Leer bien una curva de retención empieza con el análisis de cohortes

¿Qué es el análisis de cohortes?

En los reportes de producto e ingresos, el análisis de cohortes es la práctica de agrupar usuarios por un evento inicial compartido, como la semana en que se registraron, y luego hacer seguimiento al comportamiento de ese mismo grupo a lo largo del tiempo en lugar de medir toda la base de usuarios como un solo conjunto. Una cohorte es uno de esos grupos, y una tabla de cohortes alinea varias cohortes una junto a otra para que un equipo pueda comparar cómo se comportó cada una en su primera semana, su cuarta semana y su duodécima semana. El resultado que hace útil al análisis de cohortes es la curva de retención, que grafica el porcentaje de una cohorte que sigue activo en cada período después del evento inicial.

¿Qué es una cohorte?

Una cohorte es un grupo de usuarios que comparten un evento definitorio que ocurrió en la misma ventana de tiempo, casi siempre una fecha de registro, una fecha de primera compra o un primer uso de una función específica. Cada usuario dentro de una cohorte se mide con el mismo reloj, contando períodos desde ese evento compartido en lugar de por fecha de calendario, así que un usuario que se registró en la semana uno y un usuario que se registró en la semana diez se leen ambos en la "semana 4 desde el registro" sobre el mismo eje. Ese reloj compartido es lo que hace comparables a las cohortes entre sí, ya que dos cohortes pueden alinearse período por período aunque hayan empezado en fechas de calendario distintas.

¿Cuál es la diferencia entre una cohorte de adquisición y una cohorte de comportamiento?

Una cohorte de adquisición agrupa usuarios por cuándo llegaron, como todos los que se registraron durante la misma semana, mientras que una cohorte de comportamiento agrupa usuarios por lo que hicieron, como todos los que completaron el onboarding o todos los que subieron a un plan pago. Las cohortes de adquisición responden si un producto está mejorando o empeorando en retener a las personas que atrae con el tiempo, ya que cada nueva semana de registro se convierte en su propia línea en el gráfico. Las cohortes de comportamiento responden si una acción específica cambia lo que ocurre después, ya que un equipo puede comparar la curva de retención de los usuarios que tomaron esa acción contra la curva de retención de los que no la tomaron. Ambos tipos de cohorte funcionan con la misma matemática de retención; solo cambia la regla de agrupación que ordena a los usuarios en filas.

¿Cómo se calcula la retención dentro de una cohorte?

La retención de una cohorte en un período dado es el número de usuarios de esa cohorte que siguen activos en ese período dividido entre el número de usuarios con los que empezó la cohorte.

cohort retention rate = active users in period / users in original cohort x 100

Una cohorte de 500 usuarios que se registraron en enero, con 175 de ellos aún activos en el mes tres, tiene una tasa de retención del mes tres del 35%.

¿Cómo se lee una curva de retención?

Una curva de retención grafica la tasa de retención de una cohorte contra los períodos desde el evento inicial, y la forma de esa línea, no un punto aislado sobre ella, es lo que le dice a un equipo si el producto retiene a sus usuarios. La mayoría de las curvas caen bruscamente en los primeros períodos, ya que los usuarios que probaron el producto una vez y no volvieron abandonan la cohorte, y luego se doblan y se aplanan en una pendiente mucho más suave que la caída inicial. Lee el punto de aplanamiento como lo más cercano a una base estable: una curva que sigue cayendo en el período diez tiene un problema de churn continuo, mientras que una curva que se ha estabilizado hacia el período cuatro se ha asentado en un grupo de usuarios que siguen regresando.

La cohorte A y la cohorte B se asientan ambas en una cola plana, pero B pierde menos usuarios en el camino y se asienta en un piso más alto, la diferencia que una única tasa de retención promedio nunca dejaría ver.

¿Por qué una tasa de retención promedio oculta lo que muestra una tabla de cohortes?

Una única tasa de retención promedio oculta el patrón porque mezcla en un solo número cohortes que están en puntos completamente distintos de su propia curva, así que un negocio que está mejorando y un negocio que está declinando pueden reportar el mismo promedio por coincidencia. Un usuario adquirido hace ocho semanas que ya se aplanó en la cola estable cuenta igual que un usuario adquirido la semana pasada que todavía está en la caída inicial pronunciada, aunque su comportamiento de retención signifique cosas distintas para el futuro del producto. Dos productos pueden mostrar una retención promedio idéntica del 45% este mes mientras uno tiene cohortes estabilizándose en 53% y el otro tiene cohortes que siguen cayendo más allá del 53% hacia un piso desconocido, y solo la tabla de cohortes distingue esas dos situaciones.

¿Qué deberías hacer después de leer una tabla de cohortes?

Compara cohortes recientes contra otras más antiguas en la misma columna para ver si la retención sube o baja en cada período, ya que una cohorte más nueva que puntúa más alto que una más antigua en la semana 4 es evidencia temprana de que un cambio reciente del producto ayudó. Segmenta cohortes de comportamiento entre sí, como usuarios que completaron un paso específico del onboarding contra usuarios que lo saltaron, para probar si ese paso es la razón de una curva más fuerte y no una coincidencia. Combina la tabla de cohortes con datos de funnel del mismo período, ya que una cohorte que cae temprano a menudo se estancó en un paso específico en lugar de perder interés de golpe.

¿Cómo se relaciona el análisis de cohortes con el churn y el engagement?

La curva de retención de una cohorte y su churn rate describen a los mismos usuarios desde direcciones opuestas, ya que los usuarios que una cohorte pierde entre dos períodos son exactamente los usuarios contados como churn en esa ventana. Leer las curvas de retención junto a la tasa de interacción y el recorrido del cliente subyacente muestra no solo cuántos usuarios retuvo una cohorte, sino qué hicieron esos usuarios realmente antes de que los que se fueron dejaran de volver. La analítica en tiempo real de Flowsery hace seguimiento a los recorridos de usuario y a los eventos objetivo mientras ocurren, así que la actividad que alimenta una tabla de cohortes viene de los mismos datos que el resto del reporte de un equipo en lugar de una exportación aparte.

Preguntas frecuentes

¿Cuál es la definición más simple de análisis de cohortes?

El análisis de cohortes agrupa usuarios por un evento inicial compartido, como su semana de registro, y luego hace seguimiento al comportamiento de ese mismo grupo hacia adelante en el tiempo en lugar de promediar toda la base de usuarios junta. El resultado suele ser una curva de retención o una tabla de cohortes que muestra cómo cambia la actividad de cada grupo período por período.

¿Cuál es la diferencia entre una cohorte y un segmento?

Una cohorte se define por un evento inicial compartido y se sigue hacia adelante desde ese punto fijo en el tiempo, mientras que un segmento es cualquier grupo definido por un rasgo compartido, como país o tipo de plan, que puede medirse en cualquier punto único en el tiempo. Una cohorte siempre tiene un eje de tiempo incorporado; un segmento no lo necesita.

¿Cuántos usuarios necesitas antes de que el análisis de cohortes sea útil?

No hay un mínimo fijo, pero una cohorte con muy pocos usuarios produce una curva de retención que oscila bruscamente cuando un solo usuario se va o se queda, lo que hace difícil confiar en el patrón. Espera hasta que las cohortes semanales o mensuales contengan cada una suficientes usuarios para que el comportamiento de una sola persona no mueva toda la línea antes de sacar conclusiones de la forma.

¿Por qué una curva de retención cae bruscamente al inicio y luego se aplana?

La caída brusca inicial refleja a los usuarios que probaron el producto una vez sin encontrar un motivo para volver, mientras que la cola más plana que sigue representa al grupo más pequeño que encontró valor continuo y siguió regresando. Leer dónde se aplana una curva, no solo cuánto cayó, le dice a un equipo si encontró un núcleo estable de usuarios.

¿Pueden dos cohortes tener la misma retención promedio pero curvas distintas?

Sí, una cohorte puede caer rápido al inicio y aplanarse en un piso bajo mientras otra cae despacio y se asienta en un piso más alto, y aun así promediar a una cifra de retención general similar en todo el período medido. Solo la tabla de cohortes período por período, no un único promedio, muestra cuál de esas dos situaciones está ocurriendo.

¿En qué se diferencia una cohorte de adquisición de una cohorte de comportamiento?

Una cohorte de adquisición agrupa usuarios por cuándo llegaron, como su semana de registro, y se usa para ver si la retención mejora de una versión a otra. Una cohorte de comportamiento agrupa usuarios por una acción que tomaron, como completar el onboarding, y se usa para probar si esa acción específica cambia la curva de retención en comparación con los usuarios que no la tomaron.

¿Cuánto debería durar cada periodo en una tabla de cohortes?

La mayoría de las tablas de cohortes usan periodos semanales o mensuales según cuándo ocurrió el evento inicial compartido, y luego siguen a cada cohorte hacia adelante con ese mismo reloj. Los periodos semanales muestran la caída inicial pronunciada con más detalle, algo importante en un producto donde el churn aparece rápido. Sea cual sea la duración elegida, cada fila de la tabla debe usarla, o las columnas dejan de coincidir.

¿Puede la misma tasa de retención promedio significar cosas distintas para un negocio?

Dos productos pueden reportar este mes una tasa de retención promedio del 45% mientras uno tiene cohortes que se estabilizan en 53% y el otro tiene cohortes que siguen cayendo más allá del 53% hacia un piso desconocido. El promedio trata a ambos negocios igual, pero solo la tabla de cohortes muestra cuál encontró una base estable y cuál sigue perdiendo terreno.

¿Por qué combinar una tabla de cohortes con datos de funnel?

Una tabla de cohortes muestra que la retención cayó, pero no en qué parte del producto ocurrió. Combinarla con datos de funnel del mismo periodo muestra si una cohorte que cae temprano se estancó en un paso específico, en lugar de simplemente perder interés de golpe. Esa diferencia cambia lo que un equipo arregla: un paso atascado frente a un producto que nadie quiere conservar.

¿Cómo se relacionan la curva de retención de una cohorte y su tasa de churn?

La curva de retención de una cohorte y su tasa de churn describen a los mismos usuarios desde direcciones opuestas. Los usuarios que una cohorte pierde entre dos periodos son exactamente los usuarios contados como churn en esa ventana, así que una curva que cae de 48% a 40% entre dos periodos está reportando al mismo grupo que la tasa de churn cuenta como perdido.