Métricas para diseñadores, parte 1: retención de cohortes y churn

Escrito por Cris Busquets. Publicado en Métricas

Métricas para diseñadores - retención de cohortes y churn

El objetivo que queremos alcanzar con este proyecto es subir un 1% el DAU, reducir un 2% CAC y mejorar un 0.5% el churn.

Si alguna parte de esta frase no te suena de nada, quédate, porque te explicaré las métricas de producto que debes conocer. Quizás no las utilices en tu empleo actual, pero es posible que en el próximo sí hablen de ellas constantemente.

Este es el primer artículo de una serie que seguramente tendrá tres partes. Inicialmente, quería publicar todas las métricas a la vez en un solo artículo, pero llegué a la conclusión de que explicarlas todas en uno me haría resumir demasiado los conceptos.

Así que, ¡empecemos!

Cohort retention – Retención de cohortes

Tengo que confesarte que las primeras veces que leí este nombre me sonaba a algo de otro planeta. Pero es más fácil de entender de lo que parece.

Cohorte es un “conjunto, número, serie que comparte alguna característica en común”. Y retención viene de retener, es decir “impedir que algo salga, se mueva, se elimine o desaparezca.”

En pocas palabras, la retención de cohortes sirve para estudiar cómo es la retención de diferentes conjuntos de usuarios.

Fíjate en este ejemplo, que es una captura real de uiFromMars:

Retención de cohortes - uiFromMars

  • Cada celda es un cohorte que muestra el porcentaje de usuarios que regresa en las semanas siguientes a su visita (Week 0)
  • Por ejemplo, vemos que la semana del 12 al 18 de julio, 6,49% de todos los usuarios que llegaron, volvieron la semana siguiente. Pero solo el 3,50% lo hizo en la semana siguiente a esa.
  • En el caso de Google, puedes cambiar el tipo de cohorte (aunque por ahora solo está disponible Acquisition Date), la métrica con la que quieres trabajar, el intervalo de fechas y la agregación temporal.

Te dejo otro ejemplo que he encontrado en Google:

Ejemplo retención de cohortes

Esta tabla muestra que los usuarios que se suscribieron durante el mes de septiembre de 2019 tienen mejor retención que aquellos que lo hicieron en noviembre de 2019:

  • De los 23 clientes que se suscribieron durante el mes de septiembre, el 87% seguían estando suscritos el cuarto mes.
  • De los 26 que se suscribieron en noviembre, solo el 69% seguía dado de alta al cuarto mes.

Tipos de cohortes

Hay dos tipos de cohortes que puedes necesitar analizar para hacerte una imagen más o menos fidedigna de qué está pasando:

  • Cohortes de adquisición. División de grupos de usuarios basada en la fecha en la que se dieron de alta de tu producto o servicio o cuando visitaron por primera vez tu web o aplicación
  • Cohortes de comportamiento. Como el propio nombre indica, división basada en determinados comportamientos que han tenido los usuarios, como usuarios que han comprado un determinado servicio de todos los que ofreces, que han activado las notificaciones o gastado una cantidad determinada de dinero, entre otros.

Lo que ves en un análisis de cohortes

No se trata solo de un porcentaje vacío. Este dato es el que te permite:

  1. Conocer qué comportamientos impactan en las métricas de negocio. Por ejemplo, podrás ver si activar las notificaciones o contratar un servicio determinado lleva a una mejor (o peor) retención
  2. Replicar acciones positivas. Comparar dos cohortes y ver que se comportan diferente, como en el segundo caso, te llevará a analizar qué pasó y si se puede replicar. ¿Llegaron usuarios diferentes? ¿cómo fue su captación? ¿vieron una versión diferente del test A/B?
  3. Evaluar si la retención se mantiene o si va bajando. Puede ser, por ejemplo, que a partir del décimo mes la retención se estabilice. O puede ser que vaya bajando progresivamente. Esto podría llevar a diseñar campañas de reactivación, funcionalidades que ayuden a reducir este descenso, etc.

Churn rate – Tasa de abandono

Estudiar la retención de cohortes ayuda a trabajar mejor el churn. Pero primero, ¿qué es el churn?

En pocas palabras, el churn rate es el porcentaje de usuarios que dejaron de usar un producto o servicio durante un periodo de tiempo determinado.

Se calcula dividiendo la cantidad de clientes que perdiste durante ese periodo (un mes, por ejemplo) entre la cantidad de clientes que tenías al inicio de ese periodo. Multiplica el resultado por 100 para obtener un porcentaje.

Por ejemplo:

  • Al inicio del mes tenías 500 usuarios
  • Terminaste el mes con 465, esto significa que perdiste 35 usuarios
  • Ese periodo de tiempo tuviste un churn del 7%: (35/500)*100

Con el análisis de cohortes podrás entender mejor por qué se fueron esos usuarios y en qué parte del ciclo de vida dejaron de utilizar tu producto.

Detectar patrones te permitirá ver si hay que dedicar más esfuerzos al onboarding, si se dieron de baja al segundo día de uso de la aplicación (quizás la propuesta de valor no está clara, no saben usar el producto, no obtienen el valor esperado, etc.), si se trata solo de usuarios adquiridos en un canal determinado, si los usuarios que usan una funcionalidad determinada tienen menos churn

Este último caso se vería así, una vez plasmados los datos de la tabla de cohortes en un gráfico:

Ejemplo ratio de cohortes y churn

Para ello necesitarás crear cohortes basadas en la fecha en la que se registraron y combinarla con diferentes cohortes de comportamiento. En este caso, con el uso de una funcionalidad. Se ve claramente como quienes utilizan esa funcionalidad al inicio del registro tienen menos churn que el resto.

Aquí podría tomarse la decisión de diseñar un onboarding para que todos los usuarios utilicen esta funcionalidad, promocionar esa funcionalidad en la aplicación, dejar de priorizar otras funcionalidades con más churn y dejar solo esa, etc.

Apuntes finales

En esta primera parte hemos visto dos tipos de métricas que ayudan a evaluar la retención de un producto o servicio y qué porcentaje de usuarios deja de usarlo.

Sea cual sea el tamaño de la empresa en la que trabajes, alguien debería poder darte estos datos. Quizás los tiene la product owner, quien se encarga de las métricas o datos o incluso alguien del equipo de ventas.

Conocer estas métricas te ayudará a explicar mejor tu trabajo y tu impacto y tendrás más claro qué estás diseñando y por qué.

En la segunda parte que publicaré la semana que viene, te hablaré de dos métricas que se relacionan con las cohortes pero están más enfocadas al dinero: lifetime value (LTV) y el coste de adquisición (CAC).



Esto también te interesa 👇

Trabajar en inglés - Mi experiencia y consejos

Trabajar en inglés: mi experiencia en Twitter

Métricas para diseñadores - MAU, DAU, HAU y stickiness

Métricas para diseñadores, parte 3: MAU, DAU, HAU y stickiness

Métricas para diseñadores - LTV y CAC

Métricas para diseñadores, parte 2: lifetime value (LFT) y coste de adquisición (CAC)


Deja tu opinión

  1. Marta

    Muy bien explicado todo
    Fácil de comprender

    1. Cris Busquets

      ¡Gracias, Marta! ^^

  2. Dayana

    Muchas gracias por este artículo, me pareció muy fácil de entender.

    Gracias por crear este contenido tan valioso para hacer mejor nuestro trabajo.

    Saludos 😀

    1. Cris Busquets

      ¡Hola, Dayana!

      Gracias por tu comentario, me alegra que este artículo te haya sido útil 🙂

  3. Ana

    Algún curso que recomiendes para entender mejor los conceptos?

    1. Cris Busquets

      ¡Hola, Ana!

      A mí me ayudó mucho el taller de Data-Driven que hay en La Nave Nodriza. Es en remoto, bien de precio y es un muy buen sitio en el que asentar bien las bases 🙂

  4. Yas

    Cris,

    Muchas gracias por tu conocimiento. En estos momentos estoy asumiendo nuevas responsabilidades en mi trabajo y este artículo llegó en el momento indicado.

    Espero seguir aprendiendo de ti!

    Gracias

Deja tu comentario

Tu email no será publicado. Los campos con asterisco son obligatorios.