Análisis de cohortes explicado de forma sencilla

La mayoría de los informes de negocio le dicen lo que sucedió en un período determinado. Usted se entera de cuántos clientes tuvo en un mes, cuánto gastaron y cuántos regresaron. Esto es útil, pero oculta algo importante. Mezcla a personas que han estado con usted durante años y a personas que llegaron ayer, y esos dos grupos a menudo se comportan de manera muy diferente. El análisis de cohortes es una técnica simple para separarlos y así poder ver lo que realmente está sucediendo.

La idea suena técnica, pero el pensamiento subyacente es algo que usted ya entiende de la vida cotidiana. Si quisiera saber si una escuela estaba mejorando, no agruparía a todos los alumnos; seguiría a cada ingreso anual y vería cómo progresan. El análisis de cohortes aplica exactamente ese pensamiento a sus clientes. Esta guía explica qué es una cohorte, cómo funciona el análisis y cómo una empresa ordinaria puede usarlo para tomar mejores decisiones sin necesidad de formación avanzada.

Qué es realmente una cohorte

Una cohorte es simplemente un grupo de personas que comparten un punto de partida común en el tiempo. El tipo más común es un grupo de clientes que le compraron por primera vez, o se registraron por primera vez, en el mismo período. Todas las personas que hicieron su primera compra en un mes determinado forman una cohorte. Todas las personas que se unieron el mes siguiente forman otra. Luego, cada grupo se sigue hacia adelante en el tiempo como una unidad, para que pueda observar cómo se comporta esa entrada particular a lo largo de las semanas y los meses siguientes.

El poder proviene de este acto de agrupar por fecha de inicio y luego realizar un seguimiento hacia adelante. En lugar de hacer una pregunta plana como cuántos clientes estuvieron activos el mes pasado, se hace una más precisa: de los clientes que se unieron en un mes determinado, ¿cuántos seguían activos un mes después, dos meses después, tres meses después? Ese simple cambio de enfoque convierte una instantánea estática en una historia sobre cómo se desarrollan las relaciones con el tiempo.

Ayuda notar que el punto de partida no tiene que ser una primera compra. Podría agrupar a las personas por la semana en que se suscribieron a su boletín, el mes en que descargaron su aplicación por primera vez, o la temporada en que entraron por primera vez por su puerta. La característica definitoria de una cohorte es siempre un momento compartido en el tiempo, y una vez que se fija ese momento, todo lo que sigue se mide en relación con él en lugar de contra el calendario. Esto es lo que le permite comparar un grupo que tiene tres meses de antigüedad con uno que tiene tres meses de antigüedad, aunque esas marcas de tres meses caigan en partes completamente diferentes del año.

Por qué revela lo que los promedios ocultan

Imagine dos negocios que reportan el mismo número total de clientes activos este mes. Superficialmente, parecen idénticos. Pero suponga que uno de ellos retiene a casi todos los que se unen, mientras que el otro pierde a la mayoría de los recién llegados en cuestión de semanas y solo se mantiene porque atrae constantemente reemplazos. Estas son situaciones muy diferentes, sin embargo, un simple total mensual no puede distinguirlas. El análisis de cohortes sí puede, porque sigue a cada entrada por separado y expone si la gente se queda o se va.

Este es el núcleo de por qué la técnica es importante. Los promedios y los totales mezclan a todos en una sola cifra, y esa mezcla oculta la tendencia que a menudo más importa: si sus relaciones se están fortaleciendo o debilitando con el tiempo. Al mantener cada grupo de inicio distinto, el análisis de cohortes le permite ver la retención claramente. Responde a la pregunta que todo propietario debería preocuparse, que no es solo cuántos clientes tiene, sino si los que gana realmente se quedan.

Hay una segunda razón, más sutil, por la que los promedios engañan. Un negocio en crecimiento siempre está agregando nuevos clientes, y los clientes nuevos se comportan de manera diferente a los establecidos. Cuando se toma un solo promedio de todos, una afluencia de recién llegados puede arrastrar una cifra hacia abajo, aunque sus clientes leales estén tan comprometidos como siempre, o puede impulsar una cifra y ocultar el hecho de que los clientes de larga data se están yendo silenciosamente. Debido a que el análisis de cohortes separa lo nuevo de lo establecido, evita que el crecimiento rápido disimule lo que realmente está sucediendo. Esa protección contra ser engañado por su propio éxito es una de las cosas más valiosas que ofrece el método.

Un ejemplo práctico en palabras

Imagine una cuadrícula simple. En el lateral, enumera cada mes en que un grupo de clientes se unió por primera vez. En la parte superior, enumera cuánto tiempo ha pasado desde que se unieron: un mes después, dos meses después, y así sucesivamente. En cada celda registra la proporción de ese grupo que sigue activo en ese momento. Al leer una fila, verá cómo una única entrada se desvanece o se mantiene con el tiempo. Al leer una columna, podrá comparar diferentes entradas en la misma etapa de su vida, lo que puede revelar si un cambio que realizó mejoró la forma en que los nuevos clientes se quedan.

Lo que el análisis de cohortes puede decirle a su negocio

Una vez que pueda leer una cuadrícula de cohortes, se abren varias preguntas prácticas. La primera y más importante es la retención: ¿los clientes que usted gana tienden a quedarse, y por cuánto tiempo? Si cada grupo se mantiene estable durante muchos meses, su negocio tiene una base sólida. Si cada grupo se desvanece rápidamente, usted está efectivamente rellenando un cubo con fugas, y ninguna cantidad de tráfico nuevo arreglará la fuga por sí sola.

La segunda pregunta es si sus cambios están funcionando. Suponga que mejora su incorporación, su producto o su comunicación de seguimiento. Al comparar las cohortes que se unieron antes del cambio con las que se unieron después, puede ver si los grupos más nuevos se quedan más tiempo. Esto es mucho más convincente que una vaga sensación de que las cosas van mejor, porque está comparando lo similar con lo similar en la misma etapa de vida. La tercera pregunta se refiere al valor a lo largo del tiempo, que se conecta estrechamente con la idea del valor de vida del cliente, ya que una cohorte que se queda más tiempo suele valer considerablemente más.

Patrones comunes y lo que significan

Cuando se observan suficientes cuadrículas de cohortes, empiezan a destacarse algunas formas recurrentes, y aprender a reconocerlas acorta el camino desde los datos hasta la decisión. La primera es la disminución constante, donde cada grupo pierde una parte de sus miembros cada período a un ritmo bastante constante. Esto es normal para casi todos los negocios; nadie retiene a todos los clientes para siempre. Lo que se observa es la pendiente de la curva y si mejora con el tiempo a medida que refina su oferta.

El segundo patrón es el "acantilado temprano", donde un grupo pierde una gran parte de sus miembros muy rápidamente en el primer o segundo período y luego se estabiliza. Esto generalmente apunta a una falta de coincidencia entre lo que la gente esperaba y lo que encontró, o a una primera experiencia torpe. La buena noticia es que un "acantilado temprano" es a menudo el problema más fácil de solucionar que se tiene, porque pequeñas mejoras al comienzo de la relación pueden elevar toda la curva. El tercer patrón, y el más deseable, es la curva aplanada o incluso "sonriente", donde la retención deja de caer y los miembros más comprometidos se asientan en un núcleo leal que se mantiene indefinidamente. Detectar cuál de estas formas produce su negocio le dice inmediatamente dónde debe centrar su atención.

También vale la pena comparar las cohortes lado a lado en lugar de juzgar una sola de forma aislada. Un grupo cuya retención parece decepcionante por sí solo podría ser en realidad el mejor de todos una vez que lo compara con los grupos anteriores, y lo contrario puede ser cierto para un grupo que parece saludable hasta que nota que todas las entradas anteriores se mantuvieron mejor. El hábito de comparar las cohortes recientes con las más antiguas, a la misma edad, es lo que convierte un informe estático en un sistema de alerta temprana. Le dice no solo dónde se encuentra hoy, sino también en qué dirección se dirige, y la dirección suele ser más relevante para la toma de decisiones que cualquier instantánea.

Un ejemplo práctico en palabras

Suponga que tiene una tienda en línea y nota que los clientes que compraron por primera vez durante una venta con grandes descuentos se desvanecen mucho más rápido que aquellos que llegaron a precio completo. La cuadrícula de cohortes hace esto visible de una manera que un promedio combinado nunca lo haría: la fila del mes de la venta cae bruscamente mientras que los meses ordinarios se mantienen estables. Esa única observación podría llevarle a replantearse cómo realiza las promociones, porque ganar clientes que nunca regresan puede halagar sus números a corto plazo mientras debilita silenciosamente la base. Este es el tipo de información que solo aparece cuando mantiene cada grupo de inicio separado.

Cómo empezar sin herramientas especializadas

No necesita software costoso para empezar a pensar en cohortes. Muchas plataformas de análisis incluyen un informe de cohortes incorporado, e incluso una simple hoja de cálculo puede contener la cuadrícula básica si tiene un registro de cuándo se unió cada cliente y cuándo estuvo activo por última vez. La disciplina de organizar sus datos de esta manera es más valiosa que cualquier herramienta en particular. Empiece poco a poco, quizás con los últimos meses de ingresos, y resista la tentación de construir algo elaborado antes de haber aprendido a leer una versión sencilla.

Comience con una pregunta única que realmente le interese, como si los clientes que se unieron recientemente se quedan más tiempo que los de hace un año. Construya una cuadrícula lo suficientemente grande como para responderla, y deje que la curiosidad crezca a partir de ahí. Si ya está atento a sus cifras generales, nuestra descripción general de las métricas clave que vale la pena rastrear mensualmente se combina naturalmente con el pensamiento de cohortes, y la guía de análisis para pequeñas y medianas empresas más amplia muestra dónde encaja en el panorama general.

Un error común al principio es hacer los grupos demasiado pequeños. Si solo un puñado de clientes se une en un período determinado, la proporción de los que se quedan puede variar enormemente de un período a otro simplemente por casualidad, y corre el riesgo de encontrarle un significado al ruido. Si sus números son modestos, amplíe la ventana, quizás agrupando por trimestre en lugar de por mes, para que cada cohorte sea lo suficientemente grande como para que su tendencia sea confiable. Igualmente, déle a cada cohorte suficiente tiempo para madurar antes de sacar conclusiones firmes; un grupo que tiene solo unas pocas semanas no ha tenido la oportunidad de mostrarle su historia completa, por lo que juzgarlo demasiado pronto puede ser engañoso.

Conectando cohortes a la acción

Al igual que con cualquier análisis, las cohortes solo se justifican cuando cambian lo que usted hace. Si descubre que los recién llegados disminuyen drásticamente en sus primeras semanas, eso le indica que debe mejorar la experiencia inicial: una incorporación más clara, un seguimiento oportuno, una mejor primera impresión. Si encuentra que una entrada en particular se mantuvo inusualmente bien, vale la pena preguntar qué fue diferente en la forma en que llegaron esos clientes o qué encontraron. Comprender el viaje del cliente junto con sus cohortes a menudo explica los patrones que ve. Y si el análisis aún es nuevo para usted, nuestra guía para principiantes de análisis web sienta las bases. El objetivo final es el mismo: transformar una visión más clara de cómo se comportan los clientes a lo largo del tiempo en pasos concretos que ayuden a que más de ellos se queden.

Preguntas frecuentes

Referencias

1. Nielsen Norman Group, nngroup.com
2. Ayuda de Google Analytics, support.google.com/analytics

¿Curioso por lo que revelarían sus propias cohortes? Explore nuestros servicios de análisis de datos o póngase en contacto para hablar sobre sus datos.