Cohorts Parte II — Análisis
Guía rápida para leer y analizar el gráfico de cohorts. Series de Growth y Estrategia Digital.
En el artículo anterior abordamos qué son los Cohorts, en este artículo vamos a abordar cómo realizar el análisis de cohorts, qué podemos concluir y potenciales acciones frente a la data mediante un ejemplo con data aleatoria.
¿Cómo se ve el cohort?
Como revisamos en el artículo anterior, los porcentajes representan el número de usuarios que se mantienen en el M + N (Mes número N luego de hacer su primera transacción). Por ejemplo, la intersección de Mayo con M + 3 (75%) significa que 75% de los 1,341 usuarios que entraron en mayo permanecen en el tercer mes luego de su ingreso, es decir, agosto.
Como buena práctica siempre se recomienda colocar una escala de colores con el objetivo de encontrar insights de manera más visual.
¿Qué debería llamar nuestra atención? (haremos 3 ejercicios)
Conforme van avanzando (vista vertical en la parte izquierda de la tabla) los meses la retención del M + 1 se incrementa:
¿Qué puede significar? Que cada vez adquirimos más usuarios cuya probabilidad de quedarse al siguiente mes es mayor. Algo se está haciendo bien.
¿Por qué se puede dar? podría darse por nuevos features de producto, los cuales están generando mayor activación y engagement en el segundo mes; por otro lado se puede deber a acciones de marketing destinadas a acelerar la segunda orden. En Growth el trabajo no es (o no debería ser) solitario, es colaborativo y es muy importante involucrar a las diferentes áreas para tener contexto de la data. La data siempre nos dirá qué pasó, pero no siempre el porqué. DYOR! (Do Your Own Research)
Los ingresos de febrero y marzo tienen una retención mucho menor respecto a los otros cohorts.
¿Qué puede significar? Que esos cohorts no tienen el mismo performance que el promedio de la plataforma o producto.
¿Por qué podría darse? Normalmente el tener usuarios “de mala calidad” se puede deber a factores internos, como por ejemplo una campaña de marketing agresiva con altos cupones de descuento que aumentan el costo de adquisición (recomiendo revisar el artículo sobre el CAC) pero no aseguran retención en el mediano plazo; también por factores externos, que dependiendo del producto podría ser más o menos. Por ejemplo, usuarios que por contexto entraron a aprovechar una promoción pero luego no tienen necesidad de volver. De cualquier forma, es un red flag que cualquier responsable de Growth debe tener mapeado el aprendizaje.
La retención en meses posteriores (M+2 a M+4) va mejorando conforme van pasando los meses.
¿Qué puede significar? Que cada vez más, los usuarios están encontrando valor en el producto, reflejado en el engagement y retención. ¿Cómo podríamos validar esta hipótesis? validando el camino al Product Market Fit (mediante las North Star Metrics) y entrevistando usuarios.
¿Por qué podría darse? Por un producto más maduro, campañas más saludables de adquisición de usuarios, mejores triggers de retención.
Conclusiones y recomendaciones
Como se menciona a lo largo del artículo, el objetivo final de los cohorts es evaluar la retención de los usuarios, la cual está ligada en su mayoría a la madurez del producto y el fit que este pueda tener en el mercado, solucionando un problema real.
La retención de usuarios es, probablemente, el concepto universal más importante de cualquier startup, involucra a Producto, Marketing, Tech, Comercial y cualquier otra área de negocio que toque directamente a los usuarios, por lo cual es muy importante tener sesiones de revisión de esta métrica con estas áreas.
Finalmente, en siguientes artículos vamos a abordar de fondo la retención, la cual es output y tiene como principales variables a la Activación, Engagement y Reactivación.
Si este artículo te ayudó en algo, agradecería lo puedas compartir en Twitter y LinkedIn con tus amigos y compañeros para que también lo puedan aprovechar.
¡No olvides suscribirte para que estés enterado de los siguientes artículos y recomendar la comunidad a tus amigos!
Contacto: @diegofloresosam