El verdadero éxito del advertising no consiste en lograr una única venta transaccional, sino en construir una relación con el cliente que se prolongue el mayor tiempo posible. Esto hace que la retención de clientes sea un objetivo prioritario para cualquier profesional de advertising.
¿Por qué deberían los profesionales de advertising centrarse en la retención de clientes como métrica para medir el éxito del advertising?
Hay muchas razones por las que su marca se debería centrar en una sólida estrategia de retención. Para principiantes, la adquisición de nuevos clientes cuesta cinco veces más en comparación con el costo de retener a los clientes existentes. Además, las empresas con un bajo nivel de fidelidad de los clientes enseguida se quedan sin nuevos clientes y, en última instancia, entran en una espiral descendente de rendimientos negativos.
Sin embargo, en esta época de abundancia de opciones y de fidelidad efímera de los clientes, ¿cómo puede su empresa garantizar la retención de los clientes? ¿Pueden las técnicas de análisis de datos, como el análisis de cohortes, dar una mano? Esa es la premisa de este weblog.
¿Qué es un análisis de cohortes?
Para potenciar la retención de clientes hay que identificar lo que hace que los clientes existentes se queden. Hoy en día existen muchas técnicas de análisis que pueden ayudarle a lograrlo. El aumento de la potencia informática, la analítica avanzada y los avances en la ciencia del comportamiento han hecho posible que las empresas creen nuevas formas de retener a sus clientes. El análisis de cohortes es una de ellas.
Una cohorte es un grupo de usuarios que comparten una característica común durante un determinado periodo de tiempo. El análisis de cohortes es el estudio de las características comunes de estos usuarios a lo largo de un periodo determinado.
Web está plagado de cientos de definiciones de análisis de cohortes. Todos ellos dificultan la comprensión de los profesionales de advertising habituales. Para complicar las cosas, se usa mucho la jerga como cohortes, segmentación RFM, curvas de desplazamiento y mucho más.
¿Es demasiada información?
He aquí un ejemplo que le ayudará a entender mejor el análisis de cohortes
Tomemos un grupo de usuarios que se registraron en su aplicación móvil en el mes de septiembre. El análisis de cohortes para retención le ayuda a entender cuántos clientes continúan siendo usuarios activos en los días/semanas/meses siguientes.
En la tabla de arriba, se puede ver que la primera columna muestra los días del mes de septiembre de 2019. La columna titulada ‘Usuarios’ muestra los usuarios de la aplicación descargados para ese día. Las columnas adyacentes con los números en porcentajes indican el porcentaje de usuarios que utilizan la aplicación en los días siguientes desde el día en que la instalaron. La fila superior con cifras en negrita indica los valores promedio.
Si la herramienta de análisis que usted utiliza es suitable, también puede desglosar otros datos demográficos de los usuarios, como género, ubicación, idioma, usuario del dispositivo, plataforma del sistema operativo móvil y mucho más.
Ahora bien, cualquier análisis debe tener una dirección específica para obtener conclusiones significativas. En el análisis de cohortes, esto se puede lograr con dos tipos diferentes de análisis.
Tipos de análisis de cohortes
Existen dos tipos de análisis de cohortes:
- Cohortes de adquisición
- Cohortes de comportamiento
Cohortes de adquisición
Esta cohorte divide a los usuarios en función de cuándo fueron adquiridos o se inscribieron en un producto. Dependiendo de su producto, la adquisición de usuarios se podría seguir de forma diaria, semanal o mensual.
Por ejemplo, una aplicación móvil de productividad para consumidores puede hacer un seguimiento diario de sus cohortes de adquisición. Por otro lado, una aplicación móvil B2B con un grupo de usuarios centrado se centraría en la adquisición mensual.
Cohortes de comportamiento
Las cohortes de comportamiento agrupan a los usuarios en función de las actividades que realizan dentro de la aplicación durante un periodo de tiempo determinado.
Por ejemplo, los usuarios que comparten fotos utilizando los enlaces de Google Fotos en un día determinado.
El periodo de tiempo, de nuevo, varía de una aplicación a otra. Para una aplicación para compartir fotos, un día es un buen plazo. Para una aplicación de plataforma de inversión en línea, 3 meses serían más adecuados para observar el comportamiento de los usuarios.
¿Por qué usar el análisis de cohortes?
El análisis de cohortes es una forma mejor de examinar los datos. Su aplicación no se limita a un solo sector o función. Por ejemplo, las empresas de comercio electrónico pueden utilizar el análisis de cohortes para detectar los productos que tienen más potencial de crecimiento de las ventas. En el advertising digital, puede ayudar a identificar las páginas net que tienen un buen rendimiento en función del tiempo de permanencia en los sitios net, las conversiones o inscripciones. En el advertising de productos, este análisis se puede utilizar para identificar el éxito del índice de adopción de características y también para reducir los índices de deserción.
El análisis de cohortes se utiliza ampliamente en los siguientes verticales:
- Comercio electrónico
- Aplicaciones móviles
- Software program en la nube
- Advertising digital
- Juegos en línea
- Seguridad de sitios net
En todos estos sectores, el análisis de cohortes se utiliza habitualmente para identificar las razones por las que los clientes se van y lo que se puede hacer para evitar que se vayan. Esto nos lleva al cálculo del índice de retención de clientes (IRC).
El índice de retención de clientes se calcula con la ayuda de esta fórmula IRC = ((E-N)/S) X 100
La fórmula tiene tres componentes:
- E – El número de clientes al remaining del periodo de tiempo.
- N – El número de clientes adquiridos durante ese periodo.
- S – El número de clientes al principio (o comienzo) del periodo.
Para medir la retención de clientes, hallamos la diferencia entre el número de clientes adquiridos durante el periodo y el número de clientes restantes al remaining del mismo. Esto da una imagen actual de los clientes retenidos. Para saber el porcentaje de esos clientes que se han mantenido desde el principio, dividimos el resultado entre el número de clientes al principio. Así se obtiene el índice de retención de clientes.
Un IRC más alto significa mayor fidelidad de los clientes. Al comparar el IRC de su empresa con el promedio del sector, usted puede ver cuál es su posición en términos de retención de clientes. Si el IRC muestra un panorama sombrío, se pueden tomar medidas correctivas con la ayuda de un análisis de datos – aquí es donde el análisis de cohortes puede ayudar.
Utilizar el análisis de cohortes para medir la retención de clientes
“En Dios confiamos, los demás aportan datos”. Si cree en esta fashionable cita de W. Edwards Deming, el análisis de cohortes entusiasmará al profesional de advertising que hay en usted. El análisis de cohortes apunta a un proceso de toma de decisiones basado en datos.
Como profesional de advertising, usted participará en múltiples tareas, como ser realización de campañas, ajuste del proceso de incorporación de clientes, introducción de nuevas características de productos, and so forth. El análisis de cohortes ayuda a evaluar el éxito de cada una de estas actividades.
También tiene varias ventajas que le ayudarán a mejorar su rendimiento como profesional de advertising. Algunas de estas ventajas del análisis de cohortes son:
- Predecir el comportamiento futuro de los usuarios con los datos actuales
- Identificar características, actividades o cambios que retienen a los clientes
- Planificar de forma proactiva las actividades de buyer engagement (interacción con los clientes) en función de la adopción de características
- Poner en marcha un sistema de advertising no invasivo que se base exclusivamente en los datos.
Todas estas actividades, particular person y colectivamente, ayudan a maximizar la retención de clientes.
Realizar análisis de cohortes con Google Analytics
Google Analytics es la herramienta a la que recurre cualquier profesional de advertising para extraer datos sobre el tráfico del sitio net, métricas clave y también conversiones. También tiene una oferta de análisis de cohortes (en modo beta en este momento) que puede utilizar incluso si no es un usuario avanzado de GA.
Para empezar a realizar un análisis de cohortes con Google Analytics, diríjase al PÚBLICO> Análisis de cohortes.
En la parte superior del informe, encontrará varios ajustes de cohorte que se pueden configurar para generar el informe de cohorte. Los ajustes que puede modificar incluyen el tipo de cohorte, tamaño de cohorte, métrica y rango de fechas.
A continuación se explica lo que significa cada uno de estos términos:
- Tipo de cohorte: El grupo de clientes/datos que desea analizar. Actualmente, Google Analytics sólo ofrece un tipo de cohorte: la fecha de adquisición, que es la primera vez que el usuario interactuó con su activo.
- Tamaño de cohorte: El tamaño de cohorte se refiere al período de tiempo para el que desea que se realice el análisis de cohorte. Puede ser un día, una semana o un mes.
- Rango de fechas: El periodo de tiempo para el que se quiere hacer el análisis de cohortes se establece en el rango de fechas. Google Analytics ofrece los rangos de fechas de un mes, “últimos 2 meses” y “últimos 3 meses”.
- Métrica: El informe de análisis de cohortes se puede centrar en métricas específicas por usuario. La métrica establecida por defecto en Google Analytics es la retención de usuarios. Otras métricas que se pueden elegir son:
- Finalización de objetivos por usuario
- Páginas visitadas por usuario
- Ingresos por usuario
- Duración de la sesión por usuario
- Sesiones por usuario
- Transacciones por usuario
Consejo: Para sacar el máximo provecho del análisis de cohortes, añada más segmentos al análisis. Por ejemplo, puede identificar de dónde provienen la mayoría de sus usuarios añadiendo segmentos de sitios net/móviles.
El análisis de cohortes con MoEngage Analytics es fácil
Ejecutar un análisis de cohortes utilizando la plataforma de MoEngage Analytics es muy sencillo. La interfaz de usuario es intuitiva y todo lo que necesita hacer es seleccionar sólo los eventos que desea analizar. MoEngage Analytics es una herramienta poderosa en cuanto al análisis que se puede derivar a través de cohortes.
Para comenzar con un análisis de cohortes utilizando MoEngage Analytics, siga estos pasos.
Inicie sesión en el panel de management de MoEngage y haga clic en Análisis -> Cohortes en el panel de navegación a su izquierda. Verá la pantalla que se muestra a continuación.>
En la parte superior de esta página, encontrará las opciones de Selección de Eventos, Rango de fechas y Funcionalidad de División. La selección de eventos determina el análisis y la información que obtendrá del informe.
Consejo: A diferencia de Google Analytics, MoEngage le permite seleccionar los eventos deseados para realizar el análisis de cohortes.
A continuación se explica lo que significa cada uno de ellos:
Primer Evento y Evento de Retorno: Seleccione ‘Primer Evento’ para incluir la base de usuarios sobre la que se ejecutará el análisis. Seleccione ‘Evento de Retorno’ para especificar la acción del usuario que determina la retención, deserción, actividad, tiempo de ejecución, and so forth.
Rango de fechas: El periodo de tiempo para el que se quiere hacer el análisis de cohortes se establece en el rango de fechas.
Consejo Mo: Google Analytics ofrece los rangos de fechas de un mes, los últimos 2 meses y los últimos 3 meses. Sin embargo, con MoEngage, puede elegir un período de tiempo personalizado para la cohorte.
Comparar cohorte: Puede comparar diferentes cohortes para un atributo específico. Por ejemplo, puede comparar cohortes entre diferentes ciudades, plataformas de dispositivos móviles, categorías, tipos de productos, and so forth.
Tipo de cohorte
Cohorte de retención:
Las Cohortes de Retención pueden ayudarle a entender el porcentaje de usuarios que han sido retenidos en su app, retenidos hasta el día definido. Esto incluye a los usuarios que han realizado el Evento de Retorno hasta el día seleccionado o más tarde.
Cohorte de visitas de retorno:
Las Cohortes de Visitas de Retorno indican el porcentaje de usuarios que han regresado a su sitio net/aplicación en un día específico. Esto también puede entenderse como el porcentaje de usuarios que han estado fuera de la aplicación/sitio net hasta el día seleccionado.
Cómo leer una Tabla de cohortes
Una tabla de cohortes se parece a la tabla periódica de los elementos. Sólo que en una tabla de cohortes, en lugar de elementos químicos, cada fila y columna contiene un valor que ayuda a llegar a una conclusión.
Una tabla de cohortes suele leerse una columna o una fila a la vez para una interpretación significativa. La mayoría de los usuarios de análisis de cohortes utilizan un código de colores para distinguir las celdas en función de su valor.
Por ejemplo, veamos la cohorte de retención de una aplicación. La tabla siguiente muestra los días del mes de septiembre de 2019 en la columna 1. El número de usuarios instalados en la aplicación se muestra en la segunda columna titulada “Usuarios”. D0, D1, D2… corresponden al número de días desde que el usuario ha instalado una aplicación. Se puede hacer un análisis de cohortes observando la columna de días y el porcentaje de arriba hacia abajo.
Para que la visualización de los datos sea sencilla y se puedan detectar las áreas problemáticas, una tabla de cohortes utiliza un código de colores. Normalmente, se utilizan varios tonos del mismo coloration para denotar cómo fluctúan los valores desde el máximo hasta el mínimo.
Volvamos al ejemplo de cuántos usuarios siguen utilizando el producto en los días siguientes. En un mundo perfect, el 100% de los clientes que se registran deberían seguir siendo usuarios activos. Lamentablemente, en el mundo actual, los clientes siguen desertando.
Usted puede utilizar el análisis de cohortes para identificar los días en que la caída ha sido significativa. De este modo, se puede rastrear la caída hasta las actividades específicas llevadas a cabo durante el mes.
Leamos ahora la tabla de análisis de cohortes que se muestra a continuación.
Insights de esta tabla de cohortes:
- los usuarios que instalaron la aplicación el 06 de septiembre de 2019, el 35,89% de los usuarios están activos hasta el día 1. Este porcentaje sigue disminuyendo en los siguientes días.
¿El análisis de cohortes y el análisis de deserción son lo mismo?
El análisis de cohortes y el análisis de deserción ayudan a su empresa a hacer una cosa: entender a los clientes. Pero son diferentes entre sí en varios aspectos.
| Diferencia | Análisis de cohortes | Análisis de deserción |
| Coyuntura | El análisis de cohortes se realiza cuando los clientes siguen con usted, como si siguieran usando su aplicación, comprando en su tienda o visitando su sitio net. | El análisis de deserción es una investigación de por qué los clientes se fueron. Comienza después de que los clientes hayan abandonado sus respectivas cohortes. |
| Alcance | El análisis de cohortes ayuda a comprender las características comunes que comparten los clientes, de modo que la oferta de su empresa se pueda ajustar para mejorarla. | El análisis de deserción ayuda a comprender los puntos débiles o las deficiencias de su oferta que han obligado a los clientes a abandonarla. Por ejemplo, la falta de características que ofrecen los competidores. |
| Fuente | Métricas como el tiempo de permanencia en el sitio net, la adopción de funciones, el valor medio de los pedidos, and so forth. | Testimonios negativos, tickets de atención al cliente, formularios de opinión, comunicación directa o indirecta con los clientes, and so forth. |
Las métricas en las que centrarse al utilizar un análisis de cohortes para la retención de clientes
Hay demasiada información involucrada cuando se quiere analizar la retención de clientes. El análisis de cohortes ayuda a centrarse en un puñado de métricas que realmente importan. Algunas de estas métricas son:
Índice de repetición: No hay ninguna otra métrica que se destaque por demostrar éxito en la retención de clientes. El índice de repetición es la proporción de clientes que realizan transacciones con su empresa repetidamente en comparación con las cohortes que terminan con una sola compra.
Pedidos por cliente: La métrica de pedidos por cliente está estrechamente vinculada al índice de repetición. Un mayor número de pedidos realizados por los clientes indica un fuerte índice de retención.
Tiempo entre pedidos: El tiempo entre pedidos sucesivos es una métrica subjetiva para medir. Dependiendo del tipo de productos/servicios que ofrece su negocio, el periodo de tiempo puede ser en horas o incluso en meses. Esta métrica se puede utilizar para crear correos electrónicos de reactivación que mantendrán el índice de repetición alto.
Valor promedio de los pedidos (VPP): La métrica del VPP ayuda a identificar cohortes de alto valor a las que se pueden dirigir específicamente las campañas de advertising. Ayuda a eliminar el gasto de demasiado tiempo en cohortes que tienen un bajo VPP.
Cómo aprovechar el análisis de cohortes para maximizar la retención de clientes
El análisis de cohortes puede proporcionar insights sobre demasiados rasgos de comportamiento de sus clientes. Conectar todos los puntos del comportamiento y planificar campañas de advertising para la retención de clientes puede ser demasiado para cualquier profesional de advertising. La clave está en dividirlo en varias campañas -cada una con un objetivo específico- para que la suma de todos los esfuerzos dé como resultado el aumento de la retención de clientes.
He aquí algunas estrategias que se pueden probar después de haber recibido los datos del análisis de cohortes:
- Ajustar el proceso del usuario: La mayoría de las veces, aunque no siempre, sus usuarios podrían desertar cuando el proceso de uso se vuelve difícil. El análisis de cohortes puede detectar el punto exacto del proceso de navegación en el que los usuarios abandonan. De este modo, se puede racionalizar el proceso para que se queden más tiempo.
- Planificar los correos electrónicos de reactivación: Los correos electrónicos de reactivación se encargan de avisar a los clientes cuando están preparados para la siguiente compra. Las métricas, como los intervalos de tiempo entre dos compras, ayudan a planificar adecuadamente las campañas de reactivación para mantener a los clientes interesados.
- Ofertas específicas: El análisis de cohortes puede mostrar qué tipo de clientes compran más y qué compran más. Estos datos se pueden utilizar para crear ofertas específicas, cupones, envíos gratuitos, and so forth. que ayudarán a retener a los clientes existentes.
- Introducir programas de fidelidad: El uso de puntos de fidelidad, premios y sistemas lúdicos similares para retener a los clientes es muy fashionable entre los profesionales de advertising. Sin embargo, el reto de introducir estos programas de fidelidad es identificar el conjunto adecuado de clientes que son fieles y que se mantendrán fieles durante un determinado periodo de tiempo. Con el análisis de cohortes, se puede acotar el conjunto exacto de clientes que se podrían retener durante más tiempo con los programas de fidelidad.
El análisis de cohortes es una forma fácil de examinar sus datos. Pero, para aplicarlo con éxito, usted necesita una potente plataforma de advertising. Una única plataforma en la que pueda recopilar datos, analizarlos mediante el análisis de cohortes y actuar a partir de esos insights. Eso es MoEngage.
MoEngage: Una plataforma inteligente que le ayuda a retener a los clientes para siempre
MoEngage es una Plataforma de Interacción con los Clientes basada en Insights que ayuda a las empresas a automatizar y aumentar sus esfuerzos de advertising. La analítica integrada de MoEngage soporta el análisis de cohortes para varios escenarios como el lanzamiento de una aplicación, tráfico del sitio net, campañas de advertising, and so forth.
¿Qué hace que el análisis de cohortes de MoEngage se distinga de las demás plataformas existentes?
MoEngage Cohorts ofrece a las empresas datos que ayudan a medir e impulsar la retención de usuarios. Usted obtendrá beneficios específicos usando MoEngage, como ser:
- La representación digital de los datos: No tiene que examinar filas y columnas de datos para entender el comportamiento de sus clientes. MoEngage ofrece un rápido vistazo a su análisis de cohortes en una forma gráfica que no requiere ninguna otra interpretación.
- Código de colores para facilitar la interpretación: También están los informes de tablas de cohortes con colores en los que se pueden ver los datos tabulados de las visitas de retención o de retorno. Si lo desea, también puede desglosar las visitas por hora, semana o mes para comprender mejor el comportamiento de los usuarios.
Descargar y reutilizar en cualquier lugar: Los datos se vuelven más poderosos cuando se difunden. MoEngage Analytics le permite descargar los informes de análisis de cohortes en forma de gráfica o descargarlos como archivo PNG/CSV para compartirlos.
Conozca más sobre las cohortes de MoEngage aquí.
