¿Qué es el análisis de cohortes?

El término viene de la demografía y la sociología. Norman Ryder definió en 1965, en la American Sociological Review, una cohorte como el conjunto de personas de una población determinada que vivieron el mismo acontecimiento en el mismo intervalo de tiempo. Hasta entonces, escribía, el acontecimiento que la definía había sido casi siempre el nacimiento, pero eso era solo un caso particular.

En marketing, el acontecimiento suele ser el inicio de la relación con el cliente. Google Analytics describe una cohorte como un grupo de usuarios con una característica común, y pone como ejemplo a todos los usuarios con la misma fecha de adquisición.

Se distinguen dos tipos. Las cohortes de adquisición agrupan por el momento del primer contacto, como la primera visita, el registro o la primera compra. Las cohortes de comportamiento agrupan por una acción. Amplitude describe una cohorte de comportamiento como un grupo de usuarios que realizaron una acción concreta en un periodo determinado, por ejemplo ver tres episodios el día en que se registraron. El primer tipo muestra si los clientes más recientes se quedan más tiempo que los antiguos. El segundo, si un comportamiento concreto va unido a una permanencia más larga.

El resultado suele ser una tabla de retención. Cada fila es una cohorte, identificada por su periodo de inicio y su tamaño. Así lo describe también Mixpanel: la primera columna indica el día, la semana o el mes en que los usuarios realizaron el evento de inicio, y otra columna, cuántos eran. Las columnas siguientes cuentan los periodos desde el inicio. En Google Analytics, la columna «día 1» de la cohorte del 1 de enero muestra cuántos de esos usuarios volvieron el 2 de enero.

Un ejemplo con cifras inventadas: en enero, una tienda gana 400 clientes nuevos. Al mes siguiente, 120 de ellos vuelven a comprar, es decir, el 30 %. De los 500 clientes nuevos de febrero, 175 vuelven a comprar al mes siguiente, el 35 %.

La tabla se lee en dos direcciones. A lo largo de una fila se ve lo rápido que se reduce una cohorte. A lo largo de una columna se comparan cohortes de la misma edad; en el ejemplo, la de enero con la de febrero al cabo de un mes. Si el valor sube de una fila a otra, los clientes más recientes se mantienen mejor. Las celdas de las cohortes más jóvenes a menudo aún no están completas porque el periodo sigue abierto. Mixpanel las marca de forma especial.

GA4 ofrece para ello la exploración de cohortes. En ella se fijan el criterio de inclusión (por ejemplo, la primera visita, la primera transacción o un evento concreto), el criterio de retorno y la granularidad: diaria, semanal de domingo a sábado o mensual. Hay tres formas de cálculo. La estándar cuenta en cada celda a los usuarios que cumplen el criterio de retorno en ese periodo, sin importar los demás. La móvil (rolling) cuenta solo a los que lo cumplen en ese periodo y en todos los anteriores. La acumulada cuenta a los que lo cumplen en cualquier periodo de la exploración. Google cita otros límites: un máximo de 60 cohortes, cohortes basadas solo en datos del dispositivo sin User-ID y umbrales en las dimensiones demográficas cuando una cohorte es demasiado pequeña. Hasta dónde llega una exploración depende además de la conservación de datos. Para los datos a nivel de usuario, en las propiedades estándar se puede fijar en 2 o 14 meses.

Una cifra total mezcla clientes antiguos y nuevos. Si la tasa de cancelación de un mes sube, puede deberse a clientes nuevos de peor calidad, a un cambio de precio para todos o a que ese mes había en la cartera muchos clientes jóvenes, si los jóvenes se van con más frecuencia. El análisis de cohortes separa estos casos porque muestra cada grupo en su propia edad.

También el Customer Lifetime Value depende de cuánto tiempo se quedan los clientes. La tabla de retención da la proporción que sigue activa tras cada periodo, separada por mes de inicio o por canal. Así se puede comprobar si los clientes de una campaña concreta siguen comprando a los tres meses o solo vinieron una vez.

Importa la diferencia entre volver y quedarse. En el cálculo estándar de GA4, un usuario puede faltar en la semana 2 y reaparecer en la semana 3. Quien no vuelve en un periodo no ha cancelado. Para hablar de churn encaja mejor el cálculo móvil o un análisis desde el propio CRM, donde las bajas figuran como evento.

• Fijar antes de analizar qué hecho inicia una cohorte y qué cuenta como retorno.
• Comparar proporciones, no cifras absolutas, cuando las cohortes tienen tamaños distintos.
• Elegir la granularidad según el ritmo de compra: diaria para apps, mensual para compras poco frecuentes.
• Dejar fuera de la comparación las celdas incompletas de las cohortes jóvenes.
• Separar las cohortes por canal o campaña cuando se quiere evaluar la captación.
• Revisar la conservación de datos de GA4 antes de analizar cohortes de más de dos meses.

• Confundir volver en un periodo con quedarse.
• Comparar los valores de la cohorte más reciente con los de otras más antiguas cuando su periodo sigue abierto.
• Leer como tendencia cohortes de unas pocas decenas de clientes.
• Pasar por alto que las cohortes de GA4 se basan en dispositivos y no tienen en cuenta el User-ID.
• Interpretar una caída de la retención total como un empeoramiento sin mirar las cohortes por separado.