Análisis de cohortes con Adobe Analytics

Índice de contenidos

¿Qué es y para que se utiliza un análisis de cohortes? 

El análisis de cohortes consiste en realizar un análisis del comportamiento de un segmento determinado de usuarios que tienen una característica en común durante un periodo de tiempo. De esta manera se pueden encontrar patrones en el comportamiento del usuario a lo largo de dicho periodo.

Un análisis de cohortes sirve para detectar cambios en tendencias y responder en consecuencia. Clic para tuitear

A principios de año, Adobe Analytics, incorporó esta nueva funcionalidad en el workspace.  En la imagen anterior se puede ver como hay 2 bloques a configurar.

El primer bloque que vemos, marcado en color rojo, consta de 2 partes: Los criterios de entrada y los criterios de salida. 

El bloque azul, es el bloque de configuración, donde primero escogeremos el tipo de tabla (retención o churn)

Tabla de retención

Este tipo de tabla informa de los usuarios que cumplen ambos criterios, el de entrada y el de salida. Cada celda de datos muestra el porcentaje de usuarios y número sin procesar. 

Es decir, indica en qué medida los visitantes regresan a la web a lo largo del tiempo. Es el análisis de cohortes que más se suele ver y que indica un comportamiento de regreso y repetición por parte del usuario. 

Tabla de Abandono

Es el análisis inverso al de retención, justamente nos informa de aquellos usuarios que se desviaron o no cumplieron los criterios de retorno.

Ambos tipos de tablas se pueden configurar y personalizar. Se puede seleccionar la granularidad del periodo del tiempo a analizar, esta granularidad puede ser diaria, semanal, mensual, cuatrimestral o anual.

Si aplicamos el “rolling calculation” lo que sucederá es que forzaremos una especie de embudo. De manera que los usuarios que estén por ejemplo en la semana +4 han tenido que pasar obligatoriamente por las semanas previas.

Si activamos las funcionalidades avanzadas podremos añadir una dimensión personalizada o usar una tabla de latencia.

Tabla de Latencia

La tabla de latencia mide el tiempo que ha pasado antes y después del criterio de inclusión. Esto viene muy bien para realizar un análisis previo/posterior.

Tabla con dimensión personalizada

La tabla con dimensión personalizada nos permite hacer un cohorte basado en dicha dimensión y no en el tiempo. Esto es de gran utilidad para ver cómo cambia la retención en función de los distintos canales de marketing, campañas, productos, etc.

Se puede aplicar hasta 10 segmentos y 3 métricas en los distintos criterios.

Todo esto lo vamos a entender mejor con un ejemplo.

Imaginemos que tenemos un site de asesoramiento y lanzamos una campaña geolocalizada para atraer tráfico al site. Seguro que nos interesa saber si realmente la campaña está funcionando y queremos valorar la fidelidad de dichos usuarios. Y sobre todo qué.

Para este tipo de análisis es perfecto el cohortes. 

Podemos crearnos un segmento que incluyan las primeras visitas de dicha campaña y ver cómo se van comportando semana a semana dicho grupo de usuarios.

En este caso se puede ver de manera muy gráfica cómo semana a semana los usuarios van perdiendo interés. Y que Valencia es donde están los usuarios con menor interés.

Otra cosa muy chula que permite Adobe es crear un segmento para las celdas seleccionadas, simplemente pulsando con el botón derecho del ratón te mostrará la opción de configurar segmento. De esta manera, puedes centrarte en analizar ese segmento en particular. 

Conclusiones

Este tipo de análisis puede ayudar a analizar el largo plazo. 
El análisis de cohortes puede ayudarnos a saber qué sucedió en el tiempo con los clientes que compraron por primera vez de la campaña X y los que compraron para la campaña Y, por ejemplo.

¿Has utilizado este tipo de análisis? ¿te han sido de utilidad? Explícanos qué uso le has dado en los comentarios o cómo crees que puedes darle uso

Share on facebook
Share on twitter
Share on linkedin
Share on email
3 min
Suscríbete a nuestra newsletter

Los mejores artículos de analítica digital para potenciar tu negocio.

Dejar un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Entradas relacionadas

Cómo configurar una propiedad App+Web en Google Analytics

Las nuevas propiedades de App+Web de Google analytics nos permiten añadir hasta 50 flujos de datos de uno u otro tipo. En este artículo te explicamos cómo crear este tipo de propiedades y cómo configurarlas para web.

5 minutos

Dificultad

Técnicas avanzadas de personalización [Dynamic Yield]

Un test de optimización es una estupenda herramienta a la hora de incrementar nuestra tasa de conversión. Pero un resultado aparentemente inconcluyente puede ocultar oportunidades de mejora que una herramienta de personalización no dejaría escapar.

3 minutos

Dificultad

Nuevas propiedades App + Web de Google Analytics

Las propiedades App + Web son el nuevo modelo de propiedades de Google Analytics que nos permiten consolidar los datos de páginas webs y aplicaciones en un solo sitio, facilitando el análisis multiplataforma.

3 minutos

Dificultad

Ir arriba

Esta web utiliza ‘cookies’ de terceros. Al clicar aceptar está aceptando el uso que realizamos de las cookies. Para más información puede consultar nuestra Política de cookies