tabla de contenidos
- ¿Qué es un análisis de cohortes?
- El concepto erróneo del análisis de cohortes
- Por Qué es importante el análisis de cohortes para las empresas
- Comprender el análisis de cohortes
- ejemplos reales de cómo se usa el análisis de cohortes con estrategias de marketing
¿qué es un análisis de cohortes?
El análisis de cohortes se introdujo inicialmente en las Ciencias Sociales como una técnica de análisis de datos para analizar el comportamiento de un grupo de individuos similares (cohorte)., En el mundo de los negocios, los sitios de comercio electrónico y las aplicaciones móviles lo utilizan continuamente para dividir a los usuarios en grupos más pequeños para analizar y comprender el comportamiento de un grupo.
Google define el análisis de cohortes como:
» examina el comportamiento y el rendimiento de grupos de usuarios relacionados por atributos comunes.»
el concepto erróneo del análisis de cohortes
si hace una búsqueda de imágenes de Google de análisis de cohortes, probablemente haya visto algo como esto. Pero este no es el aspecto que suele tener el análisis de cohortes., Como el análisis de cohortes se puede representar de muchas otras maneras, este es el formato más utilizado por las empresas de herramientas analíticas. Como sugiere la definición, el análisis de cohortes es más un método analítico que un diseño gráfico.
entonces, ¿por qué la mayoría de los resultados de las imágenes muestran algo similar a lo anterior cuando se busca «análisis de cohorte»? Este concepto erróneo podría deberse a la popularización del informe de análisis de cohortes en Google Analysis, que es por la mayoría de los sitios web en internet.,
dicho esto, la tabla anterior es, sin embargo, un análisis de cohortes que analiza cohortes basadas en un determinado evento/comportamiento del Usuario a través del tiempo.
por qué es importante el análisis de cohortes para las empresas
en lugar de mirar los datos como un todo, el análisis de cohortes permite a las empresas analizar el comportamiento de un grupo de personas dividiéndolos primero en grupos más pequeños. Un ejemplo simple de análisis de cohortes será dividir a los usuarios en hombres y mujeres, analizando cómo reaccionan los hombres cuando miran un sitio web de viajes en comparación con la contraparte femenina., El análisis de cohortes también puede reducir aún más el grupo de género en, un grupo femenino que le gusta la aventura, un grupo femenino que le gusta viajar de lujo y un grupo femenino que le gusta viajar con la familia,
al desglosar el grupo de una manera significativa, las empresas pueden comenzar a ver la tendencia en los datos y tomar medidas si es necesario.
comprender el análisis de cohortes
Una de las formas de hacer el análisis de cohortes es emparejarlo con diferentes análisis, como el análisis de retención o el análisis de números mágicos., Debido al auge de la industria de las aplicaciones móviles, el análisis de retención es una de las formas más comunes de usar el análisis de cohortes para comprender cómo se comporta un determinado grupo de cohortes dentro del entorno de la aplicación.
análisis de cohortes con la tabla de retención
la tabla de retención o el análisis de retención se pueden utilizar para analizar cuándo un usuario ejecutó una acción específica y la retención de dicho usuario en horas extras.
por ejemplo, el gráfico anterior mostraba un grupo de usuarios que iniciaron el evento»lanzamiento de la aplicación» y su retención durante un período de siete días., Las fechas de inicio de lanzamiento como » 4/02 «y» 4/03 » se agrupan como cohortes y se observa su tasa de retención a lo largo del tiempo. Para la tabla anterior, se puede observar que:
- las cohortes de 4/06 y 4/07 tienen una tasa de retención relativamente mayor en comparación con otras cohortes. Se pueden realizar análisis adicionales para comprender por qué existe esta diferencia
- la cohorte de 4/15 tiene un nivel relativamente bajo de lanzamiento de aplicaciones después de un día. Pero después de más observación, parece ser más de una disminución sistemática en la tasa de retención en 4/15., Esto podría indicar un error de Datos, servidor o aplicación en ese día.
para subir el análisis de cohortes a otro nivel, también puede agregar lo que llamamos el «análisis de números mágicos» en la mezcla.
análisis de números mágicos
¿Qué es el análisis de números mágicos?
«El análisis de números mágicos se originó en Twitter cuando descubrieron que los nuevos usuarios que siguieron al menos a cinco usuarios cuando se registraron terminaron teniendo una tasa de retención significativamente mayor que aquellos que siguieron a menos de cinco usuarios., Debido a esto, Twitter creó un flujo de usuarios que solicita a los usuarios recién registrados que sigan al menos a cinco usuarios antes de que puedan comenzar a usar sus servicios. Hasta el día de hoy, el mismo flujo se sigue utilizando en el proceso de registro de usuarios de Twitter.»
En otras palabras, el análisis de números mágicos, como su nombre indica, es descubrir los eventos que ocurren que conducen a un aumento en la tasa de retención. Este evento podría ser cualquier cosa ,desde » usuarios que vieron cierto contenido más de 7 veces «o» usuarios que lanzaron nuestra aplicación tres veces al día.,»
para aprender cómo puede realizar el análisis de números mágicos, puede leer el artículo aquí
ejemplos de la vida Real de cómo se utiliza el análisis de cohortes con estrategias de marketing
ejemplo 1: Medios para niñas de secundaria – HaruHaru
uno de nuestros clientes, HaruHaru es una empresa de medios dirigida a niñas de secundaria en Japón. Cuando lanzaron su aplicación por primera vez, tienen dificultades para retener a sus usuarios., Después de realizar el análisis de números mágicos, descubrieron que los usuarios que se registraron durante tres días consecutivos habían mostrado una tasa de retención más alta en comparación con la cohorte que no se conectó durante tres días seguidos.
para hacer frente a este problema, los dispositivos HaruHaru una campaña de inicio de sesión de tres consecutivos, lo que resultó en un aumento del 10% en la tasa de retención.
Lea más sobre el caso de estudio de HaruHaru aquí.,
Ejemplo 2: sitio de listado de vehículos – Goo-net
otro cliente nuestro, Goo-net, uno de los sitios de listado de automóviles usados más grandes de Japón tiene un problema muy similar con HaruHaru. Después de realizar el análisis de retención, encontraron una alta tasa de abandono de los nuevos usuarios que descargaron nuestra aplicación pero no realizaron ninguna búsqueda. Para abordar este problema, salieron con una campaña de marketing que está dirigida a educar a los usuarios sobre cómo usar la función de búsqueda.
como resultado de este esfuerzo de marketing, vieron un aumento del 30% en las páginas vistas.,
Lea más sobre el caso de estudio de Goo-net aquí.
En conclusión, el análisis de cohortes es un análisis convincente para permitir que las empresas dividan a los usuarios en un grupo más pequeño para que los datos sean más comprensibles y procesables. Cuando se combina con el marketing, puede traer resultados mensurables al instante.