Qué son el análisis de cohortes y las curvas de retención
Un análisis de cohortes agrupa a los usuarios por un evento de inicio común —casi siempre la semana o el mes en que se registraron— y sigue cada grupo hacia delante en el tiempo. Una curva de retención toma una cohorte y muestra el porcentaje que sigue activo en cada periodo después de ese inicio: semana 0, semana 1, semana 2, y así sucesivamente. La forma de esa línea cuenta la historia.
Por qué las cohortes separan la retención del mix de crecimiento
Tu número total de usuarios activos mezcla todas las cohortes, así que una ola de registros nuevos puede ocultar un problema de retención por debajo. Divide esos mismos usuarios en cohortes semanales y cada curva se sostiene por sí sola. Si la cohorte de marzo conserva un 40 % en la semana 8 y la de abril un 28 %, algo cambió entre ambas: una diferencia que nunca verías en el agregado. Por eso las cohortes también se combinan con la segmentación de clientes: compara la retención por plan, canal o ruta de activación para ver qué grupos se quedan de verdad, las mismas divisiones que usa una plataforma de engagement como Iterable para dirigir sus flujos de ciclo de vida.
Cómo leer una curva de retención
Fíjate en tres cosas: la altura de la primera caída, dónde se curva la línea y si se aplana. Casi todos los productos pierden una gran parte entre el periodo 0 y el periodo 1, y eso es normal. Lo que importa es si el descenso se frena y se asienta en un suelo estable, o si sigue cayendo hacia cero. Una curva que nunca se aplana significa que cada cohorte acaba cancelando por completo. Consulta cómo calcular la tasa de churn para ver la misma historia contada como un único número por periodo.
Una curva que se aplana como señal de product-market fit
Quienes trabajan en growth tratan una curva de retención que se aplana en una asíntota horizontal como una señal de que el producto engancha: Andrew Chen incluye las curvas de cohorte que se aplanan entre sus indicadores aproximados de product-market fit, y Reforge enseña el mismo enfoque de “smile or flatten” (sonreír o aplanarse). Trátala como una señal, no como una prueba. La altura del suelo importa tanto como su existencia: una curva que se aplana en el 3 % describe un pequeño núcleo fiel, no un producto sano. Y una curva que se aplana te dice que un grupo se queda, no por qué: es una correlación que investigar, no una causa demostrada.
Retención de día N vs. retención unbounded
| Método | Cuenta a un usuario como retenido el día N si… | Ideal para |
|---|---|---|
| Día N | estuvo activo exactamente el día N (o en un intervalo definido en torno a él) | productos de hábito con un ciclo diario o semanal |
| Unbounded | volvió el día N o cualquier día posterior | productos de uso irregular; algunas herramientas lo llaman rolling |
| Rango / intervalo | estuvo activo al menos una vez dentro de una ventana móvil | suavizar el ruido cuando el uso es poco frecuente |
Cómo actuar según lo que muestra la curva
La curva te dice dónde mirar, no qué arreglar. Una caída fuerte al principio apunta al onboarding y a la activación: la primera sesión no entrega valor lo bastante rápido. Una curva que se aplana muy abajo apunta al valor a largo plazo o a una audiencia equivocada. Cuando tengas una hipótesis, cambia una sola cosa y compara la curva de la siguiente cohorte con la de la anterior. La cohorte es la unidad de medida de casi cualquier experimento de retención: lanza el cambio, deja que una cohorte nueva envejezca y comprueba si su suelo se movió.