Análisis de Cohortes y Curvas de Retención en Productos Digitales
Clase 6 de 9 • Curso de Fundamentos de Métricas para Retención de Usuarios
Contenido del curso
Clase 6 de 9 • Curso de Fundamentos de Métricas para Retención de Usuarios
Contenido del curso
Julio Cesar Cedeño Alemar
Patricio Sánchez Fernández
Irving Juárez
Paula Elizabeth Llumiquinga Guevara
Paula Elizabeth Llumiquinga Guevara
Jose Alzate
MARIA TERESA PANIAGUA RIVERA
La clave de la retencion es crear un producto que tus usuarios amen usar
Ese es un buen punto, pero también hay que chequear el mercado, hacia dónde van las tendencias, los cambios tecnológicos. Hace un par de clases comenté el caso de NOKIA. Es súper interesante, porque tenían una participación de mercado envidiable, y quizás su fortaleza, se transformó en su peor debilidad, no supieron leer el impacto del cambio tecnológico, no pudieron ver las aplicaciones posibles que tenían los smartphones, depredó varios modelos de negocios: Las cámaras fotográficas, las grabadoras, los pérsonal estéreos o walkman, las calculadoras, los relojes. Si bien continúan siendo accesorios de vestir, ahora son más adornos, que el uso cotidiano de antaño. Recuerdo una imagen muy elocuente que vi del CEO de NOKIA en la conferencia de despedida: "Hicimos todo bien, y aún así perdimos".
No necesariamente. El UX puede ser muy bueno, pero si es algo que ellos no necesitan o no tenga un caso de uso frecuente. Pueden usarlo cada año, aunque la experiencia siga siendo muy buena
Una curva de retención mala se caracteriza por una tendencia descendente continua, indicando que los usuarios abandonan el producto más rápido de lo que se adquieren. Esto puede resultar en una incapacidad para mantener el crecimiento.
Los tipos de curvas de retención incluyen:
Mantener una buena curva de retención es crucial para la sostenibilidad del producto.
Las cohortes se visualizan comúnmente mediante gráficos que muestran el comportamiento de los usuarios a lo largo del tiempo. Hay dos formas principales de representación:
Gráficos de Cohortes: Cada cohorte se representa en filas, con columnas que indican las acciones de los usuarios en diferentes intervalos de tiempo (por ejemplo, semanas o meses).
Pirámide Invertida: Esta visualización muestra el rendimiento de los usuarios en relación con el mes de inicio de la cohorte, permitiendo ver cómo se comportan en su primer mes, segundo mes, etc.
Estas representaciones ayudan a analizar la retención y el comportamiento a largo plazo de los usuarios.
Si en un análisis de cohorte, el siguiente mes tengo 0% de recompra, este 0% cuenta para el promedio ?
gracias