Un análisis de cohortes en 3 pasos y 5 minutos (Parte 1)

Primeros pasos para un análisis de cohortes

Bienvenido al blog de Samaipata Ventures, un fondo de Venture Capital especializado en modelos

market-place e e-commerce disruptivos en el sur de Europa. Si no quieres perderte nuestro análisis
de calidad, síguenos por aquí, Twitter or suscríbete a nuestra newsletter.

Si nunca has oído hablar sobre cohortes, o si te suena, pero sigues sin entender muy bien de qué va
el tema, este post es para ti. Si ya has trabajado con cohortes antes, pero quieres profundizar en el
análisis, salta a la Parte 2: “Crea un análisis de cohortes profesional en 5 minutos y deja que tu
equipo técnico siga con lo suyo.”

Antes de meternos con las cohortes, comencemos con lo más básico. Si quieres que tu negocio
crezca, y casi más importante, que los inversores crean en él, hay algo sagrado: llegado un momento,
el valor que puedes obtener de un usuario a lo largo de su vida como cliente (customer lifetime
value- LTV) debe superar al coste de captar a este nuevo usuario (cost of acquisition or CAC). En
caso contrario, el negocio nunca será rentable. Necesitará fondos de terceros hasta la eternidad, y
antes o después, los inversores se cansarán de apostar por algo que no ven claro (y todos sabemos
que los inversores no se caracterizarán justamente por su paciencia).

¿Qué quiere decir esto entonces? Primero, que captar a nuevos usuarios no siempre es tan rentable
como pueda parecer; sobre todo si el valor que aportan no cubre lo que costó captarlos en su
momento. Veamos un ejemplo: si te gastas 100 en marketing y consigues atraer a 10 nuevos
clientes, cada uno tiene un CAC de 10. Si no esperas que este nuevo usuario genere al menos 10
euros de margen, puede que no tenga sentido captarlo. Efectivamente, a veces es más inteligente
afianzar a los clientes que ya tenemos, que buscar a nuevos. Pero, ¿cómo se sabe qué hacer en cada
momento?

Hagamos números. El coste de captar a nuevos usuarios (CAC) es bastante fácil de calcular
(normalmente se divide el gasto total en marketing, por el número de nuevos usuarios captados).
Veamos entonces cómo sacar la rentabilidad futura de un cliente (customer lifetime value-LTV). El
LTV se puede calcular a distintos plazos: a 12 meses (es decir, lo que te genera este cliente en 12
meses), a 24, etc. Los inversores más agresivos manejan paybacks a 36 meses o incluso más, para
dar rienda suelta al crecimiento, mientras que otros más conservadores prefieren periodos de
payback más cortos, a veces incluso inferiores a 6 meses. Para calcular el LTV solo hace falta
multiplicar el número de pedidos que se espera que haga un usuario a lo largo de su vida como
cliente –por ejemplo, a 36 meses– y multiplicarlo por el margen de cobertura medio por pedido. En
otras palabras, LTV= recurrencia de un usuario x margen de cobertura.

Calcular el margen de cobertura también es fácil, la recurrencia puede resultar algo más complicada,
y para ello, necesitamos analizar las cohortes (¡por fin!). En estadística, una cohorte es un grupo de
gente con una característica común; por ejemplo, un grupo de gente de la misma ciudad, un grupo
de mujeres, personas del mismo año, etc. Un análisis de cohortes entonces es un análisis de
comportamiento de un grupo con una característica común a lo largo del tiempo.
Si lo aplicamos a nuestro campo, uno de los factores más relevantes a la hora de explicar cambios
en el comportamiento de un usuario puede ser la fecha de captación del éste, es decir, la primera
fecha en la que usa el servicio. Un grupo de clientes que comienza a utilizar el servicio en el mismo
mes puede haber reaccionado a la misma campaña de marketing (por ejemplo, cupones de
descuento), o quizás haya sentido la necesidad de utilizar el producto en la misma época del año.
Así, una definición común de cohortes es un grupo de personas que se convierte en nuevo usuario
(first time buyer- FTB) en la misma fecha (normalmente el mismo mes, aunque podría ser una
semana). Por ejemplo, todos los usuarios que usan el servicio por primera vez en septiembre del
año 2016 constituyen una cohorte.

Con esta breve introducción, ya estás listo para llevar a cabo tu propio análisis de cohortes, con la
ayuda de nuestra plantilla. Pero antes, te recomendamos leer la Parte 2: “Crea un análisis de
cohortes profesional en 5 minutos y deja que tu equipo técnico siga con lo suyo”, donde además
encontrarás el Excel para descargar. No te preocupes, la plantilla es muy intuitiva y solo necesitarás
5 minutos para completar 3 sencillos pasos. Con esto ya no tienes ninguna excusa para molestar a
tu equipo técnico y distraerles de lo suyo.

¿A qué esperas? Si tienes cualquier duda interpretando o actualizando los datos, estaremos
encantados de ayudar. ¡Escríbenos!
Un análisis de cohortes en 3 pasos y 5 minutos (Parte 2):

Crea un análisis de cohortes profesional en 5 minutos y deja que tu equipo técnico siga con lo suyo

Si nunca has oído hablar de cohortes, te recomendamos echar un vistazo a nuestro post
introductorio. Si ya te suena el tema, pero quieres ir un poco más allá, sigue leyendo. Al final del
post encontrarás nuestra plantilla interna para descargar.

Si estás leyendo este post probablemente ya sepas lo qué son las cohortes y lo qué quieren decir,
sabrás calcular el valor del tiempo de vida del cliente (customer life-time value, LTV) y habrás visto
y entenderás los análisis de cohortes. A lo mejor lo que no sabes aun es cómo ejecutar un análisis
de cohortes por tu cuenta, sin tener que pedir sopitas a tu equipo técnico. ¿Tienes 5 minutos? Sí, es
así de fácil, y así de rápido. Si quieres saber cómo sigue leyendo.

El equipo de Samaipata quiere compartir contigo su estudio de cohortes, una plantilla de Excel que
te permitirá ejecutar un análisis completo de cohortes en 3 sencillos pasos. Lo bueno es que no solo
es extremadamente fácil de usar (solo necesitas importar 3 columnas de datos históricos), sino que
además va un poco más allá que otros estudios que hayas podido ver antes.

Lo primero, ¿por qué es importante ir más allá? Fácil: muchas veces las medias, en las que se basa
un análisis de cohortes típico, esconden realidades más complejas. Piénsalo, si tienes 10 clientes y
100 pedidos para ese grupo de cliente, un análisis tradicional de cohortes te dirá que, de media, un
cliente hace 10 pedidos. Pero tras esta conclusión hay cientos de escenarios posibles, que
desafortunadamente quedan en la sombra, pero pueden decir mucho del comportamiento de tus
clientes. A lo mejor solo unos pocos clientes repiten tras el primer mes, pero se hacen muy fieles. A
lo mejor, muchos repiten, pero de forma esporádica. Como vemos, cada escenario cuenta su propia
historia.
Por ello, en Samaipata nos gusta separar el análisis de recurrencia en sus dos principales variables.
Por un lado, analizamos la retención de usuarios (es decir, cuántos nuevos usuarios o first time
buyers repiten tras el primer mes); por otro, la cantidad demanda por éstos nuevos usuarios (es
decir, cuántos pedidos hace un cliente en los siguientes meses). En el ejemplo anterior, podríamos
estar antes dos casos extremos. En uno, 1 único cliente podría haber hecho los 100 pedidos; en otro,
cada cliente 10 pedidos. En ambos casos, el resultado sería el mismo: de media, cada cliente hace
10 pedidos. Pero como podemos observar ahora, tras este “10 pedidos de media por cliente nuevo”
hay dos escenarios posibles y sobre todo, dos escenarios que requerirán acciones completamente
e diferentes por parte de la empresa.

En el primer caso, puede que tengas un problema a la hora de retener usuarios. La tasa de retención
se queda en 10%; quizás estés centrando tus esfuerzos en un target incorrecto. Sin embargo, los
usuarios nuevos que repiten parecen estar enganchados a tu producto (dado que solo ha repetido
1 usuario (10%), los 100 pedidos realizados son todos suyos). En el otro extremo, consigues retener
a todos los nuevos usuarios (100%), lo cual refuerza tu estrategia de captación de clientes. No
obstante, estos usuarios no parecen estar tan enganchados como los primeros, dado que cada uno
hace 10 pedidos, comparado con 100 en el primer ejemplo.

No hay un escenario mejor o peor, dado que cómo decíamos en el anterior post sobre cohortes
algunos usuarios son más costosos de adquirir que otros. Sin embargo, lo que está claro es que las
decisiones que tendrás que tomar según cada uno de los casos serían completamente diferentes. Y
es que aunque los dos escenarios puedan parecen –erróneamente– iguales a primera vista, un
análisis más detallado nos permite ver los matices.

Con esto en mente, en Samaipata trabajamos de la siguiente manera. Primero hacemos un análisis
de cohortes tradicional, para obtener una media de pedidos por nuevos usuarios (FTB). Además de
esto, buscamos la retención media de usuarios y la cantidad media de pedidos por nuevos usuarios.
Al fin y al cabo, solo es desagregar el análisis en sus dos partes fundamentales. Si los pedidos medios
por nuevos usuarios derivan de R (tasa media de retención) x Q (núm. medio de pedidos por nuevo
usuario), ¿por qué no obtener cada uno de forma separada y analizar cada una de las variables en
más detalle? ¿Estás persiguiendo a los clientes correctos? ¿Has conseguido que no puedan vivir ya
sin tu servicio? O incluso mejor, ¿estás consiguiendo las dos cosas a la vez?

En cualquier caso, si quieres optimizar tu estrategia, cuánto más sepas sobre tu cliente, claramente
mejor. Por eso queremos compartir contigo nuestro análisis de cohortes interno, para lo que lo
actualices con los datos de tu empresa y crees tu propio análisis de cohortes en cuestión de minutos.
No te preocupes, la plantilla es muy intuitiva y solo necesitarás 5 minutos para completar los 3 pasos.
Con esto ya no tienes ninguna excusa para molestar a tu equipo técnico y distraerles de lo suyo.

¿A qué esperas? Si tienes cualquier duda interpretando o actualizando los datos, estaremos
encantados de ayudar. Escríbenos!
Ref:

https://medium.com/samaipata-ventures/un-an%C3%A1lisis-de-cohortes-en-3-pasos-y-5-
minutos-parte-1-6e93f0eb0f6c