Analítica web
Reflexiones sobre madurez digital, datos y tecnología

Cohort Analysis, cómo interpretar el informe en Adobe Analytics

Se lee en 4 minutos

Cuando invertimos dinero en una campaña, ya sea a través de Google, Facebook u otro tipo de plataforma, el objetivo siempre será ganar clientes potenciales y no sólo aumentar el número de seguidores o de visitas a nuestra web. Lo realmente importante para conocer el éxito o fracaso de una campaña es saber cómo se comportan esos nuevos usuarios a lo largo del tiempo. Es decir, nos interesará analizar el comportamiento de ese grupo de personas en nuestro site o aplicación con el paso de los días, y eso es, precisamente, de lo que se encarga Cohort Analysis.

Hace unos días mi compañero Adrián publicaba en este blog un artículo sobre el informe Cohort Analysis en Google Analytics. Como no podía ser de otra manera, Adobe Analytics también permite crear este tipo de informe, del cual, hablaremos a continuación.

Cohort-Analisys

 

¿Qué es?

Comencemos con una breve introducción para recordar qué es Cohort Analysis. Un Cohort es un grupo de personas que comparten características comunes durante un periodo de tiempo determinado.

Para entender este tipo de informe tenemos que tener claros los siguientes conceptos:
Granularity: la periodicidad con la que analizaremos la ocurrencia de un evento en nuestra web o app: día, semana, mes, trimestre o año.
Inclusion Metric: la métrica por la que un usuario será incluido en este informe. Por ejemplo si la métrica es descargas, analizaremos el comportamiento de aquellos usuarios que realizaron la descarga.
Return Metric: el comportamiento de nuestros usuarios por el cual queremos agrupar. Siguiendo con el ejemplo anterior, si la métrica es visitas, sólo los usuarios que acceden a la aplicación durante los siguientes periodos de tiempo (día, semana, mes, trimestre o año según la configuración), serán contabilizados en nuestro informe.

¿Para qué sirve?

Imaginemos, por ejemplo, que queremos analizar el comportamiento de aquellas personas que se descarguen una aplicación, si la instalan y la utilizan durante un corto o largo periodo de tiempo, o si tras instalarla nunca más la vuelven a usar.

Crearíamos entonces un informe de siete días de duración, con periodicidad diaria, donde la métrica de inclusión sería la instalación de la aplicación y la métrica retorno las sesiones o accesos a la aplicación.

Nuestro informe mostraría, si a partir de la instalación de la aplicación, los usuario la ponen en marcha en los días consecutivos. De esa forma, si en los resultados mostrados en el informe podemos ver una caída en el segundo día, podremos actuar para evitar esa caída, por ejemplo con algún tipo de promoción (si fuera posible), algún premio o ventaja o, simplemente, un correo electrónico despertando de nuevo el interés entre los usuarios.

Este tipo de análisis nos permite entre otras cosas, conocer cuando terminar una campaña para maximizar el beneficio que podemos conseguir con ella o cual es el mejor momento para invertir. También nos puede aportar información de valor para los test A/B según la aceptación de los usuarios en cada caso. Es muy útil cuando queremos conocer qué contenido tiene éxito entre nuestra audiencia, cuál genera mayor o menor interés y, a partir de ahí, actuar en consecuencia.

¿Cómo crear el informe?

Una vez que sabemos qué es lo que queremos analizar y con qué objetivo, será necesario configurarlo.
Paso 1: El primer paso será entrar en Show Visualizations dentro del menú Analysis Workspace, y arrastrar Cohort Table al panel.

Analysis Workspace

Paso 2: A continuación se especifica el rango de fechas que analizaremos.

Configuración Cohort

Paso 3: Se añade la periodicidad y las métricas. Para nuestro ejemplo:
– Granularity: día
– Inclusion Metric: descarga
– Return Metric: visita

Paso 4: Y cuando esté lista la configuración de las variables, se pulsa en Run Report.

Tabla Cohort Analysis

Paso 5: Por último se le da un nombre al informe y se guarda.

Guardado Cohort Analysis

Adobe ofrece además, la posibilidad de configurar un segmento para una o varias celdas, simplemente, seleccionando las celdas sobre las que aplicar el segmento y pulsando con el botón derecho del ratón, ya se mostraría la opción de configurar el segmento.
Como se puede ver la configuración de este informe es muy simple siempre y cuando se tenga claro su objetivo.

¿Cómo interpretarlo?

La tabla tiene por un lado representado en la filas la fecha en la que se comienza a recoger los datos y por otro lado las columnas representan el periodo de tiempo que pasó desde que se comenzaran a recoger los datos. La columna “included” contiene el número total de usuarios del que se parte, es decir, para el ejemplo de la aplicación, el número total de personas que se descargaron la aplicación en la fecha especificada.

La tabla se completa con celdas de color verde con mayor o menos intensidad en función de lo relevante que sea el dato que aporta. En el ejemplo se puede ver que la celda que contiene el número 182 y un porcentaje del 19% predomina por encima del resto. El contenido de esa celda representa que el 19% de los usuarios que se descargaron la aplicación el día 15 de octubre entraron de nuevo en la aplicación el día siguiente. Al contrario de los que se descargaron la aplicación el día 14, que fueron 2.444 personas y tan sólo un 6% entro en ella al día siguiente, de ahí el color tan claro que se muestra en dicha celda.

¿Qué conclusiones podemos sacar? Lo primero que llama la atención es que un porcentaje muy pequeño entra de nuevo en la aplicación después de haberla descargado, eso puede ser debido a varios motivos:
– No era lo que los usuarios esperaban
– Se llegó a un grupo de personas que no era el adecuado
– Una vez dentro de la aplicación no tuvieron una buena experiencia ya sea por problemas de compatibilidades o dificultades a la hora de utilizarla.

Podemos concluir que los resultados de la campaña por muchas descargas que se consiguieran no fueron satisfactorios, ya que un porcentaje muy pequeño de usuarios visitaron de nuevo nuestra aplicación tras su instalación.

Y vosotros, ¿utilizáis este tipo de informe? ¿creéis que puede aportar información de valor para vuestro negocio?

Si quieres más información sobre Adobe Analytics contacta con nosotros aquí.

Escribe tu comentario

1 × uno =

Navegar