Análisis de cohortes: la métrica que revela su retención

Los promedios mienten por omisión. Cuando usted ve que su negocio creció diez por ciento este trimestre, ese número esconde una pregunta crucial: ¿los clientes que entraron en enero siguen comprando, o cada mes entra gente nueva mientras la vieja se va por la puerta de atrás? El promedio no se lo dice. El análisis de cohortes sí, y por eso es una de las herramientas más subvaloradas para entender si su pauta está construyendo un negocio sólido o solo llenando un balde con un hueco en el fondo.

Una cohorte es un grupo de clientes que comparten un mismo momento de inicio, normalmente el mes en que hicieron su primera compra. El análisis de cohortes los sigue en el tiempo para ver cuántos siguen comprando un mes después, dos meses después, seis meses después. En este artículo le explicamos cómo leer esa tabla y qué decisiones de pauta debería cambiar con lo que revela.

Qué es una cohorte y cómo se ve la tabla

Imagine una tabla. En las filas están los meses en que llegaron sus clientes: la cohorte de enero, la de febrero, la de marzo. En las columnas está el tiempo transcurrido desde que llegaron: mes cero (cuando entraron), mes uno, mes dos, y así. Cada celda le dice qué porcentaje de esa cohorte seguía activa en ese momento. Por ejemplo, la cohorte de enero podría empezar con cien clientes, tener setenta activos en el mes uno, cincuenta en el mes dos y cuarenta en el mes tres. Esa caída es su retención, y leerla a lo largo del tiempo le muestra patrones que el promedio jamás revelaría.

Lo que el promedio esconde y la cohorte revela

Suponga dos negocios que crecen igual de rápido en ventas totales. En el primero, los clientes que entran se quedan comprando durante meses. En el segundo, casi todos compran una vez y desaparecen, y el crecimiento solo se sostiene metiendo clientes nuevos sin parar. En el panel de ventas, ambos se ven igual de saludables. En el análisis de cohortes, el primero muestra líneas que se estabilizan y el segundo muestra líneas que se desploman a cero. Esa diferencia es la frontera entre un negocio que se construye y uno que se está desangrando mientras finge crecer. Si su pauta trae clientes del segundo tipo, está pagando una y otra vez por adquirir gente que nunca vuelve.

Cómo conecta la cohorte con sus decisiones de pauta

El análisis de cohortes no es solo un reporte financiero; cambia cómo invierte en pauta. Estas son las decisiones que debería ajustar según lo que vea:

• ●Si las cohortes recientes retienen peor que las viejas, algo cambió: tal vez su pauta empezó a atraer clientes de menor calidad o una promoción atrajo cazaofertas que no vuelven.
• ●Si una fuente de tráfico genera cohortes que retienen muy bien, vale la pena invertir más ahí aunque su costo por venta inicial sea más alto, porque esos clientes valen más con el tiempo.
• ●Si las cohortes de una campaña agresiva con descuentos se desploman rápido, descubre que ese descuento le trajo volumen vacío, no clientes reales.
• ●Si la retención mejora tras un cambio en su producto o servicio, confirma que la mejora funcionó y puede escalar la pauta con confianza.

Un ejemplo con números colombianos

Suponga que tiene dos campañas de pauta. La campaña A le trae clientes a un costo de adquisición de cuarenta mil pesos, y la campaña B a sesenta mil. Mirando solo el costo, la A parece mejor. Pero el análisis de cohortes revela que los clientes de la campaña A compran una vez y desaparecen, mientras los de la campaña B siguen comprando seis meses después, dejando trescientos mil pesos cada uno a lo largo del tiempo. Los clientes de la A, en cambio, dejan apenas ochenta mil. De repente la campaña B, que parecía cara, es la que de verdad construye su negocio. Sin cohortes, habría apagado la campaña buena por mirar solo el número de entrada. Esa es la trampa que el promedio le tiende todos los días.

Errores comunes al leer cohortes

El análisis de cohortes es poderoso, pero se presta para malas lecturas. El error más común es comparar cohortes que no tienen suficiente tiempo de maduración: la cohorte del mes pasado todavía no ha tenido oportunidad de mostrar su retención de largo plazo, así que no la juzgue con la misma vara que una de hace seis meses. Otro error es ignorar la estacionalidad: una cohorte que entró en temporada alta puede comportarse distinto a una de temporada baja, y eso no significa que su pauta empeoró. Y el más peligroso es sacar conclusiones de cohortes diminutas; si una cohorte tiene diez clientes, un solo caso atípico la distorsiona por completo. Lea las cohortes con paciencia y con muestras suficientes, o le contarán historias falsas.

Cómo lo resolvemos en Manu

En Manu no juzgamos una campaña solo por lo que cuesta traer al cliente, sino por la calidad del cliente que trae, y eso solo se ve con análisis de cohortes. Cuando trabajamos una cuenta, no nos quedamos en el costo por venta del panel; seguimos a los clientes que cada campaña trae a lo largo del tiempo para distinguir la pauta que construye negocio de la que solo infla números pasajeros. Ese enfoque de Performance lo apalancamos con IA: nuestro agente de WhatsApp con CRM registra a cada cliente con su fecha de ingreso y su fuente, lo que nos permite armar cohortes reales y reactivar a los clientes que empiezan a enfriarse antes de que se vayan del todo. Si sospecha que está pagando una y otra vez por clientes que nunca vuelven, le hacemos una auditoría gratuita y le mostramos qué campañas traen clientes que se quedan y cuáles llenan un balde con hueco.