Los estudios de cohortes aplicados al marketing y al
e-commerce
Comprendiendo el comportamiento de usuarios y clientes a lo largo del tiempo para predecir conductas futuras.
Tags
Según la Gestalt, “el todo es más que la suma de las partes”. Si aceptamos el mantra de la escuela alemana, estamos abocados a aceptar que la construcción estética contiene una gramática propia, unos elementos básicos que en su conjunción forman un todo con entidad propia, pero disoluble y flexible.
En un mundo donde existe una feroz competencia por conseguir el mercado de visitas, clics, sesiones, suscripciones y ventas, cada vez es más importante optimizar la inversión y el esfuerzo por obtenerlos de cara a tener mejor margen por cada uno.
No es nada nuevo, los datos estuvieron ahí siempre, solo que cada día que pasa son más tenidos en cuenta y considerados como herramienta para mejorar tanto los procesos como los ratios o los indicadores de negocio.
El valor de los datos: vanidad vs. resultados
Además del “vanity data”, datos para alimentar el ego (likes en Facebook o seguidores de Instagram) y que a menudo son datos públicos al que siempre se le dedica una parte del esfuerzo, encontramos los “actionable data” o datos accionables, que son aquellos que inciden directamente en el negocio (la cantidad de seguidores de Twitter o las visitas a una página no suelen tener eco en la cuenta de resultados).
Una buena gestión de los datos accionables parte de una buena selección de los mismos, un proceso que debe hacerse en conjunto por todos los implicados en la gestión de la compañía, a menudo ayudados por un consultor de análisis de información.
Una buena gestión de los datos accionables parte de una buena selección de los mismos.
¿Te interesa?
Deben cumplirse los principios SMART, que ayudarán a hacer una buena selección de indicadores: cada uno de ellos debe ser Específico, Medible, Alcanzable, Relevante y Temporal. (Specific, Measurable, Attainable, Relevant & Timely).
Como ejemplos habituales encontramos la tasa de conversión, el ticket medio, la recurrencia, la recencia o el lifetime value. Partiendo de la combinación de algunos valores se puede enriquecer enormemente la información obtenida en bruto: cruzando impresiones con usuarios, compras con tiempo, etc. Como ejemplo bastante visual de información cruzada tenemos el estudio de cohortes.
Estudio de cohortes, ¿qué es y por qué es importante?
Se define como cohorte a un grupo de individuos de una población que comparten una determinada característica: usuarios de iPhone o de Android, usuarios fumadores o no fumadores, enfermos que siguen el tratamiento A o el tratamiento B.
En el marketing y el e-commerce son útiles los estudios de cohortes temporales, es decir, clasificando a los usuarios en función del momento en que realizan su primera acción (registro, primera compra, etc.). Dan una información muy interesante para evaluar el impacto de los constantes cambios que se realizan en el ecosistema (nuevas funcionalidades, campañas lanzadas, descuentos, etc.).
Ejemplo de estudio de cohortes
Como ejemplo para analizar la recencia y la calidad de usuarios captados a lo largo del tiempo, tenemos el siguiente esquema, donde en la primera columna podemos ver el porcentaje (%) de los usuarios que fueron captados en cada mes y en las sucesivas columnas se muestra el porcentaje de usuarios que repitieron compras en los siguientes meses:
Se pueden ver filas significativas, marcadas en amarillo:
- Línea Horizontal: los porcentajes en esa cohorte son mayores que el resto, puede indicar que los usuarios captados en marzo son más rentables que el usuario medio. Se deberían analizar las acciones realizadas en marzo y que hayan conducido a captar usuarios de mayor calidad.
- Línea diagonal: en el mes de agosto y para todas las cohortes hay un “oscurecimiento de la celda”, es decir, un valor más alto. Esto indica que en ese mes se realizó alguna acción o se dio alguna circunstancia que favoreció que los usuarios volvieran a comprar. El tiempo dirá si, además, la cohorte de agosto es de usuarios de calidad a largo plazo.
- Línea vertical: coincidiendo con la cohorte 7, es decir, con el séptimo mes de ser captado el usuario, se ve que hay un incremento en el porcentaje de compras. Este dato también es digno de ser analizado, puede indicar, por ejemplo, que hay usuarios que repiten para comprar recambios para un aparato que dura 6 meses, o que la campaña automática consistente en enviar un cupón descuento a los 6 meses de su primera compra está siendo un éxito.
Además, estos estudios de cohortes pueden ser enriquecidos añadiendo más datos como el ticket medio o la suma de las compras realizadas en ese mes, aportando una información que, a simple vista, no se identifica de forma sencilla.
Estas herramientas de analítica avanzada son de mucha utilidad para la definición de estrategias encaminadas a la consecución de objetivos secundarios, mejorar la recencia de usuario, optimizar el coste de envío, mejorar la recomendación de productos, etc.
Genetsis Group
Compartir
Contacto
¿Quieres implementar herramientas de analítica avanzada?
Contáctanos