¿Qué es el análisis de cohortes? Definición, ejemplos y cómo realizar uno (2026)
El análisis de cohortes agrupa a las personas según el momento en que se unieron y luego realiza un seguimiento de cada grupo por separado a lo largo del tiempo. En lugar de un único número combinado para todos los usuarios, se obtiene una línea por cada mes de inicio. Esa separación es el objetivo principal, ya que muestra si el producto está mejorando o empeorando para las personas que llegan ahora.
Esta guía abarca la definición, por qué los promedios combinados inducen a error y cómo leer la tabla triangular. También cubre los dos tipos principales de cohortes y los errores que hacen que un informe de cohortes sea engañoso.
¿Qué es el análisis de cohortes?
Una cohorte es un conjunto de personas que comparten un evento inicial en una misma ventana de tiempo. Todos los que se registraron en marzo forman la cohorte de marzo. Todos los que realizaron su primera compra en el Q2 forman la cohorte del Q2.
El análisis de cohortes mide a cada uno de esos grupos bajo el mismo reloj. No se trata de comparar "marzo de 2026 frente a abril de 2026" en el calendario, sino el "mes uno frente al mes dos" a partir de la fecha de inicio de cada grupo. Ese cambio es lo que hace que la comparación sea justa.
El resultado suele ser una tabla triangular. Las filas son las cohortes en el orden en que comenzaron. Las columnas representan la antigüedad desde el inicio. La forma de triángulo aparece porque la cohorte más reciente solo ha llegado al mes uno, mientras que la más antigua tiene datos en toda la fila.
Por qué un promedio general oculta el problema
Esta es la situación que el análisis de cohortes busca detectar.
| Cohorte | Usuarios | Retención del mes 1 | Retención del mes 3 |
|---|---|---|---|
| Enero | 1,000 | 45% | 28% |
| Febrero | 1,600 | 41% | 25% |
| Marzo | 2,400 | 36% | 21% |
| Abril | 3,600 | 30% | — |
El total de usuarios activos creció cada mes en este ejemplo. Un panel de control que realizara el seguimiento de los activos mensuales se vería excelente. El crecimiento está encubriendo un producto que retiene a cada nuevo grupo peor que al anterior.
El número de retención combinado lo oculta por la misma razón. El promedio de cada mes está dominado por la cohorte que sea más grande, y la cohorte más grande siempre es la más reciente. No se puede ver una tendencia en un número que cambia constantemente su propia composición.
Las cohortes solucionan esto al negarse a combinarse. La retención del mes 1 de enero se mantiene en el 45% para siempre. Cuando la de abril cae al 30%, el declive es inconfundible.
Cómo leer una tabla de cohortes
Las filas son cohortes, las columnas son la antigüedad
Cada fila es un grupo definido por el momento en que comenzó. Cada columna es el tiempo transcurrido desde ese inicio, no una fecha del calendario. El mes 0 es el período inicial y casi siempre es el 100%.
Lea hacia abajo en una columna para evaluar si está mejorando
Esta es la dirección más útil y la que la gente suele pasar por alto. Fije la columna en el mes 1 y luego lea de arriba a abajo. Si los números disminuyen a medida que desciende, cada nuevo grupo se está reteniendo peor que el anterior. Ese es un problema del producto o de adquisición, y está ocurriendo ahora mismo.
Lea a lo largo de una fila para ver cómo disminuye un grupo
Una sola fila muestra la curva de disminución de una cohorte. La mayoría de los productos caen abruptamente en el primer período y luego se estabilizan. El punto de estabilización importa más que la caída, porque se aproxima a su porcentaje de retención a largo plazo.
La diagonal es el calendario
Todo lo que se encuentra en una diagonal ocurrió en el mismo mes del calendario. Un impacto que afecte a una diagonal, como una caída del servicio o un cambio de precios, afecta a todas las cohortes a la vez, independientemente de su antigüedad. Si un número desfavorable se desplaza a lo largo de una diagonal en lugar de una columna, la causa fue un evento y no una diferencia en la calidad de la cohorte.
Cohortes de adquisición y cohortes de comportamiento
Cohortes de adquisición agrupan según el momento en que alguien se unió. El mes de registro es la opción predeterminada. Estas responden a si las personas que llegan ahora son mejores o peores que las que llegaron antes.
Cohortes de comportamiento agrupan según lo que hizo alguien. Por ejemplo, usuarios que conectaron una integración en su primera semana frente a usuarios que no lo hicieron. Estas responden a qué acción temprana predice la permanencia.
Ambas cumplen funciones diferentes. Las cohortes de adquisición diagnostican la dirección a lo largo del tiempo. Las cohortes de comportamiento señalan qué cambiar. Los equipos que solo crean el primer tipo pueden ver el declive sin saber qué hacer al respecto.
Una tercera variante, las cohortes por tamaño o plan, agrupa por nivel de cuenta. Es útil cuando los clientes corporativos y los de autoservicio se comportan de manera totalmente distinta y una curva combinada no describe a ninguno de los dos.
Cómo crear una a mano
La vía manual funciona y vale la pena entenderla una vez, incluso si la automatiza más adelante.
Obtenga una fila por evento de usuario. Necesita un identificador de usuario, la fecha de registro o de primera compra y las fechas de la actividad posterior. Una tabla de resumen no se puede convertir en cohortes porque la agrupación se realiza a nivel de fila.
Añada una columna de cohorte. Redondee la fecha de registro al mes. Ahora, cada usuario lleva la etiqueta del grupo al que pertenece.
Añada una columna de índice de período. Para cada fila de actividad, calcule el número de meses entre el mes de registro y el mes de actividad. Esta será la posición de la columna en la tabla final.
Cree una tabla dinámica. El mes de la cohorte en el lateral, el índice del período en la parte superior y el recuento de usuarios únicos en los valores. La página de Microsoft crear una tabla dinámica explica el procedimiento.
Convierta los recuentos en porcentajes. Divida cada celda por el recuento del mes 0 de esa fila. Los recuentos absolutos son ilegibles al comparar cohortes de diferentes tamaños.
Ninguno de estos pasos es difícil. Los cinco se repiten cada vez que llegan nuevos datos, y el cálculo del índice de período se rompe cada vez que cambia el formato de la fecha.
Cómo crear una con Powerdrill Bloom
Si los datos de los usuarios ya se encuentran en una exportación, se puede omitir el proceso de armado de la tabla dinámica.
Paso 1: Suba los datos de sus usuarios
Arrastre la exportación en Excel, CSV o TSV que contiene sus registros y eventos de actividad. Se pueden cargar varios archivos a la vez, por lo que un archivo de usuarios y uno de eventos se pueden unir en un solo paso. La detección de columnas y el análisis de fechas ocurren al subir los archivos, que es donde la vía manual suele fallar.
Paso 2: Describa la cohorte en lenguaje natural
Indique qué desea agrupar y medir: "agrupar a los usuarios por mes de registro y luego mostrar la retención mensual de los primeros doce meses como un porcentaje". El agente crea la columna de cohorte, calcula el índice de período y genera la tabla. Si solicita una cohorte de comportamiento o un intervalo semanal, la volverá a generar en lugar de obligarle a reestructurar el origen de datos.
Paso 3: Exporte el gráfico, informe o presentación
Expórtelo como un gráfico, incorpórelo a un resumen escrito o convierta el lienzo en diapositivas para la revisión. Los estilos Professional, Business y Fancy se exportan a PowerPoint o Notion. Para el aspecto visual específicamente, consulte cómo crear un gráfico de retención de cohortes, y el creador de gráficos con IA para obtener otros tipos de gráficos a partir de la misma carga.
Errores comunes
Elegir el intervalo incorrecto. Las cohortes mensuales en un producto que la gente usa a diario ocultan todo lo interesante de la primera semana. Las cohortes semanales o diarias en un producto que se usa trimestralmente generan ruido. Adapte el intervalo al ritmo natural de uso.
Leer las filas e ignorar las columnas. La fila le indica cómo disminuyó un grupo. La columna le indica si está mejorando. La columna es la que ofrece información accionable.
Comparar cohortes incompletas. La cohorte más reciente no ha existido el tiempo suficiente para tener un dato del mes 6. Dejar una celda incompleta en la tabla invita a que alguien interprete un valor bajo como un colapso.
Cohortes demasiado pequeñas para ser significativas. Una cohorte de cuarenta usuarios produce porcentajes de retención que varían drásticamente debido a unos pocos individuos. Amplíe la ventana de tiempo o acepte que la fila solo muestra una tendencia general.
Informar sobre las cohortes sin sus tamaños. Un porcentaje sin denominador invita siempre a la misma interpretación errónea. Coloque el recuento del mes 0 en la primera columna.
Definir la retención de forma imprecisa. "Activo" debe significar una sola cosa específica. Iniciar sesión y completar una acción principal son definiciones muy diferentes, y mezclarlas a lo largo de los períodos hace que la tabla pierda su sentido.
En resumen
El análisis de cohortes separa a las personas según el momento en que comenzaron para que el crecimiento no oculte el declive. Lea hacia abajo en las columnas para ver si cada nuevo grupo funciona mejor o peor que el anterior. Lea a lo largo de las filas para ver cómo disminuye un solo grupo y dónde se estabiliza.
La creación consta de cinco pasos mecánicos que se repiten con cada actualización. Pruebe Powerdrill Bloom gratis: suba la exportación de sus usuarios, describa la cohorte en lenguaje natural y exporte la tabla directamente a una presentación. Para ver una comparación de herramientas, consulte herramientas de IA para el análisis de cohortes.
Preguntas frecuentes
¿Para qué se utiliza el análisis de cohortes?
Muestra si un producto está mejorando para las personas que se unen ahora en comparación con las que se unieron antes. Los usos comunes son el seguimiento de la retención, el diagnóstico de la pérdida de clientes (churn), la medición del efecto de un cambio en la incorporación (onboarding) y la comparación de los canales de adquisición en función de la calidad en lugar del volumen.
¿Cuál es la diferencia entre una cohorte y un segmento?
Una cohorte se define por un momento de inicio compartido y sus miembros nunca cambian. Un segmento se define por un atributo, como el país o el plan, y alguien puede entrar o salir de él. Las cohortes realizan un seguimiento de los cambios a lo largo del tiempo, mientras que los segmentos describen a una población en un momento determinado.
¿Cómo elijo el período de tiempo de la cohorte?
Adáptelo a la frecuencia con la que la gente usa el producto. Las cohortes diarias o semanales se adaptan a productos de alta frecuencia, y las cohortes mensuales se ajustan a los ciclos de suscripción o compra. Si la mayor parte de la pérdida de usuarios ocurre antes de su primera columna, el intervalo es demasiado amplio.
¿Puedo realizar un análisis de cohortes en Excel?
Sí. Añada una columna de mes de cohorte y una columna de índice de período a sus filas de eventos. Genere una tabla dinámica cruzando la cohorte con el índice de período con un recuento de usuarios únicos, luego divida cada celda por el recuento inicial de su fila. El cálculo es sencillo, y la repetición es lo que lo hace tedioso.
¿Qué es una buena tasa de retención?
Varía demasiado según la categoría como para que un único punto de referencia resulte útil. En su lugar, compare sus propias cohortes entre sí. Una curva que se estabiliza en lugar de seguir cayendo es la señal que más importa.