Calculadora de retención y análisis de cohortes

La retención es la proporción de una cohorte que sigue activa tras cierto tiempo. Una cohorte es un grupo de usuarios que llegaron a la vez: todos los que se registraron la misma semana o el mismo mes. La fórmula clásica para el periodo N:

Por ejemplo, de 1.200 usuarios de la cohorte de enero, 348 usaron el producto en el tercer mes tras el registro: retención del mes 3 = 348 / 1.200 = 29 %.

Retención N-day, unbounded y rolling

La palabra «retención» esconde varias métricas distintas, y confundirlas es la principal razón de que los números no se puedan comparar. Las definiciones siguientes coinciden con la documentación de las herramientas de analítica Amplitude y Mixpanel.

• Retención N-day (clásica, «exactamente el día N»): la proporción de la cohorte activa justo el día (semana, mes) N. Es lo que calcula la calculadora. Es honesta, pero ruidosa a nivel diario: un usuario que no entró el día 7 no cuenta aunque viniera los días 6 y 8.
• Retención unbounded (a menudo llamada rolling): la proporción de la cohorte activa el día N o después. La curva nunca sube y queda por encima de la clásica, y los valores recientes crecen retroactivamente: un usuario que vuelve mañana eleva la retención de todos los días pasados.
• Retención por tramos (bracket): actividad en intervalos elegidos, como «días 1–3», «días 4–7», «días 8–30». Útil cuando el ritmo natural de uso del producto es irregular.

Si pegas datos de retención unbounded, el cálculo sigue siendo correcto, pero no podrás compararlo con la retención clásica de otros productos.

Una media simple de porcentajes da a una cohorte pequeña el mismo peso que a una grande. Si un mes de vacaciones trajo 200 usuarios casuales con un 10 % de retención y un mes normal 5.000 con un 40 %, la media simple dice 25 %, aunque se quedaron 2.020 de 5.200 usuarios: un 38,8 %. Por eso la calculadora usa una curva ponderada:

«Que han alcanzado el periodo N» es importante: las cohortes jóvenes aún no han podido vivir cinco meses, y tratar sus celdas vacías como ceros hundiría artificialmente la parte derecha de la curva. La otra cara: los puntos finales de la media se apoyan en menos cohortes y tienen más ruido; el tooltip del gráfico y la fila «Cohortes en la media» muestran cuántas cohortes hay detrás de cada punto.

El churn por periodo usa las mismas cohortes que alcanzaron el periodo N; de lo contrario, el cambio de mezcla de cohortes entre periodos vecinos crearía saltos falsos.

Meseta

En un producto que aporta valor, la curva de retención se estabiliza tras la caída inicial: los usuarios casuales ya se fueron y quedan quienes necesitan el producto. Una curva que se aplana suele verse como señal de que el producto ha encontrado su público; si la curva sigue hacia cero, ninguna cantidad de adquisición construirá una base duradera.

La calculadora marca como meseta el primer periodo a partir del cual la curva media no pierde más de 2 pp ni más de un 10 % de su valor por periodo, siempre que le sigan al menos dos periodos más. Es una heurística, no una definición estándar: los umbrales encajan con datos mensuales y semanales; en curvas diarias la meseta puede aparecer más tarde.

• Actividad = inicio de sesión. Si cualquier visita cuenta como actividad, la retención incluye a quien abrió un email recordatorio y se fue. Cuenta como activos a quienes realizaron la acción clave del producto.
• Periodos incompletos. El mes actual no ha terminado y sus valores están infravalorados. Deja esas celdas vacías.
• Mezclar retención clásica y unbounded en un mismo informe o al compararte con la competencia.
• Compararse con un «benchmark del sector». Un mensajero, una herramienta contable y una app de viajes no se miden con la misma regla: sus ritmos naturales de uso son distintos. Compara tus cohortes entre sí: ¿sube la meseta en las cohortes nuevas?
• Sacar conclusiones de una cohorte pequeña. Una cohorte de 50 personas oscila varios puntos por puro azar.

La retención se decide en los primeros días: quienes no llegan a la primera acción clave casi siempre se van. Por eso un mejor onboarding suele mejorar no solo la retención temprana, sino también el nivel de la meseta. Lee Onboarding de producto: qué es y cómo configurarlo y Cómo aumentar la activación de usuarios en SaaS.

1. Amplitude Docs — Retention Analysis: retención N-day, unbounded y bracket (amplitude.com/docs).
2. Mixpanel Docs — Retention: retención first-time y recurring, cálculo de cohortes (docs.mixpanel.com).
3. Croll A., Yoskovitz B. Lean Analytics: Use Data to Build a Better Startup Faster. O'Reilly Media, 2013 — análisis de cohortes y retención como métrica clave de producto.
4. Fader P. S., Hardie B. G. S. How to Project Customer Retention. Journal of Interactive Marketing, 21(1), 2007 — heterogeneidad de cohortes y por qué la retención media sube con el tiempo.