Estudios de cohortes, aplicados al marketing y al ecommerce

En un mundo donde existe una feroz competencia por conseguir el mercado de visitas, clics, ventas, suscripciones, etc. 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 éstos son más tenidos en cuenta y son más considerados como herramienta para mejorar tanto los procesos como los ratios o los indicadores de negocio.

Además del “vanity data”, datos para alimentar el ego y que a menudo son datos públicos (likes en Facebook o seguidores de Instagram) 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»

Deben cumplirse los principios SMART, que ayudaran a hacer una buena selección de indicadores: cada uno de ellos debe ser Especifico, 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.

Estudios de Cohortes

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 / no fumadores, enfermos que siguen el tratamiento A o el tratamiento B.

En marketing y en ecommerce son útiles los estudios de cohorte 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.).

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 tenemos el % de los usuarios que fueron captados en cada mes y en las sucesivas el % de usuarios que repitieron compras en los siguientes meses:

Se pueden ver dos filas significativas, marcadas en amarillo:

  • Línea Horizontal: los % en esa cohorte son mayores que el resto, puede indicar que los usuarios captados en Junio son más rentables que el usuario medio. Se deberían analizar las acciones realizadas en Junio y que hayan conducido a captar usuarios de mayor calidad.
  • Línea diagonal: en el mes de Noviembre 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 noviembre es de usuarios de calidad a largo plazo.
  • Línea vertical: coincidiendo con la cohorte 7, es decir, al séptimo mes de ser captado el usuario, se ve que hay un incremento en el % 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.

En Genetsis Group llevamos más de 20 años ayudando a las empresas en estos procesos de transformación digital, generando soluciones inteligentes centradas en el usuario y repensando la manera en que los usuarios se relacionan con las empresas. Nuestros servicios se centran en el desarrollo de experiencias digitales que aporten valor a los usuarios y proporcionen rentabilidad a los clientes. Todo desde un enfoque holístico y en un entorno omnicanal.

Luis Pablos

IT Director

 

Luis Pablos

IT Director

 

 

      

      

Share This