Adobe Analytics: segmentos y métricas calculadas ganadoras para medir la retención

Es habitual en el mundo digital centrar mucha carga de esfuerzo en la captación de usuarios para atraer tráfico a nuestra web, intentar vender nuestro producto o servicio para luego seguir captando más. Pero la experiencia demuestra que tan importante es la captación de nuevos usuarios como la fidelización de los que acaban convirtiendo y apostando por nosotros. La retención de los usuarios es vital para que el negocio logre unos cimientos sólidos con ingresos recurrentes que nos permitan no estar anclados únicamente a la generación de nuevos clientes.

Por ello, el seguimiento y análisis de la retención de los usuarios es crítica para el negocio. Y se debe hacer de forma correcta y entendedora para todos los departamentos implicados. En esta línea, Adobe Analytics nos ofrece los gráficos de cohortes donde poder visualizar la fidelización de usuarios que vuelven a nuestro site. Pero en este post vamos a fijarnos en segmentos y métricas calculadas que nos permitirán dar un paso más allá en el análisis de retención.

Lo primero que debemos hacer para poder ver la retención de los usuarios es marcarnos dos puntos de control sobre los que determinaremos qué es la retención para nuestro negocio: el criterio de inclusión y el criterio de retención. Empezaremos con el ejemplo más típico: como inclusión analizaremos la primera visita de los usuarios y definiremos como criterio de retención una nueva visita tras la primera. Con ello podremos responder a una pregunta clave de negocio: ¿Cuántos usuarios activos en un día concreto vinieron posteriormente en el rango de fechas que determinamos en nuestro análisis?

Pasemos a la acción.

En primer lugar, para responder a esta pregunta antes debemos construir un segmento específico que nos ayude a complementar la recurrencia de usuario que determinamos con una condición simple («visits is greater or equal to 2»). Y lo haremos excluyendo todos los hits que siguen a la primera visita de los usuarios en el período que estamos analizando para poder ver la progresión de la retención en un período determinado. Con este segmento estamos viendo solo la primera visita en una secuencia de múltiples visitas para los usuarios que han venido como mínimos 2 veces a nuestra web:

De modo que acabaremos construyendo este segmento, al que llamaremos «Usuarios retenidos First Visit»:

Y la tabla con los resultados nos mostrará la recurrencia de usuarios en un período de tiempo determinado:

Para comprobar que el dato que recibimos es correcto podemos usar la métrica de Visits / Visitor y para ver mejor la progresión en la retención usaremos una métrica calculada para obtener un dato cualitativo. Lo haremos dividiendo los usuarios retenidos entre el total de usuarios:

Vemos, en el ejemplo, que el 12,94% que vinieron a nuestra web el 1 de abril volvieron a lo largo de la semana que analizamos. La tendencia se va rebajando de forma natural no solo por la retención, sino también porque los usuarios que accedieron al site por primera vez, por ejemplo el 7 de abril, tuvieron menos tiempo para volver.

Pero puede que lo que realmente nos interese saber es cuál es la retención de los usuarios que vinieron a nuestra web por primera vez. Y para ello usaremos la dimensión de visit number.

New User retention:

Con este simple segmento podremos analizar el comportamiento de los usuarios que entraron por primera y segunda vez a nuestra web durante el período que analizamos. Así lo veremos en la tabla:

Pero necesitamos añadir el segmento de primera visita para evitar que a medida que avanzan los días se amplíe porque estamos viendo la actividad realizada por los usuarios tanto en la primera como en la segunda vez que nos visitan, con lo que usando el segmento de First Visit podremos ver la retención de los usuarios que acceden por primera vez en el período que analizamos:

Y veremos con la métrica calculada porcentual la evolución de la retención de los usuarios que acceden por primera vez en un rango de fechas determinado:

Con este último gráfico veremos la evolución semanal en la retención de los usuarios nuevos que vamos captando en un período de tiempo concreto:

O bien, con el otro segmento que agrupa el conjunto de todos los usuarios, la evolución de la retención desde la primera interacción realizada en el período que determinamos:

Y con este segmento podremos analizar qué retención de los nuevos usuarios nos aporta cada canal o cada dispositivo, lo cual nos ayudará a obtener insights que nos permitirá optimizar las acciones a realizar:

Como vemos, es clave para nuestro negocio entender cómo evoluciona la retención de los usuarios en relación a los servicios o productos que ofrecemos. Y Adobe Analytics nos permite obtener insights de valor que nos permitirán optimizar nuestro entorno digital.