El análisis de cohortes agrupa a los visitantes por una característica común (normalmente la fecha de llegada) y sigue su comportamiento con el tiempo. En lugar de mirar a todos los visitantes como un solo grupo, sigues por separado a los que llegaron en enero y a los que llegaron en febrero. Así ves si los visitantes más nuevos se comportan distinto de los más antiguos, y si los cambios en tu web mejoran o empeoran la retención.
Por qué importa el análisis de cohortes
Sin cohortes, tu retención parece plana. Ves que el 15% de los visitantes vuelve en 30 días, pero no sabes si esa cifra mejora o empeora. Con cohortes, ves que los visitantes de enero tuvieron una retención a 30 días del 12%, los de febrero del 14% y los de marzo del 18%. Ahora sabes que la retención mejora.
El análisis de cohortes también aísla el efecto de los cambios que haces. Si rediseñaste tu web en febrero, el análisis de cohortes muestra si el rediseño mejoró la retención o la empeoró.
Cómo configurar cohortes
Paso 1: define tu grupo de cohorte. Lo más habitual es la fecha de llegada: agrupa a los visitantes por semana o por mes. También puedes agrupar por origen de tráfico (todos los visitantes de Google Ads son una cohorte), por dispositivo (los usuarios de móvil son una cohorte) o por ubicación (los visitantes de EE. UU. son una cohorte).
Paso 2: define tus métricas. ¿Qué comportamiento sigues? Visitas de regreso, páginas vistas, tiempo en la web, conversiones o eventos de interacción. Cada métrica tiene su propia tabla de cohortes.
Paso 3: fija tu ventana de tiempo. Sigue el comportamiento durante 30, 60 o 90 días tras la llegada. Las ventanas largas muestran interacción sostenida y las cortas muestran el impacto inmediato.
Paso 4: construye la tabla de cohortes. Cada fila es una cohorte (visitantes de enero, de febrero, etc.). Cada columna son los días tras la llegada (día 1, día 7, día 30). Cada celda es la métrica (por ejemplo, el 45% de la cohorte de enero volvió el día 7).
Paso 5: revisa y compara las tendencias. Mira las filas para ver si las cohortes más nuevas rinden mejor o peor que las antiguas. Dibuja los datos en un gráfico para ver los patrones. Así ves si tu web mejora, empeora o se mantiene estable con el tiempo.
Patrones habituales en las cohortes
La curva descendente (lo esperado): la retención del día 1 es del 100% (todos los que llegan forman parte de la cohorte). El día 7 es del 25%. El día 30 es del 10%. Es normal: la mayoría de los visitantes se va y no vuelve. Fíjate en lo empinada que es la caída. Una caída fuerte significa que la gente se va rápido. Un descenso gradual significa que se queda más tiempo.
El patrón de mejora (bueno): cada cohorte nueva (fechas de llegada más recientes) tiene mejor retención que la anterior. Enero tuvo una retención a 30 días del 8%. Febrero, del 10%. Marzo, del 12%. Esto indica que tu web es cada vez mejor para mantener a los visitantes.
El patrón de deterioro (aviso): cada cohorte nueva tiene peor retención. Enero tuvo una retención a 30 días del 15%. Febrero, del 12%. Marzo, del 10%. Esto indica que algo cambió (un rediseño, una caída en la calidad del tráfico, nueva competencia) y está dañando la retención.
Usar el análisis de cohortes para decisiones de producto
Análisis de antes y después: analiza cohortes durante 4-6 semanas antes de un cambio importante. Luego analiza cohortes durante 4-6 semanas después. Compara las curvas de retención. Si la curva nueva es más alta y se alarga más a la derecha (más gente retenida, retenida más tiempo), el cambio fue positivo.
Calidad del origen del tráfico: crea cohortes por origen de tráfico. Compara las cohortes de búsqueda orgánica con las de anuncios de pago y las de redes sociales. Si un origen tiene mucha más retención, invierte más en él.
Patrones de temporada: en negocios estacionales, compara cohortes de la misma temporada en años distintos. La cohorte de diciembre de 2024 frente a la de diciembre de 2025 muestra si mejoras año tras año.
Errores comunes en el análisis de cohortes
Muestra demasiado pequeña: si una cohorte tiene solo 50 visitantes, la variación al azar crea ruido. Usa cohortes de al menos 100-200 visitantes.
Confundir métricas de cohorte: no mezcles la retención (% de la cohorte que volvió) con la frecuencia (visitas totales de la cohorte). Son cosas distintas: usa una cada vez.
Ignorar factores externos: la retención cayó un 5% en marzo. Antes de concluir que tu web empeoró, comprueba: ¿cayó el tráfico de búsqueda (nueva competencia)? ¿Lanzaste menos anuncios? ¿Un influencer habló de otro negocio? A veces los cambios en las cohortes reflejan movimientos del mercado, no problemas del producto.
No segmentar por variables clave: metes todos los orígenes de tráfico en una sola cohorte. Pero las cohortes de búsqueda orgánica probablemente se comportan distinto de las de anuncios de pago. Segmenta siempre por las variables que importan: origen de tráfico, dispositivo, zona geográfica o tipo de usuario. Así ves qué segmentos son fuertes y cuáles necesitan trabajo.
Esperar demasiado para analizar: esperas 90 días antes de mirar los datos de cohortes. Para entonces han pasado 3 meses y has perdido oportunidades de arreglar problemas. Analiza las cohortes cada semana o cada dos semanas. Detecta las tendencias pronto para actuar más rápido.
¿Uso cohortes semanales o mensuales?
Las semanales dan más detalle pero requieren más tráfico (200-300 visitantes por semana). Las mensuales son lo habitual en la mayoría de las webs (hacen falta más de 1000 visitantes al mes). Usa las mensuales si tienes un tráfico razonable. Si tienes mucho tráfico (más de 10.000 al mes), las cohortes semanales te permiten ver las tendencias antes.
¿Y si la retención de mis cohortes es igual en todos los grupos?
Una retención plana (las cohortes de enero y de marzo tienen curvas idénticas) significa que el comportamiento de tu web es estable. Es bueno si la retención es sana (15% o más a 30 días). Si es baja (5% a 30 días), que sea plana indica que no mejoras: es hora de hacer cambios y ver si las cohortes nuevas mejoran.
¿Cuánto debo esperar tras un cambio de producto antes de analizar la nueva cohorte?
Al menos 4-6 semanas. Así los visitantes nuevos tienen tiempo de seguir el mismo patrón de comportamiento que los antiguos. Las diferencias de los días 1-7 pueden ser ruido. La retención a 30 días te dice si el cambio se consolidó.
¿Puedo comparar cohortes de distintos orígenes de tráfico en una sola tabla?
Sí, pero mantenlas separadas. Una tabla para las cohortes de búsqueda orgánica. Otra para las de anuncios de pago. Compararlas en una sola tabla confunde: las columnas dejan de dejar claro si muestras el comportamiento orgánico o el de pago.
¿Qué significa que la retención del día 1 al día 2 caiga un 30%?
Es normal. Muchos visitantes se van tras la primera visita. Mira mejor la retención del día 7. Si el 10% de los visitantes vuelve antes del día 7, es razonable. La caída del día 1 al 2 solo significa que mucha gente decidió no volver enseguida.
¿Cómo calculo la retención de cohortes a mano si mi herramienta no tiene cohortes?
Paso 1: exporta todos los datos de visitantes con la fecha de llegada. Paso 2: agrupa por fecha de llegada (la primera semana es un grupo). Paso 3: para cada visitante, comprueba si volvió 30 días después. Paso 4: divide los visitantes que volvieron entre el tamaño total de la cohorte. Esa es tu retención a 30 días de esa cohorte. Repite para cada semana o mes.