El análisis de cohorte se utiliza para estudiar el comportamiento o los resultados asociados con un grupo de personas a lo largo del tiempo. En marketing, el análisis de cohorte es una técnica que se utiliza para estudiar el comportamiento de clientes. Así, una cohorte es un grupo de clientes o usuarios que tienen una característica común. Las cohortes pueden ser determinadas por la fecha en que los usuarios se registraron a un página web, o se convirtieron en un cliente, por su edad, sus características demográficas, o cualquier otro atributo que pueda ser utilizado para agrupar a un conjunto de individuos. Se supone entonces que algo acerca de la cohorte explica cierto comportamiento a través del tiempo. En definitiva, el análisis de cohorte es una técnica útil para la comprensión de cómo los grupos de usuarios se comportan con el tiempo.
En el ámbito del email marketing relacional el uso de un análisis de cohorte puede ayudarnos a entender cómo se comportan los usuarios en base a aperturas, clics, bajas y conversiones a lo largo del tiempo, y así predecir comportamientos futuros.
En el siguiente ejemplo exponemos un análisis de cohorte con el objetivo de hacer más comprensible el concepto y su aplicación.
Supongamos que estamos en el mes de julio y queremos analizar el comportamiento de los usuarios registrados en los últimos 6 meses relacionando la fecha de registro a la newsletter con los compradores obtenidos gracias a las acciones de email marketing en los meses ulteriores. En primer lugar crearemos las cohortes. En esta caso, serán los grupos de usuarios registrados en cada mes (columna “RM0”).
A continuación, en la columna “CM0” introducimos el número de compradores pertenecientes a la cohorte que han hecho como mínimo una compra en el mismo mes en que se han registrado. En CM0% tenemos el dato relativo. En CM+1 introducimos los compradores de la cohorte que hicieron como mínimo una compra en el mes siguiente a su registro. En M+1% tenemos el dato relativo, y así sucesivamente. Esta mecánica la proyectamos para cada una de las cohortes hasta la fecha en la que finalizará el análisis (en este ejemplo, esta fecha es el último mes del que tenemos datos, esto es junio o CM+5).
Seguidamente calculamos qué % del acumulado de usuarios captados han comprado como mínimo una vez. Por ejemplo, en el mes CM+4 tenemos que ha habido 46 compradores. Estos compradores son usuarios registrados en Enero y Febrero, esto es 1.645 usuarios. Esto significa que un 2,80% de los usuarios registrados comprarán en el mes + 4.
Es útil, una vez tenemos los datos en la tabla, exponer la información visualmente con gráficos. Si analizamos los datos del ejemplo que nos ocupa, nos damos cuenta de algunos aspectos interesantes: es 3 meses después del registro cuando nuestras acciones de email marketing generan más compradores. La cohorte correspondiente al mes de Junio tiene un comportamiento muy distinto de las demás en el CM0. ¿Hubo alguna oferta especial? ¿Cuál fue el origen de los registros? ¿Se hizo publicidad en TV?
Finalmente, este análisis de cohorte nos permitirá predecir/estimar cuántos compradores tendremos en los meses de enero, febrero, marzo , abril, mayo y junio venideros a partir de los usuarios que captemos en esos meses.
Sabiendo cuál es el importe medio del pedido por comprador, podremos entonces proyectar los ingresos generados por cada nuevo usuario captado en los mese posteriores al registro, y esto, vinculado con el CAC (Coste de Adquisición de un Cliente), nos permitirá saber si la inversión en Email Marketing (captación de clientes) es > o < a los ingresos generados por cliente a lo largo de su ciclo de vida.
