El abandono de los primeros catorce días rara vez trata sobre el precio o sobre la competencia. Trata sobre alguien que entró con una intención concreta y no llegó a cumplirla.
La respuesta corta. Para mejorar el onboarding con datos de cohortes hace falta una cosa que la mayoría de equipos no tiene definida: un evento de activación, es decir, la primera acción que demuestra que el usuario obtuvo lo que venía a buscar. Con ese evento definido, las cohortes de alta muestran qué proporción lo alcanza, cuánto tarda y qué pasa con quienes no lo alcanzan.
Definir la activación antes de medir nada
Este paso se salta con frecuencia y sin él el resto no funciona.
La activación no es registrarse ni completar el perfil. Es el momento en que el producto ha entregado su promesa por primera vez. En una herramienta de feedback podría ser recibir el primer envío real de un usuario final, no configurar el widget. La diferencia importa: configurar es esfuerzo del cliente, recibir es valor recibido.
Tres criterios para elegir bien el evento:
- Es observable. Ocurre en el producto y queda registrado, sin depender de una encuesta.
- Es del lado del valor, no del esfuerzo. Terminar un formulario no es valor.
- Separa poblaciones. Quienes lo alcanzan deberían retener claramente mejor. Si no separa, no es el evento correcto.
Ese tercer criterio es la comprobación. Si quienes hacen la acción retienen igual que quienes no, has elegido un paso intermedio, no la activación.
Las tres curvas que hay que mirar
Con el evento definido, cada cohorte de alta se puede leer en tres capas.
Porcentaje que activa. De quienes se dieron de alta en marzo, cuántos llegaron alguna vez al evento. Si esta cifra es baja, el problema está antes del valor: registro, configuración, importación, permisos.
Tiempo hasta activar. Cuántos días tardaron los que sí llegaron. Esta distribución suele tener dos grupos: los que activan en la primera sesión y los que tardan más de una semana. El segundo grupo casi siempre retiene peor, y suele ser el que necesita ayuda.
Retención posterior, separada por activación. Dos curvas superpuestas, activados y no activados. La distancia entre ambas es la magnitud del problema de onboarding, y reducir el tiempo hasta ese evento es la forma de estrecharla. Si están cerca, el problema no es el onboarding, es el producto.
Esa tercera lectura es la que evita el error más caro: invertir tres meses en rediseñar el onboarding cuando quienes lo completan tampoco se quedan.
Encontrar el paso concreto donde se pierde
Saber que solo el 40% activa no dice dónde se cae el 60% restante. Para eso hace falta descomponer el recorrido en pasos y contar cuántos pasan de cada uno al siguiente, dentro de una misma cohorte.
| Paso | Qué revela una caída aquí |
|---|---|
| Alta a primera sesión útil | Expectativa mal fijada en la captación |
| Primera sesión a configuración mínima | Fricción técnica o permisos |
| Configuración a primer uso real | El producto pide trabajo antes de dar nada |
| Primer uso a uso repetido | El valor no se repitió o no se recordó |
Conviene mirar esto por cohorte y no en agregado, porque un cambio en el producto solo afecta a quienes entraron después. En agregado, ese efecto queda diluido entre meses de usuarios antiguos.
Lo que los números no dicen
Una caída del 30% entre configuración y primer uso real es un hecho. La razón no está en la tabla.
Puede ser que el paso sea confuso, que pida un dato que el usuario no tiene a mano, que falle en algún navegador, o que la promesa de la web haya atraído a gente que buscaba otra cosa. Los cuatro casos producen exactamente la misma caída.
La forma barata de distinguirlos es preguntar en el momento, no después. Una pregunta breve mostrada justo cuando alguien abandona un paso da respuestas más fiables que un correo tres semanas más tarde, tal y como se explica en el artículo sobre microencuestas in-app.
La otra fuente es lo que ya te han escrito. Si los mensajes de usuarios están asociados a la cuenta, se pueden leer exactamente los de las altas del mes que peor activó. FlagUp guarda cada envío junto a la cuenta que lo generó, así que ese cruce no requiere trabajo previo de preparación.
Comprobar si el cambio funcionó
Un cambio de onboarding se evalúa comparando la cohorte anterior con la posterior, no mirando la media global.
Tres precauciones evitan conclusiones falsas:
- Espera a que la cohorte madure. Comparar catorce días de la cohorte nueva con noventa de la antigua siempre favorece a la antigua. Se comparan ventanas iguales.
- Vigila la composición. Si además cambió el canal de captación, la cohorte nueva es otra población y la comparación no es limpia.
- Mira activación y retención juntas. Es posible subir la activación bajando el listón del evento, y que la retención no se mueva. Ese resultado es una métrica mejorada, no un producto mejorado.
Ejemplo hipotético. Un equipo reduce de seis a tres los pasos previos al primer uso real. La activación a siete días sube del 41% al 58%. La retención a treinta días de los activados no cambia, pero como ahora hay más activados, la retención global de la cohorte sube. Ese es el resultado que se buscaba, y solo es visible por cohorte.
Preguntas frecuentes
¿Qué ventana uso para medir la activación?
La que corresponda al ritmo natural de uso del producto. Para una herramienta de uso diario, siete días. Para una de uso semanal, treinta. Lo importante es fijarla y no cambiarla entre comparaciones.
¿Y si no tengo un evento de activación claro?
Prueba con dos o tres candidatos y quédate con el que más separe las curvas de retención. Es un ejercicio de una tarde y evita meses de optimizar el paso equivocado.
¿En qué se diferencia esto del análisis de cohortes general?
En que aquí las cohortes se usan solo para el tramo inicial, con un evento de activación como eje. El análisis general usa cohortes para localizar pérdidas en cualquier punto del ciclo de vida.
¿Puedo mejorar el onboarding sin tocar el producto?
A menudo sí. Ajustar lo que promete la página de captación cambia quién entra, y eso mueve la activación sin modificar una sola pantalla.
Artículos relacionados
- Análisis de cohortes para detectar y reducir el churn SaaS
- Cómo usar microencuestas para mejorar el feedback in-app
- Estrategias de Customer Success para retener usuarios SaaS
Para saber por qué se cae un paso, hace falta preguntarlo donde ocurre. Mira el widget de feedback y consulta los planes.