Tiempo de lectura 6 minutos
Informe exclusivo de Forrester sobre la IA en el marketing
El análisis de supervivencia de clientes, también conocido como análisis de tasa de retención, es la aplicación de técnicas estadísticas para comprender cuánto tiempo permanecen activos los clientes antes de abandonarlos. La información generada por este análisis ayuda a mejorar las actividades de adquisición y retención de clientes. El análisis de supervivencia siempre se basa en el seguimiento de una cohorte de clientes a lo largo del tiempo.
Las [cohortes](https://www.optimove.com/learning-center/cohort-analysis «Análisis de cohortes») son grupos inmutables (es decir, no se incorporan nuevos clientes a una cohorte una vez formada) a los que se realiza un seguimiento a lo largo del tiempo. El tipo más común de cohorte es el grupo de personas que se convirtieron en clientes en un periodo de tiempo concreto, por ejemplo, una fecha determinada, la segunda semana del mes de enero o el cuarto trimestre del año.
Existen dos métodos principales para analizar las tasas de retención de sus clientes. La siguiente imagen presenta ambos métodos utilizando tablas y gráficos que (esperamos) faciliten la comprensión de cada uno de ellos y su comparación. Este ejemplo se centra en cinco personas que se registraron en un sitio web ficticio. La sección superior muestra en qué días, durante un periodo de dos semanas, cada cliente estuvo activo en el sitio web. (Haga clic en cualquier gráfico para ampliarlo).
Para un análisis de supervivencia periódico, supervisamos si cada cliente estuvo activo en cada periodo de tiempo (los periodos en este ejemplo son días). Contamos el número de clientes que tuvieron alguna actividad en cada periodo y hacemos un seguimiento del porcentaje de clientes activos, entre todos los clientes de la cohorte, en cada periodo. En nuestro ejemplo, el número de usuarios activos y el porcentaje de supervivencia por periodo para cada día se ve en la barra naranja:
[Nota: El periodo utilizado depende del tipo de negocio. Para los juegos en línea (por ejemplo, juegos sociales y sitios de juegos con dinero real) y las aplicaciones de uso diario (por ejemplo, mensajería, GPS), el periodo de medición sería de días. Para los sitios minoristas, podría ser de semanas o incluso meses].
Con este método, nos centramos en la actividad real de los clientes en un periodo determinado, lo que proporciona información en tiempo real y continua sobre el nivel de actividad de cada cohorte. Otra ventaja del método periódico es que es muy sencillo de implementar. Por otro lado, este método no representa de forma eficaz a un cliente habitual que solo está activo de vez en cuando, como Jane en nuestro ejemplo. Aunque Jane es una clienta constantemente activa (muestra actividad cada cuatro días), el porcentaje de «usuarios activos» no reflejará este hecho a diario.
El enfoque del análisis retrospectivo de supervivencia asume que todos los clientes están activos hasta que han estado inactivos durante un periodo de tiempo determinado. En nuestro ejemplo actual, el período de inactividad para determinar la pérdida de clientes es de 10 días (el período de inactividad ideal utilizado para designar a un cliente como perdido varía de una empresa a otra). Por lo tanto, como se indica en la parte derecha del gráfico, Frank se perdió el día 4 y Robert el día 2.
La barra azul muestra el número y el porcentaje de «supervivientes» en cada período utilizando este método.
A diferencia del método periódico, el método retrospectivo identifica el periodo real en el que cada cliente se dio de baja. Por otro lado, obviamente solo podemos determinar que un cliente se dio de baja en un día concreto si esperamos 10 días para ver que no ha vuelto. Por lo tanto, este método solo es útil si se analiza la actividad del cliente una vez transcurrido un periodo mínimo de tiempo (de ahí el nombre, análisis de supervivencia retrospectivo).
Por lo tanto, las principales ventajas del método retrospectivo son que proporciona una comprensión más precisa de cuándo se producen realmente las bajas de clientes y que también ofrece una visión general mucho mejor de la tasa de pérdida de clientes.
El siguiente cuadro resume las ventajas y desventajas de cada método:
El análisis de supervivencia es uno de los pilares del análisis de clientes. Es un factor clave para comprender cómo se comportan sus clientes en relación con su negocio, y suele aportar ideas reveladoras que pueden conducir a importantes mejoras en el producto y en las iniciativas de marketing.
Algunas de las ventajas prácticas que los especialistas en marketing de retención pueden obtener rápidamente al utilizar el análisis de supervivencia son:
El análisis de supervivencia también es un factor importante en los cálculos básicos del LTV: el valor monetario futuro esperado que representa un cliente es, obviamente, un factor de cuánto tiempo permanecerá activo ese cliente con su empresa.
Los dos métodos de análisis de la retención de clientes descritos aquí proporcionan diferentes perspectivas sobre sus clientes y su supervivencia a lo largo del tiempo. Cada uno tiene sus ventajas y sus desventajas. Nuestra recomendación es utilizar ambos métodos para obtener el máximo valor del análisis de clientes. Al realizar un seguimiento minucioso de las tasas de abandono, estará en una posición mucho mejor para implementar medidas de prevención del abandono, evaluar el valor del ciclo de vida del cliente por fuente/fecha/ubicación y optimizar el momento de sus campañas de marketing de retención.
Informe exclusivo de Forrester sobre la IA en el marketing
En este informe exclusivo de Forrester, descubra cómo los profesionales del marketing global utilizan la inteligencia artificial y el marketing sin posiciones para optimizar los flujos de trabajo y aumentar la relevancia.
Pini cofundó Optimove en 2012 y ha dirigido la empresa, como su director general, desde sus inicios. Con dos décadas de experiencia en marketing de clientes basado en análisis, consultoría empresarial y ventas, es la fuerza motriz detrás de Optimove. Su pasión por las tecnologías innovadoras y empoderadoras es lo que mantiene a Optimove a la vanguardia. Tiene un máster en Ingeniería Industrial y Gestión por la Universidad de Tel Aviv.
