Show Menu
TEMAS×

Casos de uso de Análisis de cohorte

Use case examples for Cohort Analysis.

Caso de uso de interacción con aplicaciones

Imagine que desea analizar de qué manera los usuarios que instalan su aplicación interactúan con ella con el transcurso del tiempo. ¿La instalan y nunca la usan? ¿La usan por un tiempo y luego dejan de hacerlo? ¿O siguen interactuando con la aplicación a lo largo del tiempo?
You can create a six-month Cohort Analysis:
Granularidad : mensual, de enero de 2015 a junio de 2015.
Métrica de inclusión : instalaciones de aplicación.
Métrica de regreso : sesiones o ejecuciones
Los visitantes no cuentan como engaged en meses siguientes a menos que tengan una sesión o que, como mínimo, ejecuten la aplicación. La Análisis de cohorte le mostraría los patrones de uso donde App Install siempre se produce el Mes 0. Podría observar que el uso cae en el Mes 2, independientemente de cuándo instalaron la aplicación los usuarios (para quienes instalaron la aplicación en enero de 2015, el Mes 2 es marzo de 2015; para quienes instalaron la aplicación en febrero de 2015, el Mes 2 es abril de 2015, y así sucesivamente). Este análisis le permite enviar un correo electrónico o un mensaje insertado a todos los usuarios durante el segundo mes después de que instalan la aplicación para recordarles que usen la aplicación.

Caso de uso de suscripción

Trabaja en Adobe.com y ofrece una suscripción gratuita a Creative Cloud. El objetivo es que los usuarios actualicen de la versión gratuita a la versión de prueba por 30 días o, en definitiva, la versión paga.
Granularidad : mensual
Métrica de inclusión : vínculo de descarga
Métrica de regreso : comprar Creative Cloud pago
Using this Cohort Analysis, you could see, for example, that anywhere between 8% and 10% of free Creative Cloud users upgrade in the first month after installation, regardless of when they installed. Del 12 % al 15 % actualizan en el segundo mes de uso. Después, la actualización cae significativamente: del 4 % al 5 % en el mes tres, del 3 % al 4 % en el mes cuatro y del 1 % al 2 % en el mes cinco.
Al reconocer que no necesita perder clientes potenciales en el mes tres, configura una campaña de correo electrónico diseñada para que salga a mediados del mes tres para una muestra de usuarios, ofreciendo un cupón de $50 a los usuarios que aún no actualizaron.
Vuelva a consultar el informe de análisis de cohorte unos meses más tarde. Para cohortes formadas después de la ejecución de la campaña, la conversión a suscripciones a Creative Cloud de pago en el mes tres aumentó de un 4 % y 5 % a un 13 % y 14 %, lo que dio como resultado miles de dólares por cohorte, para cada cohorte mensual que llega al mes tres desde ese punto en adelante.

Caso de uso de segmentos en una cohorte compleja

Una gran cadena hotelera dirige sus promociones a varios grupos de clientes y realiza un seguimiento del rendimiento. Para identificar los mejores grupos de cohortes de usuarios a los que dirigirse, quieren crear grupos de cohortes muy específicos. Using the augmented Inclusion and Return Criteria within Cohort Tables, they are able to define just the right cohort groupings with multiple metrics and segments to identify underperforming customers groups in order to target them with promotions and deals to increase bookings.

Caso de uso de adopción de versión de una aplicación

Una gran compañía de seguros obtiene una gran participación de los clientes gracias al uso de su aplicación móvil. Se han añadido nuevas funciones a dicha aplicación y resulta esencial que los clientes se actualicen a la versión más reciente. They can analyze and compare all of their app versions side-by-side using Custom Dimension Cohort to see which customers on which app version to target. Además, puede realizar un seguimiento de la retención y la pérdida para determinar si alguna versión específica de la aplicación aleja a los usuarios de la misma a lo largo del tiempo. Mediante esfuerzos de mensajería móvil pueden reactivar a estos usuarios y animarlos a que se actualicen a la versión más reciente para que aprovechen las nuevas funciones.

Caso de uso de adherencia de campaña

Una empresa multimedia internacional utiliza campañas dirigidas para atraer a los usuarios a sus distintas plataformas y así fomentar la participación. Los ingresos publicitarios por plataforma se basan en la participación de los clientes y la retención; por tanto, el éxito de las campañas es esencial para el éxito del negocio. They use our new Custom Dimension Cohort feature in Cohort Tables to compare various campaigns side-by-side to identify which campaigns are most effective at acquiring and retaining users to increase engagement. Luego pueden identificar qué aspectos hacen que una campaña tenga éxito y aplicarla a otras campañas para aumentar el compromiso en las distintas plataformas.

Caso de uso de lanzamiento de productos

Un gran minorista de accesorios cuenta con muchos segmentos específicos de clientes que generan gran parte de los ingresos. Se diseñan y crean productos específicos para cada uno de esos segmentos. Cuando se produce un lanzamiento, la empresa quiere saber en qué medida el nuevo producto potencia las ventas en varias cohortes a lo largo del tiempo. Using the new Latency Table setting in Cohort Analysis, they are able to analyze a given customer segment's pre-launch and post-launch behavior and revenue. Esta información permite identificar qué productos producen nuevos ingresos y cuáles no llegan a calar en los clientes.

Adherencia individual: usuarios más fieles caso de uso

Una gran línea aérea deriva la mayor parte de su éxito e ingresos de los clientes fieles que repiten. En muchos casos, estos viajeros fieles representan la mayoría de los ingresos, por lo que conservarlos es esencial para el éxito a largo plazo. A menudo no es sencillo identificar a los clientes más fieles y consistentes. However, using the new Rolling Calculation setting in Cohort Analysis, they were able to analyze loyal customer segments and find out which travelers were repeat purchasers month-over-month. Con estos datos pudo dirigirse a estos viajeros con recompensas y beneficios por su fidelidad. Además, cambiando el tipo de cohorte de retención a pérdida, también pudo identificar qué clientes no repetían reservas un mes tras otro, y así dirigirse a estos segmentos con promociones para reactivarlos y asegurar que, en el futuro, se conviertan en clientes leales.