¿Quieres ir más allá de las métricas básicas y entender cómo evoluciona el comportamiento de tus usuarios a lo largo del tiempo? Entonces el análisis de cohortes es justo lo que necesitas. En este post, te explico cómo configurarlo en Looker Studio, desde la preparación de los datos hasta la visualización de patrones de retención y engagement.
¿Qué es el análisis de cohortes?
Una cohorte es simplemente un grupo de usuarios que comparten una característica dentro de un periodo determinado. Por ejemplo, los usuarios que se registraron en enero formarían una cohorte, y los de febrero otra.
Al seguir estos grupos mes a mes, puedes ver:
- cuánto tiempo permanecen activos,
- con qué frecuencia interactúan,
- y cómo cambia su valor con el tiempo.
Este tipo de análisis es especialmente útil para mejorar la retención y tomar decisiones más informadas sobre tu estrategia digital.
¿Qué necesitas? Preparación de los datos
Para crear un informe de cohortes en Looker Studio, necesitas que tu fuente de datos incluya al menos estos tres campos:
- Identificador de usuario: un ID único por usuario.
- Fecha de cohorte: normalmente, la fecha del primer registro o primera compra.
- Fecha de actividad: cualquier fecha en la que el usuario haya realizado una acción significativa (comprar, iniciar sesión, etc.).
👉 Si usas Google Analytics 4, puedes exportar tus datos a BigQuery. También puedes usar Supermetrics o una Google Sheet bien estructurada.
Para eCommerce, por ejemplo, bastaría con tener columnas de fechas de pedido, ID de transacción, ID de cliente y una fórmula que calcule la primera compra como fecha de cohorte.
Campos calculados necesarios
Una vez que tienes los datos conectados (por ejemplo, desde Google Sheets), toca crear algunos campos calculados que te permitirán agrupar y comparar cohortes a lo largo del tiempo:
Mes de la cohorte
Extrae el año y mes de la fecha de cohorte:
FORMAT_DATE('%Y-%m', Cohort_Date) Mes de actividad
Haz lo mismo para la fecha de actividad:
FORMAT_DATE('%Y-%m', Activity_Date) Meses desde la cohorte
Calcula cuántos meses han pasado desde que el usuario se unió:
TIMESTAMP_DIFF(PARSE_DATE('%Y-%m', Activity_Month), PARSE_DATE('%Y-%m', Cohort_Month), MONTH) Con estos campos, ya puedes crear visualizaciones que comparen el comportamiento de los usuarios mes a mes.
Cómo construir tu tabla de cohortes
La forma más habitual de visualizar este análisis es con una tabla dinámica. Esta es la estructura:
- Filas: Mes de la cohorte
- Columnas: Meses desde la cohorte
- Valores: Número de usuarios activos (normalmente con
COUNT_DISTINCTsobre el identificador de usuario)
Así obtendrás una matriz que muestra cuántos usuarios de cada cohorte permanecen activos en los meses siguientes.
💡 Puedes cambiar la granularidad temporal a semanas si te interesa un análisis más detallado.
Mostrar la retención en porcentajes
Los valores absolutos están bien, pero si cada cohorte tiene un tamaño distinto, compararlas puede resultar confuso.
Aquí es donde entran los porcentajes.
Crea un campo calculado como este:
Active_Users / Total_Cohort_Users Esto te mostrará el porcentaje de usuarios retenidos cada mes en relación con el tamaño original de la cohorte.
Te recomiendo aplicar formato condicional o mapas de calor para facilitar la interpretación visual de los datos.
¿Poco tiempo? Usa una plantilla
Si quieres evitar la configuración manual, existen plantillas ya preparadas que te pueden ahorrar trabajo.
Por ejemplo, Gaille Reports ofrece una plantilla de cohortes para Looker Studio (basada en Google Sheets) con métricas como el Lifetime Value y la retención de clientes.
Este tipo de recursos son un excelente punto de partida si prefieres ir directo al análisis.
Reflexión final
El análisis de cohortes en Looker Studio no es solo una curiosidad técnica, es una forma poderosa de obtener insights accionables sobre tus usuarios. Con los datos bien estructurados y algunos campos calculados, puedes seguir la evolución del comportamiento, identificar patrones de retención y ajustar tu estrategia con información real.
Si aún no has probado a construir un informe de cohortes, este es el momento perfecto para empezar.
