Ejemplo ficticio: una celda ausente no es cero
A y B empiezan con 100 personas cada una. Cada celda cuenta retornos en su periodo individual del día 7 o 30. A alcanzó ambos; B alcanzó el día 7, pero no el 30. Los porcentajes conservan las 100 personas iniciales como denominador.
| Celda ficticia | Retornos / población inicial | Tasa |
|---|---|---|
| A en día 7 | 30 / 100 | 30 % |
| A en día 30 | 20 / 100 | 20 % |
| B en día 7 | 40 / 100 | 40 % |
| B en día 30 | No observable | — |
Hacer comparables las celdas
- Defina retorno y límites de cada periodo con zona horaria. Un día natural no equivale necesariamente a 24 horas móviles.
- Los modos GA4 Standard, Rolling y Cumulative cuentan retornos distintos: periodo individual, presencia en el actual y todos los anteriores, o retorno acumulado. No mezcle sus celdas.
- Marque horizontes no alcanzados como no observables. Compare edades iguales y poblaciones compatibles; los cambios de adquisición pueden explicar diferencias.
Describir cambios sin atribuir una causa
El 40 % de B frente al 30 % de A en el día 7 supone 10 puntos porcentuales, no demuestra un efecto del producto. Revise recuentos, incertidumbre y seguimiento. La retención observada no es una previsión segura de valor del cliente ni evidencia causal.
Fuentes primarias
Comparar cohortes de la misma edad.
Las cohortes recientes han tenido menos tiempo para regresar que las más antiguas. Defina el evento de entrada, la unidad, los intervalos y el evento de regreso. Marque los períodos incompletos y separe la retención puntual, el regreso dentro de una ventana y la actividad acumulada; estas definiciones no son intercambiables.
- Alinear las cohortes por tiempo transcurrido desde la entrada.
- Definir la población del denominador de cada intervalo.
- Marcar las ventanas que aún no han madurado.
¿Por qué una celda vacía no debería convertirse en cero?
Puede representar un período futuro o incompleto en lugar de una actividad ausente. Conservar ese estado para evitar informar una caída de retención aún no medida.
Fuente primaria: Google SRE — Data processing pipelines. Método relacionado: consultar la guía práctica.
Comparar cohortes con el mismo tiempo de seguimiento
Ejemplo ficticio: estos datos no describen clientes ni resultados observados.
Una cohorte antigua ha tenido meses para regresar; otra reciente todavía no ha alcanzado ese plazo.
- Definir los eventos de entrada y retorno. Comparar a la misma edad, con las mismas exclusiones, y señalar las celdas cuyo seguimiento está incompleto.
- Posponer la comparación de períodos incompletos. Una retención aparentemente menor puede reflejar menos tiempo de observación, no una pérdida de fidelidad.
Fuente primaria: Google Analytics — Cohort exploration. Método relacionado: consultar la guía práctica.