Las cohortes de Adapty están diseñadas para responder a varias preguntas importantes:

1. ¿En qué día empieza a ser rentable una cohorte?
2. ¿Cuánto dinero genera la app para una cohorte concreta?
3. ¿Cuánto puedo gastar para atraer a un cliente de pago?
4. ¿Cuánto tiempo se tarda en recuperar la inversión publicitaria?

Las cohortes trabajan con los datos de la app que recopilamos a través del SDK y las notificaciones de la store, y no requieren ninguna configuración adicional por tu parte.

Cohortes por renovaciones o por días

Puedes analizar las cohortes por renovaciones o por días. El control cambia los encabezados de las columnas y, en consecuencia, también cambia el enfoque del análisis.

El seguimiento por días ofrece información valiosa para la elaboración de presupuestos y la comprensión de los plazos de pago. Es especialmente útil para hacer seguimiento de productos que no son suscripciones, como consumibles o compras únicas. En este modo, el color azul en las celdas de la tabla tiende a concentrarse en el centro de las filas debido a dos factores clave. En primer lugar, ver las cohortes por días permite visualizar de forma temprana los pagos asociados a productos de corta duración que, en la vista por renovaciones, se agrupan con las renovaciones mensuales y anuales. En segundo lugar, los pagos diferidos contribuyen al patrón de distribución, ya que algunos usuarios pagan más tarde de lo esperado.

En cambio, el seguimiento por renovaciones muestra la retención y el churn de las cohortes de un pago a otro, sin tener en cuenta la fecha. Así, los usuarios tardíos que pagaron con cualquier retraso (puede ser de meses) se suman al número de su período de suscripción. Este enfoque no refleja la situación de los ingresos en el calendario, pero es definitivamente más cómodo para analizar la retención y el churn de las cohortes y obtener conclusiones sobre su comportamiento.

Elige el modo que prefieras o usa ambos para obtener más conclusiones e ideas.

Cómo construye Adapty las cohortes

Veamos con el ejemplo de cohortes por renovaciones cómo se forma la tabla. Para construir cohortes, usamos dos medidas: instalaciones de la app y transacciones (compras). Cada fila de una cohorte representa un intervalo de tiempo concreto: desde un día hasta un año. Cada fila comienza con el número de usuarios que instalaron la app durante ese intervalo y activaron una suscripción o realizaron una compra de producto de por vida o sin suscripción.

Cada columna siguiente en la fila muestra el número de usuarios que renovaron una suscripción hasta ese período. M3 significa mes 3 e indica que los suscriptores tuvieron 3 renovaciones consecutivas hasta ese punto; W7 significa semana 7, e Y2 significa año 2. A veces puedes ver P2 en las cohortes. P significa período de suscripción. Adapty lo muestra en lugar de W/M/Y cuando hay varios productos con diferentes períodos de renovación presentes en la misma cohorte.

Usamos colores con gradiente para resaltar las diferencias en los valores de las cohortes. Los números más grandes tienen colores más saturados.

En la imagen a continuación puedes ver una cohorte típica.

1. Esta cohorte muestra los datos solo para productos semanales (marca #1).
2. No excluye los ingresos y muestra el revenue como valores absolutos (marca #2).
3. El período de tiempo con el que trabajamos son los últimos 6 meses y la longitud de la cohorte es de 1 mes (marca #3).
4. La fila Total (marca #4) muestra el valor acumulado para cada período. $442K en la primera celda de la fila Total acumula el revenue del primer período (activación de suscripción) de todos los meses (nov., dic. y así sucesivamente) hasta el final del período. La celda Total muestra el número de clientes que instalaron la app durante todo el período.
5. La primera columna de la fila Nov 2023 (marca #5) muestra el revenue del primer período (activación de suscripción) de $37,7K de los clientes que instalaron la app en nov. 2023. El número de clientes que instalaron la app en nov. 2023, que es 95.129, se muestra en la columna de encabezado. La segunda columna de la fila Nov 2023 muestra el revenue de la semana 2 (suscripciones renovadas a la 2.ª semana) de $8,77K de los que instalaron la app en nov. 2023.
6. En la tabla puedes ver el Revenue Total, ARPU, ARPPU y ARPAS (marca #6). Puedes leer más sobre ellos un poco más adelante en este artículo.
7. Puedes configurar las columnas en la parte derecha de la tabla usando el campo desplegable Columns (marca #7).
8. Encima de la tabla a la derecha (marca #8), también hay un campo desplegable para calcular las comisiones de las stores y los cálculos de impuestos para los análisis de cohortes específicos. Puedes aprender cómo Adapty calcula las comisiones de las stores e impuestos en este artículo. Tras elegir la opción correspondiente en el desplegable, los datos de revenue se recalcularán en función de ella.
9. En el lado derecho de la tabla, puedes ver el revenue predicho (Predicted Revenue) y el valor de vida predicho (Predicted LTV) (marca #9). El campo Predicted Revenue estima el revenue total generado por una cohorte de suscriptores dentro de un período de tiempo específico, mientras que el campo Predicted LTV representa el valor anticipado de cada usuario en la cohorte.

Puedes pasar el cursor por cualquier celda de la cohorte para ver las métricas detalladas de ese período.

Las celdas con líneas oblicuas en el fondo son períodos que aún no han terminado, por lo que los valores en ellas pueden incrementarse.

Duración de la cohorte y período de tiempo

Dos ajustes de tiempo controlan lo que muestra la tabla:

• Time frame — el rango de fechas. Se configura en el calendario que hay encima de la tabla.
• Cohort length — el tamaño de cada fila: día, semana, mes, trimestre o año. Con una longitud mensual, cada fila cubre un mes de instalaciones.

Los dos funcionan de forma independiente. Por ejemplo: un time frame de 6 meses más una cohort length mensual te da una tabla con 6 filas. Un time frame de 1 año más una cohort length semanal te da 52 filas.

Filtros, métricas, segmentos de cohorte y exportación en CSV

Por defecto, Adapty construye cohortes usando datos de todas las compras. Puedes filtrar por duración del producto, productos específicos, país, store, paywall, segmento y datos de atribución.

A la derecha del panel de control, hay un botón para exportar los datos de la cohorte a CSV. Luego puedes abrirlo en Excel, Google Sheets o importarlo a tu propio sistema de análisis.

Hay 6 métricas que se pueden mostrar en las cohortes: Subscriptions, Payers, Revenue, ARPU, ARPPU y ARPAS. Puedes mostrarlas como valores absolutos o como cambio relativo desde el inicio de la cohorte.

Subscriptions, payers, revenue total, ARPU, ARPPU y ARPAS

Subscriptions es el recuento total de suscripciones activas, compras de por vida y compras sin suscripción realizadas por una cohorte dentro de un período de tiempo seleccionado. Monitorizar esta métrica te ayuda a entender el comportamiento de los clientes y la efectividad de tus ofertas. Esta información te permite refinar tu estrategia de producto, adaptar los esfuerzos de marketing y optimizar los flujos de ingresos.

Payers es el número total de usuarios que realizaron una compra dentro de una cohorte. Te ayuda a entender cuántos usuarios únicos contribuyen a tu revenue. Para apps con una cantidad significativa de compras que no son suscripciones, esta métrica puede destacar el alcance real de tus ofertas de productos, mostrando si una amplia base de usuarios está realizando compras o si el revenue lo impulsa un grupo más pequeño de compradores recurrentes. Entender el número de payers ayuda a evaluar el engagement de los clientes, planificar marketing dirigido y optimizar las estrategias de revenue.

Total revenue se acumula para una cohorte dentro de un período de tiempo seleccionado (25 nov. 2022 — 24 may. 2023). Te ayuda a entender cuánto dinero recopilaste de los usuarios de una cohorte específica y a calcular el ROAS. Por ejemplo, si el gasto publicitario de septiembre de 2022 fue de $10.000 y los ingresos totales de la cohorte de septiembre de 2022 son de $30.000, ROAS=3:1.

ARPU es el revenue promedio por usuario. Se calcula como revenue total / número de usuarios únicos. $60.000 de revenue / 5.000 usuarios = $12 de ARPU. Es útil comparar este valor con el coste por instalación (CPI) para entender la efectividad de tus campañas de marketing.

ARPPU es el revenue promedio por usuario de pago. Se calcula como revenue total / número de usuarios únicos de pago. $60.000 de revenue / 1.000 usuarios de pago = $60 de ARPPU. Te ayuda a entender cuánto dinero te aporta de media un cliente de pago.

ARPAS es el revenue promedio por suscriptor activo. Se calcula como revenue total / número de suscriptores activos. Por suscriptores entendemos a quienes activaron un período de prueba o una suscripción. $60.000 de revenue / 1.500 suscriptores = $40 de ARPAS.

Comisiones e impuestos

Un aspecto importante del cálculo del revenue en cohortes es la inclusión de las comisiones de las stores y los impuestos (que pueden variar según el país de la cuenta de la store del usuario). Adapty actualmente admite el cálculo de comisiones e impuestos tanto para App Store como para Play Store en el análisis de cohortes. Para más detalles sobre cómo Adapty calcula los impuestos y comisiones en sus análisis, consulta nuestra documentación.

Revenue vs Proceeds

Tanto Revenue como Proceeds son métricas monetarias. Puedes pensar en Revenue como ingresos brutos y en Proceeds como ingresos netos. Revenue no tiene en cuenta las comisiones de App Store / Play Store, mientras que Proceeds sí. Por eso, Proceeds siempre es menor que Revenue.

La comisión real deducida varía en función de múltiples factores, como la elegibilidad para programas como el Small Business Program (15%), tarifas reducidas para suscripciones a largo plazo (15% tras un año de renovación), tarifas específicas por país y tarifas estándar (hasta el 30%).

Adapty determina automáticamente la tasa de comisión aplicable para cada transacción que realizan tus clientes y calcula Proceeds en función de ella. Para más información sobre cómo se determinan las tasas de comisión, consulta la documentación sobre comisiones de la store e impuestos.

Predicción: Revenue y LTV

El revenue predicho es el revenue total estimado que se espera que genere una cohorte de suscriptores de pago dentro del período seleccionado tras la creación de la cohorte. Se calcula multiplicando el LTV predicho de la cohorte por el número predicho de usuarios de pago dentro de la cohorte. Por ejemplo, si el LTV predicho es de $50 y hay 100 usuarios de pago en una cohorte, el Predicted Revenue sería de $5.000.

El LTV predicho es el valor de vida estimado por suscriptor de pago, que representa el revenue promedio que se espera que genere cada suscriptor de pago dentro del período seleccionado tras la creación de la cohorte.

Estas predicciones se basan en patrones históricos de retención de cohortes, usando los propios datos de la app cuando hay suficiente historial disponible y promedios entre apps en caso contrario. Para documentación detallada sobre el modelo de predicción de Adapty, consulta nuestra documentación de Predicción.

Las cohortes de Adapty proporcionan información detallada sobre el comportamiento de los usuarios y el rendimiento financiero dentro de tu app. Al analizar las cohortes por renovaciones o por días, puedes determinar cuándo se vuelven rentables, hacer seguimiento del revenue, calcular el revenue promedio por usuario y entender el tiempo que se tarda en recuperar el gasto publicitario. Con filtros, métricas y opciones de exportación personalizables, Adapty te permite tomar decisiones basadas en datos y optimizar las estrategias de captación de usuarios y monetización para lograr el máximo éxito de tu app.