Como interpretar um cohort chart

As 3 leituras-chave de um cohort chart — horizontal, vertical e diagonal — para não perder nenhum insight sobre a retenção dos seus usuários.

Aprenda as 3 leituras-chave para não perder nenhum insight

Antes de começar, se você precisar de ajuda para medir a retenção dos seus usuários, me escreva em guido@bildungdata.com

Os cohort charts guardam insights muito valiosos sobre nossos usuários, mas para acessá-los é preciso saber como lê-los.

Existem 3 leituras que sempre me ajudaram a extrair insights acionáveis:

1) Linha horizontal

👉 O que nos indica:

• Como evolui a retenção de cada cohort.
• Se estamos olhando a retenção mensal, vemos como retemos — mês a mês — os usuários adquiridos em cada mês.

🧰 Casos úteis de aplicação:

i) analisar o impacto de uma nova versão do app. Se você lança uma nova versão em maio, é importante medir como ficou a retenção dos usuários que instalaram em maio (e comparar com meses anteriores).

ii) identificar possíveis problemas de aquisição de usuários. Se em um determinado mês você adquiriu usuários de baixa qualidade, eles terão uma retenção M1, M2 pior do que os outros cohorts.

2) Linha vertical

👉 O que nos indica:

• Para cada cohort, nos permite ver como é a retenção dos usuários ao longo da sua jornada.
• Por exemplo, a primeira coluna mostra a retenção mês 1 de todos os cohorts, a segunda a retenção mês 2, e assim por diante.

🧰 Casos úteis de aplicação:

i) medir o impacto de campanhas específicas ou features que afetam os usuários em determinados momentos da sua vida.

ii) por exemplo, se você tem campanhas de push direcionadas a usuários de meses anteriores, poderá ver o impacto analisando se a retenção M2, M3, etc. muda.

3) Linha diagonal

👉 O que nos indica:

• Olhando a diagonal, nos posicionamos no mesmo momento no tempo para todos os cohorts, e podemos ver se houve algum problema generalizado.
• Por exemplo, se olharmos a diagonal de maio, estamos olhando — ao mesmo tempo:

→ Usuários que instalaram em maio

→ Dos usuários que instalaram em abril → aqueles que voltaram a usar em maio (retenção M1)

→ Dos usuários que instalaram em março → aqueles que voltaram a usar em maio (sua retenção M2)…

…e assim com cada um

🧰 Casos úteis de aplicação:

i) identificar problemas generalizados que impactaram todos os usuários em um determinado momento.

ii) por exemplo, se o app teve uma queda grande em maio, ou se as campanhas de push / email pararam por algum motivo, provavelmente veremos todas as retenções afetadas na diagonal.