En el artículo anterior te conté que la mejor forma de empezar con analítica es al revés: del objetivo al evento. Pero queda una pregunta práctica ¿cómo sé si lo que tengo montado cubre lo que de verdad necesito?
Para eso uso esta lista, son 10 preguntas básicas que cualquier analítica de producto bien hecha debería poder responder. Si no puedes contestarlas con tu herramienta hoy, te faltan piezas para tomar decisiones.
Las uso como chequeo rápido cada vez que entro en un producto nuevo o quiero auditar el estado del tracking. Te las dejo agrupadas en tres bloques (uso, adopción, retención), con el tipo de informe que responde a cada una y el ejercicio que conviene hacer al final.
Cómo usar esta lista
Antes de leerlas, una recomendación práctica: ve marcando cuáles puedes responder hoy con tu herramienta y cuáles no. Las que no, son tu plan de instrumentación pendiente.
Cada pregunta se contesta normalmente con uno de estos cuatro tipos de informe:
- Tendencia: evolución temporal de un valor.
- Path: recorridos reales entre páginas o funcionalidades.
- Funnel: secuencia de pasos con sus abandonos.
- Retention chart: porcentaje de cohorte que sigue activo en el tiempo.
Si te suenan a chino, vuelve un momento al glosario y luego sigues.
Una advertencia antes de seguir, no todas las preguntas tendrán el mismo peso en todos los productos. En un ERP B2B, el uso diario puede ser normal para algunos roles y casi inexistente para otros, en una herramienta fiscal o de reporting mensual, el DAU es casi irrelevante por diseño.
Si trabajas en SaaS, B2B o producto digital, esta lista es una base razonable para auditar si tu analítica está preparada para tomar decisiones, pero ajusta el peso de cada pregunta a tu modelo de uso real. Si tienes dudas, puedes dejar un comentario.
Bloque 1: uso básico (las que casi todos cubren)
Estas son las cuatro preguntas más básicas, si no las puedes responder, no tienes analítica todavía, tienes una herramienta instalada.
1. ¿Cuántos usuarios activos tengo hoy, esta semana y este mes?
DAU, WAU, MAU. Una tendencia simple, pero con una trampa, antes tienes que definir qué significa «activo». No es lo mismo alguien que inicia sesión que alguien que completa una acción valiosa dentro del producto. Si tu definición es «ha hecho login», lo que estás midiendo es lo que el usuario abre, no lo que el usuario hace, y muchos equipos acaban felicitándose por curvas que solo reflejan que la gente entra a mirar, no a usar.
Una vez fijada la definición, lo demás cuadra. Mi recomendación es no quedarte solo con el número global, mírala segmentada por plan, rol, país, dispositivo… La media oculta historias, una caída del 5% global puede ser una caída del 30% en cuentas Enterprise compensada por un buen mes en Free, y eso es un problema serio camuflado, lo que quiero decir, cuidado con omitir los extremos en analítica.
2. ¿Cómo se mueven los usuarios por mi producto?
Por dónde entran, qué hacen después de la home, qué rutas repiten y dónde se salen antes de completar una acción importante.
Esta pregunta te enseña lo que tu producto realmente hace en uso, que muchas veces no coincide con lo que tú crees que hace. La primera vez que la respondes con datos, te sorprende. Ese happy path que habías diseñado, quizás ya no lo veas tan happy.
3. ¿Con qué funcionalidades interactúan más?
Adopción por funcionalidad, ordenada de mayor a menor, es un ranking simple pero potente, te dice cuáles son tus funcionalidades core de hecho (no las que tú crees) y cuáles llevan meses sin que nadie las toque.
Cruzado con la lista de funcionalidades que tu equipo lanzó en los últimos seis meses, te enseña qué inversiones están pagando.
4. ¿Encuentran las partes importantes con poca fricción?
Funnels en los flujos críticos: signup, primera acción, primer informe generado. Cualquier flujo donde el usuario tiene que cumplir varios pasos para sacarle valor al producto.
Si los abandonos son altos en pasos que deberían ser triviales, hay fricción escondida. Los detalles los profundizo en el artículo de detección de fricción.
Bloque 2: adopción (donde empieza a haber huecos)
Aquí casi todo el mundo flaquea, tienes los datos, pero los miras a nivel agregado y no a nivel funcionalidad. Estas tres preguntas son las que más decisiones de roadmap pueden mover.
5. ¿Está subiendo o bajando el uso de las funcionalidades clave?
Tendencias longitudinales por funcionalidad, no agregadas. Si tu funcionalidad core lleva tres meses bajando mientras la métrica global se mantiene, eso es una alarma roja que la vista agregada esconde.
Esta pregunta es la que más temprano te avisa de problemas serios de producto, dedícale tiempo a entenderla y a encontrar el problema.
6. ¿Con qué funcionalidades o páginas tienen problemas los usuarios?
Aquí los datos cuantitativos solos no bastan, se nota dónde abandonan y dónde repiten intentos, pero el por qué solo lo sabes con datos cualitativos: tickets de soporte cruzados con uso, encuestas in-app, sesiones grabadas. Si no sabes de lo que hablo, te va a ser útil el artículo 4 sobre datos cualitativos y cuantitativos.
7. ¿Qué funcionalidades o páginas ignoran?
El otro lado de la moneda, funcionalidades con adopción inferior al X% en cuentas de empresa que deberían usarlas según su perfil. Las que tienen 0% de uso en cuentas activas son candidatas claras a relanzamiento (campaña de adopción) o a sunsetting.
Una funcionalidad ignorada también es deuda: ocupa espacio en el producto, en la documentación y en la cabeza del usuario.
Bloque 3: retención (la métrica reina)
Si solo pudieras responder a tres preguntas en todo el curso, serían estas. La retención es lo que separa un producto sano de uno que parece sano pero no lo es.
8. ¿Con qué frecuencia vuelven los usuarios activos?
Stickiness (DAU/MAU). Pero ojo con el aviso del glosario: no la compares con benchmarks genéricos. Una herramienta de gestión fiscal con stickiness baja no está rota; una de mensajería con stickiness baja sí.
Compara contra tu modelo de uso ideal, no contra LinkedIn.
9. ¿Cuántos usuarios siguen usando el producto en los primeros meses?
Curva de retención por cohorte,aquí lo importante no es el porcentaje a 30 días, es la forma de la curva: ¿se aplana en algún momento (la gente se queda) o cae sin freno (todos se acaban yendo)?
Una curva que se aplana al 30% es muy distinta de una que sigue cayendo y llega al 30% en tránsito. La primera es un producto sano con un mercado objetivo claro, la segunda es un producto que pierde gente sin parar.
10. ¿Cuántos usuarios que usan una funcionalidad clave regresan?
Retención por funcionalidad, esto identifica las funcionalidades pegajosas (sticky), las que generan hábito. Y es la base para encontrar el aha moment de tu producto, que tratamos en el artículo Cómo encontrar los aha moments de tu producto
Una funcionalidad core de verdad debería estar asociada a mejor retención, y aquí cuidado con un atajo mental común, que un grupo de usuarios use la funcionalidad y retenga mejor no significa automáticamente que la funcionalidad les haga retener. Puede que sean los usuarios buenos los que descubren las funcionalidades buenas, y no al revés. Pero si la asociación no aparece, es un evento core en el papel pero no en el comportamiento, y conviene revisar la hipótesis.
Cómo convertir esta lista en una auditoría de tu producto
Lo que más sirve no es leer las 10 preguntas, es hacer el ejercicio, como primer pase rápido, dedícale 15 minutos:
- Recórrelas y marca cada una con check o cruz, check si tu herramienta puede responderla hoy en menos de 10 minutos, cruz si no.
- Agrupa las cruces por bloque, si todas tus cruces están en retención, sabes dónde está el agujero. Si están repartidas, tu base de tracking es la que cojea.
- Cruza el resultado con tus objetivos del trimestre, si tu objetivo es «reducir fricción» pero no puedes responder a la 4 ni a la 6, no vas a llegar a ningún sitio.
- Para cada cruz, decide qué falta. A veces necesitas instrumentar eventos nuevos. Otras veces los eventos están pero no hay nadie que haya construido el gráfico o dashboard.
Y un recordatorio del artículo: cada cruz que detectes hoy es una pregunta que mañana seguirás sin poder responder si no instrumentas lo necesario. Recuerda que la analítica no es retroactiva, cuanto antes arregles esos huecos, antes empezarás a construir histórico útil.
Resumen rápido
- Las 10 preguntas básicas se agrupan en tres bloques: uso (4), adopción (3) y retención (3).
- Cada una se responde con uno de cuatro tipos de informe: tendencia, path, funnel o retention chart.
- El bloque de uso básico suele estar cubierto en cualquier equipo serio. El de adopción es donde empiezan los huecos. El de retención es donde se separa un producto sano de uno aparente.
- El ejercicio es lo que importa. Marca check o cruz, agrupa, cruza con tus objetivos del trimestre y prioriza qué instrumentar.
Siguiente paso
Tienes las preguntas y sabes en qué fallar. Ahora la siguiente capa: cómo elegir las métricas que las responden. Vas a ver muchos términos juntos (SMART, leading y lagging, OMTM, NSM, counter metrics) y conviene tener un mapa mental que los ordene. Eso es lo que cuento en el siguiente artículo.
Cómo elegir métricas que importan: SMART, leading vs lagging, OMTM, NSM y counter metrics →
Si tienes alguna pregunta, te leo en comentarios.
