Analítica aplicada
Más allá del número de miembros y de mensajes
Publicado el 14 de marzo de 2025 · Lectura de 7 minutos
El recuento de miembros sube y baja por motivos que rara vez controlamos: una campaña externa, una mención en redes, una temporada floja. Si la única cifra que revisamos cada lunes es esa, cualquier decisión que tomemos después será una reacción, no una lectura. En comunidades de entretenimiento esto se nota especialmente, porque el volumen de altas no dice nada sobre quién se queda ni sobre qué conversaciones están funcionando.
Antes de montar un cuadro de mando conviene aceptar una idea incómoda: la mayoría de las métricas que se ven bonitas en una presentación no sirven para decidir nada. Lo que sí ayuda es un puñado de indicadores que respondan a preguntas concretas sobre retención, participación real y carga de moderación.
La retención por cohortes es el primero. Agrupar a los miembros por semana de alta y ver qué porcentaje sigue activo a los 7, 30 y 90 días permite distinguir si el problema está en la captación o en la experiencia de los primeros días. Un pico de altas con caída rápida suele indicar que la promesa de entrada no coincide con lo que encuentra la persona al llegar.
El tiempo hasta la primera interacción es el segundo. Si alguien tarda diez días en escribir su primer mensaje, hay un problema de onboarding o de clima. Si tarda dos horas, el diseño de bienvenida está haciendo su trabajo. Este dato cambia mucho entre subcomunidades y conviene mirarlo segmentado, no como media global.
La proporción de conversaciones con respuesta es el tercero. No mide cuántos mensajes se publican, sino cuántos hilos reciben al menos una contestación. Una comunidad con mucho volumen y pocos hilos respondidos está generando ruido, no conversación.
Comparar el rendimiento de dos subcomunidades con tamaños muy distintos casi siempre lleva a conclusiones erróneas. También es un error medir la moderación por número de acciones: retirar más mensajes no significa moderar mejor. Y comparar meses con lanzamientos contra meses sin actividad genera lecturas que no se sostienen cuando se revisan al trimestre.
Con cinco o seis cifras revisadas cada semana es suficiente para detectar tendencias. Lo importante no es la herramienta, sino la rutina: anotar el dato, escribir una hipótesis y decidir un cambio pequeño. Si al cabo de dos semanas no hay movimiento, la hipótesis era floja y se ajusta. Este ciclo, repetido con disciplina, vale más que cualquier panel lleno de gráficos.
Seguir leyendo
Si quieres contrastar este enfoque con un caso concreto, puedes escribirnos desde contacto.