Análisis de cohortes y retención
Cohortes temporales, retención por cohorte, análisis RFM, segmentación de clientes, churn prediction
1¿Qué es una cohorte en análisis de datos?
¿Qué es una cohorte en análisis de datos?
Respuesta
Una cohorte es un grupo de usuarios que comparten una característica común durante un período determinado, generalmente la fecha de su primera acción (registro, primera compra). Agrupar usuarios en cohortes permite comparar su comportamiento a lo largo del tiempo e identificar tendencias según los períodos de adquisición. Es una herramienta fundamental para medir la retención y evaluar el impacto de los cambios en el producto.
2¿Cuál es el criterio más común para definir una cohorte temporal?
¿Cuál es el criterio más común para definir una cohorte temporal?
Respuesta
El criterio más común para definir una cohorte temporal es la fecha del primer registro o primera compra. Agrupar por período de adquisición (semana, mes, trimestre) permite comparar objetivamente el comportamiento de usuarios adquiridos en diferentes momentos. Esto ayuda a aislar el efecto del tiempo y detectar mejoras o deterioros relacionados con cambios de producto o marketing.
3¿Cómo se lee una tabla de retención por cohorte?
¿Cómo se lee una tabla de retención por cohorte?
Respuesta
Una tabla de retención por cohorte se lee con las cohortes en filas (por período de adquisición) y los períodos posteriores en columnas (Mes 0, Mes 1, etc.). Cada celda muestra el porcentaje de usuarios de esa cohorte aún activos en ese período. La primera columna siempre es 100%, y los valores disminuyen naturalmente con el tiempo. Este formato permite comparar visualmente la retención entre cohortes.
¿Cuál es la diferencia entre retención Day-N y retención rolling?
¿Por qué se considera la retención una métrica más fiable que el número de usuarios activos?
+17 preguntas de entrevista
Otros temas de entrevista Data Analytics
Google Sheets - Fundamentos
Google Sheets - Fórmulas avanzadas
SQL - Fundamentos
SQL - Agregaciones y agrupamientos
SQL - Joins
BigQuery - Fundamentos
Data Cleaning - Limpieza de datos
KPIs y métricas de negocio
Estadística descriptiva
Zapier y automatización No-Code
Principios de visualización de datos
Python & Pandas - Fundamentos
Google Sheets - Dashboards automatizados
SQL - Subconsultas y CTEs
SQL - Window Functions
BigQuery - Funcionalidades avanzadas
Data Modeling
Análisis de funnels y conversión
Google Tag Manager y tracking
APIs y webhooks
dbt - Fundamentos
AB Testing y estadística aplicada
Looker Studio (Google Data Studio)
Power BI - Fundamentos
SQL - Consultas analíticas avanzadas
dbt - Funciones avanzadas
Power BI - DAX y dashboards avanzados
Python Analytics - Análisis avanzado y ML
Domina Data Analytics para tu próxima entrevista
Accede a todas las preguntas, flashcards, tests técnicos, ejercicios de code review y simuladores de entrevista.
Empieza gratis