a16z a los emprendedores: en lugar de salvar la baja tasa de retención, es mejor transformarse directamente.

Autor: andrew chen, a16z

Compilado por: Tim, PANews

He estado observando los datos de la curva de retención durante más de 15 años.

He visto miles de curvas de retención, que también son uno de los primeros indicadores que pido revisar al evaluar startups. He revisado miles de bases de datos y analizado curvas de retención desglosadas por diferentes dimensiones. Como creador de productos, también he observado este indicador desde otra perspectiva. He ejecutado cientos de pruebas A/B, redactado innumerables versiones de guías de orientación para usuarios y correos electrónicos de notificación, tratando de cambiar la forma de la curva de retención.

[Las pruebas A/B] (también conocidas como [pruebas de división] o [pruebas en grupos]) son un método de experimento aleatorio utilizado para comparar dos versiones de un producto (versión A y versión B). Su objetivo principal es determinar cuál de las versiones tiene un mejor rendimiento en la consecución de objetivos predefinidos, mediante la recopilación de datos y el análisis del comportamiento del usuario.

A partir de los resultados, hay algunos patrones aquí.

Al igual que las leyes físicas, es extraño que, con el tiempo, siempre haya ciertos patrones deterministas que emergen constantemente. Aquí hay algunos ejemplos que quiero compartir:

• No puedes mejorar una mala tasa de retención de usuarios. Sí, añadir más funciones de notificación no mejorará tu curva de retención. No puedes lograr una buena tasa de retención de usuarios a través de pruebas A/B.
• La tasa de retención solo disminuirá, no aumentará. Y lo curioso es que su velocidad de disminución sigue efectivamente una ley de semivida predecible. La tasa de retención temprana puede predecir el rendimiento de retención posterior.
• La retención de ingresos se amplía, mientras que la retención de uso se reduce. La buena noticia es: aunque los usuarios pueden irse gradualmente, ¡los que se quedan a veces gastan más!
• La tasa de retención está estrechamente relacionada con tu categoría de producto. Hay tanto razones innatas como cultivadas. Lamentablemente, está destinado a que no puedas hacer que una aplicación de reservas de hotel se convierta en un producto de uso diario.
• A medida que los usuarios se expanden y crecen, la tasa de retención se vuelve más baja. Los usuarios de la más alta calidad provienen del crecimiento temprano y natural, mientras que los usuarios adquiridos más tarde tienen el peor desempeño.
• La pérdida de usuarios tiene una asimetría; perder un usuario es mucho más fácil que volver a ganarlo.
• Calcular la tasa de retención es muy difícil. Existen factores estacionales, las versiones de prueba que se lanzan pueden interferir con los datos, y también surgen fallos en el sistema. Aunque D365 es un indicador real, no se puede mirar solo este resultado.
• Crecimiento viral pero con una tasa de retención extremadamente baja, lo que inevitablemente conducirá al fracaso. Hemos verificado esta conclusión en múltiples plataformas y categorías.
• La retención de usuarios excepcional es un verdadero milagro. Cuando realmente te encuentras con este tipo de milagro, te sientes increíblemente sorprendido.

Analizaremos estos puntos uno por uno.

No puedes salvar una mala tasa de retención de usuarios. Has visto esto con tus propios ojos: pasaste meses desarrollando un nuevo producto y luego lo lanzaste oficialmente. El primer golpe es que los datos de retención de usuarios iniciales son horribles. En este punto, el desarrollo del producto ha estado en marcha durante meses, y la situación parece irreversible. ¿Cómo mejorar la retención? En este momento, se te ocurre una idea: ¿por qué no agregar una función de notificación para recordar a los usuarios que regresen? ¿O añadir un montón de nuevas funciones? ¿O hacer pruebas A/B en la página de aterrizaje para mejorar la tasa de conversión?

Creo que todos sabemos cómo será el resultado. Desafortunadamente, cuando la tasa de retención del producto es deficiente, a menudo es extremadamente difícil revertirla, casi se puede decir que es una causa perdida. Por supuesto, quizás se puedan lograr mejoras marginales. Supongamos que tu tasa de retención al día siguiente es del 40%, y el objetivo es aumentar al 50%, eso es completamente factible y vale la pena el esfuerzo. Pero si la tasa de retención al día siguiente es solo del 10%, eso probablemente significa que el producto que has creado no se ajusta a la demanda del mercado, en este momento, todas las optimizaciones parciales en torno a las pruebas A/B y los mensajes push no serán suficientes para revertir una situación fundamental. Cuando meses de tiempo de desarrollo y costos hundidos son un hecho, es difícil no luchar por sobrevivir. Pero creo que en la mayoría de los casos, es mejor tomar una decisión rápida y optar por una transformación.

Esta transformación, destinada a mejorar la retención de usuarios, requiere un rediseño completo de la página de inicio de la aplicación. Si originalmente se presentaba en un formato de flujo de información, quizás debería cambiarse a un proceso estructurado en pasos; si la esencia del producto radica en la función de compartir, tal vez el enfoque debería dirigirse hacia la creación y recopilación de contenido. Es posible que necesites describir la posición del producto de manera completamente diferente, e incluso alinearte con los competidores. Esto debe llevarse a cabo a gran escala en múltiples dimensiones, cuanto más completo mejor, solo así será posible revertir la baja retención de usuarios.

La tasa de retención disminuirá, pero no aumentará. La curva de retención generalmente se presenta como un patrón geométrico muy regular. Por ejemplo, muchas de las curvas que he observado siguen la siguiente regla: independientemente de cuál sea la tasa de retención del primer día, el séptimo día disminuirá un 50%; sin importar cuál sea la tasa de retención del séptimo día, el trigésimo día disminuirá nuevamente un 50%. Con el tiempo, la tasa de retención final puede acercarse a cero, si se tiene suerte, quizás se mantenga en un 10% en total. Este patrón de disminución es predecible.

Nunca has visto una curva que primero sube, luego baja y luego vuelve a subir; eso es imposible. En otras palabras, si la tasa de retención inicial no es lo suficientemente buena, es muy probable que la tasa de retención posterior tampoco lo sea. Debes comenzar fuerte para poder terminar bien.

Hay algunas excepciones notables en esta regla que deben señalarse especialmente:

• Algunos productos son muy hardcore (como el póker en línea). La tasa de retención de usuarios de este tipo de productos puede ser relativamente baja, pero los usuarios que permanecen suelen ser extremadamente leales y gastan mucho, y se ha demostrado que este modelo también puede tener éxito.
• Para productos con efectos de red (que pueden ser redes sociales, herramientas de colaboración u otros productos con efectos de red), los nuevos usuarios pueden mostrar actividad al principio, pero luego la actividad puede disminuir temporalmente. Sin embargo, si el producto puede aprovechar el creciente número de usuarios para reactivar a los usuarios antiguos, generalmente se observa una ligera recuperación en la tasa de retención. Esta situación es extremadamente rara, pero una vez lograda, es impresionante.
• La retención de ingresos se expande, mientras que la retención de usuarios se reduce. Una de las mejores y más importantes características de la curva de retención es que puede aplicarse tanto a los usuarios como a los ingresos. Hasta ahora, hemos estado hablando sobre la retención de usuarios, pero, lamentablemente, la retención de usuarios muestra una tendencia a la baja, lo cual no es ideal. Por otro lado, la retención de ingresos es interesante, ya que los usuarios que permanecen tienden a gastar más en tu plataforma con el tiempo.
• Esta es una de las mayores ventajas de los productos B2B SaaS. Tomando como ejemplo Slack, si observas los datos de grupos de usuarios, notarás que su curva de retención tiende a descender igual que otros productos. Algunas personas la aceptan, mientras que otras no están convencidas. Pero para aquellas empresas que dedican tiempo a implementar Slack, el producto comenzará a crecer de forma natural, y los ingresos que obtienes de estas empresas aumentarán día a día. La curva de retención de ingresos no solo se mantiene, sino que aumenta, un fenómeno muy curioso, pero que desafortunadamente no se aplica a la mayoría de los productos de consumo. Es precisamente esta característica la que permite a los productos B2B tener un modelo de negocio más fluido que los productos de consumo.
• El modelo de la aplicación para consumidores es más parecido a Amazon; inicialmente puedes comprar solo libros y música, pero a medida que las funciones del producto se expanden, comenzarás a usarlo para comprar cada vez más artículos. Por esta razón, el valor total del ciclo de vida del usuario en el producto esencialmente no tiene límite. También hemos observado un fenómeno similar en Uber: aunque el grupo de usuarios puede disminuir con el tiempo, los gastos iniciales en transporte al aeropuerto se expanden gradualmente a cenas o desplazamientos. Por lo tanto, la curva de retención de usuarios muestra una tendencia a la baja, pero la curva de retención de ingresos continúa en aumento.
• La tasa de retención está estrechamente relacionada con la categoría del producto. En el pasado, he escrito sobre la tasa de retención y discutido factores innatos y adquiridos. La realidad es que muchos productos tienen escenarios de uso naturales, como herramientas de colaboración o software de programación, que puedes usar todos los días en el trabajo, pero el límite de días de uso es de 5 días activos en una semana de 7 días. En comparación, un sistema de alertas de vulnerabilidades espera que los usuarios no lo usen con frecuencia. Lo mismo ocurre con los bienes de consumo; las personas revisan diariamente noticias, correos y aplicaciones sociales, pero generalmente no usan con frecuencia guías de referencia médica. Algunas aplicaciones, aunque tienen una baja frecuencia de uso, tienen una alta tasa de retención, como las aplicaciones de clima o bancarias. Por otro lado, categorías como los juegos, aunque son adictivas y se utilizan con frecuencia, tienden a perder usuarios generalmente unas semanas después de que se consume el contenido.
• Los factores innatos y adquiridos son importantes porque revelan la realidad de que muchos nuevos productos tienen dificultades fundamentales para abrirse camino. Si estás desarrollando una aplicación de viaje social, pero la frecuencia real de los viajes de las personas ya es baja, entonces crear un producto cuyo objetivo principal sea la interacción entre amigos será muy difícil. Una estrategia más inteligente es aceptar su naturaleza de uso poco frecuente, mejorando la capacidad de monetización a través del control de las transacciones, o fusionando escenarios de uso frecuente como restaurantes y vida nocturna, al igual que Yelp, mientras se conserva la funcionalidad de viaje. Es realmente difícil ir contra la corriente, y nuestras posibilidades son muy limitadas.

Por esta razón, si se desea crear una aplicación con una alta tasa de retención y una frecuencia de uso extremadamente alta, es probable que se necesite elegir aquellos campos que ya han sido considerados por los usuarios como productos centrales en su vida diaria para desarrollar. Esto significa que las aplicaciones exitosas probablemente ocuparán el tiempo de uso de otros productos cotidianos, así como después de usar ChatGPT con frecuencia, la cantidad de búsquedas en Google disminuyó drásticamente; cuando comencé a usar Substack para leer y escribir blogs, poco a poco dejé de usar otros tipos de software de noticias sociales.

Cuando la escala de usuarios se expande, la tasa de retención a menudo disminuye en lugar de aumentar. Incluso si se logra crear un producto con alta retención, las personas tienden a extrapolar por inercia, aplicando directamente los patrones de comportamiento, la capacidad de monetización y los hábitos de uso de los usuarios existentes a un mercado más amplio, creyendo que solo al multiplicar algunos buenos datos pequeños con los datos grandes clave, naturalmente se obtendrán resultados macroeconómicos impresionantes. Pero la realidad a menudo es que: a medida que crece la base de usuarios, comienzan a surgir problemas. Por ejemplo, cuando comienzas a expandir usuarios de Android y el mercado internacional, obteniendo más clientes a través de canales de marketing pagado, rápidamente descubrirás que hay una caída en todos los indicadores clave.

La razón es que los usuarios de alta calidad suelen aparecer más temprano. Aquellos grupos de usuarios con mayor potencial de monetización, con la voluntad más fuerte, con el mayor grado de digitalización y con el comportamiento en línea más activo, generalmente comienzan a usar el producto a través de recomendaciones de amigos en las etapas iniciales. A medida que se adquieren nuevos usuarios a través de otros canales en etapas posteriores, el producto puede no ajustarse tanto a sus necesidades. Por ejemplo, si desarrollas una aplicación para iPhone para estudiantes universitarios en países occidentales, cuando te expandes a usuarios de Android en mercados emergentes, debido a que la configuración de funciones no se adapta completamente, todos los indicadores naturalmente disminuirán. Aunque se puede seguir optimizando y mejorando en etapas posteriores, puedo asegurarte que los resultados nunca podrán compararse con los del grupo de usuarios inicial.

Entonces, surge la pregunta: a medida que crece el número de usuarios, ¿la calidad de los usuarios disminuye gradualmente, y aún tienen valor? ¿Puede el producto seguir siendo rentable? ¿Lo más importante, se puede retener al grupo de usuarios clave de alto valor que ingresaron en una etapa temprana?

No es de extrañar que estos primeros usuarios a menudo sean llamados "grupo dorado".

La pérdida de usuarios tiene una asimetría. Es extremadamente fácil perder usuarios, de hecho, la mayoría de los productos pierden al 90% o más de sus usuarios en los primeros 30 días. Al mismo tiempo, recuperar a los usuarios que ya se han perdido es extremadamente difícil. Esta asimetría entre la adquisición y la pérdida es la característica central de la pérdida de usuarios. La situación real a menudo es tan mala que, en lugar de intentar recuperar a los antiguos usuarios, es más fácil adquirir nuevos usuarios directamente.

Por esta razón, intentar reactivar la vida útil de los usuarios inactivos a través del envío de descuentos o promociones suele ser costoso y poco efectivo. En comparación, una forma más efectiva es: permitir que los usuarios activos existentes reactivan a los usuarios inactivos a través de escenarios de uso natural del producto. Por ejemplo, cuando un profesional no ha logrado mantener el uso de una nueva herramienta de gestión de proyectos, enviarle correos electrónicos de recordatorio masivos probablemente no podrá recuperar al usuario. Una práctica más efectiva es que un colega invite a ese usuario a regresar a la herramienta para participar en un nuevo proyecto, esa es la forma efectiva. Sin embargo, esta estrategia es extremadamente difícil de implementar y excepcionalmente compleja; generalmente, solo los productos con efectos de red (es decir, funciones de compartición y colaboración) pueden adoptarla.

La tasa de retención es muy complicada y difícil de medir. Cuando la gente habla de la tasa de retención, tiende a medir la situación del primer día, la primera semana y el primer mes, pero rara vez discute lo que sucederá dos años después. Esto se debe a que, al desarrollar productos, los equipos necesitan un período de tiempo suficientemente corto y métricas fáciles de medir para tomar decisiones basadas en eso. Por lo tanto, aunque la tasa de abandono anual de usuarios o la capacidad de monetización a largo plazo son extremadamente importantes, la gente a menudo no las mide, sino que se centra en métricas fácilmente medibles a corto plazo. Sin embargo, este enfoque tiene muchos problemas.

Desafortunadamente, muchas categorías de productos se ven afectadas por fuertes fluctuaciones estacionales. El comercio electrónico, el turismo, los servicios de salud o las citas en línea son ejemplos típicos. Incluso la forma en que las empresas utilizan el software comercial muestra variaciones cíclicas. Los factores estacionales pueden interferir en el juicio, podrías notar una caída en los datos mensuales o trimestrales, pero ¿es esto realmente porque las nuevas funciones no son populares? ¿O es que los patrones de comportamiento de los usuarios en este trimestre son diferentes? Cuando los datos de retención están severamente rezagados, realmente es difícil hacer una evaluación efectiva.

De la misma manera, ya sea por errores de programación, nuevas pruebas realizadas o nuevas actividades de marketing, estos factores pueden alterar los datos. Al final, te encontrarás revisando constantemente esos informes que muestran la fluctuación de las curvas de retención, pero cada dato viene con una aclaración adicional, ya que el equipo necesita verificar si la nueva versión de Android lanzada ha causado una comparación irrelevante.

Un crecimiento de usuarios desenfrenado y una tasa de retención pésima están destinados al fracaso. Muchos desarrolladores de nuevos productos a menudo se centran excesivamente en el registro de nuevos usuarios, mientras ignoran por completo la retención de usuarios. Después de todo, si solo se desea ver un gráfico en constante ascenso, ¿por qué no ampliar directamente el tráfico en la parte superior del embudo para demostrar una rápida tendencia de crecimiento? ¿No sería mejor recaudar una gran cantidad de fondos de capital de riesgo y luego abordar lentamente el problema de la retención de usuarios?

En la actualidad, este fenómeno es común en la industria: un creador promociona su aplicación a millones de seguidores, o un video publicado genera un aumento en los ingresos, y el producto logra un crecimiento en el número de usuarios a través de TikTok. A pesar de que la tasa de uso real y la situación de pérdida de usuarios no son ideales, este fenómeno sigue ocurriendo.

La industria tecnológica ya ha realizado innumerables experimentos de este tipo. La conclusión es siempre la misma: los productos que se propagan de manera viral pero que tienen una retención de usuarios extremadamente baja terminarán desapareciendo, porque el problema de retención es difícil de resolver. Cuando la novedad se desvanece, la adquisición de usuarios se ralentiza, y al final te enfrentarás a una situación desastrosa tanto en la adquisición como en la retención de usuarios; cuanto más alto subas, más dura será la caída.

Hemos sido testigos de este fenómeno en muchas situaciones. En las primeras etapas de las redes sociales, muchos productos lograron crecer enviando correos electrónicos y mensajes de texto masivos a través de la obtención de correos electrónicos y agendas de contactos de los usuarios, pero finalmente llevaron a los usuarios hacia productos de baja calidad. A veces, si una empresa puede hacer que los usuarios se suscriban a un servicio de tarifa anual de tonos de llamada de mala calidad, puede intentar monetizarlo y obtener beneficios. Pero fue solo después de la aparición de Facebook, a través de innovaciones en la experiencia del usuario como el flujo de información y el uso de nombres reales, que se logró crear productos que no solo tienen una alta capacidad de propagación viral, sino que también mantienen una fuerte retención de usuarios. Una situación similar ocurre en el ámbito de las aplicaciones móviles; a veces vemos aplicaciones que se vuelven populares de repente gracias a invitaciones forzadas por SMS, pero si el producto carece de retención, todo el modelo colapsará rápidamente.

Las altas tasas de retención son simplemente mágicas. Al terminar de leer este artículo, es posible que te sientas un poco frustrado, sé que iniciar un proyecto a veces es realmente difícil. Pero cuando un producto realmente funciona, esa sensación es incomparable. Cuando ves con tus propios ojos un producto lograr una tasa de retención del 50% en 30 días (yo lo he presenciado cada pocos años), la conmoción es indescriptible. Gradualmente me di cuenta de que estos productos de éxito fugaz no son el resultado de que sus creadores tengan una metodología sistemática de pruebas A/B, ni de alcanzar objetivos a través de procesos de iteración rápida, lo que realmente importa es esa chispa mágica de inspiración. Esta magia proviene de una visión innovadora del mercado o de las necesidades del cliente, que, aunque parece obvia en retrospectiva, puede permitir que un producto logre una tasa de retención excepcional al ser el primero en lograr esa comprensión. Hoy en día, evaluamos el software de videoconferencias, las funciones de fotos que se autodestruyen, o la inteligencia artificial mágica que puede responder a cualquier tema, y todo esto se aplica de igual manera; esta magia no se puede obtener únicamente mediante pruebas impulsadas por iteraciones y métricas.

El verdadero problema

Es posible que después de leer todo lo anterior aún tengas una gran duda: espera, ¿cómo se logra una alta tasa de retención? (Si pudiera responder a esta pregunta de manera determinista, mi trabajo como inversionista en startups sería mucho más fácil, ¿no es así?)

Pero hagamos nuestro mejor esfuerzo. En los puntos que mencioné anteriormente, en realidad ya hay algunas pistas: las ideas son realmente importantes.

Si deseas un producto con una alta tasa de retención, necesitas elegir una categoría que ya tenga una alta tasa de retención.

Necesitas elegir una categoría de producto que ya estés usando diariamente.

Vas a construir un producto que compita directamente con él.

Si ganas, dejarás de usar ese producto y comenzarás a usar tu propio producto.

Esta es una exigencia muy alta, pero creo que pensar bien en esto es un buen comienzo.

Por supuesto, si el producto que estás desarrollando compite directamente con productos existentes, podrías cuestionarte: "Hacer que los usuarios cambien de bando es realmente difícil." Así es. Por lo tanto, en este momento necesitas decidir asumir un riesgo de mercado suficiente, pero debe ser un riesgo moderado, redefiniendo el modo de interacción central al lanzar un producto novedoso y único. Sin embargo, la innovación de la que se habla aquí probablemente se refiere a un 20% de mejoras optimizadas, en lugar de un 80% de innovación disruptiva. Idealmente, deberías ser capaz de hacer que los usuarios comprendan esta innovación de manera rápida e intuitiva en el primer minuto de uso.

En este momento no se puede evitar una de las preguntas más comunes y, a la vez, más difíciles de responder de los inversores: "¿Por qué ahora es viable?". Porque tu respuesta debe señalar que ha surgido algún nuevo cambio en la industria, como tecnologías generales como los modelos de lenguaje grandes, o tendencias de cambios sociales como la saturación excesiva de las redes sociales, que hacen que tu idea innovadora llegue en el momento adecuado.

Esto te permitirá capturar rápidamente el mercado existente y es más probable que logres una excelente tasa de retención de usuarios en las primeras etapas. El momento es crucial. Si no aciertas el momento y entras en un área de bajo interés, y la diferenciación del producto no es lo suficientemente destacada, te darás cuenta de que solo has convertido el problema de retención de usuarios en un desafío de adquisición de usuarios. La dificultad de desarrollar un nuevo navegador web radica en que, una vez que tienes éxito, la lealtad del usuario será extremadamente alta. Pero la gente ya está muy satisfecha con los navegadores existentes, por lo que hacer que los usuarios prueben un nuevo producto requiere un esfuerzo costoso y complicado.

Por eso no culpo a aquellos que proponen ideas como "Cursor de algún campo" o "Figma de alguna industria", al igual que en el pasado con conceptos como "Uber de algún sector vertical". Están tratando de aprovechar el mercado y los patrones de comportamiento existentes para evitar un gran riesgo de mercado.

Si se puede captar con precisión las ventajas diferenciadas, aprovechar el momento del mercado, ajustarse a las necesidades de una gran cantidad de usuarios y, al mismo tiempo, encontrar la ubicación del producto central, entonces este modelo realmente puede tener éxito.

¿Cómo abrir nuevos mercados?

El punto de vista opuesto natural es que los nuevos mercados a menudo son más emocionantes que los mercados existentes. ¿No debería la industria tecnológica centrarse en construir cosas completamente nuevas, en lugar de innovar un 20% sobre lo viejo? Por supuesto, esto es cierto, pero creo que este tipo de productos representa solo una pequeña, pequeña parte.

Mi contraargumento a esto es que, de hecho, la mayoría de los productos han heredado algún "viejo elemento", incluso aquellos productos predecesores que rápidamente fueron olvidados.

Antes de la llegada de Instagram, existía Hipstamatic, una aplicación que ocupó el primer lugar en la categoría de fotografía de pago en la App Store, lo que evidencia el enorme potencial del mercado de funciones de filtro. Así como Google no fue el primer motor de búsqueda (en realidad fue el décimo en entrar, después de plataformas como Lycos, Excite, Infoseek, entre otras), estos casos demuestran tanto la fuerte demanda de los usuarios por la función de búsqueda como las dificultades de comercialización de los motores de búsqueda tempranos. Tesla no fue el pionero en autos eléctricos, y el iPhone tampoco fue el primer producto de smartphones. La historia ha demostrado repetidamente que los verdaderos determinantes del panorama del mercado suelen ser los innovadores de la décima generación. Este fenómeno se denomina "ventaja del retraso", y considero que este punto de vista es muy inspirador.

Sin embargo, a veces, la verdadera innovación realmente puede ocurrir. El nacimiento de Uber transformó el comportamiento de llamar un taxi en línea, en lugar de basarse en alguna aplicación de transporte que ya había tenido un gran éxito (en ese momento Lyft era solo un extraño servicio de reserva de autobuses). Mirando a ChatGPT, OpenAI tardó cinco años desde la concepción hasta el surgimiento real de la tercera versión, durante los cuales no hubo ningún plan de referencia listo para ser sustituido. Este tipo de viaje innovador es excepcional y es la fuente de energía que permite que la industria tecnológica prospere, ya que asumen el verdadero riesgo a cambio de crear nuevas categorías de productos.