La analítica y las métricas consisten en recopilar y analizar datos sobre el comportamiento de los usuarios en una aplicación móvil. Según Adjust (2025), las aplicaciones que utilizan analítica muestran un 30% más de Retention y un 25% más de LTV. En este artículo analizaremos las métricas clave, las herramientas de recopilación y análisis de datos, así como las mejores prácticas para implementar la analítica.
Puntos Clave
DAU (Daily Active Users) — número de usuarios únicos que interactuaron con la aplicación en un día. WAU — semanal, MAU — mensual. Estas métricas muestran la escala de la audiencia. El Sticky Factor = DAU/MAU indica el «enganche» de la aplicación: >50% — excelente, 20–50% — normal, <20% — la aplicación no retiene usuarios.
Retention — porcentaje de usuarios que regresan a la aplicación N días después de la instalación. Puntos clave: D1 (día 1), D7 (día 7), D30 (día 30). Valores normales para aplicaciones móviles: D1 — 30–40%, D7 — 10–20%, D30 — 5–10%. Churn Rate es el indicador inverso (porcentaje de usuarios que se van). Retention es la métrica principal de calidad del producto. Si Retention es baja, atraer nuevos usuarios no tiene sentido.
LTV (Lifetime Value) — ingresos proyectados de un usuario durante toda su vida en la aplicación. LTV = ARPU × Average Lifetime. ARPU (Average Revenue Per User) — ingreso promedio por usuario. ARPDAU (Average Revenue Per Daily Active User) — ingreso por usuario activo por día. LTV debe ser al menos 3 veces mayor que CPI (Cost Per Install) para que la aplicación sea rentable. Estas métricas son críticas para la monetización y la compra de tráfico.
Conversion Rate — porcentaje de usuarios que realizaron una acción objetivo (compra, registro, suscripción). CTR (Click-Through Rate) — porcentaje de clics en un banner publicitario o botón. Session Length y Session Interval — duración promedio de la sesión e intervalo entre sesiones. Sesiones cortas y frecuentes (mensajería, redes sociales) vs sesiones largas y poco frecuentes (video, educación).
| Métrica | Qué Muestra | Valor Normal |
|---|---|---|
| DAU | Usuarios activos por día | Depende del nicho |
| Retention D1 | Regreso al día 1 | 30–40% |
| Retention D7 | Regreso al día 7 | 10–20% |
| Retention D30 | Regreso al día 30 | 5–10% |
| LTV | Ingresos por usuario | > 3× CPI |
| ARPU | Ingreso promedio por usuario | Depende del modelo |
| Conversion Rate | % de acciones objetivo | 2–10% |
| Session Length | Duración de la sesión | 5–15 min |
Firebase Analytics — herramienta gratuita de Google para recopilar eventos, audiencias e informes. Ventajas: gratuito (eventos ilimitados), integración con Google Ads y BigQuery, recopilación automática de eventos (first_open, in_app_purchase, session_start). Firebase Analytics es la mejor opción para comenzar y para analítica básica. Para análisis de datos profundos, use BigQuery.
Amplitude — plataforma de analítica de producto centrada en el comportamiento del usuario. Análisis de embudos (Funnel Analysis), cohortes (Cohort Analysis), retención (Retention Analysis) y rutas de comportamiento. Plan gratuito — hasta 10 millones de eventos al mes. Amplitude es adecuada para analítica de producto avanzada.
Mixpanel — similar a Amplitude, con enfoque en eventos y propiedades. Plan gratuito — hasta 20 millones de eventos al mes (con limitaciones de funciones). En IT Sectr usamos Firebase Analytics para analítica básica (instalaciones, compras, fallos) y Amplitude para analítica de producto y pruebas A/B.
Event Tracking (analítica de eventos) — registro de acciones del usuario en la aplicación: clics, vistas, compras. Cada evento tiene un nombre (event_name) y parámetros (event_params). Eventos estándar de Firebase: screen_view, select_content, add_to_cart, purchase. Eventos personalizados: level_up, share_photo, filter_applied.
Embudos (Funnels) — secuencia de eventos que conducen a objetivos como completar la incorporación o comprar un producto. El Funnel Analysis muestra en qué paso los usuarios abandonan. Un embudo típico: Install → Sign Up → Add to Cart → Purchase. Si abandonan en Sign Up, el problema está en el registro.
Cohortes (Cohorts) — grupos de usuarios unidos por una característica común (fecha de instalación, país, fuente de tráfico). El Cohort Analysis permite comparar el comportamiento de diferentes grupos: Retention por días para usuarios que instalaron la aplicación en enero vs febrero. User Properties — atributos adicionales del usuario (suscripción, nivel, país).
Firebase Crashlytics — herramienta principal para rastrear errores y fallos en aplicaciones móviles. Crashlytics recopila stack trace, registros y datos del dispositivo en cada fallo. Ventajas: gratuito, integración automática con Firebase Analytics, agrupación y priorización de fallos (fallos que afectan a la mayoría de usuarios).
Sentry — alternativa a Crashlytics con soporte ampliado para Flutter, React Native y otros frameworks multiplataforma. Sentry recopila no solo fallos sino también problemas de rendimiento (transacciones lentas). Integración con Git (Sentry → issue → commit). En IT Sectr usamos Crashlytics como herramienta principal y Sentry para proyectos en Flutter y React Native.
Non-Fatal Errors — errores que no provocan un fallo pero interrumpen la lógica de la aplicación (solicitud fallida, null pointer en try-catch). Es importante registrar también estos para tener una imagen completa de la estabilidad de la aplicación.
Pruebas A/B — método de comparación de dos versiones de una pantalla o función (A — control, B — variante) para elegir la mejor según las métricas objetivo. En el desarrollo móvil, las pruebas A/B se realizan a través de Firebase Remote Config o Amplitude Experiment. Duración mínima de la prueba — 7 días (para tener en cuenta el día de la semana).
Prueba A/A — prueba donde ambas versiones son idénticas. Se utiliza para verificar la corrección de la herramienta estadística. Pruebas Multivariantes (MVT) — prueba de varios cambios simultáneamente. Ejemplo: nuevo diseño de pantalla + nuevo texto de botón (4 combinaciones). MVT requiere más tráfico.
Significancia estadística (p-value < 0.05) — umbral mínimo para la toma de decisiones. El tamaño de la muestra depende del efecto esperado: para una mejora del 5%, se necesitan ~1000 usuarios en cada grupo. En IT Sectr realizamos pruebas A/B en cada etapa del desarrollo — esto mejora sistemáticamente las métricas en un 10–15%.
Firebase Remote Config — herramienta para cambiar parámetros de la aplicación de forma remota sin publicar una nueva versión. Se utiliza para pruebas A/B, despliegue gradual de funciones, activación/desactivación de funcionalidades. Remote Config admite personalización por audiencias.
Preguntas Frecuentes
Comience con Retention D1, D7, D30 — es la métrica principal de calidad del producto. Luego agregue DAU/MAU (participación) y Conversion Rate (efectividad). Conecte LTV y ARPU después de implementar la monetización.
Sí, Firebase Analytics es completamente gratuito con eventos ilimitados. Solo las funciones avanzadas son de pago: exportación a BigQuery (gratis hasta 10 GB/mes), Firebase Remote Config (gratis), A/B Testing (gratis hasta cierto volumen).
Retention — porcentaje de usuarios que regresan a la aplicación. Es un indicador de lo útil que es la aplicación. Si Retention es baja, atraer nuevos usuarios no será rentable. Retention D1 > 30% — bueno, D7 > 15% — excelente.
Firebase Analytics — herramienta básica gratuita para recopilación de eventos e informes simples. Amplitude — plataforma para analítica de producto avanzada: cohortes, embudos, rutas de comportamiento, pruebas A/B. Firebase para empezar, Amplitude para crecer.
Mínimo 7 días — para tener en cuenta la diferencia de comportamiento entre semana y fines de semana. Para pruebas con efecto pequeño (1–2%), se necesitan 2–4 semanas. No detenga la prueba ante el primer resultado positivo — espere la significancia estadística (p < 0.05).
Resumen
Desarrollaremos una aplicación móvil llave en mano
IT Sectr crea aplicaciones para iOS y Android para startups y empresas desde 2017. Le asesoraremos y le propondremos la mejor solución.