Funnel Analysis en analítica móvil — qué es, etapas del embudo y cómo construirla

¿Qué es Funnel Analysis?

Funnel Analysis (análisis de embudo) es un método de analítica en el que se identifica una secuencia de eventos que conducen a una conversión. Cada paso siguiente incluye solo a aquellos usuarios que completaron todos los anteriores. El resultado es un “embudo” — una entrada amplia (todos los que empezaron) y una salida estrecha (los que completaron).

En aplicaciones móviles, un embudo típico se ve así: instalación → registro → incorporación → primera acción → acción repetida → compra. En cada paso, una parte de los usuarios abandona, y la tarea del analista es entender la causa y reducir las pérdidas.

Métricas básicas del embudo

La métrica Average Time entre pasos a menudo se subestima. Si desde la instalación hasta el registro pasan en promedio 45 minutos, el problema está en la carga de contenido o la complejidad de la primera pantalla.

Tipos de embudos en analítica móvil

Los embudos se dividen en dos tipos principales — abiertos y cerrados. La elección depende del escenario y la flexibilidad del recorrido del usuario.

Embudo cerrado (Strict Funnel)

El usuario debe completar todos los pasos estrictamente en orden. Si omite un paso o toma otro camino, no se incluye en el embudo. Ejemplo: registro → confirmación de correo → llenado de perfil → primer pedido. Los embudos cerrados ofrecen una imagen limpia, pero excluyen escenarios reales de usuario.

Embudo abierto (Open Funnel)

El usuario puede realizar los pasos en cualquier orden u omitir algunos. El sistema calcula la conversión en cada paso de forma independiente. Ejemplo: vista de catálogo → agregar al carrito → finalizar compra. Open Funnel es un método más realista para la mayoría de las aplicaciones móviles.

• Embudo cerrado — secuencia estricta, todos los pasos obligatorios
• Embudo abierto — orden libre, pasos opcionales
• Híbrido — primeros pasos obligatorios, siguientes libres

Ejemplo de embudo híbrido para aplicación de suscripción

Paso 1 (obligatorio): instalación de la aplicación. Paso 2 (obligatorio): visualización de la pantalla de suscripción. Paso 3 (opcional): visualización de tarifas. Paso 4 (obligatorio): contratación de suscripción. El enfoque híbrido proporciona un equilibrio entre la pureza de los datos y el realismo.

Etapas de construcción del embudo

Construir un embudo es una tarea en la intersección de la analítica y el producto. El proceso consta de cinco pasos, desde la formulación de la hipótesis hasta la automatización del informe.

Paso 1: Defina la conversión objetivo

¿Qué quiere que haga el usuario? purchase_completed, subscription_started, referral_sent. El evento objetivo es la cima del embudo. Todos los pasos inferiores conducen a él.

Paso 2: Descomponga el recorrido en eventos

Enumere todos los eventos obligatorios entre la entrada a la aplicación y la acción objetivo. Para e-commerce: app_opened → product_viewed → add_to_cart → checkout_started → payment_selected → purchase_completed. Cada evento ya debe existir en Event Tracking o se agregará.

Paso 3: Elija una ventana de tiempo

Time window — el tiempo máximo entre el primer y el último paso. Para escenarios rápidos (instalación de juego) — 24 horas. Para suscripciones — 7 o 30 días. Los eventos fuera de la ventana no se incluyen en el análisis.

La elección de la ventana afecta directamente la conversión: una ventana demasiado corta (1 hora) excluye a los usuarios que regresaron después de 2 horas para completar una compra. Demasiado larga (30 días) incluye acciones aleatorias. El óptimo se determina analizando el tiempo entre pasos: construya una distribución de intervalos y seleccione la ventana en el percentil 90.

Para embudos rápidos (incorporación, registro) use una ventana de 1 hora. Para medianos (primera compra) — 7 días. Para largos (suscripción) — 30 días. Se pueden usar diferentes ventanas para diferentes pares de pasos dentro del mismo embudo.

-- Ejemplo de cálculo de Funnel en BigQuery
WITH funnel_steps AS (
  SELECT
    user_id,
    event_name,
    event_timestamp,
    LAG(event_name) OVER (
      PARTITION BY user_id ORDER BY event_timestamp
    ) AS previous_event
  FROM `project.events.*`
  WHERE event_name IN (
    'app_opened', 'product_viewed',
    'add_to_cart', 'purchase_completed'
  )
)
SELECT
  event_name AS step,
  COUNT(DISTINCT user_id) AS users,
  ROUND(
    COUNT(DISTINCT user_id)
    / MAX(COUNT(DISTINCT user_id)) OVER (), 3
  ) AS conversion_rate
FROM funnel_steps
GROUP BY step
ORDER BY ARRAY_POSITION(
  ['app_opened', 'product_viewed',
   'add_to_cart', 'purchase_completed'],
  event_name
)

La consulta usa LAG para rastrear la secuencia y ARRAY_POSITION para ordenar los pasos. El resultado es una tabla con el número de usuarios y la conversión en cada paso.

Paso 4: Valide con datos históricos

Construya el embudo con datos de los últimos 30 días. Si “checkout_started” tiene un 80% de conversión pero “purchase_completed” tiene un 25%, el problema está en el formulario de pago. Compare con benchmarks competitivos: la conversión promedio del carrito en aplicaciones móviles es del 15–25% según Statista (2024).

Paso 5: Automatice el monitoreo

Configure un informe diario con el embudo en un panel (Looker Studio, Tableau). Agregue alertas: si el Conversion Rate en un paso cae por debajo del límite de control, envíe una notificación a Slack o Telegram.

Análisis de pérdidas en el embudo

Drop-off Analysis es una etapa clave del Funnel Analysis. Las pérdidas en cada paso son una fuente de hipótesis para la mejora del producto. Se identifican tres zonas de problemas: errores técnicos, barreras de UX y escenarios motivacionales.

Pérdidas técnicas

Si el 15% de los usuarios abandona en el paso “registration_completed” después de ingresar su número de teléfono, verifique la puerta de enlace SMS. Las pérdidas técnicas se corrigen en 1–2 días y proporcionan un rápido aumento de la conversión. Use Firebase Crashlytics junto con el embudo para identificar errores.

Barreras de UX

Si se pierde un 40% en “cart_viewed” → “checkout_started”, el problema está en la UX del carrito. Quizás no hay un botón de “Finalizar compra” sobre el pliegue de la pantalla, o el costo de envío no se muestra antes de ingresar la dirección. El análisis de UX requiere repeticiones de sesiones (Hotjar, UXCam, Smartlook).

Pérdidas motivacionales

Si el usuario llega a “payment_selected” pero no completa la compra, el valor de la oferta es inferior al precio. Las pérdidas motivacionales se tratan con descuentos, pruebas y prueba social. Prueba A/B: muestre al 50% de los usuarios reseñas en la página de pago y compare la conversión.

• Técnicas — errores, tiempos de espera, fallos de API (hasta el 20% de las pérdidas)
• Barreras de UX — navegación compleja, CTA ocultos (hasta el 35%)
• Motivacionales — precio, falta de confianza (hasta el 45%)

Metodología de análisis: 5 Porqués para el embudo

La técnica de los 5 Porqués aplicada al embudo: en un paso donde la conversión cayó un 20%, haga secuencialmente cinco preguntas “por qué”. ¿Por qué los usuarios no llegan al pago? Porque el formulario de pago carga lentamente. ¿Por qué carga lentamente? Porque la solicitud a la pasarela de pago se agota. ¿Por qué se agota? Porque el SDK no está actualizado. La metodología identifica la causa raíz, no el síntoma.

El análisis de cohortes del embudo es otra herramienta. Compare el embudo de los usuarios que instalaron la aplicación en enero y febrero. Si la cohorte de febrero muestra una caída del 15% en la conversión en el paso de “registro”, la causa es un cambio en la pantalla de incorporación implementado a finales de enero. Las cohortes aíslan los factores temporales.

Según CXL Institute (2024), el Drop-off Analysis sistemático seguido de pruebas A/B de hipótesis ofrece un aumento promedio de la conversión del embudo del 30% en 3 meses.

Herramientas para Funnel Analysis

Cada herramienta ofrece su propio enfoque para construir embudos. La elección depende de la complejidad del producto y el presupuesto.

Amplitude — Pathfinder y Funnel Analysis

Amplitude es el líder en analítica de producto. Su Funnel Analysis integrado permite segmentar el embudo por cohortes, dispositivos y versiones de la aplicación. Pathfinder muestra las bifurcaciones — cuántos usuarios tomaron un camino alternativo después del paso 2.

Mixpanel — Flows

Mixpanel Flows visualiza el embudo como un gráfico de transiciones. Ventaja: actualización en tiempo real. Desventaja: filtrado limitado en el plan gratuito. Adecuado para proyectos medianos con un equipo de hasta 10 analistas.

Firebase Analytics — Funnel Report

Firebase proporciona un Funnel Report gratuito con un límite de hasta 10 pasos. La integración con BigQuery permite construir embudos personalizados mediante SQL. Ideal para startups que apenas comienzan a analizar la conversión.

Tableau + BigQuery

Para soluciones empresariales, use Tableau con BigQuery como fuente. Esto proporciona total flexibilidad: métricas personalizadas, analítica integral desde la instalación hasta el LTV, monitoreo en tiempo real. Requiere un ingeniero de BI.

Google Analytics 4 — Funnel Exploration

GA4 ofrece Funnel Exploration en la sección Explore. Admite hasta 10 pasos, segmentación por parámetros de usuario y comparación de períodos de tiempo. Desventaja: flexibilidad limitada en comparación con Amplitude, pero completamente gratuito e integrado con Google Ads.

Comparación de herramientas de Funnel Analysis

La elección de la herramienta viene determinada por la frecuencia de análisis. Para el monitoreo diario de embudos, funciona Amplitude o Mixpanel. Para informes estratégicos semanales — Tableau con BigQuery. Para startups — Firebase o GA4.