"Activado" no es una métrica. No puedes optimizar lo que no puedes medir, y "el usuario entró en la app" te dice casi nada sobre si se quedará.
Una métrica de activación es la acción específica en la app que predice si un nuevo usuario será retenido en el Día 30. Es el evento concreto que separa usuarios que se quedan de usuarios que no.
Por qué esto importa más de lo que la mayoría de fundadores se dan cuenta
La mayoría de apps rastrean descargas, instalaciones, y quizás retención D1. Muy pocas rastrean el momento de activación — la acción que, cuando ocurre, se correlaciona fuertemente con un usuario aún allí un mes después.
Sin esta métrica, estás optimizando a ciegas. Podrías mejorar tu tasa de cumplimiento del onboarding, aceptación de notificaciones push, o engagement en la primera sesión sin saber si alguno de esos cambios realmente mueve la retención a largo plazo. La métrica de activación es el puente entre el comportamiento temprano y el valor a largo plazo.
Cómo se ve una métrica de activación
Tiene que ser una acción específica, observable. No un estado ("el usuario está comprometido") sino un evento ("el usuario completó su primer entrenamiento").
Ejemplos por tipo de app: rastreador de hábitos — crear 3 o más hábitos en la primera sesión; app de fitness — completar un entrenamiento completo (no solo explorar); app de idiomas — completar una lección y volver al día siguiente; app de presupuesto — conectar una cuenta bancaria y ver su primer desglose de gastos; app de meditación — completar una sesión Y calificarla; app de productividad — crear y completar su primera tarea.
Fíjate que varias tienen dos partes — completar algo Y volver, o completar algo Y comprometerse con el resultado. Una sola acción a menudo no es suficiente. La combinación de la acción más una señal de compromiso es más fuerte.
Cómo encontrar la métrica de activación de tu app
Este es trabajo empírico, no una suposición.
Paso 1: Define un proxy de retención. Elige tu resultado — típicamente retención D30 o D60, o conversión de prueba a pago. Esto es lo que quieres predecir.
Paso 2: Lista todas las acciones significativas de la primera semana. Estos son los eventos distintos que los usuarios pueden hacer en sus primeros 7 días: completar primera sesión, añadir primer elemento, conectar una cuenta, establecer un objetivo, calificar la app, compartir, invitar a un amigo, y así sucesivamente.
Paso 3: Compara usuarios retenidos vs. usuarios que se fueron. Para cada acción, verifica: ¿qué porcentaje de usuarios que hicieron esta acción fueron retenidos en D30? ¿Qué porcentaje de usuarios retenidos hicieron esta acción al principio? La acción con la mayor brecha entre usuarios retenidos y usuarios que se fueron es tu candidata.
Paso 4: Valida el umbral. A menudo no es solo la acción, sino cuántas veces o cuán rápido. "Usuarios que completan 3+ sesiones en la primera semana" podría predecir retención mucho mejor que "usuarios que completan 1 sesión". Prueba diferentes umbrales.
Paso 5: Rastreálo hacia adelante. Una vez validado, la métrica de activación se convierte en una métrica de embudo central — no solo un hallazgo de investigación. Rastreálo semanalmente junto con retención D30 para ver si los cambios que haces lo están moviendo.
Los promedios te están mintiendo
Aquí es donde la mayoría de fundadores cometen un error: miran la retención agregada y piensan que cuenta la historia completa. No cuenta.
Una tasa de retención D30 del 18% podría esconder iOS al 22% y Android al 14%. O usuarios pagos retenidos al 35% mientras usuarios orgánicos al 12%. O una fuente de adquisición produciendo 40% retención mientras otra produce 8%.
Cuando encuentres tu métrica de activación, mírala por segmento — plataforma, fuente de adquisición, y tipo de usuario. La métrica podría significar cosas diferentes en diferentes cohortes, y optimizar para el promedio podría perder lo que realmente está funcionando.