- Compound
- Posts
- From Signup 📲 to Habit 🎯
From Signup 📲 to Habit 🎯
La importancia de la ingeniería inversa de hábitos para una activación exitosa (9min)
Compound 🚀 #03 // “From Signup 📲 to Habit 🎯”
TL;DR (escencial porque hoy vamos con un post de los fundacionales y largos)
Mejorar la retención al optimizar los inputs (Activación + Compromiso + Resurrección)
El objetivo de la activación es que el usuario establezca un hábito con tu producto
Importancia de la primera impresión. Activación afecta a todos los users adquiridos
Facebook Aha Moment!
Componentes de la activación: Habit Moment, Aha Moment & Setup Moment
Paso a paso para diseñar el flow de activación (onboarding) para llevar al usuario al momento del hábito.

Startup Hub Temple for learning about habits by MJ
Listo!
Logramos traer a los primeros 1.000 users.
¿Y ahora?
Uno de los puntos conversados en el capítulo anterior y uno de los más importantes para lograr una buena retención de usuarios es el concepto de que para mejorar la retención tenemos que mejorar sus inputs:
Retention = Activation + Engagement + Resurrection.
Es fundamental pensar este concepto desde lo que se llama “first principles”. ¿Tiene sentido intentar recuperar usuarios o mejorar el engagement de los que están navegando poco antes de pensar en activar mejor al usuario? Hablando en criollo, me enfoco en arreglar la entrada y bienvenida de mi shopping o en poner promociones y vendedores en las salidas?
Vamos con algunas definiciones importantes:
Activación: es el proceso de llevar al usuario a conseguir un hábito con tu producto por primera vez
Engagement: es cuando el usuario ya establece el hábito y comienza a interactuar -mucho o poco- con tu producto.
Resurrection: es volver a traer a tus usuarios a un cierto nivel/estado de engagement que había perdido.
¿Cuál es el mayor problema?
Lo que finalmente termina perjudicando mucho a la mayoría de las startups es la forma en que pensamos acerca de los productos y su distribución:
Gastar mucho tiempo y dinero en construir un gran producto, sin pensar en la distribución del mismo. Si el usuario logra generar un hábito en su propuesta de valor principal, tendrá una gran solución a su problema
Gastar mucho tiempo y dinero en nuestra estrategia de marketing para que las personas conozcan nuestro producto y logremos llevarlos -si podemos- a que se registren.
El problema es que el usuario no sabe como cruzar el vacío, no sabe cómo llegar desde una interacción con una campaña de marketing hasta el producto. El usuario no tiene idea como llegar de la fase marketing a la fase de tener un habito organico y una opinion genial hacia tu producto. Esto es la activación, el puente entre todo el dinero y el tiempo que gastamos en ambos extremos.
Cuando empezamos a trabajar la activación, existen dos conceptos muy importantes:
La activación impacta en el 100% de tus usuarios adquiridos
Tu primera impresión es la última impresión
Es fundamental que cuando adquirimos un nuevo usuario, logremos que tenga la mejor experiencia, la mejor primera impresión. De esta forma, tenemos muchísimo por delante para trabajar con dicho usuario. Ahora bien, si no logramos tener esa primera buena experiencia y el usuario considera que tu producto no le resuelve ningún problema, o lo hace de forma ineficiente, es muy difícil poder revertir dicha opinión. Por ello, es crucial comenzar por activación.
Como vemos en el ejemplo de Casey Winters, los usuarios que retenemos son aquellos que logramos activar (agregue el recuadro sobre el periodo de activación mezclando con otros post). A medida que vamos realizando mejoras en nuestro journey de onboarding al usuario, vamos pudiendo comparar los cohorts de retención que vimos en el capítulo anterior. Entendiendo cuál fue el impacto en la retención del cambio realizado.

Como podemos ver en el gráfico, el cohort 2 tiene una mejor retención que el cohort 1. Pero lo principal de esta imagen es entender como una mejora en la activación puede lograr una mejora de todo nuestro cohort, incluso si mantenemos tasas de retención (o churn) posterior. Lograr activar mejor a los usuarios nos permite contar con una base nominalmente más alta en cada periodo (vean como se mantiene mes a mes la diferencia entre el rojo y el verde)
7 Friends in 10 Days - Facebook activation
Así nació el “Aha moment!” cuando en facebook descubrieron que unas de las piezas que logra una activación que maximiza la retención era que un usuario logre tener 7 amigos en menos de 10 días. Y desde ahí todos comenzamos a buscar cual es la métrica de 7 amigos en mi producto, y ello trajo confusión y desinformación.
Aha moment! no es tener 7 amigos
Activación no es Aha moment!
Activación no es terminar el setup
Entonces qué es activación?
Como dijimos antes, es lograr que el usuario genere desde su primer contacto con nuestro producto un hábito alrededor de nuestra propuesta de valor core.
Por lo tanto, la activación se puede desarmar en diferentes bloques:
Habit moment
Aha moment
Setup moment
Para alcanzar el primero, hay que lograr que el usuario recorra inversamente esos 3 conceptos. Por lo tanto, entendiendo el hábito que queremos que generen, tenemos que realizar ingeniería inversa para lograr llevarlo a ese momento. Buscamos encontrar formas de predecir que el usuario logró finalizar el setup, lo que maximiza las probabilidades de que pase por el aha moment, que es lo que maximiza la probabilidad de que el usuario forme un hábito alrededor de nuestro producto.
Colocar algunos pop ups en el flow de navegación por primera vez no va a lograr que el usuario genere el hábito. Y hasta que el usuario genere dicho hábito, su mentalidad para con nuestro producto es diferente a luego de haberlo alcanzado y requiere un set de acciones radicalmente distintas.
Habit Moment
El momento de hábito se genera, analiza y diseña de forma tanto cuali como cuantitativamente. Primero empezamos por la parte cualitativa: tomamos el Use case map que realizamos para definir la retención y formamos el habit moment en base al problema, la frecuencia y la acción core. Con ello armamos la frase que describe el Habit Moment. En el ejemplo previo de pinterest, es “encuentro buen contenido en pinterest todas las semanas”. Luego dicho Habit Moment tiene que tener un sustento numérico: Métrica del Habit Moment
XaY
Siendo: (X) la cantidad de veces que un usuario realiza la acción core (a) en un periodo de tiempo inicial (Y). Por ejemplo para Airbnb, el Habit moment es 2bY: Que el usuario realice dos reservas en el primer año. Solo luego de que el usuario realizó dicho Habit Moment es que lo consideramos activado.
¿Cómo se encuentra la métrica del momento de hábito? Tenemos que: Explorar, buscar correlaciones y buscar causalidades. Vamos a simplificar y enfocarnos en la primera, explorar. Aquí tenemos que revisitar uno de los primeros capítulos, en los que definimos la acción core de retención. Para ello, hacemos un gráfico evolutivo de la retención para diferentes frecuencias de acciones core (en el ejemplo de Airbnb, graficamos la retención para una reserva en el primer año (1bY), para dos reservas en el primer año (2bY), tres y cuatro reservas en el primer año (3bY y 4bY).
Al graficarlas, verificamos cual es las acciones logra una mejor retención en el tiempo. Esa es nuestra métrica del momento de hábito. Más adelante podemos retomar la correlación, básicamente lo que se busca es cómo correlaciona la frecuencia de la acción core con el periodo en que buscamos que los usuarios las ejecuten y en base a ello seleccionamos la métrica
Aha Moment!
Al igual que antes, comenzamos con la definición cualitativa del Aha Moment. ¿Qué es? Es cuando el usuario experimenta por primera vez tu propuesta de valor principal. Se monta sobre las bases del problema y el porqué (del use case map), es una interpretación humana de lo que siente el usuario cuando pasa por dicha experiencia la primera vez. Ejemplo de Agrofy: cuando hace una compra online para su campo por primera vez sin necesidad de llamar a 5 distribuidores locales y consultar múltiples precios de referencias.
Mientras que cuantitativamente, buscamos tener una métrica que tenga una alta correlación a la métrica del Habit Moment, por lo tanto se la conoce con la siguiente expresión.
f(XaY)
¿Qué significa esto? La primera cantidad de veces que un usuario realiza la acción core en un periodo de tiempo. Ejemplo de Pinterest: que el usuario haga su primer Pin (acción) en los primeros 7 días (frecuencia natural del caso de uso); Para el caso de Airbnb, la propuesta de valor es cuando el usuario termina su estadía y tuvo una gran experiencia, por lo tanto su métrica es que deje un review de +4 estrellas en los primeros 6 meses. Otro ejemplo, Zoom, que el usuario tenga su primera reunión con un score +4 en los primeros 7 días.
En este caso, también se busca la correlación como en la métrica anterior pero para no complicar el post, lo dejo para más adelante.
Un concepto fundamental, es que cuanto más tiempo pase desde el signup hasta que el usuario logra realizar el aha moment, mayores son las probabilidades de que no logremos retenerlo.
Setup Moment
Ahora comenzamos también desde la parte cualitativa, pero con un enfoque diferente. Cual es la información que si o si necesito para lograr entregarle el aha moment!? Esa información hay que conseguirla lo antes posible y sin ir a un extremo con mucha fricción.
Un ejemplo, Uber, cuando te registras, es necesario que tengas email, password, nombre, teléfono y tarjeta. ¿Por qué esos datos? porque son lo mínimo para que puedas tomar un Uber, que te lleguen los mensajes de alerta y que te puedan cobrar el servicio sin usar efectivo. Es una interpretación humana, una hipótesis, de lo que se necesita para poder entregar tu propuesta de valor core.
Luego, para esa hipótesis, tenemos que definir cuantitativamente, la métrica. Aquí toma un formato similar a las anteriores
XaY
Siendo la cantidad de veces que un usuario realiza una acción (la de setup, y no la acción core) en un periodo de tiempo inicial. Pinterest por ejemplo, define el setup como “el usuario sigue 5 temas de interés en el primer día desde el registro”, mientras que para Airbnb “el usuario reserva una noche en el primer mes desde el registro”. Para calcular tu propia métrica, realizas un análisis de las curvas de retención y requiere incorporar las matrices de correlación antes mencionadas que veremos en un capítulo aparte.
AFA: Activation Flow Analysis
Una vez determinados los momentos y métricas de Setup, Aha y Hábito, es importante analizar el flow de activación. Y la pregunta principal que buscamos responder aquí es: ¿Qué experiencia diferente tuvieron los usuarios retenidos vs los no retenidos?
Las experiencia que recibieron los usuarios retenidos exitosamente es lo que vamos a buscar enfatizar para todos los usuarios, mientras que las que realizaron los no retenidos, probablemente sean distracciones que tenemos que mejorar en nuestro flow de activación. Hacemos una lista de esas acciones que realizaron para cada uno de los 3 momentos para poder compararlos en una matriz clara y luego tenemos diferentes formas de analizarlo:
Análisis de Logs de usuarios retenidos
Encuestas por mail
Heat maps + Screen records
Testeo con usuarios.
Y luego de estos análisis cualitativos, pasamos a los numéricos, pasamos al análisis de los retenidos o “Survival Analysis”. Esto se realiza mediante el análisis de los cohorts para cada uno de los grupos de usuarios y luego con una segmentación para comprender mejor de acuerdo a otras variables importantes (por ejemplo: Personas, Parámetros de adquisición, Dispositivos, geografías, categorías de producto, notificaciones, incentivos, personas)
Final thoughts // Conclusion
El flow de activación es uno de los más importantes porque impacta sobre el 100% de los usuarios que ingresan a tu producto. Además, no podemos gestionar el engagement o un recupero de usuarios no retenidos si nunca logramos que recorra el flow de activación completo. Como ya charlamos previamente, estaríamos intentando optimizar los niveles 2 y 3 de la pirámide sin tener claro y resuelto el nivel inicial.
En el próximo capítulo ya comenzaremos a recorrer el camino al engagement y cómo gestionar si nuestros usuarios comienzan a disminuir su interacción con nuestro producto.
Sneak Pike // Adelanto
The game's all about catching people before they fall off the wagon, which means that they head toward the dormant or churn state. Because once they fall off the wagon life gets hard

Catching people before they fall off the wagon on a tech startup by MJ
Haciendo hincapié en lo fundamental de lograr una buena gestión de los estados de engagement de los usuarios, dado que una vez que ingresan una la zona de riesgo o dormidos… el juego cambia completamente y todos los esfuerzos pierden eficiencia (abordaremos en detalle porque no es la mejor estrategia, recuperar usuarios perdidos).
Gracias por haber llegado hasta aquí! Con contenido de buena calidad, el apoyo de ustedes y un poco de suerte, espero que este pequeño granito de arena los ayude a tomar mejores decisiones en sus startups y/trabajos.
Todo feedback es bienvenido! Nos vemos en los próximos lanzamientos