≡En resumen
- Todas las métricas de engagement dependen de cómo definas «usuario activo»: elige un evento que represente valor real.
- DAU/MAU mide hábito; la retención por cohortes mide si ese hábito dura en el tiempo.
- La adopción de funciones indica qué partes del producto sostienen el engagement y cuáles sobran.
- Las métricas de engagement son indicadores adelantados del churn y del LTV.
- Compara siempre con tu propio histórico y por cohortes, no con medias genéricas.
01 ¿Qué son las user engagement metrics?
Si buscas el concepto general de engagement en web, apps y redes, está en la ficha de user engagement. Esta página es un catálogo de trabajo pensado para apps y productos de suscripción: qué mide cada métrica, cómo se calcula y qué decisiones permite tomar.
02 Usuarios activos y stickiness: DAU, WAU, MAU y DAU/MAU
| Métrica | Fórmula | Qué indica |
|---|---|---|
| DAU | Usuarios únicos con evento de valor en un día | Uso diario |
| WAU | Usuarios únicos con evento de valor en 7 días | Uso semanal, útil en herramientas de trabajo |
| MAU | Usuarios únicos con evento de valor en 30 días | Base activa del producto |
| Stickiness diaria | DAU medio ÷ MAU × 100 | Qué parte de la base activa usa el producto un día cualquiera |
| Stickiness semanal | WAU medio ÷ MAU × 100 | Alternativa para productos de uso semanal |
Un SaaS de gestión de citas tiene un MAU de 2.000 clínicas y un DAU medio de 640 en el mismo mes.
Stickiness = 640 ÷ 2.000 × 100 = 32 %. Un día cualquiera, casi un tercio de sus clientes activos usa la herramienta.
31 %
DAU/MAU de referencia en SaaS B2B (Norteamérica y EMEA)
Fuente: Mixpanel, State of Digital Analytics 2026
20-23 %
DAU/MAU en ecommerce, según la región
Fuente: Mixpanel, State of Digital Analytics 2026
21-23 %
DAU/MAU en productos de IA, según la región
Fuente: Mixpanel, State of Digital Analytics 2026
03 Retención por cohortes
La retención responde a la pregunta más importante de cualquier producto recurrente: ¿los usuarios siguen aquí semanas después? Se calcula por análisis de cohortes, agrupando a los usuarios por la semana o el mes en que se dieron de alta.
| Métrica | Fórmula | Cuándo usarla |
|---|---|---|
| Retención del día N | Usuarios de la cohorte activos el día N ÷ usuarios de la cohorte | Apps de consumo y uso diario |
| Retención por rango | Usuarios activos en la semana N ÷ usuarios de la cohorte | SaaS y herramientas de trabajo |
| Retención sin límite (unbounded) | Usuarios activos el día N o después ÷ usuarios de la cohorte | Productos de uso esporádico |
| Churn de usuarios | 1 − retención del periodo | Cuántos dejan de usar el producto |
En enero se registran 500 usuarios. En la semana 1 siguen activos 300 (60 %), en la semana 4, 190 (38 %) y en la semana 12, 150 (30 %). La curva se aplana a partir de la semana 8: ese 30 % es el núcleo que ha encontrado valor. Si la cohorte de febrero, tras un cambio en el onboarding, se estabiliza en el 36 %, el cambio ha funcionado.
Ojo: la retención de usuarios no es lo mismo que la tasa de cancelación de clientes que pagan. Para esa, con sus fórmulas de churn de clientes y de ingresos, consulta la ficha de churn rate.
04 Métricas de sesión: frecuencia, duración y profundidad
| Métrica | Fórmula | Lectura |
|---|---|---|
| Frecuencia de sesión | Sesiones del periodo ÷ usuarios activos del periodo | Cuántas veces vuelve cada usuario |
| Duración media de la sesión | Tiempo total en primer plano ÷ número de sesiones | Atención dedicada en cada uso |
| Profundidad de sesión | Pantallas o páginas vistas ÷ sesiones | Cuánto explora el usuario en cada visita |
| Acciones por sesión | Eventos de valor ÷ sesiones | Productividad real dentro de la sesión |
05 Activación y adopción de funciones
| Métrica | Fórmula | Para qué sirve |
|---|---|---|
| Tasa de activación | Usuarios que alcanzan el evento de valor ÷ altas del periodo | Medir si el onboarding funciona |
| Tiempo hasta el valor | Mediana del tiempo entre el alta y el primer evento de valor | Detectar fricción en los primeros pasos |
| Adopción de una función | Usuarios activos que usan la función ÷ usuarios activos | Saber qué funciones sostienen el producto |
| Profundidad de adopción | Funciones clave usadas por usuario | Identificar cuentas en riesgo o listas para upsell |
La activación es la métrica más accionable en los primeros meses de un producto: si pocos usuarios llegan al evento de valor, hay que revisar el onboarding antes que cualquier otra cosa. Un buen diseño UX para apps suele acortar ese camino más que cualquier campaña.
06 Métricas de satisfacción que complementan el engagement
Las métricas de engagement dicen qué hacen los usuarios, pero no si están contentos. Un usuario puede usar tu producto a diario porque su empresa se lo impone y odiarlo. Por eso conviene cruzarlas con alguna medida actitudinal.
| Métrica | Fórmula | Cuándo medir |
|---|---|---|
| NPS | % de promotores (9-10) − % de detractores (0-6) | Cada trimestre o tras hitos del cliente |
| CSAT | Respuestas satisfechas ÷ respuestas totales × 100 | Tras una interacción concreta (soporte, compra) |
| SUS | Cuestionario de 10 afirmaciones, de 0 a 100 | Tras cambios importantes en la interfaz |
| CES (esfuerzo) | Media de la escala de esfuerzo percibido | Tras completar una tarea o gestión |
07 Cómo montar un cuadro de mando de engagement
-
1
Define el evento de valor
La acción que demuestra que el cliente obtiene lo que paga: enviar, reservar, publicar, cobrar.
-
2
Elige la ventana natural
Diaria, semanal o mensual según cómo se usa el producto en la vida real.
-
3
Selecciona 4-6 métricas
Por ejemplo: MAU, stickiness, retención de la semana 4, tasa de activación y adopción de dos funciones clave.
-
4
Ordénalas con HEART
El marco HEART de Google ayuda a cubrir engagement, adopción y retención sin olvidar satisfacción y éxito en tareas.
-
5
Relaciónalas con ingresos
Cruza engagement con renovaciones y ampliaciones para saber qué comportamiento predice el valor del cliente.
El marco completo está explicado en la ficha de la métrica HEART. Y el último paso conecta el engagement con el LTV (valor de vida del cliente): los usuarios más implicados suelen ser los que más tiempo pagan.
Preguntas frecuentes sobre User engagement metrics
Son los indicadores que miden con qué frecuencia, intensidad y continuidad usan los usuarios un producto digital: usuarios activos, stickiness, retención, métricas de sesión y adopción de funciones.
Se divide el número medio de usuarios activos diarios entre los usuarios activos mensuales del mismo periodo y se multiplica por 100. Con 640 DAU y 2.000 MAU, la stickiness es del 32 %.
Depende del sector. Según Mixpanel, en 2026 la referencia de los SaaS B2B de Norteamérica y EMEA ronda el 31 % y la del ecommerce, entre el 20 y el 23 %.
Son complementarias: la retención es el porcentaje de usuarios que sigue activo y el churn, el que se pierde. El churn de clientes que pagan se calcula aparte, sobre suscripciones.
Una base razonable es MAU o WAU, stickiness, tasa de activación, retención por cohortes semanales y adopción de las funciones clave, cruzadas con renovaciones.
Un usuario único que realiza el evento de valor del producto en el periodo. Abrir la app o iniciar sesión no suele ser suficiente.
Es la capacidad de un producto para convertirse en hábito. Se mide con el ratio DAU/MAU, o WAU/MAU en productos de uso semanal: cuanto más alto, más parte de la base activa lo usa con frecuencia.
Fuentes consultadas
Sobre el autor
Germán Gutiérrez
Development Manager en appyweb
Dirige el equipo de desarrollo de appyweb: aplicaciones web y móviles, SaaS, integraciones y arquitectura de software.
Ver perfil en LinkedIn ↗