Optimiza tu monetización con Análisis de apps

Hola, mi nombre es Max Martynov. Soy ingeniero en los equipos de App Store y Análisis de apps. El objetivo de Análisis de apps es ofrecerte los datos que necesitas para maximizar tu oportunidad en el App Store. Hoy me complace anunciar funcionalidades nuevas de Análisis de apps que puedes usar para medir y optimizar el rendimiento de tus apps. Comenzaré mostrando el nuevo hogar de Análisis de apps y demostraré las capacidades de filtrado ampliadas. Luego te explicaré las nuevas métricas y referencias de usuarios de pago que te permitirán medir la monetización de tu app. Después, introduciré una importante actualización en el análisis de suscripciones, ahora más potente que nunca. A continuación, demostraré las nuevas métricas de ofertas, que sirven para ver qué tan bien tus apps convierten, retienen y recuperan usuarios de pago. Por último, compartiré una actualización de los informes de análisis que puedes exportar para análisis sin conexión. Hay mucho por cubrir, así que empecemos. Este año, Análisis de apps se traslada a un nuevo espacio dentro de la pestaña Apps, por lo que acerca tus datos al flujo de administración de la app y facilita actuar según la información. Al hacer clic en la pestaña Analytics desde la página de tu app en App Store Connect, se abrirá la nueva página de inicio de Análisis de apps, que trae algunas novedades importantes. Primero notarás que las secciones clave ahora se encuentran en una barra lateral, lo que facilita la navegación y el análisis del rendimiento de tu app. La nueva página de resumen está organizada según el recorrido del cliente, con las métricas de adquisición en la parte superior y las métricas posteriores más abajo. El análisis de funcionalidades del App Store aparece ahora en el centro de la página de resumen, para que veas de inmediato cómo las páginas de producto personalizadas destacadas y los eventos dentro de la app afectan el rendimiento. Otra actualización importante te espera en la sección Metrics, donde puedes realizar análisis más profundos gracias a las capacidades de filtrado ampliadas. Análisis de apps ahora permite agregar hasta siete filtros diferentes a cualquier métrica, más del doble que antes. También puedes seleccionar varios valores dentro de cada filtro. Por ejemplo, si quieres saber qué fuentes de referencia de app tienen la mejor tasa de conversión para una página del producto personalizada determinada en Estados Unidos y Canadá, en iPhone y iPad con iOS 18, ahora puedes hacer ese análisis. Esta funcionalidad está disponible para cualquiera de las decenas de métricas incluidas en tu panel. Ahora que ya sabes dónde encontrar Análisis de apps en su nuevo lugar y cómo usar las capacidades de filtrado ampliadas, te mostraré las nuevas métricas y referencias de usuarios de pago que el App Store incorpora este año para ayudarte a optimizar tu estrategia de monetización. Para describir las nuevas funcionalidades que se presentan en esta y en las secciones siguientes, usaré una app de ejemplo, llamada Exercise, con datos artificiales pero realistas. Con la ayuda de esta app de muestra, verás cómo los nuevos análisis del App Store te permiten medir y optimizar la monetización de tu app. Con eso en mente, imagina que eres el desarrollador de la app Exercise. La app Exrcise ofrece entrenamientos personalizados uno a uno para corredores y ciclistas y los vende como compras dentro de la app de tipo consumible de dos maneras: sesiones individuales y paquetes de tres.

Para atraer y medir a cada grupo de usuarios has diseñado dos páginas del páginas del producto personalizadas: una para corredores y otra para ciclistas.

Después has dirigido tráfico a ambas páginas con la esperanza de convertir cada grupo en clientes satisfechos y de pago. Volvamos a Análisis de apps en App Store Connect para ver los resultados. Lo primero que notarás es que las apps con compras dentro de la app presentan una nueva sección Monetization en la barra lateral. Esta sección da acceso directo a todas las métricas de ingresos. Dentro de Monetization, encontrarás la vista Sales. Arriba de Sales, verás métricas conocidas, como ingresos, usuarios de pago y el número total de compras dentro de la app. Debajo aparecen dos nuevas métricas de cohorte: Download-to-Paid Conversion, que muestra la rapidez con que los nuevos usuarios compran, y Average Proceeds per Download, que registra el crecimiento de ingresos por usuario con el tiempo. Al desplazarte hacia abajo, se muestra un desglose detallado de ingresos por cada compra dentro de la app y por territorio. El gráfico de compras dentro de la app ofrece una información interesante a simple vista: estás ganando más dinero con las compras dentro de la app para ciclistas que con las de corredores. Para saber por qué ocurre esto, puedes hacer clic en la nueva página Cohorts de la barra lateral. Esta sección recién estrenada te ayuda a analizar Download-to-Paid Conversion y Average Proceeds per Download con mayor profundidad. Lo que hace únicos a estos gráficos es que permiten ver cuánto tardan los usuarios en convertirse en usuarios de pago después de descargar la app y cuánto gastan en los días posteriores a la descarga. Debajo de cada métrica, aparecen dos nuevas referencias para que puedas comparar de inmediato tu rendimiento con el de tu grupo de pares. Al observar la métrica Download-to-Paid Conversion y su referencia correspondiente, ves que el 3% de tus usuarios totales se convierten en usuarios de pago a los 35 días, lo que sitúa tu resultado entre el percentil 25 y el 50 de tu grupo. Esto indica que tu tasa de conversión a pagadores está algo por debajo del promedio. Al mismo tiempo, el crecimiento constante del Average Proceeds per Download muestra que los usuarios que sí gastan en tu app realizan varias compras. Comparar tu rendimiento con la referencia refuerza esta conclusión, ya que demuestra que quienes pagan en tu app suelen gastar más que en apps similares.

Como las compras para corredores rinden menos que las de ciclistas, quizá quieras comprobar si los corredores explican tu baja Download-to-Paid Conversion. Al hacer clic para ver todo, se abre la nueva página Cohorts Analysis, que ofrece una vista detallada del comportamiento de las cohortes.

Esta vista es importante, así que detengámonos a entenderla. Si seleccionas una celda de la tabla, verás que, de los 58,000 usuarios que descargaron la app en septiembre, el 2.9% hizo una compra dentro de los siete días posteriores a la descarga.

La fila superior resume la métrica a lo largo del tiempo, mostrando el porcentaje promedio de usuarios que realizaron al menos una compra tras cierto número de días. Los colores del gráfico ayudan a visualizar la acumulación de usuarios de pago en los días posteriores a la descarga.

Puedes elegir entre varias métricas de cohorte para analizar etapas distintas del embudo del cliente o agregar filtros y centrarte en un subconjunto concreto de usuarios.

Para verificar tu hipótesis inicial, agrega un filtro para la página del páginas del producto personalizadas “Running” y comprueba la rapidez con que los corredores se convierten en usuarios de pago. Tras aplicar el filtro, ves que solo el 1.3% de los corredores realiza una compra en los primeros 35 días, menos de la mitad de tu conversión promedio al día 35. Esto significa que los corredores tienen menos probabilidades de comprar algo en comparación con el resto de tus usuarios. Con este dato, dispones de varias opciones: mejorar la página del páginas del producto personalizadas “Running” y ajustar tus esfuerzos de marketing para captar usuarios de alto valor, volver a captar a los corredores mediante eventos dentro de la app o evaluar otras estrategias de monetización. Ahora que entiendes las nuevas métricas y referencias de usuarios de pago, pasemos a las funcionalidades de análisis de suscripciones. Imagina que decides mejorar la estrategia de monetización de la app Fitness ofreciendo clases grupales mediante suscripciones de renovación automática. Presentaste dos planes: uno ofrece acceso a clases grupales de running y el otro, a clases grupales de ciclismo. Al volver a Análisis de apps, verás una nueva sección Subscriptions en la barra lateral, con abundante información sobre el rendimiento de las suscripciones de tu app. En la parte superior de la vista de resumen aparecen algunas métricas, como el número total de planes activos, planes de pago y los ingresos recurrentes mensuales, fundamentales para dar seguimiento a las suscripciones. El gráfico Net Paid Plans muestra cómo ha cambiado la base de suscriptores de pago a lo largo del tiempo. La visualización detalla altas (activaciones y reactivaciones) y bajas, tanto voluntarias como involuntarias, para que identifiques rápidamente qué impulsa el crecimiento o lo frena. Al desplazarte hacia abajo, puedes ver cómo cambia con el tiempo la retención promedio de suscripciones, lo que da una idea de la longevidad de los clientes.

El desglose de planes de pago muestra cuáles son los más populares. En este caso, nuevamente las suscripciones de ciclismo superan a las de running. Si necesitas profundizar, haz clic en la página Inline Metrics, donde podrás elegir entre más de cincuenta métricas nuevas de suscripción agrupadas en dos categorías: States y Events.

Las métricas de state ofrecen una instantánea del negocio de suscripciones en un momento dado, e indican cuántos planes están en período de oferta, pagando precio completo, con un problema de facturación o cancelaron. Las métricas Event muestran cómo los planes pasan entre esos estados en un día, semana o mes concretos. También puedes volver a la vista Cohorts y seleccionar Subscription Retention en el menú de métricas. Aunque este gráfico se parece al de conversión de pagadores de la sección anterior, la gráfica de retención indica qué porcentaje de usuarios mantiene su suscripción cierto número de meses después de suscribirse.

Por ejemplo, al mirar la columna de 6 meses en la fila superior, ves que, en promedio, el 73% de los usuarios sigue suscrito seis meses después de iniciar su suscripción. Tal vez ahora quieras comprobar cuánto tiempo permanecen suscritos los usuarios que descargaron la app desde la página de producto temática de “Running”. Para hacerlo, aplica el filtro de página del páginas del producto personalizadas “Running”. En este caso, observas algo sorprendente. Aunque los corredores tienen menos probabilidad de comprar, una vez que se suscriben suelen permanecer suscritos más tiempo que el promedio. Esta clase de información te ayuda a identificar en qué parte del embudo de clientes debes concentrarte. En este caso, la conversión inicial de pagadores. Puedes probar diversas estrategias para mejorarla, por ejemplo ajustar precios, perfeccionar la incorporación de usuarios o crear una oferta de introducción. Ahora que ya sabes analizar el desempeño de tus suscripciones e identificar oportunidades de mejora, veamos cómo aprovechar las nuevas métricas de ofertas. Las ofertas del App Store te permiten asociar un precio especial a una compra dentro de la app para atraer, retener o recuperar usuarios de pago. Volviendo a la app Exercise, imagina que decides introducir una oferta de prueba gratuita de un mes para que los corredores prueben las clases sin riesgo antes de pasar a un plan de pago. Esto debería motivar a más corredores a suscribirse. Una vez configurada la oferta, ve a la nueva sección Offers, ubicada en la barra lateral, para ver cómo está funcionando.

Al igual que otras páginas de resumen, Offers presenta métricas detalladas sobre el rendimiento de la app, incluidos datos de ofertas activas, ofertas nuevas y tasa de conversión a planes plenamente pagados. Aquí puedes observar un aumento saludable de usuarios que inician la oferta y se convierten en pagadores. Puedes profundizar en la conversión y retención de la oferta regresando a la sección Cohorts y eligiendo “Subscription Retention by offer start” en el menú de métricas. A la izquierda, verás el porcentaje de usuarios que comienzan la oferta y acaban convirtiéndose en pagadores. En este caso, alrededor del 67% de quienes se apuntan a la prueba gratuita pasan a ser suscriptores de pago, lo que incrementa notablemente tu tasa de conversión. En la fila superior, se aprecia que, en promedio, el 78% mantiene la suscripción tras tres meses y el 73% la mantiene tras seis, lo que demuestra una retención sólida. Después de ver cómo usar las nuevas métricas de ofertas para evaluar el rendimiento de tu app, hablemos de la forma de emplear la API Reports para exportar datos de Análisis de apps a gran escala. Como quizá sepas, la API Analytics Reports permite exportar fácilmente cualquier dato disponible en Análisis de apps a tus propios sistemas. Desde junio de 2025, la API te da acceso a ocho categorías de informes del App Store, con los que puedes tomar decisiones basadas en datos sin conexión. De cara al futuro, el App Store agregará dos informes nuevos que complementarán la información recién incorporada al panel. Un informe de estado de suscripciones y un informe de eventos de suscripciones. Estos nuevos informes ofrecen datos detallados para analizar el rendimiento de tus suscripciones a gran escala. Sustituirán los informes antiguos de Sales and Trends sobre suscripciones y te ayudarán a relacionar la información de descargas con el rendimiento de las suscripciones de una forma respetuosa con la privacidad. En resumen, todas estas métricas se crearon desde cero para ayudarte a mejorar el rendimiento de tu negocio. Con un nuevo hogar que crece junto con tu app, capacidades de filtrado ampliadas y más de cien métricas nuevas para medir tus compras dentro de la app, suscripciones y ofertas, Análisis de apps te permite comprender mejor y atender las necesidades específicas de tus usuarios. Terminemos con los próximos pasos. Al pensar en cómo aplicar estas nuevas analíticas e información tus apps, recuerda comparar tus resultados con las referencias de tu grupo de pares para identificar posibles brechas de rendimiento. Si deseas mejorar la monetización, analiza si las ofertas pueden ayudarte a captar, retener o recuperar usuarios de pago.

Y no olvides explorar cómo las páginas del producto personalizadas pueden atraer distintos tipos de usuarios y comparar su rendimiento a lo largo del embudo.

Por último, no te pierdas “What’s new in StoreKit and In-App Purchase” para conocer cómo las últimas mejoras de StoreKit pueden ayudarte a ofrecer experiencias de compra dentro de la app de primera calidad a tus clientes. Gracias por tu tiempo. Estamos deseando ver lo que compilarás.