Cohort Builder Agent para Data Cloud.
Cohortes longitudinales descritas en lenguaje natural, materializadas en minutos.
Agente custom orientado al equipo de Producto, Growth, Customer Success y Marketing Analytics. Traduce preguntas conversacionales sobre retención, funnel y comparación entre vintages en cohortes ejecutables sobre Data Cloud. Diferencia con el Segment Creation Agent OOTB: este es para análisis behavioral y cohort, no para activación. Materializa cohortes como Calculated Insights o vistas analíticas y las publica a Tableau Next y CRMA.
¿Qué hace Cohort Builder Agent?
Es un agente custom de Agentforce que vive sobre Data Cloud y traduce preguntas conversacionales del Producto y de Analytics en definiciones de cohorte ejecutables. Valida ventanas temporales, compone funnels, calcula curvas de retención, compara vintages, materializa la cohorte como CI o vista analítica y la programa para refresh. Conserva memoria de qué cohortes se reusaron y cuáles fueron abandonadas para evitar redundancia y mejorar el catálogo.
Cómo funciona paso a paso
De la pregunta del Producto a la cohorte materializada con refresh programado. 5 pasos.
Definición en lenguaje natural
El usuario describe la cohorte en una conversación. El Cohort Definition Translator extrae entidades, eventos, ventanas temporales y filtros, y propone una primera versión estructurada para validar.
Validación de ventana temporal
El Time-window Validator verifica que la ventana sea coherente con los DMOs disponibles, advierte sobre survivorship bias, identity drift y alerta si la frescura del dato no soporta la pregunta.
Preview con sample
Antes de materializar, el agente devuelve un preview con conteo aproximado, distribución de la cohorte y una muestra de retention curve. El usuario puede iterar en lenguaje natural.
Materialización como CI o vista
materializeCohort persiste la cohorte como Calculated Insight para reuso o como vista analítica para Tableau Next y CRMA. Naming, glossary y owner se asignan automáticamente.
Refresh schedule y publicación
scheduleRefresh define la cadencia (diaria, semanal, mensual) según el tipo de cohorte. El agente publica el dashboard y avisa por Slack a los stakeholders.
Ejemplo de interacción real
[Product Manager en Slack]
[El agente responde]
Arquitectura del agente
Topics, Actions, Hydrators, Effectors, Channels, DMOs, Trust Layer y Memory.
Topics
Dominios de razonamiento
- Cohort Definition Translator
- Time-window Validator
- Funnel Composer
- Retention Curve Builder
- Cohort Comparator
- Materialization Recommender
Actions
Lo que ejecuta
- defineCohort
- materializeCohort
- computeRetention
- compareCohorts
- exportToTableau
- scheduleRefresh
Hydrators y DMOs
Fuentes de contexto
- Calculated Insights existentes
- DMOs longitudinales (Events, Sessions)
- Identity Resolution Graph
- Catálogo de cohortes previas
- Business Glossary cohort-aware
- Unified Individual
Effectors, Channels, Trust, Memory
Escrituras y guardrails
- Write Cohort Definition
- Materialize as CI o view analítica
- Push a Tableau Next y CRMA
- Channels: Slack vía MCP, Lightning
- Trust Layer audit-grade
- Memoria de cohortes útiles vs. abandonadas
Implementación en 5 fases
El factor crítico es la calidad del identity resolution longitudinal y de los DMOs de eventos.
Discovery: preguntas y vocabulario
Entrevistamos a Producto, Growth y Analytics, listamos las preguntas de cohort más frecuentes y consolidamos el vocabulario en un glossary cohort-aware.
Modelado de eventos longitudinales
Validamos timestamps consistentes, identidad estable a lo largo del tiempo y catálogo de eventos core. Resolvemos identity drift donde aparezca.
Configuración del agente
Definimos Topics, Actions, prompt defense, naming convention para cohortes y políticas de deprecation. Calibramos el preview con sample.
Piloto con un equipo de Producto
Rollout con un squad piloto. Medimos aceptación de las cohortes propuestas, reuso entre teams y calidad del análisis longitudinal.
Go-live y catálogo cross-team
Rollout total. Catálogo de cohortes compartido entre Producto, Growth y Customer Success con governance de lifecycle y deprecation.
Perfiles Solu y participantes cliente
Requisitos para arrancar
Lo que conviene tener listo antes del piloto.
Datos
- Identity resolution longitudinal estable
- DMOs de eventos con timestamps consistentes
- Catálogo de eventos core documentado
- Atributos de adquisición y de cohorte disponibles
Integraciones
- Tableau Next o CRMA para visualización
- Slack vía MCP para notificaciones y queries
- Lightning como canal interno
- Glossary en Data Cloud o herramienta externa
Organizacional
- Owner de catálogo de cohortes
- Naming convention acordada
- Política de lifecycle y deprecation
- Sponsor de Producto o Growth
Qué se busca optimizar
Dimensiones operativas y de calidad que sirven como marco genérico, no atribuidas a casos puntuales.
Tiempo desde pregunta a cohort materializado
Llevar el ciclo de definición a producción de días-semanas a horas-minutos cuando los DMOs son maduros.
Reuso de cohortes entre teams
Maximizar la fracción de cohortes que se consultan más de una vez y por más de un equipo.
Cohortes útiles vs. abandonadas
Reducir la tasa de cohortes que se materializan y nunca se vuelven a usar mediante memoria del agente.
Calidad del análisis longitudinal
Medida por aceptación de Producto sobre las propuestas del agente y por confianza en las retention curves.
Frescura y consistencia
Refresh schedule alineado al ciclo del análisis, sin huecos ni doble conteo entre dashboards.
Cobertura del catálogo
Porcentaje de preguntas frecuentes de Producto y Growth con una cohorte oficial activa.
Qué considerar al implementar
Cinco focos que sostienen un Cohort Builder confiable a lo largo del tiempo.
Identity resolution longitudinal estable
Una cohorte longitudinal solo es confiable si la identidad se mantiene a lo largo del tiempo. Vale la pena reforzar reglas, monitorear identity drift y revalidar cuando se incorporan fuentes nuevas.
DMOs de eventos con timestamps consistentes
Las retention curves dependen de timestamps coherentes entre fuentes. Acordar formato y zona horaria desde el inicio evita reescritura del análisis.
Glossary cohort-aware
El agente razona mejor cuando el glossary describe los términos del dominio (acción core, vintage, churn, retention) en el lenguaje de Producto.
Lifecycle y deprecation
Un catálogo crece y se vuelve ruidoso si nadie cierra cohortes inactivas. Una política simple de deprecation mantiene el reuso alto.
Naming convention
Una convención compartida entre Producto, Growth y Analytics evita duplicados y vuelve la búsqueda en el catálogo predecible.
Preguntas Frecuentes
El agente trabaja sobre el modelo unificado de Data Cloud, valida ventana temporal, propone preview y materializa la cohorte como CI con governance. Reduce el ciclo iterativo y deja el resultado disponible para reuso, no como un script suelto en una notebook.
Sí. El Funnel Composer arma funnels paso a paso sobre los DMOs de eventos, valida la ventana entre pasos y devuelve drop-off por etapa. Se puede combinar con la retention curve para análisis post-funnel.
El Time-window Validator advierte cuando la ventana sesga hacia usuarios que sobrevivieron, por ejemplo cuando se filtra por acciones recientes en una cohorte vieja. Sugiere reformulaciones que evitan el sesgo y deja la nota en la definición.
El agente se apoya en el Identity Resolution Graph longitudinal y advierte cuando detecta drift en una cohorte de larga ventana. Se pueden activar reglas adicionales de stitching antes de materializar para preservar la cohorte estable.
Sí, con el Trust Layer activo: masking de campos sensibles, audit-grade logging y consent enforcement. Las cohortes pueden definirse a nivel Unified Individual sin exponer PII en los outputs analíticos.
Una vez materializada, la cohorte queda disponible como CI consumible desde Tableau Next y CRMA. El agente puede publicar el dashboard inicial y configurar el refresh schedule sin pasos manuales adicionales.
De preguntas conversacionales a cohortes oficiales reusadas.
Conversemos con un Data Architect de Solu. En una sesión de discovery revisamos identity, DMOs de eventos y backlog de preguntas para proyectar el time-to-cohort en tu organización.