Curva de retención en Reels, TikTok y Shorts (2026)
guides

Curva de retención en Reels, TikTok y Shorts (2026)

La curva de retención muestra quién sigue viendo cada segundo. Cómo leerla en Instagram, TikTok y Shorts, qué tasa es buena y cómo predecirla.

SavedThat team20 min de lectura

La curva de retención es el gráfico más útil que tiene un creador de videos cortos, y también el que peor se lee. Responde una sola pregunta: en el segundo 7, ¿cuántas de las personas que empezaron este video siguen aquí? Cada plataforma la dibuja un poco distinto, ninguna la muestra para videos de otros, y las cifras de «buena tasa de retención» que circulan por ahí son, en su mayoría, inventadas.

Esta guía explica cómo leer la curva en Instagram, TikTok y YouTube Shorts, qué dicen los benchmarks reales, por qué la caída llega a los 3 segundos y cómo estimamos una curva de retención para videos de los que no tenemos datos. Esa última parte es justo lo que construimos en SavedThat, así que vamos a ser concretos sobre lo que puede hacer y lo que no.

¿Qué es una curva de retención?

Una curva de retención (también llamada gráfico de retención de audiencia) representa la proporción de espectadores que siguen viendo frente al tiempo del video. Empieza en el 100% en el 0:00 y baja desde ahí. Los estadísticos llaman a esta forma curva de supervivencia: cada segundo, una parte de los espectadores que quedan «se va», y la curva es lo que sobrevive. Investigadores de la Universidad de Basilea y Disney Research modelaron el visionado de videos justo así, como el riesgo de irse a otra cosa, y encontraron que los clips visualmente más cargados se veían durante más tiempo (Huber et al., 2015).

Hay dos variantes, y confundirlas causa casi todo el lío:

La curva solo puede subir cuando la gente rebobina o vuelve a ver una parte, y por eso YouTube llama «picos» a esas subidas (Ayuda de YouTube).

Curva de retención ilustrada de un Reel de 30 segundos: una caída fuerte en los primeros 3 segundos, un escalón en la unión entre el gancho y el primer punto, una meseta, un bache en una pausa, un pico por volver a ver y una caída final en el llamado a la acción y el cierre
Las seis partes de una curva de retención típica de un video corto. Es una ilustración de la forma, no datos de un video real.

Cualquier curva de retención de un video corto se lee en seis partes:

  1. La zona de deslizamiento, de 0 a 3 segundos. El tramo más empinado de cualquier curva. La gente decide con el primer fotograma y las primeras palabras.
  2. La unión entre el gancho y el primer punto. Un pequeño escalón donde termina la apertura y el video o cumple lo que prometió, o sigue calentando motores.
  3. La meseta. Quien llegó hasta aquí ya está enganchado, y la curva se aplana.
  4. Los baches. Una pausa en la que no se dice ni se muestra nada, o un tramo lento, aparece como una muesca.
  5. Los picos. Un momento al que la gente vuelve: una lista rápida, un número en pantalla, un remate.
  6. El llamado a la acción y los dos últimos segundos. Quien intuye el final se va antes. Un video que enlaza con su propio inicio en bucle pierde menos aquí.

Cómo leer el gráfico de retención en Instagram, TikTok y YouTube Shorts

Cada plataforma te muestra la curva de lo que subes tú y usa sus propios nombres para las mismas ideas. La tabla es la versión corta, contrastada con las páginas de ayuda oficiales y la documentación para desarrolladores en noviembre de 2026.

Instagram ReelsTikTokYouTube Shorts
Dónde está la curvaReel, luego Insights, gráfico de retenciónPublicación, luego Analytics, tasa de retenciónYouTube Studio, luego Analytics, retención de audiencia
Métrica de los primeros segundosSkip rate (se fueron en los primeros 3 s)Ninguna como número aparteStayed to watch frente a swiped away
Tiempo medio de visualizaciónSíSíAverage view duration
Métrica de finalSin número aparteWatched full videoAverage percentage viewed
Curva disponible por APINo (solo tiempo medio de visualización y skip rate)No (solo promedios de toda la vida del video)Sí, para tu propio canal
Videos de otrosNoNoNo

Instagram Reels

Abre un Reel, toca Insights y baja hasta el gráfico de retención. Meta anunció el gráfico momento a momento en noviembre de 2023 (Meta), y más tarde Instagram añadió el skip rate (tasa de salto), la proporción de espectadores que se fueron en los primeros 3 segundos, que sustituyó a la antigua «view rate» (Marketing4eCommerce). La guía de lectura de la propia Instagram cabe en dos frases: cuanto más plana la línea, más enganchada está la audiencia, y un skip rate alto significa que el inicio no funcionó.

La API para desarrolladores se queda corta. Devuelve ig_reels_avg_watch_time y, desde diciembre de 2025, reels_skip_rate, pero ninguna curva segundo a segundo (Meta for Developers). Cualquier herramienta de terceros que te enseñe una curva de retención completa de Instagram o está leyendo una captura de pantalla, o está estimando.

Adam Mosseri ha nombrado el tiempo de visualización, los likes y los envíos como las tres señales que más pesan en el ranking de Reels (Social Media Today), y por eso este gráfico merece más atención que el contador de vistas.

TikTok

En TikTok Studio o en la app, abre la analítica de una publicación. TikTok define la retention rate (tasa de retención) como «el porcentaje de tu video que vieron los usuarios» y te pide que busques los puntos de abandono, junto al average watch time (tiempo medio de visualización) y watched full video (vieron el video completo), la proporción de gente que llegó a los últimos segundos (TikTok Creator Academy). La propia TikTok advierte que la tasa de finalización varía mucho con la duración, así que compara una publicación de 15 segundos solo con otras de 15 segundos.

YouTube Shorts

En YouTube Studio, abre un Short y entra en Analytics. El número de los primeros segundos es Stayed to watch (se quedaron a verlo): «el porcentaje de veces que los espectadores se quedaron a ver más allá de los segundos iniciales de un Short». Su contrario es swiped away (deslizaron) (Ayuda de YouTube). Desde el 31 de marzo de 2025, una vista de Shorts cuenta cada vez que el video empieza, y el recuento antiguo basado en un umbral sigue vivo como engaged views (vistas con interacción) (TechCrunch). La duración media de la vista se calcula a partir de las engaged views.

Dos detalles de YouTube que conviene saber. La línea de «retención típica» compara el video con tus 10 videos más recientes de duración parecida, que es la referencia correcta. Y los «momentos clave» (intro, mejores momentos, picos, baches) solo aparecen en videos de al menos 60 segundos con al menos 100 vistas (Ayuda de YouTube), así que la mayoría de los Shorts nunca los tienen.

¿Qué es una buena tasa de retención en Reels y TikTok?

Ninguna plataforma publica una. Instagram, TikTok y YouTube te comparan con videos como los tuyos y no con un objetivo fijo, y con razón: un Reel de 9 segundos y uno de 60 no pueden compartir un porcentaje «bueno». Las cifras públicas que sí existen son estudios de proveedores con definiciones distintas:

Si un blog te dice que el 50% es «normal» y el 80% es «excelente» sin nombrar ningún dataset, ignóralo. No encontramos ninguna fuente detrás de esas franjas.

La respuesta práctica: una buena tasa de retención es la que supera tu propia mediana en videos de la misma duración. Apunta el skip rate (o el stayed to watch), el tiempo medio de visualización y la proporción que llega al final en tus últimos diez videos, y juzga el siguiente contra eso. Es lo mismo que hace YouTube con la «retención típica», y lo mismo que recomendamos para las vistas en nuestro estudio de videos que explotan: compárate contigo.

Por qué los espectadores se van a los 3 segundos

Porque ahí es cuando deciden. El feed deja el siguiente video a un gesto de distancia, así que el primer fotograma y las primeras palabras hacen a la vez el trabajo de una miniatura y de un título. Instagram lo dice sin rodeos: un skip rate alto «indica que a la gente no le pareció atractivo el inicio del reel».

Lo que ayuda, según los datos que existen:

Desglosamos 2.635 Reels y TikToks recientes en inglés de más de 550 creadores (foto a 10 de noviembre de 2026) y comparamos 1.027 videos que explotaron, con al menos 3x las vistas habituales de su creador, con 1.395 videos normales del mismo grupo, de 0,5x a 1,5x. Así se ven los primeros segundos:

Explotaron (3x+)Normales (cerca de 1x)
Empiezan a hablar en el primer medio segundo92%92%
Duración mediana del gancho5,4 s5,2 s
Gancho terminado en los primeros 3 segundos25%26%
Primer punto o promesa en los primeros 3 segundos34%29%
Primer punto o promesa después de 8 segundos23%27%
Llamado a la acción, posición mediana89% de la duración88% de la duración

Dos cosas destacan. Primero, empezar a hablar de inmediato es lo mínimo: nueve de cada diez videos ya lo hacen, aciertos y fracasos por igual. Segundo, «termina el gancho en 3 segundos» no es lo que hacen los videos que funcionan. Tres de cada cuatro videos que explotaron alargan el gancho más que eso. Lo que sí hacen un poco más a menudo es ir al grano pronto: el primer punto o la promesa llega en los primeros 3 segundos en el 34% de los que explotaron frente al 29% de los normales, y llega después de los 8 segundos con menos frecuencia. La diferencia es de unos pocos puntos, no una fórmula. Los tiempos de los bloques en nuestros desgloses están redondeados al segundo, así que tómalo como una dirección.

La regla de los 3 segundos, bien leída: el primer fotograma y las primeras palabras frenan el deslizamiento, y la primera recompensa real retiene a quienes frenaste.

Cómo elegimos una forma de estimar la retención de videos ajenos

Cuando construimos la pestaña Formats, queríamos mostrar dónde retiene a sus espectadores un video que explotó. El problema es que nadie tiene esos datos para videos que no publicó. Estas son las opciones que sopesamos:

MétodoQué mideDe dónde salePrecisiónQuién puede usarlo
Analítica de la plataformaLa curva real segundo a segundoInsights, TikTok Studio, YouTube StudioExactaSolo el creador y solo en sus propios videos
APIs de las plataformasTiempo medio de visualización y skip rate; curva completa solo en YouTubeInstagram Graph API, TikTok API, YouTube Analytics APIExacta, pero casi todo promediosSolo el dueño de la cuenta
Ratios de alcance públicosVistas o likes frente a la mediana del creadorContadores públicosDice que un video funcionó, no dónde se fue la genteCualquiera
Modelos entrenados con datos de visualizaciónEngagement previsto a partir del propio videoDatasets de investigación como SnapUGCCorrelación de rangos de alrededor de 0,7 en 90.000 videos de SnapchatEquipos que tienen etiquetas de tiempo de visualización
Puntuaciones de viralidadUn número por clipOpusClip, Higgsfield y similaresSin validación publicadaCualquiera con una cuenta
Mapas de calor de atenciónHacia dónde van los ojos en un fotogramaNeurons, Dragonfly AIValidados con la mirada, no con la retenciónUsuarios de pago
Estimación estructural (la nuestra)Forma esperada de la curva a partir del guion y sus tiemposDesgloses de SavedThatUna estimación con rango, calibrada con benchmarks públicosCualquiera, para cualquier video público

La predicción a partir del contenido funciona en investigación: el equipo de SnapUGC predijo el engagement de unos 90.000 videos de Snapchat Spotlight solo a partir del contenido, con correlaciones de rangos de alrededor de 0,7, y vio que las puntuaciones clásicas de calidad de video no siguen bien el engagement (Li et al., 2024). Pero necesita etiquetas de tiempo de visualización de las que aprender, y no tenemos ninguna para Reels o TikToks que no sean nuestros. Un modelo entrenado sin etiquetas es solo una conjetura con muchos decimales.

Así que fuimos por el otro lado: un modelo transparente cuyas entradas ves todas en pantalla, y que más adelante podemos cambiar por uno aprendido sin tocar la interfaz.

Cómo predecir la retención antes de publicar

Nuestro modelo, versión rh-2, dibuja una curva de retención esperada a partir de la estructura de un video o de un guion. Corre en cada desglose de Formats y se recalcula con cada cambio en Make your version. Esto es lo que entra y lo que hace con ello.

Entradas, todas leídas del desglose o de tu guion:

Lo que hace el modelo:

  1. El gancho se lleva el mordisco más grande. Casi toda la pérdida por deslizamiento ocurre en la apertura, y su tamaño depende de la calidad del gancho. Ni el mejor gancho del modelo retiene más de unos dos tercios de los espectadores, porque ninguna curva real se queda cerca del 100%.
  2. La unión puede costar un escalón. Si el primer punto llega después de unos 4 segundos, o el gancho se alarga, la curva baja un escalón en la unión y el gráfico explica por qué: «la promesa llega tarde» o «el gancho se alarga».
  3. El cuerpo decae despacio. La prueba y la recompensa aguantan mejor; cada punto nuevo suaviza la caída; los bloques lentos, muy densos o largos y las pausas en silencio la aceleran.
  4. Quien se quedó se vuelve más fiel. Cuanto más tiempo lleva alguien viendo, menos probable es que se vaya en el segundo siguiente, y una parte comprometida del público que pasó el gancho nunca se pierde solo por desgaste. Por eso los videos largos no caen hasta cero.
  5. El final cuesta un extra. El llamado a la acción y el último segundo y medio caen más rápido, menos si el video va en bucle.

Los parámetros están calibrados para que un video promedio caiga cerca de los benchmarks públicos de arriba, como el skip rate del 60 al 66% en Reels. Un video que ya superó el alcance habitual de su creador se ancla un poco más alto, porque un éxito conocido no debería dibujarse como uno promedio.

Lo que no puede hacer: decirte si un video se va a hacer viral. Nuestro estudio de videos que explotan encontró que los aciertos y los fracasos de un mismo creador están hechos casi igual, y que la diferencia está sobre todo en el tema. Una estimación de retención detecta un arranque lento. No detecta un tema aburrido.

Cómo usar una curva de retención sin SavedThat

No necesitas ninguna herramienta para sacarle casi todo el jugo. Con tus propios videos:

  1. Abre la curva en Insights, TikTok Studio o YouTube Studio, en un video de al menos dos días para que los datos se hayan asentado.
  2. Busca la primera caída fuerte después del segundo 3. Ignora la pendiente inicial, todos los videos la tienen. Apunta el segundo en el que la línea se dobla.
  3. Ve a ese segundo y anota lo que se dice y lo que se ve. Activar los subtítulos o sacar la transcripción lo hace más rápido que escuchar.
  4. Ponle nombre a la causa. En nuestra experiencia casi siempre es una de cinco: la promesa llega tarde, el gancho sigue cuando ya hizo su trabajo, una pausa sin nada en pantalla, un tramo lento o sobrecargado, o un llamado a la acción que anuncia el final.
  5. Reescribe ese momento. Lleva la recompensa a la primera frase, corta la frase de calentamiento, pon el número en pantalla o mueve el llamado a la acción al último segundo.
  6. Juzga el siguiente video contra tu propia mediana para la misma duración, no contra un número sacado de un blog.

Con los videos de otros, donde no tienes curva, arma la estructura a mano: reproduce el video con un cronómetro y apunta cuándo termina el gancho, cuándo llega el primer punto de verdad, dónde no se dice nada y dónde empieza el llamado a la acción. Hazlo con cinco videos a los que les fue bien en tu nicho y con cinco a los que no. El patrón que buscas es el tiempo hasta la primera recompensa.

Cómo usarla con SavedThat

SavedThat hace por ti la parte del cronómetro y deja los resultados listos para buscar:

La misma curva llegará pronto a Trends en las apps móviles.

Sigue leyendo

Preguntas frecuentes (2026)

¿Qué es una curva de retención?

Una curva de retención muestra la proporción de espectadores que siguen viendo en cada momento de un video. Empieza en el 100% y baja, con más fuerza en los primeros segundos de un video corto, y solo sube donde la gente rebobina o vuelve a ver una parte.

¿Cómo veo el gráfico de retención de mis Reels de Instagram?

Abre el Reel, toca Insights y baja hasta el gráfico de retención. Instagram también muestra el skip rate, la proporción de espectadores que se fueron en los primeros 3 segundos, y el tiempo medio de visualización. La API solo devuelve los promedios, no la curva.

¿Qué es una buena tasa de retención en Reels?

Instagram no publica ningún benchmark. En el estudio de Socialinsider de 2026 sobre 9,8 millones de Reels de marcas, entre el 60,5% y el 65,5% de las reproducciones se deslizaron en los primeros 3 segundos, según el tamaño de la cuenta. El objetivo útil es superar tu propia mediana en videos de la misma duración.

¿Qué es el skip rate en Instagram?

El skip rate es el porcentaje de vistas en las que la gente deslizó al siguiente video en los primeros 3 segundos de un Reel. Un skip rate alto significa que el primer fotograma y las primeras palabras no frenaron el scroll.

¿Por qué los espectadores se van en los primeros 3 segundos?

Porque el feed hace que irse no cueste nada, y la gente decide con el primer fotograma y las primeras palabras. Hablar desde el principio ayuda, y en nuestro catálogo los videos que explotaron llegaron a su primer punto en los primeros 3 segundos más a menudo que los normales (34% frente a 29%).

¿Puedo ver la curva de retención del video de otra persona?

No. Instagram, TikTok y YouTube solo muestran la retención al creador, y ninguna API pública la expone. Puedes mapear la estructura a mano con un cronómetro, o usar una estimación como la de la pestaña Formats de SavedThat.

¿Se puede predecir la retención antes de publicar?

Puedes estimar su forma. El modelo de SavedThat dibuja una curva esperada a partir de los tiempos del guion: la duración del gancho, cuándo llega el primer punto, el ritmo, las pausas y el llamado a la acción. Está calibrado con benchmarks públicos, muestra un rango y no puede ver la imagen, el sonido ni el tema.