ANÁLISIS DE CHURNMÉTRICAS DE CHURN

Análisis de retención por cohortes en suscripciones, paso a paso

Construye una tabla de retención por cohortes con datos de facturación: define cohortes y lo activo, escribe el SQL, lee la curva y evita las trampas.

Publicado el 7 min de lectura

Análisis de retención por cohortes en suscripciones, paso a paso

Una tasa de churn mensual mezcla a los clientes que llegaron la semana pasada con los que llevan tres años. Cuando se mueve, no puedes saber si cambió el producto o la mezcla de clientes. Una tabla de cohortes lo resuelve: agrupa a los clientes según cuándo empezaron y sigue a cada grupo a lo largo del tiempo.

Esta guía construye una desde cero, de las definiciones al SQL y a la lectura del resultado. Todas las cifras son hipotéticas.

Paso 1: define la cohorte

Una cohorte es un grupo de clientes que comparten una fecha de inicio. En las suscripciones, usa el primer periodo pagado, no la fecha de registro:

  • Las pruebas gratuitas y los planes gratuitos no son ingresos. Si empiezas a contar en el registro, el abandono de las pruebas se mezcla con la retención de pago.
  • Sigue aparte la conversión de prueba a pago (cómo medirla).

Agrupa por mes natural para la mayoría de los negocios. Las cohortes semanales ayudan si tienes cientos de clientes nuevos a la semana y quieres ver rápido el efecto de un cambio; las trimestrales ayudan si tienes pocos.

Los clientes que se van y vuelven

Decide si un cliente que vuelve entra en una nueva cohorte o se queda en la original. La analítica de Billing de Stripe los mantiene en la cohorte original (documentación de analítica de Stripe, consultada en noviembre de 2026). Es un valor por defecto razonable: muestra con honestidad los ingresos de la cohorte a lo largo del tiempo. Deja la decisión por escrito, sea cual sea.

Paso 2: define «activo»

Para cada cohorte y cada mes después del inicio, necesitas un sí o un no por cliente. Regla habitual: el cliente está activo en el mes N si tiene una suscripción pagada (o en un estado de pago) al final de ese mes.

Casos límite que resolver antes de escribir ninguna consulta:

Caso Elección habitual
Vencida, todavía en reintentos Activa hasta que termina la suscripción, o hasta un número fijo de días después del último reintento
En pausa No activa, pero marcada aparte para que puedas ver las vueltas tras la pausa
Cancelada, todavía en el periodo pagado Activa hasta que termina el periodo
Bajada a un plan gratuito No activa para la retención de pago
Plan anual, a mitad de plazo Activa; los clientes anuales solo pueden irse realmente en la renovación

La última línea es importante: mezclar planes mensuales y anuales en una sola tabla hace que los meses 1 a 11 parezcan artificialmente planos. Construye tablas separadas por intervalo de facturación.

Paso 3: construye la tabla

Supón una tabla subscription_months con una fila por cliente y por mes en que estuvo activo (customer_id, month). Puedes obtenerla de tus datos de facturación o de los eventos de webhook.

with first_paid as (
  select customer_id, min(month) as cohort_month
  from subscription_months
  group by customer_id
),
activity as (
  select
    f.cohort_month,
    (extract(year from age(s.month, f.cohort_month)) * 12
      + extract(month from age(s.month, f.cohort_month)))::int as month_number,
    s.customer_id
  from subscription_months s
  join first_paid f using (customer_id)
)
select
  cohort_month,
  month_number,
  count(distinct customer_id) as active_customers
from activity
group by cohort_month, month_number
order by cohort_month, month_number;

Divide cada fila entre el tamaño de la cohorte en el mes 0 para obtener el porcentaje de retención. Pasa month_number a columnas para obtener el triángulo habitual.

Ejemplo (cifras hipotéticas)

Cohorte Tamaño M1 M2 M3 M4 M5
Enero 120 86% 79% 75% 73% 72%
Febrero 140 84% 77% 74% 72%
Marzo 110 88% 82% 79%
Abril 150 91% 85%
Mayo 130 90%

Las celdas vacías no son cero. Son meses que todavía no han ocurrido. Se llama censura por la derecha, y hacer la media de una columna contando las celdas vacías como ceros es un error clásico.

Paso 4: lee la tabla

Lee una fila de izquierda a derecha

Una fila es la vida de una cohorte. Busca dónde se aplana la curva. En el ejemplo, enero pierde 14 puntos en el mes 1, después 7, 4, 2 y 1. La mayor parte de la pérdida es temprana, y después la curva se estabiliza. Una curva que sigue cayendo al mismo ritmo mes tras mes significa que el producto no tiene un núcleo estable de usuarios a ese precio.

Lee una columna de arriba abajo

Una columna compara cohortes con la misma edad. En el ejemplo, la retención del mes 1 sube del 84 al 91% entre febrero y abril. Si cambiaste el onboarding en marzo, aquí es donde lo verías. Comprueba que el cambio se mantiene en las columnas posteriores antes de celebrarlo; a veces una mejor retención temprana solo retrasa el churn.

Lee la diagonal

Una diagonal es un mes natural a través de todas las cohortes. Si todas las cohortes caen en el mismo mes natural, busca una causa externa: un cambio de precio, una caída del servicio, un problema con el procesador de pagos, un patrón estacional.

Paso 5: añade la retención de ingresos

La retención de clientes cuenta clientes. La retención de ingresos sigue el MRR de la cohorte, que puede superar el 100% cuando los clientes crecen.

revenue retention (cohort, month N) =
  MRR in month N from customers in the cohort
  ÷ MRR in month 0 from the cohort

Muestra ambas. Una cohorte con un 70% de retención de clientes y un 105% de retención de ingresos perdió muchos clientes pequeños e hizo crecer al resto. Es un negocio distinto de uno en el que ambas cifras están en el 85%. Consulta NRR frente a GRR para las definiciones del lado de los ingresos.

Paso 6: resume entre cohortes

Para una sola cifra de «retención en el mes N», pondera por el tamaño de la cohorte e incluye solo las cohortes que han llegado al mes N:

weighted month-3 retention =
  sum of active customers at M3 across cohorts that reached M3
  ÷ sum of their starting sizes

En el ejemplo, las cohortes de enero a marzo llegaron al mes 3:

active at M3: 120 × 0.75 + 140 × 0.74 + 110 × 0.79 = 90 + 103.6 + 86.9 ≈ 280.5
starting size: 120 + 140 + 110 = 370
weighted month-3 retention ≈ 280.5 ÷ 370 ≈ 75.8%

En la práctica, usa los recuentos reales en lugar de porcentajes redondeados; los decimales de aquí vienen del redondeo.

Paso 7: divide por segmento

Las tablas de cohortes más útiles se dividen por algo sobre lo que puedes actuar:

  • Intervalo de facturación (mensual frente a anual)
  • Plan o nivel de precio
  • Canal de adquisición u origen del registro
  • Tipo de medio de pago
  • Si el cliente alcanzó un hito de activación (consulta activación y churn temprano)

Cada división reduce las cohortes. Ten en cuenta la regla siguiente.

Para leer las tasas de churn por segmento junto a las curvas de cohortes, y separar el churn voluntario del involuntario dentro de cada segmento, consulta el análisis del churn por segmento.

Trampas

  1. Cohortes pequeñas. Con 20 clientes, una cancelación mueve la retención 5 puntos. Muestra el tamaño de la cohorte junto a cada fila, o agrupa por trimestres.
  2. Las cohortes recientes parecen mejores. Las cifras del mes 1 de la cohorte del mes pasado pueden no incluir pagos fallidos que siguen en reintento. Espera a que se cierre la ventana de reintentos antes de leer la última columna.
  3. Intervalos mezclados. Los planes anuales hacen que las cohortes mensuales parezcan planas. Sepáralos.
  4. Sesgo de supervivencia en los segmentos. Si segmentas por un comportamiento que lleva tiempo (por ejemplo, «usó la funcionalidad X»), los clientes que se fueron pronto nunca tuvieron la oportunidad de hacerlo. Mide el comportamiento dentro de una ventana temprana fija, como los 14 primeros días, para todos.
  5. Correlación no es causalidad. Un segmento que retiene mejor puede diferir en muchas cosas a la vez. Prueba los cambios con un grupo de control cuando puedas.

Hacerlo con NoChurn

NoChurn lee los eventos de suscripción de tu herramienta de facturación (Stripe en un clic, muchas otras mediante conector o API REST) y te permite enviar por API tus propios atributos de clientes, como el origen del registro, el plan o la activación, para ver cuáles van junto con el churn (correlación, no causalidad). Cada cliente recibe un churn score de 0 a 100 al registrarse y con cada cambio. Para actuar sobre lo que muestra una tabla de cohortes, gestiona la recuperación de pagos fallidos, flujos de cancelación con una oferta por motivo y la cancelación en un clic siempre visible, y correos de win-back a los 30, 60 y 90 días. Todas las funcionalidades están en todos los planes (tu propio dominio para correos y páginas alojadas como opción de 14,99 € al mes en cualquier plan), con precio solo según el MRR (precios).

PROMPT

Read https://www.nochurn.sh/llms.txt,
then follow https://docs.nochurn.sh/quickstart/
to add NoChurn to this app. Use a test key
(nc_test_…) until I say we go live.

Deja de perder ingresos.

  • Gratis hasta 300 € de MRR
  • Sin tarjeta
  • Listo en 10 minutos
  • Sin comisión