Análisis del churn de clientes: guía paso a paso para SaaS
Cómo hacer un análisis de churn: defínelo, calcula el churn de clientes y de ingresos, segmenta, busca qué lo predice, separa pagos fallidos, actúa y mide.

El análisis del churn de clientes es el trabajo de averiguar por qué se van los clientes y cuáles tienen más probabilidades de irse a continuación. Una tasa de churn te dice cuántos clientes perdiste. El análisis te dice quiénes eran, qué hicieron antes de irse y qué puedes cambiar. Para un negocio de suscripciones, la versión más útil divide el churn en dos partes desde el principio, cancelaciones voluntarias y pagos fallidos, porque cada una tiene una solución distinta.
TL;DR
- El análisis del churn va más allá de un solo número: define el churn, calcúlalo, segméntalo, encuentra los comportamientos que lo preceden, luego actúa y mide.
- Sigue el churn de clientes y el churn de ingresos por separado. Pueden moverse en sentidos opuestos.
- Nunca multipliques el churn mensual por 12. Una tasa mensual del 5% se compone en cerca del 46% al año.
- Separa el churn voluntario (cancelaciones) del churn involuntario (pagos fallidos) antes de buscar causas.
- Cierra el ciclo: cada hallazgo debe convertirse en una regla de reintentos, una oferta en el flujo de cancelación o un mensaje de recuperación, y cada uno debe medirse.
¿Qué abarca un análisis del churn de clientes?
El churn de clientes es el número de clientes existentes que pierdes, por cualquier motivo, durante un periodo determinado. Esa es la medición. El análisis es todo lo que haces con ella:
- Definir qué cuenta como cliente perdido en tu negocio.
- Calcular el churn para un periodo fijo, de clientes y de ingresos.
- Segmentar el resultado por plan, antigüedad, canal de adquisición y región.
- Diagnosticar los comportamientos y eventos que aparecen antes de que los clientes se vayan.
- Actuar sobre lo que encontraste.
- Medir si la acción funcionó.
Un negocio de suscripciones tiene una ventaja en los pasos 1 y 4: sus datos de facturación dicen exactamente cuándo se fue un cliente y por qué se detuvo el pago. La mayoría de los equipos nunca los cruzan con sus datos de producto.
Paso 1: Define el churn para tu negocio
Antes de cualquier fórmula, escribe qué significa “perdido”. La respuesta no es la misma en todas partes:
- Planes mensuales: un cliente que cancela, o cuya suscripción termina tras pagos fallidos, antes del final del periodo de facturación.
- Planes anuales: un cliente que no renueva. Cuéntalo en el mes en que vencía la renovación, no en el mes en que dejó de iniciar sesión.
- Productos por uso o freemium: un cliente de pago que baja al plan gratuito, o cuyo uso cae a cero durante una ventana que tú eliges.
- Suscripciones en pausa: decide de antemano si una pausa es churn y aplica la regla de forma coherente.
Dos definiciones importan más. El churn voluntario es un cliente que decide irse. El churn involuntario es un cliente que se va porque falló un pago (una tarjeta caducada, fondos insuficientes, un rechazo del banco emisor, el banco que emitió la tarjeta) y nunca se recuperó. Tienen causas distintas y soluciones distintas, así que mantenlos en columnas separadas desde el principio.
Decide también cuándo un pago fallido se convierte en churn. No todas las herramientas de facturación lo deciden por ti de la misma forma: los análisis de Stripe cuentan las suscripciones past_due como activas y solo cuentan a un suscriptor como perdido cuando sus suscripciones están canceladas o en unpaid. Si tu proceso de recuperación dura semanas, el churn aparece tarde.
Paso 2: Calcula el churn de clientes y el churn de ingresos
Tasa de churn de clientes
HubSpot da la fórmula estándar: clientes perdidos durante un periodo, divididos entre los clientes al inicio del periodo, por 100. Con 250 clientes al inicio de un mes y 10 perdidos, el churn mensual es del 4%.
Un segundo ejemplo que puedes reutilizar como plantilla. Empiezas el trimestre con 400 clientes y pierdes 18 antes de que termine:
- 18 ÷ 400 = 0,045
- El churn trimestral de clientes es del 4,5%
Cuenta solo los clientes que estaban presentes al inicio del periodo. Los clientes nuevos que llegaron y se fueron dentro del mismo periodo pertenecen a otra métrica de churn temprano. Las variantes están en cómo calcular la tasa de churn, y la métrica complementaria en tasa de retención de clientes: fórmula y ejemplos.
Churn de ingresos
El churn de clientes trata igual a un cliente de 9 $ y a uno de 900 $. El churn de ingresos no. Una empresa que pierde dos clientes de 5 $ al mes puede tener una tasa de churn de clientes más alta que otra que pierde un solo cliente de 100 $ al mes, mientras que la segunda tiene el churn de ingresos más alto. El churn bruto de ingresos divide los ingresos recurrentes mensuales (MRR) perdidos en un periodo entre el MRR al inicio: 100 000 $ de MRR que pierden 5 000 $ en un mes dan un 5%.
Comunica ambas cifras cada mes. Si el churn de clientes sube pero el churn de ingresos se mantiene, tu plan más barato tiene una fuga. Si el churn de ingresos se dispara mientras el churn de clientes se mantiene, se fueron unas pocas cuentas grandes, y la causa probablemente está en esas cuentas, no en todo el producto.
Churn mensual frente a churn anual
El churn se compone. Con un churn mensual del 5% conservas el 95% de los clientes cada mes, así que tras 12 meses conservas 0,95 elevado a 12, cerca del 54%, y pierdes cerca del 46%, no el 60%.
No es 12 × la tasa mensual
Por eso una tasa mensual que parece pequeña merece atención. Con un churn mensual del 2% pierdes cerca del 21,5% de una cohorte en un año. Con un 3% pierdes cerca del 30,6%.
Paso 3: Segmenta antes de interpretar
Una única tasa de churn combinada oculta casi todo lo que necesitas. El churn en un plan barato puede parecer alarmante mientras el churn de ingresos sigue sano, y unas pocas cuentas grandes perdidas pueden hacer lo contrario. Mide por cohorte y por segmento.
Los cortes que suelen revelar algo:
| Segmento | Lo que puede mostrar |
|---|---|
| Plan o nivel de precio | Si el plan de entrada tiene fugas o un plan intermedio tiene un precio mal fijado |
| Antigüedad (mes 1, 3, 6, 12) | Si el problema es el onboarding o el valor a largo plazo |
| Canal de adquisición | Qué fuentes traen clientes que se quedan |
| Intervalo de facturación | Si los clientes anuales renuevan a un ritmo distinto que los mensuales |
| Método de pago y banco emisor | Dónde se concentran los pagos fallidos |
| Tamaño de empresa o caso de uso | Qué clientes sacan más valor del producto |
El análisis de cohortes es la versión más limpia. Agrupa a los clientes por el mes en que se registraron y sigue qué parte de cada grupo sigue pagando tras 1, 2, 3 y 12 meses. Si las cohortes más recientes retienen peor que las antiguas, algo cambió: el precio, el onboarding, la mezcla de canales o el producto. El análisis de la tasa de churn por segmento lo explica en detalle.
Paso 4: Combina los datos correctos
El análisis del churn falla cuando cada equipo mira su propia herramienta. Cuatro grupos de datos, unidos por el mismo ID de cliente, cubren la mayoría de las necesidades:
- Uso del producto: inicios de sesión, uso de funciones, duración de las sesiones, realización de la acción principal.
- Registros de facturación y suscripción: historial de transacciones, actualizaciones del método de pago, intentos de recuperación (los reintentos automáticos y los correos de recordatorio enviados tras un pago fallido), cambios de plan.
- Interacciones con soporte: volumen de tickets, tiempos de respuesta, tasas de resolución, puntuaciones de satisfacción.
- Interacción con marketing: aperturas de correos, clics, interacciones dentro de la app.
El requisito práctico es un ID de cliente compartido entre tu sistema de facturación, tu analítica de producto, tu help desk y tu herramienta de correo. Sin él puedes contar el churn, pero no puedes explicarlo.
Los datos de encuestas también van aquí. Las respuestas de Net Promoter Score (NPS) y de satisfacción del cliente (CSAT) son señales tempranas; consulta predecir el churn con las encuestas NPS y CSAT de HubSpot.
Paso 5: Encuentra qué predice el churn
Una vez unidos los datos, buscas comportamientos que separen a los clientes que renuevan de los que se van. El método tiene tres partes: los datos de suscripción te dicen quién se fue, los datos de eventos se resumen en métricas de comportamiento para cada suscriptor, y ambos se comparan para ver qué comportamientos van con la renovación y cuáles con el churn. El resultado puede convertirse en una puntuación de riesgo de churn para cada suscriptor.
No necesitas un equipo de ciencia de datos para empezar. Una primera pasada viable:
- Saca una lista de los clientes que se fueron en los últimos 6 a 12 meses y una muestra del mismo tamaño de clientes que se quedaron.
- Para cada uno, anota el uso en los 30 días previos a la fecha de churn (o la misma ventana para los que se quedaron): inicios de sesión, acciones principales, puestos añadidos, tickets de soporte.
- Compara los dos grupos. Las métricas con la mayor diferencia son tus posibles señales de alerta.
- Prueba cada candidata en un periodo posterior antes de fiarte de ella.
El proceso se desarrolla con un ejemplo en cómo encontrar qué predice el churn con tus propios datos de clientes, y la parte de modelado en predicción de churn con IA: cómo funciona.
Combina las cifras con lo que dicen los clientes. Las respuestas a la encuesta de cancelación, las entrevistas de salida y las conversaciones de soporte te dicen por qué existe un patrón. Una caída del uso puede ser una integración que falta, una objeción de precio o un defensor del producto que dejó la empresa del cliente. Las cifras muestran dónde mirar; las conversaciones lo explican.
Paso 6: Analiza los pagos fallidos como un problema aparte
Muchos análisis de churn se quedan en el comportamiento de producto y pasan por alto una pérdida que no tiene nada que ver con la intención del cliente. El churn involuntario ocurre cuando una tarjeta caduca, un banco rechaza un cargo o el saldo no alcanza, y la suscripción termina antes de que nadie decida cancelar.
Trátalo como un conjunto de datos propio. Una lista inicial de métricas de pago:
- Tasa de fallo en el primer intento: cargos fallidos divididos entre el total de cargos, por mes, y por banco emisor y país si puedes.
- Tasa de recuperación: facturas finalmente pagadas divididas entre las facturas que fallaron.
- Tiempo de recuperación: días entre el primer fallo y el pago correcto.
- Mezcla de motivos de rechazo: rechazos temporales (soft) como fondos insuficientes frente a rechazos permanentes (hard) como una tarjeta cerrada. Los rechazos soft a menudo pueden reintentarse. Los hard necesitan un nuevo método de pago del cliente.
- Parte involuntaria del churn total: ingresos perdidos por fallos de pago divididos entre el total de ingresos perdidos.
La última métrica te dice qué parte de tu churn puede abordar un mejor proceso de recuperación. Mide los reintentos y los correos a clientes por separado, para saber qué recupera cada uno. Los motivos de rechazo se explican en códigos de rechazo de tarjetas de crédito.
Paso 7: Convierte los hallazgos en acciones
Un análisis que termina en una presentación no reduce el churn. Asocia cada hallazgo a una acción concreta:
| Hallazgo | Acción |
|---|---|
| Los clientes que no realizan la acción principal en la semana 1 se van mucho | Cambia el onboarding para impulsar esa acción; envía un correo cuando no se realiza |
| Los clientes de un plan cancelan por motivos de precio | Ofrece un descuento, una pausa o un plan inferior dentro del flujo de cancelación |
| Los pagos fallidos se concentran en tarjetas a punto de caducar | Envía recordatorios de actualización de tarjeta antes de la caducidad y reintenta según un calendario |
| Las cuentas grandes muestran un uso a la baja antes de la renovación | Avisa al responsable de la cuenta y contacta con el cliente |
| Los clientes que cancelaron citan una función que falta | Envía un mensaje de recuperación cuando la función se lance |
Las palancas se dividen en tres grupos: recuperación de pagos, gestión de cancelaciones y win-back. Para las empresas product-led, NoChurn para SaaS product-led muestra cómo las señales de uso alimentan estas acciones, y estrategias de engagement de clientes para SaaS cubre la parte proactiva.
Paso 8: Mide si funcionó
Cada acción necesita una comparación de antes y después; si no, atribuirás el mérito o la culpa al cambio equivocado. Mantenlo simple:
- Elige una métrica por acción. Tasa de recuperación para los cambios en pagos, tasa de retención para las ofertas del flujo de cancelación, tasa de reactivación para el win-back.
- Compara cohortes, no meses. Compara a los clientes que vieron el cambio con los que no, o compara cohortes equivalentes antes y después.
- Cambia una sola cosa a la vez cuando puedas, o escalona los cambios unas semanas.
- Revisa ambas cifras de churn. Un descuento que salva clientes pero baja los ingresos por cuenta puede mejorar el churn de clientes y empeorar el churn de ingresos.
- Revisa con un calendario. Cada mes para las tasas de churn, cada trimestre para las curvas de retención por cohorte.
¿Por dónde empezar?
La mayoría de los análisis de churn se hacen una vez, se presentan y se olvidan. La versión útil es continua: los mismos datos que explican el churn deberían también activar la respuesta.
Empieza por la separación entre churn voluntario e involuntario. Los pagos fallidos no son una decisión del cliente, así que son la pérdida más recuperable que tiene un negocio de suscripciones: una tarjeta caducada es un problema de recordatorio, no de producto. En el lado voluntario, el flujo de cancelación es el último lugar donde puedes aprender algo y aún cambiar el resultado. Un buen flujo pregunta por qué, ofrece algo pertinente y registra la respuesta, que alimenta la siguiente ronda de análisis.
FAQ
¿Qué es un análisis del churn de clientes?
Es el proceso de medir cuántos clientes pierdes, y luego explicar por qué y predecir quién será el siguiente. Incluye calcular tasas de churn, segmentar clientes, encontrar los comportamientos que preceden a la cancelación y comprobar si tus acciones de retención funcionan.
¿Cómo se mide el churn de clientes?
Divide los clientes que perdiste durante un periodo entre los clientes que tenías al inicio, y multiplica por 100. Con 10 perdidos de 250, el churn mensual es del 4%. Calcula el churn de ingresos de la misma forma usando el MRR.
¿Qué significa un churn del 5%?
Significa que, durante el periodo medido, se fueron 5 de cada 100 clientes iniciales. Si el periodo es un mes, el efecto en un año es de cerca del 46%, no del 60%, porque las pérdidas se componen.
¿Qué datos necesito para analizar el churn?
Como mínimo, registros de facturación y uso del producto ligados al mismo ID de cliente. Los tickets de soporte, las puntuaciones de encuestas y la interacción con los correos añaden detalle. Añade datos de fallos y rechazos de pago si quieres separar el churn involuntario.
¿Con qué frecuencia debo hacer un análisis de churn?
Revisa las tasas de churn cada mes y la retención por cohorte cada trimestre. Vuelve a calcular tus señales predictivas cada vez que cambies de forma notable el precio, el onboarding o el producto, ya que esos cambios pueden alterar qué comportamientos predicen la cancelación.
Cómo ayuda NoChurn
NoChurn ejecuta cada día las acciones que salen del análisis: recupera pagos fallidos con reintentos y correos escritos por la IA, gestiona flujos de cancelación con una oferta por motivo (y la cancelación en un clic siempre visible), envía correos de recuperación a los 30, 60 y 90 días, y asigna a cada cliente una puntuación de riesgo de churn a partir de tus datos de facturación y de los atributos que envías por API. Se conecta a Stripe en un clic y funciona con Chargebee, Recurly, Paddle y otras herramientas de facturación, o con cualquier facturación a través de la API. El precio depende solo del MRR, gratis hasta 300 € de MRR, sin comisión sobre los ingresos recuperados (tu propio dominio para correos y páginas alojadas como opción de 14,99 € al mes en cualquier plan). Consulta los precios, o revisa primero tus cifras con las herramientas gratuitas de churn.
Fuentes
Todas consultadas el 14 de noviembre de 2026.