El churn que nadie quiere mirar a los ojos

Pregúntale a cualquier fundador de SaaS cuál es su métrica favorita. Te hablará de MRR, de ARR, de pipeline. Pocas veces empezará por el churn. Y, sin embargo, ahí se decide casi todo.

Cada mes una parte de tus clientes cancela, deja de pagar o, peor todavía, sigue facturado pero ha dejado de abrir el producto. Mientras adquieres usuarios nuevos a buen ritmo, el problema queda disimulado. Hasta que un trimestre el cubo se vacía más rápido de lo que entra agua, y entonces ya es tarde para reaccionar con calma.

Hay un dato que se repite mucho en la industria: bajar el churn un 5 % puede mover los beneficios entre un 25 % y un 95 %. Aunque la cifra concreta dependa del modelo, la dirección es inequívoca. Retener es la palanca de margen más infravalorada en SaaS.

La pregunta operativa es otra: ¿cómo diseñar un sistema de métricas de retención y análisis de cohortes para reducir el churn en tu startup SaaS sin convertirlo en un proyecto de dos trimestres? De eso va lo que sigue.

Por qué el churn agregado te miente

La fórmula básica es trivial: clientes que se van entre clientes al inicio del periodo. El problema no es calcularla. El problema es creérsela.

Un 3 % mensual suena tolerable. Compón ese 3 % durante doce meses y descubres que has perdido cerca del 31 % de tu base. Y eso asumiendo que todos los clientes pesan igual, cosa que nunca es cierta. Diez cuentas de 50 € al mes no son lo mismo que una cuenta de 5.000 €.

Por eso conviene desdoblar la métrica en tres ángulos:

• Logo churn: cuántas cuentas se van, sin mirar su tamaño.
• Revenue churn: qué porcentaje de MRR se evapora por cancelaciones y downgrades.
• Net revenue churn: lo anterior, pero compensado con las expansiones de clientes existentes. Cuando este número se vuelve negativo, tienes una de las señales más sanas que existen en SaaS: tu base actual crece sola.

Mirar solo uno de los tres es como auscultar a un paciente con un único estetoscopio en una sola posición. Vas a oír algo, sí, pero no necesariamente lo importante.

Cohortes: el microscopio que cambia la conversación

Una cohorte es, simplemente, un grupo de usuarios que entran a la vez. Normalmente la semana o el mes en que se registraron o pagaron por primera vez. El análisis de cohortes consiste en seguir cada grupo por separado y comparar cómo se desangran (o no) a lo largo del tiempo.

Lo que el promedio esconde

Supón que tu churn global lleva seis meses clavado en el 4 %. Aparentemente, estabilidad. Desglosa por cohortes y aparece otra película: las altas de los últimos tres meses tienen un churn del 8 % en su segundo mes, mientras que las cohortes con más de un año de antigüedad están por debajo del 1 %.

No tienes un problema de retención. Tienes un problema de activación reciente. Sin cohortes, esa señal vivía sepultada bajo el promedio. Con cohortes, te apunta con el dedo dónde mirar.

Las cohortes que de verdad usarás

• Por fecha de adquisición. El punto de partida. Una cohorte por mes de registro o de primer pago.
• Por canal. Inbound orgánico, paid, partners, outbound. Mismo coste, retenciones muy distintas: lo verás aquí.
• Por plan o segmento. Free vs paid, self-serve vs enterprise, PYME vs corporate. Cada combinación tiene su propio metabolismo.
• Por comportamiento temprano. Quién completó el onboarding, quién invitó a un compañero, quién configuró la primera integración en los primeros siete días.

Las del último tipo son las que mueven la aguja. Si los usuarios que ejecutan tres acciones clave en su primera semana retienen un 40 % más, ya sabes qué optimizar en el producto y en los emails del día uno.

Diseñar el sistema en cinco pasos

1. Define qué significa "retenido"

Antes de pintar una sola tabla, decide qué evento cuenta como retención. En SaaS hay dos opciones, y conviene medir ambas:

• Retención de pago. El cliente renueva en el siguiente ciclo.
• Retención de uso. El cliente ejecuta al menos una acción significativa en el periodo.

La de uso es indicador adelantado de la de pago. Quien deja de abrir el producto hoy te cancela en tres semanas, no en el momento. Si solo miras la factura, te enteras tarde.

2. Elige las métricas mínimas viables

Cinco o seis bastan para empezar:

• Tasa de retención por cohorte (mensual y, si tu ciclo lo pide, semanal).
• Curva de retención para visualizar la forma del decaimiento.
• Churn mensual de cliente y de ingresos.
• Net Revenue Retention (NRR). Por encima de 100 % significa que la base existente crece por sí sola.
• Tiempo medio hasta el churn.
• Activación: porcentaje de nuevos usuarios que alcanzan el aha moment en el plazo que tú definas.

Más métricas no es mejor sistema. Es un dashboard que nadie revisa.

3. Monta la tabla de cohortes

La matriz clásica: filas son cohortes (mes de adquisición), columnas son periodos posteriores (mes 0, mes 1, mes 2…). Cada celda, el porcentaje de la cohorte que sigue activa.

Necesitas tres datos por usuario: fecha de inicio, fechas de cada evento de retención y fecha de churn si la hay. Con eso, Amplitude, Mixpanel o PostHog te lo pintan en minutos. Si tu equipo de datos tiene músculo, lo construyes en SQL contra el warehouse y tienes la ventaja de poder cruzarlo con cualquier dimensión del negocio.

4. Busca los puntos de fuga

La tabla, leída de izquierda a derecha por filas, te dice dónde rompe cada cohorte. Tres patrones aparecen una y otra vez en startups SaaS:

• Caída entre semana 1 y semana 2. Casi siempre es onboarding o desajuste entre lo prometido en marketing y lo que el producto entrega el primer día.
• Caída entre el mes 1 y el mes 3. El usuario no encuentra valor recurrente que justifique el cargo en la tarjeta. Toca revisar habit loops y casos de uso.
• Caída tras la renovación anual. Pricing y valor percibido en horizonte largo. A veces es un problema de packaging, no de producto.

Cada fuga tiene su intervención. Tratar todo con la misma receta (otro email, otro descuento) es el atajo más caro.

5. Convierte las métricas en alertas

Un dashboard que se revisa en la reunión mensual ya llega tarde. Define umbrales y dispara alertas automáticas:

• Cuando una cohorte rompe su umbral de retención en un periodo dado.
• Cuando la activación de nuevos usuarios cae por debajo del objetivo dos semanas seguidas.
• Cuando una cuenta de alto valor reduce su uso de forma marcada.

Detrás de cada alerta tiene que haber alguien con autoridad para actuar: un email del equipo de éxito, una llamada, una oferta concreta. Si la alerta llega y nadie hace nada, mejor no tenerla.

El stack mínimo que necesitas

No hace falta un setup de unicornio. Hace falta que los datos lleguen limpios y que el equipo los consulte sin pedir permiso.

• Tracking: Segment, Rudderstack o eventos directos desde tu backend.
• Producto y cohortes: Amplitude, Mixpanel o PostHog.
• Alertas y BI: Metabase o Looker, conectados a Slack o email.
• Customer success: Vitally, Gainsight, o automatizaciones con Intercom si todavía estás en fase temprana.

Para una startup en seed o serie A, PostHog (open source) más Metabase cubre el 80 % del trabajo sin coste de licencias. El otro 20 % aparecerá cuando lo necesites de verdad.

Errores que pagan caro

• Medir solo el churn agregado. Ya lo hemos visto: el promedio miente.
• Ignorar la retención de uso. Si esperas a la cancelación, llegas a velar al cliente, no a salvarlo.
• No segmentar por canal o plan. Dos fuentes con coste de adquisición parecido pueden tener LTVs incomparables.
• Tratar el churn con tácticas cuando el problema es producto. Los emails de reenganche no arreglan una propuesta de valor floja.
• Definir veinte métricas el primer día. Empieza con cinco y crece cuando el equipo las use de verdad.

Lo que cambia cuando el sistema funciona

Las startups que dominan sus métricas de retención y sus cohortes consiguen algo raro: visibilidad razonable sobre los próximos seis a doce meses de su propio negocio. Dejan de reaccionar a las cancelaciones y empiezan a anticiparlas. Eso cambia el tono de las conversaciones de board, las decisiones de pricing y la planificación de producto.

Diseñar este sistema es más cuestión de disciplina que de complejidad. Las métricas adecuadas, las cohortes correctas y un ritmo de revisión que se cumpla. Con eso, el churn deja de ser un enemigo invisible y se convierte en una variable que puedes mover.

Si quieres acelerar este proceso en tu startup, hablemos de tu caso concreto.