Churn de clientes: qué es, cómo se calcula y cómo reducirlo antes de que ocurra
Por Paco Herranz · 19 de noviembre de 2026 · Lectura: 8 minutos
El churn es el porcentaje de clientes que dejan de comprarte en un periodo. En una suscripción se ve: el cliente se da de baja. En retail y ecommerce no avisa: el cliente simplemente deja de volver, y cuando lo notas ya se ha ido. Medirlo bien y detectarlo antes de que ocurra es una de las formas más baratas de hacer crecer las ventas, porque retener a un cliente cuesta mucho menos que sustituirlo.
En esta guía verás qué es el churn de clientes, cómo calcular el churn rate con fórmula y ejemplo, qué señales lo anticipan y qué puedes hacer para reducirlo.
Qué es el churn de clientes
Churn (también tasa de abandono, de cancelación o de deserción de clientes) es la proporción de clientes que pierdes en un periodo determinado. Su contrario es la tasa de retención: si en un año pierdes el 30 % de tus clientes, retienes el 70 %.
En los dos casos también se distingue entre churn voluntario (el cliente decide irse) e involuntario (un pago rechazado o una tarjeta caducada). El involuntario es el más fácil de recuperar.
Cómo calcular el churn rate: fórmula y ejemplo
La fórmula básica es:
Churn rate = clientes perdidos en el periodo ÷ clientes al inicio del periodo
Ejemplo mensual: 600 ÷ 10.000 = 6 %
Anual: 1 − (1 − 0,06)¹² ≈ 52 %
Un ejemplo. Empiezas el mes con 10.000 clientes activos y durante el mes pierdes 600. Tu churn mensual es del 6 %. Los clientes nuevos que entran ese mes no cuentan en el cálculo: se miden aparte.
Ojo al pasarlo a anual: no basta con multiplicar por doce. Un churn mensual del 6 % equivale a perder algo más de la mitad de la base en un año, porque cada mes se aplica sobre los clientes que quedan: 1 − (1 − 0,06)¹² ≈ 52 %.
Clientes activos de una base de 10.000 con un churn mensual del 6 %
Mes 0 a mes 12. Al cabo de un año quedan unos 4.760: se ha ido el 52 %.
Además del churn de clientes conviene mirar el churn de ingresos: qué parte de la facturación pierdes. No es lo mismo perder 600 clientes que compran una vez al año que perder 600 de tus mejores clientes.
Cuándo se considera que un cliente se ha ido
En churn no contractual, la clave del cálculo es la ventana de inactividad: cuánto tiempo sin comprar marca a un cliente como perdido. Si la pones demasiado corta, verás churn donde solo hay clientes que compran poco; si la pones demasiado larga, te enterarás tarde.
Una regla práctica es partir del ritmo de compra habitual. Si tus clientes compran de media cada 45 días, un cliente que lleva entre 90 y 120 días sin comprar está en riesgo serio. Mejor aún si lo calculas por segmento o cliente a cliente: no tiene el mismo ritmo quien compra cada semana que quien compra dos veces al año.
Las señales que anticipan el churn
Los clientes rara vez se van de golpe. Antes de dejar de comprar, casi siempre se van apagando, y esas señales están en tus datos:
Cae la frecuencia de compra
Dónde vive: ecommerce y TPVO se alarga el tiempo entre pedidos.
Baja el ticket medio
Dónde vive: ecommerce y TPVO compra menos categorías que antes.
Deja de interactuar
Dónde vive: email y appAbre los emails pero no compra, o ya ni los abre.
Tiene una incidencia sin resolver
Dónde vive: atención al clienteUna devolución, una queja o un pedido que llegó mal.
Deja de usar la app o la tarjeta de fidelización
Dónde vive: app y lealtadEl problema es que cada señal vive en un sistema distinto: las compras en el ecommerce y el TPV, los emails en la herramienta de email, las incidencias en atención al cliente. Para verlas juntas hay que unificar los datos de cada cliente en un solo perfil, que es lo que hace un Customer Data Platform (CDP).
Cómo predecir el churn
Con los datos unificados, un modelo de machine learning aprende qué combinación de señales precede a una baja en tu negocio y calcula, para cada cliente, la probabilidad de que deje de comprar en los próximos 30, 60 o 90 días.
La diferencia con una regla fija («más de 90 días sin comprar») es el momento: el modelo detecta al cliente que se está enfriando cuando todavía compra, no cuando ya se ha ido. Y lo hace cliente a cliente, teniendo en cuenta su propio ritmo.
| Cliente | Probabilidad | Señal principal | Acción sugerida |
|---|---|---|---|
| Cliente A · CLV alto | 74 % | Frecuencia de 2 a 0,5 compras al mes | Llamada del equipo de fidelización |
| Cliente B · CLV medio | 68 % | Devolución sin resolver | Resolver la incidencia; sin campaña |
| Cliente C · CLV medio | 41 % | Abre emails y no compra | Recomendación según historial |
| Cliente D · CLV bajo | 38 % | Dejó de usar la tarjeta de lealtad | Recordatorio de puntos |
Ejemplo ilustrativo; no procede de ningún cliente.
Dos cosas que conviene exigir a un modelo de churn: que muestre su precisión, para saber cuánto fiarte, y que explique qué señales pesan en cada cliente, para saber qué hacer con él.
Cómo reducir el churn: seis acciones
Cuida la segunda compra
Muchos clientes compran una vez y no vuelven. Un onboarding pensado para llevar a la segunda compra reduce el churn de los primeros meses, que suele ser el más alto.
Actúa cuando cae la frecuencia, no cuando llega la baja
Una campaña de retención funciona mucho mejor con un cliente que se está enfriando que con uno que ya se ha ido.
Resuelve las incidencias
Un cliente con una queja abierta no debería recibir una campaña de venta, sino una solución.
Personaliza según el historial
Recomienda lo que encaja con lo que compra, no lo último del catálogo.
Prioriza por valor
No todos los clientes en riesgo merecen el mismo esfuerzo. Cruza la probabilidad de churn con el customer lifetime value (CLV) y empieza por los que más valen.
Mide con un grupo de control
Reserva una parte de los clientes en riesgo sin campaña para saber cuántos retuviste de verdad. Sin control no sabes si la campaña funcionó o si esos clientes habrían vuelto igual. Lo explicamos en qué es la incrementalidad y cómo medirla.
Churn y CLV: por qué cada punto cuenta
El churn determina cuánto dura un cliente y, por tanto, cuánto vale. La vida media de un cliente es aproximadamente 1 dividido entre el churn anual: con un churn del 33 %, un cliente dura unos 3 años; con un 25 %, unos 4.
Siguiendo el ejemplo de nuestra guía de CLV, un cliente que deja 72 € de beneficio al año vale 216 € si dura 3 años y 288 € si dura 4. Bajar el churn ocho puntos sube el valor de cada cliente un 33 %, sin captar ni uno más.
Con 72 € de beneficio por cliente y año, el ejemplo de nuestra guía de CLV.
Preguntas frecuentes sobre el churn
¿Qué significa churn? Churn es el abandono de clientes: la proporción de clientes que dejan de comprarte o se dan de baja en un periodo. También se llama tasa de abandono, de cancelación o de deserción.
¿Cómo se calcula el churn rate? Se dividen los clientes perdidos en el periodo entre los clientes que había al inicio. Si empiezas el mes con 10.000 clientes y pierdes 600, el churn mensual es del 6 %.
¿Qué diferencia hay entre churn y retención? Son dos caras de la misma métrica: la tasa de retención es 100 % menos el churn. Con un churn anual del 30 %, retienes al 70 % de tus clientes.
¿Qué es un buen churn rate? Depende mucho del sector, del modelo de negocio y de cómo definas un cliente perdido. Más útil que compararte con una media es comparar tu churn por cohorte, canal de captación y segmento, y vigilar su evolución.
¿Cómo se predice el churn? Con un modelo de machine learning que aprende de tu histórico qué señales preceden a una baja (menos frecuencia, menor ticket, menos interacción, incidencias) y calcula para cada cliente la probabilidad de irse en los próximos meses.
Cómo detecta FLYDE el churn
FLYDE une en un solo perfil las compras online y en tienda, los emails, la app y las incidencias de cada cliente. Sobre ese perfil, el modelo de churn de Predict Pack detecta qué clientes van a dejar de comprar con margen para actuar, y el modelo de Unsubscribe anticipa las bajas en negocios de suscripción. Cada modelo muestra sus métricas de precisión y se reentrena con los datos nuevos.
La probabilidad de churn aparece en la ficha de cada cliente y se convierte en audiencia con un clic, lista para email, anuncios o tu equipo comercial. En el módulo de Scoring puedes combinarla con otras señales, como el RFM, para construir tu propio indicador de prioridad. También puedes preguntárselo a FLYDE Brain en lenguaje natural: «¿quién está en riesgo de churn este mes?». Y con el módulo de Incrementalidad reservas el grupo de control al crear la audiencia, para saber cuántos clientes retuviste de verdad.
¿Quieres saber cuántos clientes están a punto de irse? Pide una demo y lo vemos con tus datos.