El número más incómodo de tu base de clientes

Los dashboards de churn son buenos en una cosa: detectar caídas. Una cuenta usaba mucho, pasó a usar poco, la alerta se dispara y alguien llama. El problema es el cliente que nunca tuvo uso que pudiera caer — y que, justamente por eso, es el más peligroso de tu base.

Dos cuentas, una señal equivocada

Piensa en dos clientes que hoy pagan:

• Cuenta A: 40 usos por semana. Hace dos semanas empezó a caer — la semana pasada, 9 usos. Una caída del 78 %. Tu dashboard alerta.
• Cuenta B: paga 149 € al mes. Tres inicios de sesión en total. Siete meses activa.

Intuitivamente, apuestas a que A cancelará primero. Pero A tiene historial, contexto, alguien a quien llamar. B nunca generó valor: llamarla es hacer una venta nueva a quien ya dijo "no" siete veces seguidas.

Por qué B desaparece del radar

La fórmula típica de caída de uso es:

uso(últimos 7 días) ÷ uso(7 días anteriores)

Para la Cuenta B, eso da 0 ÷ 0. El número simplemente no existe en el sistema.

No es un bug, es diseño. Medir una caída presupone una línea de base. Las cuentas que nunca se activaron no tienen línea de base, así que desaparecen por construcción.

El cálculo que duele

Haz una lista de tus cuentas activas que pagan. Para cada una, busca la fecha del primer uso significativo — no un inicio de sesión, uso de verdad. Suma el MRR de todas las cuentas sin esa fecha.

En SQL, suponiendo una tabla de suscripciones y otra de eventos de producto:

select count(*)   as cuentas,
       sum(s.mrr) as mrr_sin_uso_real
from subscriptions s
where s.status = 'active'
  and not exists (
    select 1
    from events e
    where e.account_id = s.account_id
      -- lo que cuenta como uso real en tu producto
      and e.type in ('report_created', 'integration_connected')
  );

Ese es el número más incómodo de tu base — y el que casi nadie ha calculado nunca.

Peor aún: cuando esas cuentas cancelan, no se van con un "dejó de tener sentido". Se van con un "pagué siete meses y nunca lo usé". Eso no es churn. Es reputación que se erosiona en silencio.

Lectura complementaria

Escribí la versión larga de este argumento en el blog de Keep, un producto mío que detecta exactamente este patrón cruzando datos de Stripe con uso real: Pays and never used (en inglés).

El patrón más amplio — números que nadie calcula, controles que nadie prueba — está en 45 minutos, USD 460 millones: cuando falta gobernanza de tecnología.