La tasa de retención de clientes es el porcentaje de clientes que siguen comprándote después de un periodo determinado. La fórmula más usada es esta:
Tasa de retención = (clientes al final del periodo − clientes nuevos del periodo) ÷ clientes al inicio del periodo × 100
Si empezaste el trimestre con 200 clientes, lo terminaste con 190 y 45 de ellos eran nuevos, tu retención fue de (190 − 45) ÷ 200 = 72,5%.
Hasta ahí, simple. El problema aparece cuando intentas aplicarla en una peluquería, una consulta o una veterinaria: ¿quién es un "cliente al final del periodo" si nadie firma un contrato ni avisa que se va? Esa definición cambia el resultado más que la fórmula misma, y es lo que la mayoría de las guías se salta.
¿Qué es la tasa de retención de clientes?
Es la proporción de clientes de un periodo que vuelven a comprar en el periodo siguiente. Responde una pregunta concreta: de las personas que ya atendías, ¿cuántas siguen viniendo?
Tiene dos métricas hermanas que conviene no confundir:
- Tasa de abandono (churn): es el complemento. Si tu retención trimestral es 72,5%, tu abandono es 27,5%.
- Tasa de clientes recurrentes: es el porcentaje de tus clientes que vino más de una vez en un periodo. Mide otra cosa: la mezcla de tu base, no si la estás conservando.
La retención tampoco es lo mismo que la fidelización. Un cliente puede volver por costumbre o cercanía sin preferirte realmente. La diferencia está explicada en la guía sobre fidelización de clientes; aquí nos concentramos en medir bien el número.
La fórmula y por qué se restan los clientes nuevos
La fórmula clásica usa tres datos:
Letra | Qué es | Ejemplo |
|---|---|---|
S | Clientes al inicio del periodo | 200 |
N | Clientes nuevos que llegaron durante el periodo | 45 |
E | Clientes al final del periodo | 190 |
Tasa de retención = (E − N) ÷ S × 100
Se restan los nuevos porque no estaban al comienzo: no se puede "retener" a alguien que todavía no era cliente. Sin esa resta, un mes con mucha captación podría mostrar una retención sobre 100% aunque se te hayan ido muchos clientes antiguos.
En el ejemplo, de los 200 clientes iniciales quedaron 145 (190 − 45). Retención: 72,5%. Abandono: 27,5%.
El problema de usar esta fórmula en un negocio con citas
La fórmula funciona sin ajustes en negocios con contrato: un gimnasio con plan mensual, un software por suscripción, un plan de telefonía. Ahí se sabe exactamente quién sigue siendo cliente el último día del mes, porque la baja queda registrada.
En un negocio con citas nadie se da de baja. Un cliente que viene cada cinco semanas simplemente deja de reservar, y desde la agenda no hay forma de distinguir si se fue o si todavía no le toca volver.
La investigación en marketing trata esto como un problema propio. Peter Fader, Bruce Hardie y Ka Lok Lee (2005), en Marketing Science, describen los contextos en que el abandono del cliente "no se observa": las personas compran con cierta regularidad durante un tiempo y luego se vuelven inactivas, sin que ese momento quede registrado. Es el marco que propusieron Schmittlein, Morrison y Colombo en 1987, y es exactamente la situación de una peluquería, una consulta o una barbería.
En términos prácticos: antes de aplicar cualquier fórmula tienes que decidir qué significa "cliente activo" en tu negocio.
Define "cliente activo" con una ventana de tiempo
La forma más usada es una ventana: un cliente está activo si vino al menos una vez en los últimos X días.
La ventana depende del ciclo de tu servicio. Un criterio práctico razonable es que cubra con holgura el intervalo habitual entre visitas, para no contar como perdido a alguien que simplemente todavía no vuelve:
Tipo de servicio | Frecuencia habitual | Ventana que tiene sentido revisar |
|---|---|---|
Corte en barbería o peluquería | Cada 3 a 8 semanas | Trimestral (90 días) |
Sesiones de kinesiología, psicología o entrenamiento | Semanal o quincenal durante un tratamiento | Mensual, o por tratamiento |
Control veterinario, limpieza dental | Cada 6 a 12 meses | Semestral o anual |
Las frecuencias son referenciales: usa las de tu propia agenda. Lo importante es elegir una ventana y no cambiarla. Si un trimestre mides con 60 días y el siguiente con 90, la variación reflejará el cambio de criterio, no de tus clientes.
Cómo calcular la tasa de retención con tu agenda, paso a paso
En un negocio con citas, la forma más clara de aplicar la fórmula es mirar a un grupo fijo de personas en dos periodos consecutivos. Es el mismo método que usan softwares de salones como Phorest: un primer rango de fechas define quiénes eran clientes y un segundo rango revisa si volvieron.
- Elige el periodo base. Por ejemplo, enero a marzo.
- Lista las personas distintas que atendiste en ese periodo. Personas, no visitas: si alguien vino tres veces, cuenta una.
- Elige el periodo de retorno, del mismo largo. Por ejemplo, abril a junio.
- Cuenta cuántas de esas personas volvieron al menos una vez en el periodo de retorno.
- Divide y multiplica por 100.
Tasa de retención = personas del periodo base que volvieron en el periodo de retorno ÷ personas atendidas en el periodo base × 100
Ejemplo ilustrativo: una peluquería atendió a 420 personas distintas entre enero y marzo. De ellas, 273 volvieron al menos una vez entre abril y junio. Su retención trimestral es 273 ÷ 420 = 65%.
Este método ya excluye a los clientes nuevos del segundo periodo, porque solo mira a quienes estaban en la lista original. Es la misma lógica de (E − N) ÷ S, pero sin tener que decidir cuántos clientes "tenías" un día específico.
Separa clientes nuevos de clientes habituales
Este es el ajuste que más cambia la lectura del número, y casi ninguna guía lo menciona.
Siguiendo el ejemplo, de las 420 personas del primer trimestre, 300 ya eran clientes antes de enero y 120 vinieron por primera vez:
Grupo | Atendidos (ene–mar) | Volvieron (abr–jun) | Retención |
|---|---|---|---|
Habituales | 300 | 234 | 78% |
Nuevos | 120 | 39 | 32.5% |
Total | 420 | 273 | 65% |
El 65% global esconde dos negocios distintos: uno que conserva muy bien a sus clientes de siempre y otro que pierde a dos de cada tres clientes nuevos después de la primera visita.
El efecto mezcla: cuando la retención baja sin que nada empeore
Supón que el trimestre siguiente lanzas una campaña en redes y llegan 240 clientes nuevos en vez de 120. Tus habituales y tus nuevos se comportan exactamente igual que antes:
- Habituales: 300 × 78% = 234 vuelven.
- Nuevos: 240 × 32,5% = 78 vuelven.
- Total: 312 ÷ 540 = 57,8%.
La retención global cayó más de 7 puntos, pero ningún grupo empeoró. Solo cambió la proporción entre nuevos y habituales. Si miras únicamente el número total, podrías concluir que la atención se deterioró justo cuando el negocio estaba creciendo.
Lo contrario también ocurre. Fader, Hardie y otros autores (2018), en el Journal of Interactive Marketing, explican que la retención de un grupo de clientes tiende a subir con el tiempo por un efecto de selección: los más propensos a irse se van primero y quedan los más estables. Esa alza no significa que cada cliente se haya vuelto más fiel. Por eso un negocio con una base antigua y poca captación puede mostrar una retención alta que oculta una baja capacidad de conservar clientes nuevos.
¿Qué es una buena tasa de retención?
Muchas guías responden con una tabla por industria: servicios profesionales 84%, hotelería 55%, promedio global cercano a 75%. Esas cifras se atribuyen a Statista, cuya ficha indica que provienen de una encuesta de 2018 a 468 empresas B2B y B2C de distintos países, y que "el método y el periodo de la encuesta no fueron entregados por la fuente". No se sabe qué ventana se usó ni cómo se definió "cliente", así que no sirven como meta para una barbería o una consulta.
Hay datos más cercanos a un negocio con citas, aunque con límites. Boulevard, un software para salones de Estados Unidos, informó en 2023 tras analizar más de 11 millones de citas y 4 millones de clientes de sus usuarios entre enero de 2022 y marzo de 2023:
- El salón promedio convirtió 45% de las primeras visitas en una segunda cita.
- Los salones del decil superior lo lograron en 70% de los casos.
- Los clientes que reservaron su primera cita online volvieron para una segunda en 78% de los casos, frente a 39% de quienes llegaron sin reserva.
Son datos útiles como orden de magnitud para la retención de clientes nuevos, pero corresponden a salones que usan ese software, en otro país, y el comunicado no indica la ventana de tiempo. La diferencia entre reserva online y cliente de paso es una correlación: quien reserva por adelantado probablemente ya llegaba con más intención de volver.
En términos prácticos, la mejor referencia es tu propio negocio: el mismo trimestre del año anterior, medido con la misma ventana y separando nuevos de habituales. Una retención de habituales que baja de 78% a 70% en un año dice mucho más que cualquier promedio internacional.
Errores frecuentes al calcular la tasa de retención
Error | Qué distorsiona | Cómo evitarlo |
|---|---|---|
Contar visitas en vez de personas | Infla la retención con los clientes más frecuentes | Contar cada persona una vez por periodo |
Ventana más corta que el ciclo del servicio | Da por perdidos a clientes que todavía no les toca volver | Ajustar la ventana al intervalo habitual |
Mezclar nuevos y habituales | El número sube o baja por la captación, no por la retención | Calcular ambos grupos por separado |
Comparar trimestres distintos | Confunde estacionalidad con pérdida de clientes (por ejemplo, febrero en Chile) | Comparar con el mismo periodo del año anterior |
Clientes duplicados en la base | La misma persona registrada dos veces parece un cliente perdido y uno nuevo | Identificar clientes por teléfono o correo, no solo por nombre |
Incluir servicios que no se repiten | Un servicio único (un peinado de novia, un trámite puntual) baja la tasa sin que haya un problema | Medir solo servicios con ciclo de retorno |
Qué hacer después de calcularla
La tasa de retención dice cuántos clientes se están quedando, no por qué. Una vez que tienes el número, las dos preguntas útiles son:
- ¿Dónde está la fuga? Si la retención de habituales es alta y la de nuevos es baja, el problema está en la primera experiencia y en asegurar la segunda cita. Si bajan los habituales, conviene revisar la continuidad con el profesional, los horarios disponibles y si alguien se está demorando más en volver.
- ¿Quiénes específicamente no volvieron? La lista de personas del periodo base que no regresaron es más útil que el porcentaje, porque dice a quién contactar.
Las acciones concretas para mejorar el retorno, y por qué los programas de puntos suelen mover poco esta métrica, están en la guía de fidelización de clientes y en el análisis de programas de fidelización.
Todo este cálculo se puede hacer en una planilla, siempre que tengas un registro confiable de quién vino y cuándo. Ese es el obstáculo real: si las reservas están repartidas entre un cuaderno, WhatsApp y la memoria del equipo, contar personas distintas o saber si alguien es nuevo se vuelve casi imposible. En una agenda como Zagenda, cada reserva queda asociada a la ficha del cliente, con su historial de reservas, cambios y notas, lo que permite saber quién es nuevo, quién volvió y cuándo fue su última visita.
Conclusión
La fórmula de la tasa de retención cabe en una línea, pero en un negocio con citas solo sirve si antes decides qué significa "cliente activo" y la aplicas siempre igual. Cuenta personas, no visitas. Usa una ventana acorde al ciclo de tu servicio. Separa clientes nuevos de habituales, porque el número global puede subir o bajar sin que tu negocio haya cambiado. Y compárate contigo mismo antes que con promedios internacionales de origen incierto.
Si tienes que empezar hoy, calcula una sola cifra: de los clientes que vinieron por primera vez hace tres meses, ¿cuántos volvieron?
Referencias
Boulevard. 2023. Boulevard Report Reveals Top-Performing Salons Retain 56 Percent More First-Time Visitors Than Average. Business Wire. Consultado el 25 de septiembre de 2026 en https://www.businesswire.com/news/home/20231010624493/en/Boulevard-Report-Reveals-Top-Performing-Salons-Retain-56-Percent-More-First-Time-Visitors-Than-Average
Fader, Peter S., Bruce G. S. Hardie y Ka Lok Lee. 2005. "Counting Your Customers" the Easy Way: An Alternative to the Pareto/NBD Model. Marketing Science 24, 2, 275–284. Consultado el 25 de septiembre de 2026 en http://brucehardie.com/papers/018/fader_et_al_mksc_05.pdf
Fader, Peter S., Bruce G. S. Hardie, Yuzhou Liu, Joseph Davin y Thomas Steenburgh. 2018. "How to Project Customer Retention" Revisited: The Role of Duration Dependence. Journal of Interactive Marketing 43, 1–16. Consultado el 25 de septiembre de 2026 en https://www.sciencedirect.com/science/article/abs/pii/S1094996818300057
Phorest. s. f. Client Retention report overview. Consultado el 25 de septiembre de 2026 en https://support.phorest.com/hc/en-us/articles/360018307159-Client-Retention-report-overview
Servicio de Impuestos Internos. 2025. SII informa retención de impuestos del 15,25% en 2026 para trabajadores independientes que emiten Boletas de Honorarios. Consultado el 25 de septiembre de 2026 en https://www.sii.cl/noticias/2025/261225noti01smn.htm
Statista. 2019. Customer satisfaction: retention rates by industry worldwide 2018. Consultado el 25 de septiembre de 2026 en https://www.statista.com/statistics/1041645/customer-retention-rates-by-industry-worldwide
