Health Score: por qué el tuyo probablemente no funciona (y cómo arreglarlo)

El dashboard muestra verde. El cliente tiene un health score de 85 sobre 100. Engagement alto, tickets resueltos, últimas facturas pagadas a tiempo. Todo parece ir bien. Y dos meses después, el cliente avisa que no va a renovar. No hubo señales, no hubo escalación, no hubo tiempo de reaccionar. O al menos eso parece. Porque las señales estaban ahí, solo que tu health score no las estaba capturando.

El problema no es que el health score sea inútil. Es que la mayoría de los health scores están mal diseñados. Miden demasiadas cosas, ponderan mal, confunden actividad con valor y generan falsos positivos que hacen que el equipo ignore las alertas reales. Y cuando eso pasa, el health score deja de ser una herramienta de predicción y se convierte en ruido que distrae de lo que realmente importa.

Errores comunes: demasiados inputs, ponderación arbitraria, métricas vanity

El primer error es intentar meter todo en el health score. Número de usuarios activos, tickets abiertos, asistencia a webinars, descargas de documentación, interacciones en la comunidad, respuestas a encuestas. Cuantos más inputs añades, más complejo se vuelve el modelo, y más difícil es entender qué está fallando cuando el score baja. Un health score con 15 variables no es más preciso, es más ruidoso.

El segundo error es la ponderación arbitraria. Alguien decide que el engagement vale 30%, el uso de features clave vale 25%, la satisfacción vale 20%, el pago a tiempo vale 15% y la asistencia a llamadas vale 10%. Pero esos porcentajes no están basados en datos, están basados en intuición. Y la intuición falla cuando no está validada con comportamiento real de churn.

El tercer error son las métricas vanity. Un cliente que abre la plataforma todos los días no necesariamente está sacando valor, puede estar entrando porque tiene un problema que no sabe resolver. Un cliente que asiste a todas las llamadas no necesariamente está comprometido, puede estar asistiendo porque no sabe cómo decir que no. Medir actividad sin medir impacto es medir ruido.

Cómo validar si tu health score funciona

Un health score funciona si predice churn mejor que el azar. Y la única forma de saber si predice churn es compararlo con datos históricos. Si tu health score marca rojo a clientes que luego renuevan, y marca verde a clientes que luego churnan, no está funcionando. Está generando falsos positivos y falsos negativos que hacen que el equipo pierda confianza en el sistema.

La validación más simple es esta: toma todos los clientes que churnaron en los últimos 12 meses y revisa qué health score tenían 90 días antes de churnar. Si la mayoría tenía score verde o amarillo, tu modelo no está capturando las señales correctas. Si la mayoría tenía score rojo, pero el equipo no intervino porque había demasiadas alertas rojas, tu modelo está generando demasiado ruido.

Otra validación útil es la correlación inversa: toma todos los clientes que renovaron y revisa qué health score tenían 90 días antes de renovar. Si muchos tenían score rojo pero renovaron igual, significa que tu modelo está penalizando comportamientos que no predicen churn. Y eso hace que el equipo deje de confiar en las alertas.

Un health score que funciona no tiene que ser perfecto. Tiene que ser útil. Y es útil cuando el equipo confía en que si un cliente está en rojo, hay una razón real para intervenir, y si está en verde, puede respirar tranquilo.

Qué señales importan de verdad

No todas las señales tienen el mismo peso predictivo. Algunas son indicadores adelantados, otras son indicadores retrasados. Y confundir ambas cosas hace que el health score reaccione tarde o que genere falsas alarmas.

Engagement: Mide si el cliente está usando el producto, pero no mide si está sacando valor. Un cliente puede tener engagement alto y estar frustrado porque no logra lo que necesita. El engagement solo es útil si se combina con adopción de features críticos. Si un cliente usa el producto todos los días pero nunca activa la funcionalidad que resuelve su caso de uso principal, el engagement es ruido.

Adoption: Mide si el cliente está usando las funcionalidades que realmente importan para su caso de uso. Esto es más predictivo que el engagement genérico, porque un cliente que no adopta features clave no está obteniendo valor, aunque entre a la plataforma todos los días. La pregunta no es cuánto usa el producto, sino qué usa y si eso resuelve su problema.

Sentiment: Mide cómo se siente el cliente respecto a la relación. Esto se captura en llamadas, en emails, en tickets de soporte. Un cliente que empieza a cancelar llamadas, que tarda días en responder, que escala problemas con tono tenso, está enviando señales de que la relación se está deteriorando. El sentiment es difícil de medir automáticamente, pero es uno de los indicadores más predictivos de churn.

Commercial health: Mide si el cliente está pagando a tiempo, si ha habido disputas de facturación, si ha pedido descuentos o pausas de servicio. Un cliente que empieza a negociar descuentos agresivos o que retrasa pagos no está en crisis financiera, está repriorizando. Y si tu producto dejó de ser prioridad, la renovación está en riesgo.

Cómo iterar el modelo basándote en datos históricos

Un health score no se diseña una vez y se deja fijo. Se itera constantemente en función de lo que los datos históricos te dicen sobre qué señales predicen churn de verdad. Y esa iteración no es responsabilidad de una sola persona, es responsabilidad del equipo que usa el health score todos los días.

El proceso de iteración es simple: cada trimestre, revisa los clientes que churnaron y pregúntate qué señales fallaron. ¿El health score estaba en verde cuando debería haber estado en rojo? ¿Qué variable no estabas midiendo que hubiera anticipado el problema? ¿Qué variable estabas midiendo que resultó ser irrelevante?

También revisa los falsos positivos: clientes que tenían score rojo pero renovaron sin problema. ¿Qué estaba penalizando el modelo que no debería? ¿Estás castigando comportamientos que son normales en ciertos segmentos? Un cliente enterprise puede tener bajo engagement porque delega el uso a su equipo, pero eso no predice churn si el decisor está satisfecho.

La iteración también implica ajustar ponderaciones. Si descubres que el sentiment predice churn mejor que el engagement, aumenta el peso del sentiment y reduce el peso del engagement. Si descubres que la adopción de una feature específica es crítica para renovación, añade esa feature como variable independiente en lugar de meterla en un promedio genérico de adopción.

Health score no es dashboard, es sistema de alerta temprana

Al final, el health score no existe para que tengas un número bonito en un dashboard. Existe para que sepas dónde intervenir antes de que sea tarde. Y si tu health score no te está diciendo dónde intervenir, o te está diciendo que intervengas en todos lados, no está funcionando.

Un health score útil tiene tres características. Primero, es accionable: cuando baja, sabes qué hacer. Segundo, es confiable: cuando marca rojo, el equipo confía en que hay un problema real. Tercero, es simple: no necesitas un doctorado en data science para entender por qué un cliente está en rojo.

Si tu health score no cumple esas tres características, no necesitas más variables, necesitas menos. No necesitas más complejidad, necesitas más claridad. Y no necesitas más dashboards, necesitas más validación con datos reales.

Los clientes no churnan porque su health score bajó. Churnan porque dejaron de ver valor, porque la relación se deterioró, porque priorizaron otra cosa. El health score solo es útil si te ayuda a detectar eso antes de que sea irreversible. Y si no lo está haciendo, el problema no es el cliente. Es el modelo.