Estrategia de renovación de usuarios con Customer.io y BigQuery
- Cliente
- Escuela online
- Año
- 2026
- Industria
- Educación
- Tecnología
- BigQuery · Customer.io
- Servicios
- Data & BI
Más licencias por renovar, los mismos ingresos
Nuestro cliente es una escuela online que capta un volumen elevado de alumnos nuevos cada mes. Cada alumno obtiene una licencia de acceso a la plataforma durante un año. Al finalizar ese periodo pierde el acceso y puede renovarlo mediante una cuota anual reducida.
Desde su lanzamiento, el proceso de renovación dependía íntegramente de la propia plataforma: un modal dentro del software y un email transaccional enviado desde el sistema.
El modelo había tocado techo. Aunque cada mes vencían más licencias, los ingresos por renovación se mantenían estancados en la misma cifra. Más usuarios con opción de renovar no se traducían en más renovaciones.
Las comunicaciones eran genéricas: no tenían en cuenta el momento, el perfil ni el comportamiento del usuario. Y no existía visibilidad sobre qué ocurría con quienes mostraban intención de renovar pero no llegaban a completar el pago.
Entender antes de comunicar
Antes de diseñar una sola comunicación, analizamos en BigQuery los datos de usuarios, licencias y pagos para responder a tres preguntas:
- ¿Cuándo renuevan los usuarios? Identificamos los días con mayor concentración de renovaciones respecto a la fecha de vencimiento, con picos claros en momentos concretos como el D-10 y el D-3.
- ¿Quién renueva y por qué? Lanzamos encuestas de feedback a los usuarios que sí renovaban para entender cómo percibían la plataforma y qué les motivaba a continuar.
- ¿Dónde se pierden las renovaciones? Cruzando analítica de producto y base de datos descubrimos que un porcentaje significativo de usuarios iniciaba el proceso de renovación pero no lo completaba.
Con estas respuestas diseñamos en Customer.io una estrategia de lifecycle completa, articulada en cuatro palancas:
-
Paso 01 de 04 Pre-vencimiento Timing basado en datos
Comunicación pre-vencimiento basada en datos
Rediseñamos la secuencia de renovación para concentrar el esfuerzo en las ventanas de mayor conversión detectadas en el análisis.
La comunicación dejó de ser un único aviso para convertirse en un recorrido diseñado para impactar al usuario en su momento de máxima intención.
-
Paso 02 de 04 Periodo de gracia Dos meses
Periodo de gracia de dos meses
Establecimos un periodo de gracia de dos meses tras el vencimiento, durante el cual el usuario puede seguir renovando con las mismas condiciones especiales.
Una vez superado ese plazo, la única vía para volver es la compra de un nuevo programa formativo. Esto crea una ventana clara y justificada para la decisión del usuario.
-
Paso 03 de 04 Post-vencimiento Reactivación
Estrategia post-vencimiento
Diseñamos una secuencia específica para esos dos meses de gracia, orientada a reactivar a quienes no renovaron a tiempo.
El mensaje pone en valor lo que el usuario pierde y la oportunidad de mantener su precio especial antes de que se cierre la ventana.
-
Paso 04 de 04 Customer.io Renovaciones abandonadas
Recuperación de renovaciones abandonadas
Modelamos en Customer.io eventos que detectan los intentos de renovación iniciados que no terminan en pago.
Sobre estos eventos activamos un flujo de reactivación y empuje que recupera a usuarios que ya habían mostrado una intención de compra explícita.
Un techo roto en el primer mes
En solo un mes con la estrategia activa, los ingresos mensuales por renovación crecieron un 42 %, rompiendo el estancamiento que se arrastraba desde hacía un año. Más allá del resultado inmediato, el proyecto deja capacidades permanentes para seguir optimizando el ciclo de vida del alumno.
-
03.1
+42 % de ingresos por renovación
Crecimiento de los ingresos mensuales por renovación en el primer mes de activación, frente a un año de estancamiento con el modelo anterior.
REVENUE -
03.2
Funnel de renovación visible
Visibilidad completa del recorrido de renovación, desde el primer aviso hasta el pago, incluyendo los abandonos a mitad de proceso.
FUNNEL -
03.3
Comunicación en el momento adecuado
Un calendario de comunicación construido sobre el comportamiento real de los usuarios, no sobre suposiciones.
TIMING -
03.4
Infraestructura reutilizable
Modelo de datos en BigQuery y eventos en Customer.io listos para nuevas iteraciones del lifecycle del alumno.
DATOS
Tecnología utilizada.
- BigQuery
- Customer.io