Ir al contenido

Cancelación y reembolsos

Tasa de reembolso

De las suscripciones de pago, la proporción reembolsada durante el primer periodo de facturación.

Denominador
suscripciones de pago
Cohorte
una cohorte de suscripciones
Horizonte temporal
el primer periodo de facturación
Fuentes
3
Observaciones
11

Compara tu métrica

Cada fuente se compara de forma independiente. Aquí no se promedia nada entre fuentes y no hay una cifra combinada del sector. Todo se calcula íntegramente en tu navegador. Tus cifras no se envían a ninguna parte, no se guardan y no entran en analítica: solo se cuenta qué métrica elegiste.

Ver los datos de benchmark

¿Se pueden comparar?

Aproximadamente comparables

Se mide lo mismo, pero al menos una condición difiere. Lee la dirección, no la magnitud de la brecha.

Estas observaciones no se pueden combinar en una sola cifra, así que se muestran por separado. Subsegmentos distintos: sin desglosar frente a apps de precio bajo.

RevenueCatState of Subscription Apps 2026

Publicado 2026-03-19 · 7 observaciones

Muestra
Over 115,000 apps using RevenueCat for in-app subscription management, covering more than $16 billion in revenue and more than a billion transactions. Apps must have active subscription revenue and meet a minimum install or revenue threshold.
Cómo se agrega
App-level metrics aggregated across apps and reported as medians and quartiles (Q1/P25, median/P50, Q3/P75, P90). Each app is a data point regardless of size.
Periodo de medición
Target time frame 2025; older data used where a metric needs it (e.g. third annual renewal rates).
Denominador
suscripciones de pago

3%–4%

Mediana

Evidencia El editor indica muestra, estadístico y definición de la métrica.

Tal como se publicó
Most categories cluster between 3-4% refund rate.

RevenueCatState of Subscription Apps 2026Publicado 2026-03-19Billing health · Refund rate by app category

2.7%

Mediana

  • Low-priced apps

Evidencia El editor indica muestra, estadístico y definición de la métrica.

Tal como se publicó
Low-priced median: 2.7%.

RevenueCatState of Subscription Apps 2026Publicado 2026-03-19Billing health · Refund rate by pricepoint

3.9%

Mediana

  • Mid-priced apps

Evidencia El editor indica muestra, estadístico y definición de la métrica.

Tal como se publicó
Mid-priced median: 3.9%.

RevenueCatState of Subscription Apps 2026Publicado 2026-03-19Billing health · Refund rate by pricepoint

4.5%

Mediana

  • High-priced apps

Evidencia El editor indica muestra, estadístico y definición de la métrica.

Tal como se publicó
High-priced median: 4.5%.

RevenueCatState of Subscription Apps 2026Publicado 2026-03-19Billing health · Refund rate by pricepoint

3.4%

Mediana

  • North America

Evidencia El editor indica muestra, estadístico y definición de la métrica.

Tal como se publicó
North America shows tightest distribution (3.4% median, 14.2% max) — most predictable market.

RevenueCatState of Subscription Apps 2026Publicado 2026-03-19Billing health · Refund rate by geography

4.2%

Mediana

  • AI apps

Evidencia El editor indica muestra, estadístico y definición de la métrica.

Tal como se publicó
AI median: 4.2%; if you're below ~2.2%, you're in the bottom quartile.

RevenueCatState of Subscription Apps 2026Publicado 2026-03-19AI vs. non-AI · Refund rate by AI vs. non-AI

3.5%

Mediana

  • Non-AI apps

Evidencia El editor indica muestra, estadístico y definición de la métrica.

Tal como se publicó
Non-AI median: 3.5%; best performers reach ~1% for both segments.

RevenueCatState of Subscription Apps 2026Publicado 2026-03-19AI vs. non-AI · Refund rate by AI vs. non-AI

AdaptyState of In-App Subscriptions 2026

Publicado 2026-01-01 · 1 observación

Muestra
Subscription data from more than 16,000 apps representing $3 billion in subscription revenue.
Cómo se agrega
Conversion benchmarks are computed as app-level rates (trials or purchases divided by installs) within a segment, then aggregated as the AVERAGE of per-app rates. Medians and percentiles are reported alongside averages on some charts.
Periodo de medición
2025, with 2023 comparisons on selected charts.
Denominador
suscripciones de pago

8.3%

Promedio

Evidencia Falta o es ambiguo uno de los tres: muestra, estadístico o definición.

Metodología
Se calcula como tasas por app dentro del segmento y luego se agrega como el promedio de esas tasas. El promedio de tasas por app lo empujan hacia arriba los valores atípicos altos, así que queda por encima de la mediana de la misma población. El informe no indica si el denominador se limita al primer periodo de facturación, como sí ocurre con la tasa de reembolso de RevenueCat.
Comparabilidad
Aproximadamente el doble de la mediana de 3–4% de RevenueCat. Parte de la brecha es promedio frente a mediana y parte puede ser un denominador distinto, así que no se pueden restar.
Tal como se publicó
8.3% Refund

AdaptyState of In-App Subscriptions 2026Publicado 2026-01-01Conversion highlights · Conversion rates by user journey stage (All Categories, Global)

RevenueCatState of Subscription Apps 2025

Publicado 2025-04-01 · 3 observaciones

Muestra
Apps using RevenueCat for in-app subscription management, segmented by category, platform, region, price point and engagement strategy.
Cómo se agrega
App-level metrics reported as bottom quartile, median, upper quartile and top 10% of app performance.
Periodo de medición
Primarily 2024.
Denominador
suscripciones de pago

4.86%

Mediana

  • Education

Evidencia El editor indica muestra, estadístico y definición de la métrica.

Tal como se publicó
Education and health & fitness apps have the highest refund rates, at 4.86% and 4.71% respectively.

RevenueCatState of Subscription Apps 2025Publicado 2025-04-01Billing health · Refund rate by category

4.71%

Mediana

  • Health & Fitness

Evidencia El editor indica muestra, estadístico y definición de la métrica.

Tal como se publicó
Education and health & fitness apps have the highest refund rates, at 4.86% and 4.71% respectively.

RevenueCatState of Subscription Apps 2025Publicado 2025-04-01Billing health · Refund rate by category

1.51%

Mediana

  • Travel

Evidencia El editor indica muestra, estadístico y definición de la métrica.

Tal como se publicó
Travel apps have the lowest refund rate (1.51%)

RevenueCatState of Subscription Apps 2025Publicado 2025-04-01Billing health · Refund rate by category

Comparabilidad por pares

El veredicto siguiente lo produce un conjunto fijo de reglas, no un modelo. Examina la definición de la métrica, el denominador, la cohorte, el estadístico, el segmento, el dataset y las fechas de publicación, y expone todas las razones que encontró.

RevenueCat 2026 3%–4%Adapty 2026 8.3%

Aproximadamente comparables

Se mide lo mismo, pero al menos una condición difiere. Lee la dirección, no la magnitud de la brecha.

  • Una es una mediana y la otra un promedio. En una distribución sesgada —y el rendimiento de las apps lo está mucho— el promedio queda por encima de la mediana, así que la diferencia entre estas cifras refleja en parte el estadístico y no los productos.
  • Datasets distintos: RevenueCat (más de 115.000 apps, $16.000 M en ingresos) frente a Adapty (más de 16.000 apps, $3.000 M en ingresos por suscripción). Cada editor solo ve a sus propios clientes, así que las poblaciones de apps difieren.
  • Métodos de agregación distintos. RevenueCat 2026: medianas y cuartiles entre apps. Adapty 2026: el promedio de las tasas por app.

RevenueCat 2026 2.7%Adapty 2026 8.3%

Aproximadamente comparables

Se mide lo mismo, pero al menos una condición difiere. Lee la dirección, no la magnitud de la brecha.

  • Una es una mediana y la otra un promedio. En una distribución sesgada —y el rendimiento de las apps lo está mucho— el promedio queda por encima de la mediana, así que la diferencia entre estas cifras refleja en parte el estadístico y no los productos.
  • Subsegmentos distintos: apps de precio bajo frente a sin desglosar.
  • Datasets distintos: RevenueCat (más de 115.000 apps, $16.000 M en ingresos) frente a Adapty (más de 16.000 apps, $3.000 M en ingresos por suscripción). Cada editor solo ve a sus propios clientes, así que las poblaciones de apps difieren.
  • Métodos de agregación distintos. RevenueCat 2026: medianas y cuartiles entre apps. Adapty 2026: el promedio de las tasas por app.

RevenueCat 2026 3.9%Adapty 2026 8.3%

Aproximadamente comparables

Se mide lo mismo, pero al menos una condición difiere. Lee la dirección, no la magnitud de la brecha.

  • Una es una mediana y la otra un promedio. En una distribución sesgada —y el rendimiento de las apps lo está mucho— el promedio queda por encima de la mediana, así que la diferencia entre estas cifras refleja en parte el estadístico y no los productos.
  • Subsegmentos distintos: apps de precio medio frente a sin desglosar.
  • Datasets distintos: RevenueCat (más de 115.000 apps, $16.000 M en ingresos) frente a Adapty (más de 16.000 apps, $3.000 M en ingresos por suscripción). Cada editor solo ve a sus propios clientes, así que las poblaciones de apps difieren.
  • Métodos de agregación distintos. RevenueCat 2026: medianas y cuartiles entre apps. Adapty 2026: el promedio de las tasas por app.

RevenueCat 2026 4.5%Adapty 2026 8.3%

Aproximadamente comparables

Se mide lo mismo, pero al menos una condición difiere. Lee la dirección, no la magnitud de la brecha.

  • Una es una mediana y la otra un promedio. En una distribución sesgada —y el rendimiento de las apps lo está mucho— el promedio queda por encima de la mediana, así que la diferencia entre estas cifras refleja en parte el estadístico y no los productos.
  • Subsegmentos distintos: apps de precio alto frente a sin desglosar.
  • Datasets distintos: RevenueCat (más de 115.000 apps, $16.000 M en ingresos) frente a Adapty (más de 16.000 apps, $3.000 M en ingresos por suscripción). Cada editor solo ve a sus propios clientes, así que las poblaciones de apps difieren.
  • Métodos de agregación distintos. RevenueCat 2026: medianas y cuartiles entre apps. Adapty 2026: el promedio de las tasas por app.

RevenueCat 2026 3.4%Adapty 2026 8.3%

Aproximadamente comparables

Se mide lo mismo, pero al menos una condición difiere. Lee la dirección, no la magnitud de la brecha.

  • Una es una mediana y la otra un promedio. En una distribución sesgada —y el rendimiento de las apps lo está mucho— el promedio queda por encima de la mediana, así que la diferencia entre estas cifras refleja en parte el estadístico y no los productos.
  • Geografías distintas: North America frente a sin desglosar. Cada editor define sus regiones a su manera, así que nombres parecidos no significan la misma lista de países.
  • Datasets distintos: RevenueCat (más de 115.000 apps, $16.000 M en ingresos) frente a Adapty (más de 16.000 apps, $3.000 M en ingresos por suscripción). Cada editor solo ve a sus propios clientes, así que las poblaciones de apps difieren.
  • Métodos de agregación distintos. RevenueCat 2026: medianas y cuartiles entre apps. Adapty 2026: el promedio de las tasas por app.

RevenueCat 2026 4.2%Adapty 2026 8.3%

Aproximadamente comparables

Se mide lo mismo, pero al menos una condición difiere. Lee la dirección, no la magnitud de la brecha.

  • Una es una mediana y la otra un promedio. En una distribución sesgada —y el rendimiento de las apps lo está mucho— el promedio queda por encima de la mediana, así que la diferencia entre estas cifras refleja en parte el estadístico y no los productos.
  • Subsegmentos distintos: apps de IA frente a sin desglosar.
  • Datasets distintos: RevenueCat (más de 115.000 apps, $16.000 M en ingresos) frente a Adapty (más de 16.000 apps, $3.000 M en ingresos por suscripción). Cada editor solo ve a sus propios clientes, así que las poblaciones de apps difieren.
  • Métodos de agregación distintos. RevenueCat 2026: medianas y cuartiles entre apps. Adapty 2026: el promedio de las tasas por app.

RevenueCat 2026 3.5%Adapty 2026 8.3%

Aproximadamente comparables

Se mide lo mismo, pero al menos una condición difiere. Lee la dirección, no la magnitud de la brecha.

  • Una es una mediana y la otra un promedio. En una distribución sesgada —y el rendimiento de las apps lo está mucho— el promedio queda por encima de la mediana, así que la diferencia entre estas cifras refleja en parte el estadístico y no los productos.
  • Subsegmentos distintos: apps sin IA frente a sin desglosar.
  • Datasets distintos: RevenueCat (más de 115.000 apps, $16.000 M en ingresos) frente a Adapty (más de 16.000 apps, $3.000 M en ingresos por suscripción). Cada editor solo ve a sus propios clientes, así que las poblaciones de apps difieren.
  • Métodos de agregación distintos. RevenueCat 2026: medianas y cuartiles entre apps. Adapty 2026: el promedio de las tasas por app.

RevenueCat 2025 4.86%Adapty 2026 8.3%

Aproximadamente comparables

Se mide lo mismo, pero al menos una condición difiere. Lee la dirección, no la magnitud de la brecha.

  • Una es una mediana y la otra un promedio. En una distribución sesgada —y el rendimiento de las apps lo está mucho— el promedio queda por encima de la mediana, así que la diferencia entre estas cifras refleja en parte el estadístico y no los productos.
  • Alcance de categoría distinto: Education frente a sin desglosar. Una cifra de todas las categorías no sustituye a la de la categoría en la que estás.
  • Datasets distintos: RevenueCat (apps en RevenueCat, sin tamaño de muestra declarado) frente a Adapty (más de 16.000 apps, $3.000 M en ingresos por suscripción). Cada editor solo ve a sus propios clientes, así que las poblaciones de apps difieren.
  • Métodos de agregación distintos. RevenueCat 2025: cuartiles y medianas entre apps. Adapty 2026: el promedio de las tasas por app.
Ediciones a lo largo del tiempo

Cada edición de un informe se guarda por separado y las observaciones antiguas nunca se sobrescriben. Una serie solo se muestra como tendencia cuando el método se mantuvo estable.

RevenueCatState of Subscription Apps

  1. Edición 2025

    2025-04-01

    • 4.86%MedianaEducation
    • 4.71%MedianaHealth & Fitness
    • 1.51%MedianaTravel
  2. Edición 2026

    2026-03-19

    • 3%–4%Mediana
    • 2.7%MedianaLow-priced apps
    • 3.9%MedianaMid-priced apps
    • 4.5%MedianaHigh-priced apps
    • 3.4%MedianaNorth America
    • 4.2%MedianaAI apps
    • 3.5%MedianaNon-AI apps