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 1%–2%↔Adapty 2026 14%
Aproximadamente comparablesSe 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: sin desglosar frente a Productivity. Una cifra de todas las categorías no sustituye a la de la categoría en la que estás.
- Periodos de facturación distintos: semanal frente a no aplica.
- Subsegmentos distintos: sin desglosar frente a todas las duraciones de plan.
- 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 1%–2%↔Adapty 2026 22.1%
No directamente comparablesMiden cantidades distintas. Restarlas produce un número que no significa nada.
- Periodos de facturación distintos (semanal frente a anual). Para retención esto es descalificante, porque sobrevivir el mismo lapso cuesta un número distinto de decisiones de renovación en cada plan: unas 52 en uno semanal, 12 en uno mensual y 1 en uno anual.
RevenueCat 2026 1%–2%↔RevenueCat 2026 1.2%
Directamente comparablesMisma definición, mismo estadístico, mismo segmento, mismo dataset. Se puede restar una de otra.
- Misma definición de métrica: Retención de suscripciones, 12 meses, medida sobre suscripciones de pago.
- Ambas son la mediana.
- Ambas proceden de RevenueCat State of Subscription Apps 2026, así que el dataset y el método son idénticos.
RevenueCat 2026 6%–14%↔Adapty 2026 14%
Aproximadamente comparablesSe 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: sin desglosar frente a Productivity. Una cifra de todas las categorías no sustituye a la de la categoría en la que estás.
- Periodos de facturación distintos: mensual frente a no aplica.
- Subsegmentos distintos: sin desglosar frente a todas las duraciones de plan.
- 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 6%–14%↔Adapty 2026 22.1%
No directamente comparablesMiden cantidades distintas. Restarlas produce un número que no significa nada.
- Periodos de facturación distintos (mensual frente a anual). Para retención esto es descalificante, porque sobrevivir el mismo lapso cuesta un número distinto de decisiones de renovación en cada plan: unas 52 en uno semanal, 12 en uno mensual y 1 en uno anual.
RevenueCat 2026 20%–40%↔Adapty 2026 14%
Aproximadamente comparablesSe 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: sin desglosar frente a Productivity. Una cifra de todas las categorías no sustituye a la de la categoría en la que estás.
- Periodos de facturación distintos: anual frente a no aplica.
- Subsegmentos distintos: sin desglosar frente a todas las duraciones de plan.
- 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 1%–2%↔RevenueCat 2025 17%
No directamente comparablesMiden cantidades distintas. Restarlas produce un número que no significa nada.
- Periodos de facturación distintos (semanal frente a mensual). Para retención esto es descalificante, porque sobrevivir el mismo lapso cuesta un número distinto de decisiones de renovación en cada plan: unas 52 en uno semanal, 12 en uno mensual y 1 en uno anual.
RevenueCat 2026 20%–40%↔Adapty 2026 22.1%
Aproximadamente comparablesSe 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: sin desglosar frente a Utilities. Una cifra de todas las categorías no sustituye a la de la categoría en la que estás.
- 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.