La predicción de abandono es un problema que debe abordarse en varias organizaciones, ya que retener a los clientes suele ser más rentable que atraerlos. Los enfoques existentes abordan el problema considerando una variable dependiente que representa el abandono o no abandono, sin considerar la perspectiva dinámica de que el riesgo de abandono cambia con el tiempo. Para resolver este problema, exploramos el uso de bosques aleatorios de supervivencia combinados con grupos, con el fin de evaluar si el rendimiento de la predicción mejora. El rendimiento del modelo se determinó utilizando la probabilidad de concordancia, la puntuación Brier y el error en la predicción considerando 5200 clientes de un Club de Salud. Nuestros resultados muestran que el rendimiento de la predicción en los modelos de supervivencia aumentó sustancialmente en los modelos que utilizan grupos en lugar de los que no los utilizan, con una diferencia estadísticamente significativa entre los modelos. El modelo que utiliza un enfoque híbrido mejoró la precisión del modelo de supervivencia, brindando apoyo para desarrollar contramedidas considerando el período en el que es probable que ocurra el abandono.