을 계산하는 방법율:4 식을 계산하기 위한 이탈

보는 것과 동일한 상수를 통해 이러한 예제:

• ChurnedCustomers는 번호는 고객의 소 시간에서는 창입니다.

• n는 선택한 시간 프레임의 일 수입니다. 을 계산할 때 한 달,n=28, 29, 30또는31.,

• Customers의 명부 숫자의 고객에게 주어진 일에는i1n. 예를 들어Customers_1는 창 첫날에 있었던 총 고객 수입니다.

간단한 방법

가장 간단한 방법으로 계산하는 변동.

신 분의 총 수 휘저어 통해 고객의 기간 동안의 숫자로 고객에게 당신의 첫 번째 날에 있습니다.,

좋은&나

주요”간단한 버전을 계산하는 변동은 단순합니다. 이탈률 공식은 쉽게 이해할 수 있고 신속하게 계산할 수 있습니다. 당신만이 알아야 할 2 빠른 번호를 파악지율에 대한 월,당신이해야 할 모든 당신은 그 두 번호 매달하는 비교할 수 있 매달했습니다.

이 간단한 계산의 문제점은 상당한 성장을 다루는 데 힘든 시간을 보내고 있다는 것입니다. 당신이 많은 성장을 할 때,당신의 이탈과 총 고객 모두 올라갈 수 있습니다., 당신의 고객에게까지 간다 더 많은,당신의 변동 속도가 내려갈 경우에도,당신이 더 많은 고객에게 휘젓는 제품의 이전보다 달입니다.중요한 고객 기반과 매월 안정적인 성장세를 보이는 설립 된 회사 인 경우 이는 문제가되지 않습니다. 하지만 경우에 당신은 새로운 회사와 상당한 새로운 고객,매월 이어질 수 있는 이상 해석할 수 있는 더 잃을 고객에게 달당하지만,당신의 비율을 더 얻을 것이다.,

예

여기에서 예를 Shopify 게시물을 보여주의 단점을 간단한 방법:

을 계산율,로 시작하는 번호는 고객의 시작 부분에서의 위엄(10,000). 이 예에서는 이러한 고객 중 500 명(5%)을 잃지 만 한 달 내내 5,000 명의 신규 고객을 확보하며 그 중 125 명(2.5%)이 이탈합니다. 이는 8 월 6.25%의 이탈률을 제공합니다.
625 / 10,000 = 0.0625
당신”다시 다음 9 월 시작 14,375 고객., 당신이 볼지 정확히 동일한 동작이 5%(719)기존 사용자의 휘젓기,5,000 새로운 고객에 합류,2.5%(125)의 고객을 휘젓. 9 월에 대한 귀하의 간단한 이탈률은 5.87%로 제공됩니다.
844 / 14,375 = 0.0587
잠깐,무슨 일이 일어 났습니까? 두 달 모두 기존 고객의 5%와 신규 고객의 2.5%가 휘젓는 동일한 행동을 보았지만 결과는 완전히 다른 두 가지 이탈률입니다. 그것은 당신의 이탈률이 내려간 것처럼 보이지만 근본적인 행동은 동일하게 유지되었습니다.
당신의 높은 성장은 당신의 계산을 왜곡했습니다., In August,125 휘저어 고객에게는 추가을,분자만 5,000 명이 새로운 고객는 가입서지 않았다”t 을 분모—는 것을 의미하는지율이 인위적으로 높습니다. 다음 달에는 기존 고객 수에 비례하여 성장이 줄어들 기 때문에 효과가 줄어 듭니다.

조절한 방법

계정에 중요한 월간 성장을,우리는 중간 고객의 계산에 대한 이월 사용하기보다는 그것의 값의 1 일에 있습니다.,

여기서 우리는 휘젓는 고객 수를 창 전체 고객 수의 조정 된 평균으로 나누고 있습니다.

좋은&나

이 방법을 관리하게 거래 성장하는 문제로 정상화의 변화에 총을 통해 고객의 시간을 창입니다. 지금 당신은 당신이 더욱 안정적인 플랫폼을 기반으율에 시간을 창의 총 고객과 같은 귀하의 시간을 창을 휘젓다.,

그러나 비록 이 방식을율 계산가격으로 성장하는 문제,그것은 실패하면 규모와는 다른 시간 windows. 를 사용하여 동일한 계산과 같은 데이터,당신은 매우 다른 답변에 대한 일별,주별,월별,분기별했습니다.

예

를 사용하여 위로 다시 데이터,지금과 함께 추가되는 월

이제 우리는 이율로 동일한,심지어 다른 고객 수에서 시작합니다.,

월 된다:625 / 12,187.5 = 0.0513

월 된다:844 / 16,453 = 0.0513

월입니다:1052 / 20,505 = 0.0513

분기:2521 / 16,239.5 = 0.1552

Bingo! 문제가 해결되었습니다. 우리는 모두 차와 메달을 위해 집에 갈 수 있습니다.

꽤 빠르지는 않습니다. 이 접근법의 주요 문제점은 데이터에 대한 가정을한다는 것입니다. 3 개월 동안 이것을 계산하면 15.52%의 이탈률로 나옵니다. 이것을 3 개월에 걸쳐 나누면 5.17%를 얻게되며 개별 월간 고객 이탈률에 매우 가깝습니다. 지금까지 너무 좋아.,

하지만 매월 정확히 같은 숫자가 없다면 어떨까요? 8 월을 우리의 상상의 B2B SaaS 회사에 나쁜 달로 만들어 봅시다. 이번에는 100 명의 신규 고객 만 확보하고 그 중 2 명은 휘젓습니다.

동작은 동일한 관점에서의 이탈(5%의 기존 고객과~2.5%의 새로운 고객),및 계산하면 개별적으로 매달 그림은 동일한지율 5.13%.

그러나 분기로 계산하면 13.72%의 3 개월 이탈률을 얻게되며,매월 나눈 값은 4.57%입니다.,

일502 / 9799 = 0.0513

월:605 / 11,795.5 = 0.0513

월:825 / 16,080.5 = 0.0513

분기: 1932 / 14,084 = 0.1371

이제 우리의 월간 변동 요금 더이상으로 집계의 분기율,도를 사용하여 정확한 데이터이다. 우리가 계산하고있는 시간 창을 변경했기 때문입니다. 이 접근법은 이탈이 선형 분포와 함께 기간 내에 균등하게 퍼져 있다고 가정합니다. 그러나 이탈은 결코 이것이 도움이되지 않습니다., 좋은율 비율할 수 있어야를 확장하거나 계약이라는 시간의 길이와 그것은 측정하고,여전히 전달하는 비교 결과입니다.

예측 방법

좋은 이탈률 계산은 실행 가능한 조언을 제공해야합니다. 이 예에서 Shopify 는 예측 요소를 방정식에 통합하려고했습니다. 그들은rate*customers가 주어진 날에 가능성있는 이탈률을 예측할 수 있도록 가중 평균 이탈률을 결정하려고합니다.,

InactiveCustomers배열을 얼마나 많은 고객에 활성화 하루i비활성 상태에서 일 i+n,즉 한다. 9 월 1 일에 1000 명의 고객이있는 경우,10 월 1 일에 1000 명 중 몇 명이 휘젓 았는지 확인하기 위해 제 시간에 기대하고 있습니다. 당신은 그것을 합산 한 다음 9 월에 총 고객의 합계로 나눕니다.

좋은&나쁜

이탈을 예측할 수있는 멋진 것 같습니다. 예측 된 이탈을 얻기 위해 고객과 곱할 수있는 무게를 갖는 것이 재정 계획에 좋을 것입니다., 누가 그렇게하고 싶지 않습니까?

글쎄,당신은 아마이 접근 방식에 중요한 문제를 발견했습니다:”…당신은 다음 시간에 기대…”

이를 위해서는 1 개월 계산을 실행하는 데 2 개월의 데이터가 필요합니다. 이 달의 이탈률을 결정하기 위해서는 다음 달 말까지 기다려야합니다. 이는 회사의 성공에 대한 최신 정보를 유지해야하는 메트릭에 좋지 않습니다. 9 월에 취소 된 계정 수가있는 경우 10 월까지이 정보가 없습니다.,10 월말까지 이탈률이 올라가면 지금 한달전부터입니다. 그것은 현재가 아닙니다. 할 수 있는 더 이상 보고서는 변동금리를 귀하의 직원을 위해 전달,당신이 대신을 말하고 그들을 무슨 일이 일어났습니다.

이 접근법은 롤링 메트릭과 동일한 모든 문제를 가지고 있으며,그 문제를 멀리해야한다는 것을 알고 있습니다.

SaaS 메트릭의 계산은 모든 데이터를 가져 와서 쉽게 이해할 수 있고 실행 가능한 숫자로 변환해야합니다. 이 계산은 숫자를 더 복잡하고 덜 실행 가능하게 만듭니다.,

이 Shopify 방법

대신에 대략의 평균 첫날과 달의 마지막 날 우리가 우리와 함께 조정한 방법으로,우리는 수의 평균을 모든 일 보다 정확한 결과를 얻기 위해 계산이 됩니다.

를 나눌 수 있다의 평균으로 고객 수를 일 사이 1,n.

좋은&나

이룬 문제는 전염병이 다른 변형이 있습니다. 높은 성장 기간에 사용할 수 있으며 다른 시간 창에 걸쳐 멋지게 확장됩니다., 또한 적시에 사용하여 최신 이탈률을 얻을 수 있습니다.그러나 항상 단일 계산이 설명 할 수없는 숫자의 변형이있을 것입니다. 더 높은 비율로 휘젓는 새로운 고객 이전 고객,코호트의 차이,계획에서,계정의 크기. 이들의 아무도 이 수식,그리고 그것을 사용하여,기업들 수 있는 거짓 보안의 의미는 그들은 매일 주간,월간 또는 분기의 전체 이야기들을 휘젓다.,

자신을 위해 쉽게 만들어야하는 이유

Basecamp 의 Noah Lorang 이 지적했듯이 SaaS analytics 는 로켓 과학이되어서는 안됩니다. 그의”세 가지 비밀”중 하나는”쉽게 만드는 것입니다.”

이탈 계산에 대한 복잡성을 줄이면 과소 평가 될 수없는 다음과 같은 이점을 얻을 수 있습니다.

• 쉽게 이해할 수 있습니다-조직의 누구나 그 번호를 이해할 수 있습니다. 이는 핵심 메트릭에 절대적으로 중요합니다. 아무도 당신의 번호를 이해하지 못한다면,그들은 그것에 행동 할 수 없습니다.,

• 그것은 쉽게 비교—더 복잡성을 추가하고 더 많은 경우에도 계정을 어렵게 될 것입니다 비교하는 이탈 계산에 따른 기간의 시간입니다. 당신은 간단하고 간단한 경로를 취함으로써 일관성을 만듭니다.

• 이를 위한 시작점으로 더 깊은 분석—당신이 쉽게 이해 무엇이 당신의 수를 계정이 무엇인지,그렇지 않고 필요가 있는지 파악해 자세히 알아 봅니다. 더 복잡한 계산으로,당신의 첫 번째 단계는 그것을 계산하는 방법을 생각 나게합니다.,

이것이 ProfitWell 에서 월간 시간 창이있는 간단한 방법을 사용하는 이유입니다.

우리는 그것을 지키는 간단한 그래서 당신의 시간을 보낼 수 있는 더 깊은 다이빙수에,분석하여 이탈 집단과,그래서에 지출하지 않는것을 계산하기 위해 노력하는 우리는 어떻게 도착에서 우리의 숫자입니다. 이 방법은 수천 명의 고객을 위해 일했으며 B2B SaaS 회사(또는 기타 구독 비즈니스)에서도 작동 할 수 있습니다.최상위 라인 메트릭은 모두 헤드 라인 일뿐입니다. 그들은 이야기가 아닙니다. 이야기는 숫자 안에 깊숙이 묻혀 있습니다., 당신이 찾고 필요에 깊이에서 어떻게 그리고 왜 이탈하려고 하기 보다는 계에 대한 모든 변수 내에서 당신의 이탈을 평가 계산이 됩니다.

의 깊은 뛰어 번호는 당신이 실제로에 대해 귀하의 비즈니스 방법,그리고 당신이 할 수있을 것을 실행 가능한 결정을 개선하는 고객을 유지하는 데 매우 중요합니다.

일반적인율 Faq

이탈은 까다로운 주제,하지만 우리는 많은 동일한 질문에 이탈니다. 다음은 가장 많이 묻는 질문 중 일부와 그에 대한 답변입니다.

좋은 이탈률은 무엇입니까?,

평균 이탈률은 우리의 이탈 연구에 따라 MRR 의 2%-8%에서 어디에나 있습니다. 따라서 로우 엔드(2%)에서의 이탈률은”좋은”것으로 간주됩니다. 회사 연령에 따라 10 세 이상의 회사는 2~4%의 이탈을 보인 반면 젊은 회사는 4%~24%에 이릅니다.

음의 이탈률이란 무엇입니까?

부정 이탈률은 신규 고객의 추가 수익(확장 수익)이 이탈 한 고객의 손실 된 수익을 능가 할 때 발생합니다. 부정적인 이탈에 의해 일반적으로 발생과 같은 활동을=업그레이드,서비스 옵션,추가 기능,etc. 피>