SaaS 平均流失率没有单一数值:公布的数字在口径(按客户还是按收入)、窗口(月度还是年度)、合同规模和分位上各不相同。ChartMogul 的数据里,前四分之一的年度客户流失,从月费低于 10 美元账户的 36.9%,到月费高于 500 美元账户的 14.3%。下面是基准表、周期换算和一个自查算例。
读完你会知道
- 只和口径相同的基准比:按客户或收入、窗口、合同规模和分位都要一致
- 年度流失 = 1 − (1 − 月度流失)^12,不是月度乘 12;每月 5% 一年是 46.0%
- 用期初客群法:同一家示例公司,分母不同会得到 14.0%、19.4% 或 23.0%
SaaS 平均流失率是多少?
没有单一的平均值,而且各家公布的数字互相对不上,原因在比较之前就该弄清楚:它们量的根本不是同一件事。有的数客户,有的数收入,有的用月度窗口,有的用十二个月窗口,抽样的公司类型也不同。下表列出三个公开来源实际印出来的数字,以及各自量的是什么。
| 来源(日期) | 量的是什么 | 印出的数字 |
|---|---|---|
| Recurly 流失率基准(2026 年 7 月网络数据) | 订阅用户流失,中位数,SaaS 行业一行 | 总计 3.22%,其中主动流失 2.16%,被动流失 1.06% |
| ChartMogul SaaS 留存报告(2023 年 11 月,2,100 多家 SaaS 公司,2022 年数据) | 12 个月的客户(按数量)留存,前四分之一 | 账户均收入每月低于 10 美元为 63.1%,每月高于 500 美元为 85.7% |
| SaaS Capital 留存基准(2025 年 9 月,2023 年 12 月对 2024 年 12 月的月度经常性收入) | 净收入留存,中位数,年合同额 25,000–50,000 美元 | 102%(前四分之一 111%,后四分之一 97%) |
仔细看中间一行:那是前四分之一,也就是表现靠前的那四分之一公司,不是中位数。前四分之一的留存 85.7%,意味着高单价公司里表现靠前的那批公司,年度客户流失为 14.3%。如果拿它对照自己的流失率,然后说自己是平均水平,比较的就是错的群体。
由此得出两点。其一,「SaaS 平均流失率」必须带上四个标签才有意义:按客户还是按收入、哪个窗口、哪档合同规模、哪个分位。其二,最有用的基准是你能用自己的数据按同一口径复现的那个,本文后面就是在搭这个流程。流失率本身怎么算见 流失率怎么算,它和留存率的关系见 流失率与留存率。
| 来源 | 量的是什么 | 印出的数字 |
|---|---|---|
| Recurly(2026 年 7 月数据) | 订阅流失中位数,SaaS 一行 | 总计 3.22%(主动 2.16%,被动 1.06%) |
| ChartMogul(2023,2,100 多家公司) | 前四分之一的 12 个月客户留存 | 63.1%(ARPA 每月低于 10 美元)到 85.7%(每月高于 500 美元) |
| SaaS Capital(2025 年 9 月) | 年合同额 25,000–50,000 美元的 NRR 中位数 | 102%(前四分之一 111%,后四分之一 97%) |
每个来源量的是不同的群体和周期,没有哪一个单独就是「SaaS 平均流失率」。
流失率怎样随合同规模变化?
价格越高,流失越低,ChartMogul 的报告把这一点展示得很清楚。它的 ARPA(账户均收入)档位乘以十二就是年合同额;报告本身把每月 500 美元等同于年合同额 6,000 美元。下表把每个印出来的前四分之一留存数字,换算成年度流失,以及复利后恰好得到它的月度流失(公式在下一节)。
| 细分(ChartMogul,前四分之一) | 12 个月客户留存 | 年度客户流失 | 对应的月度流失 |
|---|---|---|---|
| ARPA 每月低于 10 美元(年合同额低于 120 美元) | 63.1% | 36.9% | 3.76% |
| 年经常性收入 300 万–800 万美元 | 80.4% | 19.6% | 1.80% |
| 年经常性收入 1,500 万–3,000 万美元 | 84.2% | 15.8% | 1.42% |
| ARPA 每月高于 500 美元(年合同额高于 6,000 美元) | 85.7% | 14.3% | 1.28% |
第一行和最后一行的差距,年度流失是 2.6 倍(36.9 ÷ 14.3),月度换算是 2.9 倍(3.76 ÷ 1.28),都是用印出来的留存值算出来的。同一份报告还给出前四分之一的毛收入留存:ARPA 每月高于 500 美元为 90% 以上,每月低于 50 美元为 60%–70%。
Recurly 的 ARPC(客户均收入)表指向同一个方向。中位总流失:10–25 美元为 4.29%,25–50 美元为 3.84%,50–100 美元为 3.15%,100–250 美元为 2.87%。它并不严格单调:高于 250 美元那一行,图表里印的是 3.07%(正文里是另一个数),这提醒你基准页面里有抄写误差,要对照原文核对。
实用规则:先按 ARPA 或年合同额选档,其次才是公司规模,行业标签是最弱的筛选条件。每月 15 美元的自助产品和年费 5 万美元的平台可能同属一个类别,但流失特征完全不同。
年度客户流失,ChartMogul 前四分之一
12 个月内流失的客户占比月度流失怎么换算成年度流失,反过来呢?
流失是复利的,所以年度流失不是月度流失的十二倍。如果每月有比例 m 的客户离开,十二个月后仍在的比例是 (1 − m)^12,于是:
- 年度流失 = 1 − (1 − m)^12
- 月度流失 = 1 − (1 − a)^(1/12),其中 a 是年度流失
用这两个公式算出的示例值:
| 月度流失 | 年度流失 | 误乘 12 得到的年度流失 |
|---|---|---|
| 0.5% | 5.8% | 6.0% |
| 1% | 11.4% | 12% |
| 2% | 21.5% | 24% |
| 3% | 30.6% | 36% |
| 5% | 46.0% | 60% |
乘以 12 的捷径,在月度 0.5% 时高估年度数字 0.2 个百分点,在月度 5% 时高估 14 个百分点。
这个换算也是检验基准是否可信的最快办法。Recurly 的 SaaS 行是 3.22%,它印在页面标为年度中位数的表里,而页面的头条平均数没有写明周期。按月度理解,3.22% 一年就是 32.5%;按年度理解,则每月只有 0.27%。ChartMogul 前四分之一的客户留存 80%–86%(年度流失 14%–20%),换成月度是每月 1.3%–1.8%,落在这两种读法之间。这些来源量的是不同的群体和周期,所以没有哪个「错」,但你不能把自己的月度数字放在一个没写周期的数字旁边比。页面没写,就当作不能用于比较。
收入流失、GRR 和 NRR 又是什么?
客户流失数的是人头。对套餐大小差异很大的业务,它可能误导,所以大多数基准也公布收入类指标:
- 毛收入留存(GRR) = (期初月度经常性收入 − 流失的收入 − 降级收缩的收入)÷ 期初月度经常性收入。上限是期初收入本身,不会更高。见 毛收入留存。
- 净收入留存(NRR) = (期初收入 − 流失 − 收缩 + 扩张)÷ 期初收入。可以高于期初收入。见 净收入留存。
- 收入流失是同一套算术里损失的那一边,分毛的和净的。见 收入流失。
示例数据:一家公司年初有来自同一批客户的 100,000 美元月度经常性收入。一年里 8,000 美元取消,3,000 美元降级,6,000 美元升级。
- GRR = (100,000 − 8,000 − 3,000)÷ 100,000 = 89%
- NRR = (100,000 − 8,000 − 3,000 + 6,000)÷ 100,000 = 95%
- 毛收入流失 = (8,000 + 3,000)÷ 100,000 = 11%;净收入流失 = (8,000 + 3,000 − 6,000)÷ 100,000 = 5%
NRR 95% 听上去不严重。对照 SaaS Capital 给出的年合同额 25,000–50,000 美元档位的 NRR 中位数 102%(前四分之一 111%,后四分之一 97%),95% 连该档位的后四分之一数字都低,这比头条数字更能说明问题。ChartMogul 报告还补充:在年经常性收入超过 300 万美元的公司里,NRR 高于期初水平(大于 1 倍)的企业年均增长 43.6%,NRR 低于 60% 的只有 13.1%,所以扩张收入不是脚注。
怎样把自己的流失率对照这些数字?
用固定流程,让你得到的数字和基准描述的数字是同一个口径。
- 选窗口。 用十二个月,对应 ChartMogul 的度量窗口,也避开季节性取消带来的逐月波动。
- 取期初客群。 列出窗口第一天所有在付费的客户。
- 数其中到最后一天已离开的有多少。 年中新加入的客户另外计数。
- 相除。 年度客户流失 = 期初客群中的离开数 ÷ 期初客户数。
- 按 ARPA 或年合同额,在上面的表里选好自己的档位。
示例数据:年初 500 个客户,其中 70 个在年底前取消。年内新增 300 个客户,其中 45 个也在年底前取消,所以年底共有 500 − 70 + 300 − 45 = 685 个客户。
- 期初客群流失 = 70 ÷ 500 = 14.0%(按上面的换算约为每月 1.25%)。
- 「全部取消数 ÷ 平均客户数」的捷径得到 (70 + 45)÷ ((500 + 685)÷ 2)= 115 ÷ 592.5 = 19.4%。
- 全部取消数除以期初客户数得到 115 ÷ 500 = 23.0%。
同一家公司,三个数字,相差 9 个百分点,只取决于分母以及是否把年中新签算进去。期初客群这个数,才和按十二个月窗口量出来的留存数字对得上;依赖这个对应关系之前,先核对来源的定义。账户均收入约 400 美元每月,介于 ChartMogul 的两个极端档位之间,14.0% 接近前四分之一的水平;如果客群确实这么干净,这是好兆头,如果不是,就该回头检查自己是怎么数的。
为什么我的数字还是和哪个基准都对不上?
在断定自己的流失异常好或异常差之前,先过这五项检查。
- 客户口径还是收入口径。 主要流失小账户的公司,收入流失低而客户流失高。要同口径对比。
- 计费周期。 年付客户只能在续约时流失,所以年付占比高的客群,月度数字会随续约时间摆动。ChartMogul 把新业务留存曲线在第 11–12 个月的陡降,归因于年付套餐的流失。
- 主动与被动流失。 Recurly 把主动取消(SaaS 行 2.16%)和支付失败(1.06%)分开。如果基准把两者合并,而你只数主动取消,你会显得比实际好。
- 分位。 前四分之一、中位数、平均数是三条不同的线。只有中位数描述的是典型公司。
- 客群年龄。 新获取的客户比老客户流失更快。大量客户处于第一年的快速增长公司,流失会比同样产品质量的成熟公司更高。
如果这五项里有两项对不上,说明基准不可比,应该如实说明,而不是硬下结论。
怎样在 TapCub 里追踪流失信号?
接着上面的例子:你从计费系统里得到 14.0% 的年度数字,想在客户取消之前找出有风险的账户。TapCub 不读取你的计费或订阅数据,所以它不能计算订阅流失,也不会给出基准那样的数字。它量的是产品使用情况,而流失通常最先在这里露出迹象。
- 看新用户会不会回来。 在 全端分析 › 行为分析 › 行为分析 里打开留存分析,选一个算作激活的行为,读后续每一期的回访率。第二周就不再回来的客群,预示着几个月后计费系统里才会出现的取消。设置方法见 搭建留存报告。
- 读生命周期的分层。 同一个界面按周或按月给出新增、留存、回流、流失的人数。流失(Dormant)条变长,表示曾经活跃后来停下的人,这是使用信号,不是计费流失数字。
- 给 B2B 账户按健康度排序。 如果登录后调用
tapcub.group('company', 'acme', {...}),全端分析 › 用户 › 账户 会列出每个账户和 0–100 的健康分,依据是近 30 天活跃成员占比、活跃天数占比,以及最近 7 天或 30 天内是否有人出现。从最低分开始排序,把这份名单交给客户成功团队。 - 自己和计费系统对上号。 把低分账户对应到计费工具里的续约日期。TapCub 不知道续约日期,所以对应要靠手工或你自己的导出。
常见问题
SaaS 的流失率多少算好?
取决于合同规模。在 ChartMogul 的报告里,前四分之一的年度客户流失,从 ARPA 每月低于 10 美元的 36.9% 到每月高于 500 美元的 14.3%。好的流失率,是接近你自己年合同额档位的前四分之一,并且窗口和定义与之相同。
月度流失 5% 算差吗?
复利后,月度 5% 一年是 46.0%,比 ChartMogul 报告里单价最低的 ARPA 档位的前四分之一(年度 36.9%)还差。对每月低于 10 美元的自助产品这很常见;对年费超过 6,000 美元的产品,这是严重的留存问题。
该用客户流失还是收入流失?
两个都跟踪。客户流失显示有多少账户离开,收入流失显示有多少钱离开。两者背离时,差距说明你流失的是小账户还是大账户。基准两者都公布,各自对照各自的口径。
多久重算一次流失率?
按月重算以看趋势,对照基准时报告滚动十二个月。单月噪声大,尤其是年度续约集中在一起时,所以不要拿单月数字去对比年度基准。
资料来源
- Recurly。流失率基准:按行业和客户均收入的中位流失,主动与被动。2026-11-20 核对。
- ChartMogul。SaaS 留存报告:按年经常性收入和 ARPA 档位的 NRR、GRR 和客户留存,2,100 多家 SaaS 公司,2023-11-01 发布。2026-11-20 核对。
- SaaS Capital。私营 B2B 公司留存基准:按年合同额档位的 NRR 中位数,2025-09-18 发布。2026-11-20 核对(该站点拦截自动请求,浏览器可打开)。
这篇文章对你有帮助吗?
我们会根据反馈修改和补充这篇内容。
提交没有成功,请稍后再试。
谢谢你的反馈,我们会据此改进这篇内容。你已经反馈过这篇了,谢谢。

