按 Recurly 2026 年 7 月的数据,各行业年流失率中位数从 SaaS 的 3.22% 到教育的 4.99%,全部行业为 3.60%。这些是按年、以订阅用户计的中位数,所以只有你的流失率也是这个口径时才可比。月流失率用 1 − (1 − m)^12 折算,还要对上套餐规模,对上衡量对象:ChartMogul 对低价套餐、按收入计的前四分之一是每年 30% 到 40%,约为 Recurly 中位数的十倍。
读完你会知道
- Recurly 2026 年 7 月的中位数是按年、按订阅用户计的:SaaS 3.22%,电商 4.25%,教育 4.99%,全部行业 3.60%
- 比较前先换算:月 2% 是年 21.53%,不是 24%;月 5% 是年 45.96%
- 两个真实数据集可以差十倍左右(3.84% 对 30% 到 40%),因为它们衡量的东西不同;选和你一致的那个
各行业典型的流失率是多少?
按 Recurly 的网络数据,年流失率中位数从 SaaS 的 3.22% 到教育的 4.99%,全部行业为 3.60%。这些是 Recurly 用 2026 年 7 月数据发布的数字,统计的是一年内取消或未续订的订阅用户。
| 行业 | 年总流失率 | 主动流失 | 被动流失 |
|---|---|---|---|
| SaaS | 3.22% | 2.16% | 1.06% |
| 商务与专业服务 | 3.44% | 2.27% | 1.18% |
| 旅游、酒店与娱乐 | 3.91% | 2.63% | 1.28% |
| 数字媒体与娱乐 | 4.14% | 2.55% | 1.59% |
| 电商 | 4.25% | 2.87% | 1.38% |
| 教育 | 4.99% | 3.30% | 1.69% |
| 全部行业(参考) | 3.60% | 2.34% | 1.25% |
主动流失是订阅用户主动取消。被动流失是订阅用户因为付款失败而失去使用权。表里每个行业的被动流失都占总数的 33% 到 38%(我们的计算:被动 ÷ 总数),所以即便产品受欢迎,付款挽回也是一个降低流失的杠杆。
把这张表当参考点,不要当目标。后面几节解释数字里包含什么,因为只有口径一致,标题数字才和你的数字可比。公式本身见怎么计算流失率;和留存的关系见好的留存率是多少。
各行业年流失率中位数
Recurly,2026 年 7 月,订阅用户占比这些数字到底衡量什么?
Recurly 把流失定义为在给定期间内取消或未续订的订阅用户的百分比。拿自己的数字去对照时,有四个细节要紧:
- 期间是一年。 这张表是年度的,不是月度的。
- 数字是中位数。 一个行业里,Recurly 一半的企业高于这个数,一半低于。
- 单位是订阅用户。 数的是人,不是收入。一个流失的都是小客户的企业,仍能保住大部分收入。
- 样本没有公布。 Recurly 的页面没有给出每一行背后的企业数或订阅用户数,页面本身还给出了两个不同的 SaaS 中位数(正文 3.04%,表格 3.22%)。
这些都不说明这张表有错。它的意思是:你只能拿它和按年计、以订阅用户为单位、以年初群体为基数的流失率比,不能拿去比别的。
流失率随套餐规模怎么变?
Recurly 还按每位客户平均收入(ARPC)拆分了年流失率:
| ARPC 区间 | 总计 | 主动 | 被动 | 被动占比 |
|---|---|---|---|---|
| 10 到 25 美元 | 4.29% | 2.99% | 1.30% | 30.3% |
| 25 到 50 美元 | 3.84% | 2.73% | 1.11% | 28.9% |
| 50 到 100 美元 | 3.15% | 2.41% | 0.74% | 23.5% |
| 100 到 250 美元 | 2.87% | 2.40% | 0.46% | 16.0% |
| 250 美元以上 | 3.07% | 2.90% | 0.18% | 5.9% |
(最后一列是我们自己算的:被动 ÷ 总数。)有两个规律。价格升到 100 到 250 美元区间时,流失从 4.29% 降到 2.87%,250 美元以上又略有回升。区间之间的差异几乎全来自被动流失,它从 1.30% 降到 0.18%;数据没有说明为什么。主动流失几乎不动:五个区间都在 2.40% 到 2.99% 之间。如果你的套餐价格和行业平均相差很远,拿自己和行业平均比,套餐规模这一行是更公平的参照。
| 行业 | 年总流失率 | 被动流失 |
|---|---|---|
| SaaS | 3.22% | 1.06% |
| 商务与专业服务 | 3.44% | 1.18% |
| 旅游、酒店与娱乐 | 3.91% | 1.28% |
| 数字媒体与娱乐 | 4.14% | 1.59% |
| 电商 | 4.25% | 1.38% |
| 教育 | 4.99% | 1.69% |
| 全部行业 | 3.60% | 1.25% |
Recurly 网络数据,年流失率中位数,2026 年 7 月。
为什么月流失率和年流失率不能直接比较?
流失会复利。月流失率 m 折成年流失率是 1 − (1 − m)^12,小于 12m。Recurly 自己的例子是:月流失 2% 大约是年流失 22%,不是 24%。
| 月流失率 | 年流失率 |
|---|---|
| 0.5% | 5.84% |
| 1% | 11.36% |
| 2% | 21.53% |
| 3% | 30.62% |
| 5% | 45.96% |
反过来,Recurly 的年度中位数对应的月流失率非常低:年 3.22% 是每月 0.272%,3.60% 是 0.305%,4.25% 是 0.361%,4.99% 是 0.426%。如果某篇博客说 SaaS 流失率是「3% 到 5%」,却不说是月还是年,两种读法相差大约十倍。
为什么两个基准来源相差大约十倍?
把 Recurly 每位客户 25 到 50 美元这一行(年流失 3.84%)和 ChartMogul《2023 年 SaaS 留存报告》对比,后者分析了 2,100 多家 SaaS 企业。ChartMogul 报告说,每账户月均收入低于 50 美元的企业,前四分之一的企业一年保住 60% 到 70% 的收入,也就是总收入流失 30% 到 40%,而这还是前四分之一。这是 Recurly 中位数的 7.8 到 10.4 倍,价格区间却相近。
公开的页面不足以把两者对上,我们也不去猜。能看到的是,它们同时在好几个方面不同:
| Recurly(2026 年 7 月) | ChartMogul(2023 年报告) | |
|---|---|---|
| 衡量对象 | 取消或未续订的订阅用户 | 总收入留存,不含扩张 |
| 统计量 | 年流失率中位数 | 前四分之一的留存 |
| 样本 | Recurly 网络内的企业 | 2,100 多家 SaaS 企业,整整 12 个月都在运营 |
| 期间 | 2026 年数据 | 2022 年全年 |
所以实用的规则是:选一个和你衡量对象一致的基准。如果你的流失按订阅用户、按年计,就用 Recurly 的表;如果你跟踪总收入留存,就用 ChartMogul 的定义和分档。拿一个去对另一个,会让「好」数字变成「糟糕」数字。
算例:拿你的流失率去对正确的那一行
示例数据:一个订阅产品,每位客户平均收入 40 美元,年初有 4,000 位订阅用户,到年底有 520 位离开:360 位主动取消,160 位因付款失败流失。年内新加入的用户不计入,因为他们不在起始群体里。
- 年总流失率: 520 ÷ 4,000 = 13.0%
- 主动: 360 ÷ 4,000 = 9.0%
- 被动: 160 ÷ 4,000 = 4.0%
- 折合月流失率: 1 − (1 − 0.13)^(1/12) = 每月 1.15%
对照 25 到 50 美元区间(总计 3.84%,主动 2.73%,被动 1.11%),这个产品总体是中位数的 3.4 倍,主动是 3.3 倍,被动是 3.6 倍。这远远偏高,但还不是结论。按顺序走一遍检查:
- 期间相同吗? 年对年。如果你的数字是月流失率,先折算。
- 分母相同吗? 年初的订阅用户数,不是平均数,也不是年末数。
- 单位相同吗? 订阅用户,不是收入。
- 套餐规模相同吗? 这里相同,40 美元落在 25 到 50 美元区间。
- 样本可比吗? 刚上线、只有第一年同期群的产品,和成熟的存量,流失表现不同。
如果五项都成立,差距就是真的,拆分告诉你该往哪里使劲:被动流失 4.0% 对 1.11%,指向付款挽回(更新银行卡、重试扣款、提醒),通常成本较低;主动流失 9.0% 对 2.73%,指向产品价值和新手引导。如果你跟踪的是收入留存,同一个例子里 13% 的收入流失,对低价套餐来说,落在 ChartMogul 前四分之一 30% 到 40% 的范围之内,还要好得多,这就是为什么要先看口径。
知道自己的位置之后该做什么?
用一条简单的经验规则把对比变成行动(这是我们的规则,不是公开标准),在上面五项检查通过之后使用:
| 你的流失率相对于对应的中位数 | 说明什么 | 第一步 |
|---|---|---|
| 最多 1.5 倍 | 正常范围 | 每季度观察趋势 |
| 1.5 到 2 倍 | 值得看一看 | 拆分主动和被动,对差距更大的那一项下手 |
| 超过 2 倍 | 很可能是真问题,或者是口径对不上 | 重新走一遍五项检查,再处理最大的组成部分 |
| 低于中位数 | 不错,但要检查样本 | 确认没有把早早离开的客户排除在外 |
示例里,13.0% 对 3.84% 是 3.4 倍,落在需要处理的最后一档。被动流失的拆分也是 3.6 倍,所以先检查付款失败的挽回,因为这一项不需要改产品。
在 TapCub 里怎么追踪流失?
TapCub 不读取你的账单和支付,所以算不了订阅用户流失或被动流失;这些来自你的计费系统。它能衡量的是活跃流失:曾经活跃、后来不再活跃的人。这是一个值得和计费流失对照的早期信号。
- 识别登录用户。 生命周期统计的是人,所以调用
tapcub.login,把登录关联到同一个人。匿名访客没有档案。 - 打开生命周期。 在全端分析 › 行为分析 › 行为分析里选生命周期视图,周期设为月,需要的话再设定算作活跃的核心动作。
- 读四个数。 每一期你会看到新增、留存、回流和流失。流失画在下一期、取负值:这一期活跃、下一期没出现的人。当前还没结束的一期不判流失。
- 算比率。 我们自己的公式:一期的活跃流失率 = 流失人数 ÷ 该期活跃人数(新增 + 留存 + 回流)。例如 1,000 个活跃用户(150 新增、780 留存、70 回流),下一期流失 90 人,活跃流失率就是 90 ÷ 1,000 = 9.0%。
- 看按同期群的留存。 同一个菜单里,留存视图显示每个同期群在之后各期的活跃占比,下面是按人数加权的平均。
严格隐私模式下留存不可用,因为盐每天更换。计费那一侧仍留在你的支付系统里:TapCub 不做支付和催缴。
流失基准常见错误有哪些?
- 月和年混用。 月 2% 约等于年 21.5%,不是 24%。
- 订阅用户和收入混用。 上面两个来源相差约十倍,部分原因就在这里。
- 用行业那一行去对价格不同的产品。 套餐规模对流失的影响大于行业标签。
- 把新加入的人算进分母。 用年初你有的订阅用户。
- 忽略主动与被动的拆分。 两者的解法不同,拆分是最先要算的。
常见问题
各行业什么样的流失率算好?
按 Recurly 2026 年 7 月的中位数,年流失率从 SaaS 的 3.22% 到教育的 4.99%,全部行业为 3.60%。Recurly 还把年流失低于 2% 描述为表现强劲。这些都是以订阅用户计的年度比率。
5% 的流失率是好还是坏?
取决于期间。年 5% 接近 Recurly 行业区间的上端。月 5% 是年 45.96%,无论按哪种订阅用户口径都很高。
主动流失和被动流失有什么区别?
主动流失是客户选择取消。被动流失是客户因付款失败失去使用权。在 Recurly 的数据里,各行业的被动流失每年为 1.06% 到 1.69%。
为什么不同来源的流失基准差这么多?
它们衡量的东西不同:订阅用户还是收入,中位数还是前四分之一,年还是月,样本和年份也不同。只拿你的流失和定义方式相同的基准比。
怎么把月流失率换成年流失率?
年流失率 = 1 − (1 − 月流失率)^12。月 1% 得到年 11.36%,月 3% 得到年 30.62%。
资料来源
- Recurly:流失率基准(按行业和按 ARPC 的年度流失率中位数,2026 年 7 月数据),2026-11-20 核对
- ChartMogul:2023 年 SaaS 留存报告(2,100 多家企业;按 ARPA 的总收入留存),2026-11-20 核对
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。

