TapCub 正式上线:统计、分析、客服一个平台免费用
增长与运营

怎样计算流失率:客户流失、收入流失,附一个完整月份

流失率是流失的部分除以期初拥有的部分,但按客户数和按收入算,答案不同。一个示例月份算出三种流失率、分母上的常见错误,以及为什么月流失率乘以 12 是错的。

艾玛·柯林斯 发布于 2026 年 11 月 19 日 9 分钟阅读 增长与运营
示例数据:期初 1,000 位客户、50,000 美元 MRR;40 个小账户取消(MRR 900 美元),降级损失 600 美元,升级增加 1,400 美元。示例数据

要计算流失率,用周期内流失的客户数除以期初客户数,再乘以 100。收入流失率改用经常性收入,所以同一个月,按客户数是 4.0%,按总收入是 3.0%,按净收入是 0.2%。要说明你指的是哪一个,并让分母保持固定。

读完你会知道

  • 客户流失率 = 流失数 ÷ 期初客户数;周期内新加入的人不要算进去
  • 总收入流失率只统计损失;净收入流失率要减去扩张收入,可能是负数
  • 不要把月流失率乘以 12:每月 4.0% 是一年 38.7%,不是 48%

两种流失率,以及为什么分母很重要

流失率,是期初你拥有的东西里,到期末失去了多少。「拥有的东西」可以是客户,也可以是经常性收入,同一家公司用这两种算出来的结果不同。再加上第三个选择,也就是按哪个周期来除,同一家公司就可能报出 3%、4% 或 38% 的流失率,每一个按各自的口径都是对的。

指标公式统计的对象能不能是负数?
客户(用户数)流失率周期内流失的客户数 ÷ 期初客户数人或账户不能
总收入流失率(流失 MRR + 降级 MRR)÷ 期初 MRR现有客户流失的收入不能
净收入流失率(流失 + 降级 − 扩张 MRR)÷ 期初 MRR流失的收入减去现有客户新增的收入能
留存率1 − 流失率留下来的比例—

MRR 是月度经常性收入。降级(contraction)指客户留下来但付得更少,比如降级套餐造成的收入损失;扩张(expansion)则相反,是现有客户通过升级或增加席位带来的新增收入。本文的要点是:要针对你问的问题选对表里的那一行,然后每次都用同样的分母。

流失率和它的镜像指标之间的关系,见流失率与留存率;定义见流失和收入流失。

指标公式能不能是负数?
客户流失率流失的客户数 ÷ 期初客户数不能
总收入流失率(流失 + 降级 MRR)÷ 期初 MRR不能
净收入流失率(流失 + 降级 − 扩张 MRR)÷ 期初 MRR能
留存率1 − 流失率—

MRR 是月度经常性收入;降级指套餐降级,扩张指升级和增加席位。

怎样一步一步计算客户流失率

Stripe 给出的公式是:周期内流失的客户数除以期初客户数,再乘以 100。它的例子:一家公司季度初有 200 位客户,流失了 10 位,那么这个季度的流失率是 10 ÷ 200 = 5%。

  1. 选定周期。 按月最常见。按季度、按年也可以,但季度的比率不能和月度的比率直接比较。
  2. 数出期初的客户数。 这是你的分母。用固定规则定义谁算客户:在那一天处于有效状态的付费订阅。
  3. 数出这批客户里,到期末有多少流失了。 「流失」只定义一次:已取消,或到期未续订,或欠费若干天。
  4. 用流失数除以期初数。
  5. 不要把周期内新加入的客户算进去。 他们不在期初数里,也就不该出现在分子里。如果有人在 5 号注册、20 号取消,他们属于下一个周期的期初基数,或者单独的「早期流失」数字。

怎样计算收入流失率,总收入和净收入

客户流失率把每位客户都算作一个。收入流失率则按客户付的钱加权,所以当离开的是小账户,或者大账户没有离开却在缩减时,两者就会背离。

ChartMogul 的帮助页给出了标准定义。总 MRR 流失(gross MRR churn)是流失加降级的 MRR,除以期初 MRR;它只统计损失的收入,所以不可能是负数。净 MRR 流失(net MRR churn)在除之前,先从这个损失里减去扩张和重新激活的 MRR;如果现有客户的升级超过了你的损失,它就可能是负数。

两个要一起读:

  • 总收入流失率 说明这个基盘有多漏,不管其他情况如何。
  • 净收入流失率 说明这个基盘不靠新客户,自己是在增长还是在缩小。

净收入流失率低于零的业务,仅靠现有客户就能增加收入。这是健康的信号,但它可能掩盖仍然很高的总流失。

示例:同一个月,三种流失率

示例数据:一家订阅业务月初有 1,000 位客户、50,000 美元的 MRR。这个月里:

  • 新增 120 位客户(他们不在期初基数里)。
  • 期初客户里有 40 位取消,合计 MRR 900 美元,平均每位 22.50 美元,都是小账户。
  • 另有客户降级,损失 600 美元 MRR(降级)。
  • 另有客户升级,增加 1,400 美元 MRR(扩张)。
指标计算结果
客户流失率40 ÷ 1,0004.0%
总收入流失率(900 + 600)÷ 50,0003.0%
净收入流失率(900 + 600 − 1,400)÷ 50,0000.2%

同一个月,可以说是「流失 4%」「流失 3%」或「流失 0.2%」,取决于你衡量什么。客户数字比收入数字高,是因为离开的是小客户。净数字接近零,是因为升级几乎抵消了损失。如果扩张是 1,800 美元而不是 1,400 美元,净收入流失率就是(1,500 − 1,800)÷ 50,000 = −0.6%,也就是负流失。

这几个都没有错。它们回答不同的问题:我们失去了多少人(客户流失率),有多少经常性收入漏掉了(总收入流失率),现有基盘是在增长还是在缩小(净收入流失率)。报数字之前,先想好你在问哪个问题。

app.tapcub.com

一个示例月份,三种流失率

示例月份
客户流失率4.0%
总收入流失率3.0%
净收入流失率0.2%
示例数据
示例数据:期初 1,000 位客户、50,000 美元 MRR;40 个小账户取消(MRR 900 美元),降级损失 600 美元,升级增加 1,400 美元。

会改变答案的分母错误

用错分母,是得出没人能复现的流失数字最常见的原因。

  • 除以期末的客户数。 对示例来说,是 1,000 + 120 − 40 = 1,080,40 ÷ 1,080 = 3.7%,而不是 4.0%。期末数里包含了月中加入的人,他们从来不可能出现在分子里。
  • 把同一周期内加入又离开的人 算进流失数,却没把他们算进期初数。比率会被高估。
  • 取期初和期末的平均数 却不说明。这是一种合理的选择,但得出的数字和用期初数的方法不同,所以要说明你用的是哪一种。
  • 混用客户数和收入数, 例如拿流失的 MRR 去除以客户数。
  • 在一年中途改变「流失」的定义, 于是流失率下降有一部分只是措辞变了。

选定一种方法,写下来,每个周期都用它。

年化:不要乘以十二

月流失率 4.0% 并不等于一年 48%。一月流失的客户在二月就不能再流失了,所以每月的损失是在一个不断缩小的基数上复合的:

年流失率 = 1 − (1 − 月流失率)^12 = 1 − 0.96^12 = 38.7%。

直接相乘得到 4.0% × 12 = 48%,高估了近十个百分点。收入同理:每月 3.0% 的总收入流失率,一年是 1 − 0.97^12 = 30.6%。

这个公式假设月度比率是稳定的,而这很少恰好成立。要报告真实的一年,就数年初的客户数,以及其中到年末已经离开的数量,也就是把第一种方法用在 12 个月的周期上。

SaaS 公司的典型流失率是多少?

你会看到很多数字,而且彼此不一致。Paddle 对已发表基准的汇总说明了原因。它引用了 Recurly 的 SaaS 数据,月平均 4.8%,四分位数是 2.9% 和 8.5%,样本是 2018 年的 1,500 多家订阅公司。它报告说,各项研究中的月平均收入流失率大约在 1% 到 17% 之间,多数研究给出的中位数是 5% 到 10%。按价格档位,它给出:每月低于 100 美元的套餐是 3% 到 16%(中位数 6% 到 9%),高于 500 美元的是 2% 到 6%(中位数 3% 到 4%)。

有三点要小心。数据集在年代、规模和包含的对象上都不同。口径不同:有些是客户流失,有些是收入流失,有些按月,有些按年。套餐价格也有影响,便宜的自助套餐比昂贵的合同套餐流失得快。先把你自己的流失率和你自己过去的月份比,再在你自己的细分群体之间比。已发表的平均数只能当作一个粗略的范围,而且要先确认它的口径和你的一致。

常见误区

  • 只说「流失」,不说是客户还是收入,也不说周期。
  • 除以期末数, 或者用了平均数却不说明。
  • 把同一周期内加入的人 算进流失数。
  • 把月度比率乘以十二。
  • 把净收入流失率当成全部真相。 净数字低,可能掩盖了被扩张收入盖住的高总流失。
  • 忽略细分群体。 一个混合的比率,掩盖了小账户比大账户走得更快。
  • 在只有几十位客户的短窗口里判断流失率的变化; 一位客户的取消就会让百分比变动很大。
  • 把不活跃当作流失, 却没有和计费数据核对。

在 TapCub 里:用行为预判流失,用计费来衡量流失

回到示例:期初 1,000 位客户,40 位取消。流失率这个数字本身来自你的计费系统,因为取消和 MRR 记录在那里。TapCub 不读取计费数据,不收款,也不计算订阅流失率;它衡量客户在你的产品和网站里做什么,这往往先于取消发生变化。

  1. 按批次读留存。 在 全端分析 › 行为分析 › 行为分析 里打开留存,把起始事件设为注册,回访事件设为一个关键动作。每一行是一个批次,每个周期有一个比率,你能看出曲线是走平还是一直下降。
  2. 读生命周期。 在同一个菜单里,生命周期视图按周或按月统计新增、留存、回流和流失的人数。流失画在下一个周期,取负值:这一期活跃,下一期没有。它是活跃度的衡量,不是取消数。
  3. 按细分群体拆开。 用 全端分析 › 用户 › 分群与标签 定义一个群组,比如使用某个套餐的用户或来自某个来源的用户,比较他们的留存。这就是看出示例里小账户规律的办法。
  4. 把活跃度和计费对照。 取计费系统里标记为已取消的人,看他们取消前 30 天的活跃情况。如果多数人早在几周前就不用产品了,「21 天不活跃」就是一份可用的预警名单。
  5. 如果想分析取消之前的行为, 把取消这件事本身从你的服务器作为事件发过来:订单 ID 或账户 ID 可以作重复安全的键,做法见电商集成。

TapCub 不发挽回消息,也不改套餐;它告诉你谁在滑落、从哪里滑落。

FAQ

怎样计算流失率?

用周期内流失的客户数,除以期初的客户数,再乘以 100。例如一个月里 1,000 位客户流失了 40 位,月流失率就是 4.0%。周期内新加入的客户不要算进去。

客户流失和收入流失有什么区别?

客户流失统计流失的人或账户。收入流失统计流失的经常性收入,所以一个离开的大账户比一个小账户分量更重。总收入流失率包含取消和降级;净收入流失率还要减去现有客户的扩张收入,它可能是负数。

SaaS 的平均流失率是多少?

已发表的数字差别很大:汇总里的月平均值大约在 1% 到 17% 之间,其中一个基于 Recurly 的数字是每月 4.8%。口径、公司规模和套餐价格都不同,所以平均数只能当作粗略范围,并先和你自己的历史比较。

怎样把月流失率换算成年流失率?

用复合的方式:年流失率 = 1 − (1 − 月流失率)^12。4% 的月流失率得到 1 − 0.96^12 = 38.7% 一年,而不是 48%。这假设比率稳定;要报告真实的一年,就数年初的客户数和年末已经离开的数量。

流失率可以是负数吗?

净收入流失率可以是负数,当现有客户的扩张收入大于因取消和降级损失的收入时。客户流失率和总收入流失率不会是负数,因为它们只统计损失。

另见:SaaS 平均流失率:按合同规模看基准,以及怎么比较。

另见:各行业流失率基准:以及怎样和自己的流失率比较。

资料来源

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。

艾玛·柯林斯

产品分析师

聚焦事件分析、转化漏斗与用户留存,用清晰的指标定义和分析框架解释产品表现。

在客户取消之前,先看到谁在滑落

在一个项目里看批次留存、生命周期和分群;流失率这个数字本身仍由你的计费系统给出。

看清数据,找到增长。

每一次点击,都有数据依据。装好一行代码,1 分钟看到第一批数据。

无需信用卡 · 统计与客服都有免费版 · 统计无 Cookie