有效的 SaaS 客户留存策略都和使用量及队列挂钩:提高激活率、在第 7 天之前联系卡住的注册用户、标记使用量下滑的账户,并且 B2B 看账户而不是个人。示例队列里,把激活率从 40% 提到 50%,每 1,000 个注册在第 3 个月多留下 53 个客户。
读完你会知道
- 每个队列都按激活拆开:示例里,已激活的客户在第 3 个月留下 62%,其余的是 9%
- 把每个策略折算成客户数:激活率 40% → 50% 是 +5.3 个点(每 1,000 个多 53 个);第 3 天的提醒让 10% 的人转化,是 +3.2 个点
- 使用量下滑的标记预测取消率为 28%,而其余的是 6%,但任何手段都要先和对照组比较,再记功
留存大多在最初几周就定了
对 SaaS 留存有效的策略,都从一个观察出发:早早拿到第一个有用结果的客户会留下,没拿到的大多会走。选任何手段之前,先把你自己的注册用户按是否激活拆开,放进一张队列表。
示例数据:1 月有 1,000 个注册。其中 400 人(40%)在七天内拿到了关键的第一个结果,算「已激活」;另 600 人没有。留存是队列中仍然活跃的占比,在第 1、3、6 个月测量。
| 月 | 已激活的留存 | 未激活的留存 | 已激活仍活跃 | 未激活仍活跃 | 整个队列 |
|---|---|---|---|---|---|
| 1 | 78% | 22% | 312 | 132 | 444(44.4%) |
| 3 | 62% | 9% | 248 | 54 | 302(30.2%) |
| 6 | 55% | 5% | 220 | 30 | 250(25.0%) |
每个客户数都是群体规模乘以它的留存率:第 3 个月是 400 × 0.62 = 248 加 600 × 0.09 = 54,合计 302。队列在第 3 个月 30.2% 的整体留存,掩盖了两条差别很大的曲线:已激活的客户稳在 62%,其余的几乎走光,只剩 9%。下面每一个策略,都是要么把人从下面那条曲线推到上面那条,要么把上面那条托住。
各组第 3 个月留存
1,000 人的示例队列策略一:提高激活率,因为它会带动整条曲线
如果激活驱动留存,提高激活就是最大的杠杆。用上面的数字算一算提升值多少。
示例数据:把激活率从 40% 提高到 50%,各组留存率不变。第 3 个月的留存变成 0.50 × 62% + 0.50 × 9% = 35.5%,现在是 30.2%。
- 提升 = 35.5% − 30.2% = 5.3 个百分点。
- 按 1,000 个注册算,是 355 − 302 = 第 3 个月多留下 53 个客户。
- 按示例价格每月 50 美元,53 个客户就是每月保住 2,650 美元的收入,只要这批队列还在,每个月都是。
要提高激活率,就缩短通往第一个结果的路径:去掉不通向它的步骤,预填默认值,把关键动作放在第一屏。从注册到关键事件的漏斗,会显示哪一步丢人最多。我们的 用户留存策略 指南介绍了通用的选项;这里的要点是按漏斗在哪里断掉来选。
策略二:在第 7 天之前联系卡住的注册用户
有些注册用户永远不会激活。卡住的注册用户,是注册了但到第 3 天或第 5 天还没做关键事件的人。要在第 7 天之前、窗口还开着的时候联系他们。
示例数据:在 600 个没有激活的注册用户中,一次提醒(一封邮件或一条消息)让其中 10%,也就是 60 人激活了。激活率变成 460 ÷ 1,000 = 46%。第 3 个月留存是 0.46 × 62% + 0.54 × 9% = 33.4%,比 30.2% 高 3.2 个点,约多留下 32 个客户。
规则:如果一个注册用户到第 3 天还没做关键事件,发一条消息,给出下一步,而不是功能导览。用得到的回答去改进新手引导。任何消息都必须针对那个人没做的事;一封泛泛的「我们想你了」邮件触及不到原因。
策略三:盯住活跃客户的使用量下滑
对已经激活的客户,早期预警是使用量,不是投诉。选一个能反映价值的使用信号,比如最近 30 天的活跃天数,并标记下滑。
示例数据:2,000 个付费账户。一条规则标记那些活跃天数从前 30 天的 8 天或以上,降到最近 30 天的 2 天或以下的账户。共标记 200 个账户,其中 56 个(28%)在 60 天内取消。其余 1,800 个账户里,有 108 个(6%)取消。
- 被标记账户的取消率 = 56 ÷ 200 = 28%。
- 未被标记账户的取消率 = 108 ÷ 1,800 = 6%。
- 比值 = 28 ÷ 6 = 4.7 倍。
预测力这么强的信号,值得做主动联系。如果一次电话或消息挽回了 20% 本来会取消的账户,那就是每季度 56 × 0.20 = 11 个账户。把这个价值和投入的精力对照一下,并调整阈值,让被标记的名单短到可以逐个联系。不要把标记当作意图的证据:有些账户有季节性。
策略四:B2B 看账户,不看个人
在 B2B 的 SaaS 里,客户是一家公司。一个每天登录的带头人,可能掩盖账户里其他人都不用产品的事实,而带头人离职,是账户取消的常见原因。要追踪每个账户有多少人活跃、最近一次是什么时候。
一条简单的账户健康规则:统计账户成员中最近 30 天活跃的占比、活跃天数,以及最近 7 天是否有人活跃。十个席位里只有一个活跃的账户,风险高于有六个活跃的账户,即使两者收入相同。把健康分当作安排联系先后的方法,然后用你自己数据里的实际取消情况来检验它。
策略五:让存量增长,净留存才能超过期初水平
总留存永远不会超过期初水平,因为它只算损失。净留存把扩张加了进来,所以增加席位或升级套餐的账户,可以抵消别的账户的流失。一家上市的网络安全公司报告截至 2026 年 1 月 31 日的美元净留存率为 115%,意思是它一年前的那批客户,在扣除流失和收缩之后,合计多付了 15%。
对你自己的产品,找出升级之前出现的使用行为,比如触到套餐上限或邀请同事,并在那一刻让下一步变得容易。这与单个客户的留存是两回事;要定义清楚你汇报的是哪一个。
使用数据解决不了的问题:被动流失
有些取消不是决定。银行卡过期、支付失败、订阅中断。这些是计费事件,解决办法在你的支付系统里:重试规则、过期提醒和更新银行卡。在它们发生之前,使用分析不会显示任何异常。要把被动流失和主动流失分开衡量,这样才能把它们交给对的负责人。
把每个策略对应到信号、指标和负责人
| 策略 | 触发它的信号 | 要看的指标 | 负责人 |
|---|---|---|---|
| 提高激活率 | 漏斗在某一步下降 | 7 天内的激活率 | 产品 |
| 联系卡住的注册用户 | 第 3 天还没有关键事件 | 收到消息后激活的占比 | 生命周期或客服 |
| 盯使用量下滑 | 活跃天数从 8 天或以上降到 2 天或以下 | 被标记与未标记账户的取消率 | 客户成功 |
| 账户健康 | 活跃成员少 | 成员活跃占比;距上次活跃的天数 | 客户成功 |
| 扩张 | 触到套餐上限;邀请了同事 | 净收入留存率 | 销售或产品 |
| 被动流失 | 支付失败 | 失败支付的挽回占比 | 计费或财务 |
| 策略 | 触发它的信号 | 要看的指标 | 负责人 |
|---|---|---|---|
| 提高激活率 | 漏斗在某一步下降 | 7 天内的激活率 | 产品 |
| 联系卡住的注册用户 | 第 3 天还没有关键事件 | 收到消息后激活的占比 | 生命周期或客服 |
| 盯使用量下滑 | 活跃天数从 8 天或以上降到 2 天或以下 | 被标记与未标记账户的取消率 | 客户成功 |
| 账户健康 | 活跃成员少 | 成员活跃占比;距上次活跃的天数 | 客户成功 |
| 扩张 | 触到套餐上限;邀请了同事 | 净收入留存率 | 销售或产品 |
| 被动流失 | 支付失败 | 失败支付的挽回占比 | 计费或财务 |
阈值为示例;请在你自己的队列上调整。
不要把相关当作因果
队列表显示,已激活的客户留存更好。这并不能证明是激活导致了留存:积极性高的客户既会激活,也会留下。检验的办法是比较。把新的引导展示给一部分注册用户,把激活率和第 3 个月留存,与没看到它的相似注册用户比较,或者在其他条件保持稳定的情况下,比较前后的队列。
对著名的说法也要同样小心。Reichheld 和 Sasser 在 1990 年发表于《哈佛商业评论》的一篇文章,常被概括为多留住 5% 的客户可以让利润提高近一倍;同一份概述还提到一家信用卡公司,每年流失的客户为 5%,是行业平均水平的一半。把这些当作衡量自己队列的理由,不要当作可以承诺的基准。
在 TapCub 里:从使用量看留存
TapCub 不跑实验,也不发生命周期邮件,不读取你的计费系统,所以被动流失和取消记录在别处。它能提供上面那些使用信号。
- 搭队列表。在 全端分析 › 行为分析 › 行为分析 里跑留存,起始事件选注册事件,回访事件选你的关键事件。每一行是按起始日期的队列,有各期的人数和比率,下面是加权平均。
- 按激活拆分。在 全端分析 › 用户 › 分群与标签 里建两个分群:前 7 天内做过关键事件的人,和没做过的人,并把每个分群套到留存视图上。分群是带窗口和次数的规则,每天刷新。
- 找出激活在哪里断掉。建一个从注册到关键事件的漏斗(2 到 20 步,窗口最长 180 天)。每一步显示人数、流失和距上一步的中位用时,并标出最大的下降。
- 标记使用量下滑。规则分群可以写成「最近 30 天至少做过 N 次关键事件」和「最近 30 天没做过」,这样你能列出之前活跃、后来安静下来的人。生命周期按周或按月显示新增、留存、回流和流失的人数。
- 在产品里触达人。用 客服 › 聊天设置 › 主动邀请,在设置页停留若干秒之后显示邀请。邀请按页面和停留时间匹配,不按分群匹配,所以要选卡住的人停下来的那个页面。B2B 可以看 全端分析 › 用户 › 账户,显示账户活跃情况和健康分。
常见问题
有哪些有效的 SaaS 客户留存策略?
跟着你数据走的那些:提高激活率、在第 7 天之前联系卡住的注册用户、标记使用量下滑的账户、B2B 追踪账户健康、创造扩张路径,以及修复支付失败。按它们在你自己的队列表里能推动多少客户来排序。
怎么计算 SaaS 客户留存率?
一个时期的留存率,是期末仍活跃且期初也活跃的客户数,除以期初的客户数。对注册队列,就是第 N 个月仍活跃的占比。示例里,1,000 个中有 302 个在第 3 个月仍活跃,也就是 30.2%。
为什么新手引导对留存影响这么大?
早早拿到有用结果的客户,往往会继续使用产品。示例里,已激活的客户在第 3 个月留下 62%,其余的是 9%。这并不证明因果,所以要用对照组来测试改动。
怎么发现快要取消的客户?
看使用量的下滑,比如 30 天内活跃天数从 8 天或以上降到 2 天或以下;B2B 账户则看活跃成员少。示例里,被标记的账户取消率是 28%,其余的是 6%。
SaaS 留存率多少算好?
没有统一的数字:它取决于客户规模、价格和你统计的范围。应该比较你自己各个队列随时间的变化。总留存不会超过期初水平;净留存可以,一家上市公司按十二个月口径报告 115%。
资料来源
- 贝恩公司,零流失:质量走进服务业(对 Reichheld 和 Sasser 1990 年《哈佛商业评论》文章的概述):多留住 5% 的客户可以让利润提高近一倍;一家信用卡公司每年流失 5% 的客户,是行业平均水平的一半。核对日期 2026-11-21。
- CrowdStrike Holdings,截至 2026 年 1 月 31 日财年的 10-K 年报:截至 2026 年 1 月 31 日美元净留存率 115%。核对日期 2026-11-21。
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。

