InfiniSynapse
流失率公式：快速答案
客户流失率等于某一周期内流失的客户数除以该周期开始时的活跃客户数，再乘以 100。如果期初 500 个客户中有 20 个取消，则该周期客户流失率为 4%。分子只统计期初客户中的流失，期间新增客户不应进入分母。
算术很简单，但指标契约并不简单。你必须定义流失的单位、准确周期、期初哪些对象合格、哪个事件证明流失，以及如何处理重新激活、暂停、支付失败、退款和账户合并。缺少这些规则时，两条都没有语法错误的查询也可能报告不同流失率。
选择客户流失、总收入流失或净收入流失
“流失率”可以指客户数量、订阅数量或经常性收入。应根据决策选择公式：客户流失回答有多少客户关系结束，收入流失回答有多少经常性价值消失。当账户价值差异明显时，两者都应跟踪。
| 指标 | 公式 | 适用场景 | 关键注意事项 |
|---|---|---|---|
| 客户流失率 | 期初客户中的流失数 ÷ 期初客户数 × 100 | 客户或订阅者数量流失 | 每个客户权重相同 |
| 总收入流失率 | 取消 MRR + 降级 MRR ÷ 期初 MRR × 100 | 扩张收入抵消前的经常性收入损失 | MRR 必须与 MRR 对比，ARR 必须与 ARR 对比 |
| 净收入流失率 | 取消 MRR + 降级 MRR − 扩张 MRR ÷ 期初 MRR × 100 | 期初客户群内部的净变化 | 负值可能掩盖真实的总损失 |
| 主动/被动流失 | 对应原因的流失子集 ÷ 期初基数 × 100 | 区分主动取消与支付失败 | 原因代码必须保持稳定治理 |
不要直接用“期初客户数减去期末客户数”计算客户流失。新增客户、账户重新激活或账户合并都会破坏这个捷径。应针对期初客户群使用明确的状态转换记录。
计算流失率前需要准备的输入
请准备能够重建两个边界时点状态的客户或订阅台账。仅有当前状态导出通常不够，因为它无法证明某个账户期初是否活跃，也无法说明其准确流失时间。
使用受治理的客户、账户或订阅 ID，并记录账户合并、父子账户、共享订阅和重复记录。
记录时间戳、报告时区、起止边界是否包含、迟到事件，以及月份按自然日还是账单日划分。
选择取消生效日、合同不续约、服务终止或其他可观察规则。风险评分并不是已经发生的流失事件。
计算收入流失时，保留期初 MRR 或 ARR，并一致分类取消、降级、扩张、重新激活、币种、抵扣和退款。
指标契约示例：“月度客户流失率是指在自然月第一天 00:00 UTC 处于付费活跃状态的客户账户中，其订阅在下月第一天 00:00 UTC 之前变为非活跃状态的比例；欺诈关闭与账户合并不计入。”这是需要按业务调整的假设定义，不能直接照搬。
如何逐步计算流失率
- 明确单位与决策。 确定输出是客户、订阅、总收入还是净收入流失，以及谁会使用该指标。
- 冻结周期与期初基数。 在开始边界生成合格人群快照，保存 ID 与期初经常性收入，避免后续数据变化悄悄改写历史。
- 分类期初成员的变动。 在周期内按一致规则标记取消、降级、扩张、重新激活、暂停、迁移和排除事件。
- 应用匹配的公式。 客户流失使用期初客户数作分母，收入流失使用期初经常性收入作分母，并保留未四舍五入的分子、分母和结果。
- 对账并分群。 用期初余额加新增、减损失并考虑调整后与期末余额对账，再按套餐、客户年龄、获客同期群、地区和产品使用分群，同时避免暴露过小群体。
- 随指标发布口径。 展示周期、单位、资格、流失事件、排除项、数据新鲜度、查询版本和审核者。没有来源链的百分比不适合直接决策。
SaaS 流失率公式计算示例
假设示例：一家订阅业务在 4 月初有 500 个活跃客户账户和 50,000 美元 MRR。4 月期间，期初客户中有 20 个取消，造成 3,000 美元 MRR 损失；仍然留存的期初客户发生降级，减少 1,000 美元 MRR；另有升级增加 2,000 美元 MRR。4 月新增客户不进入任何期初基数分母。
客户流失率和净收入流失率在本例中恰好都是 4%，但它们描述的是不同数量。总收入流失率为 8%，说明扩张收入抵消了一半经常性收入损失。如果只报告净值，会掩盖取消和降级压力；如果只报告客户流失，又会忽略流失账户的收入权重差异。
月度流失率公式与年度换算
月度流失率不能简单乘以 12 得到年度流失率，因为每个月之后面临风险的客户基数都会变化。在“每月流失概率恒定且相互独立”的简化假设下，应使用复利换算：
以上述假设的 4% 月度客户流失率为例，模型化年度流失率为 1 − 0.9612，约等于 38.73%，而不是 48%；相应的模型化年度留存率约为 61.27%。这一换算假设风险稳定，但季节性、年度续约、客户年龄、价格变化和同期群构成都可能使实际年度流失明显不同。
当历史数据足够时，应优先使用直接观察的年度同期群。如果必须比较不同频率报告的流失率，应披露换算公式与假设。绝不能把月度百分比与年度百分比当作相同周期直接比较。
用同期群与分群解读流失
汇总流失率告诉你发生了什么，却不能直接说明原因。只沿着与决策有关的维度分解，例如获客同期群、套餐、客户年龄、合同期限、地区、产品采用、客服历史、支付方式，以及主动或被动流失原因，并在所有分群中保持相同指标契约。
| 观察模式 | 可能解释 | 下一步检查 |
|---|---|---|
| 客户流失上升，收入流失持平 | 可能有更多低价值账户流失 | 套餐构成、账户 MRR 分布、获客同期群 |
| 总收入流失上升，客户流失持平 | 较大账户可能取消或降级 | 大客户变动、降级原因、续约日历 |
| 净流失改善，总流失恶化 | 扩张收入正在掩盖不断增长的损失 | 分别报告总损失与扩张 |
| 最近同期群看起来异常优秀 | 续约或观察窗口可能尚未完整 | 在相同年龄比较同期群，并标记右删失周期 |
应把观察与推断分开。“在已记录查询口径下，总收入流失率从 3.1% 上升到 4.0%”在验证后属于观察；“客户因为入门体验变差而离开”则是需要事件证据、访谈、对照测试或其他可信因果设计支持的假设。
常见流失率计算错误与局限
- 使用期末客户作分母：期末基数已经受到流失和新增影响，会改变问题并可能抬高百分比。
- 把新增客户混入期初基数：周期内新增客户没有经历完整观察期，不应稀释期初客户流失。
- 过早统计计划取消：应明确流失发生在提出请求、服务结束、访问终止还是合同不续约，并一致执行。
- 混合 MRR 与 ARR：分子和分母必须使用相同的经常性收入基准、币种处理和周期。
- 用扩张掩盖总损失：负的净收入流失仍可能伴随严重取消。应同时发布总流失、扩张和净流失。
- 比较不同周期：自然月天数、账单周期、年度续约和季节性暴露都会使简单比较产生误导。
- 把流失当作因果证据：该指标描述损失，却不能证明是产品、价格、客服、市场还是客户因素造成。
- 忽略隐私与小群体：应最小化个人数据、控制访问，并隐藏或聚合可能识别客户的过小分群。
流失分析还存在数据覆盖边界：你只能观察系统中被记录的客户。遗漏取消、身份拼接失败、线下合同、已删除历史和迁移缺口都可能造成偏差。解读趋势前应说明数据覆盖范围。
发布前验证流失率结果
- 指标名称明确写出客户、订阅、总收入或净收入流失。
- 起止时间戳、时区、自然日或账单周期以及数据新鲜度清晰可见。
- 期初基数 ID 清单以及期初 MRR 或 ARR 可以复现。
- 取消、降级、扩张、重新激活、排除和合并规则均有记录。
- 期初余额在加入新增、损失和调整后可以与期末余额对账。
- 已测试重复身份、关联膨胀、币种转换和迟到事件。
- 保存未四舍五入的数值，只在最终展示层应用舍入。
- 同期群在相同年龄比较，不完整或右删失周期有明确标记。
- 审核者能够把每个汇总值追溯到已保存查询和受治理的数据提取。
跨已连接的结构化数据分析流失
打开工具前，请准备只读客户或订阅数据，其中包含稳定 ID、状态时间戳、期初 MRR 或 ARR、取消与降级变动、扩张变动，以及一份简短指标契约。使用 InfiniSynapse 在线数据分析应用以自然语言提问，再审查生成的计划、查询、证据、表格和可视化。它用于支持分析，不会替代计费系统、CRM、事件采集、指标治理或因果验证。
在线分析结构化流失数据流失率公式常见问题
流失率公式是什么？
客户流失率等于某一周期内流失的客户数除以期初活跃客户数，再乘以 100。计算前必须定义单位、周期、资格规则和流失事件。
期间有新增客户时如何计算客户流失？
用期初活跃客户作分母，只统计期初成员中的流失。不要把新增客户加入分母；新增应单独对账，用于解释期末余额。
客户流失与收入流失有什么区别？
客户流失对每个客户赋予相同权重；收入流失按经常性收入加权，因此高价值账户取消或降级影响更大。账户价值不同时应同时使用两者。
如何把月度流失率换算为年度流失率？
如果假设月度风险恒定且相互独立，模型化年度流失率等于 1 −（1 − 月度流失率）12。这是基于假设的换算，不能替代实际观察的年度同期群。
净收入流失率可以为负吗？
可以。当期初留存客户的扩张经常性收入超过取消和降级造成的损失时，净收入流失率为负。应同时报告总收入流失与扩张，避免真实损失被隐藏。
权威来源
以下资料用于核对本文中的定义、计算方法与实施建议：