Churn Rate Calculator
คืออะไร Churn Rate Calculator?
▾
อัตราการหมุนเวียนของลูกค้าวัดส่วนแบ่งของลูกค้าที่หยุดชำระเงินหรือใช้ผลิตภัณฑ์ในช่วงเวลาที่กำหนด นี่เป็นหนึ่งในตัวชี้วัดด้านสุขภาพที่สำคัญที่สุดสำหรับธุรกิจสมัครสมาชิก เนื่องจากการเติบโตอาจดูแข็งแกร่งบนพื้นผิวในขณะที่ฐานลูกค้ายังรั่วไหลอยู่ข้างใต้อย่างเงียบๆ ทีมงานอาจเฉลิมฉลองการสมัครสมาชิกใหม่ เป็นต้น แต่หากลูกค้าปัจจุบันจำนวนมากเกินไปยกเลิก ดาวน์เกรด หรือไม่สามารถต่ออายุได้ บริษัทก็จะต้องใช้จ่ายมากขึ้นเรื่อยๆ เพื่อหยุดนิ่ง นั่นคือเหตุผลที่ผู้ก่อตั้ง SaaS, ทีมการเงิน, ผู้จัดการผลิตภัณฑ์, ผู้นำที่ประสบความสำเร็จของลูกค้า, ผู้ให้บริการโทรคมนาคม, โรงยิม, บริการสตรีมมิ่ง และธุรกิจใดๆ ที่สร้างขึ้นจากความสัมพันธ์ที่เกิดขึ้นประจำมีการติดตามอัตราการเลิกใช้งานอย่างใกล้ชิด เครื่องคิดเลขมักจะแสดงการปั่นเป็นเปอร์เซ็นต์ ในภาษาธรรมดา มันตอบคำถามง่ายๆ: จากลูกค้าที่คุณเริ่มต้นด้วย เศษส่วนที่เหลืออยู่ในระหว่างเดือน ไตรมาส หรือปี? ผลลัพธ์ที่ต่ำกว่ามักจะหมายถึงการรักษาที่แข็งแกร่งขึ้น รายได้ที่คาดการณ์ได้มากขึ้น และมูลค่าตลอดช่วงชีวิตของลูกค้าที่ดีขึ้นในระยะยาว ผลลัพธ์ที่สูงกว่าอาจชี้ไปที่ปัญหาผลิตภัณฑ์ ความขัดแย้งด้านราคา การเริ่มต้นใช้งานที่ไม่ดี การสนับสนุนที่อ่อนแอ การเรียกเก็บเงินล้มเหลว หรือความไม่ตรงกันระหว่างผลิตภัณฑ์และตลาดเป้าหมาย อย่างไรก็ตาม ไม่ควรอ่าน Churn อย่างโดดเดี่ยว แอปแบบบริการตนเองอายุน้อยอาจปั่นป่วนเร็วกว่าผู้จำหน่ายซอฟต์แวร์ระดับองค์กรโดยธรรมชาติที่มีสัญญารายปี เมตริกนี้จะมีประโยชน์มากที่สุดเมื่อคุณวัดอย่างสม่ำเสมอในช่วงเวลาหนึ่ง โดยแบ่งกลุ่มตามประเภทลูกค้า และเปรียบเทียบกับตัวเลขที่เกี่ยวข้อง เช่น การรักษาลูกค้า รายได้จากการขยาย และรายได้เฉลี่ยต่อบัญชี หากใช้วิธีนี้ อัตราการปั่นป่วนจะกลายเป็นระบบเตือนภัยล่วงหน้า แทนที่จะเป็นเพียงกระดานคะแนนที่เจ็บปวด
DigiCalcs delivers precision-engineered tools for engineers and STEM professionals.
สูตร
▾
อัตราการเปลี่ยนใจของลูกค้า = ลูกค้าที่สูญเสียไปในระหว่างช่วงเวลา / ลูกค้าเมื่อเริ่มต้นช่วงเวลา x 100 หากคุณต้องการแปลงการปั่นรายเดือนเป็นการเก็บข้อมูลรายปี ให้ใช้การเก็บรักษารายปี = (1 - การปั่นรายเดือน)^12 โดยที่การปั่นเขียนเป็นทศนิยม ตัวอย่างการทำงาน: หากคุณเริ่มต้นเดือนด้วยลูกค้า 1,000 รายและเสียลูกค้าไป 35 ราย อัตราการเปลี่ยนใจ = 35 / 1,000 x 100 = 3.5% หากการเลิกใช้งานรายเดือนยังคงอยู่ที่ 3.5% การรักษารายปีจะอยู่ที่ประมาณ (1 - 0.035)^12 = 65.2% ดังนั้นการเลิกใช้งานรายปีโดยนัยคือประมาณ 34.8%คำอธิบายตัวแปร
▾
| สัญลักษณ์ | ชื่อ | หน่วย | คำอธิบาย |
|---|---|---|---|
| Customer churn rate | คำนวณเป็นลูกค้า | — | คำนวณจาก ลูกค้าที่สูญเสียระหว่างงวด / ลูกค้า ณ ต้นงวด x 100 |
| use Annual retention | คำนวณแล้ว | — | คำนวณเป็น (1 - การปั่นรายเดือน)^12 ซึ่งเป็นพารามิเตอร์หลักในการคำนวณอัตราการปั่นที่ส่งผลโดยตรงต่อผลลัพธ์การคำนวณขั้นสุดท้าย |
| then churn rate | คำนวณเป็น 35 | — | คำนวณเป็น 35/1 ซึ่งเป็นพารามิเตอร์หลักในการคำนวณอัตราการปั่นที่ส่งผลโดยตรงต่อผลการคำนวณขั้นสุดท้าย |
| x | ตัวแปรอินพุต | — | ตัวแปรอินพุตหรือไม่ทราบค่าที่จะแก้ ซึ่งเป็นพารามิเตอร์หลักในการคำนวณอัตราการปั่นที่ส่งผลโดยตรงต่อผลลัพธ์การคำนวณขั้นสุดท้าย |
| Annual retention | การเก็บรักษารายปี | — | การเก็บรักษารายปีในการคำนวณซึ่งเป็นพารามิเตอร์สำคัญในการคำนวณอัตราการปั่นที่ส่งผลโดยตรงต่อผลลัพธ์การคำนวณขั้นสุดท้าย |
วิธี Churn Rate Calculator
▾
- 1เลือกระยะเวลาการวัด เช่น หนึ่งเดือน หนึ่งไตรมาส หรือหนึ่งปี และใช้ช่วงเวลาเดียวกันนั้นอย่างสม่ำเสมอสำหรับการเปรียบเทียบในอนาคต
- 2นับจำนวนลูกค้าที่ใช้งานอยู่ที่คุณมีเมื่อเริ่มต้นช่วงเวลาก่อนที่จะเพิ่มการลงทะเบียนใหม่
- 3นับจำนวนลูกค้าที่ยกเลิก ไม่ต่ออายุ หรือไม่มีการใช้งานในช่วงเวลานั้นตามกฎเกณฑ์ทางธุรกิจของคุณ
- 4หารลูกค้าที่สูญเสียไปจากลูกค้าเริ่มต้นแล้วคูณด้วย 100 เพื่อแสดงผลลัพธ์เป็นเปอร์เซ็นต์
- 5ตรวจสอบผลลัพธ์ควบคู่ไปกับส่วนต่างๆ เช่น ระดับแผน ช่องทางการได้มา ระยะเวลา และเหตุผลในการยกเลิก เพื่อให้คุณสามารถค้นหาแหล่งที่มาที่แท้จริงของการเลิกใช้งาน
ตัวอย่างที่มีคำตอบ
▾
นี่คือการคำนวณการเลิกใช้งานลูกค้าขั้นต้นที่ตรงไปตรงมา
บริษัทสูญเสียลูกค้า 30 รายจาก 1,000 ราย ดังนั้น 30 / 1,000 x 100 = 3.0% ขณะนี้ฝ่ายบริหารสามารถเปรียบเทียบอัตราดังกล่าวกับเดือนก่อนหน้าและกับกลุ่มลูกค้าที่แตกต่างกันได้
การปั่นป่วนบัญชีต่ำยังคงสามารถซ่อนการปั่นป่วนรายได้ที่สำคัญได้ หากบัญชีที่สูญหายมีขนาดใหญ่
เนื่องจาก 6/240 = 0.025 ลูกค้าเปลี่ยนใจรายไตรมาสคือ 2.5% ขั้นตอนต่อไปคือการตรวจสอบว่าบัญชีทั้งหกบัญชีนั้นเป็นลูกค้ารายย่อยหรือสัญญาหลักสองสามฉบับ
การปั่นแบบรายเดือน ดังนั้นผลกระทบรายปีจึงมากกว่าที่หลายๆ ทีมคาดไว้
โดยใช้การเก็บรักษารายปี = (1 - 0.05)^12 ให้ประมาณ 0.540 นั่นหมายความว่าประมาณ 46% ของกลุ่มเริ่มต้นจะหายไปหลังจากหนึ่งปีหากรูปแบบนี้ดำเนินต่อไป
อัตราแบบผสมสามารถซ่อนปัญหาการรักษาลูกค้าไว้ในกลุ่มเดียวได้
อัตราการเปลี่ยนบรรทัดแรกคือ 12/400 x 100 = 3.0% เท่านั้น เมื่อแบ่งกลุ่มแล้ว ธุรกิจอาจพบว่าการเริ่มต้นใช้งานหรือการกำหนดราคาล้มเหลวสำหรับกลุ่มลูกค้ากลุ่มใดกลุ่มหนึ่ง
การประยุกต์ใช้จริง
▾
การประมาณค่าและการวางแผนอัตราการปั่นอย่างมืออาชีพ — แอปพลิเคชันนี้มักใช้โดยมืออาชีพที่ต้องการการวิเคราะห์เชิงปริมาณที่แม่นยำ เพื่อสนับสนุนการตัดสินใจ การจัดทำงบประมาณ และการวางแผนเชิงกลยุทธ์ในสาขาของตน
การคำนวณทางวิชาการและการศึกษา — ผู้ปฏิบัติงานในอุตสาหกรรมพึ่งพาการคำนวณนี้เพื่อเปรียบเทียบประสิทธิภาพ เปรียบเทียบทางเลือกอื่น และรับประกันการปฏิบัติตามมาตรฐานที่กำหนดไว้และข้อกำหนดด้านกฎระเบียบ ช่วยให้นักวิเคราะห์สร้างผลลัพธ์ที่แม่นยำ ซึ่งสนับสนุนการวางแผนเชิงกลยุทธ์ การจัดสรรทรัพยากร และการเปรียบเทียบประสิทธิภาพทั่วทั้งองค์กร
การวิเคราะห์ความเป็นไปได้และการสนับสนุนการตัดสินใจ — นักวิจัยและนักศึกษาเชิงวิชาการใช้การคำนวณนี้เพื่อตรวจสอบแบบจำลองทางทฤษฎี มอบหมายงานตามหลักสูตร และพัฒนาความเข้าใจที่ลึกซึ้งยิ่งขึ้นเกี่ยวกับหลักการทางคณิตศาสตร์ที่ซ่อนอยู่ ช่วยให้ผู้เชี่ยวชาญสามารถวัดปริมาณผลลัพธ์อย่างเป็นระบบ และเปรียบเทียบสถานการณ์โดยใช้กรอบทางคณิตศาสตร์ที่เชื่อถือได้และสูตรที่กำหนดไว้
การตรวจสอบการคำนวณด้วยตนเองอย่างรวดเร็ว — นักวิเคราะห์ทางการเงินและผู้วางแผนรวมการคำนวณนี้ไว้ในขั้นตอนการทำงานเพื่อสร้างการคาดการณ์ที่แม่นยำ ประเมินสถานการณ์ความเสี่ยง และนำเสนอคำแนะนำที่ขับเคลื่อนด้วยข้อมูลแก่ผู้มีส่วนได้ส่วนเสีย สนับสนุนกระบวนการประเมินที่ขับเคลื่อนด้วยข้อมูล ซึ่งความแม่นยำเชิงตัวเลขเป็นสิ่งจำเป็นสำหรับวัตถุประสงค์ในการปฏิบัติตามกฎระเบียบ การรายงาน และการเพิ่มประสิทธิภาพ
กรณีพิเศษ
▾
ธุรกิจรับเหมารายปี
{'title': 'ธุรกิจตามสัญญารายปี', 'body': 'หากลูกค้าส่วนใหญ่ต่ออายุปีละครั้ง การเลิกใช้งานรายเดือนอาจดูเงียบเกินจริงเป็นเวลานานๆ แล้วจึงพุ่งไปรอบหน้าต่างการต่ออายุ'} เมื่อพบสถานการณ์นี้ในการคำนวณอัตราการเลิกใช้งาน ผู้ใช้ควรตรวจสอบว่าค่าอินพุตของตนอยู่ภายในช่วงที่คาดไว้เพื่อให้สูตรสร้างผลลัพธ์ที่มีความหมาย อินพุตที่อยู่นอกช่วงสามารถนำไปสู่เอาต์พุตที่ถูกต้องทางคณิตศาสตร์แต่ในทางปฏิบัติไม่มีความหมาย ซึ่งไม่ได้สะท้อนถึงสภาวะในโลกแห่งความเป็นจริง
ความล้มเหลวในการชำระเงินโดยไม่สมัครใจ
{'title': 'ความล้มเหลวในการชำระเงินโดยไม่สมัครใจ', 'body': 'ธุรกิจบางแห่งแยกการปั่นที่ล้มเหลวออกจากการยกเลิกโดยสมัครใจ เนื่องจากการแก้ไขข้อผิดพลาดในการเรียกเก็บเงินแตกต่างจากการแก้ไขความไม่พอใจของผลิตภัณฑ์'} กรณี Edge นี้มักเกิดขึ้นในการใช้งานระดับมืออาชีพของอัตราการปั่นป่วนซึ่งมีเงื่อนไขขอบเขตหรือค่าที่มากเกินไปเกี่ยวข้อง ผู้ปฏิบัติงานควรบันทึกเมื่อสถานการณ์นี้เกิดขึ้น และพิจารณาว่าวิธีการคำนวณทางเลือกหรือปัจจัยการปรับมีความเหมาะสมมากกว่าสำหรับกรณีการใช้งานเฉพาะของตนหรือไม่
บัญชีลูกค้าที่รวมเข้าด้วยกัน
{'title': 'บัญชีลูกค้าที่รวมเข้าด้วยกัน', 'body': 'หากลูกค้ารวมบัญชีหรือย้ายระหว่างเอนทิตีที่เรียกเก็บเงิน จำนวนการปั่นแบบดิบอาจทำให้เข้าใจผิดได้ เว้นแต่คุณจะปรับประวัติบัญชีให้เป็นมาตรฐานก่อน'} ในบริบทของอัตราการปั่นป่วน กรณีพิเศษนี้จำเป็นต้องมีการตีความอย่างรอบคอบ เนื่องจากสมมติฐานมาตรฐานอาจไม่ถือเป็นผล ผู้ใช้ควรอ้างอิงผลลัพธ์ที่อ้างอิงโยงกับความเชี่ยวชาญในโดเมน และพิจารณาปรึกษาแหล่งอ้างอิงหรือเครื่องมือเพิ่มเติมเพื่อตรวจสอบความถูกต้องของผลลัพธ์ภายใต้เงื่อนไขที่ผิดปกติเหล่านี้
การเลิกใช้งานรายเดือนและการเก็บรักษารายปีโดยนัย
▾
| ปั่นรายเดือน | การเก็บรักษารายปี | การปั่นประจำปีโดยนัย |
|---|---|---|
| 1% | 88.6% | 11.4% |
| 2% | 78.5% | 21.5% |
| 3% | 69.4% | 30.6% |
| 5% | 54.0% | 46.0% |
| 8% | 36.8% | 63.2% |
คำถามที่พบบ่อย
▾
อัตราการปั่นป่วนคืออะไร?
อัตราการเปลี่ยนใจคือเปอร์เซ็นต์ของลูกค้าที่หยุดซื้อ สมัครสมาชิก หรือต่ออายุในช่วงเวลาที่กำหนด โดยปกติจะมีการวัดผลเป็นรายเดือน รายไตรมาส หรือรายปี และทำงานได้ดีที่สุดเมื่อกฎการนับมีความสอดคล้องกัน ในทางปฏิบัติ แนวคิดนี้เป็นศูนย์กลางของอัตราการปั่นเนื่องจากจะกำหนดความสัมพันธ์หลักระหว่างตัวแปรอินพุต การทำความเข้าใจสิ่งนี้จะช่วยให้ผู้ใช้ตีความผลลัพธ์ได้แม่นยำยิ่งขึ้น และนำไปใช้กับสถานการณ์ในโลกแห่งความเป็นจริงในบริบทเฉพาะของพวกเขา
คุณคำนวณอัตราการปั่นอย่างไร?
นำจำนวนลูกค้าที่สูญเสียไปในช่วงเวลานั้นมาหารด้วยจำนวนลูกค้าที่คุณมีเมื่อเริ่มต้นช่วงเวลานั้น คูณด้วย 100 เพื่อเปลี่ยนผลลัพธ์ให้เป็นเปอร์เซ็นต์ กระบวนการนี้เกี่ยวข้องกับการใช้สูตรพื้นฐานกับอินพุตที่กำหนดอย่างเป็นระบบ ตัวแปรแต่ละตัวในการคำนวณมีส่วนทำให้เกิดผลลัพธ์สุดท้าย และการทำความเข้าใจบทบาทแต่ละอย่างช่วยให้มั่นใจได้ถึงการใช้งานที่แม่นยำ
อัตราการปั่นที่ดีคืออะไร?
ไม่มีหมายเลขสากลที่ดีเนื่องจากการเลิกใช้งานขึ้นอยู่กับอุตสาหกรรม ระยะเวลาของสัญญา จุดราคา และประเภทลูกค้า เกณฑ์มาตรฐานที่มีประโยชน์ที่สุดมักจะเป็นแนวโน้มของคุณเองในช่วงเวลาหนึ่ง และเปรียบเทียบกับบริษัทที่คล้ายคลึงกันในตลาดของคุณอย่างไร ในทางปฏิบัติ แนวคิดนี้เป็นศูนย์กลางของอัตราการปั่นเนื่องจากจะกำหนดความสัมพันธ์หลักระหว่างตัวแปรอินพุต การทำความเข้าใจสิ่งนี้จะช่วยให้ผู้ใช้ตีความผลลัพธ์ได้แม่นยำยิ่งขึ้น และนำไปใช้กับสถานการณ์ในโลกแห่งความเป็นจริงในบริบทเฉพาะของพวกเขา
อัตราการเปลี่ยนใจและอัตราการรักษาลูกค้าแตกต่างกันอย่างไร?
อัตราการเปลี่ยนใจจะวัดการแชร์ที่เหลือ ในขณะที่อัตราการรักษาผู้ใช้จะวัดการแชร์ที่อยู่ ในช่วงเวลาง่ายๆ ที่ไม่มีคำจำกัดความใดๆ การเก็บรักษาจะอยู่ที่ประมาณ 100% ลบการเลิกใช้งาน ในทางปฏิบัติ แนวคิดนี้เป็นศูนย์กลางของอัตราการปั่นเนื่องจากจะกำหนดความสัมพันธ์หลักระหว่างตัวแปรอินพุต การทำความเข้าใจสิ่งนี้จะช่วยให้ผู้ใช้ตีความผลลัพธ์ได้แม่นยำยิ่งขึ้น และนำไปใช้กับสถานการณ์ในโลกแห่งความเป็นจริงในบริบทเฉพาะของพวกเขา
ลูกค้าใหม่ควรรวมอยู่ในการคำนวณการเปลี่ยนใจหรือไม่
สูตรการเปลี่ยนใจของลูกค้ารวมส่วนใหญ่ใช้จำนวนลูกค้าเริ่มต้นในตัวส่วน ไม่ใช่ลูกค้าที่เพิ่มในระหว่างงวด เครื่องมือวิเคราะห์บางอย่างใช้คำจำกัดความของสมาชิกที่แตกต่างกันเล็กน้อย ดังนั้นจึงเป็นเรื่องสำคัญที่จะต้องบันทึกวิธีการของคุณ นี่เป็นข้อพิจารณาที่สำคัญเมื่อทำงานกับการคำนวณอัตราการปั่นใช้งานจริง คำตอบขึ้นอยู่กับค่าอินพุตเฉพาะและบริบทที่ใช้การคำนวณ
ใครเป็นผู้คิดค้นอัตราการปั่น?
อัตราการปั่นหมาดไม่ได้ถูกเครดิตให้กับนักประดิษฐ์หนึ่งคน เกิดขึ้นจากการวิเคราะห์การรักษาลูกค้าในธุรกิจสมัครสมาชิก โทรคมนาคม และบริการ และต่อมาได้กลายเป็นตัวชี้วัดการดำเนินงาน SaaS มาตรฐาน นี่เป็นข้อพิจารณาที่สำคัญเมื่อทำงานกับการคำนวณอัตราการปั่นใช้งานจริง คำตอบขึ้นอยู่กับค่าอินพุตเฉพาะและบริบทที่ใช้การคำนวณ เพื่อผลลัพธ์ที่ดีที่สุด ผู้ใช้ควรพิจารณาข้อกำหนดเฉพาะของตนเอง และตรวจสอบความถูกต้องของผลลัพธ์กับเกณฑ์มาตรฐานหรือมาตรฐานวิชาชีพที่ทราบ
ควรคำนวณอัตราการปั่นซ้ำบ่อยแค่ไหน?
ทีมสมัครสมาชิกส่วนใหญ่จะคำนวณการเลิกใช้งานใหม่ทุกเดือน เนื่องจากการตรวจสอบรายเดือนรวดเร็วพอที่จะตรวจพบปัญหาโดยไม่สร้างเสียงรบกวนมากเกินไป มุมมองรายไตรมาสและรายปียังมีประโยชน์สำหรับการวางแผนเชิงกลยุทธ์และการรายงานของคณะกรรมการอีกด้วย กระบวนการนี้เกี่ยวข้องกับการใช้สูตรพื้นฐานกับอินพุตที่กำหนดอย่างเป็นระบบ ตัวแปรแต่ละตัวในการคำนวณมีส่วนทำให้เกิดผลลัพธ์สุดท้าย และการทำความเข้าใจบทบาทแต่ละอย่างช่วยให้มั่นใจได้ถึงการใช้งานที่แม่นยำ
ข้อผิดพลาดที่ควรหลีกเลี่ยง
▾
- !การใช้หน่วยที่ไม่ถูกต้องหรือไม่ตรงกันสำหรับค่าอินพุต
- !ลืมคำนึงถึงกรณีขอบหรือเงื่อนไขขอบเขต
- !การปัดเศษค่ากลางเร็วเกินไปในการคำนวณ
- !ไม่ตรวจสอบว่าค่าอินพุตอยู่ในช่วงที่ถูกต้องสำหรับอัตราการเปลี่ยนใจ
เคล็ดลับโปร
ติดตามการหมุนเวียนของลูกค้าและการเปลี่ยนแปลงรายได้ไปพร้อมๆ กัน การสูญเสียบัญชีองค์กรหนึ่งบัญชีอาจมีความสำคัญมากกว่าการสูญเสียบัญชีที่มีมูลค่าต่ำหลายบัญชี เพื่อให้ได้ผลลัพธ์ที่ดีที่สุดด้วยอัตราการเปลี่ยนใจ ให้ตรวจสอบอินพุตของคุณกับแหล่งข้อมูลก่อนคำนวณเสมอ การรันการคำนวณด้วยอินพุตที่แตกต่างกันเล็กน้อย (การวิเคราะห์ความไว) ช่วยให้คุณเข้าใจว่าพารามิเตอร์ใดมีอิทธิพลต่อเอาต์พุตมากที่สุด และความแม่นยำในการวัดมีความสำคัญที่สุดที่ใด
คุณรู้ไหม?
หากผลิตภัณฑ์รักษาอัตราการหมุนเวียนต่อเดือนไว้ที่ 2% กลุ่มลูกค้าเริ่มต้นจะยังคงลดลงประมาณ 21.5% ต่อปี เว้นแต่จะมีการเพิ่มลูกค้าใหม่
Regional Guides
▾
🇺🇸 US▾
🇬🇧 UK▾
🇪🇺 EU▾
เอกสารอ้างอิง
Read the full guide on how to use this calculator effectively
อ่านต่อ →รับเคล็ดลับคณิตศาสตร์รายสัปดาห์
เข้าร่วมกับสมาชิก 12,000+ รายที่ได้รับเคล็ดลับเครื่องคิดเลขทุกสัปดาห์