Máy Tính Tỷ Lệ Rời Bỏ Khách Hàng

Máy tính Tỷ lệ Rời bỏ Khách hàng chuyển đổi số lượng khách hàng vào đầu kỳ và số lượng khách hàng đã rời đi trong kỳ thành tỷ lệ rời bỏ trong kỳ cộng với tỷ lệ hàng năm được tính gộp chính xác, tỷ lệ giữ chân, vòng đời khách hàng, đường cong sinh tồn 12 tháng có hoạt họa và đánh giá sức khỏe SaaS. Cho dù bạn đo lường tỷ lệ rời bỏ theo tháng, quý hay năm, máy tính sẽ chuyển đổi giữa các tần suất cho bạn — bằng cách sử dụng công thức giữ chân lũy tiến phù hợp, chứ không phải phép nhân thông thường mà hầu hết các máy tính rời bỏ trực tuyến khác áp dụng sai. Các trường tùy chọn bao gồm tỷ lệ rời bỏ thuần (khi bạn cũng giành được khách hàng mới trong cùng khoảng thời gian) và tỷ lệ rời bỏ doanh thu (MRR bị mất và ARR dự kiến bị mất dựa trên ARPU của bạn). Kết quả là bức tranh trực quan sẵn sàng cho các quyết định của nhà sáng lập SaaS, trưởng nhóm RevOps, quản lý thành công khách hàng hoặc nhà tiếp thị đăng ký thuê bao.

Cách sử dụng

1. Nhập tổng số khách hàng trả phí, người đăng ký hoặc tài khoản vào đầu kỳ.
2. Nhập số lượng khách hàng ban đầu đã rời bỏ (hủy gói, hạ cấp xuống miễn phí, ngừng trả tiền) trong kỳ.
3. Chọn khoảng thời gian — hàng tháng, hàng quý hoặc hàng năm — tương ứng với khoảng thời gian mà hai dữ liệu nhập của bạn mô tả.
4. Tùy chọn nhập số lượng khách hàng mới giành được trong cùng kỳ để xem tỷ lệ rời bỏ thuần bên cạnh tỷ lệ rời bỏ gộp.
5. Tùy chọn nhập ARPU hàng tháng (doanh thu trung bình trên mỗi người dùng) để xem MRR bị mất và ARR hàng năm bị mất đi.
6. Nhấp vào Tính Tỷ lệ Rời bỏ Khách hàng để xem tỷ lệ rời bỏ trong kỳ, tỷ lệ tính theo năm chính xác, vòng đời khách hàng, tỷ lệ giữ chân, đường cong sinh tồn 12 tháng, đánh giá sức khỏe SaaS và phân tích toán học từng bước.

Các công thức được sử dụng

Điều gì làm nên sự khác biệt của Máy tính Tỷ lệ Rời bỏ Khách hàng này

• Tính gộp hàng năm, không phải phép nhân — hầu hết các máy tính rời bỏ trực tuyến chỉ nhân tỷ lệ rời bỏ hàng tháng với 12, điều này làm phóng đại tỷ lệ rời bỏ hàng năm lên tới 50 điểm phần trăm ở các tỷ lệ cao hơn. Máy tính này sử dụng công thức giữ chân lũy tiến chính xác và hiển thị so sánh song song để bạn có thể thấy chính xác phương pháp thông thường sai như thế nào.
• Chuyển đổi giữa cả ba tần suất — nhập hàng tháng và xem hàng quý + hàng năm; nhập hàng năm và xem hàng tháng + hàng quý. Không cần chuyển đổi thủ công.
• Xem trước trực tiếp trước khi bạn gửi — nhập bất kỳ số nào và tỷ lệ, tỷ lệ rời bỏ hàng năm, vòng đời và huy hiệu sức khỏe sẽ cập nhật theo thời gian thực mà không cần tải lại toàn bộ trang.
• Đường cong sinh tồn 12 tháng có hoạt họa — xem hiệu ứng xô nước rò rỉ theo từng tháng thay vì chỉ là một con số đơn lẻ.
• Đánh giá sức khỏe SaaS với sáu mức — Từ Ưu tú → Nguy kịch dựa trên tỷ lệ rời bỏ hàng tháng, vì vậy bạn biết ngay mình đang ở mức tốt nhất trong ngành, lành mạnh hay trong vùng rủi ro về mức độ phù hợp sản phẩm-thị trường (product-market-fit).
• Tỷ lệ rời bỏ thuần tùy chọn — đưa các khách hàng mới giành được trở lại để xem cơ sở khách hàng đang tăng trưởng hay thu hẹp trên mức thuần.
• Tỷ lệ rời bỏ doanh thu tùy chọn — cung cấp ARPU và máy tính sẽ báo cáo MRR bị mất mỗi tháng và ARR hàng năm dự kiến bị mất đi.
• Ước tính vòng đời khách hàng — dữ liệu đầu vào cốt lõi của công thức CLV, được suy ra trực tiếp từ tỷ lệ rời bỏ hàng tháng bằng công thức vòng đời = 1 ÷ tỷ lệ rời bỏ hàng tháng.
• Toán học từng bước — mọi phép tính được chia nhỏ từng dòng để bạn có thể xác minh, làm tài liệu hoặc học hỏi từ kết quả.

Rời bỏ khách hàng so với Rời bỏ doanh thu

Rời bỏ khách hàng (hoặc rời bỏ \"logo\") đếm xem có bao nhiêu khách hàng đã rời đi. Rời bỏ doanh thu (hoặc rời bỏ \"đô la\") đo lường số tiền bị mất. Hai giá trị này phân kỳ đáng kể khi các gói khách hàng khác nhau về giá: việc mất một khách hàng doanh nghiệp lớn trả 5.000 USD/tháng vượt xa việc mất năm khách hàng khởi nghiệp trả 50 USD/tháng, nhưng rời bỏ logo coi chúng là như nhau. Bảng tác động doanh thu sử dụng ARPU của bạn để ước tính mức rời bỏ bằng tiền mặt, nhưng đối với các doanh nghiệp có các mức giá rất rộng, hãy cân nhắc báo cáo thêm cả tỷ lệ giữ chân doanh thu gộp — tổng doanh thu được giữ chân từ nhóm khách hàng ban đầu, được thể hiện dưới dạng phần trăm — và tỷ lệ giữ chân doanh thu thuần, bổ sung thêm doanh thu mở rộng (nâng cấp, bán chéo, tăng trưởng sử dụng).

Tiêu chuẩn Tỷ lệ Rời bỏ SaaS

Phân khúc	Tỷ lệ rời bỏ hàng tháng điển hình	Ghi chú
Enterprise SaaS (hợp đồng năm)	0.3% – 0.8%	Hợp đồng năm che giấu sự rời bỏ trong năm; tỷ lệ hàng tháng hiệu dụng là rất thấp.
Mid-market SaaS	0.7% – 1.5%	Kết hợp giữa thanh toán hàng tháng và hàng năm; hoạt động giữ chân được phát triển tốt.
SMB SaaS	3% – 5%	Tỷ lệ rời bỏ cao hơn do sự biến động của doanh nghiệp, không nhất thiết do độ phù hợp của sản phẩm.
SaaS tự phục vụ / freemium	5% – 7%	Rào cản rời đi thấp; CAC thấp hơn giúp bù đắp tỷ lệ rời bỏ cao hơn.
Đăng ký tiêu dùng (bậc Netflix)	2% – 4%	Sản phẩm thị trường đại chúng, tạo thói quen gắn bó lâu dài.
Đăng ký tiêu dùng (bậc bản tin)	5% – 10%	Tỷ lệ cơ sở cao hơn; mức độ tương tác là đòn bẩy chính.
Đăng ký ứng dụng di động	5% – 12%	Biến động cao; tỷ lệ rời bỏ tháng đầu tiên chiếm ưu thế.
Hộp đăng ký thương mại điện tử	10% – 15%	Hành vi \"thử một tháng rồi thôi\" dẫn đến tỷ lệ rời bỏ sớm cao.

Đọc kết quả đánh giá sức khỏe

• Ưu tú (< 0.5% hàng tháng). Tốt nhất trong ngành. Vòng đời khách hàng trung bình vượt quá 200 months. Thời gian hoàn vốn CAC có thể kéo dài thoải mái và kinh tế đơn vị tăng trưởng tích lũy.
• Xuất sắc (0.5% – 1%). Thuộc nhóm 25% hàng đầu của B2B SaaS. Tỷ lệ rời bỏ hàng năm dưới 12%. Tỷ lệ rời bỏ thuần âm là khả thi với doanh thu mở rộng mạnh mẽ.
• Lành mạnh (1% – 2%). Tiêu chuẩn vững chắc cho SMB SaaS. Tỷ lệ rời bỏ hàng năm là 11% – 22%. Tập trung vào chất lượng làm quen sản phẩm và quy trình gia hạn để tích lũy những cải tiến.
• Ranh giới (2% – 5%). Phổ biến đối với đăng ký tiêu dùng; đáng lo ngại đối với B2B. Tính theo năm ở mức 22% – 46%. Hãy điều tra các lý do hủy và phân đoạn các yếu tố thúc đẩy.
• Đáng lo ngại (5% – 10%). Vòng đời khách hàng trung bình chỉ từ 10–20 tháng — hầu hết sẽ không đạt đến mức hoàn vốn CAC. Hãy ưu tiên giữ chân khách hàng trước khi mở rộng quy mô thu hút.
• Nguy kịch (> 10%). Động lực xô nước rò rỉ; hầu như tất cả mọi người sẽ rời đi trong vòng một năm. Đây thường là tín hiệu về mức độ phù hợp sản phẩm-thị trường (product-market-fit) chứ không phải là vấn đề tiếp thị.

Tỷ lệ rời bỏ thúc đẩy giá trị vòng đời khách hàng như thế nào

Tỷ lệ rời bỏ là nút vặn nghịch đảo vòng đời trong mọi công thức tính giá trị vòng đời khách hàng (CLV). Vòng đời khách hàng trung bình tính bằng tháng bằng 1 ÷ tỷ lệ rời bỏ hàng tháng; tương tự, CLV là (ARPU hàng tháng × biên lợi nhuận gộp) ÷ tỷ lệ rời bỏ hàng tháng trong công thức đơn giản nhất, hoặc phần mở rộng dòng tiền chiết khấu khi tính đến chi phí vốn. Giảm một nửa tỷ lệ rời bỏ sẽ làm tăng gấp đôi vòng đời khách hàng và tăng gấp đôi CLV ở cùng một mức ARPU — đó là lý do tại sao việc giảm một điểm phần trăm tỷ lệ rời bỏ thường có giá trị hơn việc tăng một điểm phần trăm ARPU. Hãy sử dụng Máy tính Giá trị Vòng đời Khách hàng (CLV) chuyên dụng để tính toán CLV đầy đủ khi bạn đã có dữ liệu đầu vào về tỷ lệ rời bỏ chính xác từ công cụ này.

Các cạm bẫy thường gặp khi đo lường tỷ lệ rời bỏ

• Trộn lẫn các nhóm khách hàng — tỷ lệ rời bỏ được đo lường trong một kỳ dương lịch trộn lẫn khách hàng lâu năm và khách hàng mới tinh, che giấu tỷ lệ rời bỏ cao trong \"90 ngày đầu tiên\" vốn thống trị các ứng dụng di động. Nếu có thể, hãy phân tích nhóm khách hàng theo tháng đăng ký.
• Tính theo năm bằng phép nhân — đã được đề cập trong phần so sánh tính gộp và tính thông thường ở trên. Hãy sử dụng công thức 1 − (1 − m)^12, chứ không phải 12m.
• Đếm số lượng khách hàng tạm dừng hoặc hạ cấp không nhất quán — một khách hàng tạm dừng một tháng nhưng quay lại thường không phải là rời bỏ; một khách hàng hạ cấp từ trả phí xuống miễn phí thì đúng là như vậy. Hãy xác định quy tắc và áp dụng nhất quán.
• Thành kiến kẻ sống sót trong định nghĩa nhóm khách hàng — việc nhìn vào \"khách hàng vẫn còn hoạt động trong tháng trước\" theo định nghĩa sẽ làm tăng tỷ lệ giữ chân. Hãy cố định mẫu số tại thời điểm bắt đầu khoảng thời gian đo lường.
• Che giấu từ hợp đồng năm — khách hàng theo hợp đồng năm chỉ có thể rời bỏ khi gia hạn. Tỷ lệ rời bỏ hàng tháng được suy ra từ các cơ sở hợp đồng năm là gây hiểu lầm; thay vào đó, hãy báo cáo tỷ lệ rời bỏ hàng năm hiệu dụng.
• Đồng nhất rời bỏ logo với rời bỏ doanh thu — một khách hàng hạ cấp từ gói 500 USD xuống gói 50 USD không phải là rời bỏ logo nhưng là rời bỏ doanh thu đáng kể. Hãy báo cáo cả hai.
• Bỏ qua tính mùa vụ — nhiều doanh nghiệp SaaS chứng kiến lượng hủy tăng vọt vào tháng Một và tạm dừng vào mùa hè. Hãy luôn so sánh các khoảng thời gian tương đương với nhau.

Giảm tỷ lệ rời bỏ — Tìm kiếm ở đâu trước tiên

1. Sự rời bỏ của nhóm khách hàng trong 30 ngày đầu tiên. Hầu hết các sản phẩm đăng ký mất nhiều khách hàng trong tháng đầu tiên hơn bất kỳ khoảng thời gian nào khác. Sự rõ ràng khi làm quen sản phẩm, thời gian đạt giá trị đầu tiên (time-to-first-value) và tiếp cận kích hoạt chủ động thường có đòn bẩy cao nhất.
2. Phân loại lý do hủy. Xây dựng một danh mục lý do hủy có cấu trúc và gắn thẻ cho mọi lượt hủy. Phân biệt rõ giữa \"không còn nhu cầu\" (thường không thể giải quyết) với \"quá đắt\", \"thiếu tính năng\" và \"vấn đề hỗ trợ\".
3. Khôi phục thanh toán thất bại. Một phần đáng ngạc nhiên của việc rời bỏ ngoài ý muốn chỉ là do thẻ tín dụng hết hạn. Các công cụ cập nhật thẻ và chuỗi dunning giúp khôi phục 5% – 15% tỷ lệ rời bỏ hàng tháng cho hầu hết các SaaS B2C.
4. Kiểm tra độ phù hợp của gói sản phẩm. Khách hàng trả tiền cho dung lượng quá dư thừa sẽ rời bỏ với tỷ lệ cao hơn so với khách hàng có quy mô gói phù hợp với mức sử dụng thực tế của họ. Đánh giá định kỳ mức độ phù hợp của gói giúp giảm tỷ lệ rời bỏ do hạ cấp tự nguyện.
5. Quy trình gia hạn. Đối với các hợp đồng năm, quy trình gia hạn (kiểm tra NPS, đánh giá kinh doanh của ban điều hành, kế hoạch thành công) là yếu tố quyết định lớn nhất duy nhất đối với việc rời bỏ so với gia hạn.

FAQ

Tỷ lệ rời bỏ khách hàng là gì?

Tỷ lệ rời bỏ khách hàng là tỷ lệ phần trăm khách hàng ngừng sử dụng sản phẩm hoặc dịch vụ của bạn trong một khoảng thời gian xác định. Nó bằng số lượng khách hàng mất đi chia cho số lượng khách hàng vào đầu kỳ, được thể hiện dưới dạng phần trăm. Tỷ lệ giữ chân là nghịch đảo của nó: giữ chân = 1 − tỷ lệ rời bỏ.

Tỷ lệ rời bỏ hàng năm có phải chỉ là 12 × tỷ lệ rời bỏ hàng tháng không?

Không. Việc nhân tỷ lệ rời bỏ hàng tháng với 12 sẽ phóng đại tỷ lệ rời bỏ hàng năm vì những khách hàng đã rời bỏ trong tháng thứ hai không thể rời bỏ lần nữa trong các tháng sau của năm — họ đã đi rồi. Công thức tính gộp chính xác là tỷ lệ rời bỏ hàng năm = 1 − (1 − tỷ lệ rời bỏ hàng tháng)^12. Ở mức tỷ lệ rời bỏ hàng tháng là 2%, câu trả lời thông thường là 24%; câu trả lời chính xác là 21,5%. Ở mức tỷ lệ rời bỏ hàng tháng là 10%, câu trả lời thông thường là 120% (bất khả thi) trong khi câu trả lời chính xác là 71,8%.

Vòng đời khách hàng được tính từ tỷ lệ rời bỏ như thế nào?

Vòng đời khách hàng trung bình bằng 1 ÷ tỷ lệ rời bỏ, tính theo cùng đơn vị khoảng thời gian với tỷ lệ rời bỏ. Nếu tỷ lệ rời bỏ hàng tháng là 2%, vòng đời khách hàng trung bình là 1 ÷ 0,02 = 50 tháng. Đây là dữ liệu đầu vào cốt lõi của công thức tính giá trị vòng đời khách hàng (CLV). Về mặt toán học, nó giả định một tỷ lệ rời bỏ không đổi và là giá trị kỳ vọng của một phân phối hình học.

Tỷ lệ rời bỏ hàng tháng tốt cho SaaS là bao nhiêu?

Đối với B2B SaaS, tỷ lệ rời bỏ hàng tháng dưới 1% là xuất sắc và dưới 2% là lành mạnh. SaaS tập trung vào SMB thường chạy ở mức 3% – 5%. Đăng ký tiêu dùng thường chạy ở mức 3% – 7%. Tỷ lệ rời bỏ hàng tháng trên 5% khiến việc tăng trưởng có thể mở rộng trở nên rất khó khăn vì hầu hết khách hàng giành được sẽ rời đi trước khi kinh tế đơn vị đạt điểm hòa vốn.

Sự khác biệt giữa rời bỏ khách hàng và rời bỏ doanh thu là gì?

Rời bỏ khách hàng đếm số lượng khách hàng đã rời đi. Rời bỏ doanh thu đo lường số tiền bị mất — việc mất một khách hàng trả phí cao gây tổn hại nhiều hơn so với việc mất một khách hàng trả phí thấp. Hai giá trị này có thể phân kỳ đáng kể, đặc biệt là trong các doanh nghiệp có các mức giá rộng. Rời bỏ doanh thu là chỉ số liên quan nhất đến quyết định đối với các đội ngũ tài chính; rời bỏ khách hàng hữu ích hơn để đo lường mức độ phù hợp của sản phẩm.

Tỷ lệ rời bỏ thuần là gì và khi nào nó âm?

Tỷ lệ rời bỏ thuần tính đến các khách hàng mới được thêm vào trong cùng kỳ: tỷ lệ rời bỏ thuần = (mất đi − mới) ÷ lúc bắt đầu. Khi số lượng khách hàng mới giành được vượt quá số lượng rời bỏ, giá trị này sẽ âm — có nghĩa là cơ sở khách hàng đang tăng trưởng bất chấp sự rời bỏ. Chỉ số liên quan chặt chẽ là tỷ lệ giữ chân doanh thu thuần (NRR) mở rộng điều này sang số tiền mặt và thêm doanh thu mở rộng từ khách hàng hiện tại, vì vậy NRR có thể vượt quá 100% ngay cả khi tỷ lệ rời bỏ khách hàng gộp khác không.

Tỷ lệ rời bỏ khác với tỷ lệ giữ chân như thế nào?

Chúng là nghịch đảo của nhau. Nếu tỷ lệ rời bỏ là 5%, tỷ lệ giữ chân là 95% — tỷ lệ khách hàng đã ở lại. Cùng một dữ liệu có thể được báo cáo theo một trong hai cách; các đội ngũ lựa chọn hướng nào thúc đẩy họ nhiều hơn. Về mặt hành vi, việc định khung cùng một con số là \"95% giữ chân\" thay vì \"5% rời bỏ\" thường chuyển sự chú ý từ việc ngăn chặn tổn thất sang tôn vinh việc giữ lại thành công.

Tôi có nên bao gồm những người dùng dùng thử miễn phí vào tỷ lệ rời bỏ không?

Thường là không — tỷ lệ rời bỏ được đo lường trên các khách hàng trả phí. Sự sụt giảm của người dùng dùng thử miễn phí là một số liệu phễu riêng biệt (chuyển đổi từ dùng thử sang trả phí). Trộn lẫn hai số liệu này sẽ phóng đại tỷ lệ rời bỏ và làm lẫn lộn hai vấn đề riêng biệt. Cách thực hành rõ ràng nhất là cố định nhóm khách hàng tại \"tháng trả phí đầu tiên\" và đo lường tỷ lệ rời bỏ từ đó.