起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識介紹一種更精確的用戶流失率計算方法
在如今的互聯網時代下，?競爭越來越激烈，獲客成本不斷攀升。 很多企業將更多的精力和成本投入到用戶留存上。 然而，作為衡量客戶留存的一個重要指標 “用戶流失率” 的計算方式，如果有問題， 企業則無法有效的發現用戶流失中的問題。 今天我們探討一個更加精確的用戶流失計算方式， 幫助企業爭取的衡量這一重要的KPI指標。
一. 傳統的用戶流失率計算方式，以及其存在的問題
目前行內絕大部分的用戶流失率是這樣計算的：
用戶流失率= 總用戶流失量/總用戶量
這個公式乍一看好像沒有問題， 但首先， 這里必須統一標準：總用戶量是期初的總用戶量還是期末的總用戶量？ 如果選擇的標準不同，則會導致不同的結果。如下面的例子：
某App產品， 5月的用戶數據：
- 5月月初用戶總量: 100000 (10萬) 人
- 5月月末老用戶流失量:5000人 (假設:5%的老用戶流失率)
- 5月新增用戶量:20000人
- 5月新增用戶流失量:1000人
- 5月月末總用戶流失量:6000人(5000+1000)
- 5月凈增值用戶量=20000-6000=14000人
- 5月月末總用戶量=114000人
- 5月用戶流失率=6000/100000=6%
在計算用戶流失率時，如果總用戶量使用期初標準，則：
用戶流失率=6000/100000=6%
如果總用戶量使用期末標準，則：
用戶流失率=6000/114000= 5.26%
以上不是今天討論的主要問題， 只是說明下標準的重要性，所以在本文中，我們的總用戶量以期初總用戶量為標準。
下面真正問題來了：
六月份，假設我們依然是5%的老用戶流失率，和完全一樣的新用戶增長數量,以及新用戶流失數量的話， 會是什么樣的一個結果呢？
- 6月月初用戶總量: 114000人 (等于5月月末用戶總量)
- 6月月末老用戶流失量: 5700人 (依然是5%的老用戶流失率)
- 6月新增用戶量:20000人 (與5月相同)
- 6月新增用戶流失量:1000人(與5月相同)
- 6月月末總用戶流失量=6700人 ? (5700+1000)
- 6月凈增用戶量=13300人 ? ?(20000-6700)
- 6月總用量=127000人 ? (114000+13300)
- 6月用戶流失率= 6700/114000 = 5.88%
各位讀者看出問題了嗎？ 6月份老用戶流失率與5月完全一樣, 新增用戶， 新增用戶流失量也月5月份完全一樣，但是我們的用戶流失量從6%下降到了5.88%，僅僅是因為我們的總用戶量變大了。
我們可以保持同樣的公式計算下去， 你會發現盡管我們的老用戶以同樣的速度流失，新增用戶以同樣的數量增加并以同樣的數量流失， 但是我們的用戶流失率越來越低。 換句話說，我們的用戶運營部門啥也沒做， 但他們的KPI卻越來越漂亮， 企業老板還很開心的說，我們的用戶流失率越來越低,我們的客戶越來越愛我們的產品。 然而，結果并不是這樣的。
二. 一種更精確的用戶流失率計算方式
用戶流失率決定這一個產品是否能夠成功，?關于用戶流失率有沒有更精確的計算方式呢？ 下面我介紹一個更精確的用戶流失計算方式， 希望能夠對大家有所幫助。
不以用戶量，而是以用戶生命時間計算為指標計算用戶流失率。
我對這個概念簡單介紹下，你的用戶每一天都有一定的幾率離開你， 并流失掉， 如果一個用戶是使用了你的產品5天，并在第五天流失了，則這個客戶在生命時間內的流失率是：
1/5= 20%
聽著有點糊度？ 沒事， 我們用案例展示下如何以用戶生命時間為指標計算用戶流失率：
前提假設
- 每個月有30天
- 本月新增用戶以勻速速度增長
計算開始
- 5月份月初用戶生命時間= 100000人 x 30天 = 3000000天
- 5月新增用戶生命時間= 20000人 x 30天 x 0.5 = 300000天 (為什么乘以0.5? 因為我們前提假設本月新增用戶是以均速增長的)
- 5月份總用戶生命時間= 3300000天
- 5月總流失用戶=6000人
- 5月每生命周期內流失率= 6000/3300000=0.18%
- 5月用戶流失率= 0.18% x 30天 = 5.4%
我們再以生命時間流失率計算6月份的用戶流失率：
- 6月份月初用戶生命時間= 114000人 x 30 =3420000天
- 6月新增用戶生命時間=?20000人 x 30天 x 0.5 = 300000天
- 6月總用戶生命周期= 3720000天
- 6月總流失用= 6700人
- 6月每生命周期內流失率=6700/3720000=0.18%
- 6月用戶流失率=0.18% x 30天= 5.4%
三. 總結
可見，以用戶生命時間為指標計算用戶流失率的精確度要高于以用戶量為指標的用戶流失率計算方法。 但目前，這種計算方式并沒有普及。在此， 我將此技術方式介紹給讀者，希望幫助大家更好的認識用戶流失率的計算問題， 以便樹立正確的用戶流失KPI與戰略。
建立正確的KPI指標是降低用戶流失率的開始，然而并不是全部，本人將在日后寫一系列關于用戶流失率改進的內容，望各位讀者關注本人的文章。
作者：陳迪 Derek，Udesk客服系統增長運營總監，前樂視高級運營經理，增長黑客， 加拿大MBA海歸，多年國內和海外互聯網公司運營經驗。曾在北美B2C 100強公司任運營管理工作?；貒?，曾多次創業，并參與多個互聯網公司運營咨詢工作。
本文由 @陳迪 原創發布于人人都是產品經理。未經許可，禁止轉載。
為啥用1/5？這個計算出來的意義是什么
不對啊，從定性上分析，要以時間算的話，那應該用用戶時長來算才有意義。從定量上來看，已經說了流失率5%，你為啥還要去重新計算流失率呢，不就是5%嗎。
關鍵問題是，如何定義用戶流失的時間長度，求科普
這錯的離譜，誤人子弟，刪文自省吧
統一用月末標準差異就小了
本文致命錯誤在于前面的邏輯推演
你否定的原始用戶流失率公式，用戶流失率= 總用戶流失量/總用戶量
但是你推演的公式實際是，用戶流失率= 總用戶流失量/總用戶剩余量，你不能因為客戶流失了就不算在你的總用戶量里
如果用開篇的公式，你所列舉出來的例子，
5月初用戶10萬，新用戶2萬，5月總用戶量12萬，老客戶流失5000，新用戶流失1000，5月總流失6000，流失率=6000/120000=5%
6月初用戶11.4萬，新用戶2萬，6月總用戶量13.4萬，，老客戶流失5700，新用戶流失1000，6月總流失6700，流失率=6700/134000=5%
道理很簡單，你預設的老用戶流失率和新用戶流失率都是5%，那么總流失率一定是5%
BTW，你老用戶的流失率就是你說的第一個公式，但你后面的推演都不是按它來，Why？
關鍵問題是，如何定義用戶流失的時間長度，求科普
為什么6月初客戶是11.4，而不是12萬呢。這樣你的總用戶量其實還是總用戶剩余量
本文知名錯誤在于前面的邏輯推演
你否定的原始用戶流失率公式，用戶流失率= 總用戶流失量/總用戶量
但是你推演的公式實際是，用戶流失率= 總用戶流失量/總用戶剩余量，你不能因為客戶流失了就不算在你的總用戶量里
如果用開篇的公式，你所列舉出來的例子，
5月初用戶10萬，新用戶2萬，5月總用戶量12萬，老客戶流失5000，新用戶流失1000，5月總流失6000，流失率=6000/120000=5%
6月初用戶11.4萬，新用戶2萬，6月總用戶量13.4萬，，老客戶流失5700，新用戶流失1000，6月總流失6700，流失率=6700/134000=5%
道理很簡單，你預設的老用戶流失率和新用戶流失率都是5%，那么總流失率一定是5%
BTW，你老用戶的流失率就是你說的第一個公式，但你后面的推演都是按它來，Why？
請問流失量是怎么統計出來的？
本質就是在算平均流失率；而且穩定增長0.5說不準
有點和稀泥的感覺，當月新增就能算出當月流失，這個流失是這么定義的，還區分新用戶流失和老用戶流失？
這個算法的舉例有點糊涂人，作者分母選擇的是月初總客戶數。如果我們選擇了月末的客戶總數，5月份流失率=6000/114000=5.26%；6月份流失率=6700/127000=5.2775%。流失率反而是變大了
當用戶月增長為正，總量不斷累加，此時每月的流失用戶維持不變，在全局意義來評測，與其流失率逐月降低似乎并不相悖；當然具體問題行業都要具體分析，我們寫在只是針對全局的留存與流失。
拉張Excel計算一下，月用戶增長10%，初始客戶數10000，每月固定流失客戶50。第一個月流失率是50/10000=0.5%。第四個月時，客戶數=13310 ，流失客戶=200（50*4），流失率是200/13310=1.5%。
哪里來的變小
變小是有預設前提的，對于TO B客戶，很容易越滾越大的。。。。
按照你的算法，新增用戶假設是勻速增長，即可假設每天新增用戶數為d,一個月的新增用戶數即為（1*d+2*d+3*d+···+30*d）=20000,
計算新增用戶的生命時間是不是可以用第一天的新增用戶數d*30 ,第二天的用d*29依次類推，一個月的新增用戶生命時間可
（d*30+d*29+····+d*1）和第一個算式是一樣的即20000；
5月的總生命時間即為3020000，6月的總生命時間即為3440000；五月的流失率：6000/3020000*30=0.0596;而6月的流失率6700/3440000*30=0.0584;這兩個的結果明顯是不一樣的，這樣也證明6月的流失率比五月的低
存量和新增用戶分開算流失率，就不存在因為新增導致的數據誤會了。5月存量流失率=5000/100000=5%.六月存量流失率=5700/114000=5%，這不就是實際情況嗎 本身把存量和新增的用戶同樣生命周期看待也不太精準吧
因為要用例子說明問題，所以新增和老客戶流失故意設置為同樣的速度，如果速率不一致或者是周期不一樣，如計算年流失率，將新用戶和存量客戶流失率分開計算就沒有用了
你理解的是對的，作者的數學有點捉急。。。
原來你算得是流失概率，我還以為你這篇文寫的是計算流失率（占比）呢！?。《夷阕詈笥?.18乘以30也不對啊，這些個人又不是6月份第一天就集體消失的！不是每個人都損失了30天哦!
你再好好讀一遍
怎么能用人數直接除以天數？單位不統一啊
計算的是每人在每個生命周期內的的流失幾率，簡單一點算，一個產品一共有2個用戶，1個用戶在本月流失，另外一個沒有流失，流失率是50%， 以生命周期算，每人每天的流失幾率為 1/60= 0.0166666 , 本月流失率= 30 x 1/60= 50%
原來你算得是流失概率，我還以為你這篇文寫的是計算流失率（占比）呢?。。《夷阕詈笥?.18乘以30也不對啊，這些個人又不是6月份第一天就集體消失的！不是每個人都損失了30天哦!
算法不嚴謹，每個生命周期內流失率不能用總流失人數去除以總天數，這樣得到的只會是一個單個生命周期流失用戶數量是一個單位是人／天的數字而不是一個比率。是否可以改成這樣，用戶增加與用戶流失同時定義為平均增減，以6月為例那用戶總流失天數就為6700*30*0.5，這樣的算出的結果是高于之前算法的，但是我們討論的是新的算法，算法不同結果不同是必然的，最終結果只是提供一個參考依據。
用戶流失率的計算方式沒有精確的計算方式，本人所在SaaS軟件行業，應該算是對于用戶流失率關注最高的行業之一了，業內普遍使用的是本期用戶流失量/期初用戶總量的方式。美國Netflix曾被股東告上法庭，因為懷疑在用戶流失率上做手腳，最終因用戶流失率缺乏行業標準并沒有起訴成功。
用戶流失率是一個指標，并不像銷售金額那個與用于評判運營中的很多問題，需要能夠反映情況的變化，以幫助企業進行運營調整。以上的算法足以滿足此目的。
這個公式相對于傳統計算公式確實客觀了很多，如果我們不設想為勻速增長取0.5，用速度算加權平均數得出的值會不會更客觀一些
結果能夠反映問題，指導運營調整即可，99%與99.99%精確度的區別而已
為什么勻速增長是*0.5？
數學 ??
寫的不錯??
公式是否應該將用戶流失速度情況考慮進去呢
結果能夠反映問題，指導運營調整即可，99%與99.99%精確度的區別而已