Jak obliczyć wskaźnik churnu w SaaS krok po kroku?

Żeby poprawnie obliczyć churn rate w SaaS, potrzebujesz dwóch rzeczy: liczby utraconych klientów albo MRR oraz stanu na początku badanego okresu. Podstawowy wzór jest prosty: churn = liczba utraconych w danym miesiącu / liczba aktywnych na początku miesiąca × 100%. Dla revenue churn zamiast klientów liczysz utracony MRR. Od tego zaczyna się churn reduction, czyli ograniczanie odpływu klientów i przychodów. Bez precyzyjnego pomiaru łatwo poprawiać zły obszar, a różnica kilku punktów procentowych potrafi mocno zmienić prognozę wzrostu, budżet retencji i ocenę jakości produktu.

Jak działa wzór churn rate na przykładzie SaaS

W SaaS churn rate pokazuje procent aktywnych subskrybentów, którzy odpadają w stałym oknie pomiaru, na przykład w miesiącu albo kwartale. Customer Churn mówi o samych odejściach, a MRR Churn Rate pokazuje, czy razem z klientami odpływa też większa część przychodu.

Ta metryka przydaje się wcześnie, zanim problem urośnie. Wtedy widzisz, czy z bazy wypada kilka pojedynczych kont, czy zaczyna przeciekać większy segment. Dla firmy SaaS to przekłada się wprost na tempo wzrostu, planowanie przychodu i ocenę działań retencyjnych. Na dashboardzie wygląda jak jedna liczba. W praktyce to liczba, od której zależą bardzo konkretne decyzje.

Wzór na churn rate w praktyce

1 czerwca masz 500 płacących kont, a do 30 czerwca 25 z nich rezygnuje. Miesięczny Churn Rate wynosi wtedy 5%.^[2][1] Liczysz tu zamkniętą grupę, więc bierzesz pod uwagę wyłącznie klientów aktywnych na początku badanego okresu.

Co trafia do licznika, a co do mianownika? To trzeba ustalić przed raportem. Klientów pozyskanych w połowie miesiąca nie dodajesz do bazy startowej, bo porównanie od razu się rozjeżdża. Konta reaktywowane po wcześniejszej rezygnacji opisz osobno, bo pokazują odzysk, a nie retencję. Tak samo z planami rocznymi, pauzami i nieopłaconymi odnowieniami (tu najczęściej zaczyna się bałagan). Jeśli chcesz rozróżnić sam wskaźnik od szerszego zjawiska odejść, zajrzyj do tekstu o churnie w biznesie.

Interpretacja 10% churn rate na przykładzie

Dla produktu self-serve 10% Churn Rate znaczy co innego niż dla SaaS B2B z długą umową, ale w obu przypadkach to wynik, który wymaga uwagi. Przy bazie 200 płacących klientów taki poziom oznacza utratę 20 kont w miesiącu; przy średnim abonamencie 300 zł daje to ok. 6 000 zł mniej powtarzalnego przychodu, zanim doliczysz ekspansję od obecnych klientów.^[3] Przy 200 kontach ubytek 20 subskrypcji w miesiącu widać od razu, nawet bez rozbudowanego dashboardu.

Jeszcze ważniejsze jest tempo tego zjawiska. Gdy 10% odpływu trzyma się miesiąc po miesiącu, po roku zostaje ok. 28% początkowej bazy. Wzrost zaczyna wtedy przypominać dolewanie wody do nieszczelnego wiadra. Zespół sprzedaży i marketing najpierw łata ubytek, a dopiero potem próbuje dowozić nowy przyrost.

Sam procent więc nie wystarczy. Trzeba sprawdzić, czy odejścia są dobrowolne (decyzja klienta), czy mimowolne (np. nieudana płatność). Dopiero wtedy da się ocenić, czy problem siedzi w produkcie, onboardingu, pricingu albo w operacjach płatniczych. Zasady interpretacji wskaźnika dobrze widać też w poradniku o strategii retencji klientów w SaaS, bo sama liczba zaczyna mieć sens dopiero wtedy, gdy prowadzisz z niej konkretne działania.

Obliczanie churnu liczbowego i przychodowego krok po kroku

Większość firm SaaS liczy churn na dwóch poziomach. Churn Rate pokazuje odpływ kont, a MRR Churn Rate mówi, ile miesięcznego przychodu powtarzalnego zniknęło w tym samym czasie. Przy kilku planach cenowych taka różnica szybko wychodzi na jaw.

Churn liczbowy na bazie klientów

Ten wariant mierzy odsetek płacących klientów, którzy wypadli z bazy startowej w jednym, zamkniętym okresie. Przydaje się szczególnie wtedy, gdy chcesz ocenić retencję produktu, onboarding albo jakość klientów z danego kanału pozyskania.

1. Najpierw wybierz okres pomiaru, na przykład sierpień albo cały Q4. Trzymaj się potem tego samego okna, bo tylko wtedy wyniki z kolejnych raportów da się sensownie porównać.^[3]
2. Potem zamroź bazę startową. Policz wyłącznie aktywne, płacące konta z pierwszego dnia okresu i usuń triale, sandboxy, konta pracownicze oraz duplikaty. Ten krok brzmi technicznie, ale zwykle właśnie tu raport traci czystość.
3. Co uznajesz za utratę? Ustal jedną definicję: anulowanie subskrypcji, brak odnowienia po końcu umowy albo status zaległej płatności powyżej 21 dni. Bez tego licznik zaczyna mieszać różne zdarzenia.
4. Na końcu podziel liczbę utraconych kont przez bazę startową. Gdy startujesz z 1 240 klientami i wypada 37, otrzymujesz 2,98%. Taki wynik możesz potem rozbić na segmenty, plany albo źródła pozyskania.

Precyzja zależy tu od danych, typu churnu i sposobu liczenia. Jeśli równolegle śledzisz główny cel produktu, kontekst daje też metryka North Star, bo pokazuje, czy poprawa aktywacji nie odbywa się kosztem retencji.

Churn przychodowy na bazie MRR

W tym ujęciu patrzysz na utratę miesięcznego przychodu powtarzalnego, a nie na samą liczbę kont. Jedno odejście z planu enterprise potrafi boleć bardziej niż kilkanaście rezygnacji na najtańszym pakiecie. Dla firmy SaaS z planami za 99 zł, 499 zł i 4 000 zł ten wskaźnik zwykle pokazuje finanse uczciwiej niż sama liczba anulacji.

1. Zacznij od MRR z pierwszego dnia okresu. Sumujesz aktywne subskrypcje przeliczone do jednej stawki miesięcznej, więc plan roczny za 12 000 zł liczysz jako 1 000 zł MRR, a nie pełną wartość faktury.^[4]
2. Dalej rozdziel pełne rezygnacje od zmian planów. Anulacje, downgrade’y i upgrade’y często wpadają do jednego worka w dashboardzie, a potem trudno odczytać, skąd naprawdę bierze się spadek.
3. Trzeci krok to metoda raportowania. Możesz liczyć wyłącznie revenue churn z anulowanych kont albo gross revenue churn, który obejmuje też obniżki planów.^[5] Zespoły sprzedaży, finansów i success powinny patrzeć na tę samą definicję.
4. Potem zsumuj wartości miesięczne wszystkich utraconych subskrypcji w badanym okresie. To będzie licznik przychodowy.^[6]
5. Teraz policz procent. Przy bazie 84 500 zł i utracie 7 200 zł wskaźnik wynosi 8,52%. Po doliczeniu jeszcze 1 800 zł z downgrade’ów rośnie do 10,65%.
6. Na koniec zestaw wynik z ofertą: miksem planów, rabatami i zmianami cennika. Dwie firmy mogą mieć ten sam logo churn, a zupełnie inny obraz finansowy. W raportach MRR to właśnie ta różnica zwykle decyduje, gdzie naprawdę znika marża.

Ten wariant szybko pokazuje ryzyko w modelach z dużą rozpiętością cen. Gdy liczba utraconych klientów wygląda spokojnie, a MRR spada mocno, problem często siedzi w segmencie o najwyższej wartości kontraktu, a nie w całej bazie.^[2]

Typowe błędy przy analizie churnu w SaaS

Najwięcej problemów bierze się z danych. Sam wzór jest prosty, ale billing, CRM i analityka produktu potrafią opisywać to samo konto na trzy różne sposoby, przez co Customer Churn w raporcie wygląda inaczej niż w rzeczywistości.

Wpływ jakości danych na wynik

Churn Rate potrafi przesunąć się o 2-3 punkty procentowe, gdy dane z płatności, CRM i aplikacji różnie opisują tego samego klienta. W praktyce problem leży zwykle w definicjach zdarzeń, nie w matematyce.

• Statusy typu „cancelled”, „past_due” i „paused” trzeba rozdzielić. Każdy z nich oznacza inny etap relacji z klientem, więc wrzucenie ich do jednej kategorii zawyża wynik. Konto z 5-dniowym opóźnieniem płatności nie powinno od razu wpadać do churnu, jeśli polityka firmy daje 14 dni na odzysk.
• Drugi częsty błąd to liczenie użytkowników zamiast kont rozliczeniowych. W SaaS jedno konto może mieć 12 użytkowników, więc utrata workspace’u i jednego loginu to dwa różne zdarzenia. Jeśli platforma B2B traci 3 firmy po 40 seatów, raport „per user” łatwo zakryje problem w segmencie enterprise.
• A co ze strefą czasową? Zamknięcie subskrypcji o 23:30 UTC może wpaść do innego miesiąca niż w raporcie finansów pracujących w CET. Seria anulacji z ostatniego dnia miesiąca potrafi przez to przeskoczyć do kolejnego okresu i popsuć porównanie miesiąc do miesiąca.
• Osobno raportuj skokowe kampanie, promocje i niestandardowe triale. Po akcji z efektem zasięgowym, podobnej do mechaniki opisanej tutaj: Marketing wirusowy: Przykłady skutecznych kampanii i technik, kohorta z 7-dniowego triala może wyglądać dużo gorzej niż napływ organiczny. Przy 1 dużej kampanii i 1 krótkim trialu nawet porządny wykres potrafi powiedzieć pół prawdy.

Różnice między dobrowolnym a mimowolnym churnem

Dobrowolny churn i mimowolny churn mogą dać na dashboardzie identyczne 4%, ale prowadzą do zupełnie innych decyzji. W pierwszym przypadku problem częściej dotyczy wartości oferty, w drugim procesów operacyjnych albo płatności. Gdy zespół wrzuca oba typy do jednego worka, diagnoza robi się fałszywa, a budżet retencyjny idzie w złą stronę.

• Połączone kategorie „utracony klient” brzmią wygodnie, ale mieszają różne mechanizmy. Rezygnacja po porównaniu oferty z konkurencją to co innego niż odrzucona karta. Dlatego reason code dla decyzji klienta i dla błędu płatniczego powinny być osobne.
• Nieudana płatność nie zawsze oznacza definitywne odejście. Mimowolny churn często da się odwrócić, zwłaszcza gdy karta wygasła albo bank chwilowo odrzucił transakcję. W billingach 72 godziny po nieudanej płatności często decydują, czy konto wróci do MRR, czy z niego wypadnie.
• Cena bywa przyczyną, ale rzadko działa sama. Przy dobrowolnym churnie nakładają się na siebie produkt, brak kluczowej funkcji, słaby onboarding albo mocniejsza alternatywa. Seria odpowiedzi „za drogo” potrafi w praktyce znaczyć „po 30 dniach nadal nie widzę obiecanej wartości”.
• Sam moment odejścia mówi za mało. Dobrowolny churn zwykle poprzedza spadek użycia, a mimowolny częściej pojawia się nagle przy odnowieniu. Konto, które nie użyło głównej funkcji przez 21 dni, wysyła zupełnie inny sygnał niż konto aktywne do dnia odnowienia, ale z błędem płatności.
• Jedna akcja retencyjna dla wszystkich przypadków po prostu się nie broni. Dunning pomoże przy wygasłej karcie, a rozmowa z CSM-em ma sens tam, gdzie klient narzeka na brak integracji albo słaby efekt z produktu. Te playbooki trzeba rozdzielić.
• Na końcu dochodzi jeszcze raport odzysku. Bez recovered accounts albo recovered MRR dla przedziałów 7, 14 i 30 dni widzisz tylko odpływ, bez jego częściowego odwrócenia. Jeśli 18 z 60 kont wraca po aktualizacji płatności w ciągu dwóch tygodni, problem siedzi najpewniej w billingu, a nie w roadmapie produktu.

Jak ograniczać dobrowolny i mimowolny churn w SaaS

Najlepszy moment na ograniczenie churnu jest przed anulacją. Churn reduction działa wtedy, gdy zespół zbiera wczesne sygnały, ustawia priorytety i uruchamia interwencję w chwili, kiedy konto zaczyna słabnąć, a nie wtedy, gdy już zniknęło z raportu.

Sygnały wyprzedzające rezygnację klienta

Dobrowolny churn zwykle daje sygnały wcześniej niż sama rezygnacja. Retencja zaczyna się od zmiany zachowania klienta, nie od wysłania rabatu. Gdy konto logowało się średnio 4 razy w tygodniu, a przez kolejne 14 dni spada do 1 logowania, dostajesz praktyczny sygnał ryzyka.

Podobnie działa brak wykonania 2 z 3 kluczowych akcji wdrożeniowych w pierwszych 7 dniach, spadek użycia głównej funkcji o 30% miesiąc do miesiąca czy NPS na poziomie 0-6. Dobrze łączyć sygnały produktowe z relacyjnymi. Gdy klient coraz rzadziej wraca do aplikacji, a równocześnie otwiera ticket do supportu i nie ocenia rozwiązania na co najmniej 4/5 w badaniu CSAT, ryzyko odejścia rośnie mocniej niż przy pojedynczym alarmie.

Pomaga też health score, liczony co 7 dni na bazie aktywności, użycia funkcji, zgłoszeń, płatności i satysfakcji. Taki model nie daje pewności. Pozwala za to szybciej wyłapać konta wymagające opieki, zanim klient uzna, że produkt przestał mu być potrzebny.

Interwencje retencyjne przed utratą klienta

Tu liczy się podział na dwa strumienie. Dobrowolny churn wymaga odzyskania wartości produktu, a mimowolny usunięcia tarcia w płatności albo procesie. Skuteczna strategia nie zaczyna się od jednej kampanii, tylko od scenariuszy uruchamianych po konkretnym sygnale w ciągu 24-72 godzin.

Gdy klient nie osiągnął pierwszego wyniku w produkcie w ciągu 3 dni od startu, najwięcej daje poprawa onboardingu: krótsza ścieżka aktywacji, checklisty w aplikacji i kontakt człowieka przy kluczowym kroku. Kiedy konto traci aktywność już po wdrożeniu, lepiej działa interwencja oparta na wartości, na przykład wiadomość z konkretnym use case’em, sesja z Customer Success albo przypomnienie o funkcji, z której klient wcześniej korzystał regularnie.

Przy sygnale z satysfakcji sama zniżka zwykle nie pomaga. Lepiej zamknąć pętlę feedbacku w 48 godzin i jasno powiedzieć, co poprawisz, kiedy to nastąpi i co klient może zrobić już teraz.

Przy mimowolnym churnie sprawdza się dunning, czyli sekwencja odzyskiwania płatności: ponowne próby obciążenia, komunikat w aplikacji, e-mail przed końcem okresu rozliczeniowego i alternatywna metoda płatności. Gdy karta wygasa za 30 dni, przypomnienie wysłane wcześniej zwykle działa lepiej niż alarm po odrzuceniu transakcji. Najpierw bierz na warsztat konta z wysoką wartością i rosnącym ryzykiem. Reszta bazy może poczekać.

Źródła

1. https://chartmogul.com/saas-metrics/customer-churn/
2. https://gainsight.com/essential-guide/churn/
3. https://paddle.com/resources/calculate-churn-rate
4. https://chartmogul.com/saas-metrics/mrr/
5. https://stripe.com/resources/more/revenue-churn-101-how-to-calculate-it-and-why-it-matters
6. https://docs.stripe.com/billing/subscriptions/analytics?locale=en-GB

Dorian

Dorian Zawadzki to redaktor i autor publikacji w serwisie Growthhacker.pl. Specjalizuje się w tematach związanych z marketingiem wzrostu, SEO, content marketingiem i analityką. Tworzy praktyczne materiały, które pomagają lepiej rozumieć narzędzia, strategie i procesy wspierające rozwój biznesu online.