Fiktives Beispiel: Wachstum und Abwanderung zugleich
Zu Beginn gibt es 100 Kunden; 10 gehen, 90 bleiben. Zwanzig neue kommen und sind am Ende noch da: insgesamt 110. Die Abwanderung der Ausgangskohorte beträgt 10 / 100 = 10 %, trotz Bestandswachstum.
| Fiktive Messgröße | Wert | Regel |
|---|---|---|
| Ursprüngliche Kunden | 100 | Ausgangspopulation. |
| Verlorene ursprüngliche Kunden | 10 | Gemäß gewählter Definition. |
| Verbleibende ursprüngliche Kunden | 90 | 100 − 10. |
| Verbleibende Neukunden | 20 | Getrennt gezählt. |
| Endbestand | 110 | 90 + 20. |
| Abwanderung der Ausgangskohorte | 10 % | 10 / 100 × 100. |
Verlust genau definieren
- Wählen Sie Person, Konto oder Abonnement als Einheit. Unterscheiden Sie Kündigungsanfrage, tatsächliches Ende, Zahlungsausfall und Reaktivierung.
- In dieser Kohortenrechnung ändern Neukunden den Ausgangsnenner nicht. Dokumentieren Sie abweichende Konventionen von Werkzeugen oder Berichten.
- Trennen Sie Kunden- und Umsatzabwanderung. Netto-Umsatzabwanderung kann Expansion bestehender Kunden einschließen und negativ sein; sie ist keine Kundenverlustrate.
Maßnahmen ohne Wirkungsgarantie prüfen
Unterscheiden Sie freiwilligen Abgang, Zahlungsfehler und geänderten Bedarf. Ein Prognosewert beweist nicht, dass ein Angebot Abwanderung verhindert. Prüfen Sie Maßnahmen mit geeigneter Vergleichsgruppe, Kosten, unerwünschten Folgen und tatsächlichem Ergebnis.
Primärquellen
Kundenabwanderung erfordert ein explizites Austrittsereignis.
Kündigung, Zugangsbeendigung, Inaktivität und Zahlungsausfall können unterschiedliche Phänomene darstellen. Die gewählte Abwanderungskennzahl, die Ausgangspopulation und den Zeitraum definieren. Reaktivierungen und Planänderungen separat behandeln; andernfalls können interne Transfers sowohl als Verluste als auch als Neukundengewinnung gezählt werden.
- Das genaue Austrittsereignis und -datum definieren.
- Kundenabwanderung von Umsatzabwanderung trennen.
- Pausen, Reaktivierungen und Planmigrationen prüfen.
Geht ein inaktiver Benutzer zwangsläufig verloren?
Dies hängt von der normalen Nutzungshäufigkeit ab. Definieren Sie einen dienstspezifischen Schwellenwert und testen Sie die beobachteten Ergebnisse; fehlende Ereignisse können auch auf eine unterbrochene Datenerfassung hinweisen.
Primärquelle: Google SRE — Data processing pipelines. Verwandte Methode: den praktischen Leitfaden lesen.