Kuvitteellinen esimerkki: kasvu ja poistuma yhdessä
Alussa on 100 asiakasta: 10 lähtee ja 90 jää. Uusia tulee 20 ja he ovat mukana lopussa, joten kokonaismäärä on 110. Alkukohortin poistuma on 10 / 100 = 10 % kasvusta huolimatta.
| Kuvitteellinen mittari | Arvo | Sääntö |
|---|---|---|
| Alkuperäiset asiakkaat | 100 | Seurattu alkupopulaatio. |
| Menetetyt alkuperäiset | 10 | Valitun määritelmän mukaan. |
| Jäljellä olevat alkuperäiset | 90 | 100 − 10. |
| Jäljellä olevat uudet | 20 | Lasketaan erikseen. |
| Loppumäärä | 110 | 90 + 20. |
| Alkukohortin poistuma | 10 % | 10 / 100 × 100. |
Määritä menetys täsmällisesti
- Valitse yksiköksi henkilö, tili tai tilaus. Erota peruutuspyyntö, todellinen päättyminen, maksuvirhe ja uudelleenaktivointi.
- Tässä laskennassa uudet eivät muuta alkunimittäjää. Dokumentoi työkalujen tai raporttien poikkeavat käytännöt.
- Erota asiakas- ja tulopoistuma. Nettotulopoistuma voi sisältää nykyasiakkaiden laajennukset ja olla negatiivinen; se ei ole menetettyjen asiakkaiden osuus.
Testaa toimia lupaamatta vaikutusta
Erota vapaaehtoinen lähtö, maksuvirhe ja muuttunut tarve. Ennustepiste ei todista tarjouksen estävän lähdön. Arvioi toimia sopivalla vertailulla, kustannuksilla, haitoilla ja todellisella tuloksella.
Alkuperäiset lähteet
Vaihtuvuus vaatii nimenomaisen poistumistapahtuman.
Peruutus, käyttöoikeuden päättyminen, passiivisuus ja maksun epäonnistuminen voivat edustaa eri ilmiöitä. Määritä valittu asiakasvaihtuvuuden mittari, aloituspopulaatio ja ajanjakso. Käsittele uudelleenaktivointia ja suunnitelman muutoksia erikseen; muuten sisäiset siirrot voivat laskea sekä tappioiksi että uudeksi hankinnaksi.
- Määritä tarkka poistumistapahtuma ja päivämäärä.
- Erota asiakasvaihtuvuus tulovaihtuvuudesta.
- Tarkista tauot, uudelleenaktivointi ja suunnitelman siirto.
Onko passiivinen käyttäjä välttämättä menetetty?
Se riippuu normaalista käyttötiheydestä. Määritä palvelulle sopiva kynnysarvo ja testaa havaitut tuotot; poissaolotapahtumat voivat myös heijastaa keskeytynyttä keräämistä.
Ensisijainen lähde: Google SRE — Data processing pipelines. Aiheeseen liittyvä menetelmä: lue käytännön opas.