虚构示例：增长与流失同时发生
期初100位客户中，10位离开、90位留下。新增20位且期末仍在，总数达到110。初始队列流失率为10 / 100 = 10 %，即使总量增长也是如此。
| 虚构指标 | 数值 | 规则 |
|---|---|---|
| 初始客户 | 100 | 起初跟踪人群。 |
| 流失的初始客户 | 10 | 依据选定定义。 |
| 留下的初始客户 | 90 | 100 − 10。 |
| 留下的新客户 | 20 | 单独计算。 |
| 期末总数 | 110 | 90 + 20。 |
| 初始队列流失率 | 10 % | 10 / 100 × 100。 |
精确定义流失
- 选择个人、账户或订阅为单位。区分取消申请、实际结束、支付失败和重新激活。
- 本例中新客户不改变初始分母。记录工具或报告采用的其他口径。
- 区分客户流失与收入流失。净收入流失可能计入现有客户扩张并变为负值，它不是流失客户比例。
测试措施而不保证效果
区分主动离开、支付故障和需求变化。预测评分不能证明某个优惠会阻止流失。通过合适比较、成本、不良影响与实际结果评价行动。
一手资料
用户流失需要明确的退出事件。
取消订阅、访问权限终止、不活跃和支付失败可能代表不同的现象。定义所选的流失衡量指标、初始用户群和周期。单独处理重新激活和计划变更；否则，内部转移可能同时计入流失和新增用户。
- 定义确切的退出事件和日期。
- 区分客户流失和收入流失。
- 检查暂停、重新激活和迁移计划。
不活跃用户是否必然丢失？
这取决于正常使用频率。定义一个适合服务的阈值并测试观察到的结果；事件缺失也可能反映数据收集中断。
一手资料：Google SRE — Data processing pipelines. 相关方法：阅读实用指南.