Udgangspunktet i denne artikel er abonnementsvirksomheder, men metoderne kan godt overføres til andre virksomhedstyper, hvis du har data til at følge dine kunder over tid.
Grunden til du skal vide de her ting er naturligvis økonomi. Kundens levetid har direkte indflydelse på de penge du tjener på den enkelte kunde. Når du kender levetid og livstidsværdi, så ved du hvor meget du kan tillade dig at betale for at få en ny kunde (acquisition cost) og beregne hvor mange nye kunder du skal have hver måned for at nå dine mål.
Det er altså vigtigt at kende nøgletal vedrørende churn. Som nævnt er matematikken ikke svær. Udregningen af retention, churn, levetiden og livstidsværdi er simple formler.
Retention = antal kunder primo/ antal kunder ultimo ekskl. nye kunder
Churn = 1- rentention = antal opsigelser/antal kunder primo
Levetid = 1/churn
Livstidsværdi = gennemsnitlig indtjening * levetid
Hvis du har 1000 kunder på et månedsabonnement til 100 kr. primo måneden og 950 ultimo måneden, altså 50 der opsiger deres abonnement, så kan de 4 nøgletal udregnes som:
Retention = 950/1000 = 95%
Churn = 1-0,95 = 5%
Levetid = 1/0,05 = 20 måneder
Livstidsværdi = 20*100 = 2000 kr.
Meget simpelt og alligevel ikke. For det er som nævnt forudsætningerne, der er svære og det kan hurtigt blive meget komplekst.
Måske har du vækst så du i januar har 1000 abonnenter og i februar har du 1100. Betyder det, retention er større end 1 og bliver churn negativ?
Hvis du har retention større end 1, har du brugt de forkerte tal.
Hvis du ikke har churn, så er du meget heldig. For de fleste vil der være nogen, der opsiger abonnementet hver eneste måned, så du slipper ikke for at tælle antallet af opsigelser.
Lad os holde fast i 50 opsigelser – hvad er churn?
Der er 1100 kunder, så det er fristende at bruge 1100, det bliver også nogle bedre tal.
Churn = 50/1100 = 4,5%
Levetid = 1/ 0,0454 = 22 måneder
Livstidsværdi = 22*100 = 2200 kr.
Fristende men det er forkert!
Hvis du skal udregne churn for januar skal du se på hvor mange af dem der betalte i januar, også betalte i februar og helt holde nye abonnenter ude af ligningen. Når du måneden efter udregner churn for februar er det alle betalende i februar der også betalte i marts. Skematisk kan det sættes op som dette eksempel.
| Churnmatematik | Antal abonnenter | Opsigelser | Nye abonnenter | Retention | Churn |
|---|---|---|---|---|---|
| Januar | 1.000 | 50 | 150 | 950/1000 = 95% | 50/1000 = 5% |
| Februar | 1.100 | 55 | 150 | 1045/1100=95% | 55/1100=5% |
| Marts | 1195 | 59 | 150 | 1136/1195=95% | 59/1195=5% |
| Eksempel på churnmatematik | |||||
Det her var det simple eksempel. I part ll vil vi se på udregningerne hvis der er flere abonnementstyper med forskellige priser. Derudover vil vi se på, hvordan du med hjælp fra fysikkens verden kan udregne hvor lang tid der går, før du kun har halvdelen af dine abonnenter tilbage, hvis ikke der kommer nye til. Det går sikkert hurtigere end du tror.