如何分析净收入留存率：分步指南
一家公司在这项指标上可能达到 130%，但业务仍在萎缩。而另一家公司可能只有 95%，但业务却更健康。
这听起来似乎自相矛盾。但这正是当一个比率刻意忽略新客户时会发生的情况。
净收入留存率（Net revenue retention）是订阅报告中最常被引用、也最容易被误读的数字。公式很简单，只需一分钟就能掌握。但理解它排除了什么，才是改变决策的关键。
本指南将介绍该公式以及为什么分母决定了其全部意义。接着，我们将探讨如何解读计算结果、三种手动计算路径，以及每种路径在何处会失效。
净收入留存率衡量的是什么
它只衡量一件事：你既有收入的变化情况。
Workday 的计算指南非常直白地界定了其范围。该指标追踪的是“来自现有客户的经常性收入的百分比变化”。
新客户被排除在外。不是降低权重，也不是进行调整。而是完全排除。
正是这一单一的设计选择，使得这个数字既有用又具有误导性。它孤立地反映了你现有的客户群是在扩大还是在流失，而对整体业务的增长却只字未提。
公式及其四个动态组成部分
Workday 给出的公式如下。
NRR = (Starting RR + Expansion RR – Contraction RR – Churn RR) / Starting RR × 100
| 组成部分 | 定义 |
|---|---|
| 期初经常性收入 (Starting RR) | 统计周期开始时的经常性收入 |
| 扩张经常性收入 (Expansion RR) | 来自增购和交叉销售的收入 |
| 收缩经常性收入 (Contraction RR) | 因降级而流失的收入 |
| 流失经常性收入 (Churn RR) | 因退订或未续约而流失的收入 |
这四个要素中有三个是同一客户群（cohort）内部的变动。弄错客户群是最常见的错误，而且这种错误在最终输出的结果中是看不出来的。
在进行任何计算之前，你需要一个干净的经常性收入基数。我们的将订阅导出数据转化为 MRR 和 ARR 报告指南涵盖了这一步骤，其中的定义可以直接应用于此。
为什么分母决定了全部
分母是期初经常性收入，其他任何数据都不会计入其中。
因此，该指标回答的是“在我们拥有的资金中，我们还保留了多少，以及我们增加了多少”。它无法回答“我们是否比上个季度规模更大”。
两家公司可以说明这一差距。一家公司在没有获取任何新客户的情况下，凭借大量的增购维持了持平的基数，并实现了 130% 的留存率。另一家公司在基数上实现了 95% 的留存率，同时新业务增长了三倍。
这两个数据都是准确的。但这两家公司中只有一家在增长，而这项指标无法告诉你到底是哪一家。
由此可以直接得出一条实用规则。切勿单独呈现这个数字。 请将其与新收入或基数本身结合展示，以便读者能够看出它是针对什么基数计算出的百分比。
还有一个值得提及的分母陷阱。计费平台对经常性收入的定义比大多数人想象的要窄。Stripe 的计费分析文档排除了税收、免费层级、基于使用量的产品和试用。如果你的分母来自平台导出数据，那么你也继承了这些排除项。
这个数字意味着什么
Workday 对这些区间的解读异常直接，非常值得引用。
| 结果 | Workday 的解读 |
|---|---|
| 100% 以上 | “净扩张；现有客户产生的收入超过了你流失的收入。” |
| 90–100% | 持平至轻微收缩 |
| 90% 以下 | “警示信号；流失和降级超过了扩张。” |
统计周期由你决定。同一页面指出，你“可以选择按月、按季度或按年计算 NRR，以配合你的报告频次”。
如果不加注意，这种灵活性就是一个陷阱。同一家企业的月度数据和年度数据是完全不同的数字，两者无法通过简单的乘法进行换算。
确定好报告频次后，将其写在报告上，切勿跨频次进行比较。Amplitude 关于该指标的解释从产品分析的角度探讨了相同的内容。
如何手动计算
方案 1：计算出四个总额，然后进行一次除法
从客户群（cohort）开始。列出期初拥有经常性收入的每一位客户，并锁定该列表。
然后，仅针对该锁定列表，使用带有客户筛选器和日期范围的 SUMIFS 函数汇总每项变动。这样可以得到四个直观的总额。
最后进行一次除法。将这四个总额保留在不同的单元格中，可以让你回答“哪个部分发生了变动”，而这是唯一能引导具体行动的问题。
这种方法的局限性在于，它只给你一个周期的单一数字。你只知道结果是 104%，却对是谁推动了这一结果一无所知。
方案 2：构建客户层级的变动表
客户群中的每位客户占一行，每项变动占一列。包括期初收入、期末收入，以及细分为扩张、收缩和流失的差额。
现在可以对报告进行多维度剖析。按订阅方案、按细分市场、按客户生命周期区间、按获取客户群。
洞察正是源于这种多维度剖析。一个看似健康的综合数据，往往掩盖了一个细分市场在强劲扩张，而另一个细分市场却在悄然降级的情况。我们关于留存分析（cohort analysis）的解释涵盖了为什么综合视图会自行发生变化。
其限制在于数据量和关联操作。将订阅导出数据与账户表进行匹配，已经超出了公式能轻松处理的范畴。
方案 3：保留一个定义标签页
记录客户群规则和报告频次。然后记录哪些算作扩张，哪些算作新销售，期中变化如何抵消，以及你的导出数据使用的是哪种收入定义。
扩张的界限往往是最容易引发争议的。购买第二款产品的客户既可以算作扩张，也可以算作新业务，这两种解读都有其合理性。
局限性在于，仅仅记录规则并不等于应用了规则。每个周期仍然需要有人重新构建相同的筛选器。
共同的局限。 这三种方案都假设你能够重建该周期第一天时的客户群。如果你的导出数据仅显示当前状态，那么重建工作才是真正的难点。
手动路径在何处会变慢
第一次计算需要一个上午。第四次计算则需要更长时间，因为在没人注意的时候，定义已经发生了偏差。
订阅方案的变化会破坏扩张和收缩的划分。将客户转移到新价格表上的重新打包行为，会产生既非增长也非流失的变动。它最终会落入你的筛选器恰好捕获的任何一个分类中。
100% 的折扣是让所有人都会踩坑的边缘情况。Stripe 的文档指出，收入降至零在当期会被记录为流失。因此，一个享受全额折扣的账户可能会显示为流失，而实际上客户并没有离开。
配置更改也存在滞后。Stripe 指出，对其分析设置的调整需要 24 到 48 小时才能生效。在同一天重新计算将无法反映你刚刚做出的更改。
还有一种只有在董事会会议上才会显现的代价。当有人问为什么这个数字与上季度的幻灯片不同时，答案通常在于定义。而那个定义存在于你没有带过来的标签页中。
如何使用 Powerdrill Bloom 构建
步骤 1：上传你的订阅导出数据
上传订阅文件，或者将订阅文件和账户文件一起上传。Powerdrill Bloom 会在文件导入时对列进行分析，因此在计算任何比率之前，重复的客户 ID、缺失的方案值和不一致的货币字段都会显现出来。
步骤 2：用自然语言描述定义
直接陈述规则，而不是去构建它们。指定客户群日期、报告频次、哪些算作扩张，以及期中变化应如何抵消。
然后提出能够暴露陷阱的问题。询问初始客户群中哪些客户的收入降至零。询问哪些变动来自订阅方案重新打包，而非客户的主动决策。接着询问该数字按细分市场和客户生命周期区间如何划分。
步骤 3：导出图表、报告或幻灯片
导出变动表、包含四个组成部分的瀑布图，或者同时包含客户群规则和计算结果的幻灯片。
常见错误
在没有基数的情况下呈现该数字。 未说明基数的百分比只是装饰。请在旁边展示期初经常性收入。
将新客户纳入分母。 该指标仅针对现有客户群进行定义。将新业务纳入其中会使其变成一个完全不同且用处较小的比率。
将月度数据与年度数据进行比较。 它们是独立的测量维度，无法进行换算。确定一种报告频次并做好标记。
在没有规则的情况下，将购买第二款产品视为扩张。 这可能是扩张，也可能是新业务。请一次性决定并记录下来，然后保持一致地应用。
将折扣降至零的账户视为流失。 平台定义将零收入视为当期流失。请检查客户是否真的离开了。
忽略订阅方案重新打包。 将客户迁移到新价格表会产生并非由客户决策引起的变动。请单独标记这些行。
在更改计费配置后立即重新计算。 平台设置可能需要 24 到 48 小时才能生效，因此你得到的数字仍然是旧的。
结论
锁定客户群，汇总四项变动，仅除以期初经常性收入，确定报告频次，并始终在百分比旁显示基数。这就是让这个数字经受住董事会审查的秘诀。
数字本身并不是最终的交付成果。扩张、收缩和流失之间的细分，才是告诉你下一步该怎么做的关键。
如果重建这种细分耗费了你整个季度的时间，不妨在你的订阅导出数据上试试 Powerdrill Bloom。另请参阅 SaaS 指标追踪最佳 AI 工具汇总和 AI 报告生成器页面。
常见问题
什么是净收入留存率公式？
Workday 给出的公式为：期初经常性收入加上扩张，减去收缩，减去流失，再除以期初经常性收入，最后乘以 100。
它包含新客户吗？
不包含。该指标仅衡量来自现有客户的经常性收入的百分比变化。这正是它无法告诉你业务是否在增长的原因。
什么样的结果算好？
Workday 将 100% 以上解读为净扩张，90% 以下解读为警示信号，90% 至 100% 为持平至轻微收缩。行业基准因细分市场而异，因此请先与你自己的历史趋势进行对比。
我应该按月计算还是按年计算？
都可以，只要你固定下来。这两者是独立的测量维度，无法相互换算，因此请选择一种报告频次，并在每份报告上做好标记。
为什么我的数据与我的计费平台的数据不一致？
通常是因为收入定义不同。平台数据往往排除了税收、免费层级、基于使用量的产品和试用，因此基于开票总额构建的电子表格将无法与之匹配。