同期群留存表與曲線圖生成器

輸入各獲客月同期群的初始客戶數,以及在 M1 至 M6 各階段的留存客戶數,即可通過折線圖和彙總表比較不同同期群之間的留存曲線。

M6 同期群留存率基準表

評級 M6 留存率 含義
Excellent 90% 以上 企業級 SaaS 常見的頂級黏性水平,曲線幾乎趨於平緩
Good 80%–89% 表明客戶成功計劃行之有效的健康水平
Fair 70%–79% 中小企業(SMB)導向型 SaaS 中常見的平均水平
Poor 低於 70% 曲線仍持續下滑,提示需要重新審視引導流程和客戶成功策略

注:健康的基準值會因客戶群體(企業級 vs. 中小企業/自助式)不同而有很大差異,以上數值僅供參考。

什麼是分組留存表(Cohort Retention)

分組留存表按「何時獲取」把客戶分成若干組,並逐月排列每組還剩下多少人。在本工具中,按分組輸入獲取時點(M0)的客戶數以及 M1〜M6 各時點仍在使用的客戶數,即可一次得到各時點的留存率、每個分組的走勢圖,以及 M6 時點的評價。相較於只看整體流失率,這張表的價值在於能夠分辨出「哪一批客戶、在什麼時候離開」。

輸入只有一條規則:每個時點的留存客戶數不得超過上一個時點。若要把已流失後又回歸的客戶(復活)計算在內,請先扣除再填寫淨留存數。評價依據 M6 的留存率:90% 以上為 Excellent,80% 以上為 Good,70% 以上為 Fair,低於此為 Poor。由於合理水準會因客戶類型而大不相同,建議關注分組之間的差異,而非絕對數值。

分組留存表的製作步驟

  1. 填寫分組名稱與初始客戶數 取一個能看出獲取時期的名稱,例如「2026年1月獲取」。M0 即為該時點的客戶數。
  2. 填寫 M1〜M6 的留存客戶數 按月依序填入各時點仍在使用的客戶數。大於上一時點的數值不會被接受。
  3. 新增分組並排比較 用「新增分組」可以並排多個獲取月份。比較施策前後曲線的變化才是本來的用法,單看一個分組意義有限。
  4. 讀取曲線形狀與評價 曲線趨於平緩說明客戶已經沉澱;若持續下滑,則說明流失尚未停止。M6 的評價即是這一判斷的簡化表示。

用好本工具的小技巧

  • 將同一時期獲客的客戶歸為一個同期群,並追蹤其隨時間的留存人數——這能揭示單月流失率無法呈現的黏性規律。
  • 並排展示多個同期群,可以比較引導流程最佳化或定價調整前後的留存曲線變化。
  • 曲線在 M3–M4 附近趨於平緩,是留下來的客戶會長期持續使用產品的健康訊號;若曲線持續下滑,則說明存在值得深入調查的流失誘因。
  • 「Logo 流失率」工具提供的是單一時期的快照資料;若想比較留存趨勢隨時間的變化,請改用本工具。

分組分析的應用場景

衡量新手引導改版的效果

把改版前後的分組並排,觀察 M1〜M2 的下降幅度是否改變。這正是整體流失率會掩蓋掉的變化。

追蹤調價、方案調整的影響

若只有調整之後獲取的分組曲線驟降,就獲得了價格與價值不匹配的證據。

按客戶類型對比

把面向大企業與面向中小企業的客戶作為不同分組輸入,就能用數字確認兩者的合理水準差異有多大。

用於經營會議與投資人說明

比起一句「流失率為◯%」,分組表更能準確傳達留存的真實狀況,因為改善會以曲線形狀的方式留下痕跡。

分組分析的相關術語

分組(Cohort)
在同一時期獲取的一批客戶。該詞原出自流行病學,指「共享同一經歷的群體」;在 SaaS 中幾乎都指按獲取月份劃分的客戶群。
留存率
某一時點仍在使用的客戶佔該分組初始客戶數的比例。M6 為 70% 意味著獲取半年後每 10 人中還剩 7 人。
M0〜M6
以獲取時點為 M0,表示自此經過了幾個月的記號。M6 指獲取後第 6 個月。
流失率(Churn)
留存率的反面,即離開的客戶比例。留存 70% 與流失 30% 說的是同一件事。
復活(Resurrection)
已流失的客戶再次簽約。本工具以淨留存數為前提,請先扣除回歸客戶再填寫。
曲線趨平
逐月的減少停止、曲線變得水平的狀態。它標示出真正沉澱下來的核心客戶;趨平的位置越高,業務越穩定。

常見問題

同期群分析是將同一時期(例如同一個月或同一周)獲客的客戶歸為一個“同期群”,並追蹤其隨時間的留存人數。相比將所有客戶混在一起觀察,它能更清晰地揭示不同獲客時期之間的差異以及產品變更帶來的影響。

理想的曲線會在獲客後迅速下降,隨後趨於平緩。曲線越早趨於平緩,說明該同期群中轉化為長期忠實使用者的客戶比例越高;若曲線持續下滑,則表明流失風險仍在持續。

M0 代表獲客當月本身,因此以該時間點的客戶數作為基準計算的留存率,按定義即為 100%。M1 及之後各階段的留存率均以這個 M0 基準為參照計算得出。

「Logo 流失率」是針對單一時期(例如最近一個月)的快照指標;而同期群留存分析會追蹤多個不同時期獲客的客戶群體在連續多個階段的變化,更適合用於衡量某項變更的影響或發現長期趨勢。請根據具體目的選擇合適的工具。
工具君

閒話 ― 同期群分析為何按獲客時期對客戶分組

作為 SaaS 關鍵指標被廣泛使用的流失率和留存率,大多隻是某個時間點的快照資料。但在不同時期獲客的客戶,其後續的黏性表現可能截然不同。例如,在最佳化引導流程之後獲客的客戶,往往比最佳化之前獲客的同期群留存得更好。同期群分析正是為了讓這種“獲客時間”帶來的差異變得可見而誕生的。

這一概念最初並非源自 SaaS 行業,而是可以追溯到流行病學——研究人員用它追蹤同一年出生的一群人的存活率。當這一概念被引入商業領域後,“同期群”的定義從“出生年份”重新定義為“客戶註冊的月份”,並逐漸成為投資人簡報和產品最佳化儀表盤中的標準視覺化模式。

留存曲線隨時間趨於平緩的現象被稱為“同期群平緩化(cohort flattening)”,這也是投資人評估 SaaS 公司時重點關注的指標之一。如果曲線始終無法趨於平緩、持續下滑,就意味著一旦新客戶獲取停滯,整個客戶群就會開始萎縮——這一訊號常被用來判斷持續投入增長預算是否合理。