同期群留存表与曲线图生成器

输入各获客月同期群的初始客户数,以及在 M1 至 M6 各阶段的留存客户数,即可通过折线图和汇总表比较不同同期群之间的留存曲线。

M6 同期群留存率基准表

评级 M6 留存率 含义
Excellent 90% 以上 企业级 SaaS 常见的顶级黏性水平,曲线几乎趋于平缓
Good 80%–89% 表明客户成功计划行之有效的健康水平
Fair 70%–79% 中小企业(SMB)导向型 SaaS 中常见的平均水平
Poor 低于 70% 曲线仍持续下滑,提示需要重新审视引导流程和客户成功策略

注:健康的基准值会因客户群体(企业级 vs. 中小企业/自助式)不同而有很大差异,以上数值仅供参考。

什么是分组留存表(Cohort Retention)

分组留存表按「何时获取」把客户分成若干组,并逐月排列每组还剩下多少人。在本工具中,按分组输入获取时点(M0)的客户数以及 M1〜M6 各时点仍在使用的客户数,即可一次得到各时点的留存率、每个分组的走势图,以及 M6 时点的评价。相比只看整体流失率,这张表的价值在于能够分辨出「哪一批客户、在什么时候离开」。

输入只有一条规则:每个时点的留存客户数不得超过上一个时点。若要把已流失后又回归的客户(复活)计算在内,请先扣除再填写净留存数。评价依据 M6 的留存率:90% 以上为 Excellent,80% 以上为 Good,70% 以上为 Fair,低于此为 Poor。由于合理水平会因客户类型而大不相同,建议关注分组之间的差异,而非绝对数值。

分组留存表的制作步骤

  1. 填写分组名称与初始客户数 取一个能看出获取时期的名称,例如「2026年1月获取」。M0 即为该时点的客户数。
  2. 填写 M1〜M6 的留存客户数 按月依次填入各时点仍在使用的客户数。大于上一时点的数值不会被接受。
  3. 添加分组并排比较 用「添加分组」可以并排多个获取月份。比较施策前后曲线的变化才是本来的用法,单看一个分组意义有限。
  4. 读取曲线形状与评价 曲线趋于平缓说明客户已经沉淀;若持续下滑,则说明流失尚未停止。M6 的评价即是这一判断的简化表示。

用好本工具的小技巧

  • 将同一时期获客的客户归为一个同期群,并追踪其随时间的留存人数——这能揭示单月流失率无法呈现的黏性规律。
  • 并排展示多个同期群,可以比较引导流程优化或定价调整前后的留存曲线变化。
  • 曲线在 M3–M4 附近趋于平缓,是留下来的客户会长期持续使用产品的健康信号;若曲线持续下滑,则说明存在值得深入调查的流失诱因。
  • 「Logo 流失率」工具提供的是单一时期的快照数据;若想比较留存趋势随时间的变化,请改用本工具。

分组分析的应用场景

衡量新手引导改版的效果

把改版前后的分组并排,观察 M1〜M2 的下降幅度是否改变。这正是整体流失率会掩盖掉的变化。

追踪调价、套餐调整的影响

若只有调整之后获取的分组曲线骤降,就获得了价格与价值不匹配的证据。

按客户类型对比

把面向大企业与面向中小企业的客户作为不同分组输入,就能用数字确认二者的合理水平差异有多大。

用于经营会议与投资人说明

比起一句「流失率为◯%」,分组表更能准确传达留存的真实状况,因为改善会以曲线形状的方式留下痕迹。

分组分析的相关术语

分组(Cohort)
在同一时期获取的一批客户。该词原出自流行病学,指「共享同一经历的群体」;在 SaaS 中几乎都指按获取月份划分的客户群。
留存率
某一时点仍在使用的客户占该分组初始客户数的比例。M6 为 70% 意味着获取半年后每 10 人中还剩 7 人。
M0〜M6
以获取时点为 M0,表示自此经过了几个月的记号。M6 指获取后第 6 个月。
流失率(Churn)
留存率的反面,即离开的客户比例。留存 70% 与流失 30% 说的是同一件事。
复活(Resurrection)
已流失的客户再次签约。本工具以净留存数为前提,请先扣除回归客户再填写。
曲线趋平
逐月的减少停止、曲线变得水平的状态。它标示出真正沉淀下来的核心客户;趋平的位置越高,业务越稳定。

常见问题

同期群分析是将同一时期(例如同一个月或同一周)获客的客户归为一个“同期群”,并追踪其随时间的留存人数。相比将所有客户混在一起观察,它能更清晰地揭示不同获客时期之间的差异以及产品变更带来的影响。

理想的曲线会在获客后迅速下降,随后趋于平缓。曲线越早趋于平缓,说明该同期群中转化为长期忠实用户的客户比例越高;若曲线持续下滑,则表明流失风险仍在持续。

M0 代表获客当月本身,因此以该时间点的客户数作为基准计算的留存率,按定义即为 100%。M1 及之后各阶段的留存率均以这个 M0 基准为参照计算得出。

「Logo 流失率」是针对单一时期(例如最近一个月)的快照指标;而同期群留存分析会追踪多个不同时期获客的客户群体在连续多个阶段的变化,更适合用于衡量某项变更的影响或发现长期趋势。请根据具体目的选择合适的工具。
工具君

闲话 ― 同期群分析为何按获客时期对客户分组

作为 SaaS 关键指标被广泛使用的流失率和留存率,大多只是某个时间点的快照数据。但在不同时期获客的客户,其后续的黏性表现可能截然不同。例如,在优化引导流程之后获客的客户,往往比优化之前获客的同期群留存得更好。同期群分析正是为了让这种“获客时间”带来的差异变得可见而诞生的。

这一概念最初并非源自 SaaS 行业,而是可以追溯到流行病学——研究人员用它追踪同一年出生的一群人的存活率。当这一概念被引入商业领域后,“同期群”的定义从“出生年份”重新定义为“客户注册的月份”,并逐渐成为投资人演示文稿和产品优化仪表盘中的标准可视化模式。

留存曲线随时间趋于平缓的现象被称为“同期群平缓化(cohort flattening)”,这也是投资人评估 SaaS 公司时重点关注的指标之一。如果曲线始终无法趋于平缓、持续下滑,就意味着一旦新客户获取停滞,整个客户群就会开始萎缩——这一信号常被用来判断持续投入增长预算是否合理。