Publicerad juni 05, 2024

9 Mätetal för att behålla kunder och hur man spårar dem

9 min read time

Mätvärden för att behålla kunder är en baslinje för alla PLG-företag och hjälper dig att förstå hur mycket intäkter ditt företag behåller varje månad.

Genom att bygga upp en mer detaljerad bild med data från och utanför din produkt kan du också använda kundlojalitetsmått för att mäta din produkts tillväxtpotential, hitta områden för intäktsgenerering och begränsa kundbortfall.

I den här guiden tittar vi därför på hur du mäter hur du behåller kunder. Vi presenterar nio av de viktigaste måtten och en metod för att analysera hur man behåller kunder. Vi utforskar också Optimizely Warehouse-native Analytics, en produktanalysplattform som gör att du enkelt kan förstå kundbeteende över kanaler.

Vad är mätetal för att behålla kunder?

Mätetal för att behålla kunder är insikter som visar hur väl du håller kvar dina kunder över tid. Till skillnad från mätetal för kundengagemang som fokuserar på hur kunderna interagerar med dina produkter, ofta vid ett enstaka tillfälle, mäter mätetal för att behålla kunder specifikt lojaliteten i kundrelationer på lång sikt.

Varför bör man mäta hur många kunder man behåller?

Mätetal för att behålla kunder är siffror som visar din förmåga att upprätthålla kundengagemang, främja långsiktiga relationer och minska kundomsättningen.

Minska kundbortfallet för att sänka kostnaderna

Att förstå dessa data är avgörande för att hålla kostnaderna nere när du skalar upp. Det är trots allt billigare att behålla befintliga kunder än att skaffa nya. Detta är särskilt viktigt i en PLG-miljö där produkten i sig fungerar som drivkraft för nya leads och försäljning.

Genom att ge hela teamet de insikter de behöver för att minska kundbortfallet sparar du pengar direkt. När ditt serviceteam till exempel får de insikter de behöver för att förbättra onboardingprocesserna behöver du inte investera i kostsamma kampanjer för kundförvärv och retargeting.

Använda mätvärden för användarretention för att öka intäkterna

Forskning visar att sannolikheten för att sälja till en ny kund är 5-20 % medan sannolikheten för att sälja till en befintlig kund är över 60 %. Det är därför logiskt att du också kan öka intäkterna genom att identifiera områden där din produkt är mer stabil.

Med mätvärden för att behålla kunder både inom och utanför produkten kan marknadsföringsteamen främja merförsäljning till befintliga kunder på ett mer effektivt sätt.

För att förstå hur det här ser ut i praktiken: tänk dig att du genom en detaljerad analys av mätvärden för kvarhållande upptäcker att en betydande del av dina användare är mycket engagerade i en specifik funktion. Ditt marknadsföringsteam kan sedan bygga en kampanj som marknadsför detta till liknande målgrupper och personalisera erbjudandet om merförsäljning baserat på data från säljsamtal och kundfeedback.

Sammantaget kan du med ett komplett grepp om retentionsmätningar bygga en produkt som marknadsför sig själv - det ultimata målet för alla PLG-företag. Ofta kommer användare att bli betalande användare, kunder kommer att bli förespråkare och förespråkare kommer att bli din mest framgångsrika säljfunktion.

De viktigaste nyckeltalen för att behålla kunder

Ta en titt på tabellen nedan för att få en snabb förståelse för de viktigaste mätvärdena för att behålla användare. Alternativt kan du fördjupa dig i hur du steg för steg mäter hur du behåller kunder.

Mätetal för att behålla kunder

Formel

Att behålla kunder

(Användare i slutet av perioden) - (nya användare under perioden) / (totalt antal användare i början av perioden) * 100

Kundomsättning

Antal kunder i början av en period / antal förlorade kunder under en period * 100

Intäkternas churn rate

{[(MRR i början av månaden - MRR i slutet av månaden) - merförsäljning]/MRR i början av månaden} × 100

Reaktiveringsgrad

Reaktiverade kunder / totalt antal förlorade kunder * 100

Tillväxttakt för intäkter från befintliga kunder

(MRR innevarande månad - MRR föregående månad) / MRR föregående månad * 100

Customer lifetime value

(Genomsnittligt inköpsvärde x genomsnittlig inköpsfrekvens) x genomsnittlig kundlivslängd

Poäng för kundnöjdhet

(Antal 4- och 5-svar) ÷ (antal svar) × 100

Nettopromotorpoäng

% främjare - % motståndare

Förhållande mellan DAU och MAU

Dagliga aktiva användare / månatliga aktiva användare

1. Att behålla kunder

Den datapunkt som de flesta tänker på först när de får frågan om att behålla kunder, är andelen kunder som fortsätter att använda din produkt. Det kan mätas från den tidpunkt då produkten skapades eller under en viss tidsperiod.

När du tittar på hur många kunder du behåller under en kort period kan du utvärdera hur effektiva dina strategier för att behålla kunder är eller identifiera var produktproblem har smugit sig in.

Genom att analysera hur många kunder som behålls under en längre period kan du få en djupare förståelse för den övergripande kundlojaliteten och identifiera mönster eller säsongsvariationer i hur många kunder som behålls.

Du kan också jämföra din förmåga att behålla kunder med branschriktmärken för att förstå hur du ligger till i förhållande till dina konkurrenter.

Formel för att behålla kunder: (Användare i slutet av perioden) - (nya användare under perioden) / (totalt antal användare i början av perioden) * 100 = CRR

2. Kundbortfall

På motsatt sida av mätningen av att behålla kunder visar churn rate hur många som lämnar produkten under en viss period.

En genomgående hög churn rate över tid indikerar uppenbarligen problem med din produkt. Men om man går djupare än så och analyserar mönster och trender relaterade till specifika kundsegment, användningsmönster eller produktfunktioner kan man utveckla strategier för att minska churn totalt sett.

Optimizely Warehouse-Native Analytics analysresultat av kundresan gör att du kan spåra specifika resor för att förstå drop-off-punkter. Du kan också få tillgång till data direkt från ditt lager för att till exempel förstå hur kontaktpunkter för kundframgång och support är kopplade till churn.

Formel för kundbortfallsfrekvens: Antal kunder i början av en period / antal förlorade kunder under en period * 100

3. Churn för intäkter

Du kan också beräkna churn i termer av intäkter snarare än kunder. Detta gör att du kan kvantifiera dina förluster mer exakt snarare än att få en felaktig bild genom att väga alla användare lika. Intäktsbaserad churn rate tar hänsyn till frågor som avbeställningar och nedgraderingar av planer samt allmän kundbortfall.

Genom att övervaka churn-frekvensen för intäkter tillsammans med beteendeanalys kan du identifiera trender och mönster i kundernas beteende som påverkar möjligheten att behålla kunder. Om du till exempel observerar att kunder som har lågt engagemang i huvudfunktioner i din produkt är mer benägna att churna och leda till intäktsförluster, kan du prioritera insatser för att förbättra användbarheten för dessa funktioner.

Formel för churnfrekvens för intäkter: {[(MRR i början av månaden - MRR i slutet av månaden) - merförsäljning]/MRR i början av månaden} × 100 = Intäkternas churn-frekvens

4. Reaktiveringsgrad

Reaktiveringsgraden visar hur många av dina churnade eller inaktiva kunder som återvänder till din produkt inom en viss tidsperiod. Det är ett viktigt nyckeltal för att behålla kunder eftersom det direkt mäter din förmåga att återengagera kunder som tidigare har slutat använda din produkt.

Att spåra mönster och trender för återaktivering kan ge dig värdefulla insikter om varför kunderna slutade använda produkten eller blev inaktiva från första början. Du kan till exempel upptäcka att kunder som fått personaliserade kontakter är mer benägna att återaktivera. Detta kan sedan påverka den support du ger till befintliga kunder.

Formel för reaktiveringsgrad: Reaktiverade kunder / totalt antal förlorade kunder * 100

5. Tillväxttakt för intäkter från befintliga kunder

Tillväxttakten för befintliga kunders intäkter tittar på ökningen av dina användares utgifter från år till år. Detta gör att du inte bara kan förstå om du behåller användarna, utan också om du engagerar dem över tid.

Tillväxttakten för befintliga kunders intäkter är en bra indikation på kundlojalitet; kunder som konsekvent spenderar mer hos ditt företag är mer benägna att rekommendera det till andra. En förbättrad siffra tyder på att dina strategier för att behålla kunder och skapa kundengagemang är effektiva när det gäller att främja långsiktiga relationer med lojala kunder.

Formel för tillväxttakt för befintliga kunders intäkter: (Aktuell månads MRR - föregående månads MRR) / föregående månads MRR * 100 = Tillväxttakt för befintliga kundintäkter

6. Customer lifetime value

Customer lifetime value, en uppskattning av hur mycket pengar en genomsnittlig kund kommer att spendera under sin tid hos dig, är ett uppenbart men ibland bortglömt mått på att behålla kunder. Ju längre dina användare stannar, desto mer kommer de sannolikt att betala och desto högre blir deras totala livstidsvärde.

När du förstår CLV kan du jämföra det med andra i din bransch, avgöra vilka som är dina mest lönsamma användare och fördela dina resurser mer effektivt.

Formel för customer lifetime value: (Genomsnittligt inköpsvärde x genomsnittlig inköpsfrekvens) x genomsnittlig kundlivslängd = CLV

7. Betyg för kundnöjdhet (CSAT)

Kundnöjdhetspoängen ger dig en överblick över hur nöjda dina användare är. Du samlar in dessa data i form av en undersökning som fokuserar på en specifik funktion, interaktion eller produkten som helhet. Detta mäts vanligtvis av fem eller med binära ansikten för glad/ledsen.

Du kan använda CSAT för att utvärdera hur effektiva de senaste produktuppdateringarna är, skapa en feedbackloop med kundtjänst och informera om marknadsföringsprioriteringar.

Formel för kundnöjdhetspoäng: (Antal 4- och 5-svar) ÷ (antal svar) × 100 = CSAT

8. NPS (Net Promoter Score)

Net Promoter Score mäter hur troligt det är att användarna kommer att rekommendera din produkt till andra.

Du ställer en fråga som liknar "På en skala upp från 0 till 10, hur sannolikt är det att du skulle rekommendera den här produkten till en vän?" Personer som svarar med 6 eller högre kallas för ambassadörer, medan de som svarar med mindre än 6 kallas för ambassadörer.

Du kan använda din NPS för att belysa problem med en viss aspekt av din produkt eller tjänst. Om du till exempel frågar användarna om de skulle rekommendera dig strax efter onboarding och du får ett stort antal avhoppare, kan det tyda på problem som behöver åtgärdas.

Du kan också jämföra din net promoter score med andra i din bransch.

Formel för Net Promoter Score: % ambassadörer - % kritiker = NPS

9. Frekvensen DAU till MAU

Alla produktteam kommer oundvikligen att spåra Daily Active Users och Monthly Active Users. Men om du arbetar med något annat användningsfall än appar med lågfrekvent användning är det också värt att bedöma DAU till MAU: förhållandet mellan Daily Active Users och Monthly Active Users.

Detta mått, som även kallas stickiness rate, indikerar hur starkt användarengagemanget är och hur mycket värde användarna får ut av din produkt.

För att ytterligare förstå vilka användare som behålls och vilka som försvinner kan du kombinera DAU till MAU med beteendemässig kohortanalys i en produktanalysplattform som Optimizely Warehouse-native Analytics. Detta hjälper dig att identifiera trender och mönster som leder till att användare lämnar appen eller blir mer engagerade.

DAU till MAU-hastighet: Dagliga aktiva användare / månatliga aktiva användare

Förstå hur man behåller kunder med data från flera omnikanaler

Ofta ger mätning av att behålla kunder information om vad och hur, men inte om varför. För en mer fullständig förståelse av kundens upplevelse och orsakerna bakom churn eller kundengagemang behöver du en produkt- och kundanalysplattform som Optimizely Warehouse-Native Analytics.

Detta ger dig inte bara direkt insikt i hur du behåller dina kunder, utan även

  • Exakta insikter från alla kanaler (eftersom den fungerar ovanpå ditt datalager)
  • Möjligheten att fritt utforska data för att besvara dina egna hypoteser
  • En tydlig, tidsbestämd 360-gradersvy av användarnas beteende
  • Möjligheten att skapa anpassade rapporter som tar hänsyn till föränderliga data
  • Självbetjäning av tratt-, väg- och kohortanalys
  • Analys
  • Last modified: 2025-04-26 00:17:09