Churn Rate — درصد کاربرانی که استفاده از محصول را در یک دوره مشخص متوقف کردهاند. اگر Retention Rate نشان میدهد چه کسی باقی مانده، Churn Rate نشان میدهد چه کسی رفته است. این آینهای از حفظ کاربر است و این دو معیار با هم تصویر کاملی از جریان پایگاه کاربران ارائه میدهند. طبق گزارش Recurly Research در سال 2025، میانه Churn Rate ماهانه برای برنامههای اشتراکی موبایل 5-7% است. Churn Rate بالا اثر رشد نصبها را از بین میبرد و کسبوکار را در بلندمدت ناپایدار میکند.
نکات اصلی
Churn Rate (ریزش) — معیاری که نشان میدهد چه درصدی از کاربران تعامل با برنامه را متوقف کرده یا اشتراک خود را در یک دوره مشخص لغو کردهاند. اگر در ژانویه 10٬000 کاربر پرداختکننده دارید و در فوریه 9٬000 — Churn Rate = 10%. این معیار برای مدلهای اشتراکی حیاتی است، جایی که هر کاربر ازدسترفته کاهش مستقیم MRR (درآمد ماهانه مکرر) است. بدون کنترل Churn Rate، کسبوکار شبیه سطلی با سوراخ است: هر چقدر بریزی، همه بیرون میریزد.
در مدل اشتراکی Churn Rate تعیین میکند که کسبوکار چقدر میتواند رشد کند. اگر Churn Rate ماهانه = 10%، میانگین طول عمر مشتری 10 ماه است. فرمول: Average Customer Lifetime = 1 / Churn Rate. با Churn Rate = 5% مشتری 20 ماه و با 2% — 50 ماه زندگی میکند. تفاوت در LTV — 5 برابر. به همین دلیل شرکتهای موفق SaaS (Spotify، Netflix، Zoom) بر Churn Rate به عنوان شاخص عملیاتی کلیدی تمرکز میکنند.
Churn Rate و Retention Rate با فرمول مرتبط هستند: Churn Rate = 1 — Retention Rate. اگر retention = 80% (در ماه)، Churn Rate = 20%. اما در عمل، معیارها ممکن است به دلیل روشهای مختلف محاسبه مطابقت نداشته باشند. Retention Rate معمولاً روی کوهورت محاسبه میشود و Churn Rate — به عنوان سهم کاربران ازدسترفته از پایگاه فعلی. هر دو معیار را باید با هم دید: retention کارایی حفظ کاربر را نشان میدهد، churn — مقیاس ضررها را.
Churn Rate بسته به دلیل خروج کاربر به سه نوع تقسیم میشود. درک نوع ریزش — اولین گام برای کاهش آن. Voluntary churn — کاربر آگاهانه از محصول صرفنظر میکند. Involuntary churn — ریزش فنی به دلیل مشکلات پرداخت. Delinquent churn — خروج غیرفعال: کاربر استفاده از محصول را متوقف میکند اما به طور رسمی اشتراک را لغو نمیکند.
کاربر به صراحت اشتراک را لغو یا برنامه را حذف میکند. دلایل: عدم تطابق ارزش با قیمت، یافتن محصول جایگزین، تغییر نیازها. Voluntary churn — آموزندهترین نوع ریزش: اگر کاربر دلیل خروج را توضیح دهد (نظرسنجی خروج)، تیم بینشهای مستقیم برای بهبود محصول دریافت میکند. میانه voluntary churn برای اشتراکهای موبایل — 3-5% در ماه.
Involuntary churn زمانی رخ میدهد که پرداخت انجام نمیشود: کارت منقضی شده، موجودی ناکافی، بانک تراکنش را رد کرده است. سهم این نوع ریزش — 20-40% از کل churn در سرویسهای اشتراکی. راهحل: فرآیندهای dunning — تلاشهای خودکار مجدد برای برداشت، اعلانهای انقضای کارت، امکان تغییر روش پرداخت. کاهش involuntary churn به نصف (از 40% به 20% از کل churn) میتواند MRR را 10-15% بدون هیچ تغییری در محصول افزایش دهد.
Delinquent churn — کاربر دیگر برنامه را باز نمیکند اما به طور رسمی اشتراک را لغو نمیکند. در محصولات رایگان اینها کاربران “خواب” هستند، در محصولات پولی — کاربرانی که پرداخت میکنند اما از محصول استفاده نمیکنند. ریسک: چنین کاربرانی دیر یا زود متوجه برداشت میشوند و اشتراک را با نظر منفی لغو میکنند. نظارت بر delinquent churn از طریق معیار فعالیت (DAU/MAU) به شناسایی این کاربران قبل از خروج کمک میکند.
| نوع Churn | دلیل | سهم از کل Churn | روش کاهش |
|---|---|---|---|
| Voluntary | تصمیم آگاهانه | 50-60% | بهبود محصول، بازگشت وجه، win-back |
| Involuntary | مشکلات پرداخت | 20-40% | فرآیندهای dunning، یادآوری کارت |
| Delinquent | عدم فعالیت غیرفعال | 5-15% | کمپینهای re-engagement، اعلانهای push |
محاسبه Churn Rate به مدل کسبوکار بستگی دارد. برای برنامههای اشتراکی از فرمول ساده استفاده میشود اما در عمل چند نکته وجود دارد. رویکرد پایه: Churn Rate = (مشتریان ازدسترفته) / (مشتریان در شروع دوره) * 100%. اما باید تصمیم گرفت: churn را از تعداد کل کاربران حساب کنیم یا فقط از پرداختکنندگان؟ و با کاربران جدیدی که در اواسط دوره آمدهاند چه کنیم؟
Gross Churn Rate — درصد کاربران ازدسترفته از پایگاه اولیه. Net Churn Rate گسترش (expansion) را در نظر میگیرد: برخی کاربران ممکن است تعرفه را افزایش دهند یا واحدهای بیشتری بخرند. Net Churn = (Lost MRR — Expansion MRR) / Starting MRR * 100%. اگر Net Churn Rate منفی باشد — کسبوکار حتی با از دست دادن کاربران رشد میکند (به لطف upsell باقیماندهها). برای برنامههای موبایل Gross Churn معیار شفافتری است.
Customer Churn — درصد کاربران ازدسترفته. Revenue Churn — درصد MRR ازدسترفته. آنها میتوانند بسیار متفاوت باشند. اگر 10 کاربر با تعرفه حداقل ($5) و 1 کاربر با تعرفه premium ($100) بروند، Customer Churn = 11%، Revenue Churn = 50/500 = 10%. برای کسبوکار Revenue Churn مهمتر است: از دست دادن مشتریان گرانقیمت به درآمد ضربه میزند. برای تصویر کامل هر دو معیار را تحلیل کنید.
محاسبه دقیق Churn Rate نیاز به تعدیل برای کاربران جدیدی که در طول دوره آمدهاند دارد. از فرمول استفاده کنید: Churn Rate = Lost / ((Start + End) / 2) * 100%. که در آن Start — کاربران در شروع دوره، End — کاربران در پایان دوره، Lost — کاربران ازدسترفته. میانگین حسابی Start و End ارزیابی دقیقتری از پایه نسبت به فقط Start میدهد، به ویژه در رشد سریع.
-- محاسبه Churn Rate ماهانه
WITH monthly_active AS (
SELECT
user_id,
DATE_TRUNC('month', event_date) AS month
FROM user_events
GROUP BY user_id, DATE_TRUNC('month', event_date)
),
churn_calc AS (
SELECT
curr.month,
COUNT(DISTINCT prev.user_id) AS prev_users,
COUNT(DISTINCT curr.user_id) AS curr_users,
COUNT(DISTINCT prev.user_id) - COUNT(DISTINCT curr.user_id) AS lost
FROM monthly_active curr
LEFT JOIN monthly_active prev
ON curr.user_id = prev.user_id
AND prev.month = curr.month - INTERVAL '1 month'
GROUP BY curr.month
)
SELECT
month,
ROUND(lost * 100.0 / prev_users, 2) AS churn_rate_pct
FROM churn_calc
WHERE prev_users > 0
ORDER BY month;
اشتباه اول — در نظر نگرفتن کاربران جدیدی که در دوره آمدهاند. اگر در ژانویه 1000 کاربر بود، 200 کاربر جدید آمد و 100 نفر رفتند — Churn Rate = 100/1000 = 10%. اما محاسبه صحیح: 100/((1000+1100)/2) = 9.5%. اشتباه دوم — مخلوط کردن voluntary و involuntary churn. سوم — محاسبه churn در دوره خیلی کوتاه (هفته) برای مدلهای اشتراکی که میانگین چرخه پرداخت یک ماه است.
هنجارهای Churn Rate به نوع برنامه، مدل کسبوکار و مرحله بلوغ محصول بستگی دارد. برای برنامههای اشتراکی موبایل، Churn Rate ماهانه < 5% سالم در نظر گرفته میشود، 5-10% — قابل قبول، > 10% — بحرانی. برای برنامههای رایگان با مدل تبلیغاتی Churn Rate میتواند بالاتر باشد — کاربران از نظر مالی وابسته نیستند و راحتتر میروند.
طبق دادههای گزارش Recurly Research (2025)، میانه Churn Rate ماهانه برای انواع مختلف برنامهها: Streaming & Media — 5.6%، SaaS B2B — 4.3%، SaaS B2C — 6.8%، E-commerce subscriptions — 7.2%، Health & Wellness — 6.1%. Churn Rate برای 30 روز اول (early churn) 2-3 برابر بیشتر از کاربرانی است که 6+ ماه عمر کردهاند. کاهش early churn سریعترین راه برای بهبود معیار کلی است.
قیمت — اولین عامل. افزایش قیمت 10% میتواند Churn Rate را 5-15% بسته به کشش تقاضا افزایش دهد. کیفیت پشتیبانی — دومین عامل: کاربرانی که با پشتیبانی تماس گرفته و در عرض یک ساعت پاسخ دریافت کردهاند Churn Rate 30% کمتری دارند. سومین عامل — رقبا: ظهور یک محصول جایگزین قوی میتواند Churn Rate را در یک چهارم دو برابر کند. چهارم — خستگی از محصول: کاربران از محتوا یا قابلیتهای تکراری خسته میشوند.
کاهش Churn Rate یک وظیفه استراتژیک است که در سه سطح حل میشود: محصول، ارتباطات و پشتیبانی. برخلاف رشد نصبها، کار بر روی ریزش تأثیر فوری بر MRR دارد: حفظ یک کاربر موجود 5-7 برابر ارزانتر از جذب کاربر جدید است. بیایید استراتژیهای اثباتشده کاهش Churn Rate را بررسی کنیم.
اولین گام — پیدا کردن اینکه کاربران در چه مرحلهای میروند. تحلیل کوهورتی انجام دهید: برای هر کوهورت Churn Rate را به تفکیک هفته تعیین کنید. نقاط معمول ریزش: بعد از دوره رایگان، بعد از اولین پرداخت، بعد از بهروزرسانی، بعد از تجربه منفی. با شناسایی نقطه ریزش، تیم میتواند به طور هدفمند آن را اصلاح کند: بهبود آموزش اولیه، افزودن ارزش بیشتر در دوره رایگان، سادهسازی فرآیند پرداخت.
همه کاربران ازدسترفته برای همیشه از دست نرفتهاند. کمپینهای win-back (ایمیل، push، SMS) 5-15% ریزش را برمیگردانند. استراتژی: تخفیف برای بازگشت پیشنهاد دهید، نشان دهید چه چیزی در محصول از زمان خروج تغییر کرده است، ارزشی را که کاربر دریافت میکرد یادآوری کنید. بهترین زمان برای win-back — 7-14 روز پس از خروج، در حالی که کاربر هنوز محصول را به خاطر میآورد. کمپینهای 30+ روز پس از خروج 2-3 برابر کمتر مؤثر هستند.
Customer Success — پشتیبانی فعالانه که از ریزش جلوگیری میکند. به جای منتظر ماندن برای خروج کاربر، تیم CS به او در رسیدن به نتیجه مطلوب کمک میکند. برای برنامههای موبایل: آموزش اولیه شخصیسازیشده، چکلیست گامهای اولیه، “بررسی سلامت” خودکار حساب. برنامههای دارای تیم CS اختصاصی Churn Rate 20-40% کمتری نسبت به برنامههای بدون آن نشان میدهند، به ویژه در بخش B2B.
import pandas as pd
import numpy as np
def churn_prediction(user_features):
# مدل ساده پیشبینی ریزش
# احتمال churn را برای هر کاربر برمیگرداند
risk_score = (
(1 - user_features['session_frequency']) * 0.4 +
(1 - user_features['feature_adoption']) * 0.3 +
user_features['days_since_last_login'] * 0.2 +
user_features['support_tickets'] * 0.1
)
user_features['churn_risk'] = 1 / (1 + np.exp(-(risk_score * 2 - 3)))
return user_features.sort_values('churn_risk', ascending=False)
سؤالات متداول
Retention Rate — درصد کاربران باقیمانده، Churn Rate — درصد کاربران ازدسترفته. فرمول: Churn Rate = 1 — Retention Rate. آنها با هم تصویر کاملی از جریان پایگاه کاربران در تحلیل موبایل ارائه میدهند.
Churn Rate ماهانه بالای 10% — سطح بحرانی برای برنامههای اشتراکی. با چنین ریزشی میانگین طول عمر مشتری کمتر از 10 ماه است که LTV را در اکثر مدلهای کسبوکار پایینتر از CAC قرار میدهد.
برای برنامههای رایگان Churn Rate = درصد کاربرانی که باز کردن برنامه را به مدت 30 روز متوقف کردهاند. آستانه عدم فعالیت را تعیین کنید (معمولاً 30 روز بدون نشست) و این کاربران را “ازدسترفته” در نظر بگیرید.
Net Revenue Churn = (Lost MRR — Expansion MRR) / Starting MRR * 100%. اگر شاخص منفی باشد، کسبوکار حتی با از دست دادن کاربران در درآمد رشد میکند (به لطف upsell). برای برنامههای موبایل مطلوب است Net Revenue Churn < 2% نگه داشته شود.
تغییر ناگهانی UX میتواند Churn Rate را 20-50% در ماه اول پس از بهروزرسانی افزایش دهد. توصیه میشود تغییرات را روی 5-10% مخاطب A/B تست کنید و آنها را به تدریج از طریق feature flags پیادهسازی کنید، به ویژه برای رابطهای حیاتی.
خلاصه
ما یک اپلیکیشن موبایل به صورت کلید در دست توسعه خواهیم داد
IT Sectr از سال 2017 برنامههای iOS و Android را برای استارتاپها و کسبوکارها ایجاد میکند. ما به شما مشاوره میدهیم و بهترین راهحل را پیشنهاد خواهیم کرد.
همچنین بخوانید