Churn Rate in mobiele ontwikkeling — wat is het, soorten verloop en hoe te verlagen

Wat is Churn Rate in mobiele ontwikkeling?

Churn Rate (verloop) — metriek die aangeeft welk percentage gebruikers is gestopt met interactie met de app of het abonnement heeft opgezegd in een bepaalde periode. Als u 10.000 betalende gebruikers heeft in januari en 9.000 in februari — Churn Rate = 10%. De metriek is van cruciaal belang voor abonnementsmodellen, waarbij elke vertrokken gebruiker een direct verlies van MRR (Monthly Recurring Revenue) is. Zonder controle over Churn Rate lijkt het bedrijf op een emmer met een gat: hoeveel je er ook in giet, het loopt er allemaal uit.

Waarom Churn Rate de grootste vijand is van SaaS en abonnementen

In het abonnementsmodel bepaalt Churn Rate hoe lang het bedrijf kan groeien. Als de maandelijkse Churn Rate = 10% is, is de gemiddelde levensduur van de klant 10 maanden. Formule: Average Customer Lifetime = 1 / Churn Rate. Bij Churn Rate = 5% leeft de klant 20 maanden, bij 2% — 50 maanden. Het verschil in LTV — 5 keer. Daarom richten succesvolle SaaS-bedrijven (Spotify, Netflix, Zoom) zich op Churn Rate als belangrijkste operationele indicator.

Churn Rate vs Retention Rate

Churn Rate en Retention Rate zijn verbonden door de formule: Churn Rate = 1 — Retention Rate. Als retention = 80% (per maand), Churn Rate = 20%. In de praktijk kunnen de metrieken echter afwijken door verschillende rekenmethoden. Retention Rate wordt meestal berekend op cohortbasis, terwijl Churn Rate wordt berekend als het aandeel verloren gebruikers van de huidige basis. Beide metrieken moeten samen worden bekeken: retention toont de effectiviteit van retentie, churn toont de omvang van het verlies.

Soorten Churn Rate: voluntary, involuntary en delinquent

Churn Rate wordt onderverdeeld in drie typen, afhankelijk van de reden van vertrek van de gebruiker. Inzicht in het type verloop is de eerste stap naar verlaging. Voluntary churn — de gebruiker stapt bewust over van het product. Involuntary churn — technisch verloop door betalingsproblemen. Delinquent churn — passief vertrek: de gebruiker stopt met het gebruik van het product, maar zegt het abonnement niet formeel op.

Voluntary Churn: bewuste opzegging

De gebruiker zegt expliciet het abonnement op of verwijdert de app. Redenen: waardepropositie komt niet overeen met de prijs, een alternatief product gevonden, veranderde behoeften. Voluntary churn — het meest informatieve type verloop: als de gebruiker de reden van vertrek uitlegt (exit survey), krijgt het team directe inzichten voor productverbetering. Mediane voluntary churn voor mobiele abonnementen — 3-5% per maand.

Involuntary Churn: technisch verloop

Involuntary churn treedt op wanneer de betaling niet wordt uitgevoerd: kaart verlopen, onvoldoende saldo, bank heeft transactie geweigerd. Het aandeel van dergelijk verloop — 20-40% van alle churn in abonnementsdiensten. Oplossing: dunning-processen — automatische herhaalde incassopogingen, meldingen van verlopen kaart, mogelijkheid om betaalmethode te wijzigen. Het halveren van involuntary churn (van 40% naar 20% van de totale churn) kan MRR met 10-15% verhogen zonder enige productwijziging.

Delinquent Churn: passief vertrek

Delinquent churn — de gebruiker opent de app niet meer, maar zegt het abonnement niet formeel op. In gratis producten zijn dit gewoon “slapende” gebruikers, in betaalde producten — gebruikers die betalen maar het product niet gebruiken. Risico: dergelijke gebruikers zullen vroeg of laat de incasso opmerken en het abonnement met een negatieve beoordeling opzeggen. Het monitoren van delinquent churn via de activiteitsmetriek (DAU/MAU) helpt om dergelijke gebruikers te identificeren voordat ze vertrekken.

Hoe wordt Churn Rate berekend?

De berekening van Churn Rate hangt af van het bedrijfsmodel. Voor abonnementsapps wordt een eenvoudige formule gebruikt, maar in de praktijk zijn er enkele nuances. Basis benadering: Churn Rate = (Verloren klanten) / (Klanten aan het begin van de periode) * 100%. Er moet echter worden beslist: churn berekenen van het totale aantal gebruikers of alleen van betalende? En wat te doen met nieuwe gebruikers die halverwege de periode zijn gekomen?

Net Churn vs Gross Churn

Gross Churn Rate — het percentage verloren gebruikers van de initiële basis. Net Churn Rate houdt rekening met expansie (expansion): een deel van de gebruikers kan het tarief verhogen of meer eenheden kopen. Net Churn = (Lost MRR — Expansion MRR) / Starting MRR * 100%. Als de Net Churn Rate negatief is — groeit het bedrijf, zelfs met verlies van gebruikers (dankzij upsell van de overgeblevenen). Voor mobiele apps is Gross Churn een transparantere metriek.

Customer Churn vs Revenue Churn

Customer Churn — het percentage verloren gebruikers. Revenue Churn — het percentage verloren MRR. Ze kunnen sterk verschillen. Als 10 gebruikers met het minimale tarief ($5) en 1 gebruiker met premium ($100) vertrekken, Customer Churn = 11%, Revenue Churn = 50/500 = 10%. Voor het bedrijf is Revenue Churn belangrijker: verlies van dure klanten treft de inkomsten harder dan massaal vertrek van goedkope. Analyseer beide metrieken voor een volledig beeld.

Formule voor het berekenen van Churn Rate met nieuwe gebruikers

Nauwkeurige berekening van Churn Rate vereist correctie voor nieuwe gebruikers die gedurende de periode zijn gekomen. Gebruik de formule: Churn Rate = Lost / ((Start + End) / 2) * 100%. Waar Start — gebruikers aan het begin van de periode, End — gebruikers aan het einde van de periode, Lost — vertrokken gebruikers. Het rekenkundig gemiddelde van Start en End geeft een nauwkeurigere basisbeoordeling dan alleen Start, vooral bij snelle groei.

-- Maandelijkse Churn Rate berekenen
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;

Veelgemaakte fouten bij het berekenen van Churn Rate

Eerste fout — geen rekening houden met nieuwe gebruikers die in de periode zijn gekomen. Als er in januari 1000 gebruikers waren, kwamen er 200 nieuwe bij en vertrokken er 100 — Churn Rate = 100/1000 = 10%. Maar de juiste berekening: 100/((1000+1100)/2) = 9.5%. Tweede fout — voluntary en involuntary churn door elkaar halen. Derde — churn berekenen over een te korte periode (week) voor abonnementsmodellen, waar de gemiddelde betalingscyclus een maand is.

Churn Rate normen per app-categorie

De normen van Churn Rate zijn afhankelijk van het type app, het bedrijfsmodel en de fase van productvolwassenheid. Voor mobiele abonnementsapps wordt een maandelijkse Churn Rate < 5% als gezond beschouwd, 5-10% — bevredigend, > 10% — kritisch. Voor gratis apps met een advertentiemodel kan Churn Rate hoger zijn — gebruikers zijn niet financieel gebonden en vertrekken gemakkelijker.

Churn Rate benchmarks per categorie

Volgens gegevens uit het Recurly Research (2025) rapport, mediane maandelijkse Churn Rate voor verschillende app-typen: Streaming & Media — 5.6%, SaaS B2B — 4.3%, SaaS B2C — 6.8%, E-commerce subscriptions — 7.2%, Health & Wellness — 6.1%. Churn Rate voor de eerste 30 dagen (early churn) is 2-3 keer hoger dan voor gebruikers die 6+ maanden hebben overleefd. Het verlagen van early churn is de snelste manier om de algemene metriek te verbeteren.

Factoren die Churn Rate beïnvloeden

Prijs — de eerste factor. Een prijsverhoging van 10% kan Churn Rate met 5-15% verhogen, afhankelijk van de elasticiteit van de vraag. Kwaliteit van ondersteuning — de tweede factor: gebruikers die contact hebben opgenomen met de ondersteuning en binnen een uur antwoord hebben gekregen, hebben een 30% lagere Churn Rate. Derde factor — concurrenten: de opkomst van een sterk alternatief product kan Churn Rate in één kwartaal verdubbelen. Vierde — productmoeheid: gebruikers worden moe van eentonige inhoud of functies.

Hoe verlaag je Churn Rate in een mobiele app?

Het verlagen van Churn Rate is een strategische taak die op drie niveaus wordt opgelost: product, communicatie en ondersteuning. In tegenstelling tot groei van installaties, heeft werken aan verloop een onmiddellijk effect op MRR: het behouden van één bestaande gebruiker is 5-7 keer goedkoper dan het aantrekken van een nieuwe. Laten we de bewezen strategieën voor het verlagen van Churn Rate bekijken.

Analyse van verlooppunten (churn analysis)

Eerste stap — ontdekken in welke fase gebruikers vertrekken. Voer een cohortanalyse uit: bepaal voor elk cohort de Churn Rate per week. Typische verlooppunten: na de gratis periode, na de eerste betaling, na een update, na een negatieve ervaring. Door het verlooppunt te identificeren, kan het team het gericht verbeteren: onboarding verbeteren, meer waarde toevoegen in de gratis periode, het betalingsproces vereenvoudigen.

Win-back campagnes en re-engagement

Niet alle vertrokken gebruikers zijn voor altijd verloren. Win-back campagnes (e-mail, push, SMS) herstellen 5-15% van het verloop. Strategie: bied een korting voor terugkeer, laat zien wat er in het product is veranderd sinds het vertrek, herinner aan de waarde die de gebruiker ontving. De beste tijd voor win-back — 7-14 dagen na vertrek, terwijl de gebruiker het product nog herinnert. Campagnes na 30+ dagen na vertrek zijn 2-3 keer minder effectief.

Verbetering van customer success

Customer Success — proactieve ondersteuning die verloop voorkomt. In plaats van te wachten tot de gebruiker vertrekt, helpt het CS-team hem het gewenste resultaat te bereiken. Voor mobiele apps: gepersonaliseerde onboarding, checklists voor eerste stappen, automatische “gezondheidscontroles” van het account. Apps met een toegewijd CS-team tonen een 20-40% lagere Churn Rate dan zonder, vooral in het B2B-segment.

import pandas as pd
import numpy as np

def churn_prediction(user_features):
    # Eenvoudig model voor verloopvoorspelling
    # Retourneert de kans op churn voor elke gebruiker
    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)