下载掌阅APP，畅读海量书库
立即打开
有九大因素影响续约率增长，即客户三因素、产品三因素和服务三因素，客户三因素决定了续约率的天花板，产品三因素决定了续约率的及格分，服务三因素决定了续约率的优秀分。
这九大因素共同作用，缺一不可，需要系统的分析，也需要长期的实践。
在介绍九大因素之前，先给大家讲讲续约率分析的常用方法及维度，以便对续约率分析形成更全面的了解。
销售行业有句老话：“要么让客户留下钱，要么让客户流下眼泪离开。”
客户成功同样需要这种精神，要么让客户留下钱继续使用，要么让客户留下原因离开，像男女朋友分手一样，总得有个理由吧，不明不白的，那当初为何又要在一起呢？这恋爱不是白谈了吗？
因此针对客户不续约原因的分析，我们要系统性地去做，而且要坚持，将续约分析形成常态化的工作，清楚地了解每个客户离开的理由，知其因，才能治其果，只有找到了“病因”，才能知道用什么药方去治病。这是不续约原因分析的价值所在。
在开展续约率分析之前，你需要准备好一批已经到期的客户数据，这些数据字段通常包括：客户信息（id、名称、类型、规模、区域等）、订单信息（购买时间、版本、金额、到期时间等）、服务信息（销售、实施、客户成功等）、续约信息（是否续约、续约时间、续约人员、不续约原因记录等）。
这些信息通常不难获取到，大部分数据通过CRM后台或者数据仓库的数据可以获取到，不续费原因等数据需要人工记录并汇总，如果公司有BI支持，通过BI报表直接导出就更方便了。但有几点需要特别注意：
（1）客户是否续费的统计口径要再三确认，即在什么节点以什么方式去统计续约率的分子和分母（分母为到期应续客户数，分子为到期已续客户数），比如客户当天新购了一套1年期的系统，第2天又因为促销政策升级为2年期版本，要不要将这个客户的第一笔订单计入分母，第二笔订单又再计一次分母；比如是从客户新购后就来统计到期的分母，还是从每年或每季度做续约考核的时候来统计分母，这里统计到的分母数据可能会因为提前续费的产生而存在较大差异。这一点在4.2节关于续约率的统计算法里有详细介绍，此处不再做赘述。
（2）不续约原因记录要结构化且详细，结构化是指要有不续约原因的分类，至少需要二级分类，如售前原因、产品原因、服务原因、客户原因、政策原因、跟进原因等，销售原因又可分为销售OP（over promise，过度承诺）、销售刷单、销售服务问题等，具体会在后面“续约率分析的常用方法”的定量分析中展开讲解。
需要注意的是，客户不续约的原因可能有多个，因此可以要求团队记录前三个不续约的原因，并备注好客户不续约原因的详细描述，如不少于15个字。
（3）不续约原因需要结合客户在交付阶段、活跃阶段流失的原因，如果想仅仅通过到期前续约人员跟进拿到的信息，你会发现，那些用得很差的客户基本拿不到有效的信息，甚至大部分都无法联系上，因此针对此部分，可以结合此前的服务节点性报告来做补充。
以上数据准备好后，你就可以着手做续约率分析了。
续约率的分析中，需要重点注意的是，客户不续费的原因可能不是断约前一段时间才发生的，流失可能发生在客户签约后的每一时刻，甚至客户签约的那一刻起，客户就开始流失了，因为你可能签约了一个“不可能续约”的非目标客户。
因此续约率的分析需要贯穿整个客户生命周期，而不仅仅是续约期那一小段时间，具体可以从定量分析（本小节介绍）和定性分析（下一小节介绍）两个方面来开展。
定量分析，即从量化数据的维度来做客户流失的分析。 这里可以借鉴销售转化的漏斗模型来分析，如图3-1所示。
● 第一层漏斗，是分析新签客户中目标客户的比例，主要目的是分析签约质量，并通过剔除非目标客户的方式来分析后续客户留存及续费的真实比例。
● 第二层漏斗，是分析目标客户通过实施及客户成功服务成功激活并留存的比例，主要目的是分析目标客户留存的情况，以及实施团队与客户成功团队的工作产出。
● 第三层漏斗，是分析活跃客户成功续费转化的比例，主要目的是分析续费销售因素对续费转化的影响，包括续费价格政策、续费人员转化能力等方面，同时也通过这个最终的结果来验证前面两个漏斗分析的合理性。
图3-1 续约率分析漏斗图
当然实际的续约转化过程不完全是漏斗型的，非目标客户也可能会续费，用得不好的客户也可能会续费，因为客户续费影响的因素太多了，这个漏斗只能说明概率较大的流失环节，在实际的分析中会更加复杂，而且我们很难统计到每个漏斗流失的全面信息。下面依次分析每一个漏斗。
如何计算出目标客户的比例？从科学统计的角度来看，首先你得有一个目标客户的画像，这个画像可能来自我们已续费或者忠诚度较高的客户画像，可能包括客户细分行业、客户规模、客户需求匹配度等维度，再按照这些维度去匹配现在已经签约的客户，计算出目标客户的比例。
但实际的工作中，你很难收集全这些信息，或者说很难收集到这么真实的信息，即使收集到了比较全的信息，这个结果也许对产品功能迭代帮助会更大一些，但对于销售策略及拓客渠道、方式的改变很有限，因为销售人员不一定会认可这个结果，销售人员通常会反馈“我签约的客户是真实的啊”“不管什么客户，客户成功部门不都应该服务好吗”，销售人员不认可，也就很难通过销售部门去改变拓客及签约方式来提升目标客户比例。
因此在这个环节的分析中，针对销售部分，建议统计“无争议”的部分，所谓“无争议”，就是没什么好争论的、大家公认的，比如涉嫌刷单的、多次联系不上的、账号迟迟不开通的、涉及售前客诉退费的等，这部分作为非目标客户来统计，更能反馈客户留存工作质量的真实情况。
完成目标客户到活跃客户的转化是客户成功的重要工作内容，也是续约率分析中最重要的部分，可以从人员、签约、客户、健康四个维度来展开分析。可单独分析，也可以根据实际需要去做一些交叉分析，具体维度如图3-2所示。
图3-2 客户活跃度分析
活跃客户到续约客户的转化情况，是续约跟进人的考核内容。如果以销售视角来看，活跃客户就相当于一批商机客户，有极大的成交率，那么实际续约的比例就是商机的转化率，因此这里主要分析的是不同人员的转化能力，当然前提是北极星指标（这里指活跃率）要和续约率有较强的正相关性，北极星指标的设计方法请查阅第4章。
我们可以通过北极星指标（活跃率）来做续约率的预测，根据预测续约率和实际续约率的对比，分析续约跟进人员的转化水平，如表3-1所示。
表3-1 预测续约率VS实际续约率
定性分析，即从人工收集到的内外部反馈来分析客户流失的原因。
从数据分析类型来看，定量分析像是描述型和诊断型分析，告诉我们现状是什么，问题出现在哪里，但很难告知我们具体如何去提升续约率。定性分析更像指导性分析，通过现状和问题的分析，我们比较容易知道改进的方向。
除此之外，定性分析还有两个优势：一个是在业务早期的时候，到期的客户数不多，样本量少，定量分析的结果可能不具备统计学的指导意义，这时候尤其需要定性分析；另一个是定性分析能够比较感性地听到客户的声音和反馈，而不是冷冰冰的数据，这些声音和反馈传递到企业高管及产研等离客户较远的部门时，受众更容易理解，也更具有代入感。
定性分析，具体分为客户不续约原因记录和不续约客户访谈两个方面：
（1）需要续约跟进人员（CSM或销售）每个月都详细记录下客户流失的原因，是KP更换了、换竞品了、倒闭了、系统没有使用起来、需求不满足还是其他原因，因为CSM每天都在跟客户接触，一直在跟进客户的使用情况，他应该是最清楚客户不续约的原因的。
如图3-3所示，可以以结构化的方式记录客户不续约的原因，包括售前原因、产品原因、服务原因等方面。
图3-3 客户不续约原因记录
（2）客户成功负责人需要一对一去电话回访或者线下走访一些断约的客户，去问一问客户为什么不续约，是和购买的时候讲的不一样、系统启用成本过高、系统太复杂、没有培训用不起来还是其他原因，这些信息拿到以后，还需要自己去做一些综合的判断，因为客户不续费可能不会直接告诉你原因。
可能很多人会忽略访谈这一部分，但访谈是了解客户真实流失原因的重要工作，笔者建议客户成功负责人每个季度至少回访几家断约的客户，通过一对一的访谈，能够更真实地感受到客户流失的原因，感受到客户的情绪，这些信息是通过数据和文字没法获取到的。通过访谈能够更深刻地感受到不足，更加坚定、迅速地去落地服务改进计划。
具体如何开展续约率分析，我们举两个具体的案例来看一下。
我们以签约维度中的签约时间、联动健康维度，并结合一些定性的分析数据为例，来做一组简单的关联分析，如下。
某SaaS产品C，2021年Q4续约率为56%，比上季度低8%（Q3续约率64%）。为寻找续约率下降的原因，团队内部有一个假设是这批客户因为2020年签约时的促销政策，客户冲动消费的比例增加，且签约不久后就经历过年，系统启用较慢。
为验证这个假设，团队根据取2021年Q4到期客户和Q3到期客户的签约时间、客户活跃率等数据做了一组关联分析，分析结果如表3-2所示（N为产品开通使用月份）。
表3-2 续约率同期群分析
通过同期群分析以看到，2020年11月及12月签约的客户，与7～10月签约的客户相比，活跃率有所下降，这两个月签约的客户活跃率最高点只有60%上下，比7～10月的数据降低了约10%，可以判断出这批客户的活跃质量有所下降，下降的原因可能是签约客户的质量不高，也可能是实施人员和客户成功人员的工作质量不高。
我们再结合一些定性的分析数据来做进一步论证，比如11月和12月的实施人员和客户成功人员对比7～10月有无重大变动，是否有骨干员工流失或者新进大批新员工，有无调整实施或者客户成功策略，由此判断这批客户活跃率下降是否是由人员原因引起的。
再根据客户未活跃原因及不续约的原因来判断是否是这批客户签约质量的问题，比如是否出现很多非目标客户、很多客户联系不上等。
最后结合上述数据，我们就可以得出2021年Q4到期客户续约率下降的原因及改进措施了。
某SaaS产品D，2022年Q3的续约率为65%，比上个季度下降5个百分点（Q2季度为70%），通过人员维度分析发现，是客户成功经理小王、小李、小张三人的续约率偏低，他们三个为去年新入职员工，他们对接的今年到期的客户是从离职老员工那里承接的客户。
为确定是否是因为离职交接客户的原因导致续约率下滑，团队内部做了如表3-3所示的数据分析。
表3-3 人员续约率分析
通过多组数据分析对比可以发现，小王的续约率虽然比其他两个人高，但主要原因是成交的客户活跃率本身就相对较高，次要原因是承接客户后，活跃率没有下降。小张的客户活跃率下降了较多，需要进一步分析小张的客户跟进工作是否到位。小李的活跃率虽然没有下降，但实际续约率和预测续约率相比下降较多，猜测可能是小李在续费的销售跟进上可能存在问题，需要进一步沟通确定。
把产品和服务做好，让续约成为自然而然的结果，这是笔者一直强调的续约价值观，也是续约方法论。
种其因，得其果。续约是一个长周期的工作，只有把面对客户的价值创造和价值交付工作做好，才能确保续约率持续性地增长。
如果一味地追求续约结果的改变，可能会本末倒置，客户续约的原因分析起来一大堆，但当我们换位思考去想客户续约的原因的时候，问题可能就变得更简单了，客户是否续约，核心是看ROI（投入产出比），即上次投入ROI如何，以及这次如果再投入，预计的ROI如何，再加上一点点的服务体验来辅助判断是否要续约。
因此在错综复杂的不续约原因中，笔者从续约率长期增长的角度，提炼出了九大因素，包括客户、产品、服务三大方面，如图3-4所示。
图3-4 影响续约率的九大因素
客户三因素包括SaaS产品的目标行业业务特征、目标客户规模及实际签约的目标客户比例，这些因素决定了续约率的天花板高低。
为什么客户本身也会影响续约率？因为客户自身的行业特征、经营能力等因素也间接影响了客户在SaaS企业的留存。举一个最简单的例子，我国中小企业的平均寿命只有2.5年（数据来自CHINA HRKEY机构的《中国中小企业人力资源管理白皮书》），而集团企业的平均寿命有7～8年，所以如果你的目标客户是中小企业，那么续约率的天花板注定是要低于中大型企业的。
除此之外，目标行业和目标客户明确之后，销售部门到底签约了多少比例的目标客户，是否存在“刷单”等虚假客户，是否存在大量OP的行为，这直接影响后期客户激活及交付的比例——如果客户都是不存在的，客户的需求都是无法满足的，那么怎么可能续约？
产品三因素包括产品价值创造、实际获得价值及产品替换成本。
产品价值创造是指产品本身有可能给客户带来多少价值，如果客户能够完美落地到业务中，能够带来多少收入或者节约多少成本，是一种理论上的价值。
实际获得价值是客户从产品中实际获得多少价值，我们在1.1.2节里提到过，客户实际获得的价值=交付的价值––获得成本，这部分3.3节会详细讲。
产品替换成本是经济学中机会成本的概念，即换一个产品时需要放弃原来产品的成本，包括原来产品中沉淀的数据、员工操作习惯、新产品重新培训成本、API对接成本等。
在目标客户没有大的问题后，产品就是影响用户续约的唯一关键因素，客户购买的核心是产品，如果产品不能满足客户的预期，不能解决客户的问题，那么客户基本是不可能续约的。
因此产品因素决定了续约率内天花板的及格分，也是续约率能否达到天花板的基础。
服务三因素包括服务预期把控、服务价值持续交付、服务效果外化等方面，这里的服务包括主被动服务，不单指客户成功服务。
由于大部分SaaS产品不具备自动化交付，不像部分C端产品那样客户靠自己就能够玩起来，因此服务对于续约率的重要性不言而喻。服务能够将产品应有的价值较小损耗地交付给客户，好的服务甚至能够给客户提供超预期的效果及良好的互动体验。
尤其是客户成功服务，是否有客户成功服务，对于客户续约率有极大的差异，以笔者此前的服务数据为例，有客户成功服务的客户续约率比没有客户成功服务的客户续约率高近100%，如图3-5所示。
图3-5 有无客户成功服务对比
因此，服务因素决定了续约率天花板内的优秀分，即在目标客户相关因素确定的前提下，续约率有一个大致的天花板，服务做得好不好，决定了是否能够达到这个天花板。
接下来的3.2节～3.4节详细分析这九大因素。