# 订阅分析软件：真正重要的指标 > 如何正确构建订阅分析：基于计费数据而非电子表格导出数据，追踪 MRR 变动、流失与留存、NRR、LTV、CAC 回本周期和 cohort。 - **Author**: Deepak Jangir - **Published**: 2026-09-20 - **Category**: SaaS, Billing - **URL**: https://dodopayments.com/blogs/zh/subscription-analytics --- 向一家订阅制公司里的三个人询问上个月的 MRR，你通常会得到三个答案。财务表格里是一个数字，仪表盘里是另一个数字，创始人凭记忆说出第三个数字。他们都没有说谎。他们只是根据不同的导出数据计算了不同的指标，而且没人记录哪个定义才是权威标准。 订阅分析软件通过让每个指标都来自同一个事实来源来解决这个问题：真正向卡片收款的计费系统。它的作用，是将订阅事件转化为 MRR 及其变动、流失率与留存率、净收入留存率、LTV、CAC 回本周期和 cohort 曲线，并且使用每月保持不变的定义，让趋势真正有意义。 本文介绍的是仪表化层。内容涵盖哪些指标最重要、它们如何相互影响，以及数据必须来自哪里。本文不会深入重新推导每个公式，因为我们已经为每个指标准备了专门文章，本指南也会链接到这些文章。 ## 真正驱动决策的指标 大多数订阅分析仪表盘会展示 30 个数字，但实际使用的只有 4 个。下面是实际工作中最有用的一组指标，以及每个指标真正的用途。 | 指标 | 它回答的问题 | 所需数据来源 | | :------------------ | :------------------------------------- | :------------------------- | | MRR 及其变动 | 经常性收入是否在增长，增长来自哪里？ | 订阅状态变化，而不是发票 | | 客户流失率 | 有多少订阅用户正在离开？ | 带有周期边界的取消事件 | | 收入流失率 | 有多少收入正在流失？ | 流失 MRR 与期初 MRR | | 净收入留存率 | 不增加新销售，现有客户基础能否增长？ | 扩张、收缩和流失的综合数据 | | ARPU | 每个周期内，平均每位客户的价值是多少？ | 收入和活跃客户数量 | | LTV 和 CAC 回本周期 | 获客在经济上是否可持续？ | 与营销支出关联的计费数据 | | Cohort 留存率 | 产品是否随着时间推移变得更有黏性？ | 注册月份加上逐月活跃数据 | 几乎每一行指标都需要订阅状态转换，而不是付款回执。这正是基于结算报告或发票 CSV 构建的分析会逐渐偏离实际的最大原因：这些材料记录的是资金流动，而不是套餐变化。 ## MRR 和 ARR：变动比总额更重要 单独看 MRR 总额几乎说明不了什么。两家 MRR 都为 50,000 美元的公司，健康状况可能完全不同：一家从 45,000 美元增长到 50,000 美元且没有流失，另一家则从 60,000 美元下滑到 50,000 美元，同时通过新客户替代了离开的客户。 真正重要的是以下拆分： - 新增 MRR：来自上个周期不存在的订阅。 - 扩张 MRR：来自现有客户升级套餐、增加席位或添加附加服务。 - 收缩 MRR：来自现有客户降级，但仍保持订阅状态。 - 流失 MRR：来自完全取消订阅的客户。 这四项共同构成净新增 MRR： ```text 净新增 MRR = 新增 MRR + 扩张 MRR - 收缩 MRR - 流失 MRR 示例月份： 新增 MRR = 8,200 扩张 MRR = 3,400 收缩 MRR = -1,100 流失 MRR = -4,900 ------------------------------ 净新增 MRR = 5,600 ``` 解读这个例子：业务新增了 11,600 美元的经常性收入，但其中 6,000 美元又被流失或缩减的现有客户抵消了。5,600 美元的表面增长看起来很健康，但新增毛收入中略高于一半的部分，都被现有客户离开或缩减所消耗。这其实是一个披着获客问题外衣的留存问题，只看总额是无法发现的。 两条标准化规则可以让 MRR 保持可比。年度套餐应该按每月十二分之一计算，而不是在购买时一次性全部计入；一次性付款则应完全排除在 MRR 之外。Dodo 的[分析与报告](https://docs.dodopayments.com/features/analytics-and-reporting)会同时应用这两条规则，汇总每位客户的并行订阅，并根据每个订阅的已付费周期进行按比例计算。 ARR 通常只是当前 MRR 乘以 12，它是一种预测，而不是测量结果。关于两者何时出现差异以及分别适用于什么场景，请参阅 [MRR vs ARR](https://dodopayments.com/blogs/mrr-vs-arr)、[什么是 ARR](https://dodopayments.com/blogs/what-is-arr-annual-recurring-revenue) 和[月度经常性收入详解](https://dodopayments.com/blogs/mrr-monthly-recurring-revenue)。 ## 流失率和留存率不是同一个指标 人们经常把流失和留存看作同一个数字的互补指标。但在订阅业务中并非如此，因为客户流失和收入流失的速度不同，方向也可能不同。 客户流失率是周期开始时的订阅用户中，发生流失的用户所占的比例。收入流失率是期初 MRR 中，发生流失的 MRR 所占的比例。当业务同时面向小型和大型客户时，这两个指标可能在同一个月朝相反方向变化：失去 20 个每月支付 10 美元的客户，同时保住一个每月支付 5,000 美元的客户，会让客户流失率看起来很糟糕，但对收入流失率几乎没有影响。 以下三个仪表化决策决定了你的流失率是否可用： - 固定周期边界。按日历月衡量月度 cohort 是常见默认做法；混用日历周期和滚动周期会让整个序列失去意义。 - 决定如何计算试用期。把试用期到期计入流失会夸大流失率，并掩盖付费客户的行为。 - 将主动流失与被动流失分开。一位主动选择离开的客户，和一位因银行卡过期而流失的客户，是两个不同的问题，需要不同的解决方案。 最后一点通常是最具杠杆效应的拆分方式。支付失败带来的收入是可以追回的收入，而不是已经失去的客户。因此，[支付失败导致的被动流失](https://dodopayments.com/blogs/involuntary-churn-failed-payments)和[催收管理](https://dodopayments.com/blogs/dunning-management)应当与降低流失率放在同一语境下讨论。回收本身也可以单独衡量：Dodo 的[订阅催收](https://docs.dodopayments.com/features/recovery/subscription-dunning)会报告重试次数、回收率和挽救的订阅数量，因此回收收入是一个可追踪的数字，而不是假设。关于公式和细分，请参阅[如何计算流失率](https://dodopayments.com/blogs/how-to-calculate-churn-rate)、[流失率分析](https://dodopayments.com/blogs/churn-rate-analysis)和[用正确的指标降低流失率](https://dodopayments.com/blogs/reduce-churn-metrics-saas)。 关于基准数据：对于任何单一的"良好流失率是 X%"的说法，都应保持怀疑。自助式消费者工具与年度企业合同之间，可接受的流失率差异非常大。唯一稳定有意义的比较，是在固定定义下，将自己的当前指标与自己过去的周期进行比较。 ## 净收入留存率和毛收入留存率 净收入留存率是区分两类企业的指标：一类企业靠更努力地销售来增长，另一类企业则因为现有客户基础不断扩张而增长。 ```text NRR = (期初 MRR + 扩张 - 收缩 - 流失) / 期初 MRR GRR = (期初 MRR - 收缩 - 流失) / 期初 MRR ``` NRR 包含升级收入，因此可以超过 100%：如果现有客户基础的扩张速度快于收缩速度，即使没有新增客户，收入也会增长。GRR 不包含扩张收入，因此上限是 100%，用于衡量纯粹的收入流失。两个指标都报告才有意义。NRR 高于 100% 但 GRR 明显较低，说明扩张收入掩盖了真实的留存问题；一旦扩张放缓，这层掩盖就会消失。 这两个指标难以从电子表格中计算，是因为你需要在每次套餐变化发生时，准确判断它属于扩张还是收缩。事后根据发票总额重建只能靠猜测，因为一张从 200 美元变为 150 美元的发票，可能代表降级、按比例计费、优惠券，也可能是部分退款。 ## ARPU、LTV 和 CAC 回本周期 这三个指标回答的是获客引擎在经济上是否可持续，而它们也是最常被引用、却最缺乏严谨性的指标。 ARPU 是某个周期内的收入除以活跃客户数。它的价值主要在于细分，而不是作为一个表面指标：按套餐、获客渠道或国家划分 ARPU，可以告诉你高价值客户来自哪里；而混合 ARPU 大多只能反映你的定价组合。 LTV 用于估算客户流失前带来的总收入。每个 LTV 模型都是建立在假设流失率上的预测，这意味着它继承了前文提到的所有定义问题。模型化 LTV 适合用于不同细分群体之间的相对比较，但作为精确到小数点后两位的绝对数字，几乎没有意义。 CAC 回本周期是三者中最具运营诚实性的指标，因为它以月份而不是模型化金额表示：一个 cohort 需要多长时间，才能用毛利收回获客成本。它需要将计费数据与支出数据关联起来，而这正是大多数仪表化项目停滞的地方。[CAC 回本周期](https://dodopayments.com/blogs/cac-payback-period)和[SaaS 客户获客成本](https://dodopayments.com/blogs/customer-acquisition-cost-saas)介绍了计算方法和常见的数据关联方式。 ## Cohort 分析：随时间推移的留存 单一的流失率数字只是一个快照。Cohort 矩阵则像一部电影，它回答了任何聚合指标都无法回答的问题：产品在留住客户方面，是否比过去做得更好？ 结构很简单。按注册月份对客户分组，然后追踪每个 cohort 在后续每个月仍保持活跃的比例。解读时要从两个方向观察： - 横向查看一行，可以看到某个 cohort 的衰减曲线，以及曲线在哪里趋于平稳。如果曲线在第 3 个月趋平并保持稳定，说明产品本身健康，但 onboarding 存在问题。 - 纵向查看一列，可以比较不同 cohort 在相同生命周期阶段的表现。如果近期 cohort 的第 3 个月留存率高于较早 cohort，说明产品和 onboarding 的改进正在发挥作用。 Cohort 还能揭示聚合流失率完全掩盖的问题：你的业务究竟是经常性收入业务，还是一种慢动作的一次性购买业务。如果每个 cohort 到第 12 个月都衰减到接近零，那么无论 MRR 图表显示什么，增长本质上都是靠不断获客来维持的。Dodo 的留存视图直接根据订阅事件构建该矩阵，以及客户流失率、收入流失率、NRR 和 GRR。 关于更高层次的战略内容，请参阅[构建可预测的收入](https://dodopayments.com/blogs/build-predictable-revenue)和[经常性收入模式](https://dodopayments.com/blogs/recurring-revenue)。 ## 快速比率 快速比率是衡量增长效率的单一数字，也是对上文 MRR 拆分进行快速检查的最佳方式。 ```text 快速比率 = (新增 MRR + 扩张 MRR) / (收缩 MRR + 流失 MRR) 使用前面的例子： (8,200 + 3,400) / (1,100 + 4,900) = 11,600 / 6,000 = 1.93 ``` 1.93 的比率意味着，业务每损失 1 美元，就能产生 1.93 美元的新增和扩张收入。比率越高，效率越高；任何接近 1.0 的数值，都意味着你在拼命奔跑，却只是原地踏步。这个指标刻意保持简单，而它的价值就在于很难被粉饰：一家通过激进获客掩盖严重流失的公司，即使 MRR 仍在增长，也会显示出较差的快速比率。 ## 为什么计费系统数据优于电子表格导出数据 几乎所有订阅分析问题都可以追溯到同一个根本原因：人们从错误的数据材料中重建数字。 | 数据来源 | 它记录的内容 | 失败模式 | | :------- | :----------------------- | :----------------------------------------- | | 结算报告 | 实际到账的资金 | 已扣除费用、退款并存在时间滞后；不等于收入 | | 发票导出 | 某个周期内开具的金额 | 无法区分降级、按比例计费或优惠券 | | 付款事件 | 成功扣款 | 无法查看套餐状态、试用期或暂停状态 | | 订阅事件 | 随时间变化的套餐状态转换 | 这是正确的数据来源 | 基于电子表格的报告会以四种具体方式失效。它是事后性的，因此错误往往要到一个月后才会被发现；它依赖人工维护，因此定义会随着维护人员的变化而悄悄漂移；它无法看到周期中途的状态，因此无法识别一位在 8 日升级、22 日取消的客户；它也无法与实际收到的资金进行核对，而后者正是能发现其他所有问题的检查方式。 最后一点正是分析与会计之间的边界，而且值得将两者区分开来。MRR 是运营指标，不是收入确认数据。[账单与收入](https://dodopayments.com/blogs/billings-vs-revenue)、[递延收入](https://dodopayments.com/blogs/deferred-revenue-explained)、[SaaS 收入确认](https://dodopayments.com/blogs/saas-revenue-recognition)和[毛收入与净收入](https://dodopayments.com/blogs/gross-revenue-vs-net-revenue)介绍了两者产生差异的原因，[SaaS 付款对账](https://dodopayments.com/blogs/payment-reconciliation-saas)则介绍了如何将两者关联起来。关于更广泛的职能，请参阅[SaaS 收入运营](https://dodopayments.com/blogs/revenue-operations-saas)和[SaaS 会计指南](https://dodopayments.com/blogs/saas-accounting-guide)。 ## 选择订阅分析工具时要关注什么 在评估图表之前，先评估订阅分析软件如何获取数据，因为图表质量容易修复，而数据血缘却不容易。 - 原生计费数据，而不是同步数据。计费系统与指标之间的每一层集成都会增加延迟，并引入一类不易察觉的数据不匹配。 - 公布的定义。如果工具不明确说明如何计算流失率、NRR 和 MRR，你就无法向任何人解释和证明这些数字。 - 默认提供变动拆分。将新增、扩张、收缩和流失 MRR 作为一等指标，而不是需要你自行推导的数字。 - 区分主动流失和被动流失，因为两者由不同团队负责，也需要不同的解决方案。 - 在任意时间窗口内查看 cohort 留存，而不是固定的 30/60/90 天视图。 - 按套餐、产品、国家和支付方式进行细分。当你跨境销售时，按国家查看收入十分重要。 - 提供回收报告，让重试、催收和弃购回收都可以被衡量，而不是靠假设。 另一个需要考虑的是成本结构。独立的订阅分析产品通常按照所追踪的收入或客户数量定价，这意味着账单会随着你所衡量的对象一起增长。Dodo Payments 将支付、收入、客户和流失分析作为其 [Billing](https://dodopayments.com/billing) 产品的一部分免费提供，指标直接根据它已经处理的订阅事件计算，而不是根据同步副本计算。订阅会在基础费率之上增加 0.5%，且没有固定月费或设置费；详情请参阅[定价页面](https://dodopayments.com/pricing)。 如果你真正想解决的是计费问题，[订阅管理软件](https://dodopayments.com/blogs/subscription-management-software)和[SaaS 订阅管理](https://dodopayments.com/blogs/saas-subscription-management)介绍了这一层，[订阅定价模式](https://dodopayments.com/blogs/subscription-pricing-models)和[SaaS 按用量计费](https://dodopayments.com/blogs/usage-based-billing-saas)则介绍了定价结构如何改变你需要衡量的内容。[订阅文档](https://docs.dodopayments.com/features/subscription)和[webhooks 参考](https://docs.dodopayments.com/developer-resources/webhooks)介绍了如何将这些事件传入你自己的数据仓库，如果你更希望自行建模。 ## 常见问题 ### 订阅分析与标准产品分析有什么区别？ 产品分析追踪应用内的行为，例如功能使用和激活。订阅分析追踪的是商业关系：MRR 变动、流失、留存和回本周期；这些指标都来自计费系统中的订阅状态变化，而不是应用内事件。 ### 为什么不同工具中的 MRR 数字不一样？ 几乎总是因为定义不同，而不是因为存在程序错误。常见差异包括：年度套餐是按每月十二分之一进行摊销，还是在购买时确认；是否包含一次性付款；试用期是否算作活跃订阅；以及是否汇总同一客户的并行订阅。在调查数据之前，先统一定义。 ### 我可以通过电子表格导出来运行订阅分析吗？ 在非常小的规模下，你可以进行近似计算，但它会以可预见的方式失效。发票导出无法区分降级、按比例计费或优惠券，完全无法识别周期中途的套餐变化，而且定义会随着维护表格的人员变化而漂移。订阅状态转换才是正确的数据来源。 ### 对订阅业务来说，什么是良好的流失率？ 不存在一个可信的统一数字，因为自助式消费者工具与年度企业合同之间，可接受的流失率差异非常大。值得进行的比较，是在固定定义下，将自己的当前指标与自己过去周期的指标进行比较，并分别报告主动流失和被动流失。 ### 我应该追踪 NRR 还是 GRR？ 两者都要，而且始终结合起来看。NRR 包含扩张收入，因此可以超过 100%；GRR 不包含扩张收入，上限为 100%。两者之间存在较大差距，说明升级收入正在掩盖底层的留存流失，而只有当扩张放缓时，这个问题才会显现出来。 ## 结语 订阅分析的重点不在于仪表盘，而在于一次性决定数字来自哪里，以及每个数字代表什么。根据订阅状态转换而不是发票或结算数据计算指标；将 MRR 拆分为四项变动，而不是只关注总额；分别报告客户流失率和收入流失率；并将 NRR 与 GRR 配对查看，避免扩张收入掩盖流失。 这样一来，每月复盘就不再是争论谁的电子表格才是正确的，而会变成一次真正的讨论：接下来应该重点改善哪一项 MRR 变动。 --- - [More SaaS articles](https://dodopayments.com/blogs/category/saas) - [All articles](https://dodopayments.com/blogs)