本文編譯自Social Capital關(guān)于在SaaS領(lǐng)域如何分析用戶增長，創(chuàng)業(yè)公司在自己的運營過程中可以借鑒這些分析方法，以密切關(guān)注自身成長和不斷提升收入增長。分享給大家，希望你會覺得有用！

在上一篇中，我們通過對月活躍用戶增長以及挖掘不同潛在用戶群的分析，探討了如何分析用戶增長，更好地理解增長動力。今天我們試著將其模式運用到收入增長上進行分析。這對常規(guī)收入的計算會極有幫助，例如企業(yè)級應(yīng)用軟件（SaaS）或消費者訂閱業(yè)務(wù)。

列舉某公司通過月度訂閱獲得營收為例，為了更細化一些，假設(shè)這是一家B2B SaaS公司。對這樣的公司而言，月活躍用戶（MAU）增長和月常規(guī)收入（MRR）增長都是關(guān)注點。別忘了我們?nèi)匀魂P(guān)注月活躍用戶（MAU）分析。如果當月流失用戶，那么很可能對應(yīng)的當月收入也會相應(yīng)減少?，F(xiàn)在，讓我們來探究月常規(guī)收入（MRR）隨時間推移呈不斷上升狀的圖。

　　上圖模擬了月均16%的常規(guī)收入增長率

就像分析月活躍用戶那樣，我們拆分月常規(guī)收入的組成部分看看，其中會有些細微差別。對于月活躍用戶的分析，區(qū)別在于用戶是流失還是留存。那么收入呢，用戶或許留存或許流失，但當月花的錢可能比上個月多，也可能比上個月少。所以我們不妨拆分出增加收入和減少收入，關(guān)注以下兩個等式：

MRR（t） = 新用戶收入 （t） + 留存用戶收入（t） + 喚醒用戶收入 （t） +增加收入 （t）MRR（t - 1個月） = 留存用戶收入 （t） + 流失用戶收入 （t） +減少收入 （t）

如果某用戶上月消費了$10，當月消費了$12。我們認為$10是留存用戶收入，$2為增加收入，同理可作減少收入。只有當用戶當月完全沒有消費時，我們才判定為用戶流失，而用戶再次花費時，我們才判定為用戶喚醒。上述等式可重新整理如下：

MRR（t） - MRR（t - 1個月） = 新用戶收入 （t） + 喚醒用戶收入 （t） +增加收入 （t） – 流失用戶收入 （t） – 減少收入 （t）

這五個部分如下圖所示：

　　上圖模擬了月常規(guī)收入增長

我們再一次計算速動比率，根據(jù)月份和用戶留存率的不同，MRR速動比率在1到1.5之間波動，此處用戶留存率不超過40%。

速動比率 = （新用戶收入 + 增加收入） / （流失用戶收入 + 減少收入）或者（等式分子/分母同時除以總收入）

速動比率 = （月增長率 + 流失率） / 流失率 = 1 + 月增長率/流失率

回到對消費類APP月活躍用戶的分析，速動比率在1.5是不錯的數(shù)據(jù)，但就常規(guī)收入而言卻不是。

常規(guī)性訂閱帶來的收入視為默認留存，相比較常規(guī)性到訪的非默認留存。就其本身而言，訂閱收入中的用戶流失率很低，速動比率很高。

如果你覺得消費者訂閱企業(yè)（比如Spotify和Netflix）本來用戶流失率就不該高，而速動比率本就該高，那么我再舉一些例子。相對地，純消費者交易型零售生意（比如Nordstrom線上平臺）月流失用戶會比較多，因為用戶連續(xù)每月消費的動力不足。如果你認為訂閱業(yè)務(wù)依賴于登錄及其擴展業(yè)務(wù)（比如Slack），不免期望很高的增加收入，因為每個用戶增加的消費。

對于企業(yè)級應(yīng)用SaaS公司，速動比率大于4會是我們期待的。

如果速動比率小于2，那么用戶流失就太多了，需要補救措施。關(guān)于企業(yè)級SaaS公司的更多研究可以參考恩·哈米德在2015年初所做的分析。如下是部分企業(yè)級SaaS公司的實例分析。

　　恩·哈米德所舉SaaS速動比率實例

右側(cè)兩個公司是我們的被投企業(yè)，左側(cè)兩個則不是。左上方A公司講的一口好故事，說他們的增加收入很多，一定意味著product-market fit良好。然而真實情況卻是被減少的收入掏空，導致必須產(chǎn)生月增長收入來抵消月減少收入帶來的不利影響，從而產(chǎn)生凈增長。

同樣推薦鮑比·皮尼羅在Intercom融資過程中所采用的SaaS指標分析法。

如何分析其它因素

我們已經(jīng)探討了如何分析月活躍用戶和月常規(guī)收入，其實對所有一切相關(guān)量的分析對生意而言都有必要。假如你做了一個社交消費類APP，覺得僅月活躍用戶還遠遠不夠，期望他們每天都能用你的APP。在這種情況下，判定用戶的活躍度就不能僅依賴于月活躍分析了，需要知道用戶是否日活，通過Facebook的L28就可以幫助做出判斷。舉例，某用戶的L28=10，意味著在過去的28天中活躍天數(shù)為10。如果匯總過去一個月內(nèi)所有用戶的L28，就可得到該月的日活躍用戶分析。隨后可比較當月和次月的L28總數(shù)，并做分析。如果用戶的L28高于上月數(shù)值，則視為增加，反之減少。這就得到了日活躍用戶的月度增長分析。

如果不想分析活躍用戶或收入，可以嘗試分析鏈接分享（如分享至Twitter）。假如目標在于分享鏈接至Twitter，你可能需要做一個促使鏈接轉(zhuǎn)發(fā)的活動，可以用上述方法通過對比不同時段用戶分享鏈接數(shù)量的多少來分析活動中鏈接分享的增長。

總的來說，增長分析的框架可適用于任何場景下對用戶各方面累積價值（收入、日活躍度、內(nèi)容貢獻等等）。其中存在一個明顯的缺陷：流失數(shù)據(jù)不夠細化，不知流失用戶是新是老，即無法明晰用戶的生命周期。