Sumário
Churn está em toda parte no mundo SaaS. É tão popular que nos faz acreditar que é uma métrica essencial a seguir. Talvez seja a métrica mais importante.
Mas nem todos concordam com a rotatividade de clientes. Fomos inspirados por um artigo escrito para catch.js sobre o assunto. Eles demonstram através de experimentos de simulação que a rotatividade de clientes, em certas circunstâncias, mostrará o oposto do que deveria. Eles argumentam que a rotatividade de clientes é inútil.
Pensamos em examinar similarmente a rotatividade de clientes. Neste artigo (parte quatro de nossa série de Otimização de Preços), testaremos a métrica de rotatividade de clientes em simulações para demonstrar quando ela nos dá resultados enganosos.
Para começar, vamos começar com uma situação semelhante à mencionada no artigo acima. O artigo usa uma distribuição de Lomax para modelar quanto tempo uma assinatura dura, porque se assemelha mais aos seus próprios clientes.
Eles têm muitos clientes que experimentam seu serviço por pouco tempo, como alguns meses. Eles também têm alguns que ficam por muito mais tempo. Simularemos nossas assinaturas com a distribuição de Weibull, com parâmetros que a tornam semelhante ao seu modelo de Lomax.
Todos os dados que sua startup precisa
Obtenha insights aprofundados sobre o MRR, taxa de cancelamento e outras métricas vitais da sua empresa SaaS.
Embora muitos dos nossos Baremetrics clientes compartilhem uma base de clientes como a deles, alguns não. Também testaremos a rotatividade de clientes em outros tipos de bases de clientes, modelados a partir das experiências de nossos clientes Baremetrics.
A rotatividade de clientes nos enganará nesses casos também?
Vamos revisar a rotatividade de clientes. Aqui está uma fórmula para abandono de clientes para cada período:
Rotatividade de Clientes = clientes perdidos / clientes no início
A fórmula acima fornece a fração de clientes perdidos em cada período de tempo. Se perdermos muitos clientes, a fração aumenta. Se ganharmos muitos clientes, a fração diminui, idealmente chegando a zero. Baixa rotatividade é boa, e alta rotatividade é ruim.
Parece simples o suficiente, mas se olharmos mais de perto, encontraremos problemas. A rotatividade de clientes não se comporta da maneira que esperamos.
Cenário: O que acontece quando nada muda?
Vamos começar com um cenário em que nada muda: um negócio onde nada está melhorando e nada está piorando. Os cadastros permanecem os mesmos. Os tempos de vida da assinatura são constantes. A receita também é estável.
Isso nos dá uma linha de base para comparação posterior quando algo mudar. Então, como a rotatividade de clientes se comporta em um negócio estagnado?
Começamos simulando cadastros com uma distribuição de Poisson com uma taxa média de 30 cadastros por mês. Também simulamos os comprimentos de assinatura usando uma distribuição de Weibull, com parâmetros de forma que o assinante médio se inscreva por cerca de 2 meses.
Vamos ver o que acontece com a base de clientes ao longo do tempo nesta simulação:
O gráfico acima mostra a população de clientes ativos ao longo do tempo. Observe como nossa base de clientes aumenta no início, mesmo que eu tenha dito "nada muda".
Isso é porque começamos com zero clientes. Após cerca de 12 meses, chegamos a um platô, onde os cadastros estão em equilíbrio com as cancelamentos.
A população de assinantes flutua, mas permanece perto de um número constante indicado pela linha vermelha. Continuará orbitando essa linha vermelha para sempre. Isso também se aplica à receita: devemos esperar aproximadamente a mesma receita, para sempre. É genuinamente um negócio estagnado, nem melhorando nem deteriorando.
Agora vamos ver o que a rotatividade de clientes faz neste cenário. Como é a rotatividade de clientes estagnada?
Assim como a população de clientes, a rotatividade de clientes permanece constante após os cadastros e cancelamentos atingirem o equilíbrio. Conforme nossa população de clientes cresce inicialmente, notamos que a rotatividade de clientes desce como esperaríamos, pois a proporção de cancelamentos diminui em relação à população de assinantes.
O gráfico acima é como fica a rotatividade de clientes quando "nada está acontecendo". Em um negócio estagnado, há altos e baixos de mês para mês por causa da variação natural.
Apesar dessa variação, a rotatividade de clientes média é constante, para sempre. Essa variação deve ser um lembrete para não entrar em pânico quando sua rotatividade de clientes mudar de mês para mês. Em vez disso, é a tendência que importa, indicada pela linha vermelha neste gráfico. Neste caso, é plana.
Agora vamos estragar!
Cenário: O que acontece quando os cadastros param?
E se desligássemos os cadastros no meio desta simulação? Se parássemos de receber novos assinantes, esperaríamos que a rotatividade de clientes aumentasse. A rotatividade de clientes é ruim, e perder cadastros é ruim, então esperamos que os dois se correspondam. Esperamos que a rotatividade de clientes cresça quando falhamos em reter clientes. É assim?
Aqui está o que acontece com nossa população de clientes:
Nosso negócio simulado cresce e está chegando ao platô, assim como no exemplo anterior. Depois disso, paramos de receber cadastros (linha vermelha).
Observe como nossa população de assinantes cai. A queda é acentuada no início, depois fica mais plana conforme o tempo passa. Este efeito vem de uma proporção crescente de clientes mais leais que permanecem, que são menos propensos a cancelar. Os últimos clientes a cancelar a assinatura são os menos propensos a sair.
Então a rotatividade de clientes toca os alarmes nesta situação? Vamos ver a rotatividade de clientes:
Agora vemos algo surpreendente: a rotatividade de clientes está caindo enquanto nosso negócio está desabando. É o oposto do que esperaríamos. Também vemos o mesmo resultado no artigo catch.js mesmo que tenhamos usado uma distribuição diferente para modelar assinaturas.
Por que isso está acontecendo? É por causa de como os comprimentos de assinatura são distribuídos. Nem todos os clientes são iguais. Alguns clientes testarão nossos serviços por um mês, decidirão que não gostam e cancelarão a assinatura.
Outros ficarão felizes com seu produto e permanecerão por muito tempo. Aqui está um histograma dos comprimentos de assinatura na simulação que acabamos de fazer para ilustrar:
Acima está um histograma mostrando a frequência de vários comprimentos de assinatura de clientes. Observe como é enorme à esquerda. Significa que a maioria dos clientes se inscreve por pouco tempo. Esses clientes são mais propensos a cancelar a assinatura em qualquer momento.
Mas, por outro lado, há um número menor de clientes que se inscrevem por muito tempo. Esses assinantes de longo prazo são menos propensos a cancelar e permanecem por muito tempo.
Quando desligamos os cadastros, principalmente os assinantes de longo prazo permanecem. E como são menos propensos a deixar nosso negócio, são menos propensos a aumentar nossa métrica de rotatividade de clientes. Portanto, a rotatividade de clientes parece descer enquanto nossa empresa está falhando. É o oposto do que queremos.
Embora isso possa ser alarmante, este cenário pode não se aplicar a todos Baremetrics clientes. E se tentássemos este cenário em um tipo diferente de negócio, com assinantes mais leais?
A rotatividade é ruim em todas as circunstâncias?
Você pode notar que o histograma dos comprimentos de assinatura acima não reflete seu próprio negócio. É uma distribuição extrema, onde a maioria dos clientes se inscreve por um curto período. E se seu negócio tiver menos clientes de curto prazo?
Suponha que seu negócio atraia clientes por meio de equipes de vendas. Seus clientes típicos não se inscrevem por apenas um mês. Eles se inscrevem por mais tempo. Como a rotatividade se parece nessa situação quando desativamos as inscrições?
Agora vamos simular com base em um cliente real do Baremetrics. Neste negócio, o cliente médio se inscreve por cinco anos em vez de dois meses. Aqui está como os comprimentos de assinatura são distribuídos:
Este cenário tem assinantes mais leais. O assinante típico se inscreverá por três anos em vez de um mês, como no cenário anterior.
Agora vamos refazer a simulação onde desativamos as assinaturas, mas com a nova distribuição de assinaturas. Aqui está o gráfico de assinantes ativos:
Já parece diferente. O crescimento da base de clientes é mais constante. Nem chegamos ao platô antes de desativar as inscrições.
Agora vamos examinar a rotatividade:
Surpresa! A rotatividade atua mais como esperaríamos: aumentando quando estamos falhando em reter nossos clientes. Por quê? Porque temos menos clientes que saem rapidamente e menos clientes extremos que ficam mais tempo.
Isso nos diz algo preocupante sobre a métrica de rotatividade. A confiabilidade da métrica de rotatividade depende dos tipos de clientes que você tem.
Esperamos que estes exemplos inspirem nossos leitores a serem mais céticos sobre o significado de suas métricas de rotatividade.
Conclusão: Um apelo por métricas melhores
Dado o comportamento estranho da métrica de rotatividade, faria mais sentido procurar métricas melhores para entender nossa retenção de clientes. Ao focar na rotatividade, provavelmente estamos agrupando muitos processos de uma vez: inscrições, cancelamentos e os tipos de assinantes que temos. Uma mudança em cada um desses afetará o comportamento da rotatividade, mas não saberemos qual é o problema porque a métrica agrupa esses processos.
Talvez seria melhor focar nesses processos separadamente. É totalmente possível criar métricas para inscrições, cancelamentos e comprimentos de assinatura separadamente.
Em posts futuros, construiremos essas métricas e as testaremos. Mostraremos como elas se comportam em comparação com a rotatividade. As novas métricas superarão a rotatividade para retenção de clientes, valor vitalício e cálculos de receita? Fique atento para descobrir!
Obrigado por ler! Se você tiver alguma dúvida, sinta-se à vontade para enviá-la para david@baremetrics.com.
Junte-se a 900+ empresas de SaaS e assinatura usando Baremetrics para insights de dados mais inteligentes, cobrança automática, engajamento de clientes e muito mais. Comece um teste gratuito hoje!
