Churn rate
(česky: míra odchodu zákazníků, fluktuace portfolia)
1. Definice
Churn rate udává, jaké procento zákazníků (nebo příjmů) firma ztratí za dané časové období – měsíc, čtvrtletí, rok.
- Customer churn: početní úbytek klientů.
- Revenue / MRR churn: úbytek opakovaných příjmů (Monthly Recurring Revenue).
Pokud je churn vyšší než tempo akvizice, podnik neroste ani při velkých marketingových výdajích.
2. Ilustrační příklad (měsíční SaaS)
| Položka | Hodnota |
|---|---|
| Zákazníci 1. ledna | 2 000 |
| Zákazníci zrušení během ledna | 120 |
| Customer churn | 120/2000=6120 / 2 000 = 6 %120/2000=6 |
| MRR 1. ledna | 100 000 € |
| Odpadající MRR (cancels) | 8 000 € |
| Expansion MRR (upsell) | 3 000 € |
| Gross MRR churn | 8 000 / 100 000 = 8 % |
| Net MRR churn | (8 000 – 3 000) / 100 000 = 5 % |
3. Důvody churnu
| Dobrovolný (voluntary) | Nedobrovolný (involuntary) |
|---|---|
| Neuspokojené potřeby, cena, konkurence, špatná CX | Expirace karty, platební selhání, administrativní důvod |
4. Orientační benchmarky (EU 2024)
| Odvětví | Customer churn / měsíc |
|---|---|
| B2B SaaS s ročním kontraktem | 0,5 – 2 % |
| B2C streaming (měsíční) | 3 – 6 % |
| Mobilní operátor (post-paid) | 1 – 2,5 % |
| Předplatné boxy (food/beauty) | 8 – 12 % |
Čím vyšší ACV (Annual Contract Value), tím nižší churn bývá tolerovaný.
5. Dopady na ekonomiku (LTV & CAC)
- Lifetime Value (LTV) = ARPU ÷ Churn Rate.
- Při ARPU 40 € a měsíčním churnu 5 % je průměrná životnost 1/0,05=201 / 0{,}05 = 201/0,05=20 měsíců → LTV = 800 €.
- Snížení churnu na 3 % prodlouží lifetime na 33 měsíců → LTV = 1 320 € (+65 %).
6. Strategie snižování churnu
| Fáze | Akce |
|---|---|
| Onboarding | Interaktivní walkthrough, sukcesové e-maily prvních 30 dní. |
| Customer Success | Segmentace podle užití, proaktivní call, NPS měření. |
| Pricing & kontrakty | Roční předplatné se slevou, loyalty body. |
| UX a produkt | Heat-mapy, A/B testy, feature-usage alerty. |
| Involuntary churn | Dunning e-maily, card-updater, více platebních metod. |
| Win-back kampaně | Personalizovaná nabídka 30 dní po zrušení, exit survey analýza. |
7. Časté chyby
- Sledování jen průměru – skryje vysoký churn u levnějších tarifů.
- Nečištěné databáze – ghost účty zvyšují počet na počátku → zkreslený výsledek.
- Spojování sezonních odchodů – nutné srovnávat YoY, ne izolované měsíce.
- Ignorace gross versus net churnu – expansion může zakrývat reálný odchod zákazníků.
