京公网安备 11010802034615号
经营许可证编号:京B2-20210330
先给结论:SaaS数据运营盯的是“订阅收入能不能留住、能不能变大”,核心指标围绕MRR/ARR、续费率与流失率、NRR、CAC回收期、活跃账号与功能采用率展开;互联网产品数据运营盯的是“流量能不能留下来、能不能变现”,核心指标围绕DAU/MAU、留存曲线、转化漏斗、获客成本与ARPU展开。两者不是一套指标换个名字,而是计费单位、收入节奏和运营目标都不同。
| 维度 | SaaS数据运营 | 互联网产品数据运营 |
|---|---|---|
| 计费单位 | 客户账户/席位 | 用户/设备 |
| 收入节奏 | 签约后分期确认,收入后置 | 流量变现,收入随使用发生 |
| 核心目标 | 续费、扩张、降低流失 | 拉新、活跃、留存、转化 |
| 典型指标 | MRR、ARR、续费率、流失率、NRR、CAC回收期 | DAU/MAU、次日/7日留存、漏斗转化率、CAC、ARPU |
这张表只解决“看什么”的框架,真正容易出错的是每个指标的口径。
收入类先看MRR(月度经常性收入)和ARR(年度经常性收入)。口径要写清:只统计订阅与经常性服务费,不含一次性实施费、硬件和一次性培训收入;按月折算时说明是按合同金额除以月数,还是按实际确认收入。MRR的期初、期末与新增、扩张、收缩、流失要能对上账:期末MRR = 期初MRR + 新增MRR + 扩张MRR − 收缩MRR − 流失MRR。
留存与流失类看客户续费率(按账户数)和收入续费率(按MRR),两者可能背离:小客户流失多但收入影响小,大客户流失一个就伤筋动骨。流失率要明确统计单位是账户还是收入、时间窗是月度还是年度。
扩张类看NRR(净收入留存率):同一批期初客户在期末贡献的MRR(含扩张、收缩、流失)除以期初MRR。NRR大于100%说明老客户群自身在增长,这是SaaS模式最关键的信号之一。
健康与采用类看活跃账号率、功能采用率、近30/90天登录频次、工单数量与严重程度。这类指标的作用是提前预警:续费发生在前,风险信号往往出现在使用行为里。
CAC回收期也要算:客户获取成本除以该客户每月贡献的毛利,得到回收月数。口径要说明CAC包含哪些获客费用、毛利是否扣除服务成本。
规模活跃类看DAU、MAU及DAU/MAU比值,反映使用频次与粘性。留存类看次日、7日、30日留存曲线,按渠道、版本、人群拆分。转化漏斗类看从曝光、点击、注册、激活到付费各环节的转化率,定位流失最大的环节。变现类看ARPU、ARPPU、付费率、LTV,以及获客成本CAC。
互联网产品的收入随使用发生,所以指标可以按天、按周快速迭代;实验(A/B测试)是常规手段,因为用户量大、单用户影响小。
以“留存”为例。互联网产品说留存,通常指用户在某日使用后,第N日是否再次使用,统计单位是用户或设备。SaaS说留存,更常指客户账户在合同周期结束后是否续费,统计单位是账户,时间窗是月或年。一个SaaS产品可能日活很好,但续费率很低——用户在用,决策者不续费,这两件事必须分开看。
再以“活跃”为例。互联网产品用打开App或访问页面定义活跃;SaaS的活跃要结合席位使用、核心功能调用和业务动作完成情况,因为“登录了”不等于“用起来了”。
归因方式也不同。互联网产品靠埋点与实验,关注单次行为对转化的影响;SaaS客户数量少、客单价高,更适合同期群分析、按套餐/行业/客户规模下钻,结合销售与客服记录做定性归因。
搭建或统一两套指标时,先做三件事:
某SaaS团队原沿用互联网产品的DAU与次日留存做周报,发现无法反映续费风险。调整后按客户账户统计月活跃账号率、核心功能采用率、近90天登录频次与工单数,合成健康分,同时跟踪MRR与NRR,形成流失预警清单。验证方式是:用同一时间窗分别按账户口径和用户口径计算活跃与留存,检查结论是否一致;抽查计算字段与数据字典是否匹配;回溯预警清单,看高分客户是否确实续费、低分客户是否流失。此例为写作示意,非真实企业数据。
需要提醒的是,B端互联网产品常处于两种形态之间:既有账户订阅,又有用户活跃。这类业务要同时保留两套口径,明确哪套用于收入判断、哪套用于产品体验判断,不能混在一张报表里下结论。
指标体系的难点不在列清单,而在口径定义、维度拆解和验证闭环。如果读者要自己搭建或统一两套口径,可以先判断现有基础:是否会写清指标的业务定义与计算字段,是否能用SQL按维度取数,是否会用同期群、漏斗等方法做对比分析。CDA Level I的指标体系构建方法、数据分析方法(对比、趋势、构成、漏斗、同期群)、SQL数据库应用与商业数据分析框架,覆盖的正是这些基础能力,配套练习可以用公开或模拟数据完成用户分群与留存分析方案,成果可用于检查取数、口径与结论能否互相解释。是否适合作为体系化补齐路径,取决于你当前的基础和任务需要。
下一步建议:挑一个你手上的核心指标,写出它的业务定义、计算公式、统计单位、时间窗和数据来源字段,然后按套餐或渠道拆一次,看结论是否和总数一致。这一步做完,指标体系才算真正开始。
[1] CDA Level I 考试大纲
CDA数据分析师 出品 作者:李诗怡 多表进阶与 DDL/DML 连接 · 子查询 · 合并 · 建表与书写规范 ” 三、DQL 多表进阶:连 ...
2026-11-20 前面讲了怎么搭指标体系,但很多团队卡在最后一步:高层定了一个漂亮的目标,往下一层层写进周报,最后却落不到任何人的具体 ...
2026-11-20 很多团队做数据分析的现状是:老板要一个数就拉一个数,周报里堆满了 GMV、DAU、转化率,却没人说得清这些数之间是什么关系 ...
2026-11-20这周你大概又经历过一次:报表自己跑了,SQL 让 AI 写了,连周报初稿都不用自己动手。你一边松口气,一边心里发慌——那我还剩什 ...
2026-11-20 做产品立项、写商业计划书、规划市场进入策略时,"市场调研"和"竞品分析"几乎总是被绑在一起说,甚至被当成同一件事。但实际 ...
2026-11-19 在做数据治理、搭数据中台或者梳理数据库表结构时,"主数据"和"参考数据"是被提及频率最高、也最容易被混为一谈的两个概念。 ...
2026-11-19“纲举目张,执本末从。”若想在数据分析领域有所收获,一套合适的学习教材至关重要。一套优质且契合需求的学习教材无疑是那关键 ...
2026-11-19一、什么是本体 在知识图谱和语义建模里,本体(Ontology)是对一个领域内概念、属性、关系和实例的形式化描述。它回答三个问题 ...
2026-11-18一、K-S 曲线解决什么问题 风控评分卡、客户流失模型、欺诈识别模型建好之后,最核心的一个问题是:模型能不能把"会变坏"和"不会 ...
2026-11-18核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-18核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-18产品上线之后,真正回答"用户是谁、想要什么、卡在哪里"的,往往不是调研问卷,而是用户留下的一条条行为记录。点击、浏览、停留 ...
2026-11-17在日常数据库开发与报表查询中,日期格式几乎是最高频的"打交道"对象:页面上要展示 yyyy-MM-dd,接口要返回 ISO 8601 字符串, ...
2026-11-17核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-17一、销售行业为什么离不开大数据分析 销售行业的本质是"把合适的产品,在合适的时间,卖给合适的人,并持续复购"。传统销售靠经 ...
2026-11-16一、什么是频数分布 拿到一批连续数据(员工年龄、商品价格、考试分数、订单金额),最想先看的往往不是平均值,而是数据集中在 ...
2026-11-16教育部办公厅关于成立全国数据职业教育教学指导委员会(2026—2030年)的通知 教职成厅函〔2026〕25号 各省、自治区、直辖市教 ...
2026-11-16CDA数据分析师 出品 作者:李诗怡 基础与单表查询 四大类语言 · 数据库基础 · DQL 单表查询 ” 一、SQL 四大类语言与数据 ...
2026-11-13核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-13一、问题从哪来 财务分析里算增长率,常规公式所有人都会写: 增长率本年数上年数上年数 这个公式在"上年为正"时完全成立。但一 ...
2026-11-12