15、云SaaS订阅用户流失与续费决策分析

云SaaS订阅用户流失与续费决策分析

在研究云SaaS（软件即服务）订阅领域时，对用户流失和续费决策的分析至关重要。这不仅有助于服务提供商了解客户行为，还能为制定可持续的收入模型提供关键依据。

数据筛选与整理

研究最初选取了年度合同价值（ACV）在25,000美元至100,000美元之间的B2B云SaaS订阅用户群体。这个群体具有明确的界定，使用单一货币和业务语言，且订阅价值足以支持多用户和多应用功能选择。通过一系列的数据筛选过程，初始超过10,000个订阅用户的数据集被缩减为4159个特定流失订阅用户的样本子集。具体的数据筛选阶段如下：
| 阶段 | 描述 | 客户记录 |
| — | — | — |
| 1 | 从数据集中移除商业敏感信息 | 10,000+ |
| 2 | 筛选年度流失数据，仅保留ACV在25,000美元至100,000美元范围内的客户 | 6,573 |
| 3 | 仅选择位于美国业务地理区域内的流失/缩减客户 | 4,159 |

完成数据筛选后，研究人员根据缩减数据集中提供的“流失原因”（RFL）代码对数据进行整理。为确保RFL标签在订阅用户记录中保持一致，且每个研究重点数据集的记录都包含预定义的RFL值代码，对数据标题进行了检查。这为RFL数据点的分组提供了逻辑一致的基础。公司提供的RFL代码及相关标准如下：
| RFL代码 | 标准 | 范式 |
| — | — | — |
| 经济 | 裁员（RIF）、暂停、第11章（破产） | 客观 |
| 采用 | 未使用的许可证、从未部署、功能使用较少 | 主观 |
| 政治 | 合并与收购、赞助、政策 | 客