MRR, Churn และ Cohort: วัดรายได้ประจำรายเดือนให้รู้ว่าธุรกิจโตจริงหรือแค่เติมลูกค้าใหม่

วิธีนับ MRR ที่ไม่ปนรายการครั้งเดียว ทำสะพาน MRR ห้าส่วน วัด Churn สามแบบ และอ่านตาราง Cohort ว่าลูกค้ารุ่นใหม่อยู่นานขึ้นหรือไม่ พร้อมตัวอย่างตัวเลขทำตามได้ในสเปรดชีต

ตัวเลข 101% ขนาดใหญ่บนพื้นฟ้าลายตาราง ข้างกองเหรียญสี่กองที่สูงขึ้นจากซ้ายไปขวา
ในบทความนี้
  1. MRR คืออะไร และอะไรไม่ควรนับ
  2. สะพาน MRR: รายได้เดือนนี้มาจากไหน
  3. Churn: วัดสามแบบ และอย่าดูแบบเดียว
  4. Cohort: ลูกค้ารุ่นใหม่อยู่นานกว่ารุ่นเก่าหรือไม่
  5. ข้อผิดพลาดที่ทำให้ตัวเลขดูดีเกินจริง
  6. เริ่มจากตรงไหน

ธุรกิจที่เก็บเงินลูกค้าเป็นรายเดือน เช่น ซอฟต์แวร์แบบสมาชิก บริการดูแลระบบ หรือสัญญาบำรุงรักษา มักดูแค่ยอดขายรวมของเดือนแล้วสรุปว่าธุรกิจโต แต่ยอดรวมซ่อนสองเรื่องที่สำคัญที่สุดไว้ คือลูกค้าเก่าอยู่ต่อแค่ไหน และรายได้ที่เพิ่มมาจากลูกค้าใหม่หรือจากลูกค้าเดิมที่ซื้อเพิ่ม

บทความนี้อธิบายวิธีวัดรายได้ประจำรายเดือน (Monthly Recurring Revenue: MRR) อัตราการเลิกใช้ (Churn) และการวิเคราะห์ตามกลุ่มลูกค้า (Cohort Analysis) ให้ถูก พร้อมตัวอย่างตัวเลขที่ทำตามได้ในสเปรดชีตธรรมดา

MRR คืออะไร และอะไรไม่ควรนับ

MRR คือรายได้ที่คาดว่าจะเกิดซ้ำทุกเดือนจากสัญญาหรือแผนสมาชิกที่ยังมีผลอยู่ ณ สิ้นเดือน ใช้ดูทิศทางของธุรกิจ ไม่ใช่ตัวเลขรายได้ในงบการเงิน ซึ่งต้องรับรู้ตามมาตรฐานบัญชีและอาจไม่ตรงกับ MRR

  • นับ ค่าสมาชิกรายเดือนหลังหักส่วนลดที่ให้จริง และแผนรายปีที่หารด้วย 12 แล้ว
  • ไม่นับ ค่าติดตั้ง ค่าวางระบบครั้งแรก ค่าฝึกอบรม ค่าที่ปรึกษาแบบครั้งเดียว และค่าฮาร์ดแวร์
  • ไม่นับ ผู้ใช้ทดลองฟรี ลูกค้าที่ตกลงด้วยวาจาแต่ยังไม่มีสัญญา และใบเสนอราคาที่ยังไม่ปิด
  • ไม่นับภาษีมูลค่าเพิ่ม ใช้ยอดก่อน VAT เสมอ

ข้อผิดพลาดที่พบบ่อยคือเอายอดขายเดือนเดียวคูณ 12 แล้วเรียกว่ารายได้ประจำต่อปี (ARR) บทความ 16 Startup Metrics ของ a16z เตือนว่าวิธีนี้มักทำให้ตัวเลขสูงเกินจริง เพราะปนรายการครั้งเดียวและยอดสัญญาที่ยังไม่ได้ส่งมอบบริการเข้าไปด้วย ลูกค้าที่จ่ายรายปีล่วงหน้า 120,000 บาท ไม่ได้ทำให้ MRR เดือนนั้นเพิ่ม 120,000 บาท แต่เพิ่ม 10,000 บาทต่อเดือนตลอดอายุสัญญา

สะพาน MRR: รายได้เดือนนี้มาจากไหน

แทนที่จะดูแค่ MRR ต้นเดือนกับปลายเดือน ให้แยกการเปลี่ยนแปลงออกเป็นห้าส่วน

MRR ปลายเดือน = MRR ต้นเดือน + ลูกค้าใหม่ + ขยาย (Expansion) − ลดแผน (Contraction) − เลิกใช้ (Churned)

ตัวอย่างสมมติ บริษัทซอฟต์แวร์บริหารร้านอาหารแบบสมาชิกรายเดือน ต้นเดือนมีลูกค้า 250 ราย MRR 500,000 บาท

รายการ MRR (บาท) หมายเหตุ
MRR ต้นเดือน 500,000 ลูกค้า 250 ราย
+ ลูกค้าใหม่ 40,000 ลูกค้าใหม่ 20 ราย
+ ขยาย 25,000 ลูกค้าเดิมเพิ่มสาขาหรืออัปเกรดแผน
− ลดแผน −5,000 ลูกค้าเดิมลดจำนวนผู้ใช้
− เลิกใช้ −15,000 ลูกค้า 10 รายยกเลิก
MRR ปลายเดือน 545,000 ลูกค้า 260 ราย

MRR โต 9% ในเดือนเดียว แต่สะพานนี้บอกมากกว่านั้น การเติบโต 45,000 บาทมาจากลูกค้าใหม่ 40,000 บาท และจากลูกค้าเดิมสุทธิ 5,000 บาท (25,000 − 5,000 − 15,000) ถ้าเดือนหน้าการหาลูกค้าใหม่ชะลอตัว ธุรกิจยังโตได้จากฐานลูกค้าเดิม ซึ่งเป็นสัญญาณที่ดี

Churn: วัดสามแบบ และอย่าดูแบบเดียว

ใช้ตัวเลขจากตัวอย่างเดิม ตัวหารทุกตัวคือยอดต้นเดือน ไม่รวมลูกค้าใหม่ที่เข้ามาระหว่างเดือน

Customer Churn = ลูกค้าที่เลิก ÷ ลูกค้าต้นเดือน = 10 ÷ 250 = 4.0%

Gross Revenue Churn = (ลดแผน + เลิกใช้) ÷ MRR ต้นเดือน = (5,000 + 15,000) ÷ 500,000 = 4.0%

Net Revenue Churn = (ลดแผน + เลิกใช้ − ขยาย) ÷ MRR ต้นเดือน = (20,000 − 25,000) ÷ 500,000 = −1.0%

Net Churn ติดลบหมายความว่าลูกค้าเดิมกลุ่มเดียวกันจ่ายเงินมากขึ้นกว่าต้นเดือน แม้จะมีคนเลิกใช้ ในอีกมุมหนึ่งคือ อัตราการรักษารายได้สุทธิ (Net Revenue Retention) = (500,000 + 25,000 − 5,000 − 15,000) ÷ 500,000 = 101%

a16z แนะนำให้ดู Gross Churn ควบคู่เสมอ เพราะ Net Churn เอายอดขยายมาหักกลบ ทำให้การสูญเสียลูกค้าดูน้อยกว่าที่เป็นจริง ในตัวอย่างนี้ 4% ต่อเดือนฟังดูไม่มาก แต่ถ้าเกิดต่อเนื่องทั้งปี

สัดส่วนลูกค้าที่เหลือหลัง 12 เดือน = (1 − 0.04) ยกกำลัง 12 = 0.96 ยกกำลัง 12 ≈ 61%

คือเสียลูกค้าเดิมราว 39% ต่อปี ต้องหาลูกค้าใหม่มาแทนเกือบสี่ในสิบทุกปีก่อนจะเริ่มโตได้ ตัวเลขนี้ไม่ใช่ 4% × 12 = 48% เพราะ Churn แต่ละเดือนคิดจากฐานลูกค้าที่เหลืออยู่ ซึ่งเล็กลงเรื่อย ๆ

Cohort: ลูกค้ารุ่นใหม่อยู่นานกว่ารุ่นเก่าหรือไม่

Churn เฉลี่ยของทั้งบริษัทปนลูกค้าที่อยู่มาสามปีกับลูกค้าที่เพิ่งสมัครเดือนที่แล้วเข้าด้วยกัน การวิเคราะห์ Cohort แยกลูกค้าเป็นรุ่นตามเดือนหรือไตรมาสที่เริ่มใช้ แล้วติดตามว่าแต่ละรุ่นยังจ่ายเงินอยู่เท่าไรในเดือนต่อ ๆ ไป โดยตั้ง MRR เดือนแรกของรุ่นเป็น 100%

ตัวอย่างสมมติ เทียบสองรุ่นของบริษัทเดิม

รุ่น เดือน 0 เดือน 1 เดือน 2 เดือน 3 เดือน 4 เดือน 5 เดือน 6
สมัครเดือนมกราคม 100% 88% 82% 78% 76% 75% 75%
สมัครเดือนเมษายน 100% 93% 89% 87% – – –
กราฟเส้น MRR ที่เหลือของลูกค้าสองรุ่น รุ่นมกราคมลดจาก 100% เหลือ 78% ในเดือนที่ 3 แล้วนิ่งที่ 75% ในเดือนที่ 5 และ 6 รุ่นเมษายนลดช้ากว่า เหลือ 87% ในเดือนที่ 3
สิ่งที่ควรดูมีสองข้อ เส้นของรุ่นเก่าเริ่มนิ่งหรือยัง และรุ่นใหม่อยู่สูงกว่ารุ่นเก่าที่อายุเท่ากันหรือไม่

a16z ชี้ให้ดูสองแนวโน้มในตาราง Cohort

  • เส้นของแต่ละรุ่นแบนลงหรือไม่ รุ่นมกราคมหยุดลดที่ราว 75% แปลว่ามีกลุ่มลูกค้าที่ใช้งานจริงและอยู่ต่อ ถ้าเส้นลดไม่หยุด ธุรกิจจะต้องเติมลูกค้าใหม่ไปตลอด
  • รุ่นใหม่ดีกว่ารุ่นเก่าที่อายุเท่ากันหรือไม่ ในเดือนที่ 3 รุ่นเมษายนเหลือ 87% เทียบกับ 78% ของรุ่นมกราคม เป็นสัญญาณว่าสินค้า การเริ่มต้นใช้งาน หรือการเลือกกลุ่มลูกค้าดีขึ้น

ถ้ารุ่นใหม่แย่กว่ารุ่นเก่า มักเป็นเพราะช่องทางหาลูกค้าใหม่ดึงคนที่ไม่ตรงกลุ่มเข้ามา เช่น โปรโมชันลดราคาแรง ๆ ควรตรวจก่อนเพิ่มงบการตลาด

ข้อผิดพลาดที่ทำให้ตัวเลขดูดีเกินจริง

  • นับเงินรับล่วงหน้ารายปีเป็น MRR ทั้งก้อน ในเดือนที่ได้รับเงิน
  • รวมค่าติดตั้งและค่าบริการครั้งเดียว เข้าไปใน MRR หรือ ARR
  • เอาลูกค้าใหม่ระหว่างเดือนไปรวมในตัวหาร ทำให้ Churn ดูต่ำลง
  • รายงานแต่ Net Churn โดยไม่บอก Gross Churn
  • นับลูกค้าที่หยุดชั่วคราวหรือค้างชำระนานเป็นลูกค้าที่ยังอยู่ ควรตั้งกติกาให้ชัด เช่น ค้างชำระเกินกี่วันถือว่าเลิกใช้ แล้วใช้กติกาเดียวทุกเดือน

นักลงทุนที่ทำ Due Diligence มักขอข้อมูลรายลูกค้ารายเดือนมาคำนวณเอง ตัวเลขที่ใช้นิยามต่างจากที่นำเสนอจะถูกพบในขั้นนี้ และทำให้ความน่าเชื่อถือของตัวเลขอื่นลดลงไปด้วย

เริ่มจากตรงไหน

  1. ทำตารางรายลูกค้ารายเดือน แถวละหนึ่งลูกค้า คอลัมน์ละหนึ่งเดือน ใส่ MRR ก่อน VAT ของลูกค้านั้น ไม่รวมรายการครั้งเดียว และมีคอลัมน์เดือนที่เริ่มใช้
  2. เขียนนิยามไว้หนึ่งหน้า ว่าอะไรนับเป็น MRR แผนรายปีคิดอย่างไร และเมื่อไรถือว่าลูกค้าเลิกใช้
  3. ทำสะพาน MRR ทุกเดือน แยกห้าส่วนตามตัวอย่าง สูตรในสเปรดชีตเทียบคอลัมน์เดือนนี้กับเดือนก่อนของแต่ละลูกค้าก็พอ
  4. รายงาน Churn ทั้งสามแบบ พร้อม Net Revenue Retention
  5. ทำตาราง Cohort ทุกไตรมาส แล้วดูว่าเส้นแบนลงหรือไม่ และรุ่นใหม่ดีขึ้นหรือไม่

เมื่อมีตัวเลขชุดนี้ การตัดสินใจเรื่องงบหาลูกค้าใหม่ การปรับราคา และการลงทุนในทีมดูแลลูกค้าจะมีพื้นฐานจากข้อมูล ไม่ใช่จากยอดขายรวมของเดือนล่าสุด

ตัวเลขทั้งหมดในบทความเป็นตัวอย่างสมมติเพื่อการอธิบาย ไม่ใช่ค่าเฉลี่ยของอุตสาหกรรม

แหล่งข้อมูล

เกี่ยวกับ Unigin Ventures

Venture Capital ที่ลงทุนใน Startup และ SME ทั้งในประเทศไทยและกลุ่มประเทศ CLMV พร้อมสนับสนุนด้านคำปรึกษาธุรกิจ บัญชี กฎหมาย และเทคโนโลยี

รู้จักเรา

บทความนี้เป็นข้อมูลทั่วไปเพื่อการเรียนรู้ ไม่ใช่คำแนะนำด้านการลงทุน กฎหมาย บัญชี หรือภาษีสำหรับกรณีของท่านโดยเฉพาะ กฎหมายและอัตราภาษีอาจเปลี่ยนแปลงได้ โปรดตรวจสอบกับหน่วยงานที่เกี่ยวข้องหรือผู้เชี่ยวชาญก่อนตัดสินใจ

Unigin Ventures

มีธุรกิจที่อยากเติบโตไปอีกขั้น?

Unigin Ventures ลงทุนและสนับสนุน Startup และ SME ทั้งเงินทุน คำปรึกษาด้านการเงิน บัญชี กฎหมาย และเทคโนโลยี