Calcolatore churn MRR

Inserisci MRR, churn e contraction mensili e confronta il previsionale a 12 mesi tradizionale con quello assistito dall'AI; sotto trovi benchmark per modello SaaS da usare come riferimento. I valori già inseriti sono un esempio ipotetico.

Funziona nel tuo browser: i dati che inserisci non vengono inviati né salvati da nessuna parte.

Carica i benchmark del modello nei campi sotto.
Clienti che abbandonano.
Downgrade e sconti su chi resta.
Prediction + retention: la tua ipotesi.
Mitigation: la tua ipotesi.
MRR perso al mese (tradizionale)–
MRR dopo 12 mesi, tradizionale–
MRR dopo 12 mesi, con AI–
MRR salvato in 12 mesi con AI–
Vita media cliente (mesi)–
Tradizionale
–
Con AI
–

Benchmark mensili per modello (esempi ipotetici, modificabili)

ModelloChurn (%)Contraction (%)
B2C
B2B
PLG
Hybrid sales

Le formule

  • Perdita mensile tradizionale = MRR × (churn + contraction)
  • Perdita mensile con AI = MRR × (churn × (1 − riduzione churn) + contraction × (1 − riduzione contraction))
  • MRR dopo 12 mesi = MRR × (1 − perdita mensile)12, nei due scenari
  • Vita media del cliente = 1 ÷ churn mensile

Cosa fa l'AI, in concreto

  • Prediction: segnali di rischio (uso in calo, ticket, mancati rinnovi) prevedono chi sta per abbandonare, prima che succeda.
  • Retention: i clienti a rischio ricevono interventi mirati (onboarding dedicato, check-in, incentivi) invece di campagne uguali per tutti.
  • Mitigation: chi vuole andarsene trova un downgrade guidato o un'offerta mirata: perdi contraction invece di churn pieno.

La differenza tra i due approcci sta tutta qui: il previsionale tradizionale proietta le perdite di oggi, quello con AI le riduce delle percentuali che ipotizzi sopra. Esempio con i valori preimpostati: 2.000 € persi al mese, 30.635 € di MRR dopo 12 mesi tradizionali contro 34.265 € con l'AI, 3.630 € salvati in un anno. Sono numeri di fantasia.

In English

Direct answer: this free calculator computes the MRR lost each month to churn and contraction, the 12-month compounded MRR forecast with and without AI assistance, and the average customer lifetime. The preset values are a hypothetical example.

Formula: monthly loss = MRR × (churn + contraction); MRR after 12 months = MRR × (1 − monthly loss)12; average customer lifetime = 1 ÷ monthly churn.

Domande frequenti

Cosa cambia tra churn e contraction?

Il churn è MRR perso da clienti che abbandonano, la contraction è MRR perso da clienti che restano ma spendono meno (downgrade, sconti, posti disdetti). Questo calcolatore li somma: insieme sono il gross revenue churn mensile.

Da dove vengono i benchmark per modello?

Sono esempi ipotetici già inseriti, non dati di mercato: modificali con i riferimenti del tuo settore o con la tua storia. Il selettore del modello li carica nel calcolo come punto di partenza.

Cosa fa l'AI in questo previsionale?

Tre leve, spiegate sotto: prediction (prevede quali clienti rischiano di abbandonare), retention (campagne mirate su chi è a rischio) e mitigation (offerte e downgrade guidati invece dell'addio). Tu decidi in percentuale quanto riducono churn e contraction: sono ipotesi tue.

Perché annualizzare con l'effetto composto?

Perché un 4% al mese non è un 48% all'anno: le perdite si compongono, mese dopo mese, sulla base che resta. Questo calcolatore mostra l'effetto composto su 12 mesi, con e senza AI.

Quali limiti ha questo calcolatore?

Assume churn e contraction costanti, nessun ricavo da espansione (upsell, cross-sell) e riduzioni AI ipotizzate da te: nella realtà tutto varia per coorte. Serve a orientarsi, poi aggiungi nuovi MRR ed espansione per il quadro completo.

Per approfondire