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.
Benchmark mensili per modello (esempi ipotetici, modificabili)
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.