解約率とユーザー数の可視化

UPDATE: 2022-11-23 08:43:09

はじめに

ここではSaaSの記事でよく見かける解約率とユーザー数の関係図を可視化する。例えば下記の記事のグラフで、他の記事でも沢山見かけるものの、計算仮定が書かれていないので、計算して可視化してみた。

• ami.SaaS：解約率は成長の上限を決める

可視化

解約率が成長上限が決まるという関係は、グラフを見れば明らかで、持続的に成長できるのは、解約率が1桁のときのみとわかる。下記はシミュレーション設定。

• 毎月新規ユーザーが100人増える

library(tidyverse)
sim_churn <- function(t, rate, new){
  y <- vector(mode = "numeric", length = t)
  y[[1]] <- new
  for (i in 2:t) {
    y[[i]] <- new + (y[[i-1]] - (y[[i-1]]*rate))
  }
  return(y)
}


t <- 36
rate <- c(0.03, 0.05, 0.10, 0.15, 0.20, 0.25, 0.30)
map_dfc(
  .x = rate, 
  .f = function(x){sim_churn(t = t, rate = x, new = 100)}
  ) %>% 
  bind_cols(1:t) %>% 
  setNames(c(paste0("ChurnRate=", rate), "time")) %>% 
  pivot_longer(cols = -time, names_to = "rate_type", values_to = "y") %>% 
  arrange(rate_type, time) %>% 
  ggplot(., aes(time, y, col = rate_type)) + 
  geom_line(size = 1) + 
  scale_x_continuous(breaks = 1:t) + 
  scale_y_continuous(breaks = seq(0, 5000, 250)) + 
  theme_bw()