Apa itu Expansion MRR Calculator?
▾
MRR Ekspansi (Pendapatan Berulang Bulanan) mengukur pendapatan berulang tambahan yang dihasilkan dari pelanggan lama melalui upsell, cross-sell, penambahan kursi, kelebihan penggunaan, dan peningkatan paket pada bulan tertentu. Ini adalah salah satu pendorong pertumbuhan paling kuat di SaaS karena pendapatan ekspansi dihasilkan dari pelanggan yang sudah mempercayai produk, tidak memerlukan biaya akuisisi pelanggan (CAC), dan bertambah seiring waktu seiring pertumbuhan akun pelanggan. Ketika MRR ekspansi melebihi MRR churn, sebuah perusahaan mencapai 'churn negatif' — suatu keadaan di mana pertumbuhan pendapatan pelanggan yang ada lebih dari sekadar mengimbangi semua kerugian pembatalan, yang berarti perusahaan akan tumbuh bahkan tanpa ada akuisisi pelanggan baru. MRR perluasan dihitung dengan menjumlahkan seluruh kenaikan MRR dari pelanggan yang sudah ada dalam satu periode: kursi baru yang ditambahkan ke akun tim, peningkatan dari paket pemula ke paket profesional atau perusahaan, biaya kelebihan penggunaan berdasarkan penggunaan, dan pembelian tambahan. Ini secara khusus tidak termasuk pendapatan dari pelanggan baru (yaitu MRR Baru). Tingkat MRR Ekspansi dihitung dengan membagi MRR Ekspansi dengan MRR awal periode dari pelanggan yang sudah ada dan dikalikan dengan 100. Perusahaan SaaS kuartil teratas mencapai tingkat MRR Ekspansi sebesar 15 hingga 30% per tahun, yang berarti pendapatan pelanggan saat ini tumbuh sebesar 15 hingga 30% per tahun hanya dari ekspansi — sebelum menghitung retensi ARR yang ada. MRR perluasan dihasilkan melalui beberapa mekanisme: peningkatan penjualan berbasis akun (memindahkan akun dari tingkat Profesional ke Tingkat Perusahaan), perluasan berbasis pengguna (menambahkan kursi seiring pertumbuhan tim), perluasan berbasis penggunaan (biaya kelebihan penggunaan seiring peningkatan penggunaan), dan perluasan lini produk (membeli modul atau integrasi produk tambahan). Tim Kesuksesan Pelanggan adalah pendorong utama ekspansi yang direncanakan melalui tinjauan bisnis, dokumentasi ROI, dan pelaksanaan kampanye ekspansi.
Calkulon makes complex calculations simple — built for students and everyday problem-solvers.
Rumus
▾
MRR Ekspansi = Jumlah Seluruh Peningkatan MRR dari Pelanggan yang Ada pada Periode tersebut
Dimana setiap variabel mewakili kuantitas terukur tertentu dalam domain keuangan dan investasi. Gantikan nilai yang diketahui dan selesaikan nilai yang tidak diketahui. Untuk penghitungan multi-langkah, evaluasi ekspresi dalam terlebih dahulu, lalu gabungkan hasilnya menggunakan urutan operasi standar.Keterangan variabel
▾
| Simbol | Nama | Satuan | Deskripsi |
|---|---|---|---|
| Expansion MRR | MRR tambahan dari | — | Jumlah periode waktu (tahun, bulan, atau interval lainnya) di mana penghitungan berlaku, yang menentukan durasi pemajemukan, amortisasi, atau pengukuran |
| Churned MRR | MRR hilang dari | — | Hambatan listrik diukur dalam ohm, mewakili perlawanan terhadap aliran arus dalam rangkaian dan menentukan penurunan tegangan dan disipasi daya dalam komponen |
| Net Churn | Minus MRR yang diaduk | — | Jumlah periode waktu (tahun, bulan, atau interval lainnya) di mana penghitungan berlaku, yang menentukan durasi pemajemukan, amortisasi, atau pengukuran |
| Beginning MRR | MRR dari yang ada | — | Hambatan listrik diukur dalam ohm, mewakili perlawanan terhadap aliran arus dalam rangkaian dan menentukan penurunan tegangan dan disipasi daya dalam komponen |
| NRR | Retensi Pendapatan Bersih | — | Hambatan listrik diukur dalam ohm, mewakili perlawanan terhadap aliran arus dalam rangkaian dan menentukan penurunan tegangan dan disipasi daya dalam komponen |
Cara Expansion MRR Calculator
▾
- 1Kumpulkan nilai masukan yang diperlukan: MRR tambahan dari, MRR hilang dari, MRR churn dikurangi, MRR dari yang sudah ada.
- 2Terapkan rumus inti: MRR Ekspansi = Jumlah Semua Peningkatan MRR dari Pelanggan yang Ada pada Periode tersebut.
- 3Hitung nilai antara seperti Tingkat MRR Ekspansi (%) jika berlaku.
- 4Verifikasi bahwa semua unit konsisten sebelum menggabungkan istilah.
- 5Hitung hasil akhirnya dan tinjau kewajarannya.
- 6Periksa apakah ada kasus khusus atau kondisi batas yang berlaku pada masukan Anda.
- 7Interpretasikan hasilnya dalam konteks dan bandingkan dengan nilai referensi jika tersedia.
Contoh Terpecahkan
▾
Aplikasi nyata
▾
Manajer portofolio di perusahaan manajemen aset menggunakan Expansion Mrr Calc untuk memproyeksikan pengembalian yang diharapkan di berbagai alokasi aset, menguji portofolio terhadap skenario pasar historis, dan mengomunikasikan ekspektasi kinerja kepada klien institusional dan wali dana pensiun.
Investor individu dan perencana pensiun menerapkan Expansion Mrr Calc untuk menentukan apakah tingkat tabungan dan hasil investasi mereka saat ini akan menghasilkan kekayaan yang cukup untuk mendanai pengeluaran pensiun 25 hingga 30 tahun, dengan memperhitungkan inflasi dan distribusi minimum yang disyaratkan.
Perusahaan modal ventura dan ekuitas swasta menggunakan Expansion Mrr Calc untuk menghitung tingkat pengembalian internal atas investasi dana, memodelkan skenario keluar untuk perusahaan portofolio, dan membandingkan kinerja dengan standar industri seperti indeks Cambridge Associates.
Penasihat keuangan menggunakan Expansion Mrr Calc selama tinjauan klien untuk menggambarkan manfaat tambahan dari memulai lebih awal, dampak hambatan biaya pada akumulasi kekayaan jangka panjang, dan trade-off antara risiko dan pengembalian yang diharapkan dalam portofolio yang terdiversifikasi.
Kasus khusus
▾
Periode pengembalian negatif atau nol
Dalam praktiknya, kasus ekstrem ini memerlukan pertimbangan yang cermat karena asumsi standar mungkin tidak berlaku. Saat menghadapi skenario ini dalam penghitungan kalkulator mrr ekspansi, praktisi harus memverifikasi kondisi batas, memeriksa risiko pembagian dengan nol, dan mempertimbangkan apakah asumsi model tetap valid dalam kondisi ekstrem ini.
Cakrawala waktu yang sangat panjang
Dalam praktiknya, kasus ekstrem ini memerlukan pertimbangan yang cermat karena asumsi standar mungkin tidak berlaku. Saat menghadapi skenario ini dalam penghitungan kalkulator mrr ekspansi, praktisi harus memverifikasi kondisi batas, memeriksa risiko pembagian dengan nol, dan mempertimbangkan apakah asumsi model tetap valid dalam kondisi ekstrem ini.
Jumlah sekaligus versus kontribusi berkala
Dalam praktiknya, kasus ekstrem ini memerlukan pertimbangan yang cermat karena asumsi standar mungkin tidak berlaku. Saat menghadapi skenario ini dalam penghitungan kalkulator mrr ekspansi, praktisi harus memverifikasi kondisi batas, memeriksa risiko pembagian dengan nol, dan mempertimbangkan apakah asumsi model tetap valid dalam kondisi ekstrem ini.
Data referensi Ekspansi Mrr Calc
▾
| Rentang NRR | Klasifikasi | Gerakan Ekspansi | Implikasi Investor |
|---|---|---|---|
| Di bawah 80% | Masalah churn yang kritis | Ekspansi tidak mengimbangi kerugian | Penggalangan dana sangat sulit |
| 80 - 95% | Wilayah churn bersih | Ekspansi tidak mencukupi | Pertumbuhan membutuhkan akuisisi besar-besaran |
| 95 - 105% | Hampir titik impas | Program ekspansi sederhana | Dapat diterima untuk tahap awal |
| 105 - 115% | Ekspansi positif | Gerakan ekspansi aktif berfungsi | Sinyal investor yang bagus |
| 115 - 125% | Ekspansi yang kuat | Ekspansi sistematis + churn rendah | Metrik kuartil teratas |
| 125 - 140% | Luar biasa | Ekspansi yang didorong oleh produk + didorong oleh penjualan | Kesehatan SaaS kelas dunia |
| 140%+ | Luar biasa | Langka; model berbasis data/penggunaan | Sinyal usaha tingkat-1 |
Pertanyaan yang sering diajukan
▾
Dalam konteks Expansion Mrr Calc, hal ini bergantung pada masukan, asumsi, dan tujuan spesifik pengguna. Rumus yang mendasarinya memberikan hubungan deterministik antara input dan output, namun penerapannya di dunia nyata memerlukan penafsiran hasilnya dalam konteks praktik keuangan dan investasi yang lebih luas. Para profesional biasanya melakukan referensi silang keluaran kalkulator dengan tolok ukur industri, data historis, dan persyaratan peraturan. Untuk mendapatkan hasil yang paling andal, pastikan masukan bersumber dari data terverifikasi, pahami asumsi yang dibuat oleh rumus tersebut, dan pertimbangkan untuk menjalankan beberapa skenario untuk mengelompokkan kisaran hasil yang mungkin terjadi.
Dalam konteks Expansion Mrr Calc, hal ini bergantung pada masukan, asumsi, dan tujuan spesifik pengguna. Rumus yang mendasarinya memberikan hubungan deterministik antara input dan output, namun penerapannya di dunia nyata memerlukan penafsiran hasilnya dalam konteks praktik keuangan dan investasi yang lebih luas. Para profesional biasanya melakukan referensi silang keluaran kalkulator dengan tolok ukur industri, data historis, dan persyaratan peraturan. Untuk mendapatkan hasil yang paling andal, pastikan masukan bersumber dari data terverifikasi, pahami asumsi yang dibuat oleh rumus tersebut, dan pertimbangkan untuk menjalankan beberapa skenario untuk mengelompokkan kisaran hasil yang mungkin terjadi.
Dalam konteks Expansion Mrr Calc, hal ini bergantung pada masukan, asumsi, dan tujuan spesifik pengguna. Rumus yang mendasarinya memberikan hubungan deterministik antara input dan output, namun penerapannya di dunia nyata memerlukan penafsiran hasilnya dalam konteks praktik keuangan dan investasi yang lebih luas. Para profesional biasanya melakukan referensi silang keluaran kalkulator dengan tolok ukur industri, data historis, dan persyaratan peraturan. Untuk mendapatkan hasil yang paling andal, pastikan masukan bersumber dari data terverifikasi, pahami asumsi yang dibuat oleh rumus tersebut, dan pertimbangkan untuk menjalankan beberapa skenario untuk mengelompokkan kisaran hasil yang mungkin terjadi.
Dalam konteks Expansion Mrr Calc, hal ini bergantung pada masukan, asumsi, dan tujuan spesifik pengguna. Rumus yang mendasarinya memberikan hubungan deterministik antara input dan output, namun penerapannya di dunia nyata memerlukan penafsiran hasilnya dalam konteks praktik keuangan dan investasi yang lebih luas. Para profesional biasanya melakukan referensi silang keluaran kalkulator dengan tolok ukur industri, data historis, dan persyaratan peraturan. Untuk mendapatkan hasil yang paling andal, pastikan masukan bersumber dari data terverifikasi, pahami asumsi yang dibuat oleh rumus tersebut, dan pertimbangkan untuk menjalankan beberapa skenario untuk mengelompokkan kisaran hasil yang mungkin terjadi.
Dalam konteks Expansion Mrr Calc, hal ini bergantung pada masukan, asumsi, dan tujuan spesifik pengguna. Rumus yang mendasarinya memberikan hubungan deterministik antara input dan output, namun penerapannya di dunia nyata memerlukan penafsiran hasilnya dalam konteks praktik keuangan dan investasi yang lebih luas. Para profesional biasanya melakukan referensi silang keluaran kalkulator dengan tolok ukur industri, data historis, dan persyaratan peraturan. Untuk mendapatkan hasil yang paling andal, pastikan masukan bersumber dari data terverifikasi, pahami asumsi yang dibuat oleh rumus tersebut, dan pertimbangkan untuk menjalankan beberapa skenario untuk mengelompokkan kisaran hasil yang mungkin terjadi.
Dalam konteks Expansion Mrr Calc, hal ini bergantung pada masukan, asumsi, dan tujuan spesifik pengguna. Rumus yang mendasarinya memberikan hubungan deterministik antara input dan output, namun penerapannya di dunia nyata memerlukan penafsiran hasilnya dalam konteks praktik keuangan dan investasi yang lebih luas. Para profesional biasanya melakukan referensi silang keluaran kalkulator dengan tolok ukur industri, data historis, dan persyaratan peraturan. Untuk mendapatkan hasil yang paling andal, pastikan masukan bersumber dari data terverifikasi, pahami asumsi yang dibuat oleh rumus tersebut, dan pertimbangkan untuk menjalankan beberapa skenario untuk mengelompokkan kisaran hasil yang mungkin terjadi.
Dalam konteks Expansion Mrr Calc, hal ini bergantung pada masukan, asumsi, dan tujuan spesifik pengguna. Rumus yang mendasarinya memberikan hubungan deterministik antara input dan output, namun penerapannya di dunia nyata memerlukan penafsiran hasilnya dalam konteks praktik keuangan dan investasi yang lebih luas. Para profesional biasanya melakukan referensi silang keluaran kalkulator dengan tolok ukur industri, data historis, dan persyaratan peraturan. Untuk mendapatkan hasil yang paling andal, pastikan masukan bersumber dari data terverifikasi, pahami asumsi yang dibuat oleh rumus tersebut, dan pertimbangkan untuk menjalankan beberapa skenario untuk mengelompokkan kisaran hasil yang mungkin terjadi.
Kesalahan Umum yang Harus Dihindari
▾
- !Menghitung pendapatan pelanggan baru sebagai MRR Ekspansi — MRR Ekspansi secara eksklusif berasal dari pelanggan lama
- !Tidak melacak MRR Ekspansi secara terpisah dari MRR Baru dalam pelaporan keuangan — penggabungan menyembunyikan kualitas pertumbuhan
- !Kurangnya gerakan ekspansi sistematis – berharap akun ditingkatkan secara alami daripada membuat pedoman
- !Tidak menetapkan harga berjenjang untuk menciptakan jalur ekspansi alami — penetapan harga tetap membatasi potensi MRR Ekspansi
- !Menghitung true-up kontrak tahunan hanya pada saat perpanjangan daripada mengakui MRR Ekspansi pada saat ekspansi
Tip Pro
Bangun pemicu perluasan ke dalam produk Anda: tampilkan pengukur penggunaan yang mendekati batas paket, soroti fitur-fitur yang terkunci di belakang tingkat berikutnya pada saat fitur tersebut berguna, dan beri tahu CSM ketika akun mencapai kriteria perluasan yang telah ditentukan sebelumnya. Pemicu dalam produk menghasilkan konversi sebesar 3 hingga 5× dibandingkan kampanye perluasan hanya email.
Tahukah Anda?
NRR Snowflake melampaui 170% saat IPO pada tahun 2020 — yang berarti pelanggan lama secara kolektif meningkatkan pendapatan mereka sebesar 70% dari tahun ke tahun melalui ekspansi. Tingkat ekspansi yang luar biasa ini adalah pendorong utama penilaian mereka sebesar $70 miliar pada saat itu.
Regional Guides
▾
Global▾
Referensi
- ›David Skok - SaaS Metrics 2.0: Panduan untuk Mengukur dan Meningkatkan Hal yang Penting
- ›Bessemer Venture Partners — State of the Cloud (patokan NRR)
- ›Mitra OpenView — Tolok Ukur Retensi Pendapatan Bersih
- ›Prospektus Snowflake S-1 - Analisis NRR dan MRR Ekspansi
Dapatkan Tips Matematika Mingguan
Bergabunglah dengan pelanggan 12.000+ yang mendapatkan tip kalkulator setiap minggu.