Net Dollar Retention

可视化演示

展示NDR计算公式（期初+扩张−收缩−流失→NDR=117%）、NDR>100%的存量增长意义与行业标杆(Snowflake 158%)、以及AI产品提升NDR的三大策略（按Token计费/增购升级/交叉销售）与估值影响。

NDR 基础概念

果农老王年终结账，从不把新买的树苗算进老树的账里。他盯的是那 100 棵年初就在的成年树：一年后，它们还在不在？结得比以前多还是少？如果把“每棵树每年结的果子”换成“每个客户每年花的钱”，把“果园总产量变化”换成“老客户群总收入变化”，就得出了 NDR 的核心思想——它只回答一个问题：不靠新客户，收入自己能不能长大？

在 SaaS 和 AI 商业世界里，“果子”对应年度经常性收入（ARR，Annual Recurring Revenue）。NDR 的分子是“老客户群今天的收入”，分母是“这群人一年前的收入”，两者相减后的净变化率就是净美元留存率。它比“总营收增速”更诚实：总营收可以把新客户的贡献混进来，而 NDR 把新客全部挡在门外，专门检验产品对存量客户的持续吸引力。

$$\text{NDR}=\frac{\text{期初ARR}+\text{扩张收入}-\text{收缩收入}-\text{流失收入}}{\text{期初ARR}}\times100\%$$

1. 期初ARR项：这是整个算式的起点，特指年初就已经在付费的客户群，加总他们全年的订阅费，构成比较基准。

$$\text{期初ARR}=\sum \text{每个老客户年初的年费}$$

2. 扩张收入项：老客户在这一年里新增的付费，比如加购账号、升级套餐、API 调用量暴增，所有“比年初多付的钱”都算进来。

$$\text{扩张收入}=\sum \max(\text{期末收入}-\text{期初收入},\,0)$$

3. 收缩收入项：老客户减少的付费，比如从企业版降回专业版、用量下调，所有“比年初少付的钱”都从分子里扣掉。

$$\text{收缩收入}=\sum \max(\text{期初收入}-\text{期末收入},\,0)$$

4. 流失收入项：年底已经彻底不付钱的客户，年初对应的全部收入要全额扣除——树都死了，指望不上它再结果。

$$\text{流失收入}=\sum_{\text{已流失客户}} \text{期初收入}$$

5. 分母期初ARR：分子减完后，必须除以同一个年初基准，才能约掉公司规模的影响，让一家 100 万营收的公司和一家 1 亿营收的公司可以横向比较。

$$\text{分母}=\text{期初ARR}$$

6. 百分号转换：把比率乘以 100 变成更直观的百分数，100% 正好是“原地踏步”的分水岭。

$$\times100\%$$

回到果园：老王算出 NDR=105%，意味着老树整体增产了 5%。他不需要多花一分钱去买新树苗，产量自己就在涨——这就是 NDR 对一个 AI 公司最迷人的地方。

四大构成要素

老王巡园时会把每棵树分成四类：活得很好且产量更高的“壮树”，活得好好但产量不变的“稳树”，还活着却减产了的“病树”，以及彻底死掉的“枯树”。四类树的数量变化，共同决定了整片老园的产量变化率。放在客户身上，这四类正好对应 NDR 的四个构成要素：存量留存、扩张收入、收入收缩、客户流失。

存量留存是最基本的盘——客户没有走，续了约，金额也原封不动；扩张收入来自“壮树”，客户用得越来越多，AI 产品按调用量计费时这种扩张尤其明显；收入收缩来自“病树”，客户没走但降级了，比如从 1000 次/月的 API 调用降到 200 次；客户流失则是最痛的“枯树”，整棵树的产量归零。任何一个要素变动，NDR 都会跟着动，所以它从来不是一个静态指标，而是一个“动态心电图”。

$$\text{NDR}=1+\text{扩张率}-\text{收缩率}-\text{流失率}$$

1. 基准数1：把期初收入看成 1，后续所有变化都相对它加减，公式更清爽。

$$1=\frac{\text{期初ARR}}{\text{期初ARR}}$$

2. 扩张率：扩张收入占期初收入的比例，代表“老客户多付了百分之多少”。

$$\text{扩张率}=\frac{\text{扩张收入}}{\text{期初ARR}}$$

3. 收缩率：收缩收入占期初收入的比例，代表“老客户降级损失了百分之多少”。

$$\text{收缩率}=\frac{\text{收缩收入}}{\text{期初ARR}}$$

4. 流失率：流失收入占期初收入的比例，代表“彻底跑掉的客户带走了百分之多少”。

$$\text{流失率}=\frac{\text{流失收入}}{\text{期初ARR}}$$

老王用这个四分类法给果园记台账：壮树多了，NDR 自然向上走；病树和枯树一多，就得马上找原因。NDR 就是把四类树的命运压缩成一个百分数的“果园体检报告”。

战略价值

隔壁果园的年轻人天天炫耀自己种了多少新树苗，可老王的果园一棵新树没种，产量却年年自动滚动。他看得明白：老树每年多结三成果子，意味着哪怕今年一个客户都不新增，明年收入也是今年的 1.3 倍，后年再乘 1.3——这就是复利的力量。对 AI 公司来说，NDR 超过 100% 不是锦上添花，而是商业模式成立的核心证据：客户在真实地使用产品，并且用得越来越多。

投资人看项目时，最怕看到“高增长假象”——新客靠补贴买来，老客却在悄悄流失，总营收被新客的洪流掩盖着。NDR 直接撕开这层遮羞布：如果老客户群的收入在缩水，说明产品没有粘性，企业级客户都在流失，那这笔生意本质上是个漏水的水桶，倒多少水进来都会漏光。因此 NDR 被很多顶级风投列为 SaaS 和数据公司的头号健康指标，甚至作为北极星目标。

$$T=\frac{\ln 2}{\ln(1+g)}$$

1. 净扩张率g：NDR 超过 100% 的那部分，就是老客户群每年的净增长率，比如 NDR=120% 时 g=0.2。

$$g = \frac{\text{扩张收入}-\text{收缩收入}-\text{流失收入}}{\text{期初ARR}}$$

2. 每年复利增长：收入按 g 逐年叠加，乘法的累进用自然对数 ln 转成加法，便于求解年数。

$$\ln(1+g)$$

3. 翻倍目标：收入变成两倍，对应自然对数里的 ln2，约等于 0.693。

$$\ln 2 \approx 0.693$$

4. 相除得年数：翻倍对数除以年增长率对数，得到“老客户收入翻倍需要多少年”。

$$T=\frac{0.693}{\ln(1+g)}$$

代入 g=0.2，能算出约 3.8 年翻一番；若 g=0.3，则只需 2.6 年。老王看着账本心里踏实：老树们的复利，就是果园最深的护城河。

关键影响因子

为什么有的果园老树越结越多，有的却一年不如一年？老王蹲在树根前琢磨出了四个变量：树根扎得深不深、肥料给得够不够、园丁上不上心、果子怎么定价。这四个变量放在客户经营里，就是产品粘性、用量增长、客户成功和定价模式——它们共同决定了 NDR 最终落在这个数字还是那个数字。

产品粘性是根基：客户把你嵌进了业务流程，就像树根深深扎进土壤，想走都走不脱。用量增长是肥料：AI 产品按 token 或 API 调用计费，客户的业务跑得越猛，消耗的资源就越多，付费自然水涨船高。客户成功是园丁：CSM（客户成功经理）团队定期浇水施肥、治病除虫，能有效降低收缩与流失。定价模式则决定了扩张的天花板：按量计费天然留了“用得多就付得多”的口子，而一口价订阅则把扩张路堵死了，客户用得再多你也不多赚一分钱。

这四个因子不是孤立的，它们互相咬合：产品粘性差，用量增长就无从谈起；客户成功不到位，定价再灵活也只是纸面富贵。老王给果园画的像，本质上就是这张“四因子联动图”。

提升路径

老王从来不信靠天吃饭。他的心得是：壮树多施肥，病树早治病，果篮分规格，账本勤翻看——四条路径对应到商业运营中，就是产品驱动扩张、客户成功运营、计费策略设计和健康度监控。

产品驱动扩张是最高级的路径：AI 产品把能力嵌入客户日常的工作流，客户业务规模一涨，调用量、Token 消耗、API 请求数同步上涨，收入不用销售去推也会自己滚上来。客户成功运营是护城河：用量连续下滑、登录频率骤降、工单投诉增加，这些都是“病树”的前兆，CSM 要在收缩演变成流失之前主动介入。计费策略是催化剂：设计“基础版—专业版—企业版”的阶梯套餐，或者按量累进折扣，让客户在扩容时顺滑地升级。健康度监控则是仪表盘：用使用频次、活跃席位、功能覆盖度等指标给每个客户打分，红色预警、黄色观察、绿色健康，一目了然。

老王把这四条路径写成一句话：让壮树更壮，让病树康复，让死树早点腾出土地。NDR 的提升从来不是某个部门的独角戏，而是产品、运营、销售、财务合奏的协奏曲。

AI 商业特色

老王最近引进了一种“智能果树”新品种，发现它有个反常识的特点：树结的果子能当肥料，果子越多树越壮，树越壮果子越甜越多。这个正循环在 AI 产品里就是数据飞轮——客户调用 AI 接口产生数据，数据喂给模型让效果变好，效果变好带来更多客户和更多调用量。NDR 超过 100% 对 AI 公司不是偶然，而是这种飞轮转起来的必然结果。

底层机制有三层。第一层是 Token 计费：与传统 SaaS 按席位收费不同，AI 产品按消耗的计算量计费，客户业务增长时调用次数和 Token 消耗同步增长，付费金额自然膨胀。第二层是数据飞轮：用量增加 → 数据积累 → 模型变聪明 → 客户更依赖 → 用量再增加，这个正循环让老客户的 ARR 像滚雪球一样涨。第三层是边际成本递减：AI 服务的算力成本虽然存在，但软件层面的边际复制成本趋近于零，扩张收入几乎不用额外投入销售和市场费用，毛利率极高。

所以你会发现，头部 AI 公司的 NDR 普遍比传统软件公司高，110%、130% 甚至更高都不罕见。它们的老客户群自带“增产基因”,每一次 API 调用都在推高下个月的账单。果园里的智能果树，结的不只是果子，还是下一季的肥料。

常见误区

算 NDR 有个铁的原则：只盯“年初就在的树”。但老王见过太多果农在这一点上栽跟头。第一种是把新买的树苗也算进老树产量——新客户首年收入混进分子，NDR 被虚增；第二种是只数树活没活，不称产量——客户数量留存率 98% 看起来不错，可走掉的那 2% 恰恰是大客户，收入损失占了三成；第三种是把临时卖树的一次性收入算成增产——一次性实施费、硬件销售混进扩张，NDR 变成一次性烟花，放完就没了。

更隐蔽的误区是“忽略收缩”：很多团队把注意力全放在流失上，盯死了谁退订，却忽视了那批默默从企业版降到基础版的客户。收缩是流失的前奏，就像果树先减产、后枯死，中间有一个可干预的窗口期。还有团队把 NDR 和总营收增速划等号，看到 NDR=120% 就欢呼公司高增长——殊不知新客断档时总营收照样可能下跌，两者口径完全不同。

搞清这些误区，比记住公式更重要。公式算错了可以改，方向搞错了，团队会为了一个虚高的 NDR 把资源全押在错误的地方。

实践基准

老王给每棵树挂了木牌，记录品种、年份、历年产量，按批次追踪，年年对照，果园才能越管越肥。NDR 的实践也讲究“挂账、分群、定期复盘、协同背指标”。首先要对口径：行业里优秀的 SaaS 公司 NDR 通常在 110%—130%，AI 公司因为按量计费和数据飞轮，普遍能做得更高；但前提是大家的算法口径一致，不然数字漂亮也是自欺欺人。

口径定了，要“分群计算”：把客户按首次付费的年份或季度分组，同一批次的老客户单独算 NDR，就像老王按树龄分批次看产量一样——最近一批进来的客户和五年前的老客户，行为模式完全不同。接着要“定期盘点”：NDR 不能一年只看一次，季度、月度跟踪趋势，才能看出产品改版、涨价、竞品冲击带来的细微变化。最后是“团队协同”：销售为扩张负责，客户成功为留存负责，产品为用量场景负责，财务负责统一口径，四个角色共同背 NDR 这一个指标，谁也不能甩锅。

老王说，果园管理没有秘密，秘密全在账本里。NDR 也一样——它不是一个躺在报表里的数字，而是一套倒逼团队把老客户伺候好的管理系统。

AI 应用场景

Python 演示

#!/usr/bin/env python3# -*- coding: utf-8 -*-"""NDR(净美元留存率)计算器 —— 果园账本给定每棵"树"(客户)年初与年末的产量, 计算整片老果园的产量变化率。""" CUSTOMERS = [    {"name": "星火科技", "start": 100, "expansion": 30, "contraction": 5,  "churn": 0},    {"name": "蓝湖智能", "start": 60,  "expansion": 0,  "contraction": 0,  "churn": 60},    {"name": "云杉数据", "start": 40,  "expansion": 0,  "contraction": 10, "churn": 0},    {"name": "远山医疗", "start": 80,  "expansion": 45, "contraction": 0,  "churn": 0},    {"name": "白鹿教育", "start": 20,  "expansion": 5,  "contraction": 5,  "churn": 0},]  def calculate_ndr(customers):    """输入客户级数据, 返回期初ARR、期末ARR与NDR"""    beginning = sum(c["start"] for c in customers)    expansion = sum(c["expansion"] for c in customers)    contraction = sum(c["contraction"] for c in customers)    churn = sum(c["churn"] for c in customers)    ending = beginning + expansion - contraction - churn    ndr = ending / beginning * 100 if beginning else 0.0    return beginning, ending, ndr  def main():    beginning, ending, ndr = calculate_ndr(CUSTOMERS)    print("===== 果园账本: NDR 计算 =====")    print("期初ARR: {:>10.1f} 万元".format(beginning))    print("期末ARR: {:>10.1f} 万元".format(ending))    print("NDR:     {:>9.2f}%".format(ndr))    if ndr > 100:        print(">>> 老客户群在自然扩张, 果园越来越肥!")    else:        print(">>> 老客户群在流失/收缩, 需要警惕衰退!")  if __name__ == "__main__":    main()

1. beginning = sum(c["start"] for c in customers)把所有老客户年初的 ARR 加起来，得到分母。
2. expansion = sum(c["expansion"] for c in customers)统计老客户这一年“多长的果子”，即扩张收入合计。
3. contraction = sum(c["contraction"] for c in customers)统计“减产”的果子，即收缩收入合计。
4. churn = sum(c["churn"] for c in customers)统计“死掉的树”对应的全部收入，即流失合计。
5. ending = beginning + expansion - contraction - churn期末收入等于期初加扩张减收缩再减流失。
6. ndr = ending / beginning * 100 if beginning else 0.0用期末除以期初再乘 100，得到 NDR 百分比。
7. if __name__ == "__main__":只有直接运行脚本时才执行 main，作为可复用的模块导入时不触发。

常见误区

面试题