电信流失率：对齐净新增、离网量与用户群体

电信流失率必须结合用户群体与观察期间解释。手机流失率较低、联网设备数增长、付费账户减少，可以同时发生。判断客户忠诚度之前，应先建立用户数量滚动表。

对齐手机、连接数与账户

抄清期间约定与排除条件。季度表里的月均流失率，不能只乘一次期末用户数就当成季度离网总量；平均余额、月份数和迁移调整都可能影响计算。

假设某后付费手机群体季初有一百万连接，三个月内毛新增八万、离网三万，没有收购或内部迁移，则期末为一百零五万，净新增五万。若简化平均连接数为一百零二点五万，月均流失率约为30000÷（1025000×3）＝0.976%。

本例使用简化平均值，真实企业可能按更细的月均或日均计算。它是透明近似，不是重现某家企业真实流失率。与公开指标对照时，必须保留平均方法差异。

如果一万连接从集团预付费转入后付费，后付费群体增长，但集团未必从竞争者处赢得一万客户。技术网络关闭、合格用户规则调整，也可能使统计群体变化，而不是通常意义上的客户主动选择。

家庭账户增加一台平板，也可能提升连接数，却不增加付费账户。账户收入、手机收入和全部设备拥有不同分母。若论点关心客户支出，应使用范围一致的服务收入每账户，不能用包含设备销售的全部营收除以手机连接。

流失减少可能源于促销、设备融资或离网成本改变。应检查获客激励、设备补贴及服务收入处理，再判断是否为没有代价的忠诚改善。留存与利润可能朝不同方向变化。

下一期继续分别跟踪离网和毛新增，并保留内部迁移栏。净新增提高可能来自流失减少、销售增加或重分类，每种机制需要不同证据。若仅有净新增和流失率，不能假装仅靠期末余额就能完全还原数量桥。

还应把停机客户、企业批量连接和物联网设备排除规则记在表头。一次大企业设备清理可能显著影响连接数，但不代表大量个人账户离开。无法取得细项时，结论只能覆盖公开群体，不能推断未知客户行为。

本方法观察用户机制，不预测电信收入或推荐持仓。交付应包括可勾稽群体、期间一致的流失率和下一次经营报告能够重新检查的解释。

不可以，一个账户可以包含多部手机或其他设备。每个公开指标必须始终对应实际分母，不能只因名称相近就替代。

不能。促销、迁移规则和转网成本也会影响流失，服务质量应使用独立证据核验。