就像分析月活跃用户那样，我们拆分月常规收入的组成部分看看，其中会有些细微差别。对于月活跃用户的分析，区别在于用户是流失还是留存。那么收入呢，用户或许留存或许流失，但当月花的钱可能比上个月多，也可能比上个月少。所以我们不妨拆分出增加收入和减少收入，关注以下两个等式：

如果某用户上月消费了$10，当月消费了$12。我们认为$10是留存用户收入，$2为增加收入，同理可作减少收入。只有当用户当月完全没有消费时，我们才判定为用户流失，而用户再次花费时，我们才判定为用户唤醒。上述等式可重新整理如下：

这五个部分如下图所示：

我们再一次计算速动比率，根据月份和用户留存率的不同，MRR速动比率在1到1.5之间波动，此处用户留存率不超过40%。

回到对消费类APP月活跃用户的分析，速动比率在1.5是不错的数据，但就常规收入而言却不是。

常规性订阅带来的收入视为默认留存，相比较常规性到访的非默认留存。就其本身而言，订阅收入中的用户流失率很低，速动比率很高。

如果你觉得消费者订阅企业（比如Spotify和Netflix）本来用户流失率就不该高，而速动比率本就该高，那么我再举一些例子。相对地，纯消费者交易型零售生意（比如Nordstrom线上平台）月流失用户会比较多，因为用户连续每月消费的动力不足。如果你认为订阅业务依赖于登录及其扩展业务（比如Slack），不免期望很高的增加收入，因为每个用户增加的消费。

对于企业级应用SaaS公司，速动比率大于4会是我们期待的。

如果速动比率小于2，那么用户流失就太多了，需要补救措施。关于企业级SaaS公司的更多研究可以参考恩·哈米德在2015年初所做的分析。如下是部分企业级SaaS公司的实例分析。

右侧两个公司是我们的被投企业，左侧两个则不是。左上方A公司讲的一口好故事，说他们的增加收入很多，一定意味着product-market fit良好。然而真实情况却是被减少的收入掏空，导致必须产生月增长收入来抵消月减少收入带来的不利影响，从而产生净增长。

同样推荐鲍比·皮尼罗在Intercom融资过程中所采用的SaaS指标分析法。

如何分析其它因素

我们已经探讨了如何分析月活跃用户和月常规收入，其实对所有一切相关量的分析对生意而言都有必要。假如你做了一个社交消费类APP，觉得仅月活跃用户还远远不够，期望他们每天都能用你的APP。在这种情况下，判定用户的活跃度就不能仅依赖于月活跃分析了，需要知道用户是否日活，通过Facebook的L28就可以帮助做出判断。举例，某用户的L28=10，意味着在过去的28天中活跃天数为10。如果汇总过去一个月内所有用户的L28，就可得到该月的日活跃用户分析。随后可比较当月和次月的L28总数，并做分析。如果用户的L28高于上月数值，则视为增加，反之减少。这就得到了日活跃用户的月度增长分析。