Syklisk justert kundechurn – hva det er og hvorfor investorer bør bry

Hva er syklisk justert kundechurn?

Syklisk justert kundechurn er et finansielt nøkkeltall som viser den underliggende trenden i kundefrafallet etter at man har fjernet effekten av sesongvariasjoner og konjunktursykluser. Mens vanlig kundechurn (churn rate) måler hvor stor andel av kundene som slutter i en gitt periode, kan dette tallet være misvisende fordi det påvirkes av forutsigbare mønstre som julehandel, sommerferie eller makroøkonomiske svingninger.

Ved å justere for disse sykliske komponentene får investorer et renere bilde av om selskapet faktisk blir bedre eller dårligere til å beholde kundene. Tenk på det som å se på en aksjekurs etter å ha fjernet støyen fra kortsiktige svingninger – man ser den langsiktige trenden tydeligere.

For investorer i aksjer og børs er dette spesielt viktig når man vurderer selskaper med abonnementsbaserte inntektsmodeller, fordi kundebasen er den viktigste drivkraften for fremtidige kontantstrømmer.

Forstå syklisk justert kundechurn

For å forstå begrepet må man først vite hva kundechurn er. Kundechurn er prosentandelen kunder som avslutter abonnementet eller kundeforholdet i løpet av en periode, for eksempel et kvartal. Hvis et selskap har 100 000 kunder ved starten av kvartalet og mister 5 000 i løpet av perioden, er råchurnen 5 prosent.

Problemet er at denne råchurnen ofte svinger systematisk. For eksempel mister norske strømmetjenester flere kunder etter nyttår når folk rydder i økonomien, mens telekomselskaper kan oppleve høyere churn i sommermånedene på grunn av flytting og ferie. Slike svingninger har lite å si for selskapets underliggende konkurransekraft.

Syklisk justert kundechurn løser dette ved å bruke statistiske metoder som glidende gjennomsnitt over 12 måneder eller mer avanserte sesongjusteringsmodeller (for eksempel X-13ARIMA-SEATS). Resultatet er et tall som viser hva churnen ville vært dersom det ikke var sesong- eller konjunktureffekter. Dette gjør det lettere å sammenligne utviklingen fra kvartal til kvartal og år til år.

Hvordan fungerer syklisk justert kundechurn?

Beregningen av syklisk justert kundechurn kan gjøres på flere måter, men den vanligste er å ta et glidende gjennomsnitt av den månedlige eller kvartalsvise churnen over en hel syklus, typisk 12 måneder. Dette jevner ut sesongvariasjoner fordi hver måned inngår like mange ganger i gjennomsnittet.

En mer avansert metode er å bruke regresjonsanalyse der man estimerer sesongfaktorer basert på historiske data. For eksempel kan man finne at churnen i januar i snitt er 0,5 prosentpoeng høyere enn i andre måneder. Da kan man korrigere januar-tallene ned med 0,5 prosentpoeng for å få den syklisk justerte verdien.

For norske investorer er det viktig å merke seg at syklisk justert kundechurn ikke er et standardisert regnskapstall. Selskaper oppgir sjelden dette direkte, men analytikere og investorer kan beregne det selv ved å hente data fra kvartalsrapporter. En enkel formel er:

Syklisk justert churn = (summen av churn for siste 12 måneder) / 12

Dette gir et 12-måneders glidende gjennomsnitt. For mer presisjon kan man vekte nyere måneder høyere (eksponentielt glidende gjennomsnitt), men det krever mer data.

Historisk bakgrunn

Begrepet syklisk justert kundechurn har vokst frem i takt med abonnementsøkonomien. På 1990-tallet var kundechurn først og fremst et begrep i telekombransjen, der selskaper som Telenor og NetCom (dagens Telia) begynte å måle hvor mange kunder som byttet operatør hver måned. Disse tallene svingte kraftig med kampanjer og sesonger.

Etter hvert som programvare som tjeneste (SaaS) og strømmetjenester ble vanlige på 2010-tallet, ble behovet for å skille mellom midlertidige og varige endringer i kundelojalitet større. Analytikere oppdaget at rå churn ofte ga et forvirrende bilde – et kvartal med høy churn kunne skyldes en engangshendelse som en prisskning, mens et kvartal med lav churn kunne skyldes sesongeffekter.

I Norge har selskaper som Schibsted (med abonnementstjenester som Aftenposten og VG+) og Telenor vært tidlig ute med å bruke justerte churn-tall internt. I dag er syklisk justert kundechurn et verktøy som stadig flere investorer bruker for å vurdere kvaliteten på inntektsstrømmene i abonnementsbaserte selskaper.

Praktisk eksempel

La oss ta et norsk eksempel med et fiktivt selskap, Norsk Strøm AS, som tilbyr strømmeabonnement. Selskapet har 500 000 kunder. I løpet av et år måler de følgende månedlige churn-rater (i prosent):

Legg merke til at den rå churnen varierer fra 2,4 prosent i desember til 3,5 prosent i juli. En investor som bare ser på juli-tallene kan bli bekymret og tro at selskapet mister kunder. Men den syklisk justerte churnen ligger stabilt på 2,8 prosent gjennom hele året, fordi det glidende gjennomsnittet jevner ut sesongsvingningene.

Dette viser at selskapet faktisk har en stabil underliggende kundelojalitet. Uten justeringen kunne investoren ha solgt aksjen i panikk etter juli-tallene, men med syklisk justert churn ser man at ingenting dramatisk har skjedd.

Fordeler og ulemper

Fordelene med syklisk justert kundechurn er flere. For det første gir det et mer pålitelig bilde av den underliggende trenden i kundelojalitet, noe som er avgjørende for å vurdere fremtidige inntekter. For det andre gjør det det lettere å sammenligne resultater på tvers av kvartaler og år uten å bli forstyrret av sesongeffekter. For det tredje kan det avsløre om en endring i churn er midlertidig eller permanent.

Ulempene er at metoden krever tilstrekkelig med historiske data for å være nøyaktig. Hvis selskapet er nytt eller har gjennomgått store endringer (for eksempel en fusjon), kan de historiske mønstrene være mindre relevante. I tillegg kan ulike analytikere bruke forskjellige justeringsmetoder, noe som gjør det vanskelig å sammenligne tall på tvers av selskaper. Endelig kan syklisk justert churn være treg til å fange opp plutselige, varige endringer fordi glidende gjennomsnitt alltid henger litt etter.

For investorer er det derfor lurt å bruke syklisk justert churn sammen med andre nøkkeltall som kundeanskaffelseskostnad (CAC) og gjennomsnittlig inntekt per kunde (ARPU).

Vanlige misforståelser

En vanlig misforståelse er at syklisk justert kundechurn er det samme som «gjennomsnittlig churn». Det stemmer ikke helt. Gjennomsnittlig churn kan være et enkelt gjennomsnitt over en periode, mens syklisk justering ofte innebærer å fjerne spesifikke sesongmønstre som er statistisk signifikante. En annen misforståelse er at lav syklisk justert churn alltid er bra. Det er sant at lav churn indikerer lojale kunder, men hvis selskapet ikke klarer å skaffe nye kunder, kan det likevel være problematisk.

Noen investorer tror også at syklisk justert churn kan forutsi fremtidig churn nøyaktig. Det er ikke tilfelle – den viser bare den underliggende trenden basert på historiske data. Fremtidig churn kan påvirkes av nye konkurrenter, prisendringer eller endringer i kundeadferd som ikke fanges opp av historiske mønstre.

Endelig forveksles ofte syklisk justert kundechurn med «sesongjustert churn». Selv om de er nært beslektet, er syklisk justering et bredere begrep som også kan omfatte justering for konjunktursykluser, for eksempel at churnen øker i lavkonjunkturer fordi folk sparer inn på abonnementer.

Oppsummering

Syklisk justert kundechurn er et kraftig verktøy for investorer som ønsker å forstå den virkelige utviklingen i et selskaps kundebase. Ved å fjerne støy fra sesongvariasjoner og konjunktursvingninger får man et renere bilde av om selskapet lykkes med å beholde kundene over tid.

For norske investorer er dette spesielt relevant i sektorer som telekom, medier og teknologi, der abonnementsinntekter utgjør en stor del av verdsettelsen. Selv om tallet sjelden oppgis direkte i regnskapene, kan man enkelt beregne det selv ved hjelp av glidende gjennomsnitt.

Husk at syklisk justert churn bør brukes sammen med andre nøkkeltall og ikke alene. Den gir et mer nyansert grunnlag for å vurdere om et selskap er i ferd med å styrke eller svekke sin posisjon i markedet. For investorer som tar seg tid til å forstå dette begrepet, kan det være en avgjørende fordel i analysen av abonnementsbaserte forretningsmodeller.