客戶集中度的風險線：前三大客戶佔幾成該警覺
一家做得不錯的服務公司，年營收成長、團隊穩定、口碑良好。翻開客戶名單，前三大客戶佔了年營收的六成八。
這不是壞事，但它是一個必須被知道的事實。因為在那個狀態下，公司的營運穩定性不是由自己決定的，而是由三個外部組織的預算會議決定的。
這篇整理三條我們用來判斷的風險線、四個要同時看的指標，以及分散的可行做法。
一、為什麼集中度值得單獨看
多數小型服務公司只看營收與獲利，很少看營收的組成結構。但兩家營收相同的公司，一家來自三個客戶、一家來自三十個客戶，抗風險能力差距極大。
集中度影響的不只是失去客戶的風險，還包含議價能力、服務品質的分配、以及團隊的心理狀態。當一個客戶佔了四成營收，沒有人敢跟他說不。
- 影響失去單一客戶的衝擊程度
- 影響報價與條件的談判空間
- 影響資源分配與服務品質的公平性
二、第一條線：單一客戶佔比兩成
這是第一個提醒點。單一客戶超過兩成營收時，失去他會直接影響是否需要縮編。
在這條線之內，公司仍然有正常的談判空間。超過之後，每一次續約談判都會伴隨隱性的讓步，因為代價太高。
我們的建議不是拒絕成長，而是在越過這條線時開始有意識地經營第二層客戶群。
三、第二條線：前三大客戶佔比五成
超過五成代表公司的年度計畫實質上綁定在三個外部組織的預算決策上。
這條線最危險的地方在於它通常伴隨著一種舒適感：業務壓力小、溝通熟悉、交付流程順暢。舒適會讓開發新客戶的動機下降，然後集中度繼續上升。
實務上我們看過的案例中，從五成到七成通常只需要一年半到兩年，而且是在公司自我感覺最好的時期發生的。
四、第三條線：單一客戶佔比四成
這是紅線。單一客戶佔四成以上時，公司的定位已經接近該客戶的外包部門，而不是獨立的服務提供者。
這種狀態有一個特徵：公司的能力與流程會逐漸為了服務這一個客戶而特化，導致對其他客戶的適應力下降。當那一天到來時，不只是失去營收，還會發現自己已經不太會做別的了。
五、除了佔比之外要看的三個指標
第一個是合約長度與到期分布。如果三大客戶的合約都在同一季到期，那是一個集中的風險時點。
第二個是決策者的穩定度。客戶端的窗口或主管更換，是合作終止最常見的前兆之一。
第三個是替代難度。你提供的服務對客戶而言，換掉的成本有多高。成本越高，關係越穩定，但也代表你的議價能力其實比佔比顯示的更好。
- 合約到期時間是否集中在同一季
- 客戶端決策者的異動頻率
- 客戶更換供應商的實際成本高低
六、分散的四種做法
第一種是增加客戶數量。最直觀，但也最慢，而且在產能已滿的情況下難以執行。
第二種是拆分收入來源的性質。把一次性專案、長期維護、內訓與授權等不同性質的收入分開經營，即使客戶數不變，收入的穩定度也會提升。
第三種是產品化。把重複的服務標準化成可以低成本複製的產品，讓小型客戶也能被服務，藉此擴大客戶基數。
第四種是主動調整。當某個客戶的佔比過高時，有計畫地降低對他的產能配置，把釋出的產能投入開發。這需要勇氣，但比被動失去好。
七、什麼時候集中是可以接受的
三種情況下高集中度是合理的。第一是刻意的策略選擇，例如深度綁定一個高成長的產業龍頭，並且清楚知道風險。
第二是短期的過渡狀態，例如剛承接一個大型專案，且已經有明確的分散計畫。
第三是替代難度極高的合作，例如深度整合到客戶的營運流程中，實質上已經形成長期關係。
關鍵不在於數字本身，而在於這是不是一個被意識到並被管理的狀態。
八、怎麼在不失禮的情況下降低依賴
不需要跟客戶宣告任何事。降低依賴是內部的資源配置決定，不是對外的關係調整。
具體做法是把新增的產能優先分配給開發而非既有大客戶的追加需求，並在報價時對大客戶的新增專案採用標準價格而非長期優惠。
這兩件事會自然地讓比例緩慢下降，而不影響既有關係。
九、一份可以每季看一次的表
- 前五大客戶各自的營收佔比與趨勢
- 各客戶合約的到期月份分布
- 每個客戶的窗口是否在過去六個月更換
- 新客戶帶來的營收佔比
- 營收依性質分類的比例（專案、維護、訓練、其他）
十、最後一個提醒
集中度是結果，不是原因。它反映的是過去一段時間裡開發與交付的資源配置。
要改變結果，改的是配置。每個月固定保留一定比例的產能給開發，即使當下不缺案子——尤其是當下不缺案子的時候。
常見問題
客戶集中度多少算安全？
沒有絕對數字。實務上單一客戶低於兩成、前三大低於五成是較穩健的區間，但要同時看合約長度與替代難度。
產能已滿還要開發新客戶嗎？
要，但方式不同。產能滿的時候應該用提高價格與篩選來汰換低價值客戶，而不是單純增加數量。
要不要主動減少大客戶的服務？
不建議直接減少既有服務。較穩健的做法是把新增產能優先分配給開發，讓比例自然下降。
延伸閱讀
關於作者與審稿
冠誠數位行銷（GuanCheng Martech）的顧問團隊撰寫這篇文章。團隊累積 295 個專案，服務 308 家客戶，操作範圍包含 SEO 自然排名、AEO 答案引擎、GEO 與 LLMO 佈局、Google 與 Meta 廣告投放、電商維運與數據歸因分析。
文章裡的數字來自冠誠數位行銷實際經手的客戶帳戶與後台報表，客戶名稱與可識別資訊都已經移除。內容由負責該領域的冠誠顧問審稿後發佈，最後更新日期為 2026 年 9 月 8 日。讀完有問題，可以到冠誠數位行銷官方網站的預約諮詢頁面留下聯絡方式，我們會用你提供的時段回電。