SAAS指标百科全书(中)

来自:数据观 https://www.shujuguan.cn/?from=jianshu

文:David Skok 编译:数据观

如果你不能衡量它,你就不能改善它。”—— Lord Kelvin

爱尔兰物理学家,绝对温标的发明者

[摘要]:

关于SaaS指标的重要性,我们已经了解的足够多。这一次,让我们直接一点,进入指标的海洋——在SaaS的世界里,P&L不是宝洁公司的山寨牌,LTV跟电视台没关系,CAC更不是什么乙二醇乙醚醋酸酯;了解名目繁多的指标不仅能让你在谈吐间展示专业的自我,更能帮助你你深刻了解自己的业务。

上一篇文章中,我们介绍了判定SaaS业务是否健康的两条准则,以及8个相关指标。本篇文章,我们将“学以致用”,为一家假想中的SaaS公司搭建数据看板。是否已经摩拳擦掌,跃跃欲试了?

[主文]:

首先,让我们先了解一下我们会用到的那些指标,以及它们的计算公式。

为SAAS初创公司计算LTV与CAC

“单位经济效益”是分析SaaS业务长期盈利能力的有效方法。在上篇文章中,我们了解到——

单位经济效益=LTV:CAC

并且知道健康的SaaS业务这个比值会大于3,完美的SaaS则可能达到7或8。

然而,LTV与CAC如何计算呢?

1.CAC-获客成本(Cost to Acquire a Customer)

2.CL-客户生命周期(Customer Lifetime)

如果您有一个100个客户的同期群,然后每个月都保持一个持续的流失率,你将会经历一个可怕的指数级衰减,如下图所示(假设每月流失率为3%):

在数学上,如果想计算平均客户生命周期,可以简化为以下公式:

请注意,客户流失率按月或年计算,客户生命周期也应该使用相同的单位。比方说:

如果客户流失率为3%/月,则客户生命周期为1/0.03,即33个月。

如果客户流失率为20%/年,则客户生命周期为1/20,即5年。

3.LTV-客户终生价值(Lifetime Value of Customer)

客户终生价值是一个比较复杂的题目,我们今天在此仅就简单的情况进行讨论。在所有客户的ARPA(Average Revenue Per Account,每个账号的平均经常性收入)大致相同的情况下,以及在客户整个生命周期内没有预期的扩展收入的情况下,您可以使用这个公式:

也可以用以下公式来表达:

与客户生命周期一样,在计算的过程中要保持单位一致。如果ARPA的单位是月,那么流失率也应该按月计算。

但是,在客户群中ARPA差异很大的情况下,如果不想失去高价值客户与低价值客户之间的差异,精确度更高一点的公式如下所示:

如果要更进一步,真正获得LTV的准确情况,还需要考虑到毛利率。即:

更复杂的情况:

在特定情况下,由于扩展收入的产生,ARPA会在客户生命周期内发生变化,这个简单版本的公式将无法使用。举个例子,假如您有100个客户,初始月支付您100美元,以后每个月都增加5美元。每个月客户流失率也为3%,将会发生如下情况:

正如上图所示,扩展收入一开始大于流失带来的损失,但随着时间的推移,流失率带来的负面影响逐渐占领上风,拉低了这个同期群的价值。

此时如何计算LTV呢?我们需要考虑三个变量:

a=初始ARPA x 毛利率%

m= 每个账户的ARPA月增长 x 毛利率%(注意,这个单位应该是¥,而不是%)

c= 客户流失率%(以月为单位)

(这个公式由NetSuite的CFO Ron Gill及其合伙人Stan Reiss提出。公式假定,在整个客户生命周期中,收入每个月都以大致固定的速度增长。该公式并不适用于所有SaaS业务,其目标是获得一个粗略的想法,而不是绝对完美的答案。)

4.获客成本回收周期:Months to recover CAC

在上一篇文章中,我们已经讲过,获客成本回收周期最好小于12个月。那么这个周期如何计算呢?

为了更高的精确度,公式里还应该将毛利率考虑进去:

围绕着“单位经济效益”与两条准则的基本公式就介绍到这里。下面,我们将对这些公式中涉及的指标做一个详细的说明。

~关于签约合同金额(Bookings)的指标~

MRR:月度经常性收入

ARR:年度经常性收入。ARR= 前提是,你不会增加或流失任何收入

ACV:订阅协议的年度合同价值

新增MRR/ARR:在当下月份/年度来自新增客户的收入总和

流失MRR/ARR:在当下月份/年度因流失客户而损失的收入总和

扩展MRR/ARR:在当下月份/年度因已有用户扩展购买带来的收入总和

净增新MRR/ARR= 由三个要素共同组成,使得该指标每个月都会发生浮动。

订购付费金额(Billings):实际完成付费的金额。它不等于合同金额,因为客户不一定立刻付费

收入(Revenue):根据会计政策可以确认的金额。即使支付了预付款,通常订阅收入也只能随着服务的交付时间进行确认。如果提前支付了更多的资金,那么这个差额会计入一个名为“递延收入”的资产负债表中

平均合同长度(Average Contract Length):假设与客户签订的合同时长不等,平均合同长度就是这些时长的平均值

预先付款周期(Months up front):提前收到新打款的月份平均值。提前收到付款对企业的现金流有很大的积极影响。HubSpot与NetSuite过去都用过这一指标,来激励销售人员在与新客户签约时获得更多的预付款。但需要注意的是,该举动可能会导致某些客户流失,所以一定要小心在“增加预付款”与“减少客户流失”这两个彼此冲突的目标间找到平衡。

ARPA(单个账号的平均经常性收入, average revenue per account):该指标告诉您每个客户的平均月收入。该指标在计算LTV时非常有用。

~签约合同金额、订购付费金额与收入~

这三个概念都跟钱相关,并且非常容易混淆。下面是一个简单的例子,帮助我们彻底分清它们。想象一下,您与一个客户签订了一份为期一年的新合同,每个月1000美金,预付六个月:

您的签约合同金额(Bookings)是12000美金;

您在第一个月的订购付费金额(Billings)是6000美金,从第七个月到第十二个月,每个月的订购付费金额是1000美金;

您将在合同期间的每个月确认1000美金的收入(Revenue)。

上述例子对资产负债表和损益表的影响如下:

签约合同金额不影响资产负债表或损益表;

当您在第一个月收到6,000美元的订购付费金额时,只能确认收入为$ 1,000(利润表),另外的$ 5,000则在资产负债表(负债)中列入“递延收入”;

之后的每个月都有$1,000可以确认为收入(损益表),并减少资产负债表上的递延收入负债。

~关于流失的指标~

# of new Customers:当月新增客户数量

# of churned Customers:当月流失客户数量

净增新用户:净增新用户=当月新增客户数量-当月流失客户数量

% Customer Churn:客户流失率=

% MRR Churn:月度经常性收入流失率=

% MRR Expansion:月度经常性收入膨胀率=

% Net MRR Churn:净MRR流失率=

(如果来自现有客户的扩展收入开始超过流失带来的损失,那么这个数字将会变成负数。负面的净MRR流失是SaaS公司的一个伟大目标。)

Customer Renewal Rate:客户续约率=

(本来,客户续约率应当等于[1-客户流失率],然而,在每年更新合同的商业模式中,这两个数字可能会不相吻合。比如,在创业初期,您的流失率可能很低,许多客户由于合同长度的原因尚未达到放弃服务的程度。在这种情况下,您的流失率不能准确地预测稳定时候真正会发生的情况。所以,这个公式可以让我们看到,有多少客户在合约到期时正在续约。当你达到稳定状态时,这个数字应该等于[1-客户流失率]。)

Gross Dollar Renewal Rate:总收入续约率=

(与客户续约率类似,但这个指标看重的不是客户数量,而是合同的价值。两个指标都很重要。第一个指标告诉你失去了多少客户;当你只是失去一些客户的时候,第二个指标可以告诉你,你失去的客户价值几何。)

DRR (Net Dollar Renewal Rate):净收入续约率=

(与上述指标类似,但将扩展MRR也考虑其中了。如此一来,如果您的DRR大于100%,您就达成了“逆向流失”成就。如果您习惯按照年度来查看DRR,那么还可以尝试换一种方式,比如,查看同期群的DRR。假设1月底,该同期群的收入为10万美金。一年后,你将流失一些客户,减少1万美金的收入;但是剩下的客户又产生了2万美金的额外收入(扩展购买);所以该同期群在本年度产生的收入是11万美金。这意味着我们的DRR达到了110%。)

~看板展示~

了解上述指标之后,我们的看板也大致可分为以上四个模块:

签约合同金额(Bookings)指标

转化漏斗

单位经济效益

流失预测

[签约合同金额指标]

主要由线图组成,除了数量分布之外,还可以看到每个月的变化趋势。

[转化漏斗]

每个公司的转化阶段各不相同。注意“量体裁衣”,无缝地把握各个阶段的指标表现即可。

[单位经济效益]

让刚刚学会的LTV与CAC公式有用武之地。

[流失预测]

这里的指标主要是您的客户成功指标。

您可以使用数据观,尝试按照以上思路搭建您的看板,分析您的SaaS业务。

下一篇文章中,我们将探讨能够驱动增长的杠杆究竟藏在哪里。敬请期待!

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,530评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 86,403评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,120评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,770评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,758评论 5 367
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,649评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,021评论 3 398
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,675评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,931评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,659评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,751评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,410评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,004评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,969评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,203评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,042评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,493评论 2 343

推荐阅读更多精彩内容