Где деньги? Продолжаем планировать экономику SaaS-проекта

Как предсказать затраты; спрогнозировать, когда они окупятся, и рассчитать юнит-экономику.

Где деньги? Продолжаем планировать экономику SaaS-проекта

В первой серии нашего большого материала об экономике проекта мы остановились на прогнозировании выручки. Сейчас продолжим наши прогнозы, но на этот раз поговорим о затратах и юнит-экономике. Напоминаем, что речь идёт именно о SaaS, и наши советы не претендуют на универсальность.

Прогнозируем затраты

Вторая большая часть PnL (после выручки) – это затраты, подсчитать которые всегда проще. Вы наверняка с самого начала прикинули, что хотите сделать в проекте и сколько это может стоить. Остаётся составить список всех затрат: маркетинговый бюджет, фиксированные расходы, серверы, данные, внешние подрядчики, найм новых сотрудников – суммировать их и сгруппировать по статьям.

Как посчитать затраты на конкретного человека? Знаний о зарплатах коллег у проектного менеджера, как правило, нет (по этическим соображениям). Если бы и были, для расчётов их недостаточно: расходы на сотрудников значительно превышают их зарплаты. Чтобы узнать, сколько в среднем стоит компании один сотрудник, к зарплатному фонду нужно прибавить стоимость аренды и поддержания офиса, налоги, HR-расходы, стоимость техники, а затем разделить получившееся число на количество людей в компании. Этим числом мы и предлагаем оперировать в расчётах: умножим его на количество людей, которое понадобится в проекте, и на его продолжительность в месяцах. Так можно примерно узнать, во сколько обойдётся участие нужного количества сотрудников в вашем проекте. Возможно, этот метод не слишком точен, но между точным и сложным процессом (отправлять расчёты в бухгалтерию) и простым и неточным мы предлагаем выбрать второе.

Юнит-экономика

Посмотрим, как можно предсказать составляющие PnL. Основополагающим источником информации здесь будет анализ юнит-экономики, то есть прогнозирование прибыльности одного клиента. Этот шаг даст вам ответы на три фундаментальных вопроса:

1. Насколько наша бизнес-модель качественная и жизнеспособная? Способны ли наши доходы превзойти затраты?

2. Каковы вводные для PnL: сколько платящих пользователей мы можем привлечь, какой должен быть маркетинговый бюджет?

3. Сколько пользователей (юнитов) нужно привлечь, чтобы покрыть фиксированные расходы?

Если мне принесут неидеально проработанную идею без PnL, зато с классной юнит-экономикой, я буду воодушевлён и заинтересован. Если же мне принесут подробный PnL, основанный на очень слабой юнит-экономике, я расстроюсь. Юнит-экономика – основополагающая вещь для любого SaaS-проекта.

Евгений Левин,

Chief Strategy Officer, SEMrush

Говоря о юнит-экономике, мы вновь подразумеваем когорты: обычно подписочный бизнес мыслит именно ими. В контексте юнит-экономики нас интересует то, что называется кумулятивной LTV-когортой (LTV значит lifetime value: мы хотим знать, какую выручку мы получим от пользователя за время, пока он остаётся с нами).

Вот как это работает. Допустим, в феврале 2017 года проект привлёк 1000 пользователей. Суммируем всю выручку, полученную от них за месяц, делим на количество пользователей, и получаем среднюю выручку от одного пользователя за месяц. Допустим, она составляет 100 долларов за вычетом всех возвратов и комиссий (в юнит-экономике важно ориентироваться на фактически полученные деньги). Дальше считаем кумулятивно: второй месяц когорты – это сумма выручки за первый и второй месяц.

Третий месяц – сумма первого, второго и третьего и так далее. В знаменателе – всегда количество пользователей, привлечённых в первый месяц.

Выполняя это упражнение, мы увидим, как изменяется выручка в расчёте на пользователя, привлечённого на старте когорты. Поскольку это кумулятивная (то есть накопительная) метрика, она всегда будет расти или оставаться прежней.

Иллюстрация расчётов для воображаемого проекта.
Иллюстрация расчётов для воображаемого проекта.

Пользователи, привлечённые в феврале 2017 года, могут вести себя иначе, чем клиенты, привлечённые в марте или мае. Когорты отличаются друг от друга. Чтобы получить более репрезентативную картину, нужно рассчитать медиану по когортам (отдельно считаем медиану по первому месяцу всех наших когорт, отдельно – по второму и так далее). Так мы найдём базовую LTV-когорту (см. строчку Median).

Помните, в первой части текста мы говорили про расходы на оказание сервиса (без них клиент не сможет воспользоваться нашим продуктом или сделать это на должном уровне)? Сейчас нам нужно удержать эту сумму из всех тех денег, которые мы получили от клиентов. Для этого мы умножаем медианное значение на growth profit margin (в нашем примере это 75%) и получаем маржу (см. строчку Margin) – то есть деньги, которыми бизнес может распоряжаться.

Стоимость привлечения пользователя

Мы выяснили, сколько денег приносит средний пользователь за всё время, пока покупает подписку на продукт. Теперь нужно посчитать, в какую сумму нам обойдётся его привлечь (customer acquisition cost). Эта сумма покажет, насколько прибыльный наш проект и когда он сможет окупиться.

Зачем нам знать customer acquisition cost? Ответ прост. Это фундаментально важная величина, исходя из которой можно рассчитать, сколько денег положить в маркетинговый бюджет, чтобы получить нужное число пользователей (или сколько пользователей можно привлечь при выделенном бюджете на маркетинг).

Когда мы отобьём затраты и сколько заработаем после этого?

Обладая данными по Customer Acquisition Cost, можно узнать период, за который окупятся затраты на привлечения пользователей (CAC recovery) и заложить бюджет на маркетинг. Один из показателей (цена привлечения пользователя, период её окупаемости или юнит-экономика) может быть спущен менеджментом как цель. Остальные можно рассчитать, опираясь на него. Как это сделать?

Например, наша цель – отбить затраты на привлечение пользователей в когорте за восемь месяцев. Воспользуемся расчётами из примера выше и построим по ним график. Чтобы рассчитать окупаемость, нужно ориентироваться на значение параметра Margin. Строим перпендикуляр от оси времени до нужного графика и находим целевое значение: чтобы окупиться на восьмой месяц, customer acquisition cost не должна подниматься выше $20,94.

Прогнозируем возмещение затрат на привлечение пользователя для воображаемого проекта.
Прогнозируем возмещение затрат на привлечение пользователя для воображаемого проекта.

Если перед вами стоит цель привлекать клиентов, например, за $15, можно рассчитать, на какой месяц они окупятся (судя по нашему графику, где-то в начале пятого месяца, так как на четвёртый месяц Margin составляет $14,59).

И наконец, если ваша цель – уложиться в бюджет, зная его сумму и Customer acquisition cost, можно рассчитать, сколько новых пользователей получится привлечь.

Что происходит, после того как бизнес отобьёт затраты на привлечение клиентов? Какие планы по выручке уместно строить? В этом вопросе многое зависит от специфики бизнеса. Как правило, компания сама определяет, каким должно быть соотношение LTV к стоимости привлечения пользователя. Единственное, о чём здесь стоит помнить: LTV нужно считать по марже, а не по revenue (тот самый top line из первой части нашего текста). Здесь важно учитывать именно те деньги, которые бизнес может потратить на маркетинг.

Если прислушиваться к экспертам, хорошим результатом считается ситуация, при которой за четыре года LTV по марже втрое превышает Customer acquisition cost.

Как построить реалистичные ожидания на четыре года? Хороший вопрос. В примере, которым мы пользуемся, данные по историческим LTV-когортам есть только за десять месяцев. Как предсказать, что будет дальше?

Красная линия отражает функцию, полученную в результате аппроксимации базовой LTV-когорты.
Красная линия отражает функцию, полученную в результате аппроксимации базовой LTV-когорты.

Придётся гадать, куда попадёт LTV в будущем. Есть разные способы предсказать поведение когорты. Самый простой из них, но на удивление эффективный – построить график по историческим данным и аппроксимировать его функцией в Excel. Используя вместо фактических данных подобранную функцию и подставляя в неё переменную, мы получим ориентир. Со временем его можно будет подкорректировать: чем больше набирается исторических данных, тем больше можно уточнять модель. Разумеется, бывают случаи, где нужен более серьёзный математический аппарат, но и этот способ тоже вполне рабочий.

Итак, мы разобрались, как прогнозировать затраты, рассчитывать юнит-экономику и предсказывать, когда отобьются затраты на привлечение пользователей. Надеемся, эти знания помогут вам построить рабочую финансовую модель для подписочного бизнеса.

99
9 комментариев

Статья отличная! Правда, было интересно читать и посоветовать коллегам.

Интересно было бы узнать в дальнейших ваших статьях, как вы работаете с конверсией пользователя после регистрации - какими механиками переводите его из статуса "Зарегистрирован" в "Купил подписку", ну и про механики повторных продаж тоже.

1

Спасибо за комментарий. Подумаем об этом ;)

Пресновато конечно...для одного из лидеров в мире в SeoPpcTech... хоть шаблоны Excel бы приложили в статью...

Статьями про экономику проекта мы хотели показать, как устроена система, как она работает. Универсальных Excel-файлов, подходящих для любого бизнеса, к сожалению, нет и не может быть. Однако, мы надеемся, что тексты как раз помогут создать такие файлы для конкретной компании/бизнеса.

Спасибо за статью! 
Как раз сейчас стоит задача в своем проекте расчета unit экономики и построение рабочей фин модели.

спасибо Вам за комментарий. Рады быть полезными:)

Как и в первой статье я не согласен с точками отсчёта.
Для выручки это объем рынка в денежном и количественном выражении, выдающих рыночный ARPU, а не предположение на пустом месте о количестве. С расходами поступать надо исходя из сравнительного анализа расходов на те же самые затраты по рынку по открытым данным. Зарплата на сайтах с работой, серверов со ссылкой на поставщиков, стоимость рекламы в 1ом, 2ом...N-ном канале и в таком духе. Прямые и косвенные, постоянные и переменные раскладывая, что бы образовать 1.затраты коммерческие и 2.затраты остальные, а уже из этого считать все метрики юнит экономики (и проверять их на вменяемость тем же сравнением с рынком). Автор говорит о CAC, но как считать не говорит. Просто абзац написан, что это важно и зная это ... :)
В целом мышление верное конечно, но не комплексно. Как будто в финансах пытается разобраться кто-то из другой сферы? Продажи или маркетинг?