Как посчитать Unit-экономику идеи для стартапа за 6 шагов

Сейчас у каждого есть идея для стартапа: Uber для наушников, Airbnb для морских свинок и Tinder для курсовых работ. Но 90% из них закроется. Креативной концепции не достаточно, нужно зарабатывать деньги.

Привет! Меня зовут Влад Якупов, за последние 4 года я запустил 6 продуктов в Genesis и Easybrain. Сейчас развиваю свой EdTech стартап skillsetter.

Я расскажу, как за 6 шагов посчитать Unit-экономику идеи для IT-стартапа, когда нет никаких данных. Всю теорию разберем на примере фитнес-приложения по подписке.

Алгоритм такой:

Теперь обо всем по порядку.

Нужно смоделировать путь пользователя от первого касания до монетизационного действия. Так мы построим воронку продукта. Для разных моделей монетизации путь и целевое действие будут разными.

Воронка включает в себя главные этапы, которые проходит пользователь. Мы не смотрим на действия юзера до установки приложения, сейчас это неважно.

Путь пользователя в приложении по подписке выглядит так:

Первый этап, который мы видим в воронке — установки. На старте поисковая оптимизация приложения не настроена, виральность у фитнес-приложений работает плохо. Поэтому платный трафик — это основной способ роста для таких продуктов. Нам важно знать, сколько стоит установка с рекламы, например, на Facebook — CPI (Cost Per Install).

Когда продукт уже существует и есть реальные данные о стоимости привлечения пользователя, конечно же, нужно анализировать их. Но мы говорим о ситуации, когда продукт пока не запущен. Начнем с изучения бенчмарков.

Искать бенчмарки CPI можно в разных источниках: например, в калькуляторе Adjust собраны агрегированные данные по разным вертикалям. Также бенчмарки по CPI можно найти на Emarketer, Business of Apps или Geckoboard. Всегда обращай внимание на географию. Стоимость установки в США и России будет сильно отличаться.

Важно уточнить: бенчмаркам нельзя доверять на 100%. Чаще всего они отличаются от того, что происходит в реальности. В нашем случае мы используем их как отправную точку, чтобы уменьшить неопределенность.

Согласно данным Adjust, средняя стоимость установки в категории Health & Fitness в США — $1.49. Это число варьируется от $1.5 до $2.

Когда мы узнали стоимость установки, нам нужно рассчитать конверсии. Так мы поймем, сколько людей доходят до оплаты.

Для этого надо рассмотреть конверсии на всех этапах воронки. Так же, как и с CPI, нужно искать бенчмарки. Можно найти их на Clevertap, Recurly, том же Adjust.

Для категории Health & Fitness я выдвинул такие гипотезы на основе бенчмарков и своего опыта:

Возможно, у тебя не получится найти хорошие исследования с бенчмарками по твоей вертикали. Тогда советую обращаться к опыту коллег. Общайся с людьми, которые уже занимались продуктом в твоей вертикали. Их можно найти в социальных сетях, на конференциях, в тематических чатах. Например, здесь.

Теперь, когда у нас есть значения всех конверсий, мы можем посчитать I2P — install to purchase, конверсию из установок в покупку. Для этого нужно просто умножить все значения:

I2P = 80% x 5% x 25% = 1%

Конверсия в оплату для нашего фитнес-приложения может быть около 1%. Лучше рассматривать пессимистичный прогноз, так как в начале все будет постоянно ломаться.

CAC — это средняя стоимость затрат на привлечение одного платящего пользователя. Для ее расчета нужно разделить стоимость установки на конверсию в покупку подписки.

CAC = CPI / I2P

Как мы уже выяснили, бенчмарк по стоимости привлечения клиента — $1.49. Конверсия установивших приложение пользователей в покупку — 1%.

Значит, CAC будет равен 1.49 / 1% = $149

Теперь ты знаешь, сколько стоит привлечь одного пользователя в фитнес-приложение — $149. Следующий шаг — определить, сколько денег он принесет продукту.

LTV (Lifetime Value) — это средняя сумма выручки, которую принесет один пользователь за все время использования продукта.

На первый взгляд кажется, что LTV невозможно посчитать заранее. Но это не так. Можно предположить, на протяжении какого периода пользователь будет покупать подписку. Вот формула:

Projected lifetime = 1 / Churn Rate

Чтобы узнать Churn Rate, мы снова обратимся к бенчмаркам. Оказывается, в среднем процент отписок для B2C приложений равен 7.47%. Но этой цифре нельзя верить на 100%. Показатель зависит и от цены подписки, и от возраста компании, и от вертикали.

Например, дейтинг-сервисы обладают более высоким Churn Rate — 20-30% из-за своей особенности: люди уходят, потому что достигли цели, нашли свою вторую половинку. То же самое касается фитнеса, education-вертикали и других приложений, пользователь которых имеет цель. Существует два типа пользователей: те, кто достиг цели и те, кто разочаровался в сервисе / надоело тренироваться / перестали видеть прогресс. Вторых обычно больше. В итоге, Churn Rate на годовые подписки может достигать 70-90%.

“Everyday” приложения — музыка, стриминговые сервисы, медитация —, напротив, имеют низкий Churn Rate. Пользователи заинтересованы в них длительное время. Churn Rate месячной подписки равен 5-10%, а годовой — 30-40%.

Посчитаем гипотетический срок пользования фитнес-сервисом с Monthly Churn Rate 30%:

Projected lifetime = 1 / 30% = 3 месяца

Даже у casual-фитнес будет короткий lifetime. У большинства пользователей недостаточно мотивации системно заниматься спортом. Это нормально для вертикали. Не стоит ожидать lifetime в 12 месяцев.

Теперь тебе нужно узнать стоимость подписки. Ценообразование — это большая тема для отдельной статьи. Пока достаточно провести анализ конкурентов и понять, какая стоимость подписки будет уместной на существующем рынке фитнес-приложений.

Исходя из этих данных, мы можем рассчитывать на интервал в $15-20 в месяц. Подписка в год — $50-100.

Теперь мы можем посчитать LTV пользователей, которые покупают подписку на месяц и на год:

LTV month = Av. Price per Month / Monthly churn = $15 / 30% = $50

LTV annual = Av. Price per Year / Annual churn = $50 / 90% = $55

Чтобы подсчитать общий LTV, нужно определить долю пользователей с месячной и годовой подписками. Это соотношение зависит от целей бизнеса.

Месячная подписка может принести больше денег в долгосрочной перспективе. Годовая подписка приносит практически весь LTV сразу же. Эти деньги можно инвестировать в маркетинг, чтобы привлечь новых пользователей.

Для предварительного расчета Unit-экономики можно взять доли 50 на 50. Пока не ясно, какое соотношение будет оптимальным, так что нам в равной степени нужны подписчики на год и на месяц. В дальнейшем эту модель можно будет оптимизировать.

И последнее — если мы говорим о мобильном приложении, которое размещено в App Store, то нужно учитывать комиссию площадки. Она составляет 30%.

Теперь у нас достаточно данных, чтобы вывести формулу. Для мобильных приложений по подписке LTV будет выглядеть так:

LTV total = (share of month x LTV month + share of annual x LTV annual) x (1 - commission)

Если мы подставим туда наши значения, получим:

LTV total = (50% x $50 + 50% x $55) x (1 - 30%) = $36.75

Значит, ты можешь рассчитывать, что один пользователь за все время пользования приложением принесет тебе $36.75. Теперь надо подсчитать ROMI и понять, окупятся ли с таким LTV маркетинговые траты.

ROMI (Return On Marketing Investment) — это возврат инвестиций в маркетинг. Формула:

ROMI = (LTV - CAC) / CAC x 100%

ROMI фитнес-приложения из моего примера равен:

ROMI = ($36.75 - $149) / $149 x 100% = - 75%

Значит, такая бизнес-модель будет убыточной: прогнозируемый ROMI равен 75%. На каждый вложенный доллар мы зарабатываем $0.25. Стартап можно закрывать?

Не совсем. Мы не учли все возможные варианты развития событий, ведь метрики могут постоянно меняться. Например, каким будет ROMI, если lifetime продукта вырастет? Или если снизится стоимость установки?

Чтобы увидеть полную картину, надо проверить, каким будет ROMI при минимальных и максимальных значениях всех метрик.

В блоге skillsetter есть ссылка на этот бесплатный шаблон расчета Unit-экономики в Google Sheets. Там же можно прочитать более развернутую версию статьи с тремя заданиями для самопроверки.

Мы рассчитали Unit-экономику фитнес-приложения по подписке. Оказалось, что это можно сделать и до того, как продукт запущен. Для этого нужно построить воронку, провести хороший рисерч по бенчмаркам и на их основе подсчитать ROMI.

Этот способ подсчета не гарантирует, что прогноз будет точным. Поэтому мы рассмотрели интервалы бенчмарков, чтобы понять возможные сценарии. В моем примере у продукта практически всегда отрицательный ROMI. Это дурной знак.

Как ты думаешь, стоит ли запускать продукт с такой Unit-экономикой?