Юнит-экономика SaaS: считаем CAC, LTV, churn без иллюзий

MaximAnderson

New member
Лет пять назад я запустил свой первый SaaS — небольшую платформу для автоматизации отчётности. Первые месяцы всё выглядело красиво: выручка росла, клиенты приходили, знакомые основатели хвалили продукт. А потом я сел считать юнит-экономику по-честному и обнаружил, что каждый новый клиент приносил мне минус. Казалось бы, очевидная вещь, но именно тогда я понял: без нормального расчёта CAC, LTV, churn и payback period любой рост — это просто ускоренное сжигание денег.

Начну с CAC, стоимости привлечения клиента. Главная ошибка, которую я совершал сам и которую вижу у половины знакомых основателей, — считать только бюджет на рекламу. В CAC обязаны попадать все затраты на привлечение: реклама, зарплаты маркетологов и sales-команды, подписки на CRM и аналитику, комиссии партнёров, бонусы за рефералов, а иногда и часть зарплаты основателя, который по вечерам писал статьи. Дальше делите эту сумму на количество реально новых платящих клиентов за период, а не на лиды и не на регистрации. И держите в голове разницу между blended CAC и платным CAC: первый усредняет всё, включая органику и сарафан, второй показывает, сколько вы платите за клиента именно в платных каналах. Управлять масштабированием можно только по второму.

LTV — вторая часть уравнения, и здесь тоже полно ловушек. Я долго считал LTV как всю выручку от клиента за время его жизни, и это льстило цифрам. Правильно считать на маржинальной основе: средний чек умножаете на валовую маржу (вычитаете хостинг, платёжные комиссии, поддержку, стоимость доставки ценности) и делите на churn. Либо, если данных уже хватает, считаете по когортам — сколько денег принесла конкретная группа клиентов за 12, 24, 36 месяцев. Когортный LTV беспощаден, потому что не даёт фантазировать про среднего клиента, который останется навсегда.

Churn — это то, что убивает SaaS тихо. Оттока нет только у тех, кто ещё не считал. Я отслеживаю три метрики: logo churn (сколько клиентов ушло), revenue churn (сколько денег ушло с учётом апгрейдов и даунгрейдов) и net revenue retention. Для месячного SaaS нормальный logo churn — 2-4 процента, всё выше — тревожный звонок. Но важнее смотреть на net revenue retention: если клиенты расширяются быстрее, чем уходят, вы можете иметь отрицательный revenue churn и расти даже без новых продаж. Это самый приятный график в моей практике, честно.

Payback period, срок окупаемости привлечения, игнорируют чаще всего, а зря. Считается просто: CAC делите на месячную валовую маржу с клиента и получаете число месяцев до возврата денег. Если у вас SaaS с годовыми контрактами, предоплатой или высокой маржой, всё чудесно. Если платите за клиента 900 долларов, а он приносит 40 долларов маржи в месяц, окупаемость почти два года — и это значит, что для роста нужны постоянные вливания. У себя мы поставили правило: окупаемость не больше 12 месяцев, а в идеале 6-9. Как только перевалили за 15, остановили платный трафик и пошли чинить онбординг и цены.

Из этих четырёх цифр складываются два главных индикатора здоровья. Первый — LTV к CAC: ниже 1 вы платите за клиентов больше, чем они приносят, от 3 до 5 рабочая зона, выше 5 возможно, вы недоинвестируете в рост. Второй — magic number: прирост выручки за период, делённый на маркетинговые и sales-затраты предыдущего периода; больше 0,75 — можно смело заливать деньги. И ещё одна ошибка, которую я совершал: смешивать разные сегменты в одну кучу. SMB и enterprise имеют разный CAC, разный LTV и разный churn, а усреднённая по ним экономика почти всегда врёт.

Что я советую каждому, кто строит SaaS: посчитайте юнит-экономику до того, как запустите масштабирование, ведите когорты с первого дня, договоритесь внутри команды о единых определениях метрик (потому что маркетинг и финансы почти всегда считают churn по-разному), пересматривайте расчёт раз в месяц и не бойтесь замедлиться, если цифры тревожные. Замедление на три месяца куда дешевле сожжённого раунда и разочарованной команды. А теперь вопрос к вам, коллеги: какая метрика в вашем проекте оказалась самой честной и одновременно самой болезненной — и что вы с этим сделали?
 
Ох, без иллюзий — это прям в точку. У нас в SaaS самая частая иллюзия — считать LTV от выручки, а не от маржи, и мерить churn по числу клиентов, хотя деньги утекают через пару крупных аккаунтов. Я после пары таких «розовых» отчётов стал считать когорты, отдельно logo- и revenue-churn, а в CAC закладывать всё: рекламу, зарплаты SDR и маркетинга, инструменты, скидки и промо. Иначе цифры красивые, а бизнес не сходится.

Вопрос к залу: как вы учитываете expansion revenue в LTV? Включаете апсейлы сразу или только после подтверждённой retention? И где у вас граница между CAC и cost to serve — не хочется случайно улучшить метрику, просто перекинув расходы в другую корзину.
 
Поддерживаю тему полностью — сам недавно «пересчитывал» юнит-экономику своего продукта и понял, что цифры в отчётах для инвесторов и цифры в реальности живут в разных вселенных. Особенно хичанг — если не разбивать его на добровольный и вынужденный (клиент ушёл из-за смены стратегии компании vs. клиент ушёл, потому что продукт не закрыл его потребность), то принимаешь решения на основе мусорных данных. Мы полгода ковырялись в чанге и выяснили, что 60% оттока — это «мёртвые» аккаунты, которые не активировались за первые 14 дней, а не реальные уходы.

Вопрос к форумчанам: как вы считаете CAC по каналам, если лид проходит через цепочку из 2–3 касаний (контент → вебинар → демо)? Приписывать всё последнему касанию — упрощение, а attribution model для SaaS с длинным циклом сделки строить — это отдельная боль. Может, кто-то уже нашёл рабочий компромисс, который не требует команды data scientist'ов на полторы ставки?
 
Знаете, что бесит больше всего? Когда в онбординговых презентациях рисуют CAC в 500 баксов, а в реальности после вычета бонусов партнёрам, агентских расходов и тех же email-лидов — выходит тысяч пять. Я полгода считал LTV «по красивым цифрам из CRM», пока не понял, что мой churn — не 5% в месяц, а 12%, если смотреть на когорты, а не на средний показатель. Разница в одном ключе: средний churn маскирует тот факт, что новые клиенты уходят в три раза быстрее старых. Если ваш CAC/LTV выглядит как 1:5 — не радуйтесь раньше времени, сначала разбейте по каналам привлечения и по когортам. А то потом приходишь к инвестору с таким же слайдом, как все, и он спрашивает: «А это у тебя на данных или на веру?» Я вот до сих пор не понимаю, как правильно считать LTV, если в модели подписки есть и freemium, и апселл, и доп. модули. Кто-нибудь считает LTV по каждому пути конверсии отдельно или использует какое-то усреднение?
 
Очень откликается тема. Часто вижу, как LTV считают по выручке, а не по марже, и не вычитают сервисные затраты — получается красивая картинка, которой не веришь. Ещё вопрос: как вы учитываете expansion-выручку в LTV? Если считать только начальный контракт, многие B2B SaaS выглядят хуже, чем есть; если закладывать апсейлы, легко уйти в фантазии.

И про CAC: брать blended или только paid? По моему опыту, для решений о каналах нужен paid CAC, а для общей экономики — fully loaded. Churn тоже лучше считать по revenue, а не только по логотипам, иначе мелкие клиенты создают иллюзию стабильности. Как у вас на практике?
 
Часто вижу, как LTV считают по формуле «ARPU / churn», забывая про маржинальность и дисконтирование. В итоге цифра красивая, а на деле когорта уходит быстрее, чем успевает окупить CAC. По моему опыту, честнее считать LTV на когортах с учётом gross margin, а churn смотреть не только по логотипам, но и по выручке — иногда мелкие клиенты уходят пачками, а деньги почти не меняются.

Коллеги, а как вы боретесь с иллюзией «низкого churn» в B2B, когда клиент формально активен, но пользуется продуктом вполсилы? Вводите ли отдельную метрику вовлечённости или считаете такой аккаунт потенциальным оттоком заранее?
 
О, больная тема. У нас долго LTV считали как ARPU / churn, и получалась сказка. А когда добавили gross margin, расходы на поддержку и возвраты, картина стала гораздо скромнее. Плюс средний churn по всей базе — это самообман: новые когорты могут отваливаться иначе, чем старые, а апселлы маскируют отток. Теперь смотрим LTV/CAC по когортам и CAC payback, иначе решение о найме сейлзов принимается вслепую.

А как вы учитываете стоимость онбординга и техподдержки в CAC? У нас это самая спорная часть: продажи вроде окупаются, но если добавить внедрение, payback уезжает за 18 месяцев. Интересно, кто как режет эти затраты — в CAC или в COGS?
 
Как по мне, в мобильном SaaS главная иллюзия — считать LTV по когорте, где половина пользователей пришла по дешёвому триалу и ушла на первом же списании. CAC из ASA и соцсетей выглядит красиво, пока не добавишь комиссию сторов, возвраты, стоимость поддержки и налоги — после этого unit-экономика часто превращается в тыкву.

Вопрос к тем, кто считает честно: churn считаете по активным подпискам или по фактическим платежам? И как учитываете сезонность и промо? У нас в B2C-инструменте разница между месячным и годовым churn просто ломает всю картину, особенно когда сравниваешь когорты с триалом и без.
 
Назад
Вверх