熱線電話：13121318867

登錄
首頁精彩閱讀SaaS領域如何分析收入增長?
SaaS領域如何分析收入增長?
2016-02-20
收藏

SaaS領域如何分析收入增長?

今天我們試著將其模式運用到收入增長上進行分析。這對常規收入的計算會極有幫助，例如企業級應用軟件(SaaS)或消費者訂閱業務。

列舉某公司通過月度訂閱獲得營收為例，為了更細化一些，假設這是一家B2B SaaS公司。對這樣的公司而言，月活躍用戶(MAU)增長和月常規收入(MRR)增長都是關注點。別忘了我們仍然關注月活躍用戶(MAU)分析。如果當月流失用戶，那么很可能對應的當月收入也會相應減少?，F在，讓我們來探究月常規收入(MRR)隨時間推移呈不斷上升狀的圖。
月常規收入
上圖模擬了月均16%的常規收入增長率

       就像分析月活躍用戶那樣，我們拆分月常規收入的組成部分看看，其中會有些細微差別。對于月活躍用戶的分析，區別在于用戶是流失還是留存。那么收入呢，用戶或許留存或許流失，但當月花的錢可能比上個月多，也可能比上個月少。所以我們不妨拆分出增加收入和減少收入，關注以下兩個等式：
MRR(t) = 新用戶收入 (t) + 留存用戶收入(t) + 喚醒用戶收入 (t) +增加收入 (t)MRR(t – 1個月) = 留存用戶收入 (t) + 流失用戶收入 (t) +減少收入 (t)如果某用戶上月消費了$10，當月消費了$12。我們認為$10是留存用戶收入，$2為增加收入，同理可作減少收入。只有當用戶當月完全沒有消費時，我們才判定為用戶流失，而用戶再次花費時，我們才判定為用戶喚醒。上述等式可重新整理如下：
MRR(t) – MRR(t – 1個月) = 新用戶收入 (t) + 喚醒用戶收入 (t) +增加收入 (t) – 流失用戶收入 (t) – 減少收入 (t)這五個部分如下圖所示：
月常規收入增長
上圖模擬了月常規收入增長

       我們再一次計算速動比率，根據月份和用戶留存率的不同，MRR速動比率在1到1.5之間波動，此處用戶留存率不超過40%。
速動比率 = (新用戶收入 + 增加收入) / (流失用戶收入 + 減少收入)或者(等式分子/分母同時除以總收入)速動比率 = (月增長率 + 流失率) / 流失率 = 1 + 月增長率/流失率回到對消費類APP月活躍用戶的分析，速動比率在1.5是不錯的數據，但就常規收入而言卻不是。
常規性訂閱帶來的收入視為默認留存，相比較常規性到訪的非默認留存。就其本身而言，訂閱收入中的用戶流失率很低，速動比率很高。
如果你覺得消費者訂閱企業(比如Spotify和Netflix)本來用戶流失率就不該高，而速動比率本就該高，那么我再舉一些例子。相對地，純消費者交易型零售生意(比如Nordstrom線上平臺)月流失用戶會比較多，因為用戶連續每月消費的動力不足。如果你認為訂閱業務依賴于登錄及其擴展業務(比如Slack)，不免期望很高的增加收入，因為每個用戶增加的消費。


對于企業級應用SaaS公司，速動比率大于4會是我們期待的。
如果速動比率小于2，那么用戶流失就太多了，需要補救措施。關于企業級SaaS公司的更多研究可以參考恩·哈米德在2015年初所做的分析。如下是部分企業級SaaS公司的實例分析。
SaaS速動比率實例
恩·哈米德所舉SaaS速動比率實例

       右側兩個公司是我們的被投企業，左側兩個則不是。左上方A公司講的一口好故事，說他們的增加收入很多，一定意味著product-market fit良好。然而真實情況卻是被減少的收入掏空，導致必須產生月增長收入來抵消月減少收入帶來的不利影響，從而產生凈增長。
同樣推薦鮑比·皮尼羅在Intercom融資過程中所采用的SaaS指標分析法。
如何分析其它因素

      我們已經探討了如何分析月活躍用戶和月常規收入，其實對所有一切相關量的分析對生意而言都有必要。假如你做了一個社交消費類APP，覺得僅月活躍用戶還遠遠不夠，期望他們每天都能用你的APP。在這種情況下，判定用戶的活躍度就不能僅依賴于月活躍分析了，需要知道用戶是否日活，通過Facebook的L28就可以幫助做出判斷。舉例，某用戶的L28=10，意味著在過去的28天中活躍天數為10。如果匯總過去一個月內所有用戶的L28，就可得到該月的日活躍用戶分析。隨后可比較當月和次月的L28總數，并做分析。如果用戶的L28高于上月數值，則視為增加，反之減少。這就得到了日活躍用戶的月度增長分析。
如果不想分析活躍用戶或收入，可以嘗試分析鏈接分享(如分享至Twitter)。假如目標在于分享鏈接至Twitter，你可能需要做一個促使鏈接轉發的活動，可以用上述方法通過對比不同時段用戶分享鏈接數量的多少來分析活動中鏈接分享的增長。
總的來說，增長分析的框架可適用于任何場景下對用戶各方面累積價值(收入、日活躍度、內容貢獻等等)。其中存在一個明顯的缺陷：流失數據不夠細化，不知流失用戶是新是老，即無法明晰用戶的生命周期。




CDA數據分析師考試相關入口一覽（建議收藏）：

? 想報名CDA認證考試，點擊>>>   “CDA報名” 了解CDA考試詳情；

? 想學習CDA考試教材，點擊>>> “CDA教材” 了解CDA考試詳情；

? 想加入CDA考試題庫，點擊>>> “CDA題庫” 了解CDA考試詳情；

? 想了解CDA考試含金量，點擊>>> “CDA含金量” 了解CDA考試詳情；

數據分析咨詢請掃描二維碼

若不方便掃碼，搜微信號：CDAshujufenxi

上一篇圖論在大數據分析中的作用！
下一篇CDA認證再升一檔！與國家共同推進大數據人才培養標準教育事業！
數據分析師考試動態
CDA報考指南
數據分析學習
數據分析師資訊
更多

CDA教育閉環

常見問題

關于我們

CDA數據分析師公眾號

  • CDA數據分析師公眾號

CDA考試中心小程序

  • CDA考試中心服務號

CDA數據分析師App下載

  • CDA數據分析師App下載
Copyright © 2015-2021, www.ruiqisteel.com All Rights Reserved. CDA數據分析師(北京國富如荷網絡科技有限公司) 版權所有 京ICP備11001960號-9 京公網安備 11010802034615號 經營許可證編號：京B2-20210330
聯系電話：13321103290 (微信同號)

OK
客服在線
立即咨詢
日韩人妻系列无码专区视频,先锋高清无码,无码免费视欧非,国精产品一区一区三区无码
客服在線
立即咨詢