Как просчитать юнит-экономику SaaS-продукта до написания первой строчки кода

Юнит-экономика, просчитанная до написания первой строчки кода, превращает абстрактную идею SaaS-продукта в проверяемую финансовую модель. Это не просто набор метрик, а симуляция жизнеспособности бизнеса на бумаге. Когда у вас нет ни строчки кода, ни пользователей, ни реальных данных, опорой становятся открытые бенчмарки, прямые опросы будущих клиентов, анализ конкурентных цен и стоимость аналогичных маркетинговых каналов. Такой расчет дает ответ на единственный вопрос, который имеет значение на старте: способна ли экономика одной подписки генерировать прибыль после покрытия расходов на привлечение и обслуживание. Если цифры не сходятся в пессимистичном сценарии, никакой самый совершенный код не исправит структурную убыточность продукта.

Юнит-экономика рассматривает доходы и расходы, связанные с одной базовой единицей продукта. В SaaS такой единицей обычно выступает один платящий аккаунт или одна подписка за расчетный период (чаще всего за месяц). Анализ строится вокруг сопоставления того, сколько денег приносит клиент за всё время взаимодействия с сервисом, и того, сколько стоит его привлечь и обслужить. Предварительный расчет проводится на этапе, когда существуют только гипотезы о ценностном предложении, сегментах аудитории и каналах продаж. Это позволяет избежать самой дорогостоящей ошибки стартапа — вкладывать время и деньги в разработку продукта, который не способен выйти в плюс на уровне одной транзакции. Если базовая математика не складывается, продукт обречен сжигать деньги независимо от размера рынка или красоты интерфейса. Ранний расчет также задает целевые значения для будущих KPI: маркетинговая команда понимает, выше какого CAC нельзя подниматься, а продуктовая — какой уровень оттока является критическим. Без такой рамки первая же итерация после запуска превращается в хаотичный поиск виноватых, а не в управление по цифрам.

Для полноценной юнит-модели SaaS необходимо оперировать несколькими взаимосвязанными показателями. Каждый из них можно оценить на предстартовом этапе с помощью косвенных данных.

• ARPU (Average Revenue Per User) — средний доход с одного платящего клиента за месяц. Для подписочных сервисов равен среднему чеку с учетом всех тарифных планов и дополнительных услуг.
• ARPA (Average Revenue Per Account) — часто используется как синоним ARPU, но может подчеркивать, что один аккаунт включает несколько пользователей.
• CAC (Customer Acquisition Cost) — стоимость привлечения одного платящего клиента. Включает все расходы на маркетинг и продажи, разделенные на количество привлеченных за период клиентов.
• Churn Rate — коэффициент оттока клиентов за период (обычно месячный). Показывает, какая доля пользователей прекращает платить.
• Retention Rate — обратная сторона оттока: доля клиентов, оставшихся активными по окончании периода.
• LTV (Lifetime Value) — пожизненная ценность клиента, то есть суммарная валовая прибыль, которую он приносит за весь период взаимодействия.
• Gross Margin — валовая маржа юнита, рассчитываемая как (ARPU – Прямые расходы на клиента) / ARPU. Прямые расходы включают хостинг, API, поддержку и комиссии.
• Payback Period — срок окупаемости затрат на привлечение. Вычисляется делением CAC на валовую прибыль с клиента в месяц.

Все эти метрики связаны в единое уравнение жизнеспособности: LTV должно превышать CAC минимум в 3 раза для SaaS-бизнеса с типичным оттоком, а период окупаемости не должен превышать 12–18 месяцев. До написания кода задача состоит в том, чтобы получить реалистичные диапазоны этих величин.

Первый шаг — понять, сколько рынок готов платить за решение проблемы. Для этого не нужен работающий сервис, достаточно провести конкурентный анализ цен. Изучите тарифные сетки 3–5 прямых и косвенных конкурентов в вашей нише. Зафиксируйте минимальный, средний и максимальный чек, а также функциональность, включенную в каждый план. Если вы планируете занять более высокий ценовой сегмент, найдите обоснование через дополнительную ценность. Если же цель — демпинговать, оцените, сможете ли вы поддерживать маржинальность при сниженной цене.

Опрос будущих пользователей дает более точную картину. Спросите не просто «сколько вы готовы платить», а используйте метод Ван Вестендорпа или лестницу цен. Покажите описание будущего продукта и предложите несколько ценовых точек, задавая вопросы о том, начиная с какой цены продукт кажется слишком дорогим, а какая кажется подозрительно дешевой. На основе ответов можно вывести оптимальный ценовой диапазон. Даже 20–30 качественных интервью с представителями целевого сегмента позволят сформировать обоснованное предположение об ARPU.

Тестовый лендинг с возможностью оформить предзаказ или «зарезервировать» аккаунт по указанной цене также служит валидатором. Конверсия в клик по кнопке с конкретной ценой и попытка оплаты говорят о реальной готовности платить гораздо больше, чем ответы в опросах. Соберите данные о среднем чеке по такому «холодному» трафику и используйте его как входной параметр ARPU в модели.

CAC без работающего продукта складывается из двух компонентов: прогнозируемой стоимости посетителя или лида и ожидаемой конверсии в платящего клиента. Обе величины можно оценить по бенчмаркам и данным из открытых источников. Например, если вы планируете использовать контекстную рекламу, сервисы оценки ключевых слов покажут среднюю цену клика в вашей нише. Умножьте её на предполагаемый CTR и получите стоимость посетителя. Конверсия из посетителя в регистрацию, а затем в платящего клиента для нового продукта чаще всего лежит в диапазоне 0,5–2% на каждом этапе, в зависимости от зрелости рынка и убедительности предложения. Для B2B SaaS, использующих inbound-маркетинг и контент, стоимость лида часто можно прикинуть по отчетам аналогичных компаний в отраслевых исследованиях.

Формула CAC = (Общие расходы на маркетинг и продажи за период) / (Количество новых платящих клиентов за тот же период). Если вы планируете холодные продажи руками менеджеров, оцените зарплату отдела, умноженную на время закрытия сделки, и добавьте стоимость инструментов. Для самообслуживаемой модели учтите затраты на рекламу, создание контента, охлаждение дата центров и инструменты автоматизации. Полученное число — лишь гипотеза, но она должна быть консервативной. Закладывайте более высокий CAC, чем вам кажется разумным, особенно для пессимистичного сценария.

Без реальных когортных данных удержание моделируется через предположительный уровень оттока. Лучший источник — отраслевые бенчмарки. Для B2B SaaS с месячной подпиской медианный месячный churn rate составляет около 5%, для B2C — 7–10%, для сервисов с годовой подпиской — 1–2% в месяц. В нишевых продуктах с высокой вовлеченностью отток может быть ниже, но до запуска стоит опираться на консервативные цифры. Другой подход — провести опрос, спрашивая у потенциальных пользователей, как долго они планируют использовать продукт при условии его полного соответствия их ожиданиям. Результаты обычно завышены, поэтому их следует скорректировать, умножив на коэффициент реалистичности (например, 0,5).

LTV рассчитывается двумя способами. Упрощенный метод использует формулу LTV = ARPU × Валовая маржа / Churn Rate. Если, например, ARPU = $100, валовая маржа 80%, а месячный отток 5%, то LTV = $80 / 0,05 = $1600. Более точный метод — когортный LTV, который учитывает затухание выручки от клиента с течением времени. Однако на предстартовом этапе упрощенный формулы достаточно, если в дальнейшем добавить сценарный анализ с плавным ростом оттока.

Валовая маржа юнита показывает, какая доля выручки остается после прямых затрат на предоставление услуги. Для SaaS сюда входят: инфраструктура (облачные серверы, CDN), API-сервисы сторонних провайдеров, затраты на онбординг и поддержку клиента (пропорциональные одному аккаунту), комиссии платежных систем, расходы на мониторинг и безопасность. Даже не имея продукта, можно рассчитать примерную стоимость инфраструктуры на пользователя, отталкиваясь от планируемого функционала. Если продукт предполагает хранение видео, затраты будут значительно выше, чем у текстового заметочного сервиса. Изучите прайс-листы AWS, Google Cloud или других провайдеров, создайте приблизительную калькуляцию на 1000 пользователей и разделите на их количество. Добавьте средний чек поддержки: если один сотрудник поддержки за месяц обрабатывает 300 тикетов, а его зарплата $2000, стоимость одного тикета — около $6,67. Предположите среднее количество обращений на пользователя. Полученная валовая маржа обычно составляет 60–90% для SaaS. В расчетах до кода лучше закладывать нижнюю границу этого диапазона, чтобы модель оставалась устойчивой.

Период окупаемости (Payback Period) — количество месяцев, за которое валовая прибыль от клиента покрывает затраты на его привлечение. Рассчитывается как CAC / (ARPU × Валовая маржа). Если CAC равен $150, ARPU $50, а маржа 80%, то месячная валовая прибыль составляет $40, и CAC окупается за 3,75 месяца. Для SaaS с высоким оттоком критично, чтобы этот период был как можно короче, ведь клиент может уйти раньше, чем вернет деньги. Принятое правило: период окупаемости не должен превышать ожидаемую среднюю продолжительность жизни клиента более чем на половину. Если медианный срок жизни при churn 5% составляет 20 месяцев, а окупаемость наступает только на 18-й месяц, модель слишком рискованна. На предстартовом этапе расчет помогает определить, насколько агрессивно можно тратить на маркетинг и какие каналы допустимы. Если окупаемость выходит за рамки разумного, необходимо либо искать более дешевые каналы, либо повышать ARPU через тарифные планы, либо снижать отток за счет онбординга еще на этапе проектирования.

Одна цифра CAC и одна цифра churn — это ловушка ложной точности. До написания кода модель должна содержать как минимум три набора входных данных: пессимистичный, базовый и оптимистичный. Пессимистичный сценарий предполагает высокий отток (на 30–50% выше бенчмарка), низкую конверсию в платящего клиента, более высокий CAC из-за дорогих кликов и слабой воронки. Базовый использует медианные отраслевые значения. Оптимистичный — агрессивный рост, низкий отток, виральность и дешевый трафик. Юнит-экономика считается для каждого варианта отдельно. Если даже в оптимистичном сценарии LTV меньше 3x CAC или период окупаемости превышает 24 месяца, продукт, скорее всего, нежизнеспособен в текущем виде. Если же пессимистичный сценарий показывает прибыль на юните, идея проходит проверку с большим запасом прочности. Чаще всего реалистичная картина находится между пессимистичным и базовым сценарием. Такой анализ позволяет определить минимально допустимые значения метрик, которые станут целями для MVP: «нам нужно, чтобы конверсия в подписку была не ниже 1,8%, а churn не выше 6%, иначе экономика разваливается». Эти же цифры становятся критериями успеха первых итераций после запуска.

Рассмотрим гипотетический SaaS-продукт для управления проектами. Предположения основаны на анализе конкурентов и опросе 30 потенциальных пользователей из сегмента малого бизнеса.

Теперь добавим сценарные вариации. В пессимистичном сценарии отток вырастает до 7%, CAC — до $200 из-за роста ставок, ARPU падает до $25 из-за активного использования скидок. Тогда валовая прибыль в месяц составит $25 – $3 = $22, маржа 88%, LTV = $22 × 0,88 / 0,07 = $276, а отношение LTV/CAC = 1,38. Период окупаемости увеличивается до 9 месяцев. Модель остается на грани приемлемости, но без значительного запаса прочности. В оптимистичном сценарии churn 3%, CAC $100, ARPU $35, что дает LTV = $32 × 0,91 / 0,03 ≈ $971, LTV/CAC = 9,7, окупаемость около 3,1 месяца. Разбежка показывает, что ключевой рычаг — контроль оттока и эффективность привлечения. Уже на стадии проектирования закладывается необходимость в сильном онбординге и реферальной программе для снижения CAC.

1. Определить юнит. Зафиксируйте, что именно является единицей дохода: одна ежемесячная подписка, один платящий аккаунт, одно рабочее пространство.
2. Собрать цены конкурентов. Проанализируйте 3–5 сервисов, запишите минимальную, среднюю и максимальную стоимость тарифных планов.
3. Провести опрос о готовности платить. Опросите 20–30 представителей целевой аудитории, используя метод лестницы цен или прямой вопрос о справедливой цене.
4. Спрогнозировать ARPU. На основе шагов 2 и 3 зафиксируйте реалистичный средний чек для базового сценария.
5. Оценить прямые расходы на одного клиента. Разберите стоимость облачной инфраструктуры, внешних API, поддержки и платежных комиссий на аккаунт.
6. Определить каналы привлечения и их стоимость. Составьте список каналов, узнайте среднюю цену клика, CPL или стоимость холодного звонка, спрогнозируйте воронку конверсии в платящего клиента.
7. Рассчитать CAC. Суммируйте ожидаемые затраты на маркетинг и продажи за период и разделите на предполагаемое число привлеченных платящих пользователей.
8. Выбрать месячный churn rate. Возьмите отраслевой бенчмарк или скорректированные данные опроса о намерении долгосрочного использования.
9. Вычислить LTV. Используйте упрощенную формулу: (ARPU × Валовая маржа) / Churn Rate.
10. Проверить соотношение LTV/CAC. Убедитесь, что оно не ниже 3x. Если ниже, пересмотрите входные параметры или откажитесь от экономически невыгодных каналов.
11. Рассчитать период окупаемости. CAC разделите на валовую месячную прибыль юнита. Приемлемый ориентир — до 12 месяцев для B2B и до 6 месяцев для B2C.
12. Провести сценарный анализ. Постройте минимум три варианта: пессимистичный, базовый и оптимистичный. Зафиксируйте критические значения метрик, при которых юнит-экономика перестает работать. Это станет списком гипотез для проверки на MVP.

Если пессимистичный сценарий показывает положительный или хотя бы околонулевой вклад юнита, можно переходить к созданию прототипа и минимальной версии продукта. Расчет, сделанный на бумаге, становится финансовым компасом, который не позволит отклониться от экономически обоснованного курса даже после написания первой строчки кода.