五年前，Updata介绍了一套度量SaaS企业的框架体系。自那以后，我们不断进行改善和精炼，评估了数以百计的潜在投资，从不少CEO、CFO及其他搭档的身上得到启示。
现在，我们公布这一框架的更新版本，以及所使用的Excel工具，以便其他人利用这套体系来计算出自己公司的各项数据。
在此，我们也要感谢相关人员的帮助，其中包括原始文件的合著者之一Neil Hartz。我们真诚欢迎大家提供反馈信息。
我们认为，度量SaaS企业有两种最为重要的指标：一是毛利回收期（即Gross Margin Payback Period，以下简称GMPP；二是客户获取成本回报（即Return on Customer Acquisition Cost，以下简称rCAC）。
GMPP是收回客户获取成本所需要的月数，rCAC则将客户流失和维系因素融入进公式里面，计算出每位客户带来的总毛利与获取该客户所花费的成本之间的倍数关系。对于一家优秀的SaaS企业来说，GMPP要保持在18个月以下，而rCAC则要大于3倍。但对于一家顶尖的SaaS企业来说，GMPP要保持在12个月以下，而rCAC则要大于5倍。
或许在单位经济学分析中，我们过于低估了分组的重要性。尽管GMPP和rCAC都是非常有用的分析工具，但如果只是在企业层级上进行计算，那它们的结果通常是无意义的。
因为在企业范围内估量会忽略这样一个事实，即大多数SaaS供应商通过各种各样的渠道销售多样化的产品，要花上几个月、几个季度甚至是几年才能最终获得客户。因此，我们认为分组分析十分必要，必须从三个维度来分别进行：周期、产品和渠道。这样一来，我们才能够回答出诸如以下这些重要的问题：
周期：“客户回收期是延长了还是缩短了？”
渠道：“直接销售的投资回报率（即Return-on-investment，以下简称ROI）高还是其他销售渠道的ROI高？”
产品：“客户的生命周期价值如何因不同产品而发生变化？”
请注意，这种基于分组的单位经济学框架以客户层级的数据为重点，其结果与GAAP财务报表的分析结果是完全不同的。这些单位经济学分析结果能够更加有效地显示出某家企业的健康情况。事实上，在我们投资SaaS业务或经常性收入业务的过程中，这一框架是最为基础的支撑体系。
◆
◆
◆
第一步：计算每月经常性收入（即
Monthly Recurring Revenue
，以下简称
MRR
）
MRR是每位客户平均每月带来的经常性收入。虽然企业层级的MRR解释的是整个客户基础平均每月带来的经常性收入，但它忽略了周期、渠道和产品分组之间的偏差。举个例子，不同产品有不同的盈利模式。所以，我们在评估MRR时，不能把300美元的基础产品和1500美元的高级产品混为一谈。另外，分析某一独立分组在一段时期内的MRR，可以阐明该分组内销售业绩的增减趋势，这也是决定SaaS商业模式效能的一个重要因素。
扩大分析范围，将MRR囊括进去，分别计算每个组成部分的数据
◆
◆
◆
第二步：计算客户获取总成本（即
Total Customer Acquisition Cost
，以下简称
tCAC
）
tCAC是每获取一位新客户所要负担的全部费用，其中包括一次性新员工培训的费用净额。正常情况下，计算tCAC要考虑到所有销售和营销部门的成本，以及各种一次性成本。
一般情况下，各家企业在计算tCAC时，都只考虑客户获取的可变成本，比如销售佣金和市场营销活动的费用支出。虽然这个方法确实能够计算出获取下一位边际客户的成本，但是我们认为它并没有反映出获取客户所需的全部成本。毕竟，产品经理、销售工具和客户关系管理系统各自的分工，也促成了业务目标的实现。不仅如此，只关注客户获取成本（即Customer Acquisition Cost，简称CAC）中的可变部分，会使企业意识不到固定成本会随着时间的推移而扩大。这一块固定成本往往会随着基础设施的增加，以阶梯函数的形式扩大。
所以，想要正确计算tCAC ，首先要包含销售和营销部门所有的获取成本，其次要包含新员工培训成本。设置一个新的账户需要这些准备过程，比如新员工培训和数据迁移。任何预付开支、资本支出费用都应该计入新员工培训成本，并纳入tCAC的计算中。同理，任何从新员工培训服务中获得的毛利润都应该将tCAC扣除出去。
最后，tCAC数据必须按照分组编表，以便正确表示获取某些特定客户的成本，而不是采用所谓的“平均”一概而论。
按照各种不同渠道计算出来的tCAC
在单独计算每个分组的tCAC时，我们会遇到两个麻烦：一是归属问题；二是成本分摊问题。归属十分困难，在市场营销方面表现更为明显，因为一个渠道的花费往往会影响另一个渠道的最终结果。举个例子，某场广告活动可能会吸引客户，从而通过关联渠道达成交易。这类往来账目追踪起来较为困难，通常都归入“有机”渠道，因此夸大了表面功效。
第二个成本分摊
问题之所以会产生，是因为我们对于成本在tCAC和销货成本（即Cost Of Goods Sold，以下简称COGS）之间该如何分摊认识不清。毕竟，有些客户在一开始需要额外的支持和关注，而有些为了防止出现客户流失，在整个生命周期中都需要持续不断的关心。在处理这些模棱两可的情况时，我们推荐将问题简单化，明确定义假设，并且在日后一直保持一致。
◆
◆
◆
第三步：计算经常性毛利润（即
Recurring Gross Profit
，以下简称
RGP
）
RGP是每位客户每月带来的毛利润，等于MRR减去经常性COGS。通常情况下，经常性COGS包括客户交付成本（比如数据中心的使用）、客户支持成本（比如呼叫中心）以及支付给第三方的费用（比如软件授权费）等项目。想要正确计算经常性COGS和RGP，关键就在于将留住一位已经使用该款软件的客户所花费的逐月成本计算进来，与此同时将获取新客户所需的必要初始成本排除在外；那些一次性支出在tCAC中已经计算过了。在这一系列成本中，既有固定COGS（比如服务器），又有可变COGS（比如交易手续费）。
从MRR中扣除经常性可变成本以便计算经常性毛利润
◆
◆
◆
第四步：计算毛利润回收期（即
Gross Margin Payback Period
，以下简称
GMPP
）
GMPP是回收客户获取成本所需要的月数，等于tCAC除以RGP。GMPP基本可以说是衡量企业在营运过程中资金需求的指标。GMPP越短越好，因为企业需要尽快收回客户获取成本。在度量多种指标分析问题进而得出结论时，利用GMPP进行不同分组的对比是第一步。
将上述因素结合起来计算GMPP
不过，对于增长速度较快的SaaS企业来说，在得出有关市场营销预算再分配的结论之前，意识到客户获取渠道并非完全弹性这一点十分重要。举个例子，由于有限的网上存货，原本数量较少的CPC广告活动，发展到后期就可能贵得离谱。但是话说回来，我们仍然是A/B测试和新渠道开发的坚定拥护者，大力支持为了获取增量收益而进行数据驱动搜索。在这一分组分析的帮助下，SaaS企业能够更好地抓住机会，缩短与混合渠道的有效边界之间的距离。
◆
◆
◆
第五步：计算期望生命周期（即
Expected Lifetime
，以下简称
eLT
）
eLT 是一家企业期望留住某位付费客户的时间长度，等于1除以客户流失率。由于有些客户会很快离开，有些则会长久留下，所以eLT考察的是某分组中客户的平均生命周期。通常情况下，SaaS企业会与部分客户签订长期合同，这就意味着这部分客户的最短生命周期预先已经确定下来了。尽管如此，比起合同周期长短，我们比较关心的是客户的内在“粘性”。毕竟，合同是可以重新订立甚至推翻失效的。
要记住，金钱流失要比账户流失更加值得重视。虽然大多数SaaS企业都在尽自己最大的努力与账户流失抗争，但其实胜利的希望很渺茫，能保持收支平衡就已经算是最好的结果了。可与此同时，选择继续留下的客户一般会逐步加大订购规模。伴随着价格增长、席位许可证增长或者额外模块购买增长，账户也可能会出现增长。
流失本身是一个非常深奥的概念，我们在一本白皮书中专门对它进行了探讨。此外，比起我们日常建议使用的简化版本，大多数留存曲线实际上要更加复杂。流失这个话题十分微妙，很容易遭到曲解或者为某些因素所操纵以适合于特定故事。比如，它是按月计算还是按年计算？是按客户数量计算还是按金钱收益计算？是按毛利计算还是净利计算？是按各个分组计算还是按整个公司计算？考虑到这些问题，我们不鼓励大家把流失看成一个简单的数字。相反，我们认为eLT以及以分组为基础的留存曲线，才能够最好地帮助我们分析客户行为。
◆
◆
◆
第六步：计算生命周期价值（即
Lifetime Value
，以下简称
LTV
）
LTV是每位客户在整个生命周期内所带来的经济价值与他所产生的成本净额之间的差额，也就是他在整个生命周期内的毛利润，等于RGP乘以eLT。虽然从回收时间这个角度来看，GMPP确实是比较不同分组效率的一个不错工具，但LTV更进一步地将期望生命周期一起考虑了进去。正如上文所说，为保守起见，我们鼓励把客户的生命周期缩短到5年。
在偿还获取客户的全部成本，以及支持客户所需的可变经常性成本之后，LTV还会直接补偿企业剩余的固定成本，包括行政管理和研究开发费用。在这两块费用上，如果规模不算太小的话，那营业杠杆的作用还是比较显著的。
根据期望生命周期来确定LTV
◆
