Аккаунт за $300 в месяц по простой формуле окупает своё привлечение за четыре месяца, а по когорте не окупает его и за пять. У большинства продуктовых команд есть дашборд с метриками и нет ответа на вопрос, где продукт зарабатывает и где тихо теряет деньги. Лучше найти этот ответ самому, раньше совета директоров.
Всё держится на единице анализа
Финансовая модель нужна CPO не ради красивой таблицы. Она отвечает на вопросы роадмапа: какой сегмент привлекать, где продукт теряет деньги, какой продуктовый эксперимент запускать и когда окупятся вложения.
Начинают с единицы анализа. У маркетплейса ею служит оплаченный заказ, у подписочного B2B SaaS активный аккаунт, у сервиса совместной работы рабочее пространство, у мобильного приложения платящий пользователь. Единица должна одновременно отражать, как клиент получает ценность и как бизнес получает выручку. Стоит взять регистрацию в продукте, который зарабатывает на заказах, и модель оторвётся от экономики.
Проверить выбор можно по нескольким признакам. У единицы должна быть измеримая выручка без двойного счёта, а переменные расходы (инфраструктуру, эквайринг, поддержку, доставку, комиссию партнёра) можно однозначно к ней отнести. Её повторяемость видна по месяцам или неделям, и команды реально влияют на её частоту, глубину работы или удержание. Если хотя бы одно из этого не выполняется, единица выбрана неудачно.
Возьмём сервис аналитики, который продаёт подписку компаниям: отчёт создаёт пользователь, но платит аккаунт. Значит, единицей будет аккаунт, а число активных пользователей внутри него показывает, удержится ли аккаунт. Спутать эти уровни означает распределять выручку и расходы на продажу произвольно.
Ещё до первого расчёта зафиксируйте, что вы не считаете: тестовые аккаунты, отменённые платежи, партнёрских клиентов, внутренних сотрудников, НДС, возвраты и кредиты. Такой список определений потом гасит половину споров о цифрах прямо в презентации.
Рост выручки ещё не значит деньги в кассе
Когда единица выбрана, стройте цепочку от выручки до маржинального дохода, то есть того, что остаётся от клиента до постоянных расходов: зарплат продуктовой команды, офиса, административных функций и долгосрочной разработки.
Для подписочного продукта первый уровень выглядит так:
Маржа 1 = чистая выручка минус переменные расходы
Чистой выручкой считают цену после скидок, возвратов и налогов, которые компания себе не оставляет. В переменные расходы попадают эквайринг, облако, поддержка, лицензии, которые зависят от объёма, и комиссия посредника. Разработку механически относить к аккаунту не стоит: на коротком горизонте она обычно постоянна.
| Строка на один аккаунт за месяц | Сумма, $ | Правило расчёта |
|---|---|---|
| Тариф до скидки | 300 | Цена пакета без НДС |
| Скидка | -30 | 10% для годового контракта |
| Чистая выручка | 270 | 300 - 30 |
| Эквайринг | -6,75 | 2,5% от чистой выручки |
| Инфраструктура | -24 | Среднее потребление аккаунта |
| Поддержка | -16 | Обращения и сопровождение |
| Маржа 1 | 223,25 | 270 - 6,75 - 24 - 16 |
Дальше идёт слой привлечения. Допустим, продажи, маркетинг и подрядчики потратили $9 000 и привели десять новых платящих аккаунтов, тогда CAC = $900.
Маржа после привлечения = Маржа 1 минус CAC
В первом месяце это даёт -$676,75. Закрывать канал из-за этого рано: привлечение оплачивается авансом, а выручка приходит частями. Настоящая ошибка в другом: назвать аккаунт прибыльным, сравнив месячную выручку с CAC и забыв про переменные расходы.
Роадмап стоит привязывать к причинным метрикам, на которые команда реально влияет:
- активация и время до первой ценности показывают, доходит ли новый аккаунт до момента, когда продукт срабатывает, и как быстро;
- удержание показывает, сколько клиентов возвращаются и снова делают в продукте что-то полезное, а сколько только числятся в базе;
- ARPA и валовая маржа говорят, сколько на самом деле остаётся с аккаунта после переменных расходов;
- CAC и срок его возврата задают, насколько агрессивно можно докупать трафик, не разрывая кассу.
Метрики юнит-экономики для продакт-менеджера помогают отличить метрику, которой команда управляет, от цифры, которую она просто показывает.
У каждой строки должен быть владелец и источник: маркетинг отвечает за кампании и квалификацию лида, продажи за сделку, продукт за активацию и удержание, финансы за признание выручки и классификацию затрат. CPO связывает продуктовые действия с экономическим эффектом, но не заменяет собой CFO.
За сколько месяцев аккаунт отбивает CAC
Следующий вопрос финансистов предсказуем: за сколько единица вернёт вложенное в привлечение. Окупаемость измеряют числом периодов маржинального дохода, за которые возвращается CAC. В модели без оттока считается просто:
Срок окупаемости в месяцах = CAC / месячная Маржа 1
Подставим числа: 900 / 223,25 = 4,03 месяца. Но это только первичная проверка. Она держится сразу на трёх допущениях: маржа одинакова каждый месяц, аккаунт живёт эти четыре месяца, допродаж и дополнительного сопровождения нет. Живой клиент может уйти после первого платежа, перейти на больший тариф или нагрузить инфраструктуру сильнее среднего.
Точнее считать накопленную когортную маржу. В первом месяце это $223,25 на нового клиента, во втором сумма умножается на долю сохранившихся аккаунтов, в третьем на следующую долю, и так далее. Окупаемость наступает в тот момент, когда маржа когорты на привлечённый аккаунт превышает CAC.
Эта метрика задаёт темп инвестиций, и устраивать по ней соревнование каналов по дешевизне лидов бессмысленно. Канал с CAC $1 200 вполне может оказаться лучше канала с CAC $700, если его клиенты дольше остаются, покупают места и приносят больше маржи. Сравнивайте каналы по сопоставимым когортам: одинаковому периоду привлечения, горизонту наблюдения и правилам учёта расходов.
Границу для этих чисел лучше назначить заранее, вместе с финансами. Допустим, договорились, что накопленная маржа на привлечённого клиента должна со временем втрое перекрыть CAC, а сам CAC возвращаться в пределах года. Для нашего аккаунта это $2 700 (3 × $900) за жизнь клиента и не больше двенадцати месяцев до возврата $900. Это ориентир, а не цель: продукт с годовой предоплатой выдерживает и более долгую окупаемость, продукт с месячной подпиской и быстрым оттоком вряд ли.
Форма оттока важнее среднего срока жизни
Средний срок жизни скрывает главное: форму оттока. Два продукта могут удерживать клиентов одинаково по итогам шести месяцев, но один теряет половину в первые две недели, а другой отпускает понемногу каждый месяц. Для онбординга и кассового плана это две совершенно разные проблемы.
Когорту стройте по месяцу первого оплаченного события. В каждом следующем месяце показывайте долю исходных аккаунтов, которые вернулись и сделали что-то полезное: продлили оплату, загрузили данные, завершили рабочий цикл или оформили заказ. Просто вход в приложение ценность не доказывает.
Возьмём когорту с маржой $223,25 на живой аккаунт. В первый месяц удержание 100%, и вклад равен всей марже, $223,25. Ко второму остаётся 84% аккаунтов, вклад на привлечённого падает до $187,53; к третьему при удержании 76% падает до $169,67; к четвёртому при 70% до $156,28; к пятому при 66% до $147,35. Маржа на живой аккаунт всё это время одна и та же, сжимается именно доля выживших.
К пятому месяцу накопленная маржа составляет $884,08 и не дотягивает до CAC в $900. Значит, упрощённая формула со своими четырьмя месяцами ошиблась. Поэтому в защите показывают оба числа: быстрый ориентир и когортный расчёт, на который опирается инвестиционное решение.
У этой точности есть граница. При десяти новых аккаунтах в месяц каждый ушедший клиент сдвигает удержание когорты на 10 процентных пунктов, так что разница между 76% и 70% может оказаться одним клиентом. Пока месячные когорты меньше 30-50 аккаунтов, честнее объединять их в квартальные и показывать удержание диапазоном.
Отдельно не путайте удержание клиентов и удержание выручки. В B2B часть аккаунтов уходит, а оставшиеся докупают места, и выручка когорты держится лучше, чем число логотипов. Удержание логотипов говорит о здоровье базы, удержание выручки о способности финансировать рост. Калькулятор unit economics и продуктовых метрик помогает проверить чувствительность: активация, цена, частота покупки и инфраструктурная себестоимость меняют профиль маржи и окупаемости.
Почему одного прогноза мало
Единственная версия прогноза ломается от первого же неудобного вопроса, потому что результат двигают сразу несколько переменных. Нужны три версии (консервативная, рабочая и сценарий роста), и различаются они предпосылками. Произвольно нарисованная выручка сценарием не считается. Меняйте только те переменные, у которых есть механизм и владелец.
В цифрах это выглядит так. Консервативная версия берёт CAC $1 150, активацию после регистрации 34%, удержание к третьему месяцу 62% и маржу $200 на аккаунт, и когортная окупаемость уходит за семь месяцев. Рабочая опирается на CAC $900, активацию 46%, удержание 76% и маржу $223,25 и окупается примерно за шесть месяцев. Сценарий роста закладывает CAC $820, активацию 55%, удержание 82% и маржу $235, сокращая окупаемость до четырёх месяцев.
Сценарий роста не имеет права обещать одновременно низкий CAC, высокую цену, быстрый запуск и нулевой отток. Вместо этого объясняйте, что к чему приводит: шаблон импорта повышает активацию, убирая пустой стартовый экран; миграция в облако снижает переменную себестоимость, но требует разовых затрат; выход в новый сегмент поднимает средний чек и удлиняет цикл продажи.
Под каждую ставку внесите ожидаемый сдвиг метрики, дату эффекта, стоимость и условие отмены. Например, $12 000 на онбординг за восемь недель оправданы, если рост активации с 46% до 52% добавит когорте маржу больше $12 000, уже с учётом оттока и CAC. Если после запланированного объёма трафика сдвига нет, разработку не тянут дальше по инерции.
Ставку полезно взвесить и на вероятность успеха. Допустим, в месяц приходит 500 регистраций, рост активации на 6 пунктов даёт 30 дополнительных активированных аккаунтов, треть из них начинает платить, то есть 10 аккаунтов. Каждая такая месячная когорта приносит за пять месяцев около $8 840 маржи (10 × $884,08), шесть таких когорт, набранных за полгода, за свои первые пять месяцев принесут примерно $53 000. Закладывать успех каждой ставки бессмысленно: многие запуски метрику так и не сдвигают. Если трезво считать, что сработает примерно одна из трёх, ожидаемый эффект составит $53 000 / 3 ≈ $17 700 при затратах $12 000. Ставка проходит, но запас около $5 700, и заметное падение удержания его съест.
Модель ломается на допущениях, а не на арифметике
Даже три аккуратных сценария не спасут, если под ними лежит незамеченное допущение. Такие допущения CPO должен назвать вслух ещё до защиты и показать, что будет, если пересмотреть каждое.
Начать стоит с CAC. Средний CAC и стоимость каждого следующего клиента не совпадают. Чем больше вы тратите в платном канале, тем дороже обходится реклама, поэтому цена первых клиентов ничего не говорит о следующем бюджете. Рядом лежит момент выручки: годовая предоплата улучшает кассу в день платежа, но признаётся выручкой в течение периода услуги, и путать движение денег (cash flow) с отчётом о прибылях и убытках (P&L) нельзя. Номинальная цена тоже ловушка: после возвратов и скидок она превращается в заметно меньшую чистую выручку. А себестоимость может расти скачками: инфраструктура способна резко подорожать, когда растёт объём хранения, запросов или сообщений.
Особенно это касается AI-функций. Каждый запрос к модели стоит денег, и чем активнее аккаунт пользуется функцией, тем дороже он обходится, так что валовая маржа такого продукта легко проседает ниже привычной для SaaS. В нашей таблице Маржа 1 равна примерно 83% чистой выручки. Если AI-функция поднимет инфраструктуру с $24 до $70 на аккаунт, Маржа 1 упадёт до $177,25, а упрощённая окупаемость вырастет с 4 до 5,1 месяца. Такую функцию стоит закладывать в сценарии отдельной строкой себестоимости.
Ещё две ошибки касаются оттока и времени. Общий отток по всей базе рисует среднего клиента, которого не существует: у каналов, тарифов и отраслей кривые разные, и усреднять их опасно. Поспешные выводы делают то же со временем: две удачные недели не доказывают месячную привычку, а один сильный квартал не доказывает устойчивость канала. И наконец, двойной учёт: комиссию продаж нельзя одновременно держать и в CAC, и в ежемесячных переменных расходах, если для этого нет явного правила.
Проверять модель полезно обратным расчётом. План на 300 новых платящих аккаунтов разложите назад: на лиды, квалификацию, демо, сделки и активацию. Если лидов получается больше, чем физически обработают продажи, ошибка сидит в плане. Таблица тут ни при чём. Рост удержания, не привязанный к конкретному поведению пользователя, честнее записать в риски, чем в прогноз.
Когда полная модель преждевременна
Против всего этого есть резонный довод: пока продукт не нашёл свой рынок (product-market fit), финансовая модель врёт по определению. CAC скачет от месяца к месяцу, когорты по десять аккаунтов, цена ещё не найдена, и окупаемость с точностью до сотых создаёт иллюзию знания. Время CPO лучше потратить на разговоры с клиентами.
Во многом это так. Если в месяц приходит меньше 30 платящих аккаунтов, а цена менялась в последнем квартале, полная модель с тремя сценариями даёт больше уверенности, чем знания. Но отказ от модели целиком обходится дороже: команда продолжает покупать трафик, не зная, покрывает ли маржа хотя бы переменные расходы.
Рабочий компромисс такой. До устойчивых когорт CPO ведёт три вещи: единицу анализа, отчёт о вкладе на единицу и одну объединённую когорту удержания. Сценарии считаются диапазонами, без точечных прогнозов. Полная модель включается, когда накопилось хотя бы три месячные когорты по 30 и больше аккаунтов и цена не менялась два квартала. Это ориентиры, и их стоит подогнать под свой цикл продаж.
Как защищать модель перед финансами
Финансам нужен воспроизводимый расчёт. Уверенный тон его не заменит. Начните с прямого вопроса: «стоит ли вложить $12 000 в онбординг при текущем качестве привлечения?», и дальше покажите единицу, период, источники данных и мост от выручки к марже.
Сама защита складывается из нескольких вещей. Это словарь метрик с формулами, исключениями и владельцами; отчёт о вкладе на единицу, где разведены переменные и постоянные затраты; когорта удержания с накопленной маржой; три сценария с допущениями и диапазоном результата; и журнал решений: какую ставку финансируют, какую метрику проверяют и когда пересматривают бюджет. Без журнала защита остаётся разовой презентацией, к которой через квартал никто не вернётся.
Обязательно сверьте модель с бухгалтерским P&L закрытого периода. Расхождение само по себе не криминал: продукт считает оплаченные аккаунты, финансы признанную выручку. Но его объясняют строкой-мостом, прятать его в корректировку нельзя. Показывайте дату данных, версию и владельца обновления, иначе обсуждение быстро скатится в спор о том, чья выгрузка правильнее.
И не тащите на защиту персональные данные ради доказательства сегментов: агрегатов по когорте, каналу, тарифу и размеру аккаунта достаточно. Ограничение доступа снижает риск утечки и ничего не отнимает у решения.
План на десять рабочих дней
Собрать всё это с нуля реально примерно за две рабочие недели. В дни 1-2 выберите единицу, событие первой ценности и правила учёта. В дни 3-4 соберите чистую выручку, переменные расходы и CAC из первичных систем. На 5-й день сведите отчёт о вкладе и найдите спорные строки.
Дни 6-7 уходят на когорты по каналам и тарифам, накопленную маржу и сравнение упрощённой окупаемости с когортной. День 8 отводится на сценарии и рычаги продукта, маркетинга и продаж. День 9 уходит на сверку с P&L и денежным потоком. День 10 отводится на короткую защиту с финансами и фиксацию решения.
После этого модель перестаёт быть годовым ритуалом и начинает проверять каждую крупную ставку: кто получит больше ценности, какая метрика сдвинется, сколько стоит изменение и когда когорты подтвердят расчёт.