Mit arbejde med startup-stiftere har introduceret mig til snesevis af virkelig geniale og kreative fagfolk, så jeg var i begyndelsen chokeret over mængden af uddannelse, de krævede omkring investor-pitches og vigtige nøglepræstationsindikatorer (KPI'er), der skulle inkluderes i deres finansielle planer. Selv de relativt informerede eller økonomisk indstillede klienter kæmpede for at skabe informative og overbevisende fortællinger, der demonstrerede beherskelse over nuancen i prognoser. Enhedsøkonomi, især kundeanskaffelsesomkostninger (CAC) og levetidsværdi (LTV), er blandt de vigtigste målinger, der tåler investorernes kontrol. Det er ofte utilstrækkeligt at sætte tal ind i ligningerne fra Google-søgninger, og det kan betyde en katastrofe, når den finansielle model præsenteres og udfordres. En nylig artikel offentliggjort om emnet gennemgår nogle af farerne ved at bruge metrikken forkert. Af denne grund tror jeg, at stiftere og potentielle stiftere vil finde umiddelbar værdi i en tutorial omkring beregningen og metoden til KPI-prognose.
Ledelsesteamene i enhver virksomhed med et marketingbudget bør forudsige og måle omkostningerne ved at anskaffe hver bruger. Denne metrik er især vigtig blandt startups, der skaber mobilapps, SaaS eller forbrugervendte websteder. Uden disse oplysninger er det næsten umuligt at måle effektiviteten af marketingstrategier, forudsige brugerskalering og planlægge kapitalfremskaffelser til vækst.
Kundeanskaffelsesomkostninger (CAC) i sin mest basale forstand beregnes ved at summere salgs- og marketingomkostninger i en given periode og dividere dem med det samlede antal nye brugere, der er tilføjet i denne periode . En simpel websøgning kan bringe enhver op på det niveau, men en mere kraftfuld model vil skræddersy metrikken til den konkrete virksomheds praktiske realiteter.
De forskellige elementer i ovenstående ligning bør defineres nøje, fordi CAC kan antage flere former afhængigt af den specifikke forretningsmodel. Websteder som Google rapporterer trafikanskaffelsesomkostninger (TAC), hvorimod Netflix sporer abonnenttilkøbsomkostninger (SAC). For mobilapps kan en konverteret bruger defineres ved installationer, abonnenter eller endda køb i appen. Relevansen af hver definition bestemmes af indtægtsgenereringsstrategien. Selvom der er subtile, men vigtige forskelle mellem disse målinger, måler de alle, hvor meget virksomheden skal betale for at bringe en ny bruger ind på platformen. Grundlæggere bør dedikere tid til at vælge den definition af "kunde", der vil skabe den mest informative værdi.
Selv efter at kunderne er defineret, er det ikke altid klart, hvilke udgifter og brugertillæg der skal indgå i formlerne. Brugervækst kommer typisk fra to hovedkilder:salgs- eller marketingaktiviteter og mund-til-mund fra eksisterende brugere. Marketingudgifter driver ikke direkte mund-til-mund-vækst, så mange modelbyggere er tøvende med at inkludere disse i CAC. Viral vækst er dog en funktion af betalt vækst i de fleste tilfælde, fordi nye brugere bør drive deres egne mund-til-mund-tilføjelser.
Til disse formål finder jeg det klogt at omfavne nuancer, og jeg anbefaler generelt, at flere CAC-tal spores. Hvis CAC beregnes specifikt for marketing-drevne brugere, kaster det lys over effektiviteten af marketingkampagnen. Dette kan især være nyttigt for at forstå, hvad der vil ske, når de organiske vækstrater til sidst falder, og brugerbasen stiger. En blandet version af KPI'en, der fanger alle nye brugere, er dog et nyttigt supplement til at analysere de overordnede operationer.
Der er også udfordringer, når man definerer udgiftsdelen af CAC. Den enkleste og bredeste metode omfatter alle salgs- og marketingudgifter. Udgifter i disse kategorier kan dog ofte tage form af brand building frem for trafikskabelse. Det kan være tilfældet, at der er meget forskellige klasser af brugere med vidt forskellige LTV på platformen. Igen er den bedste løsning at omfavne nuancer. Den bredest mulige definition af anskaffelsesomkostninger er en nyttig metrik at spore, men den bør suppleres med detaljerede tal, der giver specifik indsigt til specifikke brugerfokuserede marketingkampagner og forskellige brugertyper.
Livstidsindtægter (LTR) er en anden vigtig KPI for mange virksomheder. LTR giver virksomheder mulighed for at kvantificere den monetære værdi af den gennemsnitlige bruger på deres platform. Dette er vigtigt for at beregne afkastet af markedsføringsinvesteringer, og det hjælper også med at bestemme optimale kapitaludlæg pr. bruger. LTR beregnes ved at multiplicere den gennemsnitlige kundelevetid med den gennemsnitlige kundeomsætning .
Livstidsværdi (LTV) ligner LTR, idet den måler værdien af hver platformbruger. LTV beregnes ved at fratrække direkte udgifter fra LTR, ofte ved at gange LTR med bruttomargin . I mange tilfælde kan indtægter simpelthen ikke genereres uden at pådrage sig nogle direkte tilknyttede udgifter, så LTV giver dybere indsigt i rentabilitet pr. bruger.
Som det er tilfældet med CAC, kan LTR og LTV kræve nuancer for at generere den mest kraftfulde analyse. Virksomheder med flere indtægtsgenereringsstrategier bør overveje at teasing ud separat LTR for hvert segment ud over et blandet samlet tal. Hvis der er flere prisstrukturer (f.eks. freemium eller SMB/enterprise), bør det være informativt at spore LTV for hver gruppe. Overvej en mobilapp, der har gratis funktioner, køb i appen og også genererer indtægter fra et premium-abonnement. Hvis blandet LTR stiger eller falder, bør ledelsen vide hvorfor. Det kan tilskrives ændring af premium-abonnentsatser, ændring af købsadfærd i appen eller ændring af abonnementsprissammensætning. Hvert scenarie har forskellige implikationer for præstationsevaluering og fremtidige strategier.
LTV kræver også, at gennemsnitlig kundelevetid estimeres eller måles. Mange kilder indikerer, at levetid er en funktion af kundeafgang. Den ofte citerede formel for gennemsnitlig levetid er (levetid =1 / churn rate) . En mobilapp kan analysere data for installationer, afinstallationer og brugersessioner for at bestemme antallet af måneder, hvor en gennemsnitlig bruger aktivt vil engagere appen. Hvis der er et månedligt gebyr for at bruge appens tjeneste, ganges dette tal med abonnementsgebyret for at beregne LTR. Alternativt kan denne metric spore gennemsnitlige køb i appen i en given tidsperiode eller blot afspejle engangsindtægter fra downloadgebyrer.
Det er ofte en effektiv metode, men det er en overforenkling i mange tilfælde. Ovenstående formel antager, at alle brugere i sidste ende churn, og den forudsætter også ensartet churn rate over tid. Ingen af disse forudsætninger er gyldige i mange tilfælde, hvilket kan have alvorlige konsekvenser for prognosenøjagtigheden. Churn rates har en tendens til at ændre sig over tid, efterhånden som tjenester forbedres, superbrugere tilføjes, "lavthængende frugt" indtages, og konkurrence opstår. Gennemsnitlig levetid skal også tage højde for brugere, der forlader din platform og vender tilbage, så både nye og tilbagevendende kunder bør spores. Endelig måles nogle brugerlevetider bedst i enheder, der ikke er tid. For eksempel kan e-handelsplatforme måle kundelevetid i form af samlede ordrer i stedet for måneder eller år, især hvis tilbagevendende kunder har lange hvileperioder mellem afgivne ordrer.
Casestudie
Overvej tilfældet med en startup eCommerce-markedsplads, der skal tiltrække både sælgere og købere. For at bringe sælgere ind på platformen hyrede virksomheden interne B2B-sælgere til at deltage i messer og netværke med potentielle leverandørpartnere. Dette er en betydelig, fast udgift på forhånd, og CAC for sælgere er høj som et resultat. Men når en kundeemne er konverteret til en partner, har disse sælgere en tendens til at blive på platformen i lang tid, og de kan generere meningsfulde gebyrer og serviceindtægter. E-handelskunder er derimod meget billigere at erhverve gennem outsourcede digitale marketingkampagner. Når først de har foretaget et køb på platformen, har de en meget højere churn rate end sælgere, hvilket fører til LTV, der er forholdsvis lille. Samlet blandet CAC og LTV for denne virksomhed ville indikere, om der var et enhedsøkonomisk problem, men det giver ringe indsigt i kilden til et potentielt problem. To separate tal skal udvikles og spores for at analysere effektiviteten og levedygtigheden af deres salgs- og marketingudgifter.
Stærke definitioner danner grundlaget for meningsfuld enhedsøkonomisk analyse, men udfordringen er fortsat at fortolke disse målinger effektivt og præsentere dem effektivt for investorer eller virksomhedsledelse. Grundlæggere og analytikere er derfor nødt til at forstå benchmarks fra sammenlignelige peers, vækststadiekontekst, kapitaldeployeringsmål og alternative metoder.
CAC og LTV, når de måles korrekt, kan give væsentlig vejledning til marketingstrategi og kapitalimplementering. Der er ikke et universelt mål CAC på grund af stor variation mellem brancher og forretningsmodeller. Den gennemsnitlige pris pr. installation i USA for mobilapps er omkring $4, med installationer på Android OS lidt lavere end iOS. Premium-abonnenter er meget dyrere og overstiger $160 hver. Omkostninger pr. installation har en tendens til at være noget højere i underholdnings-, forretnings-, uddannelses- og shoppingbrancher, hvorimod sundheds-, fitness- og produktivitetsapps får brugere for mindre. Brugere i vækstøkonomier er også i gennemsnit billigere end deres kolleger i Nordamerika og Europa. De velkendte abonnementsgiganter Netflix og Spotify betalte henholdsvis $59 og $25 pr. ny bruger i 2017. Kundeanskaffelse kan variere meget højere blandt enterprise SaaS-kunder, hvor hver kontrakt generelt dværger dem for B2C-tjenester.
Lignende principper gælder for LTV. Den gennemsnitlige afgang for mobilapps er omkring 60 % efter den første måned, 70 % efter to måneder og 75 % efter tre måneder. Disse tal varierer betydeligt efter branche, model for indtægtsgenerering, tilvejebragte brugerincitamenter og produkternes udvikling.
Stiftere og ledere bør sørge for at sikre, at churn-raterne ikke drastisk overstiger benchmark-gennemsnittene, men CAC og LTV skal i sidste ende sammenlignes i forhold til hinanden på æbler-til-æbler-basis.
For troværdighedens skyld er grundlæggere sandsynligvis bedst tjent med at præsentere tal inden for de intervaller, der er demonstreret af lignende marketingstrategier med sammenlignelige virksomheder. Forudsigelse af resultater, der halter væsentligt efter benchmarks, indikerer, at du rent faktisk planlægger at levere resultater, der ikke er standard. Alt for bullish prognoser vil sandsynligvis blive afvist, og investorer vil generelt tilskrive dette til uforberedte eller urealistiske grundlæggere.
På lang sigt skal LTV overstige CAC for at skabe en levedygtig forretning. Hvis den status er uopnåelig, så vil virksomheden aldrig være i stand til internt at finansiere produktudvikling, generelle og administrative overhead eller nye marketingkampagner, og det vil aldrig skabe overskud for ejerne. Grundlæggerne kan dog ikke bare stoppe med at bekræfte, at LTV overgår CAC. Det er vigtigt at forstå den tid, der kræves for en gennemsnitlig bruger til at nå op på anskaffelsesomkostninger.
Mål-LTV:CAC-forholdet siges ofte at være 3:1. Hvis forholdet er væsentligt højere end 3:1, bør mere aggressive markedsføringsinvesteringer give overlegen vækst uden at udfordre virksomhedens overordnede økonomiske succes. Hvis forholdet er for lavt, betaler virksomheden så meget for hver kunde, at de vil kæmpe for at investere i produktudvikling, opbygge tilstrækkelig administrativ infrastruktur og skabe fremtidig vækst.
CAC, LTV og forholdet mellem disse tal ændrer sig generelt over tid. Dette bør forstås og omfavnes af ledelsen, men der skal være en køreplan for KPI-udvikling og indsigt i de kræfter, der driver denne dynamik.
3:1-forholdet er et nyttigt waypoint til langsigtet planlægning, men der er bestemt omstændigheder, hvor målet bør overses. LTV:CAC kan være midlertidigt lav (eller endda under 1), når en virksomhed investerer kraftigt for at skabe netværkseffektgrave eller rækkevidde. Som sådan er det almindeligt, at virksomheder i meget tidlige stadier ligger langt under benchmarks. I nogle tilfælde har brugerbasen endnu ikke ramt skalaen for at overvinde store salgs- og marketingomkostninger i form af medarbejderkompensation. Det kan også være meget dyrt at konvertere tidlige brugere eller kunder, før mund-til-mund organisk vækst begynder at styrke virkningerne af marketingkampagner.
Dynamiske KPI'er kræver analyse af både spotpræstationer og langsigtede tendenser. Enhedsøkonomianalytikere bør også overveje sondringen mellem gennemsnitlige og marginale tal. En hel marketingkampagne kan evalueres med CAC og LTV på tværs af kampagnens længde, men disse tal repræsenterer sandsynligvis gennemsnittet. Med tilstrækkelige data til at måle omkostningerne ved at tilføje hver ny bruger på et givet tidspunkt, vil ledelsesteams være bedre rustet til at identificere kapitaludlæg, der forbedrer den økonomiske præstation samt forsinkelser i afkastet.
En sund mellem- til langsigtet plan skal identificere de omstændigheder, hvorunder tjenesten bliver profitabel på en per-bruger basis, men det er også ofte gyldigt tidligt at prioritere vækst frem for enhedsøkonomiske mål. Holdninger til denne balance er forskellige blandt stiftere og VC-investorer, stiftere bør identificere kapitalkilder, der deler deres filosofi. Dette kan opnås ved at studere fondes investeringsporteføljer og holde udforskende samtaler.
Grundlæggere kan lave mere overbevisende pitches og have mere meningsfulde samtaler, hvis de sætter sig på samme side af bordet som VC. Startup-investorer analyserer blandt andet sandsynligheden for, at deres kapital vil levere meningsfulde afkast. Kapital, der stilles til rådighed på tidlige stadier, bruges generelt til at opbygge produkter eller tilskynde til vækst, så forståelse af markedsførings-ROI er helt afgørende for grundlæggere, der ønsker at tænke som deres investeringspartnere.
Investorer ser næsten helt sikkert et porteføljemedlem i forhold til det potentielle investeringsunivers. Hvad gør en investeringsmulighed bedre end en anden? Venturekapitalanalytikere er nødt til at diskontere fremtidige pengestrømme fra deres investeringer for at tage højde for tidsværdien af penge, fordi der er en alternativ kapitalomkostning. Dette har store implikationer analyse af tidsfølsomme KPI, såsom LTV.
Benchmarks for churn rate er nyttige til levetidsberegning, men de kan skjule virkningen af forskellig brugeradfærd, der bestemmer det overordnede tal. I de fleste tilfælde styrker en kernegruppe af dedikerede superbrugere eller klienter gennemsnittet, hvilket gør det højere ved at bruge lang tid på platformen, mens en stor gruppe af mindre dedikerede brugere trækker den gennemsnitlige levetid ned med hurtige exits. Denne dynamik minder ofte om Pareto-princippet, hvor en lille del af kunderne genererer størstedelen af omsætningen.
Den tid, der kræves for at inddrive anskaffelsessummen, er derfor vigtig at overveje ud fra et investeringsperspektiv. Hvis LTV er spredt over flere år, bør analysen tage højde for tidsværdien af penge, hvilket komplicerer beregningen. LTV bør tilbagediskonteres til nettonutidsværdi (NPV) for at opnå en reel sammenligning med det oprindelige kundeanskaffelsesudlæg af kapital.
At omfavne ovenstående trin vil forbedre analytisk kapacitet, styrke stiftere, imponere investorer og føre til mere meningsfulde samtaler. Ikke alle virksomheder vil kræve ovenstående nuanceniveau, men det er nyttigt at gennemgå hvert trin for at bekræfte, at det er blevet korrekt evalueret. Disse KPI'er bør inkluderes i næsten alle forretningsplaner, og VC'er vil forvente at se prognoser og analyser om emnet.
På trods af denne kendsgerning, støder jeg stadig på pushback fra nogle kunder om emnet. Flere af mine kunder har gjort indsigelse mod at kvantificere hver enkelt kundes pengeværdi. Nogle har fundet det dehumaniserende for de brugere, hvis liv de havde til formål at forbedre. Andre nævnte komplikationer i beregninger, frygtede for gyldigheden af prognoser eller kæmpede for at finde relevansen af sådanne målinger, når den samlede økonomi dækkede mere af de samme udgifter. I disse tilfælde var jeg nødt til at understrege disse KPI'ers udbredelse i finansielle analyser og faldgruberne ved deres udeladelse. Hvis vi pirrer alle vores modelantagelser, kan vi bekræfte legitimiteten af vores input for at teste rækker af mulige resultater. Jeg hævder også, at kompleksitet faktisk er nyttig til at analysere en virksomhed. Det kan være oplysende for ledere, der ønsker fuldt ud at forstå de forskellige elementer i deres virksomhed, der vil drive succes eller fiasko. Husk citatet, der ofte tilskrives den legendariske Peter Drucker:"Hvis du ikke kan måle det, kan du ikke forbedre det."