SaaS 投资回报率 ROI 解读

从自然到商业，事物都具有规律性，都具备生命周期。即便强如腾讯、阿里、脸书（Meta）等这些商业巨擘，也需在发展中不断探索出延长用户生命周期的方法，或在面临拐点前进行自我颠覆换取增长，以维持自身商业地位。

客户生命周期

SaaS公司的生命线

客户生命周期。

用户生命周期描述了用户从开始接触产品到离开产品的整个过程，周期的长短直接影响了企业的营收能力。一般谈用户生命周期会分为5个时期，分别是：引入期、成长期、成熟期、休眠期和流失期。

用户生命周期 | Guofu draw

当然，全球SaaS产业发展已经超过20年，SaaS公司的用户生命周期逃不过这个循环。由于ToB业务涉及组织内自下而上审批流程以及复杂决策过程，相对应用户生命周期的节点会有所差别。

对于ToB SaaS企业来说，客户生命周期会被划分为6个阶段解读。站在客户的视角，能够找到影响客户留存因子和客户关注的核心功能。

SaaS客户旅程 | Guofu draw

SaaS客户生命周期6个阶段。

1）在认知阶段，客户意识到自身的问题和开始总结需求&痛点，在这个阶段客户会在网络、同行和朋友推介下，开始找寻可以如何解决问题方法。你们家的SaaS产品大概率会在这种场景下被客户发现。

2）在考量阶段，客户定位好问题后搜索需求&痛点相关内容，此时你们家的SaaS产品会被列入客户的候选清单。

3）在选型阶段，客户内部会组织对候选清单进行讨论，基于成本效益、前瞻性、安全性、是否有第三方背书，后期流程及服务质量等进行考量。你可以提供素材强调产品的真实和有形价值，如果客户在你的SaaS产品在花费时间越多，达成订阅的可能性就越大。

4）在订阅阶段，此时客户已经基本确定使用你们家的SaaS产品，客户会基于具体的需求与你们进行商务和对接，订阅标品或者定制化方案。

5）在维系阶段，客户订阅付费后成功被转化，此时需要提供及时的服务响应引导客户正确、有效率的使用产品。客户订阅产品只是开始，产品在企业中发挥价值才是目标。通过增加客户使用产品深度，增加客户与品牌的粘性，可以有效提升续订率和拓展增值服务。忠实的客户就是最好的销售代表，在口碑传播（转介）中为品牌提供社会证明。

6）在流失阶段，对于SaaS公司来说，客户长时间不使用产品或者到期不进行续费，都可以视作客户流失。高比率的客户流失对于SaaS公司来说是致命的，需要及时建立起有效的预警机制，在未流失客户产生可能流失的关联行为时，主动响应，避免客户流失。

LTV是破局点

以生命线指标指引方向

SaaS客户终身价值≈企业的货币价值。

客户在SaaS产品生命周期内所贡献的价值会用客户终身价值（Life Time Value, 简称LTV）作为衡量指标，体现在用户生命周期曲线下的面积，可以理解成用户能为企业带来的货币化价值。

客户终身价值（LTV）的有效描述。

如果我说天天预约Pro平台（一家提供预约解决方案的软件服务商）一个付费客户的终身价值是5000元，而总获取成本（Total Customer Acquisition Cost, 简称tCAC）是200元。该平台的目前的营运状况是好是坏，你能否从这段话中获取有效信息？

事实上，这样的表达只是在陈述事实，我们既不知道客户获取的渠道有哪些？每天投入的广告总成本是多少？新获取的客户数量是多少？是在什么时间窗口中计算得来的客户终身价值，不具备商业意义。

有效的LTV描述应该是这样的。

天天预约Pro平台在百度营销上，在每天投入1000元进行搜索引擎竞价排名的基础上，获取付费客户的2年LTV是5000元，而tCAC是200元。在每天投入规模增加到2000元时出现下滑拐点，加大投入成本但效益开始下降。

为什么需要加上规模（每日营销开销的总数）？因为随着搜索引擎竞价排名词组单价上升或词库的扩展，增加营销投入可以让广告触达更多的人，但同时也会有更多边缘性受众被覆盖。当广告与受众弱相关时，势必点击率会下降，而LTV要么下降要么不变。这就是在广告投入规模的拐点，投入增加到一定程度时边际效益递减。

所以，要完整有效描述LTV应该起码包含：“营销渠道”、“LTV时间窗口”、“广告投放规模”、“边际效益情况”。

识破 LTV 面具

从破局迈向掌局者

LTV应该如何计算？

SaaS公司可根据不同渠道的行为数据进行LTV计算，公司可选择7天或者14天作为分析时长，SaaS公司通常会以30天作为分析时长。通过客户贡献的商业价值来预估未来的转化情况，以此对现有渠道质量进行评价，视表现进行相应的调整或者更换。

LTV的计算方式对于不同行业会有差别。SaaS公司通常的计算公式为：

1）RGP=ARPA*毛利率

2）LTV=RGP/Churn Rate

Notation：

* RGP（经常性毛利，Recurring Gross Profit）

* ARPA（每个账户平均收入，Average Revenue Per Account）

* Churn Rate（客户流失率）

以天天预约Pro平台为例，假设该平台每个付费账户的平均收入为5,000元，毛利率为40%，客户流失率为10%，则可以计算LTV=5,000*40%/10%=20,000元。

SaaS行业由于订阅的方式存在按“月度/季度/年度”等多种，对于长期订阅期预付的费用应该聚焦在现金回收期上，未来现金流应该扣除现金的时间价值。对应的LTV统计会使用毛利率，排除激活新客所需的一次性引导成本（客户终身价值-服务成本）。

LTV的分组分析。

分组分析（cohort level analysis）的三个维度 | Guofu draw

LTV计算需要从三个维度进行分组，分别是“周期”、“渠道”和“产品”。周期能判断客户成本回收周期、渠道能识别高效益（ROI）的销售渠道、产品能区别不同产品的客户终身价值。此外，还可以根据公司具体的业务场景按年龄、性别、城市或国家等进行划分。

LTV在实际业务中需要考虑的因素还有很多，可以通过关注和提升子级指标，最后通过LTV的宏观描述表达。由于LTV的计算具有长期性，在客户真正进入流失阶段之前无法准确计算客户对于商业平台的货币价值。

LTV的前瞻预测。

通常客户的生命周期会持续一段很长的时间，SaaS产品订阅的机制基本能确定客户的最小生命周期。等到客户完整经历整个生命周期再来计算LTV，对于SaaS企业来说损失已经产生，只能被动接受结果，不具备商业价值。如果能通过现有的短周期去预测长周期的趋势，便能提前进行策略优化。

SaaS公司可以通过已有渠道的历史30天LTV、60天LTV作为样本，判断客户成本回收周期。如果产品的回收周期过长，企业应该及时对业务模式或产品功能进行调整，及时优化经营策略。

LTV计算方法是假定客户的人群比例是稳定不变，以某个时间周期内付费客户作为独立样本（忽略样本间相关性），以此线性回归得出的预测LTV是平均值，并不能体现个体客户的差别。在面对公司运营策略发生调整，计算结果会产生较大的误差，描述性模型只能拟合已有现有数据表现，是一种利用简化的逻辑在解释复杂现象。

对于初创项目而言，在摸索验证商业模式会面临LTV计算的调整，这并不意味着不去计算LTV。恰恰相反，计算LTV仍然具有积极意义，通过预估LTV可发现战略上可能存在的问题，如投资回收周期（PBP）、如何延长客户生命周期等等。

如果想要提高预测数据的准确性，可以通过引入统计学模型或机器学习等方式。由于SaaS公司的目标客户群体往往具有相似性，很大程度上吻合统计规律，采用贝塔几何（BG）/负二项模型（NBG）可以提高准确性。该模型可利用客户历史交易数据（RFM）来预测未来每个客户的交易次数和流失率，用于描述非契约客户关系情境下重复购买行为。

另外，在快速扩张的情况下，可以侧重关注“40法则：营业收入成长率 + 利润率 ≥ 40%”，保障公司在良性的发展趋势中。

不同模式LTV的差异。

互联网在不同盈利模式下，用户LTV的计算方式也会有所不同。

对于大多数关注用户的留存情况产品（广告类、社交类、游戏类…）来说，可以通过 LTV=LT*ARPA(DAU) 进行计算，LT指的是用户的活跃天数，ARPA(DAU)指的是用户活跃一天所能带来的日均收入。

另外，电商类还可以通过 LTV=人均客单价*单个用户平均购买次数，进行LTV计算。

ROI – 投资回报率

客户价值应以商业价值为纲

LTV与CAC的博弈。

在实际的渠道投放环节，需要确保获客成本（CAC）小于LTV才能保证投资回报率（ROI）最大化，实现盈利。CAC通常包括企业运营和营销的全部投入，如客户交付成本（如数据中心的使用）、客户支持成本（如呼叫中心）以及支付给第三方的费用（如软件授权费），以及人力成本等。计算ROI可以预估成本回收周期、判定渠道质量以及支持产品运营决策。

计算公式为：ROI=LTV/CAC，投资回报率（ROI）为[客户预期能为公司产生平均收入总值]除以[获取客户所需付出的成本]，这个比值主要反应客户获取效率，数值越高说明SaaS公司从新客户获取的利润越高，这几乎是最重要的营销指标。

示例：天天预约Pro平台LTV=20,000元。假设一个月营销成本为32,000元，获取40位付费新客户，那么这个月的客户获取成本CAC为：32,000/40=800元。（数据为虚构）

基于上述例子，投资回报率ROI=20,000/800=25倍。