Unit-экономика положительная, денег нет — как так?
Online-marketplace для B2B услуг. 1 200 активных поставщиков, 8 000 заказчиков. Средние метрики выглядят здорово:
- Средний LTV: $340
- Средний CAC: $85
- LTV/CAC ratio: 4.0 (при бенчмарке >3.0)
- Payback period: 4.2 месяца
По учебнику — отличная unit-экономика. Инвестор доволен, метрики в зелёной зоне. Но cashflow отрицательный третий квартал подряд. Компания «растёт», привлекая по 400 новых заказчиков в месяц. И каждый месяц баланс тает.
Проблема раскрылась, когда разбили метрики по сегментам:
| Сегмент | % новых клиентов | LTV | CAC | LTV/CAC | Payback |
|---|---|---|---|---|---|
| A — Enterprise (закупки >$10K/мес) | 8% | $1,200 | $220 | 5.5 | 2.8 мес |
| B — Mid-market ($1-10K/мес) | 22% | $480 | $95 | 5.1 | 3.4 мес |
| C — Small ($100-1K/мес) | 45% | $80 | $65 | 1.2 | 9.8 мес |
| D — Micro (<$100/мес) | 25% | $25 | $55 | 0.45 | Никогда |
70% новых клиентов приходят из сегментов C и D. C-сегмент: LTV/CAC = 1.2 (еле окупается за 10 месяцев). D-сегмент: LTV/CAC = 0.45 (каждый клиент = убыток).
«Средний LTV $340» — это миф. Это средняя температура по больнице, где A-сегмент с LTV $1,200 маскирует D-сегмент с LTV $25.
Почему «средний LTV» — опасная метрика
Средний LTV опасен по трём причинам:
- Simpson's Paradox. Общий LTV/CAC = 4.0 (отлично). Но каждый сегмент, кроме A и B, убыточен. Средняя маскирует убытки.
- Привлечение меняет mix. Если маркетинг увеличивает долю C/D-сегментов (они дешевле в привлечении) — средний LTV падает, а CAC на отчёте тоже падает. Ratio выглядит стабильным, но cash drain ускоряется.
- Retention различается в 5-10×. A-сегмент: retention 95%, средний lifetime 20 месяцев. D-сегмент: retention 60%, средний lifetime 2.5 месяца. «Средний retention 78%» не помогает принять ни одного решения.
pie title Распределение Revenue по сегментам "A — Enterprise (38%)" : 38 "B — Mid-market (34%)" : 34 "C — Small (20%)" : 20 "D — Micro (8%)" : 8
A+B = 30% клиентов, 72% revenue. C+D = 70% клиентов, 28% revenue. Если оптимизировать «средний CAC» — вы оптимизируете привлечение C/D (они дешевле). Но это приводит к деградации revenue mix.
Per-Segment Unit Economics: как считать правильно
Для каждого ABCDX-сегмента считаем отдельно:
LTV по сегменту
Формула: LTV = ARPU × Average Lifetime
Где Average Lifetime = 1 / Monthly Churn Rate
| Сегмент | ARPU/мес | Monthly Churn | Avg Lifetime | LTV |
|---|---|---|---|---|
| A — Enterprise | $60 | 5% | 20 мес | $1,200 |
| B — Mid-market | $32 | 7% | 14.3 мес | $457 |
| C — Small | $12 | 15% | 6.7 мес | $80 |
| D — Micro | $5 | 40% | 2.5 мес | $25 |
Разница LTV между A и D: 48× (не опечатка — сорок восемь раз). А средний LTV $340 сглаживает эту разницу до невидимости.
CAC по сегменту
CAC считается по канал-сегмент паре. Разные сегменты приходят из разных каналов:
| Сегмент | Основной канал | CAC канала | Conversion rate | CAC сегмента |
|---|---|---|---|---|
| A — Enterprise | Outbound sales + events | $3,000/event | 7% | $220 |
| B — Mid-market | Content + SEO | $2,000/мес | 2.1% | $95 |
| C — Small | Google Ads | $5,000/мес | 1.2% | $65 |
| D — Micro | Google Ads (broad) | $5,000/мес | 0.9% | $55 |
A-сегмент: CAC $220, но LTV $1,200 — окупается за 2.8 месяца. D-сегмент: CAC $55, но LTV $25 — никогда не окупается. Каждый D-клиент — это $30 убытка.
Payback Period
Payback = CAC / ARPU (в месяцах). Критично: если payback > average lifetime — клиент уйдёт до окупаемости.
| Сегмент | CAC | ARPU/мес | Payback | Avg Lifetime | Окупается? |
|---|---|---|---|---|---|
| A | $220 | $60 | 3.7 мес | 20 мес | Да (5.4× запас) |
| B | $95 | $32 | 3.0 мес | 14.3 мес | Да (4.8× запас) |
| C | $65 | $12 | 5.4 мес | 6.7 мес | Еле (1.2× запас) |
| D | $55 | $5 | 11 мес | 2.5 мес | Нет (убыток) |
Mode of Usage и влияние на LTV
Один и тот же продукт используется разными сегментами в разных режимах. Режим определяет частоту, ценность и willingness to pay:
| Сегмент | Mode | Частота | Ценность за использование | Оптимальная модель |
|---|---|---|---|---|
| A — Enterprise | Build (строят процессы на платформе) | Ежедневно | Высокая (embedded в workflow) | Platform fee + % от GMV |
| B — Mid-market | Monitoring (отслеживают заказы) | 2-3 раза/неделю | Средняя (контроль процесса) | Подписка + per-order fee |
| C — Small | Research (ищут поставщиков) | 2-3 раза/месяц | Низкая (разовые задачи) | Freemium + per-lead |
| D — Micro | Diagnosis (проверяют цены) | 1 раз/квартал | Минимальная | Free (нет смысла монетизировать) |
Инсайт: A-сегмент использует продукт в mode Build (ежедневно, встроен в процесс). D-сегмент — в mode Diagnosis (раз в квартал, проверить цены). Попытка монетизировать оба сегмента одной моделью (подписка $29/мес) — провал: A-сегмент недоплачивает, D-сегмент переплачивает и уходит.
Расскажите AI CPO о ваших сегментах и метриках — система рассчитает unit economics по каждому сегменту отдельно и покажет, где вы теряете деньги.
Пример: Marketplace — 3 решения из per-segment unit economics
Вернёмся к нашему B2B marketplace. Per-segment анализ привёл к трём конкретным решениям:
Решение 1: Отсечь D-сегмент
D-сегмент: каждый клиент = $30 убытка. 25% новых клиентов = 100 человек/мес × $30 = $3,000/мес прямых потерь. Плюс нагрузка на поддержку: D-сегмент генерирует 40% тикетов.
Решение: перевести D на Free tier без поддержки. Прекратить paid acquisition. Убрать из Google Ads broad keywords, которые привлекают micro-бизнес.
Результат за 2 месяца: -$6,000/мес расходов на привлечение D, -30% тикетов в поддержке. Revenue не изменился (D давал 8% revenue).
Решение 2: Увеличить долю A-сегмента
A-сегмент: LTV/CAC = 5.5, payback 2.8 мес. Каждый новый A-клиент = $980 прибыли (LTV $1,200 - CAC $220). Но A-клиентов приходит 32/мес (8% от 400).
Решение: перенаправить бюджет с Google Ads (C/D) → outbound sales + отраслевые events (A). Нанять SDR для enterprise outreach.
Результат за 4 месяца: A-клиентов 32 → 58/мес. Revenue от A-сегмента: +$1,560/мес (58-32 × $60 ARPU). Прогноз LTV: +$31,200 за 12 месяцев.
Решение 3: Дифференцированный pricing
Вместо единой подписки $29/мес — pricing по mode of usage:
- A (Build): Platform fee $99/мес + 1.5% от GMV → ARPU вырос с $60 до $140
- B (Monitoring): $29/мес + $2 per order → ARPU $32 → $38
- C (Research): Free + $15 per verified lead → ARPU $12 → $18
- D (Diagnosis): Free forever → $0 (zero cost to serve)
Суммарный эффект за 6 месяцев:
| Метрика | До | После | Δ |
|---|---|---|---|
| MRR | $78,000 | $112,000 | +44% |
| Blended LTV/CAC | 4.0 | 6.2 | +55% |
| Cashflow | -$12,000/мес | +$18,000/мес | Выход в плюс |
| Support tickets | 800/мес | 480/мес | -40% |
Распространённая ошибка: оптимизировать CAC «в среднем»
«Мы снизили средний CAC с $85 до $72. Это хорошо!»
Нет, если вы сделали это за счёт увеличения доли C/D-сегментов. Средний CAC упал, потому что C/D дешевле в привлечении. Но LTV этих сегментов настолько низкий, что суммарный эффект отрицательный.
Правильная метрика: Revenue-Weighted CAC — средний CAC, взвешенный по LTV сегмента:
RW-CAC = Σ(CAC_segment × LTV_segment × N_segment) / Σ(LTV_segment × N_segment)
Эта метрика показывает, сколько вы реально тратите на привлечение ценного клиента, а не любого.
Unit Economics Dashboard: 5 метрик для ежемесячного мониторинга
- Per-segment LTV/CAC ratio. Если любой сегмент < 1.0 — это убыточный сегмент. Действие: отсечь или изменить модель.
- Segment mix trend. Доля A+B в новых клиентах. Если тренд вниз — marketing привлекает не тех. Действие: ревизия каналов.
- Per-segment payback vs lifetime. Payback должен быть < 1/3 average lifetime. Если больше — риск убытка.
- Revenue concentration. Если >50% revenue от <10% клиентов — высокий churn-risk. Действие: diversify или укрепить retention.
- Marginal CAC. CAC последних 100 привлечённых. Если растёт — канал saturates. Действие: новый канал или segment.
Как AI CPO генерирует Economics Report
AI CPO собирает данные о ваших сегментах, метриках и ценообразовании из чата и генерирует:
- Economics Report — per-segment LTV, CAC, payback, LTV/CAC ratio. Визуальная разбивка revenue по сегментам. Рекомендации по каждому сегменту (grow / maintain / cut).
- Segments — ABCDX-классификация с привязкой к jobs и mode of usage.
- Pricing Model — дифференцированное ценообразование по mode: какой сегмент → какой mode → какая модель → какой диапазон цен.
Чеклист: per-segment unit economics за 1 день
- Разбейте клиентскую базу на ABCDX-сегменты
- Для каждого сегмента рассчитайте: ARPU, monthly churn, average lifetime, LTV
- Для каждого сегмента определите: основной канал привлечения, CAC
- Рассчитайте LTV/CAC и payback по сегментам
- Найдите убыточные сегменты (LTV/CAC < 1.0)
- Определите mode of usage для каждого сегмента
- Проверьте: pricing соответствует mode?
Связанные материалы: ABCDX-сегментация, Monetization by Mode, Growth Strategy.
Сгенерируйте Economics Report с per-segment breakdown → aicpo.ru