Чтобы и опытные инвесторы, и начинающие бизнес-энтузиасты могли оценивать результаты и финансовое будущее компании, существует юнит-экономика (UE). Это инструмент, который был придуман венчурными инвесторами для оценки потенциально перспективных проектов. Перед тем, как инвестировать в бизнес, необходимо было удостовериться, что проект будет финансово успешным. В отличии от классического расчета коэффициента возврата инвестиций, юнит-экономика помогает рассчитать доходность единицы продукта или услуги.
Юнит-экономика позволяет разложить бизнес на составляющие (юниты) и ответить на такие вопросы как:
- сколько мы тратим на одного клиента и сколько с него получаем,
- есть ли финансовый смысл в предприятии, его масштабировании, и где у компании точка безубыточности,
- где находится точка роста у бизнеса,
- как можно оптимизировать продукт.
Расчет экономики на конкретную бизнес-единицу очень хорошо ложится на те отрасли, которые имеют незначительную долю переменных расходов. К таким относятся облачные решения, мобильные приложения, интернет-магазины софта, сервисы, работающие по подписке и другие.
Как рассчитать юнит-экономику
Для того, чтобы вычислить перспективность и окупаемость через юниты, необходимо знать показатели доходов и расходов. В доходах мы учитываем выручку, полученную в среднем от одного покупателя. В расходах – переменные издержки, которые нужны для выполнения заказа клиента (при этом постоянные не считаются).
Еще мы должны понимать нашу единицу бизнеса (unit). Бизнес-юнит – это то, что приносит деньги компании, то, без чего предприятие теряет смысл существования. Например, для маркетплейса основной единицей бизнеса является сделка, так как оплату он получает за сделку, который он поспособствовал. Для интернет-магазина – клиент, который меняет деньги на товар. А для медиа, например, это пользователь и среднее количество просмотра рекламы на пользователя.
Юнит-экономика содержит множество различных метрик. Мы с вами разберем только самые необходимые:
Average Revenue Per User (ARPU) – средний доход с одного привлеченного пользователя,
- Cost Per Acquisition/Customer Acquisition Cost (CPA/CAC) – стоимость привлечения клиента.
Если CAC > ARPU, то вы скорее всего теряете деньги, а если ARPU > CAC, то зарабатываете. Условно считается что при успешной юнит-экономике средний доход должен быть в три раза больше, чем стоимость привлечения.
К примеру, давайте рассчитаем CAC:
CАC = Acq Costs / UA
Чтобы рассчитать стоимость привлечения клиента, нужно знать значение еще двух других метрик:
- Acq Cost – расходы на привлечение пользователей,
- User/Lead Acquisition (UA) – поток пользователей или потенциальных клиентов (количество пользователей)
Теперь считаем ARPU по формуле ARPU = ARPPU * C1
Чтобы рассчитать ARPU вычисляем следующие метрики:
- Average Revenue Per Paying User (ARPPU) – доход на одного платящего пользователя,
- C1 – конверсия в первую покупку.
Как посчитать C1? Для этого нужно знать:
- Buyers – число платящих пользователей,
- User/Lead Acquisition (UA).
Порядок расчета: C1 = Buyers / UA
Как посчитать ARPPU? Необходимые показатели:
- AvPrice – средний чек клиента
- Cost Of Goods Sold (COGS) – себестоимость реализованной продукции
Формула для расчета: ARPPU = AvPrice – COGS
Это и есть базовые метрики, которые необходимо отслеживать каждому бизнесу. Важно помнить о том, что рассчитывать UE стоит в разрезе каждого рекламного канала в отдельности.
Принятие решений на основе данных
С помощью юнит-экономики мы можем находить точки роста бизнеса – то есть принимать решения о расширении или освоении новых маркетинговых каналов на основе ключевых показателей компании. Это и есть data-driven decision making.
К решениям, принятым на основе данных, также относятся и аналитическая информация по вашей воронке продаж. Её пользователь проходит от момента, когда увидел ваше объявление, и до момента оплаты заказа, становясь вашим клиентом. Анализировать воронку можно с помощью собственных систем аналитики, платных решений или бесплатных, например таких как Google Analytics.
Если у вас интернет-магазин, Вам стоит смотреть на такие метрики как
- Показатель отказов (Bounce rate),
- средняя глубина страниц на сеанс (Pages / Sessions),
- средняя длительность сессии (Av. session duration).
Идеальная картина – это когда показатель отказов низкий, средняя глубина просмотра страниц больше двух, а сессия достаточно длительная для того, чтобы можно было ознакомиться с контентом и совершить целевое действие.
Сквозная аналитика
Для того, чтобы делать правильные выводы, необходимо иметь полные данные обо всем, что происходит с бизнесом. Обычно, для полной картины внедряют сквозную аналитику.
Сквозная аналитика позволяет отслеживать все важные для бизнеса показатели почти автоматически в режиме реального времени. Это целая система или даже методология, которая позволяет проанализировать путь клиента на всех этапах воронки продаж, а также оценить его ценность для компании. Сквозная аналитика показывает воронку касаний клиента с брендом во всех контролируемых компанией точках.
Её внедряют для того, чтобы понимать что происходит с бизнесом и отслеживать такие моменты как:
- Оценка эффективности маркетинга и клиента в целом для компании,
- Демонстрация воронки касаний клиента,
- Омниканальность и Мультиканальность, чтобы считать эффективность для разных типов бизнеса и сделок, растянутых во времени,
- Оценка эффективности рекламных источников и каналов.
Внедрение сквозной аналитики – это большой проект, зачастую индивидуально разработанный под особые запросы клиента с учетом тех показателей, которые важно отслеживать бизнесу на одном дашборде.
Любой проект начинается со сбора данных по департаментам бизнеса. Каждый департамент говорит свои пожелания, какие метрики хочет отслеживать. После этого готовится проект, в который вносится архитектура передачи данных и метрики, которые были собраны из разных отделов. Структура говорит нам, откуда и куда будут передаваться определенные данные, где хранятся и где будут визуализироваться.
Простая структура выглядит следующим образом:
В более продвинутых структурах аналитики все данные сохраняются в хранилище – это единое место где агрегируются все данные, после чего могут выводиться на визуализацию. В самых сложных структурах еще присутствуют ETL решения, которые приводят данные к единому формату, и только после визуализируют их.
Структура сквозной аналитики подбирается под каждый бизнес индивидуально, ведь она зависит от его типа. Например для интернет-магазина, могут быть две совершенно разные структуры, и зависеть это может от того, есть ли у него оффлайн точка продаж. Если да, то это значит, имеет место ROPO-эффект (Research online purchase offline) – бизнесу важно понимать, какую долю офлайн покупок сгенерировал интернет-ресурс. Без сквозной аналитики невозможно предсказать эту долю и оценить рекламные кампании.
Итак, юнит-экономика в комбинации со сквозной аналитикой бизнеса способна дать владельцам сводку о текущем “состоянии здоровья” компании или успешности стартапа. Более того, этот инструмент помогает определить потенциальные точки роста и привлечения клиентов на основе полученных данных.