Net Dollar Retention (NDR)
NDR — важный показатель для SaaS-бизнеса. Хотя он и менее известен, он дает более глубокое понимание, чем ежемесячный периодический доход (MRR) и годовой доход (ARR). Многие компании ошибочно отслеживают только эти два показателя, давайте исправляться.
Пример 1
У вас есть 100 клиентов, которые платят 10 долларов в месяц за подписку. В январе семь клиентов отменили подписки. Ваш MRR за январь ($1000) ничего не говорит вам об оттоке доходов с течением времени.
NDR – это показатель оттока, который рассчитывает процент регулярного дохода, сохраняемого от существующих клиентов в течение определенного периода времени. Эта статистика дает более глубокое понимание, чем MRR/ARR.
Пример 2:
В начале месяца у бизнеса есть стартовая MRR в размере $5000.
Некоторые клиенты обновляют свои подписки: + $2000 за апгрейд.
Другие клиенты понизят свои подписки: – $300 за даунгрейд.
Другие клиенты отменяют свои подписки: –$400 churn.
Чистое удержание доллара (NDR) составляет 126% (расчет на скрине). Это отлично! Компании должны стремиться к достижению показателя NDR выше 120%.
NDR ниже 100 % означает, что отток и понижение превысили рост.
Как только вы обнаружите, что отмены влияют на регулярный доход, можете разработать стратегии удержания пользователей, которые сведут к минимуму будущие отмены:
- Upselling
- Cross-Selling
- New Customer Acquisition Channels
NDR — важный показатель для SaaS-бизнеса. Хотя он и менее известен, он дает более глубокое понимание, чем ежемесячный периодический доход (MRR) и годовой доход (ARR). Многие компании ошибочно отслеживают только эти два показателя, давайте исправляться.
Пример 1
У вас есть 100 клиентов, которые платят 10 долларов в месяц за подписку. В январе семь клиентов отменили подписки. Ваш MRR за январь ($1000) ничего не говорит вам об оттоке доходов с течением времени.
NDR – это показатель оттока, который рассчитывает процент регулярного дохода, сохраняемого от существующих клиентов в течение определенного периода времени. Эта статистика дает более глубокое понимание, чем MRR/ARR.
Пример 2:
В начале месяца у бизнеса есть стартовая MRR в размере $5000.
Некоторые клиенты обновляют свои подписки: + $2000 за апгрейд.
Другие клиенты понизят свои подписки: – $300 за даунгрейд.
Другие клиенты отменяют свои подписки: –$400 churn.
Чистое удержание доллара (NDR) составляет 126% (расчет на скрине). Это отлично! Компании должны стремиться к достижению показателя NDR выше 120%.
NDR ниже 100 % означает, что отток и понижение превысили рост.
Как только вы обнаружите, что отмены влияют на регулярный доход, можете разработать стратегии удержания пользователей, которые сведут к минимуму будущие отмены:
- Upselling
- Cross-Selling
- New Customer Acquisition Channels
👍1
Видел мнение относительно бенчмарков, что это все среднее по среднему и вообще вводит в заблуждение, спорить не буду, каждый сам волен выбирать ориентир.
На скрине те самые цифры по индустрии SAAS из занимательного отчета, с которым рекомендую ознакомиться .
Вот некоторые метрики из отчета, которые разбирали ранее:
- CAC Payback period
- Emploees (интересно смотреть в связке с Revenue per employee (R/e)) чем меньше выручка, тем больший вклад привносит каждый ранний сотрудник, именно поэтому в начале пути цена ошибки в найме очень дорогая
- Dollar-Based Net Retention Rate
Кстати, форма отчета не плоха, но Diversity носит исключительно исследовательскую функцию и не отражает сути бизнес - показателей.
На скрине те самые цифры по индустрии SAAS из занимательного отчета, с которым рекомендую ознакомиться .
Вот некоторые метрики из отчета, которые разбирали ранее:
- CAC Payback period
- Emploees (интересно смотреть в связке с Revenue per employee (R/e)) чем меньше выручка, тем больший вклад привносит каждый ранний сотрудник, именно поэтому в начале пути цена ошибки в найме очень дорогая
- Dollar-Based Net Retention Rate
Кстати, форма отчета не плоха, но Diversity носит исключительно исследовательскую функцию и не отражает сути бизнес - показателей.
👍2❤1
Почему компании инвестируют в AI?
Иногда стратегия Гроус Хакинга это обычная оптимизация, метрика ниже, как пример.
ARR per FTE
Годовой периодический доход (ARR) на одного штатного сотрудника (full-time employee или FTE) стал критически важным показателем для оценки эффективности и потенциала роста SaaS-бизнеса. Это удивительно простое соотношение дает четкое представление о способности компании генерировать доход относительно численности ее рабочей силы.
Конечно, есть заметные отклонения, которые расширяют возможности по мере роста SaaS-компаний. Согласно данным Virtual Research, публичные SaaS-компании видят среднюю годовую норму в $283 тыс. на FTE . Несколько примеров:
- Adobe: $617k
- Twilio: $771k
- Dropbox: $799k
Отнеситесь к этим данным с долей скептицизма. То, что означает «хорошо», во многом зависит от масштаба компании и факторов ниже.
- Есть компании с высоким Gross Margin могут иметь более низкий ARR per FTE, это не означает, что они хуже
- Есть компании, которые сделали ставку найма в регионах с низкими издержками (например Индия) против найма в Силиконовой Долине
- Компании, которые закрывают многие ключевые направления аутсорс / аутстаф агентствами или консультантами
Это зависит во-многом, от выбранной стратегии роста и исходных данных, которые мы можем просто не знать
Оптимизация
Если взять во внимание, что на две основные группы, на которые в совокупности приходится примерно две трети сотрудников среднего SaaS-бизнеса:
- R&D (~35-40% сотрудников)
- Go-to-market (~25% сотрудников)
Направления оптимизации выглядят следующим образом:
- Стратегия с внедрением инструментов искуственного интеллекта (AI) и автоматизация для повышения производительности.
- Измерение дополнительной прибыли, получаемой от инвестиций в продажи и маркетинг. Наняли нового Sales чтобы привлекать мелких клиентов? А что, если ваши целевые клиенты это Top Tier?
- Тщательное изучение результатов и эффективности R&D. Как правило это фиксированная строка в баланс. отчете, что, если ее детализировать?
Иногда стратегия Гроус Хакинга это обычная оптимизация, метрика ниже, как пример.
ARR per FTE
Годовой периодический доход (ARR) на одного штатного сотрудника (full-time employee или FTE) стал критически важным показателем для оценки эффективности и потенциала роста SaaS-бизнеса. Это удивительно простое соотношение дает четкое представление о способности компании генерировать доход относительно численности ее рабочей силы.
Конечно, есть заметные отклонения, которые расширяют возможности по мере роста SaaS-компаний. Согласно данным Virtual Research, публичные SaaS-компании видят среднюю годовую норму в $283 тыс. на FTE . Несколько примеров:
- Adobe: $617k
- Twilio: $771k
- Dropbox: $799k
Отнеситесь к этим данным с долей скептицизма. То, что означает «хорошо», во многом зависит от масштаба компании и факторов ниже.
- Есть компании с высоким Gross Margin могут иметь более низкий ARR per FTE, это не означает, что они хуже
- Есть компании, которые сделали ставку найма в регионах с низкими издержками (например Индия) против найма в Силиконовой Долине
- Компании, которые закрывают многие ключевые направления аутсорс / аутстаф агентствами или консультантами
Это зависит во-многом, от выбранной стратегии роста и исходных данных, которые мы можем просто не знать
Оптимизация
Если взять во внимание, что на две основные группы, на которые в совокупности приходится примерно две трети сотрудников среднего SaaS-бизнеса:
- R&D (~35-40% сотрудников)
- Go-to-market (~25% сотрудников)
Направления оптимизации выглядят следующим образом:
- Стратегия с внедрением инструментов искуственного интеллекта (AI) и автоматизация для повышения производительности.
- Измерение дополнительной прибыли, получаемой от инвестиций в продажи и маркетинг. Наняли нового Sales чтобы привлекать мелких клиентов? А что, если ваши целевые клиенты это Top Tier?
- Тщательное изучение результатов и эффективности R&D. Как правило это фиксированная строка в баланс. отчете, что, если ее детализировать?
🔥2
Average Order Value
Средняя стоимость заказа (AOV) — это средняя сумма, которую клиенты тратят за один заказ. Это один из фундаментальных показателей в e-commerce.
Чтобы рассчитать общую среднюю стоимость заказа, разделите общий доход (Gross Sales) на количество действительных заказов (данные должны относиться к одному и тому же периоду времени).
Кроме того можно рассчитывать и отслеживать AOV для новых и постоянных клиентов, что может потребовать сегментирования вашей клиентской базы.
Например:
- Какова ваша nAOV (где n = new customers) среди разных (временных) когорт? Как оно меняется со временем? Как влияет маркетинг? Как влияет сезонность ?
- Какое влияние оказывают скидки на стоимость заказа?
- Как влияет гео?
Как влиять на AOV?
Улучшение средней стоимости заказа сводится к экспериментированию с различными маркетинговыми стратегиями.
- Cross-Selling. Предложение дополнительных продуктов, которые клиент может добавить к заказу.
- Bundling. Например Бренд, продающий одежду для зимних видов спорта, может создать комплект готового образа для катания на лыжах.
- Upselling. Предлагайте больше продуктов или премиальную/обновленную версию продукта.
- Bulk buying options. Продажа нескольких позиций в одном предложении.
- Small add-ons. Предлагая клиентам недорогие дополнения вы можете увеличить среднюю стоимость заказа больше, чем вы могли ожидать.
- Loyalty Program. На данный момент программы лояльности являются основной ставкой e-commerce. Немного потеряв на первой продаже, конверсия и AOV повторных продаж сильно возрастет.
- Coupons & Promocodes. Психологический феномен, со скидкой клиент тратит намного больше
Средняя стоимость заказа (AOV) — это средняя сумма, которую клиенты тратят за один заказ. Это один из фундаментальных показателей в e-commerce.
Чтобы рассчитать общую среднюю стоимость заказа, разделите общий доход (Gross Sales) на количество действительных заказов (данные должны относиться к одному и тому же периоду времени).
Кроме того можно рассчитывать и отслеживать AOV для новых и постоянных клиентов, что может потребовать сегментирования вашей клиентской базы.
Например:
- Какова ваша nAOV (где n = new customers) среди разных (временных) когорт? Как оно меняется со временем? Как влияет маркетинг? Как влияет сезонность ?
- Какое влияние оказывают скидки на стоимость заказа?
- Как влияет гео?
Как влиять на AOV?
Улучшение средней стоимости заказа сводится к экспериментированию с различными маркетинговыми стратегиями.
- Cross-Selling. Предложение дополнительных продуктов, которые клиент может добавить к заказу.
- Bundling. Например Бренд, продающий одежду для зимних видов спорта, может создать комплект готового образа для катания на лыжах.
- Upselling. Предлагайте больше продуктов или премиальную/обновленную версию продукта.
- Bulk buying options. Продажа нескольких позиций в одном предложении.
- Small add-ons. Предлагая клиентам недорогие дополнения вы можете увеличить среднюю стоимость заказа больше, чем вы могли ожидать.
- Loyalty Program. На данный момент программы лояльности являются основной ставкой e-commerce. Немного потеряв на первой продаже, конверсия и AOV повторных продаж сильно возрастет.
- Coupons & Promocodes. Психологический феномен, со скидкой клиент тратит намного больше
👍2
Units Per Transaction (UPT) в Ритейле
Количество единиц на транзакцию (UPT) — это показатель продаж, часто используемый в секторе розничных продаж для измерения среднего количества товаров, которые покупатели покупают в любой конкретной транзакции. Чем выше UPT, тем больше товаров покупают клиенты за каждое посещение. Счастливые покупатели с большей вероятностью наполняют свои корзины товарами, покупая вещи, которые они намеревались купить, а также дополнения и другие дополнительные товары, которые им продаются в магазине или в Интернете.
Увеличение количества единиц на транзакцию (UTP) часто является тем, что определяет успех или неудачу для малого и среднего ритейлера. Заставить клиентов покупать больше означает, что компания заинтересована и хорошо понимает своих клиентов. Это также означает дополнительный доход и потенциально больше рычагов для повышения цен и прибыли. Поэтому неудивительно, что ритейлеры часто используют количество единиц на транзакцию (UPT) в качестве ключевого показателя эффективности (KPI).
UPT позволяет достичь ряда целей.
- метрику можно измерять в отдельных магазинах, чтобы определить области рынка, где покупатели склонны покупать разное количество товаров во время покупок.
- также можно отслеживать количество проданных товаров сотрудником, чтобы оценить эффективность продаж, или следить за количеством единиц на транзакцию (UPT) в масштабах всей компании, чтобы получить более широкое представление об общей структуре продаж и эффективности персонала.
- расчет количества единиц за транзакцию (UPT) на ежедневной основе, на сезонной основе или в течение более длительного периода времени поможет определить влияние погодных факторов, группировать товары по категориям и/или организовать пространство торговых точек, чтобы влиять на UPT опираясь на данные.
В качестве примера:
Первый сотрудник совершил 30 продаж, в общей сложности 105 товаров, а второй сотрудник продал 105 товаров, совершив 35 продаж. Таким образом UPT первого сотрудника составляет 3,5, а UPT второго 3,0.
Количество единиц на транзакцию (UPT) — это показатель продаж, часто используемый в секторе розничных продаж для измерения среднего количества товаров, которые покупатели покупают в любой конкретной транзакции. Чем выше UPT, тем больше товаров покупают клиенты за каждое посещение. Счастливые покупатели с большей вероятностью наполняют свои корзины товарами, покупая вещи, которые они намеревались купить, а также дополнения и другие дополнительные товары, которые им продаются в магазине или в Интернете.
Увеличение количества единиц на транзакцию (UTP) часто является тем, что определяет успех или неудачу для малого и среднего ритейлера. Заставить клиентов покупать больше означает, что компания заинтересована и хорошо понимает своих клиентов. Это также означает дополнительный доход и потенциально больше рычагов для повышения цен и прибыли. Поэтому неудивительно, что ритейлеры часто используют количество единиц на транзакцию (UPT) в качестве ключевого показателя эффективности (KPI).
UPT позволяет достичь ряда целей.
- метрику можно измерять в отдельных магазинах, чтобы определить области рынка, где покупатели склонны покупать разное количество товаров во время покупок.
- также можно отслеживать количество проданных товаров сотрудником, чтобы оценить эффективность продаж, или следить за количеством единиц на транзакцию (UPT) в масштабах всей компании, чтобы получить более широкое представление об общей структуре продаж и эффективности персонала.
- расчет количества единиц за транзакцию (UPT) на ежедневной основе, на сезонной основе или в течение более длительного периода времени поможет определить влияние погодных факторов, группировать товары по категориям и/или организовать пространство торговых точек, чтобы влиять на UPT опираясь на данные.
В качестве примера:
Первый сотрудник совершил 30 продаж, в общей сложности 105 товаров, а второй сотрудник продал 105 товаров, совершив 35 продаж. Таким образом UPT первого сотрудника составляет 3,5, а UPT второго 3,0.
👍2❤1
Marketing Attribution
Маркетинговая атрибуция — это практика оценки точек касания с маркетингом, с которыми потребитель сталкивается на пути к покупке. Цель атрибуции — определить, какие каналы и сообщения повлияли на конверсию.
Сегодня маркетологи используют несколько популярных моделей атрибуции:
Single-Touch Attribution Model
Атрибуция по первому касанию (First-Touch). Атрибуция по первому касанию предполагает, что потребитель решил совершить конверсию после первой рекламы, с которой он столкнулся, независимо от дополнительных сообщений, которые можно увидеть впоследствии.
Атрибуция последнего касания (Last-Touch). Атрибуция последнего касания дает полную оценку атрибуции последней точке взаимодействия, с которой потребитель взаимодействовал перед совершением покупки, без учета предыдущих взаимодействий.
Multi-Touch Attribution Model
Модели мультитач-атрибуции учитывают все точки взаимодействия потенциального клиента, ведущие к покупке. В результате они считаются более точными моделями. В зависимости от того, какую модель мультитач-атрибуции вы используете, они по-разному присваивают ценность каналам.
- Линейная: атрибуция фиксирует каждую точку контакта с потребителем, ведущую к покупке. Он одинаково взвешивает эти взаимодействия, придавая каждому сообщению одинаковую ценность.
- U-образная. модель оценивает взаимодействия отдельно, отмечая, что некоторые из них более эффективны на пути к покупке, чем другие. В частности, первому контакту и конверсионному контакту начисляется по 40 процентов ответственности за лид. Остальные 20 процентов делятся между первой и ведущей точками конверсии.
- Time Decay: Эта модель придает точкам взаимодействия, задействованным ближе к конверсии, больший вес, чем тем, которые задействованы на ранних этапах.
- W-образная: для W-образной модели точки соприкосновения, отвечающие за первое касание, конверсию потенциальных клиентов и создание возможностей, получают 30 процентов оценки. Оставшиеся 10 процентов распределяются между дополнительными обязательствами.
Маркетинговая атрибуция — это практика оценки точек касания с маркетингом, с которыми потребитель сталкивается на пути к покупке. Цель атрибуции — определить, какие каналы и сообщения повлияли на конверсию.
Сегодня маркетологи используют несколько популярных моделей атрибуции:
Single-Touch Attribution Model
Атрибуция по первому касанию (First-Touch). Атрибуция по первому касанию предполагает, что потребитель решил совершить конверсию после первой рекламы, с которой он столкнулся, независимо от дополнительных сообщений, которые можно увидеть впоследствии.
Атрибуция последнего касания (Last-Touch). Атрибуция последнего касания дает полную оценку атрибуции последней точке взаимодействия, с которой потребитель взаимодействовал перед совершением покупки, без учета предыдущих взаимодействий.
Multi-Touch Attribution Model
Модели мультитач-атрибуции учитывают все точки взаимодействия потенциального клиента, ведущие к покупке. В результате они считаются более точными моделями. В зависимости от того, какую модель мультитач-атрибуции вы используете, они по-разному присваивают ценность каналам.
- Линейная: атрибуция фиксирует каждую точку контакта с потребителем, ведущую к покупке. Он одинаково взвешивает эти взаимодействия, придавая каждому сообщению одинаковую ценность.
- U-образная. модель оценивает взаимодействия отдельно, отмечая, что некоторые из них более эффективны на пути к покупке, чем другие. В частности, первому контакту и конверсионному контакту начисляется по 40 процентов ответственности за лид. Остальные 20 процентов делятся между первой и ведущей точками конверсии.
- Time Decay: Эта модель придает точкам взаимодействия, задействованным ближе к конверсии, больший вес, чем тем, которые задействованы на ранних этапах.
- W-образная: для W-образной модели точки соприкосновения, отвечающие за первое касание, конверсию потенциальных клиентов и создание возможностей, получают 30 процентов оценки. Оставшиеся 10 процентов распределяются между дополнительными обязательствами.
❤2👍1
Как анализировать атрибуцированный трафик
Сегодня практический пост, рассмотрим связку для анализа мобильных приложений и модели атрибуции Amplitude + AppsFlyer
Ссылки атрибуции позволяют рекламодателям собирать данные о взаимодействии пользователей с рекламой и уведомляют AppsFlyer, когда пользователи взаимодействуют с рекламой. В параметры можно передавать практически любые переменные, которые будут полезны при последующем анализе. Помимо банальных placement / channel можно добавить partner id или id реферала в cpa и использовать для последующего анализа трафика, пришедшего с определенным атрибутом.
Настройка интеграции
в аккаунте AppsFlyer выберите Active integration -> найтройки Amplitude. Помимо ключа приложения можно также передавать события, определяемые в постбэках. Ключ можно найти в Amplitude -> Project -> General
ссылка на инструкцию
Как найти новые параметры в Amplitude
Тут все просто, для указанных событий, например Sign_Up, будет дополнительно передаваться event properties в котором увидите переменные, которые приходят с AppsFlyer.
Как пользоваться
На практике это означает, что можно анализировать не только ROI канала, но и продуктовые метрики, как, например, retention определенной когорты с определенной рекламы, а также поведение внутри продукта, как то funnels или user jorney - все те преимущества, что дает Amplitude
Сегодня практический пост, рассмотрим связку для анализа мобильных приложений и модели атрибуции Amplitude + AppsFlyer
Ссылки атрибуции позволяют рекламодателям собирать данные о взаимодействии пользователей с рекламой и уведомляют AppsFlyer, когда пользователи взаимодействуют с рекламой. В параметры можно передавать практически любые переменные, которые будут полезны при последующем анализе. Помимо банальных placement / channel можно добавить partner id или id реферала в cpa и использовать для последующего анализа трафика, пришедшего с определенным атрибутом.
Настройка интеграции
в аккаунте AppsFlyer выберите Active integration -> найтройки Amplitude. Помимо ключа приложения можно также передавать события, определяемые в постбэках. Ключ можно найти в Amplitude -> Project -> General
ссылка на инструкцию
Как найти новые параметры в Amplitude
Тут все просто, для указанных событий, например Sign_Up, будет дополнительно передаваться event properties в котором увидите переменные, которые приходят с AppsFlyer.
Как пользоваться
На практике это означает, что можно анализировать не только ROI канала, но и продуктовые метрики, как, например, retention определенной когорты с определенной рекламы, а также поведение внутри продукта, как то funnels или user jorney - все те преимущества, что дает Amplitude
👍2❤1
Channel name was changed to «DataDrivenLab (StartUps | Growth | Product)»
Измерение качества внедрения AI инструментов в компаниях
Вдохновился исходным постом, где рассматривается метрика дохода на сотрудника. Субъективно метрика Revenue per Employee (R/e) напрямую коррелирует с внедрением AI в процессы компании.
Потому что теперь главный вопрос — сколько прибыли вы приносите компании, а не сколько часов провели в офисе или другие архаичные способы подхода к оценке эффективности.
Новая экономика — это гонка за ростом дохода на сотрудника. И в ней побеждают не роботы, а люди, которые знают, что с ними (AI инструментами) делать.
Вдохновился исходным постом, где рассматривается метрика дохода на сотрудника. Субъективно метрика Revenue per Employee (R/e) напрямую коррелирует с внедрением AI в процессы компании.
Потому что теперь главный вопрос — сколько прибыли вы приносите компании, а не сколько часов провели в офисе или другие архаичные способы подхода к оценке эффективности.
Новая экономика — это гонка за ростом дохода на сотрудника. И в ней побеждают не роботы, а люди, которые знают, что с ними (AI инструментами) делать.
TVL vs AUM — одно и то же?
Разберёмся
AUM (Assets Under Management) — это то, чем управляют фонды и менеджеры. То есть деньги, которые ты доверил кому-то, чтобы тебе их приумножили (или нет).
Ключевое слово — управление.
TVL (Total Value Locked) — это не про управление, а про “заморозку” ликвидности.
Деньги там лежат, чтобы протокол работал: стейкинг, лендинг, ликвидность на DEX и тд.
То есть:
👉 В TradFi: “у нас под управлением $10B AUM” = “нам доверили $10B”.
👉 В DeFi: “наш TVL $10B” = “в наших смарт-контрактах лежит $10B, но это не наши деньги”.
рост TVL ≠ рост прибыли. Иногда TVL растёт просто потому, что токен подорожал — не потому что пришли новые пользователи.
Было $1 млрд в ETH при цене $2k → стало $2 млрд при $4k, но реальных депозитов — ноль новых.
TVL вырос, а активность — нет.
💡 Итог:
AUM = доверили кому-то управлять.
TVL = заблокировали ликвидность в коде.
Оба — красивые цифры, но без контекста это просто vanity metrics.
Разберёмся
AUM (Assets Under Management) — это то, чем управляют фонды и менеджеры. То есть деньги, которые ты доверил кому-то, чтобы тебе их приумножили (или нет).
Ключевое слово — управление.
TVL (Total Value Locked) — это не про управление, а про “заморозку” ликвидности.
Деньги там лежат, чтобы протокол работал: стейкинг, лендинг, ликвидность на DEX и тд.
То есть:
👉 В TradFi: “у нас под управлением $10B AUM” = “нам доверили $10B”.
👉 В DeFi: “наш TVL $10B” = “в наших смарт-контрактах лежит $10B, но это не наши деньги”.
рост TVL ≠ рост прибыли. Иногда TVL растёт просто потому, что токен подорожал — не потому что пришли новые пользователи.
Было $1 млрд в ETH при цене $2k → стало $2 млрд при $4k, но реальных депозитов — ноль новых.
TVL вырос, а активность — нет.
💡 Итог:
AUM = доверили кому-то управлять.
TVL = заблокировали ликвидность в коде.
Оба — красивые цифры, но без контекста это просто vanity metrics.
👍2
LTV и CAC: токсичные отношения
CAC растёт, LTV падает — классика токсичных отношений.
Ты тратишь больше, чтобы вернуть меньше.
Но ты продолжаешь, потому что “ну, юзеры же растут”.
Не обманывай себя.
Если LTV:CAC < 3 — у тебя не бизнес,
у тебя дорогой хобби-клуб.
CAC растёт, LTV падает — классика токсичных отношений.
Ты тратишь больше, чтобы вернуть меньше.
Но ты продолжаешь, потому что “ну, юзеры же растут”.
Не обманывай себя.
Если LTV:CAC < 3 — у тебя не бизнес,
у тебя дорогой хобби-клуб.
❤2
📈 Когда рост MAU — плохая новость
Все любят графики, которые растут вверх.
Особенно, если это MAU — Monthly Active Users.
Цифра растёт, настроение отличное, все счастливы.
Но вот проблема:
Иногда рост MAU — это просто красивая иллюзия.
Примеры из жизни:
- Запустили акцию с халявным промиком → MAU взлетел.
- Провели коллаб с блогером → пришла толпа новых юзеров.
- Сделали пуш с “скидкой 90%” → активность подскочила.
А через месяц?
Половина не вернулась.
Retention просел.
А средний чек — упал.
То есть MAU вырос, но ценности не добавилось.
📊 Рост активности ≠ рост продукта.
- Смотри не только MAU, но и DAU/MAU — коэффициент вовлечённости.
- Проверяй retention новых пользователей (через 7, 30, 60 дней).
- Отслеживай конверсию новых пользователей в платящих.
Все любят графики, которые растут вверх.
Особенно, если это MAU — Monthly Active Users.
Цифра растёт, настроение отличное, все счастливы.
Но вот проблема:
Иногда рост MAU — это просто красивая иллюзия.
Примеры из жизни:
- Запустили акцию с халявным промиком → MAU взлетел.
- Провели коллаб с блогером → пришла толпа новых юзеров.
- Сделали пуш с “скидкой 90%” → активность подскочила.
А через месяц?
Половина не вернулась.
Retention просел.
А средний чек — упал.
То есть MAU вырос, но ценности не добавилось.
📊 Рост активности ≠ рост продукта.
- Смотри не только MAU, но и DAU/MAU — коэффициент вовлечённости.
- Проверяй retention новых пользователей (через 7, 30, 60 дней).
- Отслеживай конверсию новых пользователей в платящих.
👍1
💸 3 метрики, которые стоит проверить, прежде чем купить акции публичный компаний
Ты можешь читать новости, смотреть тиктоки “куда инвестировать”,
но без этих трёх цифр инвестиции похожи на казино:
1️⃣ Revenue Growth (рост выручки)
Если компания не растёт — всё остальное неважно.
Смотри не на квартал, а на 3–5 лет.
Выручка должна стабильно расти быстрее инфляции и рынка.
2️⃣ Gross Margin (валовая маржа)
Показывает, сколько компания зарабатывает на каждом долларе продаж.
20% — тревожно, 60%+ — круто.
Низкая маржа = высокая зависимость от расходов.
3️⃣ Free Cash Flow (свободный денежный поток)
Профит в отчёте ≠ деньги в кассе.
FCF показывает, остаются ли реальные деньги после всех затрат.
Если FCF отрицательный — даже “успешная” компания может сгореть со временем
Ты можешь читать новости, смотреть тиктоки “куда инвестировать”,
но без этих трёх цифр инвестиции похожи на казино:
1️⃣ Revenue Growth (рост выручки)
Если компания не растёт — всё остальное неважно.
Смотри не на квартал, а на 3–5 лет.
Выручка должна стабильно расти быстрее инфляции и рынка.
2️⃣ Gross Margin (валовая маржа)
Показывает, сколько компания зарабатывает на каждом долларе продаж.
20% — тревожно, 60%+ — круто.
Низкая маржа = высокая зависимость от расходов.
3️⃣ Free Cash Flow (свободный денежный поток)
Профит в отчёте ≠ деньги в кассе.
FCF показывает, остаются ли реальные деньги после всех затрат.
Если FCF отрицательный — даже “успешная” компания может сгореть со временем
👍1