数据驱动用户增长(三) - 指标体系

德鲁克说“If you can’t measure it, you can’t improve it”(不量化,难优化),前面的文章我们也讲到“用户增长的本质,是通过数据驱动的迭代测试将主观认知变成客观认知,用测试的冗余性换取增长的确定性”。数据驱动是用户增长的核心方法论,量化是优化的基础,设计合理的指标体系,是量化的关键。今天这篇文章,从指标体系的角度,来分享一些我们在量化用户增长工作方面的一些思考。

开始之前,需要特别说明一下,文章里分享的内容的业务背景是toC的订阅类产品。

获客成本(CAC)

业务要持续增长有几个关键:一是要有源源不断的新用户;二是要能够把用户留住,让他们持续使用产品;三是持续提升用户的生命周期价值。

获客是增长的最前端,也是订阅类业务主要的费用中心。获客成本CAC,从App下载的角度衡量是CPI=Spend / Install,从免费试用的角度衡量是CAC(FreeTrial) = Spend / FreeTrial,从付费订阅的角度衡量是CAC(Subscribe) = Spend / Subscribe。

我们先来看一个例子,假如说用户价值是15元,花100元获取了10个用户,平均CAC是10,低于15;于是增加广告预算到200元,获取了16个用户,平均CAC是12.5,也是低于15的。看着是还可以继续增加广告预算的。但是,我们来看看新增加的100元,获取了6个用户,这些用户的边际获客成本是16.7,是高于15的。因此,我们是不应该再增加广告预算的。为什么会这样?

上面的例子里有两个概念,一个是平均获客成本12.5,一个是边际获客成本16.7。平均获客成本可以用来衡量平均水平上的获客成本情况,但是在决策要不要持续扩大广告投放时,用边际获客成本更加科学。

在做获客的成本的优化过程中,我们既要关注平均获客成本,又要关注边际获客成本。边际获客成本通常是大家比较容易忽略的一个指标。

用户价值(LTV)

订阅类业务用户价值的计算,既要考虑首次付费,还要考虑后续的续费。我们先给出LTV的计算方式,然后再解释为什么这么算:
LTV = AOV / Churn
(注:AOV = Average Order Volume, 平均客单价,Churn退订率)

从单个用户的角度来讲,我们计算某个用户的价值,就是把他在产品中所有付的钱加起来即可,这个逻辑是比较简单直观的。

在群体用户的视角下,订阅业务的用户价值模型是一个初值为AOV,公比为(1- Churn)的等比数列。因此,最终LTV就是对这个等比数列进行求和。根据等比数列的求和公式S=a0(1-q^n)/(1-q),这里a0即是AOV,q是1-Churn,因此, 当n趋近于无穷大的时候,就是最终的LTV = a0/(1 - q) = AOV / Churn。

理解了上面的计算过程,对于LTV的优化,也就会有比较清晰的思路:一是提升平均客单价;二是降低退订率,换个角度是提升续费率。通常提升续费率的收益会更大,这是指数函数的特性决定的。

投资回报率(ROI)

业务健不健康,值不值得持续投入,最终是要看投资回报率ROI。ROI可以通过下面三种方式来计算:

  1. Revenue vs. Spend
    ROI = Revenue / Spend

  2. CAC vs. LTV
    CAC = Spend / (Download x Scvr)
    LTV = AOV / Churn
    ROI = LTV / CAC
    (注:Scvr是付费率,AOV是平均客单价,Churn是退订率)

  3. CPI vs. ARPD
    Revenue = Download x Scvr x LTV
    ARPD = Revenue / Download = Scvr x LTV
    CPI = Spend / Download
    ROI = ARPD / CPI
    (注:ARPD是Average Revenue Per Download)

上述三种方式,1从比较宏观的角度来衡量;2从付费用户的角度来衡量;3从App安装的角度来衡量。具体到订阅类业务的场景中,因为有续费的存在,第1种方式用正确的难度比较大,主要用第2、3种方式。

财务指标(ARR/MRR)

从传统的财务角度,衡量业务的财务基础表现,通常的指标有:营收(Revenue)、成本(Cost)、费用(Expense)和利润(Profit)。基于这些基础指标,再派生出一些效率指标,比如利润率、投资回报率等。在订阅制经济中,如果完全按照传统的财务思维来进行记录,会比较难反映真实的业务情况。下面我们一步步来说明。

我们知道,财务三张表资产负债表、利润表、现金流量表,是传统财务的基石。资产负债表和利润表的底层逻辑是“权责发生制”,意思是说只要业务在这个月发生了,就应该把相对应的账务记录在当月的报表。我们在订阅业务中用这个逻辑,就遇到了问题。

首先,收入的确认。财务上对于订阅收入进行确认,要进行分摊。比如年计划的收入,要分成12分,这个月能确认的收入只有1/12。

其次,费用的记录。业务要增长,每个月都需要有大量的推广费用。这个月的推广费用花出去,通常对当月的收入贡献会比较小,主要的贡献是在未来。某种程度上,传统财务视角下推广费用是面向过去的,而在订阅业务视角下是要面向未来的。

另外,订阅业务的关键点是“续费”,有续费就会持续产生后续的收入。因此,用户价值的衡量,不能用首次的用户付费,而是要综合考虑续费的情况,用生命周期价值(LTV)。

基于以上三点,我们看到,订阅制业务在传统财务视角下所存在的主要问题,是收入和费用的不对齐,收入要分摊、会跨期,而费用是一次性确认,这样财务就会比较难反映业务的真实情况。

基于这个问题,行业内也已经有比较成熟的解决方案。那就是用月度经常性收入(MRR)或者年度经常性收入(ARR)来衡量订阅业务的财务表现。

举个例子来说明MRR/ARR角度跟传统财务角度的差异。某个订阅类的产品,这个月的营收是100w,用户后续月度的续费率是80%。用传统财务视角给这个业务估值可能是基于100w来估,但用MRR/ARR的视角,这个业务未来总共能产生的现金流是500w(=100w/(1-80%)),对这个业务的估值应该基于500w来估。

关于MRR/ARR的计算,也是比较直观的:

  1. MRR = 本月到期的订阅会产生的现金流 + 本月新获客产生的现金流 - 本月到期的订阅没有续费影响的现金流
  2. ARR = MRR x 12
    具体到订阅业务场景中,MRR减去月度经常性成本和费用的部分,就是我们可以大胆用来做推广,驱动业务增长的预算。ARR也是类似的逻辑,不再赘述。

你可能感兴趣的:(数据驱动用户增长(三) - 指标体系)