Сначала определите unit
Для SaaS это может быть customer/account, для marketplace — transaction или buyer cohort, для сервиса — project. Нельзя смешивать показатели разных unit.
Готовая структура
Критерии качества
- CAC и LTV посчитаны в одной экономической логике.
- LTV основан на contribution, а не только revenue, если costs существенны.
- Есть cohort view.
- Не смешиваются acquisition и fixed corporate costs без явной причины.
- Показаны диапазоны, если модель чувствительна к churn.
Когда шаблон особенно полезен
Шаблон особенно полезен, если одной метрикой пользуются несколько команд, данные собираются из разных систем или расчёт влияет на бюджет и решения. Для одноразового анализа допустима облегчённая версия, но definition и источник данных всё равно должны быть указаны. Чем дольше живёт показатель, тем важнее governance и change log.
Как внедрить шаблон в рабочий процесс
- Начните с решения и бизнес-вопроса, а не с доступных таблиц. Это определит, какие метрики и уровень детализации действительно нужны.
- Зафиксируйте definitions, grain, time window и source of truth до построения расчётов. Одинаковое название не гарантирует одинаковую метрику.
- Проверьте качество данных: полноту, дубли, пропуски, изменения tracking и структурные разрывы во времени.
- Для прогнозов и моделей явно храните assumptions, диапазоны и сценарии. Не маскируйте неопределённость одной точной цифрой.
- Назначьте owner и cadence пересмотра. Аналитический артефакт без ответственного и правил обновления быстро перестаёт быть источником истины.
Практический пример
SaaS сравнивает cohorts по CAC, contribution margin, retention и payback. Рост новых клиентов перестаёт выглядеть позитивно, если новые cohorts окупаются заметно хуже.
Что должно получиться на выходе
Результат работы с шаблоном «Модель юнит-экономики» — не заполненная форма сама по себе, а согласованный рабочий артефакт, который можно использовать для решения, передачи контекста и последующей проверки результата. У документа должны быть понятны владелец, исходные данные, допущения, дата актуальности и следующий шаг. Если эти элементы невозможно определить, полезнее сократить документ до минимальной версии и вернуть недостающие данные, чем заполнять поля формально.
Проверка качества перед использованием
- У каждой метрики есть точная definition.
- Источник данных и grain указаны.
- Метод позволяет ответить именно на поставленный вопрос.
- Неопределённость, лаги и limitations не скрыты.
- Есть owner и правило обновления.
Как поддерживать шаблон в актуальном состоянии
Пересматривайте определения при изменении tracking, CRM, data model, business logic или accounting rules. Любое изменение формулы должно иметь change log, дату вступления в силу и оценку влияния на исторические сравнения.
Частые вопросы (FAQ)
Нужно ли хранить все метрики в одном документе?
Нет. Канонический dictionary и measurement plan должны быть связаны, но operational dashboards могут показывать только релевантный subset.
Что делать, если источники дают разные цифры?
Назначить source of truth и документировать расхождение. Нельзя тихо выбирать источник, который показывает более удобный результат.
Как часто пересматривать модель?
По cadence бизнеса и при изменении данных. Forecast и campaign metrics могут обновляться часто, definitions и governance — реже, но обязательно после системных изменений.