这两个常用的SaaS运营公式并非放之四海而皆准

SaaS 运营中有几个著名的公式，它们可以相对概括地反应出SaaS企业的运营状况，同时也反应着SaaS运营的种种规律。以美国为例，十多年来SaaS模式已经发展壮大并走向成熟，那么客观既定的事实必有其规律可循，同时，SaaS是典型的计算机输入、输出回路模式，是一个逻辑严谨的计算流程，所以，用公式来说明运营状况是无可指摘的。

但任何函数都有适用区间，我们套用了很多组数据以后发现，现有的几个SaaS度量公式也不例外，具体讲就是，它们只适用于做中小客户的SaaS，这些企业都是走量的，而只有比较大的量才能支撑起这些公式。另一个原因是这些公式是从美国引渡来的，而美国SaaS企业以做中小客户居多。Anyway, 现在展示几组数据的套用结果供大家一阅。（欢迎拍砖与剧烈讨论）

目标公式：

1、LTV / CAC >3

LTV：客户生命周期价值

CAC：获客成本

2、CAC / 每客户平均MRR < 12 ( 收回CAC的月数)

先看下LTV / CAC，按照常规这个比率高于3就是好SaaS，如果我们用国内一个做大客户的SaaS企业的实际数据来套用：

CAC是8000元，

LTV=ARPA * 客户生命周期 = 2万 * 33个月=66万 （客户流失率3%每月，故客户生命周期=1/3%=33个月）

LTV/CAC=82.5

你看到了，82.5与“3“ 这个衡量标准根本不在一个数量级上，"3" 这个参数的评判标准可认为失效。

同时这家企业每客户平均MRR是2万元,

CAC / 每客户平均MRR = 8000 / 20000 =0.4

同样的问题, 0.4与"12" 这个衡量标准也不在一个数量级上， "12" 这个参数的评判标准同样可认为失效。

那么换做中小客户的SaaS的数据会是如何呢？我们用两个比较知名公司的数据尝试一下:

Cirrus Insights

客户数：10万人

月平均单个用户收入（ARPU）：6美

月经常性收入（MRR）：64万美元

年经常性收入（ARR）：768万美元

获客成本（CAC）：85美元

每个客户支付的平均总费用（LTV）：750美元

LTV / CAC：8 （非常健康，公司获取客户可实现盈利）

CAC / 每客户平均MRR: 14

Nathan：

客户数：12万人

月平均单个用户收入（ARPU）：20美元

月经常性收入（MRR）：240万美元

年经常性收入（ARR）：2880万美元

毛流失率：4%

获客成本（CAC）：100美元

每个客户支付的平均总费用（LTV）：500美元

LTV / CAC：5

CAC / 每客户平均MRR: 5

你会看到，针对中小客户的SaaS企业，上述两个指标与衡量标准线都在一个数量级上，因此可以说衡量标准生效。

以7-8年的年限来看，做中小客户的SaaS企业，其客户量级大多能达到10万左右，而做大型客户的SaaS，客户数通常是1000，这是根本性的差别，所以还是那句话，只有比较大的量才能支撑起上述两个公式。进一步讲，这些公式的求证是来源于统计学上的概率反推，当数据量不符合统计数量要求时，自然就要另当别论了。

符合统计学反推的还有如下这个关于客户生命周期价值的公式，这是一种比较精确的计算方法，考量了各种相关因素，但它的创建依据是下面的曲线走势图，或者说这个公式只有如此搭配各项参数、套用数据以后才能符合曲线图的走势。当然定性的逻辑也是成立的，a/c是基础值，m(1-c) / c平方是增长值，因为是增长值，所以分母用c的平方。