Как находишь точки роста из юнит-экономики?

Как находить точки роста из юнит-экономики

Юнит-экономика — это фундаментальный инструмент для выявления рычагов роста продукта. Мой подход строится на анализе основных метрик и их взаимосвязей.

Ключевые метрики юнит-экономики

В первую очередь я фокусируюсь на Customer Acquisition Cost (CAC) — стоимости привлечения одного клиента. Это включает расходы на маркетинг, продажи и интеграцию, делённые на количество новых клиентов. Параллельно анализирую Lifetime Value (LTV) — общую прибыль, которую принесёт клиент за всё время сотрудничества.

Соотношение LTV/CAC — критический индикатор: при коэффициенте ниже 3:1 модель неэффективна. Это первая точка для оптимизации.

Методология поиска рычагов роста

Разбиение на компоненты:

• LTV = (ARPU × Gross Margin) / (1 - Retention Rate) × Average Lifetime
• ARPU (Average Revenue Per User) — средний доход на пользователя
• Gross Margin — маржинальная прибыль
• Retention Rate — процент удержания клиентов

Каждый компонент — потенциальный рычаг. Например, увеличение ARPU на 10% может дать больший эффект, чем сокращение CAC на 5%, если вторая цифра связана с падением качества лидов.

Анализ по воронке

Я раскладываю воронку конверсии по этапам:

1. Awareness — стоимость одного привлечённого пользователя
2. Consideration — цена конверсии посетителя в пробный период
3. Conversion — стоимость первого платежа
4. Retention — цена удержания активного пользователя

Для каждого этапа вычисляю прибыльность. Часто выясняется, что низкая маржинальность идёт из-за дорогого привлечения, а не низкого дохода от клиентов.

Практические инструменты

Когортный анализ — ключевой метод. Сравниваю когорты по месяцам активации, отслеживая их LTV. Если когорта июня имеет на 30% ниже LTV, чем май, это сигнал: либо упал качество привлечения, либо продукт деградировал.

Сценарное моделирование:

• Что если повысим цену на 5%?
• Что если увеличим retention на 2 процентных пункта?
• Что если сократим CAC через оптимизацию каналов?

Каждый сценарий покажет его влияние на общую прибыль и окупаемость инвестиций.

Выявление точек роста

Чувствительность к переменным: Опытным путём выясняю, какая метрика даёт наибольший рычаг. В B2B SaaS, например, retention часто критичнее, чем CAC, потому что LTV строится на долгосрочных контрактах. В маркетплейсах — наоборот.

Использую парето-анализ: какие 20% клиентов генерируют 80% прибыли? Может быть, нужно сконцентрировать усилия на привлечении похожих сегментов?

Взаимосвязь с бизнес-метриками

Юнит-экономика не существует отдельно. Я всегда связываю её с:

• Growth Rate — скорость привлечения новых клиентов
• Burn Rate — темп затрат
• Runway — месяцы, на которые хватит средств

Высокая LTV при низком Growth Rate — это не признак здоровья. Нужна балансировка: эффективность пользователя плюс масштаб привлечения.

Пример из практики

Рассмотрю гипотетический SaaS: CAC = 500 руб., ARPU = 200 руб./месяц, Churn = 5% ежемесячно. LTV ≈ 4000 руб., соотношение 8:1 — хорошо. Но если churn вырос до 7%, LTV упадёт до 2850 руб., и модель начнёт сыпаться. Задача PM — понять, почему растёт чурн, и найти способ вернуть удержание.

Этот анализ ведёт к конкретным инициативам: улучшение онбординга, повышение качества продукта, изменение ценовой модели.

Заключение

Точки роста из юнит-экономики выявляются через декомпозицию метрик, анализ чувствительности и валидацию гипотез. Главное — не гнаться за всеми рычагами сразу, а выбрать 1–2 с наибольшим потенциалом влияния и сосредоточить на них ресурсы команды.