MRR-метрика: как SaaS-бизнесу прогнозировать рост регулярного ежемесячного дохода

— Сколько метеорологов нужно, чтобы точно предсказать погоду?
— Никто не знает, этого никогда не делали.

Я построил десятки моделей генерации прибыли для разных компаний. Это не очень увлекательная работа, но кто-то должен ее делать. Во многом она напоминает действия синоптика — ты составляешь прогноз и гадаешь, сбудется или нет.

Иногда я пересматриваю модели, которые построил когда-то. Интересно оглядываться и анализировать, насколько сбылись твои ожидания. Ретроспектива помогает провести работу над ошибками и не допустить их в новых проектах.

Написать эту статью меня побудила модель, которую я составил полгода назад. Тогда мои прогнозы не сбылись — темпы фактического роста регулярного ежемесячного дохода (MRR) компании на деле оказались быстрее, чем я рассчитывал. Все потому, что отток клиентов был значительно ниже заложенного в план.

Самое забавное, что даже ретроспективный анализ не помог понять, почему отток пользователь оказался аномально низкими. Так бывает.

В статье я поделюсь способом, который поможет точно прогнозировать рост регулярного ежемесячного дохода. Это позволит бизнесу оценить свою финансовую стабильность и составить план развития. В основе метода — череда моих ошибок и неудач. Оттого он только интереснее.

Вы читаете перевод статьи A Simplified Method for Forecasting MRR Growth от Трэвиса Тодда — соучредителя и генерального директора международной платформы по аналитике SaaSync. Ее используют 2 500 компаний по всему миру, в том числе Buffer, Whereby и Pitch

Как SaaS-бизнесу прогнозировать рост MRR: 3 этапа

MRR (monthly recurring revenue) — метрика, которая отображает стабильную ежемесячную прибыль бизнеса. Этот показатель используют стартапы, SaaS-сервисы и крупные ИТ-корпорации.

Метрика MRR позволяет оценить финансовую стабильность бизнеса и спрогнозировать его дальнейший рост. Честно говоря, это условная метрика для руководителей компаний, и ориентир для венчурных капиталистов.

Часто прогнозы MRR делают на эмоциях. Например, берут за основу данные конкурентов или просто рисуют красивое круглое число, к которому хотят прийти. В этом нет ничего плохого, если модель получается работоспособной. Но бывает наоборот.

Однажды я построил MRR-модель для бизнеса и получил обратную связь от заказчика из серии: «Что-то она выглядит недостаточно сложно». В другой раз мне дали такую установку: «ARR в $15 млн — это та цифра, которую я хочу получить. Отталкивайтесь от нее, когда будете работать над моделью». Все это сплошные хотелки и эмоции.

Между тем существует тысяча и один способ правильного моделирования прогноза MRR. В этой статье мы разберем лишь один — очень быстрый и колхозный. Но по моему мнению, он работает лучше всего и помогает обойти многие подводные камни, с которыми часто сталкиваются компании.

Важный момент: способ подойдет бизнесу, который существует несколько лет. Если вы только выходите на рынок, вам лучше поискать другой подход.

1. Упрощение

Модель, которую я использую, очень проста. Она основана на одной метрике — темпах роста MRR за месяц. Я ограничился этим, потому что убежден: чем больше предположений в модели вы делаете, тем больше ошибок допускаете. Причем часто они суммируются.

Помните заказчика, который сказал, что моя модель недостаточно сложная? На самом деле он хотел что-то аналогичное модели бюджетирования с нулевой базой, которая предсказывает динамику развития MRR на основе органических и платных каналов привлечения клиентов.

Эта модель начиналась в верхней части воронки, с оценки коэффициентов конверсии на сайтах и органического трафика из магазинов приложений.

Для платного привлечения мы оценивали коэффициенты конверсии через рекламу по различным каналам. Когда клиент оставлял заявку, модель учитывала удержание / увеличение / спад пользователей на различных платформах, которые у нас были. Было бы прекрасно, если бы такая модель работала. Но не вышло.

Наша воронка оказалась очень сложной. Мы тратили на рекламу все больше. При этом не особо понимали, какие метрики отслеживать. Теперь мне кажется, что подобная модель подойдет зрелым компаниям, с большим количеством данных, которые измеряют и анализируют каждое действие пользователя, каждую цифру. Но у большинства стартапов нет такой роскоши.

Метрика MRR состоит из 5 компонентов: новый бизнес, расширение, спад, отток и реактивация. Но, честно говоря, все может пойти не по плану. Каждый из них сам по себе сложно моделировать.

Можно даже спуститься на уровень ниже и смоделировать составляющие каждого компонента. Но здесь легко ошибиться, если не недостаточно исходных данных.

Я начинаю модель прогнозирования анализа динамики роста MRR за предыдущие месяцы. Первый шаг — собрать эти данные в таблицу.

2. Прошлое

Знание прошлого бизнеса поможет вам понять настоящее и предсказать будущее. Это поможет уловить несколько возможных тенденций.

1. Наблюдается ли сезонность в росте компании?
2. Есть ли небольшое снижение темпов роста по мере развития?
3. Какие еще есть заметные аномалии?

Я смотрю прошлые показатели по годам, общему среднему значению и среднегодовому. События прошлого года побелее показательны для будущего роста, чем случаи пятилетней давности. Обычно картинка стоит тысячи слов.

Это вымышленный пример. Обратите внимание на несколько моментов:

1. Видно, что темпы роста со временем снижаются.
2. Апрель 2020 года выделяется на фоне остальных. Уверен, вы помните, что тогда произошло. Я не ожидаю от следующих апрелей таких же показателей, однако это может повлиять на бизнес в дальнейшем.
3. Это не очевидно, но кажется, что в росте присутствует сезонность.

Если углубиться в данные и разложить их по годам, появится еще несколько инсайтов.

По графику видно, что сезонность есть на самом деле. С декабря по март рост быстрее, а с июля по сентябрь — медленнее. При этом сезонность не так выражена, как у компаний, которые ведут весь свой бизнес в ноябре и декабре.

Отмечу, что мне нравится использовать оттенки серого для обозначения годов. Причем светлые оттенки я применяю для недавних периодов. Так удобнее смотреть на изменения и находить тенденции, потому что поздние годы выглядят контрастнее.

3. Будущее

После этого я внимательно заглядываю в будущее. Какие действия компании могут повлиять на темпы роста? Есть ли существенные улучшения в продуктах или изменения в стратегии выхода на рынок?

Именно на этом этапе у многих моделей что-то идет не так. Часто они становятся слишком оптимистичными в прогнозах. В реальности темпы роста снижаются по мере взросления компании. По моему опыту все выровняется, когда бизнесу исполнится 12 лет.

Отсюда вывод: когда вы создаете модель и начинаете оценивать будущие ежемесячные темпы роста, не забывайте, что сила тяготения, то есть размер вашей компании, направлена против вас.

При желании на этом этапе можно копнуть глубже. Например, посмотреть, есть ли сезонность в компонентах вашего MRR. Но это в другой раз.

Сценарии моделей 90-60-30

Не знаю, кто познакомил меня с этой методикой. Возможно, Брэд Фелд. Но в моей прошлой компании мы регулярно ее использовали — это очень хороший способ составления прогнозов и бюджетов. Вот как он работает.

• Модель 90% — это базовый вариант. Компании всегда ее используют. В результате перевыполняют план в 9 из 10 случаях. Если применять модель в течение следующего десятилетия, скорее всего, прогнозы не оправдаются лишь один раз. Например, так случилось в 2020 году. Но иногда возникают события, которые невозможно предсказать заранее.
• Модель 60% — вариант посложнее. Здесь вы уверены, что достигнете цели только на 60%, то есть в 6 из 10 случаев.
• Модель 30% — еще наиболее сложный вариант. Скорее всего, компания достигнет цели только 3 раза из 10.

Хотя в этой статье мы рассматриваем только прогноз MRR, эту же схему можно применить к финансовым бюджетам. Как правило, модель 30%, хотя и более амбициозна с точки зрения доходов, также имеет сопутствующие дополнительные расходы. Ведь рост обычно не происходит бесплатно.

Теперь попробуем каждый сценарий, изменяя только ежемесячные темпы роста. Обычно здесь начинается когнитивный диссонанс. С одной стороны, мы думаем, что у нас есть все эти замечательные идеи для увеличения роста. С другой стороны, мы знаем, что по мере роста, его темпы замедляются.

Все компании разные. И подход, который вы используете, вероятно, уникален. Мои данные выдуманные, как и бизнес — я просто разбираю свой подход на абстрактном примере. Поэтому сделаю следующее:

• Для модели 90% предположу, что темпы роста составляют 100% от темпов роста к прошлому году. Для модели 60% предположу, что мы работаем на 10% лучше, чем годом ранее. А для модели 30%, что мы превзойдем прошлогодние темпы роста на 25%.
• Предположу, что снижение темпов роста в апреле 2020 года — аномалия. Учту это в прогнозе. Еще сглажу пару месяцев, в которых, по моему мнению, пики и спады не оправданы.
• Допущу, что Ковид не скажется заметно на росте в 2021 году. К слову, я выбрал 2020 год в качестве исходного, но вы можете спокойно использовать среднегодовое значение или ряд других подходов.

Думаю, многое зависит от того, насколько реалистично, по вашему мнению, 2020 год отражает развитие дальнейших событий.

Мне нравится визуализировать данные и прогнозы за предыдущие годы — это позволяет сделать модель более наглядной. Вы можете изменить ее по своему усмотрению, упростить или усложнить, как захотите.

До этого момента мы не обсуждали фактический MRR компании в наборе данных. Если игнорировать его и сосредоточиться только на ежемесячных темпах роста, в прогнозе не будет эмоций и предвзятости.

На самом деле, на этом этапе все сводится к 12 предположениям, которые вы сделали. И все они подкреплены историческими данными, которые очень важны для прогноза дальнейшего роста доходов.

Наконец, мы добавляем в уравнение показатель MRR, чтобы выяснить, на каком этапе роста окажется компания в течение 2021 года.

Исходя из трех сценариев по модели 90-60-30 годовой темп роста вымышленной компании составит 34% в скромном случае и 44% в самом успешном.

Если на графике ниже мы посмотрим на компанию с ARR $8 млн, то увидим, что по прогнозам она окажется чуть меньше 50-го процентиля по темпам роста для бизнеса такого размера.

Зачем делать несколько сценариев прогноза? Это хорошее упражнение, которое нужно выполнить при условии, что рост обычно сопровождается затратами. В качестве примера можно привести дополнительные расходы на рекламу, найм еще одного менеджера по работе с клиентами и т. д.

Еще советую обсудить с командой идеи о том, как реализовать некоторые из сценариев развития. Это поможет найти дополнительные идеи, которые пригодятся, если MRR станет падать.