SuperAPI AI 工具集

unit-economics

测试与质量

查看项目

更新于 10-15 16:50

技能介绍

用途:面向 PE 标的做单位经济分析,从收入模型出发评估 ARR 队列、客户经济性、留存与扩张、收入质量与利润结构。

主要能力与步骤:一是识别业务模型,区分 SaaS/订阅、经常性服务、交易/用量计费与混合模式,并分收入流拆解。二是核心指标计算,包括 ARR 桥(期初→新增→扩张→收缩→流失→期末)、按年度队列的保留与增长、客户集中度、收入类型构成、合同结构(ACV 分布、多年期占比、自动续费占比);客户经济性包括 CAC、LTV、LTV:CAC、CAC 回收期及按企业/SMB/中端市场分段对比;留存与扩张包括毛留存、净留存 NDR、客户数流失、金额流失与扩张率。三是队列矩阵,展示各年度队列在 Year 0 起的绝对金额与指数化视图。四是利润瀑布:收入→毛利→贡献毛利→EBITDA,并按收入流看毛利率。

基准参考:Rule of 40(增长率+EBITDA 利润率>40%)、SaaS Magic Number(净新增 ARR/上期 S&M 支出>0.75x)、NDR(最优>120%、良好>110%、低于 100% 需警惕)、LTV:CAC(最优>5x、良好>3x、低于 2x 需警惕)、毛留存(最优>95%、良好>90%、低于 85% 需警惕)、CAC 回收期(最优<12 个月、良好<18 个月、超过 24 个月需警惕)。

输出:含 ARR 桥、队列矩阵与单位经济看板的 Excel 工作簿,关键指标与基准的总结页,以及风险信号与需进一步尽调的方向。

限制与注意:应尽量索取客户级原始数据,汇总指标可能掩盖问题;NDR 高于 100% 可能掩盖高毛流失,需同时展示两项;队列分析是收入质量最重要的视图;需区分合同 ARR 与实际确认收入;用量计费模型应侧重消费趋势与扩张模式;专业服务收入应单独评估,因其非经常性且毛利通常较低。