一个公式就能验证SaaS的价值吗？

来源/老骥

我只是说一个容易被忽视的常识。

这里谈的是面向企业服务的SaaS。经过了元年、春天、爆发之年、决胜之年……在资本的推波助澜下，SaaS被越来越多的人了解接受，同时也因为没有预期发展的顺利，进入了理性反思阶段。

01 什么是SaaS

软件即服务（software as a service），还是服务即软件（service as a software）？

软件即服务的意义在于按需付费，我需要用电，但并不需要安装一台发电机，及时交电费即可。互联网化以后，更可以享受因为连接，带来的产品快速迭代和增值服务的便利。

那么，假如我需要110V的电源怎么办？假如电风扇用的是单孔插座怎么办？软件想作为一种服务交付，标准化是个问题。

服务即软件，实际上是互联网+，滴滴打车是一个典型的服务软件化交付的例子。我并不用了解滴滴是如何合理调度车辆资源，控制服务质量的，我打开App，就能享受出行服务，也许那是一个团队在为我服务。

02 SaaS项目价值公式

是不是SaaS，是哪个S，不是那么重要，重要的是任何SaaS首先是一门生意。生意的本质是创造、交换价值，并获取利润。

国内外的SaaS旁观者已经帮创业者做了很多研究，包括LTV（Lifetime Value of Customer，用户全生命周期价值）、CAC（Cost to Acquire a Customer，获客成本）、NPS（Net Promoter Score，客户净推荐值）、PBP（Payback Period，回收期）、MRR（Monthly Recurring Revenue，月度经常性收入）、NTC（No of Total Customer，总用户数）……看了这么多参数，终于不知道怎么做企业了。

其实，我们用中文来表述，一个企业怎么能活下去，就是收入-成本费用>0；一个企业要活得很好，就是收入能快速增长，且增长的速度大于成本费用的增长速度。

我们可以借几个英文来列个公式，不考虑少量不便于分摊的综合运营成本，一个SaaS项目的盈利能力约等于（LTV-CAC）*NTC，这也是评判项目价值的标准，即关注项目的客户获取能力和单个客户的获利能力。这里的LTV、CAC、NTC数值以能看到的最远点、最理想值估算。

03 （LTV-CAC）*NTC模型

根据这个模型，我们来看看目前很多SaaS项目为什么没有大的发展价值？

先看CAC，大部分2B的SaaS产品CAC比传统模式还要高，比如客户教育成本的增加。

LTV是想着羊毛出在猪身上，甚至让狗买单。但发现猪迟迟没有出现，因为规模化没上去，狗也不理。

NTC因为客户需求个性化太强，无法标准化推广，增长速度上不去，而且，因为边际成本不降反增，我们发现花钱买时间也效果一般。

出现这种情况，是因为很多项目只是打了SaaS的旗号，并没有为客户创造新的价值。那么，好的项目有没有，当然有。好的项目就是在LTV、CAC和NTC三个指标中，至少两个指标超过传统模式。

图：苍老师说SaaS创业很辛苦

04 看好哪些SaaS

看好两个领域，一个是企业内部的生产力工具，一个是企业外部商业效率工具，促进获客、提高商业协作效率。这两个领域天生是移动和社交化附加值比较大的，连接属性强。

生产力工具本质上是效率工具，产品一般功能强大且比较标准化，推广的边际成本趋零，用户量可以很大。同时，因为工具属性强，行业性、专业性强，有一定门槛，工作离不开，具有很强的刚性、粘性，价值延伸比较容易，LTV可以有很大的挖掘空间。LTV大、NTC大，CAC又可控，发展空间相对大。

一些细分行业有这样的工具产品，比如建筑行业的品茗BIM软件、设计软件等，工具+数据，移动+协作，想象空间很大；一些专业的在线服务产品也非常有价值，比如金数据、ProcessOn等。

商业效率工具，一头深入企业内部核心业务，一头连着企业外部客户。是能实现企业间连接，帮助企业获取订单，并促进商业进程流转，连通企业内外部核心业务流程的产品，客户价值已经不局限于客户组织内部，LTV的空间非常大，前期加大投入的回报预期是比较明确的。比如二维火、易订货、EC等。

此处省略企业级移动IM和办公协作应用——微洽的植入广告约140字。

05 本文的不足

• 企业发展是一个动态过程，很多预测往往跟不上新技术的发展。
• 很难预测客户数到一定量级后，可能产生的网络效应，及对LTV的影响。
• 无法左右创业者或投资人，以梦想、情怀的名义进行预测。
• 老骥的常识出了问题。

SaaS项目价值=（LTV-CAC）*NTC，你应该记住这个公式，因为它是常识~

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。