Nel SaaS (Software-as-a-Service), un settore da 420 miliardi di dollari, la crescita dipende spesso da quanto le attività sono in grado di misurare, prevedere e comprendere i futuri alti e bassi e dalla velocità con cui possono adeguarsi ai cambiamenti.

La previsione dei ricavi SaaS chiarisce in che modo la tua attività acquisisce o perde i ricavi. Se eseguita correttamente, include dettagli sufficienti per favorire decisioni realistiche in tutta l'azienda, dal numero di dipendenti alle mosse sui prezzi. Di seguito viene riportato un quadro realistico per strutturare la modellazione dei ricavi SaaS: un quadro che resiste a un esame dettagliato e si adatta alla tua attività.

Contenuto dell'articolo

• Che cos'è la previsione dei ricavi SaaS
  
• Metriche più importanti per una previsione accurata dei ricavi SaaS
  
• Come creare e strutturare una previsione dei ricavi SaaS
  
• In che modo le ipotesi e i fattori di mercato dovrebbero influenzare le previsioni
  
• Quali sono le sfide che le attività SaaS devono affrontare nel prevedere i ricavi
  
• Come agire in base alle previsioni dei ricavi SaaS
  

Che cos'è la previsione dei ricavi SaaS

La previsione dei ricavi SaaS consiste nell'elaborare una visione basata sui dati dell'andamento dei ricavi ricorrenti. Un solido protocollo previsionale consente ai fornitori SaaS di prendere le decisioni corrette, individuare tempestivamente i problemi e mantenere i team orientati all'obiettivo.

In un'attività basata su abbonamenti i ricavi sono fluttuanti e le previsioni aiutano a modellare e tener traccia dei movimenti, in modo da non fare ipotesi avventate su ciò che succederà in futuro. Al contrario, puoi disporre di una proiezione informata che ti consente di reagire in anticipo e cambiare rotta se è necessario. Quando gli abbandoni aumentano in modo costante, il modello ti mostrerà quale sarà il costo nel prossimo trimestre. Quando l'espansione è sostenuta, ti indicherà la crescita su cui puoi fare affidamento.

La ricchezza di dati del modello SaaS fornisce segnali forti e dettagliati che possono generare proiezioni significative. Se li usi con saggezza, le previsioni ti faranno da guida.

Metriche più importanti per una previsione accurata dei ricavi SaaS

Per disporre di una previsione accurata, devi iniziare con i dati corretti. I ricavi SaaS sono intrinsecamente dinamici e sono basati su pagamenti ricorrenti, fidelizzazione dei clienti, espansione, contrazione e abbandoni. La modellazione dei ricavi SaaS deve acquisire chiaramente il movimento.

Ecco le metriche che contano di più.

Ricavi mensili ricorrenti (MRR)

L'MRR tiene traccia dei ricavi che derivano ogni mese dagli abbonamenti. È la previsione SaaS di base: numero dei clienti moltiplicato per il ricavo mensile medio per cliente. Esistono altri tipi di calcoli MRR che tengono traccia di ciò che è stato aggiunto, sottraendo ciò che è stato eliminato.

Ricavi annuali ricorrenti (ARR)

Il modello ARR determina la crescita su un periodo di tempo più lungo. Fornisce un quadro più completo ed è spesso la base dei report per il consiglio di amministrazione.

Tasso di abbandono

L'abbandono è ciò che si perde quando i clienti annullano l'abbonamento o effettuano un downgrade. Si valutano l'abbandono dei clienti, ovvero il numero dei clienti che abbandonano, e l'abbandono dei ricavi, cioè l'importo dei ricavi ricorrenti che determina. Gli abbandoni possono accumularsi rapidamente, quindi è importante prevederli.

Espansione e contrazione

L'espansione si verifica quando si ottengono più ricavi dagli utenti esistenti attraverso le vendite aggiuntive e i nuovi pacchetti. La contrazione è l'opposto: si verifica quando gli utenti esistenti eseguono un downgrade. Con l'analisi di questi fattori è possibile capire cosa determina le variazioni dei ricavi netti.

Mantenimento dei ricavi netti (NRR)

L'NRR si scompone in abbandono, contrazione ed espansione, e indica il totale dei ricavi generati dai clienti esistenti. Un valore NRR superiore a 100% indica che la tua attività è in crescita, anche se non aggiungi nuovi utenti.

Valore nel tempo del cliente (LTV) e costo di acquisizione del cliente (CAC)

Il valore nel tempo e il costo di acquisizione potrebbero non riflettersi direttamente nelle previsioni dei ricavi, ma influiscono sulle ipotesi di crescita. Se il valore nel tempo supera di gran lunga il costo di acquisizione, potrebbe essere ragionevole presupporre un'espansione più rapida. In caso contrario, probabilmente le previsioni devono seguirne il ritmo.

Metriche di utilizzo (per le tariffe basate sull'utilizzo)

Se i ricavi dipendono dall'utilizzo (ad esempio, per chiamata all'API, per postazione o per gigabyte), la previsione dei ricavi implica un monitoraggio del comportamento. Tendenze di utilizzo, stagionalità e coinvolgimento nel prodotto diventano fattori a sé stanti.

Come creare e strutturare una previsione dei ricavi SaaS

Una previsione solida mostra come la tua attività guadagna, mantiene o aumenta i ricavi, nonché la loro traiettoria. Ecco come creare un modello di previsione funzionante dei ricavi SaaS.

Basa il tuo modello sui dati

Utilizza dati reali e utili come MRR, tendenze di abbandono e tassi di utilizzo. estrai questi dati dai sistemi di fatturazione, dalla gestione delle relazioni con i clienti (CRM) e dall'analisi dei prodotti. Se necessario, integra i tuoi sistemi in modo che il processo di estrazione dei dati per le previsioni sia semplice e coerente.

Rifletti su come si muovono i ricavi nella tua attività

Quando formuli le previsioni, puoi combinare i modelli in modo che si adattino ai tuoi flussi di ricavi. Un'azienda SaaS B2B non si adegua allo stesso modello di uno strumento infrastrutturale basato sull'utilizzo, e non dovrebbe neppure provare a farlo.

Le previsioni SaaS utilizzano in genere una combinazione dei seguenti fattori:

• Costruzione MRR, per monitorare la crescita della base nel tempo. Aggiungi nuovi MRR, sottrai gli abbandoni e stratifica l'espansione e la contrazione.

• Modellazione per coorti, per le attività con una varietà significativa nei comportamenti dei clienti nel loro ciclo di vita. Tieni traccia della fidelizzazione e dell'espansione per ogni coorte di registrazione.

• Previsioni della pipeline, per i team guidati dalle vendite. Per proiettare le prenotazioni future utilizza le opportunità aperte, ponderate per probabilità e per fase.

• Modellazione dell'utilizzo, per le tariffe flessibili in base al volume. Analizza in base alle tendenze di utilizzo dei prodotti o al comportamento stagionale.

Chiarisci i fattori determinanti

Dedica il tempo necessario per delineare le tue aspettative: ad esempio, "Il tasso di abbandono scenderà dal 6% al 4% entro il terzo trimestre" oppure "Le vendite si chiuderanno nel prossimo trimestre con un nuovo ARR di 250.000 $". Supportale con un ragionamento. Il tasso di abbandono è migliorato nell'ultimo trimestre dopo che hai introdotto nuovi schemi di assistenza ai clienti? Le previsioni di vendita sono legate a fasi specifiche della pipeline? Tratta le ipotesi come condivise e lega la titolarità ai team quando è possibile: le vendite hanno la responsabilità del tasso di chiusura, il team di successo dei clienti ha la responsabilità dell'abbandono e il team di prodotto ha la responsabilità delle curve di utilizzo.

Adegua frequentemente

Confronta i risultati reali con le proiezioni mensili. Se gli abbandoni aumenta o le vendite aggiuntive rimangono indietro, rivedi le proiezioni. Le previsioni si sviluppano insieme alla tua attività e in genere migliorano nel tempo.

In che modo le ipotesi e i fattori di mercato dovrebbero influenzare le previsioni

Ogni previsione si basa su ipotesi. Quanto più chiaramente definisci le tue previsioni e le colleghi a input reali, tanto più il modello diventa utile.

Tieni conto di ciò che sta cambiando

Appoggiati ai dati storici di base per conoscere ciò che avverrà.

Questi includono:

• Aggiornamenti delle tariffari o modifiche della confezione

• Stagionalità o rallentamenti ciclici

• Lancio dei prodotti o ritardi nella roadmap

• Vincoli sulle assunzioni che limitano le vendite o le attivazioni

Integra i segnali del mercato

La tua base di clientela è esposta alla volatilità economica a causa dei rallentamenti nei finanziamenti o ai cambiamenti delle normative? Questo dovrebbe determinare gli scenari a cui stai pensando. Definisci percorsi diversi a seconda di ciò che potrebbe accadere.

Verifica la pressione delle leve

Esegui rapidi controlli di sensibilità. Se l'abbandono aumenta dell'1%, quanto ARR perdi? Se le vendite aggiuntive rimangono indietro per un trimestre, cosa succede al tuo flusso di cassa?

Una buona previsione ti aiuterà a rispondere rapidamente in qualsiasi situazione.

Quali sono le sfide che le attività SaaS devono affrontare nel prevedere i ricavi

Anche con dati puliti e un modello corretto, la previsione dei ricavi SaaS integra alcune complessità. Questo è ciò che spesso mette in difficoltà i team.

L'abbandono è scivoloso

È difficile prevedere quando e perché l'abbandono raggiungerà il picco, soprattutto in modelli stagionali, cali di utilizzo o variazioni nei budget dei clienti.

L'espansione è imprevedibile

Le vendite aggiuntive e la contrazione spesso dipendono da comportamenti difficili da determinare, come l'adozione di funzioni, la crescita degli account e i limiti di utilizzo. Lo slancio di crescita di un trimestre non prosegue sempre nel trimestre successivo.

Trasferimenti di dati

Fatturazione, CRM, utilizzo dei prodotti e segnali di abbandono non sono sempre sincronizzati. Le previsioni basate su dati isolati possono portare a ipotesi sbagliate o ricavi contati due volte.

La complessità si moltiplica

Fattori come le tariffe basate all'utilizzo, le offerte pluriennali, gli sconti e il numero dinamico di posti possono causare variazioni dei ricavi con ritmi diversi, rendendo rapidamente difficile il tracciamento.

Le conoscenze divengono isolate

Sebbene le aree di competenza dei team di persone possano essere titolari delle proprie aree, le previsioni che di basano solo sulla finanza mancano di ciò che sanno già i team commerciali, il team del successo dei clienti e il team di prodotto.

Come agire in base alle previsioni dei ricavi SaaS

Le previsioni sono utili solo quando stimolano l'azione. Perché un modello di previsione SaaS possa determinare le decisioni, le persone devono capire cosa dice, da dove proviene e come usarlo.

Inizia con la storia

Decidi con ciò che conta:

• Siamo avanti, indietro o manteniamo la rotta?

• Quali ipotesi guidano questa proiezione?

• Quali rischi o vantaggi potrebbero modificarla?

Fornisci ai team ciò che è pertinente. Le divisioni commerciali ricevono nuovi obiettivi, il team del successo dei clienti ottiene le previsioni di abbandono ed espansione e il team di prodotto apprende le ipotesi di utilizzo legate alle prossime versioni.

Usa le tue conoscenze

Un modello di previsione SaaS può orientare le tue scelte a tutto campo. Utilizzalo per guidare le assunzioni, i livelli di spesa, la definizione delle priorità nella roadmap e la pianificazione delle riserve.

Mantieni una previsione in tempo reale

Confronta regolarmente le tue previsioni con i risultati. Aggiorna le ipotesi quando i dati cambiano, quindi condividile di nuovo. Una previsione che si sviluppa insieme all'attività guadagna la fiducia di tutti e conquista un posto nelle decisioni reali.

Stripe Sigma consente alle attività di acquisire informazioni, tener traccia delle tendenze e analizzare gli schemi nei dati fino al livello della singola transazione. Scopri di più su Stripe Sigma qui.