Denne artikel er en del af vores SaaS Business Startguide - en kureret liste over artikler, der hjælper dig med at planlægge, starte og udvide din SaaS-forretning!

Mens der er blevet lagt meget presse til Software-as-a-Service-boom (SaaS), er abonnementer overalt nu. Nogle abonnementsmodeller, som f.eks. Gym medlemskaber og magasiner, har eksisteret i lang tid, mens andre abonnementsvirksomheder er helt nye og innovative.

Disse dage betaler vi små månedlige gebyrer for at få adgang til næsten alt i vores verden. Fra musik tjenester, som Spotify, Rdio og Beats, til film streaming sites som Netflix, til snacks og måltid levering som NatureBox og HelloFresh, synes det at der er en abonnementstjeneste for alt og hvad.

Min lokale opvarmning reparationsvirksomhed er endda kommet ind på den blomstrende efterspørgsel efter abonnementstjenester og har lanceret en abonnementstjeneste på $ 10 / måned, der omfatter grundlæggende systemindstillinger, vedligeholdelse og rabatter på større vedligeholdelsestjenester.

Abonnementstjenester er populære, fordi det ofte koster mindre på kort sigt at begynde at bruge en service. For prisen på at købe et album på iTunes, kan jeg få adgang til hele verden af ​​musik på Spotify i en måned. For halvdelen af ​​prisen for at købe en ny DVD, kan jeg få adgang til det dybe katalog over indhold, der er tilgængeligt på Netflix. For en brøkdel af prisen for at købe en tredemølle kan jeg bruge et helt motionsrum.

Det er ikke underligt, at kunderne strømmer til abonnementstjenester for at erstatte ting, de engang købte og ejede direkte. Og det er ikke underligt, at virksomheder forsøger at komme med nye og innovative abonnements forretningsmodeller, som de kan tilbyde deres kunder.

Hvis din virksomhed bygger en abonnementstjeneste, er det et kritisk skridt til forståelse at skabe en pålidelig salgsforventning. hvordan din virksomhed vil vokse og hvad de vigtigste drivkræfter for omsætningsvækst vil være.

Op næste gang vil jeg gå igennem de kritiske komponenter i en abonnementsprognose og vise dig præcis, hvordan du opbygger din egen. Vores produkt, LivePlan, opbygger abonnementsprognoser automatisk, så hvis du allerede er LivePlan-bruger, har du held og kan springe over denne artikel. Men hvis du bruger et regneark og selv ønsker at opbygge din prognose, vil du følge med nøje.

Nogle definitioner du skal vide for at opbygge din abonnementsprognose:

Når du ' re opbygge et abonnement salg prognose, er der et par vilkår, du skal forstå, at du ikke kan finde i din traditionelle salgs prognose.

Periodika har ofte årlige abonnementsperioder.

Vi starter med

Abonnementsperiode, hvilket i det væsentlige er den tid, en kunde forpligter sig til at abonnere på din tjeneste. Mange tjenester opererer på en månedlig abonnementsperiode, hvilket betyder at kunder betaler et månedligt gebyr for at få adgang til tjenesten og kan til enhver tid aflyse - tænk Netflix eller dit gym medlemskab. Nogle tjenester har årlige abonnementsperioder. I dette tilfælde betaler kunderne for at få adgang til tjenesten i et år og kan derefter fornys ved årets udgang. Magasiner og firmwareopgaver har ofte årlige abonnementsperioder. I denne artikel vil jeg fokusere på prognoser for salg til en månedlig abonnementstjeneste. Jeg graver til årlige abonnementer og andre abonnementslængder i en fremtidig post. Nye abonnenter er også et ret grundlæggende koncept. Dette er blot antallet af nye kunder, som du tilmelder dig til din tjeneste i en given måned.

Aflysninger er præcis, hvad det lyder som det er disse kunder, der vælger at annullere din tjeneste hver måned.

Endelig Churn, , som er det ultimative nummer, at ethvert firma med abonnement forretningsmodel skal være meget opmærksom på. Churn er den hastighed, hvormed kunderne annullerer og forlader din service. Lav churn svarer til glade kunder, mens høj churn betyder, at brugerne afbryder hurtig og ikke abonnerer på din tjeneste i meget lang tid. Du beregner churn ved at tage antallet af kunder, der annullerer i løbet af en måned og divideres med antallet af kunder du havde i begyndelsen af ​​måneden: Churn = Aflysninger i løbet af en måned ÷ Kunder i starten af ​​måneden

Men der er en rynke til begrebet churn, fordi det virkelig er ligesom en lækker skovl. Tænk på churn som et hul i bunden af ​​spanden. Så længe hulet er lille, kan du holde spanden fuld blot ved at tilføje flere vand (nye abonnenter) end det, der dræner.

Ovenstående definitioner er alt hvad du behøver at vide for at kunne forudsige din kunde vækst. De næste få ting, vi vil snakke om, vedrører de indtægter, som du vil få fra disse kunder.

Sådan beregnes indtægter fra abonnementstjenester

For at beregne, hvor mange penge du skal foretage, skal du estimere

Gennemsnitlig omsætning pr. Bruger / kunde (ARPU)

. Dette er hvor meget du planlægger at opkræve en kunde hver måned. Hvis du opbygger en prognose, der har forskellige prisniveauer, kan du oprette en anden prognose for hver prisniveau. Vi vil snakke mere om dette lidt senere. Ved hjælp af din churn-procent, kan du nemt beregne din kundelivstidsværdi (LTV). Din churn-procentdel hjælper dig med at forudsige, hvor længe en gennemsnitlig kunde vil abonnere på din tjeneste og hjælpe dig med at forudsige, hvor mange penge du forventer at gøre hos dine kunder i løbet af deres forventede levetid med dig. LTV beregnes ved at dividere gennemsnitsindtjening pr. Bruger ved Churn: LTV = ARPU ÷ Churn%

Denne beregning fortæller dig, hvor meget din gennemsnitlige kunde er værd for dig. Hvis din service f.eks. Koster $ 19 / måned, og din churn er 5 procent, er din gennemsnitlige kunde værd $ 380 til dig.

Du kan også beregne den forventede kundelivstid for din gennemsnitlige kunde ved at dividere LTV med ARPU:

Kundens levetid = LTV ÷ ARPU

Kundens levetid kan også beregnes ved blot at dividere 1 med din churn rate:

Kundelivstid = 1 ÷ Churn

Med det samme eksempel ovenfra ville den gennemsnitlige kundeliv være 20 måneder (380 ÷ 19 = 20) eller (1 ÷.05 = 20).

Endelig vil vi vide, hvor mange penge du forventes at lave hver måned, ellers kendt som

Månedlig tilbagevendende indtjening (MRR).

For at beregne MRR multiplicerer du blot din ARPU med det antal kunder du har i begyndelsen af ​​en given måned plus antallet af nye kunder, du erhverver: MRR = ARPU x (Start abonnenter + Ny Abonnenter) Nu er det tid til at opbygge en prognose

Nu hvor vi har den grundlæggende terminologi til abonnementsoverslag ned, er det tid t o se på at opbygge en faktisk prognose. Som jeg nævnte, vil vi fokusere i denne artikel om at opbygge en simpel prognose for en månedlig abonnementsvirksomhed, men mange af de begreber, der diskuteres her, kan bruges til at opbygge en abonnementsprognose for forskellige abonnementsperioder.

Her er hvad dit regneark vil se ud:

Igen er det en temmelig simpel model, der antager, at din tjeneste ikke har engangsopsætningsgebyrer, og at din virksomhed driver en simpel månedsabonnementstjeneste, hvor kunderne forudbetaler for en måned af service. Modellen kan blive mere kompleks, hvis brugerne kan opgradere deres tjenester over tid, eller hvis du har engangsopsætningsgebyrer eller forskellige kontraktlængder.

I vores stikmodel kan du justere den gennemsnitlige indtjening pr. Bruger (ARPU) hver måned, hvis Du forventer, at nogle kunder i gennemsnit kan opgradere til højere priser, som du tilbyder.

Start abonnenter er antallet af kunder, du har i begyndelsen af ​​en måned. I denne prognose starter vi med nul abonnenter i vores første måned som en ny virksomhed. I de kommende måneder beregner vi startende abonnenter ved at se på hvor mange kunder vi havde i begyndelsen af ​​den foregående måned og derefter tilføje nye abonnenter og trække kunder tilbage, der besluttede at annullere.

I denne eksempelmodel antager vi, betal for en måneds service før tid, så vi beregner kørehastighed baseret på antallet af kunder, som vi starter hver måned med, i stedet for antallet af kunder, som vi afslutter måneden med.

Herfra beregner vi churn, den forventede levetid for en gennemsnitskunde i måneder og i dollars og endelig beregne de samlede månedlige tilbagevendende indtægter, som du forventer at indsamle i en given måned.

Du kan downloade denne prospekt abonnementssalgsprognose her, og vi vil takle mere komplekse prognoser i en fremtidig post.

Spørgsmål? Venligst post dem i kommentarerne, og jeg vil gøre mit bedste for at hjælpe.