Вердикт, який неможливо перевірити, — це просто впевнено сказана думка. Тому нижче: звідки беруться числа, чого вони насправді варті і в чому цей метод слабкий.
Кожне число у звіті рахує одна детермінована функція з того, що ви ввели. Жодне не породжене мовною моделлю. Діапазони порівняння — кураторські галузеві діапазони: це не ваші дані і не аудитований датасет.
Юніт-економіка через AARRR означає розрахунок вартості та цінності клієнта окремо для кожного етапу воронки: Acquisition, Activation, Retention, Revenue і Referral. На відміну від одного співвідношення LTV:CAC, такий підхід показує, на якому саме етапі бізнес втрачає гроші і який важіль знизить CAC найшвидше.
Юніт-економіка відповідає на просте питання: скільки бізнес заробляє або втрачає на одному клієнті. Якщо клієнт за весь час приносить більше маржі, ніж коштувало його залучення, модель здорова.
Метрика | Що означає | Формула |
|---|---|---|
CAC | Вартість залучення одного платного клієнта |
|
ARPA | Середній дохід з клієнта за місяць |
|
Gross margin | Частка доходу після прямих витрат на обслуговування |
|
LTV | Маржа, яку клієнт приносить за весь час |
|
Payback | За скільки місяців клієнт «повертає» свій CAC |
|
Припустімо, у вас LTV:CAC = 3:1, і це начебто норма. Але за цим числом може ховатися чудова конверсія в реєстрацію та провальна активація: ви платите за користувачів, які так і не дійшли до цінності продукту. Загальний CAC цього не покаже. Юніт-економіка по етапах AARRR покаже.
AARRR, або «піратські метрики», запропонував Дейв Макклюр (Dave McClure). Фреймворк ділить шлях клієнта на 5 етапів:
Етап | Питання | Ключова метрика |
|---|---|---|
Acquisition | Звідки приходять користувачі? | Відвідувачі, конверсія в реєстрацію |
Activation | Чи отримали вони першу цінність? | Activation rate, time-to-value |
Retention | Чи повертаються? | Churn, retention по когортах |
Revenue | Чи платять? | Конверсія в оплату, ARPA |
Referral | Чи рекомендують? | K-factor, частка реферальних клієнтів |
AARRR добре поєднується з North Star Metric: North Star задає напрям, а AARRR показує, на якому етапі шлях до неї обривається.
Перша помилка, яку варто уникнути: рахувати CAC лише з рекламного бюджету. Розрізняйте два види CAC:
На етапі Acquisition додатково рахуйте вартість реєстрації: S&M / реєстрації. Вона показує ефективність верхньої частини воронки.
Це найбільш недооцінена метрика. Cost per activated user = S&M / активовані користувачі. Активований користувач досяг aha moment: створив перший звіт, відправив першу посилку, підключив інтеграцію.
Якщо вартість реєстрації низька, а вартість активованого користувача висока, проблема не в маркетингу, а в onboarding.
Lifetime клієнта рахується через відтік: lifetime = 1 / monthly churn. Якщо щомісяця йде 3% клієнтів, середній клієнт залишається з вами ~33 місяці.
Аналізуйте churn по когортах (за місяцем реєстрації або каналом), а не загальним числом. Когорта з TikTok і когорта з LinkedIn можуть мати зовсім різний lifetime за однакового CAC.
LTV завжди рахуйте від маржі, а не від виручки. Клієнт з ARPA $99 і маржею 80% приносить не $99, а $79.20 на місяць. Якщо клієнти з часом переходять на дорожчі тарифи (expansion revenue), додайте це в модель, бо воно суттєво збільшує LTV.
Клієнти з рекомендацій приходять без прямих витрат на залучення, тому знижують blended CAC. Порівнюйте два числа:
CAC без рефералів = S&M / клієнти з воронкиBlended CAC = S&M / (клієнти з воронки + реферальні)Різниця між ними дорівнює грошовій цінності вашої реферальної програми.
Візьмемо умовний B2B SaaS за один місяць.
Етап | Розрахунок | Результат |
|---|---|---|
Acquisition | 4 000 × 10% = 400 реєстрацій | Вартість реєстрації $50 |
Activation | 400 × 40% = 160 активованих | Вартість активованого $125 |
Revenue | 160 × 20% = 32 клієнти | CAC = $625 (paid CAC лише $375) |
Revenue | $99 × 80% = $79.20 маржі/міс | Payback = 7.9 міс |
Retention | 1 / 3% = 33.3 міс | LTV ≈ $2 640 |
Підсумок | $2 640 / $625 | LTV:CAC = 4.2 : 1 ✅ |
Зверніть увагу: paid CAC ($375) майже вдвічі нижчий за fully loaded ($625). Якщо орієнтуватися лише на рекламний CAC, модель виглядатиме значно кращою, ніж вона є.
Піднімемо активацію з 40% до 50% за того самого бюджету:
Щоб отримати той самий ефект через Acquisition, довелося б на 25% збільшити трафік за тих самих витрат. Зазвичай покращити onboarding дешевше, ніж на чверть знизити вартість трафіку.
Вартість реєстрації = S&M / реєстрації
Вартість активованого = S&M / активовані користувачі
Blended CAC = S&M / усі нові платні клієнти
Paid CAC = рекламний бюджет / клієнти з воронки
Маржа з клієнта / міс = ARPA × gross margin
CAC payback (міс) = CAC / маржа з клієнта
Lifetime (міс) = 1 / monthly churn
LTV = маржа з клієнта × lifetimeLTV : CAC = LTV / CAC
Правило 3:1 має конкретного автора: його сформулював David Skok з Matrix Partners близько 2010 року на основі спостережень за зрілими публічними SaaS-компаніями. Сьогодні це мінімальна планка, а не ціль. Foundry CRO
За даними звіту Aleph × Benchmarkit 2026 (фактичні результати 2025 року):
Орієнтир: 3:1 — мінімум, 4–5x — здорова модель, 7x і вище — топ-рівень (getaleph)
Що це означає для нашого прикладу: LTV:CAC 4.2 : 1 відповідає медіані ринку. А payback 7.9 місяця вдвічі кращий за медіану (16 міс) і близький до верхнього квартилю.
Джерело: 2026 Aleph × Benchmarkit SaaS & AI Performance Benchmarks, дані за 2025 рік, n = 342 компанії.
Ми підготували шаблон, який рахує все описане вище автоматично:
Наприклад, у нашому кейсі ціль +$5 000 MRR на місяць потребує 6 300 відвідувачів і ~$31 600 бюджету. Альтернатива: підняти активацію до 63% без збільшення бюджету.
👉 Завантажити шаблон юніт-економіки
Ні. Це зовнішній погляд на те, чи правдоподібне число, з огляду на діапазони порівнянних компаній. Сприймайте як другу думку перед рішенням, а не як саме рішення.
Поки ні. Позначки походження для кожного діапазону ще будуються; доки їх немає, вважайте всі діапазони орієнтовними. Якщо для вашого рішення цього замало — так і має бути, і краще ви дізнаєтесь про це зараз.
Сьогодні — ні. Якщо колись почнемо, це буде анонімна агрегація з позначкою own-data і видимим розміром вибірки — ваші цифри ніколи не побачить хтось інший.
Охоплення й походження даних — різні осі, і ми чесно кажемо: широта зараз коштує нам глибини джерел. План — закріпити одну нішу справжніми посиланнями, а решті дати заробити свої джерела з часом, а не тихцем видавати оцінки за факти.
Без таблиць і без картки. Спершу вердикт, числа — під ним.
Зібрати звіт