Denne artikkelen er en del av vår SaaS Business-oppstartsguide - en kurert liste over artikler som hjelper deg med å planlegge, starte og øke SaaS-virksomheten!

Mens mye press har blitt gitt til Software-as-a-Service-boom (SaaS), er abonnementene overalt nå. Noen abonnementsmodeller, som gym medlemskap og magasiner, har eksistert lenge, mens andre abonnementsforretninger er helt nye og innovative.

I disse dager betaler vi små månedlige avgifter for å få tilgang til nesten alt i vår verden. Fra musikk tjenester, som Spotify, Rdio og Beats, til film streaming nettsteder som Netflix, til snacks og måltid levering som NatureBox og HelloFresh, ser det ut til at det er abonnementstjeneste for alt og alt.

Mitt lokale oppvarmingsfirma kommer til og med å komme inn på den blomstrende etterspørselen etter abonnementstjenester, og har lansert en abonnementstjeneste på $ 10 / måned som inkluderer grunnleggende systeminnstillinger, vedlikehold og rabatter på større vedlikeholdstjenester.

Abonnementstjenester er populære fordi det ofte koster mindre, på kort sikt, å begynne å bruke en tjeneste. For prisen på å kjøpe ett album på iTunes, kan jeg få tilgang til hele verden av musikk på Spotify i en måned. For halvparten av prisen på å kjøpe en ny DVD, kan jeg få tilgang til den dype katalogen av innhold tilgjengelig på Netflix. For en brøkdel av kostnaden for å kjøpe tredemølle, kan jeg bruke et helt treningsstudio.

Det er ikke rart at kundene flocker til abonnementstjenester for å erstatte ting de en gang kjøpte og eide direkte. Og det er ikke rart at bedrifter prøver å komme opp med nye og innovative abonnementsmodeller som de kan tilby sine kunder.

Hvis virksomheten din bygger en abonnementstjeneste, er å skape en pålitelig salgsforespørsel et kritisk skritt for å forstå hvordan virksomheten din vil vokse og hva nøkkeldriverne til inntektsvekst vil være.

Oppover vil jeg gå deg gjennom de kritiske komponentene i en abonnementsvarsel, og vise deg nøyaktig hvordan du skal bygge din egen. Vårt produkt, LivePlan, bygger abonnementsvarsler automatisk, så hvis du allerede er LivePlan-bruker, har du lykke til og kan hoppe over denne artikkelen. Men hvis du bruker et regneark og ønsker å bygge prognosen din selv, vil du følge med nære.

Noen definisjoner du trenger å vite for å bygge abonnementsvarselet:

Når du ' re bygger en abonnement salg prognose, det er noen vilkår som du trenger å forstå at du ikke finner i din tradisjonelle salgs prognose.

Periodika har ofte årlige abonnementsperioder.

Vi starter med

Abonnementsperiode, som i hovedsak er hvor lenge en kunde forplikter seg til å abonnere på tjenesten din. Mange tjenester opererer på en månedlig abonnementsperiode, noe som betyr at kunder betaler en månedlig avgift for å få tilgang til tjenesten og kan avbryte når som helst - tenk Netflix eller treningsmedlemskapet ditt. Noen tjenester har årlige abonnementsperioder. I dette tilfellet betaler kunder for å få tilgang til tjenesten i et år, og kan deretter fornye ved årsskiftet. Magasiner og bedriftsprogramvare tilbyr ofte årlige abonnementsperioder. I denne artikkelen vil jeg fokusere på å prognose salg for en månedlig abonnementstjeneste. Jeg graver til årlige abonnementer og andre abonnementslengder i et fremtidig innlegg. Nye abonnenter er også et ganske grunnleggende konsept. Dette er rett og slett antall nye kunder som du registrerer deg for din tjeneste i en gitt måned.

Avbestillinger er akkurat hva det høres ut som det er kunder som velger å avbryte tjenesten hver måned.

Endelig Churn, som er det ultimate nummeret som ethvert selskap med abonnementsmodell må være svært oppmerksom på. Churn er hastigheten som kundene avbryter og forlater tjenesten din. Lav churn er lik fornøyde kunder, mens høy churn betyr at brukerne avbryter raskt og ikke abonnerer på tjenesten i svært lang tid. Du beregner churn ved å ta antall kunder som avbryter i løpet av en måned og fordeler etter antall kunder du hadde i begynnelsen av måneden: Churn = Avbestillinger i løpet av en måned ÷ Kunder ved begynnelsen av måneden

Men det er en rynke på konseptet churn fordi det egentlig er som en lekkende bøtte. Tenk på churn som et hull i bunnen av bøtte. Så lenge hullet (kjeften) er liten, kan du holde skuffen full bare ved å legge til mer vann (nye abonnenter) enn det som drenerer.

Definisjonene ovenfor er alt du trenger å vite for å kunne prognose kunden din vekst. De neste få tingene vi snakker om, vedrører inntektene du vil gjøre fra disse kundene.

Slik beregner du inntekter fra abonnementstjenester

For å begynne å beregne hvor mye penger du skal gjøre, må du anslå

Gjennomsnittlig inntekt per bruker / kunde (ARPU)

. Dette er hvor mye du planlegger å lade en kunde hver måned. Hvis du bygger en prognose som har forskjellige prisnivåer, vil du kanskje opprette en annen prognose for hver prisnivå. Vi snakker mer om dette litt senere. Ved hjelp av churnprosenten din, kan du enkelt beregne kundens levetidsverdi (LTV). Churn-prosenten din hjelper deg med å forutsi hvor lenge en gjennomsnittlig kunde vil abonnere på tjenesten din, og vil hjelpe deg å forutsi hvor mye penger du forventer å gjøre fra kundene dine i løpet av deres forventede levetid med deg. LTV beregnes ved å dividere gjennomsnittlig inntekt per bruker ved Churn: LTV = ARPU ÷ Churn%

Denne beregningen forteller deg hvor mye din gjennomsnittlige kunde er verdt for deg. For eksempel, hvis tjenesten din koster 19 dollar per måned, og churnen din er 5 prosent, så er gjennomsnittskunden din verdt $ 380.

Du kan også beregne forventet kundeliv for din gjennomsnittlige kunde ved å dele LTV med ARPU:

Kundens levetid = LTV ÷ ARPU

Kundelivstiden kan også beregnes ved å bare dividere 1 med churn rate:

Kundelivstid = 1 ÷ Churn

Ved hjelp av det samme eksempelet fra oven, ville gjennomsnittlig kundelivstid være 20 måneder (380 ÷ 19 = 20) eller (1 ÷.05 = 20).

Til slutt vil vi vite hvor mye penger du regner med å gjøre hver måned, ellers kjent som

Månedlig gjentatt inntekt MRR).

For å beregne MRR, multipliserer du bare ARPU etter antall kunder du har i begynnelsen av en gitt måned, pluss antall nye kunder du kjøper: MRR = ARPU x (Startende abonnenter + Ny Abonnenter) Nå er det på tide å bygge en prognose

Nå som vi har den grunnleggende terminologien for abonnementsprognose ned, er det tid t Å se på å bygge en faktisk prognose. Som nevnt skal vi fokusere i denne artikkelen om å bygge en enkel prognose for en månedlig abonnementsvirksomhet, men mange av konseptene som diskuteres her, kan brukes til å bygge opp en abonnementsvarsel for ulike abonnementsperioder.

Her er hva regnearket ditt vil se ut som:

Igjen, dette er en ganske enkel modell som forutsetter at tjenesten din ikke har noen engangsoppsett avgifter, og at virksomheten din driver en enkel månedlig abonnementstjeneste der kundene forhåndsbetaler for en måned av tjenesten. Modellen kan bli mer kompleks hvis brukerne kan oppgradere sine tjenester over tid, eller hvis du har engangsoppsett avgifter eller forskjellige kontrakt lengder.

I vår utvalgsmodell kan du justere gjennomsnittlig inntekt per bruker (ARPU) hver måned hvis du forventer at i gjennomsnitt noen kunder kan oppgradere til høyere priser som du tilbyr.

Startende abonnenter er antall kunder du har i begynnelsen av en måned. I denne prognosen starter vi med null abonnenter i vår første måned som ny virksomhet. I fremtidige måneder beregner vi startende abonnenter ved å se på hvor mange kunder vi hadde i begynnelsen av forrige måned og deretter legge til nye abonnenter og trekke fra kunder som bestemte seg for å avbryte.

I denne utvalgsmodellen antar vi at kundene pre- Betal for en måneds tjeneste før tid, så vi beregner kildesats basert på antall kunder vi starter hver måned med, i stedet for antall kunder som vi avslutter måneden med.

Derfra beregner vi kvelning, Den forventede levetiden til en gjennomsnittlig kunde i måneder og i dollar, og til slutt beregne den totale månedlige gjentatte inntekten du bør forvente å samle inn i en gitt måned.

Du kan laste ned denne prospektabonnementssalgsprognosen her, og vi vil takle mer komplekse prognoser i et fremtidig innlegg.

Spørsmål? Vennligst legg inn dem i kommentarene, og jeg vil gjøre mitt beste for å hjelpe.