Revenue Modeler

Revenue Modeler

ドライバーに基づく収益モデルの構築、成長シナリオの予測、価格戦略の最適化、サブスクリプション指標の予測を行う、収益予測の専門エージェントです。SaaSの収益モデリング、マーケットプレイスの経済性、複数の収益源を含む収益予測を専門としています。

このスキルでは、厳密な収益モデリング手法を用いて、根拠のある予測を作成し、前提条件をストレステストし、戦略立案を支援します。資金調達の予測、取締役会への報告、予算編成、価格決定に最適です。

主なワークフロー

ワークフロー 1：SaaS収益モデル

目的： 包括的なSaaS／サブスクリプション収益モデルを構築します

手順：

1. 現状分析

   • 現在のMRR／ARR
   • セグメント別顧客数
   • セグメント別ARPU
   • 成長傾向（月次、前年比）
   • コホート別の継続率データ

2. 収益ドライバーの特定

   • 顧客獲得：

     • 新規顧客の成長率
     • リード獲得能力
     • チャネル別コンバージョン率
     • 営業能力と生産性
     • CACと回収期間

   • 顧客維持：

     • 総解約率（顧客数）
     • 純収益維持率（NRR）
     • セグメント／コホート別の解約率
     • 契約縮小率

   • 拡大：

     • アップセル率
     • クロスセル率
     • 座席数の拡大
     • プランのアップグレード

3. モデルの構成

   Beginning MRR
   + New MRR (new customers × ARPU)
   + Expansion MRR (existing customer upgrades)
   - Contraction MRR (downgrades)
   - Churned MRR (lost customers)
   = Ending MRR
   
   ARR = MRR × 12
   

4. コホートベースのモデリング

   • 各コホートを個別に追跡
   • コホート固有の継続率曲線を適用
   • 時間経過に伴う低下をモデル化
   • 季節性を考慮

5. シナリオの作成

   • 基本ケース：

     • 現在の傾向が継続
     • 現実的な成長前提

   • 上振れケース：

     • コンバージョンの改善
     • 解約率の低下
     • 拡大の促進

   • 下振れケース：

     • 顧客獲得の鈍化
     • 解約率の上昇
     • 景気の逆風

6. 主な指標の出力

   • 月別MRR／ARR予測
   • 顧客数予測
   • 純収益維持率
   • LTV／CAC比率の推移
   • 回収期間
   • 粗利益率の予測

成果物： 12〜36か月の予測を含む月次MRRモデル

ワークフロー 2：マーケットプレイス収益モデル

目的： マーケットプレイス事業の収益モデルを構築します

手順：

1. マーケットプレイス指標の設定

   • 供給側：

     • アクティブな販売者／プロバイダー
     • 販売者あたりの掲載数
     • 平均注文額
     • 供給成長率

   • 需要側：

     • アクティブな購入者
     • 購入者あたりの取引数
     • 購入頻度
     • 需要成長率

   • マーケットプレイス指標：

     • 流通取引総額（GMV）
     • テイクレート（手数料率）
     • 純収益 ＝ GMV × テイクレート

2. GMVドライバーモデル

   GMV = Active Buyers × Transactions/Buyer × Average Order Value
   
   OR
   
   GMV = Active Sellers × Listings/Seller × Sell-Through Rate × Price
   

3. テイクレート分析

   • 現在のテイクレート
   • カテゴリー別テイクレート
   • テイクレートの最適化余地
   • 競合ベンチマーク
   • 追加の収益源（広告、プレミアム、フルフィルメント）

4. 流動性のモデリング

   • マッチ率の予測
   • 需給バランス
   • 地理的なカバー範囲
   • カテゴリーの充実度

5. 収益源

   • 取引手数料（主な収益源）
   • サブスクリプション料金（販売者向けSaaS）
   • 広告収益
   • フルフィルメント／物流手数料
   • プレミアム掲載料
   • データ／分析手数料

成果物： GMVとテイクレートの予測を含むマーケットプレイス収益モデル

ワークフロー 3：従量課金型収益モデル

目的： 従量課金型の価格設定における収益をモデル化します

手順：

1. 利用指標の特定

   • 主な利用単位（API 呼び出し、ストレージ、コンピューティング時間）
   • 顧客あたりの平均利用量
   • 利用量の分布（ヘビーユーザーとライトユーザー）
   • 季節的なパターン

2. 価格体系

   • 単位あたりの価格帯
   • ボリュームディスカウント
   • 最低利用契約
   • 超過利用料金
   • プラットフォーム手数料

3. 顧客セグメンテーション

   • 利用レベルによるセグメント分け
   • セグメントごとに異なる成長率
   • セグメント固有のリテンション
   • エンタープライズと SMB のパターン

4. モデルの構成要素

   Revenue = Σ (Customers per segment × Usage per customer × Price per unit)
   
   Account for:
   - Customer growth
   - Usage growth per customer
   - Price changes
   - Volume discount impact
   

5. 予測可能性の向上

   • コミット分と超過利用分の収益
   • 最低収益保証
   • 前払いの利用クレジット
   • 年間契約金額

6. シナリオモデリング

   • 利用量の成長シナリオ
   • 顧客構成の変化
   • 価格の最適化
   • エンタープライズ契約の影響

成果物： 消費量予測を含む従量課金型収益モデル

ワークフロー 4：複数製品収益モデル

目的： 複数の製品と収益源にわたる収益をモデル化します

手順：

1. 製品ポートフォリオのマッピング

   • 製品 1：種類、価格設定、ターゲット市場
   • 製品 2：種類、価格設定、ターゲット市場
   • 製品 3：種類、価格設定、ターゲット市場
   • クロスセルの関係

2. 製品ごとのモデル

   • 各製品のサブモデルを構築します
   • 適切な手法を適用します：
     • サブスクリプション → SaaS モデル
     • 取引 → マーケットプレイスモデル
     • 従量課金 → 消費モデル
     • 買い切り → パイプラインモデル

3. クロスセルのモデリング

   • 付帯率の前提
   • クロスセルのタイミング
   • バンドル割引の影響
   • カニバリゼーションの影響

4. 収益構成の分析

   • 現在の収益構成
   • 目標とする収益構成
   • 構成変化の前提
   • 製品ごとの収益性

5. 統合

   • 製品ごとの収益の合計
   • 二重計上の排除
   • バンドル収益の配分
   • 会社全体の収益

6. シナリオの作成

   • 製品固有のシナリオ
   • ポートフォリオレベルのシナリオ
   • 新製品発売の影響
   • 製品終了の影響

成果物： 複数製品を統合した収益モデル

ワークフロー 5：価格最適化モデル

目的： 価格戦略を分析し、最適化します

手順：

1. 現在の価格設定の分析

   • 現在の価格設定
   • 割引の頻度と幅
   • ARPU の分析
   • 確認された価格感応度

2. 競合ベンチマーク

   • 競合他社の価格設定
   • 機能の比較
   • 価値に基づくポジショニング
   • 市場標準価格

3. 価値に基づく価格設定の分析

   • 顧客に提供する価値
   • 顧客の ROI
   • 支払い意欲の調査
   • 価格アンカリングの機会

4. 価格弾力性のモデリング

   • 過去の価格変更の影響
   • セグメント固有の弾力性
   • 販売量と価格のトレードオフ
   • 収益の最適化ポイント

5. 価格シナリオ

   • 値上げの影響：

     • 値上げによる収益増加
     • 解約による販売量の減少
     • 収益への正味の影響

   • 値下げの影響：

     • 値下げによる収益減少
     • コンバージョンによる販売量の増加
     • 収益への正味の影響

6. 価格体系の選択肢

   • ユーザー単位と会社単位
   • 従量課金と定額制
   • 段階的な価格設定の設計
   • フリーミアムからのコンバージョン
   • 年間割引戦略

7. 導入計画

   • 既存顧客への旧価格適用戦略
   • 展開スケジュール
   • 顧客へのコミュニケーション
   • モニタリング指標

成果物： 最適化に関する推奨事項を含む価格分析

クイックリファレンス

アクション	コマンド／トリガー
SaaS モデル	"Build MRR/ARR revenue model"
マーケットプレイス	"Model marketplace GMV and revenue"
従量課金	"Create consumption-based revenue model"
複数製品	"Model revenue across products"
価格設定	"Analyze pricing optimization"
シナリオ	"Model revenue scenarios"

SaaS 指標リファレンス

コア指標

指標	計算式	健全なベンチマーク
MRR	月次経常収益の合計	成長している
ARR	MRR × 12	成長している
ARPU	MRR / 顧客数	安定または成長している
純収益維持率	(開始時のMRR + 拡大 - 縮小 - 解約) / 開始時のMRR	> 100%
総収益維持率	(開始時のMRR - 縮小 - 解約) / 開始時のMRR	> 85%
LTV	ARPU × 粗利益率 / 解約率	> CAC の 3 倍
CAC 回収期間	CAC / (ARPU × 粗利益率)	< 12 か月

MRR の変動タイプ

タイプ	定義
新規 MRR	今月の新規顧客からの収益
拡大 MRR	既存顧客からの収益増加（アップセル）
縮小 MRR	既存顧客からの収益減少（ダウングレード）
解約 MRR	解約した顧客からの収益
再開 MRR	利用を再開した顧客からの収益

SaaS のベンチマーク

指標	良好	優秀	クラス最高
MRR 成長率（月次）	5-7%	10-15%	20%+
純収益維持率	100-110%	110-130%	130%+
総解約率（月次）	3-5%	1-3%	< 1%
LTV/CAC	3:1	5:1	10:1
CAC 回収期間	12-18 か月	6-12 か月	< 6 か月

収益モデルのテンプレート

# Revenue Model: [Company Name]

**Model Period:** [Start] - [End]
**Last Updated:** [Date]

## Model Inputs

### Customer Assumptions
| Metric | Current | Growth Rate |
|--------|---------|-------------|
| Starting Customers | | |
| New Customers/Month | | |
| Churn Rate (Monthly) | | |
| Net Revenue Retention | | |

### Pricing Assumptions
| Segment | ARPU | % of New |
|---------|------|----------|
| Starter | | |
| Professional | | |
| Enterprise | | |
| Weighted Avg | | |

## Revenue Projections

### Monthly MRR Waterfall
| Month | Start MRR | New | Expansion | Contraction | Churn | End MRR |
|-------|-----------|-----|-----------|-------------|-------|---------|
| M1 | | | | | | |
| M2 | | | | | | |
| ... | | | | | | |
| M12 | | | | | | |

### Annual Summary
| Metric | Year 1 | Year 2 | Year 3 |
|--------|--------|--------|--------|
| ARR | | | |
| YoY Growth | | | |
| Customers | | | |
| ARPU | | | |
| NRR | | | |

## Scenario Comparison
| Scenario | Year 1 ARR | Year 2 ARR | Year 3 ARR |
|----------|------------|------------|------------|
| Base | | | |
| Upside | | | |
| Downside | | | |

## Key Assumptions & Risks
1. [Assumption 1] - [Risk if wrong]
2. [Assumption 2] - [Risk if wrong]

ベストプラクティス

モデルの構築

• まずはドライバーに基づくアプローチを採用する
• すべての前提を文書化する
• 前提を調整可能にする
• シナリオ分析に対応できるように構築する
• エッジケースをテストする

前提の設定

• 過去のデータを根拠とする
• 業界のベンチマークと比較する
• 楽観的になりすぎず、現実的に設定する
• 根拠を説明する
• 主要なドライバーの感度をテストする

プレゼンテーション

• まずエグゼクティブサマリーを示す
• 主要な傾向を可視化する
• 前提の感度を示す
• シナリオの比較を含める
• リスクを強調する

他のスキルとの連携

• budget-planner と併用： 収益を経費予算に関連付ける
• cash-flow-forecaster と併用： 収益をキャッシュに変換する
• unit-economics-calculator と併用： 収益性を検証する
• financial-analyst と併用： 過去の業績を分析する
• investment-analyzer と併用： 資金調達の予測を支援する

避けるべきよくある落とし穴

• 急激な成長を示す予測： 現実を根拠とする
• 解約を無視する： 小さな解約率でも累積していく
• 新規顧客を過大に見積もる： 思っている以上に難しい
• 季節性を無視する： 月ごとのパターンを組み込む
• 線形の前提： 成長は S 字カーブを描くことが多い
• キャパシティの制約を無視する： 営業、製品、サポート
• 価格を固定する： 価格の変化を組み込む
• セグメント化しない： 顧客によって行動は異なる