saas-metrics-coach について
SaaS の創業者、財務チーム、グロース担当者向けのコマンドラインスキルです。CSV や JSON からサブスクリプション指標を計算し、継続率とユニットエコノミクスを分析します。
主な機能
- 01MRR、ARR、成長率、解約率の計算
- 02コホート継続率の表と曲線
- 03LTV、CAC、回収期間の分析
- 04主要な計算前提の確認
活用シーン
- 01月次の SaaS 健全性指標の確認
- 02投資家向け資料データの準備
- 03プランやコホート別の解約調査
インストール
コマンドをコピーしてターミナルで実行します。
$
npx skills add https:/ / github.com/ borghei/ claude-skills --skill saas-metrics-coachインストール後、Claude Code で/saas-metrics-coachを入力して読み込まれたか確認します。
同梱ファイル
SKILL.md と一緒にインストールされる参考資料やスクリプト。
examples/cohorts.csvsubscriptions.csvreferences/saas-metrics-guide.mdscripts/cohort_analyzer.pymrr_calculator.pyunit_economics.py詳細
SaaS メトリクスコーチスキル
概要
MRR/ARR の計算、コホート継続率の分析、ユニットエコノミクスの評価に対応した、本番環境向けの SaaS メトリクスツールキットです。スプレッドシートを複雑に操作せず、サブスクリプション収益を正確に分析したい SaaS の創業者、財務チーム、グロース担当者向けに設計されています。
まず確認すること
計算を始める前に、以下の入力を確認してください。不明または曖昧な項目があれば、推測せずに質問してください。
- メトリクスの種類 — MRR/ARR の成長、コホート継続率、ユニットエコノミクスのいずれか(スクリプトと入力形式(サブスクリプション CSV、アクティビティ CSV、メトリクス JSON)を決定します)
- レポート期間と通貨の扱い — 対象期間と、複数通貨の MRR をどのように正規化するか(収益と解約に関するすべての数値が変わります)
- 粗利益率 — 適用する利益率(LTV と CAC 回収期間を左右します。LTV = ARPU x 粗利益率 / 解約率)
- 解約の定義 — グロスかネットか、顧客数か収益か(解約率、NRR、健全性フラグの判定が変わります)
停止ルール:出力に最も影響する 2~3 項目だけを質問してください。ユーザーが「とりあえず下書きを」と言った場合は、そのまま進め、成果物の冒頭に前提を記載してください。
クイックスタート
# Calculate MRR, ARR, growth rate, and churn from subscription data
python scripts/mrr_calculator.py subscriptions.csv
# Run cohort retention analysis
python scripts/cohort_analyzer.py users.csv --cohort-period monthly
# Calculate LTV, CAC, LTV:CAC ratio, and payback period
python scripts/unit_economics.py metrics.json
ツールの概要
| ツール | 目的 | 入力 | 出力 |
|---|---|---|---|
mrr_calculator.py | MRR、ARR、成長率、解約率 | サブスクリプションデータを含む CSV | 収益メトリクスとトレンド |
cohort_analyzer.py | コホート継続率の分析 | ユーザー登録/アクティビティデータを含む CSV | 継続率マトリックスと曲線 |
unit_economics.py | LTV、CAC、LTV:CAC、回収期間 | 顧客獲得/収益データを含む JSON | ユニットエコノミクスのダッシュボード |
ワークフロー
ワークフロー 1:SaaS の月次健全性チェック
- サブスクリプションデータを CSV としてエクスポートします(列:customer_id、plan、mrr、start_date、end_date)
mrr_calculator.pyを実行し、現在の MRR、ARR、純新規 MRR、解約率を取得します- ユーザーのアクティビティデータに対して
cohort_analyzer.pyを実行し、継続率のトレンドを特定します unit_economics.pyを実行し、LTV:CAC 比率が 3:1 を上回っていることを確認します- 出力に警告フラグ(解約率 > 5%、LTV:CAC < 3、回収期間 > 18 か月)がないか確認します
ワークフロー 2:投資家向け資料の準備
mrr_calculator.py --format jsonを実行し、グラフ用の成長メトリクスを取得しますcohort_analyzer.py --format jsonを実行し、継続率曲線を取得しますunit_economics.py --format jsonを実行し、ユニットエコノミクスの概要を取得します- JSON 出力を使って、投資家向け資料のデータポイントを作成します
ワークフロー 3:解約の調査
--breakdownを付けてmrr_calculator.pyを実行し、プランの階層ごとの解約を確認しますcohort_analyzer.pyを実行し、解約が最も早いコホートを特定します- コホートの離脱時期とプロダクトの変更を照合します
- 解約が特定のセグメントや期間に集中しているかを特定します
リファレンスドキュメント
主要な SaaS メトリクスの定義
- MRR(Monthly Recurring Revenue:月次経常収益): 月次に正規化した、すべてのアクティブなサブスクリプション収益の合計
- ARR(Annual Recurring Revenue:年間経常収益): MRR x 12
- 純新規 MRR: 新規 MRR + 拡張 MRR - 解約 MRR - 縮小 MRR
- グロス解約率: 対象期間に失われた MRR / 期首 MRR
- 純収益維持率(NRR): (期首 MRR + 拡張 - 解約 - 縮小)/ 期首 MRR
- LTV(顧客生涯価値): ARPU / 月次解約率(簡易計算)、または ARPU x 粗利益率 / 解約率
- CAC(顧客獲得コスト): 販売・マーケティング費用の合計 / 獲得した新規顧客数
- LTV:CAC 比率: SaaS の健全性を保つには 3:1 以上を目標とします
- CAC 回収期間: CAC /(ARPU x 粗利益率)で算出した月数
包括的なフレームワークの詳細については、references/saas-metrics-guide.md を参照してください。
よくあるパターン
パターン:サブスクリプション CSV 形式
customer_id,plan,mrr,start_date,end_date,status
C001,pro,99.00,2025-01-15,,active
C002,basic,29.00,2025-02-01,2025-08-15,churned
C003,enterprise,499.00,2025-03-10,,active
パターン:ユーザーアクティビティ CSV 形式
user_id,signup_date,last_active_date,activity_month
U001,2025-01-05,2025-06-15,2025-06
U002,2025-01-12,2025-03-20,2025-03
パターン:ユニットエコノミクス JSON 形式
{
"period": "2025-Q4",
"total_customers": 1200,
"new_customers": 150,
"churned_customers": 45,
"total_mrr": 89500.00,
"arpu": 74.58,
"gross_margin": 0.82,
"sales_marketing_spend": 45000.00,
"monthly_churn_rate": 0.0375
}
健全な SaaS のベンチマーク
| メトリクス | 懸念あり | 許容範囲 | 良好 |
|---|---|---|---|
| 月次解約率 | > 5% | 2-5% | < 2% |
| 純収益維持率 | < 90% | 90-110% | > 120% |
| LTV:CAC | < 1:1 | 1:1-3:1 | > 3:1 |
| CAC 回収期間 | > 24 か月 | 12-18 か月 | < 12 か月 |
| 粗利益率 | < 60% | 60-75% | > 75% |
コメント
Markdown 対応