mcpField
S
saas-metrics-coach

saas-metrics-coach

github.com/borgheiデータ・データベース1.0k68 回インストール1 週間前に更新
リポジトリ

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

  1. 01MRR、ARR、成長率、解約率の計算
  2. 02コホート継続率の表と曲線
  3. 03LTV、CAC、回収期間の分析
  4. 04主要な計算前提の確認

活用シーン

  1. 01月次の SaaS 健全性指標の確認
  2. 02投資家向け資料データの準備
  3. 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.csv
subscriptions.csv
references/
saas-metrics-guide.md
scripts/
cohort_analyzer.py
mrr_calculator.py
unit_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.pyMRR、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.pyLTV、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
  1. 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)
  2. 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
  3. 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
  4. 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
  5. 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
  1. 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
  2. cohort_analyzer.py --format json を実行し、継続率曲線を取得します
  3. 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
  4. 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
  1. --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
  2. cohort_analyzer.py を実行し、解約が最も早いコホートを特定します
  3. コホートの離脱時期とプロダクトの変更を照合します
  4. 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< 1:11:1-3:1> 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