mcpField
C
china-unit-economics

china-unit-economics

github.com/jwangkun数据与数据库87570 次安装6 周前更新
代码仓库

关于 china-unit-economics

面向 A 股及中国市场企业的单元经济分析技能，用于评估单位收益、客户经济性和用户群组表现。它涵盖 CAC、LTV、留存等指标，并结合中国渠道与消费情境进行基准比较和敏感性分析。

主要功能

  1. 01定义不同商业模式的分析单位
  2. 02计算 CAC、LTV 与回本周期
  3. 03构建留存和收入群组分析
  4. 04按行业对照中国市场指标
  5. 05开展关键变量敏感性分析

适用场景

  1. 01评估消费品牌获客成本与复购
  2. 02分析 SaaS 客户价值和留存
  3. 03比较电商订单经济性
  4. 04评估扩张前的单位经济模型

MCP 相关

技能说明使用 iFind MCP 或 AkShare MCP 获取上市公司财务数据，并可参考公司披露、管理层指引及行业资料。

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/jwangkun/claude-for-financial-services-cn --skill china-unit-economics

安装后在 Claude Code 中输入/china-unit-economics确认已加载。

详细介绍

china-unit-economics

目的

分析A股及中国市场单元经济模型——投资组合公司的单位经济效益、客户经济效益和群组分析。

关键指标

核心框架（与全球市场相同）
指标公式目标
LTV（客户生命周期价值）ARPU × 生命周期 × 毛利率>3x CAC
CAC（客户获取成本）销售与营销费用 / 新客户数<12 个月回本
LTV/CACLTV / CAC>3.0x
CAC 回本周期（月）CAC / (ARPU × 毛利率 %)<12 个月
NRR（净收入留存率）(期初 + 扩张 - 流失) / 期初>100%
GRR（总收入留存率）(期初 - 流失) / 期初>85%
ARR年度经常性收入持续增长
流失率流失客户数 / 客户总数<5%（月度）
中国特有指标
指标说明中国市场背景
获客成本中国市场的 CAC线上投放 + 线下渠道
用户生命周期价值中国消费者的 LTV一线城市客户更高
复购率重复购买率对 DTC 品牌至关重要
客单价平均订单金额价格敏感型市场
渠道成本渠道经济效益经销商 vs DTC
补贴依赖对补贴 / 折扣的依赖程度在中国很常见

数据来源

主要来源：iFind MCP（一级付费）/ AkShare MCP（二级免费备选）
# For public companies, extract proxies
get_financials(ticker, "income")    → Revenue, opex
get_financials(ticker, "balance")   → Customer-related assets
get_financials(ticker, "cashflow")  → Cash flow
次要来源
  • 巨潮 — 含分部数据的公司文件
  • 管理层指引 — 管理层指引
  • 券商研报 — 单位经济效益估算
  • 行业数据 — 行业基准

工作流

第 1 步：定义单位经济模型

识别商业模式：

商业模式单位定义收入模式
消费品每单 / 每用户交易
SaaS每客户（年）订阅
电商每订单 / 每用户交易
制造业每件 / 每吨单位销售
平台每 GMV / 每笔交易抽成率
广告每次曝光 / 每次点击CPM / CPC
第 2 步：构建单位经济模型

标准模型：

# Unit economics calculation
Unit_Price = XX元
Unit_Cost = XX元 (COGS)
Unit_Contribution = Unit_Price - Unit_Cost

# Customer economics (for subscription/DTC)
CAC = XX元 (acquisition cost per customer)
ARPU = XX元/年 (average revenue per user)
Gross_Margin = XX%
Customer_Lifetime = X年 (or 1/churn rate)
LTV = ARPU × Lifetime × Gross_Margin
LTV_CAC = LTV / CAC
Payback_Months = CAC / (ARPU × Gross_Margin / 12)
第 3 步：群组分析

群组表（留存率）：

群组第 0 个月第 1 个月第 2 个月第 3 个月第 6 个月第 12 个月
1 月100%XX%XX%XX%XX%XX%
2 月100%XX%XX%XX%XX%XX%
3 月100%XX%XX%XX%XX%XX%

群组收入：

群组第 0 个月第 1 个月第 2 个月第 3 个月第 6 个月第 12 个月
1 月¥X¥X¥X¥X¥X¥X
2 月¥X¥X¥X¥X¥X¥X
第 4 步：基准比较

中国各行业特有基准：

行业CAC 回本周期LTV/CAC典型 ARPU
消费品牌6-12 个月3-5x¥200-500
SaaS（ToB）12-18 个月3-5x¥5,000-50,000
电商1-3 个月2-4x¥100-300
游戏1-2 个月4-10x¥50-200
在线教育3-6 个月2-4x¥1,000-5,000
金融科技6-12 个月3-5x¥500-2,000
第 5 步：敏感性分析

关键敏感因素：

变量-20%-10%基准+10%+20%
ARPU
毛利率
客户生命周期
CAC
第 6 步：建议

根据单位经济效益：

LTV/CAC评估建议
>5x极佳大力扩张
3-5x良好在监控下扩张
2-3x可接受优化 CAC / 利润率
1-2x较差扩张前先修正模型
<1x模型失效从根本上重新评估

中国市场特有考量

中国市场的客户获取
渠道CAC质量备注
线上投放（在线广告）中不定抖音、小红书、百度
社交裂变低中拼多多模式
经销商低视情况而定渠道下沉
线下门店高高高端体验
直播带货中不定抖音、淘宝直播
私域运营低高微信生态
中国消费者行为
行为对单位经济效益的影响
价格敏感ARPU 较低，涨价后流失率较高
社交驱动病毒式推荐可降低 CAC
品牌忠诚度成熟品牌的 LTV 较高
渠道偏好多渠道带来复杂性
促销依赖收入质量面临风险
电商单位经济效益

中国电商的关键指标：

指标公式基准
GMV商品交易总额营收顶线
Take rate收入 / GMV3-10%
客户获取成本CAC / 订单¥20-200
退货率退货量 / 订单量5-20%（因行业而异）
AOV收入 / 订单量¥50-500
履约成本物流成本 / 订单¥5-30

质量检查

交付前：

  • 明确定义单位
  • 收入模式正确
  • CAC/LTV 计算正确
  • 已纳入队列数据（如有）
  • 基准具有相关性
  • 已进行敏感性分析
  • 建议具有可操作性

数据源模式切换：设置环境变量 IFIND_DATA_SOURCE_MODE 以控制数据源偏好。

  • ifind-only（严格）：仅使用 iFind，不可用时则报错
  • ifind-fallback（默认）：优先使用 iFind，回退至 AkShare
  • akshare-only, wind-only (Wind only), wind-fallback (Wind first, fallback to iFind → AkShare)：跳过 iFind，仅使用 AkShare

评论

支持 Markdown