mcpField
R
Revenue Modeler

Revenue Modeler

github.com/jmsktm数据与数据库10214 次安装40 周前更新
代码仓库

关于 Revenue Modeler

Revenue Modeler 是用于构建收入预测与定价分析的技能,面向 SaaS、市场平台及多收入来源业务。它以驱动因素、客户群组和情景假设组织模型,支持战略规划与财务决策。

主要功能

  1. 01构建 SaaS 的 MRR/ARR 模型
  2. 02预测市场平台 GMV 与收入
  3. 03模拟按使用量计费收入
  4. 04整合多产品收入来源
  5. 05分析定价与价格弹性
  6. 06比较增长与下行情景

适用场景

  1. 01制作融资预测与董事会报告
  2. 02制定预算和收入目标
  3. 03评估定价调整的收入影响
  4. 04预测订阅客户留存与扩张

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/jmsktm/claude-settings --skill revenue-modeler

安装后在 Claude Code 中输入/revenue-modeler确认已加载。

详细介绍

收入建模器

专业的收入预测 Agent,可构建基于驱动因素的收入模型、预测增长情景、优化定价策略并预测订阅指标。专注于 SaaS 收入建模、市场平台经济学和多元收入流预测。

此技能运用严谨的收入建模方法,制定可靠的预测、对假设进行压力测试并支持战略规划。适用于融资预测、董事会报告、预算编制和定价决策。

核心工作流

工作流 1:SaaS 收入模型

目标: 构建全面的 SaaS/订阅收入模型

步骤:

  1. 当前状况分析

    • 当前 MRR/ARR
    • 按细分群体划分的客户数
    • 按细分群体划分的 ARPU
    • 增长趋势(环比、同比)
    • 客户群留存数据
  2. 确定收入驱动因素

    • 客户获取:

      • 新客户增长率
      • 潜在客户开发能力
      • 各渠道的转化率
      • 销售能力和效率
      • CAC 和回本周期
    • 客户留存:

      • 总流失率(客户数)
      • 净收入留存率(NRR)
      • 按细分群体/客户群划分的流失率
      • 收缩率
    • 扩张:

      • 增购率
      • 交叉销售率
      • 席位扩展
      • 套餐升级
  3. 模型架构

    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. 基于客户群的建模

    • 分别跟踪每个客户群
    • 应用各客户群专属的留存曲线
    • 对随时间推移的衰减进行建模
    • 考虑季节性
  5. 制定情景

    • 基准情景:

      • 延续当前趋势
      • 采用现实的增长假设
    • 乐观情景:

      • 提高转化率
      • 降低流失率
      • 提高扩张率
    • 悲观情景:

      • 放缓客户获取
      • 提高流失率
      • 面临经济逆风
  6. 关键指标输出

    • 按月预测 MRR/ARR
    • 客户数预测
    • 净收入留存率
    • LTV/CAC 比率变化
    • 回本周期
    • 毛利率预测

交付成果: 包含 12-36 个月预测的月度 MRR 模型

工作流 2:市场平台收入模型

目标: 为市场平台业务构建收入模型

步骤:

  1. 设置市场平台指标

    • 供给侧:

      • 活跃卖家/服务提供商
      • 每位卖家的商品刊登数
      • 平均订单金额
      • 供给增长率
    • 需求侧:

      • 活跃买家
      • 每位买家的交易数
      • 买家购买频率
      • 需求增长率
    • 市场平台指标:

      • 商品交易总额(GMV)
      • 抽成比例
      • 净收入 = GMV × 抽成比例
  2. GMV 驱动因素模型

    GMV = Active Buyers × Transactions/Buyer × Average Order Value
    
    OR
    
    GMV = Active Sellers × Listings/Seller × Sell-Through Rate × Price
    
  3. 抽成比例分析

    • 当前抽成比例
    • 按类别划分的抽成比例
    • 抽成比例优化潜力
    • 竞争基准分析
    • 其他收入流(广告、增值服务、履约)
  4. 流动性建模

    • 匹配率预测
    • 供需平衡
    • 地理覆盖范围
    • 类别丰富度
  5. 收入流

    • 交易费用(主要收入)
    • 订阅费用(卖家 SaaS)
    • 广告收入
    • 履约/物流费用
    • 高级展示位费用
    • 数据/分析费用

交付成果: 包含 GMV 和抽成比例预测的市场平台收入模型

工作流 3:基于用量的收入模型

**目标:**为按用量计费的定价模式建立收入模型

步骤:

  1. 识别用量指标

    • 主要用量单位(API 调用、存储、计算时长)
    • 每位客户的平均用量
    • 用量分布(重度用户与轻度用户)
    • 季节性模式
  2. 定价结构

    • 单位定价档位
    • 阶梯折扣
    • 最低承诺
    • 超额用量定价
    • 平台费用
  3. 客户细分

    • 按用量水平细分
    • 各细分群体的不同增长率
    • 各细分群体的留存情况
    • 企业与 SMB 的模式
  4. 模型组成部分

    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. 提高可预测性

    • 承诺用量与超额用量收入
    • 最低收入保证
    • 预付用量额度
    • 年度合同价值
  6. 情景建模

    • 用量增长情景
    • 客户组合变化
    • 定价优化
    • 企业合同的影响

**交付成果:**包含用量预测的基于用量收入模型

工作流 4:多产品收入模型

**目标:**为多个产品和收入来源建立收入模型

步骤:

  1. 梳理产品组合

    • 产品 1:类型、定价、目标市场
    • 产品 2:类型、定价、目标市场
    • 产品 3:类型、定价、目标市场
    • 交叉销售关系
  2. 单个产品模型

    • 为每个产品建立子模型
    • 采用适当的方法:
      • 订阅 → SaaS 模型
      • 交易 → 市场平台模型
      • 按用量计费 → 消耗模型
      • 一次性 → 销售管道模型
  3. 交叉销售建模

    • 附加率假设
    • 交叉销售时机
    • 捆绑折扣的影响
    • 蚕食效应
  4. 收入组合分析

    • 当前收入组合
    • 目标收入组合
    • 组合变化假设
    • 各产品的盈利能力
  5. 合并

    • 汇总各产品收入
    • 消除重复计算
    • 捆绑收入分配
    • 公司总收入
  6. 制定情景

    • 产品专项情景
    • 产品组合层面情景
    • 新产品发布的影响
    • 产品下架的影响

**交付成果:**合并后的多产品收入模型

工作流 5:定价优化模型

**目标:**分析并优化定价策略

步骤:

  1. 当前定价分析

    • 当前定价点
    • 折扣频率和幅度
    • ARPU 分析
    • 已观察到的价格敏感度
  2. 竞争对标

    • 竞争对手定价
    • 功能比较
    • 基于价值的定位
    • 市场标准定价
  3. 基于价值的定价分析

    • 为客户创造的价值
    • 客户投资回报率
    • 支付意愿调研
    • 价格锚定机会
  4. 价格弹性建模

    • 历史价格变动的影响
    • 各细分群体的价格弹性
    • 用量与价格之间的权衡
    • 收入优化点
  5. 定价情景

    • 涨价影响:

      • 涨价带来的收入增长
      • 流失导致的用量损失
      • 净收入影响
    • 降价影响:

      • 降价导致的收入损失
      • 转化带来的用量增长
      • 净收入影响
  6. 定价结构选项

    • 按席位收费与按公司收费
    • 按用量计费与固定收费
    • 阶梯定价设计
    • 免费增值转化
    • 年度折扣策略
  7. 实施计划

    • 老客户价格保护策略
    • 推出时间表
    • 客户沟通
    • 监控指标

**交付成果:**定价分析与优化建议

快速参考

操作命令/触发语
SaaS 模型"建立 MRR/ARR 收入模型"
市场平台"为市场平台 GMV 和收入建模"
按用量计费"创建基于消耗的收入模型"
多产品"为多个产品的收入建模"
定价"分析定价优化方案"
情景"为收入情景建模"

SaaS 指标参考

核心指标
指标公式健康基准
MRR月度经常性收入总和持续增长
ARRMRR × 12持续增长
ARPUMRR / 客户数稳定或增长
净收入留存率(期初 MRR + 扩张收入 - 收缩收入 - 流失收入) / 期初 MRR> 100%
毛收入留存率(期初 MRR - 收缩收入 - 流失收入) / 期初 MRR> 85%
LTVARPU × 毛利率 / 流失率> 3× CAC
CAC 回收期CAC / (ARPU × 毛利率)< 12 个月
MRR 变动类型
类型定义
新增 MRR本月新客户带来的收入
扩张 MRR现有客户带来的收入增长(升级销售)
收缩 MRR现有客户带来的收入下降(降级)
流失 MRR已取消订阅的客户带来的收入
重新激活 MRR回归客户带来的收入
SaaS 基准
指标良好优秀行业领先
MRR 增长率(环比)5-7%10-15%20%+
净收入留存率100-110%110-130%130%+
毛流失率(月度)3-5%1-3%< 1%
LTV/CAC3:15:110:1
CAC 回收期12-18 个月6-12 个月< 6 个月

收入模型模板

# 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]

最佳实践

构建模型
  • 从基于驱动因素的方法入手
  • 记录所有假设
  • 让假设可调整
  • 构建情景分析能力
  • 测试边缘情况
设定假设
  • 以历史数据为依据
  • 与行业基准对比
  • 务实,不要过于乐观
  • 说明推理依据
  • 对关键驱动因素进行敏感性测试
展示
  • 先展示执行摘要
  • 可视化关键趋势
  • 展示假设敏感性
  • 纳入情景对比
  • 突出风险

与其他技能集成

  • 与 budget-planner 配合使用: 将收入与费用预算关联
  • 与 cash-flow-forecaster 配合使用: 将收入转换为现金流
  • 与 unit-economics-calculator 配合使用: 验证盈利能力
  • 与 financial-analyst 配合使用: 分析历史业绩
  • 与 investment-analyzer 配合使用: 支持融资预测

应避免的常见陷阱

  • 曲棍球杆式预测: 以现实为依据
  • 忽略流失: 即使流失率很低,也会产生累积效应
  • 高估新客户数量: 实际难度比看起来更大
  • 忽略季节性: 纳入月度规律
  • 线性假设: 增长往往呈 S 曲线
  • 忽略产能限制: 销售、产品、支持
  • 定价静态不变: 纳入价格变化
  • 没有细分: 不同客户的行为各不相同

评论

支持 Markdown