关于 saas-metrics-coach
面向 SaaS 创始人、财务团队和增长运营人员的命令行技能,可用 CSV 和 JSON 计算订阅指标、分析留存并评估单位经济效益。
主要功能
- 01计算 MRR、ARR、增长和流失
- 02生成群组留存矩阵与曲线
- 03分析 LTV、CAC 和回本周期
- 04先确认关键计算假设
适用场景
- 01检查每月 SaaS 健康指标
- 02准备投资者演示数据
- 03按套餐或群组调查流失
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ borghei/ claude-skills --skill saas-metrics-coach安装后在 Claude Code 中输入/saas-metrics-coach确认已加载。
包含的文件
除 SKILL.md 外,安装时一起下载的参考资料和脚本。
examples/cohorts.csvsubscriptions.csvreferences/saas-metrics-guide.mdscripts/cohort_analyzer.pymrr_calculator.pyunit_economics.py详细介绍
SaaS 指标教练技能
概述
适用于生产环境的 SaaS 指标工具包,可用于计算 MRR/ARR、分析群组留存率并评估单位经济效益。专为需要精确分析订阅收入、又不想在电子表格上费力折腾的 SaaS 创始人、财务团队和增长运营人员设计。
先澄清
开始计算前,请确认以下输入。如果有任何一项未知或含糊不清,请提问——不要自行假设:
- 指标集 — MRR/ARR 增长、群组留存率或单位经济效益(决定使用哪个脚本,以及输入格式:订阅 CSV、活动 CSV 或指标 JSON)
- 报告周期 + 货币处理方式 — 时间范围,以及如何对多币种 MRR 进行标准化(会改变所有收入和流失数据)
- 毛利率 — 要采用的毛利率(影响 LTV 和 CAC 回本周期;LTV = ARPU x 毛利率 / 流失率)
- 流失定义 — 毛流失还是净流失,按客户数还是收入计算(会改变流失率、NRR 和健康标记结论)
停止规则:只询问对结果影响最大的 2-3 项。如果用户说“先随便起草”,就继续处理,并在文档开头列出假设。
快速开始
# 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
工具概览
| 工具 | 用途 | 输入 | 输出 |
|---|---|---|---|
mrr_calculator.py | MRR、ARR、增长率、流失 | 含订阅数据的 CSV | 收入指标 + 趋势 |
cohort_analyzer.py | 群组留存率分析 | 含用户注册/活动数据的 CSV | 留存矩阵 + 曲线 |
unit_economics.py | LTV、CAC、LTV:CAC、回本周期 | 含获客/收入数据的 JSON | 单位经济效益仪表板 |
工作流
工作流 1:SaaS 月度健康检查
- 将订阅数据导出为 CSV(列:customer_id、plan、mrr、start_date、end_date)
- 运行
mrr_calculator.py,获取当前 MRR、ARR、新增净 MRR、流失率 - 对用户活动数据运行
cohort_analyzer.py,识别留存趋势 - 运行
unit_economics.py,验证 LTV:CAC 比率是否保持在 3:1 以上 - 检查输出中的警告标记(流失率 > 5%、LTV:CAC < 3、回本周期 > 18 个月)
工作流 2:准备投资者演示文稿
- 运行
mrr_calculator.py --format json,获取用于图表的增长指标 - 运行
cohort_analyzer.py --format json,获取留存曲线 - 运行
unit_economics.py --format json,获取单位经济效益摘要 - 使用 JSON 输出填充投资者演示文稿中的数据点
工作流 3:调查流失情况
- 使用
--breakdown运行mrr_calculator.py,按套餐等级查看流失情况 - 运行
cohort_analyzer.py,识别流失最快的群组 - 将群组流失期与产品变更进行交叉比对
- 判断流失是否集中在特定细分群体或时间范围内
参考文档
关键 SaaS 指标定义
- MRR(月度经常性收入): 所有活跃订阅收入的总和,按月标准化
- ARR(年度经常性收入): MRR x 12
- 净新增 MRR: 新增 MRR + 扩张 MRR - 流失 MRR - 收缩 MRR
- 毛流失率: 本期流失的 MRR / 期初 MRR
- 净收入留存率(NRR): (期初 MRR + 扩张 - 流失 - 收缩) / 期初 MRR
- LTV(客户生命周期价值): ARPU / 月流失率(简化计算),或 ARPU x 毛利率 / 流失率
- CAC(客户获取成本): 销售与营销总支出 / 新获取客户数
- LTV:CAC 比率: 健康的 SaaS 目标为 3:1 或更高
- CAC 回本周期: CAC / (ARPU x 毛利率),单位为月
如需了解完整框架详情,请参阅 references/saas-metrics-guide.md。
常见模式
模式:订阅 CSV 格式
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
模式:用户活动 CSV 格式
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
模式:单位经济效益 JSON 格式
{
"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
}
健康 SaaS 基准
| 指标 | 令人担忧 | 可接受 | 良好 |
|---|---|---|---|
| 月流失率 | > 5% | 2-5% | < 2% |
| 净收入留存率 | < 90% | 90-110% | > 120% |
| LTV:CAC | < 1:1 | 1:1-3:1 | > 3:1 |
| CAC 回本周期 | > 24 个月 | 12-18 个月 | < 12 个月 |
| 毛利率 | < 60% | 60-75% | > 75% |
评论
支持 Markdown