code-ai-installer 4.0.0 → 4.0.1-a

package/domains/analytics/.agents/skills/unit-economics/SKILL.md

@@ -1,413 +1,430 @@
----
-name: unit-economics
-description: Анализ экономики единицы — CAC, LTV, маржа, payback period, сенситивность
----
-# Юнит-экономика — Анализ экономики единицы
-
-## Когда использовать
-- При оценке жизнеспособности бизнес-модели — сходится ли экономика на единицу.
-- При планировании роста — при каких условиях масштабирование выгодно.
-- При привлечении инвестиций — инвесторы требуют unit economics.
-- При оптимизации маркетинга — оценка эффективности каналов привлечения.
-
-## Вход
-
-| Поле | Обязательно | Описание |
-|------|:-----------:|----------|
-| Бизнес-модель | ✅ | SaaS / E-commerce / Marketplace / Сервис |
-| Ценовая модель | ✅ | Подписка / транзакция / лицензия / freemium |
-| Средний чек (ACV/ARPU) | ✅ | Средний доход на клиента за период |
-| Маркетинговые расходы | ⬚ | Бюджет по каналам (если известен) |
-| Количество клиентов | ⬚ | Текущая база или прогноз |
-| Churn rate | ⬚ | Процент оттока (если известен) |
-| Gross margin | ⬚ | Валовая маржа продукта |
-| Каналы привлечения | ⬚ | Какие каналы используются |
-| Исторические данные | ⬚ | Метрики за прошлые периоды |
-
-> Если обязательные поля не предоставлены — **запросить у пользователя** до начала анализа. Не додумывать.
-
-> Если реальных данных нет — скил работает с **моделированными данными** на основе отраслевых бенчмарков, явно помеченными. Методология остаётся применимой при появлении реальных данных.
-
-## Источники данных
-1. **Веб-поиск** — отраслевые бенчмарки (SaaS Capital, OpenView, ProfitWell, Baremetrics).
-2. **Финансовые данные** — публичная отчётность аналогичных компаний.
-3. **Отраслевые отчёты** — средние CAC, LTV, churn по вертикалям.
-4. **Данные от пользователя** — реальные метрики из CRM, аналитики, бухгалтерии.
-5. **Маркетинговые платформы** — стоимость привлечения по каналам.
-
-> Для бенчмарков — указать источник, год и применимость к данному бизнесу. Данные старше 12 месяцев — пометить ⚠️.
-
-### Связь с другими скилами
-| Скил | Что берём | Когда вызывать |
-|------|-----------|----------------|
-| `cohort-analysis` | Когортный LTV, retention curves для точного расчёта LTV (шаг 3) | Если есть данные по когортам — предпочтительный метод LTV |
-| `rfm-analysis` | LTV per segment (Champions vs At Risk) для дифференцированной экономики (шаг 3) | Если нужна unit economics по сегментам |
-| `competitive-analysis` | Бенчмарки CAC/LTV конкурентов (шаг 8) | Для сравнения с конкурентами |
-| `icp-buyer-persona` | CAC и LTV по персонам — разные персоны = разная экономика | Если нужна unit economics per persona |
-| `tam-sam-som` | SOM × ARPU = revenue potential (шаг 8) | Для привязки unit economics к размеру рынка |
-| `web-research` | Отраслевые бенчмарки CAC, LTV, churn | Если нет реальных данных |
-| `customer-journey-mapping` | Точки оттока → где оптимизировать churn (шаг 8) | Для рекомендаций по улучшению LTV |
-
-## Протокол
-
-### Шаг 0 — Сбор контекста
-1. Проверить наличие обязательных данных.
-2. Определить тип бизнес-модели и «единицу» анализа:
-
-   | Бизнес-модель | Единица | ARPU = | Churn = | Типичный цикл |
-   |---------------|---------|--------|---------|----------------|
-   | SaaS (подписка) | Аккаунт / seat | MRR per account | % аккаунтов, отменивших подписку | Месяц |
-   | E-commerce | Клиент | Средний чек × частота | % не вернувшихся за 12 мес | Заказ |
-   | Marketplace | Транзакция | Take rate × GMV | % продавцов/покупателей ушедших | Транзакция |
-   | Сервис | Клиент | Средний чек × визиты | % не вернувшихся | Визит |
-
-3. Выбрать валюту и период.
-
-### Шаг 1 — Revenue Model (поток выручки)
-
-Визуализировать поток unit economics:
-
-```
-Revenue ($ARPU/мес)
-  └─ COGS (-$XX) ──────────────────── = Gross Margin ($XX, XX%)
-       └─ Variable Costs (-$XX) ───── = Contribution Margin ($XX, XX%)
-            └─ Allocated Fixed (-$XX)  = Net Margin ($XX, XX%)
-```
-
-| Компонент | Значение | % от Revenue | Описание |
-|-----------|:--------:|:------------:|----------|
-| Revenue (ARPU) | $XX/мес | 100% | [Источник дохода] |
-| COGS | -$XX | XX% | [Хостинг, поддержка, инфраструктура] |
-| **Gross Margin** | **$XX** | **XX%** | Revenue - COGS |
-| Variable Costs | -$XX | XX% | [Onboarding, транзакционные] |
-| **Contribution Margin** | **$XX** | **XX%** | Gross Margin - Variable |
-| Allocated Fixed | -$XX | XX% | [R&D, G&A, аллоцированные на единицу] |
-| **Net Margin** | **$XX** | **XX%** | Contribution - Fixed |
-
-### Шаг 2 — CAC (Customer Acquisition Cost)
-
-**Blended CAC:**
-`CAC = (Маркетинг + Продажи + Инструменты) / Кол-во новых клиентов`
-
-**CAC по каналам:**
-
-| Канал | Бюджет | Клиенты | CAC | % от total | LTV/CAC канала | Вердикт |
-|-------|:------:|:-------:|:---:|:----------:|:--------------:|:-------:|
-| Paid (Google/FB) | $XX | N | $XX | XX% | X.Xx | Масштабировать / Оптимизировать / Отключить |
-| Content/SEO | $XX | N | $XX | XX% | X.Xx | ... |
-| Sales (outbound) | $XX | N | $XX | XX% | X.Xx | ... |
-| Referral | $XX | N | $XX | XX% | X.Xx | ... |
-| Organic | $0 | N | $0 | XX% | ∞ | Максимизировать |
-| **Blended** | **$XX** | **N** | **$XX** | **100%** | **X.Xx** | |
-
-Динамика CAC: растёт ↑ / стабилен → / снижается ↓ (по кварталам).
-
-### Шаг 3 — LTV (Lifetime Value)
-
-Рассчитать **минимум двумя методами** для перекрёстной проверки:
-
-| Метод | Формула | Результат | Когда использовать | Допущения |
-|-------|---------|:---------:|---------------------|-----------|
-| **Простой** | `ARPU × Gross Margin × (1 / Churn)` | $XX | Нет когортных данных | Churn постоянен |
-| **Когортный** | Σ(фактическая выручка когорты) / размер когорты | $XX | Есть данные `$cohort-analysis` | Зрелые когорты (≥12 мес) |
-| **DCF** | Σ(ARPU × GM × retention_rate_month_i / (1+r)^i) | $XX | Для инвесторов, точный расчёт | Ставка дисконтирования |
-
-**Сверка:** если разброс > 30% — зафиксировать причину, обосновать выбор финального значения.
-
-> Если есть `$rfm-analysis` — рассчитать LTV per segment:
-
-| Сегмент | ARPU | Churn | LTV | % базы | % revenue |
-|---------|:----:|:-----:|:---:|:------:|:---------:|
-| Champions | $XX | X% | $XX | X% | X% |
-| Loyal | $XX | X% | $XX | X% | X% |
-| At Risk | $XX | X% | $XX | X% | X% |
-| **Blended** | **$XX** | **X%** | **$XX** | **100%** | **100%** |
-
-### Шаг 4 — LTV/CAC Ratio
-
-| LTV/CAC | Интерпретация | Действие |
-|:-------:|---------------|----------|
-| < 1.0 | 🔴 Убыток на каждом клиенте | Срочно: снизить CAC или увеличить LTV |
-| 1.0-3.0 | 🟡 На грани окупаемости | Оптимизация: churn, pricing, каналы |
-| 3.0-5.0 | 🟢 Здоровая экономика | Масштабировать, инвестировать в рост |
-| > 5.0 | 🔵 Возможно, недоинвестируем | Увеличить marketing spend, тестировать новые каналы |
-
-Сравнить с бенчмарками по отрасли и стадии компании.
-
-### Шаг 5 — Payback Period
-
-`Payback = CAC / (ARPU × Gross Margin) = X месяцев`
-
-| Бизнес-модель | Здоровый Payback | Проблемный |
-|---------------|:----------------:|:----------:|
-| SaaS (SMB) | < 12 мес | > 18 мес |
-| SaaS (Enterprise) | < 18 мес | > 24 мес |
-| E-commerce | < 3 мес | > 6 мес |
-| Marketplace | < 6 мес | > 12 мес |
-
-Влияние на cash flow: `Cash needed = CAC × New Customers/мес × Payback (мес)`.
-
-### Шаг 6 — Break-Even Analysis
-
-Определить точку безубыточности:
-
-**На уровне unit:**
-`Break-even units = Fixed Costs / Contribution Margin per unit`
-
-**На уровне бизнеса:**
-
-| Метрика | Формула | Значение |
-|---------|---------|:--------:|
-| Fixed Costs (мес) | [R&D + G&A + Infra] | $XX |
-| Contribution Margin per unit (мес) | [ARPU × GM - Variable] | $XX |
-| **Break-even clients** | Fixed / CM per unit | **N клиентов** |
-| Текущая база | | N клиентов |
-| Gap до break-even | | ±N клиентов |
-| При текущем росте — break-even через | | X мес |
-
-### Шаг 7 — Sensitivity Analysis
-
-| Параметр | Базовый | Оптимист. (+) | Пессимист. (-) |
-|----------|:-------:|:-------------:|:--------------:|
-| ARPU | $XX | $XX (+20%) | $XX (-20%) |
-| Churn | X% | X% (-30%) | X% (+30%) |
-| CAC | $XX | $XX (-25%) | $XX (+25%) |
-| Gross Margin | XX% | XX% (+10pp) | XX% (-10pp) |
-
-| Сценарий | ARPU | Churn | CAC | LTV | LTV/CAC | Payback | Break-even |
-|----------|:----:|:-----:|:---:|:---:|:-------:|:-------:|:----------:|
-| Оптимистичный | $XX | X% | $XX | $XX | X.Xx | X мес | X мес |
-| **Базовый** | **$XX** | **X%** | **$XX** | **$XX** | **X.Xx** | **X мес** | **X мес** |
-| Пессимистичный | $XX | X% | $XX | $XX | X.Xx | X мес | X мес |
-
-**Kill-условие:** при каком сценарии LTV/CAC < 1.0 → модель нежизнеспособна.
-
-### Шаг 8 — Бенчмарк и рекомендации
-
-Сравнить все метрики с отраслевыми бенчмарками:
-
-| Метрика | Наше | Бенчмарк (отрасль) | Δ | Оценка |
-|---------|:----:|:-------------------:|:-:|:------:|
-| LTV/CAC | X.Xx | 3-5x | ±X.Xx | 🟢/🟡/🔴 |
-| Payback | X мес | 12-18 мес | ±X мес | 🟢/🟡/🔴 |
-| Gross Margin | XX% | 70-80% (SaaS) | ±Xpp | 🟢/🟡/🔴 |
-| Churn (мес) | X% | 2-5% (SaaS SMB) | ±Xpp | 🟢/🟡/🔴 |
-
-Рекомендации — привязаны к узким местам:
-
-| # | Узкое место | Действие | Целевая метрика | Ожидаемый эффект | Приоритет |
-|---|-------------|----------|-----------------|:----------------:|:---------:|
-| 1 | [CAC слишком высокий] | [Как снизить: каналы, конверсия] | CAC | -$XX (-X%) | P1 |
-| 2 | [Churn выше бенчмарка] | [Как снизить: onboarding, retention] | Churn | -Xpp | P1 |
-| 3 | [Маржа ниже нормы] | [Как улучшить: COGS, pricing] | GM | +Xpp | P2 |
-
-## Пример — B2B SaaS: HR-платформа, подписка per seat
-
-**Контекст:** HR-платформа автоматизации рекрутинга, B2B SaaS, подписка $500/мес per company (средне 10 seats × $50). 200 клиентов, РФ.
-
-### Revenue Model
-
-| Компонент | Значение | % | Описание |
-|-----------|:--------:|:-:|----------|
-| Revenue (ARPU) | $500/мес | 100% | 10 seats × $50 |
-| COGS | -$75 | 15% | Хостинг, API HH.ru, поддержка L1 |
-| **Gross Margin** | **$425** | **85%** | |
-| Variable Costs | -$50 | 10% | Onboarding нового клиента (аморт.) |
-| **Contribution Margin** | **$375** | **75%** | |
-
-### CAC по каналам
-
-| Канал | Бюджет/мес | Клиенты/мес | CAC | LTV/CAC | Вердикт |
-|-------|:----------:|:-----------:|:---:|:-------:|---------|
-| Google Ads | $8K | 5 | $1,600 | 3.5x | 🟢 Масштабировать |
-| LinkedIn Ads | $5K | 2 | $2,500 | 2.2x | 🟡 Оптимизировать |
-| Outbound Sales | $12K | 4 | $3,000 | 1.9x | 🟡 Оптимизировать |
-| Content/SEO | $3K | 3 | $1,000 | 5.6x | 🟢 Масштабировать |
-| Referral | $1K | 2 | $500 | 11.2x | 🟢 Максимизировать |
-| Organic | $0 | 4 | $0 | ∞ | 🟢 |
-| **Blended** | **$29K** | **20** | **$1,450** | **3.9x** | 🟢 |
-
-### LTV
-
-| Метод | Расчёт | LTV |
-|-------|--------|:---:|
-| Простой | $500 × 85% × (1/3.5%) = $500 × 0.85 × 28.6 мес | **$12,143** |
-| Когортный | Средняя когорта (12+ мес): $11,800 за lifetime | **$11,800** |
-| **Финальная оценка** | Среднее (разброс 3%) | **$5,600** (3-year capped) |
-
-> Capped at 3 years (36 мес) для консервативной оценки: $500 × 0.85 × Σ(retention_i) = **$5,600**.
-
-### Ключевые метрики
-
-| Метрика | Наше | Бенчмарк (SaaS SMB) | Оценка |
-|---------|:----:|:--------------------:|:------:|
-| LTV/CAC | 3.9x | 3-5x | 🟢 |
-| Payback | 3.4 мес | < 12 мес | 🟢 |
-| Gross Margin | 85% | 70-80% | 🟢 |
-| Monthly Churn | 3.5% | 2-5% | 🟡 |
-| Break-even | 160 клиентов ($60K fixed) | — | ✅ (200 > 160) |
-
-### Sensitivity (SOM год 3)
-
-| Сценарий | ARPU | Churn | CAC | LTV (3yr) | LTV/CAC | Payback |
-|----------|:----:|:-----:|:---:|:---------:|:-------:|:-------:|
-| Оптимистичный | $600 | 2.5% | $1,100 | $7,200 | 6.5x | 2.2 мес |
-| **Базовый** | **$500** | **3.5%** | **$1,450** | **$5,600** | **3.9x** | **3.4 мес** |
-| Пессимистичный | $400 | 5% | $1,800 | $3,400 | 1.9x | 5.3 мес |
-
-**Kill-условие:** Churn > 7% → LTV/CAC < 1.0 → модель нежизнеспособна.
-
-### Рекомендации
-
-| # | Узкое место | Действие | Эффект | Приоритет |
-|---|-------------|----------|:------:|:---------:|
-| 1 | Churn 3.5% (верхняя граница) | Guided onboarding + health score alerts | Churn → 2.5%, LTV +29% | P1 |
-| 2 | LinkedIn CAC $2,500 (высокий) | A/B тест креативов, сузить таргетинг | CAC → $1,800 | P2 |
-| 3 | Referral только 10% клиентов | Запуск реферальной программы «месяц бесплатно» | +5 клиентов/мес, CAC $500 | P2 |
-
-## Валидация (Quality Gate)
-
-- [ ] Revenue model визуализирован: Revenue → COGS → Gross Margin → Variable → Contribution Margin
-- [ ] CAC рассчитан (blended + по каналам с LTV/CAC per channel)
-- [ ] LTV рассчитан минимум 2 методами с указанием допущений
-- [ ] Разброс между методами LTV зафиксирован (< 30% или обоснован выбор)
-- [ ] LTV/CAC ratio рассчитан и интерпретирован по шкале
-- [ ] Payback period определён в месяцах, сравнён с бенчмарком
-- [ ] Break-even рассчитан: кол-во клиентов и срок достижения
-- [ ] Sensitivity analysis: 3 сценария + kill-условие (при каком LTV/CAC < 1.0)
-- [ ] Метрики сравнены с отраслевыми бенчмарками (с источниками)
-- [ ] Рекомендации привязаны к узким местам с ожидаемым эффектом
-- [ ] Если данные моделированные — явно помечено с источниками бенчмарков
-- [ ] Источники данных указаны; данные старше 12 мес помечены ⚠️
-
-> Если валидация не пройдена — доработать до повторного прохождения, а не передавать дальше.
-
-## Handoff
-Результат `$unit-economics` является входом для:
-- **Стратег / Медиатор** — экономика единицы как фундамент для стратегии роста.
-- **`tam-sam-som`** — revenue potential = SOM × ARPU.
-- **`cohort-analysis`** — LTV по когортам для уточнения модели.
-- **`rfm-analysis`** — LTV по сегментам для дифференцированного маркетинга.
-- **`ansoff-matrix`** — unit economics новых рынков / продуктов.
-- **`customer-journey-mapping`** — точки оттока → оптимизация churn и CAC.
-
-Формат передачи: dashboard метрик + revenue model + CAC per channel + LTV (2 метода) + sensitivity + рекомендации. При передаче — использовать `$handoff`.
-
-## Anti-patterns
-
-| Ошибка | Почему плохо | Как правильно |
-|--------|-------------|---------------|
-| LTV без учёта churn | Завышение в разы | Всегда учитывать churn; или capped LTV (3 года) |
-| CAC без продаж | Маркетинг — не весь CAC | Включать зарплаты sales, инструменты, overhead |
-| Один метод LTV | Разные методы → разный результат | Минимум 2 метода, сверка, обоснование выбора |
-| Без payback period | Не видно нагрузки на cash flow | Payback в мес + cash needed = CAC × new × payback |
-| Без бенчмарков | Непонятно, хорошие ли цифры | Сравнить с отраслью (SaaS Capital, OpenView) |
-| Статичная модель | Метрики меняются каждый квартал | Ежеквартальный пересчёт |
-| Без sensitivity | Ложная уверенность в одном сценарии | 3 сценария + kill-условие (LTV/CAC < 1.0) |
-| Blended CAC без каналов | Не видно, какой канал убыточен | CAC per channel + LTV/CAC per channel → вердикт |
-| Без break-even | Непонятно, когда бизнес выйдет в плюс | Break-even clients + срок достижения |
-
-## Шаблон вывода
-
-```
-### Юнит-экономика — [Продукт / Сервис]
-
-**Бизнес-модель:** [модель]
-**Ценовая модель:** [модель]
-**Единица анализа:** [клиент / аккаунт / заказ]
-**Валюта:** [валюта]
-**Период:** [период]
-**Тип данных:** Реальные / Моделированные (бенчмарк: [источник])
-**Дата анализа:** [дата]
-
----
-
-#### Revenue Model (Unit Economics Flow)
-
-| Компонент | Значение/мес | % от Revenue | Описание |
-|-----------|:------------:|:------------:|----------|
-| Revenue (ARPU) | $XX | 100% | [Источник] |
-| COGS | -$XX | XX% | [Что входит] |
-| **Gross Margin** | **$XX** | **XX%** | |
-| Variable Costs | -$XX | XX% | [Что входит] |
-| **Contribution Margin** | **$XX** | **XX%** | |
-
----
-
-#### Ключевые метрики (Dashboard)
-
-| Метрика | Значение | Бенчмарк | Оценка |
-|---------|:--------:|:--------:|:------:|
-| ARPU (мес) | $XX | $XX-$XX | 🟢/🟡/🔴 |
-| CAC (blended) | $XX | $XX-$XX | 🟢/🟡/🔴 |
-| LTV (capped 3yr) | $XX | $XX-$XX | 🟢/🟡/🔴 |
-| LTV/CAC | X.Xx | 3-5x | 🟢/🟡/🔴 |
-| Payback | X мес | X-X мес | 🟢/🟡/🔴 |
-| Gross Margin | XX% | XX-XX% | 🟢/🟡/🔴 |
-| Churn (мес) | X% | X-X% | 🟢/🟡/🔴 |
-| Break-even | N клиентов | — | ✅/⚠️ |
-
----
-
-#### CAC по каналам
-
-| Канал | Бюджет | Клиенты | CAC | % total | LTV/CAC | Вердикт |
-|-------|:------:|:-------:|:---:|:-------:|:-------:|:-------:|
-| [Канал] | $XX | N | $XX | XX% | X.Xx | 🟢/🟡/🔴 |
-| **Blended** | **$XX** | **N** | **$XX** | **100%** | **X.Xx** | |
-
----
-
-#### LTV — Методология
-
-| Метод | Формула | Результат | Допущения |
-|-------|---------|:---------:|-----------|
-| Простой | ARPU × GM × (1/Churn) | $XX | [допущения] |
-| Когортный | Факт. выручка когорт | $XX | [допущения] |
-| **Финальная оценка** | [метод / среднее] | **$XX** | Разброс: X% |
-
----
-
-#### Break-Even
-
-| Метрика | Значение |
-|---------|:--------:|
-| Fixed Costs (мес) | $XX |
-| Contribution Margin per unit | $XX |
-| Break-even clients | N |
-| Текущая база | N |
-| Gap | ±N |
-| Срок достижения | X мес |
-
----
-
-#### Sensitivity Analysis
-
-| Сценарий | ARPU | Churn | CAC | LTV | LTV/CAC | Payback |
-|----------|:----:|:-----:|:---:|:---:|:-------:|:-------:|
-| Оптимистичный | $XX | X% | $XX | $XX | X.Xx | X мес |
-| **Базовый** | **$XX** | **X%** | **$XX** | **$XX** | **X.Xx** | **X мес** |
-| Пессимистичный | $XX | X% | $XX | $XX | X.Xx | X мес |
-
-**Kill-условие:** [При каком параметре LTV/CAC < 1.0]
-
----
-
-#### Рекомендации
-
-| # | Узкое место | Действие | Целевая метрика | Ожидаемый эффект | Приоритет |
-|---|-------------|----------|-----------------|:----------------:|:---------:|
-| 1 | [Проблема] | [Действие] | [Метрика] | [±X%] | P1 |
-
-**Пересчёт:** ежеквартально
-
----
-
-#### Источники и допущения
-
-| # | Факт / допущение | Источник | Дата | Достоверность |
-|---|-------------------|----------|------|:-------------:|
-| 1 | [Факт] | [Источник] | [Дата] | ✅ / ⚠️ / 🔮 |
-
-Легенда: ✅ Verified (реальные данные / 2+ источника) | ⚠️ Estimated (бенчмарк) | 🔮 Assumed (моделирование)
-```
+---
+name: unit-economics
+description: Анализ экономики единицы — CAC, LTV, маржа, payback period, сенситивность
+type: triggered
+domain: analytics
+owners:
+  - data_analyst
+gates:
+  - DATA_ANALYST
+tech: []
+topic: []
+triggers:
+  - "unit-economics"
+  - "юнит-экономика"
+  - "CAC"
+  - "LTV"
+  - "payback period"
+related: []
+budget_lines: 430
+schema_version: 1
+---
+# Юнит-экономика — Анализ экономики единицы
+
+## Когда использовать
+- При оценке жизнеспособности бизнес-модели — сходится ли экономика на единицу.
+- При планировании роста — при каких условиях масштабирование выгодно.
+- При привлечении инвестиций — инвесторы требуют unit economics.
+- При оптимизации маркетинга — оценка эффективности каналов привлечения.
+
+## Вход
+
+| Поле | Обязательно | Описание |
+|------|:-----------:|----------|
+| Бизнес-модель | ✅ | SaaS / E-commerce / Marketplace / Сервис |
+| Ценовая модель | ✅ | Подписка / транзакция / лицензия / freemium |
+| Средний чек (ACV/ARPU) | ✅ | Средний доход на клиента за период |
+| Маркетинговые расходы | ⬚ | Бюджет по каналам (если известен) |
+| Количество клиентов | ⬚ | Текущая база или прогноз |
+| Churn rate | ⬚ | Процент оттока (если известен) |
+| Gross margin | ⬚ | Валовая маржа продукта |
+| Каналы привлечения | ⬚ | Какие каналы используются |
+| Исторические данные | ⬚ | Метрики за прошлые периоды |
+
+> Если обязательные поля не предоставлены — **запросить у пользователя** до начала анализа. Не додумывать.
+
+> Если реальных данных нет — скил работает с **моделированными данными** на основе отраслевых бенчмарков, явно помеченными. Методология остаётся применимой при появлении реальных данных.
+
+## Источники данных
+1. **Веб-поиск** — отраслевые бенчмарки (SaaS Capital, OpenView, ProfitWell, Baremetrics).
+2. **Финансовые данные** — публичная отчётность аналогичных компаний.
+3. **Отраслевые отчёты** — средние CAC, LTV, churn по вертикалям.
+4. **Данные от пользователя** — реальные метрики из CRM, аналитики, бухгалтерии.
+5. **Маркетинговые платформы** — стоимость привлечения по каналам.
+
+> Для бенчмарков — указать источник, год и применимость к данному бизнесу. Данные старше 12 месяцев — пометить ⚠️.
+
+### Связь с другими скилами
+| Скил | Что берём | Когда вызывать |
+|------|-----------|----------------|
+| `cohort-analysis` | Когортный LTV, retention curves для точного расчёта LTV (шаг 3) | Если есть данные по когортам — предпочтительный метод LTV |
+| `rfm-analysis` | LTV per segment (Champions vs At Risk) для дифференцированной экономики (шаг 3) | Если нужна unit economics по сегментам |
+| `competitive-analysis` | Бенчмарки CAC/LTV конкурентов (шаг 8) | Для сравнения с конкурентами |
+| `icp-buyer-persona` | CAC и LTV по персонам — разные персоны = разная экономика | Если нужна unit economics per persona |
+| `tam-sam-som` | SOM × ARPU = revenue potential (шаг 8) | Для привязки unit economics к размеру рынка |
+| `web-research` | Отраслевые бенчмарки CAC, LTV, churn | Если нет реальных данных |
+| `customer-journey-mapping` | Точки оттока → где оптимизировать churn (шаг 8) | Для рекомендаций по улучшению LTV |
+
+## Протокол
+
+### Шаг 0 — Сбор контекста
+1. Проверить наличие обязательных данных.
+2. Определить тип бизнес-модели и «единицу» анализа:
+
+   | Бизнес-модель | Единица | ARPU = | Churn = | Типичный цикл |
+   |---------------|---------|--------|---------|----------------|
+   | SaaS (подписка) | Аккаунт / seat | MRR per account | % аккаунтов, отменивших подписку | Месяц |
+   | E-commerce | Клиент | Средний чек × частота | % не вернувшихся за 12 мес | Заказ |
+   | Marketplace | Транзакция | Take rate × GMV | % продавцов/покупателей ушедших | Транзакция |
+   | Сервис | Клиент | Средний чек × визиты | % не вернувшихся | Визит |
+
+3. Выбрать валюту и период.
+
+### Шаг 1 — Revenue Model (поток выручки)
+
+Визуализировать поток unit economics:
+
+```
+Revenue ($ARPU/мес)
+  └─ COGS (-$XX) ──────────────────── = Gross Margin ($XX, XX%)
+       └─ Variable Costs (-$XX) ───── = Contribution Margin ($XX, XX%)
+            └─ Allocated Fixed (-$XX)  = Net Margin ($XX, XX%)
+```
+
+| Компонент | Значение | % от Revenue | Описание |
+|-----------|:--------:|:------------:|----------|
+| Revenue (ARPU) | $XX/мес | 100% | [Источник дохода] |
+| COGS | -$XX | XX% | [Хостинг, поддержка, инфраструктура] |
+| **Gross Margin** | **$XX** | **XX%** | Revenue - COGS |
+| Variable Costs | -$XX | XX% | [Onboarding, транзакционные] |
+| **Contribution Margin** | **$XX** | **XX%** | Gross Margin - Variable |
+| Allocated Fixed | -$XX | XX% | [R&D, G&A, аллоцированные на единицу] |
+| **Net Margin** | **$XX** | **XX%** | Contribution - Fixed |
+
+### Шаг 2 — CAC (Customer Acquisition Cost)
+
+**Blended CAC:**
+`CAC = (Маркетинг + Продажи + Инструменты) / Кол-во новых клиентов`
+
+**CAC по каналам:**
+
+| Канал | Бюджет | Клиенты | CAC | % от total | LTV/CAC канала | Вердикт |
+|-------|:------:|:-------:|:---:|:----------:|:--------------:|:-------:|
+| Paid (Google/FB) | $XX | N | $XX | XX% | X.Xx | Масштабировать / Оптимизировать / Отключить |
+| Content/SEO | $XX | N | $XX | XX% | X.Xx | ... |
+| Sales (outbound) | $XX | N | $XX | XX% | X.Xx | ... |
+| Referral | $XX | N | $XX | XX% | X.Xx | ... |
+| Organic | $0 | N | $0 | XX% | ∞ | Максимизировать |
+| **Blended** | **$XX** | **N** | **$XX** | **100%** | **X.Xx** | |
+
+Динамика CAC: растёт ↑ / стабилен → / снижается ↓ (по кварталам).
+
+### Шаг 3 — LTV (Lifetime Value)
+
+Рассчитать **минимум двумя методами** для перекрёстной проверки:
+
+| Метод | Формула | Результат | Когда использовать | Допущения |
+|-------|---------|:---------:|---------------------|-----------|
+| **Простой** | `ARPU × Gross Margin × (1 / Churn)` | $XX | Нет когортных данных | Churn постоянен |
+| **Когортный** | Σ(фактическая выручка когорты) / размер когорты | $XX | Есть данные `$cohort-analysis` | Зрелые когорты (≥12 мес) |
+| **DCF** | Σ(ARPU × GM × retention_rate_month_i / (1+r)^i) | $XX | Для инвесторов, точный расчёт | Ставка дисконтирования |
+
+**Сверка:** если разброс > 30% — зафиксировать причину, обосновать выбор финального значения.
+
+> Если есть `$rfm-analysis` — рассчитать LTV per segment:
+
+| Сегмент | ARPU | Churn | LTV | % базы | % revenue |
+|---------|:----:|:-----:|:---:|:------:|:---------:|
+| Champions | $XX | X% | $XX | X% | X% |
+| Loyal | $XX | X% | $XX | X% | X% |
+| At Risk | $XX | X% | $XX | X% | X% |
+| **Blended** | **$XX** | **X%** | **$XX** | **100%** | **100%** |
+
+### Шаг 4 — LTV/CAC Ratio
+
+| LTV/CAC | Интерпретация | Действие |
+|:-------:|---------------|----------|
+| < 1.0 | 🔴 Убыток на каждом клиенте | Срочно: снизить CAC или увеличить LTV |
+| 1.0-3.0 | 🟡 На грани окупаемости | Оптимизация: churn, pricing, каналы |
+| 3.0-5.0 | 🟢 Здоровая экономика | Масштабировать, инвестировать в рост |
+| > 5.0 | 🔵 Возможно, недоинвестируем | Увеличить marketing spend, тестировать новые каналы |
+
+Сравнить с бенчмарками по отрасли и стадии компании.
+
+### Шаг 5 — Payback Period
+
+`Payback = CAC / (ARPU × Gross Margin) = X месяцев`
+
+| Бизнес-модель | Здоровый Payback | Проблемный |
+|---------------|:----------------:|:----------:|
+| SaaS (SMB) | < 12 мес | > 18 мес |
+| SaaS (Enterprise) | < 18 мес | > 24 мес |
+| E-commerce | < 3 мес | > 6 мес |
+| Marketplace | < 6 мес | > 12 мес |
+
+Влияние на cash flow: `Cash needed = CAC × New Customers/мес × Payback (мес)`.
+
+### Шаг 6 — Break-Even Analysis
+
+Определить точку безубыточности:
+
+**На уровне unit:**
+`Break-even units = Fixed Costs / Contribution Margin per unit`
+
+**На уровне бизнеса:**
+
+| Метрика | Формула | Значение |
+|---------|---------|:--------:|
+| Fixed Costs (мес) | [R&D + G&A + Infra] | $XX |
+| Contribution Margin per unit (мес) | [ARPU × GM - Variable] | $XX |
+| **Break-even clients** | Fixed / CM per unit | **N клиентов** |
+| Текущая база | | N клиентов |
+| Gap до break-even | | ±N клиентов |
+| При текущем росте — break-even через | | X мес |
+
+### Шаг 7 — Sensitivity Analysis
+
+| Параметр | Базовый | Оптимист. (+) | Пессимист. (-) |
+|----------|:-------:|:-------------:|:--------------:|
+| ARPU | $XX | $XX (+20%) | $XX (-20%) |
+| Churn | X% | X% (-30%) | X% (+30%) |
+| CAC | $XX | $XX (-25%) | $XX (+25%) |
+| Gross Margin | XX% | XX% (+10pp) | XX% (-10pp) |
+
+| Сценарий | ARPU | Churn | CAC | LTV | LTV/CAC | Payback | Break-even |
+|----------|:----:|:-----:|:---:|:---:|:-------:|:-------:|:----------:|
+| Оптимистичный | $XX | X% | $XX | $XX | X.Xx | X мес | X мес |
+| **Базовый** | **$XX** | **X%** | **$XX** | **$XX** | **X.Xx** | **X мес** | **X мес** |
+| Пессимистичный | $XX | X% | $XX | $XX | X.Xx | X мес | X мес |
+
+**Kill-условие:** при каком сценарии LTV/CAC < 1.0 → модель нежизнеспособна.
+
+### Шаг 8 — Бенчмарк и рекомендации
+
+Сравнить все метрики с отраслевыми бенчмарками:
+
+| Метрика | Наше | Бенчмарк (отрасль) | Δ | Оценка |
+|---------|:----:|:-------------------:|:-:|:------:|
+| LTV/CAC | X.Xx | 3-5x | ±X.Xx | 🟢/🟡/🔴 |
+| Payback | X мес | 12-18 мес | ±X мес | 🟢/🟡/🔴 |
+| Gross Margin | XX% | 70-80% (SaaS) | ±Xpp | 🟢/🟡/🔴 |
+| Churn (мес) | X% | 2-5% (SaaS SMB) | ±Xpp | 🟢/🟡/🔴 |
+
+Рекомендации — привязаны к узким местам:
+
+| # | Узкое место | Действие | Целевая метрика | Ожидаемый эффект | Приоритет |
+|---|-------------|----------|-----------------|:----------------:|:---------:|
+| 1 | [CAC слишком высокий] | [Как снизить: каналы, конверсия] | CAC | -$XX (-X%) | P1 |
+| 2 | [Churn выше бенчмарка] | [Как снизить: onboarding, retention] | Churn | -Xpp | P1 |
+| 3 | [Маржа ниже нормы] | [Как улучшить: COGS, pricing] | GM | +Xpp | P2 |
+
+## Пример — B2B SaaS: HR-платформа, подписка per seat
+
+**Контекст:** HR-платформа автоматизации рекрутинга, B2B SaaS, подписка $500/мес per company (средне 10 seats × $50). 200 клиентов, РФ.
+
+### Revenue Model
+
+| Компонент | Значение | % | Описание |
+|-----------|:--------:|:-:|----------|
+| Revenue (ARPU) | $500/мес | 100% | 10 seats × $50 |
+| COGS | -$75 | 15% | Хостинг, API HH.ru, поддержка L1 |
+| **Gross Margin** | **$425** | **85%** | |
+| Variable Costs | -$50 | 10% | Onboarding нового клиента (аморт.) |
+| **Contribution Margin** | **$375** | **75%** | |
+
+### CAC по каналам
+
+| Канал | Бюджет/мес | Клиенты/мес | CAC | LTV/CAC | Вердикт |
+|-------|:----------:|:-----------:|:---:|:-------:|---------|
+| Google Ads | $8K | 5 | $1,600 | 3.5x | 🟢 Масштабировать |
+| LinkedIn Ads | $5K | 2 | $2,500 | 2.2x | 🟡 Оптимизировать |
+| Outbound Sales | $12K | 4 | $3,000 | 1.9x | 🟡 Оптимизировать |
+| Content/SEO | $3K | 3 | $1,000 | 5.6x | 🟢 Масштабировать |
+| Referral | $1K | 2 | $500 | 11.2x | 🟢 Максимизировать |
+| Organic | $0 | 4 | $0 | ∞ | 🟢 |
+| **Blended** | **$29K** | **20** | **$1,450** | **3.9x** | 🟢 |
+
+### LTV
+
+| Метод | Расчёт | LTV |
+|-------|--------|:---:|
+| Простой | $500 × 85% × (1/3.5%) = $500 × 0.85 × 28.6 мес | **$12,143** |
+| Когортный | Средняя когорта (12+ мес): $11,800 за lifetime | **$11,800** |
+| **Финальная оценка** | Среднее (разброс 3%) | **$5,600** (3-year capped) |
+
+> Capped at 3 years (36 мес) для консервативной оценки: $500 × 0.85 × Σ(retention_i) = **$5,600**.
+
+### Ключевые метрики
+
+| Метрика | Наше | Бенчмарк (SaaS SMB) | Оценка |
+|---------|:----:|:--------------------:|:------:|
+| LTV/CAC | 3.9x | 3-5x | 🟢 |
+| Payback | 3.4 мес | < 12 мес | 🟢 |
+| Gross Margin | 85% | 70-80% | 🟢 |
+| Monthly Churn | 3.5% | 2-5% | 🟡 |
+| Break-even | 160 клиентов ($60K fixed) | — | ✅ (200 > 160) |
+
+### Sensitivity (SOM год 3)
+
+| Сценарий | ARPU | Churn | CAC | LTV (3yr) | LTV/CAC | Payback |
+|----------|:----:|:-----:|:---:|:---------:|:-------:|:-------:|
+| Оптимистичный | $600 | 2.5% | $1,100 | $7,200 | 6.5x | 2.2 мес |
+| **Базовый** | **$500** | **3.5%** | **$1,450** | **$5,600** | **3.9x** | **3.4 мес** |
+| Пессимистичный | $400 | 5% | $1,800 | $3,400 | 1.9x | 5.3 мес |
+
+**Kill-условие:** Churn > 7% → LTV/CAC < 1.0 → модель нежизнеспособна.
+
+### Рекомендации
+
+| # | Узкое место | Действие | Эффект | Приоритет |
+|---|-------------|----------|:------:|:---------:|
+| 1 | Churn 3.5% (верхняя граница) | Guided onboarding + health score alerts | Churn → 2.5%, LTV +29% | P1 |
+| 2 | LinkedIn CAC $2,500 (высокий) | A/B тест креативов, сузить таргетинг | CAC → $1,800 | P2 |
+| 3 | Referral только 10% клиентов | Запуск реферальной программы «месяц бесплатно» | +5 клиентов/мес, CAC $500 | P2 |
+
+## Валидация (Quality Gate)
+
+- [ ] Revenue model визуализирован: Revenue → COGS → Gross Margin → Variable → Contribution Margin
+- [ ] CAC рассчитан (blended + по каналам с LTV/CAC per channel)
+- [ ] LTV рассчитан минимум 2 методами с указанием допущений
+- [ ] Разброс между методами LTV зафиксирован (< 30% или обоснован выбор)
+- [ ] LTV/CAC ratio рассчитан и интерпретирован по шкале
+- [ ] Payback period определён в месяцах, сравнён с бенчмарком
+- [ ] Break-even рассчитан: кол-во клиентов и срок достижения
+- [ ] Sensitivity analysis: 3 сценария + kill-условие (при каком LTV/CAC < 1.0)
+- [ ] Метрики сравнены с отраслевыми бенчмарками (с источниками)
+- [ ] Рекомендации привязаны к узким местам с ожидаемым эффектом
+- [ ] Если данные моделированные — явно помечено с источниками бенчмарков
+- [ ] Источники данных указаны; данные старше 12 мес помечены ⚠️
+
+> Если валидация не пройдена — доработать до повторного прохождения, а не передавать дальше.
+
+## Handoff
+Результат `$unit-economics` является входом для:
+- **Стратег / Медиатор** — экономика единицы как фундамент для стратегии роста.
+- **`tam-sam-som`** — revenue potential = SOM × ARPU.
+- **`cohort-analysis`** — LTV по когортам для уточнения модели.
+- **`rfm-analysis`** — LTV по сегментам для дифференцированного маркетинга.
+- **`ansoff-matrix`** — unit economics новых рынков / продуктов.
+- **`customer-journey-mapping`** — точки оттока → оптимизация churn и CAC.
+
+Формат передачи: dashboard метрик + revenue model + CAC per channel + LTV (2 метода) + sensitivity + рекомендации. При передаче — использовать `$handoff`.
+
+## Anti-patterns
+
+| Ошибка | Почему плохо | Как правильно |
+|--------|-------------|---------------|
+| LTV без учёта churn | Завышение в разы | Всегда учитывать churn; или capped LTV (3 года) |
+| CAC без продаж | Маркетинг — не весь CAC | Включать зарплаты sales, инструменты, overhead |
+| Один метод LTV | Разные методы → разный результат | Минимум 2 метода, сверка, обоснование выбора |
+| Без payback period | Не видно нагрузки на cash flow | Payback в мес + cash needed = CAC × new × payback |
+| Без бенчмарков | Непонятно, хорошие ли цифры | Сравнить с отраслью (SaaS Capital, OpenView) |
+| Статичная модель | Метрики меняются каждый квартал | Ежеквартальный пересчёт |
+| Без sensitivity | Ложная уверенность в одном сценарии | 3 сценария + kill-условие (LTV/CAC < 1.0) |
+| Blended CAC без каналов | Не видно, какой канал убыточен | CAC per channel + LTV/CAC per channel → вердикт |
+| Без break-even | Непонятно, когда бизнес выйдет в плюс | Break-even clients + срок достижения |
+
+## Шаблон вывода
+
+```
+### Юнит-экономика — [Продукт / Сервис]
+
+**Бизнес-модель:** [модель]
+**Ценовая модель:** [модель]
+**Единица анализа:** [клиент / аккаунт / заказ]
+**Валюта:** [валюта]
+**Период:** [период]
+**Тип данных:** Реальные / Моделированные (бенчмарк: [источник])
+**Дата анализа:** [дата]
+
+---
+
+#### Revenue Model (Unit Economics Flow)
+
+| Компонент | Значение/мес | % от Revenue | Описание |
+|-----------|:------------:|:------------:|----------|
+| Revenue (ARPU) | $XX | 100% | [Источник] |
+| COGS | -$XX | XX% | [Что входит] |
+| **Gross Margin** | **$XX** | **XX%** | |
+| Variable Costs | -$XX | XX% | [Что входит] |
+| **Contribution Margin** | **$XX** | **XX%** | |
+
+---
+
+#### Ключевые метрики (Dashboard)
+
+| Метрика | Значение | Бенчмарк | Оценка |
+|---------|:--------:|:--------:|:------:|
+| ARPU (мес) | $XX | $XX-$XX | 🟢/🟡/🔴 |
+| CAC (blended) | $XX | $XX-$XX | 🟢/🟡/🔴 |
+| LTV (capped 3yr) | $XX | $XX-$XX | 🟢/🟡/🔴 |
+| LTV/CAC | X.Xx | 3-5x | 🟢/🟡/🔴 |
+| Payback | X мес | X-X мес | 🟢/🟡/🔴 |
+| Gross Margin | XX% | XX-XX% | 🟢/🟡/🔴 |
+| Churn (мес) | X% | X-X% | 🟢/🟡/🔴 |
+| Break-even | N клиентов | — | ✅/⚠️ |
+
+---
+
+#### CAC по каналам
+
+| Канал | Бюджет | Клиенты | CAC | % total | LTV/CAC | Вердикт |
+|-------|:------:|:-------:|:---:|:-------:|:-------:|:-------:|
+| [Канал] | $XX | N | $XX | XX% | X.Xx | 🟢/🟡/🔴 |
+| **Blended** | **$XX** | **N** | **$XX** | **100%** | **X.Xx** | |
+
+---
+
+#### LTV — Методология
+
+| Метод | Формула | Результат | Допущения |
+|-------|---------|:---------:|-----------|
+| Простой | ARPU × GM × (1/Churn) | $XX | [допущения] |
+| Когортный | Факт. выручка когорт | $XX | [допущения] |
+| **Финальная оценка** | [метод / среднее] | **$XX** | Разброс: X% |
+
+---
+
+#### Break-Even
+
+| Метрика | Значение |
+|---------|:--------:|
+| Fixed Costs (мес) | $XX |
+| Contribution Margin per unit | $XX |
+| Break-even clients | N |
+| Текущая база | N |
+| Gap | ±N |
+| Срок достижения | X мес |
+
+---
+
+#### Sensitivity Analysis
+
+| Сценарий | ARPU | Churn | CAC | LTV | LTV/CAC | Payback |
+|----------|:----:|:-----:|:---:|:---:|:-------:|:-------:|
+| Оптимистичный | $XX | X% | $XX | $XX | X.Xx | X мес |
+| **Базовый** | **$XX** | **X%** | **$XX** | **$XX** | **X.Xx** | **X мес** |
+| Пессимистичный | $XX | X% | $XX | $XX | X.Xx | X мес |
+
+**Kill-условие:** [При каком параметре LTV/CAC < 1.0]
+
+---
+
+#### Рекомендации
+
+| # | Узкое место | Действие | Целевая метрика | Ожидаемый эффект | Приоритет |
+|---|-------------|----------|-----------------|:----------------:|:---------:|
+| 1 | [Проблема] | [Действие] | [Метрика] | [±X%] | P1 |
+
+**Пересчёт:** ежеквартально
+
+---
+
+#### Источники и допущения
+
+| # | Факт / допущение | Источник | Дата | Достоверность |
+|---|-------------------|----------|------|:-------------:|
+| 1 | [Факт] | [Источник] | [Дата] | ✅ / ⚠️ / 🔮 |
+
+Легенда: ✅ Verified (реальные данные / 2+ источника) | ⚠️ Estimated (бенчмарк) | 🔮 Assumed (моделирование)
+```