SaaS/订阅制经济学：获客成本、留存、净收入留存与定价单位
更新时间：2026-10-03
为什么一家还在亏钱的软件公司，市场敢给它十倍甚至二十倍市销率的估值？答案不在利润表里，而在一套以「留存和扩张」为核心的算账方式里。本文是产业观察栏目的一篇，和云成本与 FinOps、从盒子到 Token：软件商业模式三十年互为补充：那两篇分别讲「云账单怎么算」和「商业模式怎么从卖断走向订阅」，本篇专注回答一件事——SaaS 订阅经济学这门账，到底是怎么算的。
本文要回答的问题
- CAC、LTV、churn、NDR 这些指标到底怎么定义，健康线画在哪里？
- 为什么 SaaS 公司早期普遍亏损，却被认为「越亏越值钱」？
- 月流失 3% 和月流失 5% 看起来差不多，五年后差距有多大？
- 按席位、按用量、按结果三种定价模式各有什么代价，AI 为什么正在掀翻按席位定价？
- Rule of 40 是什么，它如何给「增长换利润」的权衡划出及格线？
一、四个核心指标：CAC、LTV、churn、NDR
SaaS 这门生意的特殊性在于：收入是分月分年到账的，成本却是一次性花出去的。所以传统软件看「这一单赚没赚」，SaaS 要看「这个客户的整个生命周期值多少钱」。四个指标构成了这套账的地基。
CAC（Customer Acquisition Cost，获客成本）：把一个潜在客户变成付费客户所花掉的全部销售和市场费用，除以同期新增客户数。注意是「全部」——广告投放、销售工资、渠道返点、市场活动都要算进去。一个常见错误是只算广告费，把 CAC 算低一半。
LTV（Lifetime Value，客户生命周期价值）：一个客户从签约到流失，总共能贡献多少毛利。简化公式是 LTV = 月均毛利 / 月流失率。月流失率 2%、每个客户每月贡献毛利 5000 元，LTV 就是 25 万元。
churn（流失率）：这个月没续费的客户（或收入）占比。客户数和收入两个口径要分开看：丢 10 个小客户和丢 1 个大客户，客户 churn 一样，收入 churn 天差地别。
NDR / NRR（Net Dollar Retention，净收入留存）：去年同期的老客户群体，今年贡献的收入是去年的百分之几——包含他们流失的部分，也包含他们扩容、加购、涨价带来的扩张部分。NDR > 100% 意味着即使一个新客户都不签，收入也在涨。行业基准大致是：100% 及格，110% 以上优秀，Snowflake 巅峰期做到过 170% 以上，意味着老客户每年自己长大七成。
上图把这四个指标的关系画清楚了：churn 同时是 LTV 的分母和 NDR 的减项，所以它是整个系统里杠杆最大的变量。后面第三节会专门展开这一点。
二、J 曲线：为什么 SaaS 公司「越亏越值钱」
理解 SaaS 财报最需要破除的直觉是「亏损 = 烂公司」。卖断制软件签合同就确认收入，SaaS 不一样：销售的佣金、市场的投放这个月就花掉了，收入却要在未来 12 到 36 个月里逐月到账。于是增长越快，当期亏损越大——每新签一个客户，账面先亏一笔 CAC。
这就是著名的 SaaS J 曲线：获客成本砸在开头，现金流曲线先下探，等续费收入累积起来再掉头向上。关键判据有两个：
- LTV / CAC > 3：客户一辈子贡献的毛利至少是获客成本的三倍，这门生意才有得做；低于 1 是卖一单亏一单。
- CAC 回收期 < 12 个月：花出去的获客成本靠毛利多久回本。To C 自助产品要求几个月，企业级大客户可以放宽到 18 到 24 个月。
Slack 是教科书案例：它在高速增长期销售和营销费用常年占收入的 50% 以上，账面上大额亏损，但因为自助注册转化成本极低、团队协作有天然网络效应，CAC 回收很快，NDR 长期在 130% 上下，市场因此给出极高估值，最终 Salesforce 在 2020 年以 277 亿美元收购。
| 指标 | 不及格 | 及格线 | 优秀 |
|---|---|---|---|
| LTV / CAC | < 1 | 3 | > 5 |
| CAC 回收期 | > 24 个月 | 12 个月 | < 6 个月 |
| NDR（净收入留存） | < 90% | 100% | > 110% |
| 月流失率（中小企业客户） | > 5% | 3% | < 1% |
| 毛利率 | < 60% | 70% | > 80% |
这张表是投资人给 SaaS 公司体检时的常用基准线。毛利率单独值得说一句：纯软件 SaaS 毛利率普遍在 70% 到 85%，这是它区别于一切传统生意的本钱——但第五节会看到，AI 推理成本正在侵蚀这条线。
三、流失率的复利：月 3% 和月 5% 不是差一点
churn 的可怕之处在于它是按月复利的。月流失 3%，一年下来留存只有 (0.97)^12 ≈ 69%，也就是说年初 100 个客户年底剩 69 个；月流失 5%，年留存只剩 (0.95)^12 ≈ 54%，差不多腰斩。把镜头拉到五年：前者还剩 16%，后者只剩 4.6%。
| 月流失率 | 1 年后留存 | 3 年后留存 | 5 年后留存 |
|---|---|---|---|
| 1% | 89% | 70% | 55% |
| 3% | 69% | 33% | 16% |
| 5% | 54% | 14% | 4.6% |
| 8% | 37% | 5% | 0.7% |
高 churn 的破坏力还不止于存量蒸发。它意味着你每年都要花巨额 CAC 去「填坑」才能维持收入不变——一个年流失 46% 的公司，每年新签收入的一半以上只是用来补流失的窟窿。这也是为什么投资人对 churn 的敏感度远超对增长速度的敏感度：增长可以花钱买，流失是商业模式本身的漏洞。
对应的反面是「负流失」：当老客户的扩容收入超过流失损失，NDR 突破 100%，增长就有了第二引擎。Snowflake 上市时披露的 NDR 高达 158%，意味着它即使把销售团队全部解散，收入每年还能自然增长近六成——这就是它能拿到当时软件股最高估值的根本理由。
四、定价单位之争：席位、用量、结果
定价单位是 SaaS 经济学里最容易被忽视、却最深地决定收入形态的选择。它决定了收入的可预测性、客户的扩张路径、以及 NDR 的天花板。
| 定价模式 | 代表公司 | 收入可预测性 | 与客户价值对齐 | NDR 天花板 | 主要风险 |
|---|---|---|---|---|---|
| 按席位（per seat） | Slack、Salesforce | 高 | 中 | 中（加人扩张） | 客户砍人头省钱 |
| 按用量（usage） | Snowflake、AWS | 低 | 高 | 高（用得越多越贵） | 收入波动、客户优化用量 |
| 按价值/结果（outcome） | 部分 AI 客服产品 | 低 | 最高 | 高 | 效果归因扯皮 |
| 混合（席位+用量） | HubSpot、Notion | 中高 | 高 | 高 | 定价页复杂 |
按席位是 SaaS 黄金时代的主流：定价简单、客户好预算、销售好报价。Slack 按活跃席位收费，团队用得越广、坐席越多，收入自然跟着组织扩张走。它的问题是收入和「人数」绑定，而人数是客户最想砍的成本。
按用量把收入和客户实际消费的资源绑定：Snowflake 按计算和存储用量计费，客户数据仓库用得越重，账单越大。这让 Snowflake 拿到了惊人的 NDR，代价是收入可预测性变差——客户一次查询优化就可能砍掉三成账单，这正是云成本与 FinOps里讲的 FinOps 实践对供应商收入的反噬。
按结果是最近几年 AI 公司带起来的实验：不按用了多少收费，按「解决了多少问题」收费，比如 AI 客服按成功闭环的工单数计费。它对齐了客户的真实 ROI，但把「效果归谁」的扯皮风险留给了自己。
上图的演进方向一句话就能概括：定价单位越来越贴近客户拿到手的价值，供应商承担的计量和归因风险也越来越大。没有绝对正确的模式，只有和你的产品形态、客户采购习惯匹配的模式。
五、Rule of 40：增长与利润的及格线
SaaS 公司经常面对一个两难：是把钱砸进增长，还是收缩求利润？华尔街给出的简化答案叫 Rule of 40（规则四十）：收入增长率 + 利润率 ≥ 40%，就算健康。增长 60%、亏损 20%，合计 40，及格；增长 15%、利润率 10%，合计 25，不及格。
这条经验法则的妙处在于它承认了「增长换利润」的合法性：你可以用负利润买增长，但两者之和不能太难看。它也给「增长放缓后怎么办」指了路——增速掉下来，就必须把利润率补上去。Salesforce 在 2023 年激进投资者进场后做的事就是教科书：裁员、砍办公室、把运营利润率从个位数拉到 30% 以上，用利润补上增速下滑，重新站回 Rule of 40 线上方。
和 Rule of 40 配套的还有几个常用体检指标：Burn Multiple（烧钱倍数）= 净烧钱 / 净新增 ARR，衡量每买一块钱新增年收入要烧掉几块钱，小于 1 是顶级效率，大于 3 说明增长质量差；毛利率前面说过，纯软件要守住 70% 这条线。
六、AI 时代的两次冲击：毛利和席位
SaaS 经济学正被 AI 从两头挤压。
第一头：毛利被推理成本侵蚀。 传统 SaaS 服务一个额外用户的边际成本接近于零，这是 80% 毛利的来源。AI 功能不一样：每生成一次答案都要消耗推理算力，用得越多成本越高。2024 到 2025 年，多家接入大模型的 SaaS 公司财报里都出现了毛利率下滑的归因说明。重度 AI 产品的毛利率可能从 80% 掉到 50% 到 60% 区间——这还是门软件生意，但不再是「零边际成本」的生意。Token 成本的快速下降（参见LLM 推理成本趋势）在缓解这个问题，但「成本随用量线性增长」的结构性变化已经发生。
第二头：按席位定价被 Agent 冲击。 按席位收费的逻辑前提是「软件的使用者是人，人数决定价值」。当 AI Agent 开始替人干活，一个原本 50 个坐席的客服团队可能缩到 10 个人加一队 Agent——客户的价值没少拿，席位收入却缩水八成。这正是为什么按席位模式的公司急着转向按用量或按结果计费：不是赶时髦，是定价单位的根基在松动。
对从业者的启示很直接：做 AI 功能时要把单次推理成本当成 CAC 之外的第二个「单位经济」变量来盯；选定价模式时，先想清楚五年后你的客户是人在用还是 Agent 在用。
这一篇在知识体系里的位置
本文是产业观察栏目「商业模式」脉络的中间一环。往上游看，从盒子到 Token：软件商业模式三十年讲了卖断制如何演进为订阅制，本文的四个指标正是订阅制的算账工具；开源商业模式里 Open Core 和云托管的收费设计，同样套用 CAC/NDR 这套框架。往下游走，云成本与 FinOps是从客户视角看用量计费的另一面——供应商的 NDR 引擎就是客户的账单黑洞，LLM 推理成本趋势则决定第六节的毛利挤压何时缓解。技术侧的读者如果想看用量计费在系统层面如何实现，可以接着读平台工程里关于计量和内部平台的内容。
总结
SaaS 订阅经济学的核心只有一句话：这门生意不看单次成交看长期留存——CAC 是预付的赌注，LTV 靠低流失和高 NDR 滚出来，月流失 3% 和 5% 的复利差距五年后是生死之别，Rule of 40 给增长与利润的权衡划了及格线，而 AI 正在同时侵蚀毛利率和按席位定价这两个旧基石，逼着整个行业把定价单位重新对齐到用量和结果上。