Unit economics w SaaS: czy Twój model zarabia na jednym kliencie

Wzrost w SaaS ma tę niebezpieczną właściwość, że długo wygląda jak sukces, nawet kiedy nim nie jest. Liczba klientów rośnie, MRR pnie się w górę, slajd dla zarządu cieszy oko — a konto i tak chudnie z miesiąca na miesiąc. Najczęstsza przyczyna jest jedna: firma traci na każdym nowym kliencie i po prostu skaluje tę stratę. Pytanie, które to rozstrzyga, brzmi nie „ile mamy klientów”, lecz „czy przeciętny klient zostawia w firmie więcej, niż kosztuje”. Odpowiada na nie unit economics — ekonomia pojedynczej jednostki. W SaaS tą jednostką jest jeden klient (lub jedno konto), a cała analiza sprowadza się do złożenia czterech liczb w jedną prostą ramę. Poniżej pokażę Ci, jak zbudować tę ramę krok po kroku i jak odczytać z niej, czy Twój model zarabia, czy tylko powiększa straty.

Co to jest unit economics i dlaczego liczy się jeden klient

Unit economics to spojrzenie na rentowność firmy przez pryzmat najmniejszej powtarzalnej jednostki, która generuje przychód. Zamiast pytać, czy cała firma jest na plusie, pytasz o coś ostrzejszego: czy pojedynczy klient jest na plusie. Jeśli tak — to każdy kolejny klient przybliża Cię do zysku, a wzrost jest Twoim sprzymierzeńcem. Jeśli nie — to każdy kolejny pogłębia stratę, a im szybciej rośniesz, tym szybciej spalasz gotówkę.

To rozróżnienie jest sercem sprawy, bo w SaaS koszty pozyskania klienta ponosisz z góry i jednorazowo, a przychód spływa powoli, miesiąc po miesiącu, przez cały okres subskrypcji. Na poziomie całej firmy te dwa strumienie mieszają się i maskują. Dopiero rozłożenie ich na jednego klienta pokazuje, czy fundament biznesu jest zdrowy. Dlatego inwestorzy patrzą na unit economics, zanim spojrzą na tempo wzrostu — wzrost na zepsutej jednostce tylko przyspiesza problem.

Cztery liczby, z których składasz ramę

Cała analiza opiera się na czterech wielkościach. Trzy z nich opisują, ile klient wnosi, a jedna — ile kosztuje go zdobyć.

• ARPU (średni przychód na klienta miesięcznie) — ile przeciętny klient płaci. To punkt wyjścia, ale samo w sobie mówi najmniej.
• Marża brutto — jaki procent tego przychodu zostaje po pokryciu bezpośrednich kosztów dostarczenia usługi: hostingu, infrastruktury, opłat za płatności, wsparcia technicznego. To te koszty, które rosną razem z liczbą klientów.
• Churn — miesięczny odsetek klientów (lub przychodu), którzy odpływają. Decyduje o tym, jak długo klient zostaje, a więc ile razy zapłaci.
• CAC (koszt pozyskania klienta) — pełny koszt zdobycia jednego płacącego klienta: marketing, sprzedaż, wynagrodzenia zespołu, prowizje, narzędzia. Słowo „pełny” jest tu kluczowe — sam budżet reklamowy zaniża tę liczbę o połowę albo więcej.

Zanim cokolwiek policzysz, zapamiętaj jedną zasadę, która przesądza o tym, czy wynik będzie prawdziwy: wszystko liczymy na marży, nie na przychodzie. Klient płacący 500 zł miesięcznie nie zostawia w firmie 500 zł — zostawia tyle, ile zostaje po kosztach dostarczenia usługi. Przy marży brutto 80% realnie „Twoje” jest 400 zł. Pomylenie tych dwóch poziomów to najczęstszy błąd w całej analizie i jedyna różnica między decyzją „możemy wydać więcej na wzrost” a „przepalamy rezerwę”. Jak liczyć tę kwotę na poziomie jednego klienta — czyli ile naprawdę kontrybuuje do firmy — rozkładam w tekście o marży kontrybucyjnej.

Składamy unit economics w całość

Mając te cztery liczby, budujesz ramę z trzech kroków. Posłużmy się przykładem: ARPU = 500 zł, marża brutto = 80%, churn miesięczny = 4%, CAC = 6 000 zł.

Krok pierwszy — ile marży klient zostawia co miesiąc:

marża miesięczna = ARPU × marża brutto % = 500 zł × 0,8 = 400 zł

Krok drugi — ile zostawi przez cały okres współpracy (wartość życiowa klienta, LTV). Przy churnie 4% przeciętny klient zostaje około 25 miesięcy (1 / 0,04):

LTV = (ARPU × marża brutto %) / churn = 400 zł / 0,04 = 10 000 zł

Krok trzeci — zestawiasz to, co klient wnosi, z tym, co kosztuje jego zdobycie:

LTV / CAC = 10 000 zł / 6 000 zł ≈ 1,7

W tym przykładzie przeciętny klient wnosi 1,7 raza tyle marży, ile kosztowało jego pozyskanie. To liczba, która powinna zapalić żółtą lampkę — i za chwilę zobaczysz dlaczego.

Jak odczytać, czy model zarabia

Surowa liczba nic nie znaczy bez punktu odniesienia. Branżowy punkt odniesienia dla stosunku LTV/CAC to mniej więcej 3:1 — przeciętny klient powinien wnieść około trzy razy więcej marży, niż kosztowało jego pozyskanie. Poniżej tej wartości koszt zdobycia zjada zbyt dużą część wartości klienta; znacznie powyżej — paradoksalnie — może oznaczać, że inwestujesz we wzrost zbyt ostrożnie i oddajesz rynek konkurencji.

Wynik z naszego przykładu, 1,7:1, mówi więc jasno: ten model jeszcze nie zarabia na pojedynczym kliencie. Każdy nowy klient pogłębia lukę, a skalowanie sprzedaży tylko ją powiększy. To nie jest sygnał „zwijaj firmę” — to sygnał „napraw jednostkę, zanim dolejesz paliwa do wzrostu”.

Dwie pozostałe liczby, które warto mieć obok stosunku LTV/CAC:

• Marża brutto. Zdrowy SaaS mieści się zwykle w przedziale 70–85%. Niższa marża (typowa, gdy w usłudze siedzi dużo kosztów obliczeniowych, np. modeli AI, albo dużo pracy ludzkiej) nie dyskwalifikuje biznesu, ale zawęża pole manewru — bo każda złotówka przychodu zostawia mniej na pokrycie pozyskania.
• Okres zwrotu CAC. Liczba miesięcy marży, po których odzyskujesz koszt pozyskania. W naszym przykładzie to 6 000 zł / 400 zł = 15 miesięcy. Za efektywny kapitałowo uznaje się zwrot poniżej 12 miesięcy; im dłuższy, tym więcej gotówki musisz zamrozić, żeby rosnąć. Co istotne — w ostatnich latach okres zwrotu w branży wyraźnie się wydłużył, bo pozyskanie klienta zdrożało.

Unit economics nie pyta, czy firma rośnie. Pyta o coś trudniejszego: czy wolno jej rosnąć — bo wzrost na ujemnej jednostce to nie sukces, tylko szybsza droga do tej samej ściany.

Trzy pułapki, które zafałszowują wynik

Ta sama rama daje zupełnie różne odpowiedzi w zależności od założeń. Oto miejsca, w których najłatwiej — często nieświadomie — podkręcić sobie liczby.

Liczenie na przychodzie zamiast na marży. Najpoważniejszy błąd. LTV policzone od przychodu zawyża wartość klienta o tyle, ile wynoszą Twoje koszty dostarczenia usługi — przy marży 50% nawet dwukrotnie. Każda kolejna decyzja opiera się wtedy na fikcji.

Optymistyczny churn. Churn siedzi w mianowniku LTV, więc drobna zmiana założenia wywraca cały wynik. Przy churnie 2% zamiast 4% LTV się podwaja — bez podnoszenia ceny i bez wydania złotówki na marketing. Dlatego przyjmuj założenie ostrożne, raczej z gorszych miesięcy niż z wymarzonych, i licz osobno dla planów rocznych i miesięcznych.

Średnia, która zaciera segmenty. Jeśli jeden kanał daje klientów tanich i wiernych, a drugi drogich i ulotnych, uśredniony wskaźnik ukryje, że połowę budżetu marnujesz. Najwięcej prawdy o modelu zobaczysz, rozbijając unit economics na segmenty, kanały i plany cenowe — bo decyzje o budżecie podejmujesz właśnie na tym poziomie. To samo dotyczy progu rentowności całej firmy, który warto czytać równolegle: jak go policzyć, opisuję w tekście o progu rentowności.

Najprostszy test uczciwości: jeśli po przejściu na marżę, pełny CAC i ostrożny churn liczby nadal się bronią, masz model, na którym można budować. Jeśli „bronią się” dopiero przy korzystnych założeniach — to nie biznes się opłaca, tylko arkusz.

Co z tym zrobić jako właściciel

Unit economics to nie metryka do raportu, lecz narzędzie do trzech konkretnych decyzji: ile wolno Ci wydać na pozyskanie klienta, jak szybko możesz rosnąć i gdzie leży największa dźwignia poprawy wyniku. Gdy rozłożysz model na cztery liczby, zwykle okazuje się, że najtańszą drogą do zdrowej jednostki nie jest cięcie CAC, lecz poprawa retencji (dłuższy klient to wyższe LTV) albo przemyślany cennik — bo każda z tych dźwigni działa na wartość klienta, a nie tylko na koszt jego zdobycia. Te same liczby decydują też, jak mocno wzrost napina Twój runway — i dlatego patrzy się na nie razem.

Jeśli chcesz, żeby rama unit economics była częścią szerszego obrazu, ułóż ją obok pozostałych wskaźników, które naprawdę mówią o kondycji SaaS — od MRR po NRR — w sposób, który opisuję w przewodniku po KPI dla SaaS.

Właśnie to robimy w CFOpro w ramach CFO as a Service dla firmy SaaS: ustawiamy definicje ARPU, marży, churnu i CAC dopasowane do Twojego modelu, liczymy unit economics na marży i w rozbiciu na segmenty, a potem przekładamy wynik na decyzje o budżecie sprzedaży i tempie wzrostu. Jeśli chcesz sprawdzić, czy Twój model zarabia na pojedynczym kliencie, czy tylko skaluje stratę — porozmawiajmy, bez zobowiązań, od konkretu.