پیشبینی درآمد مبتنی بر مصرف؛ چرا قرارداد کافی نیست
در مدل اشتراکی معمولی، اول قرارداد امضا میشود و بعد درآمد بهتدریج شناسایی میشود. اما در مدلهایی مثل پلتفرمهای داده و ابر، ترتیب برعکس است. به همین دلیل پیشبینی درآمد مبتنی بر مصرف مهارتی متفاوت میخواهد: تحلیل رفتار مشتری، نه شمارش قراردادها. در ادامه این تفاوت را با مثالی از یک شرکت بزرگ فناوری باز میکنیم.
مدل مبتنی بر مصرف چگونه کار میکند؟
در این مدل مشتری برای چیزی که واقعاً استفاده میکند پول میدهد. شرکتهای ارائهدهندهی خدمات ابری پیشتر همین مدل را با قیمتگذاری بر پایهی زمان محاسبه و حجم ذخیرهسازی به کار میبردند.
یک پلتفرم دادهی بزرگ همین ایده را در قالب «اعتبار» (Credit) به کار گرفته است. اعتبار مثل یک توکن است و معمولاً هر واحد آن معادل یک ساعت محاسبه روی یک سرور پایه است. با رشد محصول، فقط محاسبه نیست که اعتبار مصرف میکند:
- ذخیرهی داده
- انتقال داده
- ورود و پردازش داده
برای مدیریت این پیچیدگی یک «جدول مصرف» وجود دارد. مشتری سطحی از هزینه را تعهد میکند و جدول پشت صحنه تعیین میکند هر نوع کار چند اعتبار مصرف میکند؛ مثلاً یک کار خاص ۱٫۱ برابر نرخ استاندارد حساب شود. از نظر فنی چیزی شبیه جستوجوی جدولی و ضرب است.
چرا رزرو فروش شاخص پیشرو نیست؟
در سازوکار اشتراکی، رزرو فروش (Booking) اول میآید. مثلاً قرارداد یکمیلیوندلاری صندلیمحور بسته میشود، مشتری قفل میشود و درآمد در طول زمان شناسایی میشود. مالی میتواند این جریان را تمیز مدل کند.
در مدل مصرفی، توالی وارونه است:
- مشتری با پرسوجوهای کوچک و تعهد ناچیز شروع میکند.
- مصرف رشد میکند.
- وقتی مصرف از آستانهای معنادار گذشت، تیم فروش برای تعهد رسمی مذاکره میکند.
پس قراردادی مثل «توافق ظرفیت دو میلیون دلاری» فقط به چیزی میرسد که روی پلتفرم رخ داده است. نتیجه این است:
- اشتراکی: رزرو ← درآمد
- مصرفی: مصرف ← درآمد ← رزرو بزرگتر (شاید)
بنابراین رزرو و شاخصهایی مثل تعهد عملکردی باقیمانده (RPO) برای پیشبینی عملیاتی آینده تقریباً بیفایدهاند؛ گذشته را نشان میدهند، نه قصد آینده را. تمدید قرارداد هم اغلب زودتر از موعد اتفاق میافتد، چون تاریخ ثابتِ «ماندن یا رفتن» وجود ندارد و فروشنده باید دائم با حسابهای هدف در تماس باشد.
اگر مدل قراردادی دارید، قرارداد مبتنی بر مصرف و ریسک تعهد خرید را هم از زاویهی مشتری بخوانید.
پیشبینی روزانه بهجای قیف فروش
بهجای تکیهی صرف بر نرخ تبدیل مشتریان جدید، تیم مالی باید روند مصرف حسابهای موجود را مدل کند. پرسشهای روزمرهاش اینهاست:
- دیروز چند اعتبار مصرف شد؟
- الگوی مصرف در روزهای هفته چگونه است؟
- کدام بارهای کاری در حال رشدند؟
- آیا تیم فنیِ آن مشتری حجم تازهای داده وارد کرده است؟
این یک تمرین پیشبینی روزانه است و بیشتر به علم داده شبیه است تا حسابداری.
مشتری جدید بدون سابقه
برای مشتری تازه، سابقهی مصرف وجود ندارد. رویکرد معمول این است که مسئله را سری زمانی ببینیم؛ و وقتی سابقه نیست، یک شاخص جایگزین بگیریم. نمونهاش تعداد کارکنان مشتری است، چون شرکت دههزارنفره با شرکت پانصدنفره از نظر سرعت مصرف، پذیرش بارهای کاری و الگوی فصلی تفاوت دارد.
با این حال هر مشتری منحصربهفرد است. بعضی مشتریان بزرگ داده را بار میکنند، مصرف را اوج میدهند و بعد تقریباً هیچ. بعضی آرام و پیوسته رشد میکنند. برای ثبت این رفتارها مدلهای یادگیری ماشین به کار میرود. روایت شده یکی از این شرکتها موتور پیشبینی داخلی ساخته که:
- هر روز دادهی مصرف را دریافت میکند،
- هر صبح پیشبینی را دوباره اجرا میکند،
- مصرف هر مشتری را تا سال دهم برآورد میکند؛ یک مدل برای دو سال اول و مدل دیگر برای سال دوم تا دهم.
فصلیبودن در مدلهای مصرفی
مصرف به کار مشتری وابسته است. در هفتهی کاری، روزهای کاری مصرف بیشتری دارند تا آخر هفته. پس برای پیشبینی یک ماه باید تعداد روزهای کاری را شمرد؛ بعضی ماهها ۲۰ و بعضی ۲۳ روز است. بعد باید ارزش یک روز تعطیل را برآورد: آیا کمتر از نصف یک روز عادی است؟
تعطیلات محلی هم اثر دارد. اگر آدرس مشتری در ژاپن باشد و ماه «هفتهی طلایی» باشد، باید در پیشبینی لحاظ شود. تغییر شرایط بزرگ، مانند همهگیری کرونا، هم مدلها را ناچار به بازآموزی کرد، چون ساعت کار مردم عوض شد.
برای مبانی ساخت چنین منحنیهایی، مطلب منحنی فصلی بودن درآمد را ببینید.
طراحی پاداش فروش در مدل مصرفی
وقتی معیار موفقیت فروشنده از «بستن قرارداد» به «رشد مصرف» تغییر میکند، ذهنیت باید عوض شود. قرارداد فقط محصول جانبی مصرف است. فروشنده باید دنبال کاربردهای تازه در بخشهای مختلف مشتری باشد.
چرا فراتر از هدف رفتن سختتر است؟
در فروش اشتراکی، فروشنده میتواند با جلو کشیدن تمدید، فروش صندلی اضافه یا فشار برای طرح گرانتر عدد فصل را بالا ببرد، حتی اگر مشتری واقعاً از آنها استفاده نکند. در مدل مصرفی این اهرمها کار نمیکند. وقتی مالی مصرف را خوب پیشبینی میکند، فراتر رفتن از ۱۱۰ درصد هدف ساده نیست و باید مصرف مشتری واقعاً بالا برود.
ترکیب پاداش
گفته میشود پاداش ۱۰۰ درصد مصرفی برای فروشندگان مشکلساز بود، هم بهخاطر تأخیر در پرداخت و هم ذهنیتی که ایجاد میکرد. در نهایت ساختار متعادل شد:
| نوع فروشنده | ساختار پاداش |
|---|---|
| راهبردی (چند حساب بزرگ) | تا ۱۰۰٪ مصرفی |
| حجمی (حسابهای متعدد متوسط) | ترکیبی، مثلاً ۶۰٪ مصرف و ۴۰٪ رزرو |
یک راهحل یکسان برای همه وجود ندارد؛ اما پیام مشترک است: فروش یعنی منحنی پذیرش، نه لحظهی بستن قرارداد. برای نگاه عمومیتر به این بحث، شاخص ورودی و خروجی هم مفید است.
پیامدهای سازمانی
مصرف یک مدل کسبوکار است، نه فقط یک مدل قیمتگذاری. تغییر از صندلی و لایسنس به مصرف همهی سازمان را درگیر میکند. اگر مالی توان پیشبینی روزانهی مصرف را نداشته باشد، دیر به فروش خبر میدهد که مشتری آمادهی طرح بلندمدتتر است یا از رزرو مورد انتظار عقب مانده و خطر شکاف درآمدی دارد. موفقیت مشتری هم به وظیفهی کل سازمان تبدیل میشود، نه یک واحد جدا.
پرسشهای متداول
آیا در مدل مصرفی هرگز نباید به رزرو نگاه کرد؟
چرا، اما نه برای پیشبینی. رزرو نشان میدهد مشتری قبلاً چه تعهدی داده، نه اینکه در آینده چقدر مصرف میکند. برای پیشبینی، دادهی مصرف روزانه شاخص بهتری است.
برای مشتری بدون سابقه چه کنیم؟
از یک شاخص جایگزین مانند اندازهی شرکت مشتری و رفتار مشتریان مشابه استفاده کنید و با ورود دادهی واقعی پیشبینی را مرتب اصلاح کنید.
آیا شرکت کوچک هم به پیشبینی روزانه نیاز دارد؟
لزوماً نه. اگر مصرف حسابها نوسان زیادی دارد و درآمد به آن وابسته است، حتی یک مدل سادهی هفتگی با لحاظ روزهای کاری کمک بزرگی است.
چرا پاداش کاملاً مصرفی همیشه خوب نیست؟
چون پرداخت دیرتر میرسد و وقتی مصرف قابل پیشبینی است، فروشنده تصور میکند راهی برای عملکرد بهتر ندارد. ترکیب با رزرو برای بعضی نقشها متعادلتر است.
جمعبندی
در مدل مصرفی، ترتیب «قرارداد، بعد درآمد» جای خود را به «مصرف، درآمد، قرارداد بزرگتر» میدهد. پس باید پیشبینی را از قیف فروش به رفتار حسابهای موجود منتقل کرد، روزهای کاری و تعطیلات را در مدل آورد، برای مشتری جدید شاخص جایگزین گرفت و پاداش فروش را به پذیرش و رشد مصرف گره زد. این تغییر فقط در مالی نیست و همهی سازمان باید همجهت شود.