Data Driven Decisions – Telegram
Data Driven Decisions
2.11K subscribers
503 photos
16 videos
18 files
398 links
Канал о том, как принимать решения на основе данных. Юнит-экономика, метрики и финансовое моделирование. Оцифровка бизнес процессов и многое другое. Делаем бизнес осознано.

Для связи @daniilkhanin
Download Telegram
Channel created
Channel photo updated
Channel photo updated
Информация для подписчиков. Данный канал будет служить источником оперативной информации, связанной с направлением Data Driven, в частности фреймворков юнит-экономики, теории ограничений Голдратта и т.д. В этом канале будут появлятся ссылки на все материалы, связанные с этой тематикой, которые делаю я лично либо нахожу и считаю их полезными.
Data Driven Decisions pinned «Информация для подписчиков. Данный канал будет служить источником оперативной информации, связанной с направлением Data Driven, в частности фреймворков юнит-экономики, теории ограничений Голдратта и т.д. В этом канале будут появлятся ссылки на все материалы…»
В текущий момент я веду работу над созданием нового фреймворка юнит-экономики, который позволяет учитывать полностью все расходы в компании, а так же использует наиболее корректные термины из экономики. Теперь ARPC за время жизни клиента будет в точности равно cLTV и т.д. Общая информация о подходе доступна в видео https://www.youtube.com/watch?v=LIlbRKZJw3o
👍21
За 5 лет, как я занимаюсь юнит-экономикой, growth hacking и т.д. я создал большое число различных шаблонов в Google.Spreadsheet для расчета экономики, поиска точек кратного роста, оценки рынка и т.д. Однако об это мало кто занет. Я собрал все эти файлы в одном месте и сейчас буду публиковать ссылки на них. Важно помнить, что эти шаблоны размещены в Google и требуют, чтобы вы сделали запрос на доступ. Доступ я даю обычно сразу же после получения запроса, но бывает, что и спустя несколько часов, но все равно его даю.
3
Это ueCalc.light — облегченный вариант калькулятора ueCalc, который позволяет заполнив базовые метрики вашего бизнеса найти автоматом предельные значения по каждой метрике, при котором достигается требуемое значение Contribution Margin
Как и обещал, в этом канале все появляется в первую очередь, уже заливается на youtube новый ролик, в котором я рассуждаю о том, что для оценки бизнеса и прогнозирования показателей используются немного разные метрики.
Формула для расчета EBITDA в новой модели, которую я разарабатываю. В текущем виде она соотноситься с существующим подходом расчета Contrubution Margin, отличие в существующих сущностях, но скоро сделаю приведение и будет понятнее и проше использовать.
Давно ничего не писал, даже не снимал видео, просто занимался с клиентом построением вот такого типа отчета по SaaS (расчет MRR/ARR) В результате получилось построить небольшой подход, который позволяет получая на входе только данные о платежах получить на выходе представление о денежном потоке на входе в бизнесе.
Продолжаю разбираться с тем, как считать MRR. Первое, что хочется сказать, MRR не относиться к метрикам (показатеям) GAAP, а следовательно, четкого и всемии признанного определения у метрики нет. С другой стороны сообщество привыклосчитать MRR именно таким образом (это не точно, но все, что мне удалось раскапать, говорит именно об этом). И так, надо разделять billing и собственно mrr. Оказываете вы услуги строго по датам, тогда как MRR считаете по целым месяцам, на которые приходится оплаченный период. На схеме я постарался отобразить все возможные вариации MRR: new – первый платеж от клиента; old – платеж от существующего клиента, при этом платеж равен платежу за предыдущий период; contraction – уменьшение платежа по сравнению с предыдущим периодом; churn — отсутствие платежя; reactivation — новый платеж от старого клиента, у которого был churn; expansion — увеличение платежя по отношению к предыдущему периоду. Мои рассуждения на тему, в ближайщем видео, ссылка на которое появится в канале в первую очередь.