Дмитрий Ланецкий – Юнит-экономика для роста: модель, сценарии и контрольные пороги (страница 1)

Дмитрий Ланецкий

Юнит-экономика для роста: модель, сценарии и контрольные пороги

Глава 1. Почему юнит-экономика «болит» и как ИИ снимает этот симптом

Юнит-экономика начинает болеть обычно в тот день, когда бизнес вроде бы «растёт», команда занята, лидов всё больше, выручка бодро ползёт вверх, а на счёте почему-то по-прежнему сквозняк. В этот момент предприниматель впервые чувствует, что бухгалтерская прибыль и реальная устойчивость компании живут в разных квартирах и общаются записками через дверь.

Бухгалтерия отвечает на вопрос «что было по итогам периода». Юнит-экономика отвечает на вопрос куда более практичный и, честно говоря, более нервный: «что происходит на уровне одной сделки, одного заказа, одного клиента – и можно ли это безопасно масштабировать». Когда вы понимаете экономику одной единицы, рост перестаёт быть азартной игрой и превращается в управляемую систему.

От бухгалтерской прибыли к экономике одной сделки: зачем это нужно бизнесу

Бухгалтерская прибыль любит итоговые суммы. Она терпеливо складывает доходы и расходы, распределяет амортизацию, закрывает периоды, отражает налоги. Это полезно, иначе государство и инвесторы будут смотреть на вас как на загадочное природное явление.

Юнит-экономика менее терпелива. Её интересует механика: сколько приносит один юнит и сколько он стоит. В простейшем виде это выглядит как разговор о маржинальном доходе и затратах на привлечение, но с правильной детализацией. Вы берёте не «продажи за месяц», а «один заказ», не «реклама за квартал», а «стоимость привлечения клиента в конкретном канале», не «прибыль компании», а «вклад одного клиента за весь срок жизни».

Если у юнита экономика «в плюс», вы имеете право масштабироваться. Если у юнита минус, рост превращается в ускоритель убытков: чем быстрее, тем громче.

Проблема «розовых очков»: почему мы склонны занижать расходы и завышать доходы

Юнит-экономика пугает не формулами. Она пугает тем, что заставляет признавать собственные когнитивные привычки.

Мы склонны:

записывать выручку полностью, а расходы частично;

считать «среднего клиента», забывая, что средний клиент часто не существует;

радоваться «дешёвому лиду» и не смотреть на долю оплат и возвраты;

закладывать удержание так, будто клиенты привязываются навсегда;

забывать про стоимость денег во времени, особенно когда возврат инвестиций растягивается.

Откуда берутся розовые очки? Из нормальной человеческой психики. Мы живём внутри своих надежд, и бизнес у нас тоже внутри надежд. Юнит-экономика снимает эти очки не грубо, а просто фактами: куда реально уходят деньги, какие клиенты реально остаются, какие каналы реально окупаются.

ИИ как инструмент беспристрастного аудита: цифры не имеют чувств

Здесь и появляется практичная роль ИИ. Он не заменяет финансового директора и не магически делает модель истинной. Он делает другое: превращается в «адвоката дьявола», который системно ищет дырки в допущениях.

ИИ полезен, когда вы:

сводите данные из разных источников и боитесь пропустить переменную;

пытаетесь честно разнести расходы по каналам и продуктам;

проверяете логику формул и взаимосвязей в модели;

хотите быстро перебрать сценарии и увидеть, где модель ломается.

У ИИ нет самолюбия. Ему не обидно, что ваш любимый канал убыточен. Ему не нужно защищать прошлые решения. Он спокойно показывает: «Если считать вот так, получается вот это».

Скорость расчёта: почему ручной сбор данных в Excel убивает актуальность

Excel сам по себе не виноват. Виноват процесс, когда таблица становится местом археологических раскопок: каждый раз вы вручную вытаскиваете цифры из рекламных кабинетов, CRM, банковских выписок, складской системы, а потом долго спорите с командой, почему «в этом месяце конверсия странная».

Ручная юнит-экономика почти всегда опаздывает. А когда модель опаздывает, бизнес начинает принимать решения по прошлому. Рынок уже поменялся, ставки в рекламе уже другие, логистика уже подорожала, возвраты уже выросли, а вы ещё сводите табличку.

ИИ не обязан жить внутри Excel. Он может ускорять сбор и проверку: подсказать, какие поля нужны, где несостыковки, какие значения выбиваются из нормы. Скорость важна не ради красоты отчёта. Она нужна, чтобы управлять на текущих данных, а не по воспоминаниям.

Роль ИИ в поиске «скрытых» переменных, которые мы забываем учесть

Почти каждая первая модель юнит-экономики выглядит слишком хорошо. Обычно потому, что в неё забыли положить часть расходов или «сложные» события.

Часто забывают:

возвраты, отмены, невыкуп, рекламации;

комиссии, эквайринг, платёжные шлюзы, сборы маркетплейсов;

переменную часть поддержки и операционных процессов;

скидки, промокоды, бонусы и их влияние на маржу;

влияние ассортимента: часть товаров тащит прибыль, часть – тянет вниз;

перераспределение постоянных затрат, когда объём падает.

ИИ хорош тем, что умеет задавать неприятные вопросы. Он может пройтись по списку типовых статей, сопоставить с вашей моделью и сказать: «Эти строки отсутствуют. Они точно не нужны?» В половине случаев они нужны.

Почему юнит-экономика – это не «разовый расчет», а непрерывный процесс

Бизнес, который делает юнит-экономику один раз, похож на человека, который один раз взвесился и решил, что теперь можно больше никогда не смотреть на весы. Экономика меняется постоянно: каналы выгорают, конверсия плавает, продукт развивается, конкуренты меняют цены, меняются налоги и тарифы поставщиков.

Поэтому юнит-экономика – это не документ, а система наблюдения. У неё должен быть ритм: еженедельная проверка ключевых показателей, ежемесячный пересмотр допущений, квартальные стресс-тесты сценариев. ИИ помогает сделать этот ритм реалистичным, потому что снижает цену рутины.

ИИ-детектор: когда бизнес масштабирует убытки вместо прибыли

Самая опасная ситуация выглядит так: вы видите рост, команда чувствует драйв, рекламные кабинеты светятся цифрами, продажи идут, а прибыль не растёт. Иногда она даже падает.

Классические признаки масштабирования убытков:

доля платного трафика растёт, а маржа «проседает»;

средний чек держится, но возвраты и отмены растут;

стоимость привлечения повышается, а удержание не улучшается;

окупаемость растягивается, кассовые разрывы становятся нормой;

«лучшие» клиенты уходят быстрее, чем вы успеваете это заметить.

ИИ здесь полезен как система раннего предупреждения. Он может отслеживать динамику показателей и подсвечивать моменты, когда один параметр начинает незаметно разрушать всю конструкцию. Не потому что он мистический пророк, а потому что он дисциплинированно смотрит на цифры без усталости.

Юнит-экономика для не-математиков: как ИИ переводит формулы на язык решений

Формулы пугают, пока они выглядят как заклинания. Когда вы связываете их с управленческими решениями, страх уменьшается.

Например:

CAC – это не «расходы на рекламу». Это цена права познакомиться с клиентом.

LTV – это не «красивая оценка будущего». Это предел того, сколько вы можете позволить себе тратить на привлечение и обслуживание.

Маржинальность – это не «процент для отчёта». Это кислород, которым дышит рост.

ИИ можно использовать как переводчика: «Объясни, что будет с окупаемостью, если CAC вырастет на 20%», «покажи, какая метрика даёт самый сильный эффект», «какой параметр нужно улучшить первым, чтобы модель стала устойчивой». В этот момент формулы начинают работать на вас, а не против вас.

Визуализация разрывов: где заканчивается маркетинг и начинается реальная маржа

Одна из причин, почему юнит-экономика кажется конфликтной, в том, что маркетинг любит верх воронки, а финансы любят низ. У первых язык лидов и кликов, у вторых язык маржи и денежного потока.

Визуализация разрывов помогает прекратить спор и начать видеть систему. Полезно рисовать не таблицы ради таблиц, а цепочку:

клик → лид → оплата → валовая маржа → переменные расходы → вклад в покрытие → окупаемость.

На этой цепочке сразу видно, где происходит магия самообмана: лиды дешёвые, но оплаты редкие; оплаты есть, но возвраты съедают маржу; маржа вроде бы нормальная, но доставка и комиссии превращают её в тонкую плёнку. ИИ может помогать строить такие цепочки и объяснять, где именно провал.

Артефакт: «Тест на адекватность» – готов ли ваш бизнес к расчету юнита

Перед тем как строить модель, полезно пройти короткий тест. Он не про идеальность данных, он про то, сможете ли вы отличить реальность от желания.