B2B 初创企业指标 | 创业学校

一句话结论

B2B 公司的核心指标应以收入为北极星，配合烧钱率和跑道构成投资人更新的三大必报数字；净收入留存率超过 100% 是实现指数级增长的关键引擎（"千层蛋糕"模型）；在 AI 时代和高利率环境中，毛利率和单位经济学的健康度比以往任何时候都更重要——负毛利的规模化烧钱模式已不可持续。

来源信息

Executive Summary

Tom Blomfield（YC 集团合伙人、Monzo 与 GoCardless 联合创始人）以"飞行仪表盘"比喻开篇——没有指标的创始人等于在盲飞。他系统性地覆盖了 B2B 初创公司的核心指标体系：第一步是选定四到五个关键指标并精确定义、全团队共识；第二步是将收入作为 B2B 北极星指标，避免虚荣指标（如 GMV/总交易额）的陷阱；第三步是永远在投资人更新首行报告收入、烧钱率和跑道三个数字。在留存分析上，他引入了"千层蛋糕"模型——每月同期群像千层蛋糕般层层叠加，在高留存（净收入留存 >100%）下形成指数级增长，而低留存（最终归零）则如同往漏水的桶里灌水。在毛利分析上，他警告 AI 公司不能躲在免费积分后忽视 token 成本，重运营业务应探索"纯软件"版本以提高毛利率。最后他强调：负单位经济学下绝不应规模化扩张，必须先修复再增长。

核心观点

指标是创始人的飞行仪表盘

  1. 没有指标等于盲飞：拥有出色指标才能不断微调、迭代，确保掌控公司状态。有些创始人在 Hacker News/Product Hunt 上发布产品后，对所获用户构成一无所知——多少新用户、多少回头客、是否在流失——完全盲飞。[raw L14-L16]

  2. 发布前就应建立基本指标系统：不要等到发布后才回头搭建指标系统。能在投资人面前流利谈论 DAU、WAU 或每位用户年收入的创始人，给人留下极深印象，这本身是巨大的差异化因素。[raw L17-L18]

  3. 不必追求 500 个指标的仪表盘：当只有几百几千用户时，500 个指标的仪表盘是无意义的。也不应纠结于"按钮蓝色还是绿色"这种 A/B 测试——在达到 Google/Facebook 量级前都不值得。要 A/B 测试的是真正重要的决策（如定价 $80/年 vs $200/年）。[raw L21]

  4. 不要躲在指标背后：仍需走出大楼与客户交流。Airbnb 的 Brian 至今仍在家中招待 Airbnb 用户。[raw L22]

核心之核心：收入、烧钱率与跑道

  1. 选定四到五个关键指标并精确定义：四五个就够了，团队必须对定义达成共识并书面记录。"活跃用户"的精确程度远不及各方认可重要。定义争议比没有指标更糟糕。[raw L29-L31]

  2. 保持指标定义在时间上的一致性：指标表现不佳时，创始人容易被诱惑"换个定义让数字好看些"——这是在欺骗自己。唯有保持一致，才能判断是否在进步。[raw L33]

  3. 收入是 B2B 的北极星指标，警惕虚荣指标：GMV（总商品交易额）等数字看起来巨大但不反映公司实况。如果你选了其他指标（如总交易额），员工甚至你自己都会开始为那个数字优化，而非真正的商业健康。[raw L35-L37]

  4. 绝对不要因为收入不佳就隐藏它：Tom 合作过的最令人印象深刻的创始人之一曾连续十个月在投资人更新首行写"0"。她对自己和投资人都诚实，这明确了团队需要聚焦解决的问题。[raw L39]

  5. 投资人更新的三大必报数字：收入、净烧钱率（每月总成本减月收入）、跑道（存款/烧钱率）。如果这三个数字没放在更新最顶端，Tom 会认为创始人有所隐瞒。[raw L41]

复利的力量：留存率与"千层蛋糕"模型

  1. 留存率的本质：假设 1 月签约 100 个付费客户，2 月/3 月/4 月还有多少仍在付费。同期群分析——将每月签约客户作为独立群体追踪，层层叠加观察衰减。[raw L45-L47]

  2. "千层蛋糕"模型——高留存业务的复利效应：如果留存率高达 80%-100%，每个同期群保持相当厚度，像做千层蛋糕一样层层累积。两三年后，几十个月度同期群层层叠加，每个都在持续付费贡献收入。即使团队休假一个月，收入依然稳定。更美妙的是扩张性收入——客户自身业务增长，通过平台处理的交易量也增长，"公司在你下方不断生长"。[raw L49-L53]

  3. 低留存业务如同往漏水的桶里灌水：如果客户在第 3-6 个月全部流失，你并非在打造稳固基石，而是在拼命填补漏水桶。你使出浑身解数，只能勉强填补上月流失的客户，永远无法建立大企业。[raw L54]

  4. 净收入留存（Net Dollar Retention）——B2B 最关键指标：从现有客户群获得的扩展收入（追加销售）减去流失收入。若 1 月 10 客户各付 $10K = $100K MRR，一年后流失 2 个但 3 个追加到 $20K，净收入为 $110K→110% 净收入留存。[raw L56]

  5. 净收入留存 >100% 意味着同期群收入在随时间增长：Stripe、GoCardless、PayPal 等正是因此实现指数级增长——每月新增客户一层，现有客户收入在其下方持续扩大。[raw L58]

  6. 早期 B2B SaaS 净收入留存应远超 100%：原因有三：首次定价可能偏低、产品持续改进客户愿付更多、销售和追加销售能力随时间提升。125%-150% 甚至更高都极好。低于 100% 问题严重，应先投资解决问题（与客户沟通了解流失原因）而非急于塞更多客户进漏斗。[raw L59-L60]

盈利的基石：毛利率与 AI 时代的特殊性

  1. 毛利率 = 收入 - 销售成本（COGS）：软件公司的销售成本是随客户数量变动的额外成本。AI 客服机器人公司支付给 OpenAI/Anthropic 的 token 费用就是 COGS。[raw L63-L66]

  2. 纯软件业务毛利率可达 95%，但 AI 时代不同了：过去很少讨论 B2B SaaS 公司毛利率，因为 AWS/带宽费用极低。但如今 AI 公司支付给基础模型提供商的费用是一项非常关键的成本。躲在免费积分后面宣称高毛利率的公司，积分用完时会迎来不愉快的冲击。[raw L68-L70]

  3. 重运营业务的毛利率极低：杂货配送、房屋粉刷、安装热泵等业务毛利率可能只有 5%-15%。毛利是支付所有不随客户数量变动的剩余成本（租金、工程师薪资）的来源。[raw L70-L72] YC 常与创始人探讨是否存在"纯软件"版本来替代重运营模式，以更高毛利率运作。[raw L73]

  4. 负毛利率的闪电式扩张时代已结束：2010-2021 零利率时代，Uber 等企业规模化烧钱的负毛利率业务，将资本作武器。如今利率高企，资本成本昂贵，投资者非常不愿投资负毛利业务。[raw L75-L76]

  5. 负单位经济学下切勿规模化扩张——先修复，再增长：Monzo 起初每客户亏损 £30-40，但通过技术内研、收费和有偿新产品，成功翻转单位经济学至每客户盈利 £30-40。如果你的起点是负单位经济学，必须先有一个修复计划。[raw L78-L80]

可执行建议

重要例子 / 公司案例

关键证据

涉及概念

涉及人物

涉及公司

可沉淀到哪些主题页

不确定事项

Change Log