قیمت‌گذاری به‌ازای کاربر یا مصرف؛ نوسان ماهانه تا ۳۷٫۶٪ می‌رسد

اگر ارزش محصول با شمار افرادی که به آن دسترسی دارند رشد می‌کند و هزینهٔ هر فعالیت تازه محدود است، قیمت‌گذاری به‌ازای کاربر نقطهٔ شروع مناسبی است. اگر هر کار بیشتر هزینهٔ پردازش دارد و خروجی آن برای مشتری قابل‌شمارش است، مدل مصرفی بهتر می‌تواند درآمد را با هزینهٔ خدمت هماهنگ کند. در داده‌های Vertice، سهم قراردادهای مصرف‌محور در سه‌ماههٔ دوم ۲۰۲۶ به ۳۶٫۵٪ و سهم قراردادهای کاربری به ۳۲٫۴٪ رسیده است؛ هزینهٔ ماهانهٔ ابزارهای مصرف‌محور برای خریدار نیز تا ۳۷٫۶٪ از ماهی به ماه دیگر تغییر می‌کند.

مدل ترکیبی زمانی مناسب است که مشتری برای دسترسی پیوسته ارزش قائل باشد، اما فعالیت‌های پرهزینه نیز سهم مهمی از محصول داشته باشند. پرسش تعیین‌کننده برای بنیان‌گذار این است: اگر فعالیت مشتری دو برابر شود و تعداد کاربران ثابت بماند، درآمد، هزینهٔ خدمت و صورت‌حساب مشتری چه تغییری می‌کنند؟ نمونه‌های عددی زیر فرضی‌اند و دلار در آن‌ها فقط واحد محاسبه است، نه قیمت پیشنهادی برای بازاری مشخص.

واحد ارزش و واحد هزینه همیشه یکی نیستند

«کاربر» واحدی ساده برای فروش و بودجه‌بندی است، اما همیشه کاری را که محصول انجام می‌دهد نشان نمی‌دهد. در ابزار همکاری، افزودن همکار معمولاً دامنهٔ استفاده را گسترش می‌دهد؛ در عامل خودمختار، یک نفر ممکن است کارهای بسیاری را اجرا کند. در حالت دوم، تعداد حساب‌های کاربری می‌تواند ثابت بماند، درحالی‌که هزینهٔ پردازش و تعداد خروجی‌های دریافتی مشتری افزایش می‌یابد.

طبقه‌بندی Simon-Kucher از قیمت‌گذاری عامل‌های AI، سهم مدل کاربری را ۴۱٪، بسته‌های با مبلغ ثابت را ۳۰٪، مدل مصرفی را ۲۳٪ و مدل نتیجه‌محور را ۷٪ نشان می‌دهد. این درصدها به عامل‌های AI مربوط‌اند و توصیف کل قراردادهای SaaS نیستند. رواج مدل کاربری نیز به‌تنهایی نشان نمی‌دهد که برای عاملی با هزینهٔ پردازش متغیر سودآور است؛ واحد قیمت‌گذاری باید برای خریدار به ارزش دریافتی نزدیک باشد و برای فروشنده امکان سنجش هزینهٔ خدمت را فراهم کند.

ابزار همکاری: ثبات صورت‌حساب در برابر استفادهٔ بیشتر

فرض کنید مشتری یک ابزار همکاری ۲۰ کاربر دارد، ماهانه برای هر کاربر ۱۲ دلار می‌پردازد و ۲۰۰۰ فعالیت انجام می‌دهد. درآمد ماهانه ۲۴۰ دلار و هزینهٔ متغیر خدمت ۴۰ دلار است؛ حاشیهٔ پس از این هزینه ۸۳٫۳٪ می‌شود. اگر فعالیت‌ها به ۴۰۰۰ برسند، اما کاربران همان ۲۰ نفر بمانند و هزینهٔ خدمت به ۸۰ دلار افزایش یابد، درآمد همچنان ۲۴۰ دلار و حاشیهٔ محاسبه‌شده ۶۶٫۷٪ خواهد بود. این محاسبه هزینه‌های ثابت، فروش و پشتیبانی را در بر نمی‌گیرد.

در همین مثال فرضی، دریافت ۰٫۰۸ دلار برای هر فعالیت در ماه نخست ۱۶۰ دلار درآمد و حاشیهٔ ۷۵٪ می‌سازد. با دو برابر شدن فعالیت‌ها، صورت‌حساب به ۳۲۰ دلار می‌رسد و حاشیه، با فرض ثابت ماندن هزینهٔ هر فعالیت، همان ۷۵٪ می‌ماند. اما اگر مشتری ارزش ابزار را در دسترسی همکاران و هماهنگی بهتر ببیند، دو برابر شدن تعداد رویدادهای ثبت‌شده الزاماً دو برابر شدن ارزش دریافتی نیست. مدل کاربری در این وضعیت بودجه‌بندی را آسان‌تر می‌کند؛ فروشنده باید اثر استفادهٔ سنگین بر حاشیهٔ خود را در قیمت یا حدود طرح لحاظ کند.

عامل خودمختار: درآمد کاربری می‌تواند از هزینهٔ پردازش عقب بماند

اکنون عاملی را فرض کنید که پنج نفر آن را اداره می‌کنند و ماهانه ۱۰۰۰ کار را به پایان می‌رساند. هزینهٔ متوسط پردازش هر کار ۰٫۱۸ دلار است. با قیمت ۶۰ دلار برای هر کاربر، درآمد ماهانه ۳۰۰ دلار، هزینهٔ متغیر ۱۸۰ دلار و حاشیهٔ پس از این هزینه ۴۰٪ خواهد بود. اگر حجم کار با همان پنج کاربر به ۲۰۰۰ برسد، هزینه به ۳۶۰ دلار می‌رسد و حاشیه به منفی ۲۰٪ سقوط می‌کند.

در مدل فرضیِ ۰٫۴۵ دلار به‌ازای هر کار، درآمد در دو سطح مصرف ۴۵۰ و ۹۰۰ دلار است و حاشیهٔ محاسبه‌شده در هر دو سطح ۶۰٪ می‌ماند. این ثبات تنها زمانی برقرار است که ترکیب کارها و هزینهٔ متوسط هر کار تغییر نکند؛ کارهای طولانی، تلاش دوباره و استفاده از مدل گران‌تر می‌توانند آن فرض را بر هم بزنند. تعریف واحد قابل‌صورتحساب نیز بر رفتار مشتری اثر می‌گذارد: «کار تکمیل‌شده»، «درخواست آغازشده» و «گام پردازشی» سه واحد متفاوت‌اند. مشتری که برای هر گام هزینه می‌پردازد، پیش از سپردن یک فرایند طولانی به عامل به برآورد دقیق‌تری نیاز دارد.

رشد درآمد را کنار حاشیهٔ همان مشتری ببینید

NRR یا نرخ نگهداشت خالص درآمد، درآمد دورهٔ بعد از گروه مشتریان موجود در آغاز دوره را با درآمد آغاز دوره مقایسه می‌کند؛ درآمد مشتریان تازه در این نسبت وارد نمی‌شود. برای ساده‌سازی، فرض کنید هر نمونه فقط یک مشتری دارد، قیمت‌ها ثابت‌اند و درآمد ماهانهٔ دو دورهٔ هم‌طول با هم مقایسه می‌شود. در ابزار همکاری، افزایش کاربران از ۲۰ به ۲۵ نفر درآمد ماهانه را از ۲۴۰ به ۳۰۰ دلار می‌رساند؛ NRR فرضی این گروه تک‌مشتری ۱۲۵٪ است.

برای عامل AI، اگر تعداد کارها از ۱۰۰۰ به ۲۰۰۰ برسد، مدل مصرفیِ مثال درآمد را از ۴۵۰ به ۹۰۰ دلار و NRR فرضی را به ۲۰۰٪ می‌رساند. مدل کاربری همان عامل، با ثابت ماندن پنج کاربر، NRR برابر ۱۰۰٪ نشان می‌دهد، درحالی‌که حاشیهٔ محاسبه‌شده منفی شده است. افزایش NRR در مدل مصرفی نیز تضمین‌کنندهٔ دوام درآمد نیست: جهش صورت‌حساب ممکن است مشتری را به محدود کردن استفاده یا ترک محصول وادارد. بنابراین رشد درآمد هر گروه مشتری باید همراه با هزینهٔ خدمت و توان او برای ادامهٔ پرداخت سنجیده شود.

چه چیزی مانع شوک صورت‌حساب می‌شود؟

مشتری باید پیش از پایان دوره بداند مصرف چگونه به مبلغ پرداختی تبدیل می‌شود. تحلیل ITPro توصیهٔ آزمودن بارهای شبیه کار واقعی و تبدیل واحدهایی مانند توکن، اعتبار یا پیام به هزینهٔ هر نتیجهٔ کسب‌وکار را شرح می‌دهد. این سنجش برای عامل AI مهم است، زیرا یک درخواست ظاهراً ساده می‌تواند چند گامِ جداگانه و قابل‌محاسبه ایجاد کند.

در طراحی فروش، واحد محاسبه، نرخ هر واحد و رفتار محصول هنگام رسیدن به آستانهٔ هزینه باید از پیش روشن باشد. نمایش مصرف جاری، هشدار پیش از عبور از بودجه و امکان تعیین سقف، فاصلهٔ میان استفاده و صورت‌حساب را کم می‌کند. سقف سخت ممکن است جریان کاری ضروری را متوقف کند؛ ازاین‌رو انتخاب میان توقف، کاهش سرعت یا ادامه با تأیید مشتری باید بخشی روشن از قرارداد و تجربهٔ محصول باشد. برای عاملی که هزینهٔ هر کارش متغیر است، برآورد یک کار معمولی به‌تنهایی کافی نیست و کارهای پرهزینه نیز باید در سناریوی بودجه دیده شوند.

درخت تصمیم برای مدل کاربری، مصرفی یا ترکیبی

انتخاب مدل به رابطهٔ میان سه متغیر بستگی دارد: شمار کاربران، مقدار فعالیت و هزینهٔ خدمت. این رابطه را باید در سطح مشتری دید؛ میانگین کل محصول ممکن است مشتریانی را پنهان کند که با تعداد کاربر کم، مصرف بسیار بالایی دارند. واحدی که مشتری آن را نمی‌فهمد یا فروشنده نمی‌تواند دقیق بشمارد، حتی با حاشیهٔ جذاب در محاسبهٔ اولیه، مبنای ضعیفی برای قرارداد است.

• اگر دسترسی افراد بخش اصلی ارزش است و هزینهٔ هر فعالیت تازه تغییر اندکی می‌کند، مدل کاربری بودجه‌بندی و فروش ساده‌تری دارد.
• اگر ارزش و هزینه با فعالیت یا خروجی قابل‌شمارش رشد می‌کنند و مشتری آن واحد را می‌فهمد، مدل مصرفی درآمد را به حجم کار نزدیک‌تر می‌کند.
• اگر دسترسی پیوسته ارزش مستقل دارد و بخشی از کارها پردازش پرهزینه می‌طلبد، مبلغ پایه همراه با سهمیهٔ روشن یا هزینهٔ مصرف مازاد می‌تواند هر دو را پوشش دهد.

توضیح Stripe دربارهٔ مدل ترکیبی ساختار مبلغ ثابت به‌علاوهٔ جزء متغیر را تشریح می‌کند. برای عامل فرضی، مبلغ پایهٔ ۱۵۰ دلار به‌علاوهٔ ۰٫۳۵ دلار برای هر کار، صورت‌حساب را در ۱۰۰۰ کار به ۵۰۰ دلار و در ۲۰۰۰ کار به ۸۵۰ دلار می‌رساند؛ حاشیهٔ پس از هزینهٔ متغیر به‌ترتیب ۶۴٪ و حدود ۵۷٫۶٪ است. مبلغ پایه کف درآمد فروشنده را تعیین می‌کند، اما افزایش مصرف همچنان بودجهٔ خریدار را تغییر می‌دهد. برای انتخاب میان این مدل‌ها، توزیع کارهای پرهزینه، حاشیهٔ ماه شلوغ و مبلغی که مشتری می‌تواند پیشاپیش برای آن بودجه بگذارد، از میانگین مصرف به‌تنهایی گویاترند.

بیشتر بخوانید:

• Netsec بیش از ۱۰ میلیون دلار گرفت؛ قیمت‌گذاری به‌ازای هر کارمند است
• GitHub Copilot یا Cursor؛ نوع کار مهم‌تر از قیمت ماهانه است
• Cloudflare Pages یا Netlify؛ یک جهش مصرف می‌تواند همهٔ پروژه‌ها را متوقف کند