模型 DNA — 客戶長什麼樣
三種客戶、兩種定價、滲透率決定天花板。
看完這頁 3 秒知道：賣給誰、賣多少錢、假設怎麼設的。
Pricing Plans
Basic
$25/seat/mo
SMB · 個人用戶
Pro
$125/seat/mo
Enterprise · 5× Basic
三種客戶 — 不是數字，是人物
下方每張卡的數字格式為 Y1 → Y5（五年期間的變化趨勢）。
滲透率 = 公司內部多少比例的人會買座位 · Pro mix = 買 $125 高階方案的比例 · ACV = 這家公司一年付你多少錢
S
Small · 15 人公司
新創 / 小型事務所 / 獨立團隊
滲透率 50→65% (Y1→Y5)
付費座位 7.5→9.8
Pro mix 22→25%
ACV $4.2K→$5.9K
M
Medium · 80 人公司
成長型企業 / 區域辦公室
滲透率 50→65% (Y1→Y5)
付費座位 40→52
Pro mix 45% 不變
ACV $33.6K→$43.7K
L
Large · 400 人公司
企業級客戶 / 上市公司部門
滲透率 55→65% (Y1→Y5)
付費座位 220→260
Pro mix 65→63%
ACV $237.6K→$274.6K
ACV = Annual Contract Value = 每家客戶一年付多少錢 = 該 tier 付費座位 × 混合月費 × 12
轉換與留存假設 （Y1 → Y5）
Seat Expansion
12→20%
既有客戶加席
Upgrade $25→$125
6→10%
Basic→Pro
獲客成本匹配
每花 $1 帶回多少客戶和收入？Y5 CAC $1,491 vs ACV $42K — 回收倍數 28×。
MKT 看漏斗效率，CFO 看 unit economics。
Money In → Customers Out （點選年份切換）
花了多少錢 → 得到什麼 （全公司口徑，非單一 tier）
Total Acq Spend = 廣告+內容+CaFU+S&M 全部獲客花費
True CAC = 總獲客花費 ÷ 新增付費公司數（含所有渠道成本）
Blended ACV = 全部 ARR ÷ 全部付費公司數（被 Large 拉高）
ACV/CAC 倍數 = 每花 $1 獲客，客戶一年帶回多少倍收入（>3× 為健康）
| 指標 | Y1 | Y2 | Y3 | Y4 | Y5 | 趨勢 |
|---|
| Total Acq Spend (全獲客花費) | $3.23M | $3.54M | $3.26M | $3.23M | $3.58M | → |
| New Paying Cos (新增付費公司) | 671 | 1,069 | 1,554 | 1,994 | 2,399 | ↑ |
| True CAC / co (單位獲客成本) | $4,816 | $3,313 | $2,099 | $1,620 | $1,491 | ↓ 好 |
| Blended ACV (平均年合約) | $14.8K | $22.3K | $29.8K | $34.9K | $42.2K | ↑ |
| ACV / CAC 倍數（回收效率） | 3.1× | 6.7× | 14.2× | 21.5× | 28.3× | 🚀 |
| Blended CPS / signup (每次註冊成本) | $86 | $58 | $30 | $18 | $14 | ↓ 好 |
Channel Spend Mix — 錢花在哪
■ Paid = Meta/Google/LinkedIn/TikTok 付費廣告 ·
■ Organic = SEO/部落格/技術文件 ·
■ Viral = 用戶邀請推薦
CPS by Channel — 每次註冊花多少
— Paid $114→$32 (品牌效應降本) ·
— Organic $25→$7 ·
--- Viral $4 flat
True CAC 解構 — 每獲得一家付費客戶的全部成本
True CAC 不只是廣告費。它包含三層成本：前端獲客（廣告+內容觸及）、運算補貼 CaFU（AI 試用 credit）、銷售與行銷 S&M（人力轉換）。
Y1 $4,816 → Y5 $1,491，壓縮 70%——規模化讓每一層都變便宜。
P&L + 50% Conversion Shortfall
Base case Y3 轉正；即使轉換率砍半，Y4 仍能 breakeven，最壞多燒 $3.2M。
BASE CASE — 完整 P&L
| $M | Y1 | Y2 | Y3 | Y4 | Y5 |
|---|
| Recognized Revenue | 5.94 | 24.75 | 68.34 | 135.66 | 231.33 |
| COGS (AI inference + cloud) | (5.09) | (21.12) | (58.22) | (115.46) | (196.81) |
| Gross Profit | 0.86 | 3.63 | 10.13 | 20.20 | 34.52 |
| Gross Margin % | 14.4% | 14.7% | 14.8% | 14.9% | 14.9% |
| OPEX 拆分 |
| ① Signup Acquisition (廣告+內容) | (2.58) | (2.57) | (1.94) | (1.59) | (1.62) |
| ② CaFU (AI 試用 credit) | (0.24) | (0.35) | (0.52) | (0.71) | (0.96) |
| ③ S&M (新客銷售) | (0.38) | (0.54) | (0.68) | (0.77) | (0.82) |
| ④ GTM HC (AE+CSM+DevRel) | (0.48) | (0.72) | (1.26) | (1.95) | (2.56) |
| ⑤ Eng + G&A | (0.72) | (0.87) | (2.00) | (2.48) | (2.90) |
| Total OpEx | (4.40) | (5.05) | (6.40) | (7.51) | (8.85) |
| Operating Profit / (Loss) | (3.54) | (1.42) | 3.73 | 12.69 | 25.66 |
| Operating Margin % | -59.6% | -5.7% | 5.5% | 9.4% | 11.1% |
營收軌跡與毛利規模化 (ARR Trajectory & Margin Scale)
淺色柱 = Exit ARR（年底訂閱跑量）· 深色柱 = Recognized Revenue（實際入帳）· ● 綠線 = Gross Margin %
Y1 毛利率 14.4%（反映早期 85% AI 推論成本），隨規模提升至 Y5 14.9%。
50% SHORTFALL — 轉換率砍半，OpEx 不變
| $M | Y1 | Y2 | Y3 | Y4 | Y5 |
|---|
| Recognized Rev | 3.0 | 12.9 | 36.5 | 73.1 | 125.3 |
| Gross Profit | 0.4 | 1.9 | 5.4 | 10.8 | 18.6 |
| Total OpEx (unchanged) | (4.4) | (5.0) | (6.4) | (7.5) | (8.9) |
| Op Profit | (4.0) | (3.2) | (1.0) | 3.3 | 9.8 |
| Op Margin % | -134% | -24.6% | -2.9% | 4.5% | 7.8% |
$2.2M
Extra Y2 Loss
vs base case
$8.2M
Cum Loss Y1–Y3
vs base $4.96M
$10M+
Revised Raise
vs $6M base
營運支出結構與獲利轉振點 (Path to Breakeven)
■ 紅色區域 = 營運虧損期（Y1-Y2 投資期）· ■ 綠色區域 = 獲利期（Y3 起轉正）
Y1 虧損 $3.54M → Y2 收窄至 $1.41M → Y3 轉正 $3.72M → Y5 營業利益 $25.66M（11.1%）
Op Profit: Base vs 50% ($M)
Cumulative Op Profit ($M)
Interpretation: Even at 50% conversion, profitability by Y4 at $156M ARR. Marketing/headcount/CaFU fully funded — scenario isolates top-of-funnel quality risk only.