Non stai più solo prezzando software — Stai prezzando risultati
Per decenni, la crescita delle aziende SaaS si è concentrata attorno a un acronimo sacro: ARR. Prevedibile, stabile, facile da modellare. Ma con l’affermarsi di prodotti guidati dall’IA che trasformano il modo in cui i clienti usano (e valutano) il software, quel bel grafico dei ricavi ora inizia ad apparire un po’ più disordinato.
Le aziende a crescita rapida stanno sperimentando modelli di prezzo basati sull’utilizzo, sui risultati o ibridi, che riflettono meglio il comportamento del cliente—ma rendono anche i ricavi molto meno prevedibili.
Griffin Parry, CEO di m3ter, osserva da vicino questo cambiamento. La sua azienda aiuta i team software a progettare e operationalizzare modelli di pricing flessibili—e quello che sta vedendo nel mondo dell’IA e del SaaS è una rivoluzione silenziosa. Secondo lui, l’ARR non sta morendo—si sta evolvendo.
Want more from The CTO Club?
Create a free account to finish this piece and join a community of CTOs and engineering leaders sharing real-world frameworks, tools, and insights for designing, deploying, and scaling AI-driven technology.
Have an account? Log In
Man mano che più aziende si spostano verso modelli che rispecchiano il vero valore per il cliente, vede emergere un nuovo equilibrio: parte abbonamento, parte utilizzo, parte performance. E in questa evoluzione, i CTO stanno assumendo un ruolo sorprendentemente nuovo—quello di architetti della strategia di monetizzazione.
Abbiamo incontrato Griffin per parlare del futuro del pricing del software, di perché la prevedibilità potrebbe essere sopravvalutata e di come l’IA stia riscrivendo silenziosamente le regole del valore.
L’ARR non è morto, ma sta cambiando
Hai detto che l’ARR si sta “evolvendo, non scomparendo”. Come si presenta davvero questa evoluzione nella pratica—e come dovrebbero i leader riconsiderare cosa significa “ricavo prevedibile” in un mondo di prezzi ibridi?
"Si può vedere il pricing ibrido come una risposta all’esigenza di maggiore prevedibilità nei modelli basati sull’utilizzo, OPPURE al bisogno di maggiore variabilità nel pricing in abbonamento. In ogni caso, lo scopo è quello di unire elementi ricorrenti fissi (che garantiscono prevedibilità sia al fornitore che al cliente) con elementi variabili (che creano un legame più forte tra costo e valore).
Il concetto di ARR resta valido, ma richiede una visione più sofisticata. Alcune fonti di ricavo sono senza dubbio ARR—gli elementi ricorrenti fissi. Alcuni decisamente non lo sono—quelle quote variabili che non potresti prevedere con certezza che si ripetano (ad esempio, picchi di utilizzo).
La parte complessa è il mezzo: quote variabili che non sono garantite ma che ricorrono prevedibilmente perché rappresentano un modello di utilizzo ormai consolidato per il cliente, e l’inerzia gioca un ruolo. Se non includi questa componente, stai sottostimando l’ARR effettivo di un’azienda."
Prevedibilità vs. precisione
Per anni, gli investitori hanno premiato i ricavi prevedibili. Ora il pricing basato sull’utilizzo rende tutto… meno prevedibile. Pensi che la prevedibilità sia stata sopravvalutata come metrica di crescita sana?
"Assolutamente no—la prevedibilità è fondamentale per una crescita sana, per margini lordi elevati e per buone decisioni di investimento. Quindi il concetto di ARR resta molto potente.
La sfida della transizione verso modelli più ibridi e basati sull’utilizzo è identificare cosa sia davvero prevedibile. Nei modelli SaaS tradizionali basati su abbonamento, i ricavi ricorrono prevedibilmente—l’abbonamento è un impegno di spesa. Mentre i modelli ibridi includono importanti componenti variabili, dove i ricavi dipendono dall’utilizzo o dai risultati, e non tutto ciò è prevedibile. Ma alcune cose sì—cioè, alcune quote variabili si ripetono prevedibilmente. Se sono un cliente che ha pagato $400-500k di quote variabili ogni anno negli ultimi 5 anni, è probabile che anche quest’anno spenderò oltre $400k, giusto? Non è garantito, ma rimane prevedibile.
Come settore, dobbiamo affinare il modo in cui pensiamo e misuriamo l’ARR."
I nuovi protagonisti: CTO e CFO
Tradizionalmente, il pricing viene visto come un problema finanziario. Tu dici che i CTO stanno influenzando la monetizzazione. Cosa ha portato a questo cambio—e in che modo l’architettura tecnologica influisce improvvisamente sulla strategia dei ricavi?
Il pricing è sempre stato un gioco di squadra che coinvolge molte funzioni aziendali—Finanza, Prodotto, Vendite, Marketing, Operations ed Engineering. È uno dei motivi per cui spesso le aziende trovano il pricing complesso; raramente c’è un responsabile chiaro e richiede il coordinamento tra molteplici stakeholder.
Ci sono però alcune interessanti novità riguardo le responsabilità.
La prima riguarda i CFO, che diventano sempre più strategici e operativi. Se in passato i CFO erano focalizzati solo sullo ‘score keeping’ (orientamento contabile), ora il trend è che giochino un ruolo più attivo nella gestione aziendale. E questo significa assumere un ruolo maggiore anche nelle decisioni di pricing.
La seconda riguarda i CTO (e più in generale i leader dell’Engineering e del Prodotto) che diventano più centrali nelle decisioni di monetizzazione. In un mondo di abbonamenti, il prezzo viene spesso fissato in modo separato rispetto al prodotto—un team crea e gestisce il prodotto, mentre altri decidono quanto venderlo e raccolgono i ricavi. Ma in un modello basato sull’utilizzo (o ibrido), il pricing diventa parte integrante del prodotto.
Come CTO, hai ora nuove responsabilità legate alla monetizzazione: tracciare l’utilizzo e inviarlo al sistema di fatturazione, o costruire sistemi di billing su misura per supportare i modelli di pricing. I clienti vogliono avere accesso immediato ai dati di utilizzo e di fatturazione, quindi devi costruire dashboard all’interno del prodotto. Anche i requisiti di reporting possono essere più complessi, ecc. Inoltre, progettare bene modelli di pricing basati sull’utilizzo richiede un’intima conoscenza dell’utente e, per molti prodotti, queste figure sono ingegneri—quindi il CTO diventa l’esperto delle esigenze del cliente."
La psicologia dell’innovazione nei modelli di prezzo
Il prezzo dovrebbe riflettere il valore, ma il valore è soggettivo. Qual è secondo te l’errore più comune che commettono i leader del software su come i clienti percepiscono il valore?
"C’è molto interesse verso la tariffazione basata sui risultati, ma credo che i leader del software sottovalutino le difficoltà di attribuzione. E, collegato a questo, sopravvalutano il contributo del proprio prodotto nella creazione di valore.
Per spiegarmi meglio, quando parlo di ‘tariffazione basata sull’utilizzo’, vedo uno spettro di metriche basate sul successo. A un estremo c’è la pura tariffazione a consumo, dove non c’è un nesso chiaro col valore creato - ad esempio, pago AWS per utilizzare risorse di calcolo, ma non esiste un legame diretto tra ciò che pago e il valore che ne ricavo. Al centro troviamo prezzi basati su azioni di valore (es. una richiesta cliente gestita con successo da un agente virtuale AI) o proxy di valore (come il numero di chiamate gestite dall’assistente AI)— qui il collegamento tra spesa e valore percepito dal cliente è più evidente.
E all’altro estremo dello spettro c’è la tariffazione basata sugli esiti, dove ciò che viene pagato al fornitore è direttamente collegato al valore ottenuto dal cliente— per esempio, le commissioni sulle transazioni nel settore dei pagamenti.
La sfida della tariffazione basata sugli esiti è che richiede al fornitore e al cliente di concordare su quale valore sia stato creato e su quale parte di quel valore sia attribuibile al prodotto del fornitore. In alcune circostanze questo è possibile, come nell’esempio dei pagamenti sopra, ma spesso è complesso.
Per esempio, se un fornitore CRM iniziasse a chiedere commissioni in base alla percentuale dei ricavi gestiti dal sistema, questo modello fallirebbe perché il valore di quei ricavi dipende da molti altri fattori (come la qualità del commerciale, ecc). I leader del software tendono a sottovalutare queste difficoltà e a sopravvalutare l’importanza del proprio prodotto per i risultati di business."
L’intelligenza artificiale sta rompendo le vecchie logiche dei prezzi?
I prodotti AI evolvono con ogni interazione dell’utente—ha ancora senso la vecchia logica “per utente” o “per mese”? Come si stabilisce il prezzo di qualcosa che impara nel tempo?
"Credo che stiano già emergendo schemi di prezzo per i prodotti AI, orientati a modelli ibridi. È comune vedere un impegno (es. un abbonamento mensile per l’accesso, oppure un impegno mensile all’acquisto di crediti d’uso) combinato con una meccanica variabile (ad esempio, il consumo dei crediti).
Questa è una solida base perché unisce la tariffazione per l’accesso a un meccanismo variabile che permette di ottenere una maggior disponibilità a pagare dagli utenti intensivi (e aiuta anche a controllare i margini, dato che i prodotti AI in genere hanno costi variabili elevati per supportare l’uso).
Ma il tuo punto sul fatto che il sistema impara nel tempo è davvero interessante. Se il sistema impara, allora il suo valore per te cresce (diventa più intelligente!) e dovresti essere disposto a pagare di più nel tempo. Sarà interessante vedere se i canoni aumenteranno tipicamente alla scadenza dell’abbonamento, oppure tramite qualche meccanismo che misura il grado di accuratezza e personalizzazione.
La sfida nascosta dei dati
Il prezzo a consumo sembra amichevole per il cliente, ma è anche affamato di dati. Come gestiscono le aziende SaaS la complessità dei dati necessaria a misurare, monitorare e fatturare in modo preciso?
"Se per ‘affamato di dati’ intendi dire che ci sono grandi volumi di dati sulle modalità d’uso, questo è sicuramente vero in molti casi. Ma credo che sia meglio dire che esistono forti requisiti a livello di infrastruttura dati. Se applichi tariffe a consumo, ci sono nuovi compiti da svolgere.
Devi acquisire, processare e memorizzare tutti i dati relativi all’uso. Devi integrare questi dati con i dati sui prezzi per calcolare gli importi da fatturare. Devi trasferire questi calcoli a diversi sistemi aziendali — il sistema di fatturazione, certo, ma anche all’interno del prodotto stesso (in modo che i clienti vedano dashboard di fatturazione), e verso CRM e sistemi Customer Success (così chi interagisce coi clienti conosce il loro utilizzo), e verso il sistema di Business Intelligence. Ed è necessario svolgere questi calcoli continuamente — gli stakeholder non vogliono informazioni di fatturazione una volta al mese, ma vedere i totali aggiornati in ogni momento.
Questo richiede un’infrastruttura dati di alto livello, e ciò sarebbe vero anche se i volumi dei dati misurati fossero bassi."
Dall’ARR al ricavo adattivo
Il passaggio verso prezzi a consumo e basati sugli esiti non è una condanna per l’ARR: è un modo per renderlo più intelligente. Come fa notare Griffin, le aziende software oggi non vendono solo accesso, ma risultati. Ciò significa che i modelli di prezzo devono evolversi rapidamente quanto il prodotto stesso—e che le persone che costruiscono la tecnologia sono ora fondamentali per monetizzarla.
Il passaggio verso la flessibilità nei prezzi, essenzialmente, significa chiarezza: se riesci a comunicare con precisione ciò che il cliente ottiene e ad adattare il modello mentre il prodotto evolve, sei già un passo avanti.
