Skip to main content

I årtionden har SaaS-tillväxt kretsat kring en helig akronym: ARR. Förutsägbar, stabil och enkel att modellera. Men när AI-drivna produkter förändrar hur kunder använder (och värderar) programvara  börjar den prydliga intäktskurvan se något rörigare ut.

Snabbväxande företag experimenterar med användningsbaserade, resultatbaserade och hybrida prismodeller som bättre speglar kundernas beteende – men som också gör intäkterna betydligt mindre förutsägbara.

Griffin Parry, vd för m3ter, har en förstahandsinsyn i den förändringen. Hans företag hjälper programvaruteam att utforma och operationalisera flexibla prismodeller – och det han ser inom AI och SaaS är en stillsam revolution. Med hans egna ord: ARR dör inte – det utvecklas.

Continue Reading for Free

Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.

När allt fler företag övergår till modeller som speglar det verkliga kundvärdet ser han en ny typ av balans växa fram: en del prenumeration, en del användning och en del prestation. Och i den utvecklingen får CTO:er en överraskande ny roll – som arkitekter för själva intäktsstrategin.

Vi pratade med Griffin om framtiden för prissättning av programvara, varför förutsägbarhet kanske har fått för stor betydelse och hur AI i det tysta skriver om reglerna för värde.

ARR är inte dött, men det förändras

Du har sagt att ARR ”utvecklas, inte försvinner”. Hur ser den utvecklingen faktiskt ut i praktiken – och hur bör ledare tänka om kring vad ”förutsägbara intäkter” innebär i en värld med hybrida prismodeller?

"Man kan se hybrid prissättning antingen som ett svar på behovet av större förutsägbarhet i användningsbaserad prissättning ELLER behovet av större variation i prenumerationsprissättning. Oavsett vilket är poängen att kombinera fasta återkommande delar (som ger både leverantören och kunden förutsägbarhet) med variabla delar (som skapar en starkare koppling mellan kostnad och värde).  

Begreppet ARR gäller fortfarande, men det kräver ett mer sofistikerat synsätt. Vissa intäktsströmmar är definitivt ARR – de fasta återkommande delarna. Vissa är definitivt inte ARR  – de variabla avgifter som du inte med säkerhet kunde förutsäga skulle återkomma (t.ex. användningstoppar). 

Det svåra är mellanskiktet: variabla avgifter som inte är garanterade men som kommer att återkomma förutsägbart eftersom det är ett etablerat användningsmönster hos kunden och tröghet spelar in. Om du inte inkluderar detta underskattar du ett företags effektiva ARR."

Get regular tech leadership wisdom for delivering better software and systems.

Förutsägbarhet kontra precision

I åratal har investerare belönat förutsägbara intäkter. Nu gör användningsbaserad prissättning saker och ting… mindre förutsägbara. Tycker du att förutsägbarhet har fått för stor betydelse som mått på sund tillväxt?

"Absolut inte – förutsägbarhet är avgörande för sund tillväxt, höga bruttomarginaler och välgrundade investeringsbeslut. Därför är begreppet ARR fortfarande mycket kraftfullt.

Utmaningen med övergången till mer hybrida, användningsbaserade prismodeller är att identifiera vad som är förutsägbart. Under traditionella prenumerationsbaserade SaaS-modeller återkommer intäkterna förutsägbart – prenumerationer innebär ett åtagande att spendera. Hybrida modeller innehåller däremot betydande variabla delar där intäkterna beror på användning eller resultat, och allt detta är inte förutsägbart. Men vissa delar är det – det vill säga, vissa variabla avgifter återkommer förutsägbart.  Om jag är en kund som har betalat 400–500 000 USD i variabla avgifter per år under de senaste 5 åren kommer jag sannolikt att spendera 400 000 USD eller mer i år, eller hur? Inte garanterat, men ändå förutsägbart. 

Som bransch behöver vi bli mer sofistikerade i hur vi tänker kring och mäter ARR." 

De nya maktspelarna: CTO:er och CFO:er

Prissättning brukar ses som ett ekonomiproblem. Du säger att CTO:er formar intäktsgenereringen. Vad driver den förändringen – och hur kommer det sig att teknikarkitekturen plötsligt påverkar intäktsstrategin?

Prissättning har alltid varit ett lagarbete som involverar flera delar av verksamheten – ekonomi, produkt, försäljning, marknadsföring, drift och utveckling. Det är en av anledningarna till att företag tycker att prissättning är svårt; det finns sällan en tydlig ägare, och det kräver samordning mellan flera intressenter i verksamheten.

Det finns dock ett par intressanta förändringar i ansvarsområdenas tyngdpunkter.

Den första handlar om att CFO:er blir mer strategiska och operativa. Om CFO:er tidigare främst fokuserade på att ”hålla räkningen” (med redovisningsfokus), går utvecklingen mot att de spelar en större roll i att driva verksamheten. Det innebär att de får en större roll i prissättningen.

Den andra handlar om att CTO:er (och ledare inom utveckling och produkt mer generellt) blir mer centrala i beslut om intäktsgenerering. I en prenumerationsvärld sker prissättningen separat från produkten – ett team utvecklar och driver produkten, medan andra team beslutar hur mycket den ska säljas för och tar emot betalningen. Men i en användningsbaserad (eller hybrid) värld blir prissättning en del av produkten. 

Som CTO har du nu nya ansvarsområden som är relevanta för intäktsgenereringen: att spåra användning och leverera den till faktureringssystemet, eller att bygga skräddarsydda faktureringssystem som möjliggör dina prismodeller. Kunder vill ha direkt tillgång till sina användnings- och faktureringsdata, så du behöver bygga instrumentpaneler i produkten. Rapporteringskraven kan vara mer utmanande och så vidare. Dessutom kräver det insikt i användaren för att utforma användningsbaserad prissättning på ett bra sätt, och för många produkter är dessa användarprofiler utvecklare – så CTO:n blir expert på kundernas behov." 

Prissättningens innovationspsykologi

Prissättning bör återspegla värde – men värde är subjektivt. Vad anser du att de flesta programvaruchefer missförstår när det gäller hur kunder uppfattar värde?

"Det finns ett stort intresse för värdebaserad prissättning, men jag tror att programvaruchefer underskattar svårigheterna med attribuering. Och kopplat till detta överskattar de sin produkts bidrag till värdeskapandet.

För att förklara detta: när jag talar om ‘användningsbaserad prissättning’ ser jag ett spektrum av framgångsbaserade mått. I ena änden finns ren användningsbaserad prissättning, där det inte finns någon tydlig koppling till det skapade värdet – exempelvis betalar jag AWS för att använda beräkningsresurser, men det finns ingen koppling mellan vad jag betalar för dessa resurser och det värde jag får ut av dem. I mitten finns prissättning baserad på värdefulla handlingar (exempelvis en kundförfrågan som framgångsrikt hanteras av en AI-supportagent) eller värdeproxies (exempelvis antalet samtal som besvaras av AI-supportagenten) —  det finns en tydligare koppling mellan det som betalas till leverantören och det värde kunden får ut. 

I andra änden av spektrumet finns värdebaserad prissättning, där det som betalas till leverantören är direkt kopplat till det värde kunden får – exempelvis transaktionsavgifter inom betalningsbranschen.

Utmaningen med värdebaserad prissättning är att leverantören och kunden måste komma överens om vilket värde som har skapats och vilken del av detta som kan tillskrivas leverantörens produkt. Det finns definitivt situationer där detta är möjligt, till exempel betalningsexemplet ovan, men det är ofta komplicerat.

Om exempelvis en CRM-leverantör började ta ut avgifter baserade på en procentandel av de intäkter som bokförs genom systemet skulle det misslyckas, eftersom värdet av dessa intäkter beror på många andra faktorer (som säljarens kvalitet och så vidare). Programvaruchefer tenderar att underskatta dessa svårigheter och överskatta produktens betydelse för affärsresultaten."

Bryter AI mot den gamla prissättningslogiken?

AI-produkter utvecklas med varje användarinteraktion – så är den gamla logiken med ”per användare” eller ”per månad” ens meningsfull längre? Hur prissätter man något som lär sig över tid?

"Jag tycker att det redan håller på att växa fram mönster för prissättning av AI-produkter, och de är inriktade på hybridmodeller. Det är vanligt att se ett åtagande (exempelvis en månadsprenumeration för åtkomst eller ett månatligt åtagande att köpa användningskrediter) kombinerat med en rörlig debiteringsmodell (exempelvis förbrukning av krediter). 

Det är en stabil grund eftersom den kombinerar debitering för åtkomst med en rörlig modell som utvinner större betalningsvilja från flitiga användare (och även hjälper till att kontrollera marginalerna, eftersom AI-produkter generellt har höga rörliga kostnader för att stödja användningen).  

Men din poäng om lärande över tid är verkligen intressant. Om systemet lär sig innebär det att dess värde för dig ökar (det blir smartare!), och du borde vara villig att betala mer för det över tid. Det blir intressant att se om avgifterna vanligtvis kommer att öka vid förnyelse, eller genom någon form av mekanism som mäter graden av precision och personalisering.

Den dolda datautmaningen

Användningsbaserad prissättning låter kundvänlig, men den kräver också stora mängder data. Hur hanterar SaaS-företag den datakomplexitet som ligger bakom korrekt mätning, spårning och fakturering?

"Om du med ‘datakrävande’ menar att det i många fall handlar om stora volymer användningsdata, så stämmer det definitivt. Men jag tycker att ett bättre sätt att beskriva det är att det finns krävande krav på datainfrastruktur. Om du använder användningsbaserad prissättning finns det nya arbetsuppgifter som måste utföras. 

Du måste ta emot, bearbeta och lagra all din användningsdata. Du måste sammanföra den med dina prissättningsdata för att beräkna fakturabelopp. Du måste leverera dessa beräkningar till flera system i verksamheten — faktureringssystemet, ja, men även tillbaka till själva produkten (så att det finns faktureringsinstrumentpaneler för kunder), till CRM- och kundframgångssystemen (så att kundnära roller känner till kundernas användning) och till BI-teknikstacken. Och du måste utföra dessa beräkningar kontinuerligt – intressenter vill inte bara ha faktureringsinformation en gång i månaden, de vill se de löpande totalerna när som helst.

Det kräver en datainfrastruktur med hög kapacitet, och så skulle det vara även om volymerna av den uppmätta användningsdatan var små."

Från ARR till adaptiva intäkter

Övergången till användnings- och värdebaserad prissättning handlar inte om att avskaffa ARR – den handlar om att göra ARR smartare. Som Griffin påpekar säljer programvaruföretag inte längre bara åtkomst; de säljer resultat. Det innebär att prismodellerna måste utvecklas i samma takt som produktinnovationerna – och att de personer som bygger tekniken nu är lika avgörande för att kommersialisera den.

Övergången till flexibel prissättning är i grunden en övergång till tydlighet: om du tydligt kan kommunicera vad kunderna får och anpassa din modell när produkten utvecklas, ligger du redan steget före.