参考Q8，我的个人观点是在当前市场局面下，SaaS企业需要比之前更加关注市场表现，否则一定会面临来自于既得利益的挑战，或者陷入到功能战中，这一点对于赢得大客户越发的重要。然而如果能在市场方面宣传和推广你的产品的新的价值点，并站在这个制高点上，你将避开那些竞争点，获得独一无二的属于你自己的优势。对于整个SaaS产业而言，也是极好的——你在扩大整个蛋糕，而不是找到一块蛋糕以为别人不会来争抢。

　　Q11：平均每个销售人员年贡献销售收入

　　这个数字与客户企业属性有很大关系。下图可以看到，对于大企业客户，每个销售平均年销售贡献达到175万；对于中小企业则为26万。对于小微企业中，销售的存在可能没什么意义。

图：针对不同客户规模，每个销售人员年销售额贡献。单位：万元

　　销售策略在这里起到很大的作用。大企业客户固然令人羡慕，但成单周期长、难以获得好的销售、成单风险大、机会成本高、对收入影响非常大等，许多初入SaaS的创业者都是受够了仰人鼻息的日子才开始做中小企业。而中小企业的虽然有成单周期短的优势，但销售人员绩效一般（发了工资和奖金就不剩什么了）、竞争激烈等。至于面向小微企业和个人的，需要面对客户三心二意和极低的转换成本，产品压力会比较大。没有最好的策略，只有最适合的。

　　要注意到这三者是很难兼容的，尤其在早期。不同的客户有不同的销售体系和话术。

　　Q12：获客成本回收周期

　　大部分企业都能在12个月内收回成本。考虑到数据样本中大企业客户较多，对于中小微这个数字可能会更加保守一些。

　　Q13：客户年平均留存

　　再一次，在客户规模上表现出了极大的分化。所谓付费越多则越忠诚。

图：客户规模对应的年留存百分比

　　面向大企业客户的企业，客户年留存高达90%。中小企业则为55%，而面向小微企业和个人的，则40%都不到。

　　给SaaS企业的启示是，如果能够收费，则一定要收费；如果有高低两个选项，则想办法往高付费那个方向前进。这并不是说要做一个只要钱的混蛋——而是通过高付费的杠杆，找到高价值的用户，进而提供高价值的服务。把时间花在不够忠诚的客户身上，对于供需双方都是不负责任的——不花钱的客户以为自己提的需求都是对的，软件厂商害怕失去这种虚妄的爱而持续妥协。

　　Q14: 公司是否有专门的客户成功团队？

　　只有一半的公司都建立了客户成功团队。客户成功团队的主要职责就是帮助客户获得成功。注意，不是让客户满意。满意是一个相当主观的指标——我甚至悲观的认为，我们都无法让身边的人满意，怎么可能让远在天边的客户满意。帮助客户获得成功，理解客户的业务流，让自己的产品在客户的业务流中发挥要么赚钱要么省钱的作用。（参考我之前的SaaS第一公式R=f(Y,X)）

　　客户成功团队的职责包括新用户导入（on boarding）、培训、工单解答、大客户管理、最佳案例整理和推广等。它是常规客服团队的超集，需要刻意的招聘、培训和反复试错才可能得到一个好的团队。客户成功团队需要对客户留存负责，并对一部分的转化负责。

　　Q15：公司是否建立SLA服务指标体系？

　　当系统出问题宕机；或者被DDoS；或者因为云服务不靠谱导致产品服务不可用；各种状况出现，现在我看到的情况是都是创始人出来背锅。公司内部呢？从获得的数据看来，只有10%的公司有内部的SLA服务指标体系。这意味着除了老板之外，有一个完整的体系来支撑整个团队达到服务指标。它最关注的是可用性，不论是99.99%还是99.9%，需要有从运维到开发到市场到客服的完整的反应和奖惩体系。

　　只有10%的公司做到了这一点。随着公司规模的扩大，它很可能决定你的企业能走多远。当然，在早期的时候，做这些看起来是浪费。但对于许多关键系统应用比如交易、数据抓取，即便是0.01%的系统宕机可能是不可接受的。这意味着从第一天，这个体系就应该存在。

　　Q16：是否建立针对SaaS特征的数据运营支撑体系？

　　SaaS特征的数据运营体系，不是财务那三张表，而是一种更为严格的基于SaaS Metrics的运营方式。它关注的是MRR, CAC, LTV, Churn等SaaS关键数据。

图：SaaS企业在数据运营支撑体系建设的分布