Startup Metrics

核心用法

startup-metrics 是一款面向初创企业的系统性指标管理工具，覆盖从种子轮到Series A的全阶段财务与运营监控需求。该技能将复杂的创业财务分析拆解为可执行的公式体系与阶段化追踪框架。

主要功能模块

1. 收入指标追踪

• 自动计算MRR/ARR及其环比/同比增长率
• 提供分阶段增长目标：种子期15-20%月增长，A轮期3-5倍年增长
• 支持Net New MRR分解（新增+扩展-收缩-流失）

2. 单位经济分析

• CAC（获客成本）、LTV（客户终身价值）计算与LTV:CAC比率评估
• CAC回收周期测算，基准线为12-18个月
• 明确的阈值判断：LTV:CAC>3.0为优秀，<1.0为危险信号

3. 现金流效率监控

• 月度burn rate、runway（现金跑道）自动计算
• Burn Multiple（烧钱倍数）核心指标：Net Burn/Net New ARR，<1.0为卓越效率
• 强制要求维持12-18个月runway的安全红线

4. SaaS专项指标

• NDR（净收入留存率）：>120%为最佳实践级
• Magic Number（魔法数字）：季度新增ARR/上季度销售营销支出，>0.75方可规模化
• Rule of 40：增长率%+利润率%≥40%为健康标志

5. 模式适配指标

• 市场双边平台：GMV、take rate（2-25%区间）、流动性指标
• 消费者/移动应用：DAU/MAU比率（>50%为习惯级产品）、K因子病毒系数
• B2B销售：赢单率、Pipeline覆盖率（3-5倍目标）、ACV、销售周期分档

显著优点

阶段化精准聚焦：明确区分Pre-Seed（产品市场契合度）、Seed（$500K-$2M ARR）、Series A（$2M-$10M ARR）各阶段的核心关注指标，避免早期过度关注CAC、过度后期忽视增长率的常见错误。

投资人视角对齐：直接映射各轮融资投资人期望看到的指标组合，Seed轮强调MRR增长与早期单位经济，Series A要求完整的LTV:CAC、NDR、Burn Multiple矩阵。

可操作公式化：所有指标均提供精确计算公式与行业基准对照表，降低财务知识门槛。

风险警示明确：内置"NEVER Do"清单，强制规避虚荣指标陷阱、样本量误导、相关性因果混淆等典型数据谬误。

潜在局限

静态基准依赖：提供的行业benchmark（如Magic Number>0.75、LTV:CAC>3.0）基于北美SaaS市场历史数据，对新兴市场、特定垂直领域（如硬件、深度技术、政策敏感行业）可能存在适配偏差。

数据获取假设：预设企业已具备基础的数据基础设施（用户识别、交易追踪、成本归因），对数据治理薄弱的早期团队可能存在"知道要算什么但拿不到数"的执行落差。

计算时点模糊：部分指标（如CAC）需定义明确的时间窗口与归因模型（首次触达vs最后触达），工具本身未强制标准化计算口径，可能导致跨公司/跨期比较失真。

缺失预测能力：聚焦历史与当前指标计算，未内置基于当前burn rate、增长曲线的runway耗尽预测或融资需求测算模型。

适合人群

• 创始人/CEO：需要向董事会或投资人汇报统一格式的月度经营数据
• 财务/运营负责人：建立公司级指标词典，统一跨部门数据口径
• 种子至A轮创业公司：处于需系统性证明单位经济健康度、准备规模化融资的阶段
• 初次创业团队：缺乏VC沟通经验，需快速对齐行业指标语言

常规风险

虚荣指标漂移：团队可能为迎合benchmark而选择性优化易提升指标（如通过折扣刺激NDR），损害长期单位经济——需结合"underlying business outcome"原则校验。

过度量化盲区：指标健康不等于业务健康，需保留定性反馈（客户访谈、产品体验）的并行追踪机制。

融资节奏误判：runway计算基于静态burn rate，未考虑增长投入的非线性回报，可能导致过早/过晚启动融资。

数据安全：涉及核心财务数据（收入、成本、客户名单），建议在本地或受控环境运行，避免敏感指标外泄至第三方服务。

核心用法

startup-metrics 是一款纯知识型 Skill，专为创业团队提供系统化的关键绩效指标（KPIs）计算框架与基准参考。用户可通过自然语言查询获取各类指标的定义、计算公式、行业基准及阶段化建议，无需编写代码或连接外部数据源。

该 Skill 覆盖五大核心模块：
1. 营收指标：MRR、ARR、增长率计算与 Seed 到 Series A 的增速目标
2. 单位经济模型：CAC、LTV、LTV:CAC 比值、回本周期等核心公式
3. 现金效率：burn rate、runway、burn multiple 计算与安全阈值
4. SaaS 专项指标：NDR、Magic Number、Rule of 40、Quick Ratio 等投资人关注指标
5. 分阶段指导：从 Pre-Seed 到 Series A+ 的指标优先级与投资者视角

使用场景包括搭建数据看板、准备投资人汇报、评估业务健康度、理解融资各阶段的核心关注点等。

显著优点

权威体系化：整合了硅谷主流投资机构的评估框架，包含明确的计算公式、行业基准表格（如 LTV:CAC > 3.0 为优秀、Magic Number > 0.75 可规模化），避免创业者盲目摸索。

阶段适配性强：针对不同融资阶段（Pre-Seed/Seed/Series A）明确「该做什么」与「不用做什么」，例如 Pre-Seed 阶段应专注留存而非营收，Series A 则需证明单位经济模型健康。

投资人视角：直接对标 VC 尽职调查清单，帮助创业者用投资人语言沟通，提升融资效率。

零技术门槛：纯 Markdown 知识库，无需 API 配置、无代码执行风险，即装即用。

潜在缺点与局限性

静态知识库：仅提供公式与基准，不直接连接财务系统或自动计算，需用户手动输入数据。

行业覆盖有限：聚焦 SaaS、Marketplace、Consumer Mobile 等常见赛道，对硬件、生物科技、传统零售等模式的指标覆盖不足。

基准时效性：行业基准数据可能随市场环境变化（如 2021 年高估值环境与 2023 年紧缩周期标准不同），Skill 未内置动态更新机制。

区域差异忽略：当前基准主要反映北美市场，对欧洲、东南亚、中国等市场的本地化适用性需额外判断。

适合的目标群体

• 种子轮到 A 轮的创业团队：尤其是 SaaS、订阅制、平台型业务创始人与运营负责人
• 准备融资的创业者：需要快速理解投资人关注指标、优化数据看板呈现
• 新晋产品经理/增长负责人：系统学习创业指标框架，建立数据驱动决策能力
• 天使投资人/孵化器导师：为被投企业提供标准化指标诊断框架

使用风险

数据安全：虽 Skill 本身无网络请求、无代码执行，但用户在使用过程中输入的商业敏感数据（MRR、CAC、客户名单等）仍需注意终端环境安全，建议在本地安全环境中使用。

决策依赖风险：指标框架提供的是通用基准，非绝对标准。创业者应结合自身行业特性、竞争格局、资金储备综合判断，避免机械套用导致战略误判。

信息时效风险：创业投资市场环境变化较快，建议结合最新市场动态（如当前融资窗口、估值倍数）对基准进行微调验证。