ถ้าขาย SaaS ให้ธุรกิจทีละราย คุณต้องชนะการขายใหม่แทบทุกครั้ง แต่ถ้าลูกค้าของคุณคือ agency ดีลเดียวอาจพาสินค้าเข้าไปอยู่ในงานของหลายแบรนด์พร้อมกัน นี่คือแรงส่งที่ทำให้โมเดล agency-first น่าสนใจ และเป็นกับดักได้ในเวลาเดียวกัน เพราะถ้าลูกค้าแต่ละรายใช้ระบบคนละแบบ คุณไม่ได้สร้าง SaaS คุณกำลังรับงาน custom ที่มีหน้าตาเหมือน software
Field Note นี้ถอดบทเรียนจากวิดีโอ I Built A $1M SaaS In A Hidden Niche ของ Starter Story ซึ่งเล่าเรื่อง Hiro Analytics เครื่องมือรายงานผลสำหรับ email และ SMS marketing agency ตัวเลขรายได้ จำนวนลูกค้า และผลลัพธ์ในบทความเป็นข้อมูลที่ผู้ก่อตั้งเปิดเผยในวิดีโอ ยังไม่ได้รับการตรวจสอบจากแหล่งอิสระ ส่วนแบบประเมิน แผนทดลอง และคำแนะนำด้านล่างเป็นสิ่งที่ VibeSolo เรียบเรียงเพิ่มเพื่อให้เอาไปใช้กับธุรกิจของตัวเองได้
ประเด็นสำคัญไม่ใช่ตัวเลขหนึ่งล้านดอลลาร์ แต่คือสิ่งที่เกิดก่อนหน้านั้น ผู้ก่อตั้งทำ agency มาราวหกปี ดูแลลูกค้าประมาณ 30 ราย และเจองานรายงานแบบเดิมซ้ำแล้วซ้ำอีก เขาจึงไม่ได้เริ่มจากคำถามว่า “จะสร้าง SaaS อะไรดี” แต่เริ่มจากงานที่ทีมต้องทำทุกสัปดาห์ งานที่ลูกค้ายอมจ่ายอยู่แล้ว และงานที่ยิ่งมีลูกค้ามาก ต้นทุนคนยิ่งโตตาม
THE BREAKDOWN
MECHANISM 01
$1M ARR ใน 19 เดือนเป็นผลลัพธ์ แต่ต้นทุนจริงคือประสบการณ์เกือบสิบปี
ในวิดีโอ ผู้ก่อตั้งเปิดหน้าจอรายได้ที่แสดง MRR ราว 96,000 ดอลลาร์และสมาชิกที่จ่ายเงิน 228 ราย พร้อมเล่าว่าธุรกิจแตะหนึ่งล้านดอลลาร์ ARR ภายใน 19 เดือน ตัวเลขนี้สะดุดตา แต่ถ้าอ่านแค่นั้น เราจะพลาดส่วนที่ทำให้เรื่องนี้ใช้ได้จริง
ก่อนเปิดบริษัท เขาสะสมความเข้าใจตลาดจากการทำ email marketing agency มาหลายปี รู้ว่าเจ้าของ agency ต้องดูอะไร รู้ว่าทีม account ต้องส่งรายงานแบบไหน และรู้ว่าข้อมูลจากแต่ละแพลตฟอร์มสร้างงานมืออยู่ตรงไหน ระยะเวลา 19 เดือนจึงเป็นช่วงที่รายได้ของ product โต ไม่ใช่เวลาทั้งหมดที่ใช้สร้างความได้เปรียบ
บทเรียนสำหรับคนทำคนเดียวคือ อย่าหาไอเดียจากตลาดกว้างก่อน ให้ย้อนดูงานที่คุณทำซ้ำจนมองเห็นข้อยกเว้น รู้ว่าใครเจ็บที่สุด และรู้ว่าความผิดพลาดหนึ่งครั้งมีราคาเท่าไร ความรู้แบบนี้ลดทั้งเวลาค้นหาปัญหาและความเสี่ยงในการสร้าง feature ที่ไม่มีใครใช้
MECHANISM 02
Agency เป็นทั้งลูกค้า ช่องทางกระจายสินค้า และห้องทดลอง
ภาพในวิดีโออธิบายเส้นทางสั้น ๆ ว่า SaaS ขายให้ agency แล้ว agency ใช้กับหลายแบรนด์ ความต่างจากการขายตรงคือ agency หนึ่งแห่งอาจมีลูกค้า 10 ถึง 30 แบรนด์และมีทีม 10 ถึง 20 คน ถ้า product เข้าไปอยู่ใน workflow กลาง จำนวนผู้ใช้และจำนวนบัญชีที่เชื่อมต่อจะโตจากดีลเดียว
แรงส่งนี้มีสามชั้น ชั้นแรกคือยอดขาย คุณไม่ต้องปิดดีลกับทุกแบรนด์แยกกัน ชั้นที่สองคือการใช้งาน คนหลายบทบาทเจอ product ระหว่างทำงานจริง ชั้นที่สามคือข้อมูล feedback เพราะปัญหาเดียวกันถูกทดสอบกับหลาย client account ในสภาพแวดล้อมใกล้เคียงกัน
แต่ข้อได้เปรียบเกิดขึ้นเมื่อ agency ใช้กระบวนการเดียวกันกับลูกค้าหลายรายเท่านั้น ถ้าทุกแบรนด์ต้องมี dashboard คนละแบบ metric คนละชุด และการเชื่อมต่อพิเศษทุกครั้ง รายได้ต่อ agency จะโตพร้อมภาระบริการ วิธีตรวจง่ายที่สุดคือถามว่า ลูกค้ารายใหม่ทำให้เกิดงานตั้งค่าใหม่กี่ชั่วโมง และงานนั้นลดลงหรือเพิ่มขึ้นหลัง onboard ไปแล้วห้าราย
MECHANISM 03
ราคาเพิ่มตามจำนวนลูกค้า เพราะคุณค่าก็เพิ่มตามจำนวนลูกค้า
Hiro Analytics คิดราคาตามจำนวน client account ที่ agency ดูแล ในวิดีโอมีตัวอย่างว่า agency ที่มีลูกค้าราว 10 รายอาจจ่ายประมาณ 500 ดอลลาร์ต่อเดือน รายที่มี 20 รายอาจจ่ายประมาณ 600 ดอลลาร์ และ agency ขนาดใหญ่มากอาจจ่ายหลายพันดอลลาร์ ตัวเลขเป็นเพียงตัวอย่างที่ผู้ก่อตั้งเล่า ไม่ใช่ rate card ที่ควรลอกไปใช้ทันที
สิ่งที่ควรลอกคือหน่วยคิดราคา ถ้าลูกค้ามี client account มากขึ้น ปริมาณข้อมูล งานรายงาน และเวลาที่ระบบช่วยประหยัดก็มากขึ้น การคิดราคาตาม client count จึงทำให้รายได้ของผู้ขายโตไปกับคุณค่าที่ลูกค้าได้รับ ดีกว่าการคิดราคาตาม feature ที่ผู้ซื้อไม่รู้ว่าจะใช้บ่อยแค่ไหน
ก่อนเลือกราคา ให้เขียนสมการคุณค่าแบบหยาบ ๆ: จำนวนบัญชี × เวลาที่ประหยัดต่อบัญชี × ต้นทุนต่อชั่วโมง บวกต้นทุนจากข้อผิดพลาดที่ลดลง จากนั้นตั้งราคาให้อยู่ต่ำกว่าคุณค่าที่วัดได้อย่างชัดเจน และทดสอบว่าลูกค้าเข้าใจหน่วยคิดราคาภายในประโยคเดียวหรือไม่
MECHANISM 04
ลูกค้าไม่ได้ซื้อ dashboard เขาซื้อเวลาที่ได้คืนและการตัดสินใจที่เร็วขึ้น
ก่อนมี product ทีม agency ต้องดึงข้อมูลจากหลายระบบ จัดรูปแบบรายงาน เช็กความผิดพลาด และอธิบายผลให้ลูกค้า กระบวนการนี้ดูเหมือนงานรายงาน แต่ต้นทุนจริงคือเวลาของคนที่มีประสบการณ์ ยิ่ง agency โต งานซ้ำยิ่งดึงทีมออกจากงานที่สร้างรายได้ เช่น กลยุทธ์ การดูแลลูกค้า และการหาลูกค้าใหม่
Starter Story สรุปแก่นของกรณีนี้ว่า secret ไม่ใช่การทำกราฟสวย แต่คือการเอางานมือที่เกิดซ้ำออก หาก product แค่ย้ายข้อมูลจาก spreadsheet ไปอยู่บน dashboard โดยยังต้องตรวจ แก้ และสรุปด้วยคนเท่าเดิม คุณค่าจะต่ำกว่าที่คิด
เวลาสัมภาษณ์ลูกค้า อย่าถามว่าอยากได้ dashboard แบบไหน ให้ขอเดินตามงานรอบล่าสุด ตั้งแต่เปิดข้อมูลจนส่งรายงาน จดทุกช่วงที่ต้องรอ คัดลอก ตรวจซ้ำ หรือเรียกคนอื่นมาช่วย จุดที่มีทั้งความถี่สูงและต้นทุนคนสูงคือ candidate ที่ควรทดลองก่อน
MECHANISM 05
Partner directory คือรายชื่อคนที่มีปัญหาใกล้เคียงกันอยู่แล้ว
วิธีหาลูกค้าของ Hiro Analytics ไม่ได้เริ่มจากการยิงโฆษณาไปหาคนกว้าง ๆ ผู้ก่อตั้งชี้ไปที่ partner directory ของแพลตฟอร์มต่าง ๆ ซึ่งรวบรวม agency ที่ทำงานกับระบบนั้นอยู่แล้ว รายชื่อแบบนี้มีบริบทมากกว่า cold list เพราะเรารู้ล่วงหน้าว่าบริษัทใช้เครื่องมืออะไร ให้บริการใคร และน่าจะมี workflow แบบไหน
สำหรับคนทำ SaaS คนเดียว partner directory ช่วยลดต้นทุนการหา segment แรก เริ่มจากเลือกแพลตฟอร์มหนึ่งแห่ง เปิดรายชื่อ partner แล้วจัดลำดับตามจำนวนลูกค้า ความเฉพาะของบริการ และหลักฐานว่ามีทีม operation จริง จากนั้นติดต่อด้วยปัญหาที่เห็น ไม่ใช่ข้อความขายทั่วไป
ตัวอย่างข้อความเปิดบทสนทนาที่ดีคือ “เห็นว่าทีมคุณดูแลหลายบัญชีบนแพลตฟอร์ม X ตอนสรุปผลรายสัปดาห์ ทีมต้องรวมข้อมูลเองกี่ขั้นตอน” คำถามนี้ทำให้คนตอบเล่างานจริง ถ้าคำตอบจากห้าถึงสิบรายเริ่มซ้ำกัน คุณจึงมีเหตุผลมากขึ้นที่จะสร้างเครื่องมือ
MECHANISM 06
ลดความเสี่ยงจากแพลตฟอร์มด้วยการอยู่เหนือหลายแหล่งข้อมูล
SaaS ที่โตบน ecosystem ของแพลตฟอร์มเดียวได้ distribution เร็ว แต่รับความเสี่ยงจาก API นโยบาย และ feature ใหม่ของเจ้าของแพลตฟอร์มด้วย ในวิดีโอ ผู้ก่อตั้งอธิบายว่า Hiro Analytics เชื่อมข้อมูลจากหลายระบบ เช่น Klaviyo, Postscript, Attentive และ Omnisend ทำให้คุณค่าของ product ไม่ได้ผูกอยู่กับแหล่งเดียว
การเชื่อมหลายระบบไม่ใช่ moat โดยอัตโนมัติ เพราะ integration จำนวนมากอาจกลายเป็นภาระดูแล สิ่งที่ป้องกันธุรกิจจริงคือ workflow ที่ทำงานข้ามแพลตฟอร์มได้ดี มีคำจำกัดความ metric ที่ทีมไว้ใจ และมีประวัติการใช้งานที่ทำให้ลูกค้าย้ายออกยากขึ้น
กติกาที่ใช้ตรวจได้คือ ถ้าแพลตฟอร์มหลักสร้าง feature คล้ายคุณพรุ่งนี้ ลูกค้ายังต้องใช้คุณเพราะอะไร คำตอบที่แข็งแรงควรเป็นเรื่องงานข้ามระบบ ขั้นตอนอนุมัติ การทำงานร่วมกัน หรือข้อมูลย้อนหลัง ไม่ใช่เพราะหน้าจอสวยกว่า
