# Unit Economics

> 단위 경제학(Unit Economics) 분석 프레임워크를 제공하는 전문 스킬. revenue-modeler 에이전트가 수익 모델을 설계하고 LTV, CAC, 공헌이익을 산출할 때 활용한다. '단위 경제학', 'unit economics', 'LTV/CAC', '공헌이익', '코호트 분석', 'payback period' 등의 맥락에서 자동 적용한다. 단, CRM 데이터 직접 추출이나 실시간 고객 분석은 이 스킬의 범위가 아니다.

- Skill: `revfactory/unit-economics-2` (Agent Skill, multi-file: 2 files)
- Install (CLI): `npx skillmds@latest add revfactory/unit-economics-2`
- Raw SKILL.md: https://api.skillmd.com/api/skills/revfactory/unit-economics-2/raw
- Safety review: pending (external: skill-scanner PASS, skillspector PASS)
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Finance & Business
- Author: revfactory (https://skillmd.com/u/revfactory)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/revfactory/unit-economics-2

---


# Unit Economics — 단위 경제학 분석 프레임워크

revenue-modeler 에이전트의 수익 모델 설계 역량을 강화하는 전문 스킬.

## 적용 대상 에이전트

- **revenue-modeler** — 수익원 정의, 단위 경제학, LTV/CAC 분석

## 핵심 단위 경제학 메트릭

### LTV (Customer Lifetime Value)

**기본 공식:**
```
LTV = ARPA × Gross Margin / Monthly Churn Rate
```

**코호트 기반 LTV (더 정확):**
```
LTV = Σ(t=1→∞) [ARPA_t × GM × Retention_t / (1+d)^t]

ARPA_t = 월 t의 고객당 평균 매출 (확장/축소 반영)
GM = 매출총이익률
Retention_t = 월 t의 잔존율
d = 월간 할인율
```

**사업 모델별 LTV 계산 변형:**

| 모델 | LTV 공식 | 핵심 변수 |
|------|----------|----------|
| SaaS 구독 | ARPA × GM / Churn | 이탈률, NRR |
| 이커머스 | AOV × 연간주문수 × GM × 고객수명 | 재구매율, AOV |
| 마켓플레이스 | GMV × Take Rate × GM × 고객수명 | GMV, Take Rate |
| 게임 | ARPPU × 결제율 × GM / Churn | ARPPU, 결제율 |

### CAC (Customer Acquisition Cost)

```
CAC = (마케팅비 + 영업비) / 신규 고객 수

Blended CAC = 총 S&M / 총 신규고객
Paid CAC = 유료 채널 비용 / 유료 채널 신규고객
Organic CAC = 간접비 배분 / 오가닉 신규고객
```

### CAC Payback Period

```
CAC Payback (월) = CAC / (ARPA × Gross Margin)
```

| 기준 | 벤치마크 |
|------|----------|
| 우수 | < 12개월 |
| 양호 | 12-18개월 |
| 주의 | 18-24개월 |
| 위험 | > 24개월 |

### LTV/CAC 비율

```
LTV/CAC = LTV / CAC
```

| 비율 | 해석 |
|------|------|
| < 1x | 고객 획득할수록 손실 — 즉시 개선 필요 |
| 1-3x | 지속 가능하지 않음 — CAC 절감 또는 LTV 개선 |
| 3-5x | 건전 — 성장에 투자 가능 |
| > 5x | 과소 투자 가능성 — 더 공격적으로 성장 가능 |

## 공헌이익 분석 (Contribution Margin)

### 3-Layer 마진 구조

```
매출 100%
  (-) 변동비 (COGS, 배송비, 거래수수료)
  = 공헌이익 1 (CM1) — 거래 단위 수익성
  (-) 변동 마케팅비 (퍼포먼스 마케팅)
  = 공헌이익 2 (CM2) — 마케팅 효율 포함 수익성
  (-) 고정비 배분 (인건비, 인프라, 기타)
  = 공헌이익 3 (CM3) — 사업 단위 수익성
```

### 제품/채널/세그먼트별 CM 분석

| 분석 축 | 목적 | 행동 |
|---------|------|------|
| 제품별 CM | 어떤 제품이 수익에 기여? | 저마진 제품 가격 조정/중단 |
| 채널별 CM | 어떤 채널이 효율적? | 고효율 채널 예산 재배분 |
| 고객 세그먼트별 CM | 어떤 고객이 가치 있? | 고가치 세그먼트 집중 |

## 코호트 분석 프레임워크

### 매출 코호트 테이블

```markdown
| 가입월 | M0 | M1 | M2 | M3 | M6 | M12 |
|--------|-----|-----|-----|-----|-----|------|
| 2024-01 | 100% | 85% | 78% | 73% | 62% | 48% |
| 2024-04 | 100% | 88% | 82% | 77% | 68% | - |
| 2024-07 | 100% | 90% | 85% | 80% | - | - |
```

### 분석 포인트

1. **시간에 따른 잔존율 패턴**: 안정화 시점 파악
2. **코호트 간 비교**: 최신 코호트가 개선되고 있는가?
3. **NDR/NRR 분해**: 확장 vs 축소 vs 이탈 각각 추적
4. **LTV 수렴값 추정**: 코호트 데이터로 실제 LTV 추정

## Bottom-Up 매출 추정

### 단계적 추정 공식

```
매출 = 타깃 시장 규모 (SAM)
     × 도달 가능 비율
     × 전환율
     × 객단가
     × 반복 구매 빈도
```

| 단계 | 추정 방법 | 검증 |
|------|----------|------|
| TAM | 산업 리포트 + 정부 통계 | 복수 소스 교차 확인 |
| SAM | TAM × 접근 가능 세그먼트 비율 | 실제 타깃 명확히 정의 |
| SOM | SAM × 현실적 점유율 | 유사 기업 초기 점유율 참조 |

## 단위 경제학 건전성 스코어카드

| 메트릭 | 위험 | 주의 | 양호 | 우수 |
|--------|------|------|------|------|
| LTV/CAC | <1x | 1-3x | 3-5x | >5x |
| CAC Payback | >24M | 18-24M | 12-18M | <12M |
| Gross Margin | <40% | 40-60% | 60-75% | >75% |
| NDR | <90% | 90-100% | 100-115% | >115% |
| CM2 | 음(-) | 0-10% | 10-20% | >20% |

revenue-modeler는 이 스코어카드로 모델 건전성을 자체 진단한다.