Mehr Pläne, schnelleres Wachstum?

Das Wichtigste in Kürze

Wenn Sie Monetization Analyst sind, ist der Launch eines neuen Plans nichts Aufregendes. Er bedeutet: Profitabilität neu rechnen, den Plan-Mix neu aufbauen, Forecasts aktualisieren – und die historische Vergleichbarkeit in allen Dashboards zerschießen.

Jedes Mal, wenn ich höre, dass das Team eine neue product_id oder price_id in Stripe angelegt oder einen neuen Plan gelauncht hat, weiß ich, was das heißt: In den nächsten Wochen darf ich praktisch alles neu machen. Wussten Sie, dass manche Unternehmen am Ende mehr als 100 Produkt-IDs haben (aktive und inaktive)? Zusätzlich zur Pflege der Taxonomie aus Produkt- und Preis-IDs muss ich dafür sorgen, dass das Plan-Mapping konsistent bleibt, damit Analytics und Reporting korrekt sind.

Nach einigen Jahren, in denen ich Unternehmen beim Wachsen zugesehen habe – und dabei beobachtet habe, wie die Anzahl der Pläne gemeinsam mit ARR und Kundenbasis wächst –, habe ich eine Hypothese entwickelt: Je vielfältiger der Plan-Katalog, desto schneller das Wachstum.

Diese [geheime] Hypothese basiert auf 26 Apps, die ich aktuell betreue – statistisch ist das in keiner Weise belastbar. Studien oder Analysen dazu habe ich auch keine gefunden. Deshalb habe ich mich gefreut, mit ChartMogul zusammenzuarbeiten, einer der größten Analytics-Plattformen für SaaS und Subscriptions, und mit deren Daten die Idee zu belegen oder zu verwerfen. Und dann geschah Magie! ✨

Im Folgenden finden Sie meine Analyse von Daten aus über 8.000 Unternehmen, inklusive historischer Wachstumsraten und Plan-Daten, die das ChartMogul-Team bereitgestellt hat. Der Datensatz ist anonymisiert und deckt ein breites Spektrum an Unternehmen ab, von reifem Enterprise-SaaS bis zu kleinen, schnell wachsenden Apps. Ziel ist es zu prüfen, ob schnell wachsende Unternehmen tendenziell einen vielfältigeren Plan-Katalog pflegen. Ich schaue mir an, wie die Anzahl der Pläne mit Wachstum zusammenhängt und ob mehr Pläne mit schnellerem Wachstum einhergehen – oder weniger Pläne mit langsamerem. Dieser Beitrag führt durch die Daten, die Methodik und unsere Erkenntnisse.

Pricing-Pläne: mehr Optionen, mehr Probleme

Bevor wir zu den Insights kommen, sprechen wir über Pläne.

Heute gibt es unzählige Varianten von Pricing-Plänen – monatlich, jährlich, quartalsweise, wöchentlich, lifetime und mehr. Manche Unternehmen bieten einen einzigen Plan an, andere pflegen 20, 50 oder noch mehr. Pricing kann eine einfache Flatrate sein oder mit Seats, aktiven Nutzern, Transaktionen, Umsatz oder anderen nutzungsbasierten Metriken skalieren:

Mit Plan-Daten zu arbeiten ist nicht einfach

Konsistentes Plan-Management ist für die meisten SaaS-Unternehmen eine Qual. Pläne werden üblicherweise in Billing- oder Plattformsystemen wie Stripe, Adyen, dem Apple App Store oder Google Play angelegt – und jedes davon verarbeitet Zahlungen, speichert Subscription-Daten und exportiert Daten anders.

Wenn Sie mehrere Zahlungsoptionen anbieten (zum Beispiel iOS- und Android-Apps), müssen Sie sehr unterschiedliche Datenquellen in einem stimmigen Report zusammenführen. Dieser Report muss konsistente Definitionen für ARR, „aktive“ Kunden, Churn und mehr verwenden – und trotzdem eine Segmentierung nach Plan, Abrechnungszeitraum, Preis und weiteren Attributen erlauben.

Dafür braucht es fast immer eine ausgefeilte, flexible Plan-Mapping-Schicht – zum Beispiel, um eine product_id von Apple auf eine price_id von Stripe zu mappen und price_564738589 oder IDS_5668 in lesbare Werte wie pro_49.99_7d_trial oder lite_69.99 zu übersetzen.

Wenn Sie mit intelligenten KI-Systemen arbeiten, müssen Sie zusätzlich Plan-Kontext liefern: welche Pläne in welcher Region aktiv sind, welche Preise Nutzer sehen, wie und wann Rabatte greifen, zu welchen Funnels ein Plan gehört und mehr.

Alles in allem ist das Reporting zu etwas so Einfachem und Grundlegendem wie dem Plan-Mix nicht einfach. Es braucht Infrastruktur und laufende Pflege. Als Analystin kann ich nicht genug betonen, wie viel leichter das mit Tools wird, die für die Komplexität von Subscription-Daten gebaut sind. Je mehr Pläne Sie hinzufügen, desto wichtiger ist es, Plan-Taxonomie und -Konfiguration so sauber und konsistent wie möglich zu halten, damit Analyse und Reporting korrekt bleiben.

Der Anfang: Definitionen, Daten und Methoden

Definitionen und Metriken

• Plan-Mix: Die Menge der aktiven Pricing-Pläne, die ein Unternehmen anbietet, und wie sich die Kunden über diese Pläne verteilen.
• Plan-Laufzeit: Der Abrechnungszeitraum des Plans (monatlich, jährlich, 3 Monate, 6 Monate usw.).
• Kunden: Aktive zahlende Kunden, die aktuell einen Plan abonniert haben.
• Tenure: Das Unternehmensalter, wie es in ChartMogul beobachtet wird – also die Anzahl der Jahre, für die ChartMogul Daten zu diesem Unternehmen hat.
• ARR: Annual Run Rate, wie von ChartMogul ausgewiesen.
• ARR-Wachstum pro Jahr (abgeleitet): ARR-Wachstum ÷ Tenure.
• Kundenwachstum (abgeleitet): Netto-Neukunden pro Monat.
• Growth Score (abgeleitet): Ein kombinierter Score aus ARR- und Kundenwachstum pro Organisation, 60/40 zugunsten des ARR gewichtet, um Fälle zu vermeiden, in denen das Kundenwachstum hoch ist, der ARR aber null.

Überblick über die Datenstichprobe

• Gesamtstichprobe: 8.193 Organisationen.
• Organisationen mit mindestens einem wiederkehrenden Plan: 6.875.

Nach der Normalisierung und dem Entfernen von Organisationen mit fehlenden oder unvollständigen Daten umfasste die endgültige Stichprobe 4.279 Unternehmen mit folgender ARR-Verteilung:

So sieht der Plan-Mix über all diese Unternehmen hinweg aus:

Insgesamt bieten 54 % der Unternehmen 10 oder weniger Pläne an und 46 % 11 oder mehr.

Ich habe den Plan-Mix nicht direkt modelliert, für die Interpretation von Wachstum ist er aber trotzdem relevant. Die Anzahl der aktiven Pläne steigt üblicherweise, wenn ein Unternehmen reifer wird, die Kundensegmentierung verbessert und bei der Monetarisierung fortgeschrittener wird. Teams können die Monetarisierung neben Subscription-Plänen auch über Add-ons, Einmalzahlungen und Werbung in Freemium-Produkten ausbauen. Meine Analyse beschränkt sich ausschließlich auf den Plan-Mix, also darauf, wie viele wiederkehrende Pläne angeboten werden, welche Laufzeiten sie haben und wie sie verteilt sind.

Methodik

Wachstum lässt sich auf mehrere Weisen definieren. Ich habe mit dem ARR-Wachstum begonnen und für jedes Unternehmen das ARR-Wachstum pro Jahr berechnet. Anschließend habe ich die Unternehmen anhand ihres ARR-Wachstums (mit k-Means) in 5 Segmente geclustert.

Danach habe ich die gleiche Analyse für die Anzahl der Kunden gemacht, denn im SaaS bedeutet Umsatzwachstum nicht zwangsläufig Kundenwachstum. Angesichts der Breite des ChartMogul-Datensatzes, der SaaS-Unternehmen vieler Typen und Größen enthält, finden sich darin „Hasen“ und „Elefanten“ – ein ganzer Zoo (im Sinne von Christoph Janz’ 5 Wegen, ein Unternehmen mit 100 Millionen $ aufzubauen). Um das zu berücksichtigen, habe ich zusätzlich die Wachstumsmetrik Neukunden pro Monat gebildet. Wie erwartet sieht das Kundenwachstum anders aus als das ARR-Wachstum:

In unserer Stichprobe wachsen 47 % der Unternehmen um mehr als +270.000 $ ARR pro Jahr, aber nur 17 % gewinnen mehr als 10 Kunden pro Monat. Das deutet entweder darauf hin, dass der Datensatz zu Unternehmen mit großen Kunden („Whales“) verzerrt ist – oder dass ein erheblicher Teil des ARR-Wachstums aus Expansion Revenue stammt, was oft damit korreliert, mehr Pläne anzubieten!

Um Wachstumssignale zu bauen, die über Unternehmen sehr unterschiedlicher Größe und unterschiedlichen Alters vergleichbar sind, habe ich sowohl das ARR-Wachstum pro Jahr (ARR-Wachstum geteilt durch die Tenure in Jahren) als auch das Abonnentenwachstum pro Monat (die Nettoveränderung der zahlenden Abonnenten geteilt durch die Anzahl der im Datensatz beobachteten Monate) verwendet. Beide habe ich dann zu einem einzigen Score kombiniert und dabei zugunsten des ARR gewichtet (60/40). Damit hatten wir ein einfaches Maß für „Velocity“: nicht das, was in einem einzelnen Monat passiert ist, sondern die durchschnittliche Wachstumsrate über das beobachtete Zeitfenster.

Anschließend habe ich die Unternehmen in 5 Cluster einsortiert:

• Früher Durchbruch („Es geht ab!“): explosives Wachstum, mit mehr als +330.000 $ ARR pro Jahr und 6.000–7.000 Neukunden pro Monat.
• Schnell wachsend, auf Kurs („Gewinnt den Markt“): starkes Wachstum, mit rund +270.000 $ ARR pro Jahr und 1.000+ Neukunden pro Monat.
• Reif, aber beschleunigend („Halten“ / „Nichts anfassen“): stetiges Compounding, mit durchschnittlich +165.000 $ ARR-Wachstum pro Jahr.
• Stagnierende Etablierte („Das funktioniert nicht“): wenig Momentum, mit weniger als etwa +1.500 $ ARR-Wachstum pro Jahr und weniger als 10 Neukunden pro Monat.
• Schrumpfend („Das Pivot-Deck kommt“): Unternehmen in der Kontraktion, mit null oder negativem ARR-Wachstum.

Einschränkungen: Die Kategorien wurden über Schwellenwerte auf einem kombinierten Growth Score zugewiesen (ARR-Wachstum pro Jahr + Abonnentenwachstum pro Monat). Es gab eine Ausnahme: Waren sowohl ARR- als auch Abonnentenwachstum nicht positiv, wurde das Unternehmen unabhängig von seinem kombinierten Score als „Schrumpfend“ eingeordnet. „Früher Durchbruch“ war Unternehmen vorbehalten, die nicht nur einen hohen Score hatten, sondern auch relativ jung waren – denn früh im Leben eines Unternehmens schnell zu compounden ist etwas deutlich anderes, als nach einem Jahrzehnt Iteration schnell zu compounden.

Was wir aus der Analyse der Plan-Daten gelernt haben

1. Mehr Pläne gehen tendenziell mit höherem und schnellerem Wachstum einher.
2. Ein größeres Plan-Angebot korreliert positiv mit höherem Umsatz und stärkerem Kundenwachstum. Unternehmen, die zusätzliche Pläne einführen, schaffen damit oft mehr Pfade für Pricing und Packaging, was sowohl Monetarisierung als auch Akquisition stützen kann.
3. Es gibt Ausnahmen. Unternehmen im frühen Durchbruch zeigen häufig das schnellste Wachstum – unabhängig von ihrer Plan-Strategie.
4. Mehr Pläne beeinflussen möglicherweise nicht nur die Höhe des Wachstums, sondern auch die Geschwindigkeit, mit der Unternehmen skalieren.

Schauen wir uns das im Einzelnen an.

1. Je größer der ARR, desto mehr Pläne bietet das Unternehmen an

Aber Achtung: Korrelation ist keine Kausalität. Dass Organisationen mit hohem ARR tendenziell mehr Pläne anbieten, heißt nicht zwangsläufig, dass zusätzliche Pläne den Umsatz steigern. Plan-Komplexität kann dem Wachstum auch einfach folgen: Wenn Unternehmen skalieren, führen sie Tiers für Segmentierung, Enterprise-Packaging, regionales Pricing und Bundles ein. Anders gesagt: Die Anzahl der Pläne kann das Ergebnis von Momentum sein. Um sicherer zu sein, dass die Plan-Anzahl ein Treiber ist, müssten wir Wachstumsmuster von Unternehmen mit unterschiedlicher Anzahl von Plänen vergleichen.

2. Mehr Pläne korrelieren in allen Unternehmensphasen mit höherem Wachstum

Unternehmen haben sehr unterschiedliche Wachstumsraten, geprägt von vielen Faktoren, von denen wir die meisten in dieser Analyse nicht quantifizieren können. Was wir können: Unternehmen anhand ihres Wachstums in Gruppen einsortieren (früher Durchbruch, schnell wachsend, reif, stagnierend und schrumpfend) und prüfen, ob der Zusammenhang zwischen Wachstumsrate und Plan-Anzahl innerhalb dieser Gruppen stark bleibt:

Deutlich zu sehen: Sowohl der Durchschnitt als auch der Median der Plan-Anzahl sind bei schnell wachsenden Unternehmen höher – unabhängig von Unternehmensgröße oder Ausgangs-ARR. Zur Vorsicht weise ich 2 Metriken für die Plan-Anzahl aus, eine normalisierte und eine nicht normalisierte, weil die Verteilung einflussreiche Ausreißer enthält. Der Zusammenhang hält über die meisten Gruppen, mit Ausnahme der frühen Durchbrüche – was ebenfalls zu erwarten war: Das sind neuere Durchbruchsunternehmen mit kürzerer Tenure und damit natürlich weniger Zeit, ihren Plan-Katalog auszubauen.

3. Je mehr Pläne Unternehmen hinzufügen, desto höher die Wachstumsrate

Sehen wir uns nun an, ob zusätzliche Pläne mit einer besseren Wachstumsrate einhergehen:

Das gleiche Muster hält über die meisten Segmente. Unternehmen, die weiter Pläne hinzufügen – inklusive zusätzlicher Produkte und/oder Preispunkte –, zeigen tendenziell höheres Wachstum:

Die Erkenntnis: Wachstum wird nicht nur davon beeinflusst, früh ein vielfältiges Plan-Angebot zu haben, sondern auch davon, über die Zeit kontinuierlich neue Produkte und Preisoptionen einzuführen. Und es ist spannend, wie viel mehr Pläne (mehr als 10) schnell wachsende Unternehmen tendenziell hinzufügen als stagnierende oder schrumpfende.

4. Mehr Pläne wirken auf die Wachstumsgeschwindigkeit

Wichtig ist außerdem, Wachstum im Kontext von Tenure und Geschwindigkeit zu betrachten.

Ein Beispiel: Unternehmen A mit 1 Mio. $ ARR-Wachstum über 60 Monate wächst um rund 16.600 $ pro Monat. Unternehmen B kommt vielleicht auf 300.000 $ Wachstum in 6 Monaten, also 50.000 $ pro Monat. Unternehmen B wächst schneller und sollte bei der Velocity daher höher eingeordnet werden.

Deshalb steht in dieser Analyse die Wachstumsgeschwindigkeit im Fokus, nicht nur das Gesamtwachstum. Die Frage war, ob mehr Pläne Unternehmen nicht nur zu höherem ARR helfen, sondern auch dazu, ihn schneller zu erreichen.

Dazu habe ich 5 Personas (Segmente) definiert, basierend auf: (a) ARR-Wachstum, (b) Tenure und (c) Geschwindigkeit des ARR-Wachstums:

• arr_growth_total = Max ARR – Min ARR
• tenure_months ≈ (Max Date – Min Date) / 30 Tage
• arr_growth_per_month = arr_growth_total / tenure_months

Die letzte Metrik ist der primäre Clustering-Faktor. Sie zeigt, wie schnell der ARR steigt, und berücksichtigt dabei weiterhin die Höhe des Wachstums.

Weil die Stichprobe stark verzerrt ist und viele Ausreißer enthält, habe ich kein k-Means verwendet. Ich wollte Wachstumsgeschwindigkeit und Anzahl der Pläne über gleich große Gruppen vergleichen und habe daher mit Perzentil-Segmentierung 5 Cluster gebildet. Benannt habe ich sie nach schnellen Autos (Gerüchten zufolge mag das ChartMogul-Team Formel 1):

Wie Sie sehen, hält das gleiche Muster auch in dieser Segmentierung: Unternehmen mit mehr Plänen wachsen nicht nur mehr, sie wachsen schneller.

5. Weitere interessante Erkenntnisse

Über den Zusammenhang von Plänen und Wachstum hinaus habe ich gelernt:

• Wachstum ist hochgradig nicht-linear. Die meisten Unternehmen ballen sich im langsamen bis moderaten Wachstum, Durchbruchswachstum ist selten. „Stagnierend“ ist der häufigste Failure Mode.
• Die stärksten Durchbrüche zeigen beide Signale. ARR- und Abonnentenwachstum verstärken sich gegenseitig. Stärke in nur einer Dimension ist weniger überzeugend. Die gesündesten Unternehmen sind tendenziell in beiden Dimensionen stark.
• Frühe Durchbrüche sind eine Ausnahme. In der frühesten Durchbruchsphase erscheinen Unternehmen gegenüber der Plan-Anzahl weitgehend „immun“. Die Plan-Strategie zeigt keinen klaren Zusammenhang mit Umsatz- oder Kundenwachstum, und diese Organisationen verhalten sich wie Ausreißer.
• Eine hohe Plan-Anzahl kann auch auf Preistests hindeuten. Und auch wenn mehr Pläne für Experimente und Iteration stehen können, basiert diese Analyse ausschließlich auf aktiven Plänen (nicht auf historischen oder eingestellten Varianten).

Zum Schluss

Auf diese Analyse habe ich mich lange gefreut. Danke an das ChartMogul-Team für die Unterstützung dieser Arbeit und dafür, die Daten zu teilen.

Ein größeres Plan-Angebot allein erzeugt kein Wachstum. Aber über diesen Datensatz hinweg zeigen Unternehmen mit breiteren Plan-Katalogen tendenziell stärkeres und schnelleres Wachstum. Die gesündesten Unternehmen gewinnen Abonnenten, ohne den Umsatz pro Kunde zu senken. Und eine gute Plan-Struktur macht das oft möglich.

Plan-Mix, Pricing-Struktur, Abonnentenwachstum und ARR sind eng miteinander verknüpft – Unternehmen, die schneller wachsen, bieten tendenziell mehr Pläne an, die zu unterschiedlichen Kundentypen und Bedürfnissen passen, und stützen damit bessere Segmentierung und effektivere Monetarisierung.