Разработать динамическую финансовую модель (Unit Economics & P&L) для сервиса бронирования занятий с репетиторами. Модель строится на системе внутренней валюты («Кредиты»), арбитраже курсов покупки/продажи и механике сгорания неиспользованных остатков (Breakage).
Цель: Определить чувствительность прибыли к поведению пользователей, рассчитать темпы вымывания баланса при выборе учителей разных ценовых категорий и спрогнозировать LTV (Lifetime Value).
Модель должна базироваться на фиксированном спреде агрегатора с каждого потраченного кредита: \[Gross Margin = \frac{E_{buy} - E_{sell}}{E_{buy}} = \frac{0.5 - 0.3}{0.5} = \mathbf{40\%}\] (Без учета сгорания. Это минимально гарантированная маржинальность).
Актуарию необходимо разработать Матрицу конвертации ставок. Учителя оперируют рыночными ставками в тенге, система должна автоматически переводить их в кредиты для витрины.
Формула расчета стоимости урока в кредитах (\(Price_{cr}\)): \[Price_{cr} = \frac{TargetRate_{KZT}}{0.3}\]
Требуется смоделировать следующие типы (Tier) учителей:
| Tier учителя | Рыночная ставка (KZT/час) | Расчетная цена (Credits) | Стоимость для ученика (в KZT по факту) | Емкость подписки (Кол-во уроков) |
|---|---|---|---|---|
| Intern | 1 500 ₸ | 5 000 cr. | 2 500 ₸ | 12.0 |
| Middle | 3 000 ₸ | 10 000 cr. | 5 000 ₸ | 6.0 |
| Senior | 6 000 ₸ | 20 000 cr. | 10 000 ₸ | 3.0 |
| Expert | 9 000 ₸ | 30 000 cr. | 15 000 ₸ | 2.0 |
| Star | 15 000 ₸ | 50 000 cr. | 25 000 ₸ | 1.2 |
В отличие от классических моделей, здесь выбор дорогого учителя не несет финансового риска для платформы (маржа зафиксирована). Риск заключается в скорости исчерпания баланса.
Задача: Построить график зависимости LTV от Average Lesson Price. * Гипотеза: Если пользователь выбирает учителей категории Senior и выше, емкость подписки падает до 3 уроков и менее. Это приводит к ощущению “дороговизны” и отказу от продления подписки. * Определить “Красную зону” стоимости урока, при которой Churn Rate > 50%.
Смоделировать ситуации, когда остаток на балансе меньше стоимости следующего урока. * Пример: Ученик выбрал Star (50 000 cr.). Потратил 50 000. Остаток 10 000. * Этого остатка не хватает ни на кого, кроме Intern. * Если ученик не хочет Intern и не делает Top-up, эти 10 000 сгорают. * Рассчитать: Средний % “технического сгорания” по базе.
Необходимо вывести итоговую формулу прибыли (\(Profit_{user}\)) с учетом двух потоков:
Где \(V_{spent}\) — потраченные кредиты, \(V_{unspent}\) — сгоревшие.
Тестовое задание для модели (Проверка): Рассчитать EBITDA margin для профиля пользователя: * Купил подписку (30 000 ₸). * Взял 2 урока у Senior (20k + 20k = 40k cr.). * Взял 1 урок у Intern (5k cr.). * Остаток 15 000 cr. сгорел.
Смоделировать введение пакетов докупки для тех, у кого закончился баланс, но месяц еще идет. * Цена Top-up: Установить курс менее выгодным или равным подписке. * Рекомендация для расчета: 1 Credit = 0.6 KZT (Пакет 10 000 cr. за 6 000 ₸). * Оценить влияние Top-up на удержание пользователей из “Красной зоны” (см. п. 4.1).
Обратить внимание, что данная модель создает отрицательный оборотный капитал (деньги получены вперед, обязательства исполняются позже). Необходимо рассчитать объем резервирования средств на счетах компании для покрытия кассовых разрывов в случае, если 100% пользователей решат потратить все кредиты в последнюю неделю месяца (Run on the bank scenario).