《AI 产品的商业化·成本、毛利与收入运营》3.1 为什么均值会骗人

LumenDesk 的平均单席位毛利是 44.50 美元,看起来健康,但 P99 席位每月亏 155 美元。本节把聚合均值与 P50/P95/P99 三张账单放在一起,拆解右偏成本分布、固定超额单价与上下文长度如何共同制造负毛利,给出识别均值失真的三个信号,以及从均值管理转向分布管理的最小改造。

以下三家公司与全部数字均为教学假设,用于演示商业化计算,不代表任何真实企业。

44.50 美元这个数字没有错

LumenDesk 有 320 家付费客户、1,920 个席位,MRR 是 103,296 美元,月度变动成本是 17,856 美元,月度毛利 85,440 美元。用毛利除以席位数:

85,440 ÷ 1,920 = 44.50 美元/席位

这个 44.50 美元没有算错。它是财务报表上真实存在的聚合均值,也是很多团队在月度复盘里唯一会看的单位经济数字。问题不在数字本身,而在它回答的问题。

均值回答的是「总量除以总量」:公司每个席位平均赚多少钱。它不回答「哪些席位在亏钱」「亏多少」「亏的钱由谁补」。当成本分布是右偏的,这两个问题会给出完全不同的答案。

均值回答的是总量问题

均值是一个聚合量。它把 1,920 个席位的收入加总,再把 1,920 个席位的成本加总,最后做一次除法。加法会抹掉顺序,除法会抹掉形状。无论成本是均匀发生在每个席位,还是集中在少数席位,只要两个总数不变,均值就不变。

这对财务报表是合适的,对定价与客户运营是不合适的。定价要决定「下一位客户收多少钱」,运营要决定「哪一位客户需要干预」。这两个决策都发生在个体层面,而均值只描述整体。

更隐蔽的是,均值会把亏损藏进正数里。一个席位亏 155 美元,另一个席位赚 42.50 美元,聚合后仍然可以是正毛利。只要赚钱的席位足够多,亏损席位在报表上就只是一次轻微的数字波动。

三张账单:同一个产品,三种命运

把 LumenDesk 的席位按用量与上下文长度排序,取 P50、P95、P99 三个分位,会看到三张完全不同的账单:

分位月对话量/席位单次上下文 token单次成本单席位月成本单席位月收入单席位毛利
P505401,8000.015 美元8.10 美元50.60 美元42.50 美元
P951,4504,2000.035 美元50.75 美元87.00 美元36.25 美元
P992,30030,0000.120 美元276.00 美元121.00 美元−155.00 美元

P50 席位每月用 540 次,低于 500 次额度加上少量超额;单次成本 0.015 美元,月成本 8.10 美元,月收入 50.60 美元,毛利率 84.0%。这是一个健康客户。

P95 席位每月用 1,450 次,上下文 4,200 token,单次成本升到 0.035 美元,月成本 50.75 美元,月收入 87.00 美元,毛利率 41.7%。毛利仍然为正,但已经被用量和上下文吃掉了一半。

P99 席位每月用 2,300 次,上下文 30,000 token,单次成本 0.120 美元,月成本 276.00 美元,月收入 121.00 美元,毛利 −155.00 美元。它在结构上亏钱,而且用得越多亏得越快。

三张账单放在一起,均值 44.50 美元显得更像一个巧合:它比 P50 的 42.50 美元还高,比 P95 的 36.25 美元高得更多,却完全无法提示 P99 的 −155.00 美元。

负毛利不是算错,是结构

把 P99 席位拆开,负毛利来自三个同时成立的条件。

第一,上下文长度远高于均值。P99 客户每次对话带 30,000 token,是均值 1,800 token 的 16.7 倍。推理成本随 token 线性上升,单次成本从 0.015 美元涨到 0.120 美元。

第二,超额单价是固定的。LumenDesk 的超额单价是 0.04 美元/次,不随上下文长度变化。P99 的单次成本 0.120 美元已经是超额单价的 3 倍,每多一次对话,公司就多亏 0.08 美元。

第三,客户没有升级到专属报价或更高档套餐。客户仍然按标准席位价 49 美元加超额计费,价格结构没有为这种使用强度准备出口。

三个条件缺一,负毛利就不成立。如果上下文被压缩到均值附近,单次成本会回到 0.04 美元以下;如果超额单价按上下文分层,高价调用会被单独计价;如果客户转到专属报价,价格可以覆盖成本。P99 的问题不是「用得多」,而是「用得贵,却按便宜的价格收费」。

一个亏损席位需要几个健康席位来补

用 P99 的亏损除以 P50 的毛利:

155.00 ÷ 42.50 = 3.65

一个 P99 席位亏掉的钱,需要 3.65 个 P50 席位才能补回来。如果 P99 按定义约占席位的 1%,那么每 100 个席位里就可能有 1 个席位在消耗 3.65 个席位的利润。这个比例不会立刻拖垮公司,但它会持续压低整体毛利率,并随着客户用量增长而放大。

再看成本集中度。在 P50、P95、P99 三个样本里,总成本是 8.10 + 50.75 + 276.00 = 334.85 美元,P99 一个样本占 276.00 ÷ 334.85 = 82.4%。样本不是客户总体,但它说明了一件重要的事:尾部席位的成本权重远高于它的数量权重。

均值把这两个事实都平均掉了。它既不会告诉你「1 个席位需要 3.65 个席位来补」,也不会告诉你「尾部贡献了样本成本的 82.4%」。它只会给出一个看起来还不错的 44.50 美元。

为什么均值天然看不见尾部

成本分布是右偏的。大多数席位集中在均值以下,少数席位把均值往上拉。右偏分布里,均值大于中位数,而且均值的位置由尾部的高度决定,不由尾部的数量决定。

LumenDesk 的平均用量是 620 次/席位/月,P50 是 540 次。均值比中位数高 80 次,这 80 次就是尾部客户拉出来的。平均单次成本 0.015 美元也是同理:它是 1,190,400 次对话的总成本除以总对话量,P50 客户的实际单次成本就是 0.015 美元,P99 客户则是 0.120 美元。

均值还有一个更隐蔽的问题:它对「符号」不敏感。一个席位从赚 42.50 美元变成亏 155.00 美元,聚合毛利减少 197.50 美元,但均值只会从某个正数变成另一个正数,只要总体仍然盈利,报表上就不会出现「亏损客户」这四个字。

所以均值不是错,而是粒度太粗。它适合回答「这个月总共赚了多少」,不适合回答「这个月谁在亏、亏多少、为什么亏」。

把均值拆成两个乘数

单席位月成本可以拆成两个乘数:

单席位月成本 = 月对话量 × 单次成本
均值口径:620 × 0.015 = 9.30 美元

9.30 美元看起来是一个温和的数字,但它的两个乘数都是平均值,而平均值相乘会进一步掩盖结构。

  • 用量高、上下文短的客户,单次成本低,乘积可能仍然健康。
  • 用量中等、上下文长的客户,单次成本高,乘积会被平均用量压低。
  • 两个乘数同时高,才会出现 P99 的 2,300 × 0.120 = 276.00 美元。

所以只看 9.30 美元,无法判断成本是被用量推高的,还是被上下文推高的。两种成因对应完全不同的处置:前者要管额度与档位,后者要管上下文与检索。均值把两种成因混在一起,让团队误以为只要控制总用量就够了。

拆开两个乘数之后,判断会清楚很多:如果单次成本在 0.04 美元以下,用量再高也只是毛利变薄;如果单次成本超过 0.04 美元,用量每增加一次都在扩大亏损。P95 属于前者,P99 属于后者。

代码:把均值与分位放进同一张表

下面的代码把聚合均值与三个分位席位放在同一个结构里,计算每个席位的成本、毛利、毛利极差,以及让 P99 止亏所需的超额单价。

// file: src/ops/03-1-mean-trap.ts
// tier: L1
// verify: node --test test/ops/03-1-mean-trap.test.ts

// 均值陷阱:聚合毛利看起来健康,分位样本却暴露负毛利席位。

export const MICRO_PER_CENT = 10_000;

export type SeatRow = {
  label: string;
  unitsPerMonth: number;
  unitCostMicros: number;
  revenueCents: number;
};

/** 单席位月变动成本,单位美分。 */
export function seatCostCents(row: SeatRow): number {
  return Math.round((row.unitsPerMonth * row.unitCostMicros) / MICRO_PER_CENT);
}

/** 单席位月毛利,单位美分;负数表示该席位在补贴客户。 */
export function seatMarginCents(row: SeatRow): number {
  return row.revenueCents - seatCostCents(row);
}

export function negativeMarginLabels(rows: readonly SeatRow[]): string[] {
  return rows.filter((row) => seatMarginCents(row) < 0).map((row) => row.label);
}

export function marginSpreadCents(rows: readonly SeatRow[]): number {
  if (rows.length === 0) return 0;
  const margins = rows.map(seatMarginCents);
  return Math.max(...margins) - Math.min(...margins);
}

/** 要让该席位不亏所需的超额单价,单位 micro-USD。 */
export function breakEvenOverageMicros(
  row: SeatRow,
  seatPriceCents: number,
  includedUnits: number,
): number {
  const overageUnits = row.unitsPerMonth - includedUnits;
  const gapCents = seatCostCents(row) - seatPriceCents;
  if (overageUnits <= 0 || gapCents <= 0) return 0;
  return Math.round((gapCents * MICRO_PER_CENT) / overageUnits);
}

/** 聚合口径:月度毛利 85,440 美元 ÷ 1,920 个席位。 */
export const MEAN_SEAT_MARGIN_CENTS = 4_450;

export const LUMENDESK_SEAT_ROWS: readonly SeatRow[] = [
  { label: "P50", unitsPerMonth: 540, unitCostMicros: 15_000, revenueCents: 5_060 },
  { label: "P95", unitsPerMonth: 1_450, unitCostMicros: 35_000, revenueCents: 8_700 },
  { label: "P99", unitsPerMonth: 2_300, unitCostMicros: 120_000, revenueCents: 12_100 },
];

运行测试会得到五个用于判断的数:聚合均值 4,450 美分,P50 毛利 4,250 美分,P95 毛利 3,625 美分,P99 毛利 −15,500 美分,毛利极差 19,750 美分。最后一组数说明 P50 与 P99 之间相差 197.50 美元,而均值 44.50 美元落在这个区间之外的高位。

代码还计算了 P99 的止亏超额单价:成本 276.00 美元减去席位价 49 美元,得到 227.00 美元;除以 1,800 次超额,得到 0.1261 美元/次。当前超额单价是 0.04 美元/次,只有止亏线的 31.7%。这个数不是建议立刻涨价,而是告诉你价格结构与成本结构之间差了多少。

三个信号:均值已经失真

不需要复杂模型,三个信号就足以判断均值是否已经失去解释力。

信号一:任一分位毛利为负。 只要 P95 或 P99 出现负毛利,均值就不再代表「大多数客户的体验」。LumenDesk 的 P99 是 −155.00 美元,均值 44.50 美元仍然为正,这就是典型的均值失真。

信号二:毛利极差大于均值的两倍。 LumenDesk 的极差是 197.50 美元,均值是 44.50 美元,极差是均值的 4.4 倍。分布跨度远大于中心位置,说明客户之间的经济结构不同,不能用同一个价格假设管理。

信号三:尾部成本占比远高于尾部数量占比。 三个样本里 P99 占数量约三分之一,却占成本 82.4%。真实客户总体不可能这么极端,但只要尾部的成本占比明显高于其收入占比,均值就会系统性地低估风险。

三个信号不需要同时出现。出现任意一个,就应该把分析粒度从「全站均值」下移到「分位或客户」。

均值仍然有用的三个地方

说了这么多均值的坏话,需要澄清它的适用边界。均值在三个场景里仍然是最合适的工具。

第一,总量规划。采购多少推理容量、租多少存储、准备多少支付通道,这些决策看的是总用量与总成本,均值乘以席位数就是答案。

第二,账单核对。客户账单、发票、收入确认都是聚合口径,均值可以用来快速判断某个月的收入或成本是否偏离预期。

第三, cohort 级预测。如果客户按获取月份或套餐分层,每一层的用量分布相对稳定,层内均值可以作为预测起点。但层内仍然要看分位,尤其是层内用量差异大的时候。

均值的问题不在于它错,而在于它被用在了个体决策上。总量问题用均值,个体问题用分布,这是两条不同的分析路径。

从均值管理到分布管理

把管理粒度从均值下移到分布,不需要一次性重建整套财务系统。三个动作就能开始。

第一,按席位或按客户计量。没有个体级的用量与成本数据,分位数永远算不出来。计量系统要能回答「这个席位这个月用了多少次、每次带多少上下文、成本是多少」。

第二,每月生成一张分位损益表。至少包含 P50、P95、P99 的用量、单次成本、收入、毛利,以及负毛利客户的数量与亏损总额。分位损益表不是财务报表的替代品,而是财务报表的补充。

第三,为负毛利客户设一条止损线。止损线可以是毛利为负、成本收入比超过 150%、或单次成本超过超额单价的 1.5 倍。触发止损线后,进入第 3.3 节的处置流程,而不是等到续费季才发现。

分布管理的目标不是消灭所有负毛利客户。有些负毛利客户是战略客户,亏的钱买的是案例、渠道或数据。但战略亏损必须是显式的、有上限的、被记录的,而不是被均值悄悄平均掉的。

一个反事实:如果所有席位都按均值定价

假设公司为了简化,把每个席位的价格统一设为 53.80 美元,也就是均值收入,不再区分用量与上下文。三张账单会变成这样:

分位统一价格单席位成本单席位毛利
P5053.80 美元8.10 美元45.70 美元
P9553.80 美元50.75 美元3.05 美元
P9953.80 美元276.00 美元−222.20 美元

统一价格把风险从「按用量收费」转成了「按客户结构收费」。尾部客户越多,亏损越大,而且亏损不再与用量挂钩。P99 的成本是均值成本的 276.00 ÷ 9.30 = 29.7 倍,价格却只按均值定,这个缺口只能由公司吸收。

这就是均值定价在右偏分布里不可行的原因:它假设所有客户的成本都接近均值,而现实里最贵的那批客户,成本可以是均值的几十倍。定价可以简化,但不能建立在一个不存在的假设上。

小结

  • 44.50 美元的单席位毛利是真实的聚合均值,但它只回答总量问题,不回答个体盈亏。
  • LumenDesk 的 P50、P95、P99 单席位毛利分别是 42.50、36.25、−155.00 美元,分布跨度 197.50 美元。
  • P99 负毛利来自三个条件同时成立:上下文 16.7 倍、超额单价固定、客户未升级报价。
  • 一个 P99 席位需要 3.65 个 P50 席位的毛利来补,尾部成本占样本成本 82.4%。
  • 均值对符号不敏感,会把负毛利客户藏进总体盈利里,粒度太粗是根本原因。
  • 三个失真信号:任一分位负毛利、毛利极差超过均值两倍、尾部成本占比远高于数量占比。
  • 均值仍适用于总量规划、账单核对与稳定的 cohort 预测,但不适用于个体定价。
  • 分布管理的最小改造是席位级计量、月度分位损益表与负毛利止损线。

阅读导航:上一节:2.3 成本模型的不确定性区间 · 下一节:3.2 P50/P95/P99 与成本预算 。

常见错误与边界

  • 用全站平均毛利判断定价是否健康,忽略负毛利客户的存在与亏损规模。
  • 把「平均用量 620 次」当成每个席位的用量,从而假设所有客户都在同一成本区间。
  • 看到均值高于 P50 就认为业务在改善,实际上可能是尾部客户把均值拉高,同时亏损也在扩大。
  • 只按用量识别长尾,忽略上下文长度,导致低用量但长上下文的客户被漏掉。
  • 把战略亏损当成普通亏损,既不设上限也不记录,最后无法区分投资与失血。
  • 有了分位数据却不落到客户级,分位数只能用于汇报,不能用于处置。

继续阅读

探索更多技术文章

浏览归档,发现更多关于系统设计、工具链和工程实践的内容。

全部文章 返回首页

「books」更多文章

  1. 《大规模分布式计算深入解析》15.3 落地:从 Neo4j 到自研图引擎
  2. 《大规模分布式计算深入解析·图计算与图数据库内核》 · 目录与学习路径(45 篇)
  3. 《大规模分布式计算深入解析》15.2 十一卷主线:从切分到图