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。
长尾不是「用量大」
一提到长尾客户,很多团队的第一反应是「用得最多的那批客户」。这个直觉只对了一半。用量大确实会把成本推高,但用量大本身不必然导致亏损。Verba API 的 P99 账户每月用 300,000 分钟,是 P50 账户的 16.7 倍,毛利率仍然是 47.5%,因为它的成本和收入都随分钟线性变化。
真正需要处置的长尾,是「成本曲线与价格曲线分叉」的客户。用量增长时,成本按一种速度上升,收入按另一种速度上升,两条线交叉之后,客户越用越亏。LumenDesk 的 P99 席位就是这种情况:用量 2,300 次,单次成本 0.120 美元,单次超额收入只有 0.040 美元,每多一次对话都在扩大亏损。
所以识别长尾不能只看用量,要看单位经济。用量是表象,成本与价格的关系才是结构。
P99 客户画像:2,300 次、30,000 token、0.12 美元
把 LumenDesk 的 P99 席位拆开,会看到三个同时偏高的数:
| 指标 | P50 | P95 | P99 |
|---|---|---|---|
| 月对话量/席位 | 540 | 1,450 | 2,300 |
| 单次上下文 token | 1,800 | 4,200 | 30,000 |
| 单次成本 | 0.015 美元 | 0.035 美元 | 0.120 美元 |
| 单席位月成本 | 8.10 美元 | 50.75 美元 | 276.00 美元 |
| 单席位月收入 | 50.60 美元 | 87.00 美元 | 121.00 美元 |
| 单席位毛利 | 42.50 美元 | 36.25 美元 | −155.00 美元 |
P99 的用量是 P50 的 4.26 倍,上下文是 P50 的 16.7 倍,单次成本是 P50 的 8 倍。收入只从 50.60 美元涨到 121.00 美元,涨了 2.39 倍,成本却从 8.10 美元涨到 276.00 美元,涨了 34.07 倍。收入与成本的增长速度完全脱节。
这就是负毛利的来源:不是客户用得多,而是客户每次用得贵,而价格仍然按「次」收,没有按「贵」收。
三个条件同时成立才会亏
LumenDesk 的 P99 之所以亏钱,需要三个条件同时成立。这个判断很重要,因为它决定了处置动作的优先级。
条件一:上下文长度远高于均值。 P99 每次对话带 30,000 token,是均值 1,800 token 的 16.7 倍。推理成本随 token 上升,单次成本从 0.015 美元涨到 0.120 美元。如果上下文被压回 4,200 token,单次成本会降到 0.035 美元,即使按 0.04 美元的超额单价收费,仍然是正毛利。
条件二:超额单价固定,不按上下文分层。 LumenDesk 对第 501 次之后的每一次对话都收 0.04 美元,不管这次对话带了 1,800 token 还是 30,000 token。固定单价在均值附近是合理的,在尾部就变成了补贴。
条件三: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。价格结构没有为高强度使用准备出口,客户也没有被引导到更适合的档位。
三个条件缺一,负毛利就不成立。如果上下文被压缩,条件一失效;如果超额单价按上下文分层,条件二失效;如果客户转到专属报价,条件三失效。处置长尾,本质上就是选择让哪个条件失效。
识别:四个指标与一条止损线
不需要等到财务报表,四个指标就能把长尾客户识别出来。
指标一:单席位毛利。 直接用收入减变动成本。P99 是 121.00 − 276.00 = −155.00 美元。这是最直接的信号,但它出现得最晚,因为要等到月末结算。
指标二:单次成本对超额单价。 用单次成本除以超额单价。P99 是 0.120 ÷ 0.040 = 3.0,说明每多一次对话,公司要贴 0.08 美元。P95 是 0.035 ÷ 0.040 = 0.875,仍然安全。这个指标可以按天计算,比毛利更早。
指标三:上下文倍数。 用客户的平均上下文除以均值 1,800 token。P99 是 30,000 ÷ 1,800 = 16.7 倍。上下文倍数是领先指标,因为它在成本发生前就能从请求日志里看到。
指标四:成本收入比。 用变动成本除以收入。P99 是 276.00 ÷ 121.00 = 228.1%,超过 100% 就是负毛利。P95 是 50.75 ÷ 87.00 = 58.3%,P50 是 8.10 ÷ 50.60 = 16.0%。
一条止损线可以把四个指标收成一个动作:当单次成本超过超额单价的 1.5 倍,或单席位毛利为负,或上下文倍数超过 5 倍,任一条件触发,就进入客户级复核。三个阈值不是行业标准,而是根据 LumenDesk 的成本结构设定的,其他产品需要用自己的数重新校准。
代码:分级与止损线计算
下面的代码把 P50、P95、P99 三个席位分级,并计算三种止亏路径:降成本、改超额单价、按收入反推可承受的单次成本。
// file: src/ops/03-3-long-tail.ts
// tier: L1
// verify: node --test test/ops/03-3-long-tail.test.ts
// 长尾处置:先判断客户是否负毛利,再算降本、改价与退出的止损线。
export const MICRO_PER_CENT = 10_000;
export type TailRow = {
label: string;
conversationsPerMonth: number;
contextTokens: number;
unitCostMicros: number;
revenueCents: number;
};
export type TailClass = "healthy" | "watch" | "unprofitable";
export function seatCostCents(row: TailRow): number {
return Math.round((row.conversationsPerMonth * row.unitCostMicros) / MICRO_PER_CENT);
}
export function seatMarginCents(row: TailRow): number {
return row.revenueCents - seatCostCents(row);
}
/** 单次成本相对超额单价,单位基点;超过 10000 表示每多一次都在亏。 */
export function unitCostToOverageBps(row: TailRow, overagePriceMicros: number): number {
if (overagePriceMicros === 0) return 0;
return Math.round((row.unitCostMicros / overagePriceMicros) * 10_000);
}
/** 上下文相对均值 1,800 token 的倍数,单位基点。 */
export function contextMultipleBps(contextTokens: number, meanTokens = 1_800): number {
if (meanTokens === 0) return 0;
return Math.round((contextTokens / meanTokens) * 10_000);
}
export function classify(row: TailRow): TailClass {
const margin = seatMarginCents(row);
if (margin < 0) return "unprofitable";
if (margin * 5 < row.revenueCents) return "watch";
return "healthy";
}
/** 收入不变时,单次成本要降到多少才能不亏,单位 micro-USD。 */
export function breakEvenUnitCostMicros(row: TailRow): number {
if (row.conversationsPerMonth <= 0) return 0;
return Math.round((row.revenueCents * MICRO_PER_CENT) / row.conversationsPerMonth);
}
/** 收入不变时,成本需要下降的比例,单位基点。 */
export function requiredCostCutBps(row: TailRow): number {
const cost = seatCostCents(row);
const loss = -seatMarginCents(row);
if (cost <= 0 || loss <= 0) return 0;
return Math.round((loss / cost) * 10_000);
}
/** 基准价不变时,超额单价要提到多少才能不亏,单位 micro-USD。 */
export function breakEvenOverageMicros(
row: TailRow,
seatPriceCents: number,
includedUnits: number,
): number {
const overageUnits = row.conversationsPerMonth - includedUnits;
const gapCents = seatCostCents(row) - seatPriceCents;
if (overageUnits <= 0 || gapCents <= 0) return 0;
return Math.round((gapCents * MICRO_PER_CENT) / overageUnits);
}
export const OVERAGE_PRICE_MICROS = 40_000;
export const LUMENDESK_TAIL: readonly TailRow[] = [
{ label: "P50", conversationsPerMonth: 540, contextTokens: 1_800, unitCostMicros: 15_000, revenueCents: 5_060 },
{ label: "P95", conversationsPerMonth: 1_450, contextTokens: 4_200, unitCostMicros: 35_000, revenueCents: 8_700 },
{ label: "P99", conversationsPerMonth: 2_300, contextTokens: 30_000, unitCostMicros: 120_000, revenueCents: 12_100 },
];
运行测试会得到五个关键数。P99 的单次成本是超额单价的 3.0 倍(30,000 个基点),上下文是均值的 16.7 倍(166,667 个基点),被判为 unprofitable。要让 P99 在收入不变时不亏,单次成本要降到 0.0526 美元(52,609 micro-USD),相当于把成本砍掉 56.2%(5,616 个基点)。如果不动成本、只动价格,超额单价要提到 0.1261 美元(126,111 micro-USD),是当前 0.04 美元的 3.15 倍。
这三条数就是处置的边界:要么降本 56.2%,要么提价到 3.15 倍,要么减用量,要么放弃客户。没有第四条路。
处置一:先降成本,不急着涨价
遇到负毛利客户,最自然的反应是涨价。但涨价有三个问题:合同可能不允许、客户可能流失、销售可能反对。在涨价之前,先看成本有没有下降空间。
P99 的单次成本 0.120 美元里,推理占大头,上下文 30,000 token 是主要驱动。降成本有三个杠杆。
上下文裁剪。 把 30,000 token 压到 4,200 token,单次成本会从 0.120 美元降到 0.035 美元,直接回到 P95 水平。裁剪的方法包括:只保留最近若干轮对话、对历史消息做摘要、按问题类型限制检索范围、拒绝明显超长的输入。这些动作不需要改价格,只需要改产品。
检索与缓存。 如果同一批文档被反复检索,可以缓存检索结果,减少重复的向量查询与上下文拼接。缓存命中率每提高一点,单次成本就下降一点。
模型路由。 不是所有对话都需要最贵的模型。简单问题路由到小模型,复杂问题才用大模型。路由的关键是分类准确率,分类错了会牺牲质量。
降本的目标不是把 P99 变成 P50,而是把它拉回正毛利。按收入 121.00 美元不变,单次成本要降到 0.0526 美元以下。这是一个明确的目标,团队可以按这个数倒推上下文预算。
处置二:按上下文分层定价
如果成本降不到 0.0526 美元,就必须改价格。改价格不是简单地把 0.04 美元调到 0.1261 美元,而是按上下文长度分层。
当前的问题是「一次对话」被当成同质商品,但 1,800 token 的对话和 30,000 token 的对话成本差 8 倍。分层定价把这种差异显式化:标准上下文按标准价,长上下文按长度档位加价,超长上下文走专属报价。
分层的关键是档位边界。边界可以按 token 数设,也可以按成本倍数设。按成本倍数更稳:单次成本在超额单价以内的,走标准价;1 到 2 倍的,走加价档;超过 2 倍的,进入人工审批。LumenDesk 的 P99 是 3 倍,落在人工审批区,而不是标准价区。
分层定价的难点不在算价,而在客户沟通。客户会问「为什么同样一次对话,价格不一样」。答案必须能说清楚:因为一次对话消耗的上下文不同,成本不同。把成本结构透明化,比隐藏加价更容易被接受。
处置三:专属报价与承诺量
有些客户确实需要 30,000 token 的上下文,也愿意为此付费。这类客户不适合标准套餐,适合专属报价。
专属报价的结构可以是「平台费 + 承诺量 + 分层单价」。平台费覆盖固定服务成本,承诺量换取折扣,分层单价按上下文长度计价。这样客户的可预测性和供应商的成本覆盖都能兼顾。
LumenDesk 的前 5 大客户收入占比是 31%,说明收入集中度不低。对这批客户做专属报价,既能保住收入,又能把价格拉到成本之上。专属报价的谈判筹码不是「你用得太多」,而是「你的使用结构需要一套不同的价格」。
专属报价也有边界。如果客户的使用强度高到任何价格都无法覆盖服务成本,或者客户拒绝为长上下文付费,那么专属报价就不是解决方案,而是拖延。
处置四:主动退出
最后一条路是退出。退出不是失败,而是止损。一个 P99 席位每月收入 121.00 美元,亏损 155.00 美元,净贡献是 −34.00 美元。继续服务,公司每月多亏 34.00 美元,还要占用支持与工程资源。
退出前要算三笔账。第一,直接经济账:亏损是否持续,是否有降本或改价空间。第二,收入集中度账:这个客户占 MRR 的比例是多少。121.00 ÷ 103,296 = 0.12%,单客户退出对总收入影响很小;但如果一批客户同时退出,影响会被放大。第三,声誉账:退出方式是否会影响其他客户或渠道。
退出的方式可以是合同到期不续、迁移到合作伙伴、或者推荐给更适合的供应商。关键是提前通知,给客户迁移时间,避免突然停机。退出的目标是把负毛利客户变成「不再服务」,而不是变成「投诉客户」。
处置顺序与止损线
四条路径不是并列选项,而是有顺序的。
第一步,降成本。先看上下文能否裁剪、检索能否缓存、模型能否路由。降本不改变合同,阻力最小,应该先做。
第二步,分层定价。如果降本后仍然负毛利,就改价格结构。分层定价需要产品与合同支持,阻力中等。
第三步,专属报价。如果客户价值高、使用结构特殊,就走专属报价。专属报价需要销售与法务参与,周期较长。
第四步,主动退出。如果前三条都走不通,或者客户拒绝为真实成本付费,就退出。退出是最后手段,不是第一反应。
每一步都要有止损线。降本的止损线是「单次成本降到 0.0526 美元以下」;分层定价的止损线是「毛利率回到 0 以上」;专属报价的止损线是「收入覆盖变动成本加服务成本」;退出的止损线是「连续两个月负毛利且无改善」。止损线写清楚,团队才不会在一条路上无限投入。
Verba 与 ClausePilot 的不同长尾
同样叫长尾,三家公司的风险完全不同。
Verba API 的成本与用量严格线性,P50、P95、P99 的毛利率都是 47.5%。它的长尾不会产生负毛利,但会带来用量波动与单价下行。对 Verba 来说,处置长尾不是「止损」,而是「预测与定价」:把用量预测做准,把单价守住,避免大客户用规模压价。
ClausePilot 的收入是平台费加案件费,单案件成本恒为 65 美元,P50、P95、P99 的毛利率分别是 77.5%、69.3%、67.5%。它的长尾不会亏钱,但会撞上人工复核产能。P99 客户每月 120 件,按每件 0.5 小时计算需要 60 小时复核工时;P50 客户只需要 11 小时。ClausePilot 的长尾处置是「排产能」,不是「改价格」。
三家公司放在一起,说明长尾处置要先判断风险类型:是负毛利、是单价下行、还是产能瓶颈。类型判断错了,处置动作就会打偏。LumenDesk 需要修价格结构,Verba 需要守单价,ClausePilot 需要扩复核能力。
小结
- 长尾不等于用量大,真正的长尾是成本曲线与价格曲线分叉的客户。
- LumenDesk 的 P99 席位月用 2,300 次、上下文 30,000 token、单次成本 0.120 美元,单席位毛利 −155.00 美元。
- 负毛利需要三个条件同时成立:上下文远高于均值、超额单价固定、客户未升级报价。
- 四个识别指标:单席位毛利、单次成本对超额单价、上下文倍数、成本收入比。
- P99 止亏的三条边界:单次成本降到 0.0526 美元、成本砍掉 56.2%、或超额单价提到 0.1261 美元。
- 处置顺序是降本、分层定价、专属报价、主动退出,每一步都要有止损线。
- 前 5 大客户收入占比 31%,尾部处置要同时看毛利与收入集中度。
- Verba 的长尾风险是单价下行,ClausePilot 的长尾风险是复核产能,处置动作不能套用。
阅读导航:上一节:3.2 P50/P95/P99 与成本预算 · 下一节:4.1 毛利率的目标与分层 。
常见错误与边界
- 把用量最大的客户直接当成问题客户,忽略成本与价格的关系,误伤高用量但高毛利客户。
- 一看到负毛利就涨价,不先检查上下文、检索与模型路由是否有降本空间。
- 只按对话次数收费,不按上下文长度分层,让长上下文客户持续享受短上下文的单价。
- 给所有客户同一套止损线,不区分战略客户、渠道客户与普通客户。
- 退出时只看单客户亏损,不看收入集中度与声誉影响,处理方式过于粗暴。
- 把 Verba 或 ClausePilot 的长尾经验直接套到 LumenDesk,忽略三家的成本结构差异。
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。