为什么你的 Rule of 40 和别人的 Rule of 40 不是同一个数字

一份董事会材料出现了一张幻灯片，把你的 Rule of 40 和“市场水平”做比较。你的数字落在线以下。在场的人会把这解读为业绩问题。但没有人在会议室里问出真正重要的问题:那个市场数字是否以和你相同的方式计算出来的?几乎肯定不是，而“不同”与“更差”之间的差距，正是很多糟糕决策产生的地方。

这并不是反对使用基准数据的论点。这是反对一种具体且常见的做法:把你的 Rule of 40 直接拿去和别人的 Rule of 40 并列比较，并当作同类项来对待。它很少真的是同类项，而原因与你的业绩表现毫无关系，而是与定义有关。

Rule of 40 掩盖了两个未言明的选择

Rule of 40 说增长率加利润率应该达到 40%。写在幻灯片上很简单。但在这背后，每家公司都在悄悄做出至少两个选择，而这些选择在不同公司之间很少一致。

第一，用哪种利润率?EBITDA 利润率、自由现金流(FCF)利润率和营业利润率并不能互换使用，同一家公司在同一个季度，这三者可能相差十个百分点甚至更多，具体取决于资本化软件成本、营运资金时点以及股权激励费用的处理方式。一家在强劲回款季度报告 FCF 利润率的公司，和一家在递延收入较重的情况下报告 EBITDA 利润率的公司，看起来会是结构性不同的两家公司。第二，用哪种增长率?同比收入增长、过去十二个月滚动增长、以及未来一个季度年化增长，对“我们增长有多快”这个问题给出的答案各不相同，每一种都会以不同方式平滑或放大不同类型的噪音。

把同一门实际业务代入这两个选择维度的四种组合，就可能得到四个不同的 Rule of 40 分数，每一个都说得通，但没有一个能与一份不披露自己用了哪种组合的基准数据相比较。

选择项	常见做法	典型差幅
利润率口径	EBITDA 利润率 vs. FCF 利润率 vs. 营业利润率	5 至 15 个百分点
增长率口径	同比 vs. 滚动十二个月 vs. 未来一季度年化	3 至 10 个百分点
收入基数	新增 ARR 总额 vs. 净新增 ARR vs. GAAP 收入	2 至 8 个百分点

把这些差异叠加起来，同一家公司在没有改变任何一条底层业务事实的情况下，报告出的 Rule of 40 分数就可能合理地落在一个 15 到 20 个百分点的区间里。一份只公布单一中位数、却不说明使用了哪种组合的基准报告，并不算严格意义上的错误。它只是无法与你的数字比较，除非你能确认两者是以同样方式构建的，而这一点你几乎从来无法确认。

另外三个指标也患有同样的毛病

Rule of 40 是最典型的例子，但同样的模式在同一份材料中出现的其他指标上一再重复。

CAC 回收期取决于一个时间窗口。3 个月的 CAC 回收期和 12 个月的 CAC 回收期回答的是不同的问题，而一份说“最佳水平的 CAC 回收期低于 12 个月”的基准数据，如果你不知道它计算的是全口径销售与市场费用，还是仅仅是已成交交易的直接成本，这个说法就没有意义。

Magic number 取决于分母中把什么算作销售与市场支出，以及它假设支出与其产生的新增 ARR 之间存在多长的滞后期。一个季度的滞后和滚动四个季度的视角会显著改变答案，对于销售周期较长的公司尤其如此。

**净收入留存率(NRR)**取决于队列(cohort)定义，正如AI 真正能够可靠计算的 SaaS 指标一文所述，是毛口径还是扣除流失后的净口径、重新激活是否算作扩张、分母采用期初客户数还是期间平均客户数。两家底层留存经济状况完全相同的公司，仅仅因为队列计算机制的差异，就可能报告出相差八到九个百分点的 NRR。

在每一种情况下，指标的名称都是标准化的。名称背后的计算方式却不是。一份汇总上百家公司”NRR”数据的行业报告，实际上是在汇总上百种略有不同的测量结果，却把结果呈现得好像它们是同一件事。

为什么这个陷阱很容易掉进去

基准数字看起来权威，是因为它们附带来源、样本规模和一张干净的百分位图表。这种包装传递出严谨的信号。但它完全没有说明这些底层公司是否以你的方式计算这项指标。

引入 AI 之后，这种失效模式会变得更糟。让一个通用型助手把你的 Rule of 40 和“SaaS 行业基准”做比较，它会从训练数据或网络搜索中取回一个数字，以十足的自信陈述出来，却从不揭示定义上的差距。它不知道基准使用的是哪种利润率口径，也不会告诉你它并不知道。你得到的比较看起来已经尘埃落定，实际上却是两种不同的测量结果套着同一个标签。这正是本站反复提到的普遍模式:一个用文字进行推理来处理指标的 AI,会拼凑出一个听起来合理的答案，而不是像一位细心的分析师那样，首先标出其中的模糊之处。

这里还存在一个选择性偏差问题。公开的基准报告更倾向于收录那些愿意自我披露有利数字的公司，以及那些能让样本中位数看起来最好看的定义方式。即便每一项输入都以一致的方式计算，样本本身也未必能代表你的同类公司、你的发展阶段或你的商业模式。

真正值得信赖的比较

解决办法不是不再使用 Rule of 40、CAC 回收期、magic number 或 NRR,而是改变你拿它们去比较的对象。唯一能保证使用一致定义的数字，是你自己的数字，以同样的方式计算，一期接一期，基于你自己经过对账的实际数据。

这需要电子表格驱动的流程通常缺乏的两件事。第一，定义必须被明确地固定下来，并只存放在一个地方，而不是每个季度由做幻灯片的人重新推导，用哪种利润率口径、哪个增长窗口、哪条队列规则，写下来一次就够了。第二，每一期的数字都必须基于经过对账的数据来计算，而不是财务每次拉取时略有不同的导出结果。如果第一季度的 Rule of 40 用的是某次数据拉取得出的 FCF 利润率，而第三季度用的是另一次拉取得出的 EBITDA 利润率，那么你就在自己的趋势线内部重现了那个基准数据的老问题。

这正是建立在经过对账的数据之上的确定性引擎发挥价值的地方。定义只设定一次(利润率口径、增长窗口、队列逻辑),引擎每一期都以完全相同的方式应用它，针对的是能追溯到总账的数字。想了解这种趋势视图如何运作，请参阅多年趋势分析。这才是值得放进董事会材料里的比较。“我们上季度是 34,这个季度是 38,两次计算方式完全相同”,这句话能说明关于这门生意的真实情况。“我们低于已发布的市场中位数”,在你不知道那个中位数究竟测量的是什么之前，这句话几乎什么都说明不了。

结论

外部 SaaS 基准数据并非毫无用处，但它们回答的问题比看起来要窄:你是否大致处于正确的区间，前提是底层定义能对齐，而这一点你根本无法验证。真正经得起推敲的比较，是你自己的指标，只定义一次，每一期都以同样的方式计算，基于同一个经过对账的基础。如果董事会问你为什么低于已发布的基准，最有力的回答不是一个带着借口的更低数字，而是你自己那条持续一致计算出来的趋势线，它能准确说明这门生意正在走向何方，以及原因是什么。

如果你希望你的 Rule of 40、CAC 回收期、magic number 和 NRR 每个季度都以同样的方式计算，并基于与总账勾稽的数字，欢迎看看底层模型是如何运作的,预约演示。