Freemium w SaaS zaczyna się od prostego układu: podstawowa wersja jest darmowa, a płatność pojawia się dopiero przy przejściu na wyższy plan albo po zdjęciu limitów. To nie jest zwykły „free trial”, bo użytkownik może wracać do narzędzia bez terminu końcowego. Darmowa warstwa ma dawać realną korzyść i jednocześnie zostawiać powód, żeby zapłacić.
Źle ustawione freemium zamienia się w kosztowny kanał obsługi darmowych kont. Dobrze ustawione napędza wzrost.
Model darmowej warstwy produktu z płatnym upgradem w SaaS
Na czym polega freemium w SaaS?
0 zł na starcie brzmi dobrze. W freemium użytkownik dostaje stałą darmową warstwę produktu, a płaci dopiero za funkcje premium, wyższe limity lub pracę zespołową. Korzysta z narzędzia bez daty końca, a firma zarabia na tych, którzy potrzebują więcej możliwości albo wygody.
Trial kończy się po określonym czasie, freemium zostaje na stałe. Właśnie dlatego model ten dobrze działa w SaaS, aplikacjach mobilnych i produktach cyfrowych, gdzie szybkie wejście bez tarcia buduje bazę użytkowników i prowadzi ich do płatnej subskrypcji (albo zatrzymuje ich na darmowym planie, jeśli to wystarcza).
Różnicę między freemium a płatnym trialem dobrze widać w osobnym porównaniu modeli, a wpływ cen na wzrost firmy rozwija pricing growth.
Minimalny conversion rate dla opłacalności freemium w SaaS
Dlaczego 1 procent conversion rate to próg opłacalności
Przy 10 000 darmowych kont 1% conversion rate daje 100 płacących klientów, a to już zaczyna się liczyć w MRR. Jeśli plan kosztuje 49 zł miesięcznie, taki wynik oznacza 4 900 zł przychodu miesięcznie, a przy 80% marży brutto zostaje 3 920 zł na CAC, support i rozwój produktu. To nie teoria, tylko rachunek w arkuszu.
Nie daje to jeszcze pełnej rentowności. Raczej wyznacza punkt, w którym model zaczyna się bronić przy sensownym CAC i CLTV. Przy CAC na poziomie 300 zł koszt pozyskania 100 klientów wynosi 30 000 zł, a zwrot pojawia się po ok. 7,7 miesiąca. Jeśli conversion rate wzrośnie do 2%, czas skraca się do ok. 3,8 miesiąca. O tym, jak pricing zmienia ten bilans, można przeczytać w jak zoptymalizować pricing, żeby poprawić unit economics.
| Conversion rate | Płatni klienci z 10 000 free userów | MRR przy 49 zł | Gross profit przy 80% marży |
|---|---|---|---|
| 0,5% | 50 | 2 450 zł | 1 960 zł |
| 1,0% | 100 | 4 900 zł | 3 920 zł |
| 2,0% | 200 | 9 800 zł | 7 840 zł |
W praktyce próg opłacalności zależy od relacji CLTV do CAC. Gdy CLTV jest co najmniej 3 razy wyższe niż CAC, freemium ma większą szansę się spinać. Przy miesięcznej cenie 49 zł, marży 80% i średnim czasie życia klienta 24 miesiące CLTV wynosi ok. 941 zł, więc CAC 300 zł daje jeszcze bezpieczny bufor, ale CAC 500 zł już mocno go spłaszcza.[1]
Tu nie wystarcza sam produkt. Trzeba jeszcze domknąć konwersję z darmowych kont.
Dropbox i wzrost użytkowników dzięki freemium
Jak Dropbox wykorzystał darmowy tier do skalowania
W 2007 roku Dropbox wystartował z darmowym dostępem i programem poleceń, a do 2012 miał już ponad 100 mln zarejestrowanych użytkowników. Darmowy tier nie był tu dodatkiem. Był główną dźwignią wzrostu.[2]
Po uruchomieniu programu poleceń rejestracje wzrosły o 60%. Ten wynik nie wziął się z samego słowa „darmowe”, tylko z tego, że Dropbox zamienił użytkownika w kanał dystrybucji: każda nowa instalacja mogła uruchomić kolejną bez kosztu reklamowego. W praktyce taki układ wymaga szybkiej wartości na ekranie, nie samej ciekawości.[3]
Dropbox stał się dzięki temu klasycznym przykładem product-led growth w SaaS. Wzrost wynikał z użyteczności produktu i prostego bodźca do dzielenia się nim, a nie z agresywnej sprzedaży. Szerszy kontekst tego mechanizmu opisuje Jak pricing growth wpływa na wzrost firmy?.
Limity darmowego tieru w AI-native SaaS z powodu kosztów inferencji
Dlaczego AI-native SaaS musi ograniczać darmową warstwę
GPU nie czeka. W AI-native SaaS każda inferencja zużywa realny zasób obliczeniowy na GPU, więc darmowa warstwa musi mieć twarde granice już przy pierwszym zapytaniu. Koszt pojawia się przy każdym wywołaniu, nie tylko przy pozyskaniu użytkownika.
W darmowej warstwie mieszczą się zwykle krótkie testy produktu, pojedyncze generacje, podstawowe podsumowania albo ograniczona liczba akcji. To pozwala pokazać efekt bez przeciążania infrastruktury. Poza granicą są długie sesje czatu, masowe przetwarzanie dokumentów czy automatyzacje działające w tle. Wyglądają jak produkcja, a nie onboarding.
W klasycznym SaaS druga rejestracja kosztuje niewiele, w AI-native SaaS już nie. Dlatego darmowy użytkownik może okazać się droższy niż w zwykłym narzędziu subskrypcyjnym, gdzie koszt obsługi kolejnego konta jest dużo niższy. Darmowy tier staje się więc kontrolowanym progiem wejścia, nie pełną wersją produktu.
Jeśli chcesz zobaczyć, jak takie ograniczenia wpływają na unit economics i wycenę, ten mechanizm rozwija Jak zoptymalizować pricing, żeby poprawić unit economics?. Granica między testem a kosztem pojawia się szybciej, niż pokazuje dashboard.
Źródła
- https://stripe.com/resources/more/cac-in-saas
- https://blog.dropbox.com/topics/company/thanks-a-hundred-million
- https://mention-me.com/blog/en/en/referral-success-story-dropbox
Dorian Zawadzki to redaktor i autor publikacji w serwisie Growthhacker.pl. Specjalizuje się w tematach związanych z marketingiem wzrostu, SEO, content marketingiem i analityką. Tworzy praktyczne materiały, które pomagają lepiej rozumieć narzędzia, strategie i procesy wspierające rozwój biznesu online.
