Deferred revenue kohortanalyse – en guide for investorer

Hva er deferred revenue kohortanalyse?

Deferred revenue kohortanalyse er en avansert analyseteknikk som kombinerer to sentrale begreper innen regnskap og kundeanalyse: utsatt inntekt (deferred revenue) og kohortanalyse. Utsatt inntekt oppstår når en bedrift mottar betaling for varer eller tjenester som ennå ikke er levert. I regnskapet føres dette som en gjeldspost fordi selskapet har en forpliktelse til å levere i fremtiden. Kohortanalyse innebærer å dele kunder inn i grupper (kohorter) basert på felles kjennetegn, for eksempel hvilken måned de ble kunde, hvilket produkt de kjøpte, eller hvilken kanal de kom fra.

Ved å slå disse to sammen får man en dynamisk framstilling av hvordan utsatt inntekt utvikler seg for hver kundekohort over tid. Dette gir investorer og ledelse mulighet til å følge inntektsstrømmen fra en bestemt gruppe kunder, og se om de fornyer abonnementene, oppgraderer eller faller fra. Analysen er spesielt verdifull for selskaper med abonnementsbaserte forretningsmodeller, som SaaS (Software as a Service), strømmetjenester eller medlemsklubber.

For en investor gir deferred revenue kohortanalyse innsikt i underliggende trender som ikke fanges opp av enkle aggregerte tall. Mens en samlet utsatt inntekt kan virke stabil, kan det skjule seg store forskjeller mellom nye og gamle kundekohorter. Analysen hjelper deg å vurdere om selskapet faktisk bygger en lojal kundebase eller om veksten drives av stadig nye kunder med høy churn.

Forstå deferred revenue kohortanalyse

For å forstå deferred revenue kohortanalyse må man først ha kontroll på hva utsatt inntekt er. La oss ta et norsk eksempel: Et SaaS-selskap som tilbyr regnskapsprogramvare selger et årsabonnement for 12 000 kroner, betalt forskuddsvis ved kontraktsstart. I regnskapet føres hele beløpet som utsatt inntekt (gjeld) ved kontraktsinngåelse. Deretter inntektsføres 1 000 kroner hver måned når tjenesten leveres. Utsatt inntekt synker gradvis i takt med at forpliktelsen oppfylles.

Kohortanalyse handler om å gruppere kunder som startet i samme periode – for eksempel alle som tegnet abonnement i januar 2024 utgjør én kohort. For hver kohort kan man så beregne hvor mye utsatt inntekt de hadde ved starten, og hvordan denne saldoen endrer seg måned for måned. Endringene skyldes både at gammel utsatt inntekt blir inntektsført, og at kunder fornyer eller oppgraderer abonnementene sine, noe som tilfører ny utsatt inntekt.

En typisk fremstilling er en tabell der radene representerer kohorter (f.eks. kunder fra januar, februar, mars osv.) og kolonnene viser måneder siden oppstart. Cellene viser gjenstående utsatt inntekt per kunde eller totalt for kohorten. Ved å se på mønstre på tvers av kohorter kan man identifisere om nyere kunder har høyere eller lavere gjennomsnittlig utsatt inntekt, og om de holder seg lenger. Dette er en kraftfull måte å visualisere kundelivssyklusen på.

Hvordan fungerer deferred revenue kohortanalyse?

Analysen gjennomføres i flere trinn. Først må du ha tilgang til detaljerte kundedata med informasjon om når hver kunde ble aktiv, hvilket abonnement de har, og når betalinger mottas. Dataene samles i en database eller et regneark. Deretter definerer du kohorter – den vanligste inndelingen er etter måned for første kjøp. For hver kohort beregner du total utsatt inntekt ved slutten av hver påfølgende måned.

For å illustrere: Anta at kohort 1 (kunder fra januar) startet med 100 kunder, hver med et årsabonnement på 12 000 kroner betalt forskuddsvis. Total utsatt inntekt ved måned 0 er 1 200 000 kroner. Etter én måned har 1/12 av inntekten blitt realisert, så utsatt inntekt synker til 1 100 000 kroner, forutsatt at ingen fornyer eller sier opp. Hvis kunder fornyer før årslutt, tilføres ny utsatt inntekt, og saldoen kan faktisk øke.

Ved å sammenligne flere kohorter side om side kan du se om kundebevaringen forbedres over tid. For eksempel kan du lage en tabell som viser utsatt inntekt per kunde for hver kohort etter 3, 6 og 12 måneder. Hvis nyere kohorter har høyere utsatt inntekt per kunde etter samme antall måneder, tyder det på at selskapet lykkes med å selge dyrere abonnementer eller at kundene fornyer oftere. Analysen kan også brytes ned på produktnivå eller geografi.

Historisk bakgrunn

Kohortanalyse som begrep stammer fra medisinsk og samfunnsvitenskapelig forskning, der man fulgte grupper av mennesker over tid for å studere utvikling av sykdom eller atferd. På 2000-tallet ble metoden adoptert av webanalyse og e-handel for å studere kundeadferd. Med fremveksten av SaaS og abonnementsøkonomien ble det naturlig å bruke kohortanalyse på inntektsdata.

Deferred revenue som regnskapsprinsipp har eksistert lenge, men det var først med IFRS 15 (2014) og tilsvarende norsk regnskapsstandard (NRS 7) at inntektsføring ble mer standardisert. IFRS 15 krever at selskaper identifiserer separate forpliktelser og inntektsfører i takt med oppfyllelse. Dette gjorde utsatt inntekt til en mer synlig og viktig post i regnskapet.

Kombinasjonen av de to – deferred revenue kohortanalyse – ble først populær blant venturekapitalister og analytikere som vurderte SaaS-selskaper. I Norge har metoden blitt tatt i bruk av både oppstartsbedrifter og børsnoterte selskaper som Visma og Kahoot! for å rapportere til investorer. I dag er det en standardmetode for å analysere gjentakende inntekter og kundelojalitet.

Praktisk eksempel

La oss ta et fiktivt norsk SaaS-selskap, «NorskSky», som tilbyr skylagring for bedrifter. De selger årsabonnementer til 24 000 kroner per år, betalt forskuddsvis. Selskapet har 500 kunder ved årsskiftet 2023/2024, og vi ønsker å analysere kohortene som startet i januar, februar og mars 2024.

Her er en forenklet tabell som viser utsatt inntekt per kunde (i kroner) for hver kohort, målt ved slutten av måned 1, 2 og 3:

En graf over disse dataene ville vist en brattere kurve for mars-kohorten, noe som signaliserer bedre kundebevaring. Investorer kan bruke dette til å justere forventninger til fremtidig kontantstrøm og verdsettelse.

Fordeler og ulemper

Fordelene med deferred revenue kohortanalyse er mange. Den gir et detaljert bilde av kundelivssyklusen og avdekker trender som aggregerte tall skjuler. Du kan identifisere hvilke kundegrupper som har høyest levetidsverdi (LTV), og om markedsføringstiltak tiltrekker seg mer lojale kunder. Analysen hjelper også med å prognostisere fremtidig inntekt mer nøyaktig, fordi du ser hvordan tidligere kohorter har oppført seg.

Ulemper inkluderer at metoden krever detaljerte data og tid til å sette opp. For små selskaper med få kunder kan kohortene bli for små til å gi statistisk signifikante resultater. I tillegg kan analysen bli kompleks hvis selskapet har mange ulike abonnementsnivåer, rabatter eller engangskjøp. Det er også viktig å huske at utsatt inntekt er en regnskapspost, ikke kontanter. En kohort kan ha høy utsatt inntekt, men hvis churnen er høy, vil den fremtidige kontantstrømmen likevel være usikker.

For investorer er det derfor lurt å kombinere kohortanalysen med andre nøkkeltall som netto dollarretensjon (NDR) og kontantstrøm fra drift. Analysen er et verktøy, ikke en fasit.

Vanlige misforståelser

En vanlig misforståelse er at høy utsatt inntekt alltid er bra. Selv om det indikerer at selskapet har mottatt betaling på forhånd, kan det også bety at de har store forpliktelser som de må oppfylle. Hvis selskapet ikke klarer å levere, kan de måtte refundere pengene. Kohortanalysen hjelper med å skille mellom sunn vekst og potensiell risiko.

En annen misforståelse er at kohortanalyse bare er relevant for store selskaper. Små startups kan også ha stor nytte av metoden, spesielt for å forstå om produktet passer markedet (product-market fit). Hvis en tidlig kohort har høy utsatt inntekt per kunde over lang tid, er det et positivt signal.

Noen tror også at utsatt inntekt per kohort alltid skal synke lineært. I virkeligheten kan den øke hvis kunder oppgraderer eller fornyer før perioden er over. En stigende kurve er et sterkt signal om kundetilfredshet og oppsalg. Det er viktig å tolke mønstrene i kontekst av selskapets forretningsmodell.

Oppsummering

Deferred revenue kohortanalyse er en avansert, men svært nyttig metode for å vurdere helsen til abonnementsbaserte selskaper. Ved å følge utsatt inntekt for ulike kundekohorter over tid får investorer innsikt i kundebevaring, oppsalgsmønstre og fremtidig kontantstrøm. Metoden avdekker trender som ikke er synlige i aggregerte regnskapstall.

For å lykkes med analysen trenger du gode data og en systematisk tilnærming. Start med å definere kohorter, samle inn data per måned, og lag en tabell eller graf som viser utviklingen. Sammenlign kohorter for å identifisere forbedringer eller forverringer. Husk å bruke analysen sammen med andre nøkkeltall for et helhetlig bilde.

For norske investorer er dette et verktøy som kan gi et konkurransefortrinn i vurderingen av vekstselskaper. Enten du analyserer en børsnotert bedrift som Visma eller en oppstart, vil forståelse av deferred revenue kohortanalyse hjelpe deg å ta mer informerte beslutninger.