Bygging av tilpassede analysedashbord
Opprett tilpassede dashbord for å visualisere viktige måltall som MRR, ARPU, frafallsrate og kundens livstidsverdi ved hjelp av Stripe-data.
Bygging av tilpassede analysedashbord er en gratis leksjon i Betalinger med Stripe og SaaS-faktureringssystemer på CoddyKit. Dette er leksjon 2 av 4. Du kan lese valgfritt 3 leksjoner fra denne læringsstien gratis i sin helhet – deretter låser CoddyKit PRO opp alle leksjoner, samt praktisk øving med en innebygd kodeeditor og en AI-veileder som er tilgjengelig døgnet rundt. Den er en del av læringsløpet i Betalinger med Stripe og SaaS-faktureringssystemer, og fremdriften din synkroniseres mellom nettet og CoddyKit-appen. Kurset i Betalinger med Stripe og SaaS-faktureringssystemer inneholder totalt 4 leksjoner.
Frigjør dataenes potensial
Velkommen til arbeidet med å bygge egendefinerte analysedashbord! Stripe tilbyr grunnleggende rapporter, men med ditt eget dashbord kan du gå dypere inn i virksomhetens tilstand.
Du kan kombinere Stripe-data med andre kilder og visualisere viktige måltall som er tilpasset behovene dine, slik at du kan ta bedre beslutninger.
Definisjon av sentrale SaaS-måltall
For å forstå virksomhetens resultater må du begynne med sentrale måltall som ofte brukes i SaaS:
- MRR (Monthly Recurring Revenue): Forutsigbare abonnementsinntekter hver måned.
- ARPU (Average Revenue Per User): Gjennomsnittlige inntekter generert av hver aktive kunde.
- Churn Rate: Prosentandelen kunder som avslutter eller ikke fornyer abonnementene sine.
- LTV (Customer Lifetime Value): De totale inntektene som forventes fra en kunde gjennom kundeforholdet.
Hente data fra Stripe API
For å bygge egendefinerte dashbord trenger du rådata fra Stripe. Stripe API er den viktigste kilden din!
Viktige API-endepunkter du ofte bruker, inkluderer /v1/customers, /v1/subscriptions og /v1/invoices. Disse gir detaljene du trenger for å beregne måltallene dine.
Hente abonnementer (Python)
La oss se hvordan du henter en liste over abonnementer ved hjelp av Stripe-biblioteket for Python. Dette danner grunnlaget for mange beregninger.
Husk å erstatte YOUR_SECRET_KEY med den faktiske hemmelige Stripe-nøkkelen din når du tester.
import stripe
stripe.api_key = "sk_test_YOUR_SECRET_KEY"
def get_subscriptions():
try:
# Fetch up to 3 subscriptions
subscriptions = stripe.Subscription.list(limit=3)
for sub in subscriptions.data:
print(f"ID: {sub.id}, Status: {sub.status}")
except stripe.error.StripeError as e:
print(f"Error: {e}")
if __name__ == "__main__":
get_subscriptions()Beregne månedlige gjentakende inntekter
MRR er avgjørende for å kunne forutsi virksomhetens økonomiske tilstand. For å beregne den summerer du de gjentakende inntektene fra alle aktive abonnementer.
For hvert abonnement ser du på den tilknyttede price.unit_amount og quantity. Sørg for å konvertere valutaenheter, for eksempel fra cent til dollar, og juster for ulike faktureringsperioder ved behov.
Enkel MRR-beregning (Python)
Her er et forenklet Python-eksempel som beregner MRR fra en liste over abonnementer. Det summerer det gjentakende beløpet for aktive abonnementer.
For enkelhets skyld antar eksempelet én valuta og månedlig fakturering.
import stripe
stripe.api_key = "sk_test_YOUR_SECRET_KEY"
def calculate_mrr():
total_mrr = 0
try:
# Fetch active subscriptions
subscriptions = stripe.Subscription.list(status='active', limit=100)
for sub in subscriptions.data:
for item in sub.items.data:
# Assuming monthly interval and USD cents
if (item.price and item.price.recurring and
item.price.recurring.interval == 'month'):
amount = item.price.unit_amount * item.quantity / 100
total_mrr += amount
print(f"Total MRR: ${total_mrr:.2f}")
except stripe.error.StripeError as e:
print(f"Error: {e}")
if __name__ == "__main__":
calculate_mrr()Beregne gjennomsnittlig inntekt per bruker
ARPU hjelper deg med å forstå kundenes gjennomsnittsverdi. Den beregnes ved å dele den totale MRR-en på antallet aktive kunder.
ARPU = Total MRR / Number of Active Customers
Ved å følge med på ARPU kan du oppdage endringer i kundebasen eller hvor effektive prisstrategiene dine er.
Visualisere måltallene dine
Når du har beregnet måltallene dine, er neste trinn visualisering! Verktøy som Matplotlib og Seaborn (for Python), eller dedikerte plattformer for Business Intelligence (BI), kan gjøre råtall om til informative diagrammer.
Vurder linjediagrammer for trender, for eksempel MRR over tid, stolpediagrammer for sammenligninger og sektordiagrammer for sammensetning.
Beste praksis for dashbord
Gjør de egendefinerte dashbordene dine virkelig effektive:
- Hold fokus: Hvert dashbord bør fortelle en tydelig historie eller besvare bestemte forretningsspørsmål.
- Forenkle: Unngå rot. Bruk tydelige etiketter, intuitive oppsett og minst mulig tekst.
- Gjør det handlingsrettet: Kan brukerne ta informerte beslutninger basert på det de ser?
- Oppdater regelmessig: Sørg for at dataene er oppdaterte og gjenspeiler virksomhetens nåværende tilstand.
Quiz: Dashbordkomponenter
Hvilke av de følgende er sentrale SaaS-måltall du vanligvis vil følge med på i et egendefinert dashbord, og hvilket Stripe API-endepunkt er viktig for å hente abonnementsdata?
Oppsummering: Dashbord for innsikt
Godt jobbet! Du har lært hvordan egendefinerte analysedashbord kan gi deg en helt ny forståelse av Stripe-data. Vi har gått gjennom sentrale SaaS-måltall som MRR og ARPU, hvordan du henter data ved hjelp av Stripe API, og beste praksis for visualisering.
Fortsett å utforske Stripes omfattende API og ulike visualiseringsverktøy for å finne enda mer innsikt for virksomheten din!
Lær deg Betalinger med Stripe og SaaS-faktureringssystemer med en AI-veileder – gratis
Skriv og kjør ekte kode i nettleseren, få umiddelbar hjelp fra en AI-veileder som er tilgjengelig døgnet rundt, og fortsett der du slapp – på nettet eller i appen.
- Kurs
- 12
- Leksjoner
- 48
Ofte stilte spørsmål
Er leksjonen «Bygging av tilpassede analysedashbord» gratis?
Ja – du kan lese valgfritt 3 av leksjonene i læringsstien Betalinger med Stripe og SaaS-faktureringssystemer, inkludert «Bygging av tilpassede analysedashbord», gratis i sin helhet her på nettet. Deretter låser CoddyKit PRO opp alle leksjoner, samt interaktiv øving med en innebygd kodeeditor og en AI-veileder som er tilgjengelig døgnet rundt. Kurset i Betalinger med Stripe og SaaS-faktureringssystemer inneholder totalt 4 leksjoner.
Hva lærer jeg i «Bygging av tilpassede analysedashbord»?
Opprett tilpassede dashbord for å visualisere viktige måltall som MRR, ARPU, frafallsrate og kundens livstidsverdi ved hjelp av Stripe-data. Du øver på Betalinger med Stripe og SaaS-faktureringssystemer med praktisk kode som du kjører direkte i nettleseren, mens en AI-veileder som er tilgjengelig døgnet rundt, svarer på spørsmålene dine mens du jobber deg gjennom leksjonen.
Trenger jeg erfaring for å begynne med Betalinger med Stripe og SaaS-faktureringssystemer?
Ingen tidligere erfaring er nødvendig. Betalinger med Stripe og SaaS-faktureringssystemer på CoddyKit er lagt opp for både nybegynnere og viderekomne, så De kan begynne her eller helt fra start og lære i Deres eget tempo. Dette er leksjon 2 av 4.
Hvor lang tid tar leksjonen «Bygging av tilpassede analysedashbord»?
De fleste CoddyKit-leksjoner tar omtrent 5–10 minutter. Hver leksjon er kort og interaktiv, slik at De gjør jevne fremskritt og kan fortsette akkurat der De slapp – både på nettet og i appen.
Kan jeg skrive og kjøre kode i denne Betalinger med Stripe og SaaS-faktureringssystemer-leksjonen?
Ja. Alle Betalinger med Stripe og SaaS-faktureringssystemer-leksjoner har en innebygd kodeeditor, slik at De kan skrive og kjøre ekte kode direkte i nettleseren og få umiddelbar tilbakemelding fra AI – uten lokal konfigurering.
Alle leksjonene i dette kurset
- Avansert økonomirapportering med Stripe-data
- Bygging av tilpassede analysedashbord
- Frafallsprognoser og inntektsoptimalisering
- Kohortanalyse og kundens livstidsverdi (LTV)