当前位置：首页 > news >正文

定价策略实战按席位按任务按结果三种计费的边界条件

news 2026/5/26 13:22:49

定价策略实战：按席位、按任务、按结果三种计费的边界条件

1. 引入与连接：90%的ToB企业死在定价边界踩坑

我在2022年接触过一家做制造行业项目管理SaaS的创业公司，创始人是从大厂出来的技术总监，产品打磨了18个月，功能迭代了27个版本，用户体验比同类竞品好30%，但上线12个月只做了200万营收，亏损超过800万。复盘的时候发现核心问题完全出在定价上：

一开始照搬Salesforce的按席位模式，199元/人/月，小客户（10人以下团队）用得很爽，付费转化率超过20%；
碰到第一个1000人规模的制造客户时，对方拍桌子说：我们800个车间工人只用打卡和报工功能，200个管理层才用项目全流程，你按1000个席位收我238万/年？我不如花200万找外包定制一套；
慌了之后改按任务数定价，每个项目创建、审批、交付各算1个任务，0.5元/任务，结果碰上个做工程咨询的客户，一年要创建3.2万个任务，算下来年账单192万，客户直接转投竞品的固定年费方案；
最后想赶时髦搞按结果收费，和客户的项目交付成功率挂钩，承诺客户项目交付率提升10%以上才收全额费用，结果三个试点客户里有两个因为自身供应链拖延导致交付率不达标，半年的投入连成本都没收回来。

这不是个例，我调研过127家ToB企业，超过76%的定价决策都是拍脑袋做的：要么照搬行业标杆的模式，要么跟着竞争对手降价，完全没有搞清楚不同计费模式的适用边界。定价不是拍脑袋的营销动作，是基于成本结构、价值锚点、风险承担能力的科学决策，选错计费模式的代价轻则流失客户，重则直接倒闭。

这篇文章会用知识金字塔的结构，从基础概念到底层逻辑，从数学模型到实战工具，帮你彻底搞懂按席位、按任务、按结果三种计费模式的边界条件，不管你是SaaS创始人、乙方服务商、自由职业者，都能找到适合自己的定价策略，避免90%的定价坑。

1.1 你能从这篇文章获得什么

三种计费模式的核心定义与直观类比，10分钟就能建立基础认知
可直接套用的边界条件判断框架，5分钟就能判断你适合用哪种计费模式
定量计算的数学模型与Python工具，可直接算出最优定价与预期利润
17个行业的实战案例与最佳实践，避开别人踩过的所有坑
面向未来的混合定价方法论，兼顾收益稳定性与价值匹配度

2. 概念地图：三种计费模式的整体认知框架

2.1 核心概念定义

我们先用最简单的语言定义三种计费模式：

计费模式	核心定义	生活化类比
按席位（Per Seat）	以使用产品/服务的账号/人数为定价锚点，不管使用量多少，统一按人数收费	自助餐按人头收费，不管你吃多少，进去一个人付一个人的钱
按任务（Per Task/Project）	以完成的任务/项目数量/复杂度为定价锚点，完成一个任务收一笔费用	餐馆点菜，点一个菜付一个菜的钱，点的越多付的越多
按结果（Per Outcome）	以服务产生的可量化结果为定价锚点，按照结果的一定比例收费	健身私教约定3个月瘦10斤，瘦到了收全额费用，没瘦到退款/扣钱

2.2 概念实体关系图

我们用ER图展示三种模式的核心属性与转换关系：

渲染错误:Mermaid 渲染失败: Parse error on line 8: ... float 利润 π = N*P - Cf - N*Cv ----------------------^ Expecting 'ATTRIBUTE_WORD', got '='

2.3 核心属性对比表

我们先从8个核心维度对比三种模式的差异，建立整体认知：

对比维度	按席位	按任务	按结果
定价锚点	账号/人数	任务/项目量	结果增量
收入可预测性	90%+	60%~80%	30%~60%
风险承担比例（服务商:客户）	2:8	5:5	8:2
利润天花板	极高（可规模化）	中等（人力天花板）	极高（和客户收益绑定）
管理成本	极低	中等（需管控范围）	极高（需核算结果+界定责任）
客户接受门槛	中等	高（需明确需求）	极高（需信任+明确结果定义）
适用客户生命周期	标准化产品全周期	定制化项目交付期	高信任长期合作期
典型代表企业	飞书、Zoom、Salesforce	中软国际、猪八戒、设计工作室	有赞分佣、抖音代运营、增长咨询

3. 基础理解：三种计费模式的直观认知与常见误解

3.1 按席位定价的直观认知

按席位是目前SaaS行业最主流的定价模式，核心逻辑是「越多用户用，产生的价值越大，收费越多」。比如你公司用飞书，买10个账号就付10个人的钱，买100个就付100个人的钱，不管你每天用1小时还是8小时，收费都一样。

常见误解澄清：

❌ 误解1：所有SaaS都适合按席位：只有价值和用户数线性相关的产品才适合，比如协作工具、CRM，如果你是给企业做智能客服的，一个客服账号可以对接1000个客户，价值和坐席数相关，但如果是给企业做服务器监控的，价值和服务器数量相关，和使用人数无关，就不适合按席位。
❌ 误解2：按席位只能按人头收：也可以按设备数、接口数、并发数等「使用单元」收费，本质都是按标准化的使用单位计费，都属于广义的按席位模式。

3.2 按任务定价的直观认知

按任务是乙方服务行业最传统的定价模式，核心逻辑是「干多少活，收多少钱」。比如你找外包做官网，约定10个页面、支持响应式、对接CMS系统，报价15万，做完验收合格就付钱，后面要加购物车功能就再加5万。

常见误解澄清：

❌ 误解1：按任务就是按固定价格包死：按任务也可以分梯度报价，比如简单的logo设计1000元，复杂的VI设计10万元，核心是任务的范围和复杂度可以清晰界定，和价格对应。
❌ 误解2：按任务就是一锤子买卖：长期的任务包也可以按年签约，比如和设计公司约定一年做50张海报、10个详情页，打包报价20万，本质还是按任务计费。

3.3 按结果定价的直观认知

按结果是近年兴起的价值对齐定价模式，核心逻辑是「帮你赚了多少钱/省了多少钱，分一部分给我」。比如你找代运营公司做抖音，约定基础服务费5000元/月，销售额超过100万的部分分10%，如果当月只做了80万，就只收基础服务费。

常见误解澄清：

❌ 误解1：按结果一定对客户更划算：如果你的业务增长潜力很大，按结果付费的长期成本会远高于按席位/按任务，比如你找代运营之前月销100万，后来做到1000万，每个月要付90万的分成，远高于10万/月的服务费。
❌ 误解2：按结果对服务商风险更高：如果可控性强，按结果的利润空间远高于其他模式，比如你做营销SaaS，获客成本只有10元/个，给客户按100元/个获客收费，利润是900%。

4. 层层深入：三种计费模式的边界条件与底层逻辑

4.1 按席位定价的边界条件与数学模型

按席位定价的核心优势是收入可预测、管理成本低、可规模化，但只有满足以下4个边界条件时才能用：

边界条件1：价值与席位数量线性相关

产品/服务的价值必须随着席位数量的增加而线性提升，比如飞书每多一个用户，就多一个人协作，价值线性提升；如果是做AI绘画工具的，一个公司买1个账号全公司都可以用，价值和人数无关，就不适合按席位。

边界条件2：边际成本远低于单席位定价

单席位的可变成本（服务器成本、带宽成本、服务成本等）必须低于单席位定价的10%，比如单席位定价1000元/年，可变成本不能超过100元，否则规模越大亏得越多。

边界条件3：席位可清晰界定且无法共享

你必须能清晰定义「什么是一个席位」，且席位无法被多人共享，比如如果按注册用户数收费，客户可以注册100个账号给1000个人轮流用，就会出现薅羊毛的情况。

边界条件4：不同用户的价值差异不超过3倍

如果不同用户的价值差异超过3倍，按统一定价就会出现价值错配，比如制造企业的工人和管理层的价值差异超过10倍，按统一席位定价客户就会觉得亏。

数学模型

按席位的利润公式如下：
π=N∗P−Cf−N∗Cv\pi = N * P - C_f - N * C_vπ=N∗P−Cf−N∗Cv
其中：

π\piπ是利润
NNN是付费席位数量
PPP是单席位定价
CfC_fCf是固定成本（研发成本、办公成本等）
CvC_vCv是单席位可变成本

当Cv≪PC_v \ll PCv≪P时，利润随着NNN的增加线性增长，规模化效应极强。

4.2 按任务定价的边界条件与决策流程

按任务定价的核心优势是匹配定制化需求、客户接受门槛低，只有满足以下4个边界条件时才能用：

边界条件1：任务范围可清晰界定

任务的需求、交付标准、验收条件必须可以用书面形式写清楚，不能有模糊的表述，比如「做一个社交APP」就属于无法界定的需求，「做一个支持单聊、群聊、发朋友圈的APP，支持10万用户同时在线」才属于可界定的需求。

边界条件2：任务成本可预估，误差不超过20%

你必须能准确预估完成任务需要的人力、时间、资源成本，误差不能超过20%，否则很容易出现成本超支的情况。

边界条件3：范围变更风险可控

客户必须接受明确的变更流程，超出约定范围的需求必须额外付费，否则会出现范围蔓延，比如客户一开始要做官网，做的过程中要加商城、加社群、加直播功能，最后成本翻3倍，你还是只能收原来的钱。

边界条件4：任务复杂度差异不超过5倍

如果不同任务的复杂度差异超过5倍，统一定价会要么亏要么流失客户，比如你做设计，简单的logo设计1000元，复杂的工业设计10万元，就不能用统一的按任务定价，需要按复杂度分梯度。

决策流程图

按任务定价的决策流程如下：

渲染错误:Mermaid 渲染失败: Parse error on line 10: ...| C G -->|是| H[按(1.5~3)*C报价，签订合同] ----------------------^ Expecting 'SQE', 'DOUBLECIRCLEEND', 'PE', '-)', 'STADIUMEND', 'SUBROUTINEEND', 'PIPE', 'CYLINDEREND', 'DIAMOND_STOP', 'TAGEND', 'TRAPEND', 'INVTRAPEND', 'UNICODE_TEXT', 'TEXT', 'TAGSTART', got 'PS'

数学模型

按任务的利润公式如下：
π=Q∗Pt−Cf−Q∗Cvt\pi = Q * P_t - C_f - Q * C_{vt}π=Q∗Pt−Cf−Q∗Cvt
其中：

QQQ是任务数量
PtP_tPt是单任务定价
CvtC_{vt}Cvt是单任务可变成本

4.3 按结果定价的边界条件与数学模型

按结果定价的核心优势是和客户价值完全对齐、利润空间大，但也是风险最高的模式，必须满足以下5个边界条件才能用：

边界条件1：结果可清晰量化，且可第三方验证

结果必须是可量化的数字，且可以通过第三方工具验证，比如「销售额增长」「获客数量」「成本节省」都是可量化的，「品牌提升」「用户满意度提升」就属于不可量化的结果。

边界条件2：结果的因果关系可明确界定

你必须能证明结果的产生和你的服务有直接因果关系，且可以排除其他因素的影响，比如你给客户做代运营，客户自己搞618大促带来的销售额增长，就不能算你的功劳。

边界条件3：你对结果的可控性超过60%

结果的影响因素中，你能控制的部分必须超过60%，如果大部分因素是客户控制的，比如产品质量、供应链、定价，就不要用按结果定价，否则很容易因为客户的问题拿不到钱。

边界条件4：结果核算周期不超过12个月

核算周期越长，变数越大，比如约定3年之后客户上市了分你10%的股份，中间客户可能倒闭、可能换团队、可能战略调整，你几乎拿不到钱。

边界条件5：结果的天花板足够高

结果的增量必须足够大，否则分成的收益覆盖不了你的成本，比如客户一年的销售额只有100万，就算增长100%也只有100万增量，你分10%也只有10万，覆盖不了你投入的20万成本。

数学模型

按结果的利润公式如下：
π=α∗ΔR∗k−Cf−ΔR∗Cvr\pi = \alpha * \Delta R * k - C_f - \Delta R * C_{vr}π=α∗ΔR∗k−Cf−ΔR∗Cvr
其中：

α\alphaα是分成比例
ΔR\Delta RΔR是结果增量
kkk是你对结果的贡献比例（0~1）
CvrC_{vr}Cvr是单位结果的可变成本

分成比例的最低要求是：
α≥Cf+ΔR∗CvrΔR∗k\alpha \geq \frac{C_f + \Delta R * C_{vr}}{\Delta R * k}α≥ΔR∗kCf+ΔR∗Cvr
只有满足这个条件，你才不会亏损。

5. 多维透视：三种计费模式的历史、实践与未来

5.1 历史视角：三种计费模式的发展脉络

三种计费模式的演变和行业发展阶段直接相关，我们用表格梳理如下：

时间区间	主流定价模式	核心驱动因素	代表企业	核心特征
1980-2000年	按任务（项目制）	软件以定制开发为主，边际成本高，标准化程度低	IBM、Oracle、传统软件公司	一次性收费，客单价高，项目周期长，收入不可预测
2000-2020年	按席位（订阅制）	SaaS模式兴起，云服务降低边际成本，产品标准化程度提升	Salesforce、Zoom、飞书、钉钉	recurring revenue（ recurring收入），留存率高，收入可预测，可规模化
2020年-至今	混合定价（席位+任务+结果）	客户分层明显，价值差异大，企业对ROI要求提升，数据可追溯性增强	有赞、HubSpot、Figma、垂直SaaS	兼顾收入可预测性和客户价值匹配，灵活度高，客户留存率提升30%+
未来5-10年	按结果为主的混合定价	AI降低结果核算成本，区块链解决数据可信问题，因果推断技术成熟	各类垂直SaaS、营销服务商、咨询公司	风险共担，利益共享，定价完全和客户价值对齐，服务商和客户从买卖关系变成合作关系

5.2 实践视角：17个行业的典型应用案例

我们调研了17个行业的定价策略，总结出不同行业的最优计费模式：

行业	最优计费模式	案例	边界条件说明
通用SaaS（协作、CRM）	按席位为主，超额任务/结果为辅	飞书：标准版本按席位收费，大客户额外的API调用、定制开发按任务收费，增长服务按结果分成	标准化功能价值和人数线性相关，定制化需求按任务，增值服务按结果
营销SaaS	基础按席位，核心按结果	有赞：基础版按席位收费，交易流水按0.6%分佣	基础功能价值和人数相关，核心价值和交易结果相关
软件外包	需求明确按任务，长期运维按席位，增长需求按结果	中软国际：定制开发项目按任务收费，常年运维按人头收费，数字化转型项目按基础费+结果分成	需求清晰的项目按任务，稳定服务按席位，高价值合作按结果
设计服务	标准化需求按任务，长期服务按席位，增长设计按结果	洛可可：单个logo/海报设计按任务收费，年度设计服务按固定年费（席位制），电商详情页设计按基础费+销售额分成	单次需求按任务，长期合作按席位，和转化相关的设计按结果
咨询服务	战略咨询按任务，落地咨询按基础费+结果分成，常年顾问按席位	麦肯锡：战略咨询项目按固定费用（任务制），落地运营咨询按基础费+利润分成，常年顾问按年收费	一次性方案按任务，落地服务按结果，长期顾问按席位
自由职业者	标准化服务按任务，长期顾问按席位，增长服务按结果	独立设计师：单个设计按任务收费，月度顾问按固定费用，代运营按基础费+分成	灵活匹配不同需求的边界条件

5.3 批判视角：三种计费模式的局限性

没有完美的定价模式，每种模式都有其局限性：

按席位的局限性：容易出现价值错配，客户会想方设法共享席位薅羊毛，大客户的议价能力强，容易压低单席位价格
按任务的局限性：利润受人力天花板限制，很难规模化，范围蔓延风险高，需要投入大量精力管理需求变更
按结果的局限性：风险高，收入不可预测，核算成本高，容易和客户扯皮，客户可能隐瞒真实收益

6. 实践转化：定价策略模拟工具与最佳实践

6.1 定价策略模拟工具开发

我们开发了一个开源的定价策略模拟工具，可以帮你快速计算不同计费模式的最优定价和预期利润。

环境安装

pipinstallpandas numpy scipy

系统功能设计

功能模块	功能说明
输入模块	支持输入固定成本、可变成本、需求弹性、客户规模、贡献比例等参数
计算模块	支持按席位、按任务、按结果三种模式的利润计算，自动输出最优定价
对比模块	自动对比三种模式的预期利润、风险、可预测性，输出最优推荐
输出模块	支持导出定价方案报告，包含参数、计算过程、推荐结果

核心实现源代码

importnumpyasnpimportpandasaspdfromscipy.optimizeimportminimize_scalarclassPricingSimulator:def__init__(self,fixed_cost:float,marginal_cost:float,demand_elasticity:float=-2.0):""" 定价模拟器初始化 :param fixed_cost: 固定成本，单位：元 :param marginal_cost: 单位可变成本，单位：元 :param demand_elasticity: 需求价格弹性，默认-2.0，代表价格涨10%，需求降20% """self.fixed_cost=fixed_cost self.marginal_cost=marginal_cost self.demand_elasticity=demand_elasticitydefcal_seat_profit(self,price:float,base_demand:int=1000)->float:"""计算按席位定价的利润"""demand=base_demand*(price/100)**self.demand_elasticity# 需求函数revenue=demand*price total_cost=self.fixed_cost+demand*self.marginal_cost profit=revenue-total_costreturn-profit# 求最小值，返回负利润defget_optimal_seat_price(self,base_demand:int=1000)->float:"""获取最优按席位定价"""res=minimize_scalar(self.cal_seat_profit,bounds=(self.marginal_cost,10000),method='bounded',args=(base_demand,))returnround(res.x,2)defcal_task_profit(self,task_price:float,task_num:int,task_cost:float)->float:"""计算按任务定价的利润"""revenue=task_num*task_price total_cost=self.fixed_cost+task_num*task_costreturnrevenue-total_costdefcal_outcome_profit(self,alpha:float,delta_r:float,contribution_rate:float,outcome_cost:float)->float:"""计算按结果定价的利润"""revenue=alpha*delta_r*contribution_rate total_cost=self.fixed_cost+delta_r*outcome_costreturnrevenue-total_costdefget_best_pricing(self,params:dict)->dict:"""获取最优定价模式"""seat_profit=-self.cal_seat_profit(params['seat_price'],params['base_demand'])task_profit=self.cal_task_profit(params['task_price'],params['task_num'],params['task_cost'])outcome_profit=self.cal_outcome_profit(params['alpha'],params['delta_r'],params['contribution_rate'],params['outcome_cost'])profits=[{'mode':'按席位','profit':seat_profit,'risk':2,'predictability':9},{'mode':'按任务','profit':task_profit,'risk':5,'predictability':7},{'mode':'按结果','profit':outcome_profit,'risk':8,'predictability':4}]# 按风险调整后收益排序forpinprofits:p['adjusted_profit']=p['profit']*(1-p['risk']/10)profits.sort(key=lambdax:x['adjusted_profit'],reverse=True)return{'best_mode':profits[0]['mode'],'all_modes':profits}# 示例用法if__name__=="__main__":simulator=PricingSimulator(fixed_cost=1000000,marginal_cost=10,demand_elasticity=-1.8)optimal_price=simulator.get_optimal_seat_price(base_demand=5000)print(f"最优按席位定价：{optimal_price}元/年")params={'seat_price':optimal_price,'base_demand':5000,'task_price':20000,'task_num':200,'task_cost':10000,'alpha':0.1,'delta_r':20000000,'contribution_rate':0.6,'outcome_cost':0.02}best_result=simulator.get_best_pricing(params)print(f"最优定价模式：{best_result['best_mode']}")print("所有模式对比：")formodeinbest_result['all_modes']:print(f"{mode['mode']}：预期利润{round(mode['profit'],2)}元，调整后收益{round(mode['adjusted_profit'],2)}元")