《AI 产品的商业化·成本、毛利与收入运营》3.2 P50/P95/P99 与成本预算

P50 是中位数,P95 是预算线,P99 是止损线。本节用 LumenDesk 的 1,920 个席位演示如何把分位成本换算成月度预算:P50 基线 15,552 美元、P95 压力线 97,440 美元、P99 极端线 529,920 美元,并说明样本量、加权口径与预算复核节奏。

以下三家公司与全部数字均为教学假设,用于演示商业化计算,不代表任何真实企业。

分位数不是统计装饰

很多团队的月度成本报表只有两行:总成本、单位成本。总成本回答「花了多少」,单位成本回答「平均每个客户花了多少」。这两行足够做账,却不足做预算。

预算要回答的是另一个问题:如果下个月的客户结构发生变化,成本会在哪个区间里。区间需要分布,分布需要分位数。P50、P95、P99 不是三个漂亮的统计数字,而是三条不同用途的线。

P50 是中位数,代表「典型客户」的成本。P95 是尾部线,代表「大多数异常但仍在预期内」的成本。P99 是极端线,代表「少数会把预算打穿」的成本。三条线合起来,才构成一个可执行的成本预算。

三个分位各自回答什么问题

先把三个分位的用途分开,避免把它们混成一个「平均值」。

分位回答的问题预算用途触发后的动作
P50典型客户的成本是多少基线预算、定价参考无,作为对照
P95大多数尾部客户的成本是多少容量预留、压力测试检查用量与上下文异常
P99最极端客户的成本是多少止损线、异常审批进入客户级处置流程

P50 适合做基线,因为它不受极端值影响。P95 适合做容量预留,因为它覆盖了绝大多数正常波动。P99 适合做止损,因为它代表「如果不干预,成本会走到哪里」。

三条线不能互相替代。用 P50 做容量预留,会在旺季或大客户增长时反复超支;用 P99 做基线预算,会为极少发生的极端情况过度预留资源;用均值做止损线,则完全看不到尾部。

把单席位成本放大到全站

LumenDesk 有 1,920 个席位。把三个分位的单席位成本乘以席位数,得到三种情景:

情景单席位月成本单席位月收入单席位毛利全站月成本全站月收入全站月毛利毛利率
全部 P508.10 美元50.60 美元42.50 美元15,552 美元97,152 美元81,600 美元84.0%
全部 P9550.75 美元87.00 美元36.25 美元97,440 美元167,040 美元69,600 美元41.7%
全部 P99276.00 美元121.00 美元−155.00 美元529,920 美元232,320 美元−297,600 美元−128.1%
实际9.30 美元53.80 美元44.50 美元17,856 美元103,296 美元85,440 美元82.7%

这张表的读法不是「哪个情景会发生」,而是「每种结构会把成本推到什么量级」。

P50 情景的全站成本是 15,552 美元,毛利率 84.0%。P95 情景的成本是 97,440 美元,是 P50 情景的 6.27 倍,毛利率降到 41.7%。P99 情景的成本是 529,920 美元,是 P50 情景的 34.07 倍,毛利率变成 −128.1%。

实际成本 17,856 美元只比 P50 基线高 2,304 美元,偏离 14.8%。这说明 LumenDesk 当前的客户结构大部分落在 P50 附近,尾部还没有主导成本。但尾部一旦增长,成本曲线会非常陡。

实际成本为什么贴近 P50

一个容易困惑的地方是:LumenDesk 的平均单次成本是 0.015 美元,平均用量是 620 次,乘起来是 9.30 美元;而 P50 席位的成本是 8.10 美元。实际成本 9.30 美元高于 P50 的 8.10 美元,却远低于 P95 的 50.75 美元。

原因是数量权重。P50 是位置,不是平均值。大多数席位集中在 P50 附近,少数 P95、P99 席位把总成本抬高了一点,但没有改变整体形状。所以实际均值落在 P50 与 P95 之间,而且更靠近 P50。

这正是分位预算的价值:它同时告诉你「典型成本」和「尾部成本」,而均值只告诉你两者混合后的结果。混合结果适合做账,分位结果适合做决策。

预算分三层:基线、压力、止损

把三条线落成预算,可以分三层。

基线预算用 P50 乘席位数,得到 15,552 美元。这是「客户结构不变、用量正常」情况下的成本。它用于月度损益表的基准,也用于判断实际成本是否偏离典型客户。

压力预算用 P95 乘席位数,得到 97,440 美元。这是「尾部客户占比明显上升」情况下的成本。它不进入日常预算,但进入容量规划与现金流压力测试。如果实际成本连续两个月超过压力预算,说明客户结构已经变化,需要重新定价或限制用量。

止损预算用 P99 乘席位数,得到 529,920 美元。这是「极端客户不受约束」情况下的成本。它不用于预留资源,而用于设定审批阈值:任何单客户或单席位的成本接近 P99 水平,都必须进入人工复核。

三层预算的关系不是「取中间值」,而是「各管一段」。基线管正常,压力管波动,止损管异常。三层都写出来,团队才知道什么时候该正常运营、什么时候该预警、什么时候该干预。

分位预算的四个输入

一张能用的分位预算表,至少需要四个输入。

第一,席位数或客户数。 这是放大基数。LumenDesk 是 1,920 个席位;如果按客户算,就是 320 家。基数不同,P99 覆盖的对象也不同,预算表必须写清楚单位。

第二,每个分位的用量。 P50 是 540 次/席位,P95 是 1,450 次,P99 是 2,300 次。用量要来自计量系统,不能来自销售估计。

第三,每个分位的单位成本。 P50 是 0.015 美元,P95 是 0.035 美元,P99 是 0.120 美元。单位成本要包含推理、检索、存储与支付,不能只算模型调用。

第四,收入规则。 LumenDesk 的收入是 49 美元席位价加超出 500 次后的 0.04 美元/次。收入规则决定了每个分位的收入,也决定了毛利。

四个输入齐了,预算表就是一次乘法与一次减法。缺任何一个,预算都会退化成拍脑袋。

分位预算与现金流

成本按月发生,收入却不一定按月到账。LumenDesk 有 55% 的客户选择年付,年付客户在年初一次性付款,收入按月确认,成本仍然按月支付。这个时间差会影响压力情景下的现金需求。

如果客户结构突然向 P95 移动,月度成本会从实际的 17,856 美元升到 97,440 美元,多出 79,584 美元。这个缺口相当于当月 MRR 103,296 美元的 77.0%:

(97,440 − 17,856) ÷ 103,296 = 77.0%

年付预收可以覆盖一部分缺口,但不能把它当成常态。分位预算的作用之一,就是提前告诉财务「压力情景下需要多少现金缓冲」,而不是等到账单出来才发现不够。

代码:最近秩分位与情景预算

下面的代码实现最近秩分位,并把三个分位换算成全站情景成本与毛利率。

// file: src/ops/03-2-percentiles.ts
// tier: L1
// verify: node --test test/ops/03-2-percentiles.test.ts

// 分位预算:用最近秩分位把成本分布变成基线与压力两档预算。

export const MICRO_PER_CENT = 10_000;

export type QuantileRow = {
  label: string;
  usagePerMonth: number;
  unitCostMicros: number;
  revenueCents: number;
};

/** 最近秩分位:p 取 1–100,返回排序后第 ceil(p/100 × n) 个值。 */
export function percentileNearestRank(values: readonly number[], percentile: number): number {
  if (values.length === 0) return 0;
  const sorted = [...values].sort((a, b) => a - b);
  const p = Math.min(100, Math.max(1, percentile));
  const rank = Math.ceil((p / 100) * sorted.length);
  return sorted[rank - 1];
}

export function seatCostCents(row: QuantileRow): number {
  return Math.round((row.usagePerMonth * row.unitCostMicros) / MICRO_PER_CENT);
}

export function seatMarginCents(row: QuantileRow): number {
  return row.revenueCents - seatCostCents(row);
}

/** 假设全部席位都落在该分位时的月度成本,单位美分。 */
export function scenarioCostCents(row: QuantileRow, seats: number): number {
  return seats * seatCostCents(row);
}

/** 假设全部席位都落在该分位时的月度毛利率,单位基点。 */
export function scenarioMarginBps(row: QuantileRow, seats: number): number {
  const revenue = seats * row.revenueCents;
  if (revenue === 0) return 0;
  return Math.round(((revenue - scenarioCostCents(row, seats)) / revenue) * 10_000);
}

/** 实际成本相对预算的偏离,单位基点;正数表示超预算。 */
export function budgetGapBps(actualCents: number, budgetCents: number): number {
  if (budgetCents === 0) return 0;
  return Math.round(((actualCents - budgetCents) / budgetCents) * 10_000);
}

export const LUMENDESK_SEATS = 1_920;
export const ACTUAL_MONTHLY_COST_CENTS = 1_785_600;

export const LUMENDESK_QUANTILES: readonly QuantileRow[] = [
  { label: "P50", usagePerMonth: 540, unitCostMicros: 15_000, revenueCents: 5_060 },
  { label: "P95", usagePerMonth: 1_450, unitCostMicros: 35_000, revenueCents: 8_700 },
  { label: "P99", usagePerMonth: 2_300, unitCostMicros: 120_000, revenueCents: 12_100 },
];

export const VERBA_QUANTILES: readonly QuantileRow[] = [
  { label: "P50", usagePerMonth: 18_000, unitCostMicros: 4_200, revenueCents: 14_400 },
  { label: "P95", usagePerMonth: 120_000, unitCostMicros: 4_200, revenueCents: 96_000 },
  { label: "P99", usagePerMonth: 300_000, unitCostMicros: 4_200, revenueCents: 240_000 },
];

运行测试会得到四组结果。最近秩分位在 10 个样本上,P50 返回第 5 个值,P99 返回第 10 个值。全站 P50 情景成本 1,555,200 美分,P95 情景 9,744,000 美分,P99 情景 52,992,000 美分。实际成本比 P50 基线高 1,481 个基点,即 14.8%。P95 情景毛利率 4,167 个基点,P99 情景 −12,810 个基点。

这些数不是用来吓人的,而是用来定阈值的。基线告诉你正常值,压力线告诉你预警值,止损线告诉你必须介入的位置。

预算不是预测

需要把分位预算和需求预测分开。预测回答「下个月大概会发生什么」,预算回答「发生了不同情况时,钱够不够」。两件事不能互相替代。

预测通常给一个点估计:下个月用量 1,200,000 次,成本 18,000 美元。预算是三条线:基线 15,552 美元、压力 97,440 美元、止损 529,920 美元。预测错了,预算仍然能告诉你错到了哪一档。

分位预算也不要求预测准确。它要求的是结构稳定:只要分位的位置与单位成本可测,预算就能随实际数据滚动更新。反过来,如果计量系统只能给出总量,分位预算就无从谈起。

所以预算工作的重点不是把数字算得更精确,而是把口径、单位与分层固定下来。口径稳定,数字才有可比性;分层稳定,预算才能回答「哪一层出了问题」。

分位数的四个口径陷阱

分位数看起来简单,实际使用时最容易在口径上出错。

第一,分析单位要一致。 LumenDesk 有 1,920 个席位,也有 320 家客户。按席位算 P99,覆盖约 19 个席位;按客户算 P99,按 1% 粗算只覆盖约 3 家客户。两个 P99 不是同一个东西。本节的表全部按席位计算,不能直接套到客户层面。

第二,样本量要够。 P99 需要足够多的样本才稳定。320 家客户时,P99 只由最顶部的少数客户决定,换掉一家客户就可能大幅跳动。样本不足时,应该用 P95 或直接看 Top N 客户,而不是硬算 P99。

第三,不能把分位行等权平均。 把 P50、P95、P99 三行简单平均,会得到一个既不是均值也不是中位数的数。正确做法是用客户数量或用量加权,或者直接回到原始明细计算。

第四,要写清分位算法。 最近秩、线性插值、Excel 的 PERCENTILE.INC 与 PERCENTILE.EXC 会给出不同结果。差异在小样本上尤其明显。预算口径一旦确定,就要在报表里写清楚算法,避免不同团队各算各的。

预算复核节奏

分位预算不是年初算一次就结束。它需要跟着客户结构一起更新。

建议的节奏是每月一次。月末关账后,重新计算 P50、P95、P99 的用量、单次成本、收入与毛利,和上月对比。重点看三件事:分位位置是否移动、尾部成本占比是否上升、负毛利客户数量是否增加。

如果 P50 稳定但 P95 上升,说明尾部在变重,可能是大客户增长,也可能是异常用量。如果 P50 和 P95 同时上升,说明整体成本在上涨,可能是供应商涨价或上下文变长。如果 P99 从正毛利变成负毛利,说明价格结构已经无法覆盖极端客户,需要进入第 3.3 节的处置流程。

复核的目的不是追求分位数好看,而是尽早发现结构变化。分位数移动通常早于财务报表恶化,因为财务报表看的是聚合结果,分位数看的是结构。

Verba 与 ClausePilot 的分位预算

同样的方法套到另外两家公司,会得到不同的结论。

Verba API 的成本与用量严格线性,单分钟成本恒为 0.0042 美元。P50 账户月用 18,000 分钟,成本 75.60 美元,收入 144.00 美元,毛利 68.40 美元;P95 用 120,000 分钟,成本 504.00 美元,收入 960.00 美元,毛利 456.00 美元;P99 用 300,000 分钟,成本 1,260.00 美元,收入 2,400.00 美元,毛利 1,140.00 美元。三个分位的毛利率都是 47.5%。

对 Verba 来说,分位预算的意义不在毛利,而在容量与现金流。成本随用量线性增长,只要用量预测准确,预算就不会被尾部打穿。它的风险是流失与单价下行,而不是长尾负毛利。

ClausePilot 的收入是平台费 2,400 美元加案件数乘 180 美元,单案件成本恒为 65 美元。P50 客户月做 22 件,成本 1,430 美元,收入 6,360 美元,毛利 4,930 美元,毛利率 77.5%;P95 做 75 件,毛利 11,025 美元,毛利率 69.3%;P99 做 120 件,毛利 16,200 美元,毛利率 67.5%。

ClausePilot 的三个分位都盈利,但毛利率随案件量上升而下降,因为平台费被摊薄。它的长尾风险不是毛利,而是人工复核产能:P99 客户每月 120 件,按每件 0.5 小时计算,需要 60 小时复核工时;P50 客户只需要 11 小时。案件量增长会先撞上人力上限,而不是先撞上毛利下限。

三家公司放在一起,说明分位预算不是一个模板,而是一组问题:你的成本随用量是线性还是非线性,你的尾部是负毛利还是产能瓶颈,你的价格结构有没有为尾部准备出口。答案不同,预算的用法就不同。

小结

  • P50 回答典型客户成本,P95 回答尾部压力,P99 回答极端止损,三者用途不同。
  • LumenDesk 全站 P50 基线成本 15,552 美元、P95 压力线 97,440 美元、P99 极端线 529,920 美元。
  • 实际成本 17,856 美元只比 P50 基线高 14.8%,说明当前客户结构仍以典型客户为主。
  • 均值落在 P50 与 P95 之间且更靠近 P50,是数量权重造成的,不是分布形状的偶然。
  • 分位预算要分三层:基线管正常、压力管波动、止损管异常,不能互相替代。
  • 四个口径陷阱:分析单位、样本量、等权平均、分位算法,任何一个都会让预算失真。
  • Verba 的分位毛利率恒为 47.5%,风险在流失与单价;ClausePilot 的分位都盈利,风险在复核产能。
  • 分位预算每月复核一次,结构变化通常早于财务报表恶化。

阅读导航:上一节:3.1 为什么均值会骗人 · 下一节:3.3 长尾客户的识别与处置 。

常见错误与边界

  • 用 P50 做容量预留,结果每次大客户增长都超支,然后又用 P99 过度预留。
  • 把席位级 P99 直接当成客户级 P99,忽略分析单位不同带来的覆盖范围差异。
  • 样本量不足时硬算 P99,把一两家客户的波动当成整体尾部趋势。
  • 把 P50、P95、P99 三行等权平均,得到一个没有业务含义的「平均分位」。
  • 不同团队用不同分位算法,报表上的 P95 互相对不上,预算会议变成口径争论。
  • 只算分位不设阈值,看到 P99 亏损也不触发处置,分位预算退化成汇报材料。

继续阅读

探索更多技术文章

浏览归档,发现更多关于系统设计、工具链和工程实践的内容。

全部文章 返回首页

「books」更多文章

  1. 《大规模分布式计算深入解析》15.3 落地:从 Neo4j 到自研图引擎
  2. 《大规模分布式计算深入解析·图计算与图数据库内核》 · 目录与学习路径(45 篇)
  3. 《大规模分布式计算深入解析》15.2 十一卷主线:从切分到图