Monetization, Pricing & Unit Economics

🎯 Μαθησιακοί στόχοι

Να γνωρίσεις μοντέλα εσόδων (revenue models) και πότε ταιριάζει το καθένα.
Να σχεδιάζεις στρατηγική τιμολόγησης (pricing strategy) με βάση αξία, κόστος και ανταγωνισμό.
Να υπολογίζεις βασικά unit economics (ARPU/ARPA, CAC, LTV, gross & contribution margin, payback).
Να εφαρμόζεις απλές μεθόδους έρευνας τιμής (Van Westendorp, Gabor‑Granger, A/B).
Να συνδέεις pricing με GTM (κανάλια, πακέτα, προσφορές) και με ηθική/κανονισμούς (διαφάνεια, GDPR, καταναλωτικά δικαιώματα ΕΕ).

📘 Θεωρητικό μέρος

1) Revenue Models – τι επιλογές έχω;

Κατηγορία	Περιγραφή	Παραδείγματα/Ενδείξεις καταλληλότητας
Subscription (μηνιαία/ετήσια)	Σταθερή επαναλαμβανόμενη χρέωση	SaaS, περιεχόμενο, clubs. Δείκτες: MRR/ARR, churn.
Freemium	Βασικό δωρεάν, premium επί πληρωμή	Αν υπάρχει ισχυρό viral/word‑of‑mouth· χαμηλό οριακό κόστος.
Usage‑based (pay‑as‑you‑go)	Με βάση χρήση/όγκους (π.χ. API calls)	Δίκαιο για διαφορετικές ανάγκες· απαιτεί καθαρή μέτρηση.
One‑off / License	Εφάπαξ αγορά	Εκπαίδευση, templates, plugins.
Marketplace Take Rate	Προμήθεια % ανά συναλλαγή	Δίπλευρες αγορές (Skroutz/Uber/Airbnb). Κρίσιμο: ρευστότητα.
Ads / Sponsorships	Έσοδα από διαφήμιση/χορηγίες	Μεγάλη κίνηση/χρόνος παραμονής· προσοχή σε εμπειρία χρήστη.
Two‑part tariff	Πάγιο + μεταβλητό (π.χ. €5/μήνα + 2%)	Πλατφόρμες πληρωμών, utilities.
Bundling/Packaging	Πακέτα λειτουργιών/ορίων	B2B/B2C. Διευκολύνει ανόρθωση αξίας (good‑better‑best).
Licensing/White‑label	Παραχώρηση τεχνολογίας/brand σε τρίτους	Όταν άλλοι θέλουν να πουλήσουν με δικό τους brand.
Hardware + Service	Συσκευή με συνδρομή/αναλώσιμα	IoT, εκτυπωτές, ξυραφάκια‑και‑λεπίδες.

Κριτήριο επιλογής: πού βρίσκεται η αξία για τον πελάτη και τι κοστίζει σε εμάς να τη δώσουμε.

2) Pricing Strategy – cost‑based vs competition‑based vs value‑based

Cost‑based: τιμή = κόστος + περιθώριο. Απλό αλλά αγνοεί αξία/ζήτηση.
Competition‑based: τιμή σε σχέση με ανταγωνιστές. Προσοχή σε «κούρσα προς τα κάτω».
Value‑based: τιμή ανάλογα με την αντιληπτή αξία/αποτέλεσμα. Συνήθως καλύτερο για SaaS/υπηρεσίες.

Δομικά στοιχεία τιμολόγησης

Metering: τι μετράς (χρήστες, projects, GB, αποστολές, συναλλαγές).
Price fences: διαχωριστές επιπέδων (όρια, features, υποστήριξη, SLA).
Packaging: Good–Better–Best (3 πακέτα) ή Seat‑based + usage add‑ons.
Discounts: ετήσια προπληρωμή (‑15~20%), εκπαιδευτικά, early‑bird. Να είναι διαφανή και χρονικά περιορισμένα.

3) Χρήσιμα ψυχολογικά/UX στοιχεία τιμολόγησης

Anchoring: δείξε plan Pro πάνω από Basic ώστε το Basic να φαίνεται προσιτό.
Charm pricing: 9,99 – με φειδώ και μόνο όταν ταιριάζει στο brand.
Price framing: «€0,33/ημέρα» αντί «€10/μήνα».
Decoy effect: plan που σπρώχνει προς το μεσαίο (προσοχή στην ηθική/σαφήνεια).

4) Unit Economics – ο ελάχιστος “λογαριασμός”

Ορισμοί (απλά):

ARPU/ARPA: μέσο έσοδο ανά χρήστη/λογαριασμό.
Gross Margin = (Έσοδα − Άμεσο κόστος υπηρεσίας) / Έσοδα.
Contribution Margin = Έσοδα − Άμεσα κόστη (COGS + μεταβλητό marketing/προμήθειες).
CAC (Cost of Acquiring Customer): κόστος για νέο πελάτη από ένα κανάλι/σύνολο καναλιών.
Churn: % πελατών που φεύγουν ανά περίοδο (μηνιαίο/ετήσιο).
LTV (Lifetime Value) – απλή εκτίμηση:
- Subscription (μηνιαίο): LTV ≈ ARPU × (1 / churn)
- Marketplace: LTV ≈ take_rate × GMV_per_user × διάρκεια
Payback period: χρόνος να καλυφθεί το CAC από το μικτό κέρδος ανά πελάτη.

Μικρό παράδειγμα (SaaS):

ARPU €10/μήνα, gross margin 80%, churn 5%/μήνα → LTV ≈ 10 × (1/0.05) = €200 (πριν margin).
Με margin 80% → «economic LTV» ≈ €160.
Αν CAC €30 → payback ≈ CAC / (ARPU × margin) = 30 / (10×0.8) = 3,75 μήνες.

Κανόνας οδηγός: στο early stage στόχευσε payback < 6–12 μήνες και LTV ≥ 3× CAC.

5) Έρευνα τιμής (WTP – willingness to pay)

A. Van Westendorp (Price Sensitivity Meter – γρήγορα) Ζήτα 4 ερωτήσεις:

Σε ποια τιμή θα σου φαινόταν πολύ φθηνό ώστε να αμφισβητείς την ποιότητα;
Φθηνό/λογικό;
Ακριβό αλλά ίσως;
Πολύ ακριβό;
Δημιούργησε καμπύλες → optimal price band = σημείο σύγκλισης.

B. Gabor‑Granger Δείχνεις διαφορετικές τιμές σε τυχαία υπο‑ομάδα και ρωτάς αν θα αγόραζε → καμπύλη ζήτησης και έσοδα/τιμή.

C. A/B Tests Διαφορετικά πακέτα/τιμές σε μικρά κοινά (με διαφάνεια και δίκαιους όρους).

Στο μάθημα: αρκεί μικρό survey + A/B σε landing page με διαφορετικά πακέτα.

6) B2C vs B2B διαφορές

B2C: χαμηλότερα tickets, ευαισθησία στην τιμή, απαιτεί μεγάλο κοινό ή viral loop.
B2B: λιγότεροι πελάτες αλλά υψηλότερα tickets, συχνά seat‑based + annual contracts, ROI narrative.

7) Marketplace Monetization – take rate & fees

Take rate (προμήθεια %) ανά συναλλαγή (π.χ. 10–15%).
Buyer vs seller fees: προμήθειες μπορεί να μοιράζονται.
Δευτερεύουσες ροές: ασφάλιση, προώθηση αγγελιών, subscriptions pro‑seller.
Κρίσιμο: ρευστότητα και εμπιστοσύνη (disputes, ratings). Χρεώσεις να είναι σαφείς πριν την αγορά.

8) Δυναμική τιμολόγηση & AI

Rules‑based: ώρες αιχμής, στοκ, εποχικότητα.
AI‑assisted: πρόβλεψη ζήτησης/ελαστικότητας, σύσταση τιμών εντός «φράχτη» (price guardrails).
Ηθική: διαφάνεια, όχι διακρίσεις ανά προστατευόμενα χαρακτηριστικά, συμμόρφωση με κανονισμούς ΕΕ για δίκαιες εμπορικές πρακτικές.

🧩 Ατομικές δραστηριότητες (εντός μαθήματος)

Επέλεξε revenue model για την ιδέα σου και αιτιολόγησε «γιατί τώρα αυτό».
Σχεδίασε pricing page (Good–Better–Best): τίτλοι πακέτων, τιμές, 3‑5 bullets/value per plan.
Υπολόγισε unit economics με απλά νούμερα (ARPU, CAC, churn, LTV, payback).
Μικρό WTP survey (Van Westendorp 4 ερωτήσεις ή Gabor‑Granger light) για ≥10 απαντήσεις.

🏠 Ανάθεση (παράδοση πριν την Εβδομάδα 9)

Παράδωσε pricing & monetization pack:

1 σελίδα με Revenue Model + Pricing Page (εικόνα/σύνδεσμος).
1 sheet με unit economics (ARPU, gross margin, CAC, churn, LTV, payback) και τις υποθέσεις σου.
1 μικρή αναφορά (≤2 σελ.): τι έμαθες από WTP ή A/B, τι θα αλλάξεις την επόμενη εβδομάδα.

Rubric:

Σαφήνεια & συνοχή μοντέλου εσόδων (30%)
Ποιότητα pricing page & δικλείδες (price fences) (30%)
Ορθότητα υπολογισμών & τεκμηρίωση υποθέσεων (25%)
Αναστοχασμός/επόμενα βήματα (15%)

🔗 Προτεινόμενοι πόροι (2023–2025)

ProfitWell/Price Intelligently – value‑based pricing guides
OpenView Partners – usage‑based pricing (2024)
Reforge – monetization essays (2023–2024)
McKinsey – dynamic pricing & AI (2024/2025)
EU Consumer Protection – διαφάνεια τιμών/συνδρομών, ακυρώσεις, dark patterns.

Δεν χρειάζεσαι τέλεια ακρίβεια. Χρειάζεσαι καθαρή λογική και μικρά πειράματα για να μάθεις γρήγορα.

✏️ Αναστοχασμός

Ποιο metering ταιριάζει καλύτερα στην αξία που παραδίδεις; Γιατί;
Αν αύριο έπρεπε να αυξήσεις τιμές 15%, τι θα πρόσθετες για να αυξήσεις αντιληπτή αξία;
Είναι το LTV/CAC σου ≥ 3; Αν όχι, τι αλλάζεις σε acquisition, pricing ή retention;

Ενότητα 8