大多数认为电子商务客户不值得做的公司，问题在于定价，而不是客户。以下是如何修复模型 — 并附带计算。
该项目每月收费 900 美元。您知道，因为是您报的价格：一位 Shopify 客户每月约有 1000 个订单，大约需要 6 小时的工作量，每小时 150 美元。合理。有依据。公平。
然后三月来了。一笔无法与银行存款匹配的付款，在错误时期记录的退款，与客户的兼职簿记员通话一小时。总共十一个小时。收费 1650 美元并接受尴尬的谈话，还是按报价收费并承担五个小时的损失？您承担了损失。大多数公司都会这样做。
这样做三四次后，一个信念就会变成政策：电子商务客户不值得做。但这种信念通常是错误的，而且是可以修复的 — 问题不在于客户，而在于您最初如何为电子商务会计服务定价。按小时收费将电子商务可变性的全部成本转嫁给您，而下面的数字表明有两种模式可以避免这种情况。
让电子商务会计服务无利可图的定价陷阱
按小时收费的逻辑听起来很谨慎：电子商务会计的可变性太高，无法按固定费率收费 — 按小时收费是唯一能保护公司的模式。
这就是谎言，直白地说。值得慷慨地解释一下为什么它感觉是真的。当对账层是手动操作时，电子商务工作确实是可变的。付款是净额扣除费用后的金额，退款和争议会跨越不同时期，销售税隐藏在存款中，而一个平台定价的变化就可能增加每个月末一个小时的工作量。如果您的工作时间确实在六到十一个小时之间波动，那么按六小时固定收费就是一种施舍。
但看看按小时收费在实践中实际做了什么。当工作时间激增时，您要么收取超额费用并损害关系，要么将其视为损失并放弃利润。当您在工作中变得更好时 — 建立清单，标准化会计科目表，加快速度 — 按小时收费会作为奖励而削减您的收入。这是唯一一种惩罚糟糕月份和进步的定价模式。
可变性从来不是客户的决定性特征。它是手工进行对账的一个属性。去除手动环节，“变化太大无法一口价”的论点就会瓦解——这正是为什么电子商务客户在默认模式下会摧毁公司利润，以及为什么他们不必如此的全部原因。
电子商务会计服务的三个定价模型
以下是公司实际使用的三种模式，以及同一虚构业务的计算：一个单店 Shopify 客户，每月约 1000 个订单，月度结账加付款对账，费用分离和销售税审查。所有数字仅为说明性——取整数是为了让机制更清晰，而非基准。
模型 1：按小时收费 — 默认模式，将您限制两次
计算。正常月份 6 小时，每小时 150 美元，共计 900 美元。在糟糕的月份——付款有争议，退款堆积——需要 10 到 11 个小时，而你已经看到为什么这个数字很少能全额开票。
哪里出错。平均到一年中，有两个糟糕的月份和典型的坏账，900 美元的业务实际收入接近每小时 120-130 美元。你的上限是你的日历：按小时收费，扩大电子商务业务意味着按比例招聘，这正是大多数公司试图摆脱的陷阱。
按小时收费适用于一次性项目——清理、诊断。作为经常性电子商务业务的固定模式，它在好月份低估了你的专业知识，并在坏月份侵蚀了你的利润。
模型 2：基于价值的固定费率 — 为结果定价
看起来是怎样的。一个数字，每月，针对明确的范围：在 10 号之前完成账目结账，对账付款，分离费用，审查销售税，一份简短的月度总结。对于这个客户，每月固定 1250 美元是一个公平的数字——客户获得了预算确定性和专家的产出；你则可以保留因擅长此项工作而获得的收益。
如何设定底线。为最糟糕的现实月份定价，而不是平均值。如果一个糟糕的月份让你花费九个小时，你的底线是 9 × 150 美元 = 1350 美元——问题就在这里。手动完成时，诚实的固定费率会让你高于市场预期，因此公司会削减数字，并通过后门悄悄地重新进入坏账业务。
这就是为什么固定费率声名狼藉，需要勇气。它并非需要勇气——只有在你最坏情况下的工时较低且可预测时，它才是安全的。在接下来的一个部分中请记住这一点。
如何沟通。永远不要说“六小时工作”。要说结果：“您的账目将在每月 10 号前结清，精确到分，每月 1250 美元。”范围界定在协议书中——订单量范围、店铺数量、触发重新报价的条件——执行按小时计费曾经承担的保护作用。
模型 3：按店铺数量和销量分级包月 — 可扩展的模式
固定费率只回答一个客户。分级收费回答的是一个业务实践。按实际驱动工作的两个因素——店铺数量和订单量——对您的月度服务费进行分级，并将这些级别作为费率卡发布：
| 级别 | 客户画像 | 月度服务费（说明性） |
|---|---|---|
| 1-5 家店铺 | 单一品牌，每月总订单量约 5000 个以下 | 950-1500 美元 |
| 6-20 家店铺 | 多品牌运营商或聚合商 | 2500-4500 美元 |
| 20 家以上店铺 | 投资组合或代理规模运营商 | 定制，从 6000 美元起 |
这是关于月费定价模型的一个段落：将每个乐队的底线设定在其最差月份的成本上，按数量划分范围，并单独收取入职费——一次性固定费用用于设置、映射和任何历史数据清理，这样混乱的第一个月就不会污染经常性利润。（清理本身也可以作为固定项目进行范围界定；文件清理手册对此进行了说明。）
分级定价会为你做两件隐蔽的事情。它们会用一个数字预先回答“当我开设第二家店时会发生什么”，而不是进行重新谈判。它们还使你的定价看起来像基础设施——如果下一节内容适用于你的公司，那么它就是如此。
自动化如何改变单位经济效益
以上所有内容都取决于一个变量：你每月每位客户的小时数。自动化是该变量停止变化的方式。
以两种方式运行相同的 1,250 美元月费。手动：六小时，你的 150 美元机会成本是 900 美元，剩余 350 美元——28% 的利润率，两个糟糕的月份就会将其抹去。自动化，通过软件处理对账层：结账变成审查——称之为 75 分钟，大约 190 美元的你的时间。工具成本会增加几美元（如下）。利润：约 1,040 美元，或约 83%。同一位客户，相同的月费，相同的可交付成果。唯一改变的是，可变成本已退出参与。
工具成本比大多数公司猜测的要低。LedgerPort 的企业版计划是每月 169 美元，不限订单和不限企业——一个订阅涵盖整个客户组合，每个客户在单个公司登录下作为独立企业进行管理，每个客户同步到自己的 QuickBooks 文件。十个客户大约是每月每位客户 17 美元；二十五个客户不到 7 美元。与 1,250 美元的月费相比，软件成本可以忽略不计。
两个产品细节对定价尤为重要，因为它们解决了设定你底线的最坏情况小时数：
- 主模板。 LedgerPort 支持主模板，该模板将你的标准会计科目表配置应用于多个客户——你的账户映射决策成为公司的知识产权，应用于每个新客户，而不是从头开始重建。这使得公布的费率表是诚实的：每个客户都在相同的轨道上运行，因此服务每个客户的成本大致相同。
- 历史导入。 Time Machine 功能将最多 24 个月历史订单数据推送到 QuickBooks，这使得“在开始之前账簿就一团糟”从一个无界风险变成一个可界定范围的固定费用入职项目。
还有一个正式的CPA 合作伙伴计划围绕此模型构建：在公司层面进行批发计费——将其转嫁给客户或将其包含在月费中——外加在推荐客户的收入分成或将其折扣转嫁给客户之间进行选择，以适应你的公司运营方式。
在您的定位中建立专家溢价
税务律师每小时的收费高于普通执业律师。不是因为时间更长——而是因为结果更难获得，并且错误风险已计入价格。电子商务会计服务也收取同样的溢价，大多数综合性事务所无法反驳：他们不知道为什么 Shopify 的付款永远不等于销售额减去退款，而他们的客户已经看着他们在工作中学习。
然而，溢价必须可信，而这里的可信度就是基础设施。电子商务的标准会计科目表。一份记录在案的客户入职流程，从委托函到第一次同步对账，不到一小时完成。一个依靠软件运行而非员工周六加班的对账层。当潜在客户询问您与他们现有的注册会计师有何不同时，“我们有专门针对您这类业务的系统”是综合性事务所无法伪造的答案——这也是为什么 1-5 家门店的乐队可以以 950 美元起价，而不是 500 美元。
当客户询问您为何收费更高时，该如何回应
他们会问的。准备好答案，并将其与他们的风险挂钩，而不是您的努力：
- “您不是在为时间付费。您是在为每月 10 日前完成、对账的账簿付费，而且价格永远不会让您感到意外。” 确定性是产品。他们上一任簿记员按小时收费，账单却总是拖延。
- “电子商务账簿会以特定方式出错——付款与存款不符，隐藏在净转账中的费用，礼品卡被记为收入。我们围绕这些故障模式建立了我们的业务。” 细节胜过廉价。说出他们已经经历过的确切问题。
- “综合性事务所每月收费较低，但每年成本更高。” 那些上门处理的清理工作——重复计算的收入，从未清零的往来账户——才是折扣的实际代价。
注意缺失了什么：任何关于您的软件、您的工时或您的成本的提及。客户购买的是结果。基础设施是您能够承诺它的原因——它不是推销的重点。
您不再按小时为自己定价
回到三月份的那个项目。在旧模式下，无法匹配的付款让您花费了五个未计费小时，并对一个完全不错的客户产生了一丝不满。在这种模式下，同样的三月份看起来是这样的：同步运行了，异常情况出现在日志中，您的主管花了二十分钟审查它们，然后月费像每个月一样入账。客户从未知道三月份很艰难，因为对您来说，它并不艰难。
一旦基础设施到位，您就不是为您的时间定价——您是为结果定价。这从根本上来说是一项更有利可图的业务。
整个模式取决于一个条件：在发布固定费率之前，您每位客户的时间成本必须是可预测的。LedgerPort 的建立正是为了让会计师事务所能够实现这种可预测性——在此了解事务所如何使用它来处理多个电子商务客户的账簿 →，或开始 CPA 入职流程并使用它处理一个客户 → 来亲自测试最坏情况下的计算。
