راهنمای خودی برای اتاق‌های داده: آنچه باید قبل از افزایش هوش داده پلاتوبلاکچین بدانید. جستجوی عمودی Ai.

راهنمای خودی برای اتاق های داده: آنچه باید قبل از مطرح کردن بدانید

زمان آن فرا رسیده است که استارتاپ شما کمک مالی کند. شما یک عرشه آماده می کنید، زمین خود را تمرین می کنید و شروع به تماس با سرمایه گذاران می کنید. اگر اولین جلسه خوب پیش برود، اغلب با درخواست به اشتراک گذاشتن «اتاق داده» شما به پایان می رسد. اما چی is یک اتاق داده، و چه چیزی باید در آن گنجانده شود؟

اتاق داده چیست؟

اصطلاح «اتاق داده» مربوط به دهه 1900 است، زمانی که شرکت‌ها از چاپ اسناد فیزیکی استفاده می‌کردند و آنها را در اتاق‌های امن برای بررسی سرمایه‌گذاران و سایر شرکای احتمالی ارائه می‌کردند. امروزه، اتاق‌های داده مجازی هستند - اما هنوز بخش مهمی از فرآیند تلاش هستند. 

اتاق‌های داده همچنین بخش کلیدی آماده‌سازی برای رویدادهای نقدینگی دیگر مانند IPO یا SPAC هستند، اما در اینجا ما بر اهمیت اتاق‌های داده هنگام افزایش سرمایه‌های خطرپذیر تمرکز می‌کنیم. در اینجا چیزی است که بنیانگذاران باید بدانند، از جمله اطلاعاتی که سرمایه گذاران امیدوارند ببینند، اسناد شما کار را انجام ندهید نیاز و پرچم های قرمز که باید مراقب آنها باشید.

اتاق داده 101

برای شروع، اتاق داده مجموعه ای از اسناد است که به سرمایه گذاران کمک می کند تا سرعت کسب و کار شما را افزایش دهند. هدف اتاق داده این است که به سرمایه گذاران اطلاعاتی را بدهد که برای انجام بررسی های لازم در مورد شرکت شما نیاز دارند (و در نهایت یک یادداشت سرمایه گذاری بنویسید تا با بقیه اعضای تیم صحبت کنید). در اینجا پنج مورد از مواردی که توصیه می کنیم شامل موارد زیر است:

1. عرشه زمین. این می تواند یک پست کاملاً مجزا باشد! حداقل، عرشه باید شامل پایان نامه شرکت شما، چشم انداز محصول، چشم انداز رقابتی، کشش، و تیم شما، و همچنین یک نقشه راه ناهموار یا برنامه ای برای نحوه استفاده از وجوه باشد. 

2. میز درپوش. این باید به سرمایه گذاران فعلی شرکت شما نشان دهد که چقدر سرمایه گذاری کرده اند و چقدر مالکیت دارند. Carta چیزهای خوبی دارد قالب های رایگان

3. P&L تاریخی و بسوزان این باید مسیر درآمد ناخالص از طریق درآمد خالص (زیان) تا خروج وجه نقد را به صورت ماهانه نشان دهد. مطمئن شوید که انواع مختلف درآمد (در صورت وجود) و تمام هزینه های اصلی خود را مشخص کنید. اگر ترازنامه و صورت جریان نقدی را درج نمی کنید، اضافه کردن موجودی وجه نقد نیز مفید است.

4. داده های استفاده. این داده ها بر اساس نوع شرکت متفاوت خواهد بود (ما در زیر در مورد معیارهای خاص تر به جزئیات خواهیم پرداخت)، اما شما می خواهید داده هایی را اضافه کنید که موارد زیر را نشان می دهد:

  • رشد: مقیاس کاربری شما در طول زمان، چه از نظر ثبت نام و چه از نظر کاربران فعال، چگونه است؟ 
راهنمای خودی برای اتاق‌های داده: آنچه باید قبل از افزایش هوش داده پلاتوبلاکچین بدانید. جستجوی عمودی Ai.
  • کانال های جذب: از کجا کاربران را جذب می کنید؟ هزینه هر کدام از این کانال ها چقدر است؟
راهنمای خودی برای اتاق‌های داده: آنچه باید قبل از افزایش هوش داده پلاتوبلاکچین بدانید. جستجوی عمودی Ai.
  • نامزدی:  کاربران هر چند وقت یک بار با محصول درگیر می شوند؟ چقدر برای آن هزینه می کنند و چه می کنند؟
راهنمای خودی برای اتاق‌های داده: آنچه باید قبل از افزایش هوش داده پلاتوبلاکچین بدانید. جستجوی عمودی Ai.
  • نگهداری: چگونه کاربران در طول زمان حفظ می کنند؟ این معمولاً به شکل گروه‌های ماهانه است و هم به تعداد کاربران و هم به هزینه‌ها نگاه می‌کند. بسته به دفعات استفاده طبیعی از محصول، ممکن است به دنبال نگهداری روزانه یا هفتگی نیز باشیم. در زیر برای برنامه های اجتماعی بیشتر به این موضوع می پردازیم. 
راهنمای خودی برای اتاق‌های داده: آنچه باید قبل از افزایش هوش داده پلاتوبلاکچین بدانید. جستجوی عمودی Ai.

5. LTV / CAC و دوره بازپرداخت. برای بسیاری از شرکت های مصرف کننده، سرمایه گذاران به دنبال پاسخ به یک سوال ساده هستند: "آیا پس از محاسبه هزینه های به دست آوردن و خدمت به مشتری، از روی یک مشتری متوسط ​​درآمد کسب می کنید؟" اینجاست که LTV (ارزش مادام العمر)/CAC (هزینه جذب مشتری) وارد می شود. LTV معیاری از سود مشارکت است که در طول عمر مشتری ایجاد می شود. سود مشارکت با حاشیه ناخالص متفاوت است - هزینه های متغیر دیگری مانند فروش و بازاریابی که در COGS گنجانده نشده اند را در بر می گیرد. LTV/CAC > 1 نشان می دهد که شما از آن مشتری پول در می آورید، زیرا سود ایجاد شده توسط مشتری از هزینه به دست آوردن آنها بیشتر است.

راهنمای خودی برای اتاق‌های داده: آنچه باید قبل از افزایش هوش داده پلاتوبلاکچین بدانید. جستجوی عمودی Ai.

برای CAC در این معادله، ما استفاده از CAC ترکیبی را توصیه می‌کنیم - اگرچه این می‌تواند تمرین ارزشمندی برای CAC پولی باشد، زیرا به شما این حس را می‌دهد که آیا تلاش‌های بازاریابی پولی شما سودآور هستند یا خیر. 

LTV اغلب برای محاسبه دشوارتر است. احتمالاً باید تخمین بزنید که مشتری چقدر محصول شما را حفظ می کند و در طول زمان چقدر هزینه می کند. توصیه می‌کنیم از داده‌های تاریخی برای راهنمایی این تصمیم‌ها استفاده کنید و فرضیات خود را به وضوح برای درک سرمایه‌گذاران بیان کنید. 

ما همچنین به دوره بازپرداخت نگاه می کنیم، که معیاری است برای مدت زمانی که طول می کشد تا سود ایجاد شده توسط مشتری برای "بازپرداخت" هزینه خرید. شمارشگر در اینجا هزینه جذب مشتری خواهد بود. مخرج معیاری برای سود خواهد بود: یا حاشیه ناخالص، با فرض اینکه هیچ هزینه متغیر غیرمستقیمی به غیر از فروش و بازاریابی ندارید، یا حاشیه مشارکت به استثنای فروش و بازاریابی.

راهنمای خودی برای اتاق‌های داده: آنچه باید قبل از افزایش هوش داده پلاتوبلاکچین بدانید. جستجوی عمودی Ai.

در موارد نادر، ممکن است قبل از شناسایی درآمد، یک جریان نقدی دریافت کنید که می تواند دوره بازپرداخت شما را کوتاه کند. اگر مشتری یک برنامه سالانه خریداری کند، مثال برنامه اشتراک بالا متفاوت به نظر می رسد - پرداخت اولیه یک دوره بازپرداخت کمتر از 1 ماه را به همراه دارد.

راهنمای خودی برای اتاق‌های داده: آنچه باید قبل از افزایش هوش داده پلاتوبلاکچین بدانید. جستجوی عمودی Ai.

چی نباید شما شامل؟

ساختن یک اتاق داده خوب یک اقدام متعادل کننده است. شما می‌خواهید اطلاعات مورد نیاز سرمایه‌گذاران را فراهم کنید، اما نمی‌خواهید وقت خود را برای جمع‌آوری اسناد یا داده‌هایی که قرار نیست به آنها نگاه کنند تلف کنید.

در اینجا پنج موردی وجود دارد که اغلب در اتاق‌های داده مشاهده می‌کنیم، اما استفاده از آنها را توصیه نمی‌کنیم، مگر اینکه سرمایه‌گذار به طور خاص آنها را بخواهد: 

1. نمودار سازمانی و/یا بیوگرافی تیم. ما قطعاً می خواهیم پیشینه تیم موسس و سایر مدیران را درک کنیم، اما به طور کلی از LinkedIn برای این کار استفاده می کنیم.

2. پیش بینی های مالی دقیق 3 تا 5 ساله. این ممکن است بحث‌برانگیز باشد، اما معمولاً مدل‌سازی مالی آینده‌نگر برای شرکت‌های مصرف‌کننده اولیه دشوار است. ما دوست داریم نقاط عطف کلیدی را که می‌خواهید در 12 تا 18 ماه آینده به دست آورید (و آنچه برای رسیدن به آنجا نیاز دارید) بشنویم، اما ما انتظار یک مدل کاملاً پخته را نداریم. 

3. اظهارنامه مالیاتی، حسابرسی، و اسناد قانونی مانند اجاره نامه اداری یا نامه های پیشنهاد کارمندان. ما وکیل یا حسابدار نیستیم! اگر نگرانی داشته باشیم، مدارکی را که نیاز داریم درخواست می کنیم.

4. صورتجلسه هیئت مدیره. مگر اینکه سؤال خاصی داشته باشیم، عموماً در مورد این صورتجلسات صحبت نمی کنیم (و به هر حال آنها تمایل دارند به شدت ویرایش شوند). با این حال، در صورت در دسترس بودن، معمولاً نگاهی به عرشه‌های تخته می‌اندازیم. 

5. اندازه بازار. ما کار خودمان را برای تعیین اندازه بازار انجام خواهیم داد. موارد نادری وجود دارد که ممکن است بخواهید این مورد را لحاظ کنید (به عنوان مثال، اگر در یک بازار مبهم هستید و یافتن داده‌های در دسترس عمومی دشوار است).

اتاق های داده بر اساس دسته بندی

معیارهای خاصی که سرمایه گذاران می خواهند ببینند بر اساس مدل کسب و کار شما متفاوت است. در زیر، معیارهای کلیدی را که دوست داریم برای دسته‌بندی استارت‌آپ‌هایی که معمولاً به آنها نگاه می‌کنیم، مشخص کرده‌ایم. به خاطر داشته باشید که برای هر یک از این موارد، سرمایه‌گذاران معمولاً می‌خواهند درک کنند که چگونه آنها در طول زمان تغییر کرده‌اند (اگر اصلاً تغییر کرده باشند)، نه فقط وضعیت فعلی. 

بازارها (مانند Airbnb، Instacart)

  • معاملات، GMV و درآمد خالص 
  • فروشندگان و خریداران جدید ماهانه به پلتفرم اضافه می شوند 
  • فروشندگان و خریداران فعال 
  • CAC در دو طرف بازار 
  • نگهداری GMV و حفظ کاربر برای هر دو گروه خریدار و فروشنده 
  • غلظت GMV هر ماه در خریداران و فروشندگان برتر 

برنامه های اجتماعی (مانند اسنپ، فیس بوک)

  • DAU، WAU، و MAU
  • گروه‌های حفظ روزانه - حفظ D1، D7، D30، D60، D90
  • گروه‌های حفظ هفتگی - حفظ W1، W2، W3، W4، W6 
  • تقسیم خرید بین کاربران ارگانیک و پولی به صورت ماهانه و CAC پولی
  • زمان صرف شده و زمان جلسه برای هر کاربر 

اشتراک ها (به عنوان مثال Calm، Noom) 

  • کاربران رایگان فعال ماهانه و مشترکین پولی
  • MRR و حاشیه ناخالص
  • نرخ تبدیل برای هر مرحله در جریان: نصب تا ثبت نام تا آزمایشی برای کاربر پرداخت کننده
  • تقسیم خرید بین کاربران ارگانیک و پولی به صورت ماهانه و CAC پولی
  • ٪ از کاربران در هر نوع طرح (به عنوان مثال ماهانه در مقابل سالانه) 
  • گروه‌های حفظ ماهانه - حفظ کاربر پولی (٪ از کاربران هنوز برای اشتراک در ماه X پرداخت می‌کنند) و حفظ کاربر فعال (٪ کاربرانی که هنوز از برنامه در ماه X استفاده می‌کنند) 

تجارت الکترونیک (مانند سیدر، روتی)

  • ترافیک وب ماهانه، تعداد خریداران، تعداد خریدها و حجم تراکنش. (معیارهای فرعی وجود دارد که از این نتیجه حاصل می شود، مانند نرخ تبدیل و AOV)
  • نرخ بازگشت
  • نرخ تکرار مشتری و دفعات خرید مجدد
  • حاشیه ناخالص و حاشیه سهم
  • درصد مشتریان جدید بر اساس کانال جذب
  • CAC، LTV تخمینی و دوره بازپرداخت

سوالات متداول

اگر شرکت من پیش از راه اندازی باشد چه؟

در این مورد، اتاق داده معمولاً شامل یک عرشه، اطلاعات مربوط به تیم شما و یک نقشه راه برای آنچه که می‌خواهید قبل از دور بعدی انجام دهید، می‌شود. اگر نسخه بتا دارید یا نسخه آزمایشی محصول را انجام داده اید، شامل داده های مربوط به آن نیز می تواند مفید باشد. 

من هرگز در یک بانک سرمایه گذاری کار نکردم - چگونه یک مدل مالی بسازم؟

اشکالی ندارد! ما انتظار نداریم که بنیانگذاران اکسل ویزز باشند. با شناسایی عوامل کلیدی ارزش برای کسب و کار خود شروع کنید. به عنوان مثال، ممکن است کاربران جدید، نگهداری ماهانه و میانگین درآمد هر کاربر باشد. سپس سعی کنید با استفاده از داده های تاریخی خود به عنوان یک راهنما، پیش بینی کنید که این معیارها ممکن است در حرکت رو به جلو چگونه به نظر برسند.

در بیشتر موارد، پیش بینی های شما نباید تفاوت زیادی با داده های تاریخی داشته باشد. اگر MAU ها در شش ماه گذشته 20% رشد داشته باشند، احتمالاً فرض رشد 200% MoM برای سال آینده غیرواقعی است. با این حال، مواردی وجود دارد که منطقی است فرض کنیم که معیارهای شما در مقیاس بهبود می‌یابند - برای مثال، بسیاری از کسب‌وکارهای تحویل با متراکم‌تر شدن شبکه‌شان، هزینه هر تحویل را کاهش می‌دهند.

در یک یادداشت مرتبط، مطمئن شوید که نسبتاً به توانایی خود برای دستیابی به پیش بینی های خود اطمینان دارید. اگر یک سرمایه‌گذار دور فعلی شما را پاس می‌کند اما می‌خواهد برای دورهای بعدی دوباره وصل شود، می‌خواهید بتوانید بگویید که برنامه‌تان را شکست داده‌اید یا از آن فراتر رفته‌اید.

چه زمانی باید اتاق داده استارت آپ خود را آماده کنم؟

در صورت امکان، سعی کنید قبل از شروع رسمی جمع آوری کمک مالی، اتاق داده خود را آماده کنید. گردآوری یک اتاق داده ممکن است به شما کمک کند تا برای جذب سرمایه گذار آماده شوید. احتمالاً از داده‌های موجود در عرشه خود استفاده خواهید کرد و با درک بهتری از اعداد خود از آن خارج خواهید شد. 

داشتن یک اتاق داده از قبل آماده، روند جمع آوری کمک های مالی شما را نیز ادامه می دهد. آن را یک کار در حال انجام در نظر بگیرید، زیرا احتمالاً با دریافت سؤال از سرمایه گذاران، موارد بیشتری را اضافه خواهید کرد. 

برخی از پرچم های قرمز که باید از آنها آگاه باشم چیست؟

ما انتظار نداریم اتاق های داده بی نقص باشند، اما چند چیز وجود دارد که ممکن است نظر سرمایه گذاران را برانگیزد: 

  • اعدادی که با آنچه در عرشه است مطابقت ندارند. به عنوان مثال، عرشه شما 2 میلیون دلار به صورت ARR می گوید، اما مدل شما 1.5 میلیون دلار را نشان می دهد.
  • اعدادی که بین برگه‌ها یا صفحات گسترده یکسان نیستند. یکی از راه‌های رفع این مشکل، ساخت یک مدل جامع (به‌جای صفحات گسترده مختلف) و پیوند دادن بین برگه‌ها است – بنابراین اگر معیاری را در یک مکان تغییر دهید، همه جا تغییر می‌کند.
  • مالی تاریخی محدود. به عنوان مثال، زمانی که شرکت شما سه ساله است، فقط سه ماه داده را نشان می دهید یا درآمد سه ماهه اما نه ماهانه را نشان می دهید. و مطمئن شوید که با برجسته کردن پیش‌بینی‌ها با رنگی دیگر، یا اضافه کردن یک (A) بعد از واقعیات و یک (P) بعد از پیش‌بینی، مشخص است که تاریخچه‌ها به کجا ختم می‌شوند و پیش‌بینی‌های آینده کجا شروع می‌شوند.
  • معیارهای انتخابی ارائه شده وقتی داده‌های حفظ یا تعامل را ارائه می‌کنید، بهترین گروه‌های کاربران را انتخاب نکنید. داده‌های کامل را بگنجانید - اگرچه ما همچنین دوست داریم "نقاط روشن" را ببینیم (مثلاً "کاربرانی که بیش از 5 دوست اضافه می‌کنند هر روز 20 دقیقه در برنامه صرف می‌کنند"). 

هنگامی که اتاق داده به طور مؤثر ساخته شود، فرصتی عالی برای تقویت داستان و چشم انداز کسب و کار شما با "دریافت" آنچه تا به امروز انجام داده اید است.

ارسال شده در 25 آگوست 2022

فناوری، نوآوری و آینده، همانطور که توسط کسانی که آن را می سازند گفته اند.

از ثبت نام شما سپاسگزاریم.

صندوق ورودی خود را برای یادداشت خوشامدگویی بررسی کنید.

تمبر زمان:

بیشتر از آندرسن هورویتز