A bennfentesek útmutatója az adatszobákhoz: Mit kell tudni a PlatoBlockchain adatintelligencia növelése előtt. Függőleges keresés. Ai.

A bennfentesek útmutatója az adatszobákhoz: Mit kell tudni a nevelés előtt

Itt az ideje, hogy induló vállalkozása adományt gyűjtsön. Előkészít egy paklit, gyakorolja a pályát, és elkezdi elérni a befektetőket. Ha az első találkozó jól sikerül, gyakran azzal a kéréssel végződik, hogy ossza meg „adatszobáját”. De mit is adatszoba, és mi kerüljön bele?

Mi az adatszoba?

Az „adatszoba” kifejezés az 1900-as évekből származik, amikor a vállalatok fizikai dokumentumokat nyomtattak, és biztonságos helyiségekben mutatták be a befektetők és más leendő partnerek áttekintésére. Ma az adatszobák virtuálisak – de még mindig fontos részét képezik a szorgalmi folyamatnak. 

Az adatszobák más likviditási eseményekre, például IPO-ra vagy SPAC-ra való felkészülésnek is kulcsfontosságú részét képezik, de itt az adatszobák fontosságára összpontosítunk a kockázati tőke bevonása során. Íme, amit az alapítóknak tudniuk kell, beleértve azt is, hogy a befektetők milyen adatokat szeretnének látni, az Ön dokumentumait nem és piros zászlókra kell figyelni.

101-es adatszoba

Kezdetben az adatszoba olyan dokumentumok gyűjteménye, amely segít a befektetőknek, hogy felgyorsítsák vállalkozása működését. Az adatszoba célja, hogy megadja a befektetőknek azokat az információkat, amelyekre szükségük van a vállalat átvilágításához (és végül befektetési feljegyzés írása, hogy megvitassák csapatuk többi tagjával). Íme az öt legfontosabb dolog, amit ajánlunk, többek között:

1. Pitch fedélzet. Ez lehet egy teljesen külön bejegyzés! A paklinak tartalmaznia kell legalább a vállalat szakdolgozatát, a termék jövőképét, a versenyhelyzetet, a vontatást és a csapatot, valamint egy hozzávetőleges ütemtervet vagy tervet az alapok felhasználására vonatkozóan. 

2. Kupak táblázat. Ennek meg kell mutatnia a vállalat jelenlegi befektetőit, mennyit fektettek be, és mekkora a tulajdonuk. Cartának van néhány nagyszerű ingyenes sablonok

3. Történelmi eredmény és éget. Ennek meg kell mutatnia a bruttó bevételtől a nettó bevételen (veszteségen) át a készpénzkiáramláson át havi rendszerességgel. Ügyeljen arra, hogy különítse el a különböző bevételtípusokat (ha van ilyen) és az összes főbb költségét. Az is hasznos, ha hozzáadja a készpénzegyenleget, ha nem tartalmaz mérleget és pénzforgalmi kimutatást.

4. Használati adatok. Ezek az adatok a vállalat típusától függően változnak (a konkrétabb mutatókat alább részletesen ismertetjük), de érdemes olyan adatokat is megadni, amelyek a következőket szemléltetik:

  • Növekedés: Hogyan skálázódik a felhasználói bázis az idő múlásával, mind a feliratkozások, mind az aktív felhasználók tekintetében? 
A bennfentesek útmutatója az adatszobákhoz: Mit kell tudni a PlatoBlockchain adatintelligencia növelése előtt. Függőleges keresés. Ai.
  • Beszerzési csatornák: Hol szerzel felhasználókat? Mennyibe kerülnek Önnek ezek a csatornák?
A bennfentesek útmutatója az adatszobákhoz: Mit kell tudni a PlatoBlockchain adatintelligencia növelése előtt. Függőleges keresés. Ai.
  • eljegyzés:  Milyen gyakran veszik igénybe a felhasználók a terméket? Mennyi időt töltenek rá, és mit csinálnak?
A bennfentesek útmutatója az adatszobákhoz: Mit kell tudni a PlatoBlockchain adatintelligencia növelése előtt. Függőleges keresés. Ai.
  • Visszatartás: Hogyan maradnak meg a felhasználók az idő múlásával? Ez általában havi kohorszok formájában történik, és figyelembe veszi a felhasználók számát és a költést is. A termék természetes használati gyakoriságától függően napi vagy heti tartást is kereshetünk. Az alábbiakban a közösségi alkalmazásoknál részletesebben foglalkozunk ezzel. 
A bennfentesek útmutatója az adatszobákhoz: Mit kell tudni a PlatoBlockchain adatintelligencia növelése előtt. Függőleges keresés. Ai.

5. LTV / CAC és megtérülési idő. Sok fogyasztói vállalatnál a befektetők egy egyszerű kérdésre keresik a választ: „Készül-e Ön egy átlagos ügyféllel, miután elszámolta megszerzésének és kiszolgálásának költségeit?” Itt lép be az LTV (élettartam érték)/CAC (ügyfélszerzési költség). A hozzájárulásból származó nyereség eltér a bruttó árréstől – más változó költségeket is tartalmaz, például az értékesítést és a marketinget, amelyek nem szerepelnek az COGS-ben. Az LTV/CAC > 1 azt jelzi, hogy pénzt fog keresni az adott ügyféllel, mivel az ügyfél által termelt nyereség meghaladja az ügyfél megszerzésének költségeit.

A bennfentesek útmutatója az adatszobákhoz: Mit kell tudni a PlatoBlockchain adatintelligencia növelése előtt. Függőleges keresés. Ai.

Ebben az egyenletben a CAC esetében a kevert CAC használatát javasoljuk – bár ez is értékes gyakorlat lehet a fizetett CAC esetében, mivel érzékelteti, hogy a fizetett marketing erőfeszítései nyereségesek-e. 

Az LTV-t gyakran nehezebb kiszámítani. Valószínűleg meg kell becsülnie, hogy az ügyfél mennyi ideig fogja megtartani a termékét, és mennyit költ az idő múlásával. Javasoljuk, hogy előzményadatokat használjon a döntések megtételéhez, és világosan fogalmazza meg feltételezéseit, hogy a befektetők megértsék. 

Figyeljük a megtérülési időt is, amely azt méri, hogy a vevő által megtermelt haszon mennyi idő alatt „visszafizeti” a beszerzési költséget. A számláló itt az ügyfélszerzési költség lesz. A nevező a nyereség mértéke: vagy a bruttó árrés, feltéve, hogy az értékesítésen és a marketingen kívül nincs közvetett változó költsége, vagy a hozzájárulási árrés az értékesítés és a marketing nélkül.

A bennfentesek útmutatója az adatszobákhoz: Mit kell tudni a PlatoBlockchain adatintelligencia növelése előtt. Függőleges keresés. Ai.

Ritka esetekben előfordulhat, hogy a bevétel elszámolása előtt készpénzbevételt kap, ami lerövidítheti a megtérülési időszakot. A fenti előfizetéses alkalmazás példája másképp nézne ki, ha az ügyfél éves előfizetést vásárolna – az előleg fizetése 1 hónapnál rövidebb megtérülési időt eredményez.

A bennfentesek útmutatója az adatszobákhoz: Mit kell tudni a PlatoBlockchain adatintelligencia növelése előtt. Függőleges keresés. Ai.

Mit ne beleveszed?

Egy jó adatszoba felépítése kiegyensúlyozó tevékenység. Szeretné megadni azokat az információkat, amelyekre a befektetőknek szüksége van, de nem akarja a saját idejét olyan dokumentumok vagy adatok összeállítására pazarolni, amelyeket nem fognak megnézni.

Íme öt olyan dolog, amelyet gyakran látunk az adatszobákban, de nem ajánljuk, ha egy befektető kifejezetten kéri őket: 

1. Szervezeti diagram és/vagy csapatéletrajz. Mindenképpen szeretnénk megérteni az alapító csapat és más vezetők hátterét, de általában a LinkedIn-t használjuk erre.

2. Részletes 3-5 éves pénzügyi előrejelzések. Ez ellentmondásos lehet, de gyakran nehéz előretekintő pénzügyi modelleket modellezni a korai szakaszban működő fogyasztói vállalatok számára. Szeretjük hallani a legfontosabb mérföldköveket, amelyeket az elkövetkező 12-18 hónapban el szeretne érni (és azt, hogy mire lesz szüksége ahhoz, hogy elérje), de nem számítunk teljesen kész modellre. 

3. Adóbevallások, auditok és jogi dokumentumok, például irodabérleti szerződések vagy munkavállalói ajánlatok. Nem vagyunk ügyvédek vagy könyvelők! Ha aggályaink vannak, bekérjük a szükséges dokumentumokat.

4. Elnökségi ülés jegyzőkönyve. Hacsak nincs konkrét kérdésünk, általában nem foglalkozunk a találkozó jegyzőkönyveivel (és egyébként is erősen le van szerkesztve). Általában azonban megnézzük a fedélzeti paklit, ha rendelkezésre állnak. 

5. Piac méretezése. A piac méretét saját magunk végezzük el. Vannak ritka esetek, amikor érdemes lehet ezt felvenni (például ha egy homályos piacon tartózkodik, és nehéz nyilvánosan elérhető adatokat találni).

Adatszobák kategóriánként

A befektetők által látni kívánt konkrét mutatók az üzleti modelltől függően változnak. Az alábbiakban felvázoltuk azokat a kulcsfontosságú mutatókat, amelyeket szívesen látunk az általunk jellemzően vizsgált startup-kategóriákhoz. Ne feledje, hogy a befektetők ezeknél a tételeknél általában szeretnének képet kapni arról, hogyan változtak az idők során (ha egyáltalán változtak), nem csak a jelenlegi állapotról. 

Piacterek (pl. Airbnb, Instacart)

  • Tranzakciók, GMV és nettó bevétel 
  • Havonta új eladók és vevők adódnak a platformhoz 
  • Aktív eladók és vásárlók 
  • CAC a piactér mindkét oldalán 
  • GMV visszatartás és a felhasználók megtartása mind a vevői, mind az eladói csoportok számára 
  • GMV koncentráció minden hónapban a legjobb vásárlók és eladók körében 

Közösségi alkalmazások (pl. Snap, Facebook)

  • DAU, WAU és MAU
  • Napi megőrzési kohorszok – D1, D7, D30, D60, D90 megőrzés
  • Heti megtartási kohorszok – 1. hét, 2. hét, 3. hét, 4. hét, 6. hét megőrzése 
  • Az akvizíció havi rendszerességgel oszlik meg az organikus és a fizetős felhasználók, valamint a fizetett CAC között
  • Felhasználónként eltöltött idő és munkamenet ideje 

Előfizetések (pl. Calm, Noom) 

  • Havi aktív ingyenes felhasználók és fizetett előfizetők
  • MRR és bruttó árrés
  • Konverziós arányok a folyamat egyes lépéseihez: telepítéstől regisztrációtól próbaverzióig fizető felhasználóhoz
  • Az akvizíció havi rendszerességgel oszlik meg az organikus és a fizetős felhasználók, valamint a fizetett CAC között
  • A felhasználók százaléka az egyes csomagtípusoknál (pl. havi vagy éves) 
  • Havi megőrzési csoportok – fizetett felhasználók megtartása (az X hónapban még előfizetést fizető felhasználók %-a) és az aktív felhasználómegtartás (az alkalmazást X hónapban még használó felhasználók %-a) 

E-kereskedelem (pl. Cider, Rothy's)

  • Havi webforgalom, vásárlók száma, vásárlások száma és tranzakciós mennyiség. (Vannak olyan almutatók, amelyek ebből származnak, például a konverziós arány és az AOV)
  • Megtérülési arány
  • Az ügyfél ismétlési aránya és az újravásárlások gyakorisága
  • Bruttó árrés és járulékkulcs
  • Az új ügyfelek %-a akvizíciós csatorna szerint
  • CAC, becsült LTV és megtérülési idő

Gyakran Ismételt Kérdések

Mi van, ha a cégem bevezetés előtt áll?

Ebben az esetben az adatszoba általában tartalmaz egy paklit, információkat a csapatról, és egy ütemtervet arról, hogy mit szeretne elérni a következő forduló előtt. Ha rendelkezik bétaverzióval vagy kipróbálta a terméket, az erre vonatkozó adatok is hasznosak lehetnek. 

Soha nem dolgoztam befektetési banknál – hogyan építsek fel pénzügyi modellt?

Rendben van! Nem várjuk el az alapítóktól, hogy Excel-szellemesek legyenek. Kezdje azzal, hogy azonosítsa vállalkozása értékének kulcsfontosságú tényezőit. Ez lehet például az új felhasználók, a havi megtartás és a felhasználónkénti átlagos bevétel. Ezután próbálja meg előrevetíteni, hogyan nézhetnek ki ezek a mutatók a jövőben, felhasználva az előzményadatokat útmutatóként.

A legtöbb esetben az előrejelzések nem térhetnek el nagymértékben a korábbi adatoktól. Ha a MAU-k az elmúlt hat hónapban ~20%-os anyanyelvű növekedést mutattak, valószínűleg irreális 200%-os anyanyelv-növekedést feltételezni a következő évre. Vannak azonban olyan esetek, amikor ésszerű azt feltételezni, hogy a mérőszámok léptékben javulnak – például sok kézbesítési vállalkozás azt látja, hogy csökken a szállításonkénti költség, mivel hálózatuk sűrűsödik.

Egy kapcsolódó megjegyzés: győződjön meg arról, hogy meglehetősen magabiztos az előrejelzések elérésében. Ha egy befektető továbbviszi az aktuális kört, de szeretne újra csatlakozni a későbbi körökhöz, akkor azt akarja mondani, hogy felülmúlta vagy túllépte a tervét.

Mikor kell készen állnom az indítási adatszobámra?

Ha lehetséges, próbálja meg előkészíteni az adatszobát, mielőtt hivatalosan megkezdi az adománygyűjtést. Egy adatszoba összeállítása segíthet felkészülni a befektetők bemutatására. Valószínűleg használni fogja a paklijában lévő adatokat, és úgy fog kijönni belőle, hogy jobban megérti a számokat. 

Ha előre elkészít egy adatszobát, akkor az adománygyűjtési folyamat is mozgásban marad. Tekintse ezt egy folyamatban lévő munkának, mivel valószínűleg továbbiakat fog hozzáadni, amint kérdéseket kap a befektetőktől. 

Milyen piros zászlókra kell figyelnem?

Nem számítunk arra, hogy az adatszobák tökéletesek legyenek, de van néhány dolog, ami felkelti a befektetők szemöldökét: 

  • Olyan számok, amelyek nincsenek összhangban a pakliban szereplőkkel. Például a pakliján 2 millió dollár az ARR, de a modellje 1.5 millió dollárt mutat.
  • Olyan számok, amelyek nem egységesek a lapokon vagy táblázatokon. A probléma megoldásának egyik módja egy átfogó modell felépítése (sok különböző táblázat helyett) és a lapok összekapcsolása – tehát ha egy mutatót egy helyen módosít, az mindenhol megváltozik.
  • Korlátozott történelmi pénzügyi adatok. Például csak három hónapos adatot jelenít meg, ha a vállalat három éves, vagy negyedéves, de nem havi bevételt jelenít meg. És ügyeljen arra, hogy világos legyen, hol végződnek az előzmények, és hol kezdődnek a jövőbeli előrejelzések. Ehhez jelölje ki a vetítéseket más színnel, vagy adjon hozzá egy (A)-t a tényleges értékekhez és egy (P)-t a vetítésekhez.
  • Szelektíven bemutatott mérőszámok. A megőrzési vagy elköteleződési adatok bemutatásakor ne a legjobb felhasználói csoportokat válogatja össze. Tartalmazza a teljes adatot – bár szeretjük a „fényes foltokat” is látni (pl. „Azok a felhasználók, akik több mint 5 barátot adnak hozzá, minden nap 20 percet töltenek az alkalmazáson”). 

Hatékonyan felépített adatszoba nagyszerű lehetőség arra, hogy a vállalkozása mögött meghúzódó történetet és jövőképet kiegészítse az eddig elért eredmények „bevételeivel”.

Feladás dátuma: 25. augusztus 2022

Technológia, innováció és a jövő, ahogy azt az építők elmondták.

Köszönjük a feliratkozást.

Nézze meg a beérkezett üzeneteket, hogy van-e üdvözlő üzenet.

Időbélyeg:

Még több Andreessen Horowitz