O Guia do Insider para Data Rooms: o que saber antes de aumentar a inteligência de dados PlatoBlockchain. Pesquisa Vertical. Ai.

The Insider's Guide to Data Rooms: O que saber antes de aumentar

É hora de sua startup arrecadar fundos. Você prepara um deck, pratica seu pitch e começa a entrar em contato com os investidores. Se uma primeira reunião for bem, geralmente termina com uma solicitação para compartilhar sua “sala de dados”. Mas o que is uma sala de dados, e o que deve ser incluído nela?

O que é uma sala de dados?

O termo “data room” é um resquício de 1900, quando as empresas costumavam imprimir documentos físicos e apresentá-los em salas seguras para investidores e outros potenciais parceiros revisarem. Hoje, as salas de dados são virtuais — mas ainda são uma parte importante do processo de diligência. 

As salas de dados também são uma parte fundamental da preparação para outros eventos de liquidez, como IPOs ou SPACs, mas aqui nos concentramos na importância das salas de dados na captação de capital de risco. Veja o que os fundadores precisam saber, incluindo quais dados os investidores esperam ver, os documentos que você não necessidade e bandeiras vermelhas a serem observadas.

Sala de dados 101

Para começar, uma sala de dados é uma coleção de documentos que ajuda os investidores a se atualizarem sobre seus negócios. O objetivo de uma sala de dados é fornecer aos investidores as informações de que precisam para fazer a devida diligência em sua empresa (e, eventualmente, escrever um memorando de investimento para discutir com o restante da equipe). Aqui estão as cinco principais coisas que recomendamos, incluindo:

1. Convés de arremesso. Este poderia ser um post totalmente separado! No mínimo, o deck deve incluir a tese da sua empresa, visão do produto, cenário competitivo, tração e equipe, bem como um roteiro ou plano aproximado de como você usará os fundos. 

2. Tabela de tampas. Isso deve mostrar aos investidores atuais em sua empresa, quanto eles investiram e quanta propriedade eles têm. Carta tem alguns ótimos modelos gratuitos

3. P&L Histórico e queimar. Isso deve mostrar o caminho da receita bruta até o lucro líquido (prejuízo) até a saída de caixa mensalmente. Certifique-se de dividir os diferentes tipos de receita (se aplicável) e todos os seus principais custos. Também é útil adicionar seu saldo de caixa, se você não estiver incluindo um balanço patrimonial e um demonstrativo de fluxo de caixa.

4. Dados de uso. Esses dados variam de acordo com o tipo de empresa (vamos entrar em detalhes abaixo sobre métricas mais específicas), mas você deve incluir dados que ilustrem o seguinte:

  • Growth: Como sua base de usuários está escalando ao longo do tempo, tanto em termos de inscrições quanto de usuários ativos? 
O Guia do Insider para Data Rooms: o que saber antes de aumentar a inteligência de dados PlatoBlockchain. Pesquisa Vertical. Ai.
  • Canais de aquisição: Onde você está adquirindo usuários? Quanto custa cada um desses canais?
O Guia do Insider para Data Rooms: o que saber antes de aumentar a inteligência de dados PlatoBlockchain. Pesquisa Vertical. Ai.
  • Engajamento:  Com que frequência os usuários se envolvem com o produto? Quanto tempo eles gastam com isso, e o que eles estão fazendo?
O Guia do Insider para Data Rooms: o que saber antes de aumentar a inteligência de dados PlatoBlockchain. Pesquisa Vertical. Ai.
  • Retenção: Como os usuários estão retendo ao longo do tempo? Isso geralmente assume a forma de coortes mensais e analisa o número de usuários e os gastos. Dependendo da frequência natural de uso do produto, também podemos buscar a retenção diária ou semanal. Vamos mergulhar nisso mais abaixo para aplicativos sociais. 
O Guia do Insider para Data Rooms: o que saber antes de aumentar a inteligência de dados PlatoBlockchain. Pesquisa Vertical. Ai.

5. LTV/CAC e período de retorno. Para muitas empresas de consumo, os investidores estão procurando a resposta para uma pergunta simples: “Você está ganhando dinheiro com o cliente médio, depois de contabilizar os custos de aquisição e atendimento?” É aí que entra o LTV (valor do tempo de vida)/CAC (custo de aquisição do cliente). O LTV é uma medida do lucro de contribuição gerado ao longo da vida do cliente. O lucro de contribuição é diferente da margem bruta — incorpora outros custos variáveis, como vendas e marketing, que não estão incluídos no CPV. Um LTV/CAC > 1 indica que você ganhará dinheiro com aquele cliente, pois o lucro gerado pelo cliente excede o custo para adquiri-lo.

O Guia do Insider para Data Rooms: o que saber antes de aumentar a inteligência de dados PlatoBlockchain. Pesquisa Vertical. Ai.

Para o CAC nesta equação, recomendamos o uso do CAC combinado – embora também possa ser um exercício valioso para fazer com o CAC pago, pois dá a você uma noção se seus esforços de marketing pagos são lucrativos. 

O LTV é muitas vezes mais difícil de calcular. Você provavelmente precisará estimar quanto tempo um cliente reterá seu produto e quanto gastará ao longo do tempo. Recomendamos o uso de dados históricos para orientar essas decisões e expor claramente suas suposições para que os investidores entendam. 

Também analisamos o período de retorno, que é uma medida de quanto tempo leva para o lucro gerado pelo cliente “pagar” o custo de aquisição. O numerador aqui será o custo de aquisição do cliente. O denominador será uma medida de lucro: ou margem bruta, supondo que você não tenha custos variáveis ​​indiretos além de vendas e marketing, ou margem de contribuição excluindo vendas e marketing.

O Guia do Insider para Data Rooms: o que saber antes de aumentar a inteligência de dados PlatoBlockchain. Pesquisa Vertical. Ai.

Em casos raros, você pode receber uma entrada de caixa antes de reconhecer a receita, o que pode encurtar o período de retorno. O exemplo de aplicativo de assinatura acima seria diferente se um cliente comprasse um plano anual — o pagamento adiantado gera um período de retorno de menos de 1 mês.

O Guia do Insider para Data Rooms: o que saber antes de aumentar a inteligência de dados PlatoBlockchain. Pesquisa Vertical. Ai.

O Quê não deveria você inclui?

Construir uma boa sala de dados é um ato de equilíbrio. Você deseja fornecer as informações de que os investidores precisam, mas não quer perder seu próprio tempo reunindo documentos ou dados que eles não analisarão.

Aqui estão cinco coisas que muitas vezes vemos em salas de dados, mas não recomendamos incluir, a menos que um investidor peça especificamente por elas: 

1. Organograma e/ou biografias da equipe. Definitivamente, queremos entender o histórico da equipe fundadora e de outros executivos, mas geralmente usamos o LinkedIn para isso.

2. Projeções financeiras detalhadas de 3 a 5 anos. Isso pode ser controverso, mas muitas vezes é difícil modelar finanças voltadas para o futuro para empresas de consumo em estágio inicial. Adoramos ouvir os principais marcos que você deseja atingir nos próximos 12 a 18 meses (e o que você precisará para chegar lá), mas não esperamos um modelo completo. 

3. Declarações de impostos, auditorias e documentos legais, como arrendamentos de escritórios ou cartas de oferta de funcionários. Não somos advogados ou contadores! Se tivermos alguma dúvida, solicitaremos os documentos necessários.

4. Atas da reunião do conselho. A menos que tenhamos uma pergunta específica, geralmente não nos debruçamos sobre essas atas de reunião (e elas tendem a ser fortemente redigidas de qualquer maneira). No entanto, geralmente daremos uma olhada nos decks de tabuleiro, se eles estiverem disponíveis. 

5. Dimensionamento de mercado. Faremos nosso próprio trabalho de dimensionamento do mercado. Existem casos raros em que você pode querer incluir isso (por exemplo, se você estiver em um mercado obscuro e for difícil encontrar dados disponíveis publicamente).

Salas de dados por categoria

As métricas específicas que os investidores desejam ver variam de acordo com seu modelo de negócios. Abaixo, descrevemos as principais métricas que gostamos de ver para as categorias de inicialização que normalmente analisamos. Tenha em mente que para cada um desses itens, os investidores geralmente querem ter uma noção de como eles mudaram ao longo do tempo (se é que mudaram), não apenas o estado atual. 

Marketplaces (por exemplo, Airbnb, Instacart)

  • Transações, GMV e receita líquida 
  • Novos vendedores e compradores mensais adicionados à plataforma 
  • Vendedores e compradores ativos 
  • CAC em ambos os lados do mercado 
  • Retenção GMV e retenção de usuários para coortes de compradores e vendedores 
  • Concentração GMV a cada mês nos principais compradores e vendedores 

Aplicativos sociais (por exemplo, Snap, Facebook)

  • DAU, WAU e MAU
  • Coortes de retenção diária - retenção D1, D7, D30, D60, D90
  • Coortes de retenção semanais - W1, W2, W3, W4, W6 retenção 
  • Aquisição dividida entre usuários orgânicos e pagos mensalmente e CAC pago
  • Tempo gasto e tempo de sessão por usuário 

Assinaturas (por exemplo, Calm, Noom) 

  • Usuários gratuitos ativos mensais e assinantes pagos
  • MRR e margem bruta
  • Taxas de conversão para cada etapa do fluxo: instalação para registro para avaliação para usuário pagante
  • Aquisição dividida entre usuários orgânicos e pagos mensalmente e CAC pago
  • % de usuários em cada tipo de plano (por exemplo, mensal x anual) 
  • Coortes de retenção mensal — retenção de usuários pagos (% de usuários que ainda pagam por uma assinatura em X mês) e retenção de usuários ativos (% de usuários que ainda usam o aplicativo em X mês) 

E-commerce (por exemplo, Cider, Rothy's)

  • Tráfego mensal da web, número de compradores, número de compras e volume de transações. (Existem submétricas que surgirão disso, como taxa de conversão e AOV)
  • Taxa de retorno
  • Taxa de repetição do cliente e frequência de recompras
  • Margem bruta e margem de contribuição
  • % de novos clientes por canal de aquisição
  • CAC, LTV estimado e período de retorno

Perguntas frequentes

E se minha empresa for pré-lançamento?

Nesse caso, uma sala de dados normalmente inclui um deck, informações sobre sua equipe e um roteiro para o que você gostaria de realizar antes da próxima rodada. Se você tem uma versão beta ou fez um piloto do produto, incluir dados sobre isso também pode ser útil. 

Nunca trabalhei em um banco de investimento – como faço para construir um modelo financeiro?

Tudo bem! Não esperamos que os fundadores sejam gênios do Excel. Comece identificando os principais impulsionadores de valor para o seu negócio. Por exemplo, podem ser novos usuários, retenção mensal e receita média por usuário. Em seguida, tente projetar como essas métricas podem parecer no futuro, usando seus dados históricos como guia.

Na maioria dos casos, suas projeções não devem ser muito diferentes dos dados históricos. Se as MAUs cresceram ~20% MoM nos últimos seis meses, provavelmente não é realista supor um crescimento MoM de 200% no próximo ano. No entanto, há alguns casos em que é razoável supor que suas métricas melhorarão em escala — por exemplo, muitas empresas de entrega veem o custo por entrega cair à medida que sua rede se torna mais densa.

Em uma nota relacionada, certifique-se de estar bastante confiante em sua capacidade de alcançar suas projeções. Se um investidor passar na sua rodada atual, mas quiser se reconectar para rodadas posteriores, você quer poder dizer que superou ou superou seu plano.

Quando devo ter a sala de dados da minha startup pronta?

Se possível, tente preparar sua sala de dados antes de iniciar oficialmente sua arrecadação de fundos. Montar uma sala de dados pode ajudá-lo a se preparar para lançar investidores. Você provavelmente usará os dados em seu baralho e sairá dele com uma melhor compreensão de seus números. 

Ter uma sala de dados pronta com antecedência também manterá seu processo de captação de recursos em andamento. Considere isso um trabalho em andamento, pois você provavelmente adicionará mais à medida que receber perguntas dos investidores. 

Quais são algumas bandeiras vermelhas que eu deveria estar ciente?

Não esperamos que as salas de dados sejam perfeitas, mas há algumas coisas que podem levantar as sobrancelhas dos investidores: 

  • Números que não são consistentes com o que está no baralho. Por exemplo, seu deck diz $ 2 milhões em ARR, mas seu modelo mostra $ 1.5 milhão.
  • Números que não são consistentes em guias ou planilhas. Uma maneira de corrigir isso é criar um modelo abrangente (em vez de muitas planilhas diferentes) e vincular as guias - portanto, se você alterar uma métrica em um lugar, ela mudará em todos os lugares.
  • Histórico financeiro limitado. Por exemplo, você mostra apenas três meses de dados quando sua empresa tem três anos ou mostra receita trimestral, mas não mensal. E certifique-se de que está claro onde os históricos terminam e as projeções futuras começam destacando as projeções em uma cor diferente ou adicionando um (A) após os reais e um (P) após as projeções.
  • Métricas apresentadas seletivamente. Ao apresentar dados de retenção ou engajamento, não escolha seus melhores grupos de usuários. Inclua os dados completos — embora também gostemos de ver “pontos brilhantes” (por exemplo, “Usuários que adicionam mais de 5 amigos passam 20 minutos no aplicativo todos os dias”). 

Quando construída de forma eficaz, uma sala de dados é uma grande oportunidade para aumentar a história e a visão por trás de seus negócios com os “recibos” do que você realizou até hoje.

Postado agosto 25, 2022

Tecnologia, inovação e o futuro, contados por quem o constrói.

Obrigado por inscrever-se.

Verifique sua caixa de entrada para uma nota de boas-vindas.

Carimbo de hora:

Mais de Andreessen Horowitz