The Insider's Guide to Data Rooms: Vad du ska veta innan du höjer PlatoBlockchain Data Intelligence. Vertikal sökning. Ai.

Insiderguiden till datarum: Vad du ska veta innan du höjer

Det är dags för din startup att samla in pengar. Du förbereder en kortlek, övar din pitch och börjar nå ut till investerare. Om ett första möte går bra, slutar det ofta med en begäran om att dela ditt "datarum". Men vad is ett datarum, och vad ska ingå i det?

Vad är ett datarum?

Begreppet "datarum" är en kvarn från 1900-talet, då företag brukade skriva ut fysiska dokument och presentera dem i säkra rum för investerare och andra potentiella partners att granska. Idag är datarum virtuella – men de är fortfarande en viktig del av diligenceprocessen. 

Datarum är också en viktig del av förberedelserna inför andra likviditetshändelser som börsintroduktioner eller SPAC, men här fokuserar vi på vikten av datarum när vi skaffar riskkapital. Här är vad grundare behöver veta, inklusive vilken data investerare hoppas på att se, dokumenten du inte behöver, och röda flaggor att hålla utkik efter.

Datarum 101

Till att börja med är ett datarum en samling dokument som hjälper investerare att komma igång med ditt företag. Målet med ett datarum är att ge investerare den information de behöver för att göra sin due diligence på ditt företag (och så småningom skriva ett investeringsmemo att diskutera med resten av deras team). Här är de fem bästa sakerna vi rekommenderar, inklusive:

1. Pitch däck. Detta kan vara ett helt separat inlägg! Åtminstone bör kortleken innehålla ditt företags avhandling, produktvision, konkurrenslandskap, dragkraft och team, samt en grov färdplan eller plan för hur du kommer att använda medlen. 

2. Cap bord. Detta bör visa de nuvarande investerarna i ditt företag, hur mycket de har investerat och hur mycket ägande de har. Carta har några bra gratis mallar

3. Historisk P&L och brinna. Detta bör visa vägen från bruttointäkter via nettointäkter (förlust) till kassautflöde på månadsbasis. Se till att dela ut olika typer av intäkter (om tillämpligt) och alla dina större kostnader. Det är också bra att lägga till ditt kassasaldo om du inte inkluderar en balansräkning och kassaflödesanalys.

4. Användningsdata. Dessa data kommer att variera beroende på typen av företag (vi kommer att gå in i detalj nedan om mer specifika mätvärden), men du vill inkludera data som illustrerar följande:

  • Tillväxt: Hur skalar din användarbas över tiden, både när det gäller registreringar och aktiva användare? 
The Insider's Guide to Data Rooms: Vad du ska veta innan du höjer PlatoBlockchain Data Intelligence. Vertikal sökning. Ai.
  • Förvärvskanaler: Var skaffar du användare? Hur mycket kostar var och en av dessa kanaler dig?
The Insider's Guide to Data Rooms: Vad du ska veta innan du höjer PlatoBlockchain Data Intelligence. Vertikal sökning. Ai.
  • Engagemang:  Hur ofta interagerar användarna med produkten? Hur lång tid lägger de på det och vad gör de?
The Insider's Guide to Data Rooms: Vad du ska veta innan du höjer PlatoBlockchain Data Intelligence. Vertikal sökning. Ai.
  • Retentionstid: Hur behåller användarna sig över tid? Detta tar vanligtvis formen av månatliga kohorter och tittar på både antal användare och utgifter. Beroende på den naturliga användningsfrekvensen för produkten kan vi också leta efter daglig eller veckovis retention. Vi kommer att dyka in ytterligare nedan för sociala appar. 
The Insider's Guide to Data Rooms: Vad du ska veta innan du höjer PlatoBlockchain Data Intelligence. Vertikal sökning. Ai.

5. LTV/CAC och återbetalningstid. För många konsumentföretag letar investerare efter svaret på en enkel fråga: "Tjänar du pengar på den genomsnittliga kunden, efter att ha redovisat kostnaderna för att förvärva och betjäna dem?" Det är här LTV (lifetime value)/CAC (customer acquisition cost) kommer in. LTV är ett mått på bidragsvinst som genereras under kundens livstid. Bidragsvinsten skiljer sig från bruttomarginalen – den inkluderar andra rörliga kostnader som försäljning och marknadsföring som inte ingår i COGS. En LTV/CAC > 1 indikerar att du kommer att tjäna pengar på den kunden, eftersom vinsten som genereras av kunden överstiger kostnaden för att förvärva dem.

The Insider's Guide to Data Rooms: Vad du ska veta innan du höjer PlatoBlockchain Data Intelligence. Vertikal sökning. Ai.

För CAC i den här ekvationen rekommenderar vi att du använder blandat CAC - även om det också kan vara en värdefull övning att göra med betald CAC, eftersom det ger dig en känsla av om dina betalda marknadsföringsinsatser är lönsamma. 

LTV är ofta svårare att beräkna. Du kommer sannolikt att behöva uppskatta hur länge en kund kommer att behålla din produkt och hur mycket de kommer att spendera över tiden. Vi rekommenderar att du använder historisk data för att vägleda dessa beslut och att du tydligt beskriver dina antaganden så att investerarna kan förstå dem. 

Vi tittar också på återbetalningstid, som är ett mått på hur lång tid det tar för den vinst som kunden genererar att ”betala tillbaka” anskaffningskostnaden. Täljaren här kommer att vara kundanskaffningskostnad. Nämnaren kommer att vara ett mått på vinst: antingen bruttomarginal, förutsatt att du inte har några indirekta rörliga kostnader förutom försäljning och marknadsföring, eller täckningsbidrag exklusive försäljning och marknadsföring.

The Insider's Guide to Data Rooms: Vad du ska veta innan du höjer PlatoBlockchain Data Intelligence. Vertikal sökning. Ai.

I sällsynta fall kan du få ett kassainflöde innan du redovisar intäkter, vilket kan förkorta din återbetalningstid. Ovanstående prenumerationsappexempel skulle se annorlunda ut om en kund köpte en årsprenumeration – förskottsbetalningen ger en återbetalningsperiod på <1 månad.

The Insider's Guide to Data Rooms: Vad du ska veta innan du höjer PlatoBlockchain Data Intelligence. Vertikal sökning. Ai.

Vad borde inte inkluderar du?

Att bygga ett bra datarum är en balansgång. Du vill ge den information som investerare behöver, men du vill inte slösa bort din egen tid på att sätta ihop dokument eller data som de inte kommer att titta på.

Här är fem saker som vi ofta ser i datarum men inte skulle rekommendera att inkludera, om inte en investerare specifikt frågar efter dem: 

1. Organisationsschema och/eller teambios. Vi vill definitivt förstå bakgrunden till grundarteamet och andra chefer, men vi använder vanligtvis LinkedIn för detta.

2. Detaljerade finansiella prognoser för tre till fem år. Detta kan vara kontroversiellt, men det är ofta svårt att modellera framtidsinriktad ekonomi för konsumentföretag i ett tidigt skede. Vi älskar att höra de viktigaste milstolparna du vill nå under de kommande 12-18 månaderna (och vad du behöver för att komma dit), men vi förväntar oss inte en helt färdig modell. 

3. Skattedeklarationer, revisioner och juridiska dokument som kontorshyreskontrakt eller brev till anställdas erbjudanden. Vi är inte advokater eller revisorer! Om vi ​​har en oro kommer vi att begära de dokument vi behöver.

4. Styrelsemötesprotokoll. Såvida vi inte har en specifik fråga, tittar vi i allmänhet inte på dessa mötesprotokoll (och de tenderar att bli kraftigt redigerade ändå). Men vi kommer vanligtvis att ta en titt på bräddäck om de är tillgängliga. 

5. Marknadsdimensionering. Vi kommer att göra vårt eget arbete med att dimensionera marknaden. Det finns sällsynta fall där du kanske vill inkludera detta (till exempel om du befinner dig på en obskyr marknad och det är svårt att hitta offentligt tillgänglig data).

Datarum per kategori

De specifika mätvärden som investerare vill se kommer att variera beroende på din affärsmodell. Nedan har vi beskrivit nyckelmåtten vi vill se för de kategorier av start som vi vanligtvis tittar på. Tänk på att för var och en av dessa poster vill investerare i allmänhet få en känsla av hur de har förändrats över tiden (om alls), inte bara det nuvarande tillståndet. 

Marknadsplatser (t.ex. Airbnb, Instacart)

  • Transaktioner, GMV och nettointäkter 
  • Nya säljare och köpare läggs till på plattformen varje månad 
  • Aktiva säljare och köpare 
  • Cert på båda sidor av marknadsplatsen 
  • GMV-retention och kvarhållande av användare för både köpar- och säljarkohorter 
  • GMV koncentration varje månad i de bästa köparna och säljarna 

Sociala appar (t.ex. Snap, Facebook)

  • DAU, WAU och MAU
  • Dagliga retentionskohorter – D1, D7, D30, D60, D90 retention
  • Retentionskohorter varje vecka – W1, W2, W3, W4, W6 retention 
  • Förvärv uppdelat mellan organiska och betalda användare på månadsbasis och betald CAC
  • Tidsåtgång och sessionstid per användare 

Prenumerationer (t.ex. Calm, Noom) 

  • Aktiva gratisanvändare varje månad och betalprenumeranter
  • MRR och bruttomarginal
  • Konverteringsfrekvenser för varje steg i flödet: installera till registrering till provversion till betalande användare
  • Förvärv uppdelat mellan organiska och betalda användare på månadsbasis och betald CAC
  • % av användarna på varje typ av plan (t.ex. månatlig kontra årlig) 
  • Månatliga retentionskohorter – betald behållning av användare (% av användarna betalar fortfarande för en prenumeration vid X månad) och aktiva retention av användare (% av användarna som fortfarande använder appen vid X månad) 

E-handel (t.ex. Cider, Rothy's)

  • Månatlig webbtrafik, antal köpare, antal köp och transaktionsvolym. (Det finns undermått som kommer ut ur detta, som konverteringsfrekvens och AOV)
  • Avkastning
  • Kundens upprepningsfrekvens och frekvens av återköp
  • Bruttomarginal och täckningsbidrag
  • % av nya kunder per förvärvskanal
  • CAC, beräknad LTV och återbetalningstid

Vanliga frågor och svar

Vad händer om mitt företag är förlanserat?

I det här fallet innehåller ett datarum vanligtvis en kortlek, information om ditt lag och en färdplan för vad du vill åstadkomma innan nästa omgång. Om du har en betaversion eller har gjort en pilot av produkten, inklusive data om det kan också vara till hjälp. 

Jag har aldrig arbetat på en investeringsbank – hur bygger jag en finansiell modell?

Det är okej! Vi förväntar oss inte att grundarna ska vara Excel-snälla. Börja med att identifiera de viktigaste drivkrafterna för värdet för ditt företag. Det kan till exempel vara nya användare, månatlig retention och genomsnittlig intäkt per användare. Försök sedan att projicera hur dessa mätvärden kan se ut framåt, med hjälp av dina historiska data som vägledning.

I de flesta fall bör dina prognoser inte skilja sig mycket från de historiska uppgifterna. Om MAU har ökat ~20 % MoM under de senaste sex månaderna, är det förmodligen orealistiskt att anta 200 % MoM tillväxt för nästa år. Det finns dock vissa fall där det är rimligt att anta att dina mätvärden kommer att förbättras i skala – till exempel ser många leveransföretag kostnaden per leverans falla när deras nätverk blir tätare.

På en relaterad anteckning, se till att du är ganska säker på din förmåga att uppnå dina projektioner. Om en investerare skickar vidare din nuvarande runda men vill återansluta för senare rundor, vill du kunna säga att du slog eller överträffade din plan.

När ska jag ha min startups datarum redo?

Om möjligt, försök att ha ditt datarum förberett innan du officiellt startar din insamling. Att sätta ihop ett datarum kan hjälpa dig att bli redo att pitcha investerare. Du kommer sannolikt att använda data i ditt kortlek, och du kommer ur det med en bättre förståelse för dina siffror. 

Att ha ett datarum redo i förväg kommer också att hålla igång din insamlingsprocess. Se det som ett pågående arbete, eftersom du sannolikt kommer att lägga till fler när du får frågor från investerare. 

Vilka röda flaggor bör jag vara medveten om?

Vi förväntar oss inte att datarum ska vara perfekta, men det finns ett par saker som kan höja investerarnas ögonbryn: 

  • Siffror som inte stämmer överens med vad som finns i kortleken. Till exempel, din kortlek säger $2M i ARR, men din modell visar $1.5M.
  • Siffror som inte är konsekventa över flikar eller kalkylark. Ett sätt att fixa detta är att bygga en heltäckande modell (istället för många olika kalkylblad) och länka över flikar – så om du ändrar ett mått på ett ställe ändras det överallt.
  • Begränsad historisk ekonomi. Till exempel visar du bara tre månaders data när ditt företag är tre år gammalt, eller så visar du kvartalsvisa men inte månadsintäkter. Och se till att det är tydligt var historiken slutar och framtida projektioner börjar genom att markera projektioner i en annan färg, eller lägga till ett (A) efter faktiska och ett (P) efter projektioner.
  • Selektivt presenterade mätvärden. När du presenterar data om bevarande eller engagemang, välj inte dina bästa användargrupper. Inkludera alla uppgifter – även om vi också gillar att se "ljuspunkter" (t.ex. "Användare som lägger till 5+ vänner spenderar 20 minuter på appen varje dag"). 

När det är konstruerat effektivt är ett datarum en utmärkt möjlighet att utöka historien och visionen bakom ditt företag med "kvitton" på vad du har åstadkommit hittills.

Upplagt 25 augusti 2022

Teknik, innovation och framtiden, som berättas av dem som bygger den.

Tack för att du registrerade dig.

Kolla din inkorg för ett välkomstmeddelande.

Tidsstämpel:

Mer från Andreessen Horowitz