Her på Social Capital bruker vi mye tid på å gjennomføre flid på potensielle investeringer. I de neste ukene skal vi diskutere hvordan vi tenker på kvantitativt å vurdere produktmarkedets passform. Tilnærmingene vi diskuterer her er nyttige utover flid for investering. Mange av våre porteføljeselskaper bruker disse konseptene som en del av sin driftsprosess for å holde orden på deres vekst og utvikling i produktmarkedet. Forhapentligvis finner du det nyttig!
Diligence er utformet for å hjelpe oss å forstå både hva som eksisterer og hva som kan komme til å bli, så vel som å prøve å hjelpe entreprenøren på deres vei. Mens vi definitivt snakker med mange entreprenører i preproduktfasen, blir det meste av tiden brukt med entreprenører som allerede har et produkt med brukere / kunder. I dette tilfellet innebærer en del av flid å utvikle en objektiv forståelse av demonstrert produktmarkedsform. Selv om hvert selskap er annerledes, har vi noen standard måter å se på kjerneverdier, og vi vil gjerne dele disse med deg i håp om at det bidrar til å gi deg innsikt i din egen virksomhet. Det bør gå uten å si at det er mange andre aspekter til flid inkludert, men ikke begrenset til, team, marked, visjon, konkurranse, kjerneteknologi, etc. og at vi bare vil diskutere en bestemt delmengde av flid i disse innleggene.
en foreløpig oversikt over hvordan vi skal presentere vår tilnærming er som følger:
- Regnskap for brukervekst
- Regnskap for inntektsvekst
- Empirisk observert kohort levetidsverdi (omsetning)
- Empirisk observert kohort levetidsverdi (engasjement)
- Dybde på engasjement og kvalitet på inntekter
- Epilog: 8-Ball og GAAP For Startups
disse emnene Påfør på litt forskjellige måter for forbruker bedrifter vs. enterprise saas-bedrifter, så vi behandler dem vanligvis separat, men rammen gjelder for begge typer virksomheter.
I Dag skal jeg fokusere på det første av disse emnene.
Regnskap For Brukervekst
for å komme i gang, la oss late som om vi har et forbrukerfirma som har til hensikt å få mange brukere via en ny sosial/mobil/innholdsproduktstrategi. For disse typer selskaper er den vanligste grafen vi ser i plasser en graf av brukere som går opp og til høyre. Noen ganger prøver selskaper å vise oss en graf av «kumulative registrerte brukere», som tydeligvis er en forfengelighetsmåling. En bruker som har registrert seg og ikke er aktiv i produktet, får sannsynligvis ikke mye verdi og er sannsynligvis ikke en god indikasjon på at produktet passer.
gitt at kumulative brukere sjelden vises i seriøse plasser, ser vi i den nåværende epoken vanligvis en graf av månedlige aktive brukere (MAU) som går opp og til høyre.
dette viser 16 måneder med omtrent 12% m/m vekst som er ganske imponerende. Men vi går alltid et nivå dypere for å forstå naturen av veksten. For illustrasjonsformål, la oss late som om vi har en slags mobilapplikasjon. For definisjonen av «aktiv» bør du bruke hvilken definisjon som best innkapsler aktiv for din søknad. Dette kan være så bredt som «åpnet appen» eller så spesifikt som «utført en bestemt handling». Vurder følgende to regnskapsidentiteter.
MAU ( t) = new(t) + retained(t) + resurrected(t)
MAU(t – 1 måned) = retained(t) + churned(t)
den første sier at aktive brukere i dag (for de etterfølgende 30 dagene) enten er nye brukere, beholdt fra forrige måned eller gjenoppstått fra en tidligere tidsperiode. Merk at dette er en gjensidig eksklusiv og fullstendig uttømmende klassifisering av nåværende brukere. Den andre identiteten sier AT MAU fra forrige måned enten kom tilbake og ble beholdt eller ikke og dermed kvernet.
Manipulering av ovennevnte gir følgende:
MAU(t) – MAU(t – 1 måned) = new(t) + resurrected(t) – churned (t)
Det vil si AT MAU growth mottar positive bidrag fra nye og oppstandne brukere og mottar et negativt bidrag fra å miste brukere til churn.
slik foretrekker VI Å se PÅ MAU – vekstregnskapsmengdene for det ovennevnte fiktive selskapet. Hvis du skal vise OSS DIN MAU vekst, vil du gjøre det bra å vise det til oss på denne måten.
stolpene viser de tre begrepene til høyre for ligningen ovenfor som bidrar TIL MAU vekst. Jeg har også lagt over to forhold som er nyttige. Retensjonsraten er måned-over-måned, så dette sier at vårt fiktive selskap har en retensjonsrate på ~40%. Merk at på grunn av regnskapsidentitetene ovenfor betyr dette at churn-frekvensen er (100% – 40%) = 60%. Det andre forholdet er (new + resurrected) / churned som er å si forholdet mellom området over linjen vs under linjen. Dette forholdet må være større enn en hvis appen skal vokse, ellers er churn overveldende vekst. Vi kaller dette «quick ratio».
Quick Ratio = (new + resurrected)/churned
dette begrepet ble laget i Et dekk Fra Mamoon Hamid fra tidligere i år. Vi snakker mer om dette konseptet i et senere innlegg når vi diskuterer inntekter. Også, dette bør ikke forveksles med normal finans rask ratio som måler evnen til kontanter og nær kontanter eiendeler til å nedbetale gjeld . FOR dette selskapet SVINGER mau quick ratio mellom 1 og 1,5. Det vil si at for hver 3 nye brukere legger selskapet til at det også mister 2-3 brukere til churn.
Merk at dette gir mye mer informasjon enn mau-grafen ovenfor. Dette forteller oss at det er noen store måned til måned churn som blir overvunnet av store bidrag fra nye og oppstandne brukere. Retensjonsraten har vært stabil og viser ingen spesiell trend. På plussiden går det ikke ned da appen vokser, men det blir heller ikke noe bedre som du kanskje antar hvis du bare så på topplinjenummeret eller på formodede funksjons – / funksjonalitetsendringer de siste 12 månedene.
når det gjelder hvordan det ovenfor ser ut, vil vi klassifisere dette som en ujevne situasjon for en forbrukerapp. De fleste forbrukerapplikasjoner har ikke en veldig sterk mekanisme for å bringe brukerne tilbake måned etter måned, og det raske forholdet har en tendens til å være like over 1. Dynamikken for hver måned i en forbrukerapp er vanligvis å legge til en haug med brukere og samtidig miste en haug med brukere med et lite additiv stykke på toppen fra oppstandelse som gir samlet liten positiv vekst.
For å vise deg kraften i denne visningen, er det andre måter at disse komponentene kan konspirere for å produsere samme topplinjevekst. Eksempelvis..
Merk, disse tallene vil produsere nøyaktig SAMME mau-graf vist ovenfor. Jeg holdt aksene det samme for å understreke forskjellen. I dette tilfellet vokser den nye komponenten ikke så fort, men den beholder også mye bedre. Rask forholdet for dette selskapet er mer i 1.5-2.0 området som ville være veldig bra for en forbruker selskap (for hver 3 kunder som du får du mister mellom 1.5-2 kunder, mye bedre enn det første selskapet). Legg merke til toppene i oppstandne muligens på grunn av noen oppstandelseskampanjer som ikke var ledsaget av en tilsvarende spike i churn.
Alt annet er like, det andre eksemplet vil være et mer attraktivt selskap for oss fordi det starter fra en bedre base. Med så høy oppbevaring ville det være verdt å prøve å presse hardere på toppen av trakten med nye brukere å drive vekst(mer aggressive deling / henvisning mekanismer, betalt oppkjøp, etc.). For det første eksemplet er det vanskeligere å rettferdiggjøre å presse på nye brukere som du vil ende opp med å miste mange av dem. Det er lettere å fylle toppen av trakten enn det er å fikse noen underliggende churn problem.
det bør også være klart at denne regnskapet kan gjøres på andre tidsrammer enn kalendermåneder. Faktisk, for å gjøre dette operativt, implementerer flere av våre porteføljeselskaper det på en rullende 28-dagers basis(for å fjerne ukedag). Også, denne tilnærmingen fungerer like godt med ukentlige aktive brukere som det gjør med månedlig. Vanligvis har forbrukerprodukter i tidlig fase allerede problemer med å generere m / m-oppbevaring, mye mindre w / w-oppbevaring, slik at w / w-visningene vil vise svært høy churn og kan ikke være nyttige. Men hvis produktet ditt er ekstremt klebrig og allerede holder seg på et svært høyt nivå på månedlig basis, kan det være på tide å utforske å generere neste nivå av engasjement på et ukentlig nivå. For noe så klissete SOM FB det selv er fornuftig å få det ned til daglig eller sub-daglig nivå.
i neste innlegg vil vi bruke dette rammeverket til abonnementsinntekter som er nyttig både for enterprise SaaS og forbrukerabonnementsvirksomheter.
