Στη σημερινή στήλη, θα κλέψω χωρίς ντροπή από τους πιο εξυπνότερους ανθρώπους από μένα για να εξηγήσω κάτι σχετικά με την επένδυση σε νεοσύστατες εταιρείες: "Μια μικρή κλίση καταλήγει σε πολλά Y-intercept".
Αυτή η γραμμή έχει κλαπεί από τον καθηγητή πληροφορικής του Πανεπιστημίου του Στάνφορντ, καθηγητή John Ousterhout, ο οποίος έκανε το σημείο αυτό σε ένα από τα «μαθήματα ζωής» που διδάσκει τους μαθητές του.
Ο Ιωάννης είπε αυτό σε σχέση με τη μάθηση, υποστηρίζοντας ότι "πόσο γρήγορα μαθαίνεις είναι πολύ πιο σημαντικό από ό, τι γνωρίζεις αρχικά". Αλλά είναι επίσης μια σπουδαία φιλοσοφία που καθοδηγεί την αρχική επένδυση.
$config[code] not foundΑν κοιτάξετε το παρακάτω γράφημα, θα δείτε γιατί. Ο κάθετος άξονας εδώ είναι ένα βασικό χαρακτηριστικό σχετικά με μια νέα επιχείρηση, όπως η ταμειακή ροή της, και ο οριζόντιος άξονας είναι ο χρόνος. Η κόκκινη γραμμή έχει υψηλότερη παρακμή Y από την μπλε γραμμή - η ταμειακή ροή φαίνεται καλύτερα στην αρχή, θετική όταν η άλλη είναι αρνητική. Αλλά η μπλε γραμμή έχει μια υψηλότερη κλίση, και τελικά θα διασχίσει την κόκκινη γραμμή. Αρχικά, η κόκκινη εταιρεία είναι καλύτερη από την μπλε εταιρεία. Όμως, μακροπρόθεσμα, η μπλε εταιρεία είναι ένα καλύτερο στοίχημα από την κόκκινη εταιρεία.
Παρόλο που είχα δει το επιχείρημα του Ousterhout πριν, ήταν σκόπιμο να μην αρχίσω να επενδύω σε μένα μέχρι τον Paul Buccheit, τον Διευθύνοντα Σύμβουλο του Y Combinator. ιδρυτής του Friendfeed. δημιουργός του Gmail. και το alum της Case Western Reserve University, έκανε αναφορά σε αυτό σε μια ομιλία στην τάξη επιχειρηματικής χρηματοδότησής μου. Ο Paul επικεντρώθηκε στη διάσταση του επιχειρηματικού ταλέντου, αλλά νομίζω ότι η εφαρμογή είναι γενικότερη από αυτή.
Τι αναζητούν οι επενδυτές
Ολόκληρος ο λόγος που οι επενδυτές πρώιμου σταδίου βάζουν χρήματα σε νεοσύστατες εταιρείες πιστεύουν ότι αυτές οι νέες εταιρείες θα έχουν μεγαλύτερη κλίση από τις υπάρχουσες εταιρείες σε μια βασική μετρική. Η βασική δεξιότητα που έχουν οι σπουδαίοι επενδυτές είναι να υπολογίσουν ποιες νεοσύστατες εταιρείες θα έχουν απίστευτη "κλίση".
Οι καλοί επενδυτές αγνοούν το y-intercept. Στην αρχή, οι ολοκαίνουργιες εταιρείες μοιάζουν πάρα πολύ τρομερές. Όποια και αν είναι η μέτρησή σας - η ταμειακή ροή, το μέγεθος του εργατικού δυναμικού, το ενδιαφέρον του πελάτη, η λειτουργικότητα του προϊόντος - οι νέες εταιρείες μοιάζουν σχεδόν απαίσια και σίγουρα πολύ χειρότερες από ό, τι οι φορείς εκμετάλλευσης που προτίθενται να αμφισβητήσουν.
Αλλά μερικές από αυτές τις νεοσύστατες επιχειρήσεις με φρικτά y-intercepts - Alibaba, Facebook, Uber, Airbnb, Snapchat, Whatsapp, Reddit, Slack - καταλήγουν να έχουν απίστευτη κλίση. Τόσο υψηλό ώστε να καταλήγουν να αξίζουν περισσότερα χρήματα από τους φορείς που θέλουν να αντικαταστήσουν.
Όταν οι επενδυτές προσπαθούν να επιλέξουν ποιες νεοσύστατες επιχειρήσεις θα υποστηρίξουν, προσπαθούν να μαντέψουν ποιες θα έχουν αστρονομική "κλίση".
Αυτό είναι απίστευτα δύσκολο να γίνει. Πραγματικά έξυπνοι άνθρωποι χάνουν μεγάλους νικητές - όπως ο Fred Wilson στην Airbnb, ο Chris Sacca στο Snapchat και ο Dropbox, ο John Greathouse στον Uber, ο Charles Xue στον Alibaba, και ο κατάλογος συνεχίζεται.
Αυτό που κάνει ακόμα πιο δύσκολο είναι ότι η πλαγιά δεν είναι καθόλου καθαρή όπως το απλό παράδειγμα μου. Η βασική μέτρηση είναι πολύ απίθανο να είναι γραμμική. Και είναι εξαιρετικά δύσκολο να προβλέψουμε τα μελλοντικά πρότυπα από δύο περιόδους δεδομένων, κάτι που προσπαθούν να κάνουν οι περισσότεροι επενδυτές πρώιμης φάσης.
Αλλά αν θέλετε να κάνετε τα χρήματα που επενδύουν σε νεοσύστατες επιχειρήσεις, πρέπει να προσπαθήσετε να προβλέψετε. Μετά από όλα, "λίγη κλίση αξίζει πολλά y-intercept". Και πολλά πλαγιά αξίζει δεκάδες δισεκατομμύρια δολάρια.
Κλίση φωτογραφίας μέσω Shutterstock
