构建精确财务模型的分步指南

财务模型是指南针,不是水晶球

作为早期公司的投资者和顾问,我见过的几乎所有新企业的财务模式都在某个阶段表现出指数级增长。围绕客户获取成本趋势下降、每用户平均收入(ARPU)趋势上升、成本增长预计慢于收入增长、销售周期缩短、价格上涨和收入激增的假设。

在12-18个月内,大多数公司增长如此之快,以至于他们要么(a)筹集资金为他们已经证明的巨大增长机会提供资金,要么(b)缩减营销支出并收获由此产生的自由现金流。

同样,世界各国政府使用的新冠肺炎模型产生的预测与结果大相径庭。鉴于一种新型病毒固有的巨大不确定性,这不应令人惊讶。这是一个现实的——而不是愤世嫉俗的——评估。所有模型在设计上都是错误的,但随着时间的推移,有一个六阶段的过程来最大限度地提高其准确性。

第一阶段:斧头

财务建模过程的第一步是推翻所有假设:

  • 为什么您的客户获取成本与您试图拿下的数十亿美元的竞争对手相当?
  • 你真的希望在四个月内从陌生电话变成销售电话吗?向财富500强企业销售七位数合同的体验如何?
  • 从第一天开始,你的销售人员将如何高效工作?
  • 你没有为客户成功制定预算,但仍然认为客户流失率极低——为什么?
  • 你的产品是否与主要竞争对手有足够的区别,可以多收50%的价格?

我与许多SaaS(软件即服务)公司合作,我们关注的三个主要关键绩效指标是客户获取成本(CAC)、客户流失率和客户终身价值(LTV)。所有这些都是由其他假设驱动的:CAC是你在营销和推广上花费多少的函数,有多少人点击了你的广告,有多少人对这些广告采取了行动,其中有多少人转化为免费客户并最终付费客户,以及何时。

在做出任何业务决策之前,所有假设都被分配给KPI系列。CAC KPI包括营销漏斗假设和销售假设。你的销售人员一次能管理多少潜在客户?成交率是多少?典型的销售需要多长时间?只有在我们为所有这些假设找到足够的支持后,我们才能继续实施业务计划。

这一步可以等同于我们现在经历的新冠肺炎疫情。这些模型也是建立在假设的基础上。一个是R0,这是SARS2 CoV-19病毒在易感人群中自然传播的假设速度。其他假设是围绕新冠肺炎病毒感染后的影响。

中国当局进行的初步调查没有发现在#China????.武汉发现的新型冠状病毒在人与人之间传播的明确证据pic.twitter.com/Fnl5P877VG

—世界卫生组织(世卫组织)(@世卫组织)2020年1月14日

 

这些假设没有一个从一开始就得到充分理解,理想情况下,西方卫生官员在做出强制实施各种形式的社交距离的最终决定之前对所有假设提出了质疑。

第二阶段:已知的未知

金融模型中不太确定的变量是已知的未知数。当我与客户一起找出最需要关注的假设时,我们会进入一个有白板的房间(或一个有空白谷歌文档的缩放房间),并根据确定性程度以及在模型中的重要性对它们进行排序。

对于一家消费SaaS公司来说,销售转换率(转换率)是一个非常重要的假设。我的一个客户是一个医疗保健应用程序——他们有一个免费产品和一个付费订阅产品,他们通过将客户推荐给服务提供商来赚取佣金。他们假设每1000名注册免费应用程序的人中有50人最终升级为付费用户。这是基于最近的数据,但也可能是基于竞争对手的经验或他们以前在另一家公司的经验。模型中的每一个假设都是团队认为这些特定假设对当时可用的信息最有意义的结果。

因为我们知道转换率对销售增长和利润率有很大影响,而且我们对转换率的假设不太确定,所以这个变量是我们的主要关注点。如果你经营的消费者SaaS业务销量相对较高,销售周期较短,你可以很快看到这些结果。当足够多的数据进来时,我们可以对我们的假设是准确的感到满意,或者看到有一个问题需要解决,因为我们高估了转化率。

我们试图解决的真正问题是,当你没有症状时,你能有效地传播它吗? 安东尼·s·福奇,医学博士,NIAID主任(2020年2月19日)

同样,公共卫生官员知道他们当时的几个假设是不确定的:R0、症状率、住院率、医院容量、病死率等。例如,R0比听起来更复杂。一个好的R0假设需要考虑所有的行为变化,这些行为变化在应用和有效性方面因地区特征而异(例如,城市:拥挤的纽约市与南达科他州的农村城镇)。有效繁殖数Re用于描述各种情况下和不同时间的病毒繁殖率。

我的SaaS客户和公共卫生官员都必须全力以赴,更好地理解模型中的关键变量。一旦他们知道应该关注哪些硬数据,他们就会进入下一步:测量。

第三阶段:测量

在测量过程中,我们将深入研究转化率假设:人们点击广告和下载应用的速度是否与我们预期的速度一致?他们转化为付费客户的速度是多少?他们需要多长时间才能转化为付费客户?升级后他们还会停留多久?

现在的问题是有很多未知因素…你知道,在开始时,我们不确定是否有无症状感染,这将使它成为比我们看到的更广泛的爆发。现在我们可以肯定的是。 安东尼·s·福奇,医学博士,NIAID主任(2020年1月31日)

你可以在冠状病毒肺炎的传奇故事中看到这一过程。在疫情早期,世卫组织等专家估计该病毒在全球范围内的死亡率为3.4%,考虑到流感的死亡率估计约为0.12%,这是一个非常可怕的数字(但一系列估计都围绕这一数字)。这是媒体报道的数字;在幕后,模型可能包含了一系列可能性。但很明显的是,根据目前的数据,估计值比可能的数字要高。

根据目前的数据,似乎很明显,感染导致我们所理解的冠状病毒肺炎症状的病毒的人的比例要高得多。鉴于分母较高,死亡率必然较低,可能比最初的3.4%更接近0.12%。事实证明,我们所依赖的模型是悲观的,而不是乐观的,我们不得不下调对住院人数和死亡率的估计:

重症监护室的纽约市冠状病毒肺炎病例

这肯定是一个比相反情况好得多的问题,部分原因是谨慎的偏向。现在怎么办?

第四阶段:修补

现在,世界政治领导人正在与科学家合作,重新校准他们的模型。他们正在调整使用或放松哪些改变行为的政策杠杆。有些假设在世界各地都是相同的,但许多假设是特定地区或环境所特有的。

对于我的客户,我会检查每个KPI中的每个假设,以了解模型的校准程度。当假设与现实不符时,我们一起集思广益找出原因。价值主张是否比我们想象的要少?我们是否向潜在客户阐明了这一点?产品定价正确吗?我们是否有促使他们做出购买决定的行动号召?我们尽可能使注册过程没有摩擦了吗?

我们可以尝试一些不同的方法,看看是否有一种方法能更好地改善表现不佳的指标。有时,有一个简单的解决办法,但通常,我们必须稍微修补一下才能在特定的道路上建立信心。软件公司使用一种称为A/B测试的过程:你将目标分成几个非常接近的组,在A组中尝试一种方法,在B组中尝试另一种方法,看看哪一种方法是否能产生持续优异的结果。

我们现在必须考虑所有患者(包括创伤呼叫类型)都被感染,所有人(甚至是同事和家庭成员)都因社区传播而暴露。 致FDNY EMS员工的备忘录(2020年4月4日)

虽然很少会对政策进行A/B测试以确定哪种政策最有效,但不同国家和国家内不同司法管辖区采取的一系列方法几乎同样具有启发性。世界各地的市政当局和医疗专业人士也在根据自己患者的反馈和已发表的关于其他患者对某些治疗反应的研究,不断修改他们治疗这种疾病的方法。

阶段5:重新校准

这是橡胶与路面相遇的阶段。你已经确定了你的KPI,将它们与你的预测进行了比较,确定了那些不符合的KPI,确定了驱动它们的假设,并测试了一些关于如何改进它们的假设。

世界各国政府都在重新调整。大多数国家正在实施计划,在传播速度、医院和检测能力以及社区总体准备情况的推动下分阶段恢复正常。你可以打赌结果会被密切监视。

在商业和公共卫生领域,这个阶段都是决策时刻——选择一条道路并向前推进。不要只考虑成功的回报,还要考虑失败的概率以及在时间和资源方面的成本。确定成功的衡量标准,当你期望看到结果时,就要表现出来。如果您选择的道路需要对您的流程进行重大更改,请分配所有权。这会让你为最后也是最重要的阶段做好准备…

阶段6:回到步骤2

没有阶段6 -不通过Go,直接返回阶段2。世界上每一个成功的企业都在定期识别、衡量、修补和重新校准他们的假设。首席执行官应该至少每个季度与他们的财务团队开会一次,检查所有的业务关键绩效指标,并优先考虑需要改进的地方。创造性的解决方案应该作为一个团队达成,但最终责任应该分配给相关的业务领导。这些领导者应该创造一种不断识别、衡量、修补、重新校准并最终向前迈进的文化。

相关文章