2020-04-23 12:57
以前我们讨论的比较多的是创业者应该做什么，应该怎么做。今天我们换一个视角，从投资人的角度来看我们是如何评估To B企业的，希望能带给创业者更多的思考和启发。
我们投资的主题叫传统企业的三化，其实就是To B的产品和服务。
在金融上行周期，也就是资产泡沫化的时候，投资机构的主要退出和盈利方式不是靠企业内生增长（内部需求驱动增长），而是靠企业的估值倍增，靠不断有人愿意接盘。最典型的例子是WeWork，自从2012年以来8年间总共经历了16轮融资，累计融资金额高达227亿美元，最后准备IPO时发现没人愿意接盘。迫不得已老股东软银愿景基金投了50亿美金续命，但是市场给予它的公允估值只有75亿美金。
这说明市场回归理性，逻辑回归常识。投资机构要赚企业内生性增长的钱。企业内生性增长靠的是什么？就是数字化、在线化和智能化。
为什么传统企业的内生性增长需要依靠数字化、在线化和智能化？因为消费侧也就是顾客这一端已经数字化、在线化，企业必须要及时满足这个需求。
举个例子，今天消费者购买商品的时候已经不再单纯的自己做决定，而往往依据天猫、拼多多、亚马逊的推荐，那么商家该如何及时应对这种趋势和变化，如何通过好的工具帮助它们去做精细化、智能化的运营？再往后端看，商家连接的是成千上万家小工厂，用非常低效的方法在生产，如果这些低效率的后端能够实现50%甚至100%效率的提升，就能创造巨大的商业和社会价值。
所以我们投资的方向就是去满足传统企业三化转型的巨大市场诉求。
针对To B公司，我们可以简单的把它们分为产品服务型和平台交易型。
产品服务型往往只提供产品或者服务，不涉及交易。这是绝大部分To B公司的形态。
像Zoom，以及我们投资的美味不用等、法大大都属于产品服务型。
平台交易型则要改造行业的供应链，拉动双边需求，重塑行业利益链条和交付方式，像阿里巴巴、找钢网、满帮，以及我们投资的神驼物流、跑车科技都是典型代表。实际上平台交易型公司的数量远少于产品服务型，因为改造传统行业链条的难度非常大。
而我们经常提到的云计算、大数据、AI等各种技术将会作为手段附着在这些产品和平台上，穿透各个行业。
我们陪To B公司走过6年的时间，提炼出来了它们的成长轨迹。
To C的模式主要呈现对数增长的趋势，例如像滴滴、摩拜都是典型代表，前期业务增速很快，但是到达一定体量之后会越来越慢，甚至几乎停止增长。
而To B企业的发展往往呈现指数增长的特征，也就是先慢后快，生命周期主要分为五个阶段。
第一个阶段是问题和解决方案匹配期，也叫作产品和市场匹配的前期
创始人看到了客户的痛点，并得出了解决方案。这个阶段需要团队有很好的需求识别能力。
对于创业者来说，这个需求不仅是客户最痛的痛点，还要有能够包装成复杂产品和解决方案的可能，这样才能从满足小客户到大客户的需求，不断upsale，不断提升客单价，从而建立强大的平台。
像法大大现在的产品比起我们投资的时候已经复杂不知道多少倍，虽然核心还是电子签名和电子合同，但是针对不同行业不同场景的大客户都要提供一套适合的解决方案。类似的还有做IDaaS的Okta，API网关的Kong等等。
切入点不对，赛道选错了，后面会比较难。
第二个阶段是产品与市场匹配期，创始团队会去做基础的产品研发，并开始验证产品的市场价值
这个阶段需要团队有很好的产品和技术能力，能够把需求输出为问题的解决方案。
第三个阶段是渠道和产品匹配期，也叫产品和市场匹配的后期
这是快速增长的前期，因为在快速增长之前，必须找到适合产品的销售渠道，这要做很多的实验、试错和评估，最终判断哪个渠道的效果最好，然后再进行大规模的扩张。
这个阶段需要团队有非常强的销售能力，能够找到直达客户、效率最高的手段，拿下标杆客户为大规模增长做准备。
第四个阶段是高速增长期
产品完整化、销售规模化，这个阶段需要大量资金的投入以及需要有非常强的组织建设能力，并且在保证团队人员大规模扩张的情况下，仍然能够保持很强的执行力和战斗力。
第五个阶段是企业与市场匹配期
在高速发展的情况下，企业内部的文化、架构、能力必须要能匹配和及时响应市场的需求。如何在规模化发展的同时塑造一个弹性的、灵活应对市场变化的组织是基业常青的关键。
总结下，To B公司的成长路径是产品单点切入解决客户痛点，用销售能力规模化，靠融资能力构建开发复杂产品的资本门槛，最后用强大的组织能力构建服务网络和生态。
影响To B项目的变量比To C更多，To C单点做到极致就有可能成功，而To B需要非常细致的考虑多个方面的因素。
1、人
第一点，在中国任何背景的创业者都有可能成功，例如互联网、传统软件，产业、技术背景等。这一点中国和美国不太一样。
美国新一代To B公司成功的重要因素之一，创始人是软件行业高管，以及有成功创业经验。美国大部分知名SaaS公司的高管多来自于传统软件企业，具有丰厚的行业背景，了解传统软件企业的优劣势，根据传统软件的特点针对性设计出替代方案。多年软件行业经验是关键，采用新模式打破旧格局，没有众多传统软件公司的历史负担。
中国情况很不一样，中国垂直行业的机会比通用软件更多，需要创始人有对行业深刻的洞察，所以行业背景有时会更加重要。另外中国互联网To C背景的人才相对更多，基础更好，所以To C背景的创业者做To B是可行的，只是需要花时间积累软件经验、理解产业、学习管理经验，这也是中国To B企业成长更慢的原因之一。
第二点，在具体的评估方法上，
如果技术是核心驱动力的项目，看重技术能力
如果是非技术驱动的项目，喜欢销售能力强的团队
如果是产业互联网项目，产业背景更重要
第三，在具体到创始人的能力特质上，我们把它抽象为几种主要能力：
基础能力：逻辑能力、领导能力、表达能力、学习能力
特质：脑力、心力、体力、眼力
例如脑力是指是否聪明、专业程度够不够。眼力是指格局够不够高，看的够不够准、够不够远。对于To b的创业者来讲，心力会非常重要，因为这可能是一件较慢的事情，必须要耐得住寂寞、承受得住压力、足够坚韧、在极端情形下能控制情绪，同时也有all in项目的勇气和决心。
所以我会重点关注几个问题：
创始人做事是否只有三分钟热情还是能够持之以恒？
创始人是否具有很强的责任心？
创始人的学习能力怎么样？
创业这件事，人的能力非常重要，如果没有很强的学习能力，不断总结和提升自己，就无法应对企业各个阶段的变化和挑战；如果没有开放的心态和管理能力，就无法接纳有能力的新鲜血液加入，无法建立一个优秀的组织；如果没有很好的分析能力和决断能力，就会走向错误的方向。
我们投资这么多To b的企业，深刻感知企业的发展快慢、企业的天花板和创始人的能力息息相关，这是最大的风险和变量。
对人的把握永远是最难的，我们会和创始人努力成为朋友，增加接触交流的机会，全方位的了解他。经常一些不经意的举动和习惯，就能反应出创始人的性格和处事方式。
2、产品
1）高频 > 低频
产品切入点是高频行为的，要比低频的更有优势。最高频是什么？就是企业无时不刻都要使用，像云、安防、灾备都是例子。典型的企业行为包括：
高频：会议
中频：出差、报销、合同签署、采购
低频：装修
请注意，第一，频率高低不是单指一个员工、一台机器，而是对整个企业整个组织而言。第二，不同行业、不同类型、不同规模的企业，行为的频次可能会有较大差异。例如一家餐厅，采购是每天要发生的高频行为，而会议则是中频甚至低频。而对于药企来讲，会议则是高频行为。
2）离核心业务远近
简言之，离核心业务越近价值越大，替换成本越高。什么是核心业务呢？例如电商就是交易，制造业就是生产。
粘性最高的产品就完全承载了客户的核心业务流程，离开一天甚至1小时，公司的业务、收入就会受到严重影响。这里面还有一种是政策强制要求的情况，例如国家规定所有两客一危车辆都要安装智能视频监控报警装置，银保监会明确要求商业银行必须满足业务连续性的指标要求。
其它影响粘性的用户习惯例如心理习惯、行为习惯，产品定价，以及数据迁移的成本，都属于次要因素。
像轻量级的协同办公平台，影响用户迁移的因素只有用户使用习惯和数据沉淀，但是现在很多产品功能和风格非常类似，又都支持数据迁入迁出，所以用户迁移成本比较低。
而像微盟，承载了电商的所有在线交易行为，这次删库事件宕机五天造成了数十万商家的生意停摆，单个客户的损失可能高达几十万。如果不是微盟自身出问题，客户是很难主动替换的。
所以我比较喜欢行业云这个赛道，电商云、教育云、保险云、工业云，当行业的所有核心业务流程都由一个平台来承载的时候，它的价值无疑是巨大的。
3）是否存在赢家通吃效应
赢家通吃效应，是指垄断优势，Winner Takes All，当企业发展强大到一定程度，后来的进入者就很难有所作为。软件最怕的是同质化严重，大家都很难做大，都是几百万或者几千万的规模，增长乏力。
很多服务类型的To b企业，项目制企业、软件外包公司无法建立赢家通吃效应，是因为营收随着人员规模扩大而扩大，始终呈现一个线性的关系，而企业管理的员工规模是有边际的。柯斯的企业边界理论指出企业的边界是内部交易成本等于外部交易成本，所以当企业规模过于庞大，内部交易成本高于外部交易成本时，企业就到达了发展的天花板，因此很难形成行业垄断。
创业者要清楚的认识到：不是每个赛道，每种模式都能够很好的建立赢家通吃效应的。
塔勒布曾经在《黑天鹅》这本书里提出了两个有意思的概念叫平均斯坦和极端斯坦，例如随机取1000个成年人的身高数值，其均值不会因为极端个例而发生较大改变；而人的财富，在一定数据样本范围内就属于极端斯坦。随机抽取1000个人，如果这1000个人里抽中了巴菲特，平均财富值就上亿了。所以我们创业一定要在能建立极端斯坦的模式下去尝试，这样才有可能成为百亿、千亿级别的公司，这个话题延展开非常有意思，感兴趣的朋友可以下去仔细思考。
能够形成极端斯坦的模式之一是网络效应。
像Zoom、Docusign，存在很明显的网络效应，每个节点都在不停的创造连接，这里面每个节点都是平等的。
B2B2C模式，一个大的节点连接多个小节点也存在非常强的网络效应，像Shopify、美味不用等，平台上的每个商家都在自发性的紧密连接成千上万个用户，成长速度会非常快。
再比如物流行业，城配相对来说网络效应没那么强，因为城市和城市之间协同性较弱。而快递、零担和整车就会更加明显。例如下图则是大票零担的网络模式。
零担，是零担运输（Less-than-Truck-Load）的简称，是物流运输中使用的一个名词，指货主需要运送的货不足一车，作为零星货物交运，期间会产生高额运输费用。
大票零担，是指单票500公斤到3吨范围的业务。
在赢家通吃的赛道里基本只有第一梯队甚至前两家有大机会，剩下玩家最大的可能是失败或者被并购。
例如电子签名， DocuSign在美国市场份额达到43%，占有率接近一半，中国头部三家公司市场占有率合计在80%以上；采购赛道，美国头部玩家是Coupa和Ariba；金融IT，恒生电子证券核心交易系统占有率44%，金证股份30%；财务软件，中国双寡头是用友和金蝶。
新的玩家和赢家在原有赛道里竞争没有机会，最优策略是找到一个新的切入点、更好的网络模型，以更快的网络效应吸附客户，像Zoom的成功、微信战胜米聊都是非常好的案例；或者用一张更大的网从外部慢慢的侵袭，例如顺丰用快递的网络逐步渗透进德邦的快运领域。
3、商业模式
1）好的行业成长空间
好的行业成长空间，通俗点讲就是按目前的商业模式，赢家通吃，能赚到多少钱。
这里值得注意的是一定要把行业整体规模和创业企业能赚到钱的规模区分开来，像2018年中国保险业保费收入是3.8万亿，物流行业社会物流总费用是13.3万亿元，但是如果不切交易，只提供软件服务，就要按软件投入的百分比来计算市场空间。B2B平台能赚到的钱也只是针对产业链替代部分的市场规模，而不是整个链条。
2）是否有定价权
在中国，我们不太喜欢免费模式的产品，没有定价权非常容易陷入低价低质的恶性竞争。免费对用户产品可行，但对企业产品不可行，免费的产品无法证明对客户的价值。产品收入至少要覆盖一部分成本。
像TMS或协同办公产品，它们的定价权就很弱，基本上是免费或是很低的价格提供给客户，后期发展起来难度也比较大。
谈到定价权，很多人往往忽视了账期是定价权很重要的一部分。定价权不只是产品和服务的价格，还有多长时间能收回合同金额，按什么样的方式收回。
账期是0还是一年，是预付一个月还是三年，是55还是3331回款，账期长短直接决定了公司的现金流状况。
3331付款方式：合同签订后，客户先付30%的预付款，然后安排产品交付，交付完成后客户支付30%的货款，产品运行正常1-3个月支付合同金额的30%作为验收款，剩余10%作为质量保证金在产品正常运行1年后或者合同约定的时间支付。
我们曾经看到许多Docker、Hadoop、PaaS的技术公司最后搞成了高级人力外包，很重很累，但是现金流并不好，一旦遇到市场变化，就很容易出现经营风险。
很好的案例是中国教育信息化龙头视源科技，主要产品是学校的电子白板。供应链企业最头痛的事情十之八九都是应收款。企业先给下游货，等卖出去了，或者等2到6个月账期结束再付钱给企业，这造成了很多供应链企业现金流情况并不好，周转困难。
但是视源科技对上游供应商，公司有一定账期，对下游客户则是订金+现金交付制度。这代表产品还没卖掉，我就先收了钱，还可以欠上游的货款。这个金额在2018年是多少呢？是23亿元，视源科技凭借无账期应收款+预收货款+应付款的账期就让自己账面上凭空多出了23亿元。
Salesforce的创始人马克贝尼奥夫在《云攻略》这本书里也举了一个很好的例子，2001年10月，Salesforce在创立初期正好遇上了互联网泡沫破灭，大量的公司在苦苦挣扎，它们客户流失非常严重，导致Salesforce出现严重的资金周转不灵以及破产的风险。同时由于投资机构都成了惊弓之鸟，外部融资变得不可行，所以Salesforce必须要想办法加强现金流。
Salesforce的第一个投资者给了马克贝尼奥夫一个idea，她认为是每月结算的计划让公司陷入了现金流危机，并建议改变策略，预收一年或以上的费用，并提供折扣给客户作为奖励。因为问题在于他们支付给销售代表的佣金是以12个月结算的，但是公司从客户那里得到的收益却是每月结算的，这使得公司在最理想的情况下也至少要花2-3个月的时间才能收回成本。但是大量流失的客户与Salesforce合作不到一年，这意味着他们有可能永远收不回成本。
这个idea看似简单，但却是Salesforce历史上最重要的一次转变。由于Salesforce已经赢得了客户的信赖和忠诚，其中一半的客户乐于接受新的方案。马克贝尼奥夫以往总以为客户也许会觉得每年支付是一种压力，但结果很多客户却把它看做是一个掌握有利条件的好机会。
这个决定最终成为Salesforce收入增长一个重要的分水岭，导致它们在一年之内从负现金流量到正现金流量的转变，并最终成就了这家伟大的公司。
3）多轮驱动
创业公司未来要有比较好的多轮驱动的商业模式。不单纯只是通过信息服务、技术服务去收费。未来能切到交易、金融等更具想象空间的商业模式上面去，这样的企业会具有更好的投资价值。
这点我在讲零售赛道的企业服务公司里讲过，Shopify、有赞和微盟都是双轮甚至多轮驱动的商业模式。（信天研报 | 零售业企业服务市场研究）
一个例子是我们投资的飞榴科技，他们之前的产品是为企业提供库存优化和生产排程系统，但是发现仅靠软件，市场空间比较小。不过他们发现一个机会是服装前端的订单正在变得越来越小单快反，后端商家连接的成千上万家小工厂却用非常低效的方式在生产，产能已经过剩，难以满足上游更加灵活和柔性化的订单需求。
所以他们依靠软件为核心，通过互联网的模式结合生产数据集中调度产能，组织服装的协同生产，建立跨工厂的行业联盟，大幅度提高了生产效率，由此极大提升了自身的营收和价值。
4）大客户 vs 小企业
我们比较喜欢能搞定大企业或者超大型企业的公司。
因为大企业具有严格的采购招标流程，会对产品进行全面的评估，如果他们愿意买单，无论是产品价值、技术能力、销售能力都可以得到比较好的证明。同时中小企业付费能力弱、信息化程度差、生存周期较短，针对它们展业会遇到较大的挑战。所以如果你有很多big name的客户，无疑是非常大的加分项。当然他们是否愿意复购或者续费也同样重要，因为是否能真正长期用起来才证明了产品的价值。
5）开源 > 节流 > 提高效率
例如帮客户招商，或者带来新的销售订单，这样的产品大于做精细化运营、节省人力的产品，再大于仅仅提升组织和沟通效率的产品。
大企业效率问题更加明显，如果从小商户身上赚提升效率的钱，难度更大。
6）两类企业：有根据地 vs 没有根据地
一个有意思的话题是有根据地的传统公司容易成功，还是没有根据地的新公司容易成功。
有根据地的公司是至少有一块相对稳定的传统业务，然后再切入新的业务，例子像做BPM的奥哲切入aPaaS，做电子签章的e签宝做电子合同，做行为数据分析采集的艺赛旗切入RPA领域，以及按键精灵新成立的RPA公司UiBot等等。
没有根据地的公司则完全是直接切入新的赛道，基本新的创业企业都属于这种类型。
有根据地的公司优势是有软件行业经验，客户积累，有较稳定的团队，有一定的收入规模。没有根据地的公司则可以抛弃架构、技术、公司历史上的包袱，同时团队思维会更开放和前沿。
我觉得两类企业都有机会，不过看具体赛道，像iDaaS领域可能就是有根据地的公司更容易成功。
4、外部机遇
除了内部因素，我们还要看外部环境，因为往往历史铸就机遇。比如微盟和有赞遇上了微信开放平台的机会，金山办公遇上了进口替代，金税三期铸就了财税服务的风口，而这次疫情则推动了各行各业的在线化。
我们现在看到的大的机遇像软件的进口替代、IT架构从传统架构向云原生迁移、新基建以及5G等等。
我们怎么调研项目
1、PMF验证
我们主要投资的是企业的前三个阶段，从0到1再到10的过程。
为什么说早期投资难？因为从0到10是在跨越鸿沟的过程：
90%的企业死在了从0到1：研发出来的产品没有客户买单，可能是找不到客户，或者客户决策周期太长，或者是最终没有打动客户买单，又或者是买单的价格太低，原因是多种多样的。
剩下10%的企业里90%又死在了从1到10：虽然有客户买单，但是很难把产品推向市场规模化，始终在一个非常小的体量上发展。
下面这张图是CB Insights总结的初创企业失败的20个原因，其中不被市场需要、糟糕的产品、缺少商业模式是最主要的原因。
我们在前面提过从0到1到10的过程分别是产品和市场匹配前期、产品和市场匹配期和产品和市场匹配后期，都是围绕产品和市场的匹配，所以我们判断To B项目的核心就是要验证产品是否匹配市场，以及匹配了多大的市场。
实际上不知道还有多少人记得产品和市场匹配PMF这个概念最早是由Wealthfront 的首席执行官兼联合创始人，Benchmark Capital的联合创始人Andy Rachleff提出的。PMF概念是他基于对红杉资本创始人Don Valentine投资风格的分析。所以PMF来源于投资人经验的沉淀和总结。
PMF不是万能药。但是它标志着一个重要的里程碑，它是成功所必需的，虽然还不够。 一旦公司有了PMF，它仍然必须找到可持续的增长模式，并与竞争对手竞争。PMF所做的是帮助防止企业花钱在注定要失败的方式来发展业务。
我们绝大部分的资金投向PMF及之后的阶段，少部分投向PMF之前。因为企业验证PMF之后产品和商业模式才可评估可量化。而产品与市场匹配前期，判断的主要依据只能是团队。为什么To B的公司发展比较慢，原因之一也是在寻找PMF的过程中耗费了大量的时间与资源。
像增长黑客的基本原则之一是确定企业的产品是否不可或缺，为何不可或缺以及对谁来说不可或缺之前，不要进入快节奏试验阶段。也就是说，企业必须要了解产品的核心价值是什么、对哪些客户来说具备这些核心价值以及为什么，以及如何交付，这正是PMF验证需要去做的东西。
所以，PMF验证的第一步是定义产品的价值。PMF无法简单的量化，也无法简化为一个公式，之后我们只能用各种测试、访谈和调研来证实或者证伪。
调研的对象可以是某个对标产品。如果这个对标产品在国外取得了巨大的成功，而国内外市场环境相似程度又很高的话，PMF是可能的。同时如果某个对标产品因为某个功能、特性或不足而被客户一致性吐槽或者抛弃，那么针对性的优化也有可能实现PMF。
最重要的还是客户访谈。问题包括产品不可或缺性调查，例如是否不可替代、有无替代性产品、主要价值等等。账期、口碑、影响力也都是访谈的重要内容。
PMF可以从访谈和调研中得到。没有实现PMF很容易感知，例如客户并没有从产品中获得价值、没有口口相传、销售周期太长等等。反之，客户对于产品超乎寻常的喜爱、快速购买产品、使用量快速增长，则让人感受到产品和市场非常匹配，市场需要这种产品和服务。
还需要规避的一个陷阱是，PMF是增长的充分但不是必要条件，不是客户愿意使用、甚至愿意买单就证明了PMF，价值证明可能是中长期的事情。
一个典型案例是《增长黑客》这本书里提到的一个公司叫BranchOut，他们找到了一个病毒式传播的方法，使得它们用户数量在短短三个月的时间内从400万增加到2500万，但是用户最终发现这个App没有很大用处，很快大量用户纷纷撤离，每天流失的用户甚至高达月活用户的4%。
创始人后来在一次演讲中承认公司当时走错了路，仓促的追求获客但是却没有改善产品体验。最终，即便他们获得了近5000万美元的融资，也失败了。《增长黑客》把这个经验总结为“是爱创造了增长，而不是增长创造了爱”。
另一个现实的案例是去年火热的中台赛道，许多大企业陆续上了数字中台的产品，但是后来发现不同的行业有不同的场景和业务需求，中台产品很难落地，最后很多都用不起来。
关于价值证明可能是中长期的事情这一点事先的确很难分析周全，完全依赖于投资人的判断能力，一方面只能基于自己的经验在逻辑上做出合理的推测，另外要看创始团队对行业的理解力和专业程度。
2、财务模型预测
我们非常看重公司的财务模型预测，通常会按照公司给出的预测，结合自己的分析判断，给出相对客观的预测。
财务模型预测里我们看重哪些关键指标呢？收入、增速、毛利、客户留存率、销售周期、客户获取成本和客户留存成本、账期。比如销售周期，To G类的销售周期最长、大企业次之，客户规模越小销售周期越短。而客户获取成本与销售周期息息相关。而《硅谷蓝图》里提到过客户留存成本也是非常重要的，但是很少有企业会把CRC计入衡量指标。
在国外，LTV、CAC等指标可以明确量化一个SaaS类企业，贝恩咨询的一份数据显示“5%的客户流失率和13%的客户流失率会导致十个月以后收入差几乎一倍多。“但是在中国，To B公司的模式差别非常大，很难直接套用固定的公式，所以我们要用一个预测模型来详细测算。
这个模型一定是逻辑上可推导的，就是说不能只给出明年的营收是多少、利润是多少，但是缺乏中间的推导过程。
你得告诉我，
大客户有多少，客单价多少，怎么续费；
中小客户有多少，客单价多少，怎么续费；
一次性收费、服务费和SaaS收费比例是怎么样的；
获客周期多长；
账期怎么样；
未来每年会有什么样的增速；
团队规模多大；
销售模式是直销还是分销；
毛利是什么水平等等。
如果有不同的业务板块，还要单独分开测算。
其实要推导这个财务模型，一定要弄清楚公司的产品和业务的每个细节才做得到，所以可以说这是最难，也是最简单的一步。针对每个指标，我们会反复推敲，反复问为什么，为什么你的毛利比同行高这么多，是否会有大客户流失的风险，直到所有问题得到合理的解答。
我们需要这个财务模型预测作为决策的依据，同时我们会经常复盘这个模型，看看现实和我们的预测有什么差异，为什么有这些差异，从而更好的优化我们未来的模型。
我们有几个原则：
1） 我们只预测3年的时间，太长时间预测意义不大，太短无法对决策起到帮助。
2）分别做一个中观和乐观的预测：这样我们可以看到大多数情况下和最好的情况下，这个项目能发展成什么样。而悲观的预测价值不大，因为如果考虑最坏的情况我们肯定是不会投的。
我们在决策时会看几点：
1） 营收增长一定非线性。未来一定要出现拐点，才能产生赢家通吃效应，以及带给投资人超额收益。
2） 未来能不能做到1个亿收入。美国To B独角兽的门槛是ARR 1亿美金，而中国这个标准我认为是1亿人民币，能达到这个标准的企业已经跨越鸿沟脱离了初创期，超越市面上99%的公司，同时具有一定的安全边际，在阶段上匹配的是C轮和D轮以后，还能够享受资本溢价、品牌等非常多的红利。
当然这个条件主要是针对软件企业而言，对于硬件类型、服务类型、交易类型的公司，这个指标需要做一定的修正，例如考核指标变成毛收入。1个亿的收入不一定在我们财务预测的3年内就要求达到，但是按照增速，在未来几年必须有这个可能。
3） 财务预测事实上还要包含一个终局的假设，在最理想的情况下，这个公司占据了一定的市场份额，比如5%、10%，这笔投资能否带给我们超过50倍的收益？如果不能，就不投。
3、浑水告诉我们的调研方法
这次浑水做空瑞幸，告诉了我们很好的调研企业的方法。
浑水质疑瑞幸咖啡的财报作假，其中2019 Q3的单店每日的销售量被夸大至少69%，而2019 Q4则被夸大至少88%。
这一结论如何得出呢？浑水雇佣了92名全职，1418名兼职人员，在全国53个城市的门店样本中全天候录像，总录像时长达11260小时。除此之外，浑水收集了25843张小票，发现瑞幸的单杯价格被夸大了至少12.3%。
浑水的调查，以实地收集大量第一手数据，反推出公司真实的运营情况，证明其并不像财报中描述的“快速增长”，甚至是在负增长。
作为投资机构，不是说我们要雇佣这么多人做线下调研，而是要学习浑水的思路，大胆假设，小心求证，想办法收集各个维度的信息，把一切依据都建立在事实和数据的基础上。不能完全信赖企业所提供的材料，任何数据都有可能被修饰，不完整、不全面、不准确。
尽调要完成六大功课：尽可能查阅相当多的资料；请教行业专家；实地调研；调研供应商；倾听对手；调查关联方。这样才能建立一个客观完整逻辑严密的投资判断逻辑；并且有侦探般的好奇心和调研能力。在成本可控前提下利用各种公开合法的手段获得核心投资判断信息。
看完以上内容，大家肯定觉得评估一个项目非常复杂。是的，这的确不是简单的事情，所以成为专业投资人、专业机构很难。
但是，在决策时是不是上面所有因素都重要，不是，对不同项目来讲并不一样。“水至清则无鱼”，往往不存在满足所有条件的完美企业，所以要抓住本质和核心。
噪音无处不在，信息太多容易干扰判断，早期项目不确定因素太多，要把握核心要素。我们要做的是明确哪些是噪音，哪些是有效信息。
我有一位投资人朋友给我讲过一件事，几年前他们要投一家初创企业的时候，这家企业连产品都没有，但是做的方向很有意思，他们对团队也比较了解。他们还访谈过一个行业里的专家，专家质疑说，我们这么大的公司做了15、6年都没有做出来，创业公司怎么可能成功。虽然机构内部也有不少质疑的声音，但是他坚定的认为可以赌一下，所以最后投了，现在这家企业已经是业界赫赫有名的头部公司。他现在复盘觉得，当时如果想的太清楚，可能就不投了。
类似的投资噪音还有：
像被第一、第二种噪音影响的投资人，凯恩斯有一个“选美理论”，为了让自己的选择变成正确选择，我们大家不是选出自己认为最美的姑娘当冠军，而是选出大家认为最漂亮的那个当冠军。把凯恩斯选美的思维方式应用于股票市场，那么投机行为就是建立在对大众心理的猜测上。打个比方，你不知道某个股票的真实价值，但为什么你花二十块钱一股去买呢？
因为你预期有人会花更高的价钱从你那儿把它买走。投资大师马尔基尔把凯恩斯的这一看法归纳为“最大笨蛋理论”，如果找不到最大笨蛋来接盘，那你自己就是那个最大的笨蛋。
企业的短期价值与市场热度、情绪有关，但是长期会回归真实价值。单个项目可能和市场需求有关，但是影响投资组合成败的决定性因素在于企业价值。
专业投资人和顶尖投资人的区别是，专业投资人会从各个角度拆解项目，给出最全面的分析，把一切做的尽善尽美；顶尖投资人经过长期训练，会在收集足够的信息之后，能化繁为简，做出正确的决策，也就是具有抓住事物本质的能力。这一点对于顶尖的创业者来讲一样适用。
To B领域的投资人大多数比较谨慎和理智，但是有可能会保守和犹豫而错失机会，而顶尖投资人拥有的另一个特质是果断，这会在很大程度上中和上述不足。
和To C不一样，我认为To B领域的顶尖投资人不太可能脱离专业的维度，专业是成为顶尖的基础。
这有点像王国维《人间词话》提到的人生三境界，第二重境界是“衣带渐宽终不悔，为伊消得人憔悴”，这概括了一种锲而不舍的坚毅性格和执着态度，我觉得用来形容专业投资人做事的方式非常贴切。
而第三重境界是“众里寻他千百度。蓦然回首，那人却在，灯火阑珊处”。这表明立志追逐的，在足够的积累后，量变成为质变，不经意间已达到了。这可以用来很好的形容从专业投资人到顶尖投资人的突破。
刚才讲了这么多，再思考一下，我们常讲的To B的护城河是什么？先发优势是不是护城河，规模是不是护城河、品牌是不是护城河？
什么是优秀的企业？邱国鹭曾经总结过，第一是这个公司在行业里“赢家通吃”；第二是行业有门槛，公司有定价权；第三是好的行业成长空间；第四是好的生意模式；第五是好的管理层和组织。这和我上面提到的多个维度的判断条件是同样的道理。
最后总结下，我们如何投资一家企业：
针对To B的企业，我们要做团队、产品、商业模式、外部机遇的全面分析
通过公司调研验证PMF，做好财务模型预测
克服噪音，做出最终的投资决策
疫情当下，影响着各行各业和初创企业，也让我们重新思考哪些行业会遇到挑战，哪些行业存在新的机会。
疫情让很多创业者和投资人觉得大环境一片灰暗，丧失信心，现在有没有创业机会呢？我认为其实非常多，只是需要创业者有更加务实的心态、有更加全面的能力，并且加一点运气。
疫情让地缘政治愈演愈烈，同时也产生了新基建的热点。我认为由此催生的软硬件进口替代以及新基建是两条最大的主线。
新基建包含了物联网、人工智能、云计算等新兴基础设施的建设，但这些都不是新东西，所以我们不是追风口，而是我们在做的、在投的传统企业的三化正在变成风口，在顺应时代的趋势。
我们能看到这里面的机会包括5G、物联网相关的边缘计算；云基础设施相关的SDS、SDN、CMP、CDM、服务网格，上层的行业云、企业费用管理；以及产业端的在线教育、在线医疗、物流科技，例如冷链物流、工业互联网和云工厂等等。
在当前降本增收大环境的要求下，企业内部的现金流管理正在成为重中之重，我们投资的司库立方主要做的是企业现金流管理和企业支付，在疫情当下成为越来越多企业的选择。
再例如我之前提到许多小工厂采用非常低效的方式在生产，目前许多传统行业生产端产能过剩，同时越来越难以满足上游更加灵活和柔性化的订单需求。
所以云工厂通过互联网的模式结合生产数据集中调度产能，组织协同生产，建立跨工厂的行业联盟，大幅度提高了生产效率。我们投资的飞榴科技已经在服装行业取得了亮眼的成绩，但是在建筑、化工、家具等非常多的行业依然存在巨大的改造空间和市场机会。
现在众所周知的6大互联网企业GAFATA Google（1998）、Facebook（2004）、苹果（1976）、Amazon（1995）、腾讯（1998）、阿里巴巴（1999），其中4家都刚刚成立于2000年互联网泡沫破灭之前，还有上面我们曾经提到过的，1999年成立的、差点要破产的、企业服务行业的圣碑Salesforce。
这些企业刚刚起步就经历了史上最大的一次行业危机，但是最终他们坚持了下来，成为了这个时代最伟大的企业，像亚马逊，从1997年的2美金到现在股价超过2300美金，增长超过1100倍，上周甚至还创造了历史新高，是企业家精神和创业的文化传承在激励和指引他们，是苦难和挫折成就了他们。
荷尽已无擎雨盖，菊残犹有傲霜枝。我相信经历了这次罕见的疫情，伟大的To B企业正在孕育中，让我们一起努力。