Peramalan Keuangan Saat Pemodelan dengan Data yang Hilang

Mitra di firma modal ventura saya sebelumnya memberi tahu saya bahwa perkiraan keuangan untuk startup harus dimulai pada tingkat yang terperinci. Berasal dari latar belakang dana lindung nilai makro, saya awalnya tidak mengerti apa artinya itu, karena saya terbiasa memperkirakan berdasarkan tren, pendapatan berulang, dan tolok ukur. Tetapi ini sebagian besar tidak tersedia untuk startup. Seringkali, bahkan tidak jelas apa target pasarnya, apalagi pendapatan yang bisa diraihnya.

Sulit untuk meyakinkan seseorang tentang sesuatu yang tidak ada. Pendiri biasanya memikirkan sebuah ide selama enam bulan atau lebih sebelum mendekati investor pertama mereka. Pada titik ini, mereka akan mensimulasikan lebih dari seribu skenario dan model yang berbeda dalam pikiran mereka dengan visi besar tentang apa yang akan mereka capai dalam waktu 10 tahun—hanya untuk merasa frustrasi karena investor tidak menyimpulkan visi yang sama. Mereka sering lupa bahwa mereka perlu menggandeng investor melalui perjalanan yang sama yang telah mereka lalui sendiri, meskipun melalui jalan pintas, untuk mencapai visi besar yang sama. Satu-satunya cara untuk mencapainya adalah melalui fakta dan logika.

Memang benar bahwa investor tidak punya waktu untuk melihat terlalu banyak detail pada pertemuan pertama. Itulah mengapa teknik diciptakan untuk menarik perhatian mereka - mulai dari elevator pitch, teaser 15 menit, hingga presentasi berdurasi satu jam. Akhirnya, investor masih perlu meneliti rencana tersebut untuk memastikan bahwa visi pendiri itu nyata dan asumsi yang mendasarinya masuk akal.

Prakiraan keuangan seperti peta yang mengarahkan investor ke tujuan akhir. Sebagian besar prakiraan gagal karena secara otomatis mengasumsikan kemampuan untuk menangkap satu atau lebih persen pasar atau tingkat pertumbuhan bulanan 100 persen tanpa merinci strategi dan asumsi yang akan membawanya ke sana. Model keuangan untuk startup harus logis dan masuk akal; itu perlu selaras dengan strategi dan harus terperinci tanpa ada langkah yang hilang dari titik A hingga Z.

Metode Peramalan Keuangan Granular untuk Pendapatan

Prakiraan keuangan terperinci harus dimulai dengan pendapatan, karena biasanya merupakan hal yang paling penting dan paling tidak pasti untuk diramalkan. Seperti bisnis, perkiraan pendapatan harus dimulai dengan mempertimbangkan pelanggan. Setelah mengidentifikasi target pasar, startup perlu menentukan bagaimana mereka akan mendapatkan pelanggan. Umumnya ada tiga sumber: penjualan, pemasaran, dan organik.

tim penjualan

Tim penjualan adalah saluran langsung yang mengubah prospek menjadi pelanggan. Penggerak utama untuk penjualan adalah ukuran tim penjualan dan penjualan rata-rata per bulan. Penjualan rata-rata dapat dipecah menjadi prospek yang memenuhi syarat per bulan, tingkat konversi prospek ke penjualan, dan panjang siklus penjualan rata-rata. Misalnya, jika sebuah perusahaan rintisan memiliki tim penjualan yang terdiri dari tiga orang, 100 prospek yang memenuhi syarat dihasilkan per bulan per tenaga penjualan, tingkat konversi prospek ke penjualan sebesar 10 persen, dan siklus penjualan rata-rata dua bulan, perusahaan rintisan akan menghasilkan 15 penjualan per tahun. bulan (3 * 100 * 10% * 0,5). Untuk beberapa model bisnis, prospek dihasilkan melalui pemasaran, yang menghasilkan proses akuisisi dua tahap.

Contoh Proses Akuisisi Dua Tahap

Strategi pemasaran

Pemasaran tidak menargetkan pelanggan seakurat penjualan tetapi lebih baik dalam menjangkau khalayak yang lebih luas. Peramalan penjualan dari pemasaran dimulai dengan mengidentifikasi strategi pemasaran (misalnya, bayar per klik, media sosial, surat langsung, papan iklan, rujukan), anggaran yang dialokasikan untuk setiap strategi, dan biaya per akuisisi (CPA) untuk setiap strategi. Bagi banyak pemasar digital, BPA juga dapat dinyatakan sebagai biaya per seribu (BPT atau BPS) tayangan dikalikan dengan rasio klik-tayang (RKT) dan rasio konversi (CVR).

Misalnya, jika sebuah perusahaan rintisan menggunakan tiga strategi pemasaran—bayar per klik, media sosial, dan rujukan—dengan BPA masing-masing sebesar $50, $80, dan $100, dan mengalokasikan $10.000 untuk setiap strategi, diharapkan menghasilkan total akuisisi pelanggan sebesar 212,5 (10.000/50 + 10.000/80 + 10.000/10). Tergantung pada model bisnisnya, akuisisi ini dapat berupa pelanggan yang membayar atau prospek; jika mereka adalah prospek, akuisisi ditambahkan ke prospek berkualitas yang dihasilkan dalam formula penjualan di atas. Jika prospek ditambahkan di atas prospek yang berasal dari tim penjualan, pemeriksaan diperlukan untuk memastikan tim penjualan memiliki kapasitas yang cukup untuk menangani prospek tambahan ini.

Memprediksi Generasi Prospek Melalui Saluran Pemasaran

Penjualan Organik

Sementara strategi penjualan dan pemasaran memiliki tindakan yang menarik pelanggan, penjualan organik umumnya muncul dari pelanggan yang menemukan bisnis—direncanakan secara tidak sengaja atau strategis. Contoh penjualan organik termasuk footfall, dari mulut ke mulut, SEO, dan dengan menjadi bagian dari pasar. Masih mungkin untuk menghitung biaya akuisisi untuk saluran ini, tetapi bisnis biasanya tidak memiliki banyak kendali, selain menyiapkan infrastruktur untuk penjualan organik terjadi. Untuk memperkirakan penjualan organik, mulailah dengan memperkirakan jumlah eksposur dikalikan dengan tingkat konversi. Dari mulut ke mulut, eksposur dapat diperkirakan berdasarkan jumlah pelanggan aktif saat ini, persentase kemungkinan "rujukan", dan jangkauan per rujukan.

Peramalan Konversi Penjualan Organik oleh Saluran

Nilai pelanggan

Setelah melakukan forecasting jumlah penjualan, langkah selanjutnya adalah menghitung pendapatan rata-rata yang akan dihasilkan setiap pelanggan alias customer lifetime value (LTV). Untuk menentukan LTV, perkirakan nilai pembelian rata-rata, frekuensi pembelian berulang, dan tingkat churn (yaitu 1/umur pelanggan). Pelanggan dibagi menjadi tiga kategori: pelanggan baru, pelanggan tetap, dan pelanggan yang hilang. Untuk setiap periode, penjualan yang diperkirakan dikalikan dengan nilai pembelian rata-rata untuk sampai pada pembelian pelanggan baru. Pelanggan berulang dihitung sebagai pelanggan aktif dari periode terakhir dikalikan dengan frekuensi pembelian rata-rata (misalnya, sebulan sekali atau 0,5 kali sebulan). Pelanggan yang hilang dihitung dengan mengalikan churn rate dengan jumlah pelanggan baru dan pelanggan aktif dari periode terakhir. Pelanggan baru + pelanggan aktif periode lalu - pelanggan hilang = pelanggan aktif untuk periode ini.

Langkah-Langkah Menghitung Nilai Umur Pelanggan (LTV)

Ada banyak model bisnis karena ada bisnis sehingga persamaan yang tepat mungkin tidak berlaku untuk setiap startup. Namun, logika yang sama berlaku untuk setiap bisnis. Tempat yang baik untuk memulai adalah memetakan perjalanan pelanggan dan memeriksa strategi, biaya, dan pendapatan yang terkait dengan setiap langkah. Untuk perkiraan yang lebih realistis, meskipun lebih rumit, pertimbangkan juga jeda antara konversi dan pemasaran awal atau eksposur organik.

Jalankan perkiraan pendapatan yang dihasilkan melalui tes sniff (bukan, bukan fluoroskopi diafragma) untuk memastikannya masuk akal. Ini adalah pendekatan top-down tipikal yang dimulai dari total market size (TAM) dan mempersempitnya menjadi serviceable available market (SAM). Jelas, kemampuan untuk menangkap 80 persen pasar yang besar pada hari pertama tidak masuk akal, tidak peduli berapa banyak uang yang dikeluarkan untuk pemasaran. Juga, penjualan tidak boleh melebihi kapasitas fisik bisnis kecuali kemungkinan perluasan kapasitas dimodelkan.

Teknik Peramalan Keuangan Granular untuk Biaya

Peramalan biaya jauh lebih mudah dibandingkan dengan pendapatan. Biaya harus menjadi fungsi dari pendapatan; itu adalah total sumber daya yang dibutuhkan bisnis untuk menghasilkan dan terus menghasilkan pendapatan yang diperkirakan. Beberapa biaya lebih langsung (misalnya, HPP) sementara yang lain bisa tidak langsung (misalnya, sewa).

Harga Pokok Penjualan (HPP)

Pertama, mulai dengan COGS, yaitu biaya yang berhubungan langsung dengan produksi, akuisisi, atau pengiriman produk atau jasa perusahaan. HPP dapat berupa biaya variabel atau semi-tetap. Biaya variabel dapat dikaitkan dengan total penjualan (misalnya, biaya transaksi) atau pelanggan (misalnya, manajer akun). Biaya semi-tetap secara longgar terkait dengan penjualan atau pelanggan; ini adalah biaya yang cukup untuk penjualan tertentu - atau pelanggan - tetapi memerlukan peningkatan setelah volume tertentu (misalnya, peningkatan server untuk mengatasi lebih banyak lalu lintas web atau jumlah perwakilan layanan pelanggan).

Biaya operasional

Kedua, menentukan biaya operasional. Secara garis besar, kategori utama adalah penjualan dan pemasaran, umum dan administrasi, dan biaya penelitian dan pengembangan.

Biaya penjualan dan pemasaran harus dikaitkan dengan anggaran penjualan dan pemasaran serta strategi akuisisi pelanggan, seperti yang didefinisikan dalam perkiraan penjualan.

Biaya umum dan administrasi adalah biaya operasi bisnis yang diperlukan untuk mendukung perusahaan dengan ukuran yang diperkirakan. Ini bervariasi dari bisnis ke bisnis tetapi beberapa pertanyaan kunci adalah: Apa persyaratan staf? Berapa sewa kantor dan biaya terkait? Berapa biaya infrastruktur TI? Berapa biaya asuransi dan profesional? Seorang akuntan yang berpengalaman harus dapat menjawab pertanyaan-pertanyaan ini.

Biaya penelitian dan pengembangan adalah biaya yang dikeluarkan dalam penemuan pengetahuan dan produk baru.

Belanja Modal

Terakhir, tentukan pengeluaran modal yang diperlukan untuk bisnis. Hal ini tidak hanya akan berdampak signifikan pada arus kas, tetapi setiap belanja modal juga akan memiliki tingkat penyusutannya sendiri yang akan berdampak pada laba rugi.

Kebanyakan startup tidak memiliki biaya pembiayaan, tetapi jika ada, itu juga perlu ditambahkan.

Setelah meramalkan laba rugi perusahaan, laporan arus kas dan neraca adalah ekstrapolasi sederhana dengan beberapa asumsi tambahan. Seorang ahli keuangan akan dapat memperkirakan model tiga pernyataan dari prakiraan dan asumsi di atas.

Meskipun perkiraan pada tingkat granular menghasilkan lebih banyak hal yang tidak diketahui, yakinlah, tidak ada investor yang mengharapkan perusahaan rintisan untuk mengetahui dengan tepat apa CAC, LTV, atau variabel lainnya. Faktanya, sebagian besar investor tidak tertarik dengan keakuratan perkiraan pendapatan; mereka tahu bahwa itu tidak akan terjadi. Mereka lebih tertarik pada proses berpikir dan kemampuan untuk mengidentifikasi hal-hal yang tidak diketahui yang mendasarinya ketika mereka mengungkapkan apakah para pendiri itu logis, pragmatis, dan memahami bisnis mereka. Metode untuk memperkirakan hal-hal yang tidak diketahui ini termasuk menganalisis kinerja masa lalu, melakukan penelitian desktop, menyaring prospektus/laporan tahunan perusahaan yang terdaftar, dan berbicara dengan perusahaan lain dan agen pemasaran di industri serupa.

Apa Manfaat dari Prakiraan Keuangan Granular?

Perkiraan pendapatan dan biaya harus menjadi proses berulang bagi startup untuk menghasilkan model bisnis yang layak. Model keuangan yang baik akan membantu pendiri membuat keputusan penting tentang operasi mereka dan menentukan kebutuhan pendanaan mereka.

Prakiraan keuangan granular menyelaraskan harapan investor dan pendiri. Ini menggeser diskusi dari apa yang dapat dicapai—masalah subjektif—ke strategi dan asumsi yang mendasarinya. Jika investor dan pendiri tidak setuju dengan suatu asumsi, mereka hanya perlu membuktikannya dengan data atau dengan melakukan eksperimen kecil (misalnya, pengujian A/B). Asumsi-asumsi yang mendasari, terutama yang paling sensitif, juga menjadi KPI bagi tim manajemen agar jelas apa yang perlu dicapai. Jika perkiraan pendapatan tidak terjadi, alih-alih berdebat dan saling menyalahkan, adalah mungkin untuk menunjukkan dengan tepat asumsi yang keluar dari jalur dan fokus untuk menemukan akar penyebab masalah. Jika asumsi ternyata salah, startup dapat dengan cepat memperbarui model dengan asumsi baru untuk sampai pada serangkaian prakiraan keuangan baru yang akan membantu mereka membuat keputusan cepat apakah akan bertahan atau memutar model bisnis saat ini.

Jadi, meskipun membutuhkan waktu lebih lama untuk membangun perkiraan keuangan yang terperinci, ini menghemat banyak waktu di jalur dan mengurangi konflik antara pendiri dan investor.

Manfaat lain dari perkiraan keuangan granular adalah memungkinkan perusahaan rintisan untuk menguji sensitivitas berbagai asumsi dan menemukan asumsi yang paling sensitif dan kritis untuk kesuksesan bisnis—umumnya dikenal sebagai asumsi “lompatan keyakinan”. Startup dapat merancang eksperimen kecil atau MVP untuk menguji asumsi ini untuk membuktikan atau menyangkalnya. Startup yang dapat membuktikan asumsi ini sejak awal mendapatkan lebih banyak kredibilitas dengan investor dan tampil lebih pragmatis.

Meskipun sepertinya model keuangan mungkin menjadi hal terakhir yang dilihat investor, ini juga merupakan salah satu dokumen terpenting karena membantu menyelaraskan investor dan memandu startup menuju kesuksesan. Pendiri tidak perlu takut dengan upaya ekstra yang diperlukan untuk melakukan perkiraan keuangan granular karena akan menghemat waktu dan rasa sakit mereka di masa depan; terkadang, ini adalah kunci kesuksesan startup karena membantu mereka membuat keputusan cepat berdasarkan fakta. Selanjutnya, ramalan keuangan yang baik akan memfokuskan para pendiri untuk menjawab pertanyaan-pertanyaan strategis utama seperti strategi penjualan dan pemasaran serta alokasi sumber daya. Ini adalah pertanyaan penting yang harus dijawab untuk setiap startup. Model keuangan hanya merangkum strategi dan asumsi dalam satu dokumen.