建立准确财务模型的分步指南

财务模型是指南针，而不是水晶球

作为早期公司的投资者和顾问，我从新企业中看到的几乎所有财务模型都在某个阶段显示出指数级增长。 围绕客户获取成本的假设趋于下降，每用户平均收入 (ARPU) 趋于上升，预计成本增长将慢于收入，销售周期缩短，价格上涨，收入爆炸式增长。

在 12 到 18 个月内，大多数公司的增长速度如此之快，以至于它们要么 (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自由现金流结果。

同样，世界各国政府使用的 COVID-19 模型产生的预测与结果大相径庭。 鉴于新型病毒固有的巨大不确定性，这不足为奇。 这是一种现实的而非愤世嫉俗的评估。 所有模型在设计上都是错误的，但随着时间的推移，有一个六个阶段的过程可以最大限度地提高它们的准确性。

阶段 1：斧头

财务建模过程的第一步是推翻每一个假设：

• 为什么您的客户获取成本与您试图击败的价值数十亿美元的竞争对手相当？
• 你真的希望在四个月内从冷电话到销售吗？ 您向财富 500 强企业出售七位数合同是什么体验？
• 从第一天起，您的所有销售人员将如何提高工作效率？
• 您没有任何客户成功的预算，但仍然假设客户流失率极低 - 为什么？
• 您的产品与主要竞争对手的差异是否足以让您多收取 50% 的费用？

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 (KPI) 是客户获取成本 (CAC)、客户流失和客户终身价值 (LTV)。 每一个都是由其他假设驱动的：CAC 是您在营销和促销上花费了多少、有多少人点击了您的广告、有多少人对这些广告采取了行动以及其中有多少转化为免费和最终付费的客户，以及何时。

在做出任何业务决策之前，所有假设都分配给 KPI 系列。 CAC KPI 包括营销漏斗假设和销售假设。 您的销售人员一次可以管理多少潜在客户？ 收盘率是多少？ 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，我们才会继续实施业务计划。

这一步可以等同于我们现在正在经历的 COVID-19 大流行。 这些模型也是围绕假设建立的。 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率。 其他假设是围绕感染后 COVID-19 的影响。

中国当局进行的初步调查没有发现在#Wuhan, #China 发现的新型#coronavirus (2019-nCoV) 存在人际传播的明确证据。 pic.twitter.com/Fnl5P877VG

— 世界卫生组织 (WHO) (@WHO) 2020 年 1 月 14 日

从一开始，这些假设都没有得到充分理解，理想情况下，西方卫生官员在做出最终决定强制实施各种形式的社会疏离之前对所有这些假设提出质疑。

第 2 阶段：已知的未知数

财务模型中不确定性较低的变量是已知未知数。 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 Google 文档的 Zoom 房间），并根据模型中的确定性和重要性对它们进行排序.

对于一家消费SaaS公司来说，转化率（Conversion Rate）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、一个付费订阅产品，并且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 1,000 名注册免费应用程序的人中有 50 人最终会升级为付费订阅者。 这是基于最近的数据，但也可能基于竞争对手的经验或他们之前在另一家公司的经验。 模型中的每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。

由于我们知道转化率对销售增长和利润率有很大影响，而且由于我们不太确定我们围绕该转化率的假设，所以这个变量是我们的主要关注点。 如果您经营的是销售额相对较高且销售周期较短的消费者 SaaS 业务，您可以相当快地看到这些结果。 当有足够的数据进来时，我们要么对我们的假设是准确的感到满意，要么看到有问题需要解决，因为我们高估了转化率。

我们正试图解决的真正问题是，因为我们得到了传闻报告，当你没有症状时你能有效地传播它吗？ Anthony S. Fauci，医学博士，NIAID 主任（2020 年 2 月 19 日）

同样，公共卫生官员当时知道他们的一些假设是不确定的：R0、症状率、住院率、医院容量、死亡率等。例如，R0 比听起来要复杂得多。 一个好的 R0 假设需要考虑所有的行为变化，这些变化在应用和有效性方面会因地区的特征而异（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用于描述病毒在不同情况下不同时间的繁殖率。

我的 SaaS 客户和公共卫生官员都必须完全专注于更好地理解模型中的关键变量。 一旦他们知道要关注哪些硬数据，他们就会进入下一步：测量。

第三阶段：测量

在衡量期间，我们将深入研究转化率假设：人们点击广告和下载应用程序的速度是否与我们预期的速度相近？ 他们以什么速度转变为付费客户？ 他们需要多长时间才能转换为付费客户，升级后他们会停留多长时间？

现在的问题是有很多未知数......你知道，一开始，我们不确定是否有无症状感染者，这将使它比我们所看到的更广泛的爆发。 现在我们确定有。 Anthony S. Fauci，医学博士，NIAID 主任（2020 年 1 月 31 日）

你也可以看到这个过程在 COVID 传奇中发挥作用。 在大流行初期，像世界卫生组织这样的专家估计全球该病毒的死亡率为 3.4%，考虑到流感估计在 0.12% 左右（但有一系列估计值围绕该数字），这是一个非常可怕的数字。 那是媒体报道的数字； 在幕后，这些模型可能包含了一系列可能性。 但很明显，这些估计是围绕着一个高于当前数据可能出现的数字。

根据目前的数据，似乎很清楚，感染导致我们理解为 COVID 症状的病毒的人的百分比要高得多。 鉴于分母较高，死亡率必然较低，可能比最初的 3.4% 数字更接近 0.12%。 事实证明，我们所依赖的模型偏向悲观而不是乐观，我们不得不下调对住院和死亡率的估计：

这肯定是一个比相反的问题要好得多的问题，部分原因是对谨慎的谨慎偏见。 怎么办？

第 4 阶段：修修补补

目前，世界政治领导人正在与科学家合作重新校准他们的模型。 他们正在修补使用或放松哪些改变行为的政策杠杆。 有些假设在世界范围内是相同的，但许多假设是特定地区或环境所独有的。

与我的客户一起，我会检查每个 KPI 中的每一个假设，以了解模型的校准程度。 当假设与现实不符时，我们会一起集思广益，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明确说明？ 产品定价是否正确？ 我们是否有号召性用语来促使他们做出购买决定？ 我们是否使注册过程尽可能顺畅？

我们可能会尝试几种不同的方法，看看其中一种方法是否能更好地改善表现不佳的指标。 有时，有一个简单的解决方法，但通常，我们必须稍作修改才能建立对特定路径的信心。 软件公司使用称为 A/B 测试的过程：您将目标划分为可比较的组，并在 A 组尝试一种方法，在 B 组尝试另一种方法，看看是否有任何一种方法能产生始终如一的优异结果。

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（甚至同事和家庭成员）都因社区传播而受到感染。 给 FDNY EMS 工作人员的备忘录（2020 年 4 月 4 日）

虽然很少有可能针对政策进行 A/B 测试以了解哪种方法最有效，但不同国家和国家/地区内的不同司法管辖区正在采取一系列方法，这些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员也在不断改进他们治疗这种疾病的方法，这既基于他们自己患者的反馈，也基于已发表的关于其他患者对某些治疗反应的研究。

第 5 阶段：重新校准

这是橡胶与道路相遇的阶段。 你已经确定了你的 KPI，将它们与你的预测进行了对比，确定了那些不正确的，确定了驱动它们的假设，并围绕如何改进它们测试了某些假设。

世界各国政府都在重新调整。 大多数人正在实施计划，以在传播速度、医院和检测能力以及一般社区准备工作的推动下分阶段恢复正常。 您可以打赌，结果将受到密切关注。

在企业和公共卫生领域，这个阶段都是决策时间——选择一条道路并向前推进。 不要只考虑成功的回报，还要考虑时间和资源方面的失败概率和成本。 确定成功的指标，并在您期望看到结果时表现出来。 如果您选择的路径需要对流程进行重大更改，请分配所有权。 这将使您为最后和最重要的阶段做好准备……

第 6 阶段：返回第 2 步

没有第 6 阶段——不要通过围棋，直接回到第 2 阶段。世界上每一个成功的企业都会定期识别、衡量、修补和重新校准他们的假设。 CEO 应至少每季度与财务团队会面一次，以检查所有业务 KPI，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来达成，但最终的责任应该分配给相关的商业领袖。 这些领导者应该创造一种不断识别、衡量、修补、重新校准并最终开拓进取的文化。