建立準確財務模型的分步指南

財務模型是指南針，而不是水晶球

作為早期公司的投資者和顧問，我從新企業中看到的幾乎所有財務模型都在某個階段顯示出指數級增長。 圍繞客戶獲取成本的假設趨於下降，每用戶平均收入 (ARPU) 趨於上升，預計成本增長將慢於收入，銷售週期縮短，價格上漲，收入爆炸式增長。

在 12 到 18 個月內，大多數公司的增長速度如此之快，以至於它們要么 (a) 籌集資金為他們已經證明的巨大增長機會提供資金，要么 (b) 縮減營銷支出並收穫自由現金流結果。

同樣，世界各國政府使用的 COVID-19 模型產生的預測與結果大相徑庭。 鑑於新型病毒固有的巨大不確定性，這不足為奇。 這是一種現實的而非憤世嫉俗的評估。 所有模型在設計上都是錯誤的，但隨著時間的推移，有一個六個階段的過程可以最大限度地提高它們的準確性。

階段 1：斧頭

財務建模過程的第一步是推翻每一個假設：

• 為什麼您的客戶獲取成本與您試圖擊敗的價值數十億美元的競爭對手相當？
• 你真的希望在四個月內從冷電話到銷售嗎？ 您向財富 500 強企業出售七位數合同是什麼體驗？
• 從第一天起，您的所有銷售人員將如何提高工作效率？
• 您沒有任何客戶成功的預算，但仍然假設客戶流失率極低 - 為什麼？
• 您的產品與主要競爭對手的差異是否足以讓您多收取 50% 的費用？

我與許多 SaaS（軟件即服務）公司合作，我們關注的三個主要關鍵績效指標 (KPI) 是客戶獲取成本 (CAC)、客戶流失和客戶終身價值 (LTV)。 每一個都是由其他假設驅動的：CAC 是您在營銷和促銷上花費了多少、有多少人點擊了您的廣告、有多少人對這些廣告採取了行動以及其中有多少轉化為免費和最終付費的客戶，以及何時。

在做出任何業務決策之前，所有假設都分配給 KPI 系列。 CAC KPI 包括營銷漏斗假設和銷售假設。 您的銷售人員一次可以管理多少潛在客戶？ 收盤率是多少？ 典型的銷售需要多長時間？ 只有在我們為所有這些假設找到足夠的支持後，我們才會繼續實施業務計劃。

這一步可以等同於我們現在正在經歷的 COVID-19 大流行。 這些模型也是圍繞假設建立的。 一個是 R0，這是 SARS2 CoV-19 病毒在易感人群中自然傳播的假設速率。 其他假設是圍繞感染後 COVID-19 的影響。

中國當局進行的初步調查沒有發現在#Wuhan, #China 發現的新型#coronavirus (2019-nCoV) 存在人際傳播的明確證據。 pic.twitter.com/Fnl5P877VG

— 世界衛生組織 (WHO) (@WHO) 2020 年 1 月 14 日

從一開始，這些假設都沒有得到充分理解，理想情況下，西方衛生官員在做出最終決定強制實施各種形式的社會疏離之前對所有這些假設提出質疑。

第 2 階段：已知的未知數

財務模型中不確定性較低的變量是已知未知數。 當我與客戶一起找出最需要關注的假設時，我們會進入一個有白板的房間（或一個有空白 Google 文檔的 Zoom 房間），並根據模型中的確定性和重要性對它們進行排序.

對於一家消費SaaS公司來說，轉化率（Conversion Rate）是一個非常重要的假設。 我的一個客戶是一個醫療保健應用程序——他們有一個免費產品、一個付費訂閱產品，並且他們通過將客戶推薦給服務提供商來賺取佣金。 他們假設每 1,000 名註冊免費應用程序的人中有 50 人最終會升級為付費訂閱者。 這是基於最近的數據，但也可能基於競爭對手的經驗或他們之前在另一家公司的經驗。 模型中的每個假設都是團隊認為這些特定假設對當時可用的信息最有意義的結果。

由於我們知道轉化率對銷售增長和利潤率有很大影響，而且由於我們不太確定我們圍繞該轉化率的假設，所以這個變量是我們的主要關注點。 如果您經營的是銷售額相對較高且銷售週期較短的消費者 SaaS 業務，您可以相當快地看到這些結果。 當有足夠的數據進來時，我們要么對我們的假設是準確的感到滿意，要么看到有問題需要解決，因為我們高估了轉化率。

我們正試圖解決的真正問題是，因為我們得到了傳聞報告，當你沒有症狀時你能有效地傳播它嗎？ Anthony S. Fauci，醫學博士，NIAID 主任（2020 年 2 月 19 日）

同樣，公共衛生官員當時知道他們的一些假設是不確定的：R0、症狀率、住院率、醫院容量、死亡率等。例如，R0 比聽起來要復雜得多。 一個好的 R0 假設需要考慮所有的行為變化，這些變化在應用和有效性方面會因地區的特徵而異（例如，城市：擁擠的紐約市與南達科他州的農村城鎮）。 有效繁殖數Re用於描述病毒在不同情況下不同時間的繁殖率。

我的 SaaS 客戶和公共衛生官員都必須完全專注於更好地理解模型中的關鍵變量。 一旦他們知道要關注哪些硬數據，他們就會進入下一步：測量。

第三階段：測量

在衡量期間，我們將深入研究轉化率假設：人們點擊廣告和下載應用程序的速度是否與我們預期的速度相近？ 他們以什麼速度轉變為付費客戶？ 他們需要多長時間才能轉換為付費客戶，升級後他們會停留多長時間？

現在的問題是有很多未知數......你知道，一開始，我們不確定是否有無症狀感染者，這將使它比我們所看到的更廣泛的爆發。 現在我們確定有。 Anthony S. Fauci，醫學博士，NIAID 主任（2020 年 1 月 31 日）

你也可以看到這個過程在 COVID 傳奇中發揮作用。 在大流行初期，像世界衛生組織這樣的專家估計全球該病毒的死亡率為 3.4%，考慮到流感估計在 0.12% 左右（但有一系列估計值圍繞該數字），這是一個非常可怕的數字。 那是媒體報導的數字； 在幕後，這些模型可能包含了一系列可能性。 但很明顯，這些估計是圍繞著一個高於當前數據可能出現的數字。

根據目前的數據，似乎很清楚，感染導致我們理解為 COVID 症狀的病毒的人的百分比要高得多。 鑑於分母較高，死亡率必然較低，可能比最初的 3.4% 數字更接近 0.12%。 事實證明，我們所依賴的模型偏向悲觀而不是樂觀，我們不得不下調對住院和死亡率的估計：

這肯定是一個比相反的問題要好得多的問題，部分原因是對謹慎的謹慎偏見。 怎麼辦？

第 4 階段：修修補補

目前，世界政治領導人正在與科學家合作重新校准他們的模型。 他們正在修補使用或放鬆哪些改變行為的政策槓桿。 有些假設在世界範圍內是相同的，但許多假設是特定地區或環境所獨有的。

與我的客戶一起，我會檢查每個 KPI 中的每一個假設，以了解模型的校準程度。 當假設與現實不符時，我們會一起集思廣益，找出原因。 價值主張是否比我們想像的要少，我們是否向潛在客戶明確說明？ 產品定價是否正確？ 我們是否有號召性用語來促使他們做出購買決定？ 我們是否使註冊過程盡可能順暢？

我們可能會嘗試幾種不同的方法，看看其中一種方法是否能更好地改善表現不佳的指標。 有時，有一個簡單的解決方法，但通常，我們必須稍作修改才能建立對特定路徑的信心。 軟件公司使用稱為 A/B 測試的過程：您將目標劃分為可比較的組，並在 A 組嘗試一種方法，在 B 組嘗試另一種方法，看看是否有任何一種方法能產生始終如一的優異結果。

我們現在必須考慮所有患者（包括創傷呼叫類型）都被感染，所有人（甚至同事和家庭成員）都因社區傳播而受到感染。 給 FDNY EMS 工作人員的備忘錄（2020 年 4 月 4 日）

雖然很少有可能針對政策進行 A/B 測試以了解哪種方法最有效，但不同國家和國家/地區內的不同司法管轄區正在採取一系列方法，這些方法幾乎同樣具有啟發性。 世界各地的市政當局和醫療專業人員也在不斷改進他們治療這種疾病的方法，這既基於他們自己患者的反饋，也基於已發表的關於其他患者對某些治療反應的研究。

第 5 階段：重新校準

這是橡膠與道路相遇的階段。 你已經確定了你的 KPI，將它們與你的預測進行了對比，確定了那些不正確的，確定了驅動它們的假設，並圍繞如何改進它們測試了某些假設。

世界各國政府都在重新調整。 大多數人正在實施計劃，以在傳播速度、醫院和檢測能力以及一般社區準備工作的推動下分階段恢復正常。 您可以打賭，結果將受到密切關注。

在企業和公共衛生領域，這個階段都是決策時間——選擇一條道路並向前推進。 不要只考慮成功的回報，還要考慮時間和資源方面的失敗概率和成本。 確定成功的指標，並在您期望看到結果時表現出來。 如果您選擇的路徑需要對流程進行重大更改，請分配所有權。 這將使您為最後和最重要的階段做好準備……

第 6 階段：返回第 2 步

沒有第 6 階段——不要通過圍棋，直接回到第 2 階段。世界上每一個成功的企業都會定期識別、衡量、修補和重新校准他們的假設。 CEO 應至少每季度與財務團隊會面一次，以檢查所有業務 KPI，並優先考慮需要改進的地方。 創造性的解決方案應該作為一個團隊來達成，但最終的責任應該分配給相關的商業領袖。 這些領導者應該創造一種不斷識別、衡量、修補、重新校準並最終開拓進取的文化。