很多时候我们都是因为对不确定性的恐惧而自己吓自己,而PR在很大程度上就是在你的未知基础上营造氛围吓唬你。所以,面对PR越厉害的机构,请尽情地在此基础上打折扣,以建立对它真实情况的判断基准。


Power Laws in Venture Portfolio Construction

对于幂指定律,最初我是在2013年通过Peter Thiel的学生写的文章(后来整理成畅销书《从零到一》)了解到的。这大概算是我对这个投资行业真正意义的最初启蒙。没错,我2011年开始进入这行业,但国内早期投资初级的发展并没有让我很快对这个行业很多本质性的元素有太多深刻的理解。

然而即使是知识层面能够理解幂指函数的存在与作用,但这并不意味着你就真的能够将其应用到日常的投资活动中。例如我们偶尔会被母基金的朋友问到,你们打算投资多少公司?30左右,这是我们很确切的回答。至于为什么是30,如果你没有足够的时间和数学知识来阅读原文,就请先简单参考下表:

% of portfolios that equal or exceed multiple
Port. Size
1x
2x
3x
4x
5x
6x
7x
8x
9x
10x
11x
12x
13x
14x
15x
1
33.2
16.6
11.2
8.7
6.9
5.8
4.9
4.2
3.8
3.4
3.1
2.9
2.7
2.5
2.3
2
55.5
20.7
13.8
10.4
8.0
6.5
5.3
4.8
4.1
3.8
 3.3
3.0
2.7
2.6
2.3
5
56.8
24.4
15.2
10.8
8.5
6.8
5.8
4.8
4.3
3.9
 3.5
3.3
3.0
2.8
2.6
10
67.8
29.3
17.2
11.7
9.0
7.3
6.0
5.1
4.6
4.1
3.7
3.4
3.0
2.8
2.6
20
80.0
34.3
19.1
12.6
9.3
7.4
5.9
5.0
4.3
3.8
3.4
3.0
2.7
2.5
2.3
30
87.8
41.2
23.0
15.0
10.8
8.5
7.2
6.1
5.3
4.6
4.2
3.7
3.5
3.1
3.0
40
92.4
43.9
23.6
15.5
11.4
8.9
7.2
6.1
5.3
4.6
3.6
3.2
3.0
2.7
2.6
50
94.9
46.9
24.8
15.9
11.4
9.0
7.1
5.9
5.3
4.6
3.9
3.6
3.2
2.9
2.6
60
96.7
48.9
25.3
15.8
11.7
9.2
7.4
6.3
5.4
4.8
3.7
3.4
3.0
2.9
2.6
70
97.8
50.6
26.4
17.0
12.5
9.4
7.8
6.5
5.5
4.9
3.8
3.4
3.1
2.9
2.6
80
98.6
53.6
27.7
17.4
12.5
9.8
7.9
6.6
5.8
5.1
3.8
3.4
3.1
2.8
2.5
90
99.0
54.8
28.7
18.2
12.9
10.0
8.2
7.0
6.0
5.2
4.0
3.6
3.3
3.0
2.7
100
99.3
56.8
29.7
18.6
13.2
10.2
8.2
6.9
5.9
5.2
3.9
3.5
3.0
2.8
2.6
200
99.9
69.0
34.8
20.9
14.0
10.8
8.9
7.4
6.1
5.3
4.7
4.1
3.6
3.4
3.1
300
99.9
76.3
38.3
22.5
15.1
11.3
9.1
7.4
6.3
5.5
5.3
4.9
4.3
4.0
3.6
400
99.9
81.4
41.7
24.0
16.0
11.9
9.5
7.7
6.5
5.8
5.1
4.6
4.0
3.7
3.4
500
99.9
85.5
43.1
24.4
16.6
12.1
9.5
7.7
6.3
5.3
5.1
4.7
4.2
3.8
3.5
600
99.9
88.6
45.6
25.4
16.8
12.2
9.4
7.8
6.6
5.6
5.4
4.9
4.5
4.0
3.6
700
99.9
90.7
47.4
26.5
17.3
12.5
10.1
8.2
6.9
5.8
5.1
4.6
4.1
3.7
3.5
800
99.9
92.7
49.2
26.9
17.6
12.8
10.1
8.0
6.7
5.7
5.4
4.8
4.4
4.0
3.8
900
99.9
93.8
49.9
27.5
17.6
12.7
9.7
7.9
6.7
5.7
5.3
4.6
4.1
3.7
3.4
1000
99.9
94.9
52.1
28.1
18.1
13.1
10.3
8.3
6.9
5.8
5.5
5.0
4.5
4.1
3.6
10,000
100.0
100.0
91.8
48.8
28.8
18.0
13.2
10.4
8.7
7.5
6.7
5.9
5.5
4.8
4.4
100,000
100.0
100.0
100.0
87.8
48.2
30.0
20.2
14.0
11.2
9.6
7.8
6.8
6.0
6.0
5.2
1,000,000
100.0
100.0
100.0
100.0
85.3
46.0
27.2
19.9
14.2
9.9
8.0
6.6
5.8
5.5
5.2

这是一张关于投资组合规模与回报倍数之间的关系表。当然这只是纯数学分析,剔除了很多影响实际结果的因素,但这并不影响这张表所能反映的,这个行业的基本特征。

  1. 确定性这件事是极其困难的。如果一支基金投100万个项目,你可以确保获得4倍回报。10万个项目?可以确保3倍回报。1万个项目?2倍回报。注意,这里是说一支基金。所以,理论上你或许可以保证确定性,但实际操作上是不可行的;
  2. 反之,不执着于所谓“确定性”,在权衡之下,最佳的规模或许比你想象的要小很多。例如,我们考虑5倍回报,在10个项目时,概率是9%,而要在理论上将概率提升到18%,你需要投资1000个项目。但一个基金1000个项目,意味着你在评估决策、投后服务以及退出决策上的质量必然比10个项目要糟糕。所以这里面牵涉到你的基金规模,基金年限,擅长的领域与阶段(包括上下游资源,这又与项目来源质量以及退出渠道质量相关),投后投入程度,等等形成一个整体。在这里面再权衡如何将高回报的概率提到最高;
  3. 理性看待超高回报基金。如果此时你还不相信超高回报基金的运气成分有多高,恐怕你也是不会相信HHHHHHHHHH这样的抛硬币结果是随机的了(参考Sunday Roast #10 The Ordeal)。不要只看到高风险高收益的后半段,你大可以羡慕别人家基金的高收益,但如果你无法理解何为与之对应的高风险,那么你很可能会成为下一支高收益基金的注脚。
回到我们提到的投资组合规模问题,这里涉及这样几个考虑:
  1. 上面的表格是一个基础参考;
  2. 影响回报率的因素涉及:基金规模,基金年限,投资期,投资项目阶段,项目源(数量与质量),退出策略,投资团队人数,投后投入程度;
  3. 简单说,你有多少钱,能够投多少项目,你的人员是否可以找到足够数量和质量的项目,是否可以对每家投资企业提供足够质量的投后服务,退出时项目价值(例如一支5年的天使基金可能需要在B轮就开始退出,而不太可能等太久,这也必然影响到退出价值);
  4. 这些因素再返回来影响基金定位,基金的合伙人专业领域和能力,基金的资源覆盖能力,基金的整体投资/退出策略(投资策略和退出策略是一体的);
  5. 综合下来,30是我们的答案,虽然20-50我们都考虑过,但综合考虑这所有因素,再反观上面的表格,我想这算是我们的一种“自圆其说”了。

面对LP,GP团队确实有如任何一支面对融资的创业团队。理清自己是对外交流的基本前提。


What a Time to Be Alive…

不是每门生意都需要或者应该融资,但每门生意最终都需要赚钱。我见过状态最好的团队,是那些能够持续赚钱的团队,而不是刚刚起步热血沸腾的团队。

这听起来似乎不太像一个典型互联网领域投资机构的观点。似乎在过去几年,互联网创业的“原教旨主义”所信奉的,应该是:不要急着赚钱,先把用户量做起来。当你有了上亿的用户,赚钱的方法多得是。

对于创业者,最好的状态是什么?两周前我和聚玻网的康总进行过一次交流(聚玻网是一家现金流健康同时快速扩张的企业)。和康总的交流让我回过头来想到主营业务能够持续赚钱,并不仅仅是一个公式:收入-支出>0,而意味着很多:

  1. 你的产品/服务有独特价值以持续吸引和留存客户;
  2. 你能够找到正确的客户群体;
  3. 你具备有效的方法持续扩展客户;
  4. 你清楚自己的收入和开销结构;
  5. 你了解合作伙伴的利益诉求并能给予很好的满足;
  6. 你合伙人团队的管理能力、公司架构、公司文化、利益分配能够持续支持业务的扩张。

哪怕你只是在初创期里向合伙人或投资人描述一个愿景,它依然需要有落脚点,而不是简单的用一句“用户量大了我们再考虑挣钱”,或者天真无邪地认为真有那一天,如何挣钱是“幸福的烦恼”。我现在认为,从打算创业的第一天起,你就需要想到挣钱这个问题,哪怕你的假设确实需要建立在一定用户量的基础上,这仍然是需要不断思考的问题。

我们确实经历过用户上千万,但难以实现商业化的例子,或者即使用尽各种“标准方法”商业化也难以实现基本的盈亏平衡。这里的问题就变成了,当你以用户增长为目标时,你需要更大的资金来获取和留存用户,融资越多往往意味着开销越大,而如果你对如何赚钱并没有什么清晰的想法,也就是将我们前面提到的6点融合成一个完整的系统,这时你的角色其实更像是商业街的大马路上强行推销产品的小妹/大妈。

也许你会觉得那些牛掰的企业不都是拥有海量用户,然后找个商业模式吗?似乎很熟悉…这就是我们之前提到的线性思维方式,你看到了起点,你看到了终点,两点之间直线最短,于是你用一根直线将两点连起来就完成了对这件事情的理解。这也是很多第一次甚至多次创业的人抱持的“商业思维模式”,更糟糕的是当你碰上一个同样思维的投资人,你就只能长期活在“互联网创业原教旨主义”的世界里了。

所以康总在饭局上提到,创业者一定要挣过钱,哪怕是读书时出去摆地摊,他也需要切身感受最简单的客户定位、价值交换、算账等等一系列与“赚钱”相关最基本的概念。一家公司连自己都养活不了,就别谈什么理想愿景了。

那些拿了融资的创始人其实并不应该为拿到投资人的钱而沾沾自喜,这不过是一种向未来举债度过今日“艰难”的方式,哪怕投资人蜂拥挤入抬高估值,也并不意味着你的公司就真的价值巨大,很大程度上那不过是在透支你和你企业的未来,如果你并不清楚自己的这家公司今天,或者1年/2年/5年后该如何挣钱。最终,这一切还是会回过头来,纠缠你和你的企业。

Growing fast versus operating cheaply is far from the sharp dichotomy many founders assume it to be. In practice there is surprisingly little connection between how much a startup spends and how fast it grows. When a startup grows fast, it’s usually because the product hits a nerve, in the sense of hitting some big need straight on. When a startup spends a lot, it’s usually because the product is expensive to develop or sell, or simply because they’re wasteful.

最好的公司(当然你可以争论什么叫做“最好”),恐怕不会是投入/产出比呈线性关系的公司。而我们要做的,就是找到并帮助那些非线性特征的公司。他们也许很垂直,也许一开始就能赚钱,也许看不出他能如何非线性地扩展,也许他们并不符合“高频”,“刚需”,“普世”的大众情人标准,但这恐怕才是早期投资真正的机会所在(不那么让人意外的是,目前我们投资的几个项目都在赚钱)。是否赚钱与其扩展性之间并没有必然关联。同样,免费/优惠与快速扩张或许有直接联系,但饮鸩止渴恐怕是大多数这样策略的结局。这种策略所能满足的,只不过是资本缺乏耐心的通病。

对于没有心情看我们胡诌的人来说……没错,我们的风格就是保守谨慎。