B2B的“不可能三角”
2019-09-23 07:54

B2B的“不可能三角”

本文来自微信公众号:42章经(ID:myfortytwo),作者:戴武俊,封面:视觉中国


戴武俊,42 Capital 合伙人,前美菜投融资负责人。武俊在蓝湖资本参与对美菜投资后,加入美菜,帮助其融资数亿美金,经历美菜估值从数亿到近百亿美金的成长历程。


在今天这篇文章中,他结合之前美菜的经历,以及近期易买工品的融资案例,从 B2B 不可能三角出发,分析了怎么看 B2B 赛道,以及 B2B 的机会在哪里。


最近一年,很多人在重新看 B2B(尤其是电商交易型)或者产业互联网相关领域的投资机会。


在看的过程中,很多人都会用看 to C 的 TMT 分析框架来判断项目是否靠谱,例如对于 B2B 电商或者 SaaS,会问到续约率、客户/金额/频次的 Cohort、LTV/CAC 等。


但结合我过去几年在蓝湖资本、美菜以及近来在 42 Capital 帮助很多相关项目融资的经验,我发现很多时候 B2B 公司其实有自己的一套评判标准,那么自然而然问题就来了:


我们到底该用怎样的分析维度来判断一家 to B 类公司的好坏?以及如何应用这一思考框架来找到新的投资机会?


我们先从一个有意思的东西讲起:


金融领域中有一个“不可能三角”,就是“独立的货币政策”“资本的自由流动”和“稳定的汇率”,三者不可兼得。


而在最经典的 B2B 电商模型中,我也总结了一个“不可能三角”,可以概括为:“高毛利”“高周转”和“大规模”,三者不可兼得。

        

        

我研究过非常多国内外 B2B 交易型公司,无论自营还是联营还是部分自营部分平台,好像没有谁能同时做到这三点。


(一)做到高毛利跟大规模的,周转低。


拿很多人持续在关注的 MRO 赛道来说,其中最常被拿来做对标跟样板的 Grainger:


  • 毛利很高,常年 40% 左右;

  • 规模很大,一年交易额是 100 多亿美金;

  • 但是库存周转率很低,1 年 4 次。


这意味着其常态保持着 15 亿美金的库存(COGS 60 亿美金/4)


其他类似同行业的包括:



从数据中可见,这些公司都存在我们所说的不可能三角的问题。


(二)做到大规模与高周转的,毛利相对低。


比如 2014 年跟 2019 年上半年很火的食材供应链赛道对标王者 Sysco,规模很大,1 年将近 600 亿美金收入,库存周转 15 次~17 次,已经算是不错,不过毛利才 18%。


而这个毛利水平已经是其发展了 40 年,并获取了全美市场第一地位情况下取得的。


(三)做到高毛利与高周转的公司,规模会相对较小。


这类公司加一定杠杆,用极小的资金体量就能赚取极高的回报,所以要么保密性好,要么是受限制/极高门槛的行业(例如某些高消耗品的军火分销商或者特种设备、医疗器械等),要么区域性很强,也有可能是历史或者其他因素导致(例如封闭后放开的某些品类的进出口等),总之不可复制。


而要通过 VC/PE 融资,那么就天然要选择大规模扩张这条路。因此只剩下两个选项:毛利高周转,或者高毛利低周转。


这两种模式跟赛道和切入方式有关。


在 B2B 领域中,每一个赛道都有很大差异性,所以我们暂时只讨论比较有共性的“切入方式”。


所谓的切入方式,最常见的是切大客户或切小客户两种选择。


做大客户意味着大概率是“高毛利低周转”路线。大客户结款周期慢,而且要求安全库存几个月,周转率自然偏低,低周转就要求较高的毛利才能覆盖资金成本。


同时大部分资金都在库存里,若扩张需要大量资金,企业就得有较好的融资渠道。


银行贷款在小体量还可以,大体量相对比较难,而且年关难过。有的公司甚至会按照 20% 以上的利率借贷,这些也都是比较常见的行为。


做小客户意味着大概率选择“低毛利高周转”路线。


做小客户门槛相对低(单个客户而言),但竞争激烈,而且客户对价格敏感,导致前台毛利比较难做高。而做小客户的传统 Vendor 一般资金情况较好,扩张的问题在于复杂度太高。


在互联网团队进入到这个领域来之前,大家甚至没办法统一订单管理。


一个客户假设需要 30 个 SKU,100 个小客户就要几千个,随之而来的就是复杂的仓储分拣、库存管理等要求。


假如说处理一个 SKU 出错的概率是 0.01%,那么处理一万个 SKU 的出错率就是 100%,即每天肯定会有一个 SKU 是错的,比如一个 SKU 缺货、备错货、备多货……一堆问题就都来了。


所以,面向中小客户的模式,对初创公司的技术和管理能力都有很大的挑战。


那么总结下:两种生意模式的传统 Vendor,各有优势也各有需要解决掉的大问题。

        

       

那么现在这个时代什么发生了改变?数字化与另类投资的兴起。


数字化是互联网或者 IT 流程的应用,使得大规模营销获客、高效处理订单成为现实。而 VC/PE 等另类投资市场的兴起,让一大批原先受制于资金的优秀公司获取了充足的发展资金,得以扩张。


但是从大客户切入的,始终都会面临资金的问题。越大,增长越受到资金限制。


如果资产规模大还好说,可用抵押等常规渠道获取资金,但很多互联网公司都是轻资产,扩张一定要搞定低成本的资金。


那假设资金环境变化较快,比如 2014 年极其热,2015 年下半年变冷,2017 年又变好,2018 年下半年到现在又很差,企业发展就很可能因此而剧烈波动,所以很多企业会因为现金流问题发展受挫。


那回头来看,资金端的问题是不确定性强、解决难度高,所以选择大客户为切入点的公司也会遇到类似的问题,那么更好地利用数字化解决方案,从小客户切入似乎是个更优的选择?


现实中的答案自然也没有这么简单,因为小客户的体量较小,前期积累量会非常难,而且行业的数字化过程是相对较慢的。


前期毛利低、留存率低、客户满意度低、数字化的效果短期很难看到,很多 VC 一看到留存率低、毛利低就直接 PASS 了,大概率都活不到光明的那一天。


不过一旦撑过去,就海阔天空,而且规模越大,现金流是越好的。如下图,从上到下分别是 Sysco、US Foods 和 PFG 三家典型的 to 中小客户的 B2B 公司。


我们看数据就会发现,规模越大的,自由现金流和销售额(FCF/Sales Ratio)的比值会越高。 

       

        

所以我们可以用以下方式来理解这两类标的的选择。


  • 从大客户切入的:优先看有没有持续的、极强的融资能力,对宏观(无论是行业还是宏观经济)都有较为深刻的认知,而且过往的融资节奏每一步都要踩的准。


  • 从小客户切入的:重点看 IT 能力与获客能力,同时看日常管理中对现金/库存周转/交叉比例等数据的重视与管理手段(而不是 cohort、UE 等)


特别如果是早期,创始人融资能力要很强,或者管理跟运营节奏非常好,使得很早的时候现金流情况就不错,或者有持续变好的迹象;如果是中后期,主要看实际的现金流管理水平,与数字化成果(比如说行业客户的渗透率)


所以,从自身经验与验证难易度来看,我们自己会认为通过显性指标,来关注从小客户切入的公司是更具有可操作性的。


比如我们在年中接触到的 MRO 赛道的一个新玩家,易买工品。


我们一开始觉得该公司潜在的最大问题是:这个行业做小客户在前期极其难积累客户量,而他的模式太过超前,过往融资金额也跟跑在前边的竞品相比差距较大。


但是经过团队访谈跟大规模的行业调研、分析库存周转跟 Net working capital 的变化之后,我们帮公司梳理出几个明显的亮点:


1)坚持做小客户:公司现金流极其好,已经为正;


2)坚持用技术解决问题:公司花两年时间打磨技术与数字化流程,从快速下单、商品价格管理、供应商与库存管理、准确交期等,给客户提供了更具性价比、更准确的交付服务;


3)库存周转极其快:超出行业平均水平 10 倍。


易买工品创始人是 Grainger 中国前电商负责人,充分了解市场与模式演进。


他更关注商品,库存以及现金流,而不是短期的 cohort 或者 UE(不需要通过 cohort 来验证需求,尽管他的 cohort 很好;也不需要通过 UE 验证模型,因为现金流早已为正),这就与我们对行业的判断标准非常一致。


之后,我们将这些特点提炼并进行数据化处理,传递给了经纬与顺为,帮助公司在激烈的竞争环境中迅速得到认可与新一轮投资。


在这里,我们回到文章最开头所说的,为什么我们觉得很多时候 2C 的判断标准不一定适合 2B 企业呢?


我举几个具体的例子。


比如很多 2C 投资人习惯了通过 cohort 分析留存率来判断一家公司好坏,但在 2B 领域中,有很多其他因素会影响 cohort,比如行业自然死亡率或季节因素、及 to B 创业公司的阶梯式成长特性等。


这里所谓的阶梯式成长是指,一般 B2B 创业公司刚开始替换原有的供应链体系,不是 by SKU 的替换,而是 by 品类的切换,而在完成整体切换之前,该创业公司对客户来说,都只能充当着补货渠道的角色。


而随着这家公司做的越来越好,会逐渐替换商家的某家核心供应商,发生质变成为其主流 vendor 之一,复购率就有可能有比较陡峭的阶梯式上升,而很多时候与此同时上涨的还有客单价。


而当大量扩张新品类、新客户类型的时候,上面的过程就又会反复,而表面看起来留存率就可能会大幅下降。


再比如,很多投资人喜欢用单位经济模型来判断一个模式的合理性、盈利性与可复制性。


但是这个方式在涉及到供应链的 2B 领域,有个很大的问题:


一个创业公司在早期但凡选择不优先优化供应链,就会导致单位经济模型非常不好看。


但为什么不优先优化供应链可能是一个更优的选项呢?因为不同体量的供应链形态会完全不同。


曾经有个公司创业早期就去优化单仓模型:精细规划仓业务流程,甚至上一些自动化线,看上去单仓模型就能很快为正。


但是这个所谓的单仓模型的仓,随着业务增长需要体积翻倍,而到时业务流程就都需要大改,物流路线也要重新规划,相当于早期对于模型的优化带来的效率非常低,反而浪费了最好的业务增长的时机。


也就是说如果我增速够快,为什么还要花几个月时间去做一个未来 3 个月就用不到的东西呢。所以很可能增速极其快、想的更明白的公司,单位经济模型跟其他同行业比较,是更差的。


再比如我们接触的另外一家做中小企业的 SaaS CRM 公司,小满科技。如果一开始应用传统 TMT 思路,看 LTV/CAC 与 Cohort/续约率的话,看过去都属于中规中矩。


但是我们最后仍然觉得这是一家极其优秀的公司。原因是:


  • 做制造业客户、基于邮件的 CRM:中国最大的行业、刚需、粘性高(近乎工作台)

  • 从中小客户切入:保证能够产品化、产品需要逐步迭代而且现金流极其好,都是预先年付;

  • 更多关注运营管理指标:比如客户活跃度。因为活跃客户占比极其高而且续约近乎 100%。


我们更欣赏团队的地方在于:创始团队更在乎内部有管理动作的指标,而非后置判断指标。


因为这些能够带来动作的指标,最终是能够带来公司的成长与真正变好。


而后置指标,受太多非生意本身而是运营手段的限制,比如是否就为了把续约率变的好看,而不做那些低续约但是能带来现金流与利润的客户(能够在售前来判断一个客户的大概的续约的可能性)


除了上述提到的食材供应链、MRO、企业 SaaS 服务等,我们也在寻求更多理念相同的各类赛道中的优秀公司,希望能在投融资上给予他们更多帮助。


我们会优先选择在国内极具优势,并发生剧烈变化的大行业中的 Player,并为他们服务。现存的一些案例包括:


  • 抓住快反客户需求,通过标准化与数字化客户需求、供应商能力以及 SKU,提供一站式全品类服装辅料的辅料易;

  • 在早期就极其重视商品管理与现金管理,做下沉市场进口全品类建材品牌集合店的亚美利加;

  • 服务商用车市场中小维修站,通过维修技术社区切入市场(渗透率已经超过 50%)、并用多重方式变现的共轨之家。


除此之外,电子元器件、医药、商业票据、5G 相关等领域的 to B 公司,我们也在研究中,也希望与所有关注 to B 赛道的朋友或者从业者有更深入的交流。


本文来自微信公众号:42章经(ID:myfortytwo),作者:戴武俊,封面:视觉中国

本文作者戴武俊微信:daiwujun002 邮箱:daiwujun@42zhj.com

本内容为作者独立观点,不代表虎嗅立场。未经允许不得转载,授权事宜请联系hezuo@huxiu.com
如对本稿件有异议或投诉,请联系tougao@huxiu.com
正在改变与想要改变世界的人,都在 虎嗅APP
赞赏
关闭赞赏 开启赞赏

支持一下   修改

确定