Som investor og rådgiver for virksomheder i den tidlige fase har næsten alle finansielle modeller, jeg har set fra nye ventures, vist eksponentiel vækst på et tidspunkt. Antagelser omkring omkostninger til kundeerhvervelse trender ned, gennemsnitlig omsætning pr. bruger (ARPU) stiger, omkostninger forventes at vokse langsommere end omsætningen, salgscyklusser forkortes, priserne stiger og indtægterne eksploderer.
I løbet af 12-18 måneder vokser de fleste virksomheder så hurtigt, at de enten (a) vil rejse kapital for at finansiere den massive vækstmulighed, de har bevist, eller (b) trække sig tilbage på markedsføringsudgifterne og høste det frie cash flow, som resultater.
På samme måde producerede de COVID-19-modeller, der blev brugt af regeringer over hele verden, prognoser, der var væsentligt afbrudt fra resultaterne. Dette burde ikke være en overraskelse i betragtning af den store usikkerhed, der er forbundet med en ny virus. Dette er ment som en realistisk – ikke kynisk – vurdering. Alle modeller er designet forkerte, men der er en seks-trins proces til at maksimere deres nøjagtighed over tid.
Det første trin i den økonomiske modelleringsprocessen er at skubbe enhver antagelse tilbage:
Jeg arbejder med mange SaaS-virksomheder (Software as a Service), og tre af de vigtigste Key Performance Indicators (KPI'er), vi fokuserer på, er Customer Acquisition Cost (CAC), Customer Churn og Customer Lifetime Value (LTV). Hver af disse er drevet af andre antagelser:CAC er en funktion af, hvor meget du bruger på markedsføring og promovering, hvor mange mennesker der klikker på dine annoncer, hvor mange mennesker der foretager handling på disse annoncer, og hvor mange af dem der konverterer til gratis og i sidste ende betalte kunder, og hvornår.
Før der træffes forretningsbeslutninger, tildeles alle antagelserne til KPI-familier. CAC KPI'en inkluderer antagelser om markedsføringstragten, men også salgsantagelser. Hvor mange kundeemner kan dine sælgere administrere på én gang? Hvad er lukkekursen? Hvor lang tid tager det typiske salg? Først efter at vi har fundet tilstrækkelig støtte til alle disse antagelser, går vi videre til at implementere forretningsplanen.
Dette trin kan sidestilles med den COVID-19-pandemi, vi oplever nu. Disse modeller er også bygget op omkring antagelser. Den ene er R0, som er den formodede hastighed, hvormed SARS2 CoV-19 virus naturligt spredes gennem en modtagelig population. Andre antagelser er omkring virkningen af COVID-19 efter infektion.
Foreløbige undersøgelser foretaget af de kinesiske myndigheder har ikke fundet klare beviser for menneske-til-menneske overførsel af den nye #coronavirus (2019- nCoV) identificeret i #Wuhan, #Kina🇨🇳. pic.twitter.com/Fnl5P877VG
— Verdenssundhedsorganisationen (WHO) (@WHO) 14. januar 2020
Ingen af disse antagelser var solidt forstået fra starten, og ideelt set udfordrede vestlige sundhedsmyndigheder dem alle, før de traf deres endelige beslutninger om at pålægge de forskellige former for social distancering.
De mindre sikre variabler i en finansiel model er de kendte ukendte. Når jeg arbejder med kunder for at finde ud af de antagelser, der skal fokuseres mest på, kommer vi ind i et rum med en tavle (eller et Zoom-rum med et tomt Google-dokument) og sorterer dem alle efter grad af sikkerhed samt vigtighed i modellen .
For en forbruger-SaaS-virksomhed er konverteringsrate til salg (Conversion Rate) en meget vigtig antagelse. En af mine kunder er en sundhedsapp - de har et gratis produkt, et betalt abonnementsprodukt, og de tjener provision for at henvise kunder til tjenesteudbydere. De antog, at 50 af hver 1.000 personer, der tilmelder sig den gratis app, til sidst opgraderer til betalte abonnenter. Dette var baseret på nyere data, men kunne også have været baseret på konkurrenternes erfaringer eller deres tidligere erfaringer med en anden virksomhed. Hver antagelse i en model er resultatet af et teams opfattelse af, at disse bestemte antagelser giver mest mening med den information, der er tilgængelig på det tidspunkt.
Da vi vidste, at konverteringsraten har en stor indflydelse på salgsvækst og avancer, og da vi var mindre sikre på vores antagelser omkring denne sats, var denne variabel vores primære fokus. Hvis du driver en forbruger-SaaS-virksomhed med et relativt højt salgsvolumen og en kort salgscyklus, kan du se disse resultater ret hurtigt. Når der kommer nok data ind, kan vi enten være tilfredse med, at vores antagelser var nøjagtige, eller se, at der er et problem, der skal løses, fordi vi har overvurderet konverteringsraten.
Det virkelige spørgsmål, som vi forsøger at løse, fordi vi får anekdotiske rapporter, er, om du kan overføre det effektivt, når du er asymptomatisk. Anthony S. Fauci, M.D., NIAID-direktør (19. februar 2020)
Tilsvarende vidste offentlige sundhedsembedsmænd, at flere af deres antagelser var usikre på det tidspunkt:R0, symptomatisk rate, hospitalsindlæggelsesrate, hospitalskapacitet, dødsfald osv. R0, for eksempel, er mere kompliceret, end det lyder. En god R0-antagelse var nødvendig for at tage højde for alle adfærdsændringer, som varierede i anvendelse og effektivitet baseret på karakteristikaene for en region (f.eks. by:overbelastet New York City vs. en landlig by i South Dakota). Det effektive reproduktionsnummer, Re, bruges til at beskrive virusreproduktionshastigheden under forskellige omstændigheder og på forskellige tidspunkter.
Både mine SaaS-klienter og de offentlige sundhedsmyndigheder skal fuldt ud fokusere på at opnå en større forståelse af nøglevariablerne i modellen. Når de ved, hvilke hårde data de skal fokusere på, går de videre til næste trin:Måling.
Under målingen vil vi tage et dybt dyk ned i antagelsen om konverteringsfrekvens:Klikker folk på annoncerne og downloader appen til omkring den hastighed, vi forventede? Med hvilken hastighed konverterer de til betalte kunder? Hvor lang tid tager det at konvertere til betalte kunder, og hvor længe bliver de ved, når de har opgraderet?
Problemet nu med dette er, at der er mange ubekendte... Du ved, at vi i begyndelsen ikke var sikre på, om der var asymptomatiske infektioner, hvilket ville gøre det til et meget bredere udbrud, end det vi ser. Nu ved vi med sikkerhed, at der er. Anthony S. Fauci, M.D., NIAID-direktør (31. januar 2020)
Du kan også se denne proces udspille sig med COVID-sagaen. Tidligt i pandemien estimerede eksperter som WHO dødeligheden for virussen til 3,4 % på verdensplan, et meget skræmmende tal i betragtning af, at influenzaen anslås at være et sted omkring 0,12 % (men med en række skøn omkring det tal). Det var det antal, der blev omtalt i pressen; bag kulisserne inkorporerede modellerne sandsynligvis en række muligheder. Men det er ret klart, at estimaterne var forankret omkring et højere tal, end det ser ud til at være sandsynligt givet nuværende data.
Med de nuværende data synes det klart, at procentdelen af personer, der er inficeret med virussen, der forårsager de symptomer, vi forstår som COVID, er meget højere. I betragtning af den højere nævner er dødsfaldet nødvendigvis lavere, sandsynligvis meget tættere på de 0,12 % end det oprindelige tal på 3,4 %. Det viser sig, at de modeller, vi stolede på, skævede pessimistiske snarere end optimistiske, og vi har været nødt til at justere vores estimater af indlæggelser og dødelighed ned:
Dette er bestemt et meget bedre problem at have end det omvendte og delvist på grund af en forsigtig bias mod forsigtighed. Hvad nu?
Lige nu arbejder verdens politiske ledere sammen med videnskabsmænd for at omkalibrere deres modeller. De roder med, hvilke adfærdsændrende politiske greb de skal bruge eller slappe af. Nogle af antagelserne vil være de samme over hele verden, men mange er unikke for en bestemt region eller et bestemt miljø.
Sammen med mine kunder gennemgår jeg alle antagelser inden for hver KPI for at forstå, hvor velkalibreret modellen er. Når en antagelse ikke stemmer overens med virkeligheden, brainstormer vi sammen for at finde ud af hvorfor. Er værditilbuddet mindre, end vi troede, og gør vi det klart for den potentielle kunde? Er produktet prissat korrekt? Har vi en opfordring til handling, der katalyserer deres købsbeslutning? Har vi gjort tilmeldingsprocessen så friktionsfri som muligt?
Vi kan prøve et par forskellige tilgange for at se, om man fungerer bedre til at forbedre de underpræsterende metrics. Nogle gange er der en nem løsning, men normalt skal vi pille lidt for at komme til at opbygge tillid til en bestemt vej. Softwarevirksomheder bruger en proces, der kaldes A/B-test:Du deler dine mål op i tæt sammenlignelige grupper og prøver én tilgang på A-gruppen og en anden på B-gruppen for at se, om begge giver konsekvent overlegne resultater.
Vi skal nu betragte alle patienter (inklusive typer traumeopkald) for at være inficerede, og alle personer (selv kolleger og familiemedlemmer) er blevet udsat på grund af spredning i lokalsamfundet. Notat til FDNY EMS-personale (4. april 2020)
Selvom der sandsynligvis forekommer få A/B-tests på politikker for at se, hvilke der virker bedst, er der en række tilgange, der tages af forskellige lande og forskellige jurisdiktioner i lande, som kan være næsten lige så oplysende. Både kommuner og læger i hele verden roder også konstant med deres tilgang til denne sygdom, baseret på både feedback fra deres egne patienter og offentliggjort forskning omkring, hvordan andre patienter reagerede på bestemte behandlinger.
Dette er stadiet, hvor gummiet møder vejen. Du har identificeret dine KPI'er, målt dem i forhold til din forudsigelse, identificeret dem, der er slået fra, udpeget de antagelser, der driver dem, og testet visse hypoteser om, hvordan du kan forbedre dem.
Regeringer over hele verden er i gang med at omkalibrere. De fleste implementerer planer for en gradvis tilbagevenden til normalitet drevet af fremskridt med hensyn til spredningshastighed, hospitals- og testkapacitet og generel samfundsberedskab. Du kan vædde på, at resultaterne vil blive nøje overvåget.
I både virksomheder og folkesundhed er denne fase beslutningstid - vælg en vej og skub fremad. Overvej ikke kun gevinsten ved succes, men også sandsynligheden for og omkostningerne ved fiasko i form af tid og ressourcer. Identificer målinger for succes, og når du forventer at se resultaterne, manifest. Hvis din valgte vej kræver en væsentlig ændring af dine processer, tildel ejerskab. Dette vil forberede dig til den sidste og vigtigste fase...
Der er ingen trin 6 - bestå ikke Go, bare gå direkte tilbage til trin 2. Enhver succesfuld virksomhed i verden identificerer, måler, roder og rekalibrerer regelmæssigt deres antagelser. Administrerende direktører bør mødes med deres økonomiteams mindst en gang i kvartalet for at gennemgå alle forretnings-KPI'er og prioritere, hvad der skal forbedres. Kreative løsninger bør nås som et team, men det endelige ansvar bør tildeles de relevante virksomhedsledere. Disse ledere bør skabe en kultur for konstant at identificere, måle, pille ved, omkalibrere og i sidste ende gå videre.