B2B 之「不可能三角」原則 | 人人都是產品經理

在今天這篇文章中,筆者戴英俊結合之前美菜的經歷,以及近期易買工品的融資案例,從 B2B 不可能三角出發,分析了怎麼看 B2B 賽道,以及 B2B 的機會在哪裡。

01

最近一年,很多人在重新看 B2B(尤其是電商交易型)或者產業互聯網相關領域的投資機會。

在看的過程中,很多人都會用看 to C 的 TMT 分析框架來判斷項目是否靠譜,例如對於 B2B 電商或者 SaaS,會問到續約率、客戶/金額/頻次的 Cohort、LTV/CAC 等。

但結合我過去幾年在藍湖資本、美菜以及近來在 42 Capital 幫助很多相關項目融資的經驗,我發現很多時候 B2B 公司其實有自己的一套評判標準,那麼自然而然問題就來了:

我們到底該用怎樣的分析維度來判斷一家 to B 類公司的好壞?以及如何應用這一思考框架來找到新的投資機會?

我們先從一個有意思的東西講起:

金融領域中有一個「不可能三角」,就是「獨立的貨幣政策」、「資本的自由流動」和「穩定的匯率」,三者不可兼得。

而在最經典的 B2B 電商模型中,我也總結了一個「不可能三角」,可以概括為:「高毛利」、「高周轉」和「大規模」,三者不可兼得。

我研究過非常多國內外 B2B 交易型公司,無論自營還是聯營還是部分自營部分平台,好像沒有誰能同時做到這三點。

1. 做到高毛利跟大規模的,周轉低

拿很多人持續在關注的 MRO 賽道來說,其中最常被拿來做對標跟樣板的 Grainger:毛利很高,常年 40% 左右;規模很大,一年交易額是 100 多億美金;但是庫存周轉率很低,1 年 4 次。

這意味著其常態保持著 15 億美金的庫存(COGS 60 億美金/4)。

其他類似同行業的包括:

從數據中可見,這些公司都存在我們所說的不可能三角的問題。

2. 做到大規模與高周轉的,毛利相對低

比如 14 年跟 19 年上半年很火的食材供應鏈賽道對標王者 Sysco,規模很大,1 年將近 600 億美金收入,庫存周轉 15-17 次,已經算是不錯,不過毛利才 18%。

而這個毛利水平已經是其發展了 40 年,並獲取了全美市場第一地位情況下取得的。

3. 做到高毛利與高周轉的公司,規模會相對較小

這類公司加一定槓桿,用極小的資金體量就能賺取極高的回報,所以要麼保密性好,要麼是受限制/極高門檻的行業(例如某些高消耗品的軍火分銷商或者特種設備、醫療器械等),要麼區域性很強,也有可能是歷史或者其他因素導致(例如封閉後放開的某些品類的進出口等),總之不可複製。

而要通過VCPE融資,那麼就天然要選擇大規模擴張這條路。因此只剩下兩個選項:低毛利高周轉,或者高毛利低周轉。這兩種模式跟賽道和切入方式有關。

在 B2B 領域中,每一個賽道都有很大差異性,所以我們暫時只討論比較有共性的「切入方式」。

所謂的切入方式,最常見的是切大客戶或切小客戶兩種選擇。

做大客戶意味著大概率是「高毛利低周轉」路線。大客戶結款周期慢,而且要求安全庫存幾個月,周轉率自然偏低,低周轉就要求較高的毛利才能覆蓋資金成本。

同時大部分資金都在庫存里,若擴張需要大量資金,企業就得有較好的融資渠道。

銀行貸款在小體量還可以,大體量相對比較難,而且年關難過。有的公司甚至會按照 20% 以上的利率借貸,這些也都是比較常見的行為。

做小客戶意味著大概率選擇「低毛利高周轉」路線。

做小客戶門檻相對低(單個客戶而言),但競爭激烈,而且客戶對價格敏感,導致前台毛利比較難做高。而做小客戶的傳統 Vendor 一般資金情況較好,擴張的問題在於複雜度太高。

在互聯網團隊進入到這個領域來之前,大家甚至沒辦法統一訂單管理。

一個客戶假設需要 30 個 SKU,100 個小客戶就要幾千個,隨之而來的就是複雜的倉儲分揀、庫存管理等要求。

假如說處理一個 SKU 出錯的概率是 0.01%,那麼處理一萬個 SKU 的出錯率就是 100%,即每天肯定會有一個 SKU 是錯的,比如一個 SKU 缺貨、備錯貨、備多貨……一堆問題就都來了。

所以,面向中小客戶的模式,對初創公司的技術和管理能力都有很大的挑戰。

那麼總結下:兩種生意模式的傳統 Vendor,各有優勢也各有需要解決掉的大問題。

02

那麼現在這個時代什麼發生了改變?

數字化與另類投資的興起。

數字化是互聯網或者 IT 流程的應用,使得大規模營銷獲客、高效處理訂單成為現實。而 VC/PE 等另類投資市場的興起,讓一大批原先受制於資金的優秀公司獲取了充足的發展資金,得以擴張

但是從大客戶切入的,始終都會面臨資金的問題。越大,增長越受到資金限制。

如果資產規模大還好說,可用抵押等常規渠道獲取資金,但很多互聯網公司都是輕資產,擴張一定要搞定低成本的資金。

那假設資金環境變化較快——比如 2014 年極其熱,2015 年下半年變冷,2017 年又變好,2018 年下半年到現在又很差,企業發展就很可能因此而劇烈波動,所以很多企業會因為現金流問題發展受挫。

那回頭來看,資金端的問題是不確定性強、解決難度高,所以選擇大客戶為切入點的公司也會遇到類似的問題,那麼更好地利用數字化解決方案,從小客戶切入似乎是個更優的選擇?

現實中的答案自然也沒有這麼簡單,因為小客戶的體量較小,前期積累量會非常難,而且行業的數字化過程是相對較慢的。

前期毛利低、留存率低、客戶滿意度低、數字化的效果短期很難看到,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。

不過一旦撐過去,就海闊天空,而且規模越大,現金流是越好的。如下圖,從上到下分別是 Sysco、US Foods 和 PFG 三家典型的 to 中小客戶的 B2B 公司。

我們看數據就會發現,規模越大的,自由現金流和銷售額(FCF/Sales Ratio)的比值會越高。

所以我們可以用以下方式來理解這兩類標的的選擇。

從大客戶切入的:優先看有沒有持續的、極強的融資能力,對宏觀(無論是行業還是宏觀經濟)都有較為深刻的認知,而且過往的融資節奏每一步都要踩的准。

從小客戶切入的:重點看 IT 能力與獲客能力,同時看日常管理中對現金/庫存周轉/交叉比例等數據的重視與管理手段(而不是 cohort、UE 等)。

特別如果是早期,創始人融資能力要很強,或者管理跟運營節奏非常好,使得很早的時候現金流情況就不錯,或者有持續變好的跡象;如果是中後期,主要看實際的現金流管理水平,與數字化成果(比如說行業客戶的滲透率)。

所以,從自身經驗與驗證難易度來看,我們自己會認為通過顯性指標來關注從小客戶切入的公司是更具有可操作性的。

比如我們在年中接觸到的 MRO 賽道的一個新玩家,易買工品。

我們一開始覺得該公司潛在的最大問題是:這個行業做小客戶在前期極其難積累客戶量,而他的模式太過超前,過往融資金額也跟跑在前邊的競品相比差距較大。

但是經過團隊訪談跟大規模的行業調研、分析庫存周轉跟 Net working capital 的變化之後,我們幫公司梳理出幾個明顯的亮點:

  1. 堅持做小客戶:公司現金流極其好,已經為正
  2. 堅持用技術解決問題:公司花兩年時間打磨技術與數字化流程,從快速下單、商品價格管理、供應商與庫存管理、準確交期等,給客戶提供了更具性價比、更準確的交付服務
  3. 庫存周轉極其快:超出行業平均水平 10 倍

易買工品創始人是 Grainger 中國前電商負責人,充分了解市場與模式演進。

他更關注商品,庫存以及現金流,而不是短期的 cohort 或者 UE(不需要通過 cohort 來驗證需求,儘管他的 cohort 很好;也不需要通過 UE 驗證模型,因為現金流早已為正),這就與我們對行業的判斷標準非常一致。

之後,我們將這些特點提煉並進行數據化處理,傳遞給了經緯與順為,幫助公司在激烈的競爭環境中迅速得到認可與新一輪投資。

在這裡,我們回到文章最開頭所說的,為什麼我們覺得很多時候 2C 的判斷標準不一定適合 2B 企業呢?

我舉幾個具體的例子:

比如很多 2C 投資人習慣了通過 cohort 分析留存率來判斷一家公司好壞,但在 2B 領域中,有很多其他因素會影響 cohort,比如行業自然死亡率或季節因素、及 to B 創業公司的階梯式成長特性等。

這裡所謂的階梯式成長是指,一般 B2B創業公司剛開始替換原有的供應鏈體系,不是by sku 的替換,而是 by 品類的切換,而在完成整體切換之前,該創業公司對客戶來說,都只能充當著補貨渠道的角色。

而隨著這家公司做的越來越好,會逐漸替換商家的某家核心供應商,發生質變成為其主流 vendor 之一,復購率就有可能有比較陡峭的階梯式上升,而很多時候與此同時上漲的還有客單價。

而當大量擴張新品類、新客戶類型的時候,上面的過程就又會反覆,而表面看起來留存率就可能會大幅下降。

再比如,很多投資人喜歡用單位經濟模型來判斷一個模式的合理性、盈利性與可複製性。

但是這個方式在涉及到供應鏈的 2B 領域有個很大的問題:

一個創業公司在早期但凡選擇不優先優化供應鏈,就會導致單位經濟模型非常不好看。

但為什麼不優先優化供應鏈可能是一個更優的選項呢?因為不同體量的供應鏈形態會完全不同。

曾經有個公司創業早期就去優化單倉模型:精細規劃倉業務流程,甚至上一些自動化線,看上去單倉模型就能很快為正。

但是這個所謂的單倉模型的倉,隨著業務增長需要體積翻倍,而到時業務流程就都需要大改,物流路線也要重新規劃,相當於早期對於模型的優化帶來的效率非常低,反而浪費了最好的業務增長的時機。

也就是說如果我增速夠快,為什麼還要花幾個月時間去做一個未來 3 個月就用不到的東西呢。

所以很可能增速極其快、想的更明白的公司,單位經濟模型跟其他同行業比較,是更差的。

再比如我們接觸的另外一家做中小企業的 SaaS CRM 公司,小滿科技。如果一開始應用傳統 TMT 思路,看 LTV/CAC 與 Cohort/續約率的話,看過去都屬於中規中矩。

但是我們最後仍然覺得這是一家極其優秀的公司。原因是:

  1. 做製造業客戶、基於郵件的 CRM:中國最大的行業、剛需、粘性高(近乎工作台)
  2. 從中小客戶切入:保證能夠產品化、產品需要逐步迭代而且現金流極其好,都是預先年付;
  3. 更多關注運營管理指標:比如客戶活躍度。因為活躍客戶佔比極其高而且續約近乎 100%。

我們更欣賞團隊的地方在於:創始團隊更在乎內部有管理動作的指標,而非後置判斷指標。

因為這些能夠帶來動作的指標,最終是能夠帶來公司的成長與真正變好。

而後置指標,受太多非生意本身而是運營手段的限制——比如是否就為了把續約率變的好看,而不做那些低續約但是能帶來現金流與利潤的客戶?(能夠在售前來判斷一個客戶的大概的續約的可能性)

除了上述提到的食材供應鏈、MRO、企業 SaaS 服務等,我們也在尋求更多理念相同的各類賽道中的優秀公司,希望能在投融資上給予他們更多幫助。

我們會優先選擇在國內極具優勢,併發生劇烈變化的大行業中的Player,並為他們服務。現存的一些案例包括:

  1. 抓住快反客戶需求,通過標準化與數字化客戶需求、供應商能力以及 SKU,提供一站式全品類服裝輔料的輔料易;
  2. 在早期就極其重視商品管理與現金管理,做下沉市場進口全品類建材品牌集合店的亞美利加;
  3. 服務商用車市場中小維修站,通過維修技術社區切入市場(滲透率已經超過 50%)、並用多重方式變現的共軌之家

除此之外,電子元器件、醫藥、商業票據、5G 相關等領域的 to B 公司,我們也在研究中,也希望與所有關注 to B 賽道的朋友或者從業者有更深入的交流。

 

作者:戴英俊,微信公眾號:42章經(ID:myfortytwo)