หมวดหมู่: Tomasz Tunguz

มีการบรรยายที่แพร่หลายว่าความสมบูรณ์ของระบบนิเวศเริ่มต้นของ Bay Area เผชิญกับความท้าทาย ส่วนแบ่งรอบเริ่มต้นของซานฟรานซิสโกโดยนับลดลงจากตำแหน่งเมื่อสิบปีก่อน แต่นั่นไม่ใช่เรื่องราวทั้งหมด

ในปี 2564 บริษัทสตาร์ทอัพในซานฟรานซิสโกเบย์แอเรียระดมทุนได้ 126 พันล้านดอลลาร์ ในปี 2019 บริษัทสตาร์ทอัพในสหรัฐฯ ระดมทุนได้ 126.4 พันล้านดอลลาร์ ในช่วง 2 ปีที่ผ่านมา บริษัทสตาร์ทอัพในภูมิภาคได้ระดมทุนมากพอๆ กับในสหรัฐฯ ทั้งหมด

ในช่วงเวลาเดียวกันนี้ อุตสาหกรรมการร่วมทุนของสหรัฐฯ เติบโตขึ้น 41 เท่าจาก 8.8 พันล้านดอลลาร์เป็น 360 พันล้านดอลลาร์ต่อปีที่ลงทุน

มันเป็นความจริงที่ในทุกระยะ ส่วนแบ่งการร่วมทุนของ SF ลดลง 15% ในรอบ Series Seed, A และ B การขาดดุลจะวัดได้ 30% บางคนอาจสรุปได้ว่าพื้นที่ทางภูมิศาสตร์อื่น ๆ ได้ดูดเงินดอลลาร์ของซานฟรานซิสโก

ในแง่ของเงินดอลลาร์ สัดส่วนการถือหุ้นของซานฟรานซิสโกในตลาดร่วมทุนสหรัฐช่วงแรกๆ ลดลง 5% ต่ำกว่าเมื่อ 10 ปีก่อน

แต่ในปี 2022 มีการแกว่งตัวขึ้น ย้อนกลับการลดลงสามปี การเริ่มต้นของ Bay Area อ้างว่าได้รับเงินทั้งหมด 55% เพิ่มขึ้นจาก 45% ในปี 2555

ความท้าทายในการดูสัดส่วนสัมพัทธ์คือเราเห็นช้างเพียงขาเดียว

ในขณะที่ส่วนแบ่งรอบของบริษัทใน SF อาจลดลง แต่เงินดอลลาร์ที่รวมเข้ากับระบบนิเวศของ Bay Area เพิ่มขึ้นจาก 1.4 พันล้านดอลลาร์ต่อปีเป็น 30 พันล้านดอลลาร์สหรัฐถึง 36 พันล้านดอลลาร์ต่อปี

การจัดหาเงินทุนเพิ่มเติมเกิดขึ้นนอกซานฟรานซิสโก แต่ขณะนี้บริษัทต่างๆ ใน ​​Bay Area ระดมทุนได้ 2,000 ถึง 2,500 รอบต่อปี เพิ่มขึ้นจาก 404 รอบต่อปี นอกจากนี้ SF startups ยังเพิ่มทุนเพิ่มขึ้น 26 เท่าเพื่อเติบโตมากกว่าทศวรรษที่ผ่านมา

การวาดความสำเร็จของภูมิศาสตร์หนึ่งเป็นการสูญเสียสำหรับอีกคนหนึ่งแสดงให้เห็นถึงเวรกรรมที่ผิดพลาด

ไม่ใช่ว่าดอลลาร์ของ VC ได้ออกจากซานฟรานซิสโกเพื่อเติมเชื้อเพลิงให้กับพื้นที่อื่นๆ ในทางกลับกัน ตลาดการร่วมลงทุนแบบคายความร้อนอย่างหนาแน่นได้ขยายตัวทั้งในและนอกซานฟรานซิสโก แม้จะมีการปรับฐานใน VC ในปีนี้ แต่เงินร่วมลงทุนใหม่มูลค่า 284 พันล้านดอลลาร์จะช่วยหนุนงบดุลเริ่มต้นของอเมริกา ซึ่งเป็นปีที่ใหญ่เป็นอันดับสองที่เคยมีมา บดบังภายในปี 2564 เท่านั้น

นั่นคือสิ่งที่เราทุกคนสามารถชื่นชม : สุขภาพของ Startupland ในวงกว้าง

ปี 2020 เป็นทศวรรษของข้อมูล ไม่ต้องมองหาที่อื่นนอกจากบริษัทขนาดใหญ่ที่ผลักดันตลาดสาธารณะและเอกชนไปข้างหน้า: Snowflake, Databricks, Amazon, Azure, Google Cloud ค่อนข้างเป็นไปได้ที่ผลิตภัณฑ์ข้อมูลได้สร้างมูลค่าตลาดมากกว่าส่วนย่อยอื่น ๆ ของ SaaS ในช่วงห้าปีที่ผ่านมา

ในวันที่ 25 ตุลาคม ฉันจะแชร์ 10 การคาดการณ์สำหรับข้อมูลในปี 2023 ที่ งาน The Impact Data Summit

ฐานข้อมูลบนคลาวด์ สร้างรายได้ $39b ประมาณครึ่งหนึ่งของรายได้จากฐานข้อมูลทั้งหมด นั่นเป็นผลงานที่น่าทึ่งสำหรับผลิตภัณฑ์ที่อาจเป่าเทียนสิบเล่มบนเค้กวันเกิด

รอบๆ & บนฐานข้อมูลเหล่านั้น ระบบนิเวศได้พัฒนา ที่ แปลง ข้อมูลจากแร่ดิบไปเป็นผลิตภัณฑ์สำเร็จรูปที่นักวิเคราะห์และผู้ปฏิบัติงานใช้ หรือเชื้อเพลิงที่ผ่านการกลั่นขั้นสูงที่ฉีดเข้าไปในระบบการเรียนรู้ของเครื่อง

ในช่วงเซสชั่นของฉัน ฉันจะตอบคำถาม: อีก 10 ปีข้างหน้าเราจะอยู่ที่ไหน?

ผู้ริเริ่มหลายคนของคลื่นซอฟต์แวร์ที่โดดเด่นที่สุดในทศวรรษนี้จะอยู่บนเวทีเสมือนจริงเช่นกัน:

• Ali Ghodsi : ผู้ก่อตั้งและ CEO ของ Databricks
• จอร์จ เฟรเซอร์ : ผู้ก่อตั้งและซีอีโอของ Fivetran
• Tristan Handy : ผู้ก่อตั้งและซีอีโอของ DBT
• Jay Kreps : ผู้ก่อตั้งและ CEO ของ Confluve
• Lloyd Tabb : ผู้ร่วมก่อตั้ง Looker
• Barr Moses: ผู้ร่วมก่อตั้งและ CEO ของ Monte Carlo Data

มาสำหรับผู้ปฏิบัติงาน อยู่เพื่อผู้ได้รับรางวัลโนเบล Daniel Kahneman & quant blog mastermind Nate Silver จาก FiveThirtyEight ลงทะเบียนที่นี่สำหรับ Impact Summit

ลองนึกภาพการเริ่มต้นที่มีลูกค้า 4 รายอยู่ในท่อ รอบการขายเฉลี่ย 28 วัน ลูกค้าสองคนนั้นควรปิดตัวลงในไตรมาสนี้ พวกเขาสองคนที่เข้าสู่ช่องทางในช่วงปลายเดือน จะใช้เวลาปิดนานกว่า 30 วัน

หาก ACV ของบริษัทอยู่ที่ $25k ธุรกิจควรคาดการณ์ $50,000 ในการจองในช่วงเวลานี้ & $50k ในช่วงเวลาถัดไป (สมมติว่าไม่มีไปป์ไลน์เพิ่มเติมเกิดขึ้นจริง)

สมมติว่ารอบการขายยาวขึ้นสองเท่าจาก 28 วันเป็น 56 วัน แผนภูมิความคืบหน้าของลูกค้าอาจมีลักษณะเช่นนี้ ลูกค้า 1 จะไม่ปิดช่วงนี้ หรือจะเป็นลูกค้า 2. ดังนั้น การจองในเดือนปัจจุบันเป็นศูนย์ การจองในเดือนที่สองควรอยู่ที่ $25k

สถานการณ์	การจองในช่วง 1	การจองในช่วง 2	ทั้งหมด
รอบการขาย 28 วัน	50k	50k	100k
รอบการขาย 56 วัน	25k	25k	50k

นั่นค่อนข้างน่าตกใจต่อระบบจากการเปลี่ยนแปลงวงจรการขายที่ดูเหมือนเล็กน้อย อีก 28 วันในรอบการขายทำให้การจองลดลงครึ่งหนึ่งในงวดปัจจุบัน

ความผันผวนในการคาดการณ์ยอดขายทำลายความเชื่อมั่นภายในบริษัท ด้วยสภาวะเศรษฐกิจ สตาร์ทอัพจำนวนมากควรคาดหวังว่าวงจรการขายจะช้าลง ซึ่งทำให้เกิดความผันผวนในการจอง ทีมผู้บริหารที่มองหาโควตา 50% อาจสงสัยเกี่ยวกับสุขภาพของทีมขาย ความเหมาะสมของตลาดผลิตภัณฑ์ การแข่งขัน หรือความกลัวอื่นๆ แม้ว่าความท้าทายในการจองอาจเป็นผลมาจากทีมจัดซื้อเพิ่มในขั้นตอนเพิ่มเติมสองสามขั้นตอนในกระบวนการเท่านั้น

อัตราส่วนของไปป์ไลน์ต่อโควตาที่ดีต่อสุขภาพคือยาแก้พิษต่อความผันผวนนี้ ผู้มีโอกาสเป็นลูกค้าจำนวนมากขึ้นยับยั้งความผันผวนโดยทำให้มั่นใจว่าจำนวนงวดจะไม่ขึ้นอยู่กับการรวบรวมบัญชีเพียงรายการเดียวหรือจำนวนน้อย

ในอีกไม่กี่ไตรมาสข้างหน้า ฉันคาดว่าแผนภูมิการจองจำนวนมากจะแสดงการลดลงในหนึ่งหรือสองไตรมาส บริษัทที่สามารถปรับอัตราส่วนระหว่างไปป์ไลน์ต่อโควตาจากทินเนอร์ 3 เท่า ซึ่งกลายเป็นมาตรฐานในช่วงเวลาบูมเป็น 5-7 เท่า ควรได้รับการจองที่คาดการณ์ได้ดีกว่า

วันนี้ Adobe ประกาศความตั้งใจที่จะซื้อ Figma ในราคา $20b มูลค่าธุรกิจอยู่ที่ 50x ARR ปัจจุบัน ซึ่งเป็นจำนวนสูงสุดที่จ่ายให้กับบริษัทซอฟต์แวร์ทุกขนาด ขอแสดงความยินดีกับทีม Figma ในการสร้างธุรกิจที่น่าประทับใจ

หลังจากการแก้ไขเมื่อต้นปีนี้ การประเมินมูลค่าสาธารณะหลายรายการได้รีเซ็ตเป็นปี 2560 ในปีนั้น Cisco เข้าซื้อกิจการ AppDynamics สำหรับรายได้ 17x ต่อท้าย หากเราถือว่าบริษัทรับรู้รายได้ประมาณ 2/3 ของ ARR เป็นรายได้ ฉันจะประเมินข้อตกลง Adobe/Figma ที่รายรับต่อท้ายประมาณ 75 เท่า

นั่นไม่ใช่ตลาดหมีหลายตัว เป็นจริงเป็นทวีคูณเมื่อค่ามัธยฐานบริษัทมหาชนในปัจจุบันซื้อขายที่ 6.3 เท่า

ไม่นานนักก่อนการปรับฐานของตลาดสาธารณะ สตาร์ทอัพที่มีการเติบโตสูงมักจะสั่ง ARR 100 เท่า หากผู้ซื้อเต็มใจที่จะจ่าย 50x VC ไม่ควรพร้อมที่จะซื้อหุ้นที่ 100x ในระยะก่อนหน้านี้ หรือไม่ การเข้าซื้อกิจการครั้งนี้ไม่ได้รีเซ็ตราคาตลาดแม้ว่าปีนี้จะปรับฐาน 70% แล้วใช่หรือไม่

คำตอบไม่น่าจะใช่ แม้ว่าการเข้าซื้อกิจการของ Adobe อาจทำให้คะแนนสูง แต่ก็เป็นธุรกรรมเดียว สภาพแวดล้อมไม่เปลี่ยนแปลงมากนัก

ก่อนการประกาศนี้ ซอฟต์แวร์ M&A ที่ได้รับการสนับสนุนจากกิจการร่วมค้าของสหรัฐฯ กำลังติดตามจนถึงปีที่เลวร้ายที่สุดนับตั้งแต่ปี 2560 ที่ประมาณ 7 พันล้านดอลลาร์สหรัฐ ลดลงจาก 71 พันล้านดอลลาร์ในปีที่แล้ว

ตัวคูณของบริษัทมหาชนได้ดิ้นรนประมาณ 5-6 เท่าอันเป็นผลมาจากความไม่แน่นอนของเศรษฐกิจมหภาค การพิมพ์อัตราเงินเฟ้อที่สูงในสัปดาห์นี้ทำให้การชุมนุมในที่สาธารณะหยุดชะงัก

เมื่อจำลองกรณีการลงทุน VCs มักใช้ตะกร้าสินค้าที่เทียบเคียงได้ – ไม่ใช่ธุรกรรมเดียว – เพื่อปรับราคาแม้ว่าธุรกรรมเดียวนั้นจะเป็นประทัดที่ส่องสว่างท้องฟ้ายามค่ำคืนทั้งหมด

วันนี้เมื่อ 10 ปีที่แล้ว ผมเขียนโพสต์เรื่อง “ การเลือกกลุ่มตลาดในการทำกำไรของลูกค้า ” ลูกค้าลูกน้องของธุรกิจมีสุขภาพดีแค่ไหน?

ทุกวันนี้ คำถามนั้นมีความสำคัญเนื่องจากภาวะเศรษฐกิจถดถอยมากกว่าในช่วงทศวรรษที่ผ่านมา

การขายให้กับลูกค้าที่ทำกำไรได้มากจะเป็นประโยชน์ต่อการเริ่มต้น ผู้บริหารบัญชีสามารถเรียกเก็บเงินจากบริษัทที่ทำกำไรได้มากกว่าหนึ่งบริษัทโดยไม่ต้องใช้เงินมาก ฉันเปรียบเทียบอัตรากำไรจากการขายกับร้านขายของชำ ร้านอาหาร และบริษัทซอฟต์แวร์เพื่อแสดงประเด็นนี้

ธุรกิจ	ร้านอาหาร	ร้านขายของชำ	ซอฟต์แวร์
Market Cap ใน $b	2.6	3.9	17.6
รายได้เป็น $b	2.8	44.1	4.2
EBITDA ใน $b	0.4	2.7	1.4
อัตรากำไร EBITDA	14%	6%	33%

ร้านขายของชำสร้างรายได้ 44 พันล้านดอลลาร์ต่อปี แต่มีเพียง 6% เท่านั้นที่ขาดทุนจากกำไรขาดทุนจากการลงทุนในโครงการใหม่ เช่น กองข้อมูลสมัยใหม่ ร้านอาหารมีราคาดีขึ้นเล็กน้อยโดยมีอัตรากำไร EBITDA 14% บริษัทซอฟต์แวร์อยู่เหนือพวกเขาทั้งหมด 33% รายได้หนึ่งในสามของพวกเขาสามารถนำไปลงทุนในแนวคิดใหม่ได้

คุณต้องการขายให้กับลูกค้ากลุ่มใด

นอกจากอุตสาหกรรมแล้ว ขนาดของลูกค้ายังส่งผลต่อผลกำไรอีกด้วย ความต้องการของลูกค้าองค์กรคือราคาที่ไม่ยืดหยุ่น ช่องว่างระหว่างสัญญา 100,000 ดอลลาร์และสัญญา 150,000 ดอลลาร์มีผลรวมเป็นคะแนนพื้นฐานบางประการของงบประมาณของพวกเขา การเปลี่ยนแปลงอย่างหลวม ๆ ระหว่างเบาะหนัง Nappa ของห้องประชุมคณะกรรมการที่ทำจากไม้มะฮอกกานี

แต่สำหรับบริษัทขนาดเล็ก 50,000 ดอลลาร์สามารถแสดงถึงต้นทุนของพนักงานหรือเศษส่วนของรายได้ประจำปีที่มีความหมาย

การตัดสินใจทางธุรกิจที่สำคัญที่สุดเพียงอย่างเดียวในการประเมินธุรกิจคืออำนาจการกำหนดราคา และถ้าคุณต้องการช่วงละหมาดก่อนขึ้นราคา แสดงว่าคุณมีธุรกิจที่แย่มาก – วอร์เรน บัฟเฟตต์

Hermann Simon ผู้ก่อตั้งหุ้นส่วนผู้เชี่ยวชาญด้านการกำหนดราคาชื่อดังของ Simon-Kucher เขียนสิ่งนี้ไว้ในหนังสือ Confessions of a Pricing Man ของเขา

หมวดหมู่ผลิตภัณฑ์และการดำเนินการผลิตภัณฑ์มีบทบาทสำคัญในการกำหนดราคาอย่างแน่นอน แต่สุขภาพพื้นฐานของผู้ซื้อก็เช่นกัน

จากการประมาณคร่าวๆ ของฉัน มีผู้ใช้ web3 ที่ใช้งานอยู่ประมาณ 30 ล้านคนต่อเดือน (เข้าใกล้ เครื่องหมายผู้ใช้ 100 ล้านคนนั้นมากขึ้น! ) อัตรากิจกรรมของผู้ใช้เหล่านั้นสะท้อนถึงแอปการเงินของ web2

MixPanel บันทึกอัตรากิจกรรมของแอปการเงิน web2 ที่ 10.7% DAU/MAU กล่าวอีกนัยหนึ่ง 11% ของผู้ใช้ที่ใช้แอพทุกเดือนก็ใช้ทุกวันเช่นกัน

Dune Analytics ให้ข้อมูลเชิงลึกเกี่ยวกับ DAU / MAU ของผู้ใช้ Ethereum ในเดือนสิงหาคม

ประเภทผู้ใช้	นับรายวัน k	นับรายเดือน k	DAU / MAU
NFT	24	266	9%
เด็กซ์	18	114	16%
ทั้งหมด	42	380	11%

ในกรณีการใช้งาน NFT และ DEX (การแลกเปลี่ยนแบบกระจายอำนาจ) อัตราส่วน DAU/MAU เกือบเท่ากันที่ 11%

การใช้ NFT นั้นเกิดขึ้นเป็นระยะๆ มากกว่าเล็กน้อย ซึ่งน่าจะผูกติดอยู่กับการซื้อขายเดี่ยวรอบๆ คอลเลกชั่นงานศิลปะที่เฉพาะเจาะจง กรณีการใช้งาน DEX จะจับผู้ค้าที่มีแนวโน้มว่าจะใช้งานมากขึ้น อัตราส่วน MAU/DAU เกือบ 2x บ่งชี้ว่าน่าจะเป็นกรณีนี้

ประเด็น: เราอาจเรียกแอปพลิเคชั่นใหม่ว่า web3 แอปพลิเคชั่นนั้นเป็นเพราะเทคโนโลยีที่รองรับซอฟต์แวร์นั้นเป็นของใหม่ แต่ผู้ใช้มีพฤติกรรมเหมือนที่พวกเขาเคยทำโดยไม่คำนึงถึงโครงสร้างพื้นฐาน ผู้ใช้ Web3 คือผู้ใช้ web2

ซึ่งเป็นอีกเหตุผลหนึ่งที่ทำให้เชื่อว่ากลุ่ม การตลาดใน web3 นั้นเพิ่งเริ่มต้นแต่มีความสำคัญ ผู้ใช้ส่วนใหญ่ใน web2 ค้นพบผลิตภัณฑ์และบริการใหม่ผ่านการตลาด

ในช่วงเวลา ทำการของ Bill Binch เขาคาดการณ์ว่าบริษัทสตาร์ทอัพซอฟต์แวร์อีกจำนวนมากจะรักษาเงินดอลลาร์สุทธิไว้ 200% กล่าวอีกนัยหนึ่งการใช้จ่ายของลูกค้าโดยเฉลี่ยจะเพิ่มขึ้นเป็นสองเท่าในแต่ละปี ฉันเคยเห็นบริษัทเพียงไม่กี่แห่งเท่านั้นที่บรรลุเป้าหมายนั้น บริษัทมหาชนที่โดดเด่นที่สุดคือ Snowflake ซึ่งรายงาน NDR เป็นประจำที่ 171%

ตัวเลข NDR ขนาดใหญ่มีประโยชน์อย่างมากต่อสตาร์ทอัพ พวกเขาบ่งบอกถึงความเหมาะสมของตลาดผลิตภัณฑ์ที่แข็งแกร่ง พวกเขาให้การเติบโตของรายได้ที่คาดการณ์ได้ ส่งผลให้ประสิทธิภาพของเงินทุนดีขึ้น ซึ่งเป็นตัวชี้วัดที่สำคัญในสภาพแวดล้อมนี้

200% NDR เป็นเวลาห้าปีมีความหมายอย่างไรสำหรับสัญญาลูกค้าโดยเฉลี่ย

ลองนึกภาพ ACV ปัจจุบันของคุณคือ $1k การทวีคูณห้าครั้ง (ห้าปีของ 200% NDR) จะคูณ ACV ด้วย 16 หรือ 16k ACV แผนภูมิแสดงการเติบโตของ ACV อื่นๆ: $5k, $10000, $25,000, $50k

การเติบโตของ ACV ที่ดุร้ายนี้ไม่ได้มาจากความปรารถนา โดยทั่วไปแล้ว จะเริ่มต้นด้วยการเคลื่อนไหวที่นำโดยผลิตภัณฑ์ซึ่งเชื่อมโยงไปถึงหนึ่งหรือสองที่นั่ง และติดตามลำดับเช่นนี้

1. ผู้ใช้ลงทะเบียนสำหรับผลิตภัณฑ์และชำระเงิน
2. ผู้ใช้แชมเปี้ยนการใช้งานทั่วทั้งทีม
3. ผู้บริหารบัญชีจ้างทีมงานช่วยขายให้กับแผนก
4. AE ว่าจ้างรองประธานหรือผู้บริหารระดับ C เพื่อเพิ่มยอดขายให้กับทั้งบริษัท ซึ่งเป็นข้อตกลงใบอนุญาตองค์กร (ELA)

ในกรณีอื่นๆ ผลิตภัณฑ์ขายต่อเนื่องจะช่วยผลักดันการขยายตัว Veeva นับผู้มีโอกาสเป็นลูกค้าทั่วโลกน้อยกว่า 1500 ราย แต่นับตั้งแต่เสนอขายหุ้น IPO บริษัทได้เพิ่ม มูลค่าสัญญาเฉลี่ยจาก $780k เป็น $2.15m ต่อลูกค้าหนึ่งราย

นี่เป็นข้อความที่ตัดตอนมาจากการประกาศรายได้ล่าสุดของพวกเขา สังเกตการเน้นที่การขายต่อเนื่อง & จำนวนลูกค้าใหม่ที่ค่อนข้างเล็กสำหรับธุรกิจที่มีมูลค่า $26b ที่สร้างรายได้ $1.9b ต่อปี

ไตรมาสนี้เห็นความสำเร็จครั้งสำคัญกับ Veeva Vault Quality เนื่องจากขณะนี้ลูกค้ามากกว่า 500 รายกำลังใช้ผลิตภัณฑ์ Vault Quality Suite อย่างน้อยหนึ่งผลิตภัณฑ์ รวมถึงลูกค้า Vault Training มากกว่า 200 ราย โมเมนตัมที่แข็งแกร่งในไตรมาสที่สองรวมถึงสถิติการชนะของลูกค้า Vault Quality 52 รายการ และความคืบหน้าที่สำคัญในโครงการ Vault QMS กับลูกค้าองค์กร

กุญแจสำคัญในการคงไว้ซึ่ง NDR ที่สูงคือการสร้างความมั่นใจว่าฐานลูกค้าที่มีอยู่ส่วนใหญ่จะยังคงขยายตัวต่อไป

เมื่อบริษัทขยายตัว รายได้จากการต่ออายุจะเริ่มลดจำนวนการจองใหม่ นี่คือจุดเริ่มต้น ของการวางแผนผลิตภัณฑ์ในระยะยาว

ผู้ก่อตั้งและนักลงทุนจะมีความสุขใน NDR 200% เช่นเดียวกับบิล ฉันหวังว่าคำทำนายนี้จะเป็นจริง

ฤดูร้อนปี 2564 มีการหลั่งไหลของดอลลาร์และดอกเบี้ยเข้าสู่เว็บ3 ตั้งแต่นั้นมา ฤดูหนาวที่สี่ของการเข้ารหัสลับได้ตกลงบนยอด web3 แต่รายได้ที่ลดลงนั้นไม่เท่ากันในซอฟต์แวร์ web3

รายรับจากตลาด NFT ลดลง 62% ตั้งแต่ต้นปีนี้ แผนภูมินี้แสดงรายได้ต่อเดือนที่ลดลงตั้งแต่เดือนมกราคมถึงเดือนสิงหาคม รายรับรายเดือนของ L1s ได้ติดตามตลาด NFT ที่ลดลง โดยลดลง 57%

รายได้ที่ลดลงแบบคู่ขนานแสดงให้เห็นว่ารายรับของ L1 นั้นเบ้ไปเป็น NFT ในวันนี้ ซึ่งน่าจะมากกว่าความเข้มข้น 75%

ในทางกลับกัน ภาค Defi (การเงินแบบกระจายอำนาจ) มีรูปแบบรายได้ที่สม่ำเสมอมากขึ้น รายได้จากการแลกเปลี่ยนแบบกระจายอำนาจ (DEX) ลดลง 10% ผู้ให้บริการสินเชื่อ (ผู้ให้กู้) เพิ่มรายได้ เช่นเดียวกับผู้รวบรวมผลตอบแทน

กล่าวอีกนัยหนึ่งพันธบัตร (ผลิตภัณฑ์ web3 ที่ให้ผลตอบแทน) ได้แซงหน้าการใช้จ่ายของผู้บริโภคใน web3 จนถึงเดือนสิงหาคม คอลเลกชัน NFT ที่โดดเด่นที่สุดสองรายการคือ Bored Apes & Crypto Punks ได้เห็นราคาของพวกเขาลดลง 50% จากระดับสูงสุด ซึ่งช่วยลดปริมาณการซื้อขายและค่าธรรมเนียมตลาด

มีผลปลายน้ำที่สำคัญ รายได้ของ Web3 พุ่งออกจากความเข้มข้นเมื่อต้นปีนี้

ในเดือนมกราคม L1s (บล็อกเชน) สร้าง รายได้ 78% ในโครงการเว็บสาธารณะ 3 โครงการ การแลกเปลี่ยนโอเวอร์คล็อกในวินาทีที่ 6.4% จากนั้น NFT และตลาดกลางที่ 5.9% ทุกวันนี้ การกระจายรายได้แตกต่างกันอย่างมีความหมาย L1s ลดลงจาก 78% เป็น 41% ส่วนแบ่งของ NFTs เพิ่มขึ้น 4 เท่าเป็น 23% การแลกเปลี่ยน/DEX เพิ่มขึ้นจาก 6.4% เป็น 20%

เนื่องจากบล็อคเชนต้องการส่งเสริมระบบนิเวศที่ดี พวกเขาจะต้องสร้างพอร์ตโฟลิโอของนักพัฒนาแอปพลิเคชันในหมวดหมู่ต่างๆ ในอดีต แอปพลิเคชัน NFT ผลักดันรายได้ส่วนใหญ่จากความผันผวน

ยิ่งมีการกระจายรายได้ในแอป web3 มากเท่าใด รายได้ L1 ที่คาดการณ์ได้ก็จะยิ่งมากขึ้นเท่านั้น และมูลค่าโดยรวมของระบบนิเวศก็จะยิ่งใหญ่ขึ้น

ด้วยเหตุผลนี้ ฉันคาดว่ากองทุนระบบนิเวศ L1 จะสนับสนุนการพัฒนาแอปพลิเคชันในหมวดอื่นๆ ในอีก 12-18 เดือนข้างหน้า

สัปดาห์ที่แล้ว ฉันได้นำเสนอภาพรวมของตลาดการระดมทุนที่งาน Traction Conference ในแวนคูเวอร์ สไลด์ถูก ฝังไว้ด้านบนและลิงก์ไว้ที่นี่

คำบรรยายสั้น ๆ ของฉันเกี่ยวกับสไลด์ดังต่อไปนี้

สถานการณ์ปัจจุบันเกิดขึ้นจากวิกฤตการเงินโลก ตั้งแต่ปี 2008 สหรัฐฯ ประสบกับภาวะตลาดกระทิง 12 ปีที่ไม่เปลี่ยนแปลง โดยได้รับแรงหนุนจากการพิมพ์เงินสี่ระลอก ซึ่งทำให้ปริมาณเงินของสหรัฐฯ เพิ่มขึ้น 30%+ การทดลองนี้จบลงด้วยโควิด ห่วงโซ่อุปทานสั่นสะเทือนบวกกับอีกหลายดอลลาร์ที่ก่อให้เกิดเงินเฟ้อ ซึ่งเฟดกำลังต่อสู้ด้วยการปรับขึ้นอัตราดอกเบี้ย

อัตราที่สูงขึ้นกดดันการประเมินของบริษัทที่มีการเติบโตสูง และลดการใช้จ่ายขององค์กร ทำให้เศรษฐกิจชะลอตัว บริษัทเทคโนโลยีสาธารณะร่วงลง 60-70% ในการประเมินมูลค่า

ผู้ก่อตั้งรู้สึกถึงผลกระทบนี้ในตลาดสาธารณะ โดยคาดว่า ARR จะลดลง 30% ในปีนี้และตลาดการระดมทุนที่ไม่แน่นอน ผู้ก่อตั้งที่สำรวจคาดว่าการประเมินมูลค่าจะลดลง 10% หากคอมพ์สาธารณะใช้กับบริษัทเอกชน ตลาดควรคาดว่าการประเมินมูลค่าภาคเอกชนจะลดลง ~70%

นักลงทุนร่วมลงทุนได้ลงทุนอย่างต่อเนื่องในราคาที่ใกล้เคียงกันและมีขนาดวงกลมใกล้เคียงกันในบริษัทที่เป็นที่ต้องการตัวมากที่สุด แต่ปริมาณที่ลดลงอย่างน้อย 20% และมีแนวโน้มมากขึ้น

ผงแห้งมูลค่า 220 พันล้านดอลลาร์ (VCs ดอลลาร์ได้ระดมทุนแล้วแต่ยังไม่ได้ลงทุน) จะทำให้การประเมินมูลค่าสูงกว่าที่คาดไว้

นอกจากนี้ การเปลี่ยนแปลงของตลาดเอกชนยังกระตุ้นตลาดนี้อีกด้วย บริษัทเอกชนมี การทำตลาด ทุกๆ 12-18 เดือน มากกว่าทุกวัน ภาวะถดถอยที่คล้ายกัน (1940, 1970, 1980, 1990) กินเวลาโดยเฉลี่ย 14 เดือน และตลาดหุ้นเริ่มฟื้นตัว 154 วันก่อนสิ้นสุดภาวะถดถอย หากประวัติศาสตร์คล้องจอง เราควรเห็นเวลาหกเดือนเพื่อพิจารณาว่าเราอยู่ในภาวะถดถอย (2 ไตรมาสของการเติบโตของ GDP ติดลบ) สองเดือนของการซื้อขายหุ้นไซด์เวย์ จากนั้นการฟื้นตัวก็เริ่มต้นขึ้น

สตาร์ทอัพบางรายอาจหลีกหนีจากการปรับราคาอย่างรุนแรงโดยอาศัยรันเวย์ที่กระโดดจากจุดสูงสุดสู่ทางขึ้น หลีกเลี่ยงร่องน้ำ

ผู้ชนะการประมูลเดี่ยวก็สนับสนุนตลาดเช่นกัน ผู้เล่นคนเดียวกำหนดราคาสำหรับรอบการเริ่มต้น มากกว่าการรวบรวมผู้ซื้อและผู้ขายในตลาดสาธารณะ ราคาในตลาดจะเร่งตัวขึ้นเร็วขึ้นด้วยการประมูลแบบผู้ชนะเพียงคนเดียว

ประชาชนลดลง 70% ข้อมูลส่วนตัวบ่งบอกถึงตลาดที่มั่นคง แต่มันเป็นภาพลวงตา ฉันคิดว่าตลาดจะตัดสินในไตรมาสที่ 3 ของ 4 ที่ลดลง 40-60% ไปเป็น Q1 2022 และปริมาณจะเพิ่มขึ้นอีกครั้งในต้นปี 2023 เรามาดูกันว่าการคาดการณ์เหล่านี้ยังคงมีอยู่หรือไม่!

ในห้องประชุมคณะกรรมการหลายแห่ง หมายเลขการเข้าสู่ตลาดที่สำคัญที่สุดในไตรมาสนี้คือความสมบูรณ์ของท่อ

สำหรับบางบริษัท ไปป์ไลน์อาจมีความชัดเจนน้อยกว่าหนึ่งหรือสองในสี่ที่ผ่านมา ฤดูกาลฤดูร้อนอาจมีบทบาท เศรษฐศาสตร์มหภาคอาจแฝงตัวอยู่ในตัวเลข

ความผันผวนของท่อเป็นเรื่องปกติ แต่การเซอร์ไพรส์ที่มีความหมายและไม่คาดคิดใดๆ การวิเคราะห์ไปป์ไลน์มักมีสี่ส่วน:

1. สร้างแซนวิชการขายเพื่อคาดการณ์อัตราการแปลง GTM ของคุณ และพิจารณาว่าอัตราการปิดมีการเปลี่ยนแปลงไปพร้อมกันหรือไม่ วงจรการขายมีบทบาทสำคัญ: หากอัตราการแปลงยังคงเท่าเดิม แต่ถ้ารอบการขายเพิ่มขึ้นเป็นสองเท่า ไปป์ไลน์ที่คิดว่าจะเป็นสำหรับไตรมาสนี้ในขั้นต้นจะไม่พร้อมที่จะปิดในครึ่งปี
2. สร้างเครื่องคำนวณการสร้างลูกค้าเป้าหมายสำหรับธุรกิจของคุณ โดยใช้อัตราการแปลงเหล่านั้นเพื่อทำความเข้าใจว่าเครื่องมือ GTM ต้องการปริมาณลูกค้าเป้าหมายมากเพียงใดจึงจะบรรลุตามแผน
3. ใช้ Mojo Metric ของ Bill Binch เป็นตัววัดความสมบูรณ์ของไปป์ไลน์รายวันสำหรับทีมขาย ตัวชี้วัด mojo จับการเปลี่ยนแปลงรายวันสุทธิในไปป์ไลน์ในข้อตกลงใหม่ การขยาย และการเปลี่ยนแปลงรอบการขาย
4. ทำการวิเคราะห์ไปป์ไลน์ลำดับที่สองเพื่อทำความเข้าใจว่าการเบี่ยงเบนของไปป์ไลน์เริ่มต้นที่ใด จำนวนไปป์ไลน์เดียว พูด $7m ไม่ได้มีความหมายมาก แต่ไตรมาสนี้พร้อมปิดราคา 7 ล้านดอลลาร์ โดย 80% เป็นของโปรไฟล์ลูกค้าในอุดมคติจากยอดจอง 1.5 ล้านดอลลาร์ หมายความว่าบริษัทกำลังจะทำลายเป้าหมาย

ส่วนไปป์ไลน์ในห้ามิติ:

• ที่มา: การตลาด ผลิตภัณฑ์ หรือการขาย
• สินค้า: freemium, ตลาดกลาง, องค์กร, SKU อื่นๆ
• เวที: ไม่มีคุณสมบัติ, ตระหนัก, สำรวจ, มีส่วนร่วม, เปลี่ยนใจเลื่อมใส
• การเคลื่อนไหวของการขาย: ไม่มีความช่วยเหลือหรือช่วยการขาย
• กลุ่มลูกค้า: ขนาดอุตสาหกรรมหรือธุรกิจ

ไม่ใช่ทุกบริษัทที่จะมีการเปลี่ยนไปป์ไลน์ในแต่ละครั้ง แต่บริษัทส่วนใหญ่จะมีการรวมกันบางส่วน การทำความเข้าใจแนวโน้มในอนุกรมเวลาเหล่านั้นควรให้ความกระจ่างเกี่ยวกับความแปรปรวนของปริมาณลูกค้าเป้าหมาย

ตัวอย่างเช่น โอกาสในการขายที่ผ่านการรับรองผลิตภัณฑ์ลดลง บ่งชี้ว่าโฟลว์การเริ่มต้นใช้งานใหม่จะกรองปริมาณการใช้ข้อมูลในเชิงรุกมากขึ้น แต่อัตราการแปลงที่ปลายน้ำบ่งชี้ว่ามีแนวโน้มที่จะจ่ายสูงขึ้น ผลลัพธ์สุทธิเหนือกว่าหรือไม่? ความล่าช้าของวงจรการขาย ส่งผลให้ธุรกิจอาจประสบปัญหาการปิดตัวเลขในไตรมาสนี้ การเพิ่มขึ้นของโอกาสในการขายระดับกลางเนื่องจากคู่แข่งเลิกใช้ผลิตภัณฑ์ของตนทำให้เกิดคำถามว่าจะเพิ่มจำนวนพนักงาน AE ในตลาดระดับกลางหรือไม่

ไปป์ไลน์เป็นอารัมภบท มันคุ้มค่าที่จะให้ความสนใจ