一、? 數(shù)據(jù)資產(chǎn)對互聯(lián)網(wǎng)企業(yè)的意義逐漸變大

互聯(lián)網(wǎng)企業(yè)的估值，一直是投資機構(gòu)、研究機構(gòu)，甚至是創(chuàng)業(yè)者所頭疼的問題。大家一直在探索一個通用估值方法，或一個能夠讓市場公認的企業(yè)定價方法，但一直沒有出現(xiàn)一個令人滿意的答案。針對傳統(tǒng)企業(yè)的估值體系發(fā)展至今已經(jīng)比較完善，諸如 DCF 和 PE 之類，不過這些類方法都是在企業(yè)度過發(fā)展初期后，擁有比較好看的利潤曲線所使用的估值方法。而目前，互聯(lián)網(wǎng)企業(yè)大多處于行業(yè)競爭格局不明朗，企業(yè)燒錢不斷的階段，運營多年不盈利，甚至在企業(yè)大幅虧損的情況上市的也不在少數(shù)。因此我們無法運用傳統(tǒng)的財務估值體系來為企業(yè)定價。

雖然互聯(lián)網(wǎng)企業(yè)的估值很有難度，但是當企業(yè)融資之際，我們又不得不對企業(yè)有一個估值。通常在種子期、天使輪，創(chuàng)始人都會為投資人講一個故事，將自己的模式、團隊、展望等全部融入進去。故事講得好，企業(yè)估值就高，故事講得不好，估值就低，再差就會融不到錢，這樣一來，就是說看你這個故事值多少錢，而不是企業(yè)本身了。到了 A 輪融資之后，一個故事就起不到那么重要的作用，投資人會看你的產(chǎn)品，會看你的競爭對手，對比一些數(shù)據(jù)，而給企業(yè)的定價，基本會基于你的行業(yè)地位和發(fā)展格局。由此看來，目前互聯(lián)網(wǎng)企業(yè)的估值很多是禁不住推敲的，也并沒有一個成型的估值體系。當然，機構(gòu)在對融資企業(yè)估值時會經(jīng)過大量的研究和調(diào)查，這屬于定性研究的范疇。

為了解決如何為互聯(lián)網(wǎng)企業(yè)估值這一難題，我們也進行的大量研究和探索。相較于一些傳統(tǒng)企業(yè)需要大量空間和設備資源，互聯(lián)網(wǎng)企業(yè)擁有輕資產(chǎn)的特點，擁有一些計算機和存儲設備，就可在線上運營自有業(yè)務模式，這直接降低了企業(yè)運營成本，也是現(xiàn)在創(chuàng)業(yè)公司泛濫的原因之一。這一特點，意味著互聯(lián)網(wǎng)企業(yè)每天會投入大量時間在互聯(lián)網(wǎng)中形成自己的行為記錄，順而產(chǎn)生大量的線上數(shù)據(jù)。而互聯(lián)網(wǎng)的特性又使我們能夠運用一些技術(shù)手段就可將這些數(shù)據(jù)方便地記錄和儲存，利用這些數(shù)據(jù)，我們可以挖掘出一些不易從表面看出的內(nèi)在規(guī)律和價值。因此，數(shù)據(jù)資產(chǎn)對于互聯(lián)網(wǎng)企業(yè)來說意義十分重大。

了解了數(shù)據(jù)的意義之后，我們一直在思考，企業(yè)的大量數(shù)據(jù)，對于企業(yè)估值，能貢獻出什么價值。

二、? 基于用戶數(shù)據(jù)對互聯(lián)網(wǎng)企業(yè)估值

用戶無疑是互聯(lián)網(wǎng)企業(yè)最重要的資產(chǎn)，提到利用用戶數(shù)據(jù)來估值，就必須說說梅特卡夫定律。羅伯特·梅特卡夫（Robert Metcalfe，1946年-），出生于紐約布魯克林。美國科技先驅(qū)，發(fā)明了以太網(wǎng)路，成立 3Com 且制定了梅特卡夫定律 (Metcalfe’s Law)。其內(nèi)容是：網(wǎng)絡的價值等于網(wǎng)絡節(jié)點數(shù)的平方，網(wǎng)絡的價值與聯(lián)網(wǎng)的用戶數(shù)的平方成正比。這一被稱為圣經(jīng)的定律看似復雜，實際意思是說，在用戶量為 n 的互聯(lián)網(wǎng)網(wǎng)絡中，每個用戶與其他用戶就有 n-1 個關系。

梅特卡夫又給出了網(wǎng)絡價值的公式，其中 k 為常數(shù)。此定律背后的意義為，在互聯(lián)網(wǎng)體系中，用戶量增加時，對于原來的用戶而言，其帶來的效果不是如一般的經(jīng)濟財產(chǎn)分割方式（每位用戶平分財產(chǎn)或越分越少），而是效用隨之提高。這一理論說服了互聯(lián)網(wǎng)行業(yè)的投資人，對于企業(yè)的評價，就是用戶為王，一是看現(xiàn)有用戶量，二是看獲取用戶的能力。然而，當我們回歸理性來看待梅特卡夫定律，發(fā)現(xiàn)它也有自身的不足。舉例，各行業(yè)都存在大量的創(chuàng)業(yè)公司，若各公司整合起來，根據(jù)梅特卡夫定律，效果必是爆發(fā)式增長，然而現(xiàn)實中好像并不是這樣。

根據(jù)中文互聯(lián)網(wǎng)數(shù)據(jù)研究資訊中心的發(fā)現(xiàn)，伴隨著網(wǎng)絡規(guī)模的擴大，每增加一個用戶，帶給網(wǎng)絡的價值效用應該是在逐漸衰減的。為驗證這一理論，首先讓我們在梅特卡夫定律的公式中加入一個時間因子，T，其含義是，用戶花了多少時間在其網(wǎng)絡中。公式暫且改為

。這樣一來，用戶停留的時間越長，電商、廣告、游戲等領域的企業(yè)變現(xiàn)能力越強，網(wǎng)絡價值也就越大。而在社交軟件中，我們增加了一個好友，是否會相對花更多時間來關注他的動態(tài)或聊天呢？顯然不是，當我們的好友數(shù)逐漸擴大到現(xiàn)有的 100 倍，我們每天不會花 100 倍的時間在社交軟件中，這也是不可能的。人們一般只會關注和自己關系最近或感興趣的朋友或話題，所以，隨著用戶的增加，每個用戶平均效用是在逐漸衰減的。在公式中的理解，隨著 n 的增加，T 會減小，所以在梅特卡夫定律中的公式，網(wǎng)絡價值達不到 n 方，而是一條在 n 方和線性 n 區(qū)域內(nèi)的增長曲線。

齊普夫定律可以很好地解釋這個問題，齊普夫于 20 世紀 40年 代提出的詞頻分布定律。主要思想可以通過一個經(jīng)典案例說明，在一大段英語文本中，the 為最常見的單詞，出現(xiàn)率近 7%，of 排在第二位，出現(xiàn)率 3.5%左右，排在第三位的 and 占 2.8%。最后總結(jié)發(fā)現(xiàn)，詞頻降序與 1/k（1/1、1/2、1/3、…）非常相似。將齊普夫定律運用到互聯(lián)網(wǎng)價值定律中，就可以發(fā)現(xiàn)互聯(lián)網(wǎng)用戶效用是符合長尾定律的，而這更接近于 ln（n）函數(shù)。因此，我們將公式改為可以更好的解釋互聯(lián)網(wǎng)價值。

我們用 Twitter、Facebook、騰訊三家企業(yè)的數(shù)據(jù)來驗證用戶數(shù)據(jù)和企業(yè)價值的新規(guī)律。我們暫時使用企業(yè)營收來代替企業(yè)價值，姑且不考慮營收與估值的關系，畢竟企業(yè)的價值最直接體現(xiàn)在企業(yè)收入數(shù)字上。下面為結(jié)果展示：

我們可以看到，這三家巨頭的數(shù)據(jù)可以很好的證明新定律，互聯(lián)網(wǎng)價值是處于用戶 n 方和線性 n 區(qū)域內(nèi)的增長曲線，每新增一個用戶，會帶來超過之前用戶的平均價值，而用戶新增價值也在逐漸衰減?；ヂ?lián)網(wǎng)企業(yè)價值曲線是一條在 n 方和線性 n 區(qū)域內(nèi)的增長曲線

關于公式中的常數(shù) k 值，是互聯(lián)網(wǎng)企業(yè)由用戶變成盈利能力的系數(shù)，也就是類似于 ARPU 值的系數(shù)，代表每單位用戶為企業(yè)帶來的價值。這一系數(shù)包括的因素很多，如企業(yè)商業(yè)模式、用戶特點、用戶滲透率、行業(yè)特性等都需要考慮在內(nèi)，不同領域中的不同企業(yè)，k 值也不近相同。梅特卡夫運用一個單一字母 k 來綜合了這些因素，也確實給我們帶來了一些困惑，畢竟定律本身還是圍繞用戶和網(wǎng)絡價值的關系來闡述問題的。

三、?其他數(shù)據(jù)維度對企業(yè)估值的影響

除了用戶數(shù)據(jù)以外，互聯(lián)網(wǎng)企業(yè)一些其他數(shù)據(jù)也對其估值存在著某種程度的影響，我將所有數(shù)據(jù)分為外部數(shù)據(jù)和內(nèi)部數(shù)據(jù)。當然還有一些非數(shù)據(jù)類的定性因素，在此節(jié)我們對這幾個方面來展開討論。

1、外部數(shù)據(jù)

融資數(shù)據(jù)在企業(yè)外部數(shù)據(jù)中，是對企業(yè)估值的影響處于重要地位的因素。融資數(shù)據(jù)可以代表市場給予互聯(lián)網(wǎng)企業(yè)的公開定價，對企業(yè)估值有決定性作用，我們需作重點參考。而融資案例是發(fā)生在時間節(jié)點上的，企業(yè)又是在持續(xù)運營中，因此隨著時間的推移，我們又要弱化上一輪融資對企業(yè)估值的影響。

融資數(shù)據(jù)不只是對企業(yè)本身的估值存在參考意義，它同時也是具備行業(yè)性的。在我的另一篇文章《從融資數(shù)據(jù)看各行業(yè)發(fā)展規(guī)律》中，我提出了企業(yè)投資資本收益效率的概念。

此圖是文章其中一部分對企業(yè)相鄰輪次融資金額的平均倍數(shù)在不同行業(yè)中差異的分析結(jié)果，感興趣的讀者可以搜索閱讀。

在外部數(shù)據(jù)中，另一重要的數(shù)據(jù)維度是企業(yè)輿情數(shù)據(jù)。這類數(shù)據(jù)涵蓋比較廣泛，包括：搜索指數(shù)、微博指數(shù)、媒體數(shù)據(jù)等。這部分數(shù)據(jù)相較于用戶數(shù)據(jù)和融資數(shù)據(jù)，可更快速、更明顯的反應企業(yè)近期的行為狀況，波動也最為頻繁。但是股權(quán)交易擁有流動性差的特征，企業(yè)估值不需要像二級市場股價一樣對短期波動反應敏感，因此我們還是要將此類輿情數(shù)據(jù)拉到長期來對企業(yè)價值做判斷。

2、內(nèi)部數(shù)據(jù)

內(nèi)部數(shù)據(jù)主要是指企業(yè)不對外公開的公司內(nèi)部數(shù)據(jù)，這部分最主要是的財務數(shù)據(jù)，但一般來講是很難獲取到的。但是我們可以通過其他相近指標來進行推算，例如電商企業(yè)的商品品類、訂單量、商品單價、評銷比（評論數(shù) / 銷售量）等來推算企業(yè)營收數(shù)據(jù)。這些數(shù)據(jù)可以通過爬蟲抓取來獲得。擁有了企業(yè)財務數(shù)據(jù)或類似指標，我們就可運用經(jīng)典財務估值體系來為企業(yè)參考定價。

3、定性因素的量化

以上大量篇幅都在討論數(shù)據(jù)對互聯(lián)網(wǎng)企業(yè)估值的影響。然而企業(yè)在發(fā)展初期，數(shù)據(jù)維度非常匱乏，而僅有的數(shù)據(jù)能提供的價值也是微乎其微。很多企業(yè)都是依靠一個 “好故事” 在支撐它的估值，所以對于這部分企業(yè)的估值，定性因素是我們需要重點參考的，包括商業(yè)模式、創(chuàng)始團隊、核心戰(zhàn)略、競品分析等。這樣一來，我們又回到了最初傳統(tǒng)創(chuàng)投行業(yè)的玩法，機構(gòu)和創(chuàng)業(yè)者通過溝通、盡職調(diào)查等進行估值，完成交易。但是為了形成適用于創(chuàng)投行業(yè)的估值體系，我們也在探索能否將這些定性因素進行量化處理。通常來講，對于定性部分，我們可以通過打分模式來進行量化，這一是包含了我們在定性分析中得到的結(jié)果，一是可最終形成數(shù)字加入到估值模型中。但是這對打分體系要求很高，既要涵蓋大量分析維度，也要合理制定評級標度和跨度。

通過以上的分析，我們可以看到，企業(yè)估值本身是一個非常繁瑣和復雜的事情，探索的越深，發(fā)現(xiàn)越多難以解決的問題。即便我們給出了一些分析和理論，對于碎片化知識的整合也難以落地實踐，因為我們很難通過一套模型來將所有維度聚合在一起。但是是否說這些研究沒有意義呢？我想不是的。我們換一種思路，既然不能將所有維度整合在一個模型中，我們可否將擁有相同屬性的數(shù)據(jù)維度聚合在一起，形成多個模型，通過多角度來為互聯(lián)網(wǎng)企業(yè)定價呢？我相信，在這個數(shù)據(jù)時代，很多我們現(xiàn)在定性處理的問題會逐漸被定量化。

作者@王子一

來源@36氪

文章鏈接：http://36kr.com/p/5046510.html