一、 數(shù)據(jù)資產(chǎn)對(duì)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(jī)構(gòu)、研究機(jī)構(gòu)，甚至是創(chuàng)業(yè)者所頭疼的問(wèn)題。大家一直在探索一個(gè)通用估值方法，或一個(gè)能夠讓市場(chǎng)公認(rèn)的企業(yè)定價(jià)方法，但一直沒(méi)有出現(xiàn)一個(gè)令人滿意的答案。針對(duì)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(guò)這些類方法都是在企業(yè)度過(guò)發(fā)展初期后，擁有比較好看的利潤(rùn)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(jìng)爭(zhēng)格局不明朗，企業(yè)燒錢(qián)不斷的階段，運(yùn)營(yíng)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(wú)法運(yùn)用傳統(tǒng)的財(cái)務(wù)估值體系來(lái)為企業(yè)定價(jià)。

雖然互聯(lián)網(wǎng)企業(yè)的估值很有難度，但是當(dāng)企業(yè)融資之際，我們又不得不對(duì)企業(yè)有一個(gè)估值。通常在種子期、天使輪，創(chuàng)始人都會(huì)為投資人講一個(gè)故事，將自己的模式、團(tuán)隊(duì)、展望等全部融入進(jìn)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(huì)融不到錢(qián)，這樣一來(lái)，就是說(shuō)看你這個(gè)故事值多少錢(qián)，而不是企業(yè)本身了。到了 A 輪融資之后，一個(gè)故事就起不到那么重要的作用，投資人會(huì)看你的產(chǎn)品，會(huì)看你的競(jìng)爭(zhēng)對(duì)手，對(duì)比一些數(shù)據(jù)，而給企業(yè)的定價(jià)，基本會(huì)基于你的行業(yè)地位和發(fā)展格局。由此看來(lái)，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(méi)有一個(gè)成型的估值體系。當(dāng)然，機(jī)構(gòu)在對(duì)融資企業(yè)估值時(shí)會(huì)經(jīng)過(guò)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(jìn)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(shè)備資源，互聯(lián)網(wǎng)企業(yè)擁有輕資產(chǎn)的特點(diǎn)，擁有一些計(jì)算機(jī)和存儲(chǔ)設(shè)備，就可在線上運(yùn)營(yíng)自有業(yè)務(wù)模式，這直接降低了企業(yè)運(yùn)營(yíng)成本，也是現(xiàn)在創(chuàng)業(yè)公司泛濫的原因之一。這一特點(diǎn)，意味著互聯(lián)網(wǎng)企業(yè)每天會(huì)投入大量時(shí)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(yùn)用一些技術(shù)手段就可將這些數(shù)據(jù)方便地記錄和儲(chǔ)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(jià)值。因此，數(shù)據(jù)資產(chǎn)對(duì)于互聯(lián)網(wǎng)企業(yè)來(lái)說(shuō)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(duì)于企業(yè)估值，能貢獻(xiàn)出什么價(jià)值。

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

用戶無(wú)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(lái)估值，就必須說(shuō)說(shuō)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(guó)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(luò)的價(jià)值等于網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)的平方，網(wǎng)絡(luò)的價(jià)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(fù)雜，實(shí)際意思是說(shuō)，在用戶量為 n 的互聯(lián)網(wǎng)網(wǎng)絡(luò)中，每個(gè)用戶與其他用戶就有 n-1 個(gè)關(guān)系。梅特卡夫又給出了網(wǎng)絡(luò)價(jià)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(shí)，對(duì)于原來(lái)的用戶而言，其帶來(lái)的效果不是如一般的經(jīng)濟(jì)財(cái)產(chǎn)分割方式(每位用戶平分財(cái)產(chǎn)或越分越少)，而是效用隨之提高。這一理論說(shuō)服了互聯(lián)網(wǎng)行業(yè)的投資人，對(duì)于企業(yè)的評(píng)價(jià)，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(dāng)我們回歸理性來(lái)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(lái)，根據(jù)梅特卡夫定律，效果必是爆發(fā)式增長(zhǎng)，然而現(xiàn)實(shí)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(luò)規(guī)模的擴(kuò)大，每增加一個(gè)用戶，帶給網(wǎng)絡(luò)的價(jià)值效用應(yīng)該是在逐漸衰減的。為驗(yàn)證這一理論，首先讓我們?cè)诿诽乜ǚ蚨傻墓街屑尤胍粋€(gè)時(shí)間因子，T，其含義是，用戶花了多少時(shí)間在其網(wǎng)絡(luò)中。公式暫且改為

。這樣一來(lái)，用戶停留的時(shí)間越長(zhǎng)，電商、廣告、游戲等領(lǐng)域的企業(yè)變現(xiàn)能力越強(qiáng)，網(wǎng)絡(luò)價(jià)值也就越大。而在社交軟件中，我們?cè)黾恿艘粋€(gè)好友，是否會(huì)相對(duì)花更多時(shí)間來(lái)關(guān)注他的動(dòng)態(tài)或聊天呢?顯然不是，當(dāng)我們的好友數(shù)逐漸擴(kuò)大到現(xiàn)有的 100 倍，我們每天不會(huì)花 100 倍的時(shí)間在社交軟件中，這也是不可能的。人們一般只會(huì)關(guān)注和自己關(guān)系最近或感興趣的朋友或話題，所以，隨著用戶的增加，每個(gè)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(huì)減小，所以在梅特卡夫定律中的公式，網(wǎng)絡(luò)價(jià)值達(dá)不到 n 方，而是一條在 n 方和線性 n 區(qū)域內(nèi)的增長(zhǎng)曲線。

齊普夫定律可以很好地解釋這個(gè)問(wèn)題，齊普夫于 20 世紀(jì) 40年 代提出的詞頻分布定律。主要思想可以通過(guò)一個(gè)經(jīng)典案例說(shuō)明，在一大段英語(yǔ)文本中，the 為最常見(jiàn)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(yùn)用到互聯(lián)網(wǎng)價(jià)值定律中，就可以發(fā)現(xiàn)互聯(lián)網(wǎng)用戶效用是符合長(zhǎng)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(jià)值。

我們用 Twitter、Facebook、騰訊三家企業(yè)的數(shù)據(jù)來(lái)驗(yàn)證用戶數(shù)據(jù)和企業(yè)價(jià)值的新規(guī)律。我們暫時(shí)使用企業(yè)營(yíng)收來(lái)代替企業(yè)價(jià)值，姑且不考慮營(yíng)收與估值的關(guān)系，畢竟企業(yè)的價(jià)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(jià)值是處于用戶 n 方和線性 n 區(qū)域內(nèi)的增長(zhǎng)曲線，每新增一個(gè)用戶，會(huì)帶來(lái)超過(guò)之前用戶的平均價(jià)值，而用戶新增價(jià)值也在逐漸衰減?；ヂ?lián)網(wǎng)企業(yè)價(jià)值曲線是一條在 n 方和線性 n 區(qū)域內(nèi)的增長(zhǎng)曲線

關(guān)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(lái)的價(jià)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(diǎn)、用戶滲透率、行業(yè)特性等都需要考慮在內(nèi)，不同領(lǐng)域中的不同企業(yè)，k 值也不近相同。梅特卡夫運(yùn)用一個(gè)單一字母 k 來(lái)綜合了這些因素，也確實(shí)給我們帶來(lái)了一些困惑，畢竟定律本身還是圍繞用戶和網(wǎng)絡(luò)價(jià)值的關(guān)系來(lái)闡述問(wèn)題的。

三、 其他數(shù)據(jù)維度對(duì)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(duì)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(dāng)然還有一些非數(shù)據(jù)類的定性因素，在此節(jié)我們對(duì)這幾個(gè)方面來(lái)展開(kāi)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(duì)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(chǎng)給予互聯(lián)網(wǎng)企業(yè)的公開(kāi)定價(jià)，對(duì)企業(yè)估值有決定性作用，我們需作重點(diǎn)參考。而融資案例是發(fā)生在時(shí)間節(jié)點(diǎn)上的，企業(yè)又是在持續(xù)運(yùn)營(yíng)中，因此隨著時(shí)間的推移，我們又要弱化上一輪融資對(duì)企業(yè)估值的影響。

融資數(shù)據(jù)不只是對(duì)企業(yè)本身的估值存在參考意義，它同時(shí)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(duì)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?jǐn)?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(yīng)企業(yè)近期的行為狀況，波動(dòng)也最為頻繁。但是股權(quán)交易擁有流動(dòng)性差的特征，企業(yè)估值不需要像二級(jí)市場(chǎng)股價(jià)一樣對(duì)短期波動(dòng)反應(yīng)敏感，因此我們還是要將此類輿情數(shù)據(jù)拉到長(zhǎng)期來(lái)對(duì)企業(yè)價(jià)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(duì)外公開(kāi)的公司內(nèi)部數(shù)據(jù)，這部分最主要是的財(cái)務(wù)數(shù)據(jù)，但一般來(lái)講是很難獲取到的。但是我們可以通過(guò)其他相近指標(biāo)來(lái)進(jìn)行推算，例如電商企業(yè)的商品品類、訂單量、商品單價(jià)、評(píng)銷比(評(píng)論數(shù) / 銷售量)等來(lái)推算企業(yè)營(yíng)收數(shù)據(jù)。這些數(shù)據(jù)可以通過(guò)爬蟲(chóng)抓取來(lái)獲得。擁有了企業(yè)財(cái)務(wù)數(shù)據(jù)或類似指標(biāo)，我們就可運(yùn)用經(jīng)典財(cái)務(wù)估值體系來(lái)為企業(yè)參考定價(jià)。

3、定性因素的量化

以上大量篇幅都在討論數(shù)據(jù)對(duì)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(jià)值也是微乎其微。很多企業(yè)都是依靠一個(gè) “好故事” 在支撐它的估值，所以對(duì)于這部分企業(yè)的估值，定性因素是我們需要重點(diǎn)參考的，包括商業(yè)模式、創(chuàng)始團(tuán)隊(duì)、核心戰(zhàn)略、競(jìng)品分析等。這樣一來(lái)，我們又回到了最初傳統(tǒng)創(chuàng)投行業(yè)的玩法，機(jī)構(gòu)和創(chuàng)業(yè)者通過(guò)溝通、盡職調(diào)查等進(jìn)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(jìn)行量化處理。通常來(lái)講，對(duì)于定性部分，我們可以通過(guò)打分模式來(lái)進(jìn)行量化，這一是包含了我們?cè)诙ㄐ苑治鲋械玫降慕Y(jié)果，一是可最終形成數(shù)字加入到估值模型中。但是這對(duì)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(píng)級(jí)標(biāo)度和跨度。

通過(guò)以上的分析，我們可以看到，企業(yè)估值本身是一個(gè)非常繁瑣和復(fù)雜的事情，探索的越深，發(fā)現(xiàn)越多難以解決的問(wèn)題。即便我們給出了一些分析和理論，對(duì)于碎片化知識(shí)的整合也難以落地實(shí)踐，因?yàn)槲覀兒茈y通過(guò)一套模型來(lái)將所有維度聚合在一起。但是是否說(shuō)這些研究沒(méi)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(gè)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(gè)模型，通過(guò)多角度來(lái)為互聯(lián)網(wǎng)企業(yè)定價(jià)呢?我相信，在這個(gè)數(shù)據(jù)時(shí)代，很多我們現(xiàn)在定性處理的問(wèn)題會(huì)逐漸被定量化。