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，例如對于 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，那么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臺，好像沒有誰能同時做到這三點。

　　(一)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。

　　(二)做到大規模與高周轉的，毛利相對低。

　　比如 2014 年跟 2019 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 次～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，并獲取了全美市場第一地位情況下取得的。

　　(三)做到高毛利與高周轉的公司，規模會相對較小。

　　這類公司加一定杠桿，用極小的資金體量就能賺取極高的回報，所以要么保密性好，要么是受限制/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)，要么區域性很強，也有可能是歷史或者其他因素導致(例如封閉后放開的某些品類的進出口等)，總之不可復制。

　　而要通過 VC/PE 融資，那么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，導致前臺毛利比較難做高。而做小客戶的傳統 Vendor 一般資金情況較好，擴張的問題在于復雜度太高。

　　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，隨之而來的就是復雜的倉儲分揀、庫存管理等要求。

　　假如說處理一個 SKU 出錯的概率是 0.01%，那么處理一萬個 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。

　　那么總結下：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。　　

　　那么現在這個時代什么發生了改變?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，讓一大批原先受制于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，那么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么簡單，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準。

　　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;如果是中后期，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 的變化之后，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，盡管他的 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。

　　之后，我們將這些特點提煉并進行數據化處理，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。

　　在這里，我們回到文章最開頭所說的，為什么我們覺得很多時候 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。

　　這里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復，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、盈利性與可復制性。

　　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。

　　但為什么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，相當于早期對于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，為什么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，看過去都屬于中規中矩。

　　但是我們最后仍然覺得這是一家極其優秀的公司。原因是：

　　做制造業客戶、基于郵件的 CRM：中國最大的行業、剛需、粘性高(近乎工作臺);

　　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;

　　更多關注運營管理指標：比如客戶活躍度。因為活躍客戶占比極其高而且續約近乎 100%。

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

　　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。

　　而后置指標，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，并發生劇烈變化的大行業中的 Player，并為他們服務。現存的一些案例包括：

　　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;

　　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;

　　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%)、并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。