Sluttning, Y-avlyssning och miljarder dollar

Innehållsförteckning:

Anonim

I dagens kolumn kommer jag att stjäla skamlöst från smartare människor än mig för att förklara någonting om att investera i nybörjare: "En liten bit av sluttning utgör en hel del Y-intercept."

Denna linje är stulen från Stanford University datavetenskap professor John Ousterhout, som famously gjorde denna punkt i en av de "lektioner" han lär sina elever.

John sa detta med hänvisning till lärandet och hävdade att "hur fort du lär dig är mycket viktigare än hur mycket du vet att börja med." Men det är också en bra filosofi att styra tidigt stadiumsinvesteringar.

$config[code] not found

Om du tittar på diagrammet nedan ser du varför. Den vertikala axeln här är en nyckelfunktion om ett nytt företag, som dess kassaflöde, och den horisontella axeln är tid. Den röda linjen har en högre Y-avlyssning än den blå linjen - kassaflödet ser bättre ut i början, positivt var det andra är negativt. Men den blå linjen har en högre sluttning och kommer så småningom att passera den röda linjen. Ursprungligen är det röda företaget bättre än det blåa företaget. Men i det långa loppet är det blåa företaget en bättre satsning än det röda företaget.

Även om jag hade sett Ousterhouts argument tidigare, var det lämpligt att investera i ett tidigt stadium inte hade gett mig till tills Paul Buccheit, VD för Y Combinator, en grundare av Friendfeed; skapare av Gmail; och Case Western Reserve University alum, hänvisade till det i ett samtal med min företagsekonomiska klass. Paul fokuserade på dimensionen av entreprenörsanda, men jag tror att ansökan är mer generell än den.

Vad investerare letar efter

Hela anledningen till att investerare i tidiga scenarier lägger pengar i nyetableringar beror på att de tror att de nya företagen kommer att ha mer "lutning" än befintliga företag på en nyckeltal. Den viktigaste skickligheten som stora investerare har är att räkna ut vilka startups kommer att ha otroligt "lutning".

Bra investerare ignorerar y-avlyssningen. I början ser helt nya företag allt ganska hemskt ut. Vad du än väljer - kassaflöde, arbetskraftens storlek, kundintresse, produktfunktionalitet - nya företag ser ganska mycket ut, och definitivt mycket värre än de etablerade företagen som de planerar att utmana.

Men några av dessa startar med hemska y-avlyssningar - Alibaba, Facebook, Uber, Airbnb, Snapchat, Whatsapp, Reddit, Slack - hamnar med en otrolig lutning. Så högt att de hamnar mer pengar än de etablerade företagen ställer ut för att ersätta.

När investerare försöker välja vilka nybörjare som ska rygga, försöker de gissa vilka som har astronomisk "lutning".

Det är otroligt svårt att göra. Riktigt smarta människor saknar stora vinnare - som Fred Wilson på Airbnb, Chris Sacca på Snapchat och Dropbox, John Greathouse på Uber, Charles Xue på Alibaba, och listan fortsätter.

Vad som gör det ännu svårare är att lutningen inte ens är så ren som mitt enkla exempel. Nyckeltalen är mycket osannolikt att vara linjär. Och det är väldigt svårt att förutsäga framtida mönster från två perioder av data, vilket är vad de flesta tidiga scen investerare försöker göra.

Men om du vill tjäna pengar på att investera i nystartade företag måste du försöka förutse. När allt är "lite lutning är värt mycket y-avlyssning." Och mycket lutning är värt tiotals miljarder dollar.

Slope Photo via Shutterstock