I dagens kolonne skal jeg stjæle skamløst fra klogere folk end mig for at forklare noget om at investere i startups: "En lille smule skråning udgør en masse Y-afsnit."
Denne linje er stjålet fra Stanford University computer science professor John Ousterhout, der berømt gjorde dette punkt i en af de "liv lektioner" han underviser sine elever.
John sagde dette med henvisning til læring og hævdede, at "hvor hurtigt du lærer, er meget vigtigere end hvor meget du ved til at begynde med." Men det er også en god filosofi at styre tidlige scener.
$config[code] not foundHvis du ser på grafen nedenfor, vil du se hvorfor. Den vertikale akse her er nogle nøgleattributter om en ny virksomhed, ligesom dens cash flow, og den vandrette akse er tid. Den røde linje har et højere Y-afsnit end den blå linje - kontantstrømmen ser bedre ud i starten, positiv hvor den anden er negativ. Men den blå linje har en højere hældning, og vil til sidst krydse den røde linje. I starten er det røde selskab bedre end det blå selskab. Men i det lange løb er det blå firma en bedre indsats end den røde virksomhed.
Selv om jeg havde set Ousterhouts argument tidligere, var det hensigtsmæssigt at investere i et tidligt stadium ikke påbegynde mig, før Paul Buccheit, administrerende direktør for Y Combinator; en grundlægger af Friendfeed; skaberen af Gmail; og Case Western Reserve University alum, henvist til det i en snak med min iværksætterkursus. Paul fokuserede på iværksætteråndets dimension, men jeg synes, at ansøgningen er mere generel end den.
Hvad investorer søger efter
Hele grunden til, at investorer i tidlig fase lægger penge til nystartede virksomheder, er fordi de tror, at de nye virksomheder vil have mere "hældning" end eksisterende virksomheder på en nøgletal. Den centrale færdighed, som store investorer har, er at finde ud af, hvilke startups der vil have en utrolig "hældning".
Gode investorer ignorerer y-interceptet. I starten ser helt nye virksomheder helt ret forfærdeligt ud. Uanset hvad du vælger - kontantstrøm, arbejdsstyrkenes størrelse, kundeinteresse, produktfunktionalitet - nye virksomheder ser stort set ud til at være forfærdelige og definitivt langt værre end de etablerede virksomheder, som de planlægger at udfordre.
Men nogle af disse start-ups med forfærdelige y-aflytninger - Alibaba, Facebook, Uber, Airbnb, Snapchat, Whatsapp, Reddit, Slack - ender med at have en utrolig hældning. Så højt, at de ender med at tjene flere penge end de etablerede virksomheder, som de har valgt at erstatte.
Når investorer forsøger at vælge hvilke start-ups der skal tilbage, forsøger de at gætte, hvilke der vil have astronomisk "skråning".
Det er utroligt svært at gøre. Virkelig smarte mennesker savner store vindere - ligesom Fred Wilson på Airbnb, Chris Sacca på Snapchat og Dropbox, John Greathouse på Uber, Charles Xue på Alibaba, og listen fortsætter.
Hvad gør dette endnu vanskeligere er, at hældningen ikke er lige så ren som mit enkle eksempel. Nøgle metrisk er meget usandsynlig at være lineær. Og det er meget vanskeligt at forudsige fremtidige mønstre fra to perioder med data, hvilket er det, som de fleste tidlige scener investorer forsøger at gøre.
Men hvis du vil tjene penge på at investere i nystartede virksomheder, skal du forsøge at forudsige. "En lille smule skråning er jo meget værd at y-afsnit." Og en masse hældning er værd titusindvis af dollars.
Slope Photo via Shutterstock
