B2B营销这三项终将不可兼得

　　最近一年，很多人在重新看 B2B(尤其是电商交易型)或者产业互联网相关领域的投资机会。

　　在看的过程中，很多人都会用看 to C 的 TMT 分析框架来判断项目是否靠谱，例如对于 B2B 电商或者 SaaS，会问到续约率、客户/金额/频次的 Cohort、LTV/CAC 等。

　　但结合我过去几年在蓝湖资本、美菜以及近来在 42 Capital 帮助很多相关项目融资的经验，我发现很多时候 B2B 公司其实有自己的一套评判标准，那么自然而然问题就来了：

　　我们到底该用怎样的分析维度来判断一家 to B 类公司的好坏?以及如何应用这一思考框架来找到新的投资机会?

　　我们先从一个有意思的东西讲起：

　　金融领域中有一个“不可能三角”，就是“独立的货币政策”“资本的自由流动”和“稳定的汇率”，三者不可兼得。

　　而在最经典的 B2B 电商模型中，我也总结了一个“不可能三角”，可以概括为：“高毛利”“高周转”和“大规模”，三者不可兼得。　　

　　我研究过非常多国内外 B2B 交易型公司，无论自营还是联营还是部分自营部分平台，好像没有谁能同时做到这三点。

　　(一)做到高毛利跟大规模的，周转低。

　　拿很多人持续在关注的 MRO 赛道来说，其中最常被拿来做对标跟样板的 Grainger：

　　毛利很高，常年 40% 左右;

　　规模很大，一年交易额是 100 多亿美金;

　　但是库存周转率很低，1 年 4 次。

　　这意味着其常态保持着 15 亿美金的库存(COGS 60 亿美金/4)。

　　其他类似同行业的包括：

　　从数据中可见，这些公司都存在我们所说的不可能三角的问题。

　　(二)做到大规模与高周转的，毛利相对低。

　　比如 2014 年跟 2019 年上半年很火的食材供应链赛道对标王者 Sysco，规模很大，1 年将近 600 亿美金收入，库存周转 15 次～17 次，已经算是不错，不过毛利才 18%。

　　而这个毛利水平已经是其发展了 40 年，并获取了全美市场第一地位情况下取得的。

　　(三)做到高毛利与高周转的公司，规模会相对较小。

　　这类公司加一定杠杆，用极小的资金体量就能赚取极高的回报，所以要么保密性好，要么是受限制/极高门槛的行业(例如某些高消耗品的军火分销商或者特种设备、医疗器械等)，要么区域性很强，也有可能是历史或者其他因素导致(例如封闭后放开的某些品类的进出口等)，总之不可复制。

　　而要通过 VC/PE 融资，那么就天然要选择大规模扩张这条路。因此只剩下两个选项：低毛利高周转，或者高毛利低周转。

　　这两种模式跟赛道和切入方式有关。

　　在 B2B 领域中，每一个赛道都有很大差异性，所以我们暂时只讨论比较有共性的“切入方式”。

　　所谓的切入方式，最常见的是切大客户或切小客户两种选择。

　　做大客户意味着大概率是“高毛利低周转”路线。大客户结款周期慢，而且要求安全库存几个月，周转率自然偏低，低周转就要求较高的毛利才能覆盖资金成本。

　　同时大部分资金都在库存里，若扩张需要大量资金，企业就得有较好的融资渠道。

　　银行贷款在小体量还可以，大体量相对比较难，而且年关难过。有的公司甚至会按照 20% 以上的利率借贷，这些也都是比较常见的行为。

　　做小客户意味着大概率选择“低毛利高周转”路线。

　　做小客户门槛相对低(单个客户而言)，但竞争激烈，而且客户对价格敏感，导致前台毛利比较难做高。而做小客户的传统 Vendor 一般资金情况较好，扩张的问题在于复杂度太高。

　　在互联网团队进入到这个领域来之前，大家甚至没办法统一订单管理。

　　一个客户假设需要 30 个 SKU，100 个小客户就要几千个，随之而来的就是复杂的仓储分拣、库存管理等要求。

　　假如说处理一个 SKU 出错的概率是 0.01%，那么处理一万个 SKU 的出错率就是 100%，即每天肯定会有一个 SKU 是错的，比如一个 SKU 缺货、备错货、备多货……一堆问题就都来了。

　　所以，面向中小客户的模式，对初创公司的技术和管理能力都有很大的挑战。

　　那么总结下：两种生意模式的传统 Vendor，各有优势也各有需要解决掉的大问题。　　

　　那么现在这个时代什么发生了改变?数字化与另类投资的兴起。

　　数字化是互联网或者 IT 流程的应用，使得大规模营销获客、高效处理订单成为现实。而 VC/PE 等另类投资市场的兴起，让一大批原先受制于资金的优秀公司获取了充足的发展资金，得以扩张。

　　但是从大客户切入的，始终都会面临资金的问题。越大，增长越受到资金限制。

　　如果资产规模大还好说，可用抵押等常规渠道获取资金，但很多互联网公司都是轻资产，扩张一定要搞定低成本的资金。

　　那假设资金环境变化较快，比如 2014 年极其热，2015 年下半年变冷，2017 年又变好，2018 年下半年到现在又很差，企业发展就很可能因此而剧烈波动，所以很多企业会因为现金流问题发展受挫。

　　那回头来看，资金端的问题是不确定性强、解决难度高，所以选择大客户为切入点的公司也会遇到类似的问题，那么更好地利用数字化解决方案，从小客户切入似乎是个更优的选择?

　　现实中的答案自然也没有这么简单，因为小客户的体量较小，前期积累量会非常难，而且行业的数字化过程是相对较慢的。

　　前期毛利低、留存率低、客户满意度低、数字化的效果短期很难看到，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。

　　不过一旦撑过去，就海阔天空，而且规模越大，现金流是越好的。如下图，从上到下分别是 Sysco、US Foods 和 PFG 三家典型的 to 中小客户的 B2B 公司。

　　我们看数据就会发现，规模越大的，自由现金流和销售额(FCF/Sales Ratio)的比值会越高。　

　　所以我们可以用以下方式来理解这两类标的的选择。

　　从大客户切入的：优先看有没有持续的、极强的融资能力，对宏观(无论是行业还是宏观经济)都有较为深刻的认知，而且过往的融资节奏每一步都要踩的准。

　　从小客户切入的：重点看 IT 能力与获客能力，同时看日常管理中对现金/库存周转/交叉比例等数据的重视与管理手段(而不是 cohort、UE 等)。

　　特别如果是早期，创始人融资能力要很强，或者管理跟运营节奏非常好，使得很早的时候现金流情况就不错，或者有持续变好的迹象;如果是中后期，主要看实际的现金流管理水平，与数字化成果(比如说行业客户的渗透率)。

　　所以，从自身经验与验证难易度来看，我们自己会认为通过显性指标，来关注从小客户切入的公司是更具有可操作性的。

　　比如我们在年中接触到的 MRO 赛道的一个新玩家，易买工品。

　　我们一开始觉得该公司潜在的最大问题是：这个行业做小客户在前期极其难积累客户量，而他的模式太过超前，过往融资金额也跟跑在前边的竞品相比差距较大。

　　但是经过团队访谈跟大规模的行业调研、分析库存周转跟 Net working capital 的变化之后，我们帮公司梳理出几个明显的亮点：

　　1)坚持做小客户：公司现金流极其好，已经为正;

　　2)坚持用技术解决问题：公司花两年时间打磨技术与数字化流程，从快速下单、商品价格管理、供应商与库存管理、准确交期等，给客户提供了更具性价比、更准确的交付服务;

　　3)库存周转极其快：超出行业平均水平 10 倍。

　　易买工品创始人是 Grainger 中国前电商负责人，充分了解市场与模式演进。

　　他更关注商品，库存以及现金流，而不是短期的 cohort 或者 UE(不需要通过 cohort 来验证需求，尽管他的 cohort 很好;也不需要通过 UE 验证模型，因为现金流早已为正)，这就与我们对行业的判断标准非常一致。

　　之后，我们将这些特点提炼并进行数据化处理，传递给了经纬与顺为，帮助公司在激烈的竞争环境中迅速得到认可与新一轮投资。

　　在这里，我们回到文章最开头所说的，为什么我们觉得很多时候 2C 的判断标准不一定适合 2B 企业呢?

　　我举几个具体的例子。

　　比如很多 2C 投资人习惯了通过 cohort 分析留存率来判断一家公司好坏，但在 2B 领域中，有很多其他因素会影响 cohort，比如行业自然死亡率或季节因素、及 to B 创业公司的阶梯式成长特性等。

　　这里所谓的阶梯式成长是指，一般 B2B 创业公司刚开始替换原有的供应链体系，不是 by SKU 的替换，而是 by 品类的切换，而在完成整体切换之前，该创业公司对客户来说，都只能充当着补货渠道的角色。

　　而随着这家公司做的越来越好，会逐渐替换商家的某家核心供应商，发生质变成为其主流 vendor 之一，复购率就有可能有比较陡峭的阶梯式上升，而很多时候与此同时上涨的还有客单价。

　　而当大量扩张新品类、新客户类型的时候，上面的过程就又会反复，而表面看起来留存率就可能会大幅下降。

　　再比如，很多投资人喜欢用单位经济模型来判断一个模式的合理性、盈利性与可复制性。

　　但是这个方式在涉及到供应链的 2B 领域，有个很大的问题：

　　一个创业公司在早期但凡选择不优先优化供应链，就会导致单位经济模型非常不好看。

　　但为什么不优先优化供应链可能是一个更优的选项呢?因为不同体量的供应链形态会完全不同。

　　曾经有个公司创业早期就去优化单仓模型：精细规划仓业务流程，甚至上一些自动化线，看上去单仓模型就能很快为正。

　　但是这个所谓的单仓模型的仓，随着业务增长需要体积翻倍，而到时业务流程就都需要大改，物流路线也要重新规划，相当于早期对于模型的优化带来的效率非常低，反而浪费了最好的业务增长的时机。

　　也就是说如果我增速够快，为什么还要花几个月时间去做一个未来 3 个月就用不到的东西呢。所以很可能增速极其快、想的更明白的公司，单位经济模型跟其他同行业比较，是更差的。

　　再比如我们接触的另外一家做中小企业的 SaaS CRM 公司，小满科技。如果一开始应用传统 TMT 思路，看 LTV/CAC 与 Cohort/续约率的话，看过去都属于中规中矩。

　　但是我们最后仍然觉得这是一家极其优秀的公司。原因是：

　　做制造业客户、基于邮件的 CRM：中国最大的行业、刚需、粘性高(近乎工作台);

　　从中小客户切入：保证能够产品化、产品需要逐步迭代而且现金流极其好，都是预先年付;

　　更多关注运营管理指标：比如客户活跃度。因为活跃客户占比极其高而且续约近乎 100%。

　　我们更欣赏团队的地方在于：创始团队更在乎内部有管理动作的指标，而非后置判断指标。

　　因为这些能够带来动作的指标，最终是能够带来公司的成长与真正变好。

　　而后置指标，受太多非生意本身而是运营手段的限制，比如是否就为了把续约率变的好看，而不做那些低续约但是能带来现金流与利润的客户(能够在售前来判断一个客户的大概的续约的可能性)?

　　除了上述提到的食材供应链、MRO、企业 SaaS 服务等，我们也在寻求更多理念相同的各类赛道中的优秀公司，希望能在投融资上给予他们更多帮助。

　　我们会优先选择在国内极具优势，并发生剧烈变化的大行业中的 Player，并为他们服务。现存的一些案例包括：

　　抓住快反客户需求，通过标准化与数字化客户需求、供应商能力以及 SKU，提供一站式全品类服装辅料的辅料易;

　　在早期就极其重视商品管理与现金管理，做下沉市场进口全品类建材品牌集合店的亚美利加;

　　服务商用车市场中小维修站，通过维修技术社区切入市场(渗透率已经超过 50%)、并用多重方式变现的共轨之家。

　　除此之外，电子元器件、医药、商业票据、5G 相关等领域的 to B 公司，我们也在研究中，也希望与所有关注 to B 赛道的朋友或者从业者有更深入的交流。