स्केलअप कंपनियों के लिए राजस्व की भविष्यवाणी करना

EQT Motherbrain स्केलअप कंपनियों के राजस्व की भविष्यवाणी करने के लिए विकसित एक उपन्यास दृष्टिकोण को साझा करने के लिए उत्साहित है। इसे हाल ही में लेले काओ, सोनजा हॉर्न, विल्हेम वॉन एहरेनहेम, रिचर्ड एंसेल्मो स्टाल और हेनरिक लैंडग्रेन द्वारा सूचना और ज्ञान प्रबंधन (सीआईकेएम 2022) पर 31वें एसीएम अंतर्राष्ट्रीय सम्मेलन में प्रस्तुत किया गया था।

अंतर्निहित समस्या

किसी कंपनी के वित्तीय भविष्य की भविष्यवाणी करना एक जटिल लेकिन आवश्यक कार्य है, जो व्यवसायों के निर्णय लेने के लिए महत्वपूर्ण है। मौलिक रूप से, यह एक सूचित अनुमान है जो ऐतिहासिक प्रदर्शन डेटा की जांच पर निर्भर करता है। फिर भी, जैसा कि हम सभी ने देखा है, यादृच्छिक तत्वों के कारण जिन्हें मॉडल में शामिल नहीं किया जा सकता है, पूर्वानुमान आसानी से टूट सकते हैं।

किसी व्यवसाय के मूल्यांकन का निर्धारण करते समय निवेशक वित्तीय पूर्वानुमानों पर भरोसा करते हैं। चाहे रियायती भविष्य के नकदी प्रवाह पर भरोसा करना हो या भविष्य के ईबीआईटीडीए के कई आधार पर मूल्यांकन का निर्धारण करना हो, पूर्वानुमान किसी निवेश को बना या बिगाड़ सकते हैं। एक लंबे ट्रैक रिकॉर्ड और लचीले नकदी प्रवाह वाले परिपक्व व्यवसायों के लिए, भविष्यवाणियों और वास्तविक परिणामों के बीच विचलन महत्वपूर्ण नहीं हो सकता है। लेकिन अपर्याप्त ऐतिहासिक डेटा और स्वाभाविक रूप से अनिश्चित भविष्य की संभावनाओं वाले व्यवसायों के लिए, जैसे कि स्टार्टअप और स्केलअप, यह अलग दिखता है।

अपने व्यापार मॉडल की मापनीयता और व्यवहार्यता का प्रदर्शन करने और राजस्व वृद्धि के त्वरित चक्र का अनुभव करने पर एक स्टार्ट-अप स्केलअप क्षेत्र में चला जाता है। बाहरी पूंजी का उत्थान आमतौर पर इस संक्रमण के साथ होता है।

अधिकांश परिपक्व कंपनियों की तुलना में, स्केलअप अक्सर लाभदायक नहीं होते हैं। नतीजतन, स्केलअप का मूल्यांकन करते समय राजस्व सबसे महत्वपूर्ण मेट्रिक्स में से एक बन जाता है, और मूल्यांकन आमतौर पर भविष्य के राजस्व के एक से अधिक आधार पर निर्धारित किया जाता है, जिससे निवेश पेशेवर भविष्य की कंपनी के राजस्व को एक्सट्रपलेट करते हैं।

राजस्व पूर्वानुमान आम तौर पर मैन्युअल रूप से और अनुभवजन्य रूप से किया जाता है, जिससे निवेश पेशेवरों के अनुभवों पर गुणवत्ता बहुत अधिक निर्भर हो जाती है। व्यवसाय मॉडल, प्रतियोगी परिदृश्य, बाजार के रुझान और इकाई अर्थशास्त्र जैसे कारकों पर विचार किया जाता है। किसी निवेश के आकर्षण का मूल्यांकन करने के लिए यह कार्य आवश्यक है, क्योंकि यह स्वामित्व अवधि के दौरान मूल्यांकन में परिवर्तन की सूचना देता है। हालांकि, इस दृष्टिकोण के स्वचालन, वस्तुनिष्ठता, निरंतरता और अनुकूलता का स्तर इष्टतम से बहुत दूर है।

परंपरागत और परिपक्व व्यवसायों के पूर्वानुमान में पारंपरिक सांख्यिकीय दृष्टिकोण या नव विकसित एआई-आधारित पद्धति जैसे मात्रात्मक तरीकों को तेजी से अपनाया गया है। लेकिन यह स्टार्ट-अप्स और स्केलअप्स की दुनिया में क्यों नहीं फैला है?

उत्तर डेटा में निहित है, जो अपरिपक्व व्यवसायों के लिए अक्सर स्वामित्व और अधिग्रहण करने के लिए महंगा होता है। हालाँकि, यह बदल रहा है - डिजिटलीकरण की सर्वव्यापकता का अर्थ है कि निजी कंपनियों पर उच्च गुणवत्ता वाले डेटा की बड़ी मात्रा उत्तरोत्तर सार्वजनिक रूप से अधिक सुलभ है।

पेश है SiRE

हम इस चुनौती के उत्तर को SiRE कहते हैं, जो अनुकरण-सूचित राजस्व एक्सट्रपलेशन मॉडल है।

SiRE एक Kalman फ़िल्टर पर आधारित है, जो आमतौर पर विमान और अंतरिक्ष यान के नेविगेशन और नियंत्रण के लिए उपयोग की जाने वाली एक पद्धति है। यह क्षेत्र-अज्ञेयवादी है, निवेशकों को इसे कई उद्योगों में लागू करने की अनुमति देता है। इसे प्रशिक्षण के लिए केवल कुछ सौ स्केलअप कंपनियों के छोटे डेटासेट की आवश्यकता होती है, और एक्सट्रपलेशन कम राजस्व समय श्रृंखला से शुरू हो सकता है, जो बिना दानेदार ऐतिहासिक डेटा के भी राजस्व पूर्वानुमानों को सक्षम करता है। यह 5 साल और उससे अधिक की विशिष्ट निवेश अवधि को समायोजित करते हुए, कई वर्षों की ठीक-ठाक भविष्यवाणियां कर सकता है। प्रत्येक राजस्व पूर्वानुमान एक विश्वास अनुमान के साथ आता है, जो निवेशकों को परिणाम निश्चितता पर मार्गदर्शन प्रदान करता है। मॉडल को लागू करना आसान है, और भविष्यवाणियां समझाने योग्य हैं, विश्वास बनाने और प्रतिक्रिया प्राप्त करने के लिए पारदर्शिता को बढ़ावा देती हैं।

SiRE को मुख्य धारणा पर डिज़ाइन किया गया है कि राजस्व विकास समान स्तर पर समान कंपनियों के लिए ऐतिहासिक पैटर्न को दोहराने की संभावना है। प्रत्येक भविष्य के राजस्व बिंदु को शुरू में तुलनीय राजस्व राज्यों से नमूना लेकर प्राप्त किया जाता है, फिर एक कलमैन फ़िल्टर के साथ समायोजित किया जाता है जो ऐतिहासिक और अनुमानित राजस्व बिंदुओं पर विचार करता है। कई बार एक्सट्रपलेशन करके भविष्यवाणी के विश्वास का अनुमान लगाया जाता है।

यह प्रदर्शित करना कि हम EQT के भीतर SiRE का उपयोग कैसे करते हैं

तो, हम इसे EQT के भीतर कैसे उपयोग करते हैं? हमारी पोर्टफोलियो कंपनियों से राजस्व प्रक्षेपवक्र के एक मालिकाना डेटासेट पर प्रशिक्षित और अन्य डेटा जो हमने लगभग तीन दशकों के निवेश के माध्यम से एकत्र किए हैं, SiRe का उपयोग दो तरीकों से किया जा सकता है:

1. संभावित निवेश का आकलन करते समय, हम जल्दी से राजस्व क्षमता का मूल्यांकन कर सकते हैं। यह हमें कंपनी द्वारा हमें दिए गए डेटा के आधार पर संभावित ब्रेकआउट की संभावना का एक सरल संकेत देता है।
2. प्रबंधन से राजस्व पूर्वानुमान प्राप्त करते समय और योजना के अनुसार प्रदर्शन करने वाली कंपनी की संभावना का आकलन करना

सीआईआरई और यह कैसे काम करता है, इसके बारे में अधिक जानने के लिए, हमारे पेपर में विधि का स्पष्टीकरण और यहां स्रोत कोड प्राप्त करें