Previsione dei ricavi per le aziende in espansione

EQT Motherbrain è entusiasta di condividere un nuovo approccio che ha sviluppato per prevedere le entrate delle aziende in espansione. È stato presentato di recente alla 31a Conferenza internazionale ACM sulla gestione dell'informazione e della conoscenza (CIKM 2022) da Lele Cao, Sonja Horn, Vilhelm von Ehrenheim, Richard Anselmo Stahl e Henrik Landgren.

Il problema di fondo

Prevedere il futuro finanziario di un'azienda è un compito complesso ma necessario, fondamentale per il processo decisionale delle imprese. Fondamentalmente, è un'ipotesi informata che si basa sull'esame dei dati storici sulle prestazioni. Tuttavia, come tutti abbiamo visto, a causa di elementi casuali che non possono essere incorporati in un modello, le previsioni possono facilmente fallire.

Gli investitori fanno affidamento sulle previsioni finanziarie quando determinano la valutazione di un'impresa. Che si tratti di affidarsi a flussi di cassa futuri scontati o di determinare la valutazione su base multipla dell'EBITDA futuro, le previsioni possono creare o distruggere un investimento. Per le aziende mature con una lunga esperienza e flussi di cassa resilienti, le deviazioni tra le previsioni e i risultati effettivi potrebbero non essere significative. Ma per le aziende con dati storici insufficienti e prospettive future intrinsecamente incerte, come le startup e le scaleup, le cose sembrano diverse.

Una start-up entra nel territorio della scalabilità quando dimostra la scalabilità e la fattibilità del proprio modello di business e sperimenta un ciclo accelerato di crescita dei ricavi. La raccolta di capitali esterni di solito accompagna questa transizione.

Rispetto alla maggior parte delle aziende mature, le scaleup spesso non sono redditizie. Di conseguenza, le entrate diventano una delle metriche più importanti quando si valutano le scaleup e la valutazione è generalmente determinata su una base multipla di entrate future da cui i professionisti degli investimenti estrapolano le entrate future dell'azienda.

La previsione dei ricavi viene in genere eseguita manualmente ed empiricamente, lasciando la qualità fortemente dipendente dalle esperienze dei professionisti degli investimenti. Vengono presi in considerazione fattori come il modello di business, il panorama della concorrenza, le tendenze del mercato e l'economia unitaria. Il compito è essenziale per valutare l'attrattiva di un investimento, in quanto informa il cambiamento di valutazione durante il periodo di proprietà. Tuttavia, il livello di automazione, obiettività, coerenza e adattabilità di questo approccio è tutt'altro che ottimale.

Metodi quantitativi come gli approcci statistici tradizionali o le metodologie basate sull'intelligenza artificiale di nuova concezione sono stati sempre più adottati nella previsione delle imprese tradizionali e mature. Ma perché questo non si è diffuso nel mondo delle start-up e delle scaleup?

La risposta sta nei dati, che per le aziende immature sono spesso proprietari e costosi da acquisire. Tuttavia, questo sta cambiando: l'ubiquità della digitalizzazione significa che grandi quantità di dati di alta qualità sulle aziende private sono progressivamente più accessibili al pubblico.

Ti presentiamo SiRE

Chiamiamo la risposta a questa sfida SiRE, un modello di estrapolazione dei ricavi basato sulla simulazione.

SiRE si basa su un filtro di Kalman, una metodologia tipicamente utilizzata per la navigazione e il controllo di velivoli e astronavi. È indipendente dal settore, consentendo agli investitori di applicarlo a più settori. Ha bisogno solo di piccoli set di dati di poche centinaia di aziende scaleup per la formazione e l'estrapolazione può iniziare da brevi serie temporali di entrate consentendo previsioni di entrate anche senza dati storici granulari. Può produrre previsioni dettagliate di più anni, adattandosi ai tipici periodi di investimento di 5 anni e oltre. Ogni previsione di entrate viene fornita con una stima di fiducia, fornendo agli investitori una guida sulla certezza del risultato. Il modello è facile da implementare e le previsioni sono spiegabili, promuovendo la trasparenza per creare fiducia e acquisire feedback.

SiRE è progettato sulla base del presupposto principale che lo sviluppo dei ricavi possa ripetere i modelli storici per aziende simili in una fase simile. Ciascun punto di ricavo futuro viene inizialmente ottenuto campionando dagli stati di ricavo comparabili, quindi regolato con un filtro di Kalman che considera i punti di ricavo storici e previsti. La confidenza della previsione viene stimata estrapolando più volte.

Dimostrando come utilizziamo SiRE all'interno di EQT

Quindi, come lo usiamo all'interno di EQT? Formatosi su un set di dati proprietario delle traiettorie dei ricavi delle nostre società in portafoglio e altri dati che abbiamo raccolto in quasi tre decenni di investimenti, SiRe può essere utilizzato in due modi:

1. Quando valutiamo un potenziale investimento, possiamo valutare rapidamente il potenziale di guadagno. Questo ci dà una semplice indicazione della probabilità di potenziali breakout sulla base dei dati che l'azienda ci ha fornito.
2. Quando si ricevono previsioni di entrate dalla direzione e si valuta la probabilità che l'azienda si esibisca secondo i piani

Per saperne di più su SiRE e su come funziona, trova una spiegazione del metodo nel nostro articolo e il codice sorgente qui