景林投资 · 陈晓东:走对这三步,可以提高你在产业互联网创业的成功率
2016-11-05 09:22 效率 方法论

这是他们一直以来投资观察该领域的心得,值得我们花时间学习。

本文由微信公号投资人说(ID:touzirenshuo)授权i黑马发布。

1、产业互联网的兴起

就投资而言,我们一直有一个观点,要投资于变化,尤其是转型期结构性变化带来的投资机会,这是大机会所在。创业亦然,如果你能抓住一些结构性变化,就有机会做成一个大公司,结构性的变化是由多个要素驱动产生的,具体来讲,我们认为有以下几点:

第一,合适的时机。如今国内经济增速放缓,行业利润率下降,这其实为创新和效率提升的业务/商业模式带来了机会。中国经济经过去几十年都是超高速发展,现在乃至未来5-10年将进入到5%左右的中高速增长阶段。驱动过往高速增长的红利因素在衰减,新的动力在形成,新旧动力交织的过程意味着很大的机遇。

以前大家跑得快的时候都是粗放式增长、业务优先,不太考虑效益和精细化运作。在经济下行、增速放缓、利润下降的情况下,大家会把更多精力放在提升效率的这个层面上。

第二,技术的演化。2015年底中国互联网用户6.88亿,渗透率超过50%,互联网/移动互联网已经成为一种基础设施和服务,互联网/移动互联网的普及,打破企业之间的信息孤岛,带来信息流(大规模交易和订单)、资金流(线上支付)、物流(在线协调调度)的快速实时流通。

在交易型B2B商业模式各关键环节的从业人员中,大量的终端老板、物流配送的司机通过手机进行下单、接单、服从调度,他们能够在这里实现非常迅速的、不受时空限制的信息流通和交互,这是技术层面的。

第三,人才的成熟度。我们观察到很多B2B平台的创始人都是70后和80后,这个群体有非常显著的特征。他们在产业里面有非常深的积累和沉淀,至少有10到20年的经验。所谓的产业互联网创业,如果没有对产业、行业的深刻理解和认识,是干不好这活的。另外70后和80后对互联网技术和思维有比较开放的心态和足够的认知。

其实产业互联网的发展经历了三个阶段:

第一阶段,就是资讯和信息的撮合,打通了信息流

第二阶段,随着技术的普及,涉足线上交易服务,打通了资金流

第三阶段,就是围绕交易的线下供应链的整合

综上,产业互联网发展由浅入深,由轻到重,随着移动互联网成为像水电一样的基础设施,许多万亿级的传统领域如快销品、农产品、钢铁、塑料、化工等领域分别跑出了像中商惠民、易酒批,美菜、中农网,找钢、钢联,找塑、快塑,摩贝等B2B平台。

而且基本上都是在行业供给过剩(至少是供给充分)、行业各环节专业分工较为成熟的大背景下,通过存量资源和供应链的整合,降低各个环节的重复建设,通过集合优化对原有供应链和流通体系进行重塑重构,从而提升效率,降低成本,创造价值,平台应运而生。

以上就是我们观察到的产业互联网兴起的大背景和大逻辑。

2、产业互联网创业的三个步骤

投资人看很多的行业和模式,总会试图从中抽象归纳出一些具有规律性的东西。

从创业者的角度来看也是这样,如果你要取得一个较高的成功率,可以从这三个步骤来思考:首先,你需要选择一个好的行业,并通过产业链价值分析寻找合适的切入点;其次,你需要选对品类,并选择契合行业特性的打法和路径,构建合理的模式;第三,基于前述两点,你能尽早确立和不断优化单位经济模型,并通过管理团队的执行力以及组织能力的复制,使得你的创业走向成功。下面具体分享一下我们对这三个步骤的理解。

第一个步骤,选对行业:通过价值链分析寻找合适的切入点

几乎所有交易型的B2B平台都对应着一个「效率次优」的线下批发/交易市场原型,且几乎每一个品类几乎都具有重度垂直行业属性。

当然对于很多服务型的B2B平台,他们线下并不一定有这样一个原型在,但是因为他的存量供应是过剩的,作为下游B端的采购渠道是相对有限的,其寻找和匹配的效率低、成本高,需求没有得到很好的满足,在向效率要效益的大背景下也应运而生了一些服务型B2B平台的机会。

选择行业需要考量的因素:

1)、市场容量要大,因为它具备重度垂直的行业属性,B2B是一个挺苦的活,不同于2C的商业模式,它面对的是B端的职业购买者,利润微薄。所以如果市场容量不足够大,天花板就非常明显,交易量起不来,无论是核心品类的基础服务还是基于大规模交易的衍生服务都赚不到钱。

2)、行业有足够的利润空间。现在一些基于流通环节改造的B2B的商业模式,因品类原因,其流通环节本身的利润就非常微薄,想从蚊子腿上刮肉下来,这个难度是非常大的。

3)、选择中间层级多的,这类被改造和被替代的可能性会高很多。当然也不是所有的中间环节都是有价值的,或者价值那么大。

4)、选择上下游的集中度相对较低的。如果说在某一端「头部效应」非常明显,那么平台的议价能力和价值就会比较小。

5)、选择价值链分布相对合理,业务具有可延伸性的。比如在酒这个品类当中,畅销酒能占整个销售额的40%到50%,剩下还有50%到60%在长尾商品上,而长尾商品代表着高毛利。

所以畅销产品能够支撑起流量和基础设施建设,长尾产品能够支撑起未来的规模化盈利。当平台覆盖大量的终端,形成一个很粗很短的管道后,就可以向上游延伸和厂家一起开发高毛利的自有品牌在平台上进行售卖。

我们观察到,相当一部分交易型B2B平台其核心品类或基础服务是微利或不挣钱的,需要通过向上游延伸或者通过横向扩展增值服务盈利。很多人可能想当然以为只要我的平台交易额足够大就可以延伸,但现实场景里,相当一部分品类由于其本身的产业结构原因向上游延伸的场景是不成立的,或者基于交易的增值服务场景是割裂的。

第二个步骤,选对品类:选择契合行业特性的打法、路径,构建模式品类,这当中需要考量的因素:

1)、最好是相对标品。如果是非常非标的品类或者非常重决策的购买品类,作为一个大的交易平台很难定价或很难让下游客户将交易放到平台上来,会影响线上交易匹配的效率和成功率。

2)、品类的毛利率和货值。高毛利高货值的相对标品适用垂直型B2B平台模式,高毛利非标品适用综合型开放式B2B平台模式,低毛利标品和低毛利非标品则不是好的切入品类选择。

我们看一个行业和品类是否值得进行投资或创业,一定要通过价值链的分析和拆解,寻找突破口跟切入点。这背后实际上反映的是创始人和创始团队对机会的辨识和把握能力,也反映了他对这个行业理解是否足够深刻。

你必须对产业链的关键环节进行辨识,对每个环节的效率现状进行评估,对价值链的分布进行拆解。去定义关键环节主要玩家以及其所承担的角色和功能,识别哪些环节是效率低下的,存在重复建设、可被改造的空间,哪些玩家是可被替代的。

哪些环节具有改造的规模效应或网络效应。如果这个环节具有可被改造的规模效应和网络效应,覆盖的体量起来的速度一定相比其它环节要快。基于此,去重塑链条,构建一个新的模式,缩短环节、提升效率、创造价值。

另外,产业互联网并没有改变商业的本质,而是价值链跟交易服务方式的重构、重塑和存量的整合优化,所以我们一定要从内心尊重行业的商业本质,而不是动辄提颠覆。

第三个步骤:确定和优化单位经济模型,不断提升运营效率和盈利能力

当选定行业和品类、构建完商业模式,你要确立单位经济模型(Unit Economics,以下简称UE)。所谓单位经济模型,就是在商业模式中,能体现收入跟成本关系的某个最小的运作单元,可能是一次交易、一个订单或者一批订单的履约交付的闭环。

首先需要判断和选定商业模式中的最小运作单元,识别围绕这个单元的收入和成本的构成,并在此基础上思考理想中的单位经济模型可能是什么样子的?在由现状到达理想单位经济模型的过程中,存在哪些边际改善的空间和路径?改善背后的驱动因素是什么?

创始人非常重要的一个工作,就是在不停地寻找、确认和优化,最终找到一个理想的单位经济模型。从最低限度上,改善后的单位经济收入要能覆盖单位履约交付的成本和费用。

随着实际业务的发展和调整,单位经济模型会逐渐丰满,出现品类的横向扩展(品类扩展亦然应遵循前述关于品类选择的优先次序,并考虑新品类与现有基础设施服务的复用性),或者衍生增值服务的不断渗透。

与此同时,我们需要叠加城市或区域的运营成本和费用,构建城市或区域运营模型。最后,叠加总部运营成本和费用,确立公司层面的经济模型。我们要确保,长远来看,各个层面的模型存在边际改善的空间,最终达到挣钱的目的。

3、对产业互联网创业团队的四点思考

前面讲了这么多方法、逻辑和模式,当然要把事情做成,最关键的还是团队。衡量创始人或创始团队的能量等级有一些共通的点,比如是否有正确的价值观/初心,是否有极强的内在驱动力和追求成功的渴望,以及能否吸引/招募优秀的人才加入等。

但是对于产业互联网的创始团队,以下几点更要着重强调。

第一、对行业的洞察跟深度思考,你在行业里干了这么多年,如果对行业没有深刻的理解,往往走不长远。另外,改造就要动人奶酪,成长过程中面临很多旧势力的阻碍跟抵抗,能否采取非常务实接地气的方法调整和迭代你的模式是很关键的。

第二、有良好的战略格局跟规划能力,因为对传统行业的改造渗透周期长,利益格局复杂,所以需要创始人想得非常明白。我们说高执行力,来自两个层面:首先得想得透彻,打仗的时候坚决不犹豫;其次,你的组织能力跟得上,完成度高。

但前提是你想得清楚,战略上非常清晰。创始人对模式切入点、突破点选择背后的逻辑,很能反映其机会辨识能力、战略格局和规划的能力。

第三、重执行,交易型B2B的创业是相当重运营的,大概率情形下会有大量的地推和复杂的考核及组织管理。如何将经验证的局部区域单位经济模型体系化、大规模地在组织内部进行复制,其实很考验创始人的管理能力和团队的执行力。

第四、因为交易型B2B平台最终会是大规模的订单和交易并发的,比较理想的状态是高管团队里面要有非常精于系统构建和数据挖掘分析的人