Ольга Туржанская | бизнес-стратег и финансист

Собрали продукт и хотите привлечь инвестора? К чему готовиться

Вы собрали продукт и посчитали, стоит ли вкладывать в него свои деньги. А дальше у многих появляется мысль: привлечь инвестора и расти быстрее.

Считать надо в обоих случаях, тут ничего не меняется. Но с инвестором к вашей модели добавляется то, чего в расчёте для себя просто не было.

Добавляются новые вопросы. Инвестор даёт деньги, чтобы вернуть их с прибылью, поэтому кроме «сходится ли экономика» его интересует, по какой оценке вы привлекаете деньги, какую долю отдаёте и сколько он в итоге заработает. Этих цифр вы для себя не считали, а для него они главные.

И меняется проверяющий. Свою модель вы делаете, чтобы самому принять решение. Инвестору вы ею доказываете, что деньги вернутся, и он пройдётся по каждой предпосылке: откуда цифра, чем подтверждена, что будет, если она окажется хуже плана.

Теперь почему я вообще про это говорю. Я была по обе стороны этого стола. В роли директора венчурного фонда QIWI я участвовала в 30 инвестиционных сделках, причём по некоторым проектам прошло несколько раундов, с привлечением сторонних инвесторов по мере их развития. А позже, уже консультантом, собирала проекты под инвестора. Поэтому я заранее вижу, где модель не выдержит вопросов инвестора, ещё до того, как вы её отправите.

Дальше по шагам разберу, к чему готовиться: что инвестор смотрит в первую очередь, где финмодель чаще всего не проходит, сколько привлекать и как на этом заработает инвестор.

✍ Если собрали продукт и думаете привлекать инвестиции, напишите мне @OlgaTurzhanskaya. На звонке-знакомстве (20-30 минут, бесплатно) скажу, каких данных у вас хватает, а каких нет, чтобы идти к инвестору.

Можно ли верить финмодели, которую собрала нейросеть?

Недавно ко мне пришёл эксперт с готовым прототипом и финмоделью, которую собрал через нейросеть. Модель сделана аккуратно: выручка, расходы, окупаемость, сценарии, всё на месте, формулы сходятся. Технически придраться не к чему.

А пользы от неё никакой. И вот почему.

Любая финмодель это расчёт на предпосылках. Сколько человек придёт, сколько из них заплатит, сколько стоит привести одного, сколько он принесёт за всё время. Сам расчёт, механику, нейросеть и правда собирает за вечер. Но предпосылки она берёт не из вашего рынка, а из общего запроса: подставляет средние, правдоподобные на вид числа.

🎯 А вся ценность финмодели именно в предпосылках. Если за ними не стоит исследование, модель просто аккуратно пересчитывает цифры, которые вы сами и придумали. Красиво, подробно и ни на что не опирается.

Чтобы модель на что-то опиралась, под каждую ключевую цифру нужны данные: ёмкость рынка считается по рынку, стоимость привлечения по реальным каналам, удержание и LTV по похожим продуктам и первым пользователям. Это и есть та работа, которую нейросеть за вас не сделает. Она соберёт форму, а содержание придётся добыть.

Поэтому финмодель из нейросети это хорошая заготовка, но не основание для решения. Сначала исследование и проверка предпосылок, и только потом по ним считается модель, которой можно верить.

И на этом работа с моделью не заканчивается. Дальше я веду её вместе с дорожной картой: по этапам расписано, что делаем и какие метрики критично проверить, чтобы двигаться дальше. Прошли этап, занесли в модель фактические цифры, увидели, как поменялся результат, и при необходимости поправили карту. Так финмодель становится не картинкой для презентации, а рабочим инструментом, которым управляют развитием продукта.

✍ Если у вас есть прототип и финмодель, но вы не уверены, на чём стоят её цифры, напишите мне @OlgaTurzhanskaya. На звонке-знакомстве (20-30 минут, бесплатно) посмотрим, что под предпосылками.