服务热线
400 180 8892
与国内成百上千基金被投企业挤IPO赛道不同的是，美国私募股权基金的前两大退出方式为基金二级市场以及并购，而通过IPO退出的占比仅在5%左右（Pitchbook数据）。除了市场环境与行业成熟度的不同，国内投资机构普遍重投资轻管理，半场退出难度较大。 目前国内IPO容量有限，国外IPO也受到诸多限制，虽然去年底开始S基金以及S+基金在国内开始火热，折价却也是骨感的现实。投资机构如何通过向被投企业赋能以及价值创造来实现更好的退出，获得超额回报，成为了重要的课题。 哪些因素影响投资机构对投后管理方式的选择？ 投资的类型 财务或战略型投资 ► 通常通过董事会、关键人员派驻等来影响公司治理、高管团队建设以及激励机制等。此外，规划公司战略、寻求新的融资渠道、设计资本架构、打造品牌文化、建立制度和规范等，也常常成为投后工作的切入点。 并购型交易 ► 能够为投资机构带来最直接的赋能空间。组织自我革命的难度通常很大，这就给外部投资人巨大的空间，从战略、业务、运营管理、组织文化等各方面进行业务模式重构、成本削减或效率提升，提升公司价值。 被投企业所处的阶段 ► 企业在初创期、成长期、成熟期和扩张期，所需要解决的问题是不同的。 ► 初创期通常需要搭建核心团队及股权架构、完成商业模式的试错和构建。 ► 成长期需要完善商业和盈利模式。 ► 成熟期需要完善战略布局，或实现标准化和规模效益。 被投企业的管理成熟度 ► 企业从0到1，1到10，10到100，所需资源和能力的影响投资机构对于投后管理方式和侧重选择。同时，投资机构也常常将被投企业进行分层分级划分，投入不同资源进行相应管理。 投资机构的自身风格和能力 ► 投资机构的投资风格和偏好，及其对投后工作的重视程度，也会影响对投后管理方式的选择。投资机构是偏好赚主动管理的收益，还是市场的被动收益？ ► 此外，投资机构内部通常会有行业划分，依靠对某一行业的深度洞察，构建在某一领域内的生态圈，便于被投企业上下游整合和优化，有利于投资机构实现深度参与。 被投企业创始人或高管的风格及意愿 ► 一方面，创始人或高管是否具有开放的心态面对外部的管理和建议，是否愿意认真倾听；另一方面，被投企业文化是开放还是封闭，都会影响投后管理的方式和效果。 “好风凭借力，送我上青云”——投后管理的成败由投资机构和被投企业共同决定。成功的投资机构合理评估投资目的、自身能力和被投企业的现状，选择合适的方式，双方互相成就，合作共赢。 投资机构对于投后管理模式的选择 通常我们观察到投资机构的投后管理模式，大致包括以下几种： 投资团队负责 好处在于投资绩效容易界定，投资团队与被投企业有较深的信任；但投资团队精力有限，随着投资项目和规模的上升，管理深度受限。同时，投资团队人员的更换可能使被投企业无所适从。 专业化投后团队负责 投后团队有专门的时间进行管理，但投后团队的绩效和成果难以被量化。因此，目前很多专业化投后团队集中在人力、融资与资本运作、公关和政府关系、品牌及营销等通用型职能，赋能被投企业。 投资与投后团队共同负责 能同时利用投资和投后团队的优势，共同管理；但投后团队作为成本中心，绩效量化的问题仍然存在，无法对投后团队实现充分激励。 外部专业团队（Capstone模式） Capstone模式是KKR创立的投后管理方式，KKR Capstone为KKR的投资项目提供全生命周期的投后管理。KKR Capstone由咨询顾问组成，独立于KKR投资实体，作为利润中心向被投企业收费。目前国内少有机构使用。 数字化在投后管理中的应用讨论 我们在实践中发现，目前投资机构在投后的难点和挑战在于： ► 与管理层之间信息不对称 ► 对企业未来的战略或业务方向无法达成一致 ► 缺乏有效的方法和手段推动管理层变革 投资和投后团队通常具有科学的分析方法、深度的行业洞察、快速的学习能力以及前沿创新的理念，针对大量传统行业的被投企业来说，数字化或成为投后赋能和服务的破冰切入点，发挥以下作用： 持续监控和风险识别 投资机构在投后通常都需要定期了解企业运营状况，进行财务报表、经营数据等管理数据收集，对被投企业进行持续的监控，防范风险的发生。 数字化的方法和工具，如BI报表、数据仪表盘等，能帮助投资机构获取更及时和持续性的经营分析和结果；帮助被投企业厘清目标体系，制定更合理的KPI。 依靠自动化的处理工具，同时能够提升数据报告的准确性，规避企业主动报告中的数据质量风险。 从被投企业的角度，这些数字化的方法和工具亦能成为重要的管理抓手，是形成企业内部分析、归因、监督和评价的重要依据。 You get what you measure. 协助企业降低成本 通过分析过往成本管理数据，并运用预测分析技术，能帮助被投企业更深入地了解成本动因和它们之间的关系，从而更好地优化当前运营，并预测未来决策对成本的影响，节约运营成本和营运资本。 例如，基于历史数据的建模和预测分析，对于制造类型企业可以： ► 通过预测机器设备和现场产品的维护保养时间，降低机器成本。 ► 通过发现质量缺陷和浪费的原因来降低质量成本。 ► 针对某些特殊行业（如化工产品）的检验，可以通过建模来模拟生产工艺并计算产品质量参数，降低检测成本。 对于to C的消费服务类企业，可以基于历史数据建立模型，对未来需求进行更精准的预测，从而对资源进行更合理的计划和安排，降低可变的人员和耗用成本。 再例如，可以通过预测可能出现舞弊行为的员工、顾客、供应商等，进行舞弊分析或建立风控模型，规避潜在的损失。 大数据分析方法和工具，能运用在企业运营的方方面面，量化不同经营要素之间的关系，对异常背后的原因进行解码，基于事实，建立未来预测。 提升业务决策的科学性和有效性 被投企业在市场中积累的经验与直觉是非常有价值的，常具有较强的指导性，但在复杂多变的市场中，仅靠经验与直觉是不够的。 对客户认知的深度决定了企业产品设计、营销推广等有效性。对to C的企业来说，数字化的工具帮助获取原先采集不到的客户数据，并进行海量的计算分析，形成更精准的客户画像和业务决策。 除了结构化数据（交易数据、财务数据等），随着数字化工具的演进，更多非结构化数据的采集（包括文字、声音、图像、位置、面部特征，甚至情绪）成为可能，同时推动算法和算力的迭代，从客户定价、精准营销、风险管控、优化用户流程与体验等方方面面赋能精细化运营，以及业务模式的创新，具有非常广阔的应用领域场景。 对传统企业来说，数字化提升需循序渐进，投资机构在推动被投企业进行数字化转型的过程中，可以起到推手和催化剂的作用。除了引入专业化的人才以外，可以考虑帮助被投企业： ► 在企业内部建立数据驱动的科学分析和决策方式 ► 了解新兴的数字化工具和技术，并与自身的业务结合，考虑相应的应用场景 ► 从软硬件着手，进行数字化基础建设 我们的几点思考 ► 数字化是利用数字技术，包括大数据、人工智能、深度学习等工具，将企业的经营要素尽可能数据化并通过深度分析和挖掘，进行重构；并带来业务模式及内部组织的重构。 因此，数字化必然是一个自上而下的“一把手”工程。投资机构通过推动数字化，能有效实现被投企业的价值创造，产生新的增长点。 ► 数字化不仅仅只是IT部门的事情，而应以公司层面的战略为引领。除了构建数据能力、技术能力之外，还需进行组织的变革，以及流程的再造。 ► 数字化基础设施建设是一项长期工程，需要长期的软硬件投入，短期不一定立即见效。因此在推动传统企业改造的过程中，可以选择一个合适的应用场景为切入口，小步快跑，复盘迭代，避免一开始便高举高打。在看到等产生一定效果以后，有助于增强相关人员推进的信心；同时，企业内部慢慢形成的数据文化也将推动数字化的过程。
