Hvordan beregne det totale adresserbare markedet og lage et flott TAM-lysbilde for investorer

Jeg har sett hundrevis av oppstartsdekk i min tid på Matrix, og har funnet at TAM-lysbilder (Total Addressable Market) er blant de hyppigst utførte. Jeg får følelsen av at de ofte blir inkludert som en formalitet i et forsøk på å få VCer til å sjekke en mental boks og fortsette å høre om andre viktige ting: produktet, teamet, fremdriften, go-to-market, etc.

I dette stykket skal jeg gå gjennom viktigheten av å tenke gjennom TAM på en strukturert måte, og presentere noen ideer om hvordan en mer gjennomtenkt TAM-analyse og lysbilde kan forbedre en oppstarts tonehøyde så vel som dens forretningsbeslutninger.

Hva er TAM i utgangspunktet?

For å svare på dette spørsmålet, må vi starte med hva en TAM-analyse er for. Enkelt sagt, investorer (og smarte lederteam) bruker TAM-analyser i et forsøk på å identifisere gating-faktorer på veksten av en oppstart over tid. Hos Matrix ser vi transparent på å investere i selskaper som en dag kan bli milliarder dollarbedrifter, og vi ser mange plasser der grunnleggeren rett og slett ikke retter seg mot et marked som er stort nok til å komme dit og ikke har en plan å gjøre så. En TAM-lysbildes rolle i et pitch deck er å overbevise investorer om at selskapet jager en mulighet som er stor nok til å oppnå avkastning på ventureskala med riktig utførelse.

I de aller beste pitchene bruker grunnleggerne sine TAM-lysbilder. å vise innsikt i hvordan de tenker på markedet de betjener, omfanget av deres produkt-markedstilpasning og deres produktkart. Målet med dette stykket er å hjelpe til med å bygge et lysbilde som oppnår disse målene og løfter TAM-samtalen fra et kast-lysbilde til en positiv bidragsyter til tonehøyde og diskusjoner som følger.

Tre måter å beregne TAM

Det er tre forskjellige måter å beregne TAM på:

1. Top-down, ved hjelp av bransjeforskning og rapporter.
2. Bottom-up, ved hjelp av data fra tidlig salg innsats.
3. Verditeori, ved å bruke formodninger om kjøperens betalingsvillighet.

La oss diskutere hver i sin tur, ved å bruke eksempler for å holde ting relatert.

1) Oppe og ned, som har form av «ifølge Gartner er dette et $ Xbn-marked innen 2022» eller «vi betjener potetbønder, en $ 40mrd-industri.» Dette er uten tvil min minst favoritt måte å ramme en TAM-diskusjon på. Den inneholder bemerkelsesverdig lite informasjon, og stoler på min tro på analytikerne på Gartner. De er smarte mennesker, men størrelsen på markedet er vanskelig og ofte avhengig av selvrapporterte data eller vanskelige å lage estimater om inntektene til private selskaper. I tilfeller der det er blandede prismodeller (vurder et programvaresegment som går fra lisens til SaaS-prising), kan analysen bli forvirret ytterligere. Når en grunnlegger presenterer et nummer hentet fra en Gartner-rapport, er standardformodningen at de gjorde noen googling midt i dekkbyggingsprosessen og fant et tall som var stort nok til å få jobben gjort.

Der er en annen stor fallgruve her: den antar at selskapets forstyrrende produkt ikke vil endre størrelsen på TAM meningsfullt. For mange plasser bruker TAM-nummer i bransjen, og skryter deretter av å underkaste prisingen av etablerte selskaper med 50% eller mer. Tenk om du så en tonehøyde for et online leksikon i 1999, og salg av fysiske leksikon ble brukt til å ramme inn TAM. I virkeligheten krympet online leksikon som TAM meningsfullt.

Eller på baksiden, vurder saken Uber. Drosjer og biltjenester var de etablerte – forutsatt at dette fanget omfanget av TAM (en feil Ubers grunnleggere gjorde, ironisk nok), ville savne det faktum at et overlegen produkt dramatisk kunne øke bruken og inntektene for hele kategorien «sjåførturer». / p>

2) Bottom-up, som har form av «her er hvordan vi priser og hvor mange enheter av den prisen vi kan selge.» Dette er et mye bedre alternativ enn nr. 1, fordi det involverer håndgripelige, relaterte data om gjeldende priser / bruk av produktet og forestiller seg en større kundebase. En programvareoppstart som vellykket selger programvare for forvaltning av menneskelig kapital til $ 20 per ansatt per måned, kan med rimelighet ta antall ansatte i målmarkedet og multiplisere det ved å prissette for å estimere TAM.

Du kan sannsynligvis se hvor dette er går: i det ideelle tilfellet er selskapet i stand til å forklare nøye hvorfor visse kategorier av selskaper vil bruke løsningen, unntatt de som det ikke er sannsynlig. For eksempel kan en midtmarkedsleverandør bruke sysselsettingsstatistikk for å finne ut hvor mange ansatte som jobber hos firmaer mellom 100-5000 ansatte, og deretter justere for blanding av blå / hvite krage hvis den hovedsakelig selger til tjenestemenn.

Dette gjør TAM-diskusjonen fra en enkel uttalelse om bransjestørrelse til en mye mer interessant diskusjon: bredden av potensielt produktmarkedstilpasning. I stedet for en ubestridelig statistikk, er TAM-nummeret bygget opp med antagelser om hvilke typer kunder selskapet kan betjene og vinne. For eksempel kan et selskap beskrive bredden i sin nåværende kundebase når det gjelder bransjer og geografiske områder som bevis på at produktet fungerer bredt, og deretter sitere hvordan produktets veikart gradvis vil føre det opp på markedet eller inn i nye vertikaler, hver med en tilsvarende TAM-estimat.

I Ubers tilfelle kan det hende at selskapet har brukt tidlige data fra San Francisco for å vise hvor mangfoldig rytterskapet var, og estimert totalt langsiktig potensielt kjøreskip og ritt / bruker basert på tidlige brukshastigheter. Forutsetninger utover antagelser, men likevel verdifulle ting å tenke gjennom når selskapet utvides. For eksempel, hvis Uber kunne vise med noe undersøkelsesarbeid at de tidlige kundene brukte produktet mer enn de noen gang hadde brukt drosjer, ville det ha et troverdig argument for at den endelige TAM-en kunne være større enn den fra de etablerte.

3) Verditeori, som har form av «her er hvor mye verdi vi kan tilføre, og hvorfor vi kan fange den.» Dette er hvor ting blir mer av en mørk kunst, men er likevel nyttige. En verditeori TAM er avhengig av et estimat av verdien som blir gitt til et sett med brukere av produktet, samt et gjetning på hvor mye av den verdiskapingen kan fanges gjennom prissetting.

Slik estimerer vi Ubers TAM ved hjelp av verdi. Vi vil vurdere brukstilfelle, transport, der brukerne velger mellom alternativer, inkludert å holde seg, gå, offentlig transport, sykling, ta taxi eller kjøre selv. Legg merke til at Uber har potensial til å trekke fra ALLE disse skuffene, og det ser det ut til. Vi kan se på transportdata og stille det teoretiske spørsmålet: «hvor mye vil en bruker betale for å bli kjørt i stedet av X? ” og løse for et tall. Deretter trenger vi et argument for hvor mye av den verdiopplåsningen vi kan fange med pris. Hvis en oppstart selger et produkt som snart skal kommodiseres som gir massevis av økonomisk verdi, kan det slite med å fange den verdien og se fordelene kundene oppnår.

Denne tilnærmingen kommer ofte i forgrunnen. når selskaper vurderer å utvide sitt kjerneprodukt og kryssalg til eksisterende kunder som en del av en langsiktig strategi. Mange plasser inkluderer noen versjon av dette, implisitt eller på annen måte, fordi store deler av produktet ennå ikke skal bygges. Det som er nyttig er at denne tilnærmingen hjelper ledelsesteamene å vise at de er gjennomtenkte om hva kundene synes er verdifulle og er villige til å betale for.

I tonehøyde

Ikke overraskende anbefaler jeg sterkt grunnleggere bruk rammeverk nr. 2 eller # 3 og gjør TAM-lysbildet fra et sett med meningsløse tall til en strukturert modell for den potensielle fremtidige skalaen til virksomheten. Selv om VC du kaster bølger forbi den, overbevist om at TAM er stor nok, vil du se bedre ut etter å ha gjort jobben, og du vil kunne snakke mer intelligent om produktets veikart (funksjon ABC vil hjelpe oss selge til disse kundene, funksjoner X, Y & Z åpner for en ny vertikal, og så videre).

Selvfølgelig vet vi at over tid TAM og planene endres, og at oppstartsdekk ofte er et nesten dumt forsøk på å forutsi fremtiden, og det er derfor vi legger så stor vekt på å støtte gode team. Å demonstrere en intelligent tilnærming til å tenke på den potensielle fremtidige størrelsen på virksomheten er en fin måte å gi bevis på at et team har det som trengs for å veilede et selskap i episk målestokk: ambisjon, smart og muligheten til å identifisere markeder der det er kundevilje til å betale for en bedre løsning.

Les videre

Som en del av undersøkelsen for dette innlegget, satte jeg sammen et sett med TAM-lysbilder fra banene vellykkede selskaper i tidlig fase, inkludert Facebook , AirBnb, Uber og Youtube. De fleste av dem fulgte ikke rådene i dette stykket, men de er fremdeles gode perspektiver på hvordan fremtidige giganter så seg selv i sine tidligste dager. Sjekk dem her: