全新任務中心上線了!
會員專屬好禮都在這

立即前往
任務中心
科技股中的消費股(下):SaaS 如何 選股 和 估值
收藏文章
很開心您喜歡 虎嗅網 的文章, 追蹤此作者獲得第一手的好文吧!
虎嗅網
字體放大


分享至 Line

分享至 Facebook

分享至 Twitter


科技股中的消費股(下):SaaS 如何 選股 和 估值

2020 年 11 月 1 日

 
展開

上回剛講了《科技股中的消費股(上): SaaS 投資機會全拆解》這不免讓有些人產生了這樣的錯覺:只要公司與 SaaS 擦邊,股價就能直接起飛。但 SaaS 企業真就可以無腦買嗎?絕對不是。事實上, SaaS 產業和其他產業一樣,都是優勝劣汰、勝少敗多。
好產業只是其一,「好公司、好價格」依然是永恆的主題,所以今天要談的核心就是: SaaS 板塊如何選股、如何估值。

SaaS 選股第一步:細分拆解

實際上,SaaS 不是新概念。2012 年, SaaS 概念在中國初登場,就迎來過一波資本熱潮,企業級 SaaS 曾獲無數資金和人才投入。隨後的 2015 年至 2017 年,由於大量的 SaaS 企業表現低於預期,業績遲遲無法兌現,整個市場進入冷靜期。直到近兩年,一批優秀的 SaaS 創業公司開始上市,還有一批傳統公司轉雲端進程加快,這才使得某些 SaaS 股的股價重現榮光。所以我一直以來的態度都是: SaaS 產業整體看好,但投資哪個股票,仍需精拆細分。首先,從客戶群來分, SaaS 有 to C和 to B兩種,其中 to B的企業級 SaaS 是主流。

  • 對消費者 (to C)

先說to C,以個人訂閱為主(如WPS、office 365、Adobe),這類軟體的適用面廣,市場空間也夠大,但同時也具有一個很大的問題:很難建立用戶黏性。市面上諸多筆記軟體、影片編輯軟體,目前來看也僅有office、Adobe系列有著無可替代的黏性。而一旦沒有形成足夠的網路效應,就很容易遭遇同質化競爭。

  • 對企業 (to B)

再說to B,還需進一步細分:一是垂直產業型,二是通用型。垂直產業型,就是只在某個產業使用的產品,解決一個特定產業的特定環節商業問題,例如餐飲業的會員、收銀管理,航運業的訂艙、報關環節。產業類的 SaaS 軟體,最重要的是對於產業的理解,一旦競爭優勢確立,就會在產業內建立起較好的護城河。當然,不少產業 SaaS 也存在一些問題,比如本身產業應用空間不大,或者從一開始就沒能找到足夠的客戶。

通用型產品,就是主打某個具體功能,在各個產業通用的產品,做ERP、做行銷、做財稅皆是例子。要做好通用型 SaaS 產品,需要對細分領域有全面深度的理解,比如你做一個財務軟體,那麽它的知識基礎來自平衡記帳法、財務指標分析、財務報表使用、稅務合法等領域;而銷售管理軟體則基於銷售漏斗模型;行銷自動化軟體則需要理解行銷戰役的框架。只有這樣,做出來的產品才能既幫助企業減少開支提升效率,又適配各種產業。

不同類別的 SaaS 面臨的機遇和問題,差別各異。在中國, 2016 年及之前創立的 SaaS 公司中,通用 SaaS 占比較高;之後隨著通用 SaaS 的領域被占滿,新創立的 SaaS 公司做產業專屬產品的比例開始增加。直到現在,雖然上市的 SaaS 公司並不多,但各個細分領域的未上市公司,已經基本占好了各自的位置。

 SaaS 選股第二步:尋找最好的 SaaS 公司

說完 SaaS 細分以及他們的差別後,我們再來看看共性的部分。回溯美股 SaaS 20 年發展歷程,一家能給股東帶來豐厚回報的 SaaS 公司,一定是有好的商業模式,並在長週期裡成長性和獲利能力都很不錯的企業。什麽樣的 SaaS 公司能夠做到?核心看兩點,一是客戶價值的大小,二是標準化的難易程度。

首先,一家好的 SaaS 公司一定是要給客戶創造價值的,越高越好。 SaaS 提供的價值包括兩部分,一是增加收入,二是降低成本,從客戶價值角度出發,收入端的軟體價值排序會優先於成本端的軟體價值。當然這並不是絕對的,當成本端軟體能夠極大地提升經營效率,帶來成本的大幅下降時候,企業同樣能夠充分感受到其價值。

其次是標準化的難易程度,標準化越難說明越像傳統部署的軟體,企業成本越高,越容易標準化則說明定制化需求越少,企業成本越低。綜合下來就是,給客戶創造價值高而標準化難度低的 SaaS 公司是最好的 SaaS 公司,也就是下圖所示的創收型 SaaS 和工具類 SaaS 。

圖中的創收型 SaaS 就是類似salesforce這種,為客戶做CRM(客戶關係管理)軟體的公司,一方面能幫助客戶提升獲客效率,增加收入,一方面標準化還挺容易,所以商業模式最好。而工具類 SaaS ,最典型的就是辦公軟體,它們標準化程度最高,使用該工具軟體能夠大幅提升工作效率。office、AutoCAD、Adobe 等等,都是轉型 SaaS 的典範。

創收類和工具類是最好的 SaaS 模式,接下來說說沒那麽好的。標準化容易,但是創造價值低的管理協同類產品,比如釘釘、企業微信就算這一類。相比前面兩類 SaaS 來說,這一類 SaaS 的價值主要體現在提升效率,降低企業成本上,所以效果看起來沒那麽顯著,企業付費意願會低一些。而且中國人工成本普遍低於歐美,所以在歐美很迫切的協同類 SaaS ,在中國可能要打折扣,推進速度會慢一些,也沒那麽好賺錢。

不過,從長遠來看,隨著中國人力成本逐步走高,提升效率型產品的價值會越來越被體現。標準化程度低客戶價值高的,主要是一些傳統的大型軟體,比如以ERP為代表的針對大中型企業的傳統軟體,這類企業的定制化要求很高,轉雲端的速度會比較慢,如中國品牌用友和金蝶積極將傳統軟體轉成 SaaS 產品,但是整體仍然處於初期,預計未來需要相當長的時間才能慢慢實現雲端化。而客戶價值低,標準化又難的,就不多說了。

如何買在好價格: SaaS 的估值邏輯

之前的文章裡說過, SaaS 公司的商業模式從傳統軟體的先交付、後收錢變成了先收錢、後服務,反映在報表上就是先有收入和現金流,再有利潤,所以用P/S比P/E更有效,而成熟的 SaaS 公司的 PS 往往會定在 10 倍左右,為何?(估值法請參考該篇文章。)

從歷史數據來看,一般情況下一家產品化能力比較強的軟體公司的凈利潤率在 30% 左右(當然個別公司除外,比如微軟的Office),也就是E/S= 30% 左右。而PE和PS之間的換算是P/S=(P/E)*(E/S),我們就可以得到 10 倍的P/S大概等價於 30 倍左右的P/E。不過實際上,美股對 SaaS 公司估值的差異也很大,有 10x 左右P/S的Salesforce(CRM-US), 10x – 20xP /S的Adobe, 30xP /S的Veeva,乃至近百倍P/S的Zoom等。是什麽造成了這個差距呢?

首先是企業的性質或者所處的階段不一樣,越處於早期,收入成長越快,則一般P/S會給的越高,慢慢到後面的成熟期之後, SaaS 也會像傳統企業一樣,越來越注重 PE 估值,比如現在的 salesforce 。而中國這些公司,要不是處於成長早期,比如有讚,不然就是處於傳統軟體轉雲端的早期,主要看 PS 就可以了。

產品的天花板是估值的關鍵

除了發展階段之外,還有一個差異很重要。同為傳統軟體轉雲的 SaaS ,SAP 和 Adobe 估值差異挺大,SAP最新的P/S是 5.6x ,而Adobe的P/S高達 18.0x ,差了兩三倍。兩者差異的核心在於:產品的可擴展力。簡單解釋,從目前產品擴展去做其他產品的能力,可擴展能力越強,說明能覆蓋的市場空間越大,天花板就越高,估值也就可以給的越寬鬆。

Adobe是現在全球最大的創意/文件類軟體公司,在其發展的過程中,依靠 PhotoShop 這樣旗艦產品的產品能力和口碑不斷地擴展產品線,轉型 SaaS 之後,市場空間又大了幾倍,股價則是漲了十多倍。而做大型ERP軟體的SAP,產品的拓展能力就差了很多,股價表現也差一些。

除了P/S以外, SaaS 公司一般還關注的幾個核心指標包括:訂閱收入、客戶數、客單價、回購率、獲客成本等等,其中最重要的是獲客成本和回購,在同類型產品的競爭中,這兩項指標是決定生死的關鍵。其他如毛利率、凈利率、人均產值、人均銷售額、市場規模、市場滲透率等,也很重要,但這些指標,幾乎是所有品類企業都會涉及的,故不再贅述。

SaaS 股買進時間

估值就講到這,接下來簡單說 SaaS 的股價會巨變的幾個關鍵期。我們投資 SaaS 股票的時候一定要抓住這幾個時期。還是看美股 SaaS 得到的經驗,美股 SaaS 股價長期穩定向上,回檔較小,企業股價大幅波動主要發生於:成長性大幅波動、利潤率顯著波動、長期市場格局面臨挑戰等有限情形。

對於傳統軟體轉型 SaaS 情形,雲端化進程為轉型階段股價主要驅動因素,轉型完成後股價邏輯和穩定成長階段 SaaS 企業類似,代表企業如 Autodesk 、 Adobe 等。最後,雲端運算作為一個強大的技術基礎,給 IT 產業帶來的變化除了商業模式升級,現金流改善之外,其更大的價值在於能夠提升公司自身的天花板,去做更多的客戶轉化,去提升客戶使用更多自身的產品,典型的代表產品之一就是 WPS 。隨著越來越多的 SaaS 公司開始上市,這個產業的黃金投資時代才剛剛開啟。

虎嗅網》授權轉載

【延伸閱讀】

 
週餘
 
 
分享文章
分享至 Line
分享至 Facebook
分享至 Twitter
收藏 已收藏
很開心您喜歡 虎嗅網 的文章, 追蹤此作者獲得第一手的好文吧!
虎嗅網
分享至 Line
分享至 Facebook
分享至 Twitter
地圖推薦
 
推薦您和本文相關的多維知識內容
什麼是地圖推薦?
推薦您和本文相關的多維知識內容