下载掌阅APP，畅读海量书库
立即打开
互联网商业世界里，基于流量的主流的估值方式无非两种：一种是估算网络效应，另一种是估算GMV。
估算网络效应的原理主要来自于以太网的发明者梅特卡夫在20世纪80年代销售自己创立的3Com公司的网卡时提出的一个营销观点。他认为，在网络中接入的节点越多，可能形成的连接越多。如果节点数是N，则可能存在的连接数为N（N-1），即约等于N 2 这一数量级。1993年，这一观点被《吉尔德科技月报》的出版人乔治·吉尔德（George Gilder）总结为梅特卡夫定律（Metcalfe’s Law），简要描述为“网络的价值与联网的设备数量的平方成正比”。
在考虑网络效应的基础上，互联网商业模式基于互联网信息技术，也会遵循摩尔定律。摩尔定律由英特尔（Intel）创始人之一戈登·摩尔（Gordon Moore）提出，即当价格不变时，集成电路上可容纳的元器件的数目，每隔18～24个月便会增加一倍，性能也将提升一倍。换言之，每一美元所能买到的电脑性能，将每隔18～24个月提升一倍以上。
这两个定律几乎构成了互联网商业的底层逻辑（还可以加上一个吉尔德定律）。正是基于这两大定律，摩根士丹利前首席分析家、著名的华尔街证券分析师与投资银行家玛丽·米克尔（Mary Meeker）和同事在1995年出版的《互联网报告》中提出了“DEVA模型”（discounted equity valuation analysis，股票价值折现分析法），即：
E=MC 2
其中，E是项目的经济价值，M是为单个客户投入的初始资本，C是单个客户的价值。这一公式中的C 2 显然遵循了梅特卡夫定律，而M则表达了摩尔定律的含义。总体来看，一旦互联网商业项目的投资越过了固定成本线，后续的增长就将不再与固定成本的线性变动相关联，而是指数型增长。例如，服务器、数据库、呼叫中心等基础设施的投入一旦超过了基线，项目价值就会随着流量（用户）增加带来的网络价值，进入指数型增长的轨道。
正是在这种理念的推动下，美国互联网企业理直气壮地堆积用户，并将用户数作为支撑高估值的最大筹码，尤其是对于SNS类项目更是如此。Facebook、Twitter、Google等互联企业在进行融资时获得的极高估值的背后，都是DEVA模型的逻辑。最典型的例子是2014年2月Facebook以190亿美元收购WhatsApp。WhatsApp是一款通信类软件，公司成立于2009年，员工只有50人左右。如果仅仅从市盈率、现金流贴现等角度衡量，根本无法支撑这么高的估值。但从DEVA模型的角度看，其MAU（月活跃用户数量）达4.5亿，Facebook还可以通过共享用户的方式获得更大的网络效应，这样的估值就有了理由。
但是，2000年网络泡沫破灭让狂热的投资者们警醒。从统计数据上看，图4-1中红线部分代表的美国互联网用户数一直在增长，但纳斯达克100指数的走势（蓝线）却并未与用户数的平方（绿线）成正比，2000年的断崖式下跌不禁让人怀疑，DEVA模型是否真的可靠。此后，不断有研究者尝试去修正这个模型，但最后的应用效果很难说满意。有意思的是，在国内，大量对于互联网企业（尤其是早期企业）的估值仍然在参考这种方式，也许是没有办法的办法吧。
图4-1 纳斯达克100指数与互联网用户数
蓝线：过去16年纳斯达克100指数走势。
红线：互联网用户数C+500（单位：百万）。
绿线：C（C+400）×2%+500。
在互联网商业项目走过了早早期后，一些运营数据可能更准确地支撑了投资者对于项目价值的判断。于是，基于运营数据的估值方法开始逐渐成为主流。总结起来，这类模型可以刻画为：
E=K·ARPU·MAU·LT
其中，K为常数，与所在行业有关系，ARPU为单客收入，MAU为月活跃用户数量，LT为用户生命周期。ARPU·MAU即每月的收入，而LT以月为单位，说明了可以获得多少个月的此类收入。总结起来，这个模型衡量出了一个互联网商业模式在整个生命周期内可以获取的GMV。
当然，这样的估值方式也存在一定的问题，除了K以外，另外的几个指标都是动态变化的，这种变化就让估值变得飘摇不定。举例来说，如果某个企业通过大量购买流量、补贴的方式，将MAU维持在一个较高水平，这就是一种典型的虚假繁荣，资本如果基于这个数据盲目进入，就会沦落为“接盘侠”。