Inwestor nie interesuje się Twoimi rezultatami. Zależy mu na możliwości ich weryfikacji.
Główny problem: większość Founderów myśli o wyjściu z inwestycji poprzez wyniki: rośnie dochód, sięga poprawa marginesu, EBITDA prezentuje się pozytywnie. To konieczne, jednak niewystarczające.
W toku Due Diligence inwestor zadaje odmienny pytanie od "ile osiągacie". Sformułuje je tak: "w jakim stopniu jesteśmy w stanie zaufać tej kwocie?". Wynik, którego nie da się szybko zweryfikować, dla kupującego staje się warunkowym wynikiem. Warunkowy wynik wycena przeprowadza się zachowawczo.
Wskutek tego, dwie przedsiębiorstwa z taką samą EBITDA mogą otrzymać odmienne propozycje. Rozbieżność nie wynika z cyfr, ale z pewności, w jakiej można je bronić.
Definicja Data Debt i mechanizm działania
Data Debt (dług danych) to kumulacja decyzji typu "na razie użyjmy Excela", "to przeliczymy manualnie", "ten raport zna tylko Jan". Każda z nich jest uzasadniona, gdy firma dynamicznie się rozwija. Łącznie stanowią zobowiązanie, które należy kiedyś uregulować, z odsetkami.
Dług techniczny jest widoczny dla zespołu. Dług danych jest zazwyczaj niewidoczny dla zarządu, ponieważ raporty "jakichś tam" idą w górę. Ujawnia się wówczas, gdy ktoś z zewnątrz poprosi o wykonanie czegoś, czego firma nigdy nie potrafiła: wygenerowanie liczby sprzed 18 miesięcy, rozbicie marży według klientów czy pokazanie źródła korekty.
Działa jak podatek, ponieważ nie wybierasz momentu płatności. Płacisz wtedy, gdy inwestor tego zażąda.
Dlaczego „raporty się zgadzają” to niewystarczająco
Czy spójne raporty oznaczają, że dane są poprawne? Nie. Spójność raportów oznacza, że ktoś doprowadził je do spójności. Nie informuje o sposobie, czasie i czy za miesiąc zrobi się to samo tak samo.
W firmach z Data Debt „spójność" często powstaje manualnie. Analityk lub kontroler scalające kilka plików, usuwa nieprawidłowości i przekazuje ostateczną wersję. Zarząd widzi spójny rezultat. Kupujący dostrzega proces, który zależy od jednej osoby, nie posiada dokumentacji i nie można go odtworzyć na żądanie.
Z punktu widzenia kupującego to nie jest raport. To wydarzenie jednorazowe, które trudno oszacować.
Cztery kwestie, które inwestor postawi przed Tobą
Zasięg weryfikacji się różni w zależności od transakcji, jednak pewien schemat powtarza się w większości procedur. Inwestor, jego doradcy lub audytorzy szukają odpowiedzi na pytania:
- W czym tkwi ta liczba? Czy da się ją prześledzić od raportu dyrekcyjnego do poszczególnych transakcji, bez zgadywania i bez „zapytajmy kogoś".
- Czy jest ją odtworzalna? Czy ta sama metoda, zastosowana do tych samych danych źródłowych, da ten sam wynik rok wcześniej.
- Czy firma posiada jedno źródło prawdy? Single Source of Truth oznacza jedno miejsce, w którym zapisana jest aktualna wersja każdej kluczowej liczby. Gdy sprzedaż, finanse i marketing liczą ten sam wskaźnik inaczej, inwestor zadaje pytanie: która wersja jest prawdziwa.
- Kto włada wiedzą o danych? Jeśli kluczowe zestawienia utrzymuje jedna osoba, jej odejście jest ryzykiem transakcyjnym, nie tylko kadrowym.
- Czy firma ma prawo do tych danych? Dane klientów, zgody, dostęp i bezpieczeństwo. Luki w tym obszarze mogą zakończyć się gwarancjami w umowie, a w ekstremalnych przypadkach zmianą struktury transakcji.
Żadne z tych pytań nie wymaga wiedzy technicznej, żeby zrozumieć je. Każde wymaga porządku w danych, żeby szybko na nie odpowiedzieć.
Jak Data Debt przekłada się na pieniądze
Mechanizm jest prosty i warto przyjrzeć mu się w liczbach. Przykład poniżej jest hipotetyczny, służy tylko ilustracji skali.
Załóżmy przedsiębiorstwo z EBITDA na poziomie 10 mln PLN, wyceniane przy mnożniku 6x, czyli na ok. 60 mln PLN. Inwestor podczas Due Diligence uzna, że część wyniku jest słabo zweryfikowana. Nie kwestionuje jej od razu, ale koryguje oczekiwany mnożnik o pół punktu, do 5,5x. Różnica to 5 mln PLN. Inna możliwość: część ceny przesunie się do mechanizmu warunkowego, czyli wypłaty zależnej od późniejszego potwierdzenia wyników.
To nie jest scenariusz skrajny. Tego typu korekty nie muszą wynikać z błędów w danych. Wystarczy, że dane nie da się szybko obronić.
Tu pojawia się pojęcie EBITDA Leak, czyli wyciek wartości, który powstaje, gdy koszt złej jakości danych (praca ręczna, błędy, opóźnione decyzje) obniża wynik, a następnie dodatkowo obniża jego wycenę. Firma traci dwa razy: w kosztach operacyjnych i w transakcji.
Dlaczego płacisz w najgorszym momencie
Data Debt bywa szczególnie kosztowna w Due Diligence z trzech powodów.
Po pierwsze, asymetria informacji się odwraca. Do tej pory Founder wiedział o firmie więcej niż ktokolwiek. W Due Diligence inwestor uzyskuje dostęp do surowych materiałów i sprawdza je zespołem doradców. Luki, o których zarząd nie wiedział, ujawniają się po stronie kupującego.
Po drugie, czas działa na niekorzyść sprzedającego. Każdy tydzień, w którym zespół odtwarza dane na prośbę inwestora, to tydzień, w którym transakcja traci tempo. Wydłużony proces zwiększa ryzyko, że kupujący zmieni ocenę lub zrezygnuje.
Po trzecie, wyłączność ogranicza alternatywy. Po podpisaniu listu intencyjnego sprzedający zazwyczaj nie negocjuje równolegle z innymi. Problem wykryty na tym etapie trzeba rozwiązać z jednym partnerem, który wie, że druga strona nie ma wyjścia.
Wniosek: dług danych najtaniej spłaca się przed procesem, a najdrożej w jego trakcie.
Czy da się uporządkować dane, zanim się rozpocznie sprzedaż?
Tak, i im wcześniej, tym taniej. Okno 12–24 miesięcy przed exitem to dobry czas, ponieważ pozwala uporządkować dane stopniowo, bez gaszenia pożarów, i zebrać historię wyników liczonych jedną metodą.
Wartość ma nie tylko stan końcowy, ale także ciągłość. Inwestor chętniej ufa liczbom, które od kilku okresów są liczone tak samo i są udokumentowane, niż idealnemu porządkowi wprowadzonemu miesiąc przed procesem. Świeży porządek rodzi pytanie: dlaczego dopiero teraz.
Jak działać inaczej: cztery decyzje na 12–24 miesięcy przed exitem
Przygotowanie danych do transakcji to nie projekt technologiczny, tylko seria decyzji zarządczych. Cztery mają największe znaczenie.
1. Określ jedyną obowiązującą wersję kluczowych liczb. Przychód, marża, koszt pozyskania klienta, retencja. Dla każdej z nich ustal jedną definicję i jedno miejsce, w którym jest zapisana. To praktyczne wdrożenie Single Source of Truth.
2. Zamień procesy zależne od ludzi na procesy powtarzalne. Jeśli kluczowy raport powstaje manualnie, jest podatny na błąd i na odejście autora. Automatyczny przepływ danych (dane trafiają z systemów źródłowych do raportu bez ręcznego przepisywania) zmienia go z umiejętności jednej osoby w składnik firmy.
3. Zapewnij możliwość odtworzenia historii. Sprawdź, czy potrafisz odtworzyć kluczowe wskaźniki za ostatnie 24–36 miesięcy tą samą metodą, jaką liczysz je dziś. Jeśli nie, to wiesz, gdzie leży dług.
4. Zrób własne Due Diligence danych, zanim to zrobi inwestor. Zadaj firmie pięć pytań z poprzedniej sekcji. Zapisz, na które odpowiedź zajmuje dni, a nie minuty. Te miejsca to Twój rejestr długu danych i lista priorytetów.
Jak to wygląda dla zarządu
Dla Foundera przygotowującego sprzedaż firmy wniosek jest praktyczny. Jakość danych jest elementem wyceny, nie dodatkiem do niej. Inwestor nie musi znać szczegółów technicznych, żeby ocenić, czy firma opanowała własne liczby. Wystarczy, że zada kilka pytań i zmierzy czas odpowiedzi.
Firmy, które przechodzą ten etap sprawnie, rzadko mają „idealne" dane. Mają dane zrozumiałe, udokumentowane i powtarzalne. To wystarcza, by zamienić Due Diligence z przesłuchania w formalność.
Dług danych nie obniża wyceny dlatego, że liczby są złe. Obniża ją dlatego, że nikt nie potrafi szybko udowodnić, że są dobre.