Todos sabemos que la valoración no es la única ni quizás la mejor métrica para definir el éxito de una empresa. Pero, ante la ausencia de datos sobre ingresos, beneficios o impacto social, parece un proxy razonable.
Samuel resume magníficamente, no te pierdas sus conclusiones, el libro Super Founders: What Data Reveals About Billion-Dollar Startups de Ali Tamaseb.
Yo extraigo algunos puntos y destaco otros en este resumen.
Origen: #83 Diseccionando unicornios: mitos vs. realidades – Suma Positiva, por Samuel Gil
Como ocurrirá a lo largo del artículo, es importante no confundir correlación con causación ni olvidarnos que otros factores como el venir de una familia acomodada o la suerte…
La distribución de edades es similar en la muestra aleatoria, así que se puede concluir que la edad no importa.
Mejor solo que mal acompañado
Asóciate con otros si crees que es beneficioso para la compañía, pero no lo fuerces.
Lo que sí es destacable es que en el 45% de los unicornios, los cofundadores habían estudiado o trabajado juntos anteriormente.
Parece intuitivo pensar que la combinación ganadora sería tener un cofundador técnico y otros de negocios, al estilo Jobs y Wozniak. Sin embargo, los datos dicen que cuando el CEO es técnico, es más probable que el cofundador también lo sea, por aquello que decíamos de que se suelen conocer del trabajo o los estudios. (Lo mismo para CEOs de negocio)
…no parece que el nivel de estudios alcanzado (y no alcanzado, dropout) sea clave.
…ir a una universidad de prestigio tiene alguna relación con fundar una empresa de más de mil millones.
Es importante destacar que no es quizás tanto el prestigio de la universidad, sino la ubicación o la cultura emprendedora de la universidad lo que probablemente marca la diferencia.
…el 30% de los fundadores de unicornios no había trabajado para nadie antes.
De los que sí, el 60% lo habían hecho para empresas consideradas top, como Google, Microsoft, Amazon, Goldman Sachs o McKinsey.
Otro 28% había trabajado para buenas empresas, pero no tan demandadas por el talento top como las anteriores.
los fundadores de unicornios tienen mayor tendencia a haber trabajado sólo para sí mismos o para compañías tier 1.
Como curiosidad destacar que un número considerable de estos fundadores habían trabajado anteriormente en un VC.
…la experiencia directa en el sector no es un factor diferencial.
Aunque en algunos sectores: en salud, ciencias de la vida o biotecnología (entreprise o consumer, menos)
…el 60% de los fundadores de unicornios habían sido fundadores anteriormente, habitualmente CEOs.
haber sido emprendedor antes marca la diferencia a la hora de construir unicornios.
Y por supuesto que haber fundado algo con éxito antes es mejor que haber fracasado.
no importa tanto el tamaño del éxito pasado.
Si hay algo que caracteriza a los fundadores de unicornios es que les gusta crear cosas (side-projects, clubes, hobbies, empresas), a menudo desde una edad temprana.
…estar en Silicon Valley aumenta las probabilidades de éxito. No obstante es importante destacar que muchas compañías fueron fundadas en otros lugares y posteriormente se mudaron allí.
…la historia sobre el origen de muchos unicornios no está en un “momento eureka” del emprendedor o en la solución a un problema que él mismo sufre.
En muchas ocasiones hay un proceso de ideación de varios meses en el que se estudian tendencias y mercados y se buscan problemas a resolver.
Haber pivotado es algo común entre los unicornios. … la mayor parte de los pívots fracasa.
reconocer cuando algo no está funcionando: cambiar el producto o cambiar el mercado para el producto, o empezar prácticamente desde cero.
Un 54% de los unicornios del estudio son compañías de software
seguidas por productos de consumo (eg Fitbit) con un 17%
healthcare/biotech/pharma con un 14%
y productos industriales (eg SpaceX) con un 8%.
El resto son compañías de energía, materiales, finanzas y otros. En el grupo aleatorio, el 40% eran compañías de software, lo que sugiere que las compañías de software tienen más probabilidades de convertirse en unicornios.
En el argot startupil, una “aspirina” es un producto que soluciona un problema acuciante de un cliente
mientras que una “vitamina” es un producto que mejora ligeramente cómo se hace algo,
Las vitaminas conforman un 50% del grupo aleatorio, lo que nos dice que tienen menores probabilidades de éxito.
La categoría de producto más grande entre los unicornios es la de productividad. Su promesa: ayudar a sus clientes a conseguir su objetivo más rápido. Otro grupo importante, un 20% del total, está formado por compañías que ahorran dinero a sus clientes. En el grupo de control, las compañías que ahorraban tiempo y dinero representaban un 19% y un 13%, respectivamente. Esto implica que ahorrar tiempo, dinero (o los dos) es una buena estrategia.
…integración de varias piezas preexistentes (integración de sistemas) mientras que otros requieren grandes esfuerzos de ingeniería (compañías altamente técnicas o deep tech). Otros están en un espacio intermedio al que llamaremos compañías técnicas.
En el grupo de unicornios, el 47,5% eran de integración de sistemas, el 25% eran técnicas y el 27,5% eran deep tech.
En el grupo de control estas proporciones eran: 56%, 20% y 24% lo que sugiere que las compañías técnicas y áltamente técnicas (deep tech) tienen más probabilidades de convertirse en unicornios.
Dos tercios de los unicornios ofrecían productos muy diferenciados de los de sus competidores en sus inicios. Esta diferenciación no significa necesariamente una mayor complejidad de ingeniería, sino que puede ser algo más ligero como una UI diferente.
Más del 60% de los unicornios comenzaron en mercados con una demanda bien establecida. En el grupo aleatorio, esto es cierto sólo para el 47% de las compañías, lo cual indica una ventaja para las compañías que intentan competir en mercados grandes y establecidos.
Existe el mito de que las compañías que crean mercados nuevos acaban creando empresas más grandes, sin embargo los datos dicen que esta intuición es incorrecta.
Mientras que el grupo de unicornios está repartido casi equitativamente entre consumer y enterprise, la muestra aleatoria contiene más enterprise (57%), otorgando una ligera mayor probabilidad de éxito a las compañías B2C.
Los inversores suelen sobreestimar la ventaja de ser el primero en un mercado así como también suelen castigar en exceso ideas que ya se han probado antes y han fracasado.
…entender los factores externos que pueden influir en el timing de una compañía: nuevas tecnologías que hacen posible lo que antes no lo era, cambios en la regulación, la aparición de nuevos segmentos de mercado u otros cambios en el comportamiento de los consumidores … Estos son los factores que influyen positivamente en el éxito de una compañía…
Se cree que las startups que intentan entrar en un mercado muy competido tienen las de perder. El estudio sin embargo revela que algo más de la mitad (55%) de los unicornios se enfrentaron a grandes incumbentes cuando empezaron.
… la estructura del mercado al que se enfrentaron en sus inicios no tuvo una influencia decisiva en su futuro.
Una compañía tiene defensibilidad si es caro o difícil para otras replicar su éxito.
Sólo un 8% de los unicornios compañías no tenía ningún factor de defensibilidad por un 45% en el grupo de control.
La creación de factores de defensibilidad es algo diferencial.
En la propia ingeniería del producto, efectos de red, a través de su marca, …invierten en branding mejoran probabilidades de éxito.
El 90% de los unicornios de la muestra estaban financiados por venture capital.
Algunas de las compañías estudiadas de más éxito se fundaron en años de crisis como 2007 ó 2009. Es posible que la dificultad en obtener recursos se vea compensada al menos en parte por una mayor facilidad a la otra de adquirir talento (más disponibilidad y más barato). En cualquier caso, no hay evidencia suficiente en los datos para establecer un patrón sobre si los mercados bajistas o alcistas conducen a éxitos mayores o no.
Tanto inversores como emprendedores están interesados en conseguir el mayor resultado posible con la menor financiación posible, minimizando la dilución. La eficiencia en capital suele estar asociada a negocios que requieren pocas inversiones en inmobilizado (CAPEX), aunque no siempre es el caso. Algunos negocios relativamente intensivos en capital, obligados por la dificultad de encontrar financiación, acaban gastando menos en otras áreas u optimizando el circulante y acaban siendo relativamente eficientes. Por contra, compañías a priori ligeras en activos fijos como las de software pueden tener que invertir millonadas en adquisición de clientes con lo que acaban siendo poco eficientes.
El 85% de los unicornios no pasó por ningún programa de incubación o aceleración.
Las que lo hicieron, pasaron mayoritariamente por Y Combinator.
Las primeras rondas de financiación con inversores profesionales del grupo de los unicornios fueron más grandes (mediana de $4M) que las de las compañías del grupo aleatorio ($2.1M), diferencia que se acrecentó aún más en las segundas rondas.
El tiempo entre rondas fue también más corto en el caso de los unicornios que en sus contrapartidas. Los unicornios tardaron seis meses desde su fundación en obtener su primera ronda (vs. 1 año) y menos de dos años en conseguir la segunda (vs. 4 años).
Un 60% de los unicornios contaron en su primera ronda capital con VCs de primer nivel (eg Sequoia, Benchmark, Andreessen-Horowitz, Accel, etc.) por tan sólo un 20% en el grupo de control. Esto sugiere una fuerte correlación (que no necesariamente causación) entre conseguir financiación de un VC top y no.
Esto también nos dice que un 40% de los unicornios alcanzaron el éxito sin que un VC considerado top les invirtiese en primeras rondas.
La mayor parte de los unicornios (46%) hicieron exit a través de una IPO, 19% a través de una adquisición y un 20% de las compañías eran aún privadas en el momento de realizar el estudio.