一个人起步的高管数据库，做到$5M ARR、以$25M售出。Boardroom Insiders「人工数据」的取胜之道

(美元金额的日元标注均按1美元=150日元估算)

全景概览

“人工数据”这一反向操作

Boardroom Insiders的产品，是针对Fortune 500企业的每一位高管，由人工整理其履历、公开发言、优先议题乃至个人风格的详细档案集。B2B销售和咨询顾问用它来做”高管面谈前的功课”。这门生意的起点，是Gillenwater在为大型科技公司做咨询时看到的现场堵点——用她本人的话说，“销售人员不知道该如何向C级高管推销，也不知道该聊些什么”。她把这份用来做功课的资料，切分出来变成了一款产品。连同高阶版BI Pro(附带人脉图谱和提醒功能)在内，档案数量到2022年已超过29,000份。

每一份都要靠人调研撰写，规模化速度自然很慢——但这种慢，恰恰成了进入壁垒。如果是可以机器爬取的数据，竞争对手也能做出同样的东西。而由人来阅读、编辑出上下文的数据，复制成本很高，而且高管人事总在不断更迭，只有持续更新的组织(该公司的做法是印度的25人调研团队)才能维护得下去。这与BuiltWith靠机器采集数据一个人做到$14M ARR形成鲜明对照，是”人工策展数据”一侧的成功样本。

融资只有$200K，持股保留了85%

资本政策是本案例的另一个核心。初期资金来自Gillenwater本人的咨询收入(月收入五位数美元)。此后，一位靠出售公司获利的朋友投入了$125K，家人朋友又凑了约$75K，外部融资累计$200K后就此打住，出让的股份控制在约15%以内。在没有引入VC的情况下，用14年时间把公司做到$5M ARR，最终在以$25M出售时，作为大股东的Gillenwater个人拿到了税前$13M(约19.5亿日元)。相对于外部资本$200K，全体股东获得的分配总额为$22.5M。低稀释、长周期的设计，让出口收益几乎原封不动地留在了创始人手中。

为什么能拿到年收入5倍的估值

相对于$5M的ARR，$25M的估值可谓强势，这源于数据业务的特性。第一，毛利率高(数据做出来一次，可以卖给任意多家公司)。第二，流失率低(一旦年费$50K〜$300K的授权嵌入销售组织的业务流程，就很难被替换掉)。第三，对Euromoney这样的信息巨头买家来说，只要把它接入现有客户网络，收入增长的账马上就能算出来。卖数据的SaaS，最终的买家往往是向同一批客户出售其他数据的信息巨头。金融信息、企业信息领域的大公司一直在寻找数据资产，即便是利基市场，“只有这里才有的数据”也能拿到高倍数估值。

流程的时间轴同样被记录了下来。出售的决策做出于2021年春季，聘请顾问、启动流程是同年9月，交割完成于2022年1月20日。从决策到落定，大约用了9个月。

拆解$25M——到手约$9M

售价并不会原封不动地进到创始人账户。本案例罕见地公开了费用的细项。

仅M&A顾问费就占了售价的4%。经过各项费用和税款之后，税前$13M最终缩水到约$9M。即便如此，公司仍以虚拟股的形式向13名没有持股的员工分配了$800K，像这样把”以$25M出售”这一标题背后的钱究竟如何流动都公开出来的案例并不多见。

应打折扣看待的部分——并非”一人SaaS”

“一个人起步”是准确的，但并不等于”一个人做完全程”。出售时的团队规模是正式员工28人加上外部调研、开发人员27人，总计超过50人，人工数据库这门生意，编辑组织本身就是产品。与BuiltWith型(一人+自动采集)相比，在利润率和轻量化程度上明显处于劣势。速度也是如此：从创立到ARR达到$5M用了14年，人工策展的成长需要这样的时间尺度，与追求短期出口的设计并不相配。此外，在生成式AI已经把信息的收集与摘要变得廉价的当下，“靠人调研撰写”这道防线还能维持多久尚属未知数。本案的出售完成于2022年1月，恰好在那个转折点到来之前。

复制的条件与局限

可以一般化的是这样一种设计：把”别人愿意花大价钱购买的信息，编辑成可以被购买的形态”，即便没有技术，一个人也能起步；以及低稀释、长周期培育的资本政策。Gillenwater不是工程师，这门生意的核心不是软件而是编辑。另一方面，年费$50K〜$300K这一价格区间是以Fortune 500的销售预算为前提的，在缺乏高单价企业级客户的市场里并不成立。如果要在日本思考同类模式，比起复制高管信息本身，更应该先去发现”更新负荷高、又能切入买方业务流程的利基信息”究竟在哪里。可以结合Microgrid Knowledge这类利基信息资产的出售案例一起阅读，把它当作”信息编辑”如何走到出口的一种模式。

延伸阅读

• BuiltWith — 处于对极的「机器采集数据」一人SaaS
• Microgrid Knowledge — 利基信息资产出售的类似案例