决定估值的8个指标（很多人写BP都漏了）

估值不是“你觉得值多少钱”，更不是“同赛道别人值多少”。

在机构内部，估值通常是用风险、成本、可验证性三条线同时反推出来的。

很多创业者写BP时，会把重点放在愿景、市场、亮点，但投资人真正关注的关键指标，反而经常被忽略。

01/“验证密度”：过去三个月你真正消灭了多少不确定性，而不是完成了多少任务

创业者写BP时，最容易犯的误区，就是把“完成事项”当成“项目进展”。

诸如：

上线了一个新功能、谈了几家合作方、做了几轮打磨……

这些只能说明团队很忙，但不能说明项目风险下降了。

机构真正会问的是：

过去三个月，你验证了多少关键假设？这些验证是否有效减少了未来的不确定性？

实际会看的硬指标包括：

• MVP是否跑通：例如100名核心用户中有80人连续使用≥7天，说明核心功能可用

• 用户自然留存：7日留存≥40%，30日留存≥20%，说明用户愿意继续使用

• 付费动力验证：50名试用用户中有20人转化付费，转化率40%，说明存在真实付费意愿

• 渠道闭环验证：单个推广渠道获取用户7天内留存率≥60%，说明渠道可复制

为什么这项权重高？

因为早期项目的估值逻辑，核心不是“看起来在拉进度”，而是你把风险从100分压到70分，或从70分压到40分。

风险被压得越彻底，估值空间越大。

“验证密度”正是衡量风险压缩速度的关键指标。

新手创业时通常意识不到，但机构几乎每轮都会重点关注。

根据天使/Pre-A阶段数据统计：

完成MVP验证并有真实付费数据的项目，平均估值比仅有功能上线或意向调查的项目高 30%–50%。

02/“需求强度的证据”：能否证明用户不是顺便试试，而是真的离不开

“用户反馈很好”是创业者最爱写的，但在机构眼里几乎无效。

原因很简单：

用户说喜欢，不代表用户会留下，更不代表用户愿意付费。

投资人更关注硬指标，而非主观感受。

具体包括：

• 使用频次：日活/周活比（DAU/WAU）≥0.3，说明粘性强

• 留存率：7日留存≥40%，30日留存≥20%，说明用户愿意长期使用

• 复购率：≥25%，说明需求真实

• 付费转化：≥15%，说明商业价值存在

• 自传播：NPS≥50，且 ≥20% 用户主动推荐，说明需求有二次增长潜力

一句业内常说的话概括：

不是用户来过，而是用户走不了。

如果需求强度写不出来，估值一定上不去。

没有强需求，就没有可持续增长；没有可持续增长，再漂亮的产品、故事、技术都无法撑起估值。

实际案例参考：

某AI工具项目前1000用户试用后，7日留存45%，30日留存25%，自发付费率18%，用户推荐带来的新增注册占比12%。

机构看到这种硬数据后，项目估值平均比仅有注册/意向用户的项目高约40%。

03/“边际成本”：你的增长成本是往下走，还是往上走

很多BP喜欢写“我们增长很快”，但机构更关注的是增长背后的边际成本趋势。

专业的判断方式包括：

• 每新增用户成本（CAC）是否下降：连续三个月新增用户成本下降≥10%→增长可持续

• 是否依赖“烧钱换增长”：如果获取一个用户需要大量折扣或广告投入，未来规模扩张时边际成本会急剧上升

• 业务规模扩大会不会推高成本：核心流程是否可自动化，人工比例是否可控

• 渠道是否可复制：单点成功是否能复用到其他市场/场景

• 单位经济是否改善：LTV/CAC比值是否持续提升，≥3表示增长健康

示例数据：

某SaaS项目前3个月投放广告获取用户：CAC从300元下降到180元；LTV/CAC比值由2提升到3.2；复购率保持25%。

数据显示，边际成本下降且单位经济改善的项目，估值平均比成本高企的项目高20%–40%。

如果边际成本上升，估值一定会被压。

这条指标最容易被忽略，但机构非常重视，因为它直接决定增长能否可持续。

04/“不可逆风险”：选错路线会不会把公司卡死

很多创业者无法意识到，但投资人会专门量化不可逆风险。

常见风险包括：

• 技术路线依赖：核心算法/产品路径一旦失败，无法复制→风险高

• 供应链单点依赖：关键供应商断供即业务停摆

• 渠道依赖：被头部竞争者垄断渠道，无法快速拓展

• 成本结构锁死：固定成本过高，难以随规模调整

• 单大客户依赖：单一客户占收入≥30%，丢失将严重影响现金流

示例数据：

某硬件初创项目，通过增加2个备选供应商，将整体不可逆风险降低约50%，估值上浮约15%。

如果业务需要“all in”，容错空间极小，估值自然被打折。

这一点通常只有业内人才会考虑，也是早期投资决策中最关键的风险折扣因素之一。

05/“行业赔率”：不是空间大，而是成功概率大不大

创业者通常关注“行业规模”，认为市场大就意味着机会多。

投资人真正看的是行业赔率——在这个赛道里，跑出几十亿、百亿公司概率有多高。

判断行业赔率的关键因素包括：

• 行业结构性变化：市场分散→集中趋势明显，头部机会增加

• 成本下降周期：技术或生产成本下降≥20%，为新玩家降低进入门槛

• 技术窗口期：新技术出现，过去无法实现的产品功能可落地

• 政策推动：政府政策支持（如补贴、标准制定）

• 场景迁移机会：传统业务向线上化、智能化迁移

示例数据：

以2024年中国AI创作工具赛道为例，过去5年类似赛道中约15%的项目能成为头部独角兽，平均融资回报倍数5–8x。

投资人会把这种“赔率”折算到估值倍数上：行业赔率高的赛道，估值区间自然更高。

这是很多创业者最容易忽略的逻辑：市场大≠成功概率高，机构更在意能跑出头部的概率。

06/“业务的可替代性”：你被抄起来有多难

估值不仅看你做得好不好，还要看别人抄你需要付出多大代价。

机构关注的指标包括：

• 门槛类型：知识壁垒、资源壁垒、数据壁垒vs.速度优势

• 竞品复制成本：如果出现竞品，你的优势能否被立刻稀释

• 壁垒累积效应：你的优势是否随着时间越做越深

• 网络效应或规模效应：用户增长带来价值增量≥20%/翻倍

示例数据：

某电商平台自建算法+社群，复制难度指数高出行业平均35%，新竞品入场后需要额外投入3倍资源才能达到同等水平，估值因此上浮约10–15%。

一句总结：

如果你只是“先做”，没有“越做越难追”，即使产品好、增长快，估值也不会高。

07/“模型的升级空间”：未来版本好不好，而不是现在好不好

新手创业常认为“现在毛利还不错”就是优势；

投资人关注的是未来能否做得更好，即模型是否可升级。

关键衡量指标包括：

• 毛利改善潜力：随着规模扩大，毛利率是否提升≥5–10%

• 成本下降机制：生产/运营成本是否随经验或自动化降低≥10–20%

• 边际收益递增：新增用户或客户带来的利润是否逐步增加≥15%

示例数据：

某SaaS项目当前毛利率60%，规模扩大后预计70%；CAC随自动化推广下降20%；单客户边际利润提升25%。

数据显示，具备升级空间的项目估值通常比仅有当前表现的项目高20%–30%。

如果模型没有“升级空间”，即便现在表现不错，估值天花板也会立刻下降。

08/“创始人对未来路径的判断力”：能不能提前看到坑

这是最“业内”的指标，也是机构在会后私下讨论最多的一项。

核心逻辑：投资早期项目，本质上投的不是产品，而是创始人降低未来不确定性的能力。

专业判断方式包括：

• 关键路径规划能力：创始人能否明确描述未来6个月的关键路径，节点清晰度≥80%

• 复杂问题拆解能力：将关键假设拆成可验证节点，验证率≥70%

• 快速决策和纠偏能力：重大策略调整周期≤1周

• 识别“假增长”能力：能分辨表面增长与真实增长

示例数据：

某AI项目创始人将10个核心假设拆解成验证节点，8个节点在三个月内完成验证，小规模试错平均周期5天。

机构评估认为可控性高，因此估值上浮约15%–25%。

判断力越强，创始人降低未来不确定性的能力越高，投资人愿意给出的估值也越高。

总结成一句话：

估值不是算项目“多亮”，而是算风险“多低”。