I denne tredelte bloggserien om hvordan jobbe praktisk med Enin, skal vi vise hvordan få det meste ut av Enins verktøykasse:
Del 1: Der vi bretter opp ermene, og søker etter teknologifirma i vekst.
Del 2: Der vi graver dypere, og integrerer Enins Datasets API inn i Excel.
Del 3: Der vi bygger infrastruktur, og integrerer Enins Datasets API via Alteryx.
Grunnleggende filter
Hvis du ikke er helt interessert i de nyetablert firmaene, men heller ønsker å fokusere på vekstfirma innen teknologi, så kan kriteriene for søk være noe sånn som:
Har flere enn fem ansatte i dag
Har noe inntekt, men ikke mer enn kr 2 millioner i 2017
Har adresse i Oslo-området
Er et "teknologifirma"
Er ikke del av en konsern
Er relativt nytt
La oss prøve å få satt disse filterene i Enins Company Browser. Vi starter med 2207442 organisasjonsnummer:
Dette er så mange organisasjonsnummer vi har noen gang funnet registrert - noe som helst sted. Når det er sagt, avhengig av hvordan du måler det, så er det 200k til 300k aktive firma i Norge. At et firma er aktivt kan defineres på mange måter. Å ha minst én ansatt, eller at man har noe som helst omsetning, er to måter å definere et aktivt firma.
Vi ønsker firma som er i vekst. La oss starte med å passe på at det er minst noen ansatte blant firmaene vi er interessert i:
Dette tar antallet organisasjoner ned til 91200. Videre så kan vi passe på at firmaene tjente litt i 2017. Hvis vi hadde analysert mer modne firma så ville man kanskje brukt EBITDA (et mål på profitt) i en slik analyse, men disse er ganske unge firma som kanskje er i teknologiutviklingsfasen i 2017. Derfor er det mer fornuftig å se på omsetning som måltall. La oss si at at det bør ha vært litt omsetning i 2017, men ikke mer enn kr 2 millioner.
Antallet organisasjoner vi ser på går da ned til 4163. Investeringsfirma har ofte et lokaltmandat, derfor kan det hende man er mer interessert i et område mer enn andre. La oss bruke Oslo-området som vårt område:
Da ender vi på 1413 bedrifter, men da ganske tilfeldig type firma. La oss prøve å finne teknologifirma.
Filtrere på industri ved bruk av NACE-koder
I første omgang kan følgende NACE-koder fungere alene:
58.290 - Utgiv. av annen programvare
58.210 - Utgiv. av programv. for dataspill
63.990 - Andre informasjonstjenester
63.110 - Databeh./-lagring og tilkn. tjen.
63.120 - Drift av web-portaler
62.030 - Forvaltning og drift av IT-system
62.010 - Programmeringstjenester
62.090 - Tjen. tilkn. informasjonsteknologi el.
Dette tar oss ned til 86 bedrifter. Her er listen sorter på ansatte:
Dette er en grei liste om man er interessert i en mer generell liste basert på en entydig industri som "programvareutvikling", men hva om du er mer interessert i en nisje som "programvareutvikling for bil"?
Nøkkelordbasert industrisøk når NACE-koder ikke strekker til
I slike tilfeller kan man bruke nøkkelordbasert industrisøk sammen med (eller i stedet for) filterene man har satt på NACE-koder. Disse nøkkelordsøkene er basert på formålet som er oppgitt i vedtektene til firmaet.
La oss fortsette å bruke NACE-kodene vi har satt til nå, og legge til nøkkelordet "bil":
Dette gir bare to bedrifter da filtrene vi har satt så langt allerede er ganske strenge.
Hvis dette var det vi var på utkikk etter, så er dette kanskje tidspunktet vi kunne gått tilbake på eksisterende filtre og gjort dem mindre restriktiv for å få flere treff.
Nøkkelordbasert industrikoder gjør det mulig å finne nisjer av bedrifter som er mer oppdatert og er mer nøyaktig enn NACE-koder.
Når det er sagt, la oss fjerne filteret på "bil", og teste ut hvordan man kan bruke nøkkelord for å ignorere selskap. Kanskje, vi som investorer ikke er interessert i selskap som nevner "konsulent" i formålet deres. I det tilfellet så kan vi fjerne dem ved å bruke et utropstegn (!) forran nøkkelordet, og avslutte med kolonne og stjerne (:*), altså !konsulent:* noe som i praksis betyr:
"ikke inkluder selskap med formålstekst starter på konsulent"
Kolonnen og stjernen (:*) er kalt en
The trailing colon and asterisk (:*) er et jokertegn (wildcard) og betyr at nøkkelordet kan ende med hvilke som helst mer bokstaver, altså ikke inkludert "konsulent" eller andre måter å avslutte ordet på.
Nå begynner uttrekket å ta form. Faktisk er de to bedriftene på topp i listen over, Spacemaker og Ignite, to av Enins "søskenbedrifter": Selskap som har tatt del i startuphuben Arkwright X - der Enin hører til i dag.
Bruke bedriftsflagg som filter
Til slutt så kan vi bruke bedriftsflaggene til Enin for å fjerne selskap som tilhører et konsern. De er neppe interessert i la oss investere i bedriftene deres uansett:
Da ender vi med 58 selskap.
Ta det helt ut, og trekk ut dataen i Excel eller inspiser dataen i Enins "Data Explorer"
Når vi er fornøyd med lista, så kan vi gjøre et uttrekk til Excel, og for eksempel regne ut CAGR:
... eller vi kan sette opp en "watchlist" (bedriftsliste) som man kan bruke til å overvåke bedriftene etter relevante hendelser. Man kan også bruke lista til å gjøre dypdykk i Data Explorer (beta-funksjonalitet):
Her har vi plottet listen vår sånn at y-aksen er omsetning, og x-aksen er kontanter per ansatt. Om omsetningen er lav, så kan dette indikere hvor lang "runway" bedriften har før den går tom for penger.
Det var det. I neste bloggpost tar vi et steg videre, og implementerer søket over direkte i excel ved hjelp av API-et til Enin.