Стартап дня (октябрь 2017-го)

niy9ltbz8uharbqc2xgoki9edno.jpeg


Продолжая серию дайджестов «Стартап дня», сегодня я представляю самые интересные проекты за октябрь. Если хотите ознакомиться с остальными, то прошу в мой блог. Записи доступны в Facebook, ICQ и Телеграм.


Via


На проекты такси-маркетплейсов во всём мире льётся очень много инвестиций, но Via выделяется даже на этом фоне. В 2015 году он получил раунд на 27 миллионов, в 2016-м — 100 миллионов, на днях — 250 миллионов, всего получается почти 400. Несмотря на столь щедрое финансирование, Via запускает по одному новому городу в год и работает сейчас только в Нью-Йорке, Чикаго и Вашингтоне, причём даже в них вызвать машину можно лишь в самых востребованных районах, внутри Садового кольца по московским понятиям.


wjvuaq9hyp6uazwb-mp_ab7hkdg.jpeg


Чудовищные деньги идут на превращение такси в некое подобие автобуса — вот финальная точка будущей эволюции UberPOOL. Пользователь вызывает автомобиль, указывает место посадки и высадки. Умные алгоритмы Via ищут подходящую комбинацию маршрутов и переносят посадку в пределах квартала, а то и двух. Машина приезжает в указанное место, в ней уже сидят другие пассажиры, но всем по пути, и они почти не теряли времени — новенький ведь не зря шёл к соседнему кварталу. Для тех, кто не хочет или не может ходить с тяжёлыми чемоданами, в Via есть режим нормального такси, но это побочный продукт, Uber они всё равно в нём не перебьют.


Естественно, совместная поездка стоит в разы дешевле, чем индивидуальная. Сервис при этом может зарабатывать и больше — смотря сколько людей удастся в одну машину запихать. Водитель получает ставку в час, а не за поездку, и обязан точно исполнять приказы программы — и по маршруту, и по подбору всех потенциальных пассажиров.


Такая экономика драматически зависит от плотности поездок. Для обычного такси сокращение количества пассажиров и водителей в два раза означает всего лишь увеличение в полтора раза времени подачи — иногда это заметно, иногда нет, но не катастрофа. Для Via абсолютное число пользователей сразу влияет на количество близких маршрутов, а значит, на заполняемость автомобиля, а значит, на прибыльность. В борьбе за плотность поездок естественный вариант — подписка, и, чтобы поощрять клиентов ездить чаще, Via продаёт почти безлимитные проездные. В разных городах стартап предлагает разные условия, лучший вариант доступен в Вашингтоне — 85 долларов в месяц без ограничения на количество поездок.


Выживет ли такая модель, никто не знает. Выглядит она очень интересно, пользователи любят дешевизну, но их нужно уж очень много, чтобы экономика сошлась. Пока Via продолжает развивать свои три города и готовится к выходу в Лондон.


HomeLight


djajwqsmncsyceihcqergu0d5j8.jpeg


Маркетплейсы часто утверждают, что все их исполнители хороши, и делают выбор сами. Так поступают, например, такси-агрегаторы. Или они могут, наоборот, завалить пользователя бесчисленными предложениями — как Airbnb или ЦИАН. HomeLight пошёл по третьему пути. Он собрал статистику сделок с американской недвижимостью, вычленил оттуда участие риелторов и теперь утверждает, что предлагает только лучших.


Потенциальный продавец или покупатель дома вводит данные о своей ситуации, Умные Алгоритмы скрипят шестерёнками и выдают пять агентов, которые подходят для пользователя. Он связывается с кем-то из кандидатов. А потом, когда сделка завершена, агент платит HomeLight из своей комиссии.


В принципе, идея убедительная. Риелтор в Штатах более или менее необходим, без него не обойтись, при этом очевидно, что они не братья-близнецы и между собой отличаются. 1—2% эффективности в сделке — это десяток тысяч долларов: сумма, о которой стоит задуматься. При этом понятно, что человек хорошего агента от плохого отличить не может, в принципе, даже постфактум. Да — вежливый, да — приезжал вовремя, да — с бумагами не напутал. Но не пропустил ли он клиента? Хорошо ли рекламировал дом? Мог ли торговаться эффективнее? Нет ответа. HomeLight говорит, что ответ в статистике: сравниваем цены сделок с ценами объявлений, усредняем, вот и видим, кто лучше торгуется. А если сравнить не цены, а даты, то узнаем, кто быстрее клиентов находит. Они, конечно, сложнее объясняют, Machine Learning, Big Data, AI, но суть от этого хуже не становится.


Действует ли такой подход на самом деле или так же по эффективности можно монетку кидать — никто не знает: оценить-то риелтора нельзя. Но как бизнес сам HomeLight работает хорошо, говорит, что вырос по оборотам в пять раз за 16 месяцев между раундами и собирается помочь продать домов на 1,5 миллиарда в этом году. Стандартная комиссия агента — 3%, HomeLight забирает, скажем, одну десятую, выручка получается 5 миллионов долларов — немного, но не забывайте о безумной скорости роста. Инвестиций стартап получил 50 миллионов, 40 из них в последнем раунде.


x.ai


f6emo6prdqd-wjjsxuk4_2xo9iu.jpeg


Очень обидный паттерн деловой переписки — «Давай встретимся в 14:00», «Нет, я занят, давай завтра в 15:30», «А если в четверг в 11?», «Тогда уж в следующий понедельник в 12». Два занятых человека, у которых нет и свободной минуты, тратят время на письма, которые мог бы писать и робот.


Собственно, он уже это делает. X.ai продает услуги электронного персонального ассистента, который включается в такие диалоги и находит удобное для всех время встречи. Чтобы его активировать, не нужно запускать приложение или заходить на сайт; достаточно поставить почтовый адрес робота в копию одного из писем, дальше он сделает всё сам. В переписке Amy или, если пользователь предпочитает секретарей-мужчин, Andrew изображает из себя живого человека-помощника и не требует специального отношения. Всё общение происходит на нормальном, естественном языке. Собеседник и не подозревает, что общается с программой.


Подписка на сервис стоит 40 долларов в месяц. При экономии, скажем, пяти минут на одну встречу и при двух встречах в рабочий день выходит 12 долларов в час — отличная сделка для белых воротничков из Кремниевой долины. С другой стороны, за такие деньги можно и в Индии набрать живых людей, качество услуги от этого бы только повысилось. Злые языки утверждают, что x.ai так и делает, в прошлом году случился грандиозный скандал, когда один из бывших сотрудников рассказал журналистам, как он сам отвечал на сложные письма, помогал набрать статистику для роботов. Многие естественно прочли это как «AI-то никакого и нет, люди за копейки отвечают». Тем не менее, дело удалось замять.


Инвестиций стартап поднял 45 миллионов долларов, вряд ли идея в том, чтобы вернуть эти деньги за счёт платной подписки — сервис уж больно нишевой и при этом всё-таки принципиально не очень качественный. С руководителем надо быть помягче, с навязчивым промоутером — пожестче, подобные нюансы плохо автоматизируются, а концепция «никто не знает, что это робот» не позволяет снисходительно относиться к ошибкам. Зато алгоритмы и накопленную базу данных переписок можно продать разработчикам универсальных помощников. Siri или Cortana рано или поздно захотят такое к себе встроить.


ChongChong


ykogbcw7ctltmvlvh0tsmclomko.jpeg


В Китае новая мода — сервисы по аренде power bank. WeChat и прочие приложения батарейку жрут нещадно, до вечера смартфон в руках миллениала не доживает, регулярно нужна дополнительная энергия. Xiaodian, о котором я писал летом, спасает в этой трудной ситуации с помощью зарядных станций, расставленных по городу в магазинах и кафе. ChongChong и несколько аналогов решают ту же проблему чуть другим способом. Вместо коробочки, за деньги раздающей электричество, они сконструировали коробочку, за деньги выдающую power bank.
Вместо того чтобы сидеть и ждать, когда же хоть 30% зарядки появится, пользователь ChongChong забегает в магазин на 15 секунд, сканирует QR-код, хватает аккумулятор и бежит дальше, телефон заряжается на ходу. Плата за это — визит в другую точку, чтобы power bank сдать, но чем больше сеть вендингов у стартапа, тем чаще они встречаются по пути, для пользователя подход выглядит лучше.


Хуже он для монетизации. Xiaodian создает ценность для партнёров, установивших его аппаратуру, он привлекает людей, которые ждут зарядки и от скуки что-то покупают. Типичный пользователь ChongChong не покупает ничего, он прибежал, взял или отдал power bank и убежал. Цена зарядки при этом остаётся почти символической, дорого за такое пользователи платить не будут. Как стартап станет прибыльным в таких условиях — непонятно совершенно, промоматериалы рассказывают о будущей торговле геоданными, но выглядит это крайне неубедительно.


С другой стороны, сервис получился удобный: люди пользуются, аудитория растёт. В современном Китае этого достаточно, чтобы инвесторы стояли в очереди, раунд на этом рынке следует за раундом. Рекордсмен пока как раз ChongChong, он получил 75 миллионов долларов.


Chegg


ci9xg39da2ecdxqx_inaditmutw.jpeg


Компания давно провела IPO, стоит больше полутора миллиардов, но история у неё интересная, российского аналога нет, да и на прибыль пока не вышла, так что рассмотрим Chegg. В далёком 2007 году тогда ещё стартап запустился как сайт локальных объявлений, эдакая Юла в досмартфонную эпоху. Аудитория у проекта была в основном студенческая, и, наблюдая за ней, фаундеры заметили один абсолютно неожиданный паттерн.


Оказывается (кто бы мог подумать), каждый год студенты огромного количества колледжей переходят на новый курс и покупают новые учебники, а в конце года хотят от них избавиться. Сделав такое удивительное открытие, Chegg немедленно бросился решать эту головную боль и пивотнулся в специализированный сервис по работе с учебниками. Товар стандартизованный, номенклатура относительно маленькая, стартап установил фиксированные закупочные цены на каждое издание и состояние книги. Выкупает подержанные учебники Chegg на собственный склад, а потом либо перепродаёт, либо сдаёт в аренду. Затоваривания, естественно, не происходит — никто же не обязан покупать всё подряд, в любой момент издание исключается из списка интересующих.


Плюсы и минусы такого бизнеса понятны: аудитория удивительно лояльная, каждый студент за годы до окончания обучения покупает, продаёт или арендует десятки книг, но зато чек на каждой транзакции маленький, а возни, как с любым физическим товаром, много. Кроме того, доля рынка сразу занята нормальными библиотеками, а другая часть постепенно пожирается электронными учебниками. «Быть или не быть» при таком раскладе — это заранее не очевидно, у Netflix похожая бизнес-модель сложилась, инвесторы поверили, что и у Chegg получится, деньги вкладывали агрессивно — 30 миллионов в 2008-м, 75 миллионов в 2010-м. Увы, не вышло. Впрочем, и Netflix тоже пивот делал.


Chegg решил не поворачивать резко, а расти вширь: стать порталом. Обмен и перепродажа учебников привлекают студенческую аудиторию, а для монетизации компания разрабатывает и покупает новые сервисы — инвестиций было много, есть что тратить на M&A. Самыми удачными новинками стали онлайн-решатель для вопросов из задачников и подписка на доступ к живым преподавателям для быстрых консультаций, но их там ещё с десяток — вплоть до помощи в карьерном планировании.


IPO случилось в середине процесса портализации, но на компанию не повлияло, по сути, это был очередной раунд инвестиций, а не долгожданный выход и всеобщее счастье. Уже в публичном статусе Chegg продолжает поднимать инвестиции, приносить убытки и ждать светлого будущего. В этом году финансовые отчёты стали чуть порадужнее, может быть, будущее и близко.

© Habrahabr.ru