Оценка цифровой платформы (маркетплейс, агрегатор, SaaS-экосистема) требует модификации стандартного DCF: в модель вводятся user growth curves, take rate как функция сетевых эффектов и корректировка терминальной стоимости на эффект масштабирования с околонулевыми предельными издержками. На примере маркетплейса B2C показана разница между линейным и нелинейным прогнозом.
Особенности денежного потока платформы
Цифровая платформа отличается от традиционного бизнеса структурой затрат: высокие постоянные на старте (разработка, маркетинг, привлечение пользователей) и низкие предельные издержки при масштабировании. GMV (gross merchandise value) растёт нелинейно: на этапе «холодного старта» (первые 6–18 месяцев) темпы прироста низкие, затем, при достижении критической массы пользователей, кривая ускоряется.
Доход платформы определяется take rate — комиссией платформы с каждой транзакции. Для маркетплейсов товарного сегмента take rate составляет 8–18%, для услуг — 15–30%, для B2B — 3–8%. Важный нюанс: take rate не является константой — на ранних стадиях он ниже (платформа привлекает продавцов), на зрелых — повышается за счёт дополнительных сервисов (реклама, аналитика, логистика).
Пример: маркетплейс с GMV в первый год 500 млн руб., take rate 10%, выручка — 50 млн руб. Расходы на привлечение (CAC) — 35 млн руб., разработка — 18 млн руб., операционные — 12 млн руб. FCF отрицательный (−15 млн руб.). К 5-му году GMV — 4,2 млрд руб., take rate — 14%, выручка — 588 млн руб., FCF — 142 млн руб. Стоимость по DCF — 890 млн руб. против 210 млн руб. при линейном прогнозе.
Моделирование user growth и сетевых эффектов
Рост пользователей на двухстороннем рынке (продавцы + покупатели) описывается S-образной кривой с точкой перехода (tipping point). Для маркетплейса tipping point наступает при соотношении активных продавцов к покупателям 1:15–1:25. До этой точки каждый новый продавец приносит 3–8 новых покупателей (cross-side network effect), после — 1–2.
В DCF-модели user growth моделируется отдельно для каждой стороны, а выручка рассчитывается как произведение числа транзакций (функция от обеих сторон) на средний чек и take rate. Эластичность take rate от объёма: при удвоении GMV take rate может быть повышен на 1–3 процентных пункта за счёт ценности платформы для продавцов. Это даёт эффект операционного рычага, которого нет в традиционной DCF.
Корректировка ставки дисконтирования
Для цифровых платформ стандартная WACC не вполне применима из-за профиля риска, меняющегося со временем. На ранних стадиях (1–3 года) высок риск не достичь tipping point — ставка дисконтирования должна отражать это через надбавку 4–8 процентных пунктов к базовой WACC. После достижения точки перехода риск снижается, ставка возвращается к базовой.
На практике применяется two-stage WACC: для первых 3 лет — 20–25%, для последующих — 14–17%. Терминальная стоимость рассчитывается с консервативным долгосрочным темпом роста (2–4%), так как платформы с доминирующим положением сталкиваются с регуляторными и конкурентными ограничениями.
Пример: оценка нишевого маркетплейса
Нишевый B2C-маркетплейс товаров для дома: стартовый GMV 180 млн руб., take rate 9%, MAU (продавцы) — 120, покупатели — 4 200. Прогноз: 1 год — GMV 420 млн руб., FCF −18 млн; 2 год — GMV 1,1 млрд, FCF 34 млн; 3 год — GMV 2,4 млрд, FCF 127 млн; 4 год — GMV 4 млрд, FCF 245 млн; 5 год — GMV 5,8 млрд, FCF 380 млн. Двухставочная WACC: 22% → 15%. Стоимость — 1,85 млрд руб., мультипликатор P/S на 5-й год — 1,8×.
Чувствительность: снижение take rate на 2 п.п. (с 13% до 11% на зрелой стадии) уменьшает стоимость на 34%. Опоздание достижения tipping point на 1 год — снижение стоимости на 27%. Это делает оценку платформ крайне чувствительной к предположениям о темпах роста.
Как учесть риск регулирования в оценке платформы?
Риск регулирования (антимонопольное, закон о «значимых платформах») закладывается в терминальный темп роста — консервативные 2–3% вместо 4–5%. Дополнительно моделируется сценарий с принудительным снижением take rate на 15–20%.
Как оценивать платформу на стадии pre-revenue?
Для pre-revenue платформ DCF неприменим — используются метод сопоставимых сделок (comps) с корректировкой на MAU и GMV run rate, а также риск-скорректированный NPV (rNPV) с вероятностями достижения milestones.