Как лгать при помощи статистики — на примере Lyft

Lyft опубликовала поправку к своему проспекту IPO, которое состоится уже на этой неделе. Компания намерена продать 10% акций при верхнем ценовом диапазоне в $68 за бумагу. То есть Lyft хочет привлечь пару миллиардов, как однажды я и насчитал. А теперь несколько подробнее о свежих показателях из этой поправки.

Процент выручки от валового дохода со всех поездок неуклонно растёт. В предыдущей статье я уже писал про феноменальную способность Lyft забирать у водителей больше 25% от суммы заказа (больше их регламентированной комиссии) и утверждал, что лимит уже где-то рядом.

Однако надо признать, что я был неправ по поводу лимита, ибо не учёл тогда факт завершения поглощения Motivate в начале июля 2018 года. Для справки: Motivate принадлежали бренды CitiBike в Нью-Йорке, Capital Bikeshare в Вашингтоне и Ford GoBike в Сан-Франциско.

А деньгами за прокат велосипеда ни с кем делиться не нужно. Вся вырученная сумма идёт в gross booking и в revenue. Хотя Lyft своих водителей всё же ужимает — второй финансовый квартал закончился в июне и уже тогда процент выручки от всех заказов превышал комиссию на 1,2%.

Возвращаюсь в графику. Объём денег со всех заказов Lyft увеличивается каждый год почти в два раза, что более важно — увеличивается доля выручки от этих заказов. Привлекательность компании на бирже очевидна, если не показывать соотношение расходов от всё тех же заказов.

Расходы значительно превышают все доходы, но маржинальность растёт. Чтобы объяснить это явление, нужно немного разобраться в терминах финансового учёта.

Обратите внимание, что значение contribution отличается от разницы между revenue и cost of revenue. Чем тогда является этот contribution margin, который не входит в GAAP?

Таким образом, contribution отражает разницу между чистым объёмом продаж и прямыми переменными расходами на производство с непрямыми переменными расходами на реализацию (комиссия продажнику). А contribution margin я бы назвал нетто маржинальностью производства.

Но смотрите, тут какое дело. Investopedia пишет, что variable costs включает в себя расходы на сырьё и упаковку. Всё остальное, что не зависит об объёма продаж, является fixed costs — например, зарплаты сотрудникам, которые для Lyft должны быть в переменных издержках.

Кажется, что здесь есть огромный простор для бухгалтерских манипуляций. Одно дело, когда себестоимость производства обусловлена расходами на сырьё и упаковку. Другое — когда под сырьём подразумеваются программисты и дизайнеры. Они ведь могут уйти на другую работу, а поиск новых сотрудников — очень дорогое дело.

Похожее происходит и с водителями. Более того, мы знаем, что churn rate по таксистам требует ежемесячного найма сотен тысяч новых людей. Неужели Lyft отслеживает все эти факторы в динамике и получает contribution margin в 45% при расходах, значительно превышающих выручку?

Мне захотелось посмотреть на себестоимость производства с продажами и сравнивать их с глобальными расходами. Вычтем contribution из revenue.

Разница колоссальна. И ведь в теории эта разница должна быть направлена на рост, разве что с вычетом фиксированных издержек от general and administrative. А у полученного результата должна быть маржинальность около 20% в 2016 году, 40% — в 2017 и 45% в 2018 году.

Я не буду дублировать расчёты, ибо это очень грубая аналитика, но после своих вычислений я был убеждён, что Lyft химичит. А в поисках подтверждения моих догадок нашлось простое доказательство на CB Insight — график самых прибыльных городов по contribution margin за 2015 год у Uber. И это уже похоже на правду.

Повышение маржинальности обычно говорит о сокращении каких-либо издержек, но о чём свидетельствует повышение маржинальности Lyft, я для себя так и не смог определить.

Ошеломляющий рост вглубь наводит на мысль о том, что все «разоблачения» о чрезмерных убытках компании — враки квази-экспертов. Ведь одна и та же когорта пользователей за три года стала почти в три раза чаще пользоваться услугами сервиса. После нескольких лет с таким negative churn любая компания станет сказочно прибыльной!

Но Lyft же работает не по подписке, да и на графике отражён не MRR. К чему это я? Представьте, что некий Илья Пестов первый раз воспользовался сервисом 31 декабря 2015 года, а в 2016 году уже совершил с ним 21 поездку. В таком случае его YoY-вовлечённость составила бы 2000%.

По этой причине мне захотелось посмотреть на рост количества поездок по когорте от следующего года. Итак, люди, оплатившие первый заказ в 2015 году, совершили 48,3 млн поездок в 2016-м. Значит, рост их вовлечённости к 2018 году равен 38% (+23% за 2016, +15% за 2017 год).

Безусловно, увеличить частоту покупок за пару лет на 38% — это очень круто, и многие мечтают о таких показателях. Но потенциал роста при +38% за два года выглядит уже не так впечатляюще, как при +166% за три. А теперь посмотрите на людей, которые первый раз воспользовались Lyft в 2016 году. YoY rides по ним равен 63% в 2017 и всего 2% в 2018 году. Темпы роста резко сокращаются, и они разные в зависимости от когорты. Хотя последние результаты по base year по-прежнему велики.

Однако я заметил, что YoY-рост поездок по разным когортам за первый год тоже падает — 92%, 63%, 44%. Закономерность сразу показалось мне знакомой: “This allowed us to reduce sales and marketing costs as a percentage of revenue from 127% to 54% to 37%”. Коррелировать может всякое, но мы можем сравнивать количество поездок на одного пользователя по кварталам и увидим совершенно другой рост: 2016 Q4 — 7,96; 2017 Q4 — 9,23; 2018 Q4 — 9,59.

Следовательно, рост вовлечённости по когортам в большей степени обусловлен баблом на реактивацию по воронке, а не органическим удержанием, как это могло показаться в начале. Теперь скажите, а что есть удивительного в увеличении частоты покупок почти в два раза при повышении расходов на маркетинг до 127% от своей выручки? Какой бы прибыльный интернет-магазин так не смог?

Кажется, Lyft уже не выглядит такой привлекательной, но посмотрите на графики, впечатляет, не так ли? Всё это хороший пример того, как можно лгать с помощью статистики.

Большое спасибо всем за внимание. Если вам интересны подобные рассуждения, не вписывающиеся в формат полноценной статьи, то подписывайтесь на мой канал Groks.