혹두루미 아카이브

실제로 HOKA의 Wholesale-D2C 매출을 쪼개보면, 24.1Q부터 Wholesale 매출이 반등하는 모양새인 것 같기도. 호카의 케이스에서 트래픽 고점-주가(매출 yoy) 간 시계열은 약 3분기 가량으로 나타남. 아마 당시의 매크로 환경에 따라 크게 달라질 만한 요인이긴 하지만 전체적인 흐름은 비슷하지 않을지? 다른 소비재들도 해보면 재밌을 듯.

❤8👍2

위 차트는 호카의 예시임. (검색어: 구글트렌드 Hoka One One(주제)) - 유의미하게 구글트렌드가 yoy 성장을 보였던 분기는 23.4Q가 마지막, 24.1Q/2Q/3Q에는 트렌드 측면의 큰 발전은 없었고 유지되는 수준이었으나 오히려 매출 yoy는 더 증가, 주가도 이때 고점을 형성. - 얼리어답터들이 진입한 구간은 2020-2021년, 얼리어답터들을 보고 일반인들이 유입되는 구간이 2022-2023년, 일반인들이 신는 것을 보고 가장 ‘덜 트렌디한’ 고객군이 진입하여 더이상 트렌디한 상품이 아니게 되는 시점이 2024-2025년 아닐지? (실제로 현재 재직중인 회사에서 24년 말 HOKA 단체 주문을 시도.)

❤6👍1

구글트렌드와 소비재 실적 간 시간차가 존재하는 이유에 대해 생각해봄. 모든 제품들은 1) 얼리 어답터 유입, 2) 얼리 어답터들의 영향으로 추가 고객 유입, 3) 그 고객을 보고 가장 보수적인 고객군(소비재에서는 ‘가장 덜 트렌디한’)이 유입되는 세 단계로 그 사이클이 형성된다고 볼 수 있음. 여기서 소비재로 그 범위를 좁히면 2) 구간에서는 트래픽과 매출이 같이 성장, 3) 구간에서는 트래픽은 정체하지만 매출 성장폭은 다시 확대되는 흐름을 보이는데, 이부분에 대한 가설을 두가지 세워봤음. 가설1) 트래픽의 고점을 보고 드디어 ‘확신’을 가진 소매점들은 관련 제품의 재고를 폭발적으로 늘리게 됨. 시계열을 좀 더 미래로 늘리면, 물건이 풀리면서 아이러니하게 그 제품의 가치는 떨어지는 흐름으로 이어짐(주식과 비슷?) 가설2) 패피가 초기 시…

❤7👍1

정리하면.. 스냅챗과 같은 플랫폼의 성장 궤도는 크게 아래와 같이 분류할 수 있어 보임. 1) 주력 지역 DAU가 가파르게 성장하고, 그 외 지역도 따라오는 국면 2) 성장하던 DAU와 함께 본격적인 수익화 시작되어 주력 지역을 중심으로 ARPU가 급성장하는 국면 3) 주력지역 DAU가 정체되고, ARPU 성장은 유지되는 국면 4) 주력지역 ARPU 성장률은 하향안정화되고, 글로벌 수익화에 집중하는 국면 스냅챗의 경우 16-17년이 1), 18-21년이 2), 23년이 3), 이제 4)를 기대해야 하는 구간. 주가는 당연히 P-Q가 동시에 상승하는 2)에서 가장 큰 폭 상승. 4)까지 잘 성공하게 되면 스포티파이, 넷플릭스, 메타 같은 위대한 기업이 되는 수순. SNAP을 시계열로 살펴보면서 알게된 사실은.. - ARPU 성장세는 생각…

❤7

이어서 이 그림은 DAU/ARPU yoy 성장률을 기반으로 차트를 재구성해본 것. 16년 이전에는 아예 수익화 자체가 안 되어 있는 상태였다고 볼 수 있겠지만, 본격적인 수익화에 나선 이후(17~) 그 흐름은 21년까지 4년 간 꾸준히 지속되었고, ATT가 아니었다면 더 오래 지속되었을지도 모름. 특히 미국의 경우에는 24.4Q에 ARPU 역사적 최대치를 기록하기도 함. 나머지 지역은 미국만큼 중요하지 않다보니, ATT에 대한 맞춤형 해결책도 잘 마련되지 않았을 것으로 추측. 미국 DAU가 정체되어 ‘지는 플랫폼’이라는 인식이 있는 것과는 별개로, 전체 사용자는 20년 이후 22년까지 약 3년 간 20% 가량의 높은 성장률을 유지하는 흐름. 향후 SNAP이 중기 이상의 시계열로 부활하기 위해서는 글로벌 수익화가 중요할 것으로 생각.

❤2👍1

[SNAP: 플랫폼의 ARPU-DAU 라이프사이클] 사진은 SNAP의 16년 이후 DAU, ARPU과 주가를 겹쳐서 그려본 것. - DAU: UI 개편 실패로 일시 감소세가 있었던 18년을 제외하면 꾸준히 증가세가 지속되는 흐름. 다만 말 그대로 ‘돈이 되는’ 미국 DAU는 21년 이후 정체 흐름. - ARPU: 본격적인 수익화 시작 이후 21년까지 우상향하는 흐름. 21년 ATT 이후 미국 ARPU는 꾸준한 타겟팅 개선을 통해 사상 최고가 기록했으나 미국 외 ARPU는 반등하지 못하며 전체 ARPU는 정체.

❤3👍1

[Cologuard: 생각보다 긴 검진시장의 확장시계열] Cologuard는 EXAS에서 출시한 대장암 조기검진 제품으로, 14.3Q FDA 승인/메디케어 커버리지 포함되었음. 이러한 제품이 뻗어나가는 흐름은 다음과 같이 정리할 수 있음. 1) 적극적인 영업으로 얼리어답터들이 도입을 시작 2) 얼리어답터들의 반복사용 증가, 입소문으로 신규 채택이 증가 3) 가장 보수적인 고객층이 채택 흥미로웠던 포인트는, 18년까지 안정화되던 볼륨 성장률이 19년 다시 가속화되었다는 점. 해당시점의 동사 어닝콜에서는 다음을 언급. - 신규 채택도 늘었지만, 기존 의사 주문률이 증가하기 시작. - 신규 채택은 해당 분기 내에 검사가 완료되는 것은 아님, Q 증가 원동력은 기존 의사들의 더 많은 주문. - 사용을 시작한 의사들은 지속사용 비율이 매우 높음…

👍6❤1

P가 감소하는 기업의 가치는 어떻게 변화하는지 궁금해서 찾아봄. 예시는 임핀지(유통업향 RAIN RFID 칩 판매)인데.. 재고관리를 용이하게 만들고 장기적으로 바코드를 대체하는 것이 목표. 제품마다 칩이 들어가는 것이기에 단가는 필연적으로 낮아져야 함. 사실 당연한 결론이지만 결국 P-Q가 함께 녹아 있는 매출 상승폭에 주가가 연동되는 것을 확인. 가장 이상적인 타점은 P 감소가 멈추는 시점인 21.3Q, 혹은 Q 증가폭의 저점인 22.1Q 정도. 물론 P-Q의 저점 근거는 알아서 찾아야겠지만?

❤6👍1

AI는 기존 상위 플레이어들을 더 강하게 만들어주지만, 1등만 선택받는 산업인지 효용의 차이가 제한적이라면 2-3등도 무난히 선택받을 수 있는 분야인지를 구분하는 것도 굉장히 중요한 듯. 스터디분과 앱러빈 이야기하다가 든 생각인데.. 이 분야는 가장 비싸게 광고 팔아주는 놈들만 선택받을 수밖에 없는 결국 1등만 남는 시장(건강 등의 분야도 마찬가지일 것)이고, 챗봇 등은 무난한 2-3등도 선택받을 수 있는 시장이니.. 1등이 더 강한 1등 되겠지?라는 생각에 너무 매몰되어 있던 것은 아니었나 싶어 기록으로 남겨둠.

👍7

최근 B2B향 소프트웨어 분야를 공부 중인데, 통합 플랫폼의 가치가 갈수록 높아지게 될 것 같다는 생각이 들었음. 기존엔 프로세스별로 최고의 소프트웨어를 골라서 사용하는 구조였다면(Best-of-Breed), 각 플레이어들의 수준도 상향평준화, 통합된 데이터의 밸류는 AI로 인해 높아지면서 각 프로세스 간 데이터의 유기적 연결로 추가적인 가치창출이 가능한 통합 플랫폼기업들이 좀 더 많은 선택을 받게 될 개연성이 높다고 느낌. 원래는 하나의 큰 주제 내에 있는 개별 프로세스를 연결하는 정도였다면, 요즘엔 ERP/CRM/공급망 등 다소 이질적인 분야의 데이터 통합으로 그 범위가 확대되는 것으로 보임. 팔란티어가 잘 되는 이유도 비슷한 맥락?

❤7

생명과학업계 방향성 몇가지. 1) 사이클 턴 - 대형 제약사들은 확실히 긍정적인 방향으로 가는 중, R&D 예산을 늘리는 데도 도움이 될 것. 신생 바이오텍 업체들도 긍정적인 신호가 보이고 있음. 자금 조달/파트너십 기대감이 있으며, 연말이 될수록 흐름이 더욱 강화될 것. 아직 완전히 회복된 것은 아니지만, 확실히 상황이 좋아지는 중. TMO(25.01.30) 2) 약 기대수명 감소 - IRA로 인한 고가약물 가격 인하 리스크 존재 3) AI 도입으로 인한 신약후보물질 발굴 속도 증가 - 빅테크 PLM 등.. → AI 기반 임상 Q 증가, 개별 임상의 비용(돈/시간) 효율화 노력은 정해진 미래.

❤7👍2

개인적인 생각 정리. 1) AI 효율화 및 이로 인한 커머디티화는 정해진 미래, 결국 이 커머디티의 활용도를 극대화시킬 수 있는 기업들을 봐야. 2) 개인적으로는 비용효율화를 통해 자체 C를 감소시키는 기업보다는, 견고한 기존 고객들에게 필수불가결한 AI 제품으로 업셀링이 가능한 기업, 혹은 AI 자체가 산업의 효율성을 끌어올려 Q 증가의 수혜를 볼 수 있는 기업들이 좀 더 취향임. 3) 진입장벽이 낮고 스타트업들이 눈에 불을 켜고 달려드는 분야는 난이도가 높아 보이고, 내 수준으로는 견고한 장벽이 있는 분야가 한계. 장벽은 다음의 두가지로 나눠 볼 수 있음. - 데이터로 구축된 정량적 장벽 - 고객군의 보수성으로 신규 진입 자체가 힘든 정성적 장벽 4) 이러한 조건을 만족시키는 분야의 리딩업체는 AI를 통해 갈수록 그 해자가 견고…

👍8