
Kịch bản minh họa: Ví dụ giáo dục này kết hợp các quy trình bảng tính phổ biến. Đây không phải báo cáo về một khách hàng GPTExcel được nêu tên và không bảo đảm kết quả.
Kêu gọi vốn hạt giống (seed funding) là một trong những cột mốc thử thách nhất đối với bất kỳ startup nào. Mặc dù một bản pitch deck xuất sắc có thể giúp bạn lọt vào mắt xanh của nhà đầu tư, nhưng chính một mô hình tài chính vững chắc và được cấu trúc tốt mới là yếu tố cuối cùng thuyết phục họ xuống tiền. Các nhà đầu tư không mong đợi bạn dự đoán tương lai chính xác 100%; thay vào đó, họ muốn xem cách bạn tư duy về cơ chế hoạt động kinh doanh, kinh tế đơn vị (unit economics) và các giả định tăng trưởng.
Trong case study này, chúng ta sẽ phân tích chi tiết cấu trúc Excel, các phương pháp hay nhất và các công thức mà một startup B2B SaaS đã sử dụng để xây dựng mô hình tài chính đạt chuẩn nhà đầu tư (investor-ready) nhằm gọi vốn thành công 2 triệu USD. Dù bạn là một founder, chuyên viên phân tích tài chính hay chỉ là người đam mê Excel, bạn đều có thể áp dụng những nguyên tắc này để tạo ra các định dạng thuyết phục, linh hoạt và vượt qua quá trình thẩm định chuyên sâu (due diligence).
Sai lầm lớn nhất của các founder khi lập mô hình tài chính là coi Excel như một tờ giấy nháp. Một mô hình thành công phải tuân theo nguyên tắc "Phân tách mối quan tâm" (Separation of Concerns). Điều này có nghĩa là bạn phải chia bảng tính của mình thành ba phần riêng biệt, gọn gàng:
Bằng cách tổ chức workbook theo cách này, startup đã giúp các quỹ đầu tư mạo hiểm có thể dễ dàng "thử nghiệm" với các con số. Một nhà đầu tư chỉ cần thay đổi tỷ lệ khách hàng rời bỏ trên trang Giả định (Assumptions) và xem cách nó tự động cập nhật qua toàn bộ mô hình, cho đến tận ngân sách hoạt động (cash runway) cuối cùng.
Tab Assumptions chính là vô lăng của mô hình tài chính. Để làm cho nó trở nên thân thiện với nhà đầu tư, startup đã sử dụng các quy ước định dạng cực kỳ nghiêm ngặt:
Khi một nhà đầu tư mở mô hình ra, họ ngay lập tức biết rằng bất kỳ con số màu xanh dương nào cũng là một biến mà họ có thể tinh chỉnh. Khi tham chiếu đến các biến này trên các trang tính khác, các founder phụ thuộc rất nhiều vào tham chiếu tuyệt đối (absolute references). Nếu bạn chưa quen với cách khóa ô bằng dấu đô la ($) để các công thức không bị lỗi khi kéo ngang qua các cột, thì việc ôn lại kiến thức về tham chiếu ô trong Excel là bước đầu tiên bắt buộc.
Công việc của các quỹ đầu tư mạo hiểm là đánh giá rủi ro. Việc đưa ra một dự báo doanh thu đơn lẻ và lạc quan quá mức sẽ là một "cờ đỏ" (red flag). Thay vào đó, startup này đã xây dựng một bộ chọn kịch bản động cho phép các nhà đầu tư chuyển đổi giữa "Kịch bản Cơ sở" (Base Case), "Kịch bản Tích cực" (Upside Case), và "Kịch bản Tiêu cực" (Downside Case).
Để làm được điều này, họ đã tạo một ma trận kịch bản trên trang tính Assumptions:
| Giả định | Kịch bản Cơ sở (1) | Kịch bản Tích cực (2) | Kịch bản Tiêu cực (3) |
|---|---|---|---|
| Tăng trưởng Khách hàng Hàng tháng | 10% | 15% | 5% |
| Tỷ lệ Rời bỏ | 3% | 1.5% | 5% |
| Doanh thu Trung bình trên mỗi Người dùng | $150 | $200 | $100 |
Ở đầu trang tính, họ đặt một ô "Bộ chọn Kịch bản" (giả sử là ô B2) để người dùng có thể nhập 1, 2 hoặc 3. Sau đó, họ sử dụng hàm CHOOSE để kéo tỷ lệ tăng trưởng chính xác vào mô hình đang hoạt động dựa trên lựa chọn của nhà đầu tư.
Công thức cho Tỷ lệ Tăng trưởng Khách hàng Hàng tháng đang áp dụng trông như thế này:
=CHOOSE($B$2, C5, D5, E5)
Cách hoạt động: Nếu ô B2 chứa số 1 (Base Case), hàm CHOOSE trả về giá trị trong C5 (10%). Nếu nhà đầu tư nhập số 2, nó trả về D5 (15%). Nút chuyển đổi một ô thanh lịch này đã gây ấn tượng với hội đồng đầu tư vì nó giúp việc kiểm tra sức chịu đựng (stress-testing) của mô hình kinh doanh trở nên dễ dàng. Đối với các thao tác tra cứu phức tạp hơn dựa trên văn bản (chẳng hạn như nhập "Upside" thay vì "2"), các nhà sáng lập cũng sử dụng phương pháp tra cứu INDEX MATCH để lấy đúng kịch bản mong muốn.
Đối với hầu hết các startup ở giai đoạn đầu, tiền lương là khoản chi phí lớn nhất. Bạn không thể đơn giản là đoán đại một khoản chi phí lương cố định hàng tháng; bạn cần một lịch trình nhân sự (headcount schedule) linh hoạt. Mô hình này bao gồm danh sách các nhân sự sẽ tuyển dụng trong tương lai, ngày bắt đầu dự kiến của họ và mức lương hàng năm.
Để dự phóng chính xác thời điểm mức lương được tính vào Báo cáo Kết quả Hoạt động Kinh doanh, họ đã kết hợp hàm EOMONTH với một câu lệnh IF. EOMONTH (Ngày cuối tháng) chuẩn hóa các ngày tháng, giúp việc so sánh thời điểm nhân viên bắt đầu làm việc với tháng tài chính hiện tại dễ dàng hơn.
Giả sử các tiêu đề thời gian (Jan-2024, Feb-2024) nằm ở hàng 4, bắt đầu từ cột E. Ngày dự kiến nhận việc nằm ở cột C và mức lương hàng năm nằm ở cột D. Công thức được đặt ở ô E5 (và kéo sang phải) là:
=IF(EOMONTH(E$4, 0) >= EOMONTH($C5, 0), $D5/12, 0)
Phân tích logic:
EOMONTH(E$4, 0) >= EOMONTH($C5, 0) kiểm tra xem tháng hiện tại trên dòng thời gian có lớn hơn hoặc bằng tháng bắt đầu của nhân viên hay không.$D5/12, chia mức lương hàng năm thành chi phí hàng tháng.Cách tiếp cận tự động này giúp loại bỏ việc nhập dữ liệu thủ công. Nếu nhà đầu tư muốn xem tác động của việc trì hoãn tuyển dụng kỹ sư trong ba tháng để tiết kiệm tiền mặt, họ chỉ cần thay đổi ngày bắt đầu trong cột C, và toàn bộ dự phóng tiền lương sẽ được cập nhật ngay lập tức.
Câu hỏi chính mà nhà đầu tư hạt giống luôn đặt ra là: "2 triệu đô này sẽ giúp bạn duy trì hoạt động trong bao nhiêu tháng (runway)?"
Để trả lời câu hỏi này, startup đã xây dựng một biểu đồ Thác lưu chuyển tiền tệ (Cash Flow Waterfall) rất dễ nhìn. Họ liên kết Thu nhập ròng (Net Income) từ P&L, cộng lại các chi phí phi tiền mặt (chẳng hạn như khấu hao), và điều chỉnh cho những thay đổi về vốn lưu động. Dòng dưới cùng hiển thị "Số dư tiền mặt cuối kỳ" (Ending Cash Balance) cho mỗi tháng.
Họ không chỉ dừng lại ở những con số; họ còn trực quan hóa nó. Bằng cách theo dõi chính xác tháng mà số dư tiền mặt giảm xuống dưới 0, họ có thể chứng minh một cách chắc chắn rằng 2 triệu USD sẽ cung cấp chính xác 22 tháng duy trì hoạt động theo Kịch bản Cơ sở. Việc thêm các công cụ hỗ trợ trực quan động như định dạng có điều kiện (conditional formatting) đảm bảo rằng bất kỳ tháng nào có số dư tiền mặt âm đều ngay lập tức chuyển sang màu đỏ tươi, đóng vai trò như một hệ thống cảnh báo sớm cho người dùng.
Ngoài các công thức cốt lõi, mô hình này còn nổi bật nhờ sự gọn gàng và chuẩn mực đặc biệt của nó. Một bảng tính lộn xộn báo hiệu một thói quen vận hành lộn xộn. Dưới đây là những quy tắc mà startup đã tuân theo để duy trì một file tài chính hoàn hảo:
Bảng Cân đối Kế toán phải luôn cân đối. Tổng Tài sản phải bằng Tổng Nợ phải trả cộng với Vốn chủ sở hữu. Các founder đã tạo ra một phần "Kiểm tra" chuyên biệt ở đầu trang tính với công thức:
=SUM(Assets) - SUM(Liabilities, Equity)
Nếu công thức này trả về kết quả khác 0, một quy tắc định dạng có điều kiện sẽ biến ô đó thành màu đỏ cùng chữ "ERROR". Điều này giúp các nhà đầu tư tự tin rằng tính toàn vẹn về mặt toán học của mô hình là hoàn toàn vững chắc.
Tham chiếu vòng xảy ra khi một công thức tham chiếu lại chính ô của nó, dù là trực tiếp hay gián tiếp (thường xảy ra nhất với các phép tính chi phí lãi vay). Chúng làm chậm Excel và gây ra lỗi tính toán. Startup này đã hoàn toàn tránh được các tham chiếu vòng bằng cách sử dụng một phép tính lãi suất đơn giản hóa dựa trên số dư nợ đầu kỳ thay vì số dư nợ trung bình.
Mỗi bảng lịch trình và trang tính đầu ra đều sử dụng các cột giống hệt nhau cho cùng những tháng đó. Cột G luôn là Tháng 1 năm 2024, Cột H luôn là Tháng 2 năm 2024, áp dụng trên từng tab một. Điều này giúp việc kiểm tra mô hình dễ dàng như trở bàn tay và ngăn ngừa các lỗi sai lệch (misalignment) khi cộng gộp dữ liệu.
Việc xây dựng một mô hình tài chính trị giá 2 triệu USD đòi hỏi tư duy chiến lược sâu sắc, nhưng việc thực thi nó trên Excel không nhất thiết đòi hỏi bạn phải là một chuyên gia bảng tính. Giống như việc chúng ta đã thấy cách các startup tiết kiệm hàng giờ đồng hồ với tính năng tự động hóa Excel, các founder hiện đại ngày nay đang tận dụng trí tuệ nhân tạo để xây dựng các mô hình kỹ thuật của họ nhanh hơn.
Đôi khi, việc dịch logic kinh doanh phức tạp của bạn thành một công thức Excel có thể làm đình trệ tiến độ công việc. Cho dù bạn đang cố tính toán cấu trúc hoa hồng theo bậc cho đội ngũ bán hàng hay xây dựng các mô hình tỷ lệ rời bỏ theo nhóm phức tạp, bạn không còn phải đào bới các diễn đàn để tìm đúng cú pháp. Với các công cụ như GPTExcel, bạn có thể mô tả yêu cầu của mình bằng ngôn ngữ tự nhiên – ví dụ như, "Viết một công thức tính hoa hồng 5% nếu doanh số bán hàng vượt quá 10.000 USD và 2% nếu thấp hơn" – và nhận ngay một công thức hoạt động hoàn hảo. Điều này cho phép các founder tập trung vào chiến lược kinh doanh thay vì loay hoay khắc phục các lỗi cú pháp.
Để gọi vốn thành công 2 triệu USD ở vòng hạt giống đòi hỏi nhiều thứ hơn là chỉ có một sản phẩm tuyệt vời; nó đòi hỏi một sự hiểu biết sâu sắc và có khả năng bảo vệ vững chắc về tương lai tài chính của bạn. Bằng cách tổ chức mô hình của mình một cách hợp lý, tách biệt các giả định khỏi các phép tính, sử dụng các nút chuyển đổi kịch bản động với hàm CHOOSE và IF, cũng như áp dụng hệ thống kiểm tra lỗi nghiêm ngặt, startup này đã chứng minh họ là những người quản lý nguồn vốn có trách nhiệm.
Hãy bắt đầu áp dụng những cấu trúc này vào chính các bảng tính của bạn ngay hôm nay. Giữ cho dữ liệu đầu vào luôn rõ ràng, khóa các tham chiếu một cách hợp lý và luôn xây dựng mô hình với tâm thế hướng đến người dùng cuối (nhà đầu tư).
Hầu hết các nhà đầu tư mong đợi một dự phóng từ 3 đến 5 năm. Trong 12 đến 24 tháng đầu tiên nên được lập mô hình theo cơ sở hàng tháng để theo dõi chính xác dòng tiền "đốt" và runway, trong khi từ năm 3 đến năm 5 có thể được tóm tắt theo quý hoặc theo năm để cho thấy quy mô dài hạn và khả năng sinh lời.
Không. Hãy giữ cho nó minh bạch và đơn giản. Các nhà đầu tư muốn kiểm toán logic của bạn bằng cách nhấp chuột qua các ô. Việc sử dụng macro VBA sẽ giấu đi phép tính đằng sau các dòng code, khiến nhà đầu tư e ngại và khiến mô hình khó được chia sẻ qua lại giữa các hệ điều hành khác nhau. Hãy dựa vào các công thức Excel mặc định thay vì dùng VBA.
Một mô hình nhóm (cohort model) theo dõi các nhóm khách hàng theo thời gian dựa trên thời điểm họ đăng ký sử dụng, cho phép tính toán cực kỳ chính xác tỷ lệ rời bỏ và giá trị vòng đời khách hàng (LTV). Mặc dù rất ấn tượng, nhưng mô hình này thường quá phức tạp đối với các giai đoạn gọi vốn hạt giống ban đầu. Một mô hình doanh thu từ trên xuống (top-down) hoặc từ dưới lên (bottom-up) đơn giản thường là đủ cho đến khi bạn tiến đến vòng gọi vốn Series A.
Bạn có thể sử dụng tính năng "Protect Sheet" của Excel, khóa tất cả các ô ngoại trừ các ô "Đầu vào" màu xanh lam đã được chỉ định. Tuy nhiên, khi gửi một mô hình cho các quỹ đầu tư mạo hiểm, tốt nhất bạn nên để nó không bị bảo vệ (unprotected) để các chuyên viên phân tích của họ có thể đào sâu – chỉ cần đảm bảo nguyên tắc "Phân tách mối quan tâm" của bạn đủ rõ ràng để họ không vô tình ghi đè lên các công thức.
Đây là ví dụ minh họa phục vụ học tập; kết quả có thể khác nhau. Khám phá cấu trúc Excel chính xác, các công thức thiết yếu và các phương pháp định dạng chuẩn nhất mà một startup đã sử dụng để xây dựng một mô hình tài chính thuyết phục và gọi được 2 triệu USD.
Đây là ví dụ minh họa phục vụ học tập; kết quả có thể khác nhau. Tìm hiểu cách một chuỗi bán lẻ quy mô vừa đã cách mạng hóa quy trình theo dõi hàng tồn kho và ra quyết định bằng cách triển khai hệ thống dashboard Excel động.
Đây là ví dụ minh họa phục vụ học tập; kết quả có thể khác nhau. Khám phá cách một startup 10 người loại bỏ việc nhập dữ liệu thủ công và tiết kiệm 20 giờ mỗi tuần bằng cách tự động hóa báo cáo doanh số và trang tổng quan Excel.