MA 剧本 / MA 运行手册

ma-playbook
分类通用
作者Alireza Rezvani
许可MIT
评分4.80/5
使用3.8K

M&A 策略手册 (M&A Playbook)

适用于 M&A 双方的框架:收购方与被收购方。

关键词

M&A, 并购, 尽职调查, 收购, 人才收购 (acqui-hire), 整合, 交易结构, 估值, 意向书 (LOI), 条款清单 (term sheet), 对赌协议 (earnout)

快速上手

作为收购方: 战略逻辑 $\rightarrow$ 目标筛选 $\rightarrow$ 尽职调查 $\rightarrow$ 估值 $\rightarrow$ 谈判 $\rightarrow$ 整合。

作为被收购方: 准备就绪评估 $\rightarrow$ 数据室 (data room) 准备 $\rightarrow$ 顾问选择 $\rightarrow$ 谈判 $\rightarrow$ 过渡。

当你处于收购方时

战略逻辑(在采取任何行动前先回答)

  • 买还是造 (Buy vs Build): 你能否更快/更便宜地自行开发?如果可以,则无需收购。
  • 人才收购 vs 产品 vs 市场: 你真正买的是什么?人才?技术?还是客户?
  • 整合复杂度: 将其合并到你的公司中有多困难?

尽职调查清单

| 领域 | 关键问题 | 警示信号 (Red Flags) | |--------|--------------|-----------| | 财务 | 营收质量、客户集中度、烧钱率 | 单个客户贡献营收 >30% | | 技术 | 代码质量、技术债、架构匹配度 | 无测试的单体架构 | | 法律 | IP 所有权、待决诉讼、合同 | 核心 IP 由个人持有 | | 人员 | 关键人物风险、文化匹配度、留任风险 | 创始人没有锁定期/对赌协议 | | 市场 | 市场地位、竞争威胁 | 市场份额下降 | | 客户 | 流失率、NPS、合同条款 | 高流失率、合同期限短 |

估值方法

以下范围仅为示例,而非当前市场数据 —— 在将其用于模型或谈判前,请务必对照当前市场可比公司进行验证。

  • 营收倍数: 取决于行业(示例范围:SaaS 为 ARR 的 2-15 倍,随增长率、NRR 和利率环境而变化)
  • 可比交易: 类似公司的成交价格 —— 最具说服力的锚点
  • DCF (现金流折现法): 仅适用于盈利公司(大多数初创公司请使用倍数法)
  • 人才收购 (Acqui-hire): 在热门人才市场中,示例范围为每位工程师 100-300 万美元

验证来源(请检查最新版本): SaaS Capital Index(每月更新的私有 SaaS 营收倍数)、Software Equity Group (SEG) 年度/季度 SaaS M&A 报告(交易倍数)以及 Aventis Advisors 的 SaaS 估值倍数报告。在确定价格锚点前,请至少交叉核对两个来源。

整合框架

关于 100 天整合计划,请参阅 references/integration-playbook.md

当你处于被收购方时

就绪信号

  • 收到战略买家的主动接触
  • 周边市场正在发生整合
  • 融资难度超过了运营难度
  • 创始人准备好进行过渡

准备工作(提前 6-12 个月)

1. 清理财务报表(尽可能经过审计) 2. 记录所有 IP 和合同 3. 降低客户集中度 4. 锁定关键员工 5. 建立数据室 (Data Room) 6. 聘请 M&A 顾问

谈判要点

| 条款 | 注意事项 | 你的筹码 | |------|--------------|---------------| | 估值 | 对赌陷阱(无法达成的目标) | 多个竞争报价 | | 对赌 (Earnout) | 里程碑定义 | 核心技术不可替代性 | | 定义、衡量周期 | 现金占比 vs. 对赌(Earnout)占比 | |---|---| | 锁定期 | 时长、触发条件 | 你的可替代性 | | 陈述与保证 | 责任范围 | 托管金 (Escrow) vs. 赔偿上限 | | 员工留任 | 谁能获得 Offer 及其条款 | 关键人物依赖 |

红色警报(双方适用)

  • 除了“这是一笔好交易”之外,缺乏明确的战略逻辑
  • 在尽职调查中发现了文化冲突但被忽略
  • 在交易关闭前未锁定关键人员
  • 不存在整合计划,或计划仅为“到时候再说”
  • 估值基于预测而非实际数据

验证闭环(在签署 LOI 或正式合同前)

此项技能用于构建交易框架;另外两项相关技能用于验证。请直接移交,不要重复工作:

1. 法律条款 $\rightarrow$ general-counsel-advisor:使用 ../general-counsel-advisor/scripts/term_sheet_analyzer.py 分析 LOI/条款清单(12 个维度,0-100 评分),并使用 ../general-counsel-advisor/scripts/contract_risk_scanner.py 扫描最终文档(识别 12 种“创始人杀手”模式:如对赌陷阱、无上限赔偿、模糊的 IP 归属等)。任何 🔴 发现必须在签署前提交给外部法律顾问。
2. 数据尽调 $\rightarrow$ chief-data-officer-advisor:针对目标公司的资产,运行 ../chief-data-officer-advisor/scripts/ai_training_data_audit.py(训练数据权利、GDPR 第 6 条依据)和 ../chief-data-officer-advisor/scripts/data_asset_valuator.py(数据资产价值、含剔除处罚的 M&A 倍数)。缺乏记录的同意权来源是压价或终止交易的理由。
3. 估值计算 $\rightarrow$ 使用 cfo-advisor 工具进行定量模型分析;本指南仅关注定性分析。

在进行下一次还价前,将上述发现反馈至上方的“谈判要点表”中。

与 C-Suite 职能的协作

| 角色 | 在 M&A 中的贡献 |
|------|-------------------|
| CEO | 战略逻辑、谈判主导 |
| CFO | 估值、交易结构、融资 |
| GC | LOI/条款清单审核、合同风险扫描、监管触发点 |
| CDO | 数据尽调:训练数据权利、数据资产估值 |
| CTO | 技术尽调、整合架构 |
| CHRO | 人员尽调、留任计划 |
| COO | 整合执行、流程合并 |
| CPO | 产品路线图影响、客户重叠分析 |

相关资源

  • references/integration-playbook.md — 收购后 100 天整合计划
  • references/due-diligence-checklist.md — 分领域的全面尽调清单
  • ../general-counsel-advisor/SKILL.md — 条款清单分析器 + 合同风险扫描器
  • ../chief-data-officer-advisor/SKILL.md — 数据尽调 + 数据资产估值