Hoe beleggers een bedrijf onderzoeken waar ze nog nooit van hebben gehoord
Voordat een belegger u ooit een e-mail stuurt, heeft hij uw naam al opgezocht, een AI-chatbot een vraag gesteld en zich al een beeld gevormd, zo ziet dat vroege onderzoekstraject er vaak uit.
In short
Voordat een belegger u ooit een e-mail stuurt, een gesprek boekt, of uw jaarverslag opent, heeft hij u al opgezocht. Dat opzoeken volgt meestal een herkenbaar patroon, via kanalen die u grotendeels niet zelf in de hand heeft, en het bepaalt of u nog verdere aandacht krijgt. Zodra u dat patroon kent, kunt u zien welke onderdelen van die eerste indruk u werkelijk zelf kunt vormgeven, en bij welke onderdelen u alleen maar kunt hopen dat het goed uitpakt.
Key facts
- De eerste stop is vaak niet uw investor relations pagina, maar een snelle zoekopdracht of een vraag aan een AI-chatbot.
- In deze fase is de eerste check meestal snel in plaats van grondig.
- Wat naar boven komt, is samengeraapt uit alles wat openbaar is: nieuwsvermeldingen, uw eigen site, social posts, gepubliceerde bedrijfsinformatie.
- Uw eigen gepubliceerde materiaal is het enige onderdeel van die mix dat u echt kunt veranderen.
Wat brengt een belegger er eigenlijk toe u op te zoeken?
Niemand begint vanuit het niets. Een belegger komt meestal bij uw naam terecht via een screener die een cijfer opviel, een sectorlijst die een collega doorstuurde, een vermelding diep verstopt in een rapport over een concurrent, of een opmerking op een beleggersforum. Soms is het niet meer dan een ticker waarvan hij de beweging opmerkte. Tegen de tijd dat hij uw naam ergens intypt, heeft hij al een reden, hoe klein ook, om er een paar minuten aan te besteden, en die paar minuten zijn in deze fase het hele spel.
Wat doet hij daadwerkelijk als allereerste?
Hij doet een snelle check, en tegenwoordig kan die check net zo goed beginnen met een zoekmachine als met een vraag aan een AI-chatbot. In deze fase doet hij eigenlijk gewoon een onderbuikcheck: is het bedrijf echt, wordt het nog verhandeld, en is het tien minuten extra waard. Niemand opent hiervoor een spreadsheet. Die vraag wordt binnen enkele seconden beantwoord, met wat de AI-tool of de zoekresultaten kunnen vinden, niet met iets dat u heeft opgestuurd, en niet met iets dat u vooraf heeft kunnen nalezen.
Waarop is dat eerste antwoord eigenlijk gebaseerd?
Een algemeen AI-model bouwt zijn antwoord op uit een mix van trainingsdata en alles wat het live kan ophalen uit openbare bronnen, en er is geen enkele reden waarom het uw eigen woorden zou verkiezen boven een drie jaar oud nieuwsartikel of een forumreactie.
Uw eigen informatie kan om redenen die niets te maken hebben met wat u daadwerkelijk publiceert, ontbreken in die mix. Sommige AI-crawlers en ophaalsystemen voeren client-side JavaScript niet betrouwbaar uit, waardoor content die pas verschijnt nadat een script is uitgevoerd, voor hen moeilijker te vinden of te lezen kan zijn. Een crawler die geblokkeerd wordt, door een robots.txt-regel of een bot-beschermingslaag, valt terug op wat hij al geleerd heeft, en dat kan een jaar of twee oud zijn. Als uw site de actuele cijfers verstopt in een PDF, of niet is bijgewerkt sinds uw laatste beursgebeurtenis, is dat waar het antwoord dan op wordt gebaseerd. De belegger heeft geen manier om te weten dat dit gat bestaat. Hij ziet gewoon een antwoord en gaat verder, of stopt daar.
Waar gaat hij heen als die eerste blik veelbelovend is?
Als de eerste indruk hem niet afschrikt, gaat hij vervolgens naar uw eigen site, meestal snel op zoek naar drie dingen: wat u daadwerkelijk verkoopt, of het bedrijf ergens naartoe lijkt te gaan, en wie het leidt. Hij zal vaak checken wanneer de site voor het laatst is bijgewerkt, of er een resultatendatum aankomt, en of de directiepagina nog mensen vermeldt die intussen zijn vertrokken. Ergens in diezelfde paar minuten werpt hij ook een blik op uw LinkedIn-aanwezigheid en checkt of er recent iets is gebeurd, een resultaat, een deal, een aanwerving. Niets hiervan is zorgvuldig lezen. Hij zoekt naar een reden om door te gaan, of een reden om het tabblad te sluiten.
Wat probeert hij hier eigenlijk tijdens te beslissen?
Onder het klikken door weegt een onbekende belegger twee dingen af: is dit bedrijf legitiem en actueel, en klopt het verhaal. Die tweede vraag gaat eigenlijk over uw equity story, de reden waarom het bedrijf het überhaupt waard is om te volgen (die definiëren we volledig in ons artikel over een equity story opbouwen zonder analistendekking). Een bedrijf kan de legitimiteitscheck doorstaan en de belegger hier alsnog verliezen, als de cijfers, het verhaal en wat daadwerkelijk op de site staat niet met elkaar overeenkomen. Een oprichter die het verhaal perfect kan uitleggen in een gesprek heeft dit probleem niet opgelost, omdat de belegger deze check doet lang voordat er ooit een gesprek wordt ingepland.
Wat gebeurt er als wat hij vindt niet overeenkomt met wat u zou willen dat hij denkt?
Hier gebeurt het grootste deel van de schade, in stilte. Er komt geen klacht, geen bounce-bericht. De belegger blijft hangen bij wat hij vond, een verouderde AI-samenvatting, een twee jaar oud persbericht, een homepage die nooit vermeldt wat er is veranderd sinds de laatste financieringsronde, en gaat verder naar de volgende naam op de lijst. U komt nooit te weten dat u zelfs maar in overweging bent genomen, en niemand in uw team krijgt de kans om dit recht te zetten, omdat het gesprek dat het gat aan het licht had kunnen brengen, gewoonweg nooit plaatsvindt.
De kern van hoe beleggers een onbekend bedrijf onderzoeken
Het onderzoek begint niet met een gesprek. Het begint met een snelle, grotendeels geautomatiseerde blik waar u niet bij aanwezig bent, en het meeste van wat in die eerste paar minuten wordt gecontroleerd, speelt zich af op kanalen buiten uw directe controle. Ga er niet langer van uit dat uw jaarverslag, persberichten of investordeck noodzakelijkerwijs het eerste zijn wat een onbekende belegger ziet. Hij bereikt die materialen misschien pas nadat zoekresultaten, AI-antwoorden, uw bedrijfswebsite en andere openbare bronnen de eerste indruk al hebben gevormd.
MIRA bestaat precies voor dit gat: het werkt met materiaal dat uw bedrijf daadwerkelijk heeft gepubliceerd, en laat zien waar elk antwoord vandaan komt, een andere garantie dan een algemene AI-tool kan bieden. We behandelen het concept hier volledig: wat is een source-grounded IR-assistent.
Maar voordat er al een assistent aan te pas komt, helpt het om te weten wat er nu daadwerkelijk te vinden is. Vraag een review van uw IR-website aan en zie, pagina voor pagina, wat een belegger die precies deze zoekopdracht uitvoert, vandaag op uw site zou vinden.
Vraag een review van uw IR-website aan en zie, pagina voor pagina, wat een belegger die precies deze zoekopdracht uitvoert, vandaag op uw site zou vinden.
Over de auteur: Nataly Usuga werkt in Business Development bij Finvictum, waar ze dagelijks samenwerkt met oprichters en IR-teams over hoe hun verhaal wordt gevonden, of verkeerd begrepen, door AI voordat iemand ooit met hen spreekt. Verbind op LinkedIn: https://www.linkedin.com/in/nataly-usuga-ramirez