BOL

CV BOL 20/5/24

ตัว Logo ของ BOL ใช้มาตั้งแต่เริ่มเปิดบริษัทไม่เคยเปลี่ยน เครื่องหมายวงรี = ความต่อเนื่องหมุนไปข้างหน้า ก่อตั้งมาแล้ว 25 ปี
มาตั้งแต่ยุค dial up ขายพร้อม package internet
ตอนแรกคนไม่ค่อยใช้ net เลย จึงขายยากมาก คนไม่ให้ความสำคัญกับเรื่อง Data
แนวคิด information is power >> ใน 10 ปีที่ผ่านมา คนมี awareness เรื่อง information มากขึ้น
สิ่งสำคัญคือการได้รู้ข้อมูลของคู่แข่ง จะสามารถนำไปต่อยอดเรื่องการคิดกลยุทธ์ หรือแผนการตลาดได้
จริงๆ ช่วงแรกไม่ได้เน้น it เลย เราได้ข้อมูลเป็นกระดาษแล้วเอามาแปลงเป็น electronic ( พื้นฐานแรกของ BOL คือบริษัทที่รวบรวมและขายข้อมูล )
เงินลงทุนเริ่มแรก 12 ล้าน
เราค่อยๆ ขยายข้อมูลมากขึ้นเรื่อยๆ ละเอียดขึ้น เช่น ข้อมูลบริษัทแบบละเอียด ข้อมูลผู้ถือหุ้น

ช่วงแรก Speaker : คุณ Johnny CEO
Vision ” To Empower Businesses to capture unique opportunities and manage risk through innovative technologies and insight”
Target คือภาคธุรกิจ BFSI Mfg ที่มองหาโอกาสหา partner การลงทุนใหม่ๆ
มองเรื่องความเสี่ยง ( ซับซ้อนขึ้นเรื่อยๆ )
การมองการเชื่อมโยงข้อมูลยิ่งมากยิ่งมีโอกาส success มากขึ้น
หลาย product ของเราถือเป็นนวัตกรรม >> คิดก่อนความต้องการของลูกค้า แล้วนำไปเสนอ
Partner จากต่างชาติเช่น D&B ทำให้เราเห็น trend / กฎเกณฑ์ต่างๆก่อน >> เราเป็นอันดับ 1 เรื่อง quality ของข้อมูล ( การ update / ความครบถ้วน )
Service เน้นเรื่อง quality >> smart / ฉับไว / ครบถ้วน

Profile
มีข้อมูล 1.78 ล้านบริษัท ครอบคลุมทั้งประเทศ
มีบริษัท active 8แสนราย
6 แสน ส่งงบการเงินทุกปี
ข้อมูล ตปท 455ล้านบริษัททั่วโลก ผ่าน D&B >> ทั้งกว้างและลึก
1st decision support system for Bank

Coprporate Mission : To deliver innovative products and service of the high quality for business to maker smarter , faster and more efficient business decisions.
มีงานแบ่งเป็น 3 กลุ่ม
Comprehensive Data profiles > เดิมเอาข้อมูลมาจากกรมพัฒนาธุรกิจการค้า >> ปัจจุบันเอาข้อมูลจาก source อื่นด้วย เพื่อให้ครอบคลุม เช่น Cashflows/ Francises/ Customer trade payment / cyber security score / ESG score
ข้อมูลด้าน Supply chain >> วิเคราะห์ไปถึง supplier ( esg ทั้งระบบ )
การมีข้อมูลที่มากและหลากหลายจึงเป็นสิ่งจำเป็น
เก็บข้อมูลจาก supplier ด้วยกัน = ดูพฤติกรรมการชำระเงินว่าจะมี delay มั้ย
เช็คได้ว่า การเงินเริ่มฝืด หรือ policy change มั้ย > เช็คได้ว่าเค้าเคยมีเบี้ยวหนี้ vendor อื่นมามั้ย

BOL analytic engine (BOLA)
การเชื่อมโยงข้อมูล การ predict เช่น prospect score ที่ช่วยหาลูกค้าที่เทียบ matrix กับลูกค้าเดิมเรา แล้ว suggest ออกมา

Customer Lifecycle Management Services
ดูเรื่อง score ว่ามีความเสี่ยงน้อย >> เอามาประมวลเป็น life cycle management
การจะดูบริษัทต้องดูไปถึงลูกค้าว่า เป็น sunrise มี margin ดี โตขึ้นเรื่อยๆ

โครงสร้างผู้ถือหุ้น
กลุ่มเจ้าของ 26.12%
Advanced Research Group 16.42%
CTOS 24.83%
D&B 8.68%

มีบริษัทลูก = D&B thailand / BOL digital
International :Vietnam BIF อยู่ในช่วงเริ่มต้น

สัดส่วนทีม
พนักงานรวม ประมาณ 120 คน เป็น Dev 40 คน
42% it data analytic
24% Sales & Customer Experience
20% Data Operations
13% Back Office
Dev บางส่วนเป็นการ Outsource

Y2019 – 2023 Rev Growth +7.57% CAGR // NP +15.5% CAGR ( operating Leverage ชัดเจน )

เราพยายามดูว่าตลาดมี pain point อะไร แล้วเข้าไปแก้
Time Line
1995 ก่อตั้ง
1998 JV กับ D&B บริษัทข้อมูลระดับโลก
2000 ก่อตั้งบริษัท NCB
2004 List ในตลาด (พี่เชาว์เข้า = peak 100 เด้ง )
2023 มีระบบ cyber risk rating

ช่วงที 2 Speaker : คุณเต้ – Atitavoraphan CMO
Service ของ BOL
ด้านข้อมูล = จากกรมพัฒน์ ข้อมูลเบื้องต้น/ ข้อมูลจากหน่วยงานราชการโรงงาน /social listening FB Pantip twitter / trade information/ ข้อมูลลูกหนี้ ลูกค้า >> เอาข้อมูลมาเชื่อมโยงกัน
กลุ่มข้อมูลอื่นๆที่กำลังศึกษา เช่น insurance/ utility / AmL

Analytic = ระบบ scoring / esg socre / security score / กลุ่มผู้ได้รับประโยชน์สูงสุด
เอาลูกค้าของลูกค้ามาวิ่งเคราะห์ว่า มีลูกค้าไหนที่เป็น prospect บ้าง ( prospect score )
วิเคราะห์ลูกหนี้การค้า
Data and risk consult

Product
Corpus X >> ลูกค้าเอกชน ( B2B Data Analytics Platform ) / เป็น subscription : Business lifecycle analytics / Capture Growth , Minimize Risks / ARX-Account Relievable Exchange
Login ดูข้อมูล ลูกค้า / สั่งซื้อ report ได้
subscription + time base
กลุ่มเป้าหมาย : บริษัทขนาดกลาง – ใหญ่
Renewal Rate : ปีแรก 60-70% ต่อไป 100%
ลูกค้า 1,600 จาก TAM 30,000 ราย
ราคาขาย 58,000 – 500,000
กลุ่มลูกค้า ( เชิง revenue ) finance/insurrance 34% // retail 17% // consult 16% // mfg 11% // other 22%

Xignal: ระบบ enlight ช่วยการตัดสินใจของธุรกิจสถาบันการเงิน / มี 13 bankใหญ่ + 5 รายเล็ก ใช้อยู่
มี feature ให้ดูภาพรวมประเทศ วิเคราะห์รายอุตสาหกรรม
ดูได้ว่าใครเป็น/ไม่เป็นลูกค้า bank
ดูความเชื่อมโยงผ่านกรรมการ ผู้ถือหุ้น
subscription + Unlimited Data access
กลุ่มเป้าหมาย : Bank / Non-Bank
Renewal Rate : 100%
Xignal ลูกค้า 18 จาก 80 ราย
ราคา 1-25 ล้าน

D&B : Business data and analytics tools สำบริการข้อมูลต่างประเทศ
หรือบริษัทตปท เช็คข้อมูลในไทย
ดูด้าน marketing / sales
subscription + Per transaction
กลุ่มเป้าหมาย : บริษัทข้ามชาติ ต่างประเทศ Import/Export
Renewal Rate : ปีแรก 70-80%
ลูกค้า 200 จาก TAM 3000 ราย
ราคาขาย 5แสน – 2ล้าน

Data risk consulting > ลักษณะเป็น project + MA
ช่วยบริหารจัดการ Data
หาข้อมูลที่ clean เอามาประเมิน
Application score / behavior score / ความเสี่ยงในการปล่อยสินเชื่อ
คำนวณ สำรองเงินกองทุน วิเคราะห์ข้อมูล ตาม Basel 2 /3
Data management & A.I
กลุ่มเป้าหมาย : Bank / Government
Renewal Rate : 100%

Match link :เป็น Platform บริการ sme รายย่อยในภูมิภาค SEA / matching ผู้ซื้อ ผู้ขาย / ขอสินเชื่อรายย่อยได้
subscription + Transaction
กลุ่มเป้าหมาย : บริษัทขนาดเล็ก
Average Return visitor 34.2% / Benchmark 25%
ลูกค้าสามารถทำ digital name card / loan request
Member 170,000 / 1500 รายจ่ายเงินซื้อบริการ
ราคาขาย 100-10,000 บาท

ช่วงที่ 3 คุณ Mina (COO)
Execution Strategy
Data Strategy >> ขยาย coverage ให้กว้างและลึก ให้ลูกค้าเห็นภาพรวมมากขึ้น
IT Strategy >> ลงทุนด้านคนเพิ่มเพื่อเพิ่มศักยภาพ / Explore new technology
Compliance Strategy >> Internation standard (ISO) / PDPA / Proactive Monitoring
ดู credit risk rating
ผู้มีส่วนได้เสีย

Revenue Contribution
64% Information Services ( ถ้านับในส่วนนี้ 100% สัดส่วนจะเป็น : Exlite 41% / CorpusX 38% / D&B 21% )
22% Data & Risk Consulting
14% Others

Future Plan
Digital transformation = AI digital
Customer experience = การยืนยันตัว นิติบุคคล
Risk & compliance = PDPA / Fraud / ESG score/ cybersecurity

Q&A
Q Xignal เจ้าไหนไม่ได้ใช้
A เราขาย bank & nonbank เจ้าที่ไม่ใช้จะเป็นกลุ่มค่อนข้าง retail เช่น Kiatnakin

Q CorpusX : ถ้าไม่ใช้ของเราเค้าใช้ใคร
A ใช้ของกรมพัฒน์แต่ยากเพราะไม่มี support / ข้อมูลบางส่วนมีปัญหา ไม่มีการสอบทานความถูกต้อง
Q ราคาเราเทียบกับกรมพัฒน์
A ของเค้าฟรี / ตัวคิดเงินคิดเป็น byte ซึ่งถูกกว่าเรามาก

Q Data quality เรามีวิธีตรวจสอบยังไง
A เรารับข้อมูลมา คอยตรวจว่า ครบมั้ย ถูกมั้ย เอา AI มาช่วย

• มีระบบ QC สุ่มตรวจ 20-30%
• Linkage = หาความเชื่อมโยงแต่ละ data source

Q ข้อมูลเปลี่ยนบ่อยๆมีความเสี่ยงเรื่องผิดพลาดมั้ย
A มีโอกาสต้องบอกว่า last update เมื่อไหร่ >> พยายามจะ update ให้ไว
ถ้าข้อมูลจากแหล่งส่งมาผิด > ระบบ NCB ก็ไม่รู้ว่าผิดยังไง คือมีหน้าที่แค่รวบรวมข้อมูล ต่างจากของเราที่มีข้อมูลจากหลาย source สมมติข้อมูลเรากับกรมพัฒน์คืออยากให้เป็น daily update เลย ( ปัจจุบัน อาทิตย์ละ 2 ครั้ง )
การตรวจสอบ มีทั้งใช้คน + flow ข้อมูลมาเลย / กำลังศึกษาเรื่อง AI

Q เห็น data cost คงที่ลดนิดหน่อยจะเพิ่มมั้ย
A พยายามจะ Keep ให้อยู่ในระดับนี้

Q Risk management งาน project GPM fluctuate มากเพราะอะไร
A การเข้า area ใหม่ไม่ง่ายก่อนหน้านี้บาง project ขาดทุนเรายังใหม่ความเสี่ยงเยอะแต่เราอยากไปปีแรกๆคือการลงทุน ลูกค้า partner บางงานสมมติ 100 บาท ขาดทุน 70 บาทก็ทำ
เวลาเข้า area ใหม่ gp จะต่ำ แล้วค่อยๆเพิ่มขึ้น
เราเริ่มเข้าหน่วยงานอื่นเช่นสรรพากรกองปราบ ( เพิ่งส่งมอบ = ทำ platform ให้จับผู้ร้ายได้ง่ายขึ้น )
ลูกค้าที่อยากทำ digital transformation เช่นข้อมูลจากกองปราบ = พนักงานเคยมีคดีมั้ย
คือเรากำลังหา new S curve
เรารับ project เพื่อต่อยอดออกไป
ต้องมีการ set ทีมใหม่ เพิ่มคน เราพยายาม บริหารจัดการ

Q เรื่อง PDPA จะเกี่ยวกับเรายังไง
A เราให้ข้อมูลเป็นนิติบุคคล เป็น general information
อย่างกองปราบจ้างเราเค้าจะมี legal right อยู่ เราเป็นคนทำข้อมูลจึงไม่ได้ผิดกฏหมาย

Q Service ที่เพิ่ม charge เงินลูกค้าเพิ่มได้มั้ย
A เพิ่มได้โดยเพิ่ม feature / แต่ไม่ได้ปรับบ่อย 10 ปี แล้วที่เราไม่ได้ขึ้นราคา
ลูกค้าปรับจาก corpus > CorpusX > เปลี่ยนทุกคน และขึ้นราคา

Q Project base revenue. มี backlog เท่าไหร่
A As Q1 ยังไม่ได้เก็บข้อมูล
Q แผนการส่งมอบ
A ส่วนใหญ่ส่งมอบปีนี้ + MA / ในหมายเหตุประกอบงบ มีบางส่วนเป็น MA

Q ข้อมูล TAM เอามาจากไหน / data โตเร็วแค่ไหน
A Xignal = เกิดจากการติดต่อคุยกับแต่ละสถาบันการเงิน
ตัวอย่าง LH bank เพิ่งซื้อ ใช้เวลาคุย 7 ปี
Level การ educate นาน
อย่าง thai credit ซื้อเร็ว = ขึ้นกับความต้องการ
Tam = bank + nonbank
D&B = multi national + export
MatchLink = segment ชนกับกรมพัฒน์ เราก็ยัง explore ว่าจะมี value อะไรเพิ่มให้ / จริงๆ ตัวนี้รายได้ยังน้อย
คาดหวัง จะเป็นประโยชน์เชิงธุรกิจ

Q เป้าหมายCAGR แต่ละ bu growth
A 5-10% ต่อปี 3-4 ปีหลังโตเยอะ ราคาแล้วแต่ category
พอเป็น platform / renew rate จะดีขึ้น
CorpusX ลูกค้าใหม่ 100 รายต่อปี

Q รายได้ BOL 2024 target
A ไม่ได้เปิดเผย ปีนี้พยายาม challenge
รายได้ project ชะลอ จาก ภาครัฐ Q2 ก็ยังชะลอ
Rev organic ยัง growth ปกติ >> 5-10%
ปกติไม่ได้ปรับราคาเลย

Q KPI ย่อยของแต่ละ product ยังไง ลูกค้าเพิ่มยังไง
A เป้าหมายเพิ่มขึ้น 100 รายต่อปี
D&B 10-15%
Xignal ขึ้นราคาบางราย บางรายให้ premium ให้ลองใช้ก่อน 5-10%

Q SGA control ยังไง
A โดยรวม คล้ายปีที่แล้ว (+4%)

Q Product champion ที่คาดหวัง
A Digital transformation >> EKYB ใช้อำนาจกรรมการ convert จากเอกสาร เป็น digital ใช้แล้ว 1 bank จะเอาไปต่อยอดกับที่อื่น
ต่อยอดเรื่อง screening / fraud ว่ามีความเชื่อมโยงกับบริษัทอื่นๆยังไง / conflict of interest มั้ย
เรื่อง consumer data > ระหว่างคิด idea รูปแบบว่าจะแก้ pain point ยังไง
Digital transform > implement ไปแล้ว 1 bank
Q Product ที่ทำกับ bank จะโดนต่อราคามั้ย
A ปกติโดนต่อราคาทุกปีเราชิงขึ้นราคาก่อน

Q Digital signature ยังไม่ได้เริ่ม ถ้ามีการ Adoption จริงจะเป็นผลบวกกับเรามาก
A จริงๆตอนนี้กำลังจะเกิดและ scale แล้ว Global firm ใช้กันเป็นปกติแล้ว

Q CorpusX คู่แข่งคือใคร
A กรมพัฒน์ / startup แต่เรา diffentiate กว่า

Q BU Risk management มีส่วนของ MA เท่าไหร่
A ประมาณ 40% ของปี 2023

Q Revenue ลูกค้า 10 รายแรก เป็น กี่%
A Xignal 10 รายแรก = 80% (15ใหญ่ 3 เล็ก)

Q CorpusX รายใหญ่สุดคือสรรพากร 12 ล้าน ที่เหลือไม่ใหญ่ อาจจะ 1-3 ล้าน
A D&B package ใหญ่สุดล้านกว่าบาท

Q Data ESG / cybersecurity เอามาจากไหน
A จาก partner / cybersecurity score มีหลาย vendor ที่ทำ / ESG ใช้ D&B
ESG 2-3 แสนบริษัท
Cybersecurity ประมาณ 50,000 บริษัท

Q ขึ้นราคาไม่ค่อยได้ เพราะอะไร ( bargaining power? )
A เราคิดเรื่องการหาลูกค้าใหม่มากกว่า ( 2หมื่นกว่ารายยังไม่ได้เข้าไป )
แนวคิดเราคือขึ้นราคา + add value
การ tab ลูกค้าใหม่ก็ช้า
ต้อง communicate
คน call in ใช้เวลา 1 เดือน กว่าจะซื้อ / ถ้าไปหาลูกค้า ใช้ 200 วัน
กำลังจะรับ sale manager ใหม่ ( มาจาก consumer )
ปัญหาคือการสร้าง awareness ของลูกค้า
ขอไปทำการบ้านต่อ

Q Trend AI เอามาช่วยวิเคราะห์
A ต้อง concern เรื่องความถูกต้องของข้อมูล
ChatGpt ก็กำลังพิจารณาเอามาใช้

Q เงินสดมีเยอะมาก 500ล้าน+ มีแผนอะไรมั้ย
A มีไว้ก็อุ่นใจ / เตรียมแผนไว้อยู่ อาจมีเรื่อง Partner

Q Startup ที่ทำแบบ pay per use เราคิดจะทำมั้ย
A คือทำแบบเดียวกับ MatchLink คิดเป็นครั้งๆ ครั้งละ 100
ตอนนี้มี member 4 แสน แต่คนซื้อยังน้อย
Concept freemium ไม่ work
ยังหา model ที่ success ไม่ได้