BizIdea

FRAML 金融科技 扫描 2026-07-09 to 2026-07-09 运行 20260710080039

尼泊尔银行专用的 FRAML 本地化操作系统,让银行快速落地本地 PEP 覆盖、FIU 达标报告和统一反欺诈管控。

尼泊尔地区银行面临的金融犯罪合规义务,常被全球 AML 套件当作事后定制来处理——尤其在本地 PEP 数据、FIU 报告和监管特定工作流上。这迫使合规团队在通用的制裁筛查、交易监控和反欺诈系统之上,硬套表格核对和人工案件准备,结果就是调查缓慢、审计脆弱。银行数字化渠道的同时,各自为战的反欺诈和 AML 技术栈还在成倍增加告警和交接环节,恰好撞上本地监管机构收紧管控的时点。

综合评分 3.4 / 5.0
  1. 2
    市场

    2760 万美元的 TAM 和 17.8% 的 AML 市场增速证明需求真实,但尼泊尔只有 20 家银行买家,还有五家竞争对手,市场规模仍是小众。

  2. 4
    差异化

    尼泊尔专属 PEP 数据、FIU 达标报告,以及统一的反欺诈加 AML 案件处理,是一个锋利的切口,但套件厂商和系统集成商能复制其中部分能力。

  3. 4
    执行

    六个计划招聘岗位和分阶段的银行里程碑,支撑起 70% 毛利率、9.9 倍 LTV/CAC 和 6.7 个月的回本周期,但模型仍留有五处风险提示。

  4. 4
    时机

    一次真实的银行部署,加上同一天出现的四个关于本地化、FRAML 融合和伙伴主导落地的信号,让“现在正是时机”的论点格外有说服力。

章节

为何现在

  1. 一家具名尼泊尔银行已经买单这个品类,证明预算和紧迫性是真实存在的,而不是假设。
  2. 尼泊尔专属 PEP 覆盖和 NRB/FIU 报告是明确的采购标准,所以本地化才是护城河,不是可有可无的服务附加项。
  3. 买家正在从单点合规工具转向统一 FRAML 工作流,把反欺诈和 AML 调查场景合并在一起。
  4. 微服务部署和本地尼泊尔实施伙伴降低了采用风险,足以让银行从试点走向生产环境。

催化因素。 Machhapuchchhre Bank 现场选定了一套统一、基于微服务、尼泊尔本地化的 AML 系统,说明买家正在从通用合规工具转向本地化 FRAML 技术栈。

章节

创意

该产品叠加在银行的核心、渠道和交易系统之上,提供持续维护的尼泊尔 PEP 与实体数据包、NRB 和 FIU 报告模板,以及制裁、AML 和反欺诈的本地规则库。它把告警统一到一个调查员控制台,让可疑账户、支付模式和欺诈信号被当作一个案件处理,而不是分散在三个队列里。微服务架构让银行可以逐步采用各模块,并与本地实施伙伴一起在当地部署,与来源中描述的落地模式一致。随着时间推移,公司可以在相似银行之间对假阳性调优和调查工作流做基准对比,加深护城河。

差异化。 大多数 AML 厂商把最难的最后一公里工作丢给银行或本地系统集成商自己搞——把本地法规、PEP 覆盖和报告格式翻译成能用的操作流程。这家公司把这一层产品化为软件,而不是一次性服务,同时把反欺诈和合规案件并入同一工作流。它的优势会随着监管映射、本地数据覆盖和银行专属调优不断累积,而这些恰恰是通用全球平台难以逐个市场维护的部分。

创业论点
滩头市场 尼泊尔商业银行中拥有 20-100 家分支机构、移动银行交易量在增长,且制裁筛查、交易监控与反欺诈审查各自为战的 AML 与反欺诈运营团队。
切入点 一套尼泊尔专属的 FRAML 层,接入现有银行系统,提供本地 PEP 覆盖、Nepal Rastra Bank 与 FIU-Nepal 报告包、统一告警分流和调查员案件处理。
非显而易见洞察 新兴市场 FRAML 领域真正能赢的产品,不是通用检测引擎,而是本地化层——把本地 PEP 情报、监管机构认可的报告和本地部署,打包进一套银行可直接上线的工作流。
风险投资级路径 从尼泊尔商业银行起步,再把同一套本地化引擎复用到汇款服务商、电子钱包和其他南亚前沿市场金融机构,最终成为多家 AML 厂商底层的监管数据与工作流层。
目标用户
主要用户 正在推进移动和数字银行现代化的尼泊尔商业银行 AML 与金融犯罪运营负责人。
次要用户 同一批银行里负责整合分散监控工具的 CIO 和反欺诈运营转型负责人。
经济买方 尼泊尔商业银行的首席风险官或合规负责人。
市场切入种子
首个客户 一家拥有 25-75 家分支机构、有自有移动应用、即将迎来 NRB 或 FIU 报告审查的尼泊尔商业银行的 AML 或金融犯罪运营负责人。
购买触发点 一次面向监管机构的报告审查,或数字银行现代化项目,暴露出把本地 AML 和反欺诈管控硬套在进口软件上的成本。
当前替代方案 分散的全球 AML 模块、基于表格的本地 PEP 核对、人工 FIU 报告准备,以及系统集成商主导的定制集成。
切换理由 一套打包的尼泊尔本地化层能缩短实施时间、降低人工报告风险,并消除点状工具在反欺诈和合规团队之间造成的交接。
定价假设 按银行主体收取年度订阅费,叠加告警量分级定价,实施和本地化更新费用与本地伙伴一同交付。

待完成任务

任务 当前替代方案 成功指标
当尼泊尔银行推进数字渠道现代化或更换 AML 工具时,帮助 AML 负责人把筛查、监控和报告本地化,让银行上线时不留 NRB/FIU 缺口。 全球 AML 厂商模块,加上基于表格的本地合规工作和系统集成商定制。 从启动到监管机构认可上线所需的周数,以及自动填充的 FIU 申报字段比例。
当反欺诈和 AML 告警分流到不同团队时,帮助调查员把信号合并成一个案件,用更少的人工交接更快关闭高风险告警。 分散的反欺诈工具、交易监控队列,以及邮件或表格里的人工案件记录。 调查耗时中位数,以及假阳性交接率。
尼泊尔 FRAML 本地化切口
flowchart LR
  Buyer[Head of AML at Nepali bank] --> Pain[Manual local PEP and FIU reporting]
  Pain --> Product[Nepal FRAML localization OS]
  Product --> Outcome[Faster compliant launches and unified investigations]
创意评分卡 — 平均4.2 / 5 · 5个维度
信号4/5痛点4/5切入点5/5防御性4/5规模化4/5
  • 信号 · 4/5三份互相印证的来源和一次具名银行部署证明了真实需求,尽管证据集中在单一市场。
  • 痛点 · 4/5金融犯罪管控缺口带来监管和欺诈损失风险,不过紧迫程度仍取决于每家银行自身的数字化增速。
  • 切入点 · 5/5尼泊尔专属 PEP 覆盖、FIU 报告和统一 FRAML 工作流,共同定义了一款清晰、可直接采购的切入产品。
  • 防御性 · 4/5监管映射、本地数据和告警反馈调优会随时间积累优势,尽管全球 AML 厂商可能复制其中部分能力。
  • 规模化 · 4/5首个市场狭小,但本地化层可以扩展到前沿市场的银行、电子钱包和汇款通道。
商业模式画布
关键伙伴
  • 尼泊尔本地系统集成商
  • 核心银行系统与数字渠道厂商
  • 合规顾问与数据供应商
关键活动
  • 维护本地规则包与报告包
  • 整合交易与渠道数据
  • 与客户一起调优假阳性率
关键资源
  • 本地化的监管内容与报告模板
  • PEP 与实体数据,以及类型学库
  • 银行系统集成与调查员工作流知识产权
价值主张
  • 开箱即用的尼泊尔专属 PEP 与报告覆盖
  • 统一的 AML 与反欺诈工作流,取代点状工具间的交接
  • 借助微服务架构和本地伙伴实现更快部署
客户关系
  • 高触达的共创客户部署
  • 季度规则包与监管更新评审
  • 伙伴协助的上线与支持
渠道
  • 直接向银行风险与合规负责人销售
  • 尼泊尔本地实施伙伴
  • 核心银行系统和数字银行集成伙伴
客户细分
  • 尼泊尔商业银行
  • 前沿市场数字银行和钱包运营商
  • 受本地 AML 报告约束的汇款服务商
成本结构
  • 用于系统集成与工作流软件的工程投入
  • 合规专家与数据整理
  • 伙伴赋能与客户成功
收入来源
  • 按银行主体收取的年度软件订阅
  • 基于告警量的使用费
  • 实施与本地化服务收入
章节

市场

市场规模
TAMSAMSOM TAM · 总体可寻址市场 $27.6M SAM · 可服务市场 $8.0M SOM · 可获得市场 $1.6M
市场规模概览
TAM $27.6M 建模方式:尼泊尔 20 家商业银行 × $400k + 17 家开发银行 × $250k + 28 家持牌支付机构 × $150k + 斯里兰卡 24 家商业银行 × $400k + 6 家专业银行 × $250k = $27.55M;相比 2025 年 41.3 亿美元的全球 AML 市场,这仍然是一个极小的细分市场。
SAM $8.0M 可服务的近期市场,建模方式为尼泊尔 20 家商业银行 × 本地化 FRAML 技术栈约 $400k 的预估年度合同价值。
SOM $1.6M 可达成的第三年 SOM,建模方式为 4 家尼泊尔商业银行客户 × $400k ACV;这个假设偏激进,但由于市场上已经有真实买家存在,仍算可信。

高管要点

  • 需求信号是真实的,但很集中:Machhapuchchhre Bank 已经选择 ZIGRAM 的尼泊尔本地化统一 AML/反欺诈技术栈,证明只要把本地化和工作流统一打包在一起,尼泊尔市场上确实有买家愿意为这个品类掏钱 [16][17][20]
  • 本地化——而不是原始检测模型——才是可信的切口。FIU-Nepal 持续更新 STR/SAR 和 TTR 指引,APG 认为商业银行相对其他金融机构更成熟,但市场其余部分在筛查和监管上仍有缺口 [4][5][6]
  • 尼泊尔的数字化规模足以制造痛点,但单靠自身还撑不起风投级规模:NRB 名录上仍只有 20 家商业银行,但 2023/24 财年移动银行用户已达到 2465 万,QR 支付笔数增长 117.03% [1][2]
  • 横向的现有厂商已经覆盖了通用技术栈。Oracle、NICE Actimize、Tookitaki 和 ComplyAdvantage 都在卖监控、筛查或案件管理模块,所以创业公司必须以尼泊尔专属编排层的身份取胜,而不是再造一套通用全套件 [22][26][29][32]
  • 第三年 SOM 靠几家客户就能达到,但如果不做区域扩张,TAM 依然有限;本地市场天花板是真实存在的,除非尼泊尔能变成一套可复用的本地化引擎,服务南亚周边市场和支付机构 [1][2][36][37]

市场定义

市场定义:为南亚金融机构本地化金融犯罪管控的软件与数据层——把客户和支付筛查、交易监控、反欺诈告警统一、案件管理,以及针对尼泊尔特定义务的 FIU 达标报告结合在一起,而不是通用的全球 AML 模块 [3][5][6][18][19][22][29][32][35]

用户与买方

日常使用者是尼泊尔商业银行的 AML/FCC 运营负责人、相当于 MLRO 的团队,以及反欺诈运营经理;经济买家通常是负责数字渠道风险和监管管控的 CRO、合规负责人或 COO [1][2][4][16][17]

购买触发点

  • NRB/FIU 审查、内部审计,或可疑活动报告整改工作,会暴露出还有多少本地申报逻辑仍停留在表格和人工调查员手里。 [4][5][6]
  • 数字支付增长推高了告警量,让现有人手更难同时管理分开的反欺诈、筛查和 AML 队列。 [2][14][15]
  • 银行现代化或换厂商项目,为一层更轻的本地化方案,或与本地伙伴一起部署的统一 FRAML 技术栈,打开了机会窗口。 [16][17][20][21]

支付意愿

公开定价信息很少,但付费意愿是可信的:一家尼泊尔商业银行已经买下了这个品类,现有厂商把这些产品定位成企业级风险平台,相邻市场的案例研究关注的是扩充合规团队,而不是替换免费工具。预算科目已经存在于银行风险/合规现代化和支付筛查项目之中。 [16][17][22][25][26][38][39]

品类动态

增长信号 2025-2030 年全球 AML 市场复合年增长率 17.8%

顺风因素

  • NRB 报告显示,2023/24 财年移动银行用户达到 2465 万,connectIPS 交易 7560 万笔,QR 支付笔数增长 117.03%,这些都在推高金融犯罪工作流的压力。
  • FIU-Nepal 和 APG 的压力,让本地报告、筛查和监管期望持续走高。
  • FRAML 已经成为主流运营模式,让统一的反欺诈加 AML 工作流比分散的单点工具更容易卖出去。

逆风因素

  • 尼泊尔商业银行买家群体只有 20 家机构,集中度风险是结构性的。
  • APG 认为,除了最大几家银行之外,AML/CFT 成熟度参差不齐,NRB 的监管检查在支付机构中仍能发现尽职调查和 AML 预算方面的缺口。
  • 本地规则包的准确性是合规责任问题,不只是产品缺陷,因为申报和阈值逻辑都是被明文规定的。

验证信号

  • Machhapuchchhre Bank 在 2026 年 7 月选择了 ZIGRAM,证明尼泊尔已经有真实银行为这个品类掏出预算。
  • ZIGRAM 分别与 AMNIL 和 Dolma 建立了尼泊尔联盟,说明一套可用的实施生态已经存在。
  • NRB 的报告显示数字渠道的采用规模,足以制造真实的 AML/反欺诈告警量和运营痛点。
  • Tookitaki 和 ComplyAdvantage 都在宣传聚焦降低假阳性和扩充合规运营的案例研究,说明买家对改善工作流有真实需求。

监管与技术约束

  • FIU-Nepal 在 2025 年 7 月更新的 STR/SAR 指引中,新增了类别和上游犯罪指标。
  • TTR 规则在 2025 年 7 月修订,更新了分行业的阈值和豁免规定。
  • APG 发现商业银行和较大金融机构的自动化筛查能力,比市场其余部分更强。
  • NRB 的支付监管检查发现,部分支付机构存在尽职调查不足、AML-CFT 项目预算缺失的问题。
尼泊尔 FRAML 本地化市场图
← Low Nepal localization High Nepal localization → ← Low workflow breadth High workflow breadth → Q2 Q1 · 优势区 Q3 Q4 Proposed startup ComplyAdvantage Oracle NICE Actimize Tookitaki ZIGRAM
章节

竞争

ZIGRAM 是最直接的威胁,因为它已经把尼泊尔本地化和统一技术栈、本地伙伴模式绑在了一起。Tookitaki 靠聚焦 APAC 的 FRAML 运营和降低假阳性竞争,ComplyAdvantage 靠 API/数据驱动的筛查监控竞争,NICE Actimize 和 Oracle 则靠广泛的企业级套件竞争。尼泊尔市场里真正的替代品,仍然是现有 AML 模块加表格加系统集成商的组合,不是完全没有软件 [16][17][18][19][20][21][22][23][24][26][27][28][29][30][32][33][35]

竞争对手 阶段 切入点 定价 优势 相对劣势
ZIGRAM scale-up 与本地实施伙伴一起销售的尼泊尔本地化全套 AML/FRAML 技术栈。 企业定制定价,无公开报价单。 已经拿下一个真实的尼泊尔银行部署案例,落地模式清晰依赖本地伙伴。 一个更轻、厂商中立的本地化层,比整套系统替换更容易被采用。
Tookitaki scale-up 聚焦 APAC 的反金融犯罪套件,宣称具备可解释 AI、案件管理和假阳性降低能力。 企业定制定价,无公开报价单。 FRAML 相关的营销话术很强,公开宣称部署更快、假阳性更少、告警命中率更高。 公开资料是区域通用型,而不是明确以尼泊尔报告需求为先。
ComplyAdvantage scale-up 以模块化平台形式交付的 AI 驱动筛查、监控和金融犯罪情报。 企业定制定价,无公开报价单。 PEP/制裁数据能力强,工作流采用模块化设计,并有案例证明成长中的受监管企业会为筛查和监控升级付费。 面向全球 API/数据的定位,并不能自动解决尼泊尔专属申报包或本地部署信任的问题。
NICE Actimize incumbent 覆盖 AML、反欺诈、制裁和调查的企业级 FRAML 和监控技术栈。 企业定制定价,无公开报价单。 套件覆盖深度广,且明确定位为统一的反欺诈加 AML。 尼泊尔市场规模不大,一整套企业级套件仍会把昂贵的最后一公里本地化工作留给买家自己解决。
Oracle incumbent 覆盖交易监控、客户尽职调查、筛查和监管报告的端到端 FCCM 技术栈。 企业定制定价,无公开报价单。 模块覆盖深入,套件内置监管报告支持。 横向能力强并不等于尼泊尔可用内容齐备,而且部署范围可能大大超出一个以本地化为先的更轻切口所需要的规模。

为什么现有厂商不会默认胜出

  • 全球 AML 套件. Oracle 和 NICE Actimize 已经覆盖监控、筛查、反欺诈和监管报告,但它们的公开资料是横向通用的,尼泊尔专属的申报内容和本地落地的复杂性,仍然留给客户或伙伴生态自己解决。
  • APAC 反金融犯罪套件. Tookitaki 更贴近工作流,在 FRAML/案件管理上宣称很强,但它公开的定位是 APAC 通用型,而不是明确针对尼泊尔本地化。
  • 以 API 为主的筛查与数据厂商. ComplyAdvantage 在全球筛查数据、模块化监控和案件工作流上最强,但它的定位仍是原生 API 风险基础设施,而不是尼泊尔专属的监管内容包。
  • 本地伙伴加全栈模式. ZIGRAM 已经证明本地实施联盟有助于拿下尼泊尔的交易,但同样的模式也可能留出空间,给一个更轻的厂商中立叠加层——如果银行只想要本地化而不想换掉整套系统。
  • 内部工作流加系统集成商. 退路仍然是表格、人工调查,以及东拼西凑的现有模块;APG 和 NRB 的证据显示这种方式能运转,但水平参差不齐,尤其是在最大几家银行之外。
章节

商业计划

尼泊尔 FRAML 本地化操作系统应该从一层厂商中立的本地化叠加层起步,服务那些已经在跑进口 AML 或反欺诈工具、外加人工本地流程的尼泊尔商业银行。研究显示需求真实存在:Machhapuchchhre Bank 已经买下一套尼泊尔本地化的统一技术栈,FIU-Nepal 又在 2025 年更新了 STR/SAR 和 TTR 指引,本地 规则维护和申报准确性因此变得紧迫。第一款产品不是又一个通用检测引擎,而是尼泊尔专属的 PEP/RCA 数据、FIU 达标报告包、统一告警分流和调查员案件处理,部署在现有系统之上,并由本地伙伴协助落地。 第一个客户是一家拥有 25-75 家分支机构、有自建移动应用、数字支付量在增长、即将迎来 NRB 或 FIU 审查或现代化项目的尼泊尔商业银行。第一单应该是针对一个银行主体、一条报告工作流的付费试点,只有 当平台自动填充大部分申报字段、减少人工案件准备、缩短调查周期后,试点才会转化为正式合同。这个切口 有吸引力,因为买家集中、痛点与监管直接挂钩,而且叠加层比整套系统推翻重建更容易快速验证。市场是 真实的但规模不大:建模得出的 SAM 约为 800 万美元,第三年 SOM 约为 160 万美元,所以风投级机会 取决于能否把这套本地化引擎复用到斯里兰卡或相邻的受监管机构。研究尚未证实现有厂商的渗透率、 在岸部署要求或可信定价点,因此叠加层的中标率、部署架构和 ACV 都必须在头 12 个月内验证。

问题

  • 尼泊尔商业银行仍在拼凑全球 AML 模块、基于表格的本地 PEP 核查,以及人工 STR/SAR/TTR 准备工作, 而数字支付量的上升正在推高告警数量。
  • 分散的反欺诈和 AML 队列造成重复调查、升级变慢、审计留痕变弱,恰好撞上 NRB/FIU 监管趋严的时点。
  • 通用厂商覆盖了监控和筛查的广度,但把尼泊尔专属的申报逻辑、本地数据维护和监管机构认可的工作流, 留给了银行或系统集成商自己解决。

解决方案

  • 交付一套尼泊尔本地化叠加层:维护好的 PEP/RCA 与报告映射、带版本号的 STR/SAR/TTR 规则包, 以及面向监管机构申报的可审计证据生成。
  • 把反欺诈、筛查和 AML 告警统一到一个调查员队列和案件文件里,且不强迫银行第一天就替换现有 监控技术栈。
  • 通过模块化连接器和本地伙伴部署,让银行可以先上一个主体、一条工作流,验证效果后再加模块。

为什么我们会赢

  • 这家公司卖的正是现有厂商和系统集成商仍当作定制工作的最后一公里产品缺口:尼泊尔专属数据、 申报模板,以及紧跟规则变化的调查员工作流。
  • 厂商中立的叠加层比整套系统替换更容易让银行买单,因为它能塞进现有的现代化预算,也降低了 核心系统切换的风险。
  • 跨银行调优数据、申报模板历史和本地伙伴部署手册会不断积累,形成通用全球套件难以逐个市场 维护的护城河。
战略选择
滩头市场 尼泊尔商业银行中拥有 20-100 家分支机构、移动或 QR 支付使用量在增长、反欺诈与 AML 工作流 各自为战,且近期有 NRB/FIU 审查或现代化触发点的银行。
切入点理由 商业银行是验证最快的市场,因为它们本就承受着最强的监管期望,有明确的本地报告痛点,买家 集中,并且至少有一次真实的品类采购发生过。相比从尼泊尔支付机构、汇款服务商或宽泛的南亚 套件起步,这能更快建立可参考的案例。
推进顺序 先做本地化叠加层、申报包和统一案件处理,再考虑任何新的检测引擎,因为部署速度和申报准确性 才是关卡风险。头 2-3 个银行试点保持创始人主导销售,靠本地伙伴降低落地阻力,只有在尼泊尔 部署套件、定价和"试点到量产"的打法都可复制之后,才扩张到第二个市场。
暂不进入 在本地化叠加层证明可复制之前,替换整套交易监控或反欺诈检测引擎。 · 在 2-3 个商业银行参考案例出现之前,进入尼泊尔支付机构、电子钱包和汇款服务商市场。 · 在一个相邻监管包能复用大部分尼泊尔内容和数据模型之前,进行大范围南亚扩张。 · 在审计就绪的报告和案件分流工作流得到信任之前,推出生成式 AI 调查员副驾驶功能。
进入市场
切入点 向面临 NRB/FIU 审查、内部审计整改或数字银行升级的商业银行卖一个付费的尼泊尔本地化试点, 用一套叠加在现有工具之上的统一方案,替换表格式 PEP 核查和人工 FIU 案件准备。
渠道 创始人主导,直接向尼泊尔 20 家商业银行的 AML 负责人、合规负责人、CRO 和 CIO 销售。 · 掌握本地落地、数据映射和监管信任工作的尼泊尔本地实施伙伴。 · 前 2 个生产环境参考案例出现后接入的核心银行系统、数字渠道和风险集成伙伴。
漏斗目标 目标漏斗:目标账户初次接触→合格需求发现 50%+;合格需求发现→付费试点 20-30%;付费试点→正式生产 60%+;首家生产环境银行在 12 个月内扩到第二个模块或第二个主体的比例达到 50%+。
定价 从一个银行主体、一条报告或案件工作流的 4 万-8 万美元付费试点起步,随后转为每个银行主体 25 万-40 万美元的年度订阅,按启用模块和告警或申报量定价,实施费和年度本地化更新费单独计费。 这让首次审批留在合规现代化预算之内,同时保留了在 ROI 得到验证后向更广泛的反欺诈和 AML 工作流扩张的空间。
产品路线图
MVP MVP 覆盖一个银行主体和一条调查员工作流:尼泊尔 PEP/RCA 数据、STR/SAR/TTR 模板、统一告警 收件箱、案件管理和审计留痕,叠加在现有筛查或监控系统之上。它不包含新的检测模型、跨境扩张包, 以及广泛的支付机构工作流,直到叠加层证明能被采用为止。
6 个月 上线 2 个共创客户试点,配备标准核心银行系统或渠道数据连接器、带版本号的尼泊尔规则包、 申报审批工作流,以及申报自动填充率、案件准备耗时、告警交接率的 KPI 仪表盘。
12 个月 把 2 个试点转为正式生产,加入假阳性调优、监管变更差异发布、伙伴部署套件,并对首批银行群体做 基准报告。
24 个月 达到 4 家生产环境的尼泊尔银行客户,打包一套可复用的相邻市场规则引擎,只有在尼泊尔打法已经 盈利且可复制的前提下,才在斯里兰卡或密切相关的机构类型启动第二个市场试点。
关键押注 即便现有监控引擎仍留在原地,银行也会为本地化叠加层付费。 · 带版本号的尼泊尔规则包可以当作软件来维护,而不是定制咨询。 · 一个统一案件队列能减少足够多的人工交接,值得银行为此支付 25 万-40 万美元的年度软件费用。 · 第二市场规则包能复用至少 60% 的尼泊尔内容和工作流模型。
商业模式
收入来源 按银行主体收取的尼泊尔本地化筛查、案件处理和报告工作流年度软件订阅。 · 与本地伙伴一同交付的一次性实施、连接器和数据上线费用。 · 统一反欺诈加 AML 案件管理与基准对比高级模块的持续本地化更新费。
价值单位 一个运行尼泊尔本地化包的受监管银行主体,按启用模块和月度告警或申报量定价
目标毛利率 70%
扩张杠杆 试点转正式生产后,在首家银行内增加更多工作流、主体或分支机构群组。 · 从申报和 PEP 本地化,扩展到统一反欺诈加 AML 案件处理和假阳性调优。 · 把监管内容引擎复用到斯里兰卡或其他相邻南亚银行市场。 · 只有在商业银行部署手册标准化之后,才增加支付机构规则包。
战略地图
北极星指标 每月从一个统一告警队列生成 FIU 达标案件包的生产环境银行主体数量
输入指标 未来 12 个月内已有具名 NRB/FIU 审查、审计整改或现代化触发点的合格尼泊尔商业银行客户。 · 从试点启动到首次上线统一告警和申报工作流所需的天数。 · 由系统数据和案件历史自动填充的 STR/SAR/TTR 字段比例。 · 相对客户基线的调查员案件准备耗时中位数和反欺诈到 AML 交接率。 · 付费试点转正式生产的比例,以及第二模块的扩展率。
待构建护城河 与 FIU-Nepal 规则变化保持同步的尼泊尔专属 PEP/RCA、受益所有人和申报映射。 · 让本地伙伴能落地叠加层而不替换现有系统的可复用连接器和部署手册。 · 跨银行的告警处理和申报历史数据,能改善调优并把产品嵌入监管机构可见的工作流之中。
终止标准 前 10 个尼泊尔商业银行目标客户中,12 个月内签下付费试点的不足 2 家。 · 头 3 个试点未能在 90 天内自动填充至少 70% 的必填 STR/SAR 或 TTR 字段,也没能把案件准备 耗时中位数降低 30% 以上。 · 付费试点转正式生产比例低于 50%,或实际软件定价低于每个银行主体年度 25 万美元。 · 第 18 个月时,第二市场规则包复用的尼泊尔规则对象和数据模型不到 60%,区域扩张论点无法验证。

里程碑

0–12 个月
  • 在尼泊尔 20 家商业银行中至少 10 家里,梳理现有的 AML 和反欺诈工作流现状。
  • 签下 2 个带明确申报和案件处理 KPI 的付费共创客户试点。
  • 把 2 个试点转为生产环境,证明申报字段自动填充率 70% 以上,且案件准备耗时降低 30% 以上。
  • 发布一套可复制的尼泊尔规则包发布流程和伙伴部署套件。
12–24 个月
  • 达到 4 家生产环境的尼泊尔商业银行客户,验证建模得出的 160 万美元第三年 SOM 路径。
  • 在一个早期客户账户内,赢下至少 1 次第二模块或第二主体扩展。
  • 完成一个相邻市场本地化包,并且只有在尼泊尔部署持续保持 90 天以内时,才启动 1 个 非尼泊尔试点。
  • 每个新客户的服务收入占首年收入的比例保持在 30% 以下。
24–36 个月
  • 用同一套内容引擎,在第二个受监管机构市场建立 2 个生产环境参考案例。
  • 在已安装客户群中构建基准调优和工作流分析能力,同时避免变成一个通用 AML 套件厂商。
  • 达到不再需要创始人参与每一次实施的伙伴协助部署模式。
战略地图
flowchart LR
  Wedge[Nepal bank localization overlay] --> MVP[PEP plus FIU report pack plus unified casework]
  MVP --> Proof[2 production bank references and faster filings]
  Proof --> Expansion[Sri Lanka or adjacent institution pack]

创始团队

角色 入职时间 理由
创始人/CEO 第 0 个月 在一个只有 20 个主要买家的市场里,亲自主导银行销售、试点打包和早期伙伴招募。
创始工程师 第 0 个月 构建共创客户试点所需的第一版尼泊尔规则引擎、连接器、统一案件队列和审计留痕。
合规产品负责人 第 0 个月 把 FIU 和 NRB 的变化转译成带版本号的软件需求,让早期银行相信申报准确性。
解决方案负责人 第 3 个月 试点启动后降低部署阻力,把伙伴上线流程标准化,保护核心工程时间。
数据运营分析师 第 6 个月 维护本地 PEP/RCA 和申报数据集,避免准确性问题演变成定制化客户服务工作。
合作伙伴负责人 第 9 个月 前 2 个生产环境参考案例出现后,把本地实施公司和集成伙伴变成一个可复制的渠道。

实验路线图

阶段 实验 假设 成功指标 负责人
0–90 天 访谈 12 位尼泊尔商业银行 AML 或合规负责人,梳理当前厂商技术栈、人工报告步骤 和续约日历。 至少 6 家银行存在人工本地工作流痛点,且未来 24 个月内有具体触发点。 至少 6 家符合条件的银行,各自有具名触发点、现有工作流地图和明确的经济买家。 创始人 CEO
0–90 天 在 2 家共创客户银行现场观察 STR/SAR 和 TTR 准备过程,量化人工填写字段、 审批步骤和反欺诈到 AML 的交接。 申报准备和案件整理的人工程度足以支撑一个叠加层产品,而不需要整套系统替换。 基线数据显示两家银行中 30% 以上的申报字段或案件准备步骤仍为人工操作。 合规产品负责人
0–90 天 用一个共创客户的数据样本,构建第一个尼泊尔规则包和统一案件处理原型。 该产品能自动填充大部分必填申报字段,并在不替换现有引擎的情况下统一分散的告警队列。 一个原型能自动填充 70% 以上的申报字段,并展示一个跨 AML 和反欺诈告警的 共享案件视图。 创始工程师
3–6 个月 把 2 个共创客户转为付费试点,每次部署都配一个本地实施伙伴。 伙伴协助的落地能足够降低信任和集成阻力,让银行在整套平台替换之前先付费。 签下 2 个各自 "$40k+" 的付费试点,并附有明确的量产转化标准。 创始人 CEO
6–12 个月 把前 2 个试点推入生产环境,测量申报自动填充率、案件准备耗时和试点转生产比例。 工作流效率和申报准确性上的量产证明,足以赢得年度软件合同。 2 家生产环境银行,案件准备耗时降低 30% 以上,且至少 1 份合同达到年度软件 价值 25 万美元以上。 解决方案负责人
6–12 个月 与一位顾问或共创客户一起跑一次斯里兰卡本地化可行性冲刺,对比规则复用率与尼泊尔的差异。 一个相邻银行市场能复用本地化引擎的大部分内容,让区域扩张变得可行。 一份文档化的规则差异地图,显示复用率至少 60%,并锁定一个可信的第二市场 试点目标。 创始人产品负责人

风险评估

商业计划风险 — 4 已映射
影响 →
R3 R4
R1 R2
可能性 →
  1. R1如果相邻市场的复用速度比计划慢,仅靠尼泊尔市场可能撑不起风投级回报。 · High可能性 / High影响 — 把尼泊尔当作验证点,第 12 个月前测试斯里兰卡的复用情况,在第二个规则包证明 有实质内容复用之前,不扩大烧钱规模。
  2. R2ZIGRAM 或现有套件厂商可能会把本地化能力捆绑进产品,挤压叠加层的空间。 · High可能性 / High影响 — 把自己定位为最快的厂商中立叠加层,在整套系统替换决策之前先落地,把本地数据和 工作流发布变成看得见的产品优势。
  3. R3本地 PEP 覆盖或 FIU 报告逻辑中的错误,可能摧毁早期银行客户的信任。 · Medium可能性 / High影响 — 每次涉及申报的更新前,使用带版本号的规则包、人工审批检查点、专家审查和 发布回滚机制。
  4. R4在岸部署、采购或数据访问限制,让试点比计划更慢、更依赖服务投入。 · Medium可能性 / High影响 — 提供由银行控制的部署模式,把第一批连接器标准化,并在签约试点前就数据访问 问题对客户做资格筛选。
风险 可能性 影响 缓解措施
如果相邻市场的复用速度比计划慢,仅靠尼泊尔市场可能撑不起风投级回报。 High High 把尼泊尔当作验证点,第 12 个月前测试斯里兰卡的复用情况,在第二个规则包证明 有实质内容复用之前,不扩大烧钱规模。
ZIGRAM 或现有套件厂商可能会把本地化能力捆绑进产品,挤压叠加层的空间。 High High 把自己定位为最快的厂商中立叠加层,在整套系统替换决策之前先落地,把本地数据和 工作流发布变成看得见的产品优势。
本地 PEP 覆盖或 FIU 报告逻辑中的错误,可能摧毁早期银行客户的信任。 Medium High 每次涉及申报的更新前,使用带版本号的规则包、人工审批检查点、专家审查和 发布回滚机制。
在岸部署、采购或数据访问限制,让试点比计划更慢、更依赖服务投入。 Medium High 提供由银行控制的部署模式,把第一批连接器标准化,并在签约试点前就数据访问 问题对客户做资格筛选。
首个客户
标题 一家 25-75 家分支机构尼泊尔商业银行的 AML 负责人
画像 一家拥有自建移动应用、数字支付量在增长、进口 AML 模块或人工本地核查、反欺诈与合规 队列各自为战的商业银行。
触发点 即将到来的 NRB/FIU 审查、内部审计整改或数字银行现代化项目,暴露出人工 PEP 核查和 申报准备的问题。
买方 CRO 或合规负责人
初始合同 针对一个银行主体、一条报告工作流的 4 万-8 万美元付费试点;如果试点能自动填充 70% 以上 的申报字段并把案件准备耗时降低 30% 以上,就转为 25 万-40 万美元的年度软件订阅, 外加实施和更新费用。

必须成立的条件

  • 尼泊尔 20 家商业银行中至少有 6 家,本地 PEP 审查或 FIU 报告的主要部分仍靠人工完成, 且在 24 个月内面临已列入预算的现代化或审计触发点。
  • 前 6 个正式意向客户中至少有 3 家更倾向厂商中立的叠加层,而不是整套系统替换或纯系统 集成商项目。
  • 头 3 个试点能在 90 天内自动填充 70% 以上的必填 STR/SAR 或 TTR 字段,并把案件准备 耗时中位数降低至少 30%。
  • 至少 50% 的付费试点能转化为 25 万美元以上的年度软件合同,且服务收入不超过首年收入的 30%。
  • 到第 18 个月,斯里兰卡或相邻机构规则包能复用至少 60% 的尼泊尔内容、规则和工作流模型。

待尽调问题

  • 尼泊尔 20 家商业银行中已经有多少在用 Oracle、NICE、Tookitaki、ZIGRAM 或自建工作流, 哪些最容易以叠加层的方式卖进去?
  • 目标银行是否要求可疑活动案件数据必须在岸或本地部署,这对毛利率和落地速度有什么影响?
  • 前 2 个共创客户的 FIU 申报字段和案件准备步骤中,目前还有多少比例是人工完成的?
  • 在不拥有完整交易监控引擎的情况下,这家公司能否赢过 ZIGRAM 和现有套件厂商?
  • 哪个第二市场能以最少的全新监管内容复用尼泊尔规则包:斯里兰卡银行,还是尼泊尔支付机构?
投资人判断
结论 Watch
信心 这是一个有意思的监管本地化切口,有真实的买家信号,但目前的证据还不足以进入合伙人会议, 因为尼泊尔单一市场太小,而且 ZIGRAM 已经拿下了那个参考客户。
相信的理由 一次具名银行采购,加上仍在变化的 FIU 规则,说明只要能减少人工报告和调查负担,银行就会 为尼泊尔专属的 FRAML 工作流软件付费。
怀疑的理由 首个市场只有 20 家商业银行,定价尚未验证,而且最明显的竞争对手已经拿下了一次真实的 尼泊尔部署。
下一步尽调 先验证 8-10 个银行客户账户,再观察一个付费试点,看它能否证明叠加层的部署速度、 试点转生产比例,以及第二市场本地化的可复用性。
章节

财务模型

三年合计
第 1 年收入 $258K EBITDA $-737K · 期末现金 $1.26M
第 2 年收入 $1.18M EBITDA $-614K · 期末现金 $649K
第 3 年收入 $2.32M EBITDA $-144K · 期末现金 $505K
单位经济
年 ARPU $420K
毛利率 70%
CAC $165K 回本期 6.7 个月
LTV / CAC 9.9x 生命周期价值 $1.63M
融资需求
轮次 种子前轮 · $2.0M
跑道 24 个月
里程碑 在做出种子轮决策前,达到 4 家尼泊尔生产环境银行客户、至少 1 次客户内部扩展、伙伴部署稳定保持在 90 天以内,并有 1 个相邻市场付费试点,同时保留约六个月的现金缓冲。

模型合理性

  • 收入引擎. 基准收入的驱动来自把 2 个付费试点转化为第二年第四季度的 4 家尼泊尔生产环境银行,再加上第三年第四季度新增的 2 家相邻市场付费机构,以及客户内部扩展。
  • 必须做对的事. 本地伙伴必须把部署周期稳定控制在接近 90 天的目标内,让试点客户在模型加入第二名销售和相邻市场动作之前完成转化。
  • 模型失效的临界点. 如果成熟客户实际价值停留在约 $360K ARR,或者试点转生产拉长到接近 120 天,下行情形会在区域验证出现之前把现金推到零以下。
  • 下一轮融资的证明. 一旦有了 4 家尼泊尔生产环境客户、1 次扩展成功案例和 1 个相邻市场付费试点,且服务收入仍低于商业计划设定的新客户首年收入 30% 门槛,种子轮就站得住脚。
营收、现金与 EBITDA — 12 个月的 Y1 + 8 个季度的 Y2/Y3
$0K$500K$1.00M$1.50M$2.00MM1M4M7M10Q1Y2Q4Y2Q3Y3Q4Y3
  • 营收(线/面积)
  • 期末现金(虚线)
  • EBITDA(柱,灰色为亏损)
资金用途 — $2.0M 种子前轮
工程 · 45% 市场推广(GTM) · 25% 行政管理(G&A) · 10% 现金缓冲(6 个月) · 20%
按角色的人力增长 — 峰值10 FTE
Q1Y14Q2Y15Q3Y16Q4Y16Q1Y26Q2Y26Q3Y26Q4Y29Q1Y39Q2Y39Q3Y39Q4Y310
  • 创始人/CEO
  • 工程
  • 合规产品
  • 解决方案/交付
  • 数据运营
  • 销售/合作伙伴
第3年情景:基准 / 下行 / 上行
第3年营收第3年 EBITDA现金最低点说明
下行$1.71M-$515K-$90K现有厂商的挤压和伙伴落地速度放缓,拖慢了转化节奏,让相邻市场复用推迟,实际合同价值也低于计划。
基准$2.32M-$144K$478K基准情形转化 2 个付费试点,第二年第四季度达到 4 家尼泊尔生产环境银行,第三年第四季度新增 2 家相邻市场付费机构,同时早期银行扩展到更多工作流。
上行$2.79M$240K$690K可参考案例和伙伴引荐把转化节奏往前拉,早期银行扩展更快,相邻市场规则包也更早开始贡献收入。
敏感性——第3年现金与营收影响(按幅度排序)
变量下行上行现金影响营收影响
销售周期由于采购和数据映射拖长,试点转生产大约需要 120 天。可参考案例让转化周期到第二年压缩到 60-75 天。-$310K-$420K
ARPU成熟客户实际价值收窄至约 $360K ARR。早期客户扩展后把混合价值推高到约 $470K。-$180K-$250K
招聘节奏在相邻市场验证出现之前,第二名销售和第三名工程师提前两个季度到岗。最后一名工程师招聘等到第一个相邻市场生产转化之后才进行,且不拖慢增长。-$180K$0K
CAC创始人主导销售加上伙伴出差,把首批 CAC 推高到约 $200K。伙伴的热情引荐让 CAC 更接近 $145K。-$140K$0K
毛利率因为直接交付仍过于定制化,毛利率收尾在 66%。因为发布工具和伙伴打法成熟得更快,毛利率达到约 72%。-$130K$0K
流失率如果一家早期银行没能顺利扩展或续约,月度流失率会升到 2.5%。因为面向监管机构的工作流粘性更强,月度流失率接近 1.0%。-$90K-$110K

情景

情景 第 3 年收入 第 3 年 EBITDA 现金低点 说明 关键变化
下行 $1.71M $-515K $-90K 现有厂商的挤压和伙伴落地速度放缓,拖慢了转化节奏,让相邻市场复用推迟,实际合同价值也低于计划。
  • 第三年第四季度 customersEop 只到 4 个而不是 6 个,因为试点转生产拉长到接近 120 天,第二个相邻市场机构也没能在第三年落地。
  • 成熟客户实际价值维持在约 $360K ARR 左右,低于基准情形加上扩展后约 $420K 以上的水平。
  • 毛利率收尾在接近 66%,因为部署和数据维护工作比计划中更依赖定制。
基准 $2.32M $-144K $478K 基准情形转化 2 个付费试点,第二年第四季度达到 4 家尼泊尔生产环境银行,第三年第四季度新增 2 家相邻市场付费机构,同时早期银行扩展到更多工作流。
  • 第 12 个月有 2 个活跃付费试点主体,第二年第四季度有 4 个尼泊尔生产环境主体上线,第三年第四季度有 6 个付费主体在跑,其中包含 2 家相邻市场机构。
  • 首批生产合同落地价约 $330K ARR,部分早期银行到第三年末的实际年度价值扩展到约 $450K-$500K。
  • 毛利率从第一年试点为主时的 40% 出头,随着伙伴部署和规则包发布走向标准化,爬升到第三年第四季度的商业计划目标 70%。
上行 $2.79M $240K $690K 可参考案例和伙伴引荐把转化节奏往前拉,早期银行扩展更快,相邻市场规则包也更早开始贡献收入。
  • 第三年第四季度 customersEop 达到 7 个而不是 6 个,因为第二个相邻市场部署提前一个季度启动,伙伴带来的销售线索也在改善。
  • 成熟客户实际价值达到约 $450K 核心 ARR,扩展后的早期银行更接近 $500K,因为第二工作流的附加转化率超过了基准情形。
  • 毛利率收尾在约 72%,因为本地化更新和连接器复用比计划更快地降低了交付投入。

敏感性

变量 下行情景 基准情景 上行情景
ARPU 成熟客户实际价值收窄至约 $360K ARR。 混合年度价值约在 $420K,第三年末有少量扩展。 早期客户扩展后把混合价值推高到约 $470K。
CAC 创始人主导销售加上伙伴出差,把首批 CAC 推高到约 $200K。 CAC 在前 4 家尼泊尔生产环境客户上维持在约 $165K。 伙伴的热情引荐让 CAC 更接近 $145K。
流失率 如果一家早期银行没能顺利扩展或续约,月度流失率会升到 2.5%。 一旦工作流嵌入业务,月度流失率维持在 1.5%。 因为面向监管机构的工作流粘性更强,月度流失率接近 1.0%。
销售周期 由于采购和数据映射拖长,试点转生产大约需要 120 天。 前四家尼泊尔银行在约 90 天内完成转化,相邻市场试点沿用同一模板。 可参考案例让转化周期到第二年压缩到 60-75 天。
毛利率 因为直接交付仍过于定制化,毛利率收尾在 66%。 毛利率在第三年第四季度达到商业计划目标 70%。 因为发布工具和伙伴打法成熟得更快,毛利率达到约 72%。
招聘节奏 在相邻市场验证出现之前,第二名销售和第三名工程师提前两个季度到岗。 规模化招聘按商业计划的节奏进行,在试点和生产验证之后才到岗。 最后一名工程师招聘等到第一个相邻市场生产转化之后才进行,且不拖慢增长。
关键假设 (26)
ID 名称 数值 单位 来源
A1 模型起始月 2026-08 YYYY-MM [BP date 2026-07-10] 模型从商业计划签署日期之后的第一个完整月份开始。
A2 期初现金/种子前融资额 $2.0M 美元 [BP fundingAsk targetFundingRangeUsd $2-3M + BP fundingAsk runwayMonths 18 + model cash curve] 基准情形取所述融资区间的低端,且只有在招聘保持精简、第三年第四季度 EBITDA 转正的前提下才成立。
A3 期初付费银行主体数 0 数量 [BP executiveSummary + BP milestones 0-12 个月] 公司从零收入起步,必须先卖出付费试点。
A4 客户定义 一个处于付费试点或生产合同阶段的付费银行或相邻受监管机构 定义 [BP gtm.pricing + BP businessModel.unitOfValue] customersEop 统计的是付费主体数量,不是终端用户数。
A5 付费试点经济模型 约 3 个月内 $60K(约 $20K/月) 美元/客户 [BP gtm.pricing $40K-$80K paid pilot] 模型对一个主体、一条工作流取中间值计算。
A6 首个生产合同经济模型 约 $330K ARR(约 $27.5K/月) 美元/客户/年 [BP gtm.pricing $250K-$400K 每年 subscription + Research willingnessToPay] 在验证还处于早期阶段时,首个生产合同的落地价格低于 $400K 的 SAM 锚点。
A7 成熟客户价值与扩展 核心生产合同价值逐步成熟至约 $400K ARR,随着本地化更新和第二工作流扩展,第三年末实际实现价值可达约 $450K-$500K 美元/客户/年 [BP market.som 4 客户数 x $400k + BP businessModel.expansionLevers + BP gtm.funnelTargets expansion target] 第三年收入假设部分早期客户在生产验证后会扩展合同规模。
A8 客户增长节奏 第 12 个月 2 个活跃付费主体,第二年第四季度 4 个,第三年第四季度 6 个 customersEop [BP milestones 0-12, 12-24, 24-36 个月 + BP product.twelveMonth + Research market.som] 基准情形达到尼泊尔 4 家客户的目标,随后在第三年新增 2 家相邻市场付费机构。
A9 试点转生产周期 约 90 天 天数 [BP operatingAssumptions partner deployments under 90 days + BP milestones + Research validationSignals local implementation ecosystem] 前四家尼泊尔银行都在一个季度的试点周期内完成转化。
A10 毛利率爬坡曲线 付费试点月份为 42%-46%,第二年末达 64%,第三年第四季度达 70% 毛利率百分比 [BP businessModel.targetGrossMarginPct 70 + BP operatingAssumptions + Research regulatoryTechnicalConstraints] 早期交付高度依赖伙伴和数据投入,规则包发布和部署复用成熟后毛利率才会改善。
A11 招聘时间线 起步阶段配置创始人 CEO、创始工程师和合规产品负责人;第 3 个月加入解决方案负责人;第 6 个月加入数据运营;第 9 个月加入合作伙伴负责人;第 15 个月加入第二名工程师;第 18 个月加入第二名交付人员;第 24 个月加入第二名销售;第 30 个月加入第三名工程师 时间线 [BP team + BP strategicChoices.sequencingRationale + startup-finance heuristic] 只有在付费试点和生产环境参考案例已经可见之后,才会增加招聘产能。
A12 创始人全成本薪酬 $150.0K 美元/年 [BP team Founder CEO + startup-finance heuristic for South Asia enterprise software] 创始人薪酬低于美国 regtech 行业的常规水平,但仍是包含税费、出差和福利的全成本口径。
A13 工程全成本薪酬 $130.0K(每名全职员工) 美元/年 [BP team founding eng + startup-finance heuristic for mixed Nepal/regional technical talent] 专业的系统集成和规则引擎工作需要资深人才,但不需要按硅谷薪资水平定价。
A14 合规产品全成本薪酬 $110.0K 美元/年 [BP team Compliance product lead + startup-finance heuristic] 这个岗位融合了领域专业知识、发布治理和面向客户的实施工作。
A15 解决方案/交付全成本薪酬 $100.0K(每名全职员工) 美元/年 [BP team Solutions lead + startup-finance heuristic] 体现了实施责任、伙伴赋能和数据映射支持工作的成本。
A16 数据运营全成本薪酬 $60.0K 美元/年 [BP team Data operations analyst + startup-finance heuristic] 本地数据集维护工作专业性强,但可以在当地招聘人手。
A17 销售/合作伙伴全成本薪酬 $130.0K(每名全职员工) 美元/年 [BP team Partnerships lead + startup-finance heuristic] 包含浮动薪酬、出差,以及依赖关系驱动的企业销售工作。
A18 薪酬在利润表科目间的分配 创始人 50% 计入销售营销 / 20% 计入研发 / 30% 计入行政;工程 100% 计入研发;合规产品 80% 计入研发 / 20% 计入行政;解决方案 30% 计入销售营销 / 70% 计入研发;数据运营 60% 计入研发 / 40% 计入行政;销售 100% 计入销售营销 分配比例 [BP team role rationales + BP operations] 把人力成本映射到各职能支出上,同时保持创始人主导销售和交付工作的可见性。
A19 非薪酬运营支出爬坡 36 个月内,销售营销约 $5K-$20K/月,研发约 $10K-$22K/月,行政约 $5K-$13K/月 美元/月 [BP operations + Research partnershipEcosystem + Research dataMoats + startup-finance heuristic] 涵盖云服务、合规工具、出差、法务、保险和伙伴赋能等支出。
A20 现金转换假设 用 EBITDA 近似现金变动 计算方式 [startup-finance heuristic] 假设在种子前阶段的规模下,税费、债务、资本支出和营运资金时点的影响都可以忽略。
A21 月度流失率 1.5% 百分比/月 [startup-finance heuristic for embedded bank workflow software + BP businessModel.expansionLevers] 一旦部署完成,合规工作流软件应该具有较高粘性,但不假设完美留存。
A22 CAC 计算假设 第一、二年销售营销支出除以前 4 家尼泊尔生产环境客户 = 约 $165K CAC 美元/客户 [model calc using Y1-Y2 S&M spend + BP gtm.funnelTargets] 这是一个锚定在首批验证客户群、而非完整 36 个月规模上的保守 CAC 估算。
A23 用于融资额度测算的下一轮里程碑 4 家尼泊尔生产环境银行客户,至少 1 次客户内部扩展,伙伴部署稳定保持在 90 天以内,以及 1 个相邻市场付费试点 里程碑 [BP milestones 12-24 个月 + BP fundingAsk.useOfFundsSummary + Research geographicConsiderations] 这是种子轮就位前需要的验证包,种子前融资的额度就是按此测算并留有缓冲。
A24 相邻市场时间点 第一个相邻市场付费试点在第三年启动,第二个相邻市场付费机构约在第三年第三季度加入 时间线 [BP milestones 24-36 个月 + Research geographicConsiderations Sri Lanka next market] 区域扩张要等到尼泊尔打法可复制之后才会启动。
A25 季度薪资核算假设 第二、三年的薪资行按每季度内实际的月度招聘情况计算,而不是只取季度末快照 核算假设 [Headcount column convention + BP team.startTiming] 这样能让薪资科目与逐月的招聘节奏保持一致。
A26 customersEop 统计口径 customersEop 既包含付费试点也包含生产环境主体 核算假设 [model reporting convention + BP gtm.pricing] 这样能让切口的进展看得见,但在试点和生产环境混合的季度里,纯经常性生产客户数会落后于付费主体总数。
单位经济模型流程图
flowchart LR
  TargetBanks[Target Nepal banks] --> PaidPilots[Paid pilots]
  PaidPilots --> NepalProduction[Nepal production banks]
  NepalProduction --> Expansion[Expansion modules]
  NepalProduction --> Adjacent[Adjacent-market pilot]
  Expansion --> Revenue[Revenue]
  Adjacent --> Revenue
  Revenue --> GrossProfit[Gross profit]
  GrossProfit --> Cash[Cash]

警示项: 尼泊尔核心银行市场只有 20 个买家,错过一两个目标客户就会显著影响第二、三年的数字。 · customersEop 既包含付费试点也包含生产环境主体,所以在试点和生产环境混合的季度里,纯经常性生产客户数低于对外展示的付费客户总数。 · 只有当伙伴协助的部署真正稳定在 90 天以内、且本地化维护没有塌陷成高服务投入的工作时,第三年第四季度才能实现 EBITDA 转正。 · ZIGRAM 已经拿下一个真实的尼泊尔银行部署案例,所以叠加层与整套系统的定位必须保持清晰,否则 90 天转化假设会打滑。 · 现金是按 EBITDA 建模的,所以企业计费里程碑、实施预付款或延迟回款都可能让实际现金曲线偏移几个月。

章节

主要风险

  • 本地市场天花板. 如果扩张逻辑不成立,仅靠尼泊尔市场可能撑不起风投级回报。 缓解措施: 把尼泊尔当作验证点,再将可复用的本地化包产品化,推向南亚周边银行和资金转移市场。
  • 现有厂商挤压. 一旦需求得到验证,全球 AML 厂商或本地系统集成商可能会把尼泊尔本地化能力捆绑进自己的产品。 缓解措施: 在监管映射、伙伴分销渠道和统一反欺诈加 AML 工作流数据上抢先一步——这些恰恰是服务公司难以标准化复制的部分。
  • 合规准确性责任风险. 本地 PEP 覆盖或 FIU 报告模板中的错误,可能损害早期银行客户的信任。 缓解措施: 每次发布前,用带版本号的规则包配合人工审批流程、本地合规专家和参考银行验证来把关。
章节

证据

引用来源 (39)

  1. Nepal Rastra Bank. List of Banks and Financial Institutions (Licensed by NRB) (As of Mid April 2025) · https://nrb.org.np/contents/uploads/2025/05/List-of-BFIs-Chaitra-2081-English.pdf
  2. Nepal Rastra Bank. Payment Systems Oversight Report FY 2023/24 · https://nrb.org.np/contents/uploads/2025/01/Payment-Oversight-Report-2023-24.pdf
  3. Nepal Rastra Bank. Asset (Money) Laundering Prevention Act, 2008 · https://nrb.org.np/contents/uploads/2020/01/Asset-_Money_-Laundering-Act-2008-_Eng1._.pdf
  4. Asia/Pacific Group on Money Laundering. Anti-money laundering and counter-terrorist financing measures: Nepal Mutual Evaluation Report · https://apgml.org/sites/default/files/documents/Nepal_MER_2023_-_published_version.pdf
  5. Nepal Rastra Bank. FIU-Nepal STR/SAR Guidelines (Updated July 2025) · https://nrb.org.np/contents/uploads/2025/10/STR.SAR-Guidelines-Updated-July-2025.pdf
  6. Nepal Rastra Bank. Threshold Transaction Reporting (TTR) Guidelines (Updated July 2025) · https://nrb.org.np/contents/uploads/2025/08/Threshold-Transaction-Reporting-Guidelines-Updated-July-2025.pdf
  7. Nepal Rastra Bank. FIU-Nepal Annual Report 2024/25 · https://nrb.org.np/contents/uploads/2026/01/FIU-Nepal-Annual-Report-2024-25-2081-82.pdf
  8. IFC. Digital Financial Services in Nepal · https://ifc.org/content/dam/ifc/doc/2025/digital-financial-services-in-nepal.pdf
  9. World Bank. Nepal Development Update · https://worldbank.org/en/country/nepal/publication/nepaldevelopmentupdate
  10. World Bank. Personal remittances, received (% of GDP) - Nepal | Data · https://data.worldbank.org/indicator/BX.TRF.PWKR.DT.GD.ZS?locations=NP
  11. MarketsandMarkets. Anti-money Laundering Market Report 2025-2030, By Offering, Geo, Tech · https://marketsandmarkets.com/Market-Reports/anti-money-laundering-solutions-market-95490454.html
  12. The Business Research Company. Anti-Money Laundering Software Market Share, Size, Trends, Report 2035 · https://thebusinessresearchcompany.com/report/anti-money-laundering-software-global-market-report
  13. Nasdaq. Nasdaq Verafin 2024 Global Financial Crime Report | Nasdaq · https://nasdaq.com/global-financial-crime-report
  14. Moody's. The future of fraud and anti-money laundering (FRAML) risk management: Beyond silos into convergence · https://moodys.com/web/en/us/kyc/resources/insights/future-of-fraud-and-anti-money-laundering-risk.html
  15. Sutherland. FRAML 2.0 for Risk & Compliance: The AML-Fraud Convergence - Sutherland · https://sutherlandglobal.com/insights/blog/framl-for-risk-and-compliance
  16. RegTech Analyst. Machhapuchchhre Bank taps ZIGRAM to fight financial crime · https://regtechanalyst.com/machhapuchchhre-bank-taps-zigram-to-fight-financial-crime
  17. FinTech Global. Nepal's MBL taps ZIGRAM to combat financial crime · https://fintech.global/2026/07/09/nepals-mbl-taps-zigram-to-combat-financial-crime
  18. ZIGRAM. AML Compliance Nepal & Financial Crime Intelligence · https://zigram.tech/country/np
  19. ZIGRAM. The Complete AML System For 100% AML Compliance · https://zigram.tech/the-complete-aml-system
  20. ZIGRAM. ZIGRAM Partners With AMNIL To Strengthen AML Compliance In Nepal · https://zigram.tech/news/zigram-partners-with-amnil-to-strengthen-aml-compliance-in-nepal
  21. ZIGRAM. ZIGRAM and Dolma Consulting partner to bring AML solutions to Nepal · https://zigram.tech/news/zigram-and-dolma-consulting-partner-to-bring-aml-solutions-to-nepal
  22. Tookitaki. FinCense | Anti Financial Crime Platform by Tookitaki · https://tookitaki.com/products/anti-money-laundering-suite
  23. Tookitaki. Transaction Monitoring Software | Tookitaki FinCense · https://tookitaki.com/product-aml-transaction-monitoring
  24. Tookitaki. Streamline Fraud and AML Processes with Tookitaki Case Manager · https://tookitaki.com/product-aml-case-management
  25. Tookitaki. Transforming Legacy System with Next-Gen Tech for a Universal Bank · https://tookitaki.com/case-studies/traditional-banks
  26. ComplyAdvantage. AML Transaction Monitoring Software Powered by AI · https://complyadvantage.com/mesh/transaction-monitoring-software
  27. ComplyAdvantage. PEP & RCA Screening: Access Global Coverage · https://complyadvantage.com/fincrime-risk-intelligence/politically-exposed-persons-screening
  28. ComplyAdvantage. Why choose ComplyAdvantage Mesh for financial crime and AML case management? · https://complyadvantage.com/insights/choosing-aml-case-management-solution
  29. NICE Actimize. Xceed: AI FRAML Platform | NICE Actimize · https://niceactimize.com/xceed
  30. NICE Actimize. Transaction Monitoring Software | NICE Actimize · https://niceactimize.com/anti-money-laundering/suspicious-activity-monitoring
  31. NICE Actimize. Enterprise Fraud Management Platform | NICE Actimize · https://niceactimize.com/fraud-management
  32. Oracle. Financial Crime and Compliance, Anti–Money Laundering | Oracle · https://oracle.com/financial-services/aml-financial-crime-compliance
  33. Oracle. Transaction Monitoring - AML and Financial Crime Compliance | Oracle · https://oracle.com/financial-services/aml-financial-crime-compliance/transaction-monitoring
  34. Oracle. Customer Due Diligence - AML and Financial Crime Compliance | Oracle · https://oracle.com/financial-services/aml-financial-crime-compliance/customer-due-diligence
  35. Oracle. Oracle Financial Services Compliance Regulatory Reporting | Oracle · https://oracle.com/a/ocom/docs/industries/financial-services/ofs-compliance-regulatory-report.pdf
  36. Central Bank of Sri Lanka. Licensed Commercial Banks · https://cbsl.gov.lk/en/authorized-financial-institutions/licensed-commercial-banks
  37. Central Bank of Sri Lanka. Licensed Specialised Banks · https://cbsl.gov.lk/en/authorized-financial-institutions/licensed-specialised-banks
  38. ComplyAdvantage. Inpay uses Advanced Payment Screening and Transaction Monitoring to Drive Rapid Growth · https://complyadvantage.com/customer-stories/inpay-uses-advanced-payment-screening-and-transaction-monitoring-to-drive-rapid-growth
  39. ComplyAdvantage. Monex achieves global growth with enhanced customer screening and transaction monitoring | ComplyAdvantage · https://complyadvantage.com/customer-stories/monex-achieves-global-growth-with-enhanced-customer-screening-and-transaction-monitoring