Satispay

Un indovinello diverso

Nei primi due capitoli hai imparato a leggere i bilanci di aziende che guadagnano: Cucinelli con i suoi margini da sogno, Ferrari con i suoi multipli stratosferici. Ma ora ti porto in un territorio diverso. Ti presento un’azienda che nel 2024 ha fatturato 46 milioni di euro e ne ha persi 47. Un’azienda che non ha mai fatto un euro di utile in vita sua. Eppure, il mercato dice che vale più di un miliardo.

L’azienda si chiama Satispay. La usi probabilmente anche tu.

Se applichi le metriche che hai imparato nel capitolo precedente - P/E, EV/EBITDA - non funzionano. Il P/E è negativo (non c’è utile). L’EBITDA è negativo (-39 milioni). Come si fa, allora, a dire che Satispay vale un miliardo?

Questa è la domanda centrale di oggi. E la risposta ti aprirà un mondo: il mondo della valutazione delle startup e delle aziende in perdita, dove le regole cambiano completamente.

Tre ragazzi di Cuneo

Fine 2012. Alberto Dalmasso, Dario Brignone e Samuele Pinta hanno poco più di vent’anni e vivono a Cuneo. Notano una cosa che li irrita: in Italia i negozi piccoli rifiutano i pagamenti con carta. “Minimo 10 euro,” ti dicono. O peggio: “Solo contanti.” Il motivo è semplice: le commissioni delle carte sono troppo alte per transazioni piccole. Un caffè da 1,20 euro con una commissione dell’1,5% non conviene al barista.

La loro idea: creare un sistema di pagamento alternativo alle carte di credito, che colleghi direttamente il conto corrente dell’utente al conto dell’esercente, saltando i circuiti Visa e Mastercard. Commissioni bassissime (20 centesimi a transazione sopra i 10 euro, zero sotto), nessun POS necessario, tutto via smartphone.

Fondano Satispay nel 2013. Il prodotto diventa operativo nel 2015. E poi inizia la crescita.

Nota un pattern: il primo milione di utenti ci ha messo 70 mesi (quasi 6 anni). Il secondo milione, 20 mesi. Il terzo, 10 mesi. Questa accelerazione non è casuale: è l’effetto rete.

Come si valuta un’azienda che perde soldi

Eccoci al cuore del problema. Con Cucinelli e Ferrari potevi calcolare il P/E. Con Satispay non puoi, perché non c’è “E” (earnings). Servono strumenti diversi.

Metriche fintech: oltre il bilancio tradizionale

Vanity metrics vs real metrics

Burn rate e runway

Network effects: perché il valore cresce con gli utenti

EV/Revenue e valutazione per round

Come si arriva, allora, alla valutazione di un miliardo per Satispay? Il metodo principale è l’EV/Revenue - lo stesso multiplo che nel capitolo precedente dava 8,6x per Ferrari e un valore molto compresso (pochi centesimi per euro di ricavo, secondo metodologia EV industriale) per Stellantis.

Con un ARR di 60 milioni a dicembre 2024 e una valutazione implicita di circa 1,1 miliardi (dal round Serie D), l’EV/ARR di Satispay è circa 18x. È tanto? Dipende dal confronto, e con una doppia avvertenza: i multipli delle quotate cambiano ogni giorno (i valori che cito qui sono indicativi e rilevati a febbraio 2026), e il confronto fra Satispay - società privata con un solo round di riferimento - e fintech quotate mature non è 1:1. Adyen, fintech europea quotata in fase di redditività, scambia a EV/Revenue intorno a 20-30x. Block (ex-Square, peraltro investitore di Satispay) scambia a 2-3x, con margini e modello molto diversi. PayPal scambia a multipli ancora più bassi e in fase più matura. La valutazione di Satispay riflette la promessa della crescita, non il presente.

L’altro metodo è guardare la traiettoria dei round: quanto hanno pagato gli investitori successivi?

Imparare a parlare con l’AI: il prompt engineering

Adesso facciamo una cosa diversa. Ti faccio vedere come la qualità della domanda che fai a un’AI cambia radicalmente la qualità della risposta. Questo è il prompt engineering - e da oggi in poi sarà uno strumento che userai in ogni capitolo.

Prendiamo Satispay come caso. Ti mostro tre modi di chiedere la stessa analisi a Claude, dal più debole al più forte.

Prompt 1: il principiante

Cosa otterrai: una risposta generica, tipo Wikipedia. Claude ti racconterà cos’è Satispay, dirà che è interessante, menzionerà qualche pro e contro. Niente numeri specifici, niente analisi, niente opinione forte. È come chiedere a un tassista “dove andiamo?” senza dirgli la destinazione.

Prompt 2: il medio

Cosa otterrai: meglio. Claude userà i dati che gli hai fornito, farà qualche calcolo, probabilmente menzionerà il burn rate e i network effects. Ma resterà prudente e generico, perché non gli hai dato un ruolo, non gli hai chiesto un output strutturato, e non gli hai chiesto i limiti della sua risposta.

Prompt 3: l’esperto

Cosa otterrai: un’analisi dettagliata, strutturata, con calcoli specifici, un’opinione chiara e i limiti dichiarati. La differenza con il Prompt 1 è abissale - eppure stai chiedendo la stessa cosa alla stessa AI.

I sei principi del prompt engineering

Ecco cosa rende il terzo prompt così più efficace: