旗下微信矩阵:

VC/PE借力数据挖掘潜力股 谷歌成“量化风投”先驱者

对于硅谷风投来说,YCombinator等创业孵化器的“展示日”(DemoDay)是发掘“潜力股”的必经途径,但是如今的科技创投领域正在悄然发生变化,如果只是坐等“展示日”就会错失良机,因为越来越多风投机构开始借助数据专家的力量进行前瞻性的量化分析,从而提早发现“潜力股”。科技
2013-06-03 08:49 · 搜狐网     
   

  

VC/PE借力数据挖掘潜力股 谷歌成“量化风投”先驱者

 

  6月2日消息,对于硅谷风投来说,YCombinator等创业孵化器的“展示日”(DemoDay)是发掘“潜力股”的必经途径,但是如今的科技创投领域正在悄然发生变化,如果只是坐等“展示日”就会错失良机,因为越来越多风投机构开始借助数据专家的力量进行前瞻性的量化分析,从而提早发现“潜力股”。科技博客网站TechCrunch日前在一篇文章中介绍了风投领域的这一新趋势,以下为文章主要内容:

  形势变迁:创业者有了更多话语权

  曾就职于风投机构GeneralCatalyst和BessemerVenturePartners的克里斯•法尔莫(ChrisFarmer)指出,风投行业曾经是个封闭的圈子,只有少数基金能接触到谷歌、Facebook这种企业。法尔莫正在筹建一家基于数据的新基金并计划于明年初开始融资,该基金能以智能化方式向投资人提供来自CrunchBase、社交媒体、网页计量和多个*数据来源的大量信息,从而帮助投资人判断*投资机会。

  法尔莫解释了如今的形势变化:在过去,风投机构可以凭借其投资经验(例如投资谷歌或雅虎)和投资人的人脉关系(例如“PayPal帮”)坐等交易送上门;但是如今的创业者不再眼巴巴指望风投开出的*张支票了,因为他们能通过天使投资人、种子基金和创业加速器获得相当一部分融资,而且互联网及移动领域的创业资金门槛也大大降低,此外还有AngelList这样的网站来为创业者和投资人牵线搭桥——总之,如今的创业者有了更多话语权。

  为保优势:风投日益重视数据挖掘

  面对上述变化,很多想要保住竞争优势的风投机构把目光投向了数据——例如,如果能通过深度数据挖掘发现在AppStore表现出色但尚未出名、自力更生的应用,投资人就有可能及早联系其创始人并拉近关系,从而获得参与其A轮融资的机会。

  那么风投机构都在研究哪些数据呢?有Compete和Alexa排名、AppStore和PlayStore数据及排名等基本信息,有职业社交网站LinkedIn上的人才数据,有美国证券交易委员会(SEC)公布的信息,有来自CBInsights、VentureSource等机构的财务数据,也包括TechCrunch旗下的行业数据库CrunchBase。

  CrunchBase目前拥有关于公司、创业者、融资、倒闭等信息的160万个数据点,并且在近期推出了面向风投机构的CrunchBaseVentureNetwork服务,为风投机构提供API和数据团队,并且获取它们投资对象的融资、人员变化、产品发布和收购交易等信息作为交换。目前已有SVAngel、红杉资本、安德森-霍洛维茨基金、500Startups等知名风投机构签约该服务,而谷歌风投也将于近期加入。

  谷歌风投:“量化风投”的先驱者

  谷歌风投早在2008年成立之初就开始在投资中采用量化手段,是最早开始这样做的风投机构之一。谷歌风投董事总经理比尔•马里斯(BillMaris)解释道:“传统的风投行业并不注重量化分析,但谷歌是一家数据公司,谷歌风投的很多员工又曾经在谷歌工作,所以我们自然而然地想到了从量化角度进行投资和解决问题。”

  谷歌风投从一开始就创建了自己的数据团队,由Excite联合创始人兼JotSpot(已被谷歌收购)联合创始人格雷厄姆•斯宾塞(GrahamSpencer)领导一支工程师和数据专家组成的团队,采集大量数据并进行深入分析。马里斯还表示,谷歌的一整套数据统计资源对谷歌风投的数据分析大有帮助。

  斯宾塞表示,谷歌风投的数据团队试图为投资人提供一个“数据工具箱”,帮助他们深入挖掘创业者和初创企业的数据以及对投资金额和投资时机做出判断。他还给出了一个例子:他们创建了一张“风投机构网络图”,分析风投资金的“联合力量”对某些特定企业的影响,判断哪些风投机构更成功、哪些合作方式效果更好。

  马里斯也承认搞风投不能只依赖数据,但是他认为对数据的重视能为谷歌风投带来更好的结果,还指出谷歌风投投资的大多数初创企业都与数据相关。

  其他风投:八仙过海,各显神通

  1.Greylock——数据必须结合市场嗅觉

  Greylock也拥有自己的数据团队,并且已经开始着手打造内部数据分析工具。Greylock关注的信息包括AppStore各国排名、Twitter上被提及的次数、谷歌与苹果应用商店数据对比、用户投入程度,等等。

  但是Greylock合伙人、Mozilla前CEO约翰•利利(JohnLilly)也指出,量化分析必须与对行业的深入洞察相结合,而有利的数据趋势未必意味着投资良机:例如一年前社交及移动视频分享应用出现了类似当初Instagram(利利曾投资Instagram)的增长曲线,但是直觉告诉他不要投资这一领域——果然,移动视频分享领域至今仍未出现类似Instagram这样成功“高价卖身”的案例,Viddy等几家初创企业还陷入了困境。

  2.Floodgate——更加重视“成功模式”

  Floodgate的长期投资人兼创始人麦克•梅普尔斯(MikeMaples)指出:每年都有1万到2万家公司获得天使投资,但是每一特定行业内的大多数投资回报都来自5到10家公司,而每年新增的估值超过5000万美元的公司约有80家。因此,梅普尔斯深入研究那些投资回报排名前十的公司的数据,试图发掘其“成功模式”。

  Floodgate也雇佣了自己的数据专家,但是其重点关注的不是挖掘AppStore、LinkedIn、CrunchBase等来源的数据,而是根据已有杰出表现的公司的“成功模式”用算法寻觅下一个谷歌或Facebook。

  3.KleinerPerkins——使用数据挖掘软件

  作为一家成立于1972年的老牌风投机构,KleinerPerkins也在往定量化方向发展,其合伙人及工作人员使用*数据挖掘软件Dragnet——它能找出哪些初创企业和科技被Twitter上有影响力的人物提到过,是非常有效的未来热点“预警器”,尤其是对于面向消费者的初创企业来说。

  未来趋势:或将出现风投领域的“彭博”和“路透”

  通过向大众投资者提供商业数据,彭博和汤森路透赚得盆满钵满。那么风投领域会不会也出现类似的机构呢?随着风投机构对数据的重视程度与日俱增,没准有朝一日真的会有一家初创企业这样做。

【本文由投资界合作伙伴搜狐网授权发布,本平台仅提供信息存储服务。】如有任何疑问,请联系(editor@zero2ipo.com.cn)投资界处理。