首页 > 代码库 > 「量化風投」:用數據挖掘潛在項目

「量化風投」:用數據挖掘潛在項目

形勢變遷:創業者有了更多話語權
曾就職於風投機構GeneralCatalyst和BessemerVenturePartners的克里斯·法爾莫(ChrisFarmer)指出,風投行業曾經是個封閉的圈子,只有少數基金能接觸到谷歌、Facebook這種企業。
法爾莫正在籌建一家基於數據的新基金並計劃於明年初開始融資,該基金能以智能化方式向投資人提供來自CrunchBase、社交媒體、網頁計量和多個獨家數據來源的大量信息,從而幫助投資人判斷最佳投資機會。
法爾莫解釋了如今的形勢變化:在過去,風投機構可以憑藉其投資經驗(例如投資谷歌或雅虎)和投資人的人脈關係(例如「PayPal幫」)坐等交易送上門;但是如今的創業者不再眼巴巴指望風投開出的第一張支票了,因為他們能通過天使投資人、種子基金和創業加速器獲得相當一部分融資,而且互聯網及移動領域的創業資金門檻也大大降低。,此外還有AngelList這樣的網站來為創業者和投資人牽線搭橋——總之,如今的創業者有了更多話語權。
為保優勢:風投日益重視數據挖掘
面對上述變化,很多想要保住競爭優勢的風投機構把目光投向了數據——例如,如果能通過深度數據挖掘發現在AppStore表現出色但尚未出名、自力更生的應用,投資人就有可能及早聯繫其創始人並拉近關係,從而獲得參與其A輪融資的機會。
那麼風投機構都在研究哪些數據呢?有Compete和Alexa排名、AppStore和PlayStore數據及排名等基本信息,有職業社交網站LinkedIn上的人才數據,有美國證券交易委員會(SEC)公布的信息,有來自CBInsights、VentureSource等機構的財務數據,也包括TechCrunch旗下的行業資料庫CrunchBase。
CrunchBase目前擁有關於公司、創業者、融資、倒閉等信息的160萬個數據點,並且在近期推出了面向風投機構的CrunchBaseVentureNetwork服務,為風投機構提供API和數據團隊,並且獲取它們投資對象的融資、人員變化、產品發布和收購交易等信息作為交換。目前已有SVAngel、紅杉資本、安德森-霍洛維茨基金、500Startups等知名風投機構簽約該服務,而谷歌風投也將於近期加入。
谷歌風投:「量化風投」的先驅者
谷歌風投早在2008年成立之初就開始在投資中採用量化手段,是最早開始這樣做的風投機構之一。
谷歌風投董事總經理比爾·馬里斯(BillMaris)解釋道:「傳統的風投行業並不注重量化分析,但谷歌是一家數據公司,谷歌風投的很多員工又曾經在谷歌工作,所以我們自然而然地想到了從量化角度進行投資和解決問題。」
谷歌風投從一開始就創建了自己的數據團隊,由Excite聯合創始人兼JotSpot(已被谷歌收購)聯合創始人格雷厄姆·斯賓塞(GrahamSpencer)領導一支工程師和數據專家組成的團隊,採集大量數據並進行深入分析。馬里斯還表示,谷歌的一整套數據統計資源對谷歌風投的數據分析大有幫助。
斯賓塞表示,谷歌風投的數據團隊試圖為投資人提供一個「數據工具箱」,幫助他們深入挖掘創業者和初創企業的數據以及對投資金額和投資時機做出判斷。
他還給出了一個例子:他們創建了一張「風投機構網路圖」,分析風投資金的「聯合力量」對某些特定企業的影響,判斷哪些風投機構更成功、哪些合作方式效果更好。
馬里斯也承認搞風投不能只依賴數據,但是他認為對數據的重視能為谷歌風投帶來更好的結果,還指出谷歌風投投資的大多數初創企業都與數據相關。
其他風投:八仙過海,各顯神通
1.Greylock——數據必須結合市場嗅覺
Greylock也擁有自己的數據團隊,並且已經開始著手打造內部數據分析工具。Greylock關注的信息包括AppStore各國排名、Twitter上被提及的次數、谷歌與蘋果應用商店數據對比、用戶投入程度,等等。
但是Greylock合伙人、Mozilla前CEO約翰?利利(JohnLilly)也指出,量化分析必須與對行業的深入洞察相結合,而有利的數據趨勢未必意味著投資良機:例如一年前社交及移動視頻分享應用出現了類似當初Instagram(利利曾投資Instagram)的增長曲線,但是直覺告訴他不要投資這一領域——果然,移動視頻分享領域至今仍未出現類似Instagram這樣成功「高價賣身」的案例,Viddy等幾家初創企業還陷入了困境。
2.Floodgate——更加重視「成功模式」
Floodgate的長期投資人兼創始人麥克?梅普爾斯(MikeMaples)指出:每年都有1萬到2萬家公司獲得天使投資,但是每一特定行業內的大多數投資回報都來自5到10家公司,而每年新增的估值超過5000萬美元的公司約有80家。因此,梅普爾斯深入研究那些投資回報排名前十的公司的數據,試圖發掘其「成功模式」。
Floodgate也僱傭了自己的數據專家,但是其重點關注的不是挖掘AppStore、LinkedIn、CrunchBase等來源的數據,而是根據已有傑出表現的公司的「成功模式」用演算法尋覓下一個谷歌或Facebook。
3.KleinerPerkins——使用數據挖掘軟體
作為一家成立於1972年的老牌風投機構,KleinerPerkins也在往定量化方向發展,其合伙人及工作人員使用獨家數據挖掘軟體Dragnet——它能找出哪些初創企業和科技被Twitter上有影響力的人物提到過,是非常有效的未來熱點「預警器」,尤其是對於面向消費者的初創企業來說。
未來趨勢:或將出現風投領域的「彭博」和「路透」
通過向大眾投資者提供商業數據,彭博和湯森路透賺得盆滿缽滿。那麼風投領域會不會也出現類似的機構呢?隨著風投機構對數據的重視程度與日俱增,沒準有朝一日真的會有一家初創企業這樣做。

FineReport報表免費下載——零編碼做報表、多維圖表、多源填報、許可權管理,完美兼容excel。官網:http://www.finereport.com/tw/

「量化風投」:用數據挖掘潛在項目