過去那個風險投資基金高高在上的時代或許已經不復存在，對于美國的風投公司來說，如今如果他們繼續端坐在位于沙丘路的辦公室里等著創業者找上門來，那么這無疑是守株待兔。以前風投們會通過參加諸如Y Combinator這樣的著名孵化器的Demo Day來尋找投資機會，而今，很多在YC孵化的公司在Demo Day之前便可以從天使投資人手中募到為數不少的資金。這種現象對風投公司而言，意味著他們得在Demo Day之前就開始搜羅創業者和創業公司的信息以及深入了解未來某個細分市場的發展趨勢，甚至必須與其他同行一起爭分奪秒，否則大家都難以幸免。
作為美國風投公司最為集中的地段，沙丘路這條堪稱創投界的華爾街在過去兩年中目睹了業界的巨大變革：天使投資的崛起、以A16Z為代表的新風投的降臨、越來越多有著程序員背景的投資人。最新的趨勢則是雇傭數據科學家，讓他們通過數據挖掘來幫助風投找到最理想的創業者和投資機會。
風投公司為什么開始挖數據了？
風險投資原來一直是一個關系密集型產業，投資一個項目或者一個創業者很多時候是通過人際關系網進行的，這也就是為什么在那些現在有著巨大影響力的互聯網公司的早期投資人中，總有一些人或是重復或是相互間有著各種各樣的聯系。Chris Farmer是沙丘路上的一個從事早期投資的風投人，他掌管著General Catalyst和Bessemer Venture Partners兩家機構的投資組合。目前Chris在籌備一個新的風險基金，與之前不同的是，這個基金的運作將完全基于數據：投資人可以通過來自CrunchBase、社交網絡、互聯網及其他渠道的數據來進行投資決策。
在Larry Page們創業的時候，他們得為了第一筆投資找到彼得泰爾，并寄希望于其身后的PayPal一派能為新公司施加影響。而今時代不同了，創業者不會再為了一張支票而去討好風投，因為只要有潛質，天使投資人、種子基金和創業孵化器會排著隊等著以資金或者人脈等各種方式進行投資。此外，對于移動互聯網領域的創業公司來說，他們可以通過諸如AngelList這樣的工具向外部投資者更好地展示自己并獲得支持，這從另一方面又進一步刺激了新的創業公司如雨后春筍般出現。更多的話語權現在已經被創業者所掌握了。
為了保持自己在行業里的競爭優勢，面對話語權的流失，很多風投開始轉向利用數據做出更為明智的決策。以投資一個應用開發團隊為例，如果一家風投用數據挖掘分析出這個創業團隊有著良好的能力或潛力，并發現在未來的應用市場上該類應用的市場前景十分樂觀，那么投資人可以比其同行更早聯系這個團隊，培養良好的關系，接著就有很大的可能在這個公司的未來中扮演重要角色。
很多人可能會對“風投分析的是什么數據”感興趣。對于應用開發而言，風投首先當然得看像Compete或者Alexa這樣的網絡數據，以及App Store或者Google Play Store的數據和排名。除此之外，風投們還會用社交網絡工具比如Linkedin來搜索有可能創業的新人或大牛。花錢買外部數據是風投們會做的另一件事，他們從CB Insights或者Venture Source這樣的創投數據公司買來資源，結合從政府部門或者CrunchBase得到的信息來分析市場。
CrunchBase近來新推出了CrunchBase Venture Network，通過它風投公司可以接入CrunchBase的API來相互交換各自的投資信息，包括產品、團隊及潛在的交易情況。目前已有11家風投入駐該數據交換平臺，分別是Greylock、DFJ、Softtech VC、SV Angel、Sequoia Capital、Andreessen Horowitz、CrunchFund、500 Startups、Betaworks、Foundry Group、TechStars。在未來的兩周內，該平臺還將迎來超過100家風投公司的加入，其中包括近年在資本市場上頗受關注的Google Ventures。
如今只要是稍微有點名氣的風投公司都在尋找更有效地使用數據的方式。一般認為，Google Ventures應該是第一家把定量分析引入投資領域的風投，這或許得歸功于其母公司的科技氛圍。公司的董事總經理Bill Maris認為，在2008年之前，沒有一家風投會通過數據來決定投資對象，因為傳統的風投行業更多用的是定性分析而不是定量分析。而Google是一家數據公司，所以自然而然的，Google Ventures更多地從定量的角度看世界，這當然也涵蓋了他們的投資。
Google Ventures相信更多的數據和信息能夠使公司做出更好的投資決定。在這種商業信條下，公司聘請了創建Excite和JotSpot的Graham Spencer作為其技術總監，以領導工程師和數據科學家團隊去收集整理分析大數據，并通過數據得出投資結論。作為Google人，Bill Maris體現了Google派的自信：“在Google，幾乎沒有什么是數據分析不能完成的。”
Graham則認為，一般在做投資決定時，定性的因素會占很大一部分，而Google Ventures則希望能為投資人提供一個做決策的輔助工具。數據資源存在在生活的每個角落，Google Ventures甚至會收集關于成功創業者所上的大學等信息，以期從其中找到某種規律。數據分析不只局限于對創業者，他們還會分析自身，比如如何分配手頭的資金，到底是把這筆錢當做種子基金還是A輪投資或者末輪投資。
另外一家風投Greylock的合伙人，同時也是火狐的CEO的John Lilly是數據分析的另一位堅定支持者，Greylock在John的帶領下利用定量化的數據分析來進行定性化的商業決策。在John看來，當前的風投業是比以往歷史上任何一個階段都更加數據化。數據化帶來的好處是雙向的：對前端而言，數據化分析讓公司能夠發現一個行業未來的發展趨勢或者潛在創業者；而在后臺，數據分析能為公司策略提供支持和依據。和Google Ventures一樣，Greylock也成立了獨立的數據團隊，包括AngelList的創始團隊成員Brendan Baker，且由公司的COO Tom Frangione直接領導。Greylock的數據分析一般始于App Store的排名數據、應用在Twitter上被提及的次數、以及用戶的使用程度等等。
值得注意的是，風投們也不能盡信數據。一年前，移動社交領域冒出了不少視頻分享應用，背后的數據分析顯示，這些應用將會有美好的市場前景，因為通過分析產生的預期增長曲線近似于大受歡迎的圖片分享應用Instagram。不過截至目前，視頻分享領域的投資者還沒能看到期望中的退出機會，即使優秀如Viddy，也度過了一段動蕩不安的時光。盡管早先的定量分析顯示在該領域會有很好的投資機會，但是如果投資者不假思索就投身其中，很有可能被套牢或得到低于預期的回報。
視頻分享應用的數據分析并沒有錯，問題在于如果你只是一味地分析成功創業公司的數據，你會得到相當美好的分析結果。事實是，在給定的一段時間中，假設有2萬家創業公司得到天使投資，絕大部分投資回報將會由其中大概5-10%的公司所產生，另外80%的公司分擔剩下的小部分，如此看來只有10%不到的創業公司能夠滿足投資人最初的投資期望。一個優秀的投資人不會把數據分析當做其做決定的全部依據，而是結合自身認識和洞察力的基礎上輔以數據分析。或許一個較可行的做法是，在開始時做出定性假設，在中間的決策部分讓定量數據支持和檢驗假設，最后得出定性結論。
Google Ventures的Bill Maris認為Google是第一家涉足數據分析的風投，這其實會引發一定的爭議。早在1972年，Kleiner Perkins作為沙丘路上的一家研究機構便以在風投領域嘗試引入定量分析。Kleiner Perkins目前使用的是名為“Dragnet”的自有的數據挖掘軟件。Dragnet在2010年面世，主要用于挖掘推特上的數據，而其原理簡單來說就是統計推特上名人們提及特定創業公司或應用的次數。之后Kleiner Perkins在其分析中加入應用商店的數據及來自Facebook平臺和AngelList的信息。
盡管Dragnet被很多業內人士認為是早期預測好手，尤其是針對消費市場領域，但是目前為止還是沒有人認為在風投業，定量分析能夠取代定性分析。想要成為一個優秀及以上級別的風險投資人，需要的不僅是對市場和產品的深度了解，更需要慧眼識人的能力，而這些知識和能力的積淀會在做投資決策被激發出來，而數據在這其中只是一個輔助的角色。
彭博社和路透社通過為外部那些急需數據的投資者提供服務賺取了數十億的傭金。隨著越來越多的的風投聚集在沙丘路上，未來是否會出現類似彭博社的專門機構為風投們提供專業的數據分析？
京公網安備 11010502049343號