長期以來,，創(chuàng)業(yè)投資的方法被當(dāng)做一門藝術(shù)在一個相對小的圈子內(nèi)流傳。富有經(jīng)驗的 VC 往往喜歡將自己的成功歸因于這門藝術(shù)的歷久彌新,，而識人術(shù)又是這門藝術(shù)的重中之重,。一個初創(chuàng)公司的團隊 (team)，還是產(chǎn)品 (product),，抑或是市場 / 產(chǎn)品吸引力 (traction),，都會被作為重要指標(biāo)而影響每一個 VC 的投資決策。

　　對于一個初創(chuàng)公司而言 (尤其是尚處早期的團隊 early-stage startup),，除了有可能實際存在的產(chǎn)品外 (算上半成品及開發(fā)原型)，剩下的指標(biāo)都可以說是虛無縹緲。人們早已習(xí)慣了如此的篩選機制：投資人在乎的是感覺，看順眼或許比產(chǎn)品概念更為受用。至于這套機制是否成功,，則需另當(dāng)別論：美國風(fēng)投協(xié)會(National Venture Capital Association) 的一組數(shù)據(jù)顯示,，在 21 世紀(jì)的第一個十年內(nèi),，美國創(chuàng)投業(yè)的總體回報率為負數(shù),。在這個大數(shù)據(jù)概念橫行的時代,，像創(chuàng)投業(yè)這樣長期位于科技行業(yè)風(fēng)口浪尖并且耳濡目染各種新科技的行業(yè),， 要把數(shù)據(jù)分析結(jié)合進傳統(tǒng)做法中的嘗試也已是老調(diào)新彈。

　　數(shù)據(jù)分析被廣泛地應(yīng)用于各行各業(yè)，尤其在金融業(yè)中,。資產(chǎn)管理公司 (asset management) 和基金公司們早在數(shù)十年前便已大規(guī)模地應(yīng)用數(shù)學(xué)理論來衡量公司投資產(chǎn)品的質(zhì)量以及預(yù)測未來的市場表現(xiàn),。而與之一墻之隔、同屬金融行業(yè)的 VC 公司們,，使用數(shù)據(jù)分析來量化評估投資看起來也應(yīng)該是一件理所應(yīng)當(dāng)?shù)氖隆?

　　我們之前也數(shù)次討論過數(shù)據(jù)分析對風(fēng)投領(lǐng)域可能產(chǎn)生的影響和價值,。以 Google+ Ventures 為代表，包括我們耳熟能詳?shù)?KPCB 和紅杉資本 (Sequoia Capital) 在內(nèi)的一眾創(chuàng)投對數(shù)據(jù)分析投資的興趣已經(jīng)持續(xù)了好幾年,，而像 IronStone 這樣的業(yè)界新人和 YC 這樣的孵化器大佬也已投身其中,，即使業(yè)界至今對于“計算機算法是否能夠發(fā)現(xiàn)下一個喬布斯”這樣的問題還未達成共識?？v使像 Google+ Ventures 這樣背后有“數(shù)據(jù)公司”谷歌的全球最大數(shù)據(jù)庫和云計算做靠山的高富帥,，也尚未得到能夠放之四海而皆準(zhǔn)的標(biāo)準(zhǔn)公式，而如何更準(zhǔn)確地量化團隊的化學(xué)反應(yīng)及產(chǎn)品 的市場吸引力等等因素還是一個亟待解決的行業(yè)性問題,。

　　不過 Google Ventures 聲稱他們已經(jīng)在數(shù)據(jù)分析上獲取了相當(dāng)?shù)倪M展,。他們拒絕公開成果，不過綜合各方面信息看來,，Google Ventures 的公式或許并沒有想象得那么高深：他們通過分析運用諸如創(chuàng)業(yè)城市,、團隊平均年齡、過往創(chuàng)業(yè)經(jīng)歷這樣的因素來考量每一個潛在的投資機會,。不過 Mark Zuckerberg 在成立 Facebook 前只賣過產(chǎn)品原型而無創(chuàng)業(yè)經(jīng)歷,，甚至 Google Ventures 的倆老板，Larry Page 和 Sergey Brin,，如果要用這么一個算法來評測,，估計也難以過關(guān)。Google Ventures 也頗有自知之明，看感覺 (intuition) 和看順眼 (chemistry) 仍是他們在投資決策中頗為重要的考量因素,。

　　KPCB 和紅杉這樣的高級玩家也嘗試過通過分析創(chuàng)業(yè)公司在 Twitter 上被提及次數(shù),，或者創(chuàng)業(yè)公司產(chǎn)品 App Store 排名這樣的數(shù)據(jù)來分析一家創(chuàng)業(yè)公司的價值。而 IronStone,，這家由William Hambrecht創(chuàng) 立的被視為異類的創(chuàng)投,，在數(shù)據(jù)分析上走得比同行們更遠更快。根據(jù)一些已經(jīng)公布的信息,，他們聲稱一個創(chuàng)業(yè)公司的團隊因素只會在他們的整個考量過程中占到 12%,，即使團隊和人員長期以來被傳統(tǒng)創(chuàng)投視為最為重要的一項影響因素;而另外 20% 被分給了創(chuàng)業(yè)公司的其他各項指標(biāo)，余下的 68% 則全部被市場因素占用：將要進入的市場的環(huán)境,、公司的調(diào)整周期,、市場的變化是否可被預(yù)期等等。

　　目前已知的或公開聲稱正在或?qū)⒁褂脭?shù)量分析來投初創(chuàng)公司的主要機構(gòu)包括上文提及的 Google Ventures,、KPCB,、Sequoia Capital、IronStone,、Y Combinator,，以及 500Startups、August Capital,、Accel Partners,、Andreessen Horowitz、Floodgate Fund,、Greylock Partners,、SVAngel 等等。其中,，Accel Partners 專門撥出 1 億美元作為大數(shù)據(jù)基金 (Big Data Fund),，而 Greylock 已在使用其內(nèi)部數(shù)據(jù)團隊制作的專有數(shù)據(jù)分析工具。Google+,、Facebook 和 Twitter 等社交網(wǎng)絡(luò)是目前被作為數(shù)據(jù)采集的主要源頭,。

　　傳統(tǒng)的 VC 決策流程，可以大致劃分為 5 個階段：

　　潛在的市場有多大?

　　潛在的市場機會有多少?能從競爭對手處搶到多少市場份額?

　　潛在的商業(yè)模型是什么?營收和利潤能達到什么水平?

　　保守估計,，潛在的運營/產(chǎn)品成本有多少?通過這輪融資能夠滿足團隊運營的周期?

　　5至10年內(nèi)是否會有潛在的退出機會或IPO機會?

　　最重要的是大部分 VC 在拍板前,，還會自問：我是否喜歡這個團隊 / 這個團隊是否值得投資?

　　而在引入了數(shù)據(jù)分析之后，這個流程會受到什么樣的影響?下圖是我根據(jù)經(jīng)驗以及整理各個 VC 大佬們的文章后制作的一張圖表,，反映了美國的主流 VC 在不同投資階段主要用到的有關(guān)數(shù)據(jù)分析的工具,。　　

　　舉例來說,，一家提倡數(shù)據(jù)分析投資并專注于早期投資 (early stage/seed stage) 的 VC 會在初期尋找投資目標(biāo)時通過AngelList和Seedsummit這樣的初創(chuàng)公司數(shù)據(jù)庫進行海選,，之后利用CapLinked之類的流程管理平臺建立聯(lián)系關(guān)系網(wǎng)并設(shè)定一定的篩選投資流程,。目前針對早期公司的量化評估還未出現(xiàn)什么靠譜的工具，不過有些 VC 會用一個叫YouNoodle的來搜集一個初創(chuàng)公司的競爭對手的信息,，以此評估該團隊的市場競爭力,。OwnYourVenture則提供了一個平臺，VC 和創(chuàng)業(yè)者可以在輸入相關(guān)數(shù)據(jù)后得出幾輪投資后的股權(quán)價值分配情況,。而在某輪融資結(jié)束后,，VC 可以自建數(shù)據(jù)庫以跟蹤所投公司的運營，也可以通過Startup Genome這樣的平臺來跟蹤公司信息或當(dāng)?shù)貏?chuàng)業(yè)市場,。

　　在此不得不重點介紹下CB Insights和PitchBook,。CB Insights 作為一家有著金融行業(yè)背景的紐約初創(chuàng)數(shù)據(jù)公司，在集成行業(yè)數(shù)據(jù)和數(shù)據(jù)分析上做得相當(dāng)出色,，他們定期的行業(yè)數(shù)據(jù)分析報告為 VC 和其他相關(guān)媒體機構(gòu)廣為應(yīng)用，而他們推出的不少可視化數(shù)據(jù)分析工具也頗有價值,。PitchBook 也有著出色的可視化數(shù)據(jù)平臺,，但是他們的產(chǎn)品則針對各初創(chuàng)公司提供了更為具體的信息，豐富的 VC 數(shù)據(jù)庫也為創(chuàng)業(yè)者和投資者們提供了檢視各家 VC 具體信息的平臺,。當(dāng)然,，36Kr+數(shù)據(jù)庫對于國內(nèi)的 VC 和創(chuàng)業(yè)者們來說是一個很好的工具，我們也會不斷改進完善我們的數(shù)據(jù)庫,、添加新的功能,，以更好地服務(wù)國內(nèi)的創(chuàng)業(yè)者和投資人們?！　?

　　CB Insights的可視化數(shù)據(jù)庫　　

　　PitchBook所提供的VC信息界面

　　憑心而論,，目前這種規(guī)模的數(shù)據(jù)分析或許無從談及大數(shù)據(jù)，但是倘若將待分析的數(shù)據(jù)庫規(guī)模擴大 10 倍,，甚至 100 倍,，大數(shù)據(jù)這樣的技術(shù)就足以讓極大地提高創(chuàng)投的反應(yīng)速度，而至于結(jié)果的質(zhì)量,，或許需要一個相對長的時間來給我們答案,。移動技術(shù)快速發(fā)展產(chǎn)生的大量數(shù)據(jù)則是一個很好的案例。都說移動技術(shù)的發(fā)展正在極大地改變每一個行業(yè),、甚至每一個人的生活,，這一樣可以用在創(chuàng)投界。大數(shù)據(jù)的時代才剛剛來臨,，而移動互聯(lián)網(wǎng)和移動 設(shè)備產(chǎn)生數(shù)據(jù)的能力和潛力是難以預(yù)估的,，最好的例子便是在剛過去的雙十一里，淘寶有15%的交易額來自移動端,。對于想要掌握用戶需求和習(xí)慣的創(chuàng)業(yè)者,，以及希望發(fā)現(xiàn)有成長潛力的產(chǎn)品和創(chuàng)業(yè)者的 VC 們來說,，這個時代或許會是一個前所未有的黃金時期。

　　對 VC 來說,，手頭有了數(shù)據(jù)之后,，問題就在于如何有效地分析數(shù)據(jù)并量化評估標(biāo)準(zhǔn)。舉例來說,，一個房地產(chǎn)投資人可以用Case Shiller房價指數(shù)這 樣的量化指標(biāo)來衡量當(dāng)前的市場環(huán)境,，用公開數(shù)據(jù)和政府文件來評估某家具體開發(fā)公司的運營狀況;而專注于投資上市公司的投資者，簡單的標(biāo)普 500 指數(shù)和某家公司的市盈率就能勾畫出一個投資機會的輪廓,。對于 VC 和天使投資人來說,，這樣的畫面在投初創(chuàng)公司的時候是難以想象的。VC 的盡職調(diào)查 (Due Diligence) 很多時候只能通過投資者的人際網(wǎng)交流和主觀感受來完成,，而不是像投行們那樣甩出成摞的 Excel 和精美的盡職調(diào)查報告,。縱使諸如 CB Insights,、Crunchbase,、AngelList 這樣的數(shù)據(jù)平臺的大量出現(xiàn)能夠改變 VC 們以往那種缺乏數(shù)據(jù)的生活，但是如何選擇數(shù)據(jù),、如何將數(shù)據(jù)轉(zhuǎn)換成有用的信息,，則是 VC 們的下一個難題。