Від Spotify до VC: дані змінюють інвестиційні рішення

Ранні роки Spotify та сила даних

На зорі стримінгової музики, ще до виходу Spotify на американський ринок, компанія активно впроваджувала стратегію роботи з даними. Перший віцепрезидент з аналітики Spotify, під керівництвом Даніеля Ека, відповідав за перехід від статичних таблиць Excel до динамічного відстеження інформації. На той час це був новаторський підхід, що спирався на такі інструменти, як Hadoop, який дозволяв відстежувати дії користувачів: куди вони натискали, де затримувалися. Це дало змогу приймати більш обґрунтовані рішення.

Інтеграція великих обсягів необроблених даних у процес прийняття рішень зайняла роки, але завдяки цьому Spotify досяг позначки у 20 мільйонів підписників з рівнем точності, недосяжним для рішень, заснованих лише на припущеннях.

Венчурний капітал та ігнорування даних

Через пів десятиліття, перейшовши у сферу венчурного капіталу, автор виявив, що інвестиційний світ майже не цікавиться даними. Рішення про фінансування часто ґрунтувалися на «хайпі», анекдотах про харизматичних засновників та страху втратити можливість (FOMO), а не на фінансових показниках компаній.

Інвестування часто розглядається як мистецтво, де інстинкт відіграє ключову роль. Однак цей інстинкт може бути й недоліком. Успіхи інвесторів підтверджують їхні переконання, тоді як невдачі часто ігноруються. Майже дві третини венчурних угод не повертають початкових інвестицій. Хоча більшість фірм ведуть посмертний аналіз угод, ці дані рідко використовуються для майбутніх рішень. Лише деякі, як Bessemer, публічно демонструють свої «анти-портфоліо» з угод, від яких вони відмовилися.

Культурні та інфраструктурні перешкоди

Причиною такого стану справ є людський фактор та культура. Команди аналітиків часто знаходяться поза основним процесом прийняття рішень, їхня роль зводиться до консультування, а не до вирішення. Вони борються за бюджет і чекають, поки їх запросять, тоді як ключові рішення приймаються без їхньої участі.

Крім того, існує проблема інфраструктури. Навіть коли автор намагався впровадити краще відстеження ефективності в портфельних компаніях, виявилося, що більшість з них не мали необхідної інфраструктури для збору даних.

Motherbrain: рішення для даних у VC

Щоб подолати цей розрив, автор створив інструмент під назвою Motherbrain у своїй першій венчурній компанії. Ця система, названа на честь персонажа Nintendo, стала центральним інтелектом для інвестиційних рішень. У світі до великих мовних моделей (LLM) Motherbrain використовувала такі сигнали, як дані про залучення, показники використання або сплески вебтрафіку, щоб передбачати можливості до того, як інші інвестори навіть дізнавалися про них. За кілька років Motherbrain вплинула на інвестиції фонду на суму понад 100 мільйонів доларів.

Напруга та майбутнє

У венчурному капіталі існує напруга: підприємці потребують фінансування, а інвестори готові його надати. На папері вони є однією командою, але на практиці кожен бачить лише половину картини. Рішення часто ґрунтуються на розповідях засновників та вірі інвесторів. Кращі дані могли б дозволити обом сторонам бачити одну й ту саму реальність.

Сьогодні, коли фірми поспішають впроваджувати штучний інтелект, стартапи, які не могли відстежувати власні сигнали, намагаються приєднати LLM до інфраструктури, яка не була створена для цього. Венчурні капіталісти роблять те саме, що автор порівнює з заливанням олії для приготування їжі в бензиновий автомобіль.

Що це означає для розробників

Ця новина підкреслює важливість розробки надійної інфраструктури для збору та аналізу даних з самого початку. Для розробників це означає, що створення систем, які можуть ефективно відстежувати показники залучення, використання та вебтрафіку, є критично важливим для успіху стартапів та для залучення інвестицій, оскільки інвестори починають шукати більш обґрунтовані дані для прийняття рішень.

Ключові факти

Автор був першим віцепрезидентом з аналітики Spotify, де впроваджував динамічне відстеження даних за допомогою Hadoop.
Використання даних дозволило Spotify досягти 20 мільйонів підписників з високою точністю рішень.
У венчурному капіталі інвестиційні рішення часто ґрунтуються на «хайпі» та інстинкті, а не на даних.
Майже дві третини венчурних угод не повертають початкових інвестицій.
Культурні та інфраструктурні проблеми перешкоджають ефективному використанню даних у VC.