创业公司从数据中提取出商业价值的10个思路-数据分析网

编者按:Cue Ball Capital的合伙人Ali Rahimtula对数据进行深入研究,发现几个可以化为商业价值的特性,希望这些可以对初期精炼数据商业策略和希望为下一轮成功融资寻找数据业务最佳定位的创业者有一定的帮助。

以下是正文:

在 Cue Ball Capital,我们是数据商业投资的专家。多年来,我们已经投资了很多数据和分析业务,其中包括 StyleSight (时尚)、Knovel (工程)、Lex Machina (法律)、SmartZip (房地产) 和 Redline (金融)。

另外,我们的投资合作伙伴 Dick Harrington 连续 11年 担任 Thomson 的 CEO,他任职期间,流动现金翻了两番,公司的市场价值增值了两倍,同时他创造了世界上最大的信息传媒公司。毫不夸张地说,Dick 是世界上最一流的信息商业专家。我感谢他在这篇文章提出的见解。

在这篇文章中,我也借鉴了这一领域里另一位专家 Matthew Burkley(他是市场上最具创新性的数据公司之一的 Genscape 的 CEO)的观点。

接下来就是我在评估早期数据商业时寻找到的显著的特征。我将略过使商业变得有吸引力的常用的项目,将专注于数据商业的特殊特性。

1、摒弃可有可无

有一些可有可无数据,之后有一些必有数据。

必有数据的特点应该包括:

· 通知高价值的决策

· 增加决策中的显著价值(而不是增量)

· 这个价值可以预测

· 关键是做好你的工作,也就是说,它允许你做一些你无法以其他方式做的事

· 它融合到你的工作流程中

· 高频率需要

· 如果你不得不削减成本,你将会削减别的东西

在可有可无的类别中,报纸是一个不错的例子。尽管我有时候觉得我需要读 Wall Street Journal,但没有它我依旧可以工作。我可以读 New York Times 商业版和技术版来代替它,甚至我也可以通过各种在线免费资源获得需要的消息。另一个在可有可无里的例子就是大学的教科书。这些天,许多大学生不再着急去买推荐的教材,或者只是以折扣额价格购买老版本。

从不同角度来讲,每个行业都早投资管理有很多关键数据供应商的例子。在投资管理行业,Bloomberg、FactSet 和 Redline 都是最好的例子。他们可以帮助你获得最实时最准确的证券相关数据,让你可以以最快的速度进行最高利益的交易。对于医生,UpToDate 和 Epocrates 是不错的例子。当医生在急诊室的需要最准确的药物去挽救危在旦夕的患者时,他们可以信赖那些即便在其他地方的权威数据。

我们寻找的企业需要有必有数据,这是使数据有商业价值的最基本的特征。

2、专有数据

一个高质量的信息业务一般是建立在专有数据之上。

对于企业来讲,它的问题是基础数据的汇总是从其他渠道购买获得。它可在可实现的毛利率中相对较低的上限。

同样的,公司经常会纠结建立在 Facebook、Twitter 和 LinkedIn 等社交平台的产品分析得到的数据。事实上,这里存在着风险,因为这些数据软件可以被关闭。

如何创造专业数据?我通过几个例子介绍几种方法。

· 收集观察物理数据:Genscape(使用传感器来收集的方法)Mapflow(洪水测绘数据)

· 众包数据:Premise Data (众包经济数据);Placemeter (众包视频数据业务);I/B/E/S (研究分析师盈利预测)

· 有舍有得数据:Argus Information (聚集和清理银行员工提供的数据);Compstak (租约对比)

· 收集废弃数据:在大市场像 Uber 或者像 CME 和 ICE 等金融交流中心,从他们的用户活动中收集有价值的废弃数据。

· 创建内容:可以利用公共 / 商品数据,之后添加内容,最后卖出。

当数据周围充满竞争力时,专有数据会变得特别有价值。在一定程度上它用于防止数据泄露。

3、从小处着手

创业时你需要从头建立一个可行的数据业务,它不同于大数据集团,比其中的一部分要有更多的挑战。通常情况下,创建这些有价值的可行数据有时候可以是一个小的公司破产。

当评估一个数据业务时,我们需要设法当它还比较小的时候确定他是否可行。其中的一个测试方法是看这个数据值的金字塔。这些数据对于最初的客户是否具有高价值,使他们愿意去检验它。如果是的话,这个公司有机会获得更多的用户获得更大的利益。

4、视图和整理数据

许多数据被视为视图的基础。你单纯看数据可能不知道它是什么意思。我们喜欢那些可以直观呈现一个数据的企业。这个数据应该被用到整个商业中,并整合到用户流程工作中。

一个战略可以让你的数据进一步嵌入到客户的工作流程中,这是被 Thomson 称作的 “三分种”(怎样让一个产品或是服务可以在操作三分钟时候让用户接受它)。

使用这个策略可以更好地了解是什么原因促使你的用户访问你的数据,以及这样的行为会产什么什么样的后果,会让你的数据变得更有价值。

5、有价值的分析图层

今天,没有存数据的工具,最大数据公司是软件公司。一般来说,用户不仅是要求使用数据,他们希望是利用可以提供答案的软件工具,帮助他们对数据进行操作。内容是关键但它只是产品的一部分。

一个好的数据公司需要有足够用来增加数据相关性的软件和分析工具。软件可以让用户进行搜索数据并操作利用数据,帮用户做出更明智更有价值的决策。

6、利用信息真空

我们喜欢这样的商业,他们会在一个相对数据真空的新的空间里提供数据。

对于创业公司来讲,在一个有利可图的市场推出一个有价值的数据是一个挑战。

此外,当你有一个既定的产品,但让用户改变他们目前的使用习惯去试用你的新产品也是很难的。

当在一个现有的市场环境中我们有一个经验法则去评估企业。如果企业不能最终达到一个相对的市场份额,但它可以利用创造新的市场环境,那么这个数据明显有更大的价值。

另一方面,在一个数据尚未丰富新的领域创建数据在市场上来讲是非常有价值的。

7、业务横向拓展

我们认为,一个业务在水平方向的拓展能力比在其垂直方向的拓展能力更加重要。

水平方向拓展是什么意思?这意味着你创建的原始数据在相邻市场或者领域可以创建额外的数据。我们对此进行了测试,看看是否数据公司可以导出现有的数据横向操作建立多个数据集。

我们满足了一些创业公司想要在水平拓展之前先尝试垂直扩展,这也可以算是一个战略决策。例如,一个企业家构建这个过程的最终目的是希望可以为高端细分市场提供所必须的内容。在其他情况下,由于创建小规模的原始数据用于业务流程工作,但它的性质并不适合水平拓展。

商业早期刻意追求垂直领域的拓展会加大企业的成本,而不是为他带来更多的利润。

8、数据可智能定价

当数据业务可以创造收益时,我们来看看几件可以确定数据价值的定价模式。

· 认购定价,而不是根据使用情况而定。我们对根据早期阶段的使用情况而再次定价普遍持怀疑态度。根据我们的经验来看,大企业不想支付按需定价,他们希望有一个全面预算的项目。此外,你应该让你的客户越来越习惯你的产品并习惯你的定价结构。

· 数据即是产品。产品收入的主要来源是数据而不再是广告的订阅或是交易的收入。

· 便宜并不总是赢。

9、卖给大客户

我们一般喜欢的数据业务是可以卖给大客户的数据。因为我们可以在这个过程中获得更高的利润,之后有更多的资金可以利用在数据产品上。如果数据公司在初期追求小客户的话,这就会意味着他们的数据集创造的价值更少。

10、高续订率

必有数据的企业通常有很高的更新率,可有可无的数据业务相对有较低的续订率。

理想情况下,我们寻找第二年数据有 90%-95%续订率的企业。

本文来源:编译自Rahimtula

关于数据商业价值这个话题,你如果有其他的想法可以通过 [email protected] 传送给我。

原创文章,作者:Chynna