名川资本王求乐:数据时代的投资逻辑 | 邦专栏

2018 年 12 月 18 日 创业邦杂志

王求乐 名川资本创始合伙人


近20年工程、管理和投资经验,合肥工业大学工学学士、香港中文大学工match商管理硕士学位。2016年创立名川资本,之前在赛富投资基金担任合伙人,从事早期投资。曾任职爱立信、联想控股等全球500强企业,从事工程、研发、战略、子公司监管工作。投资过三十多家公司,包括光峰光电、慧科讯业、龙迅半导体、瑞发科、艾拉(Ayla)、欧瑞博、糖护士、星图数据、冻品在线、诸葛找房、天仪研究院、信用算力、小马立行、苏州金峰等众多优秀的科技型企业,以及陕鼓动力(601369.SH)、蓝港互动 (08267.HK)、金诚信 (603979.SH)等多家成功上市的企业。


不知不觉中,人类进入数据技术(DT)时代,数据与智能革命将显著改变我们的感知、思考和决策。在数据时代,创业者和投资人该如何行动? 是否有隐藏在数据之下的逻辑能够带来一些启发和指引?  


流量驱动转为数据驱动


以流量为中心的传统互联网模式已经结束,中国信息与通信(Information & Communications Technology)产业从流量驱动变成了数据驱动,互联网巨头为适应DT时代不得不练就新的“数据”本领。


Google、微信、淘宝、头条、滴滴,都是采用数据驱动技术的服务平台。这些平台固然以“模式创新”起家,但是其底层逻辑,无不基于数据技术。他们要么诞生之日就是数据驱动的,要么日后转型而成。


Google是数据驱动领域的鼻祖。拉里•佩奇和谢尔盖•布林这对大神,建立巨大的数据库,把数以亿计的用户与全网海量信息连接起来,通过PageRank算法,让用户轻松找到所要的信息,同时精准实现Google广告变现。


今日头条同样如此。无数投资人错过头条是因为觉得当时的内容和媒体拥挤不堪,这个领域的新生事物无投资价值。其实头条是个创举,从一开始就基于数据分析技术和智能推荐引擎,让不同的读者有不同的阅读体验,搭建了一个粘性极强的内容推送平台。数字影响文字,多么神奇!


基于数据做决策,随时、随地、随人、随需


一个平台好比一台交换机,连接着供给方、需求方,有时候还要接入其它服务参与者。为更好匹配各方需求,进行有效选择,必须依靠数据说话才能实现。


 

因此,平台需要具备智能推荐能力,帮助用户找到最需要的东西。作为通讯工具,微信将无数人与海量内容连接起来,通过其大数据平台,无时无刻捕捉用户言行,建立每个人基于社交习惯的画像。张小龙拿这类数据干啥用呢?一个重要应用就是通过用户画像来变现,比如朋友圈为每个人推送定制的微信官方广告。因此,经常在朋友圈看到拼多多广告的朋友,应该没有机会看到招行白金卡广告。


如果平台不能(或不愿)直接替用户做决策,那么至少也要提供搜索功能,让用户检索他最想要的东西,譬如淘宝搜索服务,本质上是智能推荐引擎,消费者第一时间就能看到自己最喜欢的店家和商品,实现千人千面的效果。


数据是平台做决策的依据。那么数据怎么来的呢? 当然是平台自身所产生。通过“连接”、“数据”和“应用”实现数据驱动的循环过程,形成一个内生、闭环、自我增强的正向循环体系,以驱动业务本身。


数据驱动的魔力,在于其生产方式具有极强的边际效应,即网络效应和规模效应。投入达到一定阶段之后,只需要投入一丁点资源,就能获得很大产出与回报,实现随时、随地、随人、随需的理想状态。


事实上,互联网经济从诞生之日起,正是凭借这种极强的边际效应,在众多领域击败传统经济的。 诸如开OEM工厂、搞劳务派遣、做软件外包服务等,产出和投入比都较线性,业务并不性感。地产开发本来也很线性,但因为加了杠杆,属于暴利行业,另当别论。


数据驱动的主要技术


数据驱动技术,包含两个层次,各有侧重。


(1)数据处理(Enablers)


作为数据驱动的底层,数据处理技术包括数据接入、基础设施、分析与算法等丰富的元素,追求更多连接,更多数据,更强算力。如下图所示,在该领域的竞争,比拼的是数据源和技术能力。



(2)数据应用(Enablees)


应用是数据驱动的上层意义,追求更便捷,更智能,更高效,尤其是垂直领域的数据应用前景更加广阔。


以投资眼光看数据:人民币与美元基金大不同


名川目前所投项目,八成以上属于数据驱动,细究起来多属数据应用,很少涉及数据处理与纯技术类项目。我们观察和分析了同行们在这个赛道的投资,总体的看法是人民币基金不适合投资数据处理类早期项目,而只适合该领域的中后期项目,以及数据应用领域。 


造成这个局面的核心,在于人民币基金的期限是错配的,仅仅六七年时间基金就到期。数据应用领域,企业成长速度较快,人民币基金适合在各个阶段介入。而纯技术领域,市场基础本来就差,数据处理领域初创企业的切入点往往又很薄,因而企业成长速度偏慢。以我在赛富的丰富经验看,此类初创企业虽然投资回报可观,但走到IPO所需时日,远超六七年。


因此人民币基金,可能不适合数据处理领域的早期投资。相反,美元基金LP更成熟,有长远眼光和耐心,基金期限更久,可能更适合数据处理领域的早期投资,可以赌的更久,坚持到企业长大的那一天,赚的更大!


名川资本的投资逻辑与布局


2017年夏天,名川内部有过一次激烈的研讨,将投资逻辑从此简化为 “数据驱动”,好友戴汨给其起了个洋名,叫做Data Intelligence Opportunity。我主张在交通、金融、健康、教育、居住、内容、电商、物流和工业领域,对数据驱动类项目下大注,这些赛道足够大,存在巨大的潜力。名川创立两年来多,投资了11家优质企业,八成紧扣数据驱动主题。



以房产赛道为例。房产服务这两年,数据赋能蔚然成风,最出名的要算诸葛找房和贝壳。诸葛找房是房产行业领先的开放基础设施与协作平台,公司基于房产大数据平台,从房源搜索切入,对接房源(房)、中介(人)和购房者(客),解决购房者获取有效房源的难点,降低经纪人获客成本。


诸葛找房这个新业态,一开始并没引起关注。我在创业邦星际营遇到CEO苏伟杰的时候,产品尚未跑通,业内人士瞧不上其思路。但是名川坚决投了诸葛,坚信房产行业的线上化不断加快。从传统黄页信息展示,向交易撮合乃至全行业价值链服务,大势所趋,因为这是最高效的方式。 诸葛上线一年后,链家终于缓过神来,推出类似产品贝壳网,从传统线下做这种转型,左晖势必很痛苦,但行业的未来方向已无疑问。 


沿着这个思路,我们还在电商、金融、交通、物流等领域,做了适当布局。



数据驱动领域的创业者如何把握机遇?


1) 高质量、合法、可持续、可闭环反馈的数据体系,是从事数据驱动业务的前提。高质量的小数据,胜过低质量的大数据。


2) 端到端的解决方案,比单点工具,更容易被客户接纳。


3) 尽可能贴近业务终端侧,解决最终客户实际问题,而单纯的数据处理中台,目前的市场环境下会有瓶颈。务必结合行业,打通业务场景,找的真正的痛点,哪怕针对的是个小需求,也比没痛点要好一百倍。


4)无论居于哪一端, 收入改善类应用(Top Line),远比成本效率类应用(Bottom Line),更易变现。


数据驱动的创新,才刚刚开始,机会无限。 BAT和TMD等巨头掌握庞大流量,似牢不可破,这个世界的每个坑,似乎都被巨头们霸占。但新陈代谢,是宇宙真理。新势力只要独辟蹊径,就能分一杯羹。在数据处理和数据应用两个方面,能够创新其一的企业,可纵横天下;二者兼得者,必属王者。


张一鸣已经创造了一个神话,下一个是谁都有可能!





MORE | 更多原创文章



推荐邦哥的好朋友“企业创投联盟”,ID:cvcbang

商务合作请加微信:bangcbd

登录查看更多
0

相关内容

通过采集数据(这里的数据必须满足大、全、细、时),将数据进行组织形成信息流,在做决策或者产品、运营等优化时,根据不同需求对信息流进行提炼总结,从而在数据的支撑下或者指导下进行科学的行动叫做数据驱动。
商业数据分析,39页ppt
专知会员服务
157+阅读 · 2020年6月2日
德勤:2020技术趋势报告,120页pdf
专知会员服务
187+阅读 · 2020年3月31日
《人工智能2020:落地挑战与应对 》56页pdf
专知会员服务
194+阅读 · 2020年3月8日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
294+阅读 · 2019年12月23日
[综述]基于深度学习的开放领域对话系统研究综述
专知会员服务
77+阅读 · 2019年10月12日
医疗知识图谱构建与应用
专知会员服务
372+阅读 · 2019年9月25日
【知识图谱】大数据时代的知识工程与知识管理
产业智能官
21+阅读 · 2019年7月3日
知乎八年,大而不美
新榜
7+阅读 · 2019年1月26日
创业者和伪创业者的10大区别
创业财经汇
8+阅读 · 2018年6月5日
智能时代如何构建金融反欺诈体系?
数据猿
12+阅读 · 2018年3月26日
徐小平讲了个投资奇迹,3年不到75万变3亿
钛媒体
5+阅读 · 2017年12月15日
【知识图谱】当知识图谱遇上聊天机器人
产业智能官
13+阅读 · 2017年11月10日
Compositional Generalization in Image Captioning
Arxiv
3+阅读 · 2019年9月16日
Arxiv
10+阅读 · 2018年2月9日
VIP会员
相关VIP内容
商业数据分析,39页ppt
专知会员服务
157+阅读 · 2020年6月2日
德勤:2020技术趋势报告,120页pdf
专知会员服务
187+阅读 · 2020年3月31日
《人工智能2020:落地挑战与应对 》56页pdf
专知会员服务
194+阅读 · 2020年3月8日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
294+阅读 · 2019年12月23日
[综述]基于深度学习的开放领域对话系统研究综述
专知会员服务
77+阅读 · 2019年10月12日
医疗知识图谱构建与应用
专知会员服务
372+阅读 · 2019年9月25日
相关资讯
【知识图谱】大数据时代的知识工程与知识管理
产业智能官
21+阅读 · 2019年7月3日
知乎八年,大而不美
新榜
7+阅读 · 2019年1月26日
创业者和伪创业者的10大区别
创业财经汇
8+阅读 · 2018年6月5日
智能时代如何构建金融反欺诈体系?
数据猿
12+阅读 · 2018年3月26日
徐小平讲了个投资奇迹,3年不到75万变3亿
钛媒体
5+阅读 · 2017年12月15日
【知识图谱】当知识图谱遇上聊天机器人
产业智能官
13+阅读 · 2017年11月10日
Top
微信扫码咨询专知VIP会员