David Smith, Chief Data Officer hos TheVentureCity – Intervieuserie

David Smith, også kendt som “David Data,” er Chief Data Officer hos TheVentureCity, en venture kapital-platform, der investerer internationalt i software-drevne startups og tilbyder operationel support.

Kan du beskrive din rolle som Chief Data Officer hos TheVentureCity og hvad det indebærer?

Jeg leder et team af mennesker, der vurderer investeringsmuligheder ved hjælp af data leveret af startups; administrerer live data-pipelines fra vores portefølje-selskaber og teknologistakken, der understøtter dem; udfører tilpassede analyser for portefølje-selskaber; rådgiver portefølje-selskaber om teknologistakke og analyser; og udvikler produkter, der automatiserer og udvider vores analytiske kapaciteter.

Når du udfører due diligence, hvad er nogle af de variabler, der tages i betragtning?

Vi vurderer engagement, retention, kunde-lifetime-værdi, omsætningsfordeling og vækstdynamik, og sammenligner dem med branchens benchmark. For at gøre dette får vi bruger-niveau-hændelses- og transaktionsdata for at måle:

• Gennemsnitlige dage aktive i de sidste 28 dage; 
• måned-til-måned-bruger- og omsætningsretention; 
• 6+ måneders brugerretention; 
• måned 12 netto-omsætningsretention; 
• kohort-niveau-brugerretention og kunde-lifetime-værdi; 
• markedsførings-udgifts-afbetalingstider; 
• månedlige bruger- og omsætningsvækstrater og hurtige forhold (som måler væksteffektivitet); 
• omsætningsfordeling på tværs af kundebasen;
• Og måske andre metrikker, der er specifikke for en given sag.

Vægningen af, hvor meget vi tager hensyn til hver af de ovennævnte metrikker, afhænger af situationen. 

For venture kapital-firmaer er det vigtigste, hvor hurtigt et selskab kan skale, hvad er de vigtigste metrikker for at identificere dette?

Den vigtigste metrik er retention, både bruger- og omsætningsretention. Retention kan måles på flere måder: måned-til-måned eller efter 6 måneder for en længerevarende vurdering. God retention signalerer produkt-markedsfit og gør effektiv vækst mulig. Det er meget lettere at vokse, hvis du ikke behøver at erstatte de fleste af dine brugere fra måned til måned. Hvis du har et produkt i et stort marked, der passer med det marked, og kan vokse effektivt, er du parat til at skale hurtigt.

Kan du dele nogle detaljer om Growth Scanner, et værktøj til at hjælpe grundere med at vide, hvor godt de vokser?

Growth Scanner giver enhver grundlægger med et produkt på markedet mulighed for at få en vurdering af produkt-markedsfit og væksteffektivitet. Vi omdanner rådata, som startups leverer til os, til en rapport, der præsenterer de ovennævnte metrikker, branchens benchmark og kommentarer fra vores team. Vi har set på hundredvis af startups på denne måde og ved, hvad vi skal lede efter og fremhæve. Ved at se på deres forretning gennem vores vækstregnskabs-linse lærer grundlæggere ofte noget nyt om deres forretning, som de ikke tidligere havde set.

Venture kapital-firmaer er berygtede for at bruge Excel og andre forældede metoder til at organisere investeringsdata, hvordan tackler TheVentureCity denne udfordring?

Vi har investeret i vores data-team og dets teknologistak for at automatisere indtagelsen og transformationen af produkt- og transaktionsdata fra multiple kilder til en standardiseret analyse-ramme.

Hvordan kan venture kapital-firmaer udnytte gode data til at tage en mere personlig tilgang til at arbejde med startups?

De detaljerede produktdata, vi får fra vores portefølje-startups, giver os mulighed for at forstå præcis, hvad der sker med hvert selskab. Med sådanne data til vores fingertipper kan vi gå ud over vores standard-dashboard og dykke dybt ned i data, hvor det er nødvendigt. Vi kan have meget specifikke samtaler med vores startup-hold om, hvad dataene siger, og hvordan vi skal fortsætte.

Med hallucinationer som en af de største ulemper ved brug af Generative AI, hvordan skal startups, der er afhængige af LLM’er, tackle dette problem?

De skal ansætte de rette mennesker, der kender til kurering af højkvalitets-træningsdata, finjustering og validering af modellen, og menneske-i-løkken-tilgange. 

Hvad er din vision for fremtiden for AI og hvordan vil venture kapital-firmaer investere i dette område?

Vi bør forvente at se eksponentielle fremskridt i AI-kapaciteter generelt, og transformer-drevne modeller i særdeleshed, for den nærmeste fremtid. Vi vil gå ud over at gøre nuværende produkter og processer mere effektive, og begynde at lære om nye produkter og processer, der ikke var mulige før.

Tak for interviewet, læsere, der ønsker at lære mere, skal besøge TheVentureCity.