Interviews
David Smith, Chief Data Officer bei TheVentureCity – Interview-Serie
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen
David Smith, auch bekannt als “David Data”, ist der Chief Data Officer bei TheVentureCity, einer Venture-Capital-Plattform, die international in softwarebasierte Startups investiert und operative Unterstützung bietet.
Können Sie Ihre Rolle als Chief Data Officer bei TheVentureCity beschreiben und was dies beinhaltet?
Ich leite ein Team, das Investitionsmöglichkeiten mithilfe von Daten auswertet, die von Startups bereitgestellt werden; verwaltet Live-Datenpipelines von unseren Portfoliounternehmen und dem Tech-Stack, der sie unterstützt; führt individuelle Analysen für Portfoliounternehmen durch; berät Portfoliounternehmen in Bezug auf Tech-Stacks und Analytics; und entwickelt Produkte, die unsere Analysefähigkeiten automatisieren und erweitern.
Was sind einige der Variablen, die bei der Due-Diligence-Prüfung von Investitionen berücksichtigt werden?
Wir bewerten Engagement, Retention, Kundenlebenszeitwert, Umsatzverteilung und Wachstumsdynamik und vergleichen sie mit Branchenbenchmarks. Dazu erhalten wir Benutzerdaten und Transaktionsdaten, um zu messen:
- Durchschnittliche aktive Tage in den letzten 28 Tagen;
- monatliche Nutzer- und Umsatzretention;
- 6-Monats-Nutzerretention;
- monatliche Netto-Umsatzretention nach 12 Monaten;
- Kohortenbasierte Nutzerretention und Kundenlebenszeitwert;
- Rückzahlungszeiten für Marketingausgaben;
- monatliche Nutzer- und Umsatzwachstumsraten und Quick-Ratios (die die Wachstumseffizienz messen);
- Umsatzverteilung über die Kundenbasis;
- Und möglicherweise andere Metriken, die für einen bestimmten Fall spezifisch sind.
Die Gewichtung, wie viel wir jedem oben genannten Metrik zubilligen, hängt von der Situation ab.
Was ist für Venture-Capital-Unternehmen am wichtigsten, um zu bestimmen, wie schnell ein Unternehmen wachsen kann?
Das wichtigste Metrik ist die Retention, sowohl bei Nutzern als auch bei Umsatz. Retention kann auf verschiedene Weise gemessen werden: monatlich oder nach 6 Monaten für eine langfristigere Perspektive. Eine gute Retention signalisiert Produkt-Markt-Fit und ermöglicht effizientes Wachstum. Es ist viel einfacher zu wachsen, wenn man nicht jeden Monat die meisten Nutzer ersetzen muss. Wenn man ein Produkt in einem großen Markt hat, das zu diesem Markt passt und effizient wachsen kann, ist man bereit, schnell zu skalieren.
Können Sie uns einige Details über den Growth Scanner erzählen, ein Tool, das Gründern hilft, zu verstehen, wie gut sie wachsen?
Der Growth Scanner ermöglicht es jedem Gründer mit einem Produkt auf dem Markt, eine Bewertung des Produkt-Markt-Fits und der Wachstumseffektivität zu erhalten. Wir verwandeln die rohen Daten, die uns das Startup bereitstellt, in einen Bericht, der die oben genannten Metriken, die Branchenbenchmarks und Kommentare unseres Teams präsentiert. Wir haben Hunderte von Startups auf diese Weise analysiert und wissen, wonach wir suchen und was wir hervorheben müssen. Durch die Betrachtung ihres Geschäfts durch unsere Wachstumsanalyse-Brille lernen Gründer oft etwas über ihr Geschäft, das sie zuvor nicht gesehen haben.
Venture-Capital-Unternehmen sind bekannt dafür, immer noch Excel und andere veraltete Methoden zur Organisation von Investitionsdaten zu verwenden. Wie geht TheVentureCity mit dieser Herausforderung um?
Wir haben in unser Data-Team und dessen Tech-Stack investiert, um die Aufnahme und Transformation von Produkt- und Transaktionsdaten aus mehreren Quellen in ein standardisiertes Analyseframework zu automatisieren.
Wie können Venture-Capital-Unternehmen gute Daten nutzen, um einen personalisierten Ansatz bei der Zusammenarbeit mit Startups zu entwickeln?
Die granularen Produktdata, die wir von unseren Portfoliostartups erhalten, ermöglichen es uns, genau zu verstehen, was bei jedem Unternehmen passiert. Mit diesen Daten können wir über unsere Standard-Dashboards hinausgehen und uns tief in die Daten einarbeiten, wenn nötig. Wir können sehr spezifische Gespräche mit unseren Startup-Teams über das führen, was die Daten sagen, und wie man vorgehen soll.
Wie sollten Startups, die auf LLMs angewiesen sind, das Problem der Halluzinationen angehen, die einer der größten Nachteile der Verwendung von Generative AI ist?
Sie sollten die richtigen Menschen einstellen, die Erfahrung mit der Kuratierung von hochwertigen Trainingsdaten, der Feinabstimmung und Validierung des Modells sowie der menschlichen Einbindung in die Schleife haben.
Was ist Ihre Vision für die Zukunft von KI und wie werden Venture-Capital-Unternehmen in diesem Bereich investieren?
Wir sollten exponentielle Fortschritte in den KI-Fähigkeiten im Allgemeinen und in den transformer-basierten Modellen im Besonderen für die absehbare Zukunft erwarten. Wir werden über die bloße Effizienzsteigerung bestehender Produkte und Prozesse hinausgehen und beginnen, neue Produkte und Prozesse zu entwickeln, die bisher nicht möglich waren.
Vielen Dank für das Interview. Leser, die mehr erfahren möchten, sollten TheVentureCity besuchen.
