David Smith, Chief Data Officer di TheVentureCity – Serie di Interviste

David Smith, noto anche come “David Data”, è il Chief Data Officer di TheVentureCity, una piattaforma di venture capital che investe a livello internazionale in startup guidate dal software e fornisce supporto operativo.

Potresti descrivere il tuo ruolo di Chief Data Officer di TheVentureCity e cosa comporta?

Guido un team di persone che valuta le opportunità di investimento utilizzando i dati forniti dalle startup; gestisce i dati live dalle nostre società di portafoglio e lo stack tecnologico che le supporta; esegue analisi personalizzate per le società di portafoglio; fornisce consulenza alle società di portafoglio su stack tecnologici e analisi; e costruisce prodotti che automatizzano e ampliano le nostre capacità di analisi.

Quando si esegue la due diligence per gli investimenti, quali sono alcune delle variabili che vengono considerate?

Valutiamo l’engagement, la retention, il valore della vita del cliente, la distribuzione dei ricavi e la dinamica di crescita, e li confrontiamo con i benchmark di settore. Per farlo, otteniamo dati di eventi e transazioni a livello di utente per misurare:

• Il numero medio di giorni attivi negli ultimi 28; 
• La retention degli utenti e dei ricavi mese per mese; 
• La retention degli utenti a 6 mesi; 
• La retention dei ricavi netti a 12 mesi; 
• La retention degli utenti e il valore della vita del cliente a livello di cohorte; 
• I periodi di rimborso per le spese di marketing; 
• I tassi di crescita mensili degli utenti e dei ricavi e i quick ratio (che misurano l’efficienza della crescita); 
• La distribuzione dei ricavi nella base di clienti;
• E forse altri metriche particolari per un caso specifico.

Il peso di quanto consideriamo ogni metrica elencata sopra dipende dalla situazione. 

Per i venture capital, cosa è più importante è quanto velocemente una società possa crescere, quali sono le metriche più importanti per identificare questo?

La metrica più importante è la retention, sia degli utenti che dei ricavi. La retention può essere misurata in diversi modi: mese per mese o dopo 6 mesi per una visione a lungo termine. Una buona retention segnala la congruenza tra prodotto e mercato e rende possibile una crescita efficiente. È molto più facile crescere se non si deve sostituire la maggior parte degli utenti da un mese all’altro. Se si ha un prodotto in un mercato grande che si adatta a quel mercato e può crescere efficientemente, si è pronti a scalare velocemente.

Potresti condividere alcuni dettagli sul Growth Scanner, uno strumento per aiutare i fondatori a capire quanto stanno crescendo?

Growth Scanner consente a qualsiasi fondatore con un prodotto sul mercato di ottenere una valutazione della congruenza tra prodotto e mercato e dell’efficacia della crescita. Trasformiamo i dati grezzi forniti dalle startup in un report che presenta le metriche descritte sopra, i benchmark di settore e i commenti del nostro team. Abbiamo esaminato centinaia di startup in questo modo e sappiamo cosa cercare e evidenziare. Analizzando il loro business attraverso la nostra lente di contabilità della crescita, i fondatori spesso imparano qualcosa sul loro business che non avevano visto prima.

Le società di venture capital sono note per utilizzare ancora Excel e altri metodi antiquati per organizzare i dati di investimento, come affronta TheVentureCity questa sfida?

Abbiamo investito nel nostro team di dati e nel suo stack per automatizzare l’ingestione e la trasformazione dei dati di prodotto e transazionali da più fonti in un framework di analisi standardizzato.

Come possono le società di venture capital sfruttare i buoni dati per adottare un approccio più personalizzato nel lavorare con le startup?

I dati granulari del prodotto che otteniamo dalle nostre startup di portafoglio ci consentono di capire esattamente cosa sta succedendo con ogni società. Con tali dati a portata di mano, possiamo andare oltre i nostri dashboard standard e immergerci nei dati quando necessario. Siamo in grado di avere conversazioni molto specifiche con i nostri team di startup su cosa stanno dicendo i dati e come procedere.

Con le allucinazioni che sono uno dei principali svantaggi dell’utilizzo dell’Intelligenza Artificiale Generativa, come dovrebbero affrontare questo problema le startup che dipendono dai LLM?

Dovrebbero assumere le persone giuste che sanno come curare dati di alta qualità, eseguire il fine-tuning e la convalida del modello, e utilizzare approcci con l’uomo nella loop. 

Qual è la tua visione per il futuro dell’Intelligenza Artificiale e come le società di venture capital investiranno in questo settore?

Dovremmo aspettarci di vedere avanzamenti esponenziali nelle capacità dell’Intelligenza Artificiale in generale, e dei modelli guidati da trasformatori in particolare, per il futuro prevedibile. Andremo oltre il rendere più efficienti i prodotti e i processi attuali, e inizieremo a imparare su nuovi prodotti e processi che non erano possibili prima.

Grazie per l’intervista, i lettori che desiderano saperne di più possono visitare TheVentureCity.