David Smith, Diretor de Dados da TheVentureCity – Série de Entrevistas

David Smith, também conhecido como “David Data”, é o Diretor de Dados da TheVentureCity, uma plataforma de capital de risco que investe internacionalmente em startups impulsionadas por software e fornece suporte operacional.

Poderia descrever seu papel como Diretor de Dados da TheVentureCity e o que isso envolve?

Lidero uma equipe de pessoas que avaliam oportunidades de investimento usando dados fornecidos por startups; gerencio pipelines de dados ao vivo de nossas empresas de carteira e a pilha de tecnologia que as suporta; realizo análises personalizadas para empresas de carteira; aconselho empresas de carteira sobre pilhas de tecnologia e análise; e desenvolvo produtos que automatizam e estendem nossas capacidades de análise.

Quando realizar due diligence de investimento, quais são algumas das variáveis consideradas?

Avaliamos engajamento, retenção, valor de vida do cliente, distribuição de receita e dinâmica de crescimento, e os comparamos com benchmarks da indústria. Para fazer isso, obtemos dados de eventos e transações de nível de usuário para medir:

• Média de dias ativos nos últimos 28;
• retenção de usuário e receita mês a mês;
• retenção de usuário de 6+ meses;
• retenção líquida de receita no mês 12;
• retenção de usuário e valor de vida do cliente em nível de coorte;
• períodos de payback do gasto em marketing;
• taxas de crescimento de usuário e receita mensal e razões rápidas (que medem a eficiência do crescimento);
• distribuição de receita ao longo da base de clientes;
• E talvez outros métricas particulares de um caso dado.

O peso de quanto consideramos cada métrica acima depende da situação.

Para os VC, o que é mais importante é quanto rápido uma empresa pode escalar, quais são as métricas mais importantes para identificar isso?

A métrica mais importante é a retenção, tanto de usuário quanto de receita. A retenção pode ser medida de várias maneiras: mês a mês ou após 6 meses para uma visão de longo prazo. Uma boa retenção sinaliza ajuste de produto-mercado e torna o crescimento eficiente possível. É muito mais fácil crescer se você não tiver que substituir a maioria de seus usuários de um mês para o outro. Se você tiver um produto em um mercado grande que se ajusta a esse mercado e pode crescer de forma eficiente, você está pronto para escalar rapidamente.

Poderia compartilhar alguns detalhes sobre o Growth Scanner, uma ferramenta para ajudar os fundadores a saber como estão crescendo?

O Growth Scanner permite que qualquer fundador com um produto no mercado obtenha uma avaliação do ajuste de produto-mercado e da eficácia do crescimento. Transformamos os dados brutos fornecidos por startups em um relatório que apresenta as métricas descritas acima, seus benchmarks da indústria e comentários de nossa equipe. Analisamos centenas de startups dessa forma e sabemos o que procurar e destacar. Ao olhar para seus negócios por meio de nossa lente de contabilidade de crescimento, os fundadores frequentemente aprendem algo sobre seus negócios que não viam antes.

As firmas de capital de risco são notórias por ainda usarem o Excel e outros métodos antiquados para organizar dados de investimento, como a TheVentureCity lida com esse desafio?

Investimos em nossa equipe de dados e sua pilha para automatizar a ingestão e transformação de dados de produto e transacional de múltiplas fontes em um quadro de análise padronizado.

Como os VC podem aproveitar bons dados para adotar uma abordagem mais personalizada ao trabalhar com startups?

Os dados granulares de produto que obtemos de nossas startups de carteira nos permitem entender exatamente o que está acontecendo com cada empresa. Com esses dados ao nosso alcance, podemos ir além de nossos painéis padrão e mergulhar profundamente nos dados quando necessário. Somos capazes de ter conversas muito específicas com nossas equipes de startup sobre o que os dados estão dizendo e como proceder.

Com alucinações sendo um dos principais contras do uso de IA Geradora, como as startups que dependem de LLMs devem lidar com esse problema?

Elas devem contratar as pessoas certas que sabem sobre curar dados de treinamento de alta qualidade, ajustar e validar o modelo e abordagens de humanos no loop.

Qual é sua visão para o futuro da IA e como os VC investirão nesse espaço?

Devemos esperar avanços exponenciais nas capacidades da IA em geral, e modelos impulsionados por transformadores em particular, para o futuro previsível. Vamos além de tornar produtos e processos atuais mais eficientes e começar a aprender sobre novos produtos e processos que não eram possíveis antes.

Obrigado pela entrevista, leitores que desejam aprender mais devem visitar TheVentureCity.