Инженер (210406)
0,0
рейтинг
12 февраля 2015 в 15:31

Маркетинг → IT Moneyball: Человек, который считает стартапы перевод

Начинать бизнес опасно...


Большой конкурент может сбить цены. Кто-то может подать на вас в суд за нарушение патента. Другие, потому что ваш продукт не выполняет обещанного. Рынок может вовсе не интересоваться тем, что вы продаете. По данным американского Бюро статистики труда, около половины всех предприятий разоряются в течение первых пяти лет.

Thomas ThurstonТомас Терстон (Thomas Thurston) думает, что научные данные помогут избежать некоторых рисков. Последние девять лет он оттачивал статистические методы оценки бизнес-планов и назвал их имитационным бизнес-моделированием. В некотором роде полученные методы в чем-то сродни Moneyball для инвесторов.

По его словам, расчеты правильно предсказали рост Snapchat, Uber, и Airbnb. На данный момент расчеты показывают 66%-ю вероятность продолжения работы этих компаний в течение следующих пяти лет. Он добавляет, что расчеты позволяют предсказать неудачу практически любой компании в 88% случаев.

Моделирование оказалось настолько успешным, что Том теперь использует его для заработка. Он работает в исследовательской фирме Growth Science, которая продает свои прогнозы крупным компаниям, и применяет их для инвестиций в партнерстве с венчурным фондом Ironstone Group. В долгосрочной перспективе, как считает автор методики, модели могут иметь довольно сильное влияние на деловой мир в целом, потому что они помогут людям избегать неважных инвестиционных решений.

Том признает несовершенность модели, но считает, что модель, дающая верный результат только в половине случаев, уже позволит сократить количество неверных инвестиционных решений, для неопытного глаза похожих на прекрасные возможности. Если меньше компаний потерпят неудачу, рассуждает он, вся экономика станет более стабильной и всем пойдет на пользу.

Том Терстон не одинок в применении научных данных Moneyball-стиля в инвестициях. Google Ventures использует подход ориентированный на данные (data-driven approach), как и фонды Correlation Ventures и Venture Science.

Data-driven можно перевести как подход к управлению, где основным критерием принятия решения являются результаты измеримого эксперимента.


Он не просто использует свои расчеты, чтобы делать собственные ставки на рынке. Growth Science помогает крупным корпорациям в инвестициях, завоевании рынков и стратегии. 3M, к примеру, пользуется услугами Growth Science для предсказания степени успеха нового продукта и услуги. Основная идея состоит в том, чтобы помочь этим компаниям принимать обоснованные решения и избежать практики массовых увольнений. Том считает, что со временем также может помочь предприятиям малого бизнеса и стартапам.

Изгоняющий интуицию


Идея имитационного бизнес моделирования пришла к автору в 2006 году, во время работы в Intel Capital, инвестиционном подразделении многоуважаемого производителя чипов. Однажды он решил проанализировать инвестиционную историю Intel, чтобы увидеть любые возникающие паттерны.

Его подход основан на превращении качественной информации, такой как, является ли компания «инициатором» или «быстрым последователем» на рынке — в количественные данные, которые забиваются в таблицу. При этом требуется определенная степень человеческой оценки, уровня строгости или последовательности.

«Вы не можете доверять модели, пока не удалите из нее все интуитивные переменные», говорит Томас.


Сюрприз, сюрприз...


Используя этот процесс, он обнаружил некоторые удивительные вещи. Самая удивительная из них заключается в том, что команда обеспечивает всего лишь около 12% успеха компании. «Вам нужна хорошая команда, которая не будет оказывать на компанию разрушительного действия, но найм рок-звезд индустрии приносит не такие уж большие преимущества», объясняет он.

Его работа в Intel в конечном итоге привела его на должность научного сотрудника в Гарвардский университет, благодаря Клейтону Кристенсену (Clayton Christensen), автору модели «подрывных инноваций». После этого, чтобы финансировать дальнейшие исследования, он начал работать в Growth Science.

В массы...


Томас Терстон хочет консультировать предпринимателей — и помогать людям с хорошими идеями найти лучшие бизнес-модели. Хотя до сих пор его работа в основном использовалась крупными компаниями и инвесторами, по его словам, результаты просачиваются и к мелким предпринимателям.

В прошлом году Ironstone Group инвестировала в электромобиль компании Arcimoto, но они были практически на грани. Просчитывая модель он в конце концов решил, что компания должна выйти за пределы США и войти на развивающиеся рынки. Для основателя Arcimoto Марка Фронмайера (Mark Frohnmayer) это был ключевой совет.

Проблема!?


Компаниям, которые Том отклонил как непригодные для инвестиций, это тоже принесет пользу. «Люди вернуться к нам через несколько месяцев, и скажут: «Мы подумали, о том, что вы нам сказали, и теперь мы занимаемся чем-то другим.»

Ему очень хотелось бы помочь всем предприятиям, а не только тем, которые Ironstone Group считает пригодными в инвестиционном плане. Проблема в том, что Growth Science взимает несколько тысяч долларов за консультацию компании. Трудоемким является преобразование традиционных бизнес-планов в пригодную для работы алгоритма форму. Для большинства компаний на ранней стадии развития это все еще слишком много.

Повысить доступность метода можно путем автоматизации большей части процесса, предложив его в качестве веб-сервиса — за небольшую ежемесячную плату или даже бесплатно. Фактически Growth Science уже разработали бета-сервис, но есть загвоздка.

По модели Тома, собственный шанс Growth Science на выживание, следуя текущей бизнес-модели составляет около 69%. Добавление автоматизированного сервиса улучшит шансы, но есть риск разрушения уже успешного консалтингового бизнеса. Короче говоря, самая настоящая «дилемма новатора». Такая ситуация наглядно показывает, что всегда существует страх изменений, независимо от того, насколько надежны ваши модели данных.
Перевод: Klint Finley
Александр @jasiejames
карма
203,9
рейтинг 0,0
Инженер (210406)
Реклама помогает поддерживать и развивать наши сервисы

Подробнее
Реклама

Самое читаемое Маркетинг

Комментарии (2)

  • 0
    Математическое предсказание — дело полезное, но после прочтения «Черного лебедя» Талеба у меня невольно появляется скептическое отношение к фразам «расчеты правильно предсказали», «расчеты позволяют предсказать».
    • 0
      Талеб, конечно, молодец. Я тоже читал его книги, но кто вам сказал, что он полностью прав и точка?

      В статье четко сказано, что имеются погрешности (да и где их найдешь — безукоризненные матмодели?), и к сожалению я пока не видел матаппарата и не знаю как происходит формализация качественных данных, так что спорить по этому поводу бессмысленно.

      А вот методу хотелось бы защитить. Акцент здесь делается не на том, что модель позволит вам выбрать МЕГАкрутой стартап для инвестиций, а на том, чтобы вы не влипли в МЕГАотстойный, а это согласитесь, немного другая задача.

Только зарегистрированные пользователи могут оставлять комментарии. Войдите, пожалуйста.