定义越来越关键的数据服务行业的属性-王其杉博客|程序员|科技新闻
管亚历克斯·罗森
撰稿人
Alex Rosen是里奇风险投资公司的董事总经理。
更多撰稿人
风险投资的内部视角
构建A系列SaaS估值估计器(2017版)
如今,在科技领域,将数据描述为“新的石油或电力”已经司空见惯,这种燃料将在可预见的未来推动创新和公司成长。然而,数据远非一个新颖的行业。事实上,这是一个有数十年历史的市场,许多成功的数据公司,如彭博、LiveRamp(现在的Axciom)、甲骨文数据云(Oracle Data Cloud)和尼尔森(Nielsen)都是在过去建立的,目前是业界领袖。
尽管如此,仍有一些特性将当今的数据业务与过去的数据业务区分开来。数据市场的规模正以快速速度增长,这主要是由于新的测量方法(如移动电话、物联网传感器和卫星图像)产生了新的信息形式,以及新的流行的用例,如人工智能,它依赖大量的高质量数据来完成。RK(强调高品质)。
这些变化导致了对传统数据饥渴市场之外的数据的空前需求,如金融、市场和房地产。它们还导致数据公司被分类为数据即服务(DaaS)公司,如Datanyze(由ZoomInfo收购)、Safe.、Clearbit、Pre.HQ和DataFox。DaaS强调更高速度、更高质量、接近实时的数据,这些数据能够支持更严格的需求,例如训练机器学习算法。非金融公司非常乐意吸收外部数据,这些数据将帮助他们简化操作、供应链和市场营销。
在这个不断发展的数据即服务(Data as a Service)的世界中,有几个属性可以导致一个成功的公司:
DaaS必须服务于一个足够大的市场。这似乎是一个显而易见的观点,但是太多的企业家认为他们可以很容易地销售大量高质量的数据。尽管对数据的需求比以往任何时候都高,但是使用它并将其集成到一般客户工作流程中的能力还没有民主化。例如,音乐下载和图表是很有价值的数据,但是目前客户群还不够大,只有少数玩家占据了市场。像KLUT这样的社交媒体或影响者排名数据是相似的。有许多种类的实时数据不具有维持大规模DaaS业务所需的大小或影响。
DaaS不是破坏,而是权力。许多初创公司想要“扰乱”一个空间,但是DaaS公司需要把重点放在整合到现有的工作流程上,而不是要求客户改变他们做生意的方式。这需要深入的客户知识、容易的集成和立即为企业提供价值的数据。潜在客户已经看到了围绕大数据、Hadoop和商业智能的嗡嗡声,但他们唯一谈论的是仪表板疲劳。重要的是,DAAS公司专注于无缝集成和解决一个明确的客户问题。
DaaS应该有不断增加的利润率。数据业务通常具有显著的COG,尤其是小规模的。然而,随着数据业务规模的扩大,毛利率可能会大幅提高。因此,了解获取或生成数据的成本是否随着你带来新客户而改变是非常重要的。我称之为增量边际;生产数据成本的差异和数据可以卖多少。如果你的第五十个客户的毛利率远高于第一个客户的毛利率,那么你正在建立可风险投资的企业(或者,如果毛利率足够高,你甚至可能根本不需要风险投资支持)。这种不断增长的利润率是建设一个大型、可持续的DaaS公司的关键支柱。
从长远来看,数据质量、速度和利润率将决定创业是否成功。
DaaS必须是机器可读的。今天,数据精度正日益推动公司创新,并且随着数据被用于人工智能培训目的,质量变得更加重要。如果一家公司正在使用诸如市场营销活动之类的数据,那么这些数据是否质量差并不重要。此外,到目前为止,人们已经接受了最低水平——通常80%的营销数据可能是错误的。然而,当数据被用于人工智能应用和机器学习算法时,低数据质量可能是灾难性的。换句话说,DAAS必须是机器可读的。一些数据可能需要清理;Trifacta是一家提供工具以确保更高质量数据的公司的示例。其他公司,如Crowd.(现在图8)、Mighty AI和Samasource对数据进行标记并清理数据以供算法使用。
DaaS必须有连续的动作。换句话说,在刷新数据时应该有连续的值。成功的DaaS公司不提供数据服务于一次性用例;相反,数据应该具有速度(随时间变化;天数或小时)和了解正在发生的变化的内在价值的组合。数据速度越高,公司数据内存在的价值潜力就越大。房地产或股票市场数据是价值以较快的速度增长的良好例子。
达斯必须讲述一个故事。数字不再足够了。DaaS公司必须提供解锁数据的工具和分析或人工智能,识别趋势,然后围绕这些趋势提供上下文。人工智能在跨数据集发现相关性方面特别有用,人类永远也不会知道要寻找这些相关性。安全图生成粒度位置数据,它为我们提供了一些很好的例子。当包含足够的速度和精度时,位置数据远远大于其各部分的总和。例如,当与基于邮政编码收入数据配对时,位置数据可以告诉我们很多关于食物沙漠及其对贫穷家庭的不成比例的影响,这些贫穷家庭为了到达杂货店必须走3倍远。或者,位置数据可以告诉我们不同城市之间旅行模式的巨大差异,这些信息对于自主车辆的发展至关重要,其中不同的车辆类型和考虑对于不同的用例是必要的。
上述属性将DaaS业务与更传统的数据公司区分开来。寻求建立可持续、高增长的公司的初创企业应注意这些关键因素。随着对AI增强产品的需求的增长,DaaS只会随之增长,但从长远来看,数据质量、速度和利润率将决定启动是否成功。随着对DaaS的需求增加,我希望我们还会看到围绕DaaS构建的数据市场和数据清洁产品和服务的整个行业。