在金融市场中,并不是所有谋求投资的创意项目都有一点投资,其中有许多都不有一点考虑到。那么聪慧的投资者该如何穿过这层层迷雾呢?风险投资基金或天使投资人该如何尽量高效地寻找合乎自己投资人组目标的创意点子呢?这就是 Mattermark 问世的由来。它为被信息水淹的投资者们获取了关键工具,让他们可以在日益错综复杂的投资基金市场中,很快而简单明了地寻找自己必须的信息。
源起Danielle Morrill18岁的时候,正值世纪之交。刚上大学的她从布雷默顿的奥林匹克学院退学,回到坐落于西雅图附近的一家船运公司工作。对于一些员工来说,大量船运集装箱发票和合约只是让人困惑的东西,并没什么最重要之处,但是Danielle Morrill让它们变为了Mattermark。
“集装箱里装有什么,谁来运,运往哪里,当时的我回应十分著迷,”31岁的DanielleMorrill说道,“诸如此类的细节只不过蕴涵着更好的故事。”“我不是建议每个人都去尝试退学,因为不是每个人都像我这样,”她笑着回应,“但是我被迫说道,退学让我有时间想要明白,究竟什么能确实感受到我。
”三位创始人:Kevin Morrill, Danielle Morrill, 和and Andy SparksMattermark这种好奇心最后鼓舞着一个新兴科技公司发展沦为现在的大企业,Mattermark通过分析大量关于私营企业的细节,将数据以一种非常简单的方式呈现出出来。“我们告诉的大型上市公司的名字意味着代表了2500家企业的0.1%,而我们的目标就是协助任何想要向其他99.9%的企业投资或销售产品的公司,明白他们在做到什么、该怎样去做到。当然,你可以通过谷歌来搜寻,但是你所取得的信息大多都是为消费者而服务的,而我们就是为私营企业服务的谷歌或维基百科。”初创公司的“维基百科”usatoday就核心业务而言,Mattermark 专心于媒体服务,可以解读为一个“初创公司搜索引擎”。
Mattermark 获取的所有搜寻结果都和初创公司有关,让投资者们专心于调研,需要过滤器噪音才可寻找和初创公司有关的新闻及其他信息。Danielle Morrill 回应:“我们原本想制成一个报导初创公司的媒体公司,但迅速找到这块业务很难做到。于是我们将过去用来写出报导的数据变为了产品。
用户可以订阅者并登岸来查阅初创公司的数据,而且或许这一市场需求还蛮大。”Mattermark 问世的目的就是协助投资者在成千上万的初创公司中,寻找确实有一点投资的项目。Mattermark 致力于通过搜集数据来协助人们更佳地解读初创公司,让投资者能专心、准确地展开调研,同时还不会分析最有可能让初创公司在未来取得成功的因素。
Danielle Morrill和她的丈夫,程序员Kevin Morrill在2013年刚创办Mattermark的时候,做到了一个非常非常简单的原型之后就公布了,一开始的产品业绩并很差。不过迅速,一些风险投资家看见了它的价值——当Danielle Morrill把风险投资家马克·安德森公司的投资人组按从最差到最坏的顺序排列一起时,对方主动给Morrill打电话说道“我们该这样做到”——但是很少投资者不会想起这个刚正式成立的公司不会有多大的市场。
“我想要有可能很多投资者都意识到了,他们没做到充足多的尽责调查,凿这些公司的信息凿得过于浅,结果就是让自己感觉在浪费时间。他们本可以花上 10 分钟就能辨别一家初创公司否有一点见面,而我们协助解决问题了这个问题。”专为投资人和销售打算的数据MatterMark的核心业务主要还包括两个方面,一个是数据,一个是分析工具。
过去两年来,Mattermark仍然维持着快速增长,特别是在是那些想要向新的正式成立的高科技公司获取服务的企业,更加助长了合作的减少。云平台和销售平台公司也想要理解哪种公司不会必须这种服务。这家有40个员工的公司,至今已集资1090万美元。现在,这家公司享有500个客户,每个客户每年缴纳6000美元。
“现在我们于是以追踪分析120万个快速增长较慢的互联网公司。” Danielle Morrill说道。
至于竞争,尽管她否认一些完整资源材料早已不存在——还包括从Hoover数据库到标准普尔资本智商——“他们主要获取并未排序的数据,这样,你就必需花上时间来展开排序。”她相信——并不认为出众的商业直觉——数据不会最后让企业家作出最重要要求,特别是在是必须分配宝贵的资金时。因为经营咨询公司和投资银行总是依赖高质量的数据分析来已完成他们的工作,“所以他们约80%的时间都会花费在整理信息上,而不是分析信息。
我们正好有这方面的优势。”Mattermark软件从多达100万个新的公司中挑关键指标,然后把它们按很更容易消化的方式分类做成数据表。mattermarkMattermark 不仅获取对投资者简单的搜寻工具,还针对这些数据打造出了分析工具。
Danielle Morrill 回应道:“我们还找到,这些对投资者简单的数据,对销售、营销等人员来说也很简单。这个市场更大,我们可以协助销售和获取营销洞见。”Mattermark 还跟踪对初创公司、估值和最后顺利度最重要的因素,并将这些因素组合成了一个可被投资者自定义的算法。
Danielle Morrill 称之为:“我们十分注目营销人员采行的行动产生了哪些影响。大部分营销人员都把焦点放到取得更加多参观者,让更加多用户在 Twitter、Facebook 或Linkedin 上和他们对话,或者让用户iTunes自己公司的 iPhone 应用于。我们实在可以借此辨别初创公司在采行这些行动时有多顺利。”mattermark对于投资基金市场而言,MatterMark的起到某种程度不可忽视。
以在 1980 年到 2000 年间,每年平均值有 311 家公司上市,其中 165 家是小市值公司;而在 2001 年到 2009 年,这一数字降至 102 家/年,其中只有 30 家是小市值公司。不仅如此,现在公司上市的规模也更加大。
过去,估值超过 10 亿美元还没上市的公司非常少,现在却沦为普遍现象。Cowboy Ventures 的 Aileen Lee 发明者了“独角兽”这个词来形容估值 10 亿美元以上的初创公司,而它们也是 Mattermark 的重点注目对象。Danielle Morrill 说:“过去的公司上市后,市值才不会超过或多达 10 亿美元。这也是人们对于独角兽公司十分感兴趣的原因,它们还没上市,却早已如此可观。
于是人们总是问‘这些公司是不是真值 10 亿美元?’”这一估值否合理的辩论很刁钻。上市公司有股价来取决于,众多分析师、基金经理和投资者不会对比股价和公司财报,以取决于其价值。投资基金市场的流程类似于,但并不像公开市场那样半透明,这也是 Mattermark 紧贴的领域。
随着上市公司数量的增加,以及更加多的投资再次发生在投资基金市场,能高效简单地搜索投资基金市场信息显得更加最重要。对于想把钱花上在关键地方的风险投资公司或天使投资人来说,一个致力于搜集并共享这些适当数据的媒体服务就必不可少了。初创公司是美国经济的最重要组成部分,造就了绝大多数工作快速增长和创意,正是这些可谓了确实的兴旺。
在这么多公司中隐蔽着未来的谷歌、亚马逊,寻找它们能带给极大报酬。通过数据和分析系统性地研究早期投资,是创建扎实投资人组的关键。很显著,要寻找最靠谱的投资机会并不更容易,否则大家都致富了。
但 Mattermark 的工具可以让用户们做出明智、全面的决策,把注目留下那些最有一点注目的初创公司。Mattermark 的魔法:机器学习在互联网时代,数据堪称浩如烟海,而Mattermark是如何从这些海量数据中提供必须的信息的呢?大自然少不了网页捕捉、自然语言处置及机器学习的协助了。而为什么算法如此最重要?在Samiur Rahman 的一篇共享中,他是这样问的:机器学习能让我们已完成人工无法胜任的事情,具备战胜的优势。鉴于目前我们的竞争者们还在用于数据分析这样的传统方法,机器学习不仅是一种更加智能的方式,而且也节省了不少人力。
那么,Mattermark是如何做这一点的呢?主要分成四个步骤:1.按照行业区分标签想要对一个公司展开加深的理解?也许网上早已有了一些零星的讲解,那么,Mattermark就不会把网上涉及的网站、公司叙述甚至是Twitter上的资料概述都一一鸡下来,通过算法的提取分析,辨别公司的性质:是经济类,还是游戏厂?是软件公司,还是运输企业?2.主题归因想要对公司展开了解理解的用户们,都会期望需要提供对方的原始历史新闻报道,却是新闻是尤为公开发表必要的一种理解方式了。而Mattermark就不会对上百个新闻源展开爬虫捕捉,并找到其所报导的主题方向。
3.内容提取随后,Mattermark不会根据用户的必须提取有所不同的关键信息,比如当用户对A轮融资十分脆弱的话,在读者TechCrunch的新闻的时候,眼睛就不会不心态逗留在下面红框的金额、融资轮数及投资方等信息。Mattermark在做到的,就是协助用户把这些信息提取出来,而系统每天可以自动加载1000篇文章。4.找寻相近公司想要去找一家对比公司可玩性并不大,但如果是上百万家公司,那就不会有上万亿家公司有千丝万缕的联系。此时,人工智能的优势就显现出来了,Mattermark需要过于多人力物力就能搜集30万家公司的核对信息。
机器学习的魅力就在于此。而在未来,Mattermark计划利用机器学习想要已完成的事还有很多,还包括了:1.单体行业信息行业日新月异,如果一些新的公司并无法用目前现有的标签来分类,那么系统不会为之建模;而当这样的公司累积到一定阶段时,人工会展开核实和检查,并要求否要成立一个新的标签。
2.资本预测通过系统的数据计算出来,用户可以获得公司否能在未来半年内成功融资的推断;而VC和投资者们也大自然会拒绝接受一手的交易消息;业务扩展经理们也不会想告诉,和哪家公司做事不会更为有胜算一些。Mattermark在过去三年累积了大量的数据,Danielle Morrill也开始将其用作训练系统。3.商业界的Siri随着系统的智能化,我们可以问Mattermark一些更为明确的问题,比如再加各种各样的限定词,让Mattermark沦为商业界的Siri。更好的数据,更好的问题在2014年12月,Mattermark 取得了FG天使投资的A轮650万美元的融资,并在今年三月取得了铸集团领投的730万美元B轮融资,估值约4200万美金。
目前,公司有50名员工,主要面向大公司、投资基金基金、销售和市场公司等500个客户,月营收30万美元。虽然硅谷问世了很多的神话,但Danielle Morrill作为其中的受益者,却回应并不发烧。“我知道厌烦了硅谷,因为你无事可做到时,你有可能立马就不会显得很不受人注目,只是注目方式并不大对,” Danielle Morrill笑着说道。
“我要求写出微博(关于高科技企业),想要些啥就写出啥,然后当个甩手掌柜。”她专心于关键指标分析的博客帖子迅速受到注目,在旋即之后,Danielle Morrill从风险投资巨头NEA取得了种子资金。
NEA甚至明确提出要雇用Morrill夫妇兼任自己公司的分析师。但是Danielle Morrill要求,如果NEA感兴趣,那么这有可能就是一个商机。
尽管有些日子较为艰苦——“尽管风险投资公司有很多钱可投,但是当对研究展开投资时,他们却很节俭。”她说道——Danielle Morrill夫妇最后取得公众注目,然后使整个硅谷对其产生了兴趣。“我想要给创业者表达的关键信息是,有人不会说道你的点子过于似乎,但是如果你坚信自己的点子,就不要退出,然后去找一帮尊重你的人一起希望。
”,Danielle Morrill说道。“对我们来说,我们只必须坚决坚信一个原则:获取越少的数据,不会让人们回答越少的问题。
”Danielle Morrill也坚信,任何想要简简单单就取得简单数据的公司,都能沦为他们的客户。“我们这些千禧一代,用着Facebook长大,大自然也期望软件能更为人性化,”她说道。“世界显得更加大而且让人感觉更为不由此可知,但实质上也不一定如此。
”最少,MatterMark正在希望转变这一点。引荐读者:CB Insights:AI时代的独角兽买水者*本文部分内容由Gavin.Z 和 管策编译器,前日感激。原创文章,予以许可禁令刊登。
下文闻刊登须知。
本文关键词:浩瀚,数据,中,这位,辍,学者,帮助,最,值得,在,竞技宝官网平台
本文来源:竞技宝官网平台-www.shoppingspreenow.com