过去那个风险投资基金高高在上的时代或许已经不复存在，对于美国的风投公司来说，如今如果他们继续端坐在位于沙丘路的办公室里等着创业者找上门来，那么这无疑是守株待兔。以前风投们会通过参加诸如Y Combinator这样的著名孵化器的Demo Day来寻找投资机会，而今，很多在YC孵化的公司在Demo Day之前便可以从天使投资人手中募到为数不少的资金。这种现象对风投公司而言，意味着他们得在Demo Day之前就开始搜罗创业者和创业公司的信息以及深入了解未来某个细分市场的发展趋势，甚至必须与其他同行一起争分夺秒，否则大家都难以幸免。

作为美国风投公司最为集中的地段，沙丘路这条堪称创投界的华尔街在过去两年中目睹了业界的巨大变革：天使投资的崛起、以A16Z为代表的新风投的降临、越来越多有着程序员背景的投资人。最新的趋势则是雇佣数据科学家，让他们通过数据挖掘来帮助风投找到最理想的创业者和投资机会。

风投公司为什么开始挖数据了？

风险投资原来一直是一个关系密集型产业，投资一个项目或者一个创业者很多时候是通过人际关系网进行的，这也就是为什么在那些现在有着巨大影响力的互联网公司的早期投资人中，总有一些人或是重复或是相互间有着各种各样的联系。Chris Farmer是沙丘路上的一个从事早期投资的风投人，他掌管着General Catalyst和Bessemer Venture Partners两家机构的投资组合。目前Chris在筹备一个新的风险基金，与之前不同的是，这个基金的运作将完全基于数据：投资人可以通过来自CrunchBase、社交网络、互联网及其他渠道的数据来进行投资决策。

在Larry Page们创业的时候，他们得为了第一笔投资找到彼得泰尔，并寄希望于其身后的PayPal一派能为新公司施加影响。而今时代不同了，创业者不会再为了一张支票而去讨好风投，因为只要有潜质，天使投资人、种子基金和创业孵化器会排着队等着以资金或者人脉等各种方式进行投资。此外，对于移动互联网领域的创业公司来说，他们可以通过诸如AngelList这样的工具向外部投资者更好地展示自己并获得支持，这从另一方面又进一步刺激了新的创业公司如雨后春笋般出现。更多的话语权现在已经被创业者所掌握了。

为了保持自己在行业里的竞争优势，面对话语权的流失，很多风投开始转向利用数据做出更为明智的决策。以投资一个应用开发团队为例，如果一家风投用数据挖掘分析出这个创业团队有着良好的能力或潜力，并发现在未来的应用市场上该类应用的市场前景十分乐观，那么投资人可以比其同行更早联系这个团队，培养良好的关系，接着就有很大的可能在这个公司的未来中扮演重要角色。

很多人可能会对“风投分析的是什么数据”感兴趣。对于应用开发而言，风投首先当然得看像Compete或者Alexa这样的网络数据，以及App Store或者Google Play Store的数据和排名。除此之外，风投们还会用社交网络工具比如Linkedin来搜索有可能创业的新人或大牛。花钱买外部数据是风投们会做的另一件事，他们从CB Insights或者Venture Source这样的创投数据公司买来资源，结合从政府部门或者CrunchBase得到的信息来分析市场。

CrunchBase近来新推出了CrunchBase Venture Network，通过它风投公司可以接入CrunchBase的API来相互交换各自的投资信息，包括产品、团队及潜在的交易情况。目前已有11家风投入驻该数据交换平台，分别是Greylock、DFJ、Softtech VC、SV Angel、Sequoia Capital、Andreessen Horowitz、CrunchFund、500 Startups、Betaworks、Foundry Group、TechStars。在未来的两周内，该平台还将迎来超过100家风投公司的加入，其中包括近年在资本市场上颇受关注的Google Ventures。

如今只要是稍微有点名气的风投公司都在寻找更有效地使用数据的方式。一般认为，Google Ventures应该是第一家把定量分析引入投资领域的风投，这或许得归功于其母公司的科技氛围。公司的董事总经理Bill Maris认为，在2008年之前，没有一家风投会通过数据来决定投资对象，因为传统的风投行业更多用的是定性分析而不是定量分析。而Google是一家数据公司，所以自然而然的，Google Ventures更多地从定量的角度看世界，这当然也涵盖了他们的投资。

Google Ventures相信更多的数据和信息能够使公司做出更好的投资决定。在这种商业信条下，公司聘请了创建Excite和JotSpot的Graham Spencer作为其技术总监，以领导工程师和数据科学家团队去收集整理分析大数据，并通过数据得出投资结论。作为Google人，Bill Maris体现了Google派的自信：“在Google，几乎没有什么是数据分析不能完成的。”

Graham则认为，一般在做投资决定时，定性的因素会占很大一部分，而Google Ventures则希望能为投资人提供一个做决策的辅助工具。数据资源存在在生活的每个角落，Google Ventures甚至会收集关于成功创业者所上的大学等信息，以期从其中找到某种规律。数据分析不只局限于对创业者，他们还会分析自身，比如如何分配手头的资金，到底是把这笔钱当做种子基金还是A轮投资或者末轮投资。

另外一家风投Greylock的合伙人，同时也是火狐的CEO的John Lilly是数据分析的另一位坚定支持者，Greylock在John的带领下利用定量化的数据分析来进行定性化的商业决策。在John看来，当前的风投业是比以往历史上任何一个阶段都更加数据化。数据化带来的好处是双向的：对前端而言，数据化分析让公司能够发现一个行业未来的发展趋势或者潜在创业者；而在后台，数据分析能为公司策略提供支持和依据。和Google Ventures一样，Greylock也成立了独立的数据团队，包括AngelList的创始团队成员Brendan Baker，且由公司的COO Tom Frangione直接领导。Greylock的数据分析一般始于App Store的排名数据、应用在Twitter上被提及的次数、以及用户的使用程度等等。

值得注意的是，风投们也不能尽信数据。一年前，移动社交领域冒出了不少视频分享应用，背后的数据分析显示，这些应用将会有美好的市场前景，因为通过分析产生的预期增长曲线近似于大受欢迎的图片分享应用Instagram。不过截至目前，视频分享领域的投资者还没能看到期望中的退出机会，即使优秀如Viddy，也度过了一段动荡不安的时光。尽管早先的定量分析显示在该领域会有很好的投资机会，但是如果投资者不假思索就投身其中，很有可能被套牢或得到低于预期的回报。

视频分享应用的数据分析并没有错，问题在于如果你只是一味地分析成功创业公司的数据，你会得到相当美好的分析结果。事实是，在给定的一段时间中，假设有2万家创业公司得到天使投资，绝大部分投资回报将会由其中大概5-10%的公司所产生，另外80%的公司分担剩下的小部分，如此看来只有10%不到的创业公司能够满足投资人最初的投资期望。一个优秀的投资人不会把数据分析当做其做决定的全部依据，而是结合自身认识和洞察力的基础上辅以数据分析。或许一个较可行的做法是，在开始时做出定性假设，在中间的决策部分让定量数据支持和检验假设，最后得出定性结论。

Google Ventures的Bill Maris认为Google是第一家涉足数据分析的风投，这其实会引发一定的争议。早在1972年，Kleiner Perkins作为沙丘路上的一家研究机构便以在风投领域尝试引入定量分析。Kleiner Perkins目前使用的是名为“Dragnet”的自有的数据挖掘软件。Dragnet在2010年面世，主要用于挖掘推特上的数据，而其原理简单来说就是统计推特上名人们提及特定创业公司或应用的次数。之后Kleiner Perkins在其分析中加入应用商店的数据及来自Facebook平台和AngelList的信息。

尽管Dragnet被很多业内人士认为是早期预测好手，尤其是针对消费市场领域，但是目前为止还是没有人认为在风投业，定量分析能够取代定性分析。想要成为一个优秀及以上级别的风险投资人，需要的不仅是对市场和产品的深度了解，更需要慧眼识人的能力，而这些知识和能力的积淀会在做投资决策被激发出来，而数据在这其中只是一个辅助的角色。

彭博社和路透社通过为外部那些急需数据的投资者提供服务赚取了数十亿的佣金。随着越来越多的的风投聚集在沙丘路上，未来是否会出现类似彭博社的专门机构为风投们提供专业的数据分析？