David Smith, Chief Data Officer presso TheVentureCity – Serie di interviste

David Smith, Chief Data Officer presso TheVentureCity - Interviste

David Smith, alias “David Data,” è il Chief Data Officer presso TheVentureCity, una piattaforma di venture capital che investe a livello internazionale in startup guidate dal software e fornisce supporto operativo.

Puoi descrivere il tuo ruolo come Chief Data Officer presso TheVentureCity e cosa comporta?

Guido una squadra di persone che valuta le opportunità di investimento utilizzando i dati forniti dalle startup; gestisce flussi di dati in tempo reale dalle nostre aziende del portfolio e dalla tecnologia che le supporta; effettua analisi personalizzate per le aziende del portfolio; fornisce consulenza alle aziende del portfolio su tecnologie e analisi; e costruisce prodotti che automatizzano ed estendono le nostre capacità di analisi.

Nel processo di due diligence per gli investimenti, quali sono alcune delle variabili prese in considerazione?

• LMSYS ORG presenta Chatbot Arena una piattaforma di benchmarking LLM crowdsourcing con battaglie anonime e casuali
• Incontra Mojo Un nuovo linguaggio di programmazione per sviluppatori di intelligenza artificiale che combina l’usabilità di Python e le prestazioni di C per una programmabilità senza pari dell’hardware di intelligenza artificiale e l’estensibilità dei modelli di intelligenza artificiale.
• Incontra MPT-7B un nuovo modello di linguaggio open source addestrato su 1T token di testo e codice selezionati da MosaicML.

Valutiamo l’interazione, la fidelizzazione, il valore a vita del cliente, la distribuzione dei ricavi e le dinamiche di crescita, e li confrontiamo con i parametri di riferimento del settore. Per fare ciò, otteniamo dati sugli eventi degli utenti e sulle transazioni a livello individuale per misurare:

• Media dei giorni attivi negli ultimi 28;
• fidelizzazione degli utenti e dei ricavi mese dopo mese;
• fidelizzazione degli utenti a 6+ mesi;
• fidelizzazione dei ricavi a 12 mesi;
• fidelizzazione degli utenti e valore a vita dei clienti a livello di coorte;
• periodi di recupero della spesa di marketing;
• tassi di crescita degli utenti e dei ricavi mensili e rapporti rapidi (che misurano l’efficienza della crescita);
• distribuzione dei ricavi tra la base clienti;
• E forse altre metriche specifiche per un caso specifico.

Il peso di quanto consideriamo ciascuna delle metriche elencate sopra dipende dalla situazione.

Per le società di venture capital, la cosa più importante è quanto velocemente un’azienda può scalare, quali sono le metriche più importanti per identificarlo?

La metrica più importante è la fidelizzazione, sia degli utenti che dei ricavi. La fidelizzazione può essere misurata in diversi modi: mese dopo mese o dopo 6 mesi per una visione a lungo termine. Una buona fidelizzazione indica la corrispondenza tra prodotto e mercato e rende possibile una crescita efficiente. È molto più facile crescere se non è necessario sostituire la maggior parte degli utenti da un mese all’altro. Se hai un prodotto in un mercato ampio che si adatta a quel mercato e può crescere in modo efficiente, sei pronto per scalare rapidamente.

Puoi condividere alcuni dettagli sul Growth Scanner, uno strumento che aiuta i fondatori a capire quanto stanno crescendo?

Growth Scanner consente a qualsiasi fondatore con un prodotto sul mercato di ottenere una valutazione della corrispondenza tra prodotto e mercato e dell’efficacia della crescita. Trasformiamo i dati grezzi forniti dalla startup in un rapporto che presenta le metriche descritte sopra, i relativi parametri di riferimento del settore e i commenti del nostro team. Abbiamo analizzato centinaia di startup in questo modo e sappiamo cosa cercare e evidenziare. Guardando il loro business attraverso il nostro approccio di contabilità della crescita, i fondatori imparano spesso qualcosa sul loro business che non avevano visto in precedenza.

Le società di venture capital sono note per continuare a utilizzare Excel e altri metodi obsoleti per organizzare i dati degli investimenti, come affronta TheVentureCity questa sfida?

Abbiamo investito nella nostra squadra di dati e nella sua struttura per automatizzare l’ingestione e la trasformazione dei dati relativi ai prodotti e alle transazioni provenienti da diverse fonti in un framework di analisi standardizzato.

Come possono le società di venture capital sfruttare i dati di qualità per adottare un approccio più personalizzato nel lavorare con le startup?

I dati dettagliati sui prodotti che otteniamo dalle nostre startup del portfolio ci permettono di capire esattamente cosa sta accadendo con ciascuna azienda. Con tali dati a nostra disposizione, possiamo andare oltre i nostri cruscotti standard e approfondire i dati quando necessario. Siamo in grado di avere conversazioni molto specifiche con le nostre squadre di startup su ciò che i dati dicono e su come procedere.

Essendo le allucinazioni uno degli svantaggi più significativi nell’uso dell’IA generativa, come dovrebbero affrontare questo problema le startup che dipendono da LLMs?

Dovrebbero assumere le persone giuste che conoscono la cura dei dati di addestramento di alta qualità, l’ottimizzazione e la convalida del modello e gli approcci con coinvolgimento umano.

Qual è la tua visione per il futuro dell’IA e su come le società di venture capital investiranno in questo settore?

Dovremmo aspettarci di vedere progressi esponenziali nelle capacità dell’IA in generale e dei modelli basati su trasformatori in particolare, nel futuro prevedibile. Andremo oltre il miglioramento dell’efficienza dei prodotti e dei processi attuali e inizieremo ad apprendere nuovi prodotti e processi che non erano possibili prima.

Grazie per l’intervista, i lettori interessati a saperne di più dovrebbero visitare TheVentureCity.