同期中のプライベート エクイティ データ分析: ケース スタディ

投資戦略の中心にたどり着くには、いくつの代替データ ソースが必要ですか? 1？ 二？ 三？ もっと。 例として、Filament AI と、そのプラットフォームが、Similarweb の Web トラフィックやエンゲージメント データなどの外部の市場インテリジェンスデータセットを実装および最適化する方法を見てみましょう。

プライベート エクイティ データ分析のための AI プラットフォームの構築

私が 2016 年に Doug Ayres と共にFilament AIを設立したとき、私たちは投資部門に働きかけるつもりはありませんでした。 自然言語処理 (NLP) と機械学習 (ML) のスペシャリストとして立ち上げました。 人工知能 (AI) 業界はまだ始まったばかりですが、エンタープライズ市場には NLP と ML の強力なアプリケーションが多数あることを知っており、クライアントがそれらを活用できるよう支援することに着手しました。

その後、HSBC や Deutsche Telekom などの大手企業が Filament と協力して AI 機能を確立するために登場しました。 しかし、プライベート エクイティに目を向けたのは 2018 年のことでした。 プライベート エクイティの先駆者は、ディール ソーシングと投資プロセスを強化するデジタル オルタナティブ データを採用し始めていました。 私たちは、Similarweb のような企業がこれらの企業に競争力を提供しているのを見て、この市場機会への対応に特化することにしました。

その後、私は過去 4 年間、データと独自の AI を活用する方法について、PE およびコーポレート ファイナンス会社にアドバイスを提供してきました。 その過程で、 Syfterと呼ばれる統合プラットフォームを開発しました。これは PE 企業の IT 環境に導入され、意思決定を促進するデータの照合と処理を支援します。 さまざまなデータを統合し、NLP と ML の手法を実行することで、これらの企業はターゲット企業の 360 度ビューを得ることができます。

昨年、市場は関心を集めて爆発しました。 データ サイエンス戦略を使用してポートフォリオの IP と評価を高める PE は、現在、それを内部プロセスに適用しています。 多くの PE は、データ サイエンティストとデータ エンジニアを採用し、変革を推進するための指導的役割を担っています。 このプレッシャーは資金源から来ており、限られたパートナーは現在、データ管理への洗練されたアプローチを要求しています。

AI プラットフォーム + データソース =

ほとんどの PE 企業は、市場の洞察を提供する 6 つ以上のサードパーティ データ サブスクリプションを持っています。 従来のモデルでは、投資アナリストは、市場の洞察を常に把握し、魅力的な取引の機会を創出するために困難な作業を行っていました。

Filament は、これらの企業の多くがアクティブおよびパッシブな市場調査を自動化するのに役立ちました。 CRM での既知の関係を超えて、より広い企業ユニバース (通常、将来関与する可能性のある最大 100 万社) から将来の関係を追跡し、調達するのに役立ちます。

Syfter アーキテクチャは、Similarweb を他の構造化および非構造化市場データ ソースのホストと統合します。

これにより、リサーチ、オリジネーション、取引管理に非常に価値のあるリアルタイムの市場インサイトが得られます。 また、ポートフォリオ企業に付加価値を提供し、競合他社、買収者、およびパートナーのエコシステムを追跡します。 すべてのソリューションは、構造化された財務データ (EBITDA、従業員の成長など) に依存しており、完全な 360 度ビューは、企業ニュースやメディア活動シグナルなどの代替データ ソースの宝庫を掘り下げ、そのデータを分類することによってのみ実現されます。さまざまなカテゴリ (取締役会の経営陣の変更、M&A の噂など) に分類されます。 しかし現在、PE 企業は、企業のオンラインでの行動から得られる洞察を重要な差別化要因として利用することが多くなっています。

Similarweb の Web トラフィックとエンゲージメント データの追加

パンデミックによるロックダウンの結果、より高い割合の商取引がオンラインに移行し、投資家が蓄積して調査できる企業業績データの証跡が提供されました。 Similarweb のデータは、オンライン データ分析の世界への窓を提供し、私たちの PE クライアントはその恩恵を受けています。 彼らは、 Similarweb の Investor Intelligenceを使用して、企業の業績、リスク、および市場でのポジショニングをリアルタイムで把握しています。 私たちのデータ サイエンス チームは、多くの主要なユース ケースでますます微妙な洞察を引き出すのを支援しました。

1. 年間の Web トラフィックのパフォーマンスと財務パフォーマンスを合わせることによる、年間の収益予測
2. 企業 GTM インテリジェンスは、企業がどのように自社を位置付け、ビジネスを獲得し、利益を上げるかについての深い理解を提供します
3. Web トラフィックの劇的な増加、ポジショニングの変化、または利害関係者のプロファイルについて投資家に知らせるパッシブ アラート
4. ポートフォリオの最適化は、新しい市場の発見、カスタマー ジャーニーの分析とベンチマーク、およびマーケティング効率の向上により、PE 企業がポートフォリオの運用をサポートするのに役立ちます。
5. ポートフォリオの買収により、企業の投資戦略に適合する買収ターゲットを見つけるためのバイ アンド ビルド戦略が強化されます。

これらのアプローチを採用しているPE企業は、現在のポートフォリオ企業と将来の取引に関する実用的な洞察により、運用と効率の優位性を挙げています。

蓄積されたデータは、合理化された市場インテリジェンスとターゲット市場の洞察の豊富なバック カタログを提供します。 これにより、市場動向を遡及的に分析して、投資論文を通知および検証することができます。 この精選されたデータは、投資チームの独自のインテリジェンスも封印し、PE会社が従業員の離職の影響を受けにくくします.

競争が激化する PE 市場では、エッジがすべて重要です。

Filament AI は、PE 企業が独自の AI プラットフォームを構築するのを支援することに重点を置いています。 彼らの Syfter プラットフォームは、すべての PE 企業が必要とする有効なデータベースと ML テクノロジーを製品化しました。 Syfter をホワイトラベル化し、Filament の専門サービスを利用することで、PE 企業は数年ではなく数週間で独自のシステムを運用できるようになります。 このアプローチを使用すると、構成の労力と予算を真の競争力に集中させることができます。つまり、投資テーマに合わせて調整された独自のデータと独自の ML アルゴリズムです。