Sync의 사모펀드 데이터 분석: 사례 연구

투자 전략의 중심에 도달하려면 얼마나 많은 대체 데이터 소스 가 필요합니까? 하나? 둘? 삼? 더. 예를 들어 Filament AI와 그 플랫폼 이 Similarweb의 웹 트래픽 및 참여 데이터와 같은 외부 시장 인텔리전스 데이터 세트를 구현하고 최적화하는 방법을 살펴보겠습니다.

사모펀드 데이터 분석을 위한 AI 플랫폼 구축

2016년 Doug Ayres와 함께 Filament AI 를 설립했을 때 우리는 투자 부문에 관심을 가질 생각이 없었습니다. NLP(자연어 처리) 및 ML(기계 학습) 전문가로 출시했습니다. 인공 지능(AI) 산업은 아직 초기 단계였지만 기업 시장에 강력한 NLP 및 ML 애플리케이션이 많이 있다는 것을 알고 고객이 이를 활용할 수 있도록 지원하기 시작했습니다.

그런 다음 HSBC 및 Deutsche Telekom과 같은 큰 이름이 Filament와 협력하고 AI 기능을 구축하기 위해 사진에 등장했습니다. 그러나 2018년이 되어서야 우리는 사모펀드에 눈을 돌렸습니다. 사모펀드의 초기 움직임은 거래 소싱 및 투자 프로세스를 향상시키는 디지털 대체 데이터 를 수용하기 시작했습니다. 우리는 Similarweb과 같은 회사가 이러한 회사에 경쟁 우위를 제공하는 것을 보고 이 시장 기회를 다루는 데 전문화하기로 결정했습니다.

이후 저는 지난 4년 동안 PE 및 기업 금융 회사에 데이터 및 독점 AI를 활용하는 방법에 대해 조언했습니다. 그 과정에서 우리는 Syfter 라는 통합 플랫폼을 개발했습니다. 이 플랫폼은 PE 회사의 IT 환경에 배포되어 의사 결정에 도움이 되는 데이터를 수집하고 처리하는 데 도움이 됩니다. 다양한 데이터를 통합하고 NLP 및 ML 기술을 실행하면 이러한 회사는 대상 회사에 대한 360도 보기를 제공합니다.

지난 1년 동안 시장은 관심으로 폭발했습니다. 데이터 과학 전략을 사용하여 포트폴리오 IP 및 가치를 높이는 PE는 이제 이를 내부 프로세스에 적용하고 있습니다. 많은 PE가 데이터 과학자와 데이터 엔지니어를 고용하고 혁신을 주도할 리더십 역할을 수행하고 있습니다. 이러한 압력은 이제 데이터 관리에 대한 정교한 접근 방식을 요구하는 제한된 파트너와 함께 자금 조달원에서 비롯됩니다.

AI 플랫폼 + 데이터 소스 =

대부분의 PE 회사는 시장 통찰력을 제공하는 6개 이상의 타사 데이터 구독을 보유하고 있습니다. 전통적인 모델에서 투자 분석가는 시장 통찰력을 유지하고 매력적인 거래의 기회를 창출하기 위해 하드 야드를 수행합니다.

Filament는 이러한 많은 회사가 능동적 및 수동적 시장 조사를 자동화하는 데 도움을 주었습니다. CRM에서 알려진 관계를 넘어 더 넓은 회사 세계, 일반적으로 미래에 참여하기를 원하는 최대 백만 회사까지의 예상 관계를 추적하고 소싱하는 데 도움을 줍니다.

Syfter 아키텍처는 Similarweb을 다른 정형 및 비정형 시장 데이터 소스와 통합합니다.

이를 통해 연구, 개시 및 거래 관리를 위한 매우 귀중한 실시간 시장 통찰력을 얻을 수 있습니다. 또한 포트폴리오 회사에 부가 가치를 제공하고 경쟁사, 인수자 및 파트너의 생태계를 추적합니다. 모든 솔루션은 구조화된 재무 데이터(EBITDA, 직원 성장 등)에 의존하며 완전한 360 보기는 회사 뉴스 및 미디어 활동 신호와 같은 대체 데이터 소스의 금광을 파고든 다음 해당 데이터를 분류해야만 달성됩니다. 다양한 범주(예: 이사회 경영진 변경, M&A 루머 등). 그러나 현재 PE 회사는 회사의 온라인 행동에서 제공하는 통찰력을 주요 차별화 요소로 삼고 있습니다.

Similarweb의 웹 트래픽 및 참여 데이터 추가

팬데믹 봉쇄의 결과로 더 높은 비율의 비즈니스 거래가 온라인으로 이동하여 투자자가 축적하고 조사할 수 있는 회사 성과 데이터 추적을 제공했습니다. Similarweb 데이터 는 온라인 데이터 분석의 세계에 대한 창을 제공하며 PE 고객은 보상을 받고 있습니다. 그들은 Similarweb의 투자자 인텔리전스 를 사용 하여 회사의 성과, 위험 및 시장에서의 포지셔닝에 대한 실시간 보기를 얻습니다. 우리의 데이터 사이언스 팀은 다음과 같은 여러 주요 사용 사례 내에서 점점 더 미묘한 통찰력을 얻을 수 있도록 도왔습니다.

1. 연간 웹 트래픽 실적과 재무 실적을 연계하여 연간 매출 예측
2. 회사 GTM 인텔리전스는 회사의 입지, 비즈니스 성공 및 수익 창출 방법에 대한 깊은 이해를 제공합니다.
3. 웹 트래픽의 급격한 증가, 포지셔닝의 변화 또는 이해 관계자 프로필에 대해 투자자에게 알리는 수동적 경고
4. 포트폴리오 최적화는 PE 회사가 새로운 시장을 찾고, 고객 여정을 분석 및 벤치마킹하고, 마케팅 효율성을 개선하여 포트폴리오 운영을 지원하는 데 도움이 됩니다.
5. 포트폴리오 인수 는 회사의 투자 전략에 맞는 인수 대상을 찾기 위해 구매 및 구축 전략을 강화 합니다.

이러한 접근 방식을 채택하는 PE 회사는 현재 포트폴리오 회사 ​​및 향후 거래에 대한 실행 가능한 통찰력을 통해 운영 및 효율성의 우위를 언급합니다.

축적된 데이터는 능률적인 시장 정보와 목표 시장 통찰력의 풍부한 백 카탈로그를 제공합니다. 이를 통해 시장 동향에 대한 소급 분석을 통해 투자 논문을 알리고 검증할 수 있습니다. 이 큐레이팅된 데이터는 또한 투자 팀의 독점적인 인텔리전스를 병에 담아 PE 회사가 직원 이탈에 덜 취약하도록 만듭니다.

점점 경쟁이 치열해지는 PE 시장에서는 엣지가 무엇보다 중요합니다.

Filament AI는 PE 회사가 독점 AI 플랫폼을 구축할 수 있도록 지원하는 데 중점을 둡니다. 그들의 Syfter 플랫폼은 모든 PE 회사에 필요한 활성화 데이터베이스 및 ML 기술을 제품화했습니다. Syfter에 화이트 라벨을 지정하고 Filament 전문 서비스에 참여함으로써 PE 회사는 몇 년이 아닌 몇 주 만에 독점 시스템을 운영할 수 있습니다. 이 접근 방식을 사용하면 구성 노력과 예산을 진정한 경쟁 우위에 집중할 수 있습니다. 즉, 고유한 데이터와 고유한 ML 알고리즘이 투자 논문에 맞춰 조정됩니다.