同步私募股權數據分析：案例研究

需要多少替代數據源才能到達投資策略的中心？ 一？ 二？ 三？ 更多的。 例如，讓我們看看 Filament AI 及其平台如何實施和優化外部市場情報數據集，例如 Similarweb 的網絡流量和參與數據。

構建用於私募股權數據分析的人工智能平台

當我在 2016 年與 Doug Ayres 一起創立Filament AI時，我們並不打算討好投資領域。 我們推出它是作為自然語言處理 (NLP) 和機器學習 (ML) 領域的專家。 人工智能 (AI) 行業仍處於起步階段，但我們知道在企業市場上有大量 NLP 和 ML 的強大應用，因此我們著手幫助客戶利用這些優勢。

然後匯豐銀行和德國電信等知名企業開始與 Filament 合作，建立他們的 AI 能力。 但直到 2018 年，我們才將目光投向了 Private Equity。 私募股權的先行者開始採用數字替代數據，以增強交易採購和投資流程。 我們看到像 Similarweb 這樣的公司為這些公司提供了競爭優勢，並決定專注於抓住這個市場機會。

在過去的 4 年裡，我一直在為 PE 和企業金融公司提供有關如何利用數據和專有 AI 的建議。 在此過程中，我們開發了一個名為Syfter的集成平台，該平台部署到私募股權公司的 IT 環境中，幫助整理和處理推動決策的數據。 集成各種數據並運行 NLP 和 ML 技術使這些公司能夠 360 度全方位了解目標公司。

在過去的一年裡，市場充滿了興趣。 使用數據科學策略來提升其投資組合知識產權和估值的 PE 現在正在將其應用於內部流程。 許多 PE 正在招聘數據科學家和數據工程師並擔任領導角色以推動轉型。 這種壓力來自資金來源，有限合夥人現在需要一種複雜的數據管理方法。

AI平台+數據源=

大多數私募股權公司有 6 個或更多的第三方數據訂閱提供市場洞察力。 在傳統模式中，投資分析師執行艱苦的工作以掌握市場洞察力並創造有吸引力的交易機會。

Filament 幫助其中許多公司實現了主動和被動市場詢問的自動化。 除了 CRM 中的已知關係之外，我們還幫助跟踪和尋找更廣泛的公司範圍內的潛在關係，通常是他們將來可能希望參與的多達一百萬家公司。

Syfter 架構將 Similarweb 與許多其他結構化和非結構化市場數據源集成在一起。

這為研究、發起和交易管理提供了非常有價值的實時市場洞察力。 它還為投資組合公司提供附加值，並跟踪競爭對手、收購方和合作夥伴的生態系統。 每個解決方案都依賴於結構化財務數據（EBITDA、員工增長等），而完整的 360 度視圖只能通過挖掘公司新聞和媒體活動信號等替代數據源的金礦，然後對該數據進行分類來實現分為不同的類別（例如董事會管理層變動、併購傳聞等）。 但現在，私募股權公司更經常將公司在線行為提供的洞察力作為關鍵差異化因素。

添加 Similarweb 的網絡流量和參與數據

由於大流行病的封鎖，更高比例的商業交易轉移到網上，提供了公司業績數據軌跡，可供投資者積累和查詢。 Similarweb 數據提供了進入在線數據分析世界的窗口，我們的 PE 客戶正在收穫回報。 他們使用Similarweb 的 Investor Intelligence來實時了解公司的業績、風險和市場定位。 我們的數據科學團隊幫助他們在許多關鍵用例中獲得越來越微妙的見解：

1. 通過將年內網絡流量性能與財務性能對齊來預測年內收入
2. 公司 GTM 情報提供了對公司如何定位、贏得業務和賺錢的深刻理解
3. 向投資者發出網絡流量急劇增加、定位變化或利益相關者概況變化的被動警報
4. 投資組合優化幫助私募股權公司通過尋找新市場、分析和衡量客戶旅程以及提高營銷效率來支持投資組合運營
5. 投資組合收購增強了購買和構建戰略，以找到適合公司投資戰略的收購目標

採用這些方法的私募股權公司通過對當前投資組合公司和未來交易的可操作見解來引用其運營和效率方面的優勢。

積累的數據提供了精簡的市場情報和豐富的目標市場洞察目錄。 這允許對市場趨勢進行回顧性分析，以告知和驗証投資論點。 這些經過整理的數據還包含了投資團隊的專有情報，使私募股權公司不易受到員工流失的影響。

在競爭日益激烈的 PE 市場中，優勢非常重要。

Filament AI 專注於幫助 PE 公司建立專有的 AI 平台。 他們的 Syfter 平台已經將每個 PE 公司所需的支持數據庫和 ML 技術產品化。 通過給 Syfter 貼上白標並使用 Filament 專業服務，私募股權公司可以在數周而不是數年內讓專有系統投入運營。 通過這種方法，配置工作和預算可以集中在真正的競爭優勢上：即根據其投資主題調整的獨特數據和獨特 ML 算法。