Comment trouver votre combinaison de données parfaite à l'aide de données alternatives

Presque chaque jour, vous interagissez avec des données (même si vous ne vous en rendez pas compte !).

Chaque fois que nous interagissons avec la technologie, disons votre téléphone ou une carte de crédit, des données sont générées. Parfois, ces données ne vont nulle part, mais souvent, les entreprises stockent et analysent ces données pour mieux comprendre le comportement.

Franchement, en raison de l'abondance de données brutes créées, les organisations s'efforcent de comprendre les meilleures façons de les déployer et de les utiliser pour prendre de meilleures décisions commerciales et trouver des hypothèses plus solides, augmentant ainsi la précision et l'efficacité des entreprises dans un certain nombre de domaines. Il existe des problèmes qui étaient insolubles dans le passé et qui peuvent désormais être étudiés, explorés et résolus en fonction des types de données créées chaque jour par les interactions sociales, personnelles et professionnelles.  

Qu'est-ce que les données en tant que service ?

Cette création exponentielle de données à partir de la technologie a donné naissance à toute une catégorie de services aux entreprises, appelés données en tant que service (DaaS).

Les utilisateurs de données ont non seulement réalisé que les données devaient être créées avec plus d'efficacité, mais qu'elles devaient également être suivies, stockées, analysées, manipulées, partagées et vendues. L'existence d'une telle quantité de données a exigé une plus grande infrastructure pour maximiser le potentiel des données.

À la base, l'industrie DaaS vise à fournir et à distribuer des données via un réseau. Habituellement, les données seront stockées dans des entrepôts de données et mises à la disposition des utilisateurs via le cloud computing. Le DaaS est un service qui connaît une croissance exponentielle en raison de sa capacité à accroître la facilité d'utilisation et la rapidité d'accès aux entreprises.

Compte tenu de leur nouveauté, les entreprises DaaS évaluent leurs offres de données de différentes manières, mais la plus courante est désormais la tarification basée sur le volume, qui fixe finalement le prix des données en fonction de la taille en mégaoctets des ensembles de données souhaités utilisés et fournis.

Cependant, les coûts ont tendance à varier en fonction du type de données qu'une entreprise utilise, de la fréquence à laquelle elle doit y accéder et de ce qu'elle espère en tirer.

Cas d'utilisation de données dans différents secteurs

Les données ont toujours joué un rôle dans les affaires (pensez à un grand livre comptable suivi à la main !). Mais aujourd'hui, avec la sophistication des données, nous voyons chaque industrie favoriser les données qui répondent à leurs besoins de manière unique. Même lorsque les mêmes données peuvent être utilisées par deux parties différentes, elles peuvent être utilisées pour des raisons très différentes et, par conséquent, stockées et manipulées de manière unique.

Par exemple, nous avons l'industrie de la chaîne d'approvisionnement et de la logistique qui utilise toutes sortes de mesures de données sur leurs méthodes de transport pour surmonter les goulots d'étranglement. En revanche, l'industrie du marketing pourrait utiliser des données démographiques et firmographiques pour créer les méthodes de sensibilisation parfaites.

Une industrie qui se trouve au centre du DaaS est la gestion des investissements. Ces organisations sont celles qui écrivent les chèques pour alimenter la croissance exponentielle du secteur des logiciels DaaS, et les investisseurs commencent à favoriser et à construire leurs propres systèmes de données pour s'assurer que leurs investissements sont vraiment la meilleure utilisation des fonds avec le meilleur rendement pour leurs investisseurs.

Dans cet article, nous allons creuser dans une population appelée investisseurs institutionnels . Par définition, ces organisations investissent de l'argent pour le compte de leurs clients – pensez aux fonds spéculatifs, aux investisseurs en capital-investissement, au capital-risque et aux banques d'investissement.

Une quantité importante de capitaux circule sur ces marchés et, historiquement, les décisions prises par ces parties reposaient principalement sur des données financières et des interactions interhumaines. Mais à mesure que les attentes et la taille des chèques ont augmenté, la nécessité d'avoir une confiance absolue dans chaque investissement sélectionné s'est également accrue.

Les jours d'instinct ne sont plus là (même si tout bon investisseur vous dira probablement que l'intuition compte toujours). Au lieu de cela, la prévalence des sources de données alternatives a dominé ce marché.

Données traditionnelles vs données alternatives

Les données du monde de l'investissement peuvent être divisées en deux catégories : les données traditionnelles et les données alternatives.

Les données traditionnelles impliquent des sources de données telles que les documents déposés auprès de la Securities and Exchange Commission (SEC), les états financiers, les communiqués de presse, les prévisions et bien plus encore. Grâce à ces données, les investisseurs peuvent analyser des informations financières cruciales sur une entreprise, telles que les revenus, la rentabilité, les actifs, les facteurs de risque et les ratios financiers.

Les données traditionnelles sont essentielles pour prendre une décision d'investissement. Cependant, ce type de données n'est pas toujours disponible, surtout dans le cas des entreprises privées. De plus, dans l'espace d'investissement SaaS, ces données financières peuvent même ne pas exister. Les entreprises de moins de 365 jours recherchent des capitaux d'amorçage avant même que leur EBITDA ne soit un nombre.

En fin de compte, les informations traditionnelles sont insuffisantes pour prendre la décision d'investissement la meilleure et la plus éclairée. Pour cette raison, les investisseurs les plus pointus intègrent des sources de données alternatives dans leurs analyses.

Les données alternatives peuvent être classées comme des données dérivées de sources non traditionnelles. Toute information pouvant être recueillie de manière organisée et prouver sa valeur dans l'analyse des données peut être classée comme donnée alternative. Quelques exemples de données alternatives incluent les transactions par carte de crédit, le service mobile, la météo, les avis, le trafic Web, les médias sociaux, les données de géolocalisation, et bien plus encore.

Familièrement, beaucoup pensent que les données alternatives sont les données créées en tant que sous-produit d'un processus métier qui n'a pas été conçu pour servir l'objectif que les données alternatives servent ensuite. Les données alternatives se sont avérées extrêmement pertinentes pour les investisseurs, car elles peuvent apporter un avantage concurrentiel à ceux qui y ont accès.

Comment créer la combinaison parfaite de sources de données

Les investisseurs institutionnels peuvent être très différents les uns des autres. Chaque entreprise a des méthodes et des ressources différentes, qui dépendent finalement fortement du mandat d'investissement et du budget de chaque entreprise. La seule chose que toutes les entreprises ont en commun est le fait qu'elles recherchent des retours sur investissement supérieurs à la moyenne.

Lorsqu'ils recherchent l'alpha sur un investissement, les analystes recherchent des cibles d'investissement potentielles qui semblent avoir des qualités uniques, ce qui en fera des performances supérieures à la moyenne. Idéalement, ils utilisent des données pour construire, étayer et réfuter des hypothèses sur le succès futur d'une organisation. Plus leurs données sont bonnes, plus leurs hypothèses peuvent être précises. Leur capacité à modéliser avec précision le succès financier futur d'une organisation peut représenter la différence de millions de dollars.

À ce titre, ils recherchent des données pour les aider dans les activités suivantes :

1. Identifier des cibles en fonction d'une variété de préférences d'investissement
2. Comprendre les caractéristiques de chacun pour organiser et hiérarchiser ceux à engager
3. Mettre en lumière les forces et les faiblesses de chaque cible
4. Mieux comprendre les facteurs uniques de chaque catégorie de logiciels

Ces mesures peuvent inclure des éléments tels que les revenus depuis le début de l'année (YTD), la clientèle actuelle, le potentiel de croissance des bénéfices, les effectifs de l'entreprise, la satisfaction des clients et le potentiel de croissance. Pour trouver toutes ces informations nécessaires sur une entreprise, les investisseurs doivent utiliser les sources de données qui peuvent être rapidement digérées et organisées.

Cela dit, ils travaillent contre un budget et la plupart des investisseurs donnent la priorité à des sources de données de qualité plutôt qu'à une grande quantité d'ensembles de données. En fin de compte, leur objectif est d'obtenir suffisamment de données pour répondre aux questions qu'ils se posent sur chaque investissement potentiel sans dupliquer les types de données auxquels ils ont accès (ce qui rendrait les dépenses redondantes).

Cependant, les mandats d'investissement peuvent varier, ce qui permet des résultats uniques et différentes hypothèses prises en charge à partir d'un seul ensemble de données, offrant finalement un avantage à plusieurs organisations d'une manière unique.

Dans la plupart des cas, une combinaison équilibrée inclura des fournisseurs de données traditionnels et alternatifs. La plupart des investisseurs savent comment trouver des ensembles de données plus traditionnels, étant donné que l'industrie entourant ces types de données est mature, mais des questions se posent quant au choix de fournisseurs de données alternatifs, car ce type de données peut avoir une définition variée et se présenter sous de nombreuses formes.

4 types de données alternatives

Chez G2, nous considérons les données alternatives des investisseurs comme quatre catégories distinctes : les données internes, les données sur les personnes, les données sur les entreprises et les données sur les produits. Dans nos estimations, les investisseurs les plus performants ont accès aux quatre types - et mieux, ils combinent ces ensembles de données alternatifs pour créer des conclusions puissantes.

1. Données internes

Les données internes sont un type de données que chaque investisseur génère dans la conduite de ses affaires, telles que des conversations, des réunions avec des pairs, des sessions avec des fondateurs et des cycles de transactions passés. Ce type de données est généralement stocké dans un logiciel CRM, comme Affinity, Salesforce ou tout autre système pour organiser les notes et le sentiment général.

Par exemple, disons qu'un investisseur décide de prendre un café avec une startup émergente passionnante. Au cours de cette rencontre, l'investisseur découvre des informations uniques, comme le fait que la startup prévoit d'embaucher cinq nouveaux ingénieurs en logiciel pour créer un nouveau produit. Après la réunion, l'investisseur annote les sujets abordés lors de la réunion dans le CRM de l'entreprise.

Habituellement, cela ne sera pas accessible au public, mais cela peut avoir de la valeur pour les investisseurs qui envisagent d'investir dans cette startup, car cela pourrait être considéré comme un indicateur de croissance pour une startup.

Même si les données internes ne sont pas le type de données le plus brillant - ou le plus propre -, il s'agit de l'ensemble de données le plus courant compte tenu de son accessibilité généralisée et de son faible coût (et souvent gratuit) !

Les relations humaines sont la clé des processus d'affaires. Rencontrer les fondateurs et collaborer avec les employés d'une cible potentielle peut être incroyablement fructueux pendant le processus de diligence pour comprendre la culture et l'adéquation de la mission. Bien sûr, les données internes peuvent être risquées, car les opinions des gens peuvent être si subjectives, le succès opérationnel de tout investissement nécessitera une connexion humaine, ce qui fait des données internes la première étape de la construction de cette fondation.

2. Données personnelles

Les données sur les personnes permettent de savoir qui travaille dans une entreprise. Les sources les plus connues pour les données sur les personnes sont LinkedIn et Glassdoor.

Ce type de données fait référence aux effectifs de l'entreprise, aux embauches clés, aux taux de rétention, aux opportunités d'emploi disponibles, à la culture d'entreprise, etc. L'effectif peut être un indicateur clé qu'une entreprise est en croissance dans le cas d'un delta positif, ou un signe que l'entreprise peut avoir atteint son plein potentiel de croissance dans le cas d'un delta négatif.

Les embauches clés peuvent également avoir un impact considérable. Habituellement, lorsqu'une entreprise fait appel à un vétéran de l'industrie, cela peut être un excellent indicateur que l'expertise se joint à la table ronde. Les opportunités d'emploi disponibles peuvent vous donner un aperçu rapide des différentes directions vers lesquelles une entreprise pourrait se diriger. Enfin, les taux de rétention peuvent vous donner un aperçu unique de la culture de l'entreprise et savoir si les employés aiment le leadership actuel.

En fin de compte, le besoin de croître indique généralement une clientèle en expansion, et une clientèle en expansion signifie plus de revenus. Compte tenu de l'accent qu'ils mettent sur le rendement, c'est important pour les investisseurs.

3. Données de l'entreprise

Les données de l'entreprise permettent aux investisseurs d'accéder aux informations financières (y compris au-delà du bilan). Ce type de données comprend les évaluations actuelles, les revenus estimés, les informations sur les actionnaires, les cycles de financement et la cohorte d'investisseurs existants. Les données d'entreprise s'éloignent des données financières traditionnelles, car elles sont proposées sur toutes les entreprises, publiques ou privées.

De plus, les données de l'entreprise sont collectées différemment des données financières conventionnelles. Par exemple, Crunchbase ou Pitchbook s'appuient sur plusieurs canaux pour récupérer des données à l'aide de sources accessibles au public et de divers partenaires de données afin de fournir aux investisseurs des données financières uniques.

Les données sur les entreprises sont essentielles pour les investisseurs pour trois raisons principales : premièrement, la qualification des objectifs d'investissement dans le cadre du mandat d'investissement (si une entreprise a trop ou trop peu de financement) ; deuxièmement, la perception existante de la valeur d'une entreprise (données d'évaluation et de revenus pour comprendre le potentiel de retour sur investissement) ; et enfin, comprendre qui pourraient être vos futurs partenaires commerciaux (avoir une idée des investisseurs passés).

4. Données produit

Les données sur les produits font référence aux produits spécifiques des entreprises et à leurs relations avec les clients de chaque produit. Ce type de données aide les investisseurs à comprendre comment les clients de la cible potentielle aiment et utilisent réellement le produit. Les données sur les produits peuvent inclure des informations telles que les scores NPS, le sentiment des clients, les données de désabonnement, les informations sur les prix, la qualité de l'assistance et la facilité d'utilisation, pour n'en nommer que quelques-unes.

Ce type de données est essentiel lors de l'analyse d'une opportunité d'investissement, la raison principale étant qu'une entreprise peut avoir une bonne performance financière et un leadership fort, mais en fin de compte, ceux qui dictent les revenus futurs de l'entreprise sont ses clients.

Même si les choses semblent bonnes à court terme, un produit peut manquer de fonctionnalités indispensables ou être client de concurrents, ce qui indiquerait un drapeau rouge à long terme. Un moyen courant d'obtenir des données sur les produits consiste à appeler des experts. Cette méthode vous mettra face à face avec un expert de l'industrie qui pourra vous donner des informations précieuses sur son expérience avec le produit, que ce soit en tant qu'employé ou en tant que client.

Cependant, les appels d'experts fournissent souvent des données étroites et incohérentes qui ne permettent pas aux concurrents d'être considérés de la même manière et peuvent finir par être fortement biaisés, les oranges étant comparées aux pommes (et à un coût extrêmement élevé). Pour éviter ce biais et renforcer la compréhension, de nombreux investisseurs augmenteront le nombre d'appels hébergés, ce qui signifie plus de temps et un coût plus élevé.

De plus, cela a conduit les investisseurs à se tourner vers des plates-formes et des ressources conçues à l'origine pour les acheteurs de logiciels et à les utiliser pour évaluer le sentiment des clients et la position sur le marché des cibles logicielles, comme G2.

Cependant, avec l'avènement du DaaS, G2 a désormais développé une offre pour mieux s'inscrire dans la catégorie des données alternatives de produits : les Solutions Investisseurs.

Qu'est-ce que G2 Investor Solutions ?

G2.com est un leader dans le domaine de l'évaluation par les pairs des logiciels, avec plus de 60 millions d'acheteurs visitant chaque année et laissant des avis sur plus de 158 000 produits dans plus de 2 100 catégories de logiciels. Toutes ces visites ont généré un afflux de plus de 1,8 million d'avis à ce jour.

Bien que G2 n'ait pas été créé pour les investisseurs, ses données répondent certainement à leurs besoins. Les avis générés sur G2.com produisent des données qui aident les investisseurs à repérer les tendances, les modèles et des informations précieuses telles que la satisfaction des utilisateurs de logiciels avec leur pile technologique, les produits à venir, le prix que les utilisateurs paient pour l'accès, les notes NPS, etc. plus d'informations que ce qui est publiquement disponible sur G2.com.

En plus d'offrir des informations à la hauteur de ce que vous pouvez apprendre lors d'un appel d'expert, Investors Solutions fournit également des données sur l'intention des acheteurs, qui incluent les visites et les modèles de trafic sur G2.com pour donner un aperçu de ce que les acheteurs de logiciels sur le marché recherchent.

À l'aide de ces ensembles de données, les clients peuvent automatiser les flux de travail d'approvisionnement et de diligence pour effectuer une analyse rapide des sentiments sur plus de 125 000 produits répertoriés sur G2, ainsi que leurs informations provenant de données internes, d'entreprise et financières. Cet afflux continu de données produit permet une action plus rapide et une hiérarchisation forte, créant un avantage pour les utilisateurs.

Quelle est la prochaine étape pour les données ?

À l'avenir, l'utilisation des données des logiciels B2B sera plus automatisée. Il y a tellement de champs de données qui pourraient être utilisés comme déclencheurs prédictifs, et aujourd'hui, les ressources en science des données sont limitées dans la plupart des magasins d'investissement, ce qui rend ce niveau d'automatisation difficile. Je pense que nous allons voir un grand changement dans les années à venir. L'automatisation à grande échelle deviendra plus normalisée et accessible en raison de la demande et de la concurrence pour découvrir les meilleures entreprises.

Tant de données alternatives remplacent les conversations humaines qui prennent du temps. Ceux-ci ne disparaîtront pas, mais vous pourrez peut-être en avoir moins ou être plus intentionnel à qui vous parlez en fonction d'informations alternatives sur les données.

Je pense aussi que l'importance secondaire est de trouver des modèles et des tendances. Le backtesting de nombreuses sources de données, par rapport aux introductions en bourse et aux collectes de fonds d'entreprises en vogue, peut aider les entreprises à déterminer les modèles à rechercher à l'avenir pour s'assurer qu'elles recherchent ces entreprises de manière proactive en conséquence.

Si vous êtes un investisseur SaaS et souhaitez obtenir quelques points de données sur une entreprise potentielle, contactez notre équipe !

Cet article a été co-écrit par Lucas Masoero , stagiaire Investor Solutions chez G2 .