7
编者按：First Round Capital是一家成立于 2004 年的基金会，专注于创业企业种子阶段的投资。有超过10亿美元的资金，迄今为止投资了数百家创业公司，其中比较出名的有 Uber、Square、Warby Parker、Knewton、Wikia、Odeo 等等。本文是来自 First round capital 的分析文章，其中，他们根据10年的独家投资数据，列举了十点能决定创业项目成败的因素，是一篇对创业者有指导意义的专业文章，值得细细品读。
这篇文章涉及创业和早期投资。自古以来，我认为人类有两种思维模式：归纳和演绎。前者是通过各种历史数据来抽象出一套理论，可以有效（或者近似）地来解释这些数据；后者则是通过一些人们公认的道理出发，去演绎出最后的结论。
似乎中国人向来趋向于后者的思维模式，也就是大家所说的“讲道理”。比如说，通过讲道理的方式来论证：这个功能好不好？为什么用户喜欢？这个UI做成这样，如何？是否应该如此布局？
但是在硅谷的创业公司中，则更加于前者，也就是我们所说的数据驱动（data driven）：
也就是说 UI上的布局是A好还是B好？我们不通过辩论说明问题，而是把都做一份，放出去试试（也就是Facebook的Growth Hacking里常说的A/B testing，或者是俗话说的好：“是骡子是马，咱们拉出去溜溜。”
Facebook Growth Hack 的事情可以说长长一串的故事，我后面会慢慢道来。这里先奉献一篇来自First round capital的分析文章。他们基金结合了自己过去所投的创业项目和团队最后的成功与否，分析出十点最能决定创业项目成败的因素。来，让我们细细品味。
原文地址：First Round 10 Year Project 翻译来自：freeNik
十年很长。2005年，当我们怀着填补天使轮投资和A轮投资之间的空白的想法，创立First Round时，沙丘路（Sand Hill Road，硅谷著名的“VC一条街”）的很多人将其笑称为一个“绝妙”的新点子。时代变得可真够快的。一开始的疯狂和特立独行，引发了种子轮投资的热潮（Series Seed Surge）。仅仅在过去的4年内有超过40亿美元流入种子阶段的公司，同时诞生超过200家种子轮投资的相关企业。
风险投资人一直在向所投资的创业者们宣称，他们用数据驱动决策。但是在过去，风险投资行业一直没能很好地实践这一点。而现在我们有了足够的分析手段和数据来更深入地剖析我们的自身和业务，所以我们决定在数据驱动决策上，做出新的尝试。
从2005年1月，First Round所做的第一笔投资起，我们就开始记录所投资的创业团队的相关数据。因此，在我们面前，就有了10年份的独家投资数据可供分析。
我们认为，种子投资更类似于一种艺术而非科学。虽然我们并不能得到导向成功的公式，然而分析这个包含了300家公司和将近600个创始人的数据集，却是一次很有趣的锻炼。在这次研究中，我们研究了成功和不够成功的创业者的特征。诚然，这之中有反例以及异类（在这次研究中，我们移除了最大的异类：Uber），但是我们仍然可以看到一些固定的规律。
经过对于数据的深入分析和对多种假设的测试，我们得到了“种子投资10训”，在此向业界分享。
首先在此说明，我们承认所用的数据集只是整个市场的一个很小的子集，并且（我们希望）我们是比统计学家更好的风险投资人。但是，怎样算是一次好的种子投资呢？本次研究为该问题提供了一个有趣而且前所未有的观察角度。
为了简化分析，我们通过对比一个创业公司如今的市值（或者其退出前的市值）与我们投资时的价值，来衡量该公司的绩效。在最下方，有关于我们采用的衡量方法的更详细介绍。我们承认它还有甚多不足，但其清晰度应当无可挑剔。
通过这些分析，我们得到了如下的规律：
「一」巾帼胜于须眉
很幸运地，我们投资了很多女性创始人（我们在女性创立的公司上投资的比率，超过了全国风投的平均水平）。因而，当看到创始人团队中有至少一位女性的公司，总体上绩效超过完全由男性创立的公司时，我们感到由衷的激动。我们的分析显示，创始人包含女性的公司，其绩效超过创始人不含女性的公司达63%。此外，在First Round所投资的使投资人得益最大的前10个公司中，3个创始人团队包含女性——远远超过整个行业中女性科技创业者所占的比例。
—–
「二」好运眷顾年轻人
（在我们投资时）平均年龄低于25的创业团队绩效超过平均值30%。另外，我们所投资的创业者的平均年龄是34.5岁，而绩效最优异的10个团队的平均年龄仅为31.9岁。
「三」“学校决定命运”
我们同样研究了创业者的本科学校是否与公司绩效有关。结果不出预料，创始团队包含来自于“顶级学校”的创始人的公司绩效最好。我们所投的公司中38%是这样的公司，这些公司的绩效远远（220%）超过其他的公司！在我们的研究中，“顶级学校”的定义是常春藤之一或者Stanford, MIT和Caltech。
「四」前老板的光环真的有用
包含Amazon， Apple，Facebook，Google，Microsoft 或者Twitter 的前员工的创业团队，绩效超过其他公司160%。如果说创始人的本科学校对于投前估值（pre-money）影响甚微，创始人的前雇主则对此影响显著。如果创始人来自于这些大公司，该创业团队往往能获得比竞争对手多一半的投前估值。对于此现象，我们的解释是，巨头公司前员工的潜在人际关系和扎实的基础技能，能够真正影响公司的价值。
「五」连环创业者更受偏爱
显而易见，创业经验在种子阶段对于公司意义非凡，但令人吃惊的是，我们所投资的连环创业者的绩效，却并没有明显优于初次创业者——其主要原因在于，成功的连环创业者的初始估值往往比其他人多出50%。这其实是一个很有趣的现象：市场对连环创业者评“价”更高，正是因为他们是已知量。
「六」踽踽独行不如组团冲关
通过深入分析这些创业公司，我们试图得出团队的规模和形态与其绩效的联系。而我们得到的结论很鲜明：团队（多于一个创始人）的绩效超过单人创立的公司达163%，并且单人创业的种子阶段估值比团队的估值少25%。First Round所投公司的平均创始人数量是2，正好与我们的数据所揭示的最佳团队人数相符。
「七」技术型创始人对于企业用户(Enterprise)至关重要，但消费者(Customer)并不关心
风投行业都在议论技术型创始人的重要性，于是我们很好奇，技术型创始人对于公司成功的重要性。我们的研究结论显示，技术型创始人对于面向企业的公司(enterprise company)极为关键。实际上，技术型创始人的绩效超过了非技术创始人230%，这使得我们的数据集显示，含有技术型创始人的团队以23%优于其他团队。但这并非事实的全貌。面向消费者的公司（consumer company）中，含有技术型创始人的团队，其绩效劣于完全由非技术人员组成的团队达31%。
「八」偏居一隅亦可安
我们原本认为，公司的地点意义非凡，事实却并非如此。First Round所投资的公司中，位于纽约和湾区之外的公司绩效与位于其中的公司绩效相仿。在我们研究这一点时所考量的200家公司中，25%位于纽约和湾区以外，并且，他们的绩效还略好于（1.3%）位于这两处的公司。与之前连环创业者的情况类似，这个现象的产生，可能是因为在一开始，投资者就对于位于纽约和湾区的公司估价更高。尽管如此，这一规律对于位于“行业中心”之外的公司已经足够鼓舞。
「九」好项目的渠道多样化
最后，并且也许是最重要（因为这一点可以指导我们往哪里投资）的一点是，我们研究了过去十年我们获知项目的消息来源。我们惊讶地发现，优秀的投资项目真的可能来自于各个渠道。长期以来，风投界将“最好的机遇源于推荐”奉为金科玉律，然而我们从其他消息渠道获知的公司比如Twitter，Demo Day等超过了受人推荐来的公司达58.4％。此外，带着点子直接找上门来的创业者比受引荐而来的创业者的绩效好了23%。
「十」沙丘路行将退场，旧金山热度更升
湾区的创业中心，逐渐由南湾区转向了旧金山，受此影响，风投们也蜂拥而至。尽管我们的投资面向全国，但我们所投资的创始团队中，将近一半在湾区建立公司。在First Round的头五年（2005–2009）中，我们对旧金山和湾区其他部分的投资基本持平。而在近五年，我们的重心逐渐移向了旧金山 —— 在这段时间里，我们所投资的湾区创业者中，75%在旧金山创立了公司。
十年间所积累的数据可谓玄机暗藏。虽然我们不会根据这些结论按部就班地进行下一步的投资，但是，它们所揭示的行业风向却发人深省。十年之内，风投和科技行业的样貌或将与今日全然不同。这也正是我们此次分享的初衷：提供对于未来的一点探究；以及思考：在一个逐渐生机勃勃、包罗万象和平等的生态系统的建立过程中，我们将如何扮演自己的角色。
数据驱动，对于我们到底意味着什么？它意味着，我们得以像创业公司一样敏捷地创新和试验，以期提供愈加高质量的服务。它意味着，我们将投资在更多元和更出色的人身上。此外，它对于我们，种子轮投资的领军者之一，意味着有据可循：绝妙的想法可能来自任何渠道，所以我们试图给予创业者新的方式来吸引我们的注意。彼时我们会广而告之。
— 关于我们的分析方法：
1、绩效这一个指标，用于反映创业公司从我们投资开始，至最后退出市场（如果已经退出）或者截止至今（使用我们已被审计过的2014年12月31日的财务报表）的市场价值的升值（或贬值）情况。
2、迄今为止，我们投资了超过300家公司，但是这之中并未包含以下投资：
过去6个月我们所投资的16家公司（它们的股票价值未包含在我们2014年的财报之中）
2014年我们投资的17家（截止到2014年底）没有继续寻求投资的公司（它们的股价也不会有时间增长或者降低）
Uber（它会使得所有结论大幅倾斜——比如，使用以元音开头的名字的公司的绩效超过其他公司100多倍）
首先说明，我们并没有期望这篇分析能让ASA（American Statistical Association，美国统计协会）对我们抛出橄榄枝。我们也并没有声称我们的数据能够代表整个行业，甚至只是具有统计意义。更准确地讲，我们只是相信数据能够提供一些有趣的洞见。
在这些结果中，有些令人咋舌。但是我敢肯定，在未来的十年内，我们将会愈来愈多地被数据分析所带来的结论震惊。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
