Startup kurucularının sadece ‘veri odaklı’ değil, veri bilgili olması gerekir

Startup kurucularının sadece ‘veri odaklı’ değil, veri bilgili olması gerekir


tüm arasında yeni başlayanların yatırımcılara satış konuşması yaparken ve pazarlamalarında kullandıkları moda sözcükler, “veriye dayalı” neredeyse yığının tepesinde. Ancak veri odaklı olmak gerçekten ne anlama geliyor?

Yatırımlar yavaşlıyor ve risk sermayedarları cüzdanlarını sıkılaştırıyor. BNPL, kripto ve teslimat piyasası gibi alanlarda daha önce trend olan teknoloji girişimleri, ilk finansman turlarında vaat ettikleri büyümeyi ve getirileri göstermekte zorlanıyor.

Daha mütevazı hedefleri olan daha küçük girişimler, daha güvenli, daha küçük anlaşmalar arayan risk sermayedarlarını cezbedebilir, ancak erken aşamadaki bir girişime veri odaklı bir stratejiyle yaklaşmak, tek taraflı bir yaklaşımdır ve genellikle yeni başlayanları dezavantajlı duruma sokar.

Zihniyetlerdeki basit ama gerekli değişiklikler, yeni başlayanların ve yatırımcıların büyük yatırım kararları verirken verilere bakışını değiştirebilir. İşte birkaç ipucu:

Filtrelenmemiş verileri kullanmayı bırakın

Ham, filtrelenmemiş verileri kullanmak, bilgilerini düzgün bir şekilde nasıl filtreleyeceğini bilmeyen girişimlerde yaygındır ve genellikle şirket ve misyonları ile alakasız verileri boşaltırlar.

Örneğin, yatırımcılara web sayfanıza yapılan toplam ziyaretleri, bu ziyaretlerin ortalama sürelerini de göstermeden göstermeyin; kıdemli yatırımcılar bunu anlayacaktır.

Sadece büyümeyi sergilemek yerine, topladığınız finansmanın zemininde büyümenizi gösterin.

Filtrelenmemiş veriler önyargılara doğru eğilebilir ve yarardan çok zarara neden olabilir. Hızlı gelişen birçok AI programı, kendilerine beslenen filtrelenmemiş verilere dayalı olarak istemeden ırk veya cinsiyet önyargıları geliştirmiştir. Bir şirketin hikayesini doğru bir şekilde anlatmak için verilerin nasıl filtreleneceğini anlamak, bir şirketin nerede parladığını ve nerelerde iyileştirmeye yer olduğunu anlamak için çok önemlidir.

Bundan kaçınmak için verilerinizi bölümlere ayırın ve aykırı değerleri kendi avantajınıza kullanın.

İşlemleri ve performansı doğru bir şekilde tasvir etmek için verileri filtrelemek, elmaları elmalarla karşılaştırmanızı sağlar. Filtrelenmemiş veriler, bir dizi yanlış karşılaştırma oluşturur, işin yanlış yönlerini vurgular ve VC’lerin aradığı kritik aykırı değerleri karıştırır.



genel-24