Почти 90% стартапов терпят крах. В первый год работы от 10% до 22% неэффективны или банкротятся. Этот факт заставляет венчурных инвесторов с настороженностью относится к компаниям, которым не исполнилось года.
Ученые из школы бизнеса Ливи Университета Санта-Клары предложили решение CapitalVX (реализовано Venhound). Технология базируется на машинном обучении и может определять успешность определенной компании.
Для подтверждения эффективности самого решения ученые собрали большие данные об 1 млн зарегистрированных в США компаний из краудсорсинговой платформы Crunchbase и ведомства по патентам и товарным знакам США.
Ученые выяснили, что краудсорсинговая природа Crunchbase не позволяет полноценно анализировать данные. Пришлось измерять объем недостающих сведений о каждом стартапе и использовать это значение в качестве входных данных.
В итоге был создан комплекс для анализа, в котором совокупная оценка ставилась в приоритет над прогностическим потенциалом отдельной переменной. Каждая модель классифицировала определенную компанию, помещая ее в одну из нескольких подкатегорий «успешных» или «неудачных» с определенной долей вероятности.
При оценке комплексом в 75% компания переходит в категорию «высокой вероятности успеха», «участие в IPO» и «приобретение другой компанией». Если компания не набирает 25%, то она заносится в категорию неудачных проектов.
Точность прогноза составила 90%. Инвесторы смогут использовать решение для более обоснованной оценки перспективности бизнеса, выявлять потенциальные негативные индикаторы и т.д.
Материалы исследования опубликованы в журнале The Journal of Finance and Data Science.
