Le capital-risque a traditionnellement été une industrie qui tourne autour des relations. Les VC investissent dans l’idée d’une startup, mais leur conviction vient des personnes qui l’ont créée. Cela a en grande partie du sens, car investir dans une startup implique également généralement d’entrer dans une relation de plusieurs années.
Mais soutenir des entreprises basées sur l’attrait du fondateur n’a pas toujours fonctionné. En effet, elle enferme souvent les investisseurs dans des entreprises destinées à s’effondrer pour une raison ou une autre. Et dépendre d’intros ou de réseaux chaleureux limite également le nombre de startups qu’un investisseur considère, ce qui aliène davantage les fondateurs qui n’ont pas les mêmes réseaux ou qui viennent d’horizons non traditionnels.
Un nombre croissant d’entreprises de capital-risque pensent que la solution pour réduire le bruit consiste à intégrer la science des données dans leur processus d’approvisionnement. Ce ne serait pas une idée folle en soi, car les investisseurs d’autres classes d’actifs tels que les investisseurs institutionnels, les fonds spéculatifs et les traders sur les marchés publics adoptent déjà l’investissement basé sur les données, mais jusqu’à présent, le capital-risque est largement resté à l’écart de la conversation.
Notre conviction est que c’est l’une de ces choses où si vous n’avez pas commencé à le faire, vous serez laissé pour compte. Mark Sherman, associé directeur, Telstra Ventures
Quelques sociétés de capital-risque, telles que Correlation Ventures, SignalFire et Rocketship.vc, ont depuis longtemps adopté cette approche, mais ce nombre devrait augmenter.
Le changement est dans l’air
Cette semaine, Ensemble, un magasin de capital-risque basé à Austin, au Texas, a annoncé la clôture d’un premier fonds de 100 millions de dollars pour investir dans des startups en phase de démarrage en utilisant une approche basée sur les données qui trie et suit les entreprises en fonction de la qualité et de la profondeur de toute leur équipe.
Le co-fondateur et associé directeur d’Ensemble, Collin West – un ancien de Correlation Ventures – a déclaré à TechCrunch que l’entreprise souhaitait soutenir les entreprises qui ont l’équipe la plus solide, mais ce serait trop difficile à suivre sans utiliser la science des données pour réduire la liste.
« En utilisant un logiciel, nous pouvons suivre toutes les personnes de toutes les startups, et cela finit par représenter beaucoup plus d’informations que n’importe quel cerveau humain ne peut gérer, et en particulier n’importe quelle entreprise de capital-risque », a déclaré West. « Nous trions efficacement l’industrie par qualité d’équipe de manière très objective en sachant sur quelles entreprises se concentrer et passons beaucoup plus de temps sur moins d’entreprises. »