京公网安备 11010802034615号
经营许可证编号:京B2-20210330
O2O与大数据:下一轮资本泡沫之源
VC如今都在偃旗息鼓了,此前清科集团创始人倪正东手上的一组数据显示,VC前三季度整体投资额下降了60-70%,VC募资下降了70%;同时PE投资总额下降40%,募资下降70%。也许就像他说的那样:“VC/PE行业过去5年都没有像今年这样饱受压力。”
经纬中国创始人张颖更是直言:
1)超过50%的投资机构会关门大吉 2)超过70%的行业人员会解甲归田,换行业 3)15%的投资机构会赚85%的退出回报 4)年轻人要想清楚,不适合做投资的早换,别浪费光阴。
无论是支出还是募集,现金层面的流的都逐渐变缓,大佬也发出了唱衰的信号,但是否就意味着VC的寒冬已经来临?显然不是!因为投资的光环效应正可顺势将劣币洗刷,那“良币”们期望什么?必然是下一轮泡沫的来临!
为何这么说?
一方面,在资金储备层面,优秀VC的资金依然充裕。2010年中国VC美元基金的融资额首次超过了以色列,而美元基金通常是7+2甚至是8+2的模式,基于投资周期中的资金分配,显然2010年所募集的资金并未在电商这轮泡沫中用尽。而在2011年,大型基金中除鼎晖外,其他公司也未有募资行为。考虑到今年的投资额较少,可以看到,优质基金中恐怕缺乏资金的依然是少数。
另一方面,LP的压力较大。资本的流动性差,不仅是在一级市场上,二级市场也同样如此,而无论大势如何LP们每年依然需要支出2-3%的管理费。所以对于VC的GP来说,钱一定是要投递出去的,这时一个新泡沫的孕育显然是充分且必要的,没有泡沫,也就意味着没有基金们的顺势而为,从而形成投资的势头。
那如何才能够将泡沫吹起,有时什么来将其构成呢?如今看来需要以下三份背书:
首先,需要盘活二级市场。一级市场的投资冷淡,部分也是受到二级市场窗口关闭的影响。随着YY的上市,此后的一、两个季度内,如若还有2-3家公司可以在香港、美国成功IPO,便足以初步提振投资者对于企业登陆二级市场的信心。
其次,在O2O、大数据中寻找泡沫的机会。为何不是云计算和电子商务呢?对于云计算,的确存在着“投资标的”的基因,但由于政府涉及过多导致的市场效率低下,同时阿里、百度等巨头也蓄势待发,中小企业很难其中找到机会,也是就失去了投资的意义。电子商务则由于上一轮投资中形成的泡沫过大,投资者将较为理性的看待,新钱很难将旧钱洗刷。反观O2O,目前线下一环仍未有效封闭,如若想将O2O形成闭环,其所需要的正是大规模资本的投入,同时O2O涉及的范围较大,除了巨头外仍有足够的想想空间。而大数据,首先已经在美国被证明是一种合理的模式,考虑到政府并未涉及其中,市场化效率较高,同时存在着技术门槛,这恰巧是VC最偏好的。
最后,在明年底有机会成为新一轮泡沫的鼓风期。从时间维度判断,2010年所进行的募资,在2013底至2014年初将进入VC投资的焦虑期,如果能如上文中谈到的,在明年上半年对二级市场进行一定的盘活,下半年将注定成为新泡沫的孕育良机。
如果在O2O和大数据中选择的话,前者的成功更多依靠的是运营的管理,而后者则可以凭借技术层面的概念讲出故事——后者无疑是VC更有兴趣的。因此下一轮泡沫中最可能由大数据这波大浪与O2O这股小潮而激起——但”良币“VC们你们准备好了么?
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在描述性统计分析、数据预处理、异常值排查与多组数据分布对比工作中,箱线图(Box Plot)是应用最广泛的可视化与统计工具之一。 ...
2026-07-15在企业数据存储、业务统计与数据分析工作中,绝大多数业务数据都带有时间维度属性,例如订单创建时间、用户注册时间、支付完成时 ...
2026-07-15 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-07-15【核心关键词】产品、经营、客户、调研、销售额、宏观、会计行业、客户满意度、发展趋势、经营状况、数据分析、竞争对手、数据 ...
2026-07-14问卷调查是市场调研、用户研究、社会调研与产品分析的核心数据采集方式。问卷数据大多以分类数据为主,例如用户性别、年龄分层、 ...
2026-07-14 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-07-14在数据分析、业务效果验证、AB实验扩展、行业对比等场景中,我们经常需要对比三组及以上样本的均值差异,例如不同区域的客单价对 ...
2026-07-13在互联网产品运营、用户生命周期管理与商业化数据分析中,留存指标是判断产品价值、用户满意度与商业模式健康度的核心基准。常规 ...
2026-07-13 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-07-13【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-07-09【核心关键词】采购、周期、原材料、企业、产品、成本、要素、库存、供应商、数据分析、生产计划、生产制造、加工制造、技术工 ...
2026-07-08在数据分析、特征工程、机器学习建模的工作流程中,原始数据往往包含多个不同维度的数值指标,例如客户交易数据中的消费金额、交 ...
2026-07-08 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-07-08商业谈判是企业采购合作、渠道签约、价格议价、项目合作、客户签约的核心关键环节,直接决定企业的合作成本、利润空间与经营风险 ...
2026-07-07在数据分析、业务效果验证、AB 测试、学术研究等场景中,T 检验是假设检验体系里最基础、应用最广泛的统计方法,也是均值差异分 ...
2026-07-07