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
在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 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 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 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。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21