魔球(Moneyball)與新創團隊

評論
評論

週五,看了甫上映的「魔球」,主角是布萊德彼特,故事主要描述美國大聯盟奧克蘭運動家的球隊經理比恩,如何在幾位大將戴蒙、吉昂比等人被紅襪以及洋基用高價挖角後(連我這一日球迷都可以知道這兩位,王建民真是幫了不少忙:P),利用不同的數據分析角度來重組球隊,最後在當季連贏 20 場創造歷史紀錄,在 2008 年國內就有原著的翻譯本,只可惜從來都不知道有這件事,之後應該買一本來看才是:)

其中比較具體的作法是(如果不想知道電影劇情的朋友,可能不要往下看:P),比如說,如果失去三位球員的上壘率總計是 1.08,那麼就是去找三位上壘率是 0.36 的人,但薪資又相對便宜的人來遞補,然後搭配其它比如說三振率、獲得壞球數等等,來決定各式各樣的策略,聽起來這很像是打電動不是嗎?一切以數據為依歸,雖然當季一開始運動家隊敗得亂七八糟,但是最後取得 20 連勝,並進入季後賽。

以前玩策略遊戲三國誌的時候,就喜歡把一堆智力 90 以上的智謀型人物放在一郡、武力 90 以上放在一郡,然後攻城掠地去;那麼,新創團隊有沒有可能以類似的方式來檢驗呢?或者把散落在各處的人,算出他們的能力落在哪一級,把合適的兜一兜湊成一個夢幻創業團隊組合呢?

科技寫手 Dan Frommer 在他的網誌裡,就這個問題寫出了一篇「Moneyball for tech startups」,他直接問了幾個美國東西岸的創投大老,想法,並得到下面的三個回應,我把目前台灣最為人熟知的 Paul Graham 放在最前面:

Paul Graham 說:

“我不認識任何有名的投資者是以資料來作投資依據的,我曾經聽說過有人曾經打算這樣做,不過我忘記是誰,也許是因為什麼結果都沒發生之故 [...]

我們是在這種分析方法論光譜的另一邊,我們的決定主要基於跟團隊 10 分鐘談話後的直覺,也許說起來有點諷刺,正因我們擁有了這麼多的資料,但最卻最少使用它們。也許也不是如此,也是因為我們擁有這麼多的資料,而使得我們理解一切都與創辦人的性格有關;也或者只是我們懶而已。”

Fred Wilson 說:

“我們一直無法去量化,甚至是根本沒試過。雖然我確定某人可以執行,而且可能會因此而成功。

對我們來說,理想的投資團隊應該是一個超級有天份且產品導向的創辦人,一個、兩個或三個強的開發者,就沒了。前者應該對於某個產品領域想法已經有一段時間,且剛打造出一些滿足他們熱情與好奇心的產品。就這樣,Joshua Schachter/Delicious、Jack Dorsey/Twitter、Dennis Crowley/Foursquare 在我們的資料中就是這類型的代表人物。"

Chris Dixon 說:

“好的投資者們,他們主要的活動之一就是試著去找到那些構成好的創業團隊、市場以及創辦人等。所以其實已經有很多類似「Moneyball」的活動,我看過幾種量化的行為(我記得有學術報告,也有 VC 在內部這樣做),但我自己認為這些通常漏洞百出,因為這量化的依據通常很明顯(比如說創業者在上次創業已經賣掉公司,賺了一大堆的錢,通常會比上一次失敗的創業者容易成功)、無關或者過度解釋(比如說以過去毫無相關的經歷去解釋未來可能的成功)。

個人來說,我想較大的「Moneyball」種子投資機會,比較可能出現在過程。比如說,我認為花上幾個小時,接受 Pitched,以知道第一次創業者是否會成功的方式是充滿缺陷的。你可以認為 Y-Combinator 是一種新嘗試,我個人則是不斷的實驗各式各樣的方式「來了解創業者們」。

所以看起來這有沒有像是在魔球一片裡,諸球探們都是靠著直覺以及選手是否長的高大、帥氣或者女友漂亮與否,來決定創業者是否有潛力呢,在這篇之後,也引起 美國科技圈的一些討論 。而很巧的,也剛好看到這篇「創業公司怎麼樣才能更酷」,也許除了傳統我們用來算的可能產業規模外,某市場競爭者數、創辦人在公開場合出現的次數、寫的文章次數、過去的產品成功次數、產品的簡潔專心度等等,也許都可以作為我們觀察某一新創團隊的背景參考。

您覺得採用某些量化數值會不會有助於評斷創業團隊的成功度呢?又哪些指標你覺得具有關鍵性呢?

相關文章

評論