Los capitalistas de riesgo esperan que las empresas en las que invierten utilicen los datos para mejorar su toma de decisiones. Entonces, ¿por qué no están haciendo eso al evaluar los equipos de inicio?
Por supuesto, el capital de riesgo es un negocio de personas, y el poder del instinto es real. Pero usar un proceso objetivo y respaldado por datos para evaluar equipos, de la misma manera que lo hacemos cuando evaluamos KPI financieros, productos, tiempos y oportunidades de mercado, nos ayudará a tomar mejores decisiones de inversión, evitar errores costosos y descubrir oportunidades que de otro modo podríamos haber pasado por alto.
Un proceso de evaluación objetivo también ayudará a los inversores a liberarse de los patrones y, para variar, respaldar a alguien que no sea un hombre blanco. ¿Es mirar cómo siempre hemos hecho las cosas la mejor manera de construir para el futuro?
El sesenta por ciento de las startups fracasan debido a problemas con el equipo. El instinto importa, pero un equipo es un riesgo demasiado grande para dejarlo en manos de la intuición. Me usare como un ejemplo. He fundado dos empresas. Sé lo que se necesita para construir una empresa y lograr una salida exitosa. Me gusta pensar que puedo sentir cuando alguien tiene algo especial y cuando un equipo tiene química. Pero yo soy humano. Estoy limitado por prejuicios y patrones de pensamiento; los datos no lo son.
Puede (y debe) adoptar un enfoque científico para evaluar un equipo de inicio. Un equipo “fuerte” no es un concepto vago: una investigación exhaustiva confirma lo que se necesita para ejecutar una visión. A pesar de lo que la gente espera, las habilidades blandas se pueden medir. VCVolt es un modelo de selección computarizado que analiza el desempeño de empresas y equipos fundadores desarrollado por Eva de Mol, Ph.D., mi socia en CapitalT.
Lo usamos para informar cada decisión de inversión que tomamos y para desmitificar un obstáculo común para el éxito empresarial. (La tecnología también evalúa la empresa, la oportunidad de mercado, el tiempo y otros factores, pero como la mayoría de los inversores no están adoptando un enfoque estructurado y respaldado por datos para analizar equipos, centrémonos en eso).
VCVolt nos permite reducir el riesgo del equipo al principio del proceso de selección y diligencia debida, reduciendo así el sesgo de confirmación y las tasas de fallas, descubriendo más equipos ganadores y generando mayores retornos.
Mantendré esta historia breve por razones de privacidad, pero comprenderá el punto. Mientras probamos el modelo, aconsejamos a otra empresa de capital de riesgo que no avanzara con una inversión basada en los hallazgos del modelo. La empresa siguió adelante de todos modos porque estaban enamorados del trato y todo lo que predijo el modelo sucedió. Fue una gran pérdida para los inversores y un recordatorio de que la corazonada y el instinto pueden estar equivocados, o al menos cegarte ante algunos factores de riesgo graves.
La plataforma utiliza un modelo validado que se basa en más de cinco años de investigación científica, datos de más de 1,000 empresas y aportes de expertos y científicos de clase mundial. Su validez predictiva se observa en revistas científicas de primer nivel y otras publicaciones, incluida Harvard Business Review. Al hacer las preguntas correctas, preguntas basadas en la ciencia validadas por más de 80.000 puntos de datos, la plataforma analiza la probabilidad de que un equipo tenga éxito. Considera:
Source link