点击关注 FellowPlus 智库 深度了解一级市场和早期投资

4 月 19 日，FellowPlus 创投趋势分享暨 2.0 数据产品发布会圆满结束。会上，FellowPlus 联合创始人兼 COO 王亮发表了主题为“数据驱动的一级市场投资”的精彩演讲，并宣布 FellowPlus 2.0 数据产品「法拉数据」正式发布，对产品的真实全貌进行了深度剖析。

他指出，中国的一级市场已经到了一个「蛮荒」时刻：信息化程度低，不规范的「私下交易」已经不足以支撑庞大市场的有效运转。那么 FellowPlus 是如何用自己的方式重新解构、审视一级市场的？让我们从他的演讲中一探究竟。

以下为演讲实录：（点击图片可查看 PPT 大图）

王亮：大家好，我是王亮，是 FellowPlus 的联合创始人兼 COO。刚才的几个环节大家聊了很多观点，我也学习到很多东西。在我的 PPT 里大家会看到不一样的画风，因为我做数据产品，是一个很互联网的人，所以在我的 PPT 里大家会看到很多的数据，我今天就借这个机会给大家分享一下过去两年多的时间，我和我的团队在创投的信息化和数据化方面做了哪些东西。

首先我想邀请大家看一张图，是一张二级市场股票交易所的图：

我们能看到这里面有非常多的人，有 LED，满地都是纸，大家拿着纸和笔计算股票的价格，无时不刻都在关注股价的变动，这是二级市场。那一级市场的交易是怎样的？咖啡馆、办公室，这是我们一级市场的交易场所。

有一个段子不知道大家听没听过：在北京这个城市，你随便找一个咖啡馆进去，不聊个互联网创业、O2O、共享经济，不聊个 100 亿的项目，你似乎都不好意思点一杯咖啡。

我们对比一下，1980 年的二级市场，跟一级市场相比是有一个固定的交易场所的，然后有专业的经纪人在中间撮合，IPO 的公司会把自己的股价公布出来，大家充分的博弈。不是说随便找个地方聊一聊去进行交易的。而一级市场不是这样的，没有固定的交易场所，没有专业的撮合人在中间撮合，更多地只是在谈，其实定价权掌握在投资人的手里。

项目的来源更是五花八门，更多是靠朋友的介绍，然后微信、邮件主动找上来，再通过互联网的工具获得一些。

那为什么会这样？我想先跟大家分享一组数据：

第一个数据是互联网创业项目的增长情况，我没有把时间拉到很远，大家可以看到从 2007 年到 2016 年，互联网创业项目的数量增长了 4 倍。

再看投资主题，2010 年的时候大家比较多的在聊互联网或是移动互联网的投资，但现在就不一样了，现在大家看到有 O2O、教育培训、分享经济，任何一个标签都会被人认为是一个投资主题，或者是下一个投资主题，会有非常多的投资主题。

再看交易事件，我们也会看到 2016 年较十年前也有一个 50 倍以上的增长，当然 15-16 年这里的下跌是由于二级市场经济周期的变化。

这个数据是在说，过去的 10 年里私募股权基金管理人的数量增长了 25 倍。

用刚才这些数据我想说明的一件事就是，在过去的 10 年里，一级市场无论是参与者还是交易数都呈现井喷式的增长。

然而我们今天看到，不规范的「私下交易」已经不足以支撑这么庞大市场的有效运转。

而实际上，二级市场已经不是刚才 1980 年那张图的样子了，现在的你可以拿出手机去买卖几乎任何一家上市公司的股票。

两者之间呈现天壤之别。为什么呢？我们觉得更多原因在于，一级市场的信息化程度太低了，就导致这里面的交易其实是非常依赖于人的，它的成本高，退出周期长，可能要 5-8 年，也导致它的流动性特别差。

所以说，我们觉得现在中国的一级市场到了一个非常「蛮荒」的时刻。在这个时刻，大家甚至不能很快地回答一些关于投资的最基本问题，比如说哪一个是上升的行业，在什么时刻选择进入和退出，谁才是好的基金管理人，好的项目在哪里，这些大家都不能很快地去回答。

那我们今天就来跟大家介绍一下，FellowPlus 是如何去解构这个市场的数据，并把它重新组合起来。我们希望用一个量化的视角带着大家一起重新审视一级市场。

其实一级市场的信息和数据之前就有了，在左面我列了一些，包括流量数据、用户的评论、新闻事件、工商信息等等，其实有非常多，这些数据流转的非常快，但是它有本身存在的问题：没有结构化，更没有人从一个一级市场投资者和交易者的角度来设置一些数据产品。

过去两年我们称之为 FellowPlus 数据处理引擎，它就像一级市场大脑一样在实时地处理和思考数据，最后形成一个资产标准化的结构。

那接下来我们具体聊一聊，我们到底标准化了一级市场的哪些环节。简单地说有三大点：投资主题、基金管理人和项目，我会举几个场景跟大家具体分析。

第一个我们聊一聊行研，也就是投资主题的问题。

那在有 FellowPlus 之前，或者说有一个结构化的数据提供商之前，大家都在如何去做行研？第一种就是比较有实力的大的基金，组建自己的分支团队，在自己感兴趣的赛道上做深入的研究，产生报告，供内部的决策，那显然成本是很高的，效率是很低的。

第二种其实是绝大部分基金的主要状况，他们在日常都在搜集一些资讯和数据，这样从自己的日常工作和生活中就能感知这些行业的变化，从而选择出自己的赛道。

FellowPlus 是怎么做的？

我们库里面大概有 1000 多个投资主题，大到移动互联网，小到共享单车，这些标签都是来自于项目上的，我们通过互联网对项目进行不断的抓取，以及对它的介绍、报道不断地分析，每个项目都带来了很多的标签。

并且我们有自己的一套对投资主题和标签的还原体系，我们会分成三类，一类是行业，这是比较固定的；一类是投资模式，比如说是 O2O、共享单车等等；还一类是标签，我们有更广泛的标签去描述，比如说这个创业团队是阿里系还是腾讯系的，他是一个技术特别强的技术大牛等等。我们会从这些维度评价一个项目，然后把这些项目关联到人和机构，用来评价他们，这个后面我会仔细的讲。

这个地方我举了一个实例。我列了三个投资主题，房地产中介、互联网金融和分享经济，大家可以看出来这是一个投资频次增长率的变化。

这块我想说的是，任何一个投资主题都会经历一个萌芽期、成长期和成熟期的过程，但是假设我们今天随便选一个投资主题，不通过研究我们是没有办法理性的感知它到底属于什么状态的。

那么通过 FellowPlus，大家可以通过看相关行业公司所处的阶段，来认清你想进入的行业到底处在什么样的时期。比如说分享经济，有将近一半这样的公司都属于天使轮，属于投资主题的萌芽期阶段。

大家最关心退出，任何一个投资主题的退出情况，我们都是在整个互联网上去实时监控的。（上图）是互联网金融投资主题退出的情况，大家可以看到在 2015 年的时候有 9 个收购和退出的。

这个图可能会稍微复杂一些，绿色柱状图是交易频次，折线图是总的交易额。这个图大家可以看出来，在 2015 年第四季度的时候的交易额是很高的，但是交易量相对少一些，说明这个节点的投资成本是非常高的。

那我们往前看，其实在第二季度的时候交易量很高，而交易额偏少，那可能有非常多的项目其实都属于天使轮的阶段。这个都是通过 FellowPlus 的数据看出来的，这个图只是一个趋势。

我刚才说到的是投资主题分析的几个比较典型的场景。其实通过 FellowPlus 的数据能够涉猎到更多的维度，只要是你关心的，比如说轮次，比如说单笔投资成本大概的趋势变化是什么样的，都可以看出来。

接下来我们聊 LP 非常关心的话题：如何评价基金管理人。之前大家会去看基金管理人的材料，看他写了什么，他是看哪个方向的，管理了哪些基金，回报是什么样的，然后他会希望从你这募到一笔钱，自己把事做的更好。在看了足够多的材料之后大家会对一些有意向的基金进行深入的交谈和尽职调查。

那 FellowPlus 是怎么做的呢？

我们处理的每一个项目上都带着我们稳定、标准的标签系统，然后我们根据每一个机构的投资行为，形成了它的投资风格和退出分析。

我们经常会开玩笑说到，一个机构跟 LP 说自己是投智能硬件、投移动互联网的，但其实它拿到钱之后的投资行为不一定是按照当初的说法走的，或者他们对一件事情的标准可能都不一样。那 FellowPlus 就会给 LP 提供一个客观全面甚至是实时的维度，大家现在就可以通过 FellowPlus，按照一个机构或投资人的偏好去得到这样的信息。比如说我要看投过分享经济 A 轮的投资机构或投资人，你可以很快的得到那些数据。

另外一个，我想讲的是一个投资人对一个投资基金管理情况的解构和归因，给大家列一个结构图：

这个结构中，一个基金管理人，下面有三期基金，分别投了一些项目，我们去虚拟这个基金管理人的回报在 5.12 倍，有 45 个已投项目，10 个退出，成绩还是不错的。那 LP 会问你到底是哪期基金投的更好一些，以及投的更好的原因是什么。其实基金是人来管理，哪些投资经理或是合伙人在这里面发挥了非常大的作用，说的简单一点就是给这个基金赚钱了。

那我又虚拟了一个回报，中间数字比较多大家看的比较麻烦，我把重点拿出来了。其实投资人①在这里面起到了非常大的作用，他为整个基金贡献了 9.66 倍的回报，那另外两个投资人就一般般。

我们的数据产品找到了这里面的关键者，其实这并不是什么高深的分析方法，大家也都会去做，但有一个非常烦人的问题是：现在备案的私募基金管理人规模已经将近 2 万了，你要同时去很快的分析 2 万个人的架构，你应该怎么做？这就是我们作为一家互联网公司，数据公司，为大家提供的一个工具。

那我给大家说一下我们是怎么做的，我们先不说美元基金，就人民币基金来讲，它的基金管理公司和基金的关系以及到项目的一整套穿透，已经存在于中国公开的工商信息里面，但实际上挖掘工商信息并不是那么简单的事情，刚才那张图其实是非常傻白甜的结构。

实际操作中你会发现基金，或者说一个工商实体，它会承担非常多的角色。一个有限合伙人可能是一支基金，可能是一个公司的员工持股公司，一个自然人。一个有限公司可能是 LP 的身份，也有可能是 GP 的身份，都是不好说的。

所以说我们用现在整理来的数据进行了一些交叉对比，并通过一些大数据的方式来挖掘这里面所有的信息，我们可以大概率的确认说，它的角色是 GP 还是 LP，甚至是说几个角色可能都承担过，并且对外的每一个关系，占股也好，控股也好，我们都可以大概率的确认，这样我们就能很快的获取上张图我讲到的关系。

那有人说你讲的是大概率，那小概率怎么办？我们的一些公开信息有去定向的不断跟这个圈子去接触，然后我们会有一套非常专业的运营流程来保证这个信息越来越准确，这就是我们如何去穿透一个基金管理人，找到他投资管理成功的原因和方法，这样他就可以帮助 LP 或者是 VC 去分析其它的基金到底是什么样的。

接下来就是项目了。

项目在圈子里聊的非常多，大家之前看项目都会看商业计划书，看新闻，看创业者访谈，对特别感兴趣的项目进行尽职调查。

我们 FellowPlus 有这么几个维度去看项目，可以帮助大家在非常感兴趣的赛道上快速筛选出头部项目。

第一个就是最重要的基本信息，它是谁，处于什么样的行业，以什么样的模式经营公司，还有其产品的基本业务介绍。

另一个就是它的新闻舆论，像一些科技媒体做的报道对其是如何评价的，它的团队画像，我们对其招聘信息的分析，这样我们就能很准确的去定位该团队到底是技术驱动还是市场和商务驱动等等。

流量就是我们对应用商店的评论抓取，通过我们算法的整合来对比一个项目在细分赛道里的流量到底处于什么样的位置，结合这些我们会给项目打分，呈现它在行业里到底是一个什么样的位置，是在头部、腰部还是腿部。

以上，是我们产品的部分，我们用我们的方式还原了投资主题、基金管理人、项目，并且我举了一些大家经常会用到的数据分析场景。

那其实想借这个机会，也宣布一下我们数据产品的中文名。其实在创办这家公司、选 FellowPlus 这个名字的时候我们是很喜欢的，Fellow 是小伙伴的意思，Plus 就是给大家更多的想象力，我们希望给大家提供更多的服务和帮助，帮助一个行业更好的发展。

那其实最近在跟很多人接触的时候，很多人就说你这个英文名我记不住，能不能给我一个中文名，你们到底有没有中文名。我们就决定起一个中文名，并且让大家记住，而且希望跟 FellowPlus 的发音能有一些相似，同时是要契合我们想做的事情。

我们整个 Logo的 icon 其实是一个大写的 F，这让我想到物理中的电容单位「法拉」，跟 Fellow 的声音相似。同时我们知道，电这个东西在人类的历史上起到很大的作用，在第二次工业革命当中具有划时代的意义。

FellowPlus 也想为一级市场打造一个基础设施，成为一级市场的水电煤。因此我们数据产品的中文名字就叫做「法拉数据」，希望大家记住并且喜欢它，我们以后会越来越多的宣传这个名字。

前段时间我看了一些新闻，第一个是关于高盛这家公司，他们用 200 名工程师取代了 600 个交易员；另一个是贝莱德集团，也在尝试用机器人、用 AI 取代一些初级的基金经理的工作。

我认为，随着时间不断的变化，随着我们对数据不断的积累，如果一级市场的数据量足够大、足够真实、足够及时，我相信互联网技术在里面的应用将会为投资人群体不断赋能。

最后大家会渐渐发现，碰运气、凭经验、凭感觉的一级市场投资越来越少，最后剩下的是优秀投资人之间关乎趋势和价值的判断 PK 。最后我想说，希望在不久的将来，把理性且重复的工作交给 FellowPlus，把投资艺术还给投资人。谢谢大家。

明天，FellowPlus 智库会推出招商局创投投资管理部总经理李忠桦以及迈普集团总裁、百俪汇联合投资联合创始人及常任理事花蕾的演讲实录，敬请期待。

关于我们：

FellowPlus 是中国新兴的一级市场研究咨询机构。我们通过对一级市场的大数据分析，帮助投资者优化资产配置。我们的业务涵盖一级市场数据整合与分析、挖掘早期投资领域优秀投手、资产管理与增值服务等。