, ,

Bagaimana cara kita membawa Data untuk menentukan Pilihan

Sumber : Medium Post by Lithium

Jika Anda termasuk golongan thinkboi, Anda mungkin pernah membaca ‘Principles’ karya Ray Dalio. Bagi Anda yang belum melakukan transisi (progresif) hidup dengan kepala tegak, izinkan saya memberikan a latar belakang singkat tentang Dalio.
Dalio mungkin adalah manajer investasi paling terkenal di dunia. Dia mendirikan hedge fund terbesar di dunia, Bridgewater Associates. Mereka adalah dana lindung nilai terbesar di dunia karena mereka berulang kali memberikan pengembalian di atas pasar kepada investor.
Dalam bukunya ‘Principles’, Dalio menguraikan sistem, proses, dan prinsip yang ia terapkan baik di Bridgestone maupun dalam kehidupan pribadinya. Prinsip-prinsip yang dia kaitkan dengan kesuksesannya.


Komputer dan Manusia, bekerja dalam Harmoni
Narasi yang mendasari seluruh prinsip adalah adopsi komputasi awal dan agresif Dalio sebagai cara untuk menginformasikan keputusan. Dalio berpendapat bahwa komputer, yang sepenuhnya rasional, dan mampu memproses kumpulan data yang jauh lebih besar daripada manusia, adalah alat yang sangat diperlukan dalam gudang senjata investor.

Dalio, dari tahap paling awal di Bridgestone, menggunakan komputer untuk menganalisis titik data yang menurutnya penting, menimbang dampak dari titik data tersebut, dan, secara sederhana, mengeluarkan profil risiko-hadiah untuk kelas investasi. Contohnya adalah ketika memutuskan untuk membeli jagung berjangka. Dalio akan meminta komputernya untuk menganalisis pola cuaca, membuat prediksi kekeringan, mengambil data pasar dari penawaran dan permintaan, dan juga memperhitungkan risiko perang dan peristiwa langka lainnya. Seiring waktu, sistem ini akan diperbarui, disempurnakan, dan diubah, memberikan Dalio keunggulan kompetitif yang sangat besar.
Dana lindung nilai v Modal Ventura
Dana lindung nilai secara inheren adalah binatang yang sangat berbeda dengan dana Modal Ventura. Dana lindung nilai membuat taruhan pada kelas aset yang jauh lebih mapan, mereka mendiversifikasi kepemilikan mereka untuk menawarkan profil risiko investor yang sesuai dengan mereka. Hedge fund mencari pengembalian pemukulan pasar yang konsisten, mereka adalah diversifikasi atas spesialisasi.
Meskipun tujuan Modal Ventura secara umum mirip dengan dana lindung nilai (untuk menghasilkan uang), pendekatannya sama sekali berbeda. Modal Ventura adalah kelas aset berisiko yang jauh lebih tinggi, Anda bertaruh pada perusahaan tahap awal, seringkali bahkan sebelum mereka membuktikan bahwa mereka dapat memberikan pendapatan. Anda bertaruh pada ide, tim, dan waktu lebih dari ‘dasar’ apa pun seperti rasio P/E.
Sementara model hedge fund melibatkan diversifikasi aset yang lebih aman, Venture melibatkan spesialisasi dalam kelas yang jauh lebih berisiko. Faktor model dalam tingkat kegagalan yang tinggi dari startup. Sebagian besar perusahaan Modal Ventura beroperasi dengan premis bahwa dari 10 investasi, beberapa akan gagal, beberapa akan mencapai titik impas atau sedikit berhasil, dan satu akan sangat sukses sehingga akan membatalkan kerugian yang lain (dan kemudian beberapa).
Data dan Modal Ventura
Beberapa orang akan berpendapat bahwa data tidak memiliki banyak tempat di Modal Ventura. Yang penting adalah mengenal tim pendiri, memahami visi, memahami seberapa banyak pengetahuan spesifik yang mereka miliki dan keunggulan kompetitif mereka, dan kemudian membuat taruhan cerdas, berdasarkan faktor makro dan tren yang Anda lihat mendorong produk mereka. Data yang ada di domain publik untuk membuat taruhan pada dokumen mapan tidak ada untuk Modal Ventura.
Sampai batas tertentu, kami setuju dengan sudut pandang ini. Memang benar bahwa tim dan waktu jauh lebih penting daripada fundamental yang mendasarinya. Sebagian besar kesuksesan di Y-Combinator dihasilkan dari pivot produk yang lengkap — yang menimbulkan pertanyaan menarik tentang apakah gagasan yang dibawa oleh tim pendiri ke meja itu penting.
Setelah mengatakan ini, apakah kita suka berpikir begitu atau tidak, masih ada sejumlah faktor yang masuk ke dalam proses pengambilan keputusan untuk mendukung perusahaan tahap awal, masing-masing faktor ini memiliki bobot tertentu, dan hasil dari bobot ini harus mempengaruhi keputusan kita.
Bagaimana jika kita bisa mengkodifikasi faktor-faktor ini? Menggunakan komputer untuk memberikan output rasional untuk mendukung proses pengambilan keputusan kita?
Mengapa Startup Sukses
Beberapa tahun yang lalu, Bill Gross dan timnya melakukan analisis terhadap sejumlah startup, menerapkan sistem peringkat metodis untuk setiap startup pada awal berdirinya, berdasarkan sejumlah faktor.
Bill dan timnya tiba di bobot di bawah ini. Dengan waktu menjadi elemen yang paling penting, dan pendanaan menjadi yang paling sedikit.

Kami menyukai model ini. Ini ringan, tidak jatuh ke dalam kekeliruan ‘lebih banyak titik data = keputusan yang lebih baik’ ini berfokus pada beberapa metrik utama, yang dapat diukur (meskipun seringkali secara subjektif) oleh tim Lithium. Inilah cara kami menggunakannya.
Sistem kami
Kami telah membangun Kerangka kerja ringan yang menggunakan temuan Bill Gross sebagai titik awal untuk pengambilan keputusan.

Prosesnya bekerja sebagai berikut:
Setelah proses wawancara proyek awal, setidaknya tiga dari tim Lithium akan mengisi kartu skor di atas untuk proyek tersebut.
Kartu skor kemudian akan mengeluarkan skor keseluruhan, berdasarkan bobot dan input. Sebagai pedoman umum, skor rata-rata 12 dari 15,6 seharusnya tidak menimbulkan masalah besar.
Kartu skor juga akan mengidentifikasi potensi tanda bahaya. Kami menambahkan bagian ‘Hambatan Hukum’ setelah peluncuran AGV, yang dibatalkan karena masalah hukum toko aplikasi yang mereka alami.
Keputusan kemudian akan dibuat di antara para pengambil keputusan, kartu skor hanya akan menjadi titik data tunggal, yang ditujukan untuk menginformasikan proses keputusan, bukan memimpinnya.
Setiap 6 bulan kami akan melakukan retrospektif pada semua proyek, dan memperbarui metrik dan bobot jika kami merasa ini diperlukan. Kita mungkin melihat bahwa proyek dengan tim yang kuat berkinerja sangat baik, dan meningkatkan bobotnya.
Masa depan
Selain membantu kami membuat kerangka pengambilan keputusan yang lebih kuat, pendekatan kartu skor ini dapat menjadi alat sumber daya yang berharga jika kami ingin beralih ke model DAO. Misalnya, kami dapat menampilkan hasil kartu skor pada halaman pemilihan proyek, dan kemudian mengizinkan pemegang token untuk memilih apakah mereka ingin meluncurkan proyek.

Leave a Reply