ТАСС, 27 апреля. Российские ученые предложили новый способ анализа динамики роста стартапов, основанный на данных поисковых запросов. Результаты работы опубликовал научный журнал Technological Forecasting and Social Change, кратко об этом пишет пресс-служба Сколковского института науки и технологий.
Развитие стартапа зачастую идет по сценарию, который трудно анализировать, в том числе из-за недостатка объективной информации. В новой работе ученые разработали пути решения этой проблемы, предложив новый метод анализа таких компаний.
"Полученные результаты показывают, что наш метод – это своего рода рентгеновский аппарат для исследования стартапов, подходящий для всех, но в большей степени для "единорогов" (стартапы или частные компании, оцениваемые в $1 млрд долларов и выше – прим. ТАСС) и потребительских цифровых платформ. Мы предложили простой, экономичный и "неинвазивный" метод, с помощью которого можно увидеть внутреннюю динамику развития новых технологических компаний", – отметил один из авторов исследования Максим Малый.
Ученые исследовали теоретические и практические аспекты анализа стартапов в течение последних трех лет. Они пришли к выводу, что информация о поисковых запросах, в частности данные Google Trends, могут служить ценным источником данных для анализа динамики развития стартапов и новых быстрорастущих технологических компаний, в которые стартапы превращаются со временем.
"Мы проанализировали обширную и прозрачную выборку американских компаний и показали наличие устойчивой корреляции между кривыми, простроенными на основе статистики поисковых запросов по названию компании, и кривыми валюаций, полученными компаниями на различных раундах инвестирования", – добавил Максим Малый.
Авторы работы отмечают, что обнаруженная корреляция позволяет использовать данные Google Trends в качестве косвенного показателя роста компаний вместо закрытых и малодоступных метрик, таких как объем продаж, численность сотрудников и доля рынка. Данные о поисковых запросах общедоступны, их легко найти для любой достаточно развитой технологической компании, начиная с момента ее основания. При этом они также позволяют, например, строить более точные эмпирические траектории роста, в том числе в режиме, близком к реальному времени.