Читай там, где удобно!

Стартапы

Самые крупные поглощения стартапов в 2017 году

В этом году многие молодые технологические компании выбрали отличный от выхода на биржу путь.

Опубликовано

стартапы, поглощение, 2017,

«Каким ты видишь удачный исход?» Это вопрос, который слышит практически каждый основатель технологического стартапа с самого дня основания. Исход – тот момент, когда то, что нарабатывалось с огромным трудом, превращается в реальные деньги. Кто-то выходит на биржу, а кто-то не собираются ничего делать со своей компанией.

Есть и третий вариант – поглощение, покупка более крупной компанией. Такие сделки бывают огромными и будоражат всю индустрию. В 2017 году эти восемь стартапов взорвали свои рынки:

8. Shazam, поглощен Apple за $400 миллионов

Сделка, по поглощению Shazam, приложения для распознавания песен, произошла в декабре. Shazam никогда не был чем-то невероятным, но всегда являлся очень популярным и распространенным среди пользователей инструментом. Возможно, Apple собираются интегрировать его функционал в iOS и использовать его для усовершенствования своего музыкального сервиса Apple Music. Поможет ли им это в борьбе со Spotify? Время покажет.

7. Trello, поглощен Atlassian за $425 миллионов

Производитель ПО для рабочих мест Atlassian анонсировал поглощение приложения для управления проектами Trello в январе. На тот момент Atlassian уже владели HipChat, конкурентом Slack, и Jira, инструментом для управления проектами для разработчиков. Их приложения позволяют организовывать работу команд и координировать работу её членов, поэтому Trello зашла в этот список как по маслу.

6. NuTonomy, поглощен Delphi за $450 миллионов

«Компания Delphi, поставщик автомобильных компонентов, приобрела бостонский стартап nuTonomy, занимающийся разработкой беспилотных автомобилей, за $450 миллионов», – сообщало издание Recode в октябре, называя эту сделку «особенной и значимой не только из-за цены, но и из-за того, что она является первой в своём роде». Из-за того, что nuTonomy присоединилась к поставщику запчастей, а не к производителю готовых продуктов, они смогут обслуживать множество автопроизводителей и захватить более крупную долю рынка.

5. Shipt, поглощен Target за $550 миллионов

Target также прогремели в медиа, когда приобрели сервис по доставке продуктов Shipt в конце этого года. В то время, как Walmart купили Jet.com, а Ikea приобрели TaskRabbit, целью Target было привлечение аудитории миллениалов, особенно обеспеченных. Традиционные ритейлеры страдают под весом Amazon и другой электронной коммерции, а приобретение таких иновационных компаний позволяет оставаться на виду у потребителей.

4. Moat, поглощена Oracle за $850 миллионов

В апреле Oracle пополнили свою коллекцию и потратили почти миллиард долларов на аналитическую компанию Moat. Они работают с Google и Facebook и позволяют бренд-менеджерам экономить деньги и нервы.

3. Musical.ly, поглощен Beijing Bytedance Technology Co. примерно за $1 миллиард.

Социальное медиа-приложение Musical.ly, которое позволяет создавать различные развлекательные видео, стало настоящей сенсацией среди предподростков. Оно держится на молодой аудитории и чем-то похоже на ранние версии Snapchat, до его спада после выхода на биржу.

2. Chewy, поглощен PetSmart за $3.35 миллиарда

В июне одна компания, продающая всевозможные вещи для домашних питомцев, купила другую такую же компанию. Chewy – универсальный онлайн-магазин, продающий все необходимые товары для кошек и собак, а PetSmart этой покупкой, очевидно, укрепили свои позиции на рынке.

1. AppDynamics, поглощен Cisco за $3.7 миллиарда

Cisco урвали AppDynamics в январе, когда стартап готовился к выходу на биржу. Многие IPO-наблюдатели пострадали из-за такого внезапного поворота событий. В то же время, Cisco заплатили вдвое больше, чем могли заплатить IPO инвесторы. Эта покупка позволила Cisco закрепить свои позиции на рынке как производителя аппаратного обеспечения, а в октябре, для поддержки AppDynamics, они приобрели стартап Perspica, работающий с машинным обучением.

Advertisement
Комментировать

Оставить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *

Разбор

Почему стартапам нужно перестать идеализировать провалы и начать фокусироваться на работе

Продолжаем вчерашнюю тему стартапов. Рассказываем о том, почему позитивное отношение к провалам и неудачам в стартап-среде – в корне неправильный подход

Радик Гареев

Опубликовано

разбор, стартап, бизнес, неудача,

Занятные вещи происходят в мире стартапов: сначала мы учились принимать провалы как часть творческого процесса, но теперь же мы на всех парах мчимся к идеализированию неудач и даже считаем, что их нужно совершать. Кажется, что разговоры о провалах становятся не только модными, но и помогают бизнесу.

Но вот в чем дело.

А). Неудачи – отстой. Я еще не встречал ни одного человека, который бы наслаждался провалами (и предпочитал бы их успеху).

Б). Из них не извлекаешь так уж много пользы. И, однозначно, не учишься на ошибках других. Существует десяток способов решить определенную задачу и миллион возможностей провалиться. Разбирая, почему один из методов не сработал, вы исключаете лишь одну возможность из миллиона. Легче пойти кратчайшим путем и разобрать то, что сработало.

В). Причины провалов часто глубоко личные. Как провал, так и успех, зависят от вашей личной ситуации, вашего окружения и миллиарда других факторов. Невыносимо сложно сделать какой-то общий вывод.

Вместо того чтобы зациклиться на, прежде всего, чужих неудачах, я бы посоветовал вам сосредоточиться на вещах, которые сработали. Направьте свою энергию на тщательное изучение основополагающих факторов и базовых принципов, которые приводят к успеху, и определите, как лично вы можете задействовать эти уроки. Примите все как есть: провал – это необходимое зло.

Не бойтесь потерпеть неудачу, но приложите все силы, чтобы свести к минимуму возможность провала (ничего хорошего не случится, если вы направляете свой стартап прямиком в пропасть).

Почему «косячь быстро, косячь и дальше», а не «разберись, как это работает, и продолжай в том же духе»?

Конечно, это означает, что первым делом надо следить за своим собственным проектом. Но можно многому научиться и из историй успеха других. В 2015 году Билл Гросс, основатель Idea Lab, выступил на сцене TED с речью, озаглавленной «Одна из главных причин успеха стартапов».

Проанализировав сотни компаний, как своих, так и чужих, он обнаружил ведущий фактор – выбор времени.

По собственному опыту, не могу не согласиться. С некоторыми оговорками.

Для начала вам нужно создать что-то, что будет решать настоящую проблему. Звучит банально, но слишком многие компании не решают проблемы покупателей и не приносят ценности своим пользователям.

Во-вторых, вам необходимо решить проблему настолько серьезную, чтобы ее решение было финансово жизнеспособным. Этот пункт идет рука об руку с предыдущим, однако иногда основатели пытаются разрешить насущные, но настолько мелкие или незначительные проблемы, что они не могут поддерживать ведение бизнеса.

В-третьих, само собой разумеется, реализация, и реализация хорошая.

Как только соблюдаются все эти условия, важнейшим становится выбор времени. Я видел слишком много компаний, которые начали слишком рано (обычная проблема для современной технической отрасли) и еще больше тех, кто начал слишком поздно (например, запустив очередную социальную сеть годами позже создания Facebook).

К сожалению, подгадать верный момент практически невозможно. Зачастую лучшее, что вы можете сделать, это взглянуть на технологию, которую вы используете, и предсказать развитие отношения цена/производительность, установив точку, когда это отношение достигает показателя «достаточно хорошо». В то же время наблюдайте за поведением и предпочтениями покупателей, чтобы понять, где пересекаются их запросы и ваша технология.

Одно известно точно – никогда не недооценивайте выбор времени, это главный фактор успеха (или провала).

Неважно, выявляете ли вы верную проблему, верный момент или верную реализацию, направляйте всю свою энергию на то, что действительно работает, и не будьте одержимы неудачами во имя самих неудач.

Источник

Продолжить чтение

Разбор

Как использовать машинное обучение в работе вашего стартапа

Статья о машинном обучении и аспектах его использования в стартапах и инновационных продуктах. Рассматриваем несколько подходов и говорим о том, чему необходимо уделять особое внимание

Олег Неключев

Опубликовано

машинное обучение, стартап, продукт, инновация,

Существует заблуждение, что работать с машинным обучением могут только гении математики. На самом же деле большинство приложений, завязанных на машинном обучении, – это простые в освоении, хорошо протестированные и готовые алгоритмы.

Для многих разработчиков, а особенно тех, кто работает в стартапах, настоящее испытание кроется в работе с данными. Справиться с ним можно только благодаря грамотному подходу к разработке продукта с точки зрения пользовательского опыта.

Нужно ли вам машинное обучение на самом деле?

Машинное обучение может сделать любой хороший продукт еще лучше: более вовлекающим, более отзывчивым и более эффективным. Но перед тем как подступиться к машинному обучению, подумайте о том, какие алгоритмы подходят вашему продукту.

машинное обучение, стартап, продукт, инновация,

Начните тестирование обучающего аспекта с людьми, перед тем, как перейти к компьютерам. Это даст вам лучшее понимание того, насколько будет хорош результат. Тестирование машинного обучения также даст понять, где нужно участие человека, а где возьмут верх компьютеры.

Часто золотая середина продукта находится где-то между человеческим участием и автоматизированным машинным обучением. Либо человек начинает помогать алгоритму, когда тот не может справиться, либо компьютер помогает человеку масштабировать работу. Например, в Clara Labs дифференцировали обязанности работы ассистента по расписанию, благодаря пониманию того, какие задачи подходят для алгоритмов, а где необходима помощь человека.

Как только вы определитесь с тем, какие преимущества от машинного обучения получит ваш продукт и как его правильно использовать, вам предстоит решить проблему маркировки данных.

Маркировка данных

Без высококачественных, маркированных и подготовленных данных, точность машинного обучения снижается. Маркировка обеспечивает предсказание, классификацию и анализ данных с большой точностью.

Ручная маркировка данных — неблагодарная, относительно низкоуровневая работа. Лучшие продукты, завязанные на машинном обучении, находят способы интегрировать маркировку в общую картину приложения.

Придание ценности меткам?

Для огромного количества меток, необходимых для тренировки алгоритма, ручная маркировка часто занимает слишком много времени. Вместо этого хорошо спроектированные и продуманные приложения используют пользователей в процессе маркировки. Цель заключается в том, чтобы взять задачу, с которой люди хорошо справляются, передать все знания приложениям и позволить компьютерам этим заниматься.

Возьмем к примеру reCAPTCHA — бесплатный сервис от Google, помогающий защитить сайты от спама. Пользователь должен определить, что находится на картинках, чтобы доказать, что он не бот. В то же время reCAPTCHA тренирует алгоритмы, чтобы распознавать объекты из реального мира. Изображения сами по себе являются обучаемыми данными, а когда пользователи определяют объекты на них, данные получают необходимые метки.

машинное обучение, стартап, продукт, инновация,

Здесь есть и свои проблемы. Маркировка не может быть бесконечным способом для работы. Если задача, которую вы используете для обучения данных, не несет ценности или не интересна людям, то люди не будут пользоваться вашими услугами и принимать участие в обучении данных. Даже reCAPTCHA со своим ясным и понятным смыслом обезопасить сайты действует пользователям на нервы — проблема, с которой Google пытается справляться.

Если пользователи отмечают ваши данные, то сам процесс маркировки должен быть понятным и приносить моментальную ценность. Говоря в общем, существует два вида ценностей. В первом, действие является ценным само по себе. Например, когда мы хотим отметить людей на фотографии в Facebook потому, что это позволит нашим друзьям и родным понять, что они есть на каких-то фотографиях. Благодаря этим меткам Facebook начинает различать лица людей, что облегчит поиск лиц на фотографиях в будущем. Несмотря на то, что распознавание лица вашего друга может потребовать от алгоритма Facebook какое-то время для обучения, этот процесс маркировки является сам по себе ценным.

Второй же вид ценностей исходит из моментального влияния. Netflix просит пользователей оценить фильмы и обещает, что это поможет усовершенствовать дальнейшие рекомендации. Чтобы доказать это, Netflix моментально показывает вам новые рекомендации основанные на том, какую оценку вы только что поставили.

Другим подходом является превращение процесса маркировки в игру. Foursquare успешно позволяла пользователям поделиться своим местоположением с помощью чек-инов. Пользователи обеспечивали маркировку локаций, соревнуюсь за различные звания и награды внутри приложения.

Хотя привязка процесса маркировки к получению ценности и пользы и является эффективным способом привлечения пользователей к обучению данных, существуют и стратегии, которые не требуют активного вовлечения пользователей.

Извлечение выгоды из настроения

Одним из способов привлечения пользователей к активной маркировке данных является изучение их настроения. Плюсы такого подхода в том, что пользователю не нужно принимать активное участие в процессе маркировки. Это исключает множество проблем, которые могут негативно повлиять на пользовательский опыт.

Amazon, например, изучает покупки своих пользователей и на основе этого предлагает продукты и акции.

Обучение без учителей

В ближайшем будущем пользователи станут не так важны в процессе тренировки данных. Симуляции создают наполненное окружение и являются отличным способом для маркировки данных. Шахматы, Go и Pong — те игры, которые легко симулировать, что позволяет создавать тысячи и даже сотни тысяч возможных сценариев развития событий.

Разработчик беспилотных автомобилей Waymo использует виртуальное окружение, основанное на реальных локациях, для обучения автомобилей работе в реальном мире. Такие компании и выполняют необходимую маркировку без участия человека.

Пользовательский опыт превыше всего

Машинное обучение может помочь в создании более невероятных и отзывчивых продуктов. Пользователи не будут делиться данными и тренировать ваши алгоритмы, если не увидят в этом пользы. Неважно, принимает пользователь в маркировке ваших данных прямое, косвенное участие или не участвует вовсе — пользовательский опыт стоит превыше всего.

В случае со стартапами это требует совершенно другого уровня дизайнерского мышления. Мало того, что продукт сам по себе должен быть хорошим, участие пользователей в работе машинного обучения, сбора данных и процессе тренировки должно быть захватывающим. Но именно такие задачи и трудности движут творчеством и креативом.

Источник

Продолжить чтение

Стартапы

Инновационные варианты финансирования стартапов

Сохранить свой капитал и все еще получать средства для расширения? Реально.

Диана Влюбченко

Опубликовано

стартапы, новости, Scaleworks

Решили построить ракету или микроавтобус? Речь идет о том, что предпринимателям приходится сталкиваться с расходами слишком рано. Лучший способ финансировать новый бизнес зависит от многих факторов — нацелен ли стартап на устойчивый рост, выйдет ли получать доход сразу или сначала придется создать базу клиентов и т.д.

Scaleworks считает, что должно быть больше вариантов. Во вторник фирма «венчурный капитал», основанная в Сан-Антонио, объявила о выпуске долгового фонда в размере 10 млн. Долл. США, из которого он будет кредитовать стартапы. В отличие от кампании «Восстание покоя», целью которой является преумножение технологического богатства страны, Scaleworks представляет собой альтернативную модель предоставления возможностей.

Вместо того, чтобы инвестировать в компании moonshot, а также клише Silicon Valley, она приобретает и управляет компаниями SaaS, которые имеют нереализованный потенциал. Scaleworks ищет основателей, которые создали хороший продукт, но хотят двигаться дальше.

Фирма приобретет стартап, предоставив учредителю возможность выйти, а затем привлечь нового, ориентированного на рост генерального директора. Самым последним дополнением к портфолио Scaleworks является запуск аналитики Keen IO, который объединяет семь других, включая популярного почтового API-провайдера Mailgun.

С новым долговым фондом Scaleworks расширяет свои возможности. Фирма сможет предоставлять кредиты компаниям, возглавляемым учредителями, которые хотят сохранить справедливость и самостоятельно строить бизнес, а не просто сидеть под зонтиком Scaleworks.

В сообщении в блоге партнер Лью Мурман отметил, что стартапам часто не хватает «материальных активов», которые банки ищут при выдаче кредитов. «Однако у них есть последовательные повторяющиеся потоки доходов с высокой валовой прибылью», – писал он. «Мы считаем, что это банковый актив, а банки – нет».

Scaleworks – это не первая инвестиционная фирма, у которой есть эта идея. Компания Lighter Capital практикует «финансирование, основанное на доходах» – бизнес-кредиты, которые выплачиваются на основе процентной доли дохода. Согласно FAQ Lighter Capital, он обычно запрашивает от 2 до 8 процентов. Патрик Фитцджеральд из Wharton School of Business рассказал Washington Post, что финансирование, основанное на доходах, получает меньше внимания, потому что «это не так сексуально».

Отношение к финансированию, основанному на доходах, и к другим гибким кредитным продуктам может измениться по мере того, как экосистема запуска после внедрения dot-dot-com в Силиконовой долине продолжит развиваться. Такие предприниматели как Дэвид Хейннемайер Ханссон из Basecamp, возвращают парадигму венчурного капитала как единственный способ развития технологического бизнеса. Новая инициатива Scaleworks – еще один вариант для третьего пути.

Продолжить чтение

Популярное