Es freut mich sehr, bekannt zu geben, dass wir 2 Millionen Dollar an Startkapital angenommen haben, angeführt von White Star Capital und Oxford Capital. Wir freuen uns, solch eine angesehene Investorengruppe an Bord zu haben, die an das Team und unsere Vision glaubt.
Als ich den Prozess begann, habe ich mir die Zeit genommen, mit einigen Gründern in meinem Netzwerk zu sprechen, die kürzlich in der Frühphasenfinanzierung aktiv waren. Auch wenn dies nicht mein erstes Unternehmen ist, wollte ich ein Gefühl dafür bekommen, wie es sich 2016 anfühlt, Kapital von institutionellen Investoren für die Seed-Phase einzuwerben. Ich habe einige hilfreiche Einblicke gewonnen, doch eine Antwort konnte ich nicht wirklich festmachen: wie viel Zeit und Energie so ein Prozess tatsächlich kostet. Startups sind naturgemäß kleine Unternehmen, und wenn man das Führungsteam für einen Fundraising-Prozess abzieht, verliert die Organisation einen erheblichen Teil ihrer Kapazität – das Ganze ist eine sehr starke Ablenkung. Ich habe schon erlebt, wie solche Prozesse ein Unternehmen ausbremsen können, und wollte daher das Timing und den Einfluss im aktuellen Umfeld verstehen, um besser planen zu können. Harte Daten waren dabei schwer zu finden; einzelne Gründer wussten, dass es sehr zeitintensiv ist und 'einfach dauert', aber die Kennzahlen waren subjektiv. Jeder Prozess ist zwar einzigartig, aber ein paar feste Datenpunkte helfen, eine Basislinie zu haben. Traditionell ist es schwer, Metriken rund um einen organischen Ablauf wie eine Finanzierungsrunde zu bekommen – entsprechend wenig Informationen findet man dazu. Also habe ich beschlossen, „dogfooding“ mit unserer eigenen Plattform zu machen und eine Sift dafür anzulegen.
Alltägliche Datenquellen wie E-Mail, Messenger-Plattformen, Webanwendungen und IoT-Geräte erzeugen Unmengen an Daten, die meist unstrukturiert und schwer zusammenzufassen sind. Deshalb bleiben sie oft im Archiv, ohne dass man wertvolle Erkenntnisse daraus gewinnt. Red Sift ermöglicht es unseren Nutzern, diese verschiedenen Quellen einfach miteinander zu verbinden und Daten zu kombinieren, um Einblicke zu bekommen oder Abläufe zu automatisieren. Dies geschieht über sogenannte „Sifts“ – clevere, quelloffene Microservices, die Daten sicher verarbeiten und Informationen direkt ins Dashboard oder in Messenger liefern. Sifts können von uns oder der Community entwickelt werden; unsere Plattform erlaubt es Entwicklern und später auch normalen Anwendern, eigene Sifts einfach und schnell zu bauen.
Da ich keine verlässlichen Daten zur Prognose hatte, wollte ich wenigstens die Analyse für die Zukunft aufzeichnen und den Prozess durch die Brille unserer Plattform dokumentieren. Folgendes Tool habe ich gebaut, um meine Zeitinvestition zu erfassen.
Die meisten Prozesse hinterlassen heutzutage eine Spur im Posteingang. Hauskauf, große Events organisieren, Jobsuche, Due Diligence – was auch immer: Wahrscheinlich benutzen Sie Ihre E-Mail, um den Vorgang voranzutreiben, und es bleibt eine Spur im Postfach zurück. Für viele Marktnischen gibt es Spezialtools, aber sie passen nicht zum Chaos der allermeisten Prozesse. Red Sift bietet erstklassigen Support für den Posteingang als Datenquelle und kann Analysen direkt in Gmail integrieren. Es verwandelt den Nachrichtenstapel in auswertbare Daten, ohne dass Sie die Nachrichten exportieren müssen. Und da es vollständig integriert ist, reagiert es in Echtzeit auf Updates – ohne dass Daten händisch eingetragen werden müssen. Ich musste nur noch die zu messenden Mails klassifizieren, eine Beschriftung hinzufügen und meine Sift entsprechend filtern lassen.
Hoch betrachtet wollte ich verstehen, wie sich der Prozess auf unsere Zeit auswirkt, um gezielt zu steuern, zu adaptieren und herauszufinden, was funktioniert und was wir ändern müssen. Ich habe die Darstellung im Stil des großartigen Webcomics xkcd von Randall Munroe gestaltet – ich bin ein großer Fan, und seine Comics bringen mich immer zum Lachen. Und wie wohl alle Gründer bestätigen: Alles, was einen während des Fundraisings zum Lächeln bringt, ist ein Gewinn.
Schauen wir uns die einzelnen Messgrößen der Reihe nach an.
Unsere Strategie war recht klassisch: Über persönliche Empfehlungen wollten wir möglichst viele Türen öffnen. Die Daten bestätigen das – ich habe kaum Zeit damit verloren, in blinde Kanäle zu kommunizieren. Die meisten Kontakte in diesem Prozess führten zu einer Antwort, und der Aufwand fürs E-Mail-Schreiben war recht ausgeglichen.
Wir alle kennen die sich verlängernden cc-Listen im geschäftlichen E-Mail-Verkehr. Glücklicherweise haben die VCs in unserer Stichprobe dieses Problem kaum. Wer in einen E-Mail-Thread mit aufgenommen wird, ist in der Regel auch relevant und beteiligt sich meist irgendwann.
Ein interessantes Verhalten fiel uns recht früh auf: Montags war weniger los, als wir dachten. Offenbar war der Dienstag der mit Abstand verkehrsstärkste Tag bei potenziellen Investoren. Montags habe ich mir daher meist für die Produktarbeit reserviert – weil dieses Muster so früh klar wurde.
Die große Zusammenfassungstabelle bricht alles herunter: Etwas mehr als 3 volle Tage habe ich am Rechner mit E-Mails verbracht – verteilt auf 33 Wochen und einen Trichter, der oben mit ~53 potenziellen Investoren startete, bis wir unser Ziel erreicht haben. Meine Sift hat heuristisch die Lese- und Antwortzeiten geschätzt, das ist natürlich nicht ganz exakt. Die Fehlermarge ist da, aber in Zukunft können wir anhand dieser Analysen eine solide Basis schaffen und Aktivitäten besser planen.
Der Übersichtlichkeit und Anonymität halber habe ich die Details recht oberflächlich gehalten. Im Posteingang und Kalender steckt noch viel mehr Signal – etwa zu Telefonaten, Pitches, Meetings – und meine Sift kann noch viel weiter gehen, zum Beispiel die Antwortzeiten mit dem tatsächlichen Ergebnis korrelieren oder die Reaktionszeiten schätzen. Entwickler und Neugierige können unter die Motorhaube schauen. Sie können es forken und für Ihre Zwecke anpassen und auf Ihren eigenen Daten live laufen lassen.
Rahul Powar, Gründer & CEO
Humor-Sans verwendet unter der SIL Open Font License, Version 1.1