36氪首发 | 创新按量付费模式,市场数据平台「Databento」已获3180万美元早期融资


文|沈筱
编辑|王与桐
【36氪首发 | 创新按量付费模式,市场数据平台「Databento」已获3180万美元早期融资】36氪获悉 , 市场数据平台「Databento」已获3180万美元早期融资 。 所筹资金将用于高阶数据平台的搭建和团队扩张 , 为各类金融机构提供便捷、低延迟、低成本的企业级数据获取服务 。
本轮融资由Trousdale Ventures、Unusual Ventures和Indicator Ventures领投 , Redpoint Ventures、Tribe Capital跟投 。 金融科技公司Stripe(目前估值950亿美元)首席运营官Claire Hughes Johnson、美国经济学家Bruce Stangle , 对冲基金公司Renaissance Technologies前高管David Magerman等知名投资者也参与其中 。 如此多大佬级投资人进行押注 , 足以见得Databento的价值 。
Databento由对冲基金资深人士Christina Qi和Luca Lin于2019年创立 。 核心技术团队由Two Sigma、Tower Research、Citadel等著名量化交易公司和Bloomberg等机构数据供应商前交易员 , 及Facebook等大型科技公司前工程师组成 。
市场数据是交易策略制定 , 以及金融产品和服务创新所必须的要素投入 。 而在市场数据获取的过程中 , 需求方通常面临两个痛点 。 一是需要在数据质量和获取成本之间进行权衡 。 大型机构数据服务商虽然能够保证高质量数据供给 , 但定价模型不透明 , 需求方一般不具备议价能力 。 小型数据服务商所提供的数据尽管价格低 , 但通常需要使用者对数据进行二次筛选、清洗和整理 。 同时 , 从询价到数据的最终应用需要经过较长时间的销售洽谈、终端使用培训和数据规格化流程 。
Databento告诉36氪 , 正是由于两位创始人在早前开发对冲基金产品的过程中识别出了上述痛点 , 才有了创办Databento的想法 。
据Databento设计负责人陈思琦介绍 , Databento通过从交易所直接获取原始数据 , 并将服务器部署于交易所数据中心 , 在保证数据可靠性的同时降低了实时数据获取的延迟 。 在技术层面 , Databento开发了能够实现海量数据聚合和高效分割的算法模型 , 使客户能够按需定制数据集并按使用量进行付费 。
相较于业内传统的批量采购或订阅付费模式 , Databento的按量付费模式更加灵活 , 避免了为无关数据付费造成的成本浪费 。 同时 , 与业界25000美元的批量定价相比 , Databento定价为每GB(千兆字节)0.42美元(折合人民币3元) , 具备一定的价格优势 。
此外 , Databento提供三类编码方式 , 并支持多个数据展示格式和类型 , 以提升数据集成的便利性 , 满足客户的多样化数据使用目的 。 三类编码分别为:便于网页开发人员集成的JSON、 便于报表开发的CSV, 以及主攻效率需求的自研二进制格式DBZ 。 针对不同类型的使用者 , Databento可以提供分时条形图 , MBO(Market by Order)、MBP(Market by Price)、实时成交等不同维度的分笔交易数据 。 另外 , Databento采用PLG(Produc Lead Growth)模式 , 简化了销售流程 , 客户可以通过API和Web服务端口完成自主注册并自助获取所需数据服务 。
Databento产品负责人吴沁阳介绍 , 公司已逐步向早前已注册的4000多用户开放历史数据服务 , 并计划于明年年初开放实时数据 。 就市场布局而言 , Databento目前提供的数据主要覆盖纳斯达克、芝加哥商品交易所等美国市场数据 , 未来将逐步拓展欧洲、亚洲市场 , 覆盖伦敦证券交易所、上海证券交易所等其他市场数据 。
Databento独特的按量付费模式对重视数据性价比的中小型团队和企业 , 以及初创公司有较大吸引力 。 据了解 , 在过去几个月 , Databento用户数量和营收保持每月两到三位数的百分比增长 。 但对于大型企业而言 , 其对数据服务商的选择通常需要考虑更多因素 , 包括转换成本、服务稳定性和服务响应性等 。 因此 , 支撑Databento按量付费模式的技术壁垒是否能帮助其构建竞争优势 , 以与Bloomberg等机构数据服务商争夺大型企业客户市场 , 还有待进一步论证 。
同时 , 这样的优势是否能在其他市场中得以体现也值得探讨 。 具体有两个因素需要关注:当地市场的存量需求和增量需求是否充足 。
一是需要考虑当地市场是否已经形成了稳固的竞争格局 。 如果市场需求已经被充分满足 , 存量需求较少 , 企业对现有数据服务商有较强的依赖性 , 那么其是否切换数据服务商将主要取决于Databento是否能为其创造大于转换成本的价值 。
二是需要关注当地市场的发达程度和金融创新、创业强度 。 这是衡量当地是否存在足够有此类需求特征客户群体的关键 , 也是判断该市场未来需求趋势的重点 。

推荐阅读