CDA數據分析師 出品
2月6日夜，北京下了一場大雪。
成立已13年的IT職業教育機構——兄弟連教育創始人李超發佈《致兄弟連全體學員、員工、股東的一封信》，正式宣告品牌“破產”。
兄弟連教育成立於2007年，曾是國內最大的PHP培訓學校。但即使是營收破億，掛牌新三板，這家教育企業最後還是沒能抵抗住2020年疫情帶來的資金鍊斷裂，倒下了。
而近年來，不僅是像兄弟連這樣曾經的培訓巨頭，王思聰的熊貓直播，昔日的“宅男神器”快播，成立23年的韋博英語… 像這樣曾經有過高光時刻，最終黯然倒下的企業還有很多很多。
今天就給大家盤一盤，近年來在風口起落的背後，那些倒下的公司們。
IT桔子出了個“死亡公司數據庫”，統計了2000-2020年之間，中國新經濟領域這些年倒閉的創新創業公司。
截止 2020 年 2 月 29 日，共有6286家倒閉公司在 IT 桔子數據庫中被標註為“已關閉”。這些公司中不乏被“風口”吹起來的“豬”，也不乏運營多年已然成長為估值超過 10 億元的“千里馬”、甚至 10 億美金估值的“獨角獸”。
我們用Python爬取並選取了近十年（2010-2020）5789家公司的數據，企圖一窺這十年來創業公司的消亡史。
爬蟲流程如下：使用requests庫發起網頁請求，得到的數據通過json進行解析，存入列表中，利用循環得到630頁的信息，代碼如下：
# 導入所需庫 import numpy as np import pandas as pd import requests import time import json import random from fake_useragent import UserAgent # 創建空列表 com_name = # 公司名 close_date = # 關閉時間 born_date = # 成立時間 cat_name = # 行業 se_cat_name = # 子行業 com_prov = # 地點 status_name = # 獲投狀態 live_time = # 存活時間 total_money = # 融資金額 closure_type = # 死亡原因 # 循環獲取 for i in range(1, 631): # 獲取URL url = 'https://www.itjuzi.com/api/closure?com_prov=&sort=&page={}&keyword=&cat_id='.format(i) # 添加headers headers = {'user-agent': UserAgent.random} # 發起請求並解析數據 try: r_json = requests.get(url, headers=headers, timeout=5).json except Exception: time.sleep(3) r_json = requests.get(url, headers=headers, timeout=5).json # 獲取數據 for data in r_json['data']['info']: com_name.append(data['com_name']) close_date.append(data['com_change_close_date']) born_date.append(data['born']) cat_name.append(data['cat_name']) se_cat_name.append(data['se_cat_name']) com_prov.append(data['com_prov']) status_name.append(data['com_fund_status_name']) live_time.append(data['live_time']) total_money.append(data['total_money']) closure_type.append([i.get('name') for i in data['closure_type']]) # 打印進度 print('我正在獲取第{}頁的信息'.format(i), end='\\r') # 休眠 time.sleep(random.uniform(2,3))
最後使用dataframe保存數據，結果展示如下：
# 保存數據 df = pd.DataFrame df['com_name'] = com_name df['close_date'] = close_date df['born_date'] = born_date df['cat_name'] = cat_name df['se_cat_name'] = se_cat_name df['com_prov'] = com_prov df['status_name'] = status_name df['live_time'] = live_time df['total_money'] = total_money df['closure_type'] = closure_type df.head
以下是具體分析結果：
01 2017年公司倒閉潮 超過一半的公司活不過3年
大家常說1998年是中國互聯網元年，2010年是移動互聯網的風口元年。尤其是2010年的移動互聯網實在是太熱鬧了。小米、美團、愛奇藝等都在這一年相繼成立。
誕生公司年份
我們分析了公司倒閉數據發現， 2013年和2014年是新公司誕生的井噴年，出現的新公司最多，分別為2013年1342家，2014年的新公司1408家。
倒閉公司年份
與此相對的是，2016年和2017年出現的公司倒閉潮。其中，2016年倒閉的公司為1452家。而2017年一年倒閉的公司就超過2千家，達到2144家。要知道去年2019年破產的公司僅為338家。
倒閉公司月份走勢圖
細看公司倒閉的時間段可以發現，有四個公司倒閉數量的高峰月份。分別是2015年的7月，倒閉662家；2016年8月為787家；2017年8月為720家；2017年12月為822家。
倒閉公司存活時間分佈
通過公司存活時間直方圖可以發現：存活時間符合右偏分佈，這些創業公司的存活天數大多集中在546-2246天，50%的分位數對應的值是1122天。也就是說，有超過一半的公司都未撐過3年。
綜上分析，先是在2013、2014年迎來巨大的公司誕生潮，在三年後的2016、2017年迎來公司相繼倒閉潮，真是讓人唏噓不已。
02 北上廣不相信眼淚 倒閉公司數量居前三 倒閉公司省份分佈
倒閉公司都在哪些地方呢？這次北上廣再次領跑，北京最多，高達2242家，其次是廣東，有1097家；上海倒閉的公司有1035家，排在第三。果然北上廣不相信眼淚，機會誕生最多的地方，同樣會伴隨著多少夢想的隕落。
同時也作為創業公司聚焦的浙江倒閉公司也很高，為397家。江蘇、福建等沿海城市倒閉公司數量也較高；同時四川也有近三百家創業公司倒閉。
03 電商、企業服務 為公司倒閉的 “重災區” 倒閉公司行業分佈
在倒閉公司的行業方面，電子商務是最多的，達到925家。就在2019年7月底，成立9年的尚品網再度捲入裁員風波，不久宣佈倒閉；8月，主持人李靜創立、唯品會斥資1億美元拿下的的明星美妝電商平臺樂蜂網關停。
其次是企業服務類，為813家。其次金融、社交領域的倒閉公司也不在少數，分別達到512家和499家。
金融領域的大批公司倒閉這一點也不難理解，隨著國家對互聯網金融，尤其是P2P網貸的整治力度逐漸加大，從近兩年開始，大批P2P平臺被查處，另外還有一大批進行良性退出。去年下半年，湖南、山東等多個省市金融監管部門相繼取締不合格P2P平臺，即使是曾經在互金圈內享有盛名的平臺也免不得爆雷。
04 倒閉企業名單 五成以上公司未獲融資 倒閉公司獲投狀態
融資失利，的確成了壓死創業公司的最後一根稻草。
經過分析可以看到，在破產公司中，近一半的公司獲投情況不明確。其中28.65%的公司尚未獲投。其餘剩下的公司從融資輪次來看，多集中在天使輪和A輪。獲得天使輪的僅佔8%，A輪僅3.9%。
05 商業模式匱乏 是企業倒閉的主要原因
在這些年倒閉的企業中，無論它們曾經是否輝煌，現在都已經有了結局。它們之中，有的因為商業模式不明確而倒下，有的因為管理運營問題而結束，有的則死在了政策紅線面前……
我們分析了其中部分公司的具體死亡原因統計顯示：商業模式、行業競爭、市場偽需求是導致公司倒閉的主要原因。
其中多達477家公司都因為商業模式匱乏而倒閉，佔比近五分之一的。公司在長期發展中，若缺乏對企業盈利模式、市場定位等方面的思考，也難逃倒閉的風險。
其次是行業競爭，因此倒閉的公司多達363家。尤其是各種因風口而催生的行業及這其中誕生的創業公司。比如2015年O2O大戰的外賣行業；2016年的各種共享經濟類型的企業。
因為市場偽需求而倒閉的公司也不少，有217家。它們之中，有的瞄準的市場過於分散，還未形成市場效應；有的則沒有解決市場痛點，不痛不癢的創造用戶不需要的需求。
結語：
這是一個最好的時代，也是一個最壞的時代，一批創業者正踏上天堂之路，一批創業者正走向地獄之門，創業的道路上致使失敗的原因太多，如同蝴蝶效應一樣，一個小小的問題，最終可能導致失敗。創業不易，且行且珍惜！
閱讀更多 CDA數據分析師 的文章
