データセット：メンタルヘルス系スタートアップの失敗事例（2000年～2026年）、18項目で分類

データダウンロードフォーム、メール登録、サインアップは不要です。CC BY 4.0 — ご自由にご利用、再公開、発展させてください。 mh-graveyard-companies.csv — 542行、企業ごとに1行。メインテーブル。 mh-graveyard-companies.json — 同じデータ、同じフィールド名でJSON形式。 mh-graveyard-labels-rationale.csv — 1,084行：すべての分類ラベルの根拠となった記述。 README.md — 完全なデータ辞書、方法論、限界。 LICENSE.txt — CC BY 4.0 および推奨される引用。 データの内容 2000年から2026年の間に市場を去った542のデジタルメンタルヘルス組織 — 閉鎖、破産、買収、ピボット、統合。 各企業は最大18項目で分類されています：事業モデル、実際の支払い者、調達した資金、撤退理由、臨床的根拠、医療分野の共同創業者、収益モデル、エグジット規模、国、運営年数。 さらに、4つの独立した分類軸があります：製品の種類（product_type）、組織の種類（entity_type）、臨床医を置き換えたか、臨床医の周りを補完したか（care_mode）、そして人間の臨床医が関与していたか。 そして、カテゴリではない1つのフィールド — key_mistake、各企業を破滅させた実際の原因についての段落。 ご自身で分析を再現する レポート内のすべてのシェアは、これらの行から計算されています。 実例： import csv rows = list(csv.DictReader(open('mh-graveyard-companies.csv', encoding='utf-8'))) INSTITUTIONAL = {'employer', 'insurer', 'clinic', 'hospital', 'school'} def rates(group): n = len(group) dead = sum(1 for r in group if r['outcome'] == 'dead') return f'n={n} died {round(100*dead/n)}%' print(rates([r for r in rows if r['payer'] == 'consumer'])) # n=258 died 53% print(rates([r for r in rows if r['payer'] in INSTITUTIONAL])) # n=254 died 21% CutResult Consumer pays n=258 · died 53% · exited 32% An institution pays n=254 · died 21% · exited 57% B2C n=210 · died 53% B2B n=214 · died 24% One-time purchase n=26 · died 85% Medical co-founder — yes n=156 · exited 47% Medical co-founder — no n=254 · exited 47% Clinical replacement, institution pays n=22 · died 50% Care delivery, institution pays n=69 · died 9% 誰が支払うかが、創業チームの他のどの要素よりも存続を予測します。臨床医の共同創業者は、エグジット率に全く影響を与えません：47% 対 47%。 分類はLLM支援 4つの軸は手作業でコーディングされたものではありません。LLMエージェントが各企業の完全な説明を読み、固定された分類体系に基づいてラベルを割り当てました。これが方法論の最も弱い部分であり、だからこそ、すべてのラベルの根拠となった記述がmh-graveyard-labels-rationale.csv に含まれているのです — コーディングは信頼するのではなく、チェックできるようにするためです。 事実に関するフィールド — 資金調達、日付、国、結果 — は、分類プロセスではなく、Crunchbase、CB Insights、Tracxn、公開されているデッドプールデータベース、アプリストアの削除、Ahrefsのドメインデータ、業界紙から取得されています。 もしラベルに同意できない点が見つかった場合、それがこのデータでできる最も有用なことです。 何を示していないか これは墓地であり、ランダムサンプルではありません。ここにいるすべての企業はすでに市場を去っていますので、シェアはグループ間を比較するものであり、失敗の確率ではありません。 資金調達は59%の企業で開示されており、資金カットはそれらの企業のみを対象としています。 サンプルのおよそ67%は米国と英国の企業です。 観測数が25未満のグループは、正確な値ではなく、方向性を示しています。 買収も成功とは限りません：これらの取引のいくつかは、破産からの投げ売りです。 完全なレポート このデータに基づいて構築された406ページのレポート — 7つの調査結果、企業のストーリーの完全なカタログ、およびすべての結論の計算を示す付録：メンタルヘルススタートアップの墓地：542社の倒産企業、7つのパターン。 私はMentalium、音声ファーストのCBT日記を構築する際にこれをまとめました。このニッチ分野に数年を費やす前に、なぜこれほど多くの死体がそこにあるのかを知りたかったのです。