Bigeye ระดมทุน 45 ล้านดอลลาร์

Bigeye ระดมทุน 45 ล้านดอลลาร์

การเริ่มต้นการสังเกตข้อมูล Bigeye ซึ่งใช้สถิติและการเรียนรู้ของเครื่องเพื่อตรวจจับความไม่สอดคล้องกันและปัญหาอื่นๆ ในข้อมูล ได้ทำเงินไปแล้ว $45 ล้านดอลลาร์ในรอบ Series B ที่จะใช้เพื่อเร่งความเร็ว การเติบโตของบริษัท Kyle Kirwan ผู้ร่วมก่อตั้งและซีอีโอของ Bigeye กล่าวว่าจุดยึดของการสังเกตข้อมูลสำหรับองค์กรคือความต้องการที่เพิ่มขึ้นสำหรับคุณภาพข้อมูลที่ดีขึ้น “ขณะนี้มีโมเมนตัมมากมายเกี่ยวกับความสามารถในการสังเกตข้อมูล และเครื่องมือแพลตฟอร์มข้อมูลโดยรวม และจะเพิ่มมากขึ้นเท่านั้น” Kirwan กล่าวกับ Datanami “เราเห็นการทำให้เป็นประชาธิปไตยของข้อมูลและความพยายามของดาต้าเมชยังคงเพิ่มแรงกดดันให้กับทีมแพลตฟอร์มข้อมูลให้เคลื่อนไหวอย่างรวดเร็วในขณะที่ยังคงรักษาข้อมูลไว้ได้อย่างน่าเชื่อถือ ด้วยเหตุนี้ ความสามารถในการสังเกตการณ์จึงเป็นที่ต้องการของอุตสาหกรรม เช่นเดียวกับที่เคยเป็นมาในบริษัทต่างๆ เช่น Uber, Airbnb และ Netflix มาหลายปีแล้ว” Kirwan ผู้ร่วมก่อตั้ง Bigeye และ CTO Egor Gryaznov และหัวหน้า Data Science Henry Li ของ Bigeye ช่วยสร้างแพลตฟอร์มการสังเกตข้อมูลของ Uber ที่เรียกว่า Data Quality Monitor (DQM) ซึ่งรับผิดชอบในการแจ้งปัญหาข้อมูลในคลังข้อมูลขนาดใหญ่ของ Uber ตอนนี้หวังว่าจะนำการเรียนรู้จากการสร้าง DQM เพื่อสร้างแพลตฟอร์มการสังเกตข้อมูลสำหรับคนทั่วไป “การสังเกตได้ไม่ใช่แนวคิดใหม่ในโลกของข้อมูล” Kirwan กล่าว “ทีมงานภายในของบริษัทข้อมูลที่เป็นนวัตกรรม เช่น LinkedIn, Netflix และ Uber ได้สร้างเครื่องมือการสังเกตสำหรับแพลตฟอร์มข้อมูลภายในอย่างเงียบๆ เนื่องจากพวกเขานำหน้าเครื่องมือ เราเป็นหนึ่งในทีมเหล่านั้นที่ Uber และเป็นเพียงทีมเดียวที่เดินหน้าสร้างบริษัทเพื่อแก้ไขปัญหานี้สำหรับอุตสาหกรรมในวงกว้าง” Bigeye ช่วยให้ลูกค้าตรวจสอบคุณภาพข้อมูลแบบเรียลไทม์โดยอัตโนมัติ (ที่มาของภาพ: Bigeye) Bigeye ตรวจสอบปัญหาด้านคุณภาพข้อมูลเก้าประเภทโดยใช้ตัววัดที่สร้างไว้ล่วงหน้ามากกว่า 50 รวมถึงคำจำกัดความที่กำหนดเอง คีรวรรณกล่าว นอกจากนี้ยังเป็นผู้บุกเบิกแนวทางที่เรียกว่า autometrics เพื่อติดตามการเลือกตัววัดความสามารถในการสังเกตที่ไม่ซ้ำกันสำหรับลูกค้าแต่ละรายโดยอัตโนมัติโดยไม่ต้องใช้ความพยายามด้วยตนเองมากนัก ตาโตจะดึงข้อมูลที่รวบรวมนี้เข้าสู่แบบจำลองเพื่อฝึกอัลกอริทึมการตรวจจับความผิดปกติ ซึ่งจะตั้งค่าสถานะการเปลี่ยนแปลงอย่างกะทันหันในแอตทริบิวต์คุณภาพข้อมูลโดยอัตโนมัติ ทั้งหมดนี้ช่วยให้ลูกค้าสามารถนำแนวทางข้อตกลงระดับบริการ (SLA) มาใช้เพื่อสร้างความมั่นใจในคุณภาพข้อมูลที่สอดคล้องกันในหมู่ผู้มีส่วนได้ส่วนเสีย (นักวิทยาศาสตร์ข้อมูลภายใน นักวิเคราะห์ และอื่นๆ) แนวทางของบริษัทสอดคล้องกับลูกค้าที่เชี่ยวชาญด้านข้อมูล เช่น Instacart, Udacity และ Clubhouse ตลอดจนบริษัทต่างๆ ในเวทีบริการทางการเงิน นอกจากนี้ยังสะท้อนกับ Caryn Marooney หุ้นส่วนทั่วไปของ Coatue ผู้ร่วมทุนที่เป็นผู้นำรอบ $45 ล้าน “เราเริ่มต้นการเดินทางกับ Bigeye ในฐานะลูกค้า” Marooney ซึ่งตอนนี้เป็นกรรมการของ Bigeye กล่าว “เรารู้สึกประทับใจในความแข็งแกร่งของแพลตฟอร์ม แนวทางที่เป็นเอกลักษณ์ของพวกเขา และวิธีการที่เกี่ยวข้องโดยตรงกับขนาดศักยภาพของโอกาสของ Bigeye” Kirwan กล่าวว่าการระดมทุน (ซึ่งรวมถึงการมีส่วนร่วมจาก Sequoia Capital และ Costanoa Ventures) จะช่วยให้ Bigeye สามารถสร้างแพลตฟอร์มต่อไปได้ มีความสนใจเฉพาะสามด้านที่เขากำลังมองหา ได้แก่ การเปิดใช้งานเวิร์กโฟลว์การพัฒนาแบบ end-to-end และวิศวกรรมการปล่อย (DRE) ซึ่งจะทำให้วิศวกร “เครื่องมือที่มีประสิทธิภาพมากขึ้นไม่เพียง แต่ตรวจจับ แต่สื่อสาร แก้ไข และป้องกันปัญหาในเชิงรุก” คีรวรรณกล่าว. เพิ่มปัญญาเป็นสองเท่า “เรามีระบบอัตโนมัติที่ดีที่สุดอยู่แล้วในการวัดข้อมูลด้วยเมตริกและการตรวจจับความผิดปกติโดยอัตโนมัติ และเราตั้งใจที่จะผลักดันความเป็นผู้นำในด้านนี้ต่อไป” เขากล่าว การผสานรวมเพิ่มเติม การระดมทุนมาน้อยกว่าหกเดือนหลังจากซีรี่ส์ A มูลค่า $17 ของ Bigeye ซึ่งนำโดย Sequoia จากข้อมูลของ Kirwan บริษัทมีการใช้งานเพิ่มขึ้นสองเท่าในแต่ละไตรมาสเป็นเวลาสี่ไตรมาสติดต่อกัน ปัจจุบันบริษัทในซานฟรานซิสโกมีพนักงาน 40 และ Kirwan คาดหวังว่าจะเติบโตขึ้น 40 โดย ท้ายปี. รายการที่เกี่ยวข้อง: ในการค้นหาการสังเกตข้อมูล Bigeye วางไข่การตรวจสอบคุณภาพข้อมูลอัตโนมัติจาก Uber Roots ที่ชนะใน $B AIOps และตลาดการสังเกต

  • บ้าน
  • ธุรกิจ
  • วิทยาศาสตร์ข้อมูล
  • การตลาดดิจิทัล

  • ตลาดการค้า
  • Leave a comment

    Your email address will not be published. Required fields are marked *