ميتافلاين في بوسطن تجمع 13.8 مليون دولار في جولة تمويل سلسلة A لتحسين حلول جودة البيانات
نجحت شركة ميتافلاين، الناشئة في بوسطن والتي تركز على معالجة قضايا جودة البيانات للمؤسسات، في جمع 13.8 مليون دولار في جولة تمويل سلسلة A. وقد قاد الاستثمار شركة فيليسيس، بمشاركة شركات كوزلا فنتشرز وفلاي بريدج وY Combinator وستيج 2 كابيتال وB37 وSNR.
تهدف الشركة إلى استخدام هذه الأموال لتطوير منصتها الخاصة بمراقبة البيانات المدعومة بالذكاء الاصطناعي، وتسعى لإنشاء "أكثر الحلول قوة وقابلية للتخصيص وسهولة في الاستخدام لتحسين موثوقية البيانات".
منافسة في سوق مراقبة البيانات
تأسست ميتافلاين على يد خريج MIT كيفن هو، والمهندس السابق في هب سبوت بيتر كاسينيللي، والمطور السابق في أبكيوز غورو مهندران، وتتنافس الشركة ضد منافسين مدعومين جيدًا مثل مونتي كارلو وأوبزرف وأكسل داتا في سوق مراقبة البيانات المتنامي بسرعة. مع زيادة قاعدة عملائها ثلاثة أضعاف خلال العام الماضي، تضم ميتافلاين علامات تجارية مثل بوز وسيغما وكلافيو وكلير أب.
أهمية مراقبة البيانات
في بيئة الأعمال المدفوعة بالبيانات اليوم، تعتمد المؤسسات على تحليلات البيانات لاتخاذ قرارات مستنيرة وتوقع الجوانب التشغيلية الأساسية، مثل إدارة المخزون للفعاليات الكبرى. ويدفع ارتفاع تطبيقات الذكاء الاصطناعي التوليدي الأعمال إلى دمج البيانات من مصادر متعددة لزيادة القيمة. ومع ذلك، فإن التعقيدات في إدارة العديد من أنابيب البيانات تجعل من الصعب الحفاظ على رقابة الجودة.
تعمل ميتافلاين على تمكين الشركات من مراقبة حوادث البيانات بشكل استباقي عبر أنظمتها.
التكامل مع مجموعة البيانات
"تتكامل منصتنا بسلاسة مع مكونات مختلفة من مجموعة البيانات، بما في ذلك أدوات الإدخال مثل فايفتران، ومستودعات البيانات السحابية مثل سنوفلايك وبيغ كويري، وطبقات التحويل مثل dbt وAirflow، وأدوات تحليل الأعمال بما في ذلك سيغما وتابلو. ومن الجدير بالذكر أننا الحل الوحيد لمراقبة البيانات الذي يتكامل مع قواعد البيانات المعاملات مثل PostgreSQL وMySQL، ويقوم بتحديد المشكلات حتى ضمن طلبات سحب dbt على GitHub"، كما يوضح هو.
التعلم الآلي لمراقبة جودة البيانات
بمجرد التكامل، يمكن للمستخدمين بسهولة تكوين أدوات مراقبة للجدوال التي يتم تحديثها بشكل متكرر لتتبع مقاييس جودة البيانات الأساسية مثل الحداثة، وعدد الصفوف، والتميّز، ووجود القيم الفارغة. تستغرق هذه الإعدادات حوالي 15 دقيقة، وبعد ذلك يبدأ الذكاء الاصطناعي في العمل.
يتعلم نموذج التعلم الآلي في المنصة من خصائص البيانات، مستخدمًا بيانات التاريخ للإبلاغ عن الشذوذ، بما في ذلك تغييرات المخطط، خلال يوم إلى يومين. يرسل هذا الميزة التلقائية بالكامل تنبيهات مباشرة إلى الفرق المعنية بالبيانات، مما يضمن إشعارات دقيقة وفي الوقت المناسب.
"تستخدم نماذجنا بيانات تاريخية واسعة النطاق لأخذ الاعتبار تغيرات الفصول وتقليل التنبيهات المتكررة. نحن نفهم أن كل عمل هو فريد من نوعه، ولهذا السبب نوفر للمستخدمين إمكانية تخصيص النماذج لتصفية الشذوذات المنفردة أو التكيف مع الاتجاهات المتطورة"، كما يشير هو.
تقدم ميتافلاين أيضًا مراقبة متخصصة، حيث تكتشف مشاكل البيانات مع تحكم دقيق، وتتابع تغييرات استخدام البيانات، وتحلل نفقات المستودعات السحابية. يوفر تغطية شاملة تتيح تتبع الجذور على مستوى الأعمدة، مما يتيح فهم التأثيرات السلبية للمشكلات وأسبابها الجذرية.
تحقيق نتائج مهمة في إدارة جودة البيانات
على الرغم من حصولها على تمويل أقل مقارنة بمنافسيها، حققت ميتافلاين خطوات كبيرة في مجال مراقبة البيانات. في عام 2023، زادت إيراداتها السنوية المتكررة ستة أضعاف، مع تجاوز قاعدة عملائها الـ 100 مؤسسة، بما في ذلك أسماء معروفة مثل كلافيو وبوز وكلير أب وسينتس. بحلول يناير 2024، كانت هذه الشركات قد أجرت 500 مليون فحص لجودة البيانات على أكثر من 40 مليون أصل، وتمكنت من حل 80,000 حادثة.
"يجب أن تكون كل شركة واثقة في بياناتها، ولهذا نقدم نموذج الخدمة الذاتية المجاني. وقد أدى هذا النهج إلى نمو كبير عضويًا، مما جذب المزيد من المستخدمين مقارنة بأي أداة مراقبة أخرى"، يؤكد هو.
التطورات المستقبلية لتعزيز مراقبة البيانات
تخطط ميتافلاين في المستقبل لاستثمار التمويل الجديد بشكل رئيسي في البحث والتطوير لتعزيز منصتها المخصصة لمراقبة البيانات للمؤسسات. ستتركز التحسينات القادمة على أتمتة هياكل المراقبة وتوسيع نطاق المقاييس القابلة للمراقبة، ومصادر البيانات، والترابطات.
"رؤيتنا هي إنشاء منصة تتعلم من احتياجات كل عميل محددة، وتقدم توصيات مصممة خصيصًا لهياكل المراقبة والتنبيهات مع تطورها. نهدف إلى توسيع مقاييسنا بينما نغوص أعمق في المقاييس الحالية، لضمان امتلاك عملائنا للسياق اللازم لتحديد وحل مشاكل جودة البيانات بفعالية"، يختم هو.
قائمة الترتيب
