Metaplane aus Boston sichert sich 13,8 Millionen Dollar in der Series A-Finanzierungsrunde zur Verbesserung von Datenqualitätslösungen
Metaplane, ein in Boston ansässiges Startup, das sich auf die Lösung von Datenqualitätsproblemen für Unternehmen spezialisiert hat, hat erfolgreich 13,8 Millionen Dollar in einer Series A-Finanzierungsrunde eingeworben. Die Investition wurde von Felicis geleitet, mit Beteiligung von Khosla Ventures, Flybridge, Y Combinator, Stage 2 Capital, B37 und SNR.
Das Unternehmen plant, die Mittel zur Weiterentwicklung seiner KI-gestützten Datenobservabilitätsplattform zu nutzen, um die "leistungsstärkste, anpassbare und benutzerfreundliche Lösung für vertrauenswürdige Daten" zu schaffen.
Wettbewerb im Bereich Datenobservabilität
Metaplane wurde von dem MIT-Absolventen Kevin Hu, dem ehemaligen HubSpot-Ingenieur Peter Casinelli und dem Ex-Appcues-Entwickler Guru Mahendran gegründet und konkurriert im schnell wachsenden Markt der Datenobservabilität mit gut finanzierten Rivalen wie Monte Carlo, Observe und Acceldata. Im vergangenen Jahr konnte Metaplane seine Kundenbasis verdreifachen und zählt Marken wie Bose, Sigma, Klaviyo und ClickUp zu seinen Kunden.
Die Bedeutung von Datenüberwachung
In der heutigen datengestützten Geschäftswelt verlassen sich Organisationen auf Datenanalysen für fundierte Entscheidungen und zur Antizipation entscheidender betrieblicher Aspekte, wie beispielsweise das Management von Beständen bei bedeutenden Ereignissen. Der Anstieg von generativen KI-Anwendungen zwingt Unternehmen zur Integration von Daten aus verschiedenen Quellen, um den Mehrwert zu steigern. Die Komplexität der Verwaltung zahlreicher Datenpipelines erschwert jedoch die Aufrechterhaltung der Qualitätsüberwachung.
Metaplane nutzt KI, um Unternehmen zu befähigen, Datenereignisse proaktiv in ihren Ökosystemen zu überwachen.
Integration in den Datenstapel
„Unsere Plattform integriert sich nahtlos mit verschiedenen Komponenten des Datenstapels, einschließlich Ingestion-Tools wie Fivetran, Cloud-Datenlagern wie Snowflake und BigQuery, Transformationsschichten wie dbt und Airflow sowie BI-Tools wie Sigma und Tableau. Besonders hervorzuheben ist, dass wir die einzige Observabilitätslösung sind, die mit transaktionalen Datenbanken wie Postgres und MySQL integriert ist und Probleme sogar innerhalb von dbt-Pull-Requests auf GitHub identifiziert“, erklärt Hu.
Maschinenlernen für Datenqualitätsüberwachung
Sobald die Integration erfolgt ist, können Benutzer Monitore für häufig aktualisierte Tabellen einfach konfigurieren, um wesentliche Datenqualitätskennzahlen wie Aktualität, Zeilenanzahl, Einzigartigkeit und Nullwerte zu verfolgen. Diese Einrichtung benötigt etwa 15 Minuten, danach beginnt die KI zu arbeiten.
Das Maschinenlernmodell der Plattform lernt aus den Datenmerkmalen und verwendet historische Metadaten, um innerhalb von ein bis zwei Tagen Anomalien, einschließlich Schemaänderungen, zu kennzeichnen. Diese vollautomatisierte Funktion sendet Warnungen direkt an die zuständigen Daten-Teams, um genaue und zeitgerechte Benachrichtigungen sicherzustellen.
„Unsere Modelle nutzen umfangreiche historische Daten, um Saisonalität zu berücksichtigen und wiederholte Warnungen zu minimieren. Wir verstehen, dass jedes Unternehmen einzigartig ist, weshalb wir es den Nutzern ermöglichen, Modelle anzupassen, um einmalige Anomalien herauszufiltern oder sich an sich entwickelnde Trends anzupassen“, so Hu.
Metaplane bietet auch spezifische Überwachungen an, erkennt Datenprobleme mit granularer Kontrolle, verfolgt Änderungen im Datenverbrauch und analysiert Ausgaben für Cloud-Datenlager. Die umfassende Abdeckung ermöglicht eine detaillierte Nachverfolgung der Datenherkunft auf Spaltenebene und bietet Einblicke in die downstream Auswirkungen von Problemen sowie in die upstream Ursachen.
Bedeutende Ergebnisse im Datenqualitätsmanagement
Trotz geringerer Finanzierung im Vergleich zu seinen Wettbewerbern hat Metaplane erhebliche Fortschritte im Bereich der Datenobservabilität erzielt. Im Jahr 2023 stieg der Annual Recurring Revenue (ARR) um das Sechsfache, und die Kundenbasis überstieg 100 Unternehmen, darunter namhafte Marken wie Klaviyo, Bose, ClickUp und Census. Bis Januar 2024 hatten diese Kunden 500 Millionen Datenqualitätsprüfungen an über 40 Millionen Assets durchgeführt und erfolgreich 80.000 Vorfälle behoben.
„Jedes Unternehmen sollte Vertrauen in seine Daten haben, weshalb wir ein kostenloses Selbstbedienungsmodell anbieten. Dieser Ansatz hat zu erheblichem organischem Wachstum geführt und mehr Nutzer angezogen als jedes andere Observabilitätswerkzeug“, betont Hu.
Zukünftige Entwicklungen zur Verbesserung der Datenobservabilität
In Zukunft plant Metaplane, die neuen Mittel vor allem in Forschung und Entwicklung zu investieren, um die Observabilitätsplattform für Unternehmens-Teams zu bereichern. Die bevorstehenden Verbesserungen werden sich auf die Automatisierung von Überwachungsarchitekturen und die Erweiterung der beobachtbaren Kennzahlen, Datenquellen und Verbindungen konzentrieren.
„Unser Ziel ist es, eine Plattform zu schaffen, die aus den spezifischen Bedürfnissen jedes Kunden lernt und maßgeschneiderte Empfehlungen für Überwachungs- und Alarmstrukturen gibt, während sie sich entwickeln. Wir möchten unsere Kennzahlen erweitern und bestehende vertiefen, damit unsere Kunden den notwendigen Kontext haben, um Datenqualitätsprobleme effektiv zu identifizieren und zu lösen“, schließt Hu.
Rangliste
