ボストンのMetaプレーン、データ品質ソリューション強化のために1380万ドルのSiriーズA資金調達を実施
ボストンを拠点とするスタートアップ、Metaプレーン(Metaplane)は、企業のデータ品質問題に取り組むために、1380万ドルのSiriーズA資金を調達しました。この投資はフェリシス(Felicis)が主導し、コスラ・ベンチャーズ(Khosla Ventures)、フライブリッジ(Flybridge)、Yコンビネーター(Y Combinator)、ステージ2キャピタル(Stage 2 Capital)、B37、SNRが参加しました。
資金は、AIを駆使したデータ可視化プラットフォームの進化に使用され、信頼性の高いデータのための「最も強力でカスタマイズ可能かつユーザーフレンドリーなソリューション」の構築を目指しています。
データ可視化市場での競争
マサチューセッツ工科大学(MIT)の卒業生ケビン・フー(Kevin Hu)、元ハブスポットエンジニアのピーター・カシネリ(Peter Casinelli)、元アップキューズ開発者のグル・マヘンドラン(Guru Mahendran)によって設立されたMetaプレーンは、資金を集めた競合企業であるモンテカルロ(Monte Carlo)、オブザーブ(Observe)、アクセルデータ(Acceldata)と競争しています。昨年、顧客数は3倍に増加し、ボーズ(Bose)、シグマ(Sigma)、クレイビオ(Klaviyo)、クリックアップ(ClickUp)などのブランドをクライアントに持っています。
データ監視の重要性
今日のデータ駆動型ビジネス環境では、組織はデータ分析に基づいて情報に基づく意思決定を行い、重要な運用面、特に大規模イベントの在庫管理を予測します。生成モデルAIの進化により、企業はさまざまな情報源からのデータを統合して価値を高める必要が生じています。しかし、多数のデータパイプラインの管理の複雑さから、品質の維持が困難になります。
MetaプレーンはAIを活用して、企業がエコシステム内でデータインシデントを積極的に監視できるよう支援しています。
データスタックとの統合
「私たちのプラットフォームは、Fivetranのようなデータ取り込みツールや、SnowflakeやBigQueryのクラウドデータウェアハウス、dbtやAirflowの変換レイヤー、SigmaやTableauなどのBIツールなど、データスタックのさまざまな要素とシームレスに統合されています。特に、PostgresやMySQLのようなトランザクションデータベースとの統合を実現しており、GitHub上のdbtプルリクエスト内の問題を特定できます」とフーは説明します。
データ品質監視のための機械学習
統合後、ユーザーは急速に更新されるテーブルの監視を簡単に設定し、新鮮さ、行数、一意性、ヌル値などの重要なデータ品質指標を追跡できます。この設定には約15分かかり、その後AIが機能を開始します。
プラットフォームの機械学習モデルは、データの特性から学習し、履歴Metaデータを利用して、スキーマの変更を含む異常を1~2日以内に検出します。この完全自動化された機能は、関連するデータチームに直接アラートを送信し、正確かつ迅速な通知を確保します。
「私たちのモデルは、豊富な履歴データを利用して季節変動を考慮し、繰り返しアラートを最小化しています。各企業がユニークであることを理解しているため、一時的な異常をフィルタリングしたり、進化するトレンドに対応するためにモデルをカスタマイズすることを許可しています」とフーは述べます。
Metaプレーンは、ドメインに特化した監視を提供し、データ使用の変化を追跡し、クラウドウェアハウスの支出を分析します。この包括的なカバレッジにより、詳細な列レベルの系譜追跡が可能になり、問題の下流への影響と上流の根本原因を把握できます。
データ品質管理での重要な成果
競合と比較して資金が少ないにもかかわらず、Metaプレーンはデータ可視化分野での重要な進展を遂げています。2023年には年間経常収益(ARR)が6倍に増加し、クライアント数が100社を超え、クレイビオ、ボーズ、クリックアップ、センサスなどの有名企業を含んでいます。2024年1月までに、これらのクライアントは4000万件以上の資産に対して5億回のデータ品質チェックを実施し、8万件のインシデントを成功裏に解決しました。
「すべての企業は、自社のデータに自信を持つべきです。そのため、私たちは無料のセルフサービスモデルを提供しています。このアプローチは、他のどの可視化ツールよりも多くのユーザーを惹きつけ、顕著なオーガニック成長を実現しました」とフーは強調します。
データ可視化の強化に向けた今後の展望
今後、Metaプレーンは新しい資金を主に研究開発に投資し、エンタープライズチーム向けの可視化プラットフォームをより充実させる計画です。今後の機能強化は、監視アーキテクチャの自動化や、観測可能なメトリック、データソース、および相互接続の範囲を広げることに焦点を当てています。
「私たちのビジョンは、各顧客の特定のニーズから学び、彼らの進化に応じた監視やアラートの構造に対して最適な推奨を提供できるプラットフォームを構築することです。私たちは、クライアントがデータ品質の問題を効果的に特定し、解決するために必要なコンテキストを持つよう、既存のメトリックを深めながら新たなメトリックを拡充していきます」とフーは結論づけます。