La startup per l’osservabilità dei dati Monte Carlo raccoglie 60 milioni di dollari 

Monte Carlo , una startup per l’ osservabilità dei dati con sede a San Francisco, in California, ha annunciato oggi di aver raccolto $ 60 milioni di finanziamenti da Iconiq Growth con la partecipazione di Salesforce Ventures, Accel, GGV Capital e Redpoint Ventures. Porta il totale dell’azienda raccolto fino ad oggi a 101 milioni di dollari e il CEO Barr Moses afferma che verrà utilizzato per coinvolgere i partner, far crescere la forza lavoro dell’azienda e espandersi in nuovi mercati tra cui Asia-Pacifico, Europa, Medio Oriente e Africa .

Secondo un recente rapporto di Gartner, i team di dati spendono milioni di dollari all’anno e il 40% del loro tempo per affrontare la scarsa qualità dei dati. I sistemi di dati stanno diventando più complessi, distribuiti e decentralizzati, ampliando il divario per i tempi di inattività dei dati, ovvero periodi di tempo in cui i dati mancano, sono errati o altrimenti imprecisi.

 
La piattaforma di Monte Carlo cerca di affrontare queste sfide fornendo visibilità su pipeline di dati e prodotti. La piattaforma basata sull’intelligenza artificiale dell’azienda offre agli ingegneri e ad altre parti interessate una visione dell’integrità e dell’affidabilità dei dati dell’azienda per i casi d’uso aziendali.

Moses, ex vicepresidente delle operazioni clienti di Gainsight, ha cofondato Monte Carlo nel 2019 con Lior Gavish, ex vicepresidente senior dell’ingegneria presso Barracuda Networks. Entrambi sono rimasti colpiti da quello che percepivano come un problema di facilità d’uso quando si trattava di strumenti per identificare e risolvere i problemi dell’infrastruttura: sebbene questi strumenti fossero ampiamente disponibili, non offrivano un modo semplice per garantire la validità dei dati che scorrevano attraverso condutture.

“[I] t ovvio che il mercato dei dati non è mai stato così caldo, ma con 1 azienda su 5 che perde un cliente a causa di dati non validi e team di dati che trascorrono una [parte sostanziale del loro tempo] su problemi di qualità dei dati, i team di dati non possono ancora fidarsi i loro dati”, ha detto Moses a VentureBeat via e-mail. “Questo problema di “condutture buone, dati non validi” amplifica la necessità di dati affidabili e accurati e l’entusiasmo del settore per una soluzione come Monte Carlo che colmerà questa lacuna e ripristinerà la fiducia nei dati”.

Osservabilità basata sull’intelligenza artificiale
Secondo Moses, la piattaforma di Monte Carlo è stata costruita con un approccio “incentrato sulla sicurezza” che ha sfruttato l’esperienza di Gavish presso Barracuda , dove era responsabile dello sviluppo della tecnologia alla base del servizio di rilevamento del phishing zero-day dell’azienda. Monte Carlo utilizza l’apprendimento automatico per automatizzare la convalida e il monitoraggio dei dati che si basano sull’impostazione di soglie dispendiose in termini di tempo. Gli algoritmi della piattaforma acquisiscono un’istantanea storica delle risorse di dati per evitare che “dati errati” danneggino pipeline altrimenti valide, afferma Moses.

“[Noi] facciamo il punto sulle risorse di dati [di un cliente] e utilizziamo l’apprendimento automatico per determinare quali sono più “critici”, ovvero quali sono più ampiamente utilizzati, quante persone li stanno utilizzando e come li stanno utilizzando ,” lei spiegò. “Utilizziamo anche varie tecniche di rilevamento delle anomalie dell’intelligenza artificiale per confrontare dati storici, metadati e modelli nell’ambiente del cliente, quindi identificare deviazioni sostanziali da questi benchmark che potrebbero indicare la presenza di dati errati”.

Sopra: la piattaforma di osservabilità dei dati di Monte Carlo.

Image Credit: Monte Carlo
Sulla stessa linea, Monte Carlo ha recentemente rilasciato Incident IQ, una funzionalità basata sull’intelligenza artificiale che conduce l’analisi delle cause alla radice dei problemi dei dati in ogni fase del ciclo di vita dei dati. I modelli di intelligenza artificiale identificano modelli nei log delle query, attivano risultati di follow-up investigativi e cercano modifiche alle dipendenze a monte per individuare cosa ha causato il verificarsi dei problemi. Moses sostiene che Incident IQ può ridurre del 90% la quantità di incidenti subiti dalle aziende.

“Un caso d’uso recente proviene da un unicorno immobiliare. Per questa azienda, i punti base delle entrate variano in modo significativo tra i codici postali. Una volta, c’era un codice postale specifico che presentava un problema di un metro quadrato… Incident IQ ha aiutato il team a causare il problema attraverso l’analisi automatica della causa principale, l’analisi statistica e i flussi di lavoro di gestione degli incidenti. Il team ha poi scoperto che se non avessero colto il problema, sarebbe costato loro $ 16 milioni per un anno intero”, ha detto Moses.

Nell’ultimo anno, Monte Carlo afferma che la sua base di clienti, che ora include migliaia di marchi nei mercati di e-commerce, vendita al dettaglio, fintech e insurtech, è aumentata di 10 volte. Intuit, Affirm, Fox, Vimeo e Zalora sono tra le aggiunte degne di nota al roster. Le entrate hanno continuato a raddoppiare ogni trimestre dall’ultimo round di finanziamento di Monte Carlo nel febbraio 2021, poiché la società ha stretto partnership con Snowflake, Looker e PagerDuty e la forza lavoro di Monte Carlo conta ora 50 dipendenti negli Stati Uniti, Canada, Regno Unito, Sud America e Israele.

“Avendo appena aumentato la nostra serie A a settembre 2020 e la serie B a febbraio, non stavamo cercando nuovi finanziamenti: si trattava di un aumento opportunistico”, ha detto Moses. “La pandemia ha reso l’affidabilità dei dati una priorità per la maggior parte delle aziende. Con le aziende che si spostano online a causa della pandemia, la creazione di piattaforme dati è una priorità urgente per la maggior parte delle aziende basate sui dati. Questo aumento degli investimenti nelle piattaforme dati e nella democratizzazione dei dati in tutta l’organizzazione si basa sull’osservabilità dei dati end-to-end in tutte le fasi della pipeline dei dati, fornita da Monte Carlo”.

 

Di ihal