Databricks Dukung USD 33 Juta untuk Anomalo, Startup Pemantauan Kualitas Data



TL;DR
  • Startup Anomalo mengumumkan putaran pendanaan Seri B senilai $33 juta.
  • Anomalo menyediakan platform untuk memastikan kualitas data bisnis perusahaan.
Databricks Dukung USD 33 Juta untuk Anomalo, Startup Pemantauan Kualitas Data - picture origin: siliconangle - pibitek.biz - Investor

picture origin: siliconangle


336-280

pibitek.biz -Anomalo Inc., sebuah startup yang membantu perusahaan memastikan data bisnis mereka akurat, mengumumkan bahwa mereka telah menutup putaran pendanaan sebesar 33 juta dollar AS, setara dengan 519 miliar rupiah. Investasi SeriInvestasi Seri B ini dipimpin oleh SignalFire dengan partisipasi dari Databricks Inc. melalui lengan modal ventura mereka.

Investor AnomaloInvestor Anomalo sebelumnya, Norwest Venture Partners, Two Sigma Ventures, dan Foundation Capital juga berpartisipasi. Perusahaan ini akan menggunakan modal tersebut untuk mengembangkan tim rekayasa dan tim pemasarannya.

Dalam dunia yang semakin bergantung pada data, perusahaan-perusahaan besar dan kecil berinvestasi dalam teknologi yang mereka butuhkan untuk menjadi lebih berinformasi data, kata Chief Executive Elliot Shmukler, yang merupakan salah satu pendiri startup ini pada tahun 2021 bersama dengan Chief Technology Officer Jeremy Stanley. Anomalo, yang berbasis di Palo Alto, California, menyediakan platform yang dapat terhubung ke sistem di mana perusahaan menyimpan data bisnis mereka dan memindai data tersebut untuk masalah kualitas.

Menurut pembuat software ini, platform mereka dapat mendeteksi catatan yang sudah usang yang seharusnya diganti dengan informasi terbaru. Anomalo juga dapat mendeteksi baris duplikat dalam database, bidang yang hilang, dan berbagai masalah lainnya. Platform perusahaan ini menggunakan machine learning tanpa pengawasan untuk mendeteksi masalah kualitas data.

Model AI yang menerapkan pembelajaran tanpa pengawasan umumnya dapat dilatih dengan dataset yang lebih besar daripada jaringan saraf lainnya, yang membuatnya lebih akurat dalam beberapa kasus. Menurut Anomalo, model AI platform mereka didukung oleh serangkaian kontrol otomatis yang dirancang untuk mengurangi risiko positif palsu. Positif palsu, atau kasus di mana informasi yang akurat dianggap salah, sering disebabkan oleh perubahan musiman dalam dataset perusahaan.

Selama musim belanja liburan, lonjakan tiba-tiba dalam jumlah log pembelian e-commerce yang ditambahkan ke database kemungkinan besar disebabkan oleh peningkatan permintaan pelanggan. Tetapi pada bulan Januari, lonjakan data seperti itu mungkin lebih mungkin disebabkan oleh kesalahan pemrosesan. Anomalo mengatakan bahwa platform mereka dapat secara otomatis mempertimbangkan faktor-faktor seperti fluktuasi bisnis musiman ketika menentukan apakah kesalahan data mungkin merupakan positif palsu.

Selain mendeteksi catatan yang salah, platform perusahaan ini juga dapat membantu pengembang memperbaikinya. Ini termasuk alat yang mengotomatisasi beberapa langkah yang terlibat dalam menemukan akar penyebab masalah kualitas data. Alat ini dapat, misalnya, mengidentifikasi bagian dataset yang mengandung catatan yang paling usang atau bidang yang hilang.

Anomalo mengklaim bahwa platform mereka membantu tim analitik di beberapa perusahaan Fortune 500 serta berbagai organisasi lainnya. Menurut pembuat software ini, pendapatan berulang tahunan mereka meningkat 177% dibandingkan tahun sebelumnya pada kuartal ketiga berkat permintaan yang kuat. Anomalo mengklaim bahwa pendapatan berulang mereka telah meningkat sebanyak 15 kali sejak putaran pendanaan sebelumnya pada tahun 2021.