Monte Carlo mengumpulkan $ 25 juta untuk layanan observasi datanya – TechCrunch


Pagi ini Montecarlo, sebuah startup yang berfokus untuk membantu perusahaan lain memantau arus masuk data mereka dengan lebih baik, mengumumkan bahwa mereka telah menutup Seri B. $ 25 juta.

Babak, yang dipimpin bersama oleh GGV dan Redpoint, datang hanya beberapa bulan setelahnya Seri A September senilai $ 15 juta. Accel memimpin transaksi Seri A dan Benih perusahaan, serta berpartisipasi dalam Seri B-nya.

Putaran ini menarik perhatian kami tidak hanya karena kecepatan peningkatannya setelah investasi Monte Carlo sebelumnya, tetapi juga karena pelayan Anda yang rendah hati tidak tahu apa sebenarnya data observability, niche startup, sebenarnya.

Jadi kami mendapatkan salah satu pendiri dan CEO Monte Carlo Barr Moses dalam panggilan untuk menjelaskan ruang perusahaannya, dan bagaimana perusahaan tersebut berhasil menarik lebih banyak modal dengan sangat cepat.

Arus masuk data

Big data menjadi masalah beberapa waktu lalu, tetapi ternyata hanya satu bagian dalam teka-teki data yang lebih luas. Kami dapat melihat bukti bahwa dalam pertumbuhan pendapatan baru-baru ini di Databricks, yang mencapai $ 425 juta ARR pada tahun 2020 dengan membangun layanan analitik dan AI yang berada di atas data perusahaan.

Monte Carlo adalah taruhan lain pada ruang data, duduk sedikit lebih awal dalam siklus hidup data. Pikirkan seperti ini: Kepingan Salju dapat menyimpan semua data Anda, dan Databricks dapat membantu Anda menganalisisnya. Tapi apa yang memeriksa untuk memastikan bahwa data mengalir ke repositori Anda, Anda tahu, bukan omong kosong?

Mencari tahu apakah arus masuk data sehat dan tidak bertumpuk adalah apa yang dilakukan Monte Carlo.

Menurut Musa, perusahaan kini memiliki banyak sekali sumber data. Itu bagus secara teori karena lebih banyak data biasanya merupakan hal yang baik. Tetapi jika satu atau dua dari sumber tersebut rusak, mencari tahu sebelum Anda mengumpulkan, menyimpan, dan menganalisis informasi buruk itu cukup penting.

Jadi, Monte Carlo berada di hulu dari perusahaan data lain yang sedang populer belakangan ini, mengawasi sumber data masuk di sejumlah parameter untuk memastikan bahwa apa yang benar-benar masuk ke data lake Anda adalah sah.

Startup melakukan itu, kata Moses, dengan memeriksa kesegaran data (seberapa baru, atau lambat data yang dipermasalahkan), volume (apakah ada terlalu sedikit, terlalu banyak?), Schema (struktur datanya sendiri, untuk melihat apakah ada yang berubah yang dapat menjadi masalah, atau memecah layanan hilir), distribusi (jika titik data tiba-tiba melonjak dari katakanlah, satu digit menjadi jutaan), dan garis keturunan, yang dapat membantu menemukan titik putus dalam arus masuk data.

Mendengar bahwa Monte Carlo belajar dari pipa data khusus perusahaan untuk mencari tahu apa yang bisa menjadi arus masuk data non-standar membuat saya penasaran berapa lama waktu yang dibutuhkan untuk menyiapkan dan menjalankan perangkat lunak startup; tidak lama, per Barr, satu jam untuk menyalakannya dalam banyak kasus, dan seminggu untuk belajar.

Sektor yang berkembang

Produk Monte Carlo cukup rapi untuk menarik perhatian kami dengan sendirinya. Tapi, menyesuaikan dengan rapi di dalam pertumbuhan ruang data yang lebih luas, dan terutama perkakas data yang tidak secara langsung berhubungan dengan penyimpanan, membuatnya lebih layak dipertimbangkan.

Dan sekarang dengan $ 25 juta lebih, Monte Carlo dapat menambah 25 stafnya saat ini, dan terus menyerang target pasar menengah dan pelanggan perusahaannya. Mari kita lihat seberapa cepat ia dapat berkembang, dan seberapa cepat kita dapat mulai memeras startup untuk angka pertumbuhan.





Sumber

Related Articles

LEAVE A REPLY

Please enter your comment!
Please enter your name here

Stay Connected

21,943FansLike
0FollowersFollow
0SubscribersSubscribe
- Advertisement -

Latest Articles