Le Les sommets Transform Technology commencent le 13 octobre avec Low-Code/No Code : Enabling Enterprise Agility. S’inscrire maintenant!
Monte Carlo, une startup d’observabilité des données basée à San Francisco, en Californie, a annoncé aujourd’hui avoir levé 60 millions de dollars de financement auprès d’Iconiq Growth avec la participation de Salesforce Ventures, Accel, GGV Capital et Redpoint Ventures. Cela porte le total de l’entreprise levé à ce jour à 101 millions de dollars, et le PDG Barr Moses dit qu’il sera consacré à l’intégration de partenaires, à l’augmentation des effectifs de l’entreprise et à l’expansion vers de nouveaux marchés, notamment l’Asie-Pacifique, l’Europe, le Moyen-Orient et l’Afrique. .
Selon un récent rapport de Gartner, les équipes de données dépensent des millions de dollars par an et 40 % de leur temps à lutter contre la mauvaise qualité des données. Les systèmes de données deviennent de plus en plus complexes, distribués et décentralisés, ce qui élargit l’écart pour les temps d’arrêt des données, c’est-à-dire les périodes pendant lesquelles les données sont manquantes, erronées ou inexactes.
La plate-forme de Monte Carlo cherche à relever ces défis en offrant une visibilité sur les pipelines de données et les produits. La plate-forme basée sur l’IA de l’entreprise fournit aux ingénieurs et aux autres parties prenantes une vue d’ensemble de la santé et de la fiabilité des données de leur entreprise pour les cas d’utilisation commerciale.
Moses, ancien vice-président des opérations clients chez Gainsight, a cofondé Monte Carlo en 2019 avec Lior Gavish, ancien vice-président directeur de l’ingénierie chez Barracuda Networks. Tous deux ont été frappés par ce qu’ils percevaient comme un problème de facilité d’utilisation lorsqu’il s’agissait d’outils d’identification et de résolution des problèmes d’infrastructure : bien que ces outils soient largement disponibles, ils n’offraient pas un moyen simple de garantir la validité des données circulant dans canalisations.
« [I]Il est évident que le marché des données n’a jamais été aussi chaud, pourtant avec 1 entreprise sur 5 perdant un client à cause de mauvaises données et les équipes de données dépensant un [substantial portion of their time] sur les problèmes de qualité des données, les équipes de données ne peuvent toujours pas faire confiance à leurs données », a déclaré Moses à VentureBeat par e-mail. « Ce problème de « bons pipelines, de mauvaises données » amplifie le besoin de données fiables et précises, et l’enthousiasme de l’industrie pour une solution comme Monte Carlo qui comblera cet écart et rétablira la confiance dans les données. »
Observabilité alimentée par l’IA
Selon Moses, la plate-forme de Monte Carlo a été conçue avec une approche « sur la sécurité d’abord » qui a tiré parti de l’expérience de Gavish chez Barracuda, où il était responsable du développement de la technologie derrière le service de détection de phishing zéro jour de l’entreprise. Monte Carlo utilise l’apprentissage automatique pour automatiser la validation et la surveillance des données qui s’appuient sur un réglage de seuil fastidieux. Les algorithmes de la plate-forme prennent un instantané historique des actifs de données pour empêcher les « mauvaises données » de corrompre des pipelines par ailleurs bons, explique Moses.
« [W]e faire le point sur [a customer’s] actifs de données et utilisent l’apprentissage automatique pour déterminer ceux qui sont les plus « critiques », c’est-à-dire ceux qui sont les plus largement utilisés, combien de personnes les utilisent et comment elles les utilisent », a-t-elle expliqué. « Nous utilisons également diverses techniques de détection d’anomalies de l’IA pour comparer les données historiques, les métadonnées et les modèles dans l’environnement du client, puis identifier les écarts substantiels par rapport à ces points de repère qui pourraient indiquer la présence de mauvaises données. »
Ci-dessus : la plateforme d’observabilité des données de Monte Carlo.
Crédit d’image: Monte-Carlo
Dans le même esprit, Monte Carlo a récemment publié Incident IQ, une capacité basée sur l’IA qui effectue une analyse des causes profondes des problèmes de données à chaque étape du cycle de vie des données. Les modèles d’IA identifient des modèles dans les journaux de requêtes, déclenchent des résultats de suivi d’enquête et recherchent des modifications de dépendance en amont pour identifier la cause des problèmes. Moses affirme qu’Incident IQ peut réduire de 90 % le nombre d’incidents rencontrés par les entreprises.
« Un cas d’utilisation récent est celui d’une licorne immobilière. Pour cette société, les points de base des revenus varient considérablement d’un code postal à l’autre. Une fois, il y avait un code postal spécifique qui avait un problème de pied carré… Incident IQ a aidé l’équipe à provoquer le problème grâce à une analyse automatique des causes, à une analyse statistique et à des workflows de gestion des incidents. L’équipe a découvert plus tard que s’ils n’avaient pas détecté le problème, cela leur aurait coûté 16 millions de dollars pour une année entière », a déclaré Moses.
Au cours de la dernière année, Monte Carlo a déclaré que sa clientèle, qui comprend désormais des milliers de marques sur les marchés du commerce électronique, de la vente au détail, de la fintech et de l’assurance, a été multipliée par 10. Intuit, Affirm, Fox, Vimeo et Zalora font partie des ajouts notables à la liste. Les revenus ont continué de doubler chaque trimestre depuis le dernier tour de financement de Monte Carlo en février 2021, la société ayant formé des partenariats avec Snowflake, Looker et PagerDuty, et l’effectif de Monte Carlo compte désormais 50 employés aux États-Unis, au Canada, au Royaume-Uni, en Amérique du Sud et Israël.
« Après avoir augmenté notre série A en septembre 2020 et notre série B en février, nous ne cherchions pas de nouveau financement – c’était une augmentation opportuniste », a déclaré Moses. « La pandémie a fait de la fiabilité des données une priorité pour la plupart des entreprises. Les entreprises se déplaçant en ligne en raison de la pandémie, la création de plates-formes de données est une priorité urgente pour la plupart des entreprises axées sur les données. Cet investissement accru dans les plateformes de données et la démocratisation des données à travers l’organisation repose sur l’observabilité des données de bout en bout à toutes les étapes du pipeline de données, que Monte Carlo fournit.
VentureBeat
La mission de VentureBeat est d’être une place publique numérique permettant aux décideurs techniques d’acquérir des connaissances sur la technologie transformatrice et d’effectuer des transactions.
Notre site fournit des informations essentielles sur les technologies et les stratégies de données pour vous guider dans la gestion de vos organisations. Nous vous invitons à devenir membre de notre communauté, pour accéder à :
- des informations à jour sur les sujets qui vous intéressent
- nos newsletters
- contenu de leader d’opinion fermé et accès à prix réduit à nos événements prisés, tels que Transformer 2021: Apprendre encore plus
- fonctionnalités de mise en réseau, et plus
Devenir membre