گلین 7 میلیون دلار جمع آوری می کند تا بینش داده ها را دموکراتیک کند – TechCrunch

شما فکر می کنید که تجسم و کاوش داده ها به لطف شرکت هایی مانند Tableau، Sisense، Looker، Microsoft Power BI و رقبای آنها کمی حل شده است. اما در بیشتر موارد، این ابزارها قبل از اینکه هر شرکتی یک دریاچه و انبار داده داشته باشد – توسعه داده شد – چه رسد به اینکه یک خونه کنار دریاچه. البته، این بدان معناست که فضایی برای استارت‌آپ‌های بیشتری در این زمینه وجود دارد تا علاوه بر همه این داده‌ها، تجربه‌ای مدرن برای ساخت داشبورد ارائه کنند. یکی از آن ها است جمع کنید، که اکنون از مخفی کاری خارج شده و یک دور سرمایه گذاری اولیه 7 میلیون دلاری به رهبری ایلیا سوخار از شرکای ماتریکس را اعلام می کند. تعدادی از سرمایه گذاران فرشته از جمله الاد گیل، شانا فیشر، دیلن فیلد، اسکات بلسکی، کریستینا کوردووا، آکشای کوتاری، دی جی پاتیل و آنتونی گلدبلوم نیز در این دور شرکت کردند.

بنیانگذار Glean کارلوس آگیلار یک مهندس اولیه سیستم در کیوا سیستمز بود، جایی که با مجموعه داده های بزرگ از روبات های انبار این شرکت کار کرد. در آنجا بود که او متوجه شد که تیم های زیادی می خواهند به این داده ها دسترسی داشته باشند، اما نوشتن یک پرس و جوی جدید SQL برای هر درخواست در دراز مدت مقیاس پذیر نیست. او به من گفت: «حتی در آن زمان من این اشتیاق را برای عدم نیاز به انجام این کار ایجاد کردم. من می‌توانم این برنامه‌های داده را بسازم و سپس یک زیرمجموعه کامل از سؤالات ناپدید می‌شوند. اما بیشتر از آن، مردم فوق العاده قدرتمند بودند و اکنون می توانستند انواع کارهایی را انجام دهند که قبلاً نمی توانستند انجام دهند. […] من این ایده را دوست داشتم مانند برداشتن پیچیدگی، ساده کردن آن و ساختن ابزار از آن.”

پس از اینکه آمازون Kiva را تصاحب کرد، آگیلار برای چند سال در آنجا کار کرد و سپس به عنوان اولین استخدام داده در آنجا به Flatiron Health پیوست. در حالی که تیم قادر به ساخت ابزارهایی برای به هم زدن داده ها در آنجا بود، گلوگاه به سمت ساخت برنامه های داده منتقل شد تا به بقیه شرکت کمک کند تا در سریع ترین زمان ممکن از داده های خود بینش دریافت کنند. این بدان معنی بود که زمان زیادی برای ساخت داشبورد در ابزارهای BI قدیمی و کمک به دیگران برای استفاده از آن‌ها صرف می‌شود.

آگیلار گفت ماموریت گلین فقط دموکراتیزه کردن داده ها نیست، بلکه دموکراتیزه کردن بینش ها است. او استدلال کرد که قادر بودن در میان داده ها و نه تنها نگاه کردن به داشبورد چیزی است که اکثر کاربران می خواهند، و این چیزی است که بسیاری از ابزارهای قدیمی واقعاً به خوبی انجام می دهند. او گفت: «مجموعه‌ای از استارت‌آپ‌ها و تازه‌کارها وجود دارند، اما هیچ چیز واقعاً آن نوع تعامل قدرتمندی را که هنوز با بسیاری از این ابزارهای میراث به دست می‌آورید، به شما نمی‌دهد.

گلین می خواهد این تعامل را بدون مانعی برای ورود افرادی مانند Tableau ترکیب کند. شما هنوز به کسی در یک شرکت نیاز دارید که کمی از SQL بداند و کسی که بتواند داده ها را مدل سازی کند، اما وقتی این کار انجام شد، Glean به طور خودکار سعی می کند بهترین پیش فرض ها را برای تجسم این داده ها پیدا کند. این سرویس در حال حاضر از Snowflake، BigQuery و PostgreSQL پشتیبانی می کند. همانطور که Aguilar اشاره کرد، تمرکز شرکت در حال حاضر بر روی انبارهای داده است، تا حدی به این دلیل که این داده ها معمولاً از قبل تمیز شده و آماده استعلام هستند.

پس از انجام اولین گام‌ها، حتی کاربران غیر فنی نیز باید بتوانند به راحتی داده‌های متصل را بررسی کنند و یک نمای داده شده را برای موارد استفاده خودشان نیز مجدداً ترکیب کنند. در حال حاضر، Glean از تمام تجسم‌های استاندارد (به جداول محوری، نمودارهای خطی، نمودارهای میله‌ای و غیره) پشتیبانی می‌کند. و در حالی که ممکن است سعی کند این گردش کار تجزیه و تحلیل داده را دموکراتیک کند و بسیاری از کاربران آن غیر فنی باشند، این شرکت همچنین در حال ساخت ابزارهای زیادی برای مهندسان است، از جمله یکپارچه سازی git، یک CLI، یک ابزار ساخت بومی و موارد دیگر.

ما شاهد یک انقلاب عظیم در زیرساخت های داده در چند سال گذشته بوده ایم. سازمان ها از هر نوع اکنون به داده های بیشتری نسبت به قبل دسترسی دارند. اما نوآوری کمی در نحوه ارائه بینش تیم های داده به همکاران خود وجود دارد. آنها تلاش می‌کنند تا با همگامی خود ادامه دهند و تأثیر تجاری مورد انتظار از آنها را به ارمغان بیاورند. کارلوس و تیمش در Glean در حال بررسی مجدد لایه BI برای حل این مشکل هستند. ایده این است که همه افراد در یک سازمان بتوانند در داده ها غوطه ور شوند و آن را درک کنند. این تیم تجربه عمیقی در ساخت محصولات داده در Flatiron Health دارد و ما از همکاری با آنها برای به دست آوردن این فرصت بزرگ هیجان زده هستیم.

با نگاهی به آینده، تیم می‌خواهد ویژگی‌های همکاری بیشتری ایجاد کند تا تجربه‌ای تقریباً مشابه Google Docs را به این داشبوردها بیاورد – و این تا حدی چیزی است که تیم از بودجه جدید برای آن استفاده می‌کند. آگیلار گفت: «تمرکز واقعاً بر تلاش برای ایجاد یک تجربه باورنکردنی با سطح بسیار بالایی از تناسب و پرداخت است که استفاده از آن باورنکردنی است. “به نظر می رسد، انجام این کار در زمینه داده و با تعداد زیادی از شخصیت های مختلف یک مشکل بسیار سخت است. بنابراین سرمایه‌گذاری در این جریان‌های کاری تجزیه و تحلیل اصلی و ایجاد یک تجربه باورنکردنی در فهرست بالا قرار دارد. این تیم همچنین به دنبال ساخت سیستم‌ها و ابزارهای اتوماسیون بیشتر برای ایجاد خودکار مدل‌ها از نقاط مختلف در خط لوله داده‌های یک شرکت است.