Snowplow پول نقد تازه را برای گرفتن و ایجاد داده های رفتاری تضمین می کند – TechCrunch

برف روبپلتفرمی که برای ایجاد دادهها برای برنامههای هوش مصنوعی و هوش تجاری طراحی شده است، امروز اعلام کرد که 40 میلیون دلار در دور سرمایهگذاری سری B به رهبری NEA، سرمایهگذاران Snowplow، Atlantic Bridge و MMC جمعآوری کرده است. الکس دین، یکی از بنیانگذاران و مدیر عامل شرکت، گفت که پول نقد جدید Snowplow را قادر می سازد تا تیم خود را رشد دهد، دفتر مرکزی دوم را در بوستون ایجاد کند و پلت فرم خود را برای پشتیبانی از انواع جدید ایجاد داده گسترش دهد.
Snowplow ریشه در کار مشاوره Dean’s و Yali Sassoon (از بنیانگذاران Snowplow) دارد که اغلب شامل کمک به شرکت ها برای استفاده از داده های رفتاری برنامه های تلفن همراه و وب سایت ها برای اطلاع رسانی استراتژی های تجاری خود می شود. «دادههای رفتاری» به دادههایی اشاره دارد که نحوه تعامل افراد، معمولاً مشتریان، با محصولات و خدمات را نشان میدهد.
دین یک تحلیلگر در Deloitte و یک مشاور در Fathom Partners بود، در حالی که Sassoon یکی از همکاران PwC بود. به گفته دین، مشتریان آنها مدام با محدودیتهایی برخورد میکردند – عمدتاً این دادهها در ابزارهایی مانند Google Analytics “گیر کرده بودند”.
دین در مصاحبه ایمیلی با TechCrunch گفت: «تیمهای داده بیشتر وقت خود را صرف استخراج دادهها از پلتفرمهای مختلف نرمافزار بهعنوان سرویس میکردند و زمان کمی برای نوآوری باقی میگذاشتند». “[We] Snowplow را راهاندازی کرد تا به هر شرکتی کمک کند تا دادههای رفتاری دانهای را برای خود در فضای ابری خود ایجاد کند – تحلیلگران و دانشمندان داده را از محدودیتهای تحمیلشده توسط فروشندگان تجزیه و تحلیل رها میکند.
Snowplow دادههای هوش مصنوعی و یادگیری ماشین را «در منبع» ایجاد میکند – به عنوان مثال، فروشگاه داده ترجیحی مشتری (مانند خدمات وب آمازون یا نمونه پلت فرم Google Cloud). ایده این است که ایجاد و مدیریت یک «زبان دادهها» در یک کسبوکار را بهطور خودکار انجام دهیم، با طرحی مشترک که میتواند برای هوش تجاری و هوش مصنوعی مدلسازی شود، برای برنامههای همزمان پخش شود و با دادهها و سیستمهای شخص ثالث غنیسازی شود.
دین استدلال می کند که ایجاد داده های رفتاری جدید به جای استفاده مجدد از داده های موجود می تواند منجر به مجموعه داده های با کیفیت بالاتر برای هوش مصنوعی و تجزیه و تحلیل شود. برای مثال، یک مشتری، Software.com، از Snowplow برای ردیابی دادههای رویداد از چندین منبع در سراسر پلتفرم خود استفاده میکند و آنها را در یک قالب واحد و تلفیقی ارائه میکند.
دین ادعا کرد: “هیچ شرکتی وجود ندارد که دقیقاً همان کاری را که ما انجام می دهیم انجام دهد.” شرکتهای دیگر دادههای رفتاری را ایجاد میکنند، اما معمولاً برای تقویت برنامههای کاربردی خود – نمونههایی شامل راهحلهای تجزیه و تحلیل دیجیتال (به عنوان مثال، Google Analytics) و پلتفرمهای دادههای مشتری (مانند Segment، mParticle) است. با این حال، بر خلاف این راه حل ها، Snowplow … داده ها را در ابرهای مشتریان پردازش می کند.
Snowplow که در مجموع 55 میلیون دلار جمع آوری کرده است، ادعا می کند که بیش از 10000 شرکت از جمله Flickr و Strava از امروز از پلت فرم آن استفاده می کنند. (این رقم شامل سازمان هایی می شود که از پلتفرم متن باز Snowplow و همچنین محصول کاملاً مدیریت شده آن استفاده می کنند.) درآمد تکراری سالانه Snowplow 12 میلیون دلار است و این استارت آپ قصد دارد تا پایان سال تعداد کارکنان خود را از 140 به 200 افزایش دهد.
C-suite باید همیشه مراقب امنیت، حریم خصوصی و مدیریت داده های خود باشد. Snowplow کنترل کامل خطوط لوله داده آنها را در زیرساخت ابری خود می دهد. «ما در طول همهگیری از رشد قوی برخوردار بودیم زیرا بسیاری از شرکتها در سرمایهگذاری در دیجیتال و داده دو برابر شدند… [and] ما معتقدیم که در موقعیت مناسبی برای هرگونه کندی اقتصادی گسترده تر هستیم. [We’re] به خوبی با محصولی که بازده سرمایه گذاری در هوش مصنوعی را بهبود می بخشد، به خوبی سرمایه گذاری کنید. تحول دیجیتال کند نمیشود و هوش مصنوعی نقش بزرگتر و بزرگتری در آن ایفا میکند.»