Το Lightup θέλει να δώσει φως στην ποιότητα των δεδομένων με το Series A $9M
Όλοι γνωρίζουμε πόσο σημαντική είναι η ποιότητα των δεδομένων. Από εκεί προέκυψε η διαχρονική φράση, garbage in/arbage out. Καθώς ο ρυθμός δημιουργίας δεδομένων επιταχύνεται και χρησιμοποιείται με διάφορους τρόπους σε μια εταιρεία για τη λήψη επιχειρηματικών αποφάσεων, την παροχή ποιοτικών εμπειριών πελατών και την προώθηση μοντέλων μηχανικής εκμάθησης, η διασφάλιση της ακρίβειας των δεδομένων γίνεται όλο και πιο σημαντική.
Φωτίσουν
θέλει να βάλει την ποιότητα δεδομένων στο επίκεντρο και σήμερα η εταιρεία ανακοίνωσε μια επένδυση 9 εκατομμυρίων δολαρίων για τη σειρά A για να συνεχίσει να δημιουργεί τη λύση ποιότητας δεδομένων της. Η εταιρεία έχει πλέον συγκεντρώσει πάνω από 20 εκατομμύρια δολάρια, σύμφωνα με στοιχεία του Crunchbase.
Η Lightup βασίζεται στο έργο που ξεκίνησε ο CEO και συνιδρυτής Manu Bansal με την πρώτη του
startup
, την Uhana, η οποία
αποκτήθηκε από τη VMware
το 2019, λίγο πριν ξεκινήσει το τελευταίο του εγχείρημα. Είπε ότι οι εταιρείες που κατασκευάζουν αγωγούς δεδομένων δεν είχαν πολλές επιλογές όσον αφορά την ποιότητα των δεδομένων πέρα από την κατασκευή τους και είδε την επόμενη ευκαιρία του.
«Χτίζαμε αγωγούς δεδομένων με τον Kafka και το Spark και οτιδήποτε άλλο, και όλα τα εργαλεία που μπορούσαμε να βρούμε για να λύσουμε το πρόβλημα ποιότητας δεδομένων κατασκευάστηκαν για υπολογιστικά φύλλα δεδομένων αξίας, τα οποία επεξεργάζονταν διαδραστικά, σε αντίθεση με εκατομμύρια συμβάντα ανά δευτερόλεπτο που κινούνται μέσω ενός αυτοματοποιημένου αγωγού», είπε ο Bansal στο TechCrunch.
Καθώς αυτός και οι συνιδρυτές του έψαχναν για μια λύση και μιλούσαν με άλλες εταιρείες, συνειδητοποίησαν ότι είχαν σκοντάψει σε μια ανικανοποίητη ανάγκη και αποφάσισαν να την φτιάξουν. «Κοιτάξαμε γύρω μας για λύσεις και το μόνο που ακούσαμε ήταν ότι οι άνθρωποι έφτιαχναν τις δικές τους ad hoc λύσεις όταν είχαν την οικονομική δυνατότητα να το κάνουν. Και άλλοι έτρεχαν απλώς με προσευχές. Και είπαμε, «ναι, αυτό χρειάζεται λύση»».
Είπε ότι η μυστική σάλτσα τους αφήνει τα δεδομένα στη θέση τους, ανεξάρτητα από το αν είναι αποθηκευμένα σε Snowflake, Databricks ή σε άλλη λύση αποθήκευσης δεδομένων. Αυτό μειώνει αρκετά δραματικά την επιβάρυνση του ελέγχου των δεδομένων επειδή δεν δημιουργούν αντίγραφα των δεδομένων και εκμεταλλεύονται πόρους που υπάρχουν ήδη από τον πάροχο υπηρεσιών.
«Χρησιμοποιούμε τον υπολογιστικό ιστό αυτών των επεκτάσιμων αποθηκών δεδομένων και των λιμνών δεδομένων αντί να μετακινούμε δεδομένα. Έτσι, η μεγάλη διαφορά για εμάς είναι ότι τα παραδοσιακά συστήματα θα αφαιρούσαν δεδομένα από το μέρος που ζει και εμείς τα αφήνουμε στη θέση τους», είπε ο Bansal.
Στη συνέχεια αναζητούν ανωμαλίες στα δεδομένα που θα υποδηλώνουν πρόβλημα, δημιουργούν μια αναφορά και την παραδίδουν σε έναν άνθρωπο για να λάβει τις τελικές αποφάσεις για την ποιότητα των δεδομένων. Δεν έχουν πρόσβαση εγγραφής στα δεδομένα, και αυτό οφείλεται στο σχεδιασμό.
Η εταιρεία ξεκίνησε το 2019 και χρειάστηκαν μερικά χρόνια για να δημιουργηθεί η λύση. Σήμερα, η startup έχει 20 υπαλλήλους με σχέδια να προσλάβει περισσότερους με τα νέα χρήματα. Πιστεύει ότι η διανομή τον βοηθά να δημιουργήσει ένα πιο διαφοροποιημένο εργατικό δυναμικό.
«Μας αρέσει αυτό επειδή είμαστε διανεμημένοι, βλέπουμε ανθρώπους από διαφορετικές ζώνες ώρας, διαφορετικούς πολιτισμούς και διαφορετικούς τρόπους προσέγγισης των προβλημάτων. Και αν κοιτάξετε γύρω από την ομάδα αυτή τη στιγμή, θα βρείτε ήδη κάποια πολύ εντυπωσιακή ποικιλομορφία», είπε.
Η επένδυση των 9 εκατομμυρίων δολαρίων έγινε από τους Andreessen Horowitz και Newland Ventures με τη συμμετοχή των Spectrum 28 Capital, Shasta Ventures, Vela Partners και Incubate Fund. Η συμφωνία έκλεισε στα τέλη Μαρτίου.
