信頼できるデータパイプラインの構築を支援するIterativelyが5.7億円を調達

今回は「信頼できるデータパイプラインの構築を支援するIterativelyが5.7億円を調達」についてご紹介します。

関連ワード （Iteratively、資金調達等） についても参考にしながら、ぜひ本記事について議論していってくださいね。

本記事は、TechCrunch様で掲載されている内容を参考にしておりますので、より詳しく内容を知りたい方は、ページ下の元記事リンクより参照ください。

企業が大量のデータを集めるようになると、データの信頼性を確保することがますます重要になる。データ分析のパイプラインの質は、集めてくるデータの質に依存し、混乱したデータや露骨なバグはそれだけで、下流の問題の原因になる。

シアトルのIterativelyは、企業による信頼できるデータパイプラインの構築を助ける。同社は米国時間2月4日、Google（グーグル）のAIを対象とするファンドGradient Venturesがリードするシードラウンドで540万ドル（約5億7000万円）を調達したことを発表した。Fika VenturesとIterativelyの初期の投資家であるPSL Venturesもこの投資に参加し、Gradient VenturesのパートナーZach Bratun-Glennon（ザック・ブラトン-グレノン）氏が同社取締役会に加わった。

Iterativelyの共同創業者でCEOのPatrick Thompson（パトリック・トンプソン）氏は、ちょうど2年前にIterativelyを立ち上げたが、以前はAtlassianやSyncplicityで後の共同創業者となるOndrej Hrebicek（オンドレイ・ヘレビチェク）氏と出会った。Iterativelyの創業後、チームは6カ月間を顧客探しに費やし、その過程で同社は自分たちが捕捉するデータを信頼していない、という基本テーマにたどり着いた。

「内部的なソリューションを作ってこの問題を解決しようとしている多くの企業にインタビューしました。実は私たちもAtlassianでそのようなものを開発したことがあるため、彼らの悩みを理解することができました。そこで私たち、データの信頼性という問題を解決するプロダクトを作って市場に出そうと決意したのです」とトンプソン氏は語る。

画像クレジット：Iteratively

多くの企業で、データのプロデューサーとデータのコンシューマーは対話をしていない。対話をするとしてもそれは、スプレッドシートやWiki上だ。Iteratively（何度も繰り返す、段階的に進歩する）の狙いは、コラボレーション環境を作って異なるグループを合わせて、すべての利害関係者にとって真で唯一のソースを作ることだ。それに対してトンプソン氏は「通常、JIRAのチケットでも、Confluenceのページやスプレッドシートでも手渡しの工程があり、さまざまな要件をリレー競争のバトンのように渡渡していきますが、一般的にその工程は決して正しく実装されていません。だからこそ、作業の下流へ行くほど厄介な問題になるのです」という。

現在、Iterativelyは、プロダクトとマーケティングの分析のためのイベントのストリーミングデータにフォーカスしている。通常それらは、プロダクト分析のMixpanelやAmplitudeやSegmentなどに流れていくものだ。しかしIteratively自身はデータをその原点、たとえばアプリで捉え、データを検査し、それを企業が利用しているサードパーティのソリューションへ渡す。つまりこのツールは、データの発生箇所で関所を務めるため、データがIterativelyのサーバーから出てこないこともありえる。

画像クレジット：Iteratively

「実際に個々のデータを詳しく見るわけではありません。Iterativelyは、データセットの整形などをするプロセッサーではない。むしろIterativelyはユーザー独自のデータ分析パイプラインやユーザー独自のサードパーティSaaSツールの上に位置するラッパーだ。Iterativelyは、そんなシステムのペイロードがクライアント上で私たちのSDKを通っていくときに検査します」とトンプソン氏は強調する。

しかし今後、Iteratively自身が何らかのデータ処理をすることもあるだろうが、それはメタデータと観察可能性が対象だろう、とトンプソン氏はいう。

現在、Iteratively自身がデータ処理をすることはないため、料金計算はユーザー数がベースとなっている。パイプラインを流れていくイベントの数は問わない。しかし上記のように、一部のデータ処理を行うようになったら、それも変わるかもしれない。

現在、Iterativelyは社員が約10名で、年内に20名にする予定だ。研究開発と営業、マーケティングを中心に雇用していくという。

Gradientのブラトン-グレノン氏に、投資家としての見解を聞いてみると、次のように答えた。「Iterativelyのソフトはユニークなやり方で全社的なコラボレーションを可能にし、データのクオリティを維持する。今後は必ず、インテリジェントなデータ分析とデータドリブンな意思決定が、企業の成功と製品の品質を左右するだろう。Iterativelyのミッションとプロダクトとチームには、彼らの顧客のそれぞれに対して、そのような能力を与える力がある」。

画像クレジット：chain45154/Getty Images

【原文】

As companies gather more data, ensuring that they can trust the quality of that data is becoming increasingly important. An analytics pipeline is only as good as the data it collects, after all, and messy data — or outright bugs — can easily lead to issues further down the line.

Seattle-based Iteratively wants to help businesses build data pipelines they can trust. The company today announced a $5.4 million seed funding round led by Google’s AI-centric Gradient Ventures fund. Fika Ventures and early Iteratively investor PSL Ventures also participated, with Gradient Ventures partner Zach Bratun-Glennon joining the company’s board.

Patrick Thompson, Iteratively ’s co-founder and CEO, started working on Iteratively about two years ago. Before that, he worked at Atlassian and at Syncplicity, where he met his co-founder Ondrej Hrebicek. After getting started, the team spent six months doing customer discovery and the theme they picked up on was that companies weren’t trusting the data they captured.

“We interviewed a ton of companies who built internal solutions, trying to solve this particular problem. We actually built one at Atlassian, as well, so I was very much intimately familiar with this pain. And so we decided to bring a product to market that really helps alleviate the pain,” he told me.

Image Credits: Iteratively

In a lot of companies, the data producers and data consumers don’t really talk to each other — and if they do, it’s often only through a spreadsheet or wiki. Iteratively aims to provide a collaborative environment to bring these different groups together and create a single source of truth for all stakeholders. “Typically, there’s a handoff process, either on a JIRA ticket or a Confluence page or spreadsheet, where they try to hand over these requirements — and generally, it’s never really implemented correctly, which then causes a lot of pain points down down the line,” Thompson explained.

Currently, Iteratively focuses on event streaming data for product and marketing analytics — the kind of data that typically flows into a Mixpanel, Amplitude or Segment. Iteratively itself sits at the origin of the data, say an app, and then validates the data and routes it to whatever third-party solution a company may use. That means the tool sits right where the data is generated, but this setup also means that none of the data ever flows through Iteratively’s own servers.

Image Credits: Iteratively

“We don’t actually see the data,” Thompson stressed. “We’re not a data set processor. We’re a wrapper over the top of your own analytics pipeline or your own third-party SaaS tools, but we verify the payloads as they flow through our SDK on the client.”

Over time, though, that may change, he acknowledged and Iteratively may do some data processing as well, but likely with a focus on metadata and observability.

Since the company doesn’t actually process any of the data itself, it’s charging customers by seat and not based on how many events move through their pipelines, for example. That may obviously change over time as the company looks into doing some data processing on its side as well.

Currently, Iteratively has about 10 employees and plans to grow that to 20 by the end of the year. The company plans to hire across R&D, sales and marketing.

“Iteratively ‘s software has a unique approach to enabling company-wide collaboration and enforcing data quality,” said Gradient’s Bratun-Glennon. “Going forward, we believe that intelligent analytics and data-driven business decision making will differentiate successful companies and best-in-class products. Iteratively ‘s mission, product and team are poised to give each of their customers these capabilities.”

（文：Frederic Lardinois、翻訳：Hiroshi Iwatani）