Alvin mejora la calidad de los datos, mapea los flujos con la plataforma de linaje de datos y obtiene 6 millones de dólares

A medida que la esfera de datos global continúa creciendo, las empresas de todos los tamaños, desde nuevas empresas hasta corporaciones, están migrando agresivamente a la pila de datos moderna y aprovechando la inteligencia artificial (IA) y el análisis para obtener información sobre las funciones comerciales clave. El cambio ha sido rápido y tal que se espera que el mercado global solo para análisis de big data alcance los $ 68 mil millones para 2025.

Ahora, si bien esto es bueno para los negocios, el crecimiento en el volumen de datos y la cantidad de consumidores de datos también está creando un entorno de datos complejo. Esencialmente, los equipos de datos tienen dificultades para administrar canalizaciones de datos complejas, que cubren aspectos como la calidad de los datos, la capacidad de descubrimiento, la confiabilidad, el costo y la gobernanza.

Durante sus períodos en varias empresas de datos, Dan Mashiter y Martin Sahlen también enfrentaron desafíos similares. Como ingeniero de datos, Sahlen se sintió frustrado al enterarse de errores en las canalizaciones de datos a través de Slack, cuando ya era demasiado tarde, mientras que a Dan, como consumidor de datos, le resultaba cada vez más difícil confiar en los datos, con métricas que no funcionaban y paneles que fallaban.

Ambos rastrearon el problema hasta las herramientas deficientes para rastrear el linaje de datos e identificar errores e ineficiencias que afectaron la calidad de los datos.

alvin al rescate

Para abordar el desafío, el dúo ideó Alvin, una plataforma de linaje de datos plug-and-play que permite a las empresas mapear toda su arquitectura de datos, comenzando por cómo se conectan los datos, cómo se transforman y cómo se consumen, para rastrear ineficiencias en la calidad de los datos.

Hoy, Alvin anunció que ha recaudado $6 millones en una ronda inicial de financiamiento.

La tecnología central detrás del kit de herramientas de Alvin, que también se lanza hoy, crea y mantiene automáticamente un conjunto de datos gráficos de alta precisión que representa las conexiones entre columnas, tablas, tableros, plataformas SaaS y personas. Luego, al usar este conjunto de datos, la plataforma brinda a los equipos una forma automatizada de detectar y rastrear errores/errores de canalización, lo que reduce el tiempo de inactividad de los datos. También automatiza las pruebas de regresión, proporcionando un informe detallado del impacto posterior antes de la implementación del código, así como la optimización de costos al identificar activos y canalizaciones no utilizados y eliminarlos de manera segura.

“Al mapear automáticamente los flujos de datos dentro y entre los sistemas, y cómo se consumen en toda la empresa, Alvin está creando el sistema operativo para la pila de datos moderna. Alvin brinda a los equipos de datos las herramientas para medir y mejorar las métricas clave por las que ahora serán juzgados y, en última instancia, maximizar su impacto”, dijo Mashiter.

La solución se conecta a las herramientas de datos empresariales en minutos y comienza a producir el conjunto de datos gráficos para rastrear el linaje y abordar los problemas de calidad de los datos. Obtuvo interés orgánico de más de 400 empresas en la etapa beta y muchas de ellas ya lo están utilizando, dijo Mashiter a VentureBeat.

“Con Alvin, las empresas lograron reducir significativamente el tiempo que dedicaron a importantes flujos de trabajo de ingeniería de datos, como la eliminación de activos de datos no utilizados y el diagnóstico de errores de canalización. Alvin ya ha asegurado [its] primeros contratos comerciales antes de [its] lanzamiento completo del producto”, agregó.

Espacio de calidad de datos calentado

Varias empresas ya están analizando problemas de calidad de datos, incluidas Monte Carlo, Datafold y Altan. Sin embargo, como dijo Mashiter, la mayoría de estos jugadores ven el rastreo de linaje de datos automatizado como una capacidad adicional.

“Mientras que otras empresas ven el linaje de datos como una característica en la que es aceptable una precisión del 70 % y una selección manual, nosotros lo vemos como el conjunto de datos fundamental necesario para resolver muchos de los desafíos que enfrentan los equipos de datos modernos. La precisión del conjunto de datos de uso y linaje automatizado que podemos generar es líder en el mercado, lo que nos permite abordar los casos de uso operativo que nuestros competidores no pueden”, dijo.

Con esta ronda de financiamiento, que estuvo liderada por Project A Ventures, la empresa planea expandir su equipo de ingeniería y fortalecer su producto. La hoja de ruta para la plataforma incluye aumentar la cantidad de herramientas con las que se puede integrar para servir a más empresas y estar más integrado en las canalizaciones de datos y flujos de trabajo; construir SDK y CLI para ayudar a los ingenieros a construir sus propias herramientas y tuberías sobre Alvin; y ampliar el conjunto de características del producto, particularmente en el área de la observabilidad.