BT sistemleri, pandemi sırasında kitlenin buluta taşınmasıyla birlikte giderek daha karmaşık hale geliyor. Modern veri yığını, uygulama geliştirme, veri yakalama ve entegrasyon, düzenleme, analiz ve depolama için yüzlerce araçtan oluşur. Ve gün geçtikçe daha büyük ve daha karmaşık hale geliyor. Binaen Bir hizmet olarak yazılım uygulaması yönetimi başlangıcı olan Productiv’e göre, ortalama bir şirketin geçen Eylül itibariyle 254 dahili aracı vardı ve çoğu departman her biri 40 ila 60 arasında tartışıyordu.
Büyüyen zorlukların üstesinden gelmek için olta balıkçılığı yapan Kunal Agarwal ve Shivnath Babu ortak kurdu Verileri Çöz, geliştirici ekiplerine veri yığınları arasında görünürlük sağlamak, veri iş yüklerini gidermek ve optimize etmek ve maliyetleri yönetmek için korkulukları tanımlamak için tasarlanmış bir platform. İşlerin güçlendiğine dair bir işaret olarak, Unravel bugün, Bridge Bank, Menlo Ventures, Point 72, GGV Capital ve Harmony Capital’in katılımıyla Third Point Ventures liderliğindeki 50 milyon dolarlık D Serisi finansman turunu kapattı ve toplamını 107 milyon dolara çıkardı.
Agarwal, “Bir işletmenin hangi sektörde rekabet ettiğine bakılmaksızın, her birinin ortak noktası, ham verileri eyleme geçirilebilir içgörülere dönüştürebilmelerinin, pazara yeni inovasyonlar sunma yetenekleriyle doğru orantılı olduğu anlayışıdır” dedi. Bir e-posta röportajında TechCrunch. “Bu nedenle, pandeminin getirdiği ekonomik belirsizliğe rağmen, her iki ülkeye de güçlü ve sürekli bir ilgi gördük. [observability] genel olarak metodoloji ve özellikle Unravel platformu.”
Agarwal ve Babu, Shivnath’ın veri yoğun bilgi işlem sistemlerinin nasıl daha kolay yönetileceğini araştıran kadrolu bir profesör olduğu Duke Üniversitesi’nde bir araya geldi. Agarwal daha önce ızgara hesaplama uzmanı ve satış ekibinin bir üyesi olduğu Sun Microsystems’deydi. İkisi, bir kuruluştaki tüm farklı büyük veri iş yükü ayrıntılarını alan ve bunları tek bir pencerede sunan bir platform oluşturma fırsatı gördüklerini söylüyor.
Unravel, bir veri yığınından gelen ayrıntıları ilişkilendirmeye çalışır, ardından AI ve makine öğrenimini uygulayarak – Agarwal’ın sözleriyle – “işleri daha iyi hale getirme” konusunda öneriler ve içgörüler sunar. Örneğin, platform, bir şeyler ters gittiğinde uyarı göndererek, maliyet aşımları ve hatalar gibi şeyler için otomatik olarak korkuluklar uygular.
Unravel Data’nın web tabanlı veri izleme panosu iş başında.
“Konfigürasyon, kaynaklar, kapsayıcılar, kod, veri kümeleri, köken ve bağımlılıklar gibi ayrıntıları son derece ayrıntılı bir düzeyde yakalayıp ilişkilendirdiğimiz için, bireysel kullanıcıya veya işe veya paralel olarak işlerin işlenmesinin alt bölümlerine kadar Unravel’in AI motorları dinamik temeller oluşturur. Agarwal, birden fazla boyutta, bağlamsal farkındalıkla anormallikleri tespit edin ve öneriler ve içgörüler yoluyla eyleme dönüştürülebilir istihbarat sağlayın” dedi. “Örneğin, genellikle üç dakika süren bir iş birdenbire on dakika sürüyorsa, bunun nedeni işlenen veri boyutunun iki katına çıkması ve şimdi bellek yetersizliği sorunlarıyla karşılaşmamız mı? Eğer öyleyse, neden şimdi bu kadar çok veri var? Bu veri seti nereden geldi? Kim iki katına çıkardı? Bu kasıtlı mı? Bu, aşağı yöndeki diğer bağımlı işleri ne ve nasıl etkiler?”
Unravel, temelde yatırımcıların doyumsuz bir iştahı olan bir teknoloji olan bir veri gözlemlenebilirlik platformudur. Bir haftalık süre içinde geçen Haziran, üç veri gözlemlenebilirlik girişimi – Cribl, Monte Carlo ve Coralogix – 400 milyon dolardan fazla risk sermayesi topladı. Alandaki diğer büyük oyuncular arasında performans yönetimi araçları geliştiricisi Observe, akış işleme platformu Edge Delta, veri kökeni platformu Manta ve açık gözlemlenebilirlik platformu Grafana Labs yer alıyor.
Agarwal, Unravel ile Datadog, Dynatrace ve New Relic gibi uygulama izleme çözümleri arasında çok farklı bir veri düzenleme sorunuyla mücadele olarak algıladığı çok fazla örtüşme görmüyor. Yukarıda bahsedilen Monte Carlo gibi gözlemlenebilirlik satıcılarına gelince, bunların yalnızca veri yığını bulmacasının parçalarını çözdüklerini ve Unravel ürününün modelleme yeteneklerinden yoksun olduklarını iddia ediyor.
“Daha yeni bulut teknolojileri daha fazla çeviklik ve yenilik sağlıyor, ancak artan karmaşıklık pahasına geliyor. Agarwal, “Liderlerin gerçekten değer elde etmelerini ve yatırımlarının geri dönüşünü sağlamaları giderek zorlaşıyor” dedi. “Birçok kuruluş, bütçe aşımları ve hızla artan maliyetler nedeniyle veri geçişlerinin durduğunu görüyor. Ve veri yığını daha karmaşık hale geldikçe, neyin yanlış gittiğini ve nasıl düzeltileceğini bulmak için kabloları çözmek zorlaşıyor. Unravel, farklı beceri setleri ve uzmanlık düzeylerine sahip veri ekiplerinin farklı üyelerinin daha fazla self servis sorun giderme ve optimizasyon yapmasını kolaylaştırıyor.”
Agarwal, Unravel’in gelirini veya şirketin müşteri tabanının büyüklüğünü açıklamayı reddetti. Ancak müşterileri arasında Adobe ve Deutsche Bank’ın yanı sıra bakkal zinciri Kroger’in 84.51° veri analitiği yan kuruluşu olduğunu söyledi.
Agarwal, ufka doğru bir bakış açısıyla D Serisinden elde edilen gelirin Unravel’in operasyonlarını ölçeklendirmeye, daha fazla sayıda uygulamadan veri almak için API’ler oluşturmaya ve Unravel’in mühendislik ekibinin boyutunu “iki katına çıkarmaya” harcanacağını söyledi. Kısa vadeli işe alım planları taahhüt etmedi, ancak şu anda ABD, Avrupa ve Hindistan’da 100’den fazla çalışanı olan Unravel’in teknik ve operasyon rolleri için işe alındığını kaydetti.