近日，美国企业数据智能解决方案提供商Alation宣布，筹集了1.23亿美元的E轮融资，本轮融资由Thoma Bravo、Sanabil Investments和Costanoa Ventures联合领投，其他投资者包括Databricks Ventures.、Dell Technologies Capital、Hewlett Packard Enterprise(HPE)、Icon Ventures、Queensland Investment Corporation、Riverwood Capital、Salesforce Ventures、Sapphire Ventures和Union Grove。
在动荡、充满挑战的市场背景下，Alation迅猛的增长势头是其获得投资的一个关键原因。至今，Alation已经连续五个季度实现加速增长。9月，Alation的ARR（年度经常性收入）已超过1亿美元。
随着全球对数据智能平台的需求激增，本次募集资金将加速Alation的进一步增长和全球扩张，并推动公司战略产品创新。目前，Alation的估值已经超过17亿美元。
1、一切始于一个问题
您如何将有问题的人与有答案的人联系起来？这是Alation联合创始人Satyen Sangani和Aaron Kalb在他们第一次会面时思考的一个看似简单的问题。
虽然Satyen和Aaron打算解决同样的问题，但不同的工作经历和学习背景决定了他们从不同的角度来解决这个问题。
Satyen是Alation的首席执行官。在创立Alation之前，Satyen在Oracle工作了近十年，负责金融服务仓储和绩效管理业务。在加入甲骨文之前，Satyen是私人投资公司Texas Pacific Group的合伙人以及摩根士丹利公司的分析师。他拥有牛津大学的经济学硕士学位和哥伦比亚大学的学士学位。
Aaron是Alation的首席数据与分析官(CDAO)。作为CDAO，他的任务是在公司内部和世界范围内促进数据文化和数据驱动的决策。在加入Alation之前，他曾在Apple的高级开发小组从事Siri方面的工作。他拥有斯坦福大学符号系统的学士和硕士学位。
从Satyen的经济学背景和他在甲骨文担任高管的经验来看，他知道企业在处理数据方面遇到了困难，并认为机器学习可能是答案。作为符号系统专家和在Apple从事Siri工作的设计师，Aaron试图利用众包知识。于是，他们一起将机器学习与人工管理相结合，创建了第一个现代数据目录Alation。
数据目录是元数据的集合，与数据管理和搜索工具相结合，可帮助分析师和其他数据用户找到他们需要的数据，充当可用数据的清单，并提供信息以评估数据是否适合预期用途。
在没有目录的情况下，分析师通过整理文档、与同事交谈、依赖部落知识来查找数据，或者只是使用熟悉的数据集。这个过程充满了试错、浪费和返工，以及重复的数据集搜索，随着时间的流逝，这通常会导致使用“足够接近”的数据。
通过反映元数据的价值和使用综合元数据创建的功能，数据目录的数据管理优势变得显而易见。借助数据目录，分析师能够快速搜索和查找数据，查看所有可用数据集，评估并做出明智的选择以选择要使用的数据，并高效而自信地执行数据准备和分析。
使用和不使用数据目录的流程
数据目录已迅速成为现代数据管理的核心组成部分。成功实施数据目录的组织，在数据分析的速度和质量以及需要执行数据分析的人员的参与度和热情方面，都发生了显着变化。
“有效利用数据最终可以支持组织的长期生存能力，”IDC数据智能和数据集成软件副总裁Steward Bond说。“然而，现代数据环境是高度可变和复杂的——没有扫描和索引元数据的能力，使用数据解决复杂问题并为客户和利益相关者创造价值就像大海捞针一样。这是Alation解决的核心问题，简化了高质量数据的搜索和发现，以便人们可以自信地理解和使用它。
2021年6月，Alation宣布完成D系列融资。仅一年半时间，Alation增加了200多名新客户和300多名新员工。目前，Alation为近450家企业客户提供服务，包括艾伯维、思科、通用磨坊、慕尼黑再保险、纳斯达克、辉瑞、Raiffeisen Bank、Salesforce、The Very Group、Vattenfall、维珍澳大利亚等。Alation目前在美国、欧洲、中东和非洲和亚太地区拥有700多名员工。
2、探索数据管理的新世界
在当今数据驱动的世界中，许多数据工作者正在努力处理大量冗余数据。由于数据知识片段通常分布在wiki页面、数据字典、电子邮件、聊天、社交和原始Web内容中，数据管理者需要识别、理解和传播这些内容，是一项具有挑战性的工作。
大多数组织中，数据知识分布在太多地方，数据变化太快。数据增长的速度超过了分配人员记录数据知识的速度。数据资产通常以不同的格式和多个存储位置进行冗余复制。数据的使用频率以及由谁使用并不总是可以预测或记录的。将高质量数据与不准确或陈旧的资源区分开来几乎很困难，因为此类判断通常需要与该数据相关的业务功能的主题专业知识。
即使是准确、最新的数据资产，也可以由不同的团队以不同的方式使用。例如，产品团队可能每两分钟分析一次点击流数据，而营销团队则考虑为期两天的会议。这两种方法都是有效的，但会导致同一指标的数字不同。
数据管理的最佳实践是人与机器协同工作。随着新技术的进步，组织正在尝试如何将机器集成到数据管理流程中，同时仍为数据管理人员提供适当的控制量。不到一年前，Alation宣布收购了NLP领域的先驱Lyngo Analytics。Lyngo使不懂SQL的人能够使用自然语言进行查询，从而有效地降低了对更广泛受众的分析洞察力的障碍。
此外，数据管理的众包方法意味着数据分析师可以按照业务的速度移动。一个例子是Pinterest，您可以关注与您有相似兴趣的人，他们可以将他们的pin添加到您保存的pin列表中。或者亚马逊，它建立了一个复杂的算法，根据你过去购买的东西推荐未来的购买。与这些消费者目录一样，数据目录的价值来自于其围绕不同数据集呈现连接和上下文的能力。
“使用Alation作为平台可以简化各种用户类型的工作流程，无论他们是数据科学家、数据分析师、数据工程师还是嵌入业务部门的运营分析师：访问信息的位置、格式和方法是全面相同。另外，当您在Alation中搜索某些内容时，您知道您可以从所有可能的来源中受益，而无需在不同的地方重复该练习。”
Alation Query Log Ingestion是一种自助服务实用程序，可从任何来源以任何格式提取和解析查询，并提供对关键使用模式的可见性，例如顶级用户、受欢迎程度和血统。Alation的Business Glossary支持通过丰富的用户友好界面创建定义、策略、规则和KPI。通过利用机器学习，Alation的Business Glossary自动建议业务术语，根据使用模式识别管理者和主题专家，并结合众包和协作来轻松扩展文档。
Alation积极参与并激励相关利益相关者（如业务线管家、主题专家）来定义、记录和认证业务资产。通过对话、收件箱、信任标志和管理仪表板等内置功能进行众包和协作，这些功能可以跟踪和衡量管理进度，使知识获取和共享变得直观。
“随着公司继续进行数字化转型，捕获和解释高质量数据对于决策和为利益相关者提供价值至关重要。”Thoma Bravo的合伙人Robert(Tre)Sayle说，“数据智能是一个高速增长的市场。”
据IDC称，数据集成和智能软件市场价值超过79亿美元，并在未来四年内增长到116亿美元。此次融资将进一步巩固Alation在市场上的领导地位，增加以产品为中心的研发和收购，扩充全球员工队伍等。
资料来源：https://www.alation.com/
