在过去十年中，随着存储、访问和处理数据的成本越来越低，组织创建数据的速度已经加快。但随着数据的规模和复杂性不断增长，它变得分散在应用程序和平台上——通常会导致涉及数据质量的问题。根据2020 年 O’Reilly 的一项调查，超过 60% 的公司认为他们的数据源过多且数据不一致，而超过三分之一的公司表示他们可用于解决数据质量问题的资源太少。
Tomas Kratky 认为解决方案在于软件。他是Manta的创始人，这是一个数据沿袭平台，可自动扫描组织的数据源以构建数据流图。
“数据驱动的决策只能与基础数据集和分析的质量一样好。从充满错误的电子表格或商业智能应用程序中收集的洞察力可能会导致糟糕的决策，这可能代价高昂并损害业务，”Kratky 在电子邮件采访中告诉 TechCrunch。 “为了实现大型数据现代化和转换项目，数据沿袭是解决庞大数据基础设施层复杂性和跟踪组织内数据流的关键组成部分。”
Manta 为增长奠定了基础，今天宣布筹集了 3500 万美元的 B 轮融资，由 Forestay Capital 牵头，Bessemer Venture Partners、SAP.io、Senovo VC、Credo Ventures、Dan Fougere 和欧洲复兴开发银行参与其中。该公司表示，所得款项将用于在年底前将其 152 名员工扩大到 220 名。
Manta 由 Kratky 于 2016 年创立，他曾在捷克数据科学咨询公司 Profinit 领导研发。他说，目标是通过旨在帮助用户避免“重大数据事件”的数据依赖关系图来解决企业数据环境的复杂性。
Kratky 相信他在当前的 Manta 平台迭代中或多或少地实现了这一点。利用人工智能，Manta 将数据源（包括数据库、报告和分析软件以及建模工具）追踪到将其交付给应用程序和服务的管道末端。 “时间切片”功能允许用户查看数据过去的样子并了解沿袭的变化情况，而影响分析工具则显示计划的更改将如何影响数据环境的某些部分。
图片来源：蝠鲼
“我们结合了许多不同的技术方法，因此我们的客户可以轻松消除盲点，并对其数据环境中最复杂的方面拥有完全的可见性和控制权，”Kratky 说。 “重要的是，由于 Manta 只映射客户的数据处理环境，我们不接触数据本身——只接触与它一起工作的系统。”
Manta 还监控数据流中的差异和中断，结合不同的技术方法以尽量减少盲点。该平台的分析可以在本地仪表板中查看，也可以通过连接器和 Manta 的 API 发送到第三方软件，包括治理软件。
“数据是每个组织的命脉，也是当今企业最关键的资产，[但] 大多数组织都在努力应对……大量重大事件、重大风险暴露、缓慢的变更管理以及持续不断的大量数据工程资源浪费在日常的手动任务上，”Kratky 说。 “数据沿袭和可观察性是可以解决这些复杂问题的关键能力。如果实施得当，它们可以帮助恢复可见性，从而恢复对数据的信任，提高实施变更和业务需求的效率和速度，并防止事故发生。”
虽然 IT 团队确实在努力跟上他们组织的数据，但他们也面临着旨在帮助管理数据的软件的障碍。根据Sigma 最近的一项调查，四分之一的业务专家表示，他们组织的数据分析时间过长，导致团队放弃寻找异常的答案。但是 2021 Era Software 的一项民意调查发现，数据可观察性工具无法扩展通常会导致故障排除和事件解决的延迟。
Kratky 指出 Manta 的客户群是该平台稳健性的证据：100 家客户，包括“来自财富 100 强和财富 500 强的超大型企业”。他认为 Manta 在数据沿袭和可观察性工具市场上与 Collibra 和 Informatica 竞争。其他潜在竞争对手包括蒙特卡洛和Databand ，这两家公司都筹集了数千万美元的风险投资。
Statista 预测，到 2024 年，网络安全和可观察性市场的总价值将达到 282.6 亿美元。
“数据沿袭和可观察性正在成为任何现代数据架构的核心组成部分。几乎数据管理领域的每个参与者都至少在评估市场，他们中的大多数人都试图进入这个市场——无论是数据编目、数据质量等方面的供应商，”Kratky 说。 “当企业完全了解他们的数据堆栈时，投资回报对于运营和业务决策至关重要……换句话说，通过了解自动化数据沿袭在 [他们的] 数据质量战略中可以发挥的作用，企业可以获得提高数据质量的好处。”
Manta 在纽约和布拉格以及里斯本和都柏林设有办事处，并在坦帕湾设有新总部。通过 B 系列，这家初创公司的总融资额为 5300 万美元。