随着组织采用更多应用程序和服务，对数据可观察性或跨各种 IT 工具理解、诊断和协调数据健康状况的能力的需求不断增长。 （根据 Okta 最近的一项研究，近 10% 的企业现在有 200 多个应用程序需要管理。）在去年 9 月发布的一项针对 IT 决策者的大规模调查中，75% 的受访者表示他们希望增加可观察性支出到 2022 年“显着”更好地规划、部署和运行软件。
用于捕获和分析 IT 工具数据的可观察性工具并不新鲜——如今，它们正在筹集可观的资金。 Monte Carlo的平台使用机器学习来推断数据的外观并评估其影响，去年 5 月以 1.35 亿美元的资金成为独角兽。竞争对手Cribl也在 5 月份通过新一轮融资（1.5 亿美元）确认了其独角兽地位。其他获得大力支持的可观察性供应商包括Manta 、 Observe 、 Better Stack 、 Coralogix和Unravel Data 。
这听起来像是一场激烈的竞争。但这并没有阻止 Metaplane，这是一家数据可观察性初创公司，由麻省理工学院毕业生 Kevin Hu（首席执行官）、前 HubSpot 工程师 Peter Casinelli 和前 Appcues 开发人员 Guru Mahendran 于 2020 年创立。这三位联合创始人最初将 Metaplane 作为“客户成功”产品推出分析公司的数据以防止客户流失。在经历了 Y Combinator 之后，随着大流行的到来，Metaplane 进行了调整，但继续构建以数据分析为中心的工具。
“由于数据质量问题，我们构建的一些工具无法被潜在客户采用，我们意识到我们可以应用从软件可观察性中学到的许多知识来帮助数据团队及早发现这些问题，”胡在 TechCrunch 中告诉 TechCrunch。电子邮件面试。 “每天，高管们都在根据不正确的数据做出决策。对数据的更多信任可以为高管、数据团队和公司节省时间和金钱。”
Metaplane 使用主要根据历史元数据训练的异常检测模型来监控数据。胡说，监控器试图考虑季节性、趋势和客户反馈，以尽量减少警报疲劳。
Metaplane 界面中的应用程序集成。图片来源： Metaplane
“我们应用于客户数据的每个‘监视器’都经过了自己的培训。与大多数建立在 Meta 的 Prophet 库上的异常检测方案不同，我们有自己的专有方法，我们已经证明这种方法对该领域更有效，因为我们可以非常定期地观察数据并可以根据数据类型做出假设监控。” （就上下文而言，Prophet 是一种用于生成时间序列统计模型的开源算法，通常用于预测事件。）
Metaplane 还尝试从数据仓库（用于报告和数据分析的系统）中的数据建立血统，并通过他们选择的工具（例如 Slack、PagerDuty、电子邮件）通知利益相关者问题。 Hu 说，通过这些工具，用户可以将任何警报标记为预期的变化，Metaplane 会随着时间的推移学习。
“Metaplane 是数据的数据狗，”他补充道。 “高增长公司的数据团队使用我们的可观察性平台来节省工程时间并通过了解何时出现问题、出了什么问题以及如何解决问题来增加对数据的信任——在高管向他们发送有关仪表板损坏的消息之前。”
Hue 表示 Metaplane 目前被 140 多个公司团队使用，包括 Imperfect Foods、上述 Appcues 和 Reforge。这种接受显然吸引了投资者的注意，包括 Khosla Ventures 和 Y Combinator、Flybridge Capital Partners、Vercel 首席执行官 Guillermo Rauch 和 HubSpot 首席技术官 Dharmesh Shah。
该公司今天宣布，Metaplane 最近完成了来自这些和其他支持者的 840 万美元种子融资。胡说，它将用于投资平台集成和发现功能。
“凭借证明自助服务模式行之有效的强大牵引力，我们认为现在是筹集资金的正确时机，”Hue 说。 “我们计划投资……创建可以帮助数据工程师找到我们的资源。”
图片来源： Metaplane
胡没有回答有关收入的问题，但表示拥有 10 名员工的 Metaplane 尚未因更广泛的技术放缓而面临障碍。他将成功部分归功于 Metaplane 的免费增值模式，该模式允许客户注册自助服务，然后选择购买高级订阅。
“我们的价格点低于预算冻结，使我们能够赢得与竞争对手的交易，他们必须为他们的销售团队定价，”胡继续说道。
数据可观察性初创公司 Metaplane 获得 YC 的投资，其他作者Kyle Wiggers最初发表于TechCrunch