数据清理——为预测分析等应用准备数据——需要时间。事实上，根据最近的一项调查，数据科学家估计有 60% 的时间用于清理和组织数据。失去的不仅仅是时间。根据 Experian 的说法，“脏数据”使企业平均每年损失 15% 到 25% 的收入，美国经济每年损失 3 万亿美元。
为了改变现状，Eric Crane 和 David Boskovic 创立了Flatfile ，这是一个自动学习应该如何构建和清理导入数据的平台。凭借 ClickUp、Square、AstraZeneca 和 Spotify 等客户，这家初创公司正为下一个增长阶段做准备，完成了 5000 万美元的 B 轮融资，使 Flatfile 的总融资额达到 9470 万美元。
Tiger Global 在 GV（谷歌专注于 AI 的基金）和 Workday 的参与下领导了 B 轮融资——其中最后一个无疑看到了 Flatfile 的数据处理管道对其人力资源业务的适用性。 Boskovic 在一封电子邮件中告诉 TechCrunch，Scale Ventures 和来自 Airtable、DocuSign、LinkedIn 和 Gainsight 的天使投资人也做出了贡献。
Boskovic 说：“随着数据的收集、清理和从一个企业转移到另一个企业，数据交换和新客户数据的入职尤其需要数千小时才能完成。” “这方面的例子包括客户向信用卡公司发送批量付款，或供应商向食品集团发送供应链更新。对于大公司而言，数据交换可能意味着需要长达六个月的时间来准备数据，从而导致客户入职延迟、成本超支和客户流失……我们设想了一种简化数据交换流程的方法，从而为他们节省大量时间和金钱。”
Crane 和 Boskovic 在生产力初创公司Envoy工作时创建了 Flatfile 背后的技术，他们对花费大量时间操纵和清理公司数据感到沮丧。通过 Flatfile，他们专门寻求解决数据载入中的挑战，其中输入文件之间的高度差异在历史上使基于规则的模型无效。
图片来源：平面文件
Flatfile 使用经过超过 250 亿个“数据决策”训练的 AI 来映射和解析带有电子表格和 CSV 等文件的模式。当算法遇到异常或无法自动处理的数据类型时，它们会提示客户做出决定，然后将该场景添加到数据库中以供将来参考。
Flatfile 最近发布了一个软件开发工具包，允许开发人员在 Flatfile 的组件之上进行构建，以访问导入、匹配、合并和导出功能。 Boskovic 说，虽然该公司继续提供开箱即用的导入工作流程，但该套件使具有更具体要求的客户能够定制体验。
“这基本上是让我们的客户深入了解，让他们能够以最大的灵活性和规模将信息在系统之间移动所需的所有部分拼接在一起，”他补充道。 “[The] 平台使公司能够更快地利用他们的数据。它使员工能够专注于他们的核心优势，并将肮脏的工作交给我们。通过消除公司消耗的数千个小时，确保为他们的系统正确格式化数据，Flatfile 帮助他们更快地将产品推向市场，并节省大量成本。”
Flatfile 与 Textract 等现有公司竞争，Textract 是亚马逊的服务，可以从扫描的文档中自动提取文本和数据，以及微软的数据载入工具 Form Recognizer。 Google 提供了自己的数据提取工具，包括 Cloud Natural Language，它可以对现有文件执行语法、情感和实体分析。
无论如何，博斯科维奇表示，大流行和经济衰退对 Flatfile 来说是巨大的增长机会——大流行是因为它导致公司将数据迁移到云端，而低迷则是因为它给他们施加了“更快地证明自己的价值”的压力。 Flatfile 的客户群包括数千名开发人员和 500 家公司以及几个未命名的政府组织。
“Flatfile 处于强势地位，因为它为关键业务挑战提供了全面的解决方案。虽然我们还有两年的跑道，但我们提出了一个机会主义的 B 系列以最大限度地满足投资者的需求，[现在]我们有四年的跑道来继续围绕客户反馈改进我们的运营，”博斯科维奇说。 “这项投资将用于扩展和支持 Flatfile 增长最快的部分：全球企业公司。在过去的三个季度中，我们一直在快速增长，达到约 75 名员工，我们预计在不久的将来会继续这种增长。年度经常性收入超过 500 万美元，我们预计在未来 12 个月内将增加一倍以上。”
文件入职初创公司 Flatfile 从投资者那里获得了 5000 万美元，其中包括最初在TechCrunch上发表的Kyle Wiggers的 Workday