由于公司考虑更多类型的数据,因此对管理员的整合变得更加复杂。一个名为Tamr的初创公司已经建立了软件,让这些管理员自动化一些咕噜声,并在知情的同事上进行数字呼吁帮助。

Tamr今天在旧金山的VentureBeat的Datapeat会议上发布。

此外,TAMR宣布它已筹集了超过1600万美元的风险资金。对于一岁的衣服来说,这可能看起来很多,但是当你看看初创公司背后的人民:数据库Pioneer Michael Stonebraker和串行企业家和帕迪·帕尔默,他们也是有道理的,他也是数据分析公司Vertica的Cofounds。惠普于2011年买。

源自研究的想法这两者在马萨诸塞州理工学院正在进行,他们了解了公司如何希望如何花费更少的时间来获得新的数据准备分析。

“我们得出结论,所需的是,随着时间的推移,自动化新来源和新属性的东西,并将系统从基本来源的变化中绝缘,以便您不必去...并重新设计从顶部一直到所有这些ETL [提取,转换和加载工作],“首席执行官Palmer告诉VidtureBeat。

他和StoneBraker的软件开发了人们沿着机器学习算法的力量来加快想要分析数据的公司的工作流程,而不仅仅是机架越来越多。如果事情为初创公司锻炼,Tamr可能会在大公司的管道内变得普遍,作为结合数据进行更全面的分析的下一代工具。

科技公司与IBM和Talend这样的主数据管理软件可以代表竞争,以及一些初创公司,如Clearstory数据,可以执行Tamr的某些方面,Palmer表示。但Tamr专注于一个可能在未来几年变得更加典型的单一问题,因为大数据项目变得普遍。

Tamr的软件有几件事。它维护了所有公司数据源的列表。当新数据源进入时,Tamr检查它以查看它与现有数据集中的共同点。

但是该软件才如此聪明;为了增加一个数据集将与他人正确集成的可能性,Tamr建议在一家了解某些类型的数据中的公司内部的人员。然后使用Tamr的人可以指导软件向公司内部的每个专家发送电子邮件。他们的回答可以帮助用户以最佳方式编织数据。

由于使用Tamr,更多的匹配自动进行。管理员可以花费大幅度少花时间审查新数据源并将其与其他来源进行比较,以确保一切都适当对齐。

这项技术可以派上卷起越来越多的数据一直在方便。而且与来自Startup Trifacta的数据转换软件一样,TAMR可以帮助公司降低准备时间,并增加可能导致杀手新想法和举措的分析时间所花费的时间。

在剑桥开始,质量。去年,Tamr在2月首次发布了软件。帕尔默说,早期的客户包括Gloria Jeans Corp.,Novartiis和Thomson Reuters。

Palmer表示,该软件可作为云服务作为云服务,但大多数客户选择在自己的内部部署数据中心运行。

Google Ventures和新的企业员工领导了资金回合,这是初创公司的第一个迄今为止。

帕尔默说,大约25人为TAMR工作,初创公司应该至少有30或40人,帕尔默说。

以上:Tamr的软件。

图像

与我们的所有活动一样,我们涵盖了在Databeat上出现的每座公司都不考虑赞助。您可以在此处查看我们所有赞助商的列表。