Explorium，是一个外部数据平台，可自动发现数千个相关数据信号，并将其用于改善数据分析和机器学习。目前完成了由全球风险投资和私募股权公司Insight Partners牵头的7500万美元C轮融资，投资者为Fort Ross Ventures，Vintage Investment Partners，Zeev Ventures，Emerge，F2 Venture Capital，01 Advisors和Dynamic Loop Capital也参加了。 此轮融资使Explorium的总投资额超过1.27亿美元，Insight Partners董事总经理，Alteryx的前总裁兼首席运营官George Mathew加入了Explorium的董事会。
Explorium，在其B轮融资八个月后的最新一次融资，揭示了完全基于内部数据的预测模型的局限性和危险性，以及从外部获取有影响力和可靠数据的挑战。
咨询公司麦肯锡公司（McKinsey＆Co.）回顾了2020年的事件，指出：“在短短的几个月内，消费者的购买习惯，活动和数字行为发生了巨大变化，使原有的消费者研究，预测和预测模型已过时。 此外，随着组织争先恐后地了解这些不断变化的模式，他们发现内部数据很少使用。”
随着业务的发展及法律法规的限制，企业希望访问关键信息源、从外部寻找机器学习和其他业务分析，这都不是很容易的事情。Explorium最近的一项研究发现，企业非常希望获得外部的数据，但确实不清楚如何的获取数据？
在受访者中：
- 79%的受访者，认为外部数据对数据分析和数据建模很有价值；
- 93%的受访者，表示找到相关数据需要付出很大的努力；
- 81%的受访者，为了获取外部数据每月至少需要花费10万美元；
- 不到33%的受访者，有组织、有策略的获取它。
“仅在几年前，企业就在尝试启动机器学习并使其运转起来。 现在，他们不仅意识到数据质量的重要性，而且也意识到数据多样性的重要性。” Ventana Research高级副总裁兼研究总监Dave Menninger说。 “我们的机器学习研究中将近80％的参与者正在使用外部数据来丰富他们的模型。 面临的挑战是如何轻松访问该信息并保持最新。”
Explorium，是解决企业数据难题的唯一解决方案。 其外部数据平台分析数据模型，搜索其广泛的数千种外部数据信号集合，并自动发现最相关的信号，以改善分析和机器学习。 数据科学家和业务分析人员可以通过外部数据快速丰富其预测模型，对性能提升进行基准测试，并仅需敲击几次键即可部署模型，并确保所有数据均符合当前法规。
自大流行开始以来，Explorium的客户群增加了一倍，收入增加了三倍多。诸如BlueVine，GlassesUSA.com，Melio和PepsiCo等公司使用Explorium来增强用例的AI模型，包括潜在客户评分，识别默认风险和欺诈以及上级分析（例如需求预测和客户生命周期价值）。
“机器学习是我们竞争战略的关键，而外部数据正是它的动力，” Melio数据主管Elad Zoldan说。 “在开始使用Explorium之前，我们必须按来源搜索数据源，并与不同的提供商达成单独的协议。它不是可扩展或灵活的解决方案。借助Explorium，我们可以触手可及的外部数据世界，以及一种难以置信的有效方法，可以确定哪些数据将产生最大的影响。”
除了用于自动外部数据发现和功能工程的ML Engine之外，Explorium还发布了Signal Studio，这是一个新产品，使数据和业务分析师团队可以快速查找最相关的外部数据信号并将其集成到其分析管道中。
Insight Partners董事总经理乔治·马修（George Mathew）表示：“我们正在看到数据成为新的差异化因素。” “人工智能和机器学习已经是赌注。每个人都有。竞争优势将不仅取决于模型的质量，还取决于为这些模型提供动力的数据的多样性，这使得Explorium成为数据科学家和分析人员的独特主张。”
“正如我们去年看到的那样，用于高级分析的机器学习模型和工具仅与它们背后的数据一样好。通常，这些数据是不够的。” Explorium的首席执行官Maor Shlomo说道。 “我们正在满足关键业务的需求，指导数据科学家和业务负责人提出信号，帮助他们做出更好的预测并获得更好的业务成果。”
关于Explorium
Explorium提供了第一个外部数据平台，以改善分析和机器学习。 Explorium使组织能够自动发现和使用数千个相关数据信号，以改善预测和ML模型的性能。 Explorium外部数据平台使数据科学家和分析人员能够有效，经济高效地遵守法规来获取和集成第三方数据。 金融模型，保险，消费品，零售和电子商务领域的组织借助从模型中获得的更快，更好的见解，可以增加收入，简化运营并降低风险。官方网站：www.explorium.ai
本文由 翻译小组 翻译发布，英文链接：，转载或内容合作请联系我们，未经允许谢绝转载，本文链接：https://www.afenxi.com/91709.html 。
