אקספלוריום, שפועלת בתחום מדעי הנתונים ומפתחת פלטפורמה להעשרת ואיתור נתונים לאימון מודלים של חיזוי (External Data Platform), השלימה גיוס של 75 מיליון דולר בסבב C. אקספלוריום מגלה באופן אוטומטי אלפי סיגנלים רלוונטיים, ומשתמשת בהם לשיפור יכולות אנליטיות ו-Machine Learning. הסבב נערך בהובלת קרן ההון סיכון וההשקעות הפרטיות הבינלאומית Insight Partners, יחד עם המשקיעים הקיימים Zeev Ventures, Emerge, F2 Capital, 01 Advisors ,Dynamic Loop Capital Vintage, ו- FRV (fort ross ventures).

סך גיוסי החברה עד היום עומדים על 127 מיליון דולר. בנוסף, ג'ורג' מת׳יו, מנהל שותף ב-Insight Partners ולשעבר נשיא וסמנכ"ל תפעול ב-Alteryx, יצטרף לדירקטוריון החברה. סבב גיוס זה נערך כשמונה חודשים בלבד לאחר ההכרזה על השלמת סבב גיוס B. מאז פרוץ הקורונה, אקספלוריום הכפילה את כמות הלקוחות שלה והכנסותיה זינקו פי יותר מ-4. חברות כמו PepsiCo Optimax, Melio ו-BlueVine משתמשות באקספלוריום כדי לבנות מודלים של ML עבור פעילויות שיווק כגון דירוג לידים, שיפור הדיוק של מודלי ריסק וזיהוי הונאות עבור מלווים, או שדרוג פעילויות אנליטיקס קריטיות לצמיחה מואצת כמו חיזוי ביקושים וערך חיי לקוח (Customer LTV). 

"האסטרטגיה התחרותית שלנו מתבססת על Machine Learning, ודאטה חיצוני זה מה שמניע אותה", אמר אלעד זולדן, מנהל תחום דאטה ב-Melio. "לפני שהתחלנו להשתמש באקספלוריום, היינו צריכים לחפש דאטה מאגר אחר מאגר, ולחתום על עסקאות נפרדות עם ספקי דאטה שונים. זה לא היה פתרון הניתן להרחבה בקלות, או גמיש מספיק. עם אקספלוריום, יש לנו עולם שלם של דאטה חיצוני בקצות האצבעות, ודרך יעילה באופן מדהים לזהות איזה דאטה ייצר את השיפור הכי משמעותי עבורנו".

סבב הגיוס הושלם לאחר שנה שחשפה את המגבלות והסיכונים במודלי חיזוי המבוססים על דאטה פנים ארגוני בלבד. השינויים שחלו בחודשים האחרונים חידדו לא רק את הצורך בדאטה חיצוני, אלא גם את האתגרים הכרוכים באיסוף דאטה משמעותי ואמין מחוץ לכותלי החברה. בסביבה המאתגרת הזו, אקספלוריום בולטת בהיותה הפתרון המקיף היחיד לדילמת הדאטה החיצוני של ארגונים. הפלטפורמה של החברה מנתחת מודלים של דאטה, מחפשת בקרב מאגריה הנרחבים אלפי סיגנלים מבוססי מקורות מידע חיצוניים ומגלה אוטומטית את הסיגנלים הרלוונטיים ביותר לשיפור היכולות האנליטיות וה-ML. צוותי דאטה סיינס ואנליטיקס יכולים להעשיר בקלות מודלים לחיזוי בדאטה חיצוני, למדוד את השיפור בביצועים להשמיש מודלים בקלות, תוך ידיעה שכל הדאטה עומד בדרישות הרגולציה המתעדכנות.

בחברת הייעוץ .McKinsey & Co הדגישו את גודל השינוי שנוצר בעקבות מגפת הקורונה: "בכמה חודשים קצרים, הרגלי הרכישה, הפעילויות וההתנהגות הדיגיטלית של צרכנים השתנו בצורה דרמטית, באופן שהפך מחקרי צרכנים, תחזיות ומודלים לחיזוי שנוצרו קודם למיושנים ובלתי רלוונטיים. יתרה מכך, כשארגונים מיהרו לנסות להבין את השינויים בדפוסי הצריכה הם גילו שהדאטה הפנימי שלהם כמעט לא שימושי יותר".

בעיצומם של שינויים אלו במציאות העסקית משתנה והתגברות הרגולציה שמגבילה גישה למקורות מידע חיוניים עבורם, גורמים עסקיים רבים יצאו לחפש דאטה מחוץ לארגון שיוכל להזין את מאמצי ה-ML ומערכות אנליטיות ליבתיות לפעילות החברה, וגילו שמדובר במשימה לא פשוטה. מחקר שערכה אקספלוריום לאחרונה העלה שארגונים זקוקים לדאטה חיצוני רלוונטי, אבל אינם יודעים כיצד למצוא אותו בצורה מובנית.