数据清洗是为预测分析等应用准备数据的关键环节，却极为耗时。调查显示，数据科学家约60%的时间用于清理和组织数据。这不仅浪费人力，更造成巨大经济损失：据Experian统计，“脏数据”导致普通企业损失15%至25%的收入，美国经济每年因此损失高达3万亿美元。
为改变这一现状，Eric Crane与David Boskovic创立了Flatfile——一个能自动学习并优化数据结构与清理流程的平台。凭借ClickUp、Square、阿斯利康（AstraZeneca）及Spotify等知名客户，该初创公司已完成5000万美元B轮融资，总融资额达9470万美元，正蓄势迈向下一增长阶段。
本轮B轮由Tiger Global领投，Gradient Ventures（谷歌旗下AI专项基金）与Workday参投；后者显然看好Flatfile数据处理能力在其人力资源业务中的应用潜力。Boskovic透露，Scale Ventures以及来自Airtable、DocuSign、LinkedIn和Gainsight的天使投资人亦参与本轮投资。
Boskovic指出：“数据交换，尤其是新客户onboarding过程，常需耗费数千小时完成数据的收集、清洗与迁移。例如客户向信用卡公司批量付款，或供应商向食品集团更新供应链信息。对大型企业而言，此类数据准备可能长达六个月，直接导致onboarding延迟、成本超支乃至客户流失……我们致力于简化这一流程，为企业节省大量时间与资金。”
Crane与Boskovic在生产力工具公司Envoy共事期间萌生Flatfile构想，彼时二人对企业在数据操纵与清洗上浪费的时间深感沮丧。Flatfile专注解决数据onboarding难题——因输入文件格式差异大，传统基于规则的模型往往失效。
Flatfile采用经超250亿次“数据决策”训练的AI模型，可智能映射并解析电子表格、CSV等文件结构。当算法遇到异常或无法自动处理的数据类型时，会提示用户做出判断，并将该场景存入数据库供后续复用。
近期，Flatfile推出软件开发工具包（SDK），允许开发者在其组件基础上构建自定义功能，涵盖导入、匹配、合并及导出等操作。Boskovic表示，尽管公司仍提供开箱即用的标准导入流程，但SDK可满足特定客户的深度定制需求。
他强调：“这使客户能深入底层，以最大灵活性与可扩展性整合跨系统数据传输所需模块。平台帮助企业更早释放数据价值，让员工聚焦核心业务，将繁琐的数据处理交予Flatfile。通过消除数千小时的格式校验工作，Flatfile助力企业加速产品上市，并实现显著降本增效。”
目前，Flatfile面临Textract（亚马逊云端文档文本与数据提取服务）、微软Form Recognizer等竞品竞争。谷歌亦提供Cloud Natural Language等工具，支持对现有文件进行句法、情感及实体分析。
Boskovic认为，疫情与经济衰退反而为Flatfile带来重大机遇：前者推动企业加速云迁移，后者则迫使企业更快证明自身价值。如今，Flatfile已服务数千名开发者、500家企业客户，并包括若干未具名的政府机构。
Boskovic表示：“Flatfile为解决关键业务痛点提供了全面方案。尽管原有资金尚可支撑两年运营，但我们抓住投资者热情完成B轮融资，将跑道延长至四年，以便持续依据客户反馈优化产品。本轮资金将重点拓展全球大型企业市场——过去三个季度团队迅速扩张至约75人，预计短期内仍将保持增长势头。目前年度经常性收入（ARR）已突破500万美元，未来12个月有望翻倍以上。”