製品実験プラットフォームのEppoが事業拡大のため1,950万ドルを調達

開発者がアプリの異なるバージョンを試用できるプラットフォームへの需要は高いものの、必要なインフラストラクチャの構築は依然として比較的複雑です。データパイプラインや統計手法に加え、実験インフラストラクチャは、多くの場合、設定が難しいクラウド環境から提供される分析ワークフローに依存しています。

近年、Split、Statsig、Optimizelyなど、アプリの実験インフラを抽象化するスタートアップが数多く登場しています。より最近の例としてはEppoが挙げられます。同社は本日、Menlo VenturesからのシリーズAラウンドで1,600万ドル、Amplify Partnersがリードするシードラウンドで350万ドルを調達し、合計1,950万ドルを調達してステルス状態から脱しました。事情に詳しい情報筋がTechCrunchに語ったところによると、資金調達後の企業価値は8,000万ドルです。

CEOのチェ・シャルマ氏によると、Eppoは、AirbnbとウェブサイトビルダーのWebflowで初期のデータサイエンティストとして実験プラットフォームを構築した経験から着想を得たという。「商業分野では、Airbnbのような実験システムのパワーを提供するものはありませんでした。つまり、同じシステムを何度も何度も構築しなければならなかったのです」と、シャルマ氏はTechCrunchへのメールで語った。「Eppoを開発したのは、最新のデータスタックと最新の因果推論文献を活用するためです。これにより、企業は製品チームの取り組みを、統計的検出力を高めて収益などのビジネス指標に結び付けることができるようになります。」

シャルマ氏は、アプリ実験の分野が競合他社で飽和状態ではないにしても、過密状態になりつつあることを認めています。しかし、Eppoの差別化要因は、信頼区間を用いた分析ツールにあると述べています。このツールは、ランダム化実験の結果を理解し、解釈しやすくする役割を果たします。EppoはAIや機械学習モデルを用いた実験もサポートしており、あるモデルが他のモデルよりも優れているかどうかを示すライブ実験を行う技術も活用しています。

シャルム氏によると、EppoはCUPED分散削減機能を搭載した最初の商用プラットフォームの一つだ。これは、実験前の情報で説明できる指標の分散を除去するアプローチである。例えば、宿泊施設予約会社が1日の予約件数を増やすことを目的とした実験を実施したとしよう。1日あたりの宿泊施設あたりの予約件数は、ゼロから数千までの範囲となる可能性がある。しかし、各宿泊施設の1日あたりの平均予約件数は、実験前に決定できる場合が多い。CUPEDを通して、この情報を用いて、実験前と比較して、1日あたりの宿泊施設の予約件数が増加したか、減少したか、あるいはほぼ同じになったかを検証できる。

「現代のデータスタックにおけるあらゆる製品の中で、実験は収益と投資収益率（ROI）との関連性が最も明確です。なぜなら、実験によって、製品チームが行うあらゆる意思決定に経営陣や取締役レベルの指標が反映されるからです」とシャーマ氏は述べた。「特に厳しい不況市場では、経営陣は製品チームに収益などのビジネス指標の推進を期待しています。実験がなければ、製品チームはエンゲージメントやクリックレベルの虚栄心を示すだけの成果物の提供という悪循環に陥り、自分たちの仕事によって企業の財務見通しが改善されたという確信を持てないままになってしまうのです。」

シャルマ氏はまた、Eppoはすべてのデータ計算をクラウド上のSnowflake上で実行するため、他の多くの実験プラットフォームよりもプライバシー保護が優れていると主張しています。クリック数、エンゲージメント数、その他の個人を特定できる情報を収集するのではなく、Eppoプラットフォームは集計され匿名化された実験結果のみを保存します。