Sift Science привлекает $5.5 млн финансирования
Компания Sift Science, разработчик системы автоматического мониторинга и анализа всех посетителей сайта по уровню доверия, основанная бывшими разработчиками Google, объявила о своем официальном запуске и привлечении $4 млн в рамках серии А финансирования, проведенной Union Square Ventures. В рамках раунда, Альберт Венгер (Albert Wenger) из Union Square присоединился к совету директоров компании.
Sift Science ранее привлекла $1.5 млн посевного финансирования. Таким образом, по итогам раунда общий объем финансирования, привлеченного компанией, составил $5.5 млн.
Список других инвесторов включает ряд известных инвесторов-ангелов и венчурных компаний (Max Levchin (PayPal, Slide, Affirm), Chris Dixon (SiteAdvisor, Hunch), Marc Benioff (Salesforce CEO), First Round Capital, Y Combinator, Founder Collective, SV Angel, Start Fund, Alex Rampell (SiteAdvisor, TrialPay), Kevin Scott (AdMob, Google, LinkedIn), Lee Lindon (Karma Science, Facebook), Harj Taggar (Y Combinator), Garry Tan (Posterous, Y Combinator), Alexis Ohanian (Reddit, Y Combinator), Rich Barton (Zillow, Expedia)).
Сервис позволяет определить степень доверия для каждого пользователя, исходя из доступной информации о его IP-адресе, куках, месте жительства, истории сёрфинга и других показателях.
Sift Science ранее привлекла $1.5 млн посевного финансирования. Таким образом, по итогам раунда общий объем финансирования, привлеченного компанией, составил $5.5 млн.
Список других инвесторов включает ряд известных инвесторов-ангелов и венчурных компаний (Max Levchin (PayPal, Slide, Affirm), Chris Dixon (SiteAdvisor, Hunch), Marc Benioff (Salesforce CEO), First Round Capital, Y Combinator, Founder Collective, SV Angel, Start Fund, Alex Rampell (SiteAdvisor, TrialPay), Kevin Scott (AdMob, Google, LinkedIn), Lee Lindon (Karma Science, Facebook), Harj Taggar (Y Combinator), Garry Tan (Posterous, Y Combinator), Alexis Ohanian (Reddit, Y Combinator), Rich Barton (Zillow, Expedia)).
Сервис позволяет определить степень доверия для каждого пользователя, исходя из доступной информации о его IP-адресе, куках, месте жительства, истории сёрфинга и других показателях.