データ解析サービスプラットフォームのTrifactaは先頃，データアナリストのデータラングリング(Data Wrangring)作業支援という同社の活動を推進するため，VCによる出資を受け入れた。目標はデータ収集とクレンジング，マージといった作業を，現在よりはるかに少ない時間と労力で可能にすることだ。
データラングリングは従来，どのビッグデータプロジェクトにおいても非常に時間と労力を要する作業だった。現代はさまざまなデータがあふれて入り混じり，データソースの進化によってその特性も常に変化している。NoSQLデータベースはこの問いに対して，列ベースあるいは文書ベースなどの手法で，ストレージ側からの回答を試み続けている。しかしデータを収集して意味付けするという問題が残ったままだ。
Trifactaはこの問題に対して，開発者ではなくユーザ中心の観点からアプローチしている。ビジネスアナリストとデータサイエンティストを対象に，ビジュアル指向の方法でデータセットのクレンジングを可能にするのだ。バークレー大学とスタンフォード大学の研究に基づくこのプラットフォームでは，オペレータとマシンの連携によってデータセットから洞察を抽出することを目指している。
ビッグデータからの自動スマートサンプリングとビジュアル化によって，アナリストは，注目すべきパターンを短時間で見つけ出すことができる。そうすればTrifactaが，機械学習アルゴリズムを適用して，取得した情報の再編成と形式化を行う方法を提案してくれる。アナリストはデータセットを情報の論理的集合にグループ化して，それを一歩ずつ正規化した上で，結果を作業工程に従ったユーザフレンドリな方法で視覚化する。最終ステップでは，半ば構造化されたデータセットを形式化することによって，データ全体を一般化する。プラットフォームは，データアナリストがデータ全体を徹底的に変換できるように，ユーザエクスペリエンスを念頭に置いてゼロからデザインされている。データをクレンジングしてデータウェアハウスに格納するために，複雑なパイプラインを開発する必要はない。
Trifactaの前身である研究プロジェクトのDataWranglerとその研究論文がオンラインで公開されている。Trifactaはまだクローズドベータで招待制のデモが計画されているのみだが，どのようなものかを垣間見ることはできる。