Lanzada en Corea del Sur hace cinco años, plataforma de descubrimiento de contenido Dable ahora sirve a un total de seis mercados en Asia. Ahora planea acelerar el ritmo de su expansión, con seis nuevos mercados en la región previstos para este año, antes de ingresar a países europeos y Estados Unidos. Dable anunció hoy que ha recaudado una Serie C de $ 12 millones a una valoración de $ 90 millones, liderada por la firma de capital de riesgo de Corea del Sur SV Investment. Otros participantes incluyeron KB Investment y K2 Investment, así como el inversor que regresa Kakao Ventures, una subsidiaria de Kakao Corporation, una de las firmas de Internet más grandes de Corea del Sur.
Dable (el nombre es una combinación de "datos" y "capaz") sirve actualmente a más de 2,500 medios de comunicación en Corea del Sur, Japón, Taiwán, Indonesia, Vietnam y Malasia. Tiene filiales en Taiwán, que representa el 70% de sus ventas en el extranjero, e Indonesia.
La Serie C eleva la financiación total de Dable hasta ahora a 20.5 millones de dólares. Hasta ahora, la compañía ha adoptado un enfoque gradual hacia la expansión internacional, dijo el cofundador y director ejecutivo Chaehyun Lee a TechCrunch, primero ingresando a uno o dos mercados y luego esperando que el negocio allí se estabilice. En 2021, sin embargo, planea usar su Serie C para acelerar el ritmo de su expansión, lanzándose en Hong Kong, Singapur, Tailandia, China continental, Australia y Turquía antes de ingresar a los mercados de Europa y Estados Unidos también.
El objetivo de la empresa es convertirse en la "plataforma de recomendación personalizada más utilizada en al menos 30 países para 2024". Lee dijo que también tiene planes de transformarse en una empresa de tecnología de medios mediante el lanzamiento de un sistema de gestión de contenido (CMS) el próximo año.
Dable actualmente afirma una tasa de crecimiento de ventas anual promedio desde su fundación de más del 50%, y dice que alcanzó $ 27.5 millones en ventas en 2020, frente al 63% del año anterior. Cada mes, tiene un total de 540 millones de usuarios únicos y recomienda cinco mil millones de piezas de contenido, lo que resulta en más de 100 millones de clics. Dable también dice que su tasa de crecimiento de ventas anual promedio desde su fundación es de más del 50%, y en ese 2020, alcanzó $ 27.5 millones en ventas, un 63% más que el año anterior.
Antes de lanzar Dable, Lee y otros tres miembros de su equipo fundador trabajaron en RecoPick, un desarrollador de motores de recomendación operado por la subsidiaria de SK Telecom, SK Planet. Para los medios de comunicación, Dable ofrece dos productos basados en big data y aprendizaje automático: Dable News para hacer recomendaciones personalizadas de contenido, incluidos artículos, a los visitantes, y Dable Native Ad, que se basa en redes publicitarias como Google, MSN y Kakao.
Un tercer producto, llamado karamel.ai, es una solución de orientación de anuncios para plataformas de comercio electrónico que también hace recomendaciones de productos personalizadas.
Los principales rivales de Dable incluyen Taboola y Outbrain, que tienen sus oficinas centrales en Nueva York (y recientemente cancelaron una fusión), pero también operan en los mercados asiáticos, y Popin, con sede en Tokio, que también atiende a clientes en Japón y Taiwán.
Lee dijo que Dable demuestra la competitividad de sus productos ejecutando pruebas A / B para comparar el desempeño de los competidores con las recomendaciones de Dable y ver cuál da como resultado la mayor cantidad de clics. También realiza pruebas A / B para comparar el rendimiento de los artículos seleccionados por los editores con los recomendados por los algoritmos de Dable.
Dable también proporciona algoritmos que permiten a los clientes más flexibilidad en el tipo de contenido personalizado que muestran, lo cual es un punto de venta a medida que las empresas de medios intentan recuperarse de la caída masiva en el gasto publicitario precipitada por la pandemia de COVID-19. Por ejemplo, el algoritmo de artículos relacionados de Dable se basa en el contenido que los visitantes ya han visto, mientras que su algoritmo de artículos examinados mide qué tan interesados están los visitantes en ciertos artículos en función de métricas como cuánto tiempo dedicaron a leerlos. También tiene otro algoritmo que muestra los artículos más vistos según el género y los grupos de edad.
