Matthew Scullion, CEO og grundlægger af Matillion – Interview Serie

Matthew Scullion er CEO og grundlægger af Matillion – den førende leverandør af dataomformingssoftware til cloud data lager.

Virksomheden har genopfundet dataomformning i cloud-æraen – som den eneste leverandør, der muliggør sand dataomformning i cloud. Dens unikke ELT (i modsætning til ETL) tilgang udnytter kraften af en virksomheds valgte cloud data lager til dataomformning, maksimerer skalerbarhed, hastighed og besparelser.

Matillions 800+ kunder inkluderer Accenture, Amazon, Bose, Docusign, Fox, GE, Merck, Siemens, Sony, Splunk, VIstaprint og Zapier.

Matthew har mere end 20 års erfaring med at arbejde på tværs af forretnings- og teknologi, med størstedelen af sin karriere som software- og IT-professionel.

Du er en livslang iværksætter, der startede din første virksomhed, da du var 18. Hvad var denne første virksomhed? Ser du tilbage, var der noget, der kunne være gjort anderledes for at øge chancerne for succes?

Det var en lille virksomhed kaldet Real Information Systems – vi udviklede og implementerede groupware. Mens jeg var der som et aften- og weekendprojekt byggede jeg et tidligt webindholdshåndteringssystem, som vi lykkedes at sælge til nogle anständige kunder og som vandt flere priser. Ved en af prisuddelingerne mødte vi en stor amerikansk virksomhed, der kort efter købte virksomheden.

Og hvad ville jeg have gjort anderledes? Næsten alt. Jeg var faktisk 17, da jeg blev involveret i den virksomhed, og min partner var en god fyr (og vi er stadig venner), men ikke meget forretningsmæssig. Hvis jeg havde det kompetence niveau, jeg har i dag, dengang, tror jeg, vi ville have haft en langt mere succesfuld virksomhed! Jeg lærte mest om menneskelige færdigheder – alt i forretning (eller videnforretning som software) handler om kvaliteten af menneskene – at få dem i de rigtige sæder på det rigtige tidspunkt – og at få dem til at arbejde sammen og have en god kultur.

Efter denne første virksomhed arbejdede du herefter i kommerciel IT og softwareudvikling i 15 år hos en række britiske og europæiske systemintegratorer. Hvad var nogle af disse roller?

Jeg arbejdede op gennem ledelsen af udviklere, nogle forsalg til P&L-ansvar for softwareafdelingen i en stor europæisk SI… dette gav mig en masse kundeerfaring, især hos større kunder. Og jeg styrede BI, Software, SDLC og Integration praktikker – hvilket gav mig alle de værktøjer, jeg havde brug for til Matillion.

Var der et hul i markedet, du lagde mærke til i disse forskellige typer roller, der inspirerede dig til at lancere Matillion?

Jeg havde set på min tidligere virksomhed kraften af en godt implementeret BI. Og hvor svært det var at gøre det rigtigt. Jeg havde også set en tysk virksomhed, der havde været rigtig succesfuld med en mere forudpakket, brancheforstået BI-løsning til mellemstore virksomheder. Endelig havde vi arbejdet med AWS og kunne se, hvad der skete med on-prem-løsninger. Så cloud-baseret, nøglefærdig, fuldt administreret BI-løsning syntes at være et hul, vi kunne udfylde. Det er ikke, hvad vi gør i dag, men det var, hvad vi gjorde til at starte med, og det ledte os til at bygge Matillion ETL år senere, som er, hvad virksomheden handler om i dag.

Efter at have lancere Matillion i 2011 overbeviste du tre af dine tidligere chefer om at investere. Hvordan gik denne diskussion, og hvad var det om idéen, der overbeviste dem om at komme om bord?

Jeg besluttede at sige op fra mit job og starte virksomheden, mens jeg var på ferie i Spanien med min kone. Jeg havde haft en hård tid på min tidligere arbejdsplads, og hun opmuntrede mig til at gøre det. Jeg gik hjem og lagde en forretningsplan sammen, som jeg derefter præsenterede for disse tre personer.

Jeg tror (i virkeligheden ved jeg) at de ikke troede, jeg vidste meget mere om cloud og BI end dem. Men de har siden fortalt mig, at de ikke støttede forretningsplanen – men støttede mig, fordi de troede, jeg havde en chance for at gøre noget succesfuldt.

Jeg gætter på, at det var på baggrund af de 10+ år, jeg havde arbejdet med og for dem før, og mens det altid er en god idé at tænke på sin integritet.

Hvordan ville du beskrive Matillion i så få ord som muligt?

Matillion er dataomformning for cloud data lager.

En af de vigtigste forskelle mellem Matillion og andre løsninger er Matillions ELT (extract, load, transform) tilgang i modsætning til den mere almindelige ETL (Extract, transform, load). Kan du beskrive disse to tilgange og hvad der gør ELT overlegen?

Da dataintegrationsprodukter kom ind på markedet for mange år siden, leverede de tre områder med værdi, der stadig er nødvendige i dag: 1) extract, 2) load (få data fra kilde systemer ind i data lageret) og 3) dataomformning (samle sammen siloede data, denormalisere, tilføje værdi og forbedre forretningslogik og metrikker). Med andre ord gjorde tidlige produkter enterprise data “analytics-ready” i et komplekst IT-miljø, i stor skala og som et hold.

Men disse præ-cloud, arvede produkter var ikke bygget til cloud. Så de var langsomme, svære at administrere og skalerbar, svære at købe og kunne ikke udnytte den underliggende kraft og funktioner i cloud-platforme.

På det tidspunkt – før 2015 – var Matillion fokuseret på at bygge og administrere data lager for vores kunder i cloud. Vi blev frustrerede over manglen på produkter, der kunne hjælpe vores kunders forretninger effektivt og i stor skala. Vi havde brug for et produkt, der kunne levere enkelhed, hastighed, skalerbarhed og besparelser, men et sådant produkt eksisterede ikke. Så vi byggede det selv. For omkring fem år siden lancerede vi Matillion ETL (extract, load, transform), et værktøj bygget specifikt til cloud data lager (CDW) herunder Amazon Redshift, Google BigQuery og Snowflake.

Data fra forskellige kilder kan let indsamles, men blot at indlæse det i en central placering inde i et CDW giver ikke højkvalitets data indsigt. Data skal omformes, før det kan bruges med et analytics-værktøj eller nogen nedstrømsprocesser som maskinlæring. Udværelsen af at omforme data modsiger formålet med et data lager fra starten, og efterlader kunderne uden mulighed for at bygge og administrere komplekse data modeller eller få højkvalitetsanalyse.

De fleste løsninger i dag extractor data, omformér det til rådata, der er egnet til rapportering og analytics, og indlæser det i et målplatform (f.eks. en relationel database). ETL-motoren er derfor en compute-resurs, og skal være kraftfuld nok (læs: dyrt) til at håndtere store mængder data, der skal omformes. Derudover er miljøerne, der kører ETL-software, ikke bygget til at skalerer på samme måde som data lager. Derfor kan disse miljøer forbruge mere IT-resurser, skabe flaskehalse i datakæden og kan have en negativ indvirkning på en virksomheds rapportering og analytics. Dette kan føre til dårlige forretningsbeslutninger, der tages langsomt, hvilket resulterer i mistede muligheder.

Vores lignende, men forskellige extract-load-transform (ELT) tilgang tilbyder forøget præstation og værdi ved at håndtere extract og load i ét trin, direkte til en virksomheds mål data platform, ved at udnytte kraften af en CDW’s processer til at udføre omformninger, når data er indlæst. At flytte omformninger til data lageret selv kræver kun én kraftfuld infrastruktur. Yderligere fremskridt på relationelle databaser gør det lettere, hurtigere og mere omkostningseffektivt at omforme data i databasen. Dette resulterer i besparelser på infrastruktur, bedre udførende arbejdsløb og kortere udviklingscykler. En virksomheds data kan hurtigt migreres og er straks tilgængelig for omformninger og analyse baseret på nuværende forretningsudfordringer og behov.

Hvis ETL søger at forbedre sin største tilbageslag – præstation – forventer Matillion, at resultatet vil være en ELT-arbejdsgang. Det er den bedste måde for en virksomhed at udnytte sin data effektivt, omkostningseffektivt og for frugtbar analyse til at drive forretningsvækst.

Matillion har skabt Matillion Data Loader, som er et gratis SaaS-baseret dataintegrationsværktøj. Kan du beskrive dette værktøj i detaljer og hvad der gør det så brugervenligt?

I dag har virksomheder nye behov omkring data. Teknologilandskabet ændrer sig. IT-datafagfolk har stadig brug for enterprise-skala og kraftfuld omformningsfunktion, og altid vil – men i virksomheder, der konkurrerer ved hjælp af data, er der en ny type databruger, der ikke nødvendigvis arbejder i IT. Disse brugere kan arbejde i marketing, finans og andre discipliner på tværs af virksomheden. De vil bruge data til at finde svar på deres forretningsspørgsmål. Matillion Data Loader møder disse brugere og understøtter virksomheder i tidlige faser af deres cloud data rejse. Produktet fremmer hastigheden og enkelheden af dataintegration for disse databrugere. Det er en letvægts SaaS-løsning, der giver dataanalysefagfolk og forretningsbrugere mulighed for at let migrere data med et kraftfuldt og skalerbart produkt. Kunder kan gradvist opgraderer til mere sofistikerede og dybde (Matillion ETL), når det er nødvendigt.

Vi tilbyder Matillion Data Loader gratis. Dette har forstyrret markedet og demonstrerer vores engagement i at møde og betjene virksomheder, uanset hvor de er på deres cloud data rejse, og hjælpe dem med at få adgang til data til intelligente forretningsbeslutninger.

Matillion giver virksomheder mulighed for at udnytte den fulde kraft af cloud data for at gøre dataomformning lettere, hurtigere og mere omkostningseffektiv. Kan du beskrive nogle af disse funktioner?

Matillion ETL er et cloud-værktøj, der hjælper virksomheder af alle størrelser, på tværs af brancher, med enterprise-klassificeret, sofistikeret dataomformning til at drive deres analytics i stor skala på Amazon Redshift, Snowflake og Google BigQuery. Vores produkter kan samle, filtrere, rangere, konvertere, aggregere og transponere data fra forskellige kilder for at lette cloud-migrationer og -omformninger. De kan tilslutte sig platforme som Amazon S3 og Amazon RDS, Google Analytics, kunde relation management portalen som Salesforce, sociale medier (Facebook og Twitter) og endda betalingsprocessorer (Stripe, Paypal), og de giver brugere med de rette tilladelser mulighed for at importere og eksportere projekter eller se status for pågående opgaver fra instance-niveau audit logs.

Desuden giver Matillion administratorer mulighed for at designe og planlægge genbrugbare, parameterdrevne dataopgaver og visuelt orkestrere arbejdsgange med transaktioner, beslutninger og løkker, delvist gennem Bash og Python-scripting og komponentgenereringsværktøjer. Måske endnu mere nyttigt giver det dem mulighed for at generere en nedladbar rapport, der detaljerer layout, komponenter, SQL og egenskaber for en given opgave med ét klik.

Er der noget andet, du gerne vil dele om Matillion?

Matillions dataomformningsteknologi er sandsynligvis den største bidrag til enterprise-teknologi i år. Matillion ETL blev faktisk navngivet “Overall Data Tech Solution of The Year” af Data Breakthrough Awards. Vi har genopfundet dataomformning i cloud-æraen – som den eneste leverandør, der muliggør sand dataomformning i cloud. Vores team er ret stolt over at give enkelhed, skalerbarhed, hastighed og besparelser for hundredvis af virksomheder på tværs af verden, og vi ser frem til at fortsætte med at støtte virksomheders progression på deres datarejse – især når de søger at udnytte data til at forudsige fremtiden. Vi er godt positioneret til at hjælpe dem med at klare de nuværende turbulente globale markeder og komme ud stærkere på den anden side.

Tak for disse fænomenale svar, læsere, der ønsker at lære mere, skal besøge grundlæggeren af Matillion.