Matthew Scullion, administrerende direktør og grundlægger af Matillion – Intervieuserie

Matthew Scullion er administrerende direktør og grundlægger af Matillion – den førende leverandør af dataomformingssoftware til cloud-datawarehouse.

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 fra en virksomheds valgte cloud-datawarehouse til dataomformning, hvilket maksimerer skalerbarhed, hastighed og besparelser.

Matillions 800+ kunder inkluderer Accenture, Amazon (AMZN ), 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 teknologiområder, med det meste af sin karriere som software- og IT-professionel.

DU er en livslang iværksætter, der startede din første virksomhed, da du var 18 år. 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 ved navn 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 anstændige kunder og som vandt nogle 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 år, da jeg blev involveret i denne forretning, og min partner var en god fyr (og vi er stadig venner), men ikke så meget en forretningsmand. Hvis jeg havde de færdigheder, jeg har i dag, dengang, tror jeg, vi ville have haft en langt mere succesfuld forretning! Jeg lærte mest om menneskers færdigheder – alt i forretning (eller videnforretning som software) handler om kvaliteten af mennesker – at få dem på de rigtige pladser 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 presales gennem 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 practices – hvilket gav mig alle de værktøjer, jeg havde brug for til Matillion.

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

Jeg havde set på denne tidligere virksomhed kraften af en godt implementeret BI. Og hvor svært det var at få det rigtigt. Jeg havde også set en tysk virksomhed, der havde været rigtig succesfuld med en mere forudpakket, industriel lodret BI-løsning til mellemstore virksomheder. Til sidst havde vi arbejdet med AWS og kunne se skriften på væggen for on-prem-løsninger. Så cloud-baseret, nøgle-omdrejnings-, fuldt managed 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 hvad der førte os til at bygge Matillion ETL år senere, som er, hvad virksomheden handler om i dag.

Efter lanceringen af Matillion i 2011 overbeviste du tre af dine tidligere chefer om at investere. Hvordan gik denne diskussion?

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

Jeg tror (i virkeligheden ved jeg), at de ikke troede, jeg vidste så meget mere om cloud og BI end dem. Men de har herefter 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 med så få ord som muligt?

Matillion er dataomformning til cloud-datawarehouse.

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 på markedet for år tilbage, leverede de tre områder af værdi, der stadig er nødvendige i dag: 1) extract, 2) load (få data fra kilde-systemer ind i datawarehousen) og 3) dataomformning (samle splittede data, tilføj værdi og forbedre forretningslogik og -metrikker). Med andre ord gjorde tidlige produkter virksomhedens data “analytics-klar”, i et komplekst IT-miljø, i stor skala og som et hold.

Men disse præ-cloud, legacy-produkter var ikke bygget til cloud. Så de var langsomme, svære at styre og skalerbarhed, svære at anskaffe og i stand til at udnytte den underliggende kraft og funktioner i cloud-platforme.

På det tidspunkt – før 2015 – var Matillion fokuseret på at bygge og styre datawarehouses til kunder i cloud. Vi blev frustreret over manglen på produkter, der kunne støtte vores kunders forretninger effektivt og i stor skala. Vi havde brug for et produkt, der kunne levere enkelhed, hastighed, skalerbarhed og besparelser, men sådan et 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-datawarehouses (CDW), herunder Amazon Redshift, Google (GOOGL ) BigQuery og Snowflake

Data fra forskellige kilder kan let indsamles, men blot at indlæse det i en central placering inde i en CDW giver ikke højkvalitetsdataindsigt. Data skal omformes, før det kan bruges med et analytics-værktøj eller nogen anden efterfølgende proces, såsom maskinlæring. Udværlsen af dataomformning modsiger formålet med en datawarehouse fra starten, og efterlader kunderne uden mulighed for at bygge og styre komplekse datamodeller eller få højkvalitetsanalyse.

De fleste løsninger i dag udfører stadig dataudtræk, omformning til rådata, der er egnet til rapportering og analytics, og indlæsning i et målplatform (fx en relationel database). ETL-motoren er derfor en beregningsressource og skal være kraftfuld nok (læs: dyrt) til at håndtere store mængder data, der skal omformes. Desuden er miljøerne, der kører ETL-software, ikke bygget til at skalerer på samme måde som datawarehouses. Derfor kan disse miljøer forbruge mere IT-ressourcer, skabe flaskehalse i datakæden og negativt påvirke en virksomheds rapportering og analytics. Dette kan føre til dårlige forretningsbeslutninger, der træffes langsomt, hvilket resulterer i mistede muligheder.

Vores lignende, men forskellige extract-load-transform (ELT) tilgang tilbyder forbedret ydelse og værdi ved at håndtere extract og load i ét træk, direkte til en virksomheds målplatform, ved at udnytte kraften fra en CDW’s processer til at udføre omformningerne, når de er indlæst. At flytte omformninger til datawarehouset 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 ydende arbejdsløb og kortere udviklingscykler. En virksomheds data kan hurtigt migreres og er straks tilgængelig for omformning og analyse baseret på nuværende forretningsudfordringer og behov.

Hvis ETL søger at forbedre sin største svigt – ydelse – 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 virksomhedsskala- og kraftfuld omformningsfunktion, og altid vil – men hos 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-datarejse. Produktet fremmer hastigheden og enkelheden af dataintegration for disse databrugere. Det er en letvægts SaaS-løsning, der giver dataanalyticsprofessionelle og forretningsbrugere mulighed for at let migrere data med et kraftfuldt og skalerbart produkt. Kunder kan gradvist opgraderes til mere sofistikerede og dybe (Matillion ETL) funktioner efter behov.

Vi tilbyder Matillion Data Loader gratis. Dette har ændret markedet og demonstrerer vores engagement i at møde og betjene virksomheder, uanset hvor de er på deres cloud-datarejse, 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 til 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 virksomhedsskala- og avanceret 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 forbinder til platforme som Amazon S3 og Amazon RDS, Google Analytics, kunderelationssystemer som Salesforce , sociale medier (Facebook (META ) og Twitter) og endda betalingsprocessorer (Stripe, Paypal), og de giver brugerne med de rette tilladelser mulighed for at importere og eksportere projekter eller se status for igangværende 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 downloadbar 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 virksomhedsteknologi 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 af at levere enkelhed, skalerbarhed, hastighed og besparelser til hundredvis af virksomheder verden over, og vi ser frem til at fortsætte med at støtte virksomheders fremgang 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 på den anden side som stærkere. Tak for disse fænomenale svar, læsere, der ønsker at lære mere, skal besøge grundlæggeren af Matillion.