Shadi Rostami, SVP of Engineering at Amplitude – Interview Series

Shadi ist SVP of Engineering bei dem digitalen Analyseleader Amplitude. Sie ist eine leidenschaftliche, erfahrene Technologieführerin und Architektin mit Erfahrung im Aufbau und Management hoch effizienter Ingenieurteams. Vor Amplitude war sie VP of Engineering bei Palo Alto Networks. Sie hat mehrere Produktlinien und Dienstleistungen innoviert und geliefert, die auf verteilten Systemen, Cloud-Computing, Big Data, Machine Learning und Sicherheit spezialisiert sind.

Amplitude basiert auf modernen Machine-Learning- und generativen AI-Technologien, die es Produktteams ermöglichen, intelligenter zu bauen, schneller zu lernen und die besten digitalen Erfahrungen für ihre Kunden zu schaffen.

Was hat Sie ursprünglich zur Informatik und zum Ingenieurwesen hingezogen?

Ich bin im Iran aufgewachsen und habe ursprünglich einen Schulweg eingeschlagen, der zu einer Karriere in der Medizin geführt hätte, dem Weg, den mein Vater für mich vorgesehen hatte und den mein Bruder eingeschlagen hat. Etwa ein Jahr und ein halbes Jahr später entschied ich mich, dass dies nicht der richtige Weg für mich war. Stattdessen verfolgte ich Ingenieurwesen und wurde die erste Mädchen im Iran, die an der Informatik-Olympiade (IOI) teilnahm und die Bronzemedaille gewann, einem jährlichen Wettbewerb für Schüler aus der ganzen Welt, die in Mathematik, Physik, Informatik und Chemie konkurrieren. Das führte mich dazu, Ingenieurwesen an der Sharif-Universität für Technologie im Iran zu studieren und später an der University of British Columbia in Kanada einen Ph.D. in Computer-Ingenieurwesen zu erwerben. Danach arbeitete ich für Start-ups für einige Jahre und verbrachte dann ein Jahrzehnt bei Palo Alto Networks, wo ich schließlich zur VP für Entwicklung, QA, DevOps und Data Science wurde. Vor fünf Jahren wechselte ich zu Amplitude als SVP of Engineering.

Können Sie Amplitudes Kern-AI-Philosophie diskutieren, dass AI dazu beitragen sollte, Menschen bei der Verbesserung ihrer Arbeit zu unterstützen, anstatt sie zu ersetzen?

AI transformiert schnell fast jede Branche, und mit dieser Transformation kommen Fragen darüber, wie Unternehmen diese Technologie nutzen werden. Wir sind überzeugt, dass wir AI richtig machen müssen. Diese Überzeugung führte uns dazu, unsere kundenorientierte AI-Philosophie zu entwickeln, die auf fünf Hauptprinzipien basiert: (1) kollaborative Entwicklung und Denkpartnerschaft, (2) Datenverwaltung und Schutz der Benutzerdaten, (3) Transparenz, (4) Privatsphäre, Sicherheit und Einhaltung von Vorschriften und (5) Kundenwahl und Kontrolle. Wir wissen, dass diese Prinzipien wichtig sind, wenn Unternehmen AI adoptieren und testen und schließlich wirklich datengetrieben werden. Für unsere Zwecke bedeutet dies, den Bau von AI-Tools, die Menschen helfen, schneller zu Erkenntnissen zu gelangen. Wenn AI richtig eingesetzt wird, führen diese Erkenntnisse zu schnelleren, besseren Entscheidungen, die das Ergebnis vorantreiben. Die Verwendung von AI als Werkzeug, um menschliche Intelligenz und Kreativität zu ergänzen, ist der Bereich, in dem ich den größten Einfluss von AI sehe.

Können Sie das Konzept der “Daten-Demokratie” im Kontext der heutigen AI-getriebenen Geschäftsumgebung erklären?

“Die Daten-Demokratie wird von der Erkenntnis getrieben, dass Teams besser, schneller und effizienter funktionieren, wenn sie die richtigen Daten-Einblicke zum richtigen Zeitpunkt erhalten. In der heutigen sich schnell entwickelnden AI-getriebenen Umgebung können Teams es sich nicht leisten, Tage oder Wochen auf Datenabrufe zu warten. Um dies zu vermeiden, müssen Unternehmen ihre Teams in die Lage versetzen, Daten auf selbstständige Weise zu nutzen. Jetzt bedeutet dies nicht Daten-Chaos ohne Parameter. Am Ende des Tages führt schlechtes Datenmanagement zu schlechtem AI. Aber mit den richtigen Tools und Prozessen können Unternehmen Daten-Demokratisierung mit Datenverwaltung ausgleichen und so bessere Geschäftsergebnisse erzielen.”

Welche wesentlichen Verschiebungen in der Organisationskultur halten Sie für erforderlich, um eine wahre Daten-Demokratie im Zeitalter von AI zu ermöglichen?

Die Etablierung einer wahren Daten-Demokratie innerhalb Ihres Unternehmens beginnt mit zwei grundlegenden Kulturverschiebungen: Bereitstellung der richtigen, zugänglichsten Tools und Durchführung von organisationsweiten Bemühungen um Datenkompetenz. Dies bedeutet die Adoption von Selbstbedienungstools, die es nicht-technischen Teammitgliedern, wie Marketing- oder Kundenunterstützungsteams, ermöglichen, nicht nur auf Daten zuzugreifen, sondern auch diese zu analysieren und darauf zu reagieren. Ich glaube, dass Selbstbedienungs-Datenanalyse die Zusammenarbeit zwischen Teams antreiben, Neugier und Erkundung inspirieren, Datenkompetenz skalieren und eine Voreingenommenheit für Aktion und Auswirkung schaffen kann. Es ist auch wichtig, gemeinsame Bemühungen zwischen dem zentralen Datenteam und den Fachteams zu unternehmen, um eine kontinuierliche Datenverwaltung durchzuführen und sicherzustellen, dass die Datenqualität im Laufe der Zeit nicht abnimmt.

Welche sind Ihrer Erfahrung nach die größten Herausforderungen, denen Unternehmen bei der Erreichung der Daten-Demokratisierung gegenüberstehen, und wie können sie diese Hindernisse überwinden?

In der Vergangenheit haben Unternehmen versucht, Daten innerhalb eines Teams von Experten zu zentralisieren, wodurch der Rest des Unternehmens auf dieses Team angewiesen war, um Analysen und Schlüsselerkenntnisse zu liefern, die für ihre täglichen Operationen und Entscheidungen kritisch sein könnten. Während die Demokratisierung des Datenzugangs entscheidend ist, um diese Flaschenhals zu lösen, kann sie auch herausfordernd sein. Wenn ich mit Datenführern über die Operationalisierung von Selbstbedienung spreche, ist klar, dass es ein Spektrum gibt. Auf der einen Seite gibt es Tools mit niedriger Einrichtung für nicht-technische und Fachteams. Letztendlich liefern diese Tools nicht die Tiefe und Breite der Antworten, die diese Teams benötigen. Auf der anderen Seite gibt es technischere Tools für technischere Teams. Sie sind viel flexibler in Bezug auf die Analyse, aber sie sind langsam und wahrscheinlich können nur sehr wenige Menschen sie überhaupt verwenden. Wir bezeichnen diese Tools als “Daten-Brotzeile” … Sie warten immer auf Antworten. Teams benötigen eine Lösung in der Mitte. Denken Sie an außergewöhnliche Lösungen, die Erkundung und Experimentierung fördern, anstatt sie zu behindern. Mit der richtigen Tooling und Team-Education können Unternehmen den Daten-Demokratisierungs-Abstand leichter überbrücken.

Wie wichtig ist Datenkompetenz im Prozess der Daten-Demokratisierung, und welche Schritte sollten Unternehmen unternehmen, um diese bei ihren Mitarbeitern zu verbessern?

Die Förderung einer Umgebung der Daten-Demokratie über Ihre Teams hinweg ist eine kulturelle Herausforderung, die Bildung und Unternehmensweite-Zustimmung erfordert. In meinen Erfahrungen mit der Lehre von Datenprozessen an nicht-technische Mitglieder ist der beste Weg, diese Fähigkeiten zu entwickeln, durch eine Kombination aus Schulung und praktischem Lernen. Ich empfehle die Entwicklung eines umfassenden Schulungsprogramms, um sicherzustellen, dass die Mitarbeiter sich in den Erkenntnissen, die sie aus ihren Daten ziehen, wohl und selbstbewusst fühlen. Stellen Sie sicher, dass Sie ein Tool verwenden, das nicht-technische Benutzer nicht ausschließt: Zum Beispiel würde jedes Tool, das Kenntnisse von SQL erfordert, Personen ohne Programmierkenntnisse marginalisieren. Von dort aus bieten Sie den Mitarbeitern Gelegenheiten, in die Daten einzutauchen und zu beginnen, damit zu experimentieren. Schließlich implementieren Sie ein Tool, das Erkundung und Zusammenarbeit fördert. Je weniger Menschen in Silos arbeiten, desto mehr können sie Ideen austauschen, was zu mehr aufschlussreichen Erkenntnissen führt. Wenn Sie ein Datenprofi sind, der einem nicht-technischen Teammitglied beibringt, denken Sie daran, dass Sie jahrelang gelernt haben, wie man Daten erhält und verwendet, also denken Sie darüber anders als der gelegentliche Benutzer. Seien Sie offen dafür, anderen beizubringen, anstatt alles selbst zu tun. Andernfalls werden Sie nie frei haben, um etwas anderes zu tun, als auf die Fragen der Leute zu antworten.

Wie sollten Unternehmen ihre Strategien anpassen, um in der sich schnell entwickelnden Umgebung von Daten-Tools und generativen AI-Technologien voranzustehen?

Datenverwaltung ist eine der Haupt-Herausforderungen, denen Unternehmen noch gegenüberstehen, und es ist etwas, das jedes Unternehmen meistern muss, um sinnvolle AI- und Daten-Erfahrungen zu ermöglichen. AI ist nur so gut wie die Daten, die sie antreiben, und saubere Daten führen zu mehr aussagekräftigen Erkenntnissen, zufriedeneren Benutzern und Geschäftswachstum. Auf diese Weise müssen Unternehmen proaktiv bei der Datenbereinigung und Taxonomie sein, und es gibt Möglichkeiten, generative AI zu verwenden, um AI-Verwaltung und -Qualität zu verwalten. Zum Beispiel hat Amplitude letztes Jahr unser AI-gestütztes Data-Assistant-Produkt gestartet, das intelligente Empfehlungen und Automatisierung bietet, um Datenverwaltung nahtlos zu machen und Benutzern zu helfen, Datenqualitätsbemühungen zu übernehmen.

Wie ermöglicht Amplitude es Unternehmen, die Kundenreise besser zu verstehen?

Das Erstellen großartiger digitaler Produkte und Erfahrungen ist schwierig, insbesondere in der heutigen Wettbewerbslandschaft. Heute wissen viele Unternehmen noch nicht, für wen sie bauen oder was ihre Kunden wollen. Amplitude hilft Unternehmen, Fragen wie “Was lieben unsere Kunden? Wo kommen sie nicht weiter? Was hält sie davon ab, zurückzukehren?” durch quantitative und qualitative Daten-Einblicke zu beantworten. Unsere Plattform hilft Unternehmen, die gesamte Kundenreise besser zu verstehen, indem sie Daten zur Verfügung stellen, die die Kundenakquise, Monetarisierung und Bindung antreiben. Heute nutzen mehr als 2.700 Kunden, darunter auch große Marken wie Atlassian, NBC Universal und Under Armour, Amplitude, um bessere Produkte zu bauen.

Vielen Dank für das großartige Interview, Leser, die mehr erfahren möchten, sollten Amplitude besuchen.