Λέιτον Γουέλτς, CTO και συνιδρυτής της Tracer – Σειρά Συνεντεύξεων

Λέιτον Γουέλτς είναι ο CTO και συνιδρυτής της Tracer. Tracer είναι ένα εργαλείο που βασίζεται στο AI και οργανώνει, διαχειρίζεται και οπτικοποιεί σύνθετα σύνολα δεδομένων για να προωθήσει ταχύτερη και πιο δραστική επιχειρηματική ευφυΐα. Πριν γίνει ο Chief Technology Officer στην Tracer, ο Λέιτον ήταν ο Διευθυντής Καταναλωτικών Ευρημάτων στην SocialCode και ο VP της Μηχανικής στην VaynerMedia. Έχει περάσει την καριέρα του πρωτοπορώντας στον ad tech οικοσύστημα, εκτελώντας την πρώτη διαφήμιση στο Snapchat και συμβουλεύοντας για εμπορικούς API για einige από τις μεγαλύτερες πλατφόρμες του κόσμου. Ο Λέιτον αποφοίτησε από το Χάρβαρντ το 2013, με πτυχίο στην Επιστήμη των Υπολογιστών και Οικονομία.

Μπορείτε να μας πείτε περισσότερα για το υπόβαθρό σας και πώς οι εμπειρίες σας στο Χάρβαρντ, την SocialCode και την VaynerMedia σας ενέπνευσαν να συνιδρύσετε την Tracer;

Η αρχική ιδέα προήλθε πριν από μια δεκαετία. Ένας παιδικός φίλος μου με τηλεφώνησε μια Παρασκευή το βράδυ. Είχε δυσκολίες με τη συλλογή δεδομένων από διάφορες κοινωνικές πλατφόρμες για έναν από τους πελάτες του. Νομίζαμε ότι αυτό θα μπορούσε να αυτοματοποιηθεί, οπότε με ζήτησε να τον βοηθήσω, επειδή είχα ένα υπόβαθρο στη μηχανική λογισμικού. Αυτός ήταν ο τρόπος με τον οποίο γνωρίστηκα με τον συνιδρυτή μου, Τζεφ Νίκολσον.

Αυτή ήταν η στιγμή της επιφοίτησης: Το ποσό του钱 που δαπανήθηκε σε αυτές τις εκστρατείες ξεπερνούσε πολύ την ποιότητα του λογισμικού που παρακολουθούσε αυτά τα δολάρια. Ήταν μια νέα αγορά με πολλές εφαρμογές στην επιστήμη των δεδομένων.

Συνέχισα να κατασκευάζω λογισμικό ανάλυσης που θα μπορούσε να ανταποκριθεί στις ανάγκες ολοένα και μεγαλύτερων και πιο σύνθετων μεδίας εκστρατειών. Όσο χτίζαμε την λύση, αναπτύξαμε μια διαδικασία – σαφείς βήματα από τη λήψη των διαφορετικών δεδομένων και την περιβάλλουσα τους. Καταλάβαμε ότι η διαδικασία που χτίζαμε θα μπορούσε να εφαρμοστεί σε οποιοδήποτε σύνολο δεδομένων – όχι μόνο διαφήμιση – και αυτό είναι η Tracer σήμερα: ένα εργαλείο που βασίζεται στο AI και οργανώνει, διαχειρίζεται και οπτικοποιεί σύνθετα σύνολα δεδομένων για να προωθήσει ταχύτερη και πιο δραστική επιχειρηματική ευφυΐα.

Βοηθάμε να δημοκρατικοποιήσουμε το τι σημαίνει να είσαι «-data-driven» οργανισμός, αυτοματοποιώντας τα βήματα που χρειάζονται για να ληφθούν, να συνδεθούν και να οργανωθούν τα διαφορετικά σύνολα δεδομένων μεταξύ των λειτουργιών, παρέχοντας ισχυρή επιχειρηματική ευφυΐα μέσω直觀ικής αναφοράς και οπτικοποίησης. Αυτό μπορεί να σημαίνει τη σύνδεση των δεδομένων πωλήσεων με το CRM μάρκετινγκ, ανάλυση HR με τάσεις εσόδων και άπειρες άλλες εφαρμογές.

Μπορείτε να εξηγήσετε πώς η πλατφόρμα της Tracer αυτοματοποιεί την ανάλυση και επαναπροσδιορίζει τον σύγχρονο σταθμό δεδομένων για τους πελάτες της;

Για απλότητα, ας ορίσουμε την ανάλυση ως την απάντηση ενός επιχειρηματικού ερωτήματος μέσω λογισμικού. Σήμερα, υπάρχουν δύο βασικές προσεγγίσεις.

• Η πρώτη είναι να αγοράσετε κατακόρυφο λογισμικό. Για τους CFO, αυτό μπορεί να είναι το Netsuite. Για τον CRO, μπορεί να είναι το Salesforce . Το κατακόρυφο λογισμικό είναι καλό γιατί είναι ολοκληρωμένο, μπορεί να είναι υπερειδικοποιημένο και πρέπει να λειτουργεί άμεσα. Η περιοριστικότητα του κατακόρυφου λογισμικού είναι ότι είναι κατακόρυφο: αν θέλετε το Netsuite να μιλήσει με το Salesforce, είστε πίσω στην αρχή. Το κατακόρυφο λογισμικό είναι ολοκληρωμένο, αλλά δεν είναι ευέλικτο.
• Η δεύτερη προσεγγίση είναι να αγοράσετε οριζόντιο λογισμικό. Αυτό μπορεί να είναι ένα λογισμικό για την εισαγωγή δεδομένων, ένα άλλο για την αποθήκευση και ένα τρίτο για την ανάλυση. Το οριζόντιο λογισμικό είναι καλό γιατί μπορεί να χειριστεί σχεδόν οτιδήποτε. Θα μπορούσατε να εισαγάγετε, να αποθηκεύσετε και να αναλύσετε τα δεδομένα του Salesforce και του Netsuite μέσω αυτής της διαδικασίας. Η περιοριστικότητα είναι ότι πρέπει να συναρμολογηθεί, να συντηρηθεί και τίποτα δεν λειτουργεί «αυτόματα». Το οριζόντιο λογισμικό είναι ευέλικτο, αλλά δεν είναι ολοκληρωμένο.

Προσφέρουμε μια τρίτη προσεγγίση, δημιουργώντας μια πλατφόρμα που συνδυάζει τις τεχνολογίες που χρειάζονται για να αναφέρουν οτιδήποτε, καθιστώντας την προσβάσιμη enough για να λειτουργήσει αυτόματα χωρίς τεχνικές πηγές ή τεχνικό υπερβολικό κόστος. Είναι ευέλικτο και ολοκληρωμένο. Η Tracer είναι η πιο ισχυρή πλατφόρμα στην αγορά που είναι και εφαρμογή-αγνόητη και ολοκληρωμένη.

Η Tracer επεξεργάστηκε περίπου 10 petabytes δεδομένων τον τελευταίο μήνα. Πώς η Tracer χειρίζεται τέτοιο ένα τεράστιο ποσό δεδομένων αποτελεσματικά;

Η κλίμακα είναι εξαιρετικά σημαντική στον κόσμο μας και ήταν πάντα προτεραιότητα στην Tracer, ακόμη και στις πρώτες μέρες. Για να επεξεργαστούμε αυτό το όγκο δεδομένων, αξιοποιούμε πολλές κορυφαίες τεχνολογίες και αποφεύγουμε να ξαναεφευρίσουμε το τροχό όπου δεν το χρειάζεται. Είμαστε εξαιρετικά περήφανοι για την υποδομή που έχουμε χτίσει, αλλά είμαστε επίσης khá ανοιχτοί γι’ αυτό. Στην πραγματικότητα, το πρόγραμμα αρχιτεκτονικής μας περιγράφεται στην ιστοσελίδα μας.

Τι λέμε στους συνεργάτες μας είναι το εξής: Δεν είναι ότι οι εσωτερικές ομάδες μηχανικής σας δεν είναι ικανές να χτίσουν αυτό που έχουμε χτίσει; αντίθετα, δεν πρέπει να το κάνουν. Έχουμε συναρμολογήσει τα κομμάτια του σύγχρονου σταθμού δεδομένων για σας. Το πλαίσιο είναι αποτελεσματικό, δοκιμασμένο και modulaire για να εξελιχθούμε δυναμικά με το τοπίο.

Πολλοί συνεργάτες έρχονται σε μας ψάχνοντας να απελευθερώσουν πόρους μηχανικής για να εστιάσουν σε μεγαλύτερες στρατηγικές πρωτοβουλίες. Χρησιμοποιούν την αρχιτεκτονική της Tracer ως μέσο για να φτάσουν στο τέλος. Έχοντας μια βάση δεδομένων δεν απαντάει επιχειρηματικά ερωτήματα. Έχοντας μια ETL διαδικασία δεν απαντάει επιχειρηματικά ερωτήματα. Το πράγμα που πραγματικά μετράει είναι τι μπορείτε να κάνετε με αυτή την υποδομή μια φορά που έχει συναρμολογηθεί. Αυτός είναι ο λόγος που χτίστηκε η Tracer – είμαστε η συντόμευση σας για να πάρει απαντήσεις.

Γιατί πιστεύετε ότι η δομημένη δεδομένα είναι κρίσιμη για το AI και ποια πλεονεκτήματα προσφέρει σε σχέση με τα αδομημένα δεδομένα;

Η δομημένη δεδομένα είναι κρίσιμη για το AI γιατί επιτρέπει τη χειροκίνητη αλληλεπίδραση ανθρώπων, που πιστεύουμε ότι είναι ένα απαραίτητο στοιχείο για αποτελεσματικές εξόδους. Όμως, στο σημερινό οικοσύστημα, είμαστε καλύτερα εξοπλισμένοι από ποτέ για να αξιοποιήσουμε τις γνώσεις από τα αδομημένα δεδομένα και τις προηγουμένως δύσκολα προσβάσιμες μορφές (έγγραφα, εικόνες, βίντεο, κ.λπ.).

Για μας, είναι για να παρέχουμε μια πλατφόρμα μέσω της οποίας μπορεί να ενσωματωθεί πρόσθετος контекst από τους ανθρώπους που είναι πιο εξοικειωμένοι με τα υποκείμενα σύνολα δεδομένων, μια φορά που τα δεδομένα έχουν γίνει προσβάσιμα. Με άλλα λόγια, είναι αδομημένα δεδομένα → δομημένα δεδομένα → μηχανισμός контекst της Tracer → εξόδους που βασίζονται στο AI. Καθιστάμε μια πιο αποτελεσματική ανάδραση και για χειροκίνητη παρέμβαση όπου χρειάζεται.

Ποια είναι τα προβλήματα που αντιμετωπίζουν οι εταιρείες με τα αδομημένα δεδομένα και πώς η Tracer βοηθά να υπερβεί αυτά τα προβλήματα για να βελτιώσει την ποιότητα των δεδομένων;

Χωρίς μια πλατφόρμα σαν την Tracer, το πρόβλημα με τα αδομημένα δεδομένα είναι όλα για τον έλεγχο. Βάζετε δεδομένα στο μοντέλο, το μοντέλο σας δίνει απαντήσεις και έχετε πολύ λίγη ευκαιρία να βελτιώσετε τι συμβαίνει μέσα στο μαύρο κουτί.

Πείτε, για παράδειγμα, ότι θέλετε να καθορίσετε το πιο επηρεστικό περιεχόμενο σε μια εκστρατεία μέσων. Η Tracer μπορεί να χρησιμοποιήσει το AI για να βοηθήσει να παρέχει μεταδεδομένα για όλα τα περιεχόμενα που εκτελέστηκαν στις διαφημίσεις. Επίσης, μπορεί να χρησιμοποιήσει το AI για να παρέχει ανάλυση τελευταίου μιλίου για να φτάσει από ένα高度 δομημένο σύνολο δεδομένων σε αυτή την απάντηση.

Αλλά στο μεταξύ, η πλατφόρμα μας επιτρέπει στους χρήστες να τραβήξουν τις συνδέσεις μεταξύ των δεδομένων μέσων και του συνόλου δεδομένων όπου ζουν τα αποτελέσματα, να ορίσουν πιο γραμμικά «επηρεστικό» και να καθαρίσουν τις κατηγορίες που έγιναν από το AI. Ουσιαστικά, έχουμε αφηρημένα και προϊόντα τα βήματα, για να αφαιρέσουμε το μαύρο κουτί. Χωρίς το AI, υπάρχει πολύ περισσότερο έργο που πρέπει να γίνει από τον άνθρωπο στην Tracer. Αλλά χωρίς την Tracer, το AI δεν μπορεί να φτάσει στην ίδια ποιότητα απάντησης.

Τι είναι μερικές από τις βασικές τεχνολογίες AI που χρησιμοποιεί η Tracer για να ενισχύσει την πλατφόρμα ευφυΐας δεδομένων;

Μπορείτε να σκεφτείτε την Tracer σε τρεις βασικές κατηγορίες προϊόντων: Πηγές, Περιεχόμενο και Εξόδους.

• Οι Πηγές είναι ένα εργαλείο που χρησιμοποιείται για να αυτοματοποιήσει την εισαγωγή, την παρακολούθηση και τον έλεγχο ποιότητας των διαφορετικών δεδομένων.
• Ο Κοντέκστ είναι ένα εργαλείο για την οργάνωση δεδομένων μετά την εισαγωγή τους.
• Οι Εξόδους είναι όπου μπορείτε να απαντήσετε επιχειρηματικά ερωτήματα πάνω στα δεδομένα που έχουν περιβάλλει.

Στην Tracer, δεν βλέπουμε το AI ως αντικατάσταση για κανένα από αυτά τα βήματα; αντίθετα, το βλέπουμε ως μια άλλη μορφή τεχνολογίας που όλες οι κατηγορίες μπορούν να αξιοποιήσουν για να επεκτείνουν τι μπορεί να αυτοματοποιηθεί.

Για παράδειγμα:

• Πηγές: Χρησιμοποιώντας το AI για να βοηθήσει να χτίσει νέες συνδέσεις API σε μακρά ουρά πηγών δεδομένων που δεν είναι διαθέσιμες μέσω του καταλόγου συνεργατών μας.
• Κοντέκστ: Χρησιμοποιώντας το AI για να καθαρίσει τα μεταδεδομένα πριν από την εκτέλεση κανόνων ετικετών. Για παράδειγμα, καθαρίζοντας τις παραλλαγές ονομάτων δημοσιεύσεων σε κάθε γλώσσα.
• Εξόδους: Χρησιμοποιώντας το AI ως αντικατάσταση για πίνακες όπου η επιχειρηματική περίπτωση είναι εξερευνητική, αντί για ένα σταθερό σύνολο KPI που πρέπει να αναφερθούν επανειλημμένα.
• Το AI μας επιτρέπει να επιτύχουμε αυτούς τους τύπους εφαρμογών με τρόπους που είναι και απλοί και προσβάσιμοι.

Τι είναι τα σχέδια της Tracer για μελλοντική ανάπτυξη και καινοτομία στον χώρο της ευφυΐας δεδομένων;

Η Tracer είναι ένας συλλέκτης συλλεκτών. Οι συνεργάτες μας θα στηριχθούν σε μας για συγκεκριμένες εφαρμογές εντός ομάδων και λειτουργιών, ή για χρήση σε δια-λειτουργική επιχειρηματική ευφυΐα. Η ομορφιά της Tracer είναι ότι είτε χρησιμοποιείτε μας για να κάνετε καλύτερες αποφάσεις με τις δαπάνες μέσων και δημιουργικότητας, είτε χτίζετε πίνακες για να συνδέσετε διαφορετικά μετρικά από την αλυσίδα εφοδιασμού στις πωλήσεις και όλα τα ενδιάμεσα, τα δομικά στοιχεία είναι συνεπή.

Βλέπουμε οργανισμούς που正式ά βασίζονταν σε μας σε μια περιοχή της επιχείρησης (π.χ. μέσο και μάρκετινγκ), να επεκτείνουν τις εφαρμογές σε άλλες περιοχές της επιχείρησης. Έτσι, ενώ οι πρωταρχικοί πελάτες μας ήταν正式ά ανώτεροι εκτελεστές μέσων, ή agency συνεργάτες, αυτές τις μέρες συνεργαζόμαστε σε όλη την οργάνωση, συνεργαζόμενοι με CIOs, CTOs, data scientists, και business analysts. We’re continuing to build out our tools to accommodate for more and more applications and personas, all while ensuring the core tech is scalable, flexible, and accessible for non-technical users. Thank you for the great interview, readers who wish to learn more should visit Tracer.