Matthew Scullion, Matillionin CEO ja perustaja – Haastattelusarja

Matthew Scullion on Matillionin CEO ja perustaja – johtava pilvipohjaisen datakäsittelyohjelmiston tarjoaja pilvipohjaisille datavarastoille.

Yritys on uudelleen keksinyt datakäsittelyn pilviaikakaudella – ainoana toimijana, joka mahdollistaa todellisen datakäsittelyn pilvessä. Sen ainutlaatuinen ELT (extract, load, transform) -lähestymistapa hyödyntää yrityksen valitsemien pilvipohjaisten datavarastojen datakäsittelyä, maksimoiden skaalautuvuuden, nopeuden ja säästöt.

Matillionin yli 800 asiakasta ovat mm. Accenture, Amazon (AMZN ), Bose, Docusign, Fox, GE, Merck, Siemens, Sony, Splunk, Vistaprint ja Zapier.

Matthewilla on yli 20 vuoden kokemus työskentelystä liiketoiminnan ja teknologian risteyksessä, ja suurin osa urastaan hän on työskennellyt ohjelmisto- ja IT-alalla.

Olet elinikäinen yrittäjä, joka perusti ensimmäisen yrityksensä 18-vuotiaana. Mikä oli tämä ensimmäinen yritys? Olisiko jokin asia voitu tehdä toisin, jotta menestymisen mahdollisuudet olisivat parantuneet?

Se oli pieni yritys nimeltä Real Information Systems – teimme ryhmätyökalujen kehitystä ja käyttöönottoa. Siellä ollessani illalla- ja viikonlopputöinä kehittelin varhaisen web-sisällön hallintajärjestelmän, jonka onnistuimme myydä joillekin kohtuullisille asiakkaille, ja joka voitti joitakin palkintoja. Yhdessä palkintogaalassa tapasimme suuren amerikkalaisen yrityksen, joka pian sen jälkeen osti yrityksen.

Ja mitä olisin tehnyt toisin? Melkein kaiken. Olin itse asiassa 17-vuotias, kun liityin yritykseen, ja liikekumppani oli hyvä tyyppi (ja olemme edelleen ystäviä), mutta ei kovin hyvä liikemies. Jos olisin silloin omannut nykyiset taitoni, luulen, että olisimme menestyneet paljon paremmin! Pääasiassa opin ihmistaitojen merkityksestä – kaikki liiketoiminnassa (tai tietoliikennealalla kuten ohjelmistokehityksessä) riippuu henkilöstön laadusta – saada oikeat ihmiset oikeisiin paikkoihin oikeaan aikaan – ja saada heidät kohdistettua ja kulttuurissa.

Ensimmäisen yrityksen jälkeen työskentelit 15 vuotta kaupallisen IT:n ja ohjelmistokehityksen parissa useissa brittiläisissä ja eurooppalaisissa järjestelmätoimittajissa. Mitkä olivat joitakin näistä rooleista?

Työskentelin kehittyen ohjelmistokehittäjien johtamisesta, esimyymälöistä P&L-vastuuseen ohjelmistoliiketoiminnan osalla suuressa eurooppalaisessa järjestelmätoimittajassa… Tämä antoi minulle paljon asiakaskokemusta, erityisesti suurempien asiakkaiden parissa. Ja johtaminen BI:stä, ohjelmistoista, SDLC:stä ja integraatiosta antoi minulle kaikki työkalut, joita tarvitsin Matillioniin.

Havaitsetko jonkin aukon markkinassa näissä eri rooleissa, joka innoitti perustamaan Matillionin?

Olin nähnyt edellisessä yrityksessä BI:n voiman, kun se toteutettiin oikein. Ja miten raskas se oli saada oikein. Olin myös nähnyt saksalaisen yrityksen, joka oli ollut hyvin menestyksekäs ennalta määritellyllä, toimialakohtaisella BI-ratkaisulla keskisuurille yrityksille. Lopulta, olimme työskennelleet AWS:n kanssa ja näimme kirjoitettuna seinälle on-premise-ratkaisujen tulevaisuuden. Joten pilvipohjainen, avainkäteen, täysin hallittu BI vaikutti aukolta, jonka voimme täyttää. Se ei ole sitä, mitä teemme nyt, mutta se on sitä, mitä teimme aluksi, ja se johti Matillion ETL:n kehittämiseen, josta yritys nyt huolehtii.

Kun perustit Matillionin vuonna 2011, vakuutit kolme entistä esimiestäsi sijoittamaan yritykseen. Miten tämä keskustelu eteni, ja mikä tässä ideassa vakuutti heidät tulemaan mukaan?

Päätin lopettaa työni ja perustaa yrityksen ollessani lomalla vaimoni kanssa Espanjassa. Olin käynyt vaikean ajan edellisessä työpaikassani, ja vaimo rohkaisti minua perustamaan yrityksen. Menin kotiin, laatin liiketoimintasuunnitelman, jonka esitin näille kolmelle henkilölle.

Luulen (tiedän tosiasiassa), että he ajattelivat, etten tiennyt paljoa enempää kuin hekään pilvestä ja BI:stä. Mutta he ovat myöhemmin kertoneet minulle, etteivät he tukeneet liiketoimintasuunnitelmaa – vaan he tukivat minua, koska luulivat, että minulla on mahdollisuus tehdä jotain onnistuneesti.

Arvelen, että se oli seurausta siitä, että olin työskennellyt heidän kanssaan ja heille yli 10 vuotta aiemmin, ja siitä, että aina on hyvä olla ajateltu aina integriteetin kannalta.

Voitko kuvailla Matillionia mahdollisimman vähäisillä sanoilla?

Matillion on datakäsittely pilvipohjaisille datavarastoille.

Yksi Matillionin ja muiden ratkaisujen välillä olevista keskeisistä eroista on Matillionin ELT (extract, load, transform) -lähestymistapa verrattuna yleisemmin käytettyyn ETL (Extract, transform, load) -lähestymistapaan. Voitko kuvailla nämä kaksi lähestymistapaa ja kertoa, mikä tekee ELT:stä paremman?

Kun data-integraatiotuotteet tulivat markkinoille vuosia sitten, ne toivat kolme aluetta, joilla on edelleen tarvetta tänään: 1) poiminta, 2) lataus (siirtäminen lähdetietokannoista datavarastoon) ja 3) datakäsittely (yhdistäminen erillisiä tietoja, denormalisointi, lisäarvo ja liiketoimintalogiikan ja mittareiden korostaminen). Toisin sanoen, varhaiset tuotteet tekivät yritysten datan “analyysi-valmiiksi” monimutkaisessa IT-ympäristössä, suuressa mittakaavassa ja joukkueena.

Näiden ennen pilviä, perinteisten tuotteiden kehitys ei ollut pilveen perustuva. Ne olivat hitaita, vaikeita hallita ja skaalata, hankalasti hankittavia eivätkä kyenneet hyödyntämään perustuvien pilvi-alustojen voimaa ja ominaisuuksia.

Tähän aikaan – ennen vuotta 2015 – Matillion keskittyi data-varastojen rakentamiseen ja hallintaan asiakkaiden kanssa pilvessä. Kasvaminen aiheutti pettymystä siitä, että tuotteita ei ollut saatavilla asiakkaiden liiketoiminnan tukemiseksi tehokkaasti ja skaalautuvasti. Tarvitsimme tuotetta, joka tarjoaisi yksinkertaisuutta, nopeutta, skaalautuvuutta ja säästöjä, mutta sellaista ei ollut olemassa. Joten rakensimme sen itse. Noin viisi vuotta sitten julkaisimme Matillion ETL:n (extract, load, transform), työkalun, joka on suunniteltu nimenomaan pilvipohjaisille data-varastoille (CDW), kuten Amazon Redshift, Google (GOOGL ) BigQuery ja Snowflake.

Dataa voidaan helposti kerätä eri lähteistä, mutta sen pelkästään lataaminen keskuspaikkaan CDW:ssä ei tuota korkealaatuisia data-näkymiä. Data on muunnettava ennen kuin sitä voidaan käyttää analytiikkatyökaluilla tai minkä tahansa alihankintaprosessin kuten koneoppimisen kanssa. Datamuunnoksen kyvyttömyys ristiriitaa data-varaston tarkoituksen kanssa, jättäen asiakkaita kykenemättömiksi rakentamaan ja hallitsemaan monimutkaisia data-malleja tai saamaan korkealaatuista analyysiä.

Useimmat ratkaisut tänään poimivat edelleen datan, muunnavat sen raakadataksi, joka on sovelias raportointiin ja analytiikkaan, ja lataavat sen kohde-alustalle (esim. relaatiotietokantaan). ETL-moottori on siis laskentaresurssi, joka on tarpeeksi voimakas (lue: kallis) käsitelläkseen suuria määriä dataa, jota muunnetaan. Lisäksi ympäristöt, joissa ETL-ohjelmistoja suoritetaan, eivät ole suunniteltu skaalautumaan samalla tavalla kuin data-varastot. Siksi, kun data-määrät kasvavat, nämä ympäristöt kuluttavat enemmän IT-resursseja, luovat pullonkauloja dataketjussa ja voivat vaikuttaa negatiivisesti yrityksen raportointiin ja analytiikkaan. Tämä voi johtaa huonoihin liiketoimintapäätöksiin, jotka tehdään hitaasti, mikä johtaa mahdollisuuksien menettämiseen.

Meidän samankaltainen, mutta erilainen extract-load-transform (ELT) -lähestymistapa tarjoaa lisää suorituskykyä ja arvoa käsittelemällä poiminan ja latauksen yhdessä, suoraan kohde-data-alustalle, käyttäen data-varaston voimaa suorittamaan muunnokset, kun ne on ladattu. Muunnosten siirtäminen itse data-varastoon vaatii vain yhden voimakkaan infrastruktuurin. Lisäksi relaatiotietokantojen edistyneet ominaisuudet tekevät datan muunnoksesta tietokannassa helpompaa, nopeampaa ja kustannustehokkaampaa. Tämä johtaa säästöihin infrastruktuurissa, paremmin suorittaviin työkuormiin ja lyhyempiin kehitysaikoihin. Yrityksen data on nopeasti siirrettynä ja välittömästi käytettävissä muunnoksille ja analytiikalle perustuen nykyisiin liiketoiminnan haasteisiin ja tarpeisiin.

Jos ETL yrittää parantaa suurinta heikkouttaan – suorituskykyä – Matillion odottaa, että tuloksena on ELT-työvirta. Se on paras tapa yritykselle hyödyntää dataa tehokkaasti, kustannustehokkaasti ja tuloksellisesti analytiikkaan, joka ajaa liiketoiminnan kasvua.

Matillion on luonut Matillion Data Loaderin, joka on ilmainen SaaS-pohjainen data-integraatiotyökalu. Voitko kuvailla tätä työkalua yksityiskohtaisesti ja kertoa, mikä tekee siitä niin käyttäjäystävällisen?

Nykyään yrityksillä on uusia tarpeita datan suhteen. Teknologiamaisema on muuttumassa. IT-data-ammattilaiset tarvitsevat edelleen yritysmittoista ja voimakasta muunnoskykyä, ja aina tarvitsevat – mutta yrityksissä, jotka kilpailevat datan avulla, on uusi tyyppi datakäyttäjää, joka ei välttämättä työskentele IT:ssä. Nämä käyttäjät voivat työskennellä markkinoinnissa, taloudessa ja muilla liiketoimintaa koskevissa aloilla. He haluavat käyttää dataa etsimään vastauksia liiketoimintakysymyksiinsä. Matillion Data Loader palvelee näitä käyttäjiä ja tukee yrityksiä heidän pilvi-data-matkaansa varhaisemmassa vaiheessa. Tuote edistää data-integraation nopeutta ja yksinkertaisuutta data-analytiikkaa ja liiketoimintakäyttäjille. Se on kevyt SaaS-ratkaisu, joka mahdollistaa data-analytiikka- ja liiketoimintakäyttäjille datan helposti siirtämisen voimakkaalla ja skaalautuvalla tuotteella. Asiakkaat voivat asteittain päivittää monimutkaisuuteen ja syvyyteen (Matillion ETL) tarpeen mukaan.

Tarjoamme Matillion Data Loaderin ilman maksua. Tämä on häirinnyt markkinaa ja osoittaa sitoutumisemme palvelemaan yrityksiä siellä, missä he ovat pilvi-data-matkallaan, auttaen heitä käyttämään dataa älykkäisiin liiketoimintapäätöksiin.

Matillion mahdollistaa yrityksille pääsyn pilvi-dataan helpommin, nopeammin ja kustannustehokkaammin. Voitko kuvailla joitakin näistä toiminnallisuuksista?

Matillion ETL on pilvi-työkalu, joka auttaa yrityksiä kaikissa koissa, eri aloilla, tarjoamalla yritysmittoista, monimutkaista datakäsittelyä ajamaan heidän analytiikkaansa skaalautuvasti Amazon Redshiftillä, Snowflakella ja Google BigQueryllä. Tuotteemme voivat yhdistää, suodattaa, järjestää, muuttaa, aggregoida ja transponoida dataa eri lähteistä helpottamaan pilvi-siirtoja ja -muunnoksia. Ne yhdistävät alustoille kuten Amazon S3 ja Amazon RDS, Google Analytics, asiakkuudenhallintaportaalit kuten Salesforce , sosiaalisen median alustat (Facebook (META ) ja Twitter) ja jopa maksuprosessorit (Stripe, PayPal ), ja ne mahdollistavat käyttäjille oikeuksien mukaan tuoda ja viedä projekteja tai tarkastella tehtävien tilaa instanssitason audit-lokeista.

Lisäksi Matillion mahdollistaa järjestelmänvalvojille suunnitella ja ajoittaa uudelleen käytettävissä olevia, parametreja ohjaavia data-tehtäviä ja visualisoida työvirtoja transaktioilla, päätöksillä ja silmukoilla, osittain Bash- ja Python-komentosarjojen ja komponenttigenerointityökalujen avulla. Ehkä enemmän hyödyllistä on, että se mahdollistaa heille generoida ladattava raportti, joka yksityiskohtaisesti kuvailee ulkoasun, komponentit, SQL:n ja ominaisuudet mille tahansa tehtävälle yhdellä klikkauksella.

Onko mitään muuta, mitä haluaisit jakaa Matillionista?

Matillionin datakäsittelytekniikka on ehkä suurin panos yritysten teknologiaan tänä vuonna. Matillion ETL nimettiin “Overall Data Tech Solution of The Year” Data Breakthrough -palkinnolla. Olemme uudelleen keksineet datakäsittelyn pilviaikakaudella – ainoana toimijana, joka mahdollistaa todellisen datakäsittelyn pilvessä. Tiimimme on ylpeä tarjoamaan yksinkertaisuutta, skaalautuvuutta, nopeutta ja säästöjä sadoille yrityksille maailmanlaajuisesti, ja odotamme jatkavamme yritysten tukemista heidän data-matkallaan – erityisesti, kun he pyrkivät hyödyntämään dataa ennustamaan tulevaisuutta. Olemme hyvin asemissa auttamaan heitä selviytymään nykyisistä myrskyisistä globaaleista markkinoista ja tulemaan vahvemmaksi toisella puolella.

Kiitos näistä fantastisista vastauksista, lukijat, jotka haluavat oppia lisää, voivat vierailla Matillionin perustajan sivulla Matillion.