Leighton Welch, CTO and Co-Founder of Tracer – Interview Series

Leighton Welchは、TracerのCTOおよび共同創設者です。 Tracerは、複雑なデータセットを整理、管理、視覚化して、より迅速で実行可能なビジネスインテリジェンスを推進するAIを搭載したツールです。Tracerのチーフテクノロジーオフィサーになる前のLeightonは、SocialCodeのコンシューマーインサイトディレクター、およびVaynerMediaのエンジニアリングVPでした。彼は、キャリアを通じてアドテックエコシステムの先駆者であり、史上初のSnapchat広告を実行し、世界的大手プラットフォームの商用APIにコンサルティングしています。Leightonは、2013年にハーバード大学を卒業し、コンピューターサイエンスと経済学の学位を取得しました。

あなたの背景と、ハーバード、SocialCode、VaynerMediaでの経験があなたをTracerの共同創設者にしたきっかけについて、詳しくお話しください。

元々のアイデアは10年前に生まれました。私の幼なじみが金曜日の夜に私に電話してきました。彼はクライアントのために様々なソーシャルプラットフォームのデータを集約するのに苦労していました。彼はこれを自動化できるのではないかと思い、私の助けを求めてきました。私はソフトウェアエンジニアリングの背景を持っていたので、彼に協力することになりました。那が私の今の共同創設者ジェフ・ニコルソンと出会ったきっかけでした。

私たちが最初に気づいたのは、キャンペーンに費やされる金額の量が、ドルを追跡するソフトウェアの品質を遙かに上回っているということです。これは、多くのアプリケーションを持つデータサイエンスの未発達市場でした。

私たちは、ますます大規模で複雑なメディアキャンペーンのニーズに応えることができる分析ソフトウェアを開発し続けました。問題に対処するにつれて、私たちはプロセスを開発しました – データを取得して文脈化するための明確なステップ。私たちは、構築しているプロセスを広告以外のあらゆるデータセットに適用できることを実現しました。那が今日のTracerです: 複雑なデータセットを整理、管理、視覚化して、より迅速で実行可能なビジネスインテリジェンスを推進するAIを搭載したツールです。

私たちは、機能や部門を超えて異なるデータセットを接続して組織するために必要なステップを自動化することで、データ駆動型の組織であることを意味するものを民主化しています。パワフルなBIを通じて、直感的なレポートと視覚化を提供しています。これは、セールスデータをマーケティングCRMに接続したり、人事分析を収益トレンドに接続したり、無限のアプリケーションを実現することを意味します。

Tracerのプラットフォームがどのようにして分析を自動化し、クライアントのモダンデータスタックを革命的に変えるのか、詳しくお話しください。

簡単にするために、分析をビジネス上の質問に答えるためのソフトウェアと定義しましょう。今日の風景の中で、実際には2つのアプローチがあります。

• 最初のアプローチは、垂直ソフトウェアを購入することです。CFOの場合はNetsuite、CROの場合はSalesforceである可能性があります。垂直ソフトウェアは、エンドツーエンドで超特化できるため、箱から出てすぐに動作するはずです。垂直ソフトウェアの制限は、垂直的であることです。NetsuiteとSalesforceを接続したい場合、最初からやり直す必要があります。垂直ソフトウェアは完全ですが、柔軟性がありません。
• 2番目のアプローチは、水平ソフトウェアを購入することです。これは、データの取り込み、保存、分析のためのソフトウェアである可能性があります。水平ソフトウェアは、ほぼ何でも処理できるため、優れています。SalesforceとNetsuiteのデータをこのパイプラインを通じて取り込み、保存、分析することができます。制限は、組み立て、維持する必要があり、箱から出てすぐに動作しないことです。水平ソフトウェアは柔軟ですが、完全ではありません。

私たちは、レポートするために必要な技術を組み合わせたプラットフォームを作成することで、3番目のアプローチを提供します。箱から出てすぐに動作するのに十分にアクセスしやすく、エンジニアリングリソースや技術オーバーヘッドが不要です。柔軟で完全です。Tracerは、市場で最も強力なプラットフォームであり、アプリケーションに依存せず、エンドツーエンドです。

Tracerは先月、約10ペタバイトのデータを処理しました。Tracerは、どのようにして大量のデータを効率的に処理していますか。

スケールは私たちの世界で非常に重要であり、Tracerの初期の日々から常に優先事項でした。この量のデータを処理するために、私たちはベストインクラスのテクノロジーを多く利用し、必要ない場合は車輪を再発明しません。私たちが構築したインフラストラクチャーは非常に誇りに思っていますが、同時にそれについてオープンです。実際、弊社のアーキテクチャプログラムはウェブサイトに概説されています。

私たちがパートナーに伝えることは次のとおりです。パートナーのインハウスエンジニアリングチームが私たちが構築したものを構築できないということではありません。彼らが構築する必要がないということです。私たちは、モダンデータスタックのピースをあなたのために組み立てました。フレームワークは効率的で、戦闘テスト済みで、ダイナミックに進化するためにモジュラーです。

多くのパートナーは、より大きな戦略的イニシアチブに焦点を当てるためにエンジニアリングリソースを解放するために私たちに来ます。彼らは、Tracerのアーキテクチャーを手段として使用します。データベースを持っていることはビジネス上の質問に答えません。ETLパイプラインを持っていることはビジネス上の質問に答えません。本当に重要なのは、インフラストラクチャーが構築された後にそれを使用して何ができるかです。那が私たちがTracerを構築した理由です。私たちは、あなたの質問に答えるためのショートカットです。

構造化データがAIにとって重要である理由と、構造化データが非構造化データよりも持つ利点について、詳しくお話しください。

構造化データは、AIにとって重要です。なぜなら、手動の人間の相互作用を可能にし、これは私たちが考えると有効な出力の重要なコンポーネントだからです。ただし、今日のエコシステムでは、実際には、以前はアクセスが困難だったフォーマット（ドキュメント、画像、ビデオなど）のインサイトを活用することができます。

私たちにとっては、データがアクセス可能になった後に、最も基礎となるデータセットに精通している人々から追加のコンテキストを組み込むためのプラットフォームを提供することについてです。つまり、非構造化データ → 構造化データ → Tracerのコンテキストエンジン → AI駆動の出力です。私たちは、その中間に位置し、より効果的なフィードバックループを可能にし、必要に応じて手動での介入を可能にします。

企業が非構造化データに直面する課題と、Tracerがこれらの課題をどのように克服してデータ品質を向上させるかについて、詳しくお話しください。

Tracerのようなプラットフォームがなければ、非構造化データの課題はすべてコントロールについてです。データをモデルにフィードし、モデルは答えを出しますが、ブラックボックスの中で何が起こっているかを最適化する機会はほとんどありません。

例えば、メディアキャンペーンで最も影響力のあるコンテンツを判断したいとします。Tracerは、実行された広告のコンテンツのメタデータを提供するためにAIを使用する可能性があります。また、最後のマイルの分析を使用して、構造化されたデータセットから答えまで到達するために使用する可能性があります。

しかし、その間、私たちのプラットフォームは、ユーザーがメディアデータと結果が存在するデータセットの間の接続をより詳細に定義し、「影響力」の定義をクリーンアップし、AIによって行われたカテゴリ化をクリーンアップすることを可能にします。基本的に、私たちはステップを抽象化し、製品化して、ブラックボックスを削除しました。AIなしでは、Tracerで人間が行う必要がある作業が多くあります。しかし、Tracerなしでは、AIは同じ品質の答えに到達できません。

Tracerのデータインテリジェンスプラットフォームを強化するために使用されるいくつかの重要なAIベースのテクノロジーについて、詳しくお話しください。

Tracerは、3つのコア製品カテゴリに分けることができます: ソース、コンテンツ、出力。

• ソースは、さまざまなデータの取り込み、監視、QAを自動化するツールです。
• コンテキストは、取り込み後にデータを組織するためのドラッグアンドドロップのセマンティックレイヤーです。
• 出力は、コンテキスト化されたデータの上にビジネス上の質問に答えることができる場所です。

Tracerでは、AIをこれらのステップのいずれかの代替として見ていません。代わりに、AIはこれらすべてのカテゴリで利用できる別のテクノロジーとして見ています。

例:

• ソース: 長尾のデータソースに利用できないAPIコネクタを構築するためにAIを利用します。
• コンテキスト: メタデータをタグルールを実行する前にクリーンアップするためにAIを利用します。例えば、すべての言語の発行名のバリエーションをクリーンアップします。
• 出力: ビジネス上のユースケースが探索的である場合、固定されたKPIのセットを繰り返し報告するのではなく、AIをダッシュボードの代替として利用します。
• AIにより、これらのアプリケーションを、シンプルでアクセスしやすい方法で実現できます。

Tracerのデータインテリジェンス空間における将来の開発と革新の計画について、詳しくお話しください。

Tracerは、アグリゲーターのアグリゲーターです。パートナーは、チームや機能内での特定のアプリケーション、またはビジネスインテリジェンスでの使用のために私たちに依存します。Tracerの美しさは、メディア支出やクリエイティブの決定を改善するために私たちを利用する場合、または、サプライチェーンからセールスまで、そしてその間のあらゆる指標を接続するためのダッシュボードを構築する場合、ビルディングブロックは一貫しています。

私たちは、以前は私たちに依存していたメディアおよびマーケティングのシニアエグゼクティブやエージェンシーパートナーに加えて、ビジネス全体で私たちを使用する組織を見ています。CIO、CTO、データサイエンティスト、ビジネスアナリストと協力しています。私たちは、より多くのアプリケーションやペルソナを収容するためにツールを構築し続けていますが、同時にコアテクノロジーがスケーラブルで柔軟で非技術者ユーザーにとってアクセスしやすいことを保証しています。

素晴らしいインタビュー、詳しく知りたい読者はTracerを訪問してください。