Matthew Scullion, CEO en oprichter van Matillion - Interviewreeks

Matthew Scullion, is de CEO en oprichter van miljoenen – de toonaangevende leverancier van datatransformatiesoftware voor datawarehouses in de cloud.

Het bedrijf heeft datatransformatie opnieuw uitgevonden in het cloudtijdperk – als de enige provider die echte datatransformatie in de cloud mogelijk maakt. De unieke ELT-benadering (vs ETL) maakt gebruik van de kracht van het door een onderneming gekozen datawarehouse in de cloud voor gegevenstransformatie, waardoor schaalbaarheid, snelheid en besparingen worden gemaximaliseerd.

Tot de meer dan 800 klanten van Matillion behoren Accenture, Amazon, Bose, Docusign, Fox, GE, Merck, Siemens, Sony, Splunk, VIstaprint en Zapier.

Matthew heeft meer dan 20 jaar ervaring op het snijvlak van business en technologie, waarvan het grootste deel van zijn carrière als software- en IT-professional.

Je bent een levenslange ondernemer en hebt je eerste bedrijf opgericht toen je 18 was. Wat was dit eerste bedrijf? Was er, terugkijkend, iets dat anders had kunnen worden gedaan om de kans op succes te vergroten?

Het was een klein bedrijf genaamd Real Information Systems – we deden groupware-ontwikkeling en -implementatie. Terwijl ik daar was als een avond- en weekendproject, bouwde ik een vroeg webcontentbeheersysteem dat we aan een aantal fatsoenlijke klanten wisten te verkopen en dat een paar prijzen won. Bij een van de prijsuitreikingen ontmoetten we een grote Amerikaanse firma die kort daarna het bedrijf kocht.

En wat zou ik anders hebben gedaan? Bijna alles. Ik was eigenlijk 17 toen ik bij dat bedrijf betrokken raakte en mijn partner was een geweldige kerel (en we zijn nog steeds vrienden) maar niet echt een zakenman. Als ik de vaardigheden had die ik nu heb, dan denk ik dat we een veel succesvoller bedrijf hadden gehad! Ik heb vooral geleerd over mensenvaardigheden - alles in het bedrijfsleven (of kennisbedrijf zoals software) is te danken aan de kwaliteit van de mensen - ze op het juiste moment op de juiste plaats krijgen - en op één lijn krijgen, en in een geweldige cultuur.

Na deze eerste onderneming werkte je vervolgens 15 jaar in de commerciële IT en softwareontwikkeling bij een aantal Britse en Europese systeemintegratoren. Wat waren enkele van deze rollen?

Ik werkte me op via het management van ontwikkelaars, wat pre-sales tot P&L-verantwoordelijkheid voor de softwaredivisie van een grote Europese SI… dit gaf me veel klantervaring, vooral bij grotere klanten. En ik leidde BI-, software-, SDLC- en integratiepraktijken, waardoor ik alle tools kreeg die ik nodig had voor Matillion.

Was er een gat in de markt dat je opmerkte in deze verschillende soorten rollen die je inspireerden om Matillion te lanceren?

Ik had bij dit vorige bedrijf de kracht gezien van goed geïmplementeerde BI. En wat een zware klus was het om het goed te krijgen. Ik had ook een Duits bedrijf gezien dat erg succesvol was geweest met een kant-en-klare, brancheverticale BI-oplossing voor middelgrote bedrijven. Eindelijk werkten we met AWS en konden we het teken aan de muur zien voor on-prem-oplossingen. Dus op de cloud gebaseerde, kant-en-klare, volledig beheerde BI leek ons ​​een leemte die we konden opvullen. Dat is niet wat we nu doen, maar het is wat we in het begin deden en wat ertoe leidde dat we jaren later Matillion ETL bouwden, en dat is nu waar het bedrijf om draait.

Na de lancering van Matillion in 2011, heb je drie van je voormalige bazen overtuigd om te investeren. Hoe verliep deze discussie en wat was het met het idee dat hen ervan overtuigde om mee te doen?

Ik besloot mijn baan op te zeggen en het bedrijf op te richten terwijl ik met mijn vrouw op vakantie was in Spanje. Ik had het moeilijk gehad en de vorige plek en ze moedigde me aan om het te doen. Ik ging naar huis en stelde een businessplan op dat ik vervolgens aan deze 3 mensen pitchte.

Ik denk (weet eigenlijk wel) dat ze dachten dat ik niet veel meer wist dan zij over de cloud en BI. Maar ze hebben me later verteld dat ze niet achter het businessplan stonden, maar eerder achter mij, omdat ze dachten dat ik een kans had om ergens een succes van te maken.

Ik denk dat dat was na de meer dan 10 jaar dat ik daarvoor met en voor hen had gewerkt, en hoewel het altijd een goed idee is om altijd aan je integriteit te denken.

Hoe zou je Matillion in zo min mogelijk woorden omschrijven?

Matillion is datatransformatie voor datawarehouses in de cloud.

Een van de belangrijkste onderscheidende factoren tussen Matillion en andere oplossingen is de ELT-benadering (Extract, Load, Transform) van Matillion versus de meer algemeen gebruikte ETL (Extract, Transform, Load). Kunt u deze twee benaderingen beschrijven en wat maakt ELT superieur?

Toen data-integratieproducten jaren geleden op de markt kwamen, leverden ze drie gebieden van waarde die vandaag de dag nog steeds nodig zijn: 1) extraheren, 2) laden (gegevens van bronsystemen naar het datawarehouse halen) en 3) datatransformatie (samenvoegen van geïsoleerde gegevens, denormaliseren , waarde toevoegen en bedrijfslogica en statistieken verfraaien). Met andere woorden, vroege producten maakten bedrijfsgegevens 'analytics-ready', in een complexe IT-omgeving, op schaal en als een team.

Deze pre-cloud, legacy-producten zijn echter niet gebouwd voor de cloud. Ze waren dus traag, moeilijk te beheren en te schalen, moeilijk aan te schaffen en konden niet profiteren van de onderliggende kracht en functies van cloudplatforms.

Op dit moment – ​​vóór 2015 – was Matillion gefocust op het bouwen en beheren van datawarehouses voor haar klanten in de cloud. We raakten gefrustreerd door het gebrek aan beschikbare producten om de bedrijven van onze klanten efficiënt en op grote schaal te ondersteunen. We hadden een product nodig dat eenvoud, snelheid, schaalbaarheid en besparingen zou opleveren, maar er was er geen. Dus hebben we het zelf gebouwd. Ongeveer vijf jaar geleden lanceerden we Matillion ETL (extraheren, laden, transformeren), een tool die speciaal is gebouwd voor datawarehouses (CDW's) in de cloud, waaronder Amazon Redshift, Google BigQuery en Snowflake

Gegevens uit ongelijksoortige bronnen kunnen eenvoudig worden verzameld, maar het simpelweg laden op een centrale plek binnen een CDW levert geen hoogwaardige gegevensinzichten op. Gegevens moeten zijn getransformeerd voordat het kan worden gebruikt met een analysetool of een stroomafwaarts proces zoals machinaal leren. Het onvermogen om data te transformeren is in de eerste plaats in tegenspraak met het doel van een datawarehouse, waardoor klanten niet in staat zijn complexe datamodellen te bouwen en te beheren, of analyses van hoge kwaliteit te krijgen.

De meeste oplossingen extraheren tegenwoordig nog steeds gegevens, transformeren deze in onbewerkte gegevens die geschikt zijn voor rapportage en analyse, en laden deze in een doelplatform (bijvoorbeeld een relationele database). De ETL-engine is daarom een ​​rekenhulpmiddel en moet krachtig (lees: duur) genoeg zijn om grote hoeveelheden gegevens te verwerken die worden getransformeerd. Bovendien zijn de omgevingen met ETL-software niet gebouwd om op dezelfde manier te schalen als datawarehouses. Naarmate de datavolumes toenemen, verbruiken deze omgevingen dus meer IT-resources, creëren ze knelpunten in de dataketen en kunnen ze een negatieve invloed hebben op de rapportage en analyse van een onderneming. Dit kan ertoe leiden dat slechte zakelijke beslissingen langzaam worden genomen, wat resulteert in gemiste kansen.

Onze vergelijkbare maar andere extract-load-transform (ELT)-benadering biedt verbeterde prestaties en waarde door het extraheren en laden in één beweging af te handelen, rechtstreeks naar het doelgegevensplatform van een onderneming, met behulp van de kracht van de processen van een CDW om de transformaties uit te voeren zodra ze zijn geladen. Om transformaties naar het datawarehouse zelf te pushen, is slechts één krachtig stukje infrastructuur nodig. Verdere verbeteringen in relationele databases maken het transformeren van gegevens in de database eenvoudiger, sneller en kostenefficiënter. Dit resulteert in besparingen op infrastructuur, beter presterende workloads en kortere ontwikkelingscycli. De gegevens van een onderneming worden snel gemigreerd en zijn onmiddellijk beschikbaar voor transformaties en analyses op basis van de huidige zakelijke uitdagingen en behoeften.

Als ETL zijn grootste tegenvaller – de prestaties – wil verbeteren, verwacht Matillion dat het resultaat een ELT-workflow zal zijn. Dat is de beste manier voor een onderneming om zijn gegevens efficiënt en kosteneffectief te benutten en voor vruchtbare analyses om bedrijfsgroei te stimuleren.

Matillion heeft de Matillion Data Loader gemaakt, een gratis op SaaS gebaseerde tool voor gegevensintegratie. Kunt u deze tool in detail beschrijven en wat maakt het zo gebruiksvriendelijk?

Tegenwoordig hebben bedrijven nieuwe behoeften op het gebied van data. Het technologielandschap verandert. IT-dataprofessionals hebben nog steeds krachtige transformatiemogelijkheden op ondernemingsniveau nodig, en zullen dat altijd blijven doen - maar bij bedrijven die concurreren met data, is er een nieuw type datagebruiker dat niet noodzakelijkerwijs in de IT werkt. Deze gebruikers kunnen werkzaam zijn in marketing, financiën en andere disciplines binnen het bedrijf. Ze willen data gebruiken om antwoorden te vinden op hun zakelijke vragen. Matillion Data Loader spreekt deze gebruikers aan en ondersteunt bedrijven in eerdere stadia van hun reis naar cloudgegevens. Het product bevordert de snelheid en eenvoud van gegevensintegratie voor die gegevensgebruikers. Het is een lichtgewicht SaaS-oplossing waarmee data-analyseprofessionals en zakelijke gebruikers eenvoudig data kunnen migreren met een krachtig en schaalbaar product. Klanten kunnen indien nodig geleidelijk upgraden naar meer verfijning en diepte (Matillion ETL).

Wij bieden Matillion Data Loader gratis aan. Dit heeft de markt ontwricht en toont onze toewijding om ondernemingen te ontmoeten en te dienen, waar ze zich ook bevinden op hun reis naar cloudgegevens, en hen te helpen effectief toegang te krijgen tot gegevens voor intelligente zakelijke beslissingen.

Matillion stelt ondernemingen in staat om de volledige kracht van clouddata te benutten om datatransformatie eenvoudiger, sneller en kosteneffectiever te maken. Kunt u een aantal van deze functionaliteiten omschrijven?

Matillion ETL is een cloudtool die bedrijven van elke omvang, in verschillende sectoren, helpt met geavanceerde gegevenstransformatie op ondernemingsniveau om hun analyses op schaal te stimuleren op Amazon Redshift, Snowflake en Google BigQuery. Onze producten kunnen gegevens uit verschillende bronnen samenvoegen, filteren, rangschikken, converteren, aggregeren en transponeren om cloudmigraties en -transformaties te vergemakkelijken. Ze maken verbinding met platforms zoals Amazon S3 en Amazon RDS, Google Analytics, klantrelatiebeheerportalen zoals Salesforce, socialemediaplatforms (Facebook en Twitter) en zelfs betalingsverwerkers (Stripe, Paypal), en ze stellen gebruikers met de juiste rechten in staat om te importeren en exporteer projecten of bekijk de status van lopende taken uit auditlogboeken op instantieniveau.

Bovendien stelt Matillion beheerders in staat om herbruikbare, parametergestuurde datataken te ontwerpen en te plannen en workflows visueel te orkestreren met transacties, beslissingen en loops, deels door middel van Bash- en Python-scripting en tooling voor het genereren van componenten. Misschien nog handiger, het stelt hen in staat om met één klik een downloadbaar rapport te genereren met details over lay-out, componenten, SQL en eigenschappen voor een bepaalde taak.

Is er nog iets dat je zou willen delen over Matillion?

De datatransformatietechnologie van Matillion levert dit jaar misschien wel de grootste bijdrage aan bedrijfstechnologie. Matillion ETL werd zelfs uitgeroepen tot "Overall Data Tech Solution of The Year" door de Data Breakthrough Awards. We hebben datatransformatie opnieuw uitgevonden in het cloudtijdperk – zoals de Slechts provider die echte gegevenstransformatie in de cloud mogelijk maakt. Ons team is er best trots op om eenvoud, schaalbaarheid, snelheid en besparingen te bieden aan honderden ondernemingen over de hele wereld, en we kijken ernaar uit om bedrijven te blijven ondersteunen bij de voortgang van hun datareis, vooral omdat ze data willen gebruiken om prognoses voor de toekomst te maken. We zijn goed gepositioneerd om hen te helpen de huidige turbulente wereldmarkten te doorstaan ​​en er aan de andere kant sterker uit te komen.

Bedankt voor deze fenomenale antwoorden, lezers die meer willen weten, moeten de oprichter van bezoeken miljoenen.