Matthew Scullion, CEO en oprichter van Matillion – Interview Serie

Matthew Scullion is de CEO en oprichter van Matillion – de toonaangevende aanbieder van data-transformatiesoftware voor cloud-datawarehouses.

Het bedrijf heeft data-transformatie in de cloud-era opnieuw uitgevonden – als de enige aanbieder die echte data-transformatie in de cloud mogelijk maakt. De unieke ELT-benadering (in plaats van ETL) maakt gebruik van de kracht van een ondernemings gekozen cloud-datawarehouse voor data-transformatie, waardoor schaalbaarheid, snelheid en besparingen worden gemaximaliseerd.

Matillion’s 800+ klanten omvatten Accenture, Amazon, Bose, Docusign, Fox, GE, Merck, Siemens, Sony, Splunk, VIstaprint en Zapier.

Matthew heeft meer dan 20 jaar ervaring in het werken aan de intersectie van bedrijf en technologie, met de meeste van zijn carrière als software- en IT-professional.

U bent een levenslange ondernemer, die uw eerste bedrijf oprichtte toen u 18 was. Wat was dit eerste bedrijf? Kijkend terug, was er iets dat anders had kunnen worden gedaan om de kansen 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 webcontentmanagementsysteem dat we aan een aantal fatsoenlijke klanten wisten te verkopen en dat een aantal prijzen won. Op een van de prijsuitreikingen ontmoetten we een groot Amerikaans bedrijf dat kort daarna het bedrijf kocht.

En wat zou ik anders hebben gedaan? Eigenlijk alles. Ik was 17 toen ik bij dat bedrijf betrokken raakte en mijn partner was een geweldige kerel (en we zijn nog steeds vrienden), maar niet zozeer een zakenman. Als ik de vaardigheden had die ik nu heb, toen, denk ik dat we een veel succesvollere onderneming zouden hebben gehad! Voornamelijk leerde ik over mensen vaardigheden – alles in het bedrijfsleven (of kennisbedrijf zoals software) is afhankelijk van de kwaliteit van de mensen – ze in de juiste stoelen op het juiste moment krijgen – en ze aligneren en in een geweldige cultuur krijgen.

Na dit eerste avontuur werkte u daarna 15 jaar in commercieel IT en software-ontwikkeling bij een aantal Britse en Europese systeemintegrators. Wat waren enkele van deze rollen?

Ik werkte door de management van ontwikkelaars, enkele pre-sales tot P&L-verantwoordelijkheid voor de software-afdeling van een grote Europese SI… dit gaf me veel klantervaring, vooral bij grotere klanten. En ik leidde BI, Software, SDLC en Integratie-praktijken – wat me alle tools gaf die ik nodig had voor Matillion.

Was er een gat in de markt dat u opmerkte in deze verschillende soorten rollen die u inspireerde om Matillion op te richten?

Ik had bij mijn vorige bedrijf de kracht van goed geïmplementeerde BI gezien. En hoe zwaar het was om het goed te doen. Ik had ook een Duits bedrijf gezien dat erg succesvol was met een meer vooraf verpakte, industrieel verticale BI-oplossing voor middelgrote bedrijven. Ten slotte hadden we met AWS gewerkt en konden we de schrijfwijze op de muur zien voor on-prem-oplossingen. Dus cloud-gebaseerde, turn-key, volledig beheerde BI leek een gat dat we konden vullen. Dat is niet wat we nu doen, maar het is wat we aan het begin deden en wat ons ertoe bracht om Matillion ETL een aantal jaar later te bouwen, wat nu het hart is van ons bedrijf.

Na het oprichten van Matillion in 2011, overtuigde u drie van uw voormalige bazen om te investeren. Hoe verliep dit gesprek, en wat was het aan de idee dat hen overtuigde om aan boord te komen?

Ik besloot om mijn baan op te zeggen en het bedrijf op te richten terwijl ik met mijn vrouw op vakantie was in Spanje. Ik had een moeilijke tijd gehad bij mijn vorige baan en zij moedigde me aan om het te doen. Ik ging naar huis en stelde een businessplan op dat ik vervolgens aan deze drie mensen presenteerde.

Ik denk (in feite weet ik) dat ze dachten dat ik niet veel meer wist over de cloud en BI dan zij. Maar ze hebben me later verteld dat ze het businessplan niet steunden – maar mij, omdat ze dachten dat ik een kans had om er iets van te maken.

Ik denk dat dit te danken was aan de 10+ jaar dat ik met en voor hen had gewerkt, en terwijl het altijd een goed idee is om altijd na te denken over uw integriteit.

Hoe zou u Matillion in zo min mogelijk woorden beschrijven?

Matillion is data-transformatie voor cloud-datawarehouses.

Een van de belangrijkste differentiatoren tussen Matillion en andere oplossingen is Matillion’s ELT-benadering (extract, load, transform) versus de meer gebruikelijke ETL-benadering (Extract, transform, load). Kunt u deze twee benaderingen beschrijven en wat maakt ELT superieur?

Toen data-integratieproducten de markt betraden, leverden ze drie gebieden van waarde die nog steeds vandaag nodig zijn: 1) extract, 2) load (data van bronnen naar het datawarehouse krijgen) en 3) data-transformatie (gegevens uit silo’s samenbrengen, denormaliseren, waarde toevoegen en bedrijfslogica en metrics verrijken). Met andere woorden, vroege producten maakten ondernemingsdata “analytics-ready” in een complexe IT-omgeving, op grote schaal en als team.

Maar deze pre-cloud, legacy-producten waren niet gebouwd voor de cloud. Ze waren langzaam, moeilijk te beheren en schalen, moeilijk te verkrijgen en konden niet profiteren van de onderliggende kracht en functionaliteit van cloud-platforms.

Op dat moment – voor 2015 – was Matillion gericht op het bouwen en beheren van datawarehouses voor haar klanten in de cloud. We werden gefrustreerd door het gebrek aan producten die onze klanten efficiënt en op grote schaal konden ondersteunen. We hadden een product nodig dat simpelheid, snelheid, schaalbaarheid en besparingen kon bieden, maar zo’n product bestond niet. Dus bouwden we het zelf. Ongeveer vijf jaar geleden lanceerden we Matillion ETL (extract, load, transform), een tool specifiek gebouwd voor cloud-datawarehouses (CDW’s), waaronder Amazon Redshift, Google BigQuery en Snowflake.

Data van verschillende bronnen kan gemakkelijk worden verzameld, maar het laden van deze data in een centrale locatie binnen een CDW levert geen hoogwaardige inzichten op. Data moet worden getransformeerd voordat het kan worden gebruikt met een analysetool of enig ander downstream-proces, zoals machine learning. De onmogelijkheid om data te transformeren is in strijd met het doel van een datawarehouse, waardoor klanten niet in staat zijn om complexe datamodellen te bouwen of hoogwaardige analyses te krijgen.

De meeste oplossingen vandaag de dag halen data op, transformeren deze in ruwe data die geschikt is voor rapportage en analytics, en laden deze in een doelplatform (bijv. een relationeel database). De ETL-engine is dus een compute-resource en moet krachtig genoeg zijn (lees: duur) om grote hoeveelheden data te verwerken die getransformeerd moeten worden. Bovendien zijn de omgevingen waarin ETL-software wordt uitgevoerd, niet gebouwd om op dezelfde manier te schalen als datawarehouses. Daarom consumeren deze omgevingen meer IT-bronnen, creëren ze bottlenecks in de dataketen en kunnen ze negatief van invloed zijn op de rapportage en analytics van een onderneming. Dit kan leiden tot slechte zakelijke beslissingen die langzaam worden genomen, waardoor kansen worden gemist.

Onze soortgelijke maar verschillende extract-load-transform (ELT)-benadering biedt verbeterde prestaties en waarde door het extract en load in één beweging te behandelen, rechtstreeks naar het doeldata-platform van een onderneming, met behulp van de kracht van een CDW’s processen om de transformaties uit te voeren zodra deze zijn geladen. Het pushen van transformaties naar het datawarehouse zelf vereist slechts één krachtige infrastructuur. Verdere verbeteringen van relationele databases maken het transformeren van data in de database gemakkelijker, sneller en goedkoper. Dit resulteert in besparingen op infrastructuur, beter presterende workloads en kortere ontwikkelingscycli. De data van een onderneming wordt snel gemigreerd en is onmiddellijk beschikbaar voor transformaties en analyses op basis van de huidige zakelijke uitdagingen en behoeften.

Als ETL zijn grootste zwakte – prestaties – probeert te verbeteren, verwacht Matillion dat het resultaat een ELT-werkstroom zal zijn. Dat is de beste manier voor een onderneming om haar data efficiënt, kostenefficiënt en voor vruchtbare analyse te benutten om zakelijke groei te stimuleren.

Matillion heeft de Matillion Data Loader gemaakt, een gratis SaaS-gebaseerde data-integratietool. Kunt u deze tool in detail beschrijven en wat maakt het zo gebruikersvriendelijk?

Tegenwoordig hebben bedrijven nieuwe behoeften rondom data. Het technologielandschap verandert. IT-data-professionals hebben nog steeds enterprise-schaal en krachtige transformatiecapaciteit nodig, en altijd zal dat zo blijven – maar bij bedrijven die concurreren met data, is er een nieuwe soort data-gebruiker die niet noodzakelijk in IT werkt. Deze gebruikers kunnen in marketing, financiën en andere disciplines binnen het bedrijf werken. Ze willen data gebruiken om antwoorden te vinden op hun zakelijke vragen. Matillion Data Loader richt zich op deze gebruikers en ondersteunt bedrijven in eerdere stadia van hun cloud-data-reis. Het product versnelt en vereenvoudigt data-integratie voor deze data-gebruikers. Het is een lichtgewicht SaaS-oplossing die data-analyse-professionals en zakelijke gebruikers in staat stelt om data gemakkelijk te migreren met een krachtig en schaalbaar product. Klanten kunnen geleidelijk upgraden naar meer geavanceerde en diepgaande functionaliteit (Matillion ETL) als dat nodig is.

We bieden Matillion Data Loader gratis aan. Dit heeft de markt verstoord en toont onze toewijding aan het ontmoeten en bedienen van ondernemingen waar ze ook zijn in hun cloud-data-reis, om hen te helpen om effectief toegang te krijgen tot data voor intelligente zakelijke beslissingen.

Matillion stelt ondernemingen in staat om de volle kracht van cloud-data te benutten om data-transformatie gemakkelijker, sneller en goedkoper te maken. Kunt u enkele van deze functionaliteiten beschrijven?

Matillion ETL is een cloud-tool die bedrijven van alle maten, across industries, helpt met enterprise-grade, geavanceerde data-transformatie om hun analytics te stimuleren op grote schaal op Amazon Redshift, Snowflake en Google BigQuery. Onze producten kunnen gegevens van verschillende bronnen verbinden, filteren, rangschikken, converteren, aggregeren en transponeren om cloud-migraties en -transformaties te vergemakkelijken. Ze verbinden zich met platforms zoals Amazon S3 en Amazon RDS, Google Analytics, customer relationship management-portals zoals Salesforce, sociale media-platforms (Facebook en Twitter) en zelfs betalingsverwerkers (Stripe, Paypal), en stellen gebruikers met de juiste machtigingen in staat om projecten te importeren en exporteren of de status van lopende taken van instance-niveau-auditlogs te controleren.

Bovendien stelt Matillion admins in staat om herbruikbare, parameter-gedreven data-jobs te ontwerpen en te plannen en workflows visueel te orkestreren met transacties, beslissingen en lussen, deels via Bash- en Python-scripting en component-generatie-hulpmiddelen. Misschien nog nuttiger, het laat hen een downloadable rapport genereren dat lay-out, componenten, SQL en eigenschappen voor een bepaalde taak in één klik toont.

Is er nog iets anders dat u over Matillion wilt delen?

Matillion’s data-transformatietechnologie is waarschijnlijk de grootste bijdrage aan enterprise-technologie dit jaar. Matillion ETL werd eigenlijk “Overall Data Tech Solution of The Year” genoemd door de Data Breakthrough Awards. We hebben data-transformatie in de cloud-era opnieuw uitgevonden – als de enige aanbieder die echte data-transformatie in de cloud mogelijk maakt. Ons team is trots om simpelheid, schaalbaarheid, snelheid en besparingen te bieden voor honderden ondernemingen wereldwijd, en we kijken ernaar uit om bedrijven te blijven ondersteunen in hun data-reis – vooral als ze proberen om data te benutten om de toekomst te voorspellen. We zijn goed gepositioneerd om bedrijven te helpen om de huidige turbulentie op de wereldmarkt te doorstaan en sterker uit te komen aan de andere kant.

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