Matthew Scullion, administrerende direktør og grunnlegger av Matillion – Intervju-serie

Matthew Scullion er administrerende direktør og grunnlegger av Matillion – den ledende leverandøren av datatransformasjonsprogramvare for skytjener-datahus.

Selskapet har gjenskapt datatransformasjon i skytiden – som den eneste leverandøren som muliggjør sanntids datatransformasjon i skyen. Deres unike ELT (i motsetning til ETL) tilnærming utnytter kraften til et foretaks valgte skytjener-datahus for datatransformasjon, maksimerer skalerbarhet, hastighet og besparelser.

Matillions 800+ kunder inkluderer Accenture, Amazon (AMZN ), Bose, Docusign, Fox, GE, Merck, Siemens, Sony, Splunk, VIstaprint og Zapier.

Matthew har over 20 års erfaring med å arbeide på grensen mellom forretning og teknologi, med det meste av sin karriere som programvare- og IT-ekspert.

Du er en livslang entrepreneur som grunnla ditt første selskap da du var 18 år. Hva var dette første selskapet? Ser du tilbake, var det noe som kunne ha blitt gjort annerledes for å øke sjansen for suksess?

Det var et lite selskap som het Real Information Systems – vi gjorde gruppeprogramvareutvikling og -implementering. Mens jeg var der som et kvelds- og helgeprosjekt bygde jeg et tidlig webinnholdshåndteringssystem som vi klarte å selge til noen anständige kunder og som vant noen priser. Ved en av prisutdelingene møtte vi et stort amerikansk selskap som kort tid etter kjøpte selskapet.

Og hva ville jeg ha gjort annerledes? Nesten alt. Jeg var faktisk 17 år gammel da jeg ble involvert i dette selskapet, og min partner var en fin fyr (og vi er fortsatt venner), men ikke noen særlig forretningsmann. Hvis jeg hadde de ferdighetene jeg har nå, da, tror jeg vi ville ha hatt et mye mer suksessfullt selskap! Jeg lærte mest om menneskelige ferdigheter – alt i forretning (eller kunnskapsforretning som programvare) handler om kvaliteten på menneskene – å få dem i riktig posisjon til riktig tid – og å få dem samarbeidende, og i en god kultur.

Etter dette første eventyret arbeidet du i kommersiell IT og programvareutvikling i 15 år hos en rekke britiske og europeiske systemintegratorer. Hva var noen av disse rollene?

Jeg arbeidet meg opp gjennom ledelsen av utviklere, noen forsalgs- og P&L-ansvar for programvaredelen av et stort europeisk SI… dette ga meg mye kundeerfaring, spesielt hos større kunder. Og jeg ledet BI, programvare, SDLC og integrasjonspraksis – som ga meg alle verktøyene jeg trengte for Matillion.

Var det et hull i markedet som du la merke til i disse ulike rollene som inspirerte deg til å lansere Matillion?

Jeg hadde sett på dette tidligere selskapet kraften i godt implementert BI. Og hvor tungt det var å få det rett. Jeg hadde også sett et tysk selskap som hadde vært svært suksessfullt med en mer forhåndsinnpakket, bransjevertikal BI-løsning for mid-sized bedrifter. Til slutt hadde vi arbeidet med AWS og kunne se skriftet på veggen for on-prem-løsninger. Så skybasert, turn-key, fullt administrert BI syntes å være et hull som vi kunne fylle. Det er ikke det vi gjør nå, men det var det vi gjorde i begynnelsen og det som ledet oss til å bygge Matillion ETL år senere, som nå er hva bedriften handler om.

Etter å ha lansert Matillion i 2011, overbeviste du tre av dine tidligere sjefene til å investere. Hvordan gikk denne diskusjonen, og hva var det om ideen som overbeviste dem om å bli med?

Jeg bestemte meg for å slutte i jobben og starte selskapet mens jeg var på ferie i Spania med kona mi. Jeg hadde hatt en tøff tid og den tidligere arbeidsplassen, og hun oppmuntret meg til å gjøre det. Jeg gikk hjem og satte sammen en forretningsplan som jeg så presenterte for disse tre personene.

Jeg tror (i virkeligheten vet jeg) at de ikke trodde jeg visste mye mer enn dem om skyen og BI. Men de har senere fortalt meg at de ikke støttet forretningsplanen – men at de støttet meg, fordi de trodde jeg hadde en sjanse til å gjøre noe av det.

Jeg antar at det var på grunn av de 10+ årene jeg hadde arbeidet med og for dem før, og mens det alltid er en god idé å alltid tenke på din integritet.

Hvordan ville du beskrive Matillion på så få ord som mulig?

Matillion er datatransformasjon for skytjener-datahus.

En av de viktigste forskjellene mellom Matillion og andre løsninger er Matillions ELT (extract, load, transform) tilnærming versus den mer vanlige ETL (Extract, transform, load). Kan du beskrive disse to tilnærmingene og hva som gjør ELT overlegen?

Når dataintegrasjonsprodukter kom inn på markedet for mange år siden, leverte de tre områder med verdi som fortsatt er nødvendige i dag: 1) extract, 2) load (få data fra kildesystemer inn i datahuset) og 3) datatransformasjon (koble sammen siloede data, denormalisere, legge til verdi og pyntebusinesslogikk og -metrikker). Med andre ord gjorde de tidlige produktene bedriftens data “analyseklare” i et komplekst IT-miljø, på en skala og som et team.

Men disse før-sky, legacy-produktene var ikke bygget for skyen. Så de var langsomme, vanskelige å håndtere og skalerbart, vanskelige å anskaffe, og kunne ikke dra nytte av de underliggende egenskapene og funksjonene til skyplattformene.

På denne tiden – før 2015 – var Matillion fokusert på å bygge og forvalte datahus for kundene våre i skyen. Vi vokste frustrerte over mangelen på produkter som kunne støtte kundenes forretninger effektivt og på en skala. Vi trengte et produkt som kunne levere enkelhet, hastighet, skalerbarhet og besparelser, men det eksisterte ikke. Så vi bygde det selv. For omtrent fem år siden lanserte vi Matillion ETL (extract, load, transform), et verktøy bygget spesifikt for skytjener-datahus (CDW) inkludert Amazon Redshift, Google (GOOGL ) BigQuery og Snowflake

Data fra ulike kilder kan lett samles inn, men å bare laste det inn i en sentral plass i en CDW gir ikke høykvalitets datainnsikt. Data må transformeres før det kan brukes med et analyseverktøy eller noen andre nedstrømsprosesser som maskinlæring. Uevnen til å transformere data motsier formålet med et datahus fra første sted, og lar kundene uten evne til å bygge og forvalte komplekse datamodeller eller få høykvalitetsanalyse.

De fleste løsningene i dag extractor data, transformerer det til rådata som er egnet for rapportering og analyse, og laster det inn i et målplattform (f.eks. en relasjonsdatabase). ETL-motoren er derfor en beregningsressurs, og må være kraftig nok (les: dyrt) til å håndtere store mengder data som skal transformeres. I tillegg er miljøene som kjører ETL-programvare ikke bygget for å skaleres like mye som datahus. Derfor, når datavolumer øker, forbruker disse miljøene mer IT-ressurser, skaper flaskenakker i datakjeden og kan negativt påvirke en bedrifts rapportering og analyse. Dette kan føre til dårlige forretningsbeslutninger tatt langsomt, noe som resulterer i missede muligheter.

Vår lignende, men forskjellige, extract-load-transform (ELT) tilnærming tilbyr økt ytelse og verdi ved å håndtere extract og load i ett trekk, rett til et foretaks målplattform, ved å bruke kraften til en CDWs prosesser til å utføre transformasjonene når de er lastet inn. Å pushe transformasjoner til datahuset selv krever bare ett kraftig infrastrukturverktøy. Videre fremgang på relasjonsdatabaser gjør det enklere, raskere og mer kostnadseffektivt å transformere data i databasen. Dette resulterer i besparelser på infrastruktur, bedre ytelse og kortere utviklingscykluser. En bedrifts data er raskt migrert og umiddelbart tilgjengelig for transformasjon og analyse basert på nåværende forretningsutfordringer og -behov.

Hvis ETL ser på å forbedre sin største tilbakeslag – ytelse – forventer Matillion at resultatet vil være en ELT-arbeidsflyt. Det er den beste måten for en bedrift å utnytte sin data effektivt, kostnadseffektivt og for fruktbart analyse som driver forretningsvekst.

Matillion har laget Matillion Data Loader, som er et gratis SaaS-basert dataintegrasjonsverktøy. Kan du beskrive dette verktøyet i detalj og hva som gjør det så brukervennlig?

I dag har bedrifter nye behov rundt data. Teknologilandskapet endrer seg. IT-datafagfolk trenger fortsatt bedriftsskala og kraftig transformasjonskapasitet, og alltid vil – men i selskaper som konkurrerer ved hjelp av data, er det en ny type databrukere som ikke nødvendigvis arbeider i IT. Disse brukerne kan arbeide i markedsføring, finans og andre disipliner på tvers av bedriften. De ønsker å bruke data til å finne svar på sine forretnings-spørsmål. Matillion Data Loader møter disse brukerne, og støtter bedrifter i tidlige faser av sin skydata-reise. Produktet fremmer hastigheten og enkelheten til dataintegrasjon for disse databrukerne. Det er en lett SaaS-løsning som muliggjør dataanalyseeksperter og forretningsbrukere å enkelt migrere data med et kraftig og skalerbart produkt. Kunder kan gradvis oppgradere til mer sofistikert og dybde (Matillion ETL) etter behov.

Vi tilbyr Matillion Data Loader gratis. Dette har forstyrret markedet, og demonstrerer vårt engasjement for å møte og betjene bedrifter hvor enn de er på sin skydata-reise, og hjelpe dem til å effektivt få tilgang til data for intelligente forretningsbeslutninger.

Matillion muliggjør at bedrifter kan utnytte full kraft av skydata til å gjøre datatransformasjon enklere, raskere og mer kostnadseffektiv. Kan du beskrive noen av disse funksjonene?

Matillion ETL er et skyverktøy som hjelper bedrifter av alle størrelser, på tvers av bransjer, med bedriftskvalitets, sofistikert datatransformasjon for å drive deres analyse på en skala på Amazon Redshift, Snowflake og Google BigQuery. Våre produkter kan koble sammen, filtrere, rangere, konvertere, aggregere og transponere data fra ulike kilder for å lette skyoverføringer og -transformasjoner. De kobler til plattformer som Amazon S3 og Amazon RDS, Google Analytics, kundebehandlingsportaler som Salesforce , sosiale medieplattformer (Facebook (META ) og Twitter), og sogar betalingsprosessorer (Stripe, Paypal), og de muliggjør brukere med riktige tillatelser til å importere og eksportere prosjekter eller finne ut statusen til pågående oppgaver fra instansnivå-auditlogger.

I tillegg muliggjør Matillion at administratorer kan designe og planlegge gjenbrukbare, parameterdrevne datajobber og visuelt orchestrere arbeidsflyter med transaksjoner, beslutninger og løkker, delvis gjennom Bash- og Python-skripting og komponentgenereringverktøy. Kanskje enda mer nyttig, lar det dem generere en nedlastbar rapport som detaljerer layout, komponenter, SQL og egenskaper for en gitt jobb med ett enkelt klikk.

Er det noe annet du ønsker å dele om Matillion?

Matillions datatransformasjonsteknologi er kanskje den største bidraget til bedriftsteknologi i år. Matillion ETL ble faktisk kåret til “Overall Data Tech Solution of The Year” av Data Breakthrough Awards. Vi har gjenskapt datatransformasjon i skytiden – som den eneste leverandøren som muliggjør sanntids datatransformasjon i skyen. Vårt team er ganske stolt av å levere enkelhet, skalerbarhet, hastighet og besparelser for hundrevis av bedrifter verden over, og vi ser frem til å fortsette å støtte bedrifters fremgang på sin data-reise – spesielt når de ser på å utnytte data til å forutsi fremtiden. Vi er godt posisjonert til å hjelpe dem til å møte de nåværende turbulente globale markedene, og komme ut sterkere på den andre siden.

Takk for disse fantastiske svarene, lesere som ønsker å lære mer kan besøke grunnleggeren av Matillion.