Matthew Scullion, VD och grundare av Matillion – Intervjuerien

Matthew Scullion är VD och grundare av Matillion – den ledande leverantören av datatransformationsprogramvara för molndatabaser.

Företaget har återuppfunnit datatransformation i molneran – som den enda leverantören som möjliggör sann datatransformation i molnet. Deras unika ELT-tillvägagångssätt (i stället för ETL) utnyttjar kraften hos ett företags valda molndatabase för datatransformation, vilket maximerar skalbarhet, hastighet och besparingar.

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

Matthew har över 20 års erfarenhet av att arbeta i skärningspunkten mellan affärer och teknik, med större delen av sin karriär som programvaru- och IT-proffs.

Du är en livslång entreprenör som grundade ditt första företag när du var 18. Vad var detta första företag? Titta tillbaka, var det något som kunde ha gjorts annorlunda för att öka chanserna till framgång?

Det var ett litet företag som hette Real Information Systems – vi utvecklade och implementerade grupprogramvara. Medan jag var där som ett kvälls- och helgprojekt byggde jag ett tidigt webbinnehållshanteringssystem som vi lyckades sälja till några anständiga kunder och som vann några utmärkelser. Vid en av utmärkelseceremonierna mötte vi ett stort amerikanskt företag som strax därefter köpte företaget.

Och vad skulle jag ha gjort annorlunda? Ganska mycket allt. Jag var faktiskt 17 när jag blev involverad i den verksamheten och min partner var en bra kille (och vi är fortfarande vänner) men inte så mycket en affärsman. Om jag hade den kompetens jag har nu, då, tror jag att vi skulle ha haft ett mycket mer framgångsrikt företag! Jag lärde mig mest om människors färdigheter – allt i verksamheten (eller kunskapsverksamhet som programvara) handlar om kvaliteten på människorna – att få dem i rätt säten vid rätt tidpunkt – och att få dem anpassade och i en bra kultur.

Efter detta första företag arbetade du i kommersiell IT och programvaruutveckling i 15 år hos flera brittiska och europeiska systemintegratörer. Vilka var några av dessa roller?

Jag arbetade mig upp genom ledningen av utvecklare, några försäljnings- och P&L-ansvar för programvaruavdelningen hos ett stort europeiskt SI… detta gav mig mycket kundupplevelse, särskilt hos större kunder. Och jag drev BI, programvara, SDLC och integrationspraxis – vilket gav mig alla verktyg jag behövde för Matillion.

Fanns det ett gap i marknaden som du lade märke till i dessa olika roller som inspirerade dig att lansera Matillion?

Jag hade sett i mitt tidigare företag kraften i en välgenomförd BI. Och hur svårt det var att få det rätt. Jag hade också sett ett tyskt företag som hade varit mycket framgångsrikt med en mer förpackad, branschvertikal BI-lösning för medelstora företag. Slutligen hade vi arbetat med AWS och kunde se skrivningen på väggen för on-prem-lösningar. Så molnbaserad, nyckelfärdig, fullständigt hanterad BI tycktes vara ett gap som vi kunde fylla. Det är inte vad vi gör nu, men det var vad vi gjorde i början och vad som ledde oss till att bygga Matillion ETL för flera år sedan, vilket nu är vad verksamheten handlar om.

Efter att ha lanserat Matillion 2011 övertalade du tre av dina tidigare chefer att investera. Hur gick detta samtal och vad var det om idén som övertygade dem att gå ombord?

Jag bestämde mig för att sluta mitt jobb och starta företaget medan jag var på semester i Spanien med min fru. Jag hade haft en tuff tid och den tidigare platsen och hon uppmuntrade mig att göra det. Jag gick hem och satte ihop en affärsplan som jag sedan presenterade för dessa tre personer.

Jag tror (i själva verket vet jag) att de inte trodde att jag visste så mycket mer om molnet och BI än dem. Men de har sedan dess berättat för mig att de inte backade affärsplanen – utan de backade mig, eftersom de trodde att jag hade en chans att lyckas med något.

Jag gissar att det var tack vare de 10+ år jag hade arbetat med och för dem tidigare, och medan det alltid är en bra idé att alltid tänka på din integritet.

Hur skulle du beskriva Matillion med så få ord som möjligt?

Matillion är datatransformation för molndatabaser.

En av de viktigaste differentiatorerna mellan Matillion och andra lösningar är Matillions ELT-tillvägagångssätt (extrahera, ladda, transformera) jämfört med den mer vanliga ETL-tillvägagångssättet (extrahera, transformera, ladda). Kan du beskriva dessa två tillvägagångssätt och vad som gör ELT överlägset?

När dataintegreringsprodukter kom in på marknaden för många år sedan levererade de tre områden av värde som fortfarande behövs idag: 1) extrahera, 2) ladda (få data från källsystem till datawarehousen) och 3) datatransformation (sammanfoga siloade data, denormalisera, lägga till värde och försköna affärslogik och mått). Med andra ord gjorde de tidiga produkterna företagsdata “analysklara” i en komplex IT-miljö, i stor skala och som ett team.

Men dessa före-moln, äldre produkter var inte byggda för molnet. Så de var långsamma, svåra att hantera och skala, svåra att köpa och oförmögna att dra nytta av den underliggande kraften och funktionerna i molnplattformarna.

På den tiden – före 2015 – var Matillion fokuserat på att bygga och hantera datawarehousen för kunderna i molnet. Vi blev frustrerade av bristen på produkter som kunde stödja våra kunders verksamheter effektivt och i stor skala. Vi behövde en produkt som kunde leverera enkelhet, hastighet, skalbarhet och besparingar, men en sådan produkt fanns inte. Så vi byggde den själva. För ungefär fem år sedan lanserade vi Matillion ETL (extrahera, ladda, transformera), ett verktyg som är byggt specifikt för molndatabaser (CDW), inklusive Amazon Redshift, Google (GOOGL ) BigQuery och Snowflake

Data från olika källor kan samlas in lätt, men att bara ladda den i en central plats inuti en CDW ger inte högkvalitativa datainsikter. Data måste transformeras innan den kan användas med ett analysverktyg eller någon annan nedströmsprocess, såsom maskinlärande. Oförmågan att transformera data motsäger syftet med en datawarehouse från första början, vilket gör att kunderna inte kan bygga och hantera komplexa datamodeller eller få högkvalitativa analyser.

De flesta lösningar idag extraherar data, transformerar den till rådata som är lämplig för rapportering och analys och laddar den i en målplattform (t.ex. en relationsdatabas). ETL-motorn är därför en beräkningsresurs och måste vara tillräckligt kraftfull (läs: dyr) för att hantera stora mängder data som ska transformeras. Dessutom är miljöerna som kör ETL-programvara inte byggda för att skala på samma sätt som datawarehousen. Därför, när datavolymerna ökar, förbrukar dessa miljöer mer IT-resurser, skapar flaskhalsar i datakedjan och kan negativt påverka ett företags rapportering och analys. Detta kan leda till dåliga affärsbeslut som fattas långsamt, vilket resulterar i missade möjligheter.

Vår liknande men olika extract-load-transform (ELT)-tillvägagångssätt erbjuder ökad prestanda och värde genom att hantera extrahering och laddning i ett drag, direkt till en företagsmålplattform, med hjälp av kraften i en CDW:s processer för att utföra transformationer när de är laddade. Att skjuta transformationer till själva datawarehousen kräver bara en kraftfull infrastruktur. Ytterligare framsteg på relationsdatabaser gör det lättare, snabbare och mer kostnadseffektivt att transformera data i databasen. Detta resulterar i besparingar på infrastruktur, bättre presterande arbetsbelastningar och kortare utvecklingscykler. Ett företags data migreras snabbt och är omedelbart tillgängliga för transformationer och analys baserat på aktuella affärsutmaningar och behov.

Om ETL försöker förbättra sin största bakslag – prestanda – förväntar sig Matillion att resultatet kommer att bli en ELT-arbetsflöde. Det är det bästa sättet för ett företag att utnyttja sin data effektivt, kostnadseffektivt och för att driva affärsutveckling.

Matillion har skapat Matillion Data Loader som är ett kostnadsfritt SaaS-baserat datatilläggsverktyg. Kan du beskriva detta verktyg i detalj och vad som gör det så användarvänligt?

Idag har företag nya behov runt data. Teknologilandskapet förändras. IT-dataproffs behöver fortfarande företagsskalig och kraftfull transformationsförmåga, och alltid kommer att göra det – men i företag som konkurrerar med data, finns det en ny typ av dataanvändare som inte nödvändigtvis arbetar inom IT. Dessa användare kan arbeta inom marknadsföring, finans och andra discipliner inom verksamheten. De vill använda data för att hitta svar på sina affärsfrågor. Matillion Data Loader möter dessa användare och stödjer företag i tidiga skeden av sin molndataresa. Produkten främjar hastigheten och enkelheten i dataintegration för dessa dataanvändare. Det är en lätt SaaS-lösning som möjliggör för dataanalytiker och företagsanvändare att enkelt migrera data med ett kraftfullt och skalbart produkt. Kunder kan gradvis uppgradera till mer sofistikerad och djup (Matillion ETL) när som helst.

Vi erbjuder Matillion Data Loader utan kostnad. Detta har stört marknaden och visar vår åtagande att möta och betjäna företag var de än befinner sig på sin molndataresa, för att hjälpa dem att effektivt komma åt data för smarta affärsbeslut.

Matillion möjliggör för företag att utnyttja den fulla kraften i molndata för att göra datatransformation enklare, snabbare och mer kostnadseffektiv. Kan du beskriva några av dessa funktioner?

Matillion ETL är ett molnverktyg som hjälper företag av alla storlekar, över branscher, med företagsskalig, sofistikerad datatransformation för att driva sin analys i stor skala på Amazon Redshift, Snowflake och Google BigQuery. Våra produkter kan ansluta, filtrera, rangordna, konvertera, aggregera och transponera data från olika källor för att underlätta molnmigrationer och transformationer. De ansluter till plattformar som Amazon S3 och Amazon RDS, Google Analytics, kundrelationshanteringsportaler som Salesforce , sociala medieplattformar (Facebook (META ) och Twitter) och även betalningsprocessorer (Stripe, Paypal), och de möjliggör för användare med rätt behörighet att importera och exportera projekt eller undersöka statusen för pågående uppgifter från instansnivålogg.

Dessutom möjliggör Matillion för administratörer att designa och schemalägga återanvändbara, parametriska datajobb och visuellt orkestrera arbetsflöden med transaktioner, beslut och loopar, delvis genom Bash- och Python-skript och komponentgenereringsverktyg. Kanske ännu mer användbart, låter det dem generera en nedladdningsbar rapport som detaljerar layout, komponenter, SQL och egenskaper för vilket jobb som helst med ett enda klick.

Finns det något annat du vill dela om Matillion?

Matillions datatransformationsteknologi är förmodligen den största bidraget till företagsteknologi detta år. Matillion ETL utsågs faktiskt till “Overall Data Tech Solution of The Year” av Data Breakthrough Awards. Vi har återuppfunnit datatransformation i molneran – som den enda leverantören som möjliggör sann datatransformation i molnet. Vårt team är stolt över att erbjuda enkelhet, skalbarhet, hastighet och besparingar för hundratals företag världen över, och vi ser fram emot att fortsätta stödja företags utveckling på sin dataresa – särskilt när de försöker utnyttja data för att förutse framtiden. Vi är väl positionerade för att hjälpa dem att klara av de för närvarande turbulent globala marknaderna och komma ut starkare på andra sidan.

Tack för dessa fenomenala svar, läsare som vill lära sig mer kan besöka grundaren av Matillion.