Matthew Scullion, VD och grundare av Matillion – Intervjuerien

Matthew Scullion är VD och grundare av Matillion – den ledande leverantören av programvara för datatransformering för molnbaserade datalager.

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

Matillions 800+ kunder inkluderar Accenture, Amazon, 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? Om du ser 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 webbaserat innehållshanteringssystem som vi lyckades sälja till några anständiga kunder och som vann några priser. På en av prisutdelningarna 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 det här företaget 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, redan då, tror jag att vi skulle ha haft ett mycket mer framgångsrikt företag! Jag lärde mig mest om människors färdigheter – allt i affärer (eller kunskapsföretag som programvara) handlar om kvaliteten på människorna – att få dem i rätt säten vid rätt tidpunkt – och att få dem att samarbeta och skapa en bra kultur.

Efter detta första företag arbetade du sedan 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 utvecklarnas ledning, några försäljningsroller till P&L-ansvar för programvaruavdelningen hos en stor europeisk systemintegratör… detta gav mig mycket kundvana, 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 märkte i dessa olika typer av roller som inspirerade dig att lansera Matillion?

Jag hade sett på det tidigare företaget kraften i välgenomförd BI. Och hur tungt det var att få det rätt. Jag hade också sett ett tyskt företag som hade varit riktigt framgångsrikt med en mer förpackad, branschspecifik 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 år senare, som nu är vad företaget handlar om.

Efter att ha lanserat Matillion 2011 övertalade du tre av dina tidigare chefer att investera. Hur gick den diskussionen och vad var det med 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 det tidigare stället och hon uppmuntrade mig att göra det. Jag gick hem och satte ihop en affärsplan som jag sedan pitchade till dessa 3 personer.

Jag tror (i själva verket vet jag) att de trodde att jag inte visste så mycket mer än dem om molnet och BI. Men de har senare 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 datatransformering för molnbaserade datalager.

En av de viktigaste skillnaderna mellan Matillion och andra lösningar är Matillions ELT-tillvägagångssätt (extrahera, ladda, transformera) jämfört med den mer allmänt använda ETL-metoden (extrahera, transformera, ladda). Kan du beskriva dessa två tillvägagångssätt och vad som gör ELT överlägsen?

När dataintegreringsprodukter kom in på marknaden för många år sedan levererade de tre områden med värde som fortfarande behövs idag: 1) extrahera, 2) ladda (få data från källsystem till datalagret) och 3) datatransformering (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 kunde inte utnyttja den underliggande kraften och funktionerna i molnplattformarna.

På den tiden – före 2015 – var Matillion fokuserat på att bygga och hantera datalager för sina kunder i molnet. Vi växte frustrerade över bristen på produkter som kunde hjälpa våra kunders företag 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 molnbaserade datalager (CDW) inklusive Amazon Redshift, Google BigQuery och Snowflake.

Data från olika källor kan lätt samlas in, men att bara ladda det till en central plats inuti ett CDW ger inte högkvalitativa datainsikter. Data måste transformeras innan det kan användas med ett analysverktyg eller någon annan nedströmsprocess som maskinlärande. Oförmågan att transformera data motsäger syftet med ett datalager 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 till 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 datalager. Därför 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 extraherings-laster-transformeringsmetod erbjuder ökad prestanda och värde genom att hantera extrahering och lastning i ett drag, rakt till ett företags målplattform, med hjälp av kraften i en CDW:s processer för att utföra transformationer när de har laddats. Att skjuta transformationer till själva datalagret 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 analyser baserat på aktuella affärsutmaningar och behov.

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

Matillion har skapat Matillion Data Loader som är ett kostnadsfritt SaaS-baserat dataintegreringsverktyg. 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 företagsklass 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 över hela företaget. De vill använda data för att hitta svar på sina affärsfrågor. Matillion Data Loader möter dessa användare och stöder företag i tidigare 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 sofistikering och djup (Matillion ETL) när det behövs.

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 intelligenta affärsbeslut.

Matillion möjliggör för företag att utnyttja den fulla kraften i molndata för att göra datatransformering 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 företagsklass och sofistikerad datatransformering 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 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 utforma 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 är att det låter 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 som du vill dela om Matillion?

Matillions datatransformationsteknik är förmodligen den största bidraget till företagsteknik i år. Matillion ETL fick faktiskt namnet “Overall Data Tech Solution of The Year” av Data Breakthrough Awards. Vi har återuppfunnit datatransformering i molneran – som den enda leverantören som möjliggör verklig datatransformering i molnet. Vårt team är ganska stolt över att tillhandahålla enkelhet, skalbarhet, hastighet och besparingar för hundratals företag över hela världen, och vi ser fram emot att fortsätta stödja företags progression på sin dataresa – särskilt när de försöker utnyttja data för att förutsäga framtiden. Vi är väl positionerade för att hjälpa dem att hantera de globala marknadernas turbulens och komma ut starkare på andra sidan.

Tack för dessa fenomenala svar, läsare som vill veta mer bör besöka grundare av Matillion.