ไลท์ตัน เวลช์ CTO และผู้ร่วมก่อตั้ง Tracer – ซีรีส์สัมภาษณ์

ไลท์ตัน เวลช์ เป็น CTO และผู้ร่วมก่อตั้ง Tracer Tracer เป็นเครื่องมือที่ใช้ AI ในการจัดระเบียบ จัดการ และแสดงข้อมูลที่ซับซ้อนเพื่อขับเคลื่อนธุรกิจให้เร็วขึ้นและได้ผลลัพธ์ที่ดีกว่า ก่อนที่จะมาเป็น CTO ของ Tracer ไลท์ตันเคยเป็น Director of Consumer Insights ที่ SocialCode และ VP of Engineering ที่ VaynerMedia เขาใช้เวลาทั้งอาชีพการงานในการเป็นผู้บุกเบิกในระบบนิเวศของโฆษณา โดยการวิ่งโฆษณา Snapchat แคมเปญแรกและให้คำปรึกษาทางด้าน API 상업สำหรับแพลตฟอร์มที่ใหญ่ที่สุดในโลก ไลท์ตันจบการศึกษาจากมหาวิทยาลัยฮาร์วาร์ดในปี 2013 ด้วยปริญญาในสาขาวิทยาศาสตร์คอมพิวเตอร์และเศรษฐศาสตร์

คุณสามารถบอกเราเพิ่มเติมเกี่ยวกับพื้นหลังของคุณและวิธีที่ประสบการณ์ของคุณที่ฮาร์วาร์ด SocialCode และ VaynerMedia ได้สร้างแรงบันดาลใจให้คุณร่วมก่อตั้ง Tracer หรือไม่

ความคิดเดิมเกิดขึ้นเมื่อ 10 ปีที่แล้ว เพื่อนสมัยเด็กของฉันโทรหาฉันในวันศุกร์เย็น เขากำลังดิ้นรนในการรวบรวมข้อมูลจากแพลตฟอร์มโซเชียลต่างๆ สำหรับลูกค้าของเขา เขาคิดว่าสิ่งนี้สามารถทำอัตโนมัติได้ ดังนั้นเขาจึงขอให้ฉันช่วยเพราะฉันมีพื้นหลังในการพัฒนาซอฟต์แวร์ นั่นคือวิธีที่ฉันพบกับ Jeff Nicholson ซึ่งเป็นผู้ร่วมก่อตั้งคนอื่นของฉัน

นี่คือช่วงเวลาที่เรามีไอเดีย : จำนวนเงินที่ใช้ในการทำแคมเปญเหล่านี้มีมากกว่าคุณภาพของซอฟต์แวร์ที่ติดตามเงินเหล่านั้น มันเป็นตลาดที่กำลังเติบโตและมีหลายแอปพลิเคชันในด้านวิทยาศาสตร์ข้อมูล

เรายังคงสร้างซอฟต์แวร์สำหรับวิเคราะห์ที่สามารถตอบสนองความต้องการของแคมเปญสื่อที่ใหญ่และซับซ้อนมากขึ้น เมื่อเราทำงานกับปัญหา เราได้พัฒนากระบวนการ – ขั้นตอนที่ชัดเจนในการรับข้อมูลที่แตกต่างกันและทำให้มีบริบท เราได้ทำความเข้าใจว่ากระบวนการที่เรากำลังสร้างสามารถนำไปใช้กับชุดข้อมูลใดๆ ได้ ไม่ใช่แค่โฆษณาเท่านั้น และนั่นคือสิ่งที่ Tracer เป็นตัวแทนในวันนี้ : เครื่องมือที่ใช้ AI ในการจัดระเบียบ จัดการ และแสดงข้อมูลที่ซับซ้อนเพื่อขับเคลื่อนธุรกิจให้เร็วขึ้นและได้ผลลัพธ์ที่ดีกว่า

เรากำลังช่วยให้องค์กรต่างๆ มีความเป็น “ขับเคลื่อนด้วยข้อมูล” โดยการทำให้ขั้นตอนในการรับข้อมูลที่แตกต่างกันเชื่อมต่อและจัดระเบียบข้อมูลที่แตกต่างกันระหว่างฟังก์ชันต่างๆ และให้ข้อมูลเชิงลึกทางธุรกิจที่มีประสิทธิภาพผ่านการรายงานและภาพแสดงข้อมูลที่直观 สิ่งนี้อาจหมายถึงการเชื่อมต่อข้อมูลการขายกับ CRM การตลาด การวิเคราะห์ HR กับแนวโน้มรายได้ และแอปพลิเคชันอื่นๆ อีกมากมาย

คุณสามารถอธิบายได้อย่างไรว่า Tracer ช่วยให้การวิเคราะห์เป็นอัตโนมัติและปฏิวัติระบบข้อมูลสมัยใหม่ให้กับลูกค้า

สำหรับความเรียบง่าย ให้เรากำหนดว่าการวิเคราะห์เป็นการตอบคำถามทางธุรกิจผ่านซอฟต์แวร์ ในภูมิทัศน์ปัจจุบัน มีแนวทางสองทาง

• แนวทางแรกคือซื้อซอฟต์แวร์แนวตั้ง สำหรับ CFO สิ่งนี้อาจเป็น Netsuite สำหรับ CRO สิ่งนี้อาจเป็น Salesforce ซอฟต์แวร์แนวตั้งเป็นเรื่องที่ดีเพราะมันครอบคลุมทุกอย่าง มันสามารถมีความเชี่ยวชาญสูง และควรทำงานได้ดีออกจากกล่อง ข้อจำกัดของซอฟต์แวร์แนวตั้งคือมันแนวตั้ง : หากคุณต้องการให้ Netsuite พูดกับ Salesforce คุณกลับไปที่จุดเริ่มต้น ซอฟต์แวร์แนวตั้งเป็นเรื่องที่สมบูรณ์ แต่ไม่มีความยืดหยุ่น
• แนวทางที่สองคือซื้อซอฟต์แวร์แนวตั้ง ซอฟต์แวร์นี้อาจเป็นซอฟต์แวร์สำหรับการรับข้อมูลอีกซอฟต์แวร์หนึ่งสำหรับการจัดเก็บ และซอฟต์แวร์อื่นๆ สำหรับการวิเคราะห์ ซอฟต์แวร์แนวตั้งเป็นเรื่องที่ดีเพราะสามารถจัดการได้แทบทุกอย่าง คุณสามารถรับข้อมูล Salesforce และ Netsuite ได้ผ่านการขนส่งนี้ ข้อจำกัดคือต้องติดตั้งและบำรุงรักษา และไม่มีสิ่งใดที่ทำงาน “ออกจากกล่อง” ซอฟต์แวร์แนวตั้งเป็นเรื่องที่ยืดหยุ่น แต่ไม่สมบูรณ์

เรานำเสนอแนวทางที่สามโดยการสร้างแพลตฟอร์มที่รวมเทคโนโลยีที่จำเป็นในการตอบคำถามใดๆ ที่สามารถเข้าถึงได้โดยไม่ต้องมีทรัพยากรทางวิศวกรรมหรือภาระทางเทคนิค มันคือความยืดหยุ่นและสมบูรณ์ Tracer เป็นแพลตฟอร์มที่ทรงพลังที่สุดในตลาดที่เป็นอิสระจากแอปพลิเคชันและครอบคลุมทุกอย่าง

Tracer จัดการข้อมูลได้มากถึง 10 เพตาบายต์เมื่อเดือนที่แล้ว คุณสามารถอธิบายได้อย่างไรว่า Tracer จัดการข้อมูลจำนวนมากได้อย่างมีประสิทธิภาพ

การขยายขนาดเป็นสิ่งสำคัญอย่างมากในโลกของเรา และมันเป็นจุดสนใจหลักของ Tracer ตั้งแต่เริ่มต้นเพื่อประมวลผลปริมาณข้อมูลนี้ เราใช้เทคโนโลยีที่ดีที่สุดและหลีกเลี่ยงการสร้างสิ่งใหม่ๆ ที่ไม่จำเป็น เรารู้สึกภูมิใจในโครงสร้างพื้นฐานที่เราสร้างขึ้น แต่เราก็เปิดกว้างเกี่ยวกับมันเช่นกัน แฟรมเวิร์กของเราออกแบบมาให้ทำงานได้อย่างมีประสิทธิภาพและยืดหยุ่นเพื่อปรับเปลี่ยนไปตามภูมิทัศน์

หลายพันธมิตรมาเข้าชมเราเพื่อปลดปล่อยทรัพยากรทางวิศวกรรมเพื่อมุ่งเน้นไปที่การริเริ่มเชิงกลยุทธ์ที่ใหญ่กว่า พวกเขามองเห็น Tracer เป็นทางลัดในการได้รับคำตอบ

คุณเชื่อว่าข้อมูลที่มีโครงสร้างเป็นสิ่งสำคัญสำหรับ AI และมีประโยชน์อย่างไรเมื่อเทียบกับข้อมูลที่ไม่มีโครงสร้าง

ข้อมูลที่มีโครงสร้างเป็นสิ่งสำคัญสำหรับ AI เพราะมันช่วยให้มีการโต้ตอบของมนุษย์ได้ ซึ่งเราเชื่อว่าเป็นส่วนสำคัญของการผลิตที่มีประสิทธิภาพ นอกจากนี้ ในระบบนิเวศปัจจุบัน เรามีเครื่องมือที่ดีกว่าในการใช้ข้อมูลที่ไม่มีโครงสร้างและรูปแบบที่ยากต่อการเข้าถึง (เอกสาร ภาพ วิดีโอ ฯลฯ)

สำหรับเรา มันคือการให้แพลตฟอร์มที่สามารถเพิ่มบริบทจากผู้ที่คุ้นเคยกับชุดข้อมูลที่ซ่อนอยู่หลังการเข้าถึงข้อมูลนั้น ในอีกคำหนึ่ง มันคือการเปลี่ยนข้อมูลที่ไม่มีโครงสร้างเป็นข้อมูลที่มีโครงสร้าง → Tracer’s context engine → ผลลัพธ์ที่ขับเคลื่อนด้วย AI เราเป็นคนกลางและช่วยให้การโต้ตอบที่มีประสิทธิภาพมากขึ้นและช่วยให้การแทรกแซงแบบมือเป็นไปได้

บริษัทต่างๆ เผชิญกับความท้าทายใดๆ กับข้อมูลที่ไม่มีโครงสร้าง และ Tracer ช่วยให้พวกเขาเอาชนะความท้าทายเหล่านี้เพื่อปรับปรุงคุณภาพข้อมูลได้อย่างไร

โดยไม่มีแพลตฟอร์มอย่าง Tracer ความท้าทายของข้อมูลที่ไม่มีโครงสร้างคือการควบคุม คุณป้อนข้อมูลเข้าไปในแบบจำลอง และแบบจำลองจะให้คำตอบแก่คุณ คุณมีโอกาสน้อยมากที่จะปรับแต่งสิ่งที่เกิดขึ้นภายในกล่องดำ

สมมติว่าคุณต้องการทราบว่าเนื้อหาที่มีผลกระทบมากที่สุดในแคมเปญสื่อ Tracer อาจใช้ AI ในการให้ข้อมูลอภิพันธุ์เกี่ยวกับเนื้อหาทั้งหมดที่ใช้ในโฆษณา และอาจใช้ AI ในการให้การวิเคราะห์ระยะสุดท้ายในการไปยังคำตอบ

คุณสามารถอธิบายได้อย่างไรว่า Tracer ใช้เทคโนโลยี AI อย่างไรเพื่อเพิ่มประสิทธิภาพของแพลตฟอร์มการวิเคราะห์ข้อมูล

คุณสามารถพิจารณา Tracer ในสามหมวดสินค้าหลัก : Sources, Content และ Outputs

• Sources เป็นเครื่องมือที่ใช้ในการรับข้อมูลที่แตกต่างกัน การติดตามและ QA
• Context เป็นชั้นเชิงวิทยาศาสตร์ที่ใช้ในการจัดระเบียบข้อมูลหลังการรับข้อมูล
• Outputs คือที่ที่คุณสามารถตอบคำถามทางธุรกิจบนข้อมูลที่มีบริบท

ที่ Tracer เราไม่เห็น AI เป็นตัวแทนของขั้นตอนเหล่านี้ แต่เรามองว่า AI เป็นเทคโนโลยีอื่นที่ทั้งสามหมวดสามารถใช้เพื่อขยายสิ่งที่สามารถทำอัตโนมัติได้

ตัวอย่างเช่น :

• Sources : ใช้ AI ในการสร้างตัวเชื่อมต่อ API ใหม่สำหรับแหล่งข้อมูลที่ไม่มีอยู่ในแคตตาล็อกพันธมิตรของเรา
• Context : ใช้ AI ในการทำความสะอาดข้อมูลก่อนที่จะวิ่งคำสั่งแท็ก ตัวอย่างเช่น การทำความสะอาดชื่อของสิ่งพิมพ์ในทุกภาษา
• Outputs : ใช้ AI เป็นตัวแทนของแผงควบคุมที่สามารถใช้ได้เมื่อกรณีการใช้งานทางธุรกิจเป็นการสำรวจมากกว่าการรายงาน KPI ที่ตายตัวซ้ำๆ
• AI ช่วยให้เราบรรลุผลลัพธ์เหล่านี้ได้ด้วยวิธีที่ง่ายและเข้าถึงได้

แผนการของ Tracer สำหรับการพัฒนาและนวัตกรรมในพื้นที่การวิเคราะห์ข้อมูลคืออะไร

Tracer เป็นผู้รวบรวมตัวรวบรวม เราพันธมิตรจะพึ่งพาเราเพื่อใช้งานเฉพาะภายในทีมและฟังก์ชัน หรือใช้สำหรับธุรกิจอัจฉริยะข้ามฟังก์ชัน ความงดงามของ Tracer คือไม่ว่าคุณจะใช้เราเพื่อตัดสินใจที่ดีกว่าด้วยการลงทุนสื่อและสร้างสรรค์ หรือสร้างแผงควบคุมเพื่อเชื่อมต่อเมตริกที่แตกต่างกันจากห่วงโซ่อุปทานไปจนถึงการขายและทุกอย่างระหว่างนั้น บล็อกการสร้างมันคือสิ่งเดียวกัน

เรากำลังเห็นองค์กรที่เคยพึ่งพาเราในพื้นที่หนึ่งของธุรกิจ (เช่น สื่อและการตลาด) ขยายการประยุกต์ไปยังที่อื่นในธุรกิจ ดังนั้นลูกค้าหลักของเราจึงเปลี่ยนจากผู้บริหารสื่อระดับสูงหรือพันธมิตรเอเจนซี่ไปเป็น CIO CTO นักวิทยาศาสตร์ข้อมูล และนักวิเคราะห์ธุรกิจ เรากำลังสร้างเครื่องมือของเราให้เหมาะสมกับการใช้งานและบุคลากรมากขึ้น ในขณะเดียวกันก็รับรองว่าเทคโนโลยีหลักยังคงสามารถขยายขนาด ยืดหยุ่น และเข้าถึงได้สำหรับผู้ใช้ที่ไม่ใช่คนเทคนิค

ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านสามารถเยี่ยมชม Tracer เพื่อเรียนรู้เพิ่มเติม