Leighton Welsh, CTO și co-fondator al Tracer – Seria de interviuri – Unite.AI

Ligton Welsh El este CTO și co-fondator al Tracer. Asociere Este un instrument bazat pe inteligență artificială care organizează, gestionează și vizualizează seturi de date complexe pentru o inteligență de afaceri mai rapidă și mai eficientă. Înainte de a deveni CTO la Tracer, Layton a fost director al Consumer Insights la SocialCode și vicepreședinte al tehnologiei la VaynerMedia. Și-a petrecut cariera conducând ecosistemul de tehnologie publicitară, rulând primul anunț Snapchat și consultând API-uri comerciale pentru unele dintre cele mai mari platforme din lume. Layton a absolvit Harvard în 2013 cu diplome în informatică și economie.

Ne poți spune mai multe despre trecutul tău și despre cum experiențele tale la Harvard, SocialCode și VaynerMedia te-au inspirat să co-fonda Tracer?

Ideea originală a venit acum vreo zece ani. Prietenul meu din copilărie m-a sunat vineri seara. Se străduia să colecteze date de pe diferite platforme de socializare pentru unul dintre clienții săi. S-a gândit că ar putea fi automatizat, așa că mi-a cerut ajutorul, deoarece am experiență în inginerie software. Așa l-am cunoscut pentru prima dată pe actualul meu co-fondator, Jeff Nicholson.

Acesta a fost momentul becului pentru noi: suma de bani cheltuită pentru aceste campanii a depășit cu mult calitatea software-ului care urmărește acești dolari. A fost o piață în curs de dezvoltare cu multe aplicații în știința datelor.

Am continuat să construim software de analiză pentru a răspunde nevoilor campaniilor media din ce în ce mai mari și complexe. Pătrunzând problema, am dezvoltat un proces – pași clari pentru înțelegerea și contextualizarea diferitelor date. Ne-am dat seama că procesul pe care îl construiam putea fi aplicat oricărui set de date – nu doar reclamelor – și asta reprezintă Tracer astăzi: un instrument bazat pe inteligență artificială care organizează, gestionează și vizualizează seturi de date complexe pentru a genera inteligența de afaceri mai rapid și mai eficient. .

Ajutăm la democratizarea a ceea ce înseamnă să fii o organizație bazată pe date prin automatizarea pașilor necesari pentru a ingera, conecta și organiza seturi de date disparate între funcții și oferim informații puternice prin raportare și vizualizări intuitive. Acest lucru ar putea însemna conectarea datelor de vânzări la sistemul dvs. CRM de marketing, analiza HR la tendințele veniturilor și aplicații nesfârșite.

Puteți explica modul în care platforma Tracer automatizează analiza și revoluționează colectarea modernă de date pentru clienții dvs.?

Pentru simplitate, să definim analiza ca răspuns la o întrebare de afaceri prin intermediul software-ului. Există de fapt două abordări pe scena astăzi.

• Primul este achiziționarea verticală de software. Pentru directorii financiari, ar putea fi Netsuite. Pentru un CRO, ar putea fi Salesforce. Programele verticale sunt grozave pentru că sunt cuprinzătoare, pot fi foarte specializate și trebuie să funcționeze în afara casetei. Limitarea software-ului vertical este că este vertical: dacă vrei ca Netsuite să vorbească cu Salesforce, te întorci la început. Software-ul vertical este gata, dar nu este flexibil.
• O altă modalitate este să achiziționați software orizontal. Ar putea fi un program pentru introducerea datelor, altul pentru stocare și un al treilea pentru analiză. Software-ul orizontal este grozav pentru că poate gestiona aproape orice. Cu siguranță puteți ingera, stoca și analiza datele Salesforce și Netsuite prin această conductă. Limitarea este că trebuie compilat și întreținut și nimic nu funcționează „din cutie”. Programele orizontale sunt flexibile, dar nu perfecte.

Oferim o a treia abordare prin crearea unei platforme care combină tehnologiile necesare pentru a raporta totul și este suficient de accesibilă pentru a fi dezvoltată fără resurse de inginerie sau cheltuieli tehnice generale. Este flexibil și cuprinzător. Tracer este cea mai puternică platformă de pe piață și este complet integrată și agnostică a aplicațiilor.

Tracer a procesat aproximativ 10 petaocteți de date luna trecută. Cum gestionează Tracer cantități atât de mari de date în mod eficient?

Scara este foarte importantă în lumea noastră și a fost întotdeauna o prioritate pentru Tracer, chiar și în primele zile. Folosim multă tehnologie de cea mai bună calitate pentru a procesa acest volum de date și pentru a evita reinventarea roții acolo unde nu avem nevoie. Suntem foarte mândri de infrastructura pe care am construit-o, dar suntem și destul de deschiși în privința ei. De fapt, programul nostru de arhitectură este descris pe site-ul nostru.

Ceea ce le spunem partenerilor este: asta nu înseamnă că echipele dumneavoastră interne de inginerie nu pot construi ceea ce am construit noi; Dar nu ar trebui. Am adunat părțile stivei moderne de date pentru tine. Cadrul este eficient, testat de luptă și modular, astfel încât să putem evolua dinamic cu peisajul.

Mulți parteneri vin la noi pentru a elibera resurse de inginerie pentru a se concentra pe inițiative strategice mai mari. Ei folosesc structura Tracer pentru a atinge obiectivul. A avea o bază de date nu răspunde la întrebările de afaceri. A avea o conductă ETL nu răspunde la întrebările de afaceri. Ceea ce contează cu adevărat este ce poți face cu această infrastructură odată ce este asamblată. De aceea am creat Tracer – suntem scurtătura ta către răspunsuri.

De ce credeți că datele structurate sunt importante pentru AI și ce avantaje oferă acestea în comparație cu datele nestructurate?

Datele structurate sunt esențiale pentru AI, deoarece permit interacțiunea umană manuală, despre care credem că este o componentă cheie a rezultatelor eficiente. Cu toate acestea, în ecosistemul de astăzi, suntem de fapt mai bine echipați decât oricând pentru a folosi informații din date nestructurate și formate inaccesibile anterior (documente, imagini, videoclipuri etc.).

Pentru noi, este vorba despre furnizarea unei platforme în care un context suplimentar poate fi adăugat de la persoanele cele mai familiarizate cu seturile de date subiacente odată ce datele sunt disponibile. Cu alte cuvinte, este vorba de date nestructurate → date structurate → motor de context de urmărire → ieșire bazată pe AI. Ne așezăm la mijloc și permitem o buclă de feedback mai eficientă și intervenția manuală atunci când este necesar.

Ce provocări se confruntă companiile cu datele nestructurate și cum poate Tracer să depășească aceste provocări pentru a îmbunătăți calitatea datelor?

Fără o platformă precum Tracer, singura provocare cu care se confruntă datele nestructurate este controlul. Introduceți date în formular, formularul oferă răspunsurile și aveți foarte puține șanse de a îmbunătăți ceea ce se întâmplă în interiorul cutiei negre.

De exemplu, să presupunem că doriți să determinați conținutul cel mai de impact într-o campanie media. Tracer poate folosi inteligența artificială pentru a furniza metadate despre tot conținutul afișat în reclame. De asemenea, poate folosi AI pentru a oferi analize de ultima milă pentru a trece de la un set de date foarte structurat la acel răspuns.

Dar, între timp, platforma noastră permite utilizatorilor să facă conexiuni între datele media și setul de date în care apar rezultatele, să definească „influencer” mai detaliat și să curețe categoriile create de AI. Practic, am rezumat și produs pașii necesari pentru a elimina cutia neagră. Fără AI, oamenii ar avea mult de lucru în Tracer. Dar fără Tracer, AI nu ar primi aceleași răspunsuri de înaltă calitate.

Care sunt tehnologiile de bază bazate pe inteligență artificială pe care Tracer le folosește pentru a-și îmbunătăți platforma de informații despre date?

Vă puteți gândi la Tracer în termeni de trei categorii principale de produse: surse, conținut și ieșiri.

• Sursele sunt un instrument folosit pentru a automatiza procesul de ingerare, monitorizare și asigurare a calității diferitelor date.
• Contextul este un strat semantic de tip drag-and-drop pentru organizarea datelor după ce sunt ingerate.
• Ieșirea este locul în care puteți răspunde la întrebările de afaceri, precum și la date contextuale.

La Tracer, nu vedem AI ca un înlocuitor pentru acești pași; În schimb, vedem AI ca o altă formă de tehnologie pe care toate cele trei grupuri o pot folosi pentru a scala automatizarea.

De exemplu:

• Surse: folosiți AI pentru a ajuta la crearea de noi conectori API pentru surse de date pe termen lung care nu sunt disponibile prin Directorul nostru de parteneri.
• Context: Utilizarea inteligenței artificiale pentru a curăța metadatele înainte de a rula regulile de etichetă. De exemplu, curățarea diferențelor între numele publicației în fiecare limbă.
• Rezultate: Utilizarea inteligenței artificiale ca alternativă la tablourile de bord în care utilizarea în afaceri este exploratorie, mai degrabă decât un set fix de KPI care trebuie raportat frecvent.
• AI ne permite să realizăm aceste tipuri de aplicații într-un mod simplu și accesibil.

Care sunt planurile Tracer pentru dezvoltarea și inovarea în continuare în domeniul analizei datelor?

Trasabilitatea este un agregator de agregatori. Partenerii noștri se bazează pe noi pentru aplicații specifice în echipe și funcții sau pentru business intelligence funcțională. Frumusețea Tracer este că, fie că ne folosiți pentru a lua decizii mai bune în privința cheltuielilor media și a activelor creative, fie pentru a crea tablouri de bord care se conectează de la lanțul de aprovizionare la vânzări și tot ce există între ele, elementele cheie sunt consecvente.

Vedem organizații care au avut încredere în noi în mod oficial într-un domeniu al afacerii (cum ar fi mass-media și marketing) extinzându-și aplicațiile în alte părți ale afacerii. Așadar, deși în mod oficial clienții noștri de bază au fost directori seniori media sau parteneri de agenție, astăzi lucrăm în întreaga întreprindere, lucrând cu directori CIO, CTO, oameni de știință de date și analiști de afaceri. Continuăm să evoluăm instrumentele noastre pentru a se potrivi din ce în ce mai multe aplicații și personalități, asigurându-ne în același timp că tehnologia de bază este scalabilă, flexibilă și accesibilă pentru utilizatorii non-tehnici.

Mulțumim pentru interviul minunat, cititorii care doresc să afle mai multe ar trebui să îl verifice Asociere.