Motif Analytics، یک استارت آپ متخصص در تجزیه و تحلیل توالی برای تیم های رشد، امروز اعلام کرد که یک دور سرمایه گذاری اولیه 5.7 میلیون دلاری به رهبری Felicis و Amplify Partners جمع آوری کرده است. گروه فرشته InvestInData نیز شرکت کرد.

Motif در هسته خود به تیم های محصول کمک می کند تا الگوهای نحوه تعامل کاربران با ابزارهای خود را بیابند. تیم استدلال می کند که صرفاً دیدن معیارها در داشبورد، نوع اطلاعات درستی را ارائه نمی دهد. درعوض، ممکن است بخواهید ببینید بین یک کاربر که به صفحه محصول نگاه می کند، روی یک سایت کلیک می کند، چیزی را در سبد خرید قرار می دهد و سپس آن را تحلیل می کند، چه اتفاقی می افتد.

میکاهیل پانکو، یکی از بنیانگذاران و مدیر عامل Motif به من گفت: " پس شما این توالی از رویدادها را دارید که کاربر انجام می دهد و سپس می توانید به دنباله خود نگاه کنید و علامت گذاری کنید: اینجا زمانی است که اتفاق خاصی رخ داده است که ممکن است بر اقدامات آنها تأثیر بگذارد." مثلاً آیا آنها بنر خاصی را دیدند؟ آیا آنها یک یادآوری برای مدیتیشن در برنامه مدیتیشن تنظیم کردند، چیزی شبیه به آن. و بعداً، آیا آنها را چک می کنند یا مشترک می شوند؟»

این شرکت پانکو (مدیرعامل) و ترون جی (CTO) تاسیس شد که در زمان حضور در گوگل با یکدیگر آشنا شدند. پانکو به من بيان کرد در آنجا متوجه شد که در حالی که به حجم عظیمی از داده ها دسترسی دارد، باز کردن بینش های عملی از تمام این اطلاعات دشوار است.

«گزارش‌دهی به نوعی خوب بود، اما بینش‌های عملی، که معمولاً این است که «چه کاری باید انجام دهم تا معیارهایم را تغییر دهم، کجا می‌توانم اهرم‌هایم را برای تأثیرگذاری بر تجارت پیدا کنم؟» اینها پیچیده بودند،» او به من گفت. پس او شروع به تحلیل تجزیه و تحلیل توالی به عنوان ابزاری برای یافتن آن اهرم ها کرد و یک پلت فرم تجزیه و تحلیل توالی داخلی در گوگل ایجاد کرد که در داخل شرکت بسیار محبوب شد. اکنون، پس از مدتی در اوبر، او و جی، که این ابزارها را با پانکو در داخل گوگل ساخته بودند، تصمیم گرفتند برای ایجاد یک شرکت حول این ایده با هم متحد شوند.

شان تیلور که قبلاً در فیس‌بوک و لیفت در سمت‌های مختلف علم داده کار می‌کرد، به عنوان سومین بنیان‌گذار به تیم پیوست.

اعتبار تصویر: تحلیل موتیف

پانکو به من می گوید که تیم در حال حاضر مدیران رشد و عملیات را هدف قرار می دهد. این کاربران با Motif بیشتر از طریق زبان عملیات توالی (SOL) که یادگیری آن آسان است، تعامل دارند. تیم استدلال می کند که SQL استانداردتر برای تجزیه و تحلیل توالی مناسب نیست. این تیم در حال کار بر روی یک رابط کاربری با قابلیت کشیدن و رها کردن نیز است، که این سرویس را برای کاربران غیر فنی بیشتری نیز باز خواهد کرد. با این حال، نتیجه این یک تجسم تعاملی است که تقریباً برای هر کاربر در یک شرکت آسان می‌کند تا ببیند که تغییرات بالقوه می‌تواند منجر به افزایش رشد شود. همانطور که تیم اشاره کرد، Motif سختگیری زیادی از ابزارهای داده‌ای را که تیم‌های علم داده در حال حاضر استفاده می‌کنند، می‌گیرد و سپس آن را با تصویرهای SOL و تعاملی خود ترکیب می‌کند.

اعتبار تصویر: تحلیل موتیف

یکی از جنبه های جالب پشته فناوری Motif این است که از مدل های زبان بزرگ (LLM) در هسته موتور تجزیه و تحلیل خود استفاده می کند.

پانکو گفت: "LLM ها پیش بینی می کنند که کلمات بعدی چیست - و آنها در تشخیص اینکه چه کلمه ای با کلمه دیگر همراه است - بسیار خوب هستند." ما آن را برای استفاده در توالی رویدادها پذیرفتیم. من به این نوع تبدیل علاقه مند هستم، مثلاً اشتراک یا لغو اشتراک یا ریزش. این چیزی است که من به آن اهمیت می دهم. و اکنون می‌تواند کل توالی را مدل‌سازی کند و مدل می‌تواند در هر مرحله به ما بگوید که احتمال اینکه کاربر - با توجه به کارهایی که در گذشته انجام داده است - به پایان [دنباله] برسد چقدر است. این به شما امکان می دهد خیلی سریعتر به جایی که اهرم ها هستند برسید."

اعتبار تصویر: موتیف

یکی دیگر از نوآوری های فنی خوب: Motif از WebAssembly استفاده می کند تا به کاربران اجازه دهد بدون ارسال هیچ یک از داده های خود به سرورهای شرکت، با مجموعه داده های محلی در مرورگر کار کنند. این برای مجموعه داده‌های بسیار بزرگ کار نمی‌کند، اما به کاربران بالقوه این فرصت را می‌دهد تا بدون نیاز به اتصال داده‌های خصوصی خود به Motif، سرویس را امتحان کنند.

ویویانا فاگا، شریک عمومی در Felicis گفت: «به عنوان یک مدیر اجرایی و سرمایه‌گذار بازاریابی فناوری، من از نزدیک مشاهده کرده‌ام که چگونه فضای تجزیه و تحلیل مملو از محصولات مشابه است، محصولاتی که همیشه بیش از حد وعده می‌دهند و کمتر عرضه می‌شوند. رویکرد تازه و متمایز Motif از تجزیه و تحلیل توالی استفاده می کند و روش منحصر به فردی برای اعمال هوش مصنوعی در داده های تحلیلی دارد. بیشتر شرکت‌ها با پشته‌های داده‌های پیچیده و کوه‌های تلاش برای ارائه بینش‌های عملی برای تصمیم‌گیری‌های تجاری روزمره دست و پنجه نرم می‌کنند – اکنون با Motif راه‌حلی با کاربری آسان وجود دارد که نحوه استفاده شرکت‌های فناوری از داده‌های خود را دوباره اختراع می‌کند.

خبرکاو