Qsarpress

ما في ذلك السياسة والأعمال والتكنولوجيا والحياة والرأي والرياضة.

تقدم Motif Analytics تحليلات التسلسل لفرق التطوير

تقدم Motif Analytics تحليلات التسلسل لفرق التطوير

حقوق الصورة: يوجين ميمرين / جيتي إيماجيس

تحليل الحافزتخصص بدء التشغيل تحليل التسلسل أعلنت شركة For Growth Teams اليوم أنها جمعت جولة تمويل أولية بقيمة 5.7 مليون دولار بقيادة Felicis وAmplify Partners. كما شاركت مجموعة InvestInData Angel Group.

يساعد موضوعها المركزي فرق المنتج على اكتشاف الأنماط في كيفية تفاعل المستخدمين مع أدواتهم. تقول المجموعة إن النظر إلى المقاييس على لوحة المعلومات لا يوفر النوع الصحيح من المعلومات. بدلاً من ذلك، قد ترغب في الاطلاع على ما يحدث بين قيام المستخدم بمشاهدة صفحة المنتج، والنقر حول الموقع، ووضع شيء ما في عربة التسوق، ثم الخروج.

“لذا، لديك هذا التسلسل من الأحداث التي يقوم بها المستخدم، وبعد ذلك يمكنك إلقاء نظرة على التسلسل الخاص بك ووضع علامة: إليك شيء محدد حدث قد يؤثر على أفعالهم،” أخبرني ميكاهيل بانكو، المؤسس المشارك والرئيس التنفيذي لشركة Motif. “على سبيل المثال، هل رأوا لافتة معينة؟ هل قاموا بتعيين تذكير للتأمل في تطبيق التأمل، شيء من هذا القبيل. وبعد ذلك، هل قاموا بالتسجيل أو الاشتراك؟”

تأسست الشركة بانكو (الرئيس التنفيذي) و ثيرون ج (CTO)، الذي التقى به أثناء وجوده في Google. أخبرني بانكو أنه عندما كان لديه إمكانية الوصول إلى كميات كبيرة من البيانات، كان من الصعب الحصول على رؤى قابلة للتنفيذ من كل هذه المعلومات.

“كان إعداد التقارير أمرًا رائعًا، ولكنه كان بمثابة رؤية قابلة للتنفيذ، والتي كانت عادةً “ما الذي يجب علي فعله لتحريك المقاييس الخاصة بي، وأين يمكنني العثور على أدوات التأثير الخاصة بي للتأثير على الأعمال؟” قال لي: “إنها معقدة”. لذلك بدأ النظر إلى تحليلات التسلسل كأداة للعثور على تلك الروافع وقام ببناء منصة داخلية لتحليلات التسلسل داخل Google والتي أصبحت شائعة جدًا داخل الشركة. الآن، بعد العمل في Uber، مع Panko داخل Google، قرر “هي” و”جي”، اللذان طورا هذه الأدوات، التعاون معًا لبناء شركة تتمحور حول هذه الفكرة.

READ  يكشف Airbods 3 Dear Down عن الاختلافات في AirPods Pro على الرغم من التصميم المماثل

شون تايلورالذي عمل سابقًا في مناصب مختلفة في مجال علوم البيانات في Facebook وLyft، انضم إلى الفريق باعتباره المؤسس المشارك الثالث.

حقوق الصورة: تحليل الحافز

أخبرني بانكو أن المجموعة تستهدف حاليًا رؤساء التطوير والعمليات. يتفاعل هؤلاء المستخدمون مع Motif في الغالب بسبب سهولة التعلم صفيف اللغة الوظيفية (سول). يجادل الفريق بأن المزيد من لغة SQL القياسية ليست مناسبة للتحليلات التسلسلية. ويعمل الفريق أيضًا على واجهة مستخدم كاملة الميزات تعمل بالسحب والإفلات، مع فتح الخدمة أيضًا للمستخدمين غير التقنيين. والنتيجة هي تصور تفاعلي، مع ذلك، يجعل من السهل على أي مستخدم في المؤسسة معرفة أين يمكن أن تؤدي التغييرات المحتملة إلى النمو. وكما لاحظ الفريق، فإن Motif يتعامل مع صرامة أدوات البيانات التي تستخدمها فرق علوم البيانات بالفعل ثم يجمعها مع SOL والمرئيات التفاعلية.

حقوق الصورة: تحليل الحافز

من الميزات الرائعة لمجموعة تقنيات Motif أنها تستخدم نماذج اللغات الكبيرة (LLMs) في قلب محرك التحليلات الخاص بها.

وقال بانكو: “إن طلاب ماجستير اللغة الإنجليزية جيدون جدًا في التنبؤ بما ستكون عليه الكلمة التالية – وفي تحديد الكلمة التي تتوافق مع كلمة أخرى – أو لا”. “لقد قمنا بتكييفه لاستخدامه في تسلسل الأحداث. أنا مهتم بهذا النوع من الانتقال، مثل الاشتراكات أو إلغاء الاشتراكات أو الاشتراكات. هذا ما يهمني. الآن يمكنه تصميم التسلسل بأكمله، وفي كل مرحلة يمكن للمستخدم الاحتمالية – في ضوء ما فعلوه في الماضي – للوصول إلى النتيجة، وهذا النموذج يمكن أن يخبرنا. [of the sequence]. فهو يسمح لك بالتحرك بسرعة كبيرة إلى حيث توجد الرافعات.”

حقوق الصورة: عنصر

ابتكار تقني آخر رائع: يستخدم Motif WebAssembly للسماح للمستخدمين بالعمل مع مجموعات البيانات المحلية في المتصفح دون إرسال أي من بياناتهم. لخوادم الشركة. لن ينجح هذا مع مجموعات البيانات الكبيرة جدًا، ولكنه يمنح المستخدمين المحتملين فرصة لتجربة الخدمة دون ربط بياناتهم الشخصية بـ Motif.

READ  كيفية تنزيل واستخدام مجموعات Microsoft مجانًا

وقالت فيفيانا فاجا، الشريك العام في شركة Felicis: “باعتباري مديرة تنفيذية ومستثمرة في مجال التسويق التكنولوجي، فقد رأيت بنفسي كيف يمتلئ مجال التحليلات بمنتجات مماثلة تبالغ دائمًا في الوعود وتقلل من الوفاء بها”. “عنصريستخدم نهجنا الجديد والمختلف التحليلات التسلسلية ولديه طريقة فريدة لتطبيق الذكاء الاصطناعي لتحليل البيانات. تواجه معظم المؤسسات الآن طبقات معقدة من البيانات وجهودًا هائلة لتقديم رؤى قابلة للتنفيذ لقرارات العمل اليومية. عنصر الحل السهل هو إعادة اختراع كيفية استخدام شركات التكنولوجيا لبياناتها.