Motif Analytics apporte l'analyse de séquence aux équipes de croissance

Motif Analytics, une startup spécialisée dans l'analyse de séquences pour les équipes de croissance, a annoncé aujourd'hui avoir levé un financement de démarrage de 5,7 millions de dollars dirigé par Felicis et Amplify Partners. Le groupe providentiel InvestInData a également participé.

À la base, Motif aide les équipes produit à trouver les modèles dans la façon dont les utilisateurs interagissent avec leurs outils. Selon l'équipe, le simple fait de consulter des mesures sur un tableau de bord ne fournit pas le bon type d'informations. Au lieu de cela, vous souhaiterez peut-être voir ce qui se passe entre un utilisateur qui consulte une page de produit, clique sur un site, met quelque chose dans un panier, puis vérifie.

“Vous avez donc cette séquence d'événements que l'utilisateur est en train de faire et vous pouvez ensuite regarder et marquer dans votre séquence : voici le moment où une certaine chose s'est produite et qui pourrait affecter ses actions”, m'a expliqué Mikahil Panko, co-fondateur et PDG de Motif. « Ont-ils vu une certaine bannière, par exemple ? Ont-ils défini un rappel pour la méditation dans l'application de méditation, quelque chose comme ça. Et puis plus tard, ont-ils payé ou se sont-ils abonnés ? »

La société a été fondée par Panko (PDG) et Theron Ji (CTO), qui se sont rencontrés alors qu'ils travaillaient chez Google. Là-bas, m'a dit Panko, il a découvert que même s'il avait accès à d'énormes quantités de données, il était difficile d'obtenir des informations pratiques à partir de toutes ces informations.

« Le reporting était plutôt bien, mais les informations pratiques, qui sont généralement « que dois-je faire pour faire évoluer mes mesures, où puis-je trouver mes leviers pour influencer l'entreprise ? C’était complexe », m’a-t-il dit. Il a donc commencé à considérer l’analyse de séquence comme un outil permettant de trouver ces leviers et a développé une plate-forme d’analyse de séquence interne au sein de Google, qui est devenue très populaire au sein de l’entreprise. Aujourd'hui, après un passage chez Uber, lui et Ji, qui ont construit ces outils avec Panko au sein de Google, ont décidé de s'associer pour créer une entreprise autour de cette idée.

Sean Taylor, qui a auparavant travaillé chez Facebook et Lyft à divers postes en science des données, a rejoint l'équipe en tant que troisième co-fondateur.

Crédits images : Analyse des motifs

Panko me dit que l'équipe cible actuellement les responsables de la croissance et des opérations. Ces utilisateurs interagissent avec Motif principalement via son langage d'opérations de séquence (SOL) facile à apprendre. Selon l'équipe, le SQL plus standard n'est pas adapté à l'analyse de séquences. L'équipe travaille également sur une interface utilisateur complète par glisser-déposer, qui ouvrira également le service à un plus grand nombre d'utilisateurs non techniques. Le résultat est cependant une visualisation interactive qui permet à pratiquement n'importe quel utilisateur au sein d'une entreprise de voir facilement où des changements potentiels pourraient conduire à une croissance accrue. Comme l'a noté l'équipe, Motif exploite une grande partie de la rigueur des outils de données que les équipes de science des données utilisent déjà et les combine ensuite avec ses visualisations SOL et interactives.

Crédits images : Analyse des motifs

Un aspect intéressant de la pile technologique de Motif est qu'elle utilise des modèles de langage étendus (LLM) au cœur de son moteur d'analyse.

“Les LLM prédisent quels seront les prochains mots – et ils sont très doués pour dire quel mot va avec un autre – ou non”, a déclaré Panko. « Nous l'avons adopté pour être utilisé sur des séquences d'événements. Je suis intéressé par ce type de conversion, par exemple les abonnements, les désabonnements ou le désabonnement. C'est ce qui m'importe. Et maintenant, il peut modéliser toute la séquence et le modèle peut nous dire à chaque étape quelle est la probabilité pour l'utilisateur – compte tenu de ce qu'il a fait dans le passé – d'atteindre la fin. [of the sequence]. Cela vous permet d’arriver beaucoup plus rapidement là où se trouvent les leviers.

Crédits images : Motif

Autre innovation technique intéressante : Motif utilise WebAssembly pour permettre aux utilisateurs de travailler avec des ensembles de données locaux dans le navigateur sans avoir à envoyer aucune de leurs données aux serveurs de l'entreprise. Cela ne fonctionnera pas pour de très grands ensembles de données, mais cela donne aux utilisateurs potentiels la possibilité d'essayer le service sans avoir à connecter leurs données privées à Motif.

« En tant que responsable du marketing technologique et investisseur, j'ai pu constater par moi-même à quel point l'espace analytique est devenu surpeuplé de produits au son similaire, qui font toujours trop de promesses et ne livrent pas assez », a déclaré Viviana Faga, associée générale chez Felicis. “MotifL'approche nouvelle et différenciée de utilise l'analyse de séquences et propose une manière unique d'appliquer l'IA aux données analytiques. La plupart des entreprises sont confrontées à des piles de données complexes et à des efforts considérables pour fournir des informations pratiques pour les décisions commerciales quotidiennes, désormais avec Motif il existe une solution facile à utiliser qui réinventera la manière dont les entreprises technologiques utilisent leurs données.

rewrite this content and keep HTML tags

Motif Analytics, une startup spécialisée dans l'analyse de séquences pour les équipes de croissance, a annoncé aujourd'hui avoir levé un financement de démarrage de 5,7 millions de dollars dirigé par Felicis et Amplify Partners. Le groupe providentiel InvestInData a également participé.

À la base, Motif aide les équipes produit à trouver les modèles dans la façon dont les utilisateurs interagissent avec leurs outils. Selon l'équipe, le simple fait de consulter des mesures sur un tableau de bord ne fournit pas le bon type d'informations. Au lieu de cela, vous souhaiterez peut-être voir ce qui se passe entre un utilisateur qui consulte une page de produit, clique sur un site, met quelque chose dans un panier, puis vérifie.

“Vous avez donc cette séquence d'événements que l'utilisateur est en train de faire et vous pouvez ensuite regarder et marquer dans votre séquence : voici le moment où une certaine chose s'est produite et qui pourrait affecter ses actions”, m'a expliqué Mikahil Panko, co-fondateur et PDG de Motif. « Ont-ils vu une certaine bannière, par exemple ? Ont-ils défini un rappel pour la méditation dans l'application de méditation, quelque chose comme ça. Et puis plus tard, ont-ils payé ou se sont-ils abonnés ? »

La société a été fondée par Panko (PDG) et Theron Ji (CTO), qui se sont rencontrés alors qu'ils travaillaient chez Google. Là-bas, m'a dit Panko, il a découvert que même s'il avait accès à d'énormes quantités de données, il était difficile d'obtenir des informations pratiques à partir de toutes ces informations.

« Le reporting était plutôt bien, mais les informations pratiques, qui sont généralement « que dois-je faire pour faire évoluer mes mesures, où puis-je trouver mes leviers pour influencer l'entreprise ? C’était complexe », m’a-t-il dit. Il a donc commencé à considérer l’analyse de séquence comme un outil permettant de trouver ces leviers et a développé une plate-forme d’analyse de séquence interne au sein de Google, qui est devenue très populaire au sein de l’entreprise. Aujourd'hui, après un passage chez Uber, lui et Ji, qui ont construit ces outils avec Panko au sein de Google, ont décidé de s'associer pour créer une entreprise autour de cette idée.

Sean Taylor, qui a auparavant travaillé chez Facebook et Lyft à divers postes en science des données, a rejoint l'équipe en tant que troisième co-fondateur.

Crédits images : Analyse des motifs

Panko me dit que l'équipe cible actuellement les responsables de la croissance et des opérations. Ces utilisateurs interagissent avec Motif principalement via son langage d'opérations de séquence (SOL) facile à apprendre. Selon l'équipe, le SQL plus standard n'est pas adapté à l'analyse de séquences. L'équipe travaille également sur une interface utilisateur complète par glisser-déposer, qui ouvrira également le service à un plus grand nombre d'utilisateurs non techniques. Le résultat est cependant une visualisation interactive qui permet à pratiquement n'importe quel utilisateur au sein d'une entreprise de voir facilement où des changements potentiels pourraient conduire à une croissance accrue. Comme l'a noté l'équipe, Motif exploite une grande partie de la rigueur des outils de données que les équipes de science des données utilisent déjà et les combine ensuite avec ses visualisations SOL et interactives.

Crédits images : Analyse des motifs

Un aspect intéressant de la pile technologique de Motif est qu'elle utilise des modèles de langage étendus (LLM) au cœur de son moteur d'analyse.

“Les LLM prédisent quels seront les prochains mots – et ils sont très doués pour dire quel mot va avec un autre – ou non”, a déclaré Panko. « Nous l'avons adopté pour être utilisé sur des séquences d'événements. Je suis intéressé par ce type de conversion, par exemple les abonnements, les désabonnements ou le désabonnement. C'est ce qui m'importe. Et maintenant, il peut modéliser toute la séquence et le modèle peut nous dire à chaque étape quelle est la probabilité pour l'utilisateur – compte tenu de ce qu'il a fait dans le passé – d'atteindre la fin. [of the sequence]. Cela vous permet d’arriver beaucoup plus rapidement là où se trouvent les leviers.

Crédits images : Motif

Autre innovation technique intéressante : Motif utilise WebAssembly pour permettre aux utilisateurs de travailler avec des ensembles de données locaux dans le navigateur sans avoir à envoyer aucune de leurs données aux serveurs de l'entreprise. Cela ne fonctionnera pas pour de très grands ensembles de données, mais cela donne aux utilisateurs potentiels la possibilité d'essayer le service sans avoir à connecter leurs données privées à Motif.

« En tant que responsable du marketing technologique et investisseur, j'ai pu constater par moi-même à quel point l'espace analytique est devenu surpeuplé de produits au son similaire, qui font toujours trop de promesses et ne livrent pas assez », a déclaré Viviana Faga, associée générale chez Felicis. “MotifL'approche nouvelle et différenciée de utilise l'analyse de séquences et propose une manière unique d'appliquer l'IA aux données analytiques. La plupart des entreprises sont confrontées à des piles de données complexes et à des efforts considérables pour fournir des informations pratiques pour les décisions commerciales quotidiennes, désormais avec Motif il existe une solution facile à utiliser qui réinventera la manière dont les entreprises technologiques utilisent leurs données.

Laisser un commentaire