Motif Analytics ofrece análisis de secuenciación para equipos de crecimiento

Créditos de imagen: Eugenio Memrin/Getty Images

Análisis de motivaciónUna startup especializada en Análisis de secuencia Para los equipos de crecimiento, anunció hoy que ha recaudado una ronda de financiación inicial de 5,7 millones de dólares liderada por Felicis y Amplify Partners. También participó el grupo ángel InvestInData.

Básicamente, Motif ayuda a los equipos de productos a encontrar patrones en cómo los usuarios interactúan con sus herramientas. El equipo descubre que simplemente ver métricas en un panel no proporciona el tipo correcto de información. En su lugar, es posible que desee saber qué sucede cuando un usuario mira la página de un producto, hace clic en un sitio, coloca algo en su carrito y realiza el pago.

«Entonces tienes esta secuencia de eventos que realiza el usuario, y luego puedes mirar y poner un marcador en tu secuencia: aquí sucedió algo que podría influir en sus acciones», me dijo el cofundador y director ejecutivo de Motif, Mikahel Panko. ¿Vieron una señal en particular, por ejemplo? ¿Pusieron un recordatorio para meditar en la aplicación de meditación, algo así? Y luego ¿se apuntaron o se apuntaron?

La empresa fue fundada banco (CEO) W Theron J. (CTO), a quien conoció mientras trabajaba en Google. Allí, me dijo Pankow, descubrió que, aunque tenía acceso a grandes cantidades de datos, era difícil obtener información útil a partir de toda esa información.

«Los informes eran bastante buenos, pero las ideas prácticas, que generalmente son '¿Qué debo hacer para mover mis métricas, dónde puedo encontrar mis palancas para impactar el negocio?' «Eran complicadas», me dijo. Así que Empezó Consideró el análisis de secuencias como una herramienta para encontrar esas palancas y desarrolló una plataforma interna de análisis de secuencias dentro de Google, que se hizo muy popular dentro de la empresa. Ahora, después de su paso por Uber, él y Gee, que había creado estas herramientas con Pankow, dentro de Google, decidió colaborar para construir una empresa en torno a esta idea.

Sean Taylorque anteriormente trabajó en Facebook y Lyft en varios puestos de ciencia de datos, se une al equipo como tercer cofundador.

Créditos de imagen: Análisis de motivación

Actualmente, el equipo se dirige a los jefes de crecimiento y operaciones, me dijo Pankow. Estos usuarios interactúan con Motif principalmente por su facilidad de aprendizaje. El lenguaje de las operaciones de serialización. (Sol). El equipo sostiene que el lenguaje SQL más estándar no es adecuado para análisis de secuencias. El equipo también está trabajando en una interfaz de usuario de arrastrar y soltar con todas las funciones, que también abrirá el servicio a más usuarios no técnicos. El resultado es una visualización interactiva que facilita a cualquier usuario dentro de la empresa ver dónde los cambios potenciales podrían conducir a un mayor crecimiento. Como señala el equipo, Motif toma gran parte del rigor de las herramientas de datos que los equipos de ciencia de datos ya utilizan y luego las combina con SOL y visualizaciones interactivas.

Créditos de imagen: Análisis de motivación

Uno de los grandes aspectos del conjunto de tecnologías de Motif es que utiliza grandes modelos de lenguaje (LLM) en el centro de su motor de análisis.

“Los estudiantes de maestría en inglés predicen qué palabras vendrán después (y son muy buenos para saber qué palabra va con otra) o cuál no”, dijo Pankow. «Lo hemos adoptado para usarlo en secuencias de eventos. Estoy interesado en ese tipo de conversión, como suscripciones, cancelaciones o discontinuaciones. Eso es lo que me interesa. Ahora puede modelar toda la secuencia y el modelo puede decir en cada etapa cuál es la probabilidad de que llegue un usuario, dado lo que hizo en el pasado, hasta el final [of the sequence]. Esto le permite llegar más rápido al lugar donde se encuentran las grúas.

Créditos de imagen: un artículo

Otra buena innovación técnica: Motif utiliza WebAssembly para permitir a los usuarios trabajar con conjuntos de datos locales en el navegador sin tener que enviar ninguno de sus datos. A los servidores de la empresa. Esto no funcionará para conjuntos de datos muy grandes, pero brinda a los usuarios potenciales la oportunidad de probar el servicio sin tener que vincular sus propios datos a Motif.

«Como inversionista y ejecutiva de marketing de tecnología, he observado de primera mano cómo el espacio de análisis se ha saturado con productos similares, que siempre prometen más y no cumplen», dijo Viviana Vaga, socia general de Felicis. «un artículoNuestro enfoque nuevo y diferenciado utiliza análisis de secuencias y tiene una forma única de aplicar inteligencia artificial a datos analíticos. La mayoría de las empresas luchan con conjuntos de datos complejos y hacen todo lo posible para proporcionar información útil para las decisiones comerciales cotidianas, ahora con un artículo Existe una solución fácil de usar que reinventará la forma en que las empresas de tecnología utilizan sus datos.