mars 9, 2021

Entretien avec Elliot Shmukler, PDG et co-fondateur d’Anomalo

Par admin2020

[ad_1]

Un regard sur la validation des données et ce que cela signifie pour les entreprises

Image: Unsplash

Le Big Data n’est pas seulement l’un des domaines à la croissance la plus rapide à l’heure actuelle, mais il peut aussi en être un qui coûte aux entreprises beaucoup d’argent – surtout lorsque ces données sont de mauvaise qualité.

Bien que cela puisse être une tâche ardue, la compréhension et l’utilisation des données peuvent aider votre entreprise ou votre service à prendre des décisions vitales. Le problème est, comme mentionné ci-dessus, si vos ensembles de données sont de mauvaise qualité ou qu’il manque des éléments, vous vous retrouvez avec une image incomplète du problème que vous abordez, peut-être en ratant complètement la marque.

Pour cela, la validation des données continue de gagner en importance, car les entreprises qui se spécialisent dans ce domaine peuvent aider à garantir que vos ensembles de données sont précis et que les informations qui y sont glanées sont correctes.

J’ai eu la chance d’interviewer Elliot Shmukler de Anormal, une plate-forme de validation des données, pour en savoir plus sur la validation des données, ce que cela signifie pour les entreprises et pourquoi c’est important, et aussi appris un peu ce que les entreprises disposant de grands ensembles de données peuvent faire pour l’utiliser au maximum.

Vous pouvez lire la critique complète ci-dessous.

Envie de vous présenter et de présenter votre rôle chez Anomalo?

Certainement. Je suis Elliot Shmukler, le co-fondateur et PDG d’Anomalo. Nous sommes basés dans la région de la baie de San Francisco et je dirige notre petite équipe en pleine croissance depuis notre fondation en 2018. J’ai déjà occupé des postes de chef de file des produits et de la croissance dans des entreprises technologiques comme Instacart, LinkedIn et Wealthfront. .

En quelques phrases, qu’est-ce qu’Anomalo?

Anomalo est une plate-forme qui aide les entreprises dans la validation des données – en d’autres termes, en s’assurant que les données que les entreprises utilisent pour prendre des décisions commerciales et créer des produits sont exactes, complètes et cohérentes avec leurs attentes.

Le principe de base ici est que, étant donné que les entreprises s’appuient de plus en plus sur des données massives (et souvent provenant de sources multiples) pour faire des choix de produits, de marketing et de stratégie, elles doivent s’assurer que les données qu’elles utilisent sont réellement exactes. Sinon, ils peuvent facilement prendre les mauvaises décisions.

Qu’est-ce qui a inspiré la création de l’entreprise?

Mon co-fondateur Jeremy et moi avons passé de nombreuses années dans la Silicon Valley à observer de première main l’importance cruciale de bonnes données de haute qualité pour prendre des décisions commerciales judicieuses et créer d’excellents produits et services, y compris chez Instacart, où nous nous sommes rencontrés pour la première fois.

Là-bas, nous avons vu de nombreuses situations dans lesquelles les clients d’Instacart ont eu de mauvaises expériences en raison de données incorrectes ou inexactes ou dans lesquelles l’entreprise a pris de mauvaises décisions en raison de mauvaises entrées de données. Ainsi, lorsque nous avons quitté Instacart à environ 6 mois d’intervalle, et que nous nous sommes réunis pour réfléchir à des idées de démarrage, nous avons réalisé que ce problème de qualité et de validation des données que nous avions vu depuis des années n’avait toujours pas été résolu. Nous avons donc lancé Anomalo pour apporter nos meilleures idées au problème.

Pourquoi la validation des données est-elle devenue si importante? Est-ce la croissance de l’apprentissage automatique / du développement algorithmique, ou autre chose?

Tout simplement, les entreprises utilisent beaucoup plus les données pour prendre des décisions et gérer leurs produits et services. Ils importent et regroupent également de plus grands volumes de données provenant d’un plus grand nombre de sources disparates.

Cela crée deux problèmes: les données étant davantage utilisées, les conséquences de l’utilisation de données inexactes, corrompues ou périmées sont beaucoup plus graves. Et avec un plus grand volume et une plus grande diversité de données entrantes, le problème de la validation de l’exactitude des données est également devenu beaucoup plus compliqué. Anomalo aide à rendre le processus de validation des données beaucoup plus facile et peut ainsi aider les entreprises à éviter le coût de la prise de décisions à partir de mauvaises données.

L’apprentissage automatique et l’adoption de l’IA sont également les moteurs de cette évolution, bien sûr, car ce sont de nouvelles technologies puissantes qui ont augmenté la valeur et le besoin de données dans de nombreuses entreprises. Mais les modèles d’apprentissage automatique sont également sensibles au problème de «garbage in, garbage out», ce qui signifie que les modèles ML fournissent des résultats basés sur les données qu’ils ingèrent; et si les données sont mauvaises, les résultats le sont aussi. Cela témoigne de l’importance des outils de validation des données comme Anomalo, qui eux-mêmes utilisent l’apprentissage automatique pour s’assurer que ce qui est mis dans vos modèles de ML est aussi de haute qualité que vous le souhaitez.

À qui s’adresse Anomalo? Grandes entreprises, PME ou un peu des deux?

Anomalo est particulièrement utile pour les organisations qui ont beaucoup de données, des données provenant d’une grande variété de sources, et qui utilisent largement les données pour gérer et développer leurs activités. Nous avons trouvé jusqu’à présent beaucoup de résonance parmi les entreprises dans des domaines tels que le commerce électronique, la fintech, les médias sociaux et la technologie publicitaire.

À quelle vitesse une entreprise pourrait-elle déployer vos outils? Aidez-vous à la configuration?

Anomalo peut être déployé en moins d’une heure. Parfois, nous réservons même un Zoom d’une heure avec de nouveaux clients où nous pouvons à la fois déployer et commencer à utiliser le produit sur leurs données au cours de la réunion.

Bien entendu, le déploiement n’est que la première étape. Une fois Anomalo disponible, les entreprises doivent toujours le diriger vers les bons ensembles de données et mesures pour s’assurer que les bonnes choses sont surveillées et validées. Nous les aidons de manière cohérente tout au long de ce processus et sommes disponibles sur Slack et Zoom pour apporter autant de soutien que nécessaire.

Avez-vous des conseils pour les entreprises qui souhaitent exploiter davantage leurs données?

Tout d’abord, il est essentiel de démocratiser l’accès aux données. Une fois que les personnes d’une organisation auront accès à des données de haute qualité, elles seront davantage utilisées et ajouteront plus de valeur.

Deuxièmement, chaque domaine d’activité clé doit disposer d’un ensemble de tableaux de bord clairs, fiables, accessibles et mis à jour en permanence pour décrire l’évolution des indicateurs clés dans ce domaine et, en général, ce qui se passe. Ceci est essentiel pour gérer ces entreprises et permettre aux équipes de comprendre comment leurs domaines fonctionnent et où ils peuvent avoir un impact.

Troisièmement, si une métrique d’entreprise change de manière inattendue, il est important de comprendre pourquoi elle a changé et ce qui s’est passé. Très souvent, de tels changements se traduisent par des informations qui peuvent mettre en évidence des opportunités d’amélioration de l’entreprise ou des problèmes qui doivent être résolus pour que l’entreprise soit performante. Sans prendre le temps de développer une telle compréhension (et des outils comme Anomalo et d’autres peuvent aider ici), il est très facile de rater ces opportunités d’amélioration.

[ad_2]

Source link