Motif Analytics, una startup especializada en análisis de secuencias para 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.
En esencia, Motif ayuda a los equipos de productos a encontrar patrones en cómo los usuarios interactúan con sus herramientas. El equipo argumenta que simplemente ver las métricas en un panel no proporciona el tipo correcto de información. En su lugar, es posible que desee ver qué sucede cuando un usuario mira la página de un producto, hace clic en un sitio, coloca algo en un carrito de compras y luego realiza el pago.
«Entonces tienes esta secuencia de eventos que el usuario está haciendo y luego puedes mirar y marcar en tu secuencia: aquí es cuando sucedió algo que podría afectar sus acciones», me dijo el cofundador y director ejecutivo de Motif, Mikhail Panko. “¿Vieron cierta pancarta, por ejemplo? ¿Establecieron un recordatorio para la meditación en la aplicación de meditación, algo así? Y luego, ¿compraron o se suscribieron?
La empresa fue fundada por Panko (CEO) y Theron Ji (CTO), quienes se conocieron mientras trabajaban en Google. Allí, me dijo Panko, descubrió que, si bien tenía acceso a cantidades masivas de datos, era difícil extraer conocimientos prácticos de toda esa información.
“La generación de informes estuvo bastante bien, pero las ideas prácticas, que normalmente son ‘¿qué debería hacer para mover mis métricas, dónde puedo encontrar mis palancas para influir en el negocio?’ Eran complejos”, me dijo. Entonces comenzó a considerar 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 volvió bastante popular dentro de la empresa. Ahora, después de una temporada en Uber, él y Ji, quien creó esas herramientas con Panko dentro de Google, decidieron unirse para construir una empresa en torno a esta idea.
Sean Taylor, quien anteriormente trabajó en Facebook y Lyft en varios puestos de ciencia de datos, se unió al equipo como tercer cofundador.
Créditos de imagen: Análisis de motivos
Panko me dice que el equipo actualmente se dirige a los jefes de crecimiento y operaciones. Estos usuarios interactúan con Motif principalmente a través de su lenguaje de operaciones de secuencia (SOL) fácil de aprender. El SQL más estándar, sostiene el equipo, no es adecuado para el análisis de secuencias. Sin embargo, el equipo también está trabajando en una interfaz de usuario de arrastrar y soltar con todas las funciones, lo que también abrirá el servicio a más usuarios no técnicos. Sin embargo, el resultado de esto es una visualización interactiva que facilita que prácticamente cualquier usuario dentro de una empresa vea dónde los cambios potenciales podrían conducir a un mayor crecimiento. Como señaló el equipo, Motif toma gran parte del rigor de las herramientas de datos que los equipos de ciencia de datos ya están utilizando y luego lo combina con su SOL y visualizaciones interactivas.
Créditos de imagen: Análisis de motivos
Un aspecto ingenioso de la tecnología de Motif es que utiliza modelos de lenguaje grandes (LLM) en el centro de su motor de análisis.
«Los LLM predicen cuáles serán las siguientes palabras, y son muy buenos para decir qué palabra va junto con otra, o no», dijo Panko. “Lo adoptamos para usarlo en secuencias de eventos. Estoy interesado en este tipo de conversión, digamos suscripciones, cancelaciones de suscripción o abandono. Eso es lo que me importa. Y ahora puede modelar toda la secuencia y el modelo puede decirnos en cada etapa cuál es la probabilidad del usuario, dado lo que hizo en el pasado, de llegar al final. [of the sequence]. Eso te permite llegar mucho más rápido a donde están las palancas”.
Créditos de imagen: Análisis de motivos
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 conectar sus datos privados a Motif.
«Como inversionista y ejecutiva de marketing tecnológico, he observado de primera mano cómo el espacio analítico se ha saturado con productos que suenan similares, que siempre prometen demasiado y no cumplen», dijo Viviana Faga, socia general de Felicis. “MotivoEl enfoque nuevo y diferenciado de utiliza análisis de secuencia y tiene una forma única de aplicar la IA a los datos analíticos. La mayoría de las empresas luchan con pilas de datos complejas y montañas de esfuerzos para brindar información práctica para las decisiones comerciales cotidianas, ahora con Motivo existe una solución fácil de usar que reinventará la forma en que las empresas de tecnología utilizan sus datos”.