عموغ چاتورودی ساعت ۶ صبح با کمبود خواب ولی با ایمانی راسخ در حال فعالیت است. او خواب‌آلوده است، بابت تغییر زمان ملاقات عذرخواهی می‌کند و هنوز تحت تاثیر یک اتفاق ناگوار اخیر مربوط به یکی از اعضای خانواده و یک اسکوتر برقی است.

با این حال، در عرض چند دقیقه، این جوان ۲۰ ساله که از دانشگاه استنفورد انصراف داده، متمرکز می‌شود و به من توضیح می‌دهد که چگونه او و هم‌بنیانگذارانش یک استارتاپ را در سن ۱۹ سالگی فروختند، وارد Y Combinator شدند و ۵ میلیون دلار برای شرکت بعدی خود، Human Behavior، سرمایه جذب کردند.

Human Behaviour که تنها چند ماه پیش راه‌اندازی شده، روی این موضوع حساب باز کرده که هوش مصنوعی دیداری (vision AI) می‌تواند کاری را انجام دهد که ابزارهای تحلیل مانند Mixpanel و PostHog در آن با مشکل مواجه بوده‌اند: به شرکت‌ها درک واقعی از نحوه استفاده مردم از محصولاتشان بدهد، از جمله اینکه چرا تبدیل به مشتری می‌شوند یا ریزش می‌کنند.

Human Behavior ادعا می‌کند که هوش مصنوعی آن به جای تکیه بر رویدادهای برچسب‌گذاری شده به صورت دستی یا داده‌های کلیک‌استریم، تکرارهای واقعی جلسات کاربران را تماشا می‌کند و بینش‌هایی را تولید می‌کند و به مهم‌ترین سوالات تیم‌های محصول بدون صرف ساعت‌ها برای نوشتن کد پاسخ می‌دهد.

این استارتاپ چهار ماهه YC دور سرمایه‌گذاری اولیه ۵ میلیون دلاری خود را تنها در دو روز به پایان رساند (که در حال تبدیل شدن به یک روال برای شرکت‌های فعلی YC است) و سرمایه‌گذارانی از جمله General Catalyst، Paul Graham، Vercel Ventures و Y Combinator از آن حمایت کردند.

مدیرعامل این شرکت گفت: «ما می‌توانستیم بازی مهندسی مالی را انجام دهیم، زیرا پیشنهادهای بیشتری با ارزش‌گذاری‌های بالاتر دریافت کردیم، اما نمی‌خواستیم این کار را انجام دهیم.»

Human Behavior
از چپ به راست: عموغ چاتورودی (مدیرعامل)، چیراگ کاودیا (مدیر ارشد عملیات)، اسکایلر جی (مدیر ارشد فناوری)اعتبار تصویر:Human Behavior

چاتورودی با هم‌بنیانگذاران خود، اسکایلر جی و چیراگ کاودیا، هر دو ۲۲ ساله، در یک خانه هکرها که او در سال ۱۴۰۲ به عنوان بهانه‌ای برای زندگی و ساختن با دوستان پس از سال اول تحصیلش در استنفورد ترتیب داده بود، ملاقات کرد.

اولین استارتاپ آن‌ها، Dough، یک ابزار حسابداری تجارت الکترونیک بود که خودشان آن را تامین مالی کردند. مانند چاتورودی، جی نیز از کالج (ترک برکلی) انصراف داد، در حالی که کاودیا به تحصیل ادامه داد و فارغ‌التحصیل شد.

چاتورودی می‌گوید، اگرچه YC در ابتدا نسبت به پتانسیل بازار Dough تردید داشت، اما تیم با این فرض که در نهایت تغییر مسیر خواهند داد، در دوره بهاری امسال پذیرفته شد. آن‌ها تقریباً بلافاصله پس از صحبت با هر مشتری و پرسیدن در مورد هر مشکل دیگری که با آن مواجه بودند، این کار را انجام دادند.

بازخوردها یکسان بود: در حالی که Dough می‌توانست نشان دهد کدام محصولات فروش می‌روند یا نمی‌روند، مشتریان می‌خواستند بدانند چرا. پاسخ به این سوال نیاز به تجزیه و تحلیلی داشت که توسط داده‌های رفتاری، نه فقط گزارش‌های حسابداری، پشتیبانی شود.

با این رویکرد جدید، تیم Dough را با مبلغی شش رقمی به Employer.com فروخت و تمام تمرکز خود را روی Human Behavior گذاشت.

کاودیا توضیح می‌دهد که شرکت‌هایی که از تجزیه و تحلیل سنتی استفاده می‌کنند، اغلب به مهندسانی نیاز دارند تا ردیاب‌های رویداد را برای هر دکمه و کلیک تنظیم کنند، که باعث صرف ساعت‌ها، گاهی هفته‌ها، زمان مهندسی می‌شود.

برای یک استارتاپ پرشتاب، این اصلاً ایده‌آل نیست. او می‌گوید: «حتی وقتی این داده‌ها را دارید، باز هم با این سوال بزرگ‌تر مواجه هستید که کاربران واقعاً چگونه با محصول شما تعامل می‌کنند تا بتوانید آن را بهتر کنید.»

تکرارهای جلسات چیز جدیدی نیستند، اما تا همین اواخر، مدل‌های بینایی کامپیوتر به اندازه کافی دقیق نبودند که بتوانند آن‌ها را در مقیاس بزرگ تجزیه کنند. اکنون این امکان وجود دارد و Human Behaviour در حال انجام این کار برای خلاصه کردن و بخش‌بندی هزاران ساعت فیلم است. جی اضافه می‌کند: «چرا ساعت‌ها کدنویسی کنیم تا کلیک‌ها را ردیابی کنیم، در حالی که می‌توانیم فقط ویدیو را تماشا کنیم؟»

امروزه، مشتریان Human Behaviour – که بیشتر استارتاپ‌های پرشتاب سری A و B هستند – ایمیل‌های خلاصه روزانه دریافت می‌کنند که برجسته می‌کند کدام ویژگی‌ها استفاده شده‌اند، کدام اشکالات ظاهر شده‌اند و کدام کاربران ریزش کرده‌اند. چاتورودی می‌گوید که از زمان راه‌اندازی این شرکت در چهار ماه پیش، رشد ماهانه ۲۰ درصدی داشته است.

بنیانگذاران، تکرارهای جلسات را یک «معدن طلای کشف نشده» می‌نامند. در حال حاضر، Human Behavior به تیم‌ها کمک می‌کند تا کاربران را درک کنند و اشکالات را برطرف کنند. با گذشت زمان، همین مجموعه داده می‌تواند QA خودکار و پشتیبانی IT تعبیه شده را تقویت کند. هدف آن‌ها این است که Human Behavior را به Datadog تکرار جلسات تبدیل کنند و ده‌ها محصول را از همان داده‌های اصلی تولید کنند.

بنیانگذاران بر این باورند که ساختن با فناوری جدید از ابتدا، راهی است که آن‌ها می‌توانند با بازیکنان تثبیت‌شده‌تری مانند Mixpanel و PostHog رقابت کنند. چاتورودی اظهار داشت: «برای برخی از این شرکت‌ها، ممکن است تکرار کاری که ما انجام می‌دهیم دشوار باشد، زیرا معماری آن‌ها نمی‌تواند بدون شروع مجدد از تغییر پشتیبانی کند.»

منبع: techcrunch.com

اشتراک‌ها:
دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *