मैंने हाल ही में मीडिया में एक बयान देखा है कि व्यापार मूल्य का अगला स्तर केवल गैर-डेटा विशेषज्ञों को लाकर ही उत्पन्न किया जा सकता है। इसने मुझे डेटा लोकतांत्रीकरण और इस नए मूल्य को अनलॉक करने में इसकी भूमिका पर विचार करने के लिए प्रेरित किया है। डेटा एनालिटिक्स के विकास और उपभोक्ताकरण को बेहतर ढंग से समझने और इसके लिए भविष्य क्या है, इसे बेहतर ढंग से समझने के लिए मैं के सीईओ के साथ (वस्तुतः) बैठा। मिक्सपैनल आमिर मोवाफघी Mixpanel में शामिल होने से पहले, आमिर ने Spiceworks Inc. में CFO के रूप में कार्य किया, एक ऑनलाइन जहां उपयोगकर्ता सहयोग कर सकते हैं और एक दूसरे से सलाह ले सकते हैं, और IT से संबंधित सेवाओं को खरीदने के लिए बाज़ार में भी संलग्न हो सकते हैं। पहले, उन्होंने Twitter Inc. में विभिन्न नेतृत्व भूमिकाएँ निभाईं, जहाँ, के अनुसार, उन्होंने कंपनी को 150 से 4,000+ कर्मचारियों तक पहुँचाने में मदद की और इसके IPO के माध्यम से कंपनी का नेतृत्व करने में भी मदद की। समुदाय TheOrg.Com हमारी बात में, हमने चर्चा की कि स्व-सेवा विश्लेषिकी यहां उत्पाद-आधारित विकास (पीएलजी) के चालक के रूप में रहने के लिए क्यों है, कैसे नई-पीढ़ी की सास कंपनियां एक अंतर बनाती हैं और उपयोगकर्ता अनुभव को बाधित करती हैं, कैसे नए बाजार में प्रवेशकर्ता टिके रह सकते हैं और फल-फूल सकते हैं अत्यधिक प्रतिस्पर्धी माहौल में, क्या ट्विटर अभी भी एक अद्भुत उत्पाद है, और अन्य विचारोत्तेजक चीजें हैं। पढ़ने या सुनने का आनंद लें। आमिर, अब हमारे पास डेटा लोकतांत्रीकरण का स्तर कैसे हासिल हुआ? विकास क्या था? बहुत लंबे समय तक, इस दुनिया को स्प्रैडशीट्स द्वारा खा लिया गया था। Microsoft Excel के प्रमुख होने के साथ, आपके पास अभी भी एक संगठन में बहुत कम लोग होंगे जो वास्तव में समझते हैं और जटिल स्प्रैडशीट्स को मॉडल कर सकते हैं। और जैसे-जैसे चीजें आगे बढ़ीं, हम स्प्रेडशीट से अलग-अलग डेटा स्टोरेज, टूल्स और डेटाबेस के सेट में चले गए। हमें विभिन्न डेटाबेस में उन डेटासेट में शामिल होने के लिए BI टूल और SQL की आवश्यकता थी और फिर कंपनी नेतृत्व के साथ साझा करने के लिए डैशबोर्ड को रोल अप करें। इसलिए, जब डेटा विश्लेषण की बात आती है, तो यह कुछ समय के लिए डेटा वैज्ञानिकों और इंजीनियरों का विशेषाधिकार बना रहा, इससे पहले मार्केटिंग एनालिटिक्स के लिए एक बहुत ही सीमित डेटा मॉडल बनाया गया था और कुछ समय के लिए Google Analytics और अन्य प्लेटफार्मों द्वारा सेवा प्रदान की गई थी। और फिर, SaaS टूल पर आधारित कार्यात्मक विश्लेषिकी की एक बहुत पतली परत जोड़ी गई, जिसने पिछले 10 वर्षों में अर्थव्यवस्था को अपने कब्जे में ले लिया है। अब हमारे पास जो बचा है वह सबसे खराब संभव परिदृश्य है, जहां हमारे पास BI में बहुत जटिल उपकरणों का एक सेट है, ऐसे उपकरण जिन्हें अधिकांश लोग एक्सेस नहीं कर सकते हैं यदि वे डेटा को उसकी संपूर्णता में समझना चाहते हैं। और फिर हम उस बिंदु पर पहुंच गए जहां हमारे पास साइलो का गहरा स्तर था, जिसमें सेल्सफोर्स सेल्स टीमों की सेवा कर रहा था, मार्केटो मार्केटिंग टीमों की सेवा कर रहा था - कई कार्यात्मक विश्लेषिकी उपकरण जो अपने संबंधित कार्यों में अविश्वसनीय रूप से पतले स्तर की अंतर्दृष्टि प्रदान करते हैं और प्रदान करने में विफल रहते हैं। ग्राहक यात्रा का पूरा संदर्भ। जब आप लोगों को इन अलग-अलग उपकरणों के लिए मजबूर करते हैं जो एक-दूसरे के साथ संवाद नहीं करते हैं तो ये चीजें स्वत: पूर्ण होने वाली भविष्यवाणियां हैं। लोग जो अंतर्दृष्टि प्राप्त करते हैं और वे व्यवसाय के विकास पर अपना प्रभाव कैसे देख सकते हैं, वह उस संकीर्ण दृष्टिकोण तक सीमित है। और फिर आपके पास यह अविश्वसनीय गतिशील है जहां आप त्रैमासिक व्यावसायिक समीक्षा के लिए जाते हैं, और मार्केटिंग टीम जश्न मना रही है; वे बहुत खुश हैं क्योंकि उनके स्थानीय मेट्रिक्स कमाल कर रहे हैं। उत्पाद टीम जश्न मना रही है। सब खुश हैं, लेकिन आमदनी कम है। और अब, उभरती हुई तकनीक के लिए धन्यवाद, हम घटना-आधारित स्वयं-सेवा विश्लेषण के युग में प्रवेश कर रहे हैं, जो अंतर्दृष्टि की एक अविश्वसनीय गहराई प्रदान करने में सक्षम है, जिसे बिना डेटा इंजीनियरिंग पृष्ठभूमि वाले लोग आसानी से एक्सेस कर सकते हैं, लाभ उठा सकते हैं और मूल्य में परिवर्तित कर सकते हैं। यह एक पूरी तरह से नई दुनिया है जहां हमें महत्वपूर्ण चीजों पर अपना प्रभाव देखने को मिलता है। जो चीजें मायने रखती हैं, वे अंततः कंपनी के विकास और मुद्रीकरण के परिणामों से जुड़ी होती हैं। तो, क्या यह कहना उचित है कि क्लाउड और आर्टिफिशियल इंटेलिजेंस की प्रगति डेटा के लोकतंत्रीकरण के मुख्य चालक बन गए हैं? बादल की ओर जाने के अनिवार्य रूप से दो चरण थे। स्टेज एक सास था जो बस सबकुछ कॉपी करता है और इसे क्लाउड पर रखता है, जो कि सेल्सफोर्स है, उदाहरण के लिए, या वर्कडे। SaaS एप्लिकेशन क्लाउड पर परोसे जाने वाले उनके ऑन-प्रिमाइसेस समकक्षों की मिरर कॉपी हैं। हम अभी दूसरे चरण में हैं, मिक्सपैनल, स्लैक, नोशन या फिग्मा जैसी उत्पाद-आधारित विकास कंपनियां केंद्र में हैं। उनके मूल में, उनके उत्पाद उपयोगकर्ता अनुभव, वर्कफ़्लो उत्पादकता, सहयोग और डेटा कनेक्टिविटी पर नवाचार करते हैं। ये उपकरण अब डेटा लोकतांत्रीकरण के नए युग को परिभाषित कर रहे हैं और "पारंपरिक" उपयोगकर्ता अनुभवों को बाधित कर रहे हैं। मिक्सपैनल में, हम शक्तिशाली स्व-सेवा उत्पाद विश्लेषण प्रदान करते हैं, जिससे अन्य कंपनियों को इस बात की समग्र समझ के साथ बेहतर उत्पाद बनाने की अनुमति मिलती है कि लोग वास्तव में अपने उत्पादों का उपयोग कैसे करते हैं और उनके साथ कैसे बातचीत करते हैं। हम इंटरएक्टिव रिपोर्ट तैयार करके डेटा को सभी के लिए सुलभ बनाते हैं, जिससे आप अपने डेटा को कुछ ही क्लिक के साथ क्वेरी कर सकते हैं और फिर सेकंड में विज़ुअलाइज़ेशन देख सकते हैं। हमारे उत्पाद का जादू वास्तव में इस तथ्य में है कि हमारे पास एक बहुत ही सरल, सीधा यूजर इंटरफेस है जो एक इवेंट-आधारित मॉडल पर बनाया गया है, जो कि डेटा का सबसे शुद्ध और सबसे कच्चा रूप है। दिलचस्प बात यह है कि आप और मैं दुनिया को एक ही तरह से प्रोसेस करते हैं। हम अपने आस-पास होने वाली चीजों या समय के साथ होने वाली क्रियाओं के समूह को संसाधित करते हैं। और ठीक यही इवेंट एनालिटिक्स आपको आकार देने, विश्लेषण करने और सेगमेंट करने की सुविधा देता है। और यह अविश्वसनीय रूप से सामान्य है! सब कुछ इस तरह से मॉडलिंग किया जा सकता है। इवेंट-आधारित एनालिटिक्स जो सरलता और शक्ति पैदा करता है, वह यूएक्स के लिए पहुंच क्षमता है, और अंतर्दृष्टि को आकर्षित करने और अविश्वसनीय रूप से जटिल मेट्रिक्स बनाने की क्षमता है जो लुकर और झांकी में एसक्यूएल और ग्राफ में रचना करना बहुत कठिन है। आप थोड़े उपयोगकर्ता सीखने की अवस्था के साथ मिक्सपैनल में तुरंत उन जानकारियों को उत्पन्न कर सकते हैं। आप कुछ घटक सीखते हैं कि कोई ईवेंट क्या है, ईवेंट प्रॉपर्टी क्या है और वह उपयोगकर्ता कौन है जो कार्रवाई कर रहा है. फिर आप सहगण बना सकते हैं, आप समय के साथ उपयोगकर्ता के व्यवहार को देख सकते हैं, आप प्रतिधारण व्यवहार, रूपांतरण व्यवहार को देख सकते हैं - आप उसी तरह गहन सहज ज्ञान प्राप्त कर सकते हैं जैसे उपयोगकर्ता वास्तविक दुनिया को संसाधित करने के बारे में सोचते हैं। यही है, इसके मूल में, विश्लेषिकी का भविष्य। जबकि स्व-सेवा विश्लेषण साइलो दृष्टिकोण को कम करने में मदद करता है, क्या यह विश्वास और विश्वसनीयता के आसपास सर्वोत्तम प्रथाओं को बढ़ावा देने में भी मदद कर सकता है? मैं प्यार करता हूँ कि आप इसे ऊपर लाते हैं! आप निश्चित रूप से स्वयं सेवा कर सकते हैं, लेकिन अगर यह भरोसेमंद या विश्वसनीय नहीं है, तो इसका कोई मतलब नहीं है और इसका कोई फायदा नहीं है। मेरा मानना है कि डेटा अधिक से अधिक विश्वसनीय क्यों होता जा रहा है और हम लोगों को सटीकता के उस स्तर तक पहुंचने की क्षमता क्यों दे पा रहे हैं, इस पर काफी हद तक इस अद्भुत पारिस्थितिकी तंत्र के साथ क्या करना है जो पिछले दस वर्षों में बनाया गया है। क्लाउड डेटा वेयरहाउसिंग। जीवन में आने वाले सभी शासन उपकरण बदल गए हैं कि आप अपने डेटा को कैसे प्रबंधित कर सकते हैं, विश्वास और विश्वसनीयता बढ़ाने में मदद करते हैं। ये ऐसी चीजें हैं जो हम में से अधिकांश चाहते हैं कि हमारे पास बहुत पहले हो। एक दशक के सीखने के बाद, हम यहां उन सभी अलग-अलग कंपनियों के साथ हैं जिन्होंने इसे सक्षम किया है। आमिर, आप उत्पाद आधारित विकास को कैसे परिभाषित करते हैं? उद्यम की दुनिया में, आपके पास यह मौलिक सत्य बहुत लंबे समय से था कि ऑन-प्रिमाइसेस सॉफ़्टवेयर की खरीद और कार्यान्वयन करना अविश्वसनीय रूप से कठिन था। आप 5-10 साल के अनुबंध पर हस्ताक्षर करेंगे क्योंकि ऐसा कुछ करने की जटिल जटिलता है। जैसा कि मैंने ऊपर उल्लेख किया है, हमारे पास बादल के लिए एक क्रमिक संक्रमण था। सबसे पहले, सास कंपनियों ने उड़ान भरी, जिससे किसी के लिए भी तुरंत उठना और दौड़ना आसान हो गया। और जबकि उद्यम कंपनियों को धीरे-धीरे आकर्षित होने और व्यवसाय करने का एक बेहतर तरीका महसूस करने में समय लगा, विभिन्न श्रेणियों में नवीन उत्पादों वाली कंपनियों की एक नई पीढ़ी उभरी, जिससे स्विचिंग लागत और परिनियोजन की एक पूरी तरह से अलग गतिशीलता की अनुमति मिली। बाधा कम हो गई, और फिर उसके ठीक बगल में, हमारे पास एक और सांस्कृतिक परिवर्तन था जो बहुत ऊपर-नीचे से एक बहुत ही सपाट निर्णय लेने के लिए था। पूर्व में, सभी निर्णय C Suite द्वारा किए जाते थे। और फिर, एक क्षण ऐसा भी आया जब ज्ञान अर्थव्यवस्था प्रमुख शक्ति बन गई। चूंकि प्रतिभाएं किसी भी संगठन के लिए सबसे मूल्यवान संपत्ति बन जाती हैं, व्यापारिक नेताओं ने खुद से पूछा, " " हम उद्योग में सर्वश्रेष्ठ लोगों की भर्ती और उन्हें कैसे बनाए रखें?" " हम उन्हें बेहतर उपकरण कैसे दे सकते हैं ताकि वे अपना काम और भी बेहतर कर सकें? क्या आप जानते हैं कि PwC ने बहुत लंबे समय से लोटस नोट्स का इस्तेमाल किया था क्योंकि IBM उनका एक बड़ा क्लाइंट था? इसलिए, उन्होंने लगभग 2010-2011 तक IBM उत्पाद का उपयोग किया, जब उन्होंने Microsoft Office को छोड़ दिया और सीधे Google डॉक्स पर चले गए। यह मोबाइल पर जाने के लिए डेस्कटॉप को छोड़ देने जैसा था - ऐसा क्रेजी शिफ्ट। सभी कर्मचारियों को संतुष्ट करने और उन्हें अधिक लचीले और मजबूत उपकरण देने के लिए। उत्पाद को शासन करना है। उत्पाद को रॉक करना है। अन्यथा, आपके पास कोई अवसर नहीं है। मान लीजिए आप एक नए, अविश्वसनीय रूप से प्रतिस्पर्धी बाजार में प्रवेश करने का प्रयास करते हैं। उस स्थिति में, जीतने का एकमात्र तरीका एक बढ़िया उत्पाद होना है। इसलिए, उद्यम में, हमने मानसिक रूप से इस सुपर विरासत के तरीके से खुद को दूर कर लिया है और उत्पाद-आधारित विकास के साथ आए हैं। यह उपभोक्ता व्यवसाय की तरह ही है। दिन के अंत में, उपयोगकर्ता तय करेंगे कि आपका उत्पाद खरीदने या रखने के लायक है या नहीं। और नई सास दुनिया में, एक अद्भुत उत्पाद के अलावा जीने और जीवित रहने का कोई दूसरा तरीका नहीं है। आप इसे उत्पाद आधारित विकास कह सकते हैं; आप इसे उद्यम का उपभोक्ताकरण कह सकते हैं; आप इसे जो चाहें कह सकते हैं। आपके पास वास्तव में खुश अंत उपयोगकर्ताओं के साथ एक असाधारण उत्पाद होना चाहिए। अवधि। और आपको क्या विश्वास है कि मिक्सपैनल एक अद्भुत उत्पाद है? आपका प्रमुख मीट्रिक क्या है? हमें कैसे पता चलेगा कि हम एक अद्भुत उत्पाद बना रहे हैं? मिक्सपैनल में, हम उस बिंदु पर पहुंच गए हैं जब हमने खुद से कहा था कि हम कंपनी के लिए अपने प्रमुख मीट्रिक के रूप में नेट प्रमोटर स्कोर का उपयोग करने जा रहे हैं। हम यह देखने जा रहे हैं कि हमारे अंतिम उपयोगकर्ता हमें क्या बता रहे हैं कि हम कैसे कर रहे हैं, और अगर हमें प्यार नहीं मिल रहा है, तो हमें समस्या है। हमें चलते रहना था और पीसना था, है ना? और हमने ऐसा किया और एकल अंकों से दोहरे अंकों में पहुंच गए जहां अब हम उपभोक्ता-ग्रेड नेट प्रमोटर स्कोर के साथ हैं कि हमारे अंतिम उपयोगकर्ता उत्पाद का उपयोग कैसे करते हैं। और यह हमारे उपयोगकर्ताओं की इच्छा के आधार पर उत्पाद परिवर्तन के लिए उत्प्रेरक बन गया। उपयोगकर्ता प्रतिक्रिया का विश्लेषण करते हुए, हम कई खोजों के साथ आए। उनमें से एक यह है कि कोई भी गेटेड कंटेंट नहीं चाहता है; कोई भी दस्तावेज़ पढ़ने के लिए फ़ॉर्म नहीं भरना चाहता। वही मूल्य निर्धारण को संदर्भित करता है। जब हमने महसूस किया कि उपयोगकर्ता पारदर्शी मूल्य निर्धारण पसंद करते हैं, तो हमने अपने मूल्य निर्धारण को अधिक से अधिक बनाने के लिए दो साल की यात्रा पर निकल पड़े। पारदर्शी क्या आपने कभी ऐप्पल स्टोर में जाने और विक्रेता के साथ आईफोन की कीमत पर बातचीत करने का सपना देखा है? अंतिम उत्पाद मूल्य निर्धारित करने के लिए आपको कोई कस्टम अनुरोध क्यों करना चाहिए और कॉल और मीटिंग के कई दौरों से गुजरना चाहिए? लंबी कहानी छोटी, कोई बातचीत नहीं करना चाहता। बातचीत बहुत कड़वे अंत का एक साधन है। और इसका मतलब है कि अंत में, भले ही आपको सबसे अच्छी कीमत मिली हो, फिर भी आप नहीं जानते कि आपको सबसे अच्छी कीमत मिली या नहीं। आप ऐसा महसूस करते हुए चले जाते हैं, यार, शायद हमें और मिल सकता था। आप आहत महसूस करते हुए चले जाते हैं क्योंकि आपको एहसास होता है कि आप अच्छे या बुरे सौदे को सब्सिडी दे रहे हैं जो अन्य लोगों को मिला है, जो पागलपन है। तो हम बाहर आए और बोले- अब और नहीं। हम सभी को सर्वोत्तम मूल्य प्रदान करने जा रहे हैं जिसमें सर्वोत्तम मार्जिन अखंडता है। हम इस ग्राहक से उस ग्राहक से अधिक सौदेबाजी या शुल्क लेने की कोशिश नहीं कर रहे हैं। हम इसे एक अविश्वसनीय खरीदारी यात्रा बनाने जा रहे हैं, और हम खरीदारी प्रक्रिया में इस घर्षण से छुटकारा पाने जा रहे हैं। यदि आप केवल उपकरण खरीदने और उठने और चलने की कोशिश कर रहे हैं, तो आखिरी चीज जो आप चाहते हैं वह यह जानकारी विषमता है। आप यह भी नहीं जानते कि आप इस चीज़ का उपयोग करने में सक्षम होंगे या नहीं। लेकिन कंपनियां आपको कीमत नहीं देंगी। जैसे, ओह, नहीं, हम अपनी चौथी बैठक तक कीमत के बारे में बात नहीं कर सकते। और आपके जीवन में सबसे कीमती चीज क्या है? यह तुम्हारा समय है। मुझे चार घंटे और दीजिए, और मैं आपको बताउंगा कि इसकी लागत कितनी है। हम अलग होने की भीख माँगते हैं। तो आपके द्वारा इस पारदर्शी मूल्य निर्धारण प्रणाली को लागू करने के बाद, इसने आपके साइन-अप और सामान्य रूप से लाभ को कैसे प्रभावित किया? निष्कर्ष के लिए अभी भी शुरुआती दिन हैं क्योंकि हम इसके साथ मुश्किल से गेट से बाहर हैं। फिर भी, यह परिवर्तन करते समय हमारे पास परिकल्पना थी कि विमुद्रीकरण के लिए कितना बेहतर रूपांतरण होगा, यह हमारे सीमित डेटा में अब तक अच्छी तरह से मान्य है। धन्यवाद, आमिर। अब बात करते हैं कि ग्राहक मिक्सपैनल जैसे सेल्फ-सर्विस एनालिटिक्स टूल का उपयोग कैसे करते हैं? विशिष्ट उपयोग के मामले क्या हैं? कुछ साल पहले, यह उत्पाद विकास के बारे में एक बहुत ही केंद्रित बातचीत होती, जैसे, ओह, मिक्सपैनल ग्राहक एक्सवाईजेड ने ऐसा किया और फिर यूएक्स को बदल दिया और कुछ पागल राशि से संस्करण में सुधार किया, है ना? वह केस स्टडी होती जो मैंने आपके साथ साझा की होती। लेकिन सच्चाई यह है कि आज लोग इसका इस्तेमाल हर तरह की चीजों के लिए कर रहे हैं। हमारे पास मिक्सपैनल में एक भर्ती फ़नल चल रहा है। BI कंपनियाँ अपने PLG बिक्री व्यवसाय में हमारे स्वयं-सेवा विश्लेषण का उपयोग करती हैं। सबसे बड़ी कॉफी खुदरा कंपनियों में से एक अपने विपणन जीवनचक्र के लिए, प्रवर्तकों को पाने और वफादारी अपनाने में सुधार करने के लिए हमारा उपयोग करती है। इसके अलावा, हमारे पास ये बड़ी टेक कंपनियां हैं जहां संस्थापक अपने एप्लिकेशन अपनाने और जुड़ाव मेट्रिक्स को समझने के लिए हर दिन मिक्सपैनल का उपयोग करते हैं। मैं दूसरे दिन हमारे ग्राहकों में से एक के सीएफओ से बात कर रहा था, जिन्होंने कहा कि उन्होंने उत्पाद डेटा में अग्रणी संकेतकों का उपयोग वित्त का बेहतर पूर्वानुमान लगाने और निर्णय लेने के लिए अपने निवेशकों को उन प्रमुख संकेतकों को प्रदान करने के लिए किया। कहा जा रहा है कि, स्वयं-सेवा विश्लेषण के उपयोग के मामले असीम हैं। यह शक्तिशाली है और यह अभी उस नींव को खोजना शुरू कर रहा है। और जो चीज मिक्सपैनल को शक्तिशाली बनाती है वह परिमाण का क्रम है। क्लाउड डेटा वेयरहाउसिंग बंद होने के साथ, एडॉप्शन अधिक बड़े पैमाने पर हो जाता है। वैसे, आपकी सोशल इंजीनियरिंग टीम का आकार क्या है? क्या यह वितरित है? आज लगभग 100 विशेषज्ञ। हम काफी वितरित हैं, लेकिन अभी ज्यादातर संयुक्त राज्य अमेरिका में हैं। और भविष्य के लिए आपकी क्या योजनाएं हैं? अब से दो से चार साल बाद आप मिक्सपैनल को कहां देखना चाहेंगे? मेरा मिशन हमेशा अन्य व्यवसायों को स्केल करने और सफल होने में मदद करता रहा है, चाहे मैंने कहीं भी काम किया हो। एक बात सच है - जैसे ही आप जटिलता के एक निश्चित स्तर पर पहुँचते हैं, ज्यादातर लोगों को पता ही नहीं चलता कि क्या हो रहा है। मान लें कि कंपनी के पास एक सफल उत्पाद है, और यह बंद हो जाता है। और फिर आप नए दांव लगाते हैं। आप नए उत्पाद पेश करते हैं, आप नई सुविधाएँ लॉन्च करते हैं, और फिर आप बाहर जाते हैं और पूछते हैं कि क्या वे कोई फर्क कर रहे हैं। क्या हम उसी लहर का आनंद ले रहे हैं जिसने हमें पहली बार में ही दूर कर दिया था? नई चीजों से हमें फर्क पड़ रहा है या नहीं? और आप चौंक जाएंगे कि वास्तव में क्या फर्क पड़ रहा है और वास्तविक प्रभाव डाल रहा है, इसके बारे में जागरूकता के बीच कितना अंतर है। इवेंट-आधारित एनालिटिक्स, जिस तरह से हम उसका अनुसरण कर रहे हैं, जिस पर हम नवाचार कर रहे हैं, वह मुख्य शक्ति है। यह वही एट्रिब्यूशन है जो आपकी कंपनी को आकार देने वाली मुख्य घटनाओं और परिणामों से जुड़ सकता है और इससे क्या फर्क पड़ता है। क्या यह आपका मार्केटिंग अभियान था? क्या यह उत्पाद बदलाव था? क्या यह आपके द्वारा लॉन्च की गई कोई नई स्थिति थी? क्या यह एक नया भूगोल था जिसे आपने भेदने की कोशिश की? ये कारक और बारीकियां आमतौर पर कंपनी के मुद्रीकरण और विकास में शामिल होती हैं। और इस प्रकार, इस कॉल की शुरुआत में जिन सभी सीमाओं के बारे में हमने बात की थी, वे वास्तव में कंपनियों को स्मार्ट, सूचित निर्णय लेने की उनकी क्षमता से रोक रही हैं कि कौन से निवेश को जारी रखना है, कौन से निवेश को रोकना है या कौन सी नई चीजों के आधार पर उन्हें आगे बढ़ना चाहिए। उनके वास्तविक राजस्व फ़नल की समझ पर। और वहीं हम होने जा रहे हैं। उम्मीद है, हमारी दृष्टि साकार होगी, और मिक्सपैनल वास्तव में यह प्रभावित करने में सक्षम होगा कि कैसे लोगों का काम सीधे तौर पर एक परिणाम से जुड़ा है जो कंपनी को आगे बढ़ाता है। आमिर, मैं भी ट्विटर पर आपके समय के बारे में जानने के लिए उत्सुक हूं। तो, आपने ट्विटर पर विभिन्न भूमिकाओं में कई साल बिताए हैं। क्या आप कल्पना कर सकते हैं कि उस समय ट्विटर अंततः वही बन जाएगा जो अभी है? चहचहाना वास्तव में जटिल है, और जटिलता का एक हिस्सा इसकी सार्वजनिक प्रकृति के साथ बहुत कुछ करना था। यह एक बंद लूप था क्योंकि ट्विटर एक ऐसा लाइव, पब्लिक-फेसिंग सोशल प्लेटफॉर्म था, जो फेसबुक की तुलना में बहुत अधिक राय और सार्वजनिक हित पैदा करता था, जो कि काफी बड़ा और अधिक व्यापक रूप से अपनाया गया था। कई मायनों में, ट्विटर की शक्ति निर्विवाद थी कि इसने क्या किया, इसने दुनिया को कैसे आकार दिया और इसने कैसे प्रभाव डाला, जो आज भी है। शुरुआती दिनों में, हमारे पास दो मुख्य रास्ते थे जिन्हें हम ट्विटर बनाने के लिए अपनाने जा रहे थे। एक प्रोटोकॉल था - पाइपलाइन जो इस एक-से-कई तकनीक का लाभ उठाने वाले सभी विभिन्न अनुप्रयोगों को ईंधन देती है। और दूसरा तरीका था हमारे लिए बाहर जाकर एंड-यूज़र अनुभव का मालिक बनना। और जिस क्षण हमने अंतिम उपयोगकर्ता अनुभव के मालिक होने का निर्णय लिया, उसके वास्तविक परिणाम इस तरह से थे कि अब हमें उस अनुभव को नियंत्रित करना था। हमारे पास सभी अलग-अलग नीतियां और विशेषताएं होनी चाहिए जो कि अधिक से अधिक सार्वजनिक रूप से प्रासंगिक हो गई हैं क्योंकि राजनीतिक माहौल बदल गया है। उस क्षण से, ट्विटर अब केवल एक तकनीकी कंपनी नहीं रह गई थी। अब यह इस बात के केंद्र में है कि सूचनाओं का आदान-प्रदान कैसे किया जा रहा है, कैसे रुझान निर्धारित किए जा रहे हैं, और लोग विभिन्न विषयों के बारे में अपनी राय कैसे बनाते हैं। शुरुआती दिनों में, कुछ इस तरह स्केल करना एक बुनियादी ढांचा समस्या थी। अब यह उतना ही शासन और मानवीय समस्या है जितना कि तकनीकी समस्या। मेरा मानना है कि मेरे पास विशेष रूप से कोई राय नहीं है कि मैं उन परिवर्तनों के चक्र के बारे में साझा करना चाहता हूं जो पिछले वर्षों में ट्विटर के स्वामित्व के दृष्टिकोण से गुजरे हैं। लेकिन जब तक हम वास्तविक प्रभाव के प्रति सच्चे रहते हैं, न केवल ट्विटर, बल्कि सभी सोशल मीडिया कंपनियों के बड़े पैमाने पर लोगों और समाज पर, ये उत्पाद अविश्वसनीय रूप से उपयोगी और मूल्यवान हो सकते हैं यदि हम उन चीजों को गंभीरता से लेते हैं। किसी भी शक्तिशाली तकनीक को इस बारे में भी विचार करना चाहिए कि एक बेहतर समाज के निर्माण में मदद करने के लिए उसे किस तरह से आकार और आकार देना चाहिए। हम वहाँ कैसे पहुँचते हैं एक से अधिक लेन हैं। फेसबुक ने ट्विटर की तुलना में वहां पहुंचने के लिए एक बहुत ही अलग रास्ता अपनाया है। और यह ठीक है कि अलग-अलग तरीके हैं क्योंकि तब हम देखेंगे कि क्या एक काम करता है और हम इसे दूसरे पर दोहरा सकते हैं। मुझे खुशी है कि वे इस मार्ग पर सिर्फ एक दूसरे की नकल नहीं कर रहे हैं। क्या आपको साक्षात्कार पसंद आया? कृपया इसे साझा करें ताकि अधिक लोग इसे पढ़ने में मदद कर सकें।
