מאחורי החברה הזו עומדים שני אנשים עם ניסיון עצום בתחום הדאטה. אבל כשפוגשים את אייל בירן ודנה פרידמן, השותפים המייסדים, השאלה הראשונה המתבקשת היא לגבי שם החברה - Data Tapas. פרידמן מסבירה: "כשיצאנו לדרך, השוק היה רגיל לכך שפרויקטים של דאטה הם גדולים, כבדים ומורכבים. אבל אנחנו יודעים שאפשר למצוא גם פתרונות קטנים ואיכותיים, טאפאסים כאלה, שמאפשרים לארגון לבצע קפיצות מדרגה גם בלי להתחייב לתהליך של שנים ארוכות".
בהתאם לשמה, Data Tapas מתמחה ביישום פרויקטי דאטה מהירים וממוקדים, כולל מודלי ML עבור חברות וארגונים במגוון של ענפים, כולל ענף הפיננסים, בו צברו בירן ופרידמן ניסיון מקצועי וניהולי עשיר.
בירן: "אנחנו מאוד פרקטיים, כי אנחנו באים עם ניסיון ניהולי ומעשי בעולמות הדאטה. We have been there. אנחנו שותפים למסע הדאטה ובאים לזהות בעיות בפעילות הדאטה של הארגון ולעזור לו לפתור אותן, כמו כן לזהות הזדמנויות ולהוביל למינוף היתרונות הלא ממומשים של הארגון בעולם הדאטה.
"למשל, בעולמות ה-ML וה-AI אנחנו מפתחים ומיישמים מגוון של מודלי חיזוי וניבוי שבעברנו העסקי עבדנו איתם והפקנו מהם הצלחות, כגון מודלים למניעת נטישה ושימור לקוחות, למכירת המוצר הבא, לחיזוי והתאמה בין נציג שירות ללקוח, לחיזוי סיכויי ההצלחה לעסקה או לניבוי הפוטנציאל העסקי העתידי של לקוח. אלו מודלים שללא ספק יוצרים שוברי שוויון עבור ארגונים".
פרידמן מוסיפה: "הרגע הקריטי מבחינתנו בפיצוח מודל חיזוי וניבוי רלוונטי לחברה הוא הדיון הראשוני עם הסמנכ"ל העסקי וסמנכ"ל הטכנולוגיות, בו אנחנו ממקדים אותם בהבנת הצורך. מה בדיוק הם מנסים להשיג עסקית? מה הקושי לממש את היעד כיום בלי מודל חיזוי? מה האתגרים הטכניים? אם הם לא מצליחים לשים את האצבע על השאלה העסקית והיעד להצלחה, אנחנו לא יוצאים לדרך. אנחנו לא מאמינים בלרוץ ולעשות מודל חיזוי לשם הניסוי או החדשנות. מודל חיזוי צריך לקדם ביצועים עסקיים. סמנכ"לים חייבים להגדיר מה הם מנסים לשפר - ואנחנו נעזור להם במימוש!".
בירן: "כאמור, אנחנו מתחילים מדיון ופיצוח עסקי. זה שלב שיכול להימשך גם מספר מפגשים, עד ש'רואים את האור' ויש שאלה עסקית ומדדים רלוונטיים. לאחר מכן מתחיל שלב האפיון העסקי. צוות של Data Tapas בהובלה שלנו לומד את הענף והחברה, מנתח את העולם העסקי, מנטר את מקורות המידע ומגוון מרכיבי הדאטה ומגבש תפישה לפיתוח המודל. לאחר מכן DS (מדען מידע) בכיר מקדם את שלבי הכנת המידע ועיבודו. זה שלב טכני קריטי. בשלב הזה נבדקים איכות הדאטה, טיובו, זמינותו והרעננות שלו".
פרידמן: "זה השלב בו לנו יש יתרון ברור על פני כל מוצר סגור שמוכרים כיום בשוק. מוצרי ML סגורים לרוב פותחו בתנאי מעבדה והם נכשלים בשלב של חיבור לדאטה אמיתי, שלא נבנה בדיוק בהתאם למבנה של המערכת הסגורה או מכיל מגוון וסוגים שונים של מידע וכן הלאה. השלב הטכני הזה לרוב יפיל את סיכויי ההצלחה של מוצר סגור, ואילו העבודה שלנו שמותאמת לכל חברה וחברה מבטיחה סיכויי הצלחה גבוהים הרבה יותר בהמשך הפיתוח".
בירן: "אחת הבעיות המרכזיות של ארגונים פיננסיים ואחרים היא שהם מנסים לקצר את הדרך, מתרשמים ממצגות מכירה צבעוניות וקונים מוצר סגור - אך מגלים שאין להם יכולת להתחבר אליו או לעבוד איתו עצמאית, כך שהם תלויים בספק בכל שינוי שהם רוצים לעשות במוצר כדי להתאים אותו לצרכים שלהם. כך המוצר נהפך לא רלוונטי עבורם".
פרידמן: "לאחר ההתאמה המדויקת והכנת הדאטה, השלבים הבאים עוסקים בניתוח עסקי מעמיק, חקר נתונים (BI) והצפת תובנות שאנו מזהים בדאטה. לאחר קבלת משוב מהחברה אנו עוברים לשלב פיתוח המודל ושיפורו בתנועה, כולל שלבי אימון ודיוק. שלבים אלה פותחים בפני המשתמשים העסקיים שמולנו עולם שלם של תובנות ולמידה מממצאי פיתוח המודל. בשלב הסופי רוב העבודה היא מול הגורמים הטכנולוגיים בארגון, עם ליווי צמוד שלנו. לאחר תהליך של כמה חודשים, הארגון מקבל מודל עובד, מדויק ואיכותי, עם גמישות לשינויים והרחבות עתידיות - ובעיקר, מודל שמותאם באמת לצרכים העסקיים ויכול לשרת אותו בשיפור ביצועים מיידי".
פרידמן: "בהיבט התשתית, למשל, יותר ויותר ארגונים מקדמים תפישה של הקמת Data Lake - בריכת נתונים לצורכי אנליזה ודאטה סיינס. כיום התפישה היא שבגלל המעבר לדיגיטל והמידע הרב שקיים בשיחות, בגלישת לקוח באתרים, נכסים דיגיטליים ואפליקציות, יש המון דאטה שאינו מובנה ומצריך תשתית ערוכה להיקפים גדולים וגמישות תחקור.
בירן: "באותו הקשר, גובר הביקוש למדעני מידע. כיום, ארגונים רבים מתחילים את הדרך בזהירות, כשהם עושים מיקור חוץ לשירותי Data Science באמצעותנו. גיוס ישיר של Data Scientists כרוך בעלויות גבוהות, והארגונים הללו גם עוד לא יודעים כיצד לעבוד עם אותם עובדים בתחום שהוא חדש ומתפתח עבורם. אנחנו מציעים להם לעבוד עם אנשים שלנו שנה או שנתיים, כשבהמשך הם יכולים לקלוט אותם. כך למעשה גם הארגון וגם הארגון מתאימים את עצמם ונוצרת סיטואציה של Win-Win. אנחנו רואים את עצמנו כשחקן מרכזי בשוק הזה, כשהמטרה היא לעזור לארגונים לנצח בתחרות העסקית".
שנת הקמה: 2016
מנכ"לים ובעלים משותפים: אייל בירן ודנה פרידמן
תחום פעילות: דאטה ודיגיטל
מיקום משרדים: נס ציונה
מספר עובדים: 15
לפרטים נוספים: www.data-tapas.com
