【抄訳】
YhatのファウンダGreg LampとAustin Ogilvieは、中小企業にローンを提供して成功しているOnDeckでデータサイエンティストチームの一員として仕事をしているとき、ある問題に気づいた。
データサイエンスのチームがクールなアイデアを提案しても、エンジニアたちは、適切なツールがないのでそれらをさっさとアプリケーションへ実装することができない。そこで二人は、二つのチームがもっと効率的に仕事ができるためのツールを作ろう、と決心した。そのツールが、その後Yhatの創業に結びつく（Yhatは“ワイハット”と発音する）。
Lampはこう説明する: “データサイエンティストのチームが仕事や意思決定のための新しいクリエイティブな方法を編み出しても、エンジニアリングがそれについて行けない。Austinとぼくは両者の板挟みになって動きがとれず、OnDeckの業務に対してデータサイエンティストたちがやった分析結果などはどれも、棚の上で埃をかぶっていた”。
データサイエンティストたちの仕事から価値を取り出すための、もっと良い方法があるはずだ、と彼らは考えた。
彼らの最初のプロダクトScienceOpsは、データサイエンティストたちがRやPythonなどのツールを使ってプロジェクトを作っていくときの、チーム内のコミュニケーションをより有効にするためのソリューションだ。でも、それは彼らの最終目的ではない。
データサイエンティストたちのアイデアが早期に会社の業務に生かされるためには、エンジニアたちや、職場のラインの人たちが、容易にアプリケーションを実装できなければならない。
片手間で始めたYhatがその後利用者が多くなり、忙しくなったので、二人は2013年の6月にOnDeckを辞めてYhatに専心することにした。同時にYhatのオフィスも、彼らのブルックリンのアパートから、今のマンハッタンのシェアオフィスに移った。
その2003年には100万ドルのシード資金も獲得し、本格的な成長が始まった。そして今ではY Combinator の2015年冬季クラスに参加している。彼らのようなすでに内容的にかなり成熟しているスタートアップにとってYCは、営業や見込み客発掘について本格的に学べる点にメリットがある、という。
【中略】
2014年には第二のプロダクトScienceBoxをローンチした。それはデータサイエンティストたちが共同でデータサイエンスのプロジェクトを作り、共有していくためのツールだ。
Yhatの顧客たちは何をやってるかというと、たとえばレーシングチームのNASCARは、データの有効利用によってピット内の意思決定をより良質にするための方法を探求している。
“NASCARのチームにとってビッグデータの利用は初めてだったけど、もっと前からやっているべきだった、と彼らは思っている。彼らは自分たちの現状が後れていることを認めていて、はやく今のデータサイエンスの最先端に行きたい、と願っている”、とLampは説明する。
Condé Nastも、Yhatの顧客だ。今や出版社もデータドリブンで仕事を進めており、50名近くのデータサイエンティストが社内の各所に分散している。彼らもまた、Yhatのプロダクトを重宝している。
ScienceBoxは、データサイエンスを学ぶ大学のコースでもよく利用されている。クラスで必要になるいろんなツールが、その中に揃っているからだ。ScienceBoxの前には、いろんなツールを教授〜講師が個人的に拾い集めて、講義環境をセットアップしなければならなかった。
Yhatは今すでに、かなりの顧客ベースを構築しているが、でも大半の企業にデータサイエンティストが一人か二人（ときには〇人）しかいない現状では、まだまだ本格的な事業拡大は難しい。Lampらもそのことを自覚してはいるが、今のところ社員7名の同社は、毎日大量の仕事に追われている。
Lampによると、今データサイエンスは大学の学士課程の専攻科目として人気急上昇中で、またデータサイエンス〜統計学の研究者たちも企業に高給で引き抜かれる例が増えている。データサイエンスの黄金時代の夜明け前、とも言える今は、Yhatにとっても、起業の良いタイミングだったと言える。
ところで、Yhatという企業名の意味や由来を知りたいと思った読者は多いだろう。ぼくも実はそうだった。それは、統計学のある測度を表すドイツ語で、データサイエンティストたちの仲間内のジョークでもある。〔回帰式において従属変数Yの予測値を表す。〕
Lampによると、同社がターゲットとするオーディエンスたちは、このジョークがすぐに分かる。でも、ほかの人たちには毎回説明しなければならない、という。
[原文へ]
（翻訳：iwatani(a.k.a. hiwa)）
