Ajay Bulusu: Google & Grab Mapping Challenges, Geospatial B2B API SaaS Insights and Layoff Resilience with Bold Steps - E378

· Podcast Episodes,Founder,Start-up

 

“If you want to move anything efficiently, you need a map. Ride hailing is transportation on an application. It's a new vertical that Uber created, but in reality, you're a taxi company transporting people from point A to point B. So anyone who moves from anywhere, except for individual customers driving or navigating on their own, everybody requires mapping.” - Ajay Bulusu

“There were a lot of challenges so we took it step by step. We understood that it was a data-driven decision making at that point to understand where the bang for the buck is. What do we fix? We fix places where my rides are highest. Solve 80% and the other 20% is a long tail you cannot solve. We were very realistic when we’re trying to solve the mapping challenge. We weren’t trying to map Southeast Asia. We're not a mapping company. That was a hypothesis at that point. We were fixing where our riders can get better service and where the drivers can get better at picking up and increase efficiency.” - Ajay Bulusu

“Companies should understand what to build. You are a taxi company at the end of it. However much you want to call yourself a technology company, you make money by doing taxi rides. At some point when there's so much money available, you want to invest in cooler, sexier technology, and nothing gets cooler and sexier than mapping. It is so difficult as a problem. It is so exhilarating to solve. All these companies went off on hiring and building a team inside. I did all of those. In hindsight, I am wiser, but at that point, everyone did what is right for their business.” - Ajay Bulusu

Ajay Bulusu, Cofounder of NextBillion.ai, and Jeremy Au discussed three key topics:

1. Google & Grab Mapping Challenges: Ajay shared his mapping build-out at Google and Grab that had to overcome geographic and infrastructural challenges in Southeast Asia - where standardization of data and addressing systems differ significantly from Western norms. He described how the team approached the problem with measures such as prioritizing high-traffic areas, leveraging data-driven strategies, testing machine learning, and crowdsourcing.

2. Geospatial B2B API SaaS Insights: Ajay delved into the complexities of developing a mapping technology stack and the balance between in-house development and outsourcing. He also shared the decision-making process companies face when choosing to build or buy.

3. Layoff Resilience with Bold Steps: Ajay recounted his personal story of resilience, particularly after being laid off from Google. He highlighted the significance of taking bold steps in challenging situations, like reaching out to the governor of California for help with his green card.

Jeremy and Ajay also talked about the role of technology in transportation and logistics, the evolution of the mapping industry, and B2B customer education strategies.

Supported by HDMall

HD is a healthcare marketplace in Southeast Asia connecting patients to over 1,800 medical providers. This covers multiple categories such as dental, aesthetics, and elective surgeries. Over 300,000 patients have accessed more affordable healthcare via HD Mall. Get yourself a well-deserved health checkup. If you're in Thailand, go to hdmall.co.th. If you're in Indonesia, go to hdmall.id

(01:32) Jeremy Au:

Hey, Ajay, really excited to have you on the show. We had such a great time on the HubSpot and BRAVE podcast collaboration. And I wanted to have the opportunity to go deeper and share your story. Ajay, could you share a little bit about yourself?

(01:43) Ajay Bulusu:

Hey, Jeremy. Thanks for having me. Again, my name is Ajay. I'm the Cofounder of NextBillion.ai. So we're mapping in a geospatial startup based out of Singapore. I've been in Singapore for almost about seven years. I used to work at Grab prior, and before that I've done a bit of a world tour. I was in Tokyo with Indeed as New York with Amex, studied in the UK for five years and spent five years at Google through California and India. So yeah, it's been a pretty exciting journey last 10, 12 years of career and yeah. And really excited to talk about NextBillion and whatever else we have to chat about today.

(02:10) Jeremy Au:

Awesome. So how did you get started in technology?

(02:12) Ajay Bulusu:

Yeah. So, it was actually by stroke of luck. I graduated in recession 2008, 2009. So eight was undergrad nine was my post grad and it so happened that there were just no jobs in banking or consulting or finance and we applied only for that. In fact, I studied my Master's in consulting, hoping that engineering and then, consulting analytical background get me into actually one of the big four, but then what happened was there was zero jobs in the UK or even in India. So I came back home after almost five years in UK, and then realized very quickly that even India was sort of reeling from the recession effects. Only people hiding were a little bit of backend services technology.

It just so happened that I just got into it. So there was no other jobs at that point. And so happens that Google was growing that time and Google just was doing a lot of hiring in the same home office. And so, so other lucky part was that Google was in Hyderabad which is my hometown. So I just turned up for an interview and it so happened that I got through, there was no intention of getting through. There was no intention of, I actually wanting to move into the ad sales world or the tech world at all. Then one thing led to another and it just so happened. It's just pure luck by chance.

(03:12) Jeremy Au:

Amazing. Could you share a little bit more about how was your experience at Grab and how you got there?

(03:17) Ajay Bulusu:

So Grab was even more interesting luck by chance story, right? I've realized there's a lot of luck involved in this life and in this world. So I actually was in New York, pretty happy in Amex and everything was fine. But then my partner and now wife, she couldn't get her immigration status in the US after her studies, so she was working, everything was fine. Then it so happened that we couldn't get through the H1 lottery. So we had no choice. We had to either, because we were able to get married. So we just moved back home. As I was moving back to India, I started looking for jobs and somebody I respected a lot in my prior life, he joined this company called Grab in Bangalore.

I actually wanted to join India. So I applied for a role and it just so happened that they saw my mapping background at Google. That's like five years ago, almost. And they said, listen, we're trying to fix maps. You're trying to do. And for me, maps have been inherent passion and I have always loved it. It's a fantastic product. And even at Google, it was a fantastic product. So I just was like, okay, listen, I'm getting to those. It's something that I actually love after a long time there, but they said, you have to move to Singapore. I said, Oh, I don't want to move to Singapore. I'm going to India ideally. But they said, no, you need to be in the headquarters. I was also very lucky because that was a pet project of Anthony and Ling at that point. So we were literally working with them directly. We had a small little unit of our own. It was me and my co-founders now who were there at the same time, the three of us were doing the same jobs there.

Yeah, it was just an incredible journey. I think we saw the company grow from a billion to $14 billion in valuation, bought Uber out. It was a very exhilarating time, I would say, you know, business to consumer technology, if you're in the right place, right time, it's unprecedented growth that you see.

So I was very fortunate. Lucky, again, same thing, right? Turned up at the right place at the right time and it was a great run, three and a half years there traveled out of Asia, set up teams across Asia, seven languages, 300 people. It was good. It was good fun.

(04:54) Jeremy Au:

Amazing. And interestingly, because one of the biggest challenges for ride hailing globally was really getting from point A to point B, but nobody knows where point A exactly is, let alone point B. And that was a big problem in the US in the early days. I remember the Ubers would get lost because they're on the wrong side of the building or, you know, different

(05:10) Ajay Bulusu:

They still get lost by the way.

(05:12) Jeremy Au:

Still not solved. And Southeast Asia must have been another order of magnitude, right? So could you share a little bit more about what was it like experiencing and tackling the mapping challenge at Grab?

(05:17)Ajay Bulusu:

It was crazy. It's because, see, everything on ride hailing, especially runs on a map because you need to know exactly where you are. You're expected to like level of service that, I turn on my phone and the cab magically appears at my footstep, not doorstep also. So they were these consumer expectation challenges and Uber had built a mind blowing product over the last six, eight years that I still think it's a mind blowing product. It's one of the best companies ever to come out of the Silicon Valley. It has revolutionized something that we never even envisioned. And all this ran on a map and you know, maps are never really mainstream till Uber came. People just think like, Hey, if I'm driving, I'll use a map. Others, why the hell would I need a map? Right? And it so happened that Uber put it in everyone's hands, all of a sudden the palms of the phone. And with Asia, what was happening is that see it's same thing, right? Google's American company and their focus is on the Western world where the revenue potential is larger.

Even India is not good. Google even our sucks in India and maps. So it so happens that Southeast Asia was like hundred priority, right? Even in Southeast Asia, maybe Singapore was, it was good, but you go to Jakarta, Medan, Makassar, Surabaya, Bandung, Bali, horrible, like go to Ho Chi Minh city or Bangkok, even a capital with 25 million people like visit every year. It's bad. You don't have addressing systems that are standardized. You don't have roads that are standardized. I will call it a sidewalk. Somebody calls it a footpath, these 500 things in digitizing the physical world. And so all these challenges were there. So we took it step by step. We understood that it was a data-driven decision making at that point to understand, Hey, where's my most bang for the buck? What do I fix? I fix places where like my rights are highest. We used to go to the most popular things like VivoCity here, Changi airport, Jalan Sudirman or you go to Sukhumvit area in Bangkok. You see where the bang for the buck is. You solve the 80% and the rest 20 is long tail you cannot solve. So we were very realistic when we were trying to solve the mapping challenge. We're not going to try and map Southeast Asia. We're not a mapping company. That was a hypothesis at that point. And then we were fixing where our riders can get better service, where the drivers can get better at picking up and efficiency.

It was extremely a step by step process over the three years. We had fixed almost for Grab's use case, everything. So we didn't need to go to Google. We didn't need to go to anyone else. We had our own stack. We had our own sort of technology abuse open source, crowdsourcing, abuse, our own data. We had heavy machine learning models, suggesting pickup, suggesting drop off. So everything you see today was built over the three and a half year base that we have set up over there. So yeah, it was a very interesting, very challenging because every place is very different. Every culture is very different. So yeah, that's how we went about solving the problem.

(07:34) Jeremy Au:

So let's talk and drive into how a team works to solve it because let's just say, what you said is the pickup point is wrong, right? So the intersection is unclear on a map and so pickups are in the wrong location. How would a product manager, an engineer, the user, what would the flow of action be to resolve something like that?

(07:54) Ajay Bulusu:

Yeah. There's also a lot of operations involved in all of this. So it's called assisted intelligence or artificial. Use AI to let's say determine that every time there's a wrong pickup or a drop off, I'll tell you very simple things. What we should be used to calculate, wait, walk and talk. Wait is how long is the person waiting? If they've called a taxi, are they able to click, pick up, you know, the sort of difference, what do you measure? Like from you getting a taxi to you getting into the taxi, you do wait, then you do walk other people walking. It means that is there a way that after we get a ride, this sort of GPS, it's again, moving, understanding or they're moving. How much are they moving? How much are they walking? How far is the pickup point versus fidelity of the point that to that, then you do talk has the, have they called or messaged, are there any number of messages? So you analyze all this data first, so you understand.

And then you analyze where is this happening the most because these are the worst sort of rides you can do. And you set up thresholds on a product manager to understand, listen. If my wait time is over three minutes, it's bad. So every night that comes where the wait time is more than three minutes, like why don't I bring it to like my attention? Then we have an operations team on the backend that is sort of reviewing this data manually, and even in this, reviewing the worst cases like manually, and many a times we realize very small fixes. Let's say in Changi airport, we understood people are trying to get a taxi. And they didn't know where to go. So we broke Changi airport into 40, 50 pickup points, and we named every pickup point to say door 18, basement 2, terminal 2. So we built something called entrances as a feature. So as a product manager, you are then envisioning that these are three metrics I'm tackling towards. These are the feature I want to build. This is the operations team I have. These are the areas I want to solve for. And you're at the end of it, you are going to measure your success on how my wait times reduced, how my walk times reduced, how my talk time reduced. And it just shows that the feature works, right? I mean, literally by just creating a feature of entrances and using the ops team to actually name these entrances, if they can't go physically once to just like verify everything.

(09:33) Ajay Bulusu:

And then you come back and put it in the app of the user. You will suddenly see cancellation Changi dropping by 40%, Is this people are able to get taxis very efficiently? This is sort of impact you have when you are in a sort of front facing product role where you are moving company metrics. You're not moving your actual product metrics. All this didn't translate to less weight walk, talk, all this translated to lesser cancellations. All this translated letter EFTA, the EFTA meaning effective first time allocation only because the location is good, you're able to allocate the ride better. You know where the other driver is. You know where the people are. You are able to allocate a driver better. And you're moving profitability at the end of it because all of the network is more used and all of the network is more efficient. You're actually hitting bottom line. So this is the level of impact, generally mapping and sort of location technology, especially for ride hailing or especially for food, especially for logistics like and have. So it's just not about how a PM envisions the problem. It's just not about how you do metrics. It's not about how you build a hypothesis, A/B testing. It is actually about how you hit the bottom line. So this is how we thought about problem solving at Grab.

(10:24) Jeremy Au:

So what's interesting is that you mentioned that Grab decided to in house that technology stack, right? And I think there's an interesting debate where multiple companies are deciding in house because they don't want to use Google Maps. Some of them are partnering with Google Maps. Could you share a little bit more about what that calculus is for a company is to whether in house it or to partner and outsource it?

(10:41) Ajay Bulusu:

See I, according to me, you should never in house it, but you have to have some stack in house because very critical for your operation. It's like the nerve center for like ride hailing maps, right? So you definitely need to have some part of it in house. Most of it, you should almost outsource. Uber hired a thousand member team almost for maps and now literally has let go everyone, but Lyft didn't follow over. So what Lyft, a much smaller team and just solve the problems that they should solve for their business. You have to understand you're not a mapping company, so you don't need 300 people to do it, but Didi, Mehtawan have 500 people only doing maps. So we literally, like we got mentored by Didi when we were at Grab and we understood that this is how to solve it. But in hindsight, would have hired as larger team. At that point, it was so bad that you needed fire but I think as of today, if I was in a ride hailing company as a leader of product or leader of technology, I'd say let's outsource most pieces of this and keep the critical pieces inside. And it's because the more amount of headcount I have in my company, it's more troublesome for me. It's more headache. It's more management. I will outsource all the key bits. I will keep the core data scientists, engineering inside and the rest, I will keep it outside.

(11:38) Ajay Bulusu:

So I think this is where companies should understand that actually, what are you to build up? You are a taxi company at the end of it, right? However much you want to call yourself a technology company, you make money by doing taxi rides. So same thing with Uber, same thing with any of the ride hailing companies globally is that. At some point when there's so much money available, you want to invest in more cooler, sexier technology and mapping and nothing gets cooler and sexier than mapping. Trust me. It is so difficult as a problem. It is so exhilarating to solve it. All these companies went off on this thing. Let's hire, let's build a team inside. They post everything from Apple and Google, I did all of this stuff. So I think in hindsight, I am wiser, but at that point everyone did what is right for their business.

(12:12) Jeremy Au:

What's fascinating, of course, is that you have decided to build a team and company tackling this mapping challenge. Could you share a little bit more about why you decided to build a new company?

(12:21) Ajay Bulusu:

So, there were a few things as we, you know, graduated in our own jobs, so three, three and a half years we understood as we were going to conferences, talking to people from other companies, we were anyway mentoring them. We were taught of, from learners, we became more sort of mentors to understand because we had evolved very quickly in our jobs and our roles and understanding of the space and especially how to solve it.

So, and we saw there was only one company in the world still doing it and everyone's literally tied down to them. And we realized that, Hey, listen, maybe it's not a bad idea. We see, we still are at a maybe phase, right? Even after all the capital raise of a hundred customers, we're still at a very maybe phase that is it a real business or is it a part of a bigger business still figuring it out on our own. But that point, it felt right. I still feel it's right. It is a literal monopoly globally. There is really the open data has really taken over. I think open data will take over even more in the next decade. So we formed a thesis saying that if we can do it inside and help us save millions of dollars every year, is there a way we can do the same for other people outside? Is there a way we can build a whole stack for enterprise only like It's not like repurposing a consumer technology stack, but actually an enterprise stack that's state of art. So we thought of it like this and two, we were sort of, peaking out in our own roles. There was not we were early thirties we had reached a decent pinnacle and the achievement next was not like so exciting.

What do we do? One more promotion. Is it like, yeah, is that what we do? And if you don't start now, we don't start ever because we're already getting older. So all of these soft factors combined with some hard factors, understanding we never did time analysis. We never did anything. I'll be frank. That's also because we were in the bull market for, we didn't even know what a bull market was at that point. So it just so happened that we had a very stellar team who knew what we were doing. We had the chops to solve this problem. And again, we were just lucky. We went for a pitch and the first VC we pitched to, we never went to even one more VC.

We just went to one VC. We spoke to one VC. Actually other VCs approached us after they got to know that we had a term sheet and they said they wanted. Till then, we didn't even know what a term sheet, what was a competing term sheet was. What venture capital fundraising was, what terms are, we knew nothing. All of us used to work for 10, 12 years. And it just so happened that we thought it was the right time to do it three years ago, three and a half years ago, and now almost four. And we just got straight into it. We didn't think much.

(14:19) Jeremy Au:

What's interesting, of course, is that you're building out mapping as a service for various companies. What kind of companies need it? Obviously, you said that the large ride hailing companies have already not only done it, but they solved it for themselves and they fired their teams. But what are the kind of verticals or approaches that need mapping from your perspective?

(14:37) Ajay Bulusu:

Anyone who moves anything, if you want to do it efficiently, you need a map. Even today many large companies use Excel and VBA solvers to just do basic routing. They don't understand how to use liquidation technology to power like logistics as an example. Same thing happens with trucking and even ride hailing is such a large vertical. There's ride hailing for kids, ride hailing for non emergency medical transport, transportation use cases. So, ride hailing is actually transportation on an application. It's a new vertical that Uber created, but in reality, again, same thing, you're a taxi company or transporting people from point A to point B. So when you do that anyone moves from anywhere except for your individual customer driving or you're navigating on your own, everybody requires mapping. So we have formed a thesis internally to say, if you want to move anything efficiently, pizza, parcel, people, anything more efficiently as a business, you need mapping or you have to do it on Excel. There's no other choice in between, right? Give a list of orders and say, go fulfill it. It doesn't work like that. As of today, as everyone's moving to cloud, as everyone's moving to a more intelligent stack, everyone's digitally transforming. I think location infrastructure, that's sort of what we build.

So we're an infra product on the backend, right? We build very basic infrastructure to do distance calculation, directions, routing. This infra will pick up is what we think. That's how we have formed the company, the products, how we've architected the stack. The stack is very easy to use. It's like Lego blocks, like either build a whole model or just build half a model. It doesn't matter. You can still use some blocks. in doing it. This is how we've envisioned it.

(15:54) Jeremy Au:

So, what's interesting is that you first built it for yourself at Grab, obviously in terms of internal stack, and now you're building it as a service. From an external as a service, a lot of folks want to build that API or that tool. What are some dynamics in designing that product to be usable? And meshes well with somebody else's internal tech stack.

(16:13) Ajay Bulusu:

So it's a few things. You can't build this technology just with two engineers inside. That's the big moat we have. A, you need to understand the know how. You have to understand how it is used in a business context. Like what's the consumer context. You have to understand how the architecture works or very large calls because you need to be having experience in system and like, you know, design of cloud systems to even take the sort of load that you will bring in. You have to understand how these mapping functions work and what are these products that tie in the solution together, not just one API. So all of these are IP slash our own know how and brains that we've had over the last decade in this space. So, when you say an internal team vs. The external team, I don't think anybody can dream of building a distance or a directions or a routing API. Just like that. There's a few people they know. Yes. I'm going to start with two people and the rabbit hole is so deep that you dig. You just keep going down. So this is what we tell other companies. Well, why should you use us?

It's logical. This is what we do for a living. We are way cheaper. Like we are way more customizable because we don't own any data stack of our own. We own any data stream can integrate into our systems. And last but not the least that it's a pure, if it's a, if it's a build versus buy, do you really want to build a mapping team inside? Are you really a mapping company? You're not a mapping company. You're a logistics company. Like you're making money by transporting, let's say like medicines from point A to point B. You focus on how to maintain your asset and how to make sure drivers are on time. I will make sure that I give you the most efficient route to do this like properly. So you, it hits your bottom line.

That's not a pitch we make to many companies and the good part we're seeing in our own three year evolution of the company. So many companies that are not doing anything in maps are coming back to us in three years saying, Hey, now we've realized we've digitally transformed. We've first done AWS, first in Azure, first in GCP. We have a cloud stack now. Now we need mapping. Right. As of today, we didn't even have a cloud stack. We were all on like Excel. So yeah, like we're seeing the industry evolve and I think by the time we are ripe in a year or two, it will evolve a lot more.

(17:54) Jeremy Au:

What are some challenges of selling to that? Because, you know, a team, when they're trying to decide between build versus buy, obviously everyone's very gung ho. Like, we can build this, you know, we're already doing this basic version. Let's scale that out. So how do you get to that purchase point or that conversation to be like, this is the time for us to come in.

(18:13) Ajay Bulusu:

No. In fact, we like companies who build on their own because it's easy to convince them. So, uh, to do a cold start is very tough for us. So actually as many of our companies already have somebody trying to solve this problem and then they say, Oh my God, this is, then they realize they have a Eureka moment like most of us will have in our careers that this is not, we need external help for this, right? We cannot build this in house. We need to hire a lot that the headcounts don't get approved. The finances don't come through many things happen within a company for you have this Eureka moment.

And in fact, we ourselves tell in our qualification stages, when we talk to companies, we have some two key questions. You know, when is the timeline that you want to purchase this one? Is it research based? Are you just researching or you know, you have to solve this one. Have you tried solving it inside already? Have you tried to?

And third, we also ask them at times that, Hey, listen, are you evaluating our competitors? Because if you're not doing it, you're not the right qualification set currently because you're very far away from making a purchase. So what we've done currently as we've evolved is that only companies that understand these three questions, we are actively going and selling and many times the companies don't know it.

We tell them to go start with Google. We say, Hey, why don't you go start? You use it, you scale it and you see the bills and then you come back, right? You understand that the problem instead of us, instead of you coming to us like a startup pack and then we giving a lot of handholding, we want to focus on customers who are larger at scale to understand and where we can really add value. But I don't think you can add value to very small scale. We are very clear at a very small scale. You can use us. It's fine, but there won't be any much difference between our stack and let available easy to use stack. But once you read scale, then you will find a substantial difference in our technology versus anyone else.

(19:37) Jeremy Au:

What's interesting is that somebody who is a common person might be like, hey, Google Maps, Apple Maps, they already have AWS. They all have some level of solutions. Like, why aren't they good enough from your perspective?

(19:50) Ajay Bulusu:

So they don't have only Google as solutions for enterprises here. Maps is just like, you know, like one or two more.

They were all built two decades back. The infrastructure rather, right? It's not the map data is being built two decades back, but the infra to consume this data then the power routing on top, I'll give a simple example is that if you want to close off five roads for one company in Google, you can't do it. Those five roads probably are very critical for the trucking customer to close that they don't enter the roads at all, or they don't route through them, but you can't do that in a centralized stack because all centralized at one point, everyone uses the same map. Me, you company enterprise two wheeler, four wheeler, six wheeler, eight wheeler, like 16 wheeler, all of us are using the same stack. And that doesn't work like that because as the enterprise evolves, as companies are evolving, as people are getting visually transformed, you cannot be using the same old cycle using two decades back one. Yes. You have the freshest map data. Yes. You have a lot of live traffic.

Yes. You have a lot of Android probes. Yes. Fair. Right. But are you going to customize that for each and every company without going and coding every time? It's impossible. Two, you cannot just break out and like a mammoth of a whale or elephant and have it in one piece. It has to be a very piecemeal like routine. And those piecemeals are what we're building now. So we are saying, Hey, listen, this whole stack is great, but it's not useful for every enterprise in the world. Every enterprise sort of requires their own sort of stack where they can custom map. They can custom route. They can custom edit. Everything has to be decentralized.

So you log into a portal, you have your own mapping stack or you have your own routing stack. You can make edits on your own. If today there's a festival in Austria and you're running trucks there, you should be able to shut off all those roads in Austria. Same way, if you have the same company, if they say you're a molar mosque or you're like, let's say a DP world, you're also in Dubai, you're also in Singapore. That shouldn't affect that stack or it should be three separate sort of edits and mapping for three separate cities in the world.

This is where we have envisioned a stack like that. And it is slowly taking shape, you know, like these things take some time. I mean, usually people say, what are you building?

I don't get it. As you said, there's so many other things. Then when they see the value that, yeah, I can actually start a service where if a government puts the restrictions that my e scooters are not allowed to be there, I can block off all the roads where the government says they're not allowed. I don't have to manually go and do anything at all.

It's all in the system. Now I can manage the restrictions at a road level. I don't have to route hazmat equipment to residential areas by mistake and get fined. There's so many of these use cases when you talk to businesses that you understand. This is where I think we're truly making a difference.

(21:58) Jeremy Au:

Could you share about how you go to market? Is it a function of sales, marketing, case studies, customer education? How do you go about it?

(22:06) Ajay Bulusu:

So we're still evolving. We still haven't truly figured out how to GTM. But yes, we have few insights and intent based signals as what we would call it, we're trying to measure a lot more than we did last year. Like last year, I was just throwing spaghetti at the wall and hoping something sticks. But this year we have used more intelligent tools, like factors, understanding hot jar stuff, understanding cookie level, you know, who's visiting us, what's going on, who are the intention based, which page are they going to, where are they spending time.

Then we take the companies and then we do account based marketing. As GTM currently for enterprise to say, listen, Hey, I see that you guys have skimmed through some things. You've seen my journey. You've seen my page. Is this something you're looking for currently? Probing, right? That's one way. We have one third of our ad spend, I'm going to write some article about it very soon on how we literally took down, spent some 40K a month on like Google ads to like 4, 5K now to 8K and yet have not dropped any volumes at all in lead generation. Just purely using SEO and techniques that are more search engine friendly rather than going in ad spending. We will continue to spend on ads, but it's a very interesting approach.

(23:01) Ajay Bulusu:

What we've taken this time for GTM to understand the listen, let's fully zero spend. If I was a company that I was not venture funded, I had zero money. I need to start a software business. What do I do today? So we took first principles approach over the last six months and you're seeing results now after a lot of experimenting. So we have a content based GTM also, is it more technical content versus non technical content? What's exciting people? We do a lot of A/B testing on our landing pages, understand who's clicking what, who's doing what, and then we do a lot of inbound now, purely zero cost. That's some areas of at least demand generation. After, as I said, we have qualification criteria where we ask based on the size and use case, we do that.

(23:34) Ajay Bulusu: Third, we have a very competitive pricing stack. So we don't mention pricing for a reason on the website because we saw it as detrimental to us rather than actually being useful. So now we have a little bit more opaque pricing, but very business case driven pricing. And last but not the least, like we make sure that we understand the business rather than trying to just sell something, because I think this is like cloud. It's like a long term relationship. Once you start, you don't usually stop. You don't usually churn. Like our churn has been very low. It's a single digit percentages that even the baseline has got a double digits now, like, like almost triple digits number of customers.

Still, it remains like two, three, four, five people churn and they're very small. So we understand it's a very long term. And many times one of our customers starts with one product and they buy five. So all of these are GTM things we're understanding now, but this is the whole funnel that we do.

(24:14) Jeremy Au:

Now, what's interesting is that you mentioned about pricing, right? And I think there's often a challenge where people put pricing. And then for a lot of enterprise, there's a decision whether you take off pricing and make it like a contact us to find pricing. What, how do you think about that? Because it sounds like your thinking has evolved over time.

(24:28) Ajay Bulusu:

Yeah, so we had a self serve full use case before you could put your credit card and start. Even today, you can put your credit card into the account, but it has to be only when you speak to somebody, because we understood like a lot of these guys are coming in and using us for one month and going away. Or it's a research project or it's a very one single developer just doing some sort of work, right? And the ACV used to do this for like $20 a month, $5 a month, $8 a month. It was hitting our projections first, right? Like you don't know as a new business what this person is gonna use consumption based billing.

So that was one issue we didn't want because as a venture funded company, you need to be able to forecast everything a little better is because we were all of like we were all over the place in terms of numbers. We'll assume a company will use at least a thousand dollars a month as an example. They would use $200 the whole year. So from 12,200 is a massive delta. So if you're projecting that you will be at like a 4 million ARR, all that you're doing is you're doing like 2 million ARR. So all of these are like numbers, trust that we have to build. So first reason why we removed it because we didn't want a self serve flow. That's one.

Two, we became a subscription based pricing company in June. We said, listen, use it or don't use it. You have to pay as minimum of 200 a month, right? And that's going to become 500 next year at some point or this year mid where we want only customers who are serious, who want to come use us, not people who are just playing around.

And third is that it's evolved a little bit also because we have built enterprise products. The initial products are not enterprise friendly. It was very, very actually for mid market and SMB. But right now, our our route optimizer is flying through the roof because enterprises don't want to spend six months integrating a heavyweight solution to the routing company. So they are not a routing company. They're a logistics company. So they want a very simple API call to say, listen, I have a manifest, I have 20 orders. How do I allocate them? What is the route? Simple. I want to give it to my driver. So our APIs are so good that way that it's helping a lot to do it.

So these are the four or five things that we have done over the last few months that have helped us. In terms of, as to why the thinking has evolved and we're seeing our ACVs grow, our revenues grow, our paid customer base grow, our forecasting get better. So these are all ripple effects on the company.

(26:12) Jeremy Au:

Amazing. Now, what's interesting is that you mentioned about forecasting revenue, right? Which is, I think, a big challenge, especially when you bull market, bear market, valuation expectations, all these different things. How should a SaaS company think about adding budgeting for the next year year and kind of like cost correcting along the way?

(26:28) Ajay Bulusu:

So I think at least for us, we are early stage still, like according to me, we are in single digit millions and you know, like growing maybe double, triple, that's where we are. So I think for us early stages, the most important thing is to understand and try to play with more pricing models. Is it consumption based? Is it seed-based? Is it like trip-based, ride-based,you figure it out. Okay. Whatever rocks your boat. Asset based. So it's very critical to experiment with a few pricing models. See what sticks. See what sticks for what use case and what company unfortunately for companies like us that are more horizontal.

It's not like I know a vertical like retail really well that I can speak the language and do everything. And there's price for retail. We are getting there. But like we move pizzas. We also move older people. We also move trucks. We also move bikes. So each one has its own model. So I think for you as an early stage SaaS company, it's very critical to understand what is it that is rocking your boat one internally and rocking your customer's boat externally.

(27:17) Ajay Bulusu:

So try to play with a few pricing models initially. Some will fail like miserably. Some, you understand shit. I have undersold very badly. Like these people are using a lot more than I expected. Some you'll think that, Oh, okay. These people are paying me 10 grand a month and not using me. That also happens, right? So you have all these type of things in a SaaS company, a most critical thing is that we year or two of experimentation, you have to understand what is sticking. And two, always be conservative in forecasts. Like the biggest lesson I've learned in a bull or a bear market, or if you want to build a real company and not a flap or a sort of VC funded sort of only VC funded company, right?

At some point, if you want to become profitable, you have to understand that it's extremely critical to build a sustainable business like this to understand where is it that I can price my thing at a very good premium versus where should I discount? Get your forecast initially very conservative. If you think somebody is going to spend 10k, just make it 5k. It's okay if they spend 10k, unless they're on a fixed contract to say, listen, I will pay you 10 grand a month. This is the invoicing cycle. Only fixed contracts. You fix the price, everything else, assume 50 percent discount. Okay. So that you yourself are setting expectations for yourself, your sales team, the board across that.

Hey, listen, I am not a super high growth company that's going to grow like. 8x, 7x every year. I want to build a sustainable company. I want to build a company that gets profitable within fifth year or sixth year, right? That's sort of expectations you set. So that's very critical. I think what has happened is SaaS is I didn't even know what SaaS was, I'll be flying before I started up. I didn't know what GTM was. I didn't know any of this. I don't know what NRR, churn, I didn't know any of these things, but now that I'm looking at things, I'm looking at best in class guys in public who put out all their numbers. It's very critical from a very early stage. You understand these metrics. If you're building a potentially IPO will company in six years to, I don't think people have this very long expectations that. I can go build, suddenly take a lot of money and this thing. And when it comes crashing down, it comes crashing down like this currently. So in a way we are very happy this has happened, the crash, because I would have been one of them where I'm forecasting 12K, like 15K, 17K for a $200 account.

And then just goes for a toss right in the fifth year. So I think these are very critical when you're, you know, projecting when you're thinking when you're forecasting.

(29:10) Jeremy Au:

And on that note, could you share about a time that you personally have been brave?

(29:14) Ajay Bulusu:

I mean actually many times, but personally brave means I got, I actually got fired from Google in 2016 and literally a sort of late twenties and you know, really not much to do. And it was so funny that I was in the final stages of my green card actually. And then somebody told me, why don't you mail the Republican governor of California and you tell them that, listen, your financial difficulties, you got laid off and you want to get a green card sooner.

I was like, okay, fine. What's the worst that can happen? So I met the governor of California at that point and say, listen, that this is shit. You know, whatever's happened is very unfair. I have been in the company for five years and somebody was in the company for five months. Fine. Yes, there are some mistakes I made, but nothing firing worthy. And they actually got my green card in two weeks. I mean, the governor replied to me. I mean, I have to give it to the country that they were actually replying to a guy who was almost stateless and was in the final stages. And I think just being brave at that point to say, listen, I will do that email.

It doesn't matter. I have nothing to lose. And the governor actually replied, the office replied they sent my case to Alaska. I got everything done in two weeks. So Feb 1st, I got laid off Feb 14th, I had my green card. So I have to give it to that. Then I also have to give to that I listened to somebody at random, like somebody told me they read a Reddit blog that this can happen. What are the odds? What are the chances? Right? So I mean, this is just one of those very funny incidents. And they were so nice that like after I got my green card, they actually wrote me a handwritten letter, which I still save even today to say, listen, you Thanks for taking our services. You know, I hope it helped.

(30:32) Ajay Bulusu: And I'm like, man, this is incredible. Yes, of course it helped. So yeah, that's it. That's been a very funnily brave story. I would say.

(30:37) Jeremy Au: That's a really interesting part, right? Because you mentioned that you were scared to write that email right in the first place, but there's nothing to lose because you're already at the end, right?,

(30:46) Ajay Bulusu:

Correct.

(30:46) Jeremy Au:

Could you share a little bit more about why it was scary to write that letter from your perspective?

(30:49) Ajay Bulusu:

I mean, being 26, really not so confident in life in general. You don't know how the big bad world works. Five years at Google is very tough, by the way, trust me, because you're so cocooned, you're so taken care of, so pampered. You don't know anything else outside. So you've not seen the big, bad world at all. So I just think there was all of these mix of emotions at that point that you're angry, you're scared, and you just think, Hey, why should I do this? Like, I mean, if you think I'm gonna really look like an idiot, are they gonna throw me out? Because I'm actually gonna write to the government saying, listen, I got laid off.

I'm in the final stages. They may just say, listen, you know you need to leave today, right? I'm not gonna give you, because you lost your job in on L-1A, and on L-1A we don't wanna process people because your own company has fired you. All of these practical thoughts plus emotional thoughts sort of derail you at some point.

But then again, I was young, I didn't care. Probably now I would care five times to write to somebody in the government. That point, you're just like, you know what? Screw it. I'll go home with nothing. Right? Like what's the worst case? I'll throw him out of the US. It's fine. So it just so happened that you get the gut set. You just wake up one fine day and write that email.

(31:45) Jeremy Au:

On that note, I'd love to kind of summarize the three big takeaways I got from this conversation. First of all, thank you so much for sharing about what it was like to build a mapping function within the company of Grab. I thought it was fascinating for you to describe not only the technical challenges, but also internal actions and workflows needed to actually resolve that across the product manager, engineer and operations team.

Secondly, thank you so much for sharing about the buy versus build decision for many companies and how they had to hire many folks for the mapping team and eventually fired them. And so it was interesting to hear why you decided to build your own company to be able to be that by, you know, service as a service for them to be able to purchase and install. So thank you for a lot of the knowledge around the go to market, your customer education, as well as the technical challenges needed to build it out.

Lastly, thank you so much for sharing about your own personal bravery. I think it was fascinating to hear about your immigration challenges that has happened to so many folks in the US and in Singapore and Southeast Asia. And I thought it was fascinating to hear about how you just said. Hey, let's give it a shot. And you did an email and I think it was an amazing story of bravery. And I think it's a good life lesson for many of us because, you know, like you said, what's the worst that can happen, right? They just ignore the email.

(32:50) Ajay Bulusu:

Yeah.

(32:50) Jeremy Au:

On that note, thank you so much for sharing your story.

(32:53) Ajay Bulusu:

Thanks, Jeremy.

(01:32) Jeremy Au:

Hei, Ajay, senang sekali Anda bisa hadir di acara ini. Kami bersenang-senang dalam kolaborasi podcast HubSpot dan BRAVE. Dan saya ingin memiliki kesempatan untuk membahas lebih dalam dan berbagi cerita Anda. Ajay, bisakah Anda menceritakan sedikit tentang diri Anda?

(01:43) Ajay Bulusu:

Hai, Jeremy. Terima kasih telah menerima saya. Sekali lagi, nama saya Ajay. Saya adalah Co-Founder dari NextBillion.ai. Jadi kami memetakan di startup geospasial yang berbasis di Singapura. Saya sudah berada di Singapura selama hampir tujuh tahun. Sebelumnya saya pernah bekerja di Grab, dan sebelum itu saya telah melakukan sedikit tur keliling dunia. Saya pernah berada di Tokyo dengan Indeed, New York dengan Amex, belajar di Inggris selama lima tahun, dan menghabiskan lima tahun di Google melalui California dan India. Jadi ya, ini merupakan perjalanan yang cukup menarik selama 10, 12 tahun terakhir dalam karir saya. Dan sangat bersemangat untuk berbicara tentang NextBillion dan apa pun yang harus kita bicarakan hari ini.

(02:10) Jeremy Au:

Luar biasa. Jadi bagaimana Anda memulai karir Anda di bidang teknologi?

(02:12) Ajay Bulusu:

Ya. Jadi, itu sebenarnya adalah sebuah keberuntungan. Saya lulus di tahun resesi 2008, 2009. Jadi delapan tahun S1, sembilan tahun S2 dan kebetulan saat itu tidak ada lowongan pekerjaan di bidang perbankan atau konsultan atau keuangan, jadi saya melamar di bidang tersebut. Bahkan, saya mengambil gelar Master di bidang konsultasi, dengan harapan bahwa latar belakang teknik dan kemudian, latar belakang analitik konsultasi dapat membawa saya menjadi salah satu dari empat besar, namun yang terjadi adalah tidak ada pekerjaan di Inggris atau bahkan di India. Jadi saya pulang ke rumah setelah hampir lima tahun di Inggris, dan kemudian menyadari dengan cepat bahwa bahkan India pun terguncang oleh efek resesi. Hanya orang-orang yang bersembunyi yang memiliki sedikit teknologi layanan backend.

Kebetulan saya baru saja masuk ke dalamnya. Jadi tidak ada pekerjaan lain pada saat itu. Kebetulan saat itu Google sedang berkembang dan Google baru saja melakukan banyak perekrutan di kantor pusat yang sama. Jadi, keberuntungan lainnya adalah Google berada di Hyderabad yang merupakan kampung halaman saya. Jadi saya datang saja untuk wawancara dan kebetulan saya lolos, tidak ada niat untuk lolos. Tidak ada niat sama sekali, saya benar-benar ingin pindah ke dunia penjualan iklan atau dunia teknologi. Kemudian satu hal mengarah ke hal lain dan itu terjadi begitu saja. Ini hanya sebuah keberuntungan yang kebetulan.

(03:12) Jeremy Au:

Luar biasa. Bisakah Anda berbagi sedikit tentang pengalaman Anda di Grab dan bagaimana Anda bisa sampai di sana?

(03:17) Ajay Bulusu:

Jadi Grab adalah kisah keberuntungan yang lebih menarik lagi, bukan? Saya menyadari bahwa ada banyak sekali keberuntungan yang terlibat dalam hidup ini dan di dunia ini. Jadi saya sebenarnya berada di New York, cukup bahagia di Amex dan semuanya baik-baik saja. Namun kemudian pasangan saya, yang sekarang menjadi istri saya, tidak bisa mendapatkan status imigrasi di AS setelah menyelesaikan studinya, jadi dia bekerja, semuanya baik-baik saja. Kemudian kebetulan kami tidak bisa lolos lotere H1. Jadi kami tidak punya pilihan. Kami juga harus melakukannya, karena kami bisa menikah. Jadi kami pindah kembali ke rumah. Ketika saya pindah kembali ke India, saya mulai mencari pekerjaan dan seseorang yang sangat saya hormati di kehidupan saya sebelumnya, dia bergabung dengan perusahaan bernama Grab di Bangalore.

Saya benar-benar ingin bergabung dengan India. Jadi saya melamar pekerjaan dan kebetulan mereka melihat latar belakang pemetaan saya di Google. Itu sekitar lima tahun yang lalu, hampir. Dan mereka berkata, dengarkan, kami sedang mencoba memperbaiki peta. Anda sedang berusaha melakukannya. Dan bagi saya, peta adalah gairah yang melekat dan saya selalu menyukainya. Ini adalah produk yang fantastis. Dan bahkan di Google, itu adalah produk yang fantastis. Jadi saya seperti, oke, dengarkan, saya akan membahasnya. Ini adalah sesuatu yang sebenarnya saya sukai setelah sekian lama di sana, namun mereka bilang, Anda harus pindah ke Singapura. Saya berkata, Oh, saya tidak ingin pindah ke Singapura. Saya ingin ke India, idealnya. Tetapi mereka berkata, tidak, Anda harus berada di kantor pusat. Saya juga sangat beruntung karena itu adalah proyek kesayangan Anthony dan Ling pada saat itu. Jadi kami benar-benar bekerja dengan mereka secara langsung. Kami memiliki unit kecil kami sendiri. Saat itu saya dan para pendiri saya berada di sana pada saat yang sama, kami bertiga melakukan pekerjaan yang sama di sana.

Ya, itu adalah perjalanan yang luar biasa. Saya rasa kami melihat perusahaan ini tumbuh dari satu miliar menjadi $14 miliar dalam hal valuasi, membeli Uber. Saat itu adalah waktu yang sangat menggembirakan, menurut saya, Anda tahu, teknologi bisnis ke konsumen, jika Anda berada di tempat dan waktu yang tepat, Anda akan melihat pertumbuhan yang belum pernah terjadi sebelumnya.

Jadi saya sangat beruntung. Beruntung, sekali lagi, hal yang sama, bukan? Muncul di tempat yang tepat pada waktu yang tepat dan itu adalah perjalanan yang luar biasa, tiga setengah tahun di sana melakukan perjalanan ke luar Asia, membentuk tim di seluruh Asia, tujuh bahasa, 300 orang. Itu bagus. Sangat menyenangkan.

(04:54) Jeremy Au:

Luar biasa. Dan yang menarik, karena salah satu tantangan terbesar bagi layanan transportasi online secara global adalah bagaimana caranya untuk pergi dari titik A ke titik B, tapi tidak ada yang tahu di mana tepatnya titik A, apalagi titik B. Dan itu merupakan masalah besar di AS pada masa-masa awal. Saya ingat orang-orang UBER akan tersesat karena mereka berada di sisi gedung yang salah atau, Anda tahu, berbeda

(05:10) Ajay Bulusu:

Mereka masih sering tersesat.

(05:12) Jeremy Au:

Masih belum terpecahkan. Dan Asia Tenggara pasti lebih besar lagi, bukan? Jadi, bisakah Anda berbagi sedikit tentang bagaimana rasanya mengalami dan mengatasi tantangan pemetaan di Grab?

(05:17) Ajay Bulusu:

Itu sangat gila. Karena, semua yang ada di layanan pemesanan kendaraan, terutama yang berjalan di atas peta, Anda harus tahu persis di mana Anda berada. Anda diharapkan untuk menyukai tingkat layanan seperti itu, saya menyalakan ponsel saya dan taksi secara ajaib muncul di depan kaki saya, bukan di depan pintu. Jadi, itulah tantangan ekspektasi konsumen dan Uber telah membangun produk yang luar biasa selama enam atau delapan tahun terakhir, yang menurut saya masih merupakan produk yang luar biasa. Ini adalah salah satu perusahaan terbaik yang pernah muncul dari Silicon Valley. Perusahaan ini telah merevolusi sesuatu yang tidak pernah kita bayangkan. Dan semua ini berjalan di atas peta dan Anda tahu, peta tidak pernah benar-benar menjadi arus utama sampai Uber datang. Orang-orang hanya berpikir seperti, Hei, jika saya mengemudi, saya akan menggunakan peta. Sementara yang lain, mengapa saya perlu peta? Benar, kan? Dan kebetulan Uber menaruhnya di tangan semua orang, tiba-tiba di telapak tangan. Dan dengan Asia, apa yang terjadi adalah melihat hal yang sama, bukan? Google adalah perusahaan Amerika dan fokus mereka adalah di dunia Barat di mana potensi pendapatannya lebih besar.

Bahkan India pun tidak bagus. Google bahkan sangat payah di India dan peta. Jadi kebetulan Asia Tenggara adalah prioritas nomor satu, bukan? Bahkan di Asia Tenggara, mungkin Singapura, itu bagus, tapi kalau Anda pergi ke Jakarta, Medan, Makassar, Surabaya, Bandung, Bali, jelek sekali, seperti pergi ke Ho Chi Minh atau Bangkok, bahkan ibukota dengan 25 juta orang yang berkunjung setiap tahun. Itu buruk. Anda tidak memiliki sistem pengalamatan yang standar. Anda tidak memiliki jalan yang terstandarisasi. Saya menyebutnya trotoar. Ada yang menyebutnya jalan setapak, 500 hal dalam mendigitalkan dunia fisik. Dan semua tantangan ini ada di sana. Jadi kami mengambil langkah demi langkah. Kami memahami bahwa ini adalah pengambilan keputusan berbasis data pada saat itu untuk memahami, Hei, di mana letak keuntungan terbesar saya? Apa yang harus saya perbaiki? Saya memperbaiki tempat-tempat di mana hak-hak saya paling tinggi. Kami biasa pergi ke tempat-tempat yang paling populer seperti VivoCity di sini, bandara Changi, Jalan Sudirman, atau pergi ke daerah Sukhumvit di Bangkok. Anda bisa melihat di mana letak keuntungannya. Anda menyelesaikan 80% dan 20 sisanya adalah buntut panjang yang tidak bisa Anda selesaikan. Jadi kami sangat realistis ketika kami mencoba memecahkan tantangan pemetaan. Kami tidak akan mencoba memetakan Asia Tenggara. Kami bukan perusahaan pemetaan. Itu adalah hipotesis pada saat itu. Kemudian kami memperbaiki di mana pengendara kami bisa mendapatkan layanan yang lebih baik, di mana pengemudi bisa menjadi lebih baik dalam hal penjemputan dan efisiensi.

Itu adalah proses yang sangat bertahap selama tiga tahun. Kami telah memperbaiki hampir semua use case Grab, semuanya. Jadi kami tidak perlu pergi ke Google. Kami tidak perlu pergi ke orang lain. Kami memiliki stack kami sendiri. Kami memiliki semacam penyalahgunaan teknologi open source, crowdsourcing, penyalahgunaan, data kami sendiri. Kami memiliki model pembelajaran mesin yang berat, menyarankan penjemputan, menyarankan pengantaran. Jadi semua yang Anda lihat hari ini dibangun selama tiga setengah tahun yang telah kami siapkan di sana. Jadi ya, ini adalah hal yang sangat menarik dan menantang karena setiap tempat sangat berbeda. Setiap budaya sangat berbeda. Jadi ya, begitulah cara kami memecahkan masalah.

(07:34) Jeremy Au:

Jadi mari kita bicara dan membahas bagaimana sebuah tim bekerja untuk menyelesaikannya karena katakanlah, apa yang Anda katakan tadi adalah titik penjemputannya salah, bukan? Jadi persimpangannya tidak jelas di peta sehingga pengambilan berada di lokasi yang salah. Bagaimana seorang manajer produk, insinyur, pengguna, bagaimana alur tindakannya untuk menyelesaikan hal seperti itu?

(07:54) Ajay Bulusu:

Ya. Ada banyak operasi yang terlibat dalam semua ini. Jadi ini disebut dengan kecerdasan buatan atau artificial. Gunakan AI untuk, katakanlah, menentukan bahwa setiap kali ada penjemputan atau pengantaran yang salah, saya akan memberi tahu Anda hal-hal yang sangat sederhana. Apa yang harus kita gunakan untuk menghitung, menunggu, berjalan, dan berbicara. Tunggu adalah berapa lama orang tersebut menunggu? Jika mereka memanggil taksi, apakah mereka dapat mengklik, mengambil, Anda tahu, semacam perbedaan, apa yang Anda ukur? Seperti dari Anda memanggil taksi sampai Anda masuk ke dalam taksi, Anda menunggu, lalu Anda berjalan kaki, orang lain berjalan kaki. Artinya, apakah ada cara agar setelah kita mendapatkan tumpangan, GPS semacam ini, sekali lagi, bergerak, memahami atau mereka bergerak. Seberapa jauh mereka bergerak? Seberapa jauh mereka berjalan kaki? Seberapa jauh titik penjemputan versus ketepatan titik tersebut, kemudian Anda berbicara, apakah mereka menelepon atau mengirim pesan, apakah ada sejumlah pesan? Jadi, Anda menganalisis semua data ini terlebih dahulu, sehingga Anda mengerti.

Dan kemudian Anda menganalisis di mana hal ini paling sering terjadi karena ini adalah jenis perjalanan terburuk yang dapat Anda lakukan. Dan Anda membuat ambang batas pada manajer produk untuk memahami, dengarkan. Jika waktu tunggu saya lebih dari tiga menit, itu buruk. Jadi setiap malam yang waktu tunggunya lebih dari tiga menit, seperti mengapa saya tidak menjadikannya sebagai perhatian saya? Kemudian kami memiliki tim operasi di bagian backend yang meninjau data ini secara manual, dan bahkan dalam hal ini, meninjau kasus-kasus terburuk seperti secara manual, dan seringkali kami menyadari perbaikan yang sangat kecil. Katakanlah di bandara Changi, kami memahami bahwa orang-orang berusaha mendapatkan taksi. Dan mereka tidak tahu ke mana harus pergi. Jadi kami membagi bandara Changi menjadi 40, 50 titik penjemputan, dan kami menamai setiap titik penjemputan, misalnya pintu 18, basement 2, terminal 2. Jadi kami membangun sesuatu yang disebut pintu masuk sebagai fitur. Jadi sebagai manajer produk, Anda kemudian membayangkan bahwa ini adalah tiga metrik yang saya tuju. Ini adalah fitur yang ingin saya bangun. Ini adalah tim operasi yang saya miliki. Ini adalah area yang ingin saya selesaikan. Dan pada akhirnya, Anda akan mengukur kesuksesan Anda dari bagaimana waktu tunggu saya berkurang, waktu berjalan saya berkurang, waktu bicara saya berkurang. Dan itu hanya menunjukkan bahwa fitur ini berfungsi, bukan? Maksud saya, secara harfiah hanya dengan membuat fitur pintu masuk dan menggunakan tim operasional untuk memberi nama pintu masuk ini, jika mereka tidak bisa pergi secara fisik sekali untuk memverifikasi semuanya.

(09:33) Ajay Bulusu:

Dan kemudian Anda kembali dan memasukkannya ke dalam aplikasi pengguna. Anda akan tiba-tiba melihat pembatalan di Changi turun hingga 40%, apakah ini berarti orang-orang bisa mendapatkan taksi dengan sangat efisien? Ini adalah dampak yang Anda dapatkan ketika Anda berada dalam peran produk yang berhadapan langsung dengan pengguna, di mana Anda memindahkan metrik perusahaan. Anda tidak memindahkan metrik produk Anda yang sebenarnya. Semua ini tidak berarti berkurangnya waktu berjalan kaki, berbicara, semua ini berarti berkurangnya pembatalan. Semua ini diterjemahkan dengan huruf EFTA, EFTA berarti alokasi waktu pertama yang efektif hanya karena lokasinya bagus, Anda dapat mengalokasikan perjalanan dengan lebih baik. Anda tahu di mana pengemudi lain berada. Anda tahu di mana orang-orang berada. Anda dapat mengalokasikan pengemudi dengan lebih baik. Dan pada akhirnya, Anda meningkatkan profitabilitas karena semua jaringan lebih banyak digunakan dan semua jaringan lebih efisien. Anda benar-benar mencapai keuntungan. Jadi inilah tingkat dampaknya, secara umum pemetaan dan semacam teknologi lokasi, terutama untuk pemesanan kendaraan atau terutama untuk makanan, terutama untuk logistik seperti dan memiliki. Jadi, ini bukan tentang bagaimana seorang PM membayangkan masalahnya. Ini bukan tentang bagaimana Anda melakukan metrik. Ini bukan tentang bagaimana Anda membangun hipotesis, pengujian A/B. Ini sebenarnya tentang bagaimana Anda mencapai intinya. Jadi, inilah cara kami berpikir tentang pemecahan masalah di Grab.

(10:24) Jeremy Au:

Jadi yang menarik adalah Anda menyebutkan bahwa Grab memutuskan untuk membuat sendiri tumpukan teknologi tersebut, bukan? Dan menurut saya ada perdebatan yang menarik di mana beberapa perusahaan memutuskan untuk membuat sendiri karena mereka tidak ingin menggunakan Google Maps. Beberapa di antaranya bermitra dengan Google Maps. Bisakah Anda berbagi lebih banyak tentang apa kalkulasi bagi sebuah perusahaan untuk memutuskan apakah akan mengembangkannya sendiri atau bermitra dan mengalihdayakannya?

(10:41) Ajay Bulusu:

Menurut saya, Anda tidak boleh memiliki in house, tapi Anda harus memiliki beberapa tumpukan in house karena sangat penting untuk operasi Anda. Ini seperti pusat saraf untuk peta transportasi online, bukan? Jadi, Anda harus memiliki beberapa bagian di dalamnya. Sebagian besar, Anda harus melakukan outsourcing. Uber mempekerjakan seribu anggota tim hampir untuk peta dan sekarang mereka telah melepaskan semua orang, tetapi Lyft tidak mengikutinya. Jadi apa yang dilakukan Lyft, tim yang jauh lebih kecil dan hanya menyelesaikan masalah yang harus mereka selesaikan untuk bisnis mereka. Anda harus memahami bahwa Anda bukan perusahaan pemetaan, jadi Anda tidak perlu 300 orang untuk melakukannya, tapi Didi, Mehtawan memiliki 500 orang yang hanya mengerjakan peta. Jadi kami benar-benar, seperti dibimbing oleh Didi ketika kami berada di Grab dan kami mengerti bahwa inilah cara menyelesaikannya. Namun jika dipikir-pikir, seharusnya kami merekrut tim yang lebih besar. Pada saat itu, sangat buruk sehingga Anda membutuhkan tenaga kerja baru, tetapi saya pikir saat ini, jika saya berada di perusahaan transportasi online sebagai pemimpin produk atau pemimpin teknologi, saya akan mengatakan mari kita mengalihdayakan sebagian besar bagian ini dan mempertahankan bagian yang penting di dalam. Karena semakin banyak jumlah karyawan yang saya miliki di perusahaan saya, semakin merepotkan bagi saya. Ini lebih memusingkan. Lebih banyak manajemen. Saya akan mengalihdayakan semua bagian penting. Saya akan mempertahankan ilmuwan data inti, teknisi di dalam dan sisanya, saya akan mempertahankannya di luar.

(11:38) Ajay Bulusu:

Jadi saya rasa di sinilah perusahaan harus memahami bahwa sebenarnya, apa yang harus Anda bangun? Anda adalah perusahaan taksi pada akhirnya, bukan? Betapapun Anda ingin menyebut diri Anda sebagai perusahaan teknologi, Anda menghasilkan uang dengan melakukan perjalanan taksi. Jadi, hal yang sama dengan Uber, hal yang sama dengan perusahaan transportasi online lainnya di seluruh dunia adalah hal tersebut. Pada suatu titik ketika ada begitu banyak uang yang tersedia, Anda ingin berinvestasi pada teknologi dan pemetaan yang lebih keren dan seksi, dan tidak ada yang lebih keren dan seksi daripada pemetaan. Percayalah. Ini sangat sulit sebagai sebuah masalah. Sangat menggembirakan untuk menyelesaikannya. Semua perusahaan ini melakukan hal ini. Mari kita rekrut, mari kita bangun tim di dalamnya. Mereka memposting semuanya dari Apple dan Google, saya melakukan semua hal ini. Jadi saya pikir jika dipikir-pikir, saya lebih bijaksana, namun pada saat itu semua orang melakukan apa yang benar untuk bisnis mereka.

(12:12) Jeremy Au:

Yang menarik, tentu saja, Anda telah memutuskan untuk membangun sebuah tim dan perusahaan yang menangani tantangan pemetaan ini. Bisakah Anda berbagi lebih banyak tentang mengapa Anda memutuskan untuk membangun sebuah perusahaan baru?

(12:21) Ajay Bulusu:

Jadi, ada beberapa hal karena kami, Anda tahu, lulus dari pekerjaan kami masing-masing, jadi tiga, tiga setengah tahun kami memahami ketika kami pergi ke konferensi, berbicara dengan orang-orang dari perusahaan lain, kami tetap membimbing mereka. Kami diajari, dari pembelajar, kami menjadi semacam mentor yang lebih memahami karena kami telah berkembang sangat cepat dalam pekerjaan kami dan peran kami serta pemahaman kami tentang ruang angkasa dan terutama bagaimana menyelesaikannya.

Jadi, kami melihat hanya ada satu perusahaan di dunia yang masih melakukannya dan semua orang benar-benar terikat dengan mereka. Dan kami menyadari bahwa, Hei, dengar, mungkin ini bukan ide yang buruk. Kami melihat, kami masih berada pada fase mungkin, bukan? Bahkan setelah mengumpulkan modal dari seratus pelanggan, kami masih berada di fase yang sangat mungkin, apakah ini bisnis yang nyata atau bagian dari bisnis yang lebih besar yang masih kami pikirkan sendiri. Namun pada saat itu, rasanya benar. Saya masih merasa itu benar. Ini adalah monopoli yang nyata secara global. Benar-benar ada data terbuka yang benar-benar mengambil alih. Saya pikir data terbuka akan mengambil alih lebih banyak lagi dalam dekade berikutnya. Jadi kami membuat sebuah tesis yang mengatakan bahwa jika kita bisa melakukannya di dalam dan membantu kita menghemat jutaan dolar setiap tahun, apakah ada cara untuk melakukan hal yang sama untuk orang lain di luar? Adakah cara agar kami dapat membangun seluruh stack untuk perusahaan saja, bukan seperti menggunakan ulang stack teknologi konsumen, tetapi benar-benar stack perusahaan yang canggih. Jadi kami memikirkannya seperti ini dan kedua, kami seperti memuncak dalam peran kami masing-masing. Tidak ada kami di awal usia 30-an, kami telah mencapai puncak yang layak dan pencapaian selanjutnya tidak begitu menarik.

Apa yang harus kami lakukan? Satu promosi lagi. Apakah itu seperti, ya, apakah itu yang kita lakukan? Dan jika Anda tidak memulainya sekarang, kita tidak akan pernah memulainya karena kita sudah semakin tua. Jadi semua faktor lunak ini dikombinasikan dengan beberapa faktor keras, dengan pemahaman bahwa kami tidak pernah melakukan analisis waktu. Kami tidak pernah melakukan apa-apa. Saya akan jujur saja. Itu juga karena kami berada di pasar bullish, kami bahkan tidak tahu apa itu pasar bullish pada saat itu. Jadi, kebetulan kami memiliki tim yang sangat hebat yang tahu apa yang kami lakukan. Kami memiliki kemampuan untuk menyelesaikan masalah ini. Dan sekali lagi, kami hanya beruntung. Kami melakukan presentasi dan VC pertama yang kami ajukan, kami tidak pernah mendatangi VC lainnya.

Kami hanya pergi ke satu VC. Kami berbicara dengan satu VC. Sebenarnya VC lain mendekati kami setelah mereka tahu bahwa kami memiliki term sheet dan mereka mengatakan mereka mau. Sampai saat itu, kami bahkan tidak tahu apa itu term sheet, apa itu term sheet pesaing. Apa itu penggalangan modal ventura, apa itu persyaratan, kami tidak tahu apa-apa. Kami semua pernah bekerja selama 10, 12 tahun. Dan kebetulan kami pikir ini adalah waktu yang tepat untuk melakukannya tiga tahun yang lalu, tiga setengah tahun yang lalu, dan sekarang hampir empat tahun. Dan kami langsung melakukannya. Kami tidak banyak berpikir.

(14:19) Jeremy Au:

Yang menarik, tentu saja, Anda membangun pemetaan sebagai layanan untuk berbagai perusahaan. Perusahaan seperti apa yang membutuhkannya? Jelas, Anda mengatakan bahwa perusahaan pemesanan kendaraan besar tidak hanya telah melakukannya, tetapi mereka menyelesaikannya sendiri dan memecat tim mereka. Namun, apa saja jenis vertikal atau pendekatan yang perlu dipetakan dari sudut pandang Anda?

(14:37) Ajay Bulusu:

Siapa pun yang menggerakkan apa pun, jika Anda ingin melakukannya secara efisien, Anda memerlukan peta. Bahkan saat ini banyak perusahaan besar yang menggunakan Excel dan VBA solver untuk melakukan perutean dasar. Mereka tidak mengerti bagaimana menggunakan teknologi likuidasi untuk menggerakkan seperti logistik sebagai contohnya. Hal yang sama terjadi pada angkutan truk dan bahkan transportasi online adalah vertikal yang besar. Ada ride hailing untuk anak-anak, ride hailing untuk transportasi medis non-darurat, dan kasus-kasus penggunaan transportasi. Jadi, ride hailing sebenarnya adalah transportasi dalam aplikasi. Ini adalah vertikal baru yang diciptakan Uber, namun pada kenyataannya, sekali lagi, hal yang sama, Anda adalah perusahaan taksi atau mengangkut orang dari titik A ke titik B. Jadi, ketika Anda melakukan hal tersebut, semua orang bergerak dari mana saja kecuali pelanggan Anda yang menyetir atau Anda menavigasikan sendiri, semua orang membutuhkan pemetaan. Jadi kami telah membentuk sebuah tesis secara internal untuk mengatakan, jika Anda ingin memindahkan apa pun secara efisien, pizza, paket, orang, apa pun yang lebih efisien sebagai sebuah bisnis, Anda memerlukan pemetaan atau Anda harus melakukannya di Excel. Tidak ada pilihan lain di antara keduanya, bukan? Berikan daftar pesanan dan katakan, penuhi pesanan tersebut. Cara kerjanya tidak seperti itu. Saat ini, saat semua orang beralih ke cloud, saat semua orang beralih ke tumpukan yang lebih cerdas, semua orang bertransformasi secara digital. Menurut saya, infrastruktur lokasi, itulah yang kami bangun.

Jadi, kami adalah produk infra di bagian belakang, bukan? Kami membangun infrastruktur yang sangat mendasar untuk melakukan perhitungan jarak, arah, routing. Infra ini yang akan mengambilnya, itulah yang kami pikirkan. Begitulah cara kami membentuk perusahaan, produk, dan bagaimana kami merancang stack. Stack sangat mudah digunakan. Ini seperti balok-balok Lego, seperti membangun seluruh model atau hanya membangun setengah model. Tidak masalah. Anda masih bisa menggunakan beberapa balok. dalam melakukannya. Beginilah cara kami membayangkannya.

(15:54) Jeremy Au:

Jadi, yang menarik adalah Anda pertama kali membangunnya sendiri di Grab, tentu saja dalam hal internal stack, dan sekarang Anda membangunnya sebagai layanan. Dari sisi eksternal sebagai layanan, banyak orang yang ingin membangun API atau alat tersebut. Apa saja dinamika dalam mendesain produk tersebut agar dapat digunakan? Dan menyatu dengan baik dengan tumpukan teknologi internal orang lain.

(16:13) Ajay Bulusu:

Jadi ada beberapa hal. Anda tidak bisa membangun teknologi ini hanya dengan dua orang insinyur di dalamnya. Itulah parit besar yang kami miliki. Pertama, Anda harus memahami caranya. Anda harus memahami bagaimana teknologi ini digunakan dalam konteks bisnis. Seperti apa konteks konsumennya. Anda harus memahami cara kerja arsitektur atau panggilan yang sangat besar karena Anda harus memiliki pengalaman dalam sistem dan seperti, Anda tahu, desain sistem cloud untuk mengambil jenis beban yang akan Anda bawa. Anda harus memahami bagaimana fungsi pemetaan ini bekerja dan apa saja produk yang menyatukan solusi, bukan hanya satu API. Jadi, semua ini adalah IP yang memangkas pengetahuan dan otak kita sendiri yang telah kita miliki selama satu dekade terakhir di bidang ini. Jadi, ketika Anda mengatakan tim internal vs. tim eksternal, saya rasa tidak ada yang bisa bermimpi untuk membangun sebuah jarak atau petunjuk arah atau API perutean. Hanya seperti itu. Ada beberapa orang yang mereka kenal. Ya. Saya akan mulai dengan dua orang dan lubang kelinci sangat dalam sehingga Anda harus menggali. Anda hanya terus turun. Jadi inilah yang kami sampaikan pada perusahaan lain. Nah, mengapa Anda harus menggunakan kami?

Ini logis. Inilah yang kami lakukan untuk mencari nafkah. Kami jauh lebih murah. Kami juga jauh lebih mudah disesuaikan karena kami tidak memiliki tumpukan data sendiri. Kami memiliki aliran data apa pun yang dapat diintegrasikan ke dalam sistem kami. Dan yang terakhir, apakah Anda benar-benar ingin membangun tim pemetaan di dalamnya? Apakah Anda benar-benar sebuah perusahaan pemetaan? Anda bukan perusahaan pemetaan. Anda adalah perusahaan logistik. Anda menghasilkan uang dengan mengangkut, katakanlah seperti obat-obatan dari titik A ke titik B. Anda fokus pada bagaimana menjaga aset Anda dan bagaimana memastikan pengemudi datang tepat waktu. Saya akan memastikan bahwa saya memberi Anda rute yang paling efisien untuk melakukan hal ini dengan benar. Jadi, Anda, itu akan mencapai keuntungan Anda.

Itu bukanlah tawaran yang kami berikan kepada banyak perusahaan dan bagian yang baik yang kami lihat dalam evolusi perusahaan kami selama tiga tahun. Begitu banyak perusahaan yang tidak melakukan apa pun di peta akan kembali kepada kami dalam tiga tahun dan berkata, Hei, sekarang kami menyadari bahwa kami telah bertransformasi secara digital. Kami pertama kali menggunakan AWS, pertama kali menggunakan Azure, pertama kali menggunakan GCP. Kami memiliki tumpukan cloud sekarang. Sekarang kita perlu pemetaan. Benar. Sampai hari ini, kami bahkan tidak memiliki cloud stack. Kami semua menggunakan Excel. Jadi ya, seperti kita melihat industri ini berkembang dan saya pikir pada saat kita sudah matang dalam satu atau dua tahun, industri ini akan berkembang lebih banyak lagi.

(17:54) Jeremy Au:

Apa saja tantangan dalam menjualnya? Karena, Anda tahu, sebuah tim, ketika mereka mencoba untuk memutuskan antara membangun versus membeli, tentu saja semua orang sangat bersemangat. Seperti, kita bisa membuat ini, Anda tahu, kita sudah membuat versi dasarnya. Mari kita tingkatkan skalanya. Jadi, bagaimana Anda bisa sampai ke titik pembelian atau percakapan itu menjadi seperti, inilah saatnya kita masuk.

(18:13) Ajay Bulusu:

Tidak. Faktanya, kami menyukai perusahaan yang membangun sendiri karena lebih mudah untuk meyakinkan mereka. Jadi, untuk melakukan awal yang dingin sangat sulit bagi kami. Jadi sebenarnya, banyak perusahaan kami yang sudah memiliki seseorang yang mencoba menyelesaikan masalah ini dan kemudian mereka berkata, Ya Tuhan, ini dia, lalu mereka menyadari bahwa mereka memiliki momen Eureka seperti yang kebanyakan dari kita alami dalam karier kita bahwa ini bukan, kita membutuhkan bantuan eksternal untuk ini, bukan? Kita tidak bisa membangunnya sendiri. Kita perlu merekrut banyak orang yang tidak disetujui oleh para karyawan. Keuangan tidak datang melalui banyak hal yang terjadi di dalam perusahaan karena Anda memiliki momen Eureka ini.

Dan faktanya, kami sendiri mengatakan pada tahap kualifikasi kami, ketika kami berbicara dengan perusahaan, kami memiliki dua pertanyaan kunci. Anda tahu, kapan waktu yang Anda inginkan untuk membeli yang satu ini? Apakah ini berdasarkan penelitian? Apakah Anda hanya melakukan riset atau Anda tahu, Anda harus menyelesaikan yang satu ini. Apakah Anda sudah mencoba memecahkannya di dalam? Sudahkah Anda mencoba?

Dan yang ketiga, kami juga bertanya kepada mereka, Hei, dengar, apakah Anda sudah mengevaluasi kompetitor kita? Karena jika Anda tidak melakukannya, Anda tidak memiliki kualifikasi yang tepat saat ini karena Anda masih sangat jauh untuk melakukan pembelian. Jadi, apa yang telah kami lakukan saat ini seiring dengan perkembangan kami adalah bahwa hanya perusahaan yang memahami ketiga pertanyaan ini, yang secara aktif kami datangi dan kami jual, dan seringkali perusahaan tidak mengetahuinya.

Kami mengatakan kepada mereka untuk memulai dengan Google. Kami berkata, Hei, mengapa Anda tidak memulainya? Anda menggunakannya, Anda menskalakannya dan Anda melihat tagihannya dan kemudian Anda kembali, bukan? Anda memahami bahwa masalahnya bukan pada kami, daripada Anda datang kepada kami seperti paket startup dan kemudian kami memberikan banyak bantuan, kami ingin fokus pada pelanggan yang skalanya lebih besar untuk memahami dan di mana kami benar-benar dapat memberikan nilai tambah. Namun saya rasa Anda tidak bisa memberikan nilai tambah pada skala yang sangat kecil. Kami sangat jelas dalam skala yang sangat kecil. Anda dapat menggunakan kami. Tidak apa-apa, tetapi tidak akan ada banyak perbedaan antara stack kami dan stack yang tersedia yang mudah digunakan. Tetapi begitu Anda membaca skala, maka Anda akan menemukan perbedaan yang substansial dalam teknologi kami dibandingkan dengan yang lain.

(19:37) Jeremy Au:

Yang menarik adalah seseorang yang merupakan orang awam mungkin akan berpikir, hei, Google Maps, Apple Maps, mereka sudah memiliki AWS. Mereka semua memiliki beberapa tingkat solusi. Seperti, mengapa mereka tidak cukup baik dari sudut pandang Anda?

(19:50) Ajay Bulusu:

Jadi, mereka tidak hanya memiliki Google sebagai solusi untuk perusahaan di sini. Maps hanya seperti, Anda tahu, seperti satu atau dua lagi.

Mereka semua dibangun dua dekade yang lalu. Lebih ke infrastrukturnya, bukan? Bukan data peta yang dibangun dua dekade lalu, tapi infrastruktur untuk mengkonsumsi data ini kemudian power routing di atasnya, saya akan memberikan contoh sederhana, jika Anda ingin menutup lima jalan untuk satu perusahaan di Google, Anda tidak bisa melakukannya. Kelima jalan tersebut mungkin sangat penting bagi pelanggan truk untuk ditutup sehingga mereka tidak memasuki jalan tersebut sama sekali, atau mereka tidak melewati jalan tersebut, tetapi Anda tidak dapat melakukannya dalam tumpukan terpusat karena semua terpusat pada satu titik, semua orang menggunakan peta yang sama. Saya, Anda perusahaan perusahaan roda dua, roda empat, roda enam, roda delapan, seperti roda 16, kita semua menggunakan tumpukan yang sama. Dan itu tidak bekerja seperti itu karena seiring dengan perkembangan perusahaan, seiring dengan perkembangan perusahaan, seiring dengan perubahan visual yang terjadi, Anda tidak dapat menggunakan siklus lama yang sama dengan menggunakan siklus dua dekade yang lalu. Ya. Anda memiliki data peta terbaru. Ya. Anda memiliki banyak lalu lintas langsung.

Ya. Anda memiliki banyak probe Android. Ya. Adil. Benar. Tapi apakah Anda akan menyesuaikannya untuk setiap perusahaan tanpa harus pergi dan melakukan coding setiap saat? Tidak mungkin. Kedua, Anda tidak bisa begitu saja keluar dan seperti seekor ikan paus atau gajah raksasa dan memilikinya secara utuh. Itu harus menjadi rutinitas yang sangat sedikit demi sedikit. Dan hal-hal kecil itulah yang sedang kami bangun sekarang. Jadi kami mengatakan, Hei, dengar, seluruh tumpukan ini sangat bagus, tetapi tidak berguna untuk setiap perusahaan di dunia. Setiap perusahaan membutuhkan jenis tumpukan mereka sendiri di mana mereka dapat memetakan secara khusus. Mereka bisa membuat rute khusus. Mereka dapat mengedit secara kustom. Semuanya harus terdesentralisasi.

Jadi, Anda masuk ke portal, Anda memiliki tumpukan pemetaan Anda sendiri atau Anda memiliki tumpukan perutean Anda sendiri. Anda dapat melakukan pengeditan sendiri. Jika hari ini ada festival di Austria dan Anda menjalankan truk di sana, Anda harus dapat menutup semua jalan di Austria. Sama halnya, jika Anda memiliki perusahaan yang sama, jika mereka mengatakan Anda adalah masjid geraham atau Anda seperti, katakanlah DP world, Anda juga berada di Dubai, Anda juga berada di Singapura. Hal itu seharusnya tidak mempengaruhi tumpukan tersebut atau seharusnya ada tiga jenis pengeditan dan pemetaan yang terpisah untuk tiga kota yang berbeda di dunia.

Di sinilah kami membayangkan tumpukan seperti itu. Dan itu perlahan-lahan mulai terbentuk, Anda tahu, seperti hal-hal seperti ini membutuhkan waktu. Maksud saya, biasanya orang berkata, apa yang sedang Anda bangun?

Saya tidak mengerti. Seperti yang Anda katakan, ada begitu banyak hal lainnya. Kemudian ketika mereka melihat nilainya, ya, saya benar-benar dapat memulai layanan di mana jika pemerintah menetapkan batasan bahwa skuter listrik saya tidak boleh ada di sana, saya dapat memblokir semua jalan yang menurut pemerintah tidak boleh dilalui. Saya tidak perlu pergi secara manual dan melakukan apa pun.

Semuanya ada di dalam sistem. Sekarang saya bisa mengatur pembatasan di tingkat jalan. Saya tidak perlu mengarahkan peralatan hazmat ke area pemukiman secara tidak sengaja dan didenda. Ada begitu banyak kasus penggunaan seperti ini ketika Anda berbicara dengan bisnis yang Anda pahami. Di sinilah saya pikir kami benar-benar membuat perbedaan.

(21:58) Jeremy Au:

Bisakah Anda berbagi tentang bagaimana Anda masuk ke pasar? Apakah ini merupakan fungsi dari penjualan, pemasaran, studi kasus, edukasi pelanggan? Bagaimana Anda melakukannya?

(22:06) Ajay Bulusu:

Jadi kami masih terus berkembang. Kami masih belum benar-benar menemukan cara GTM. Tapi ya, kami memiliki beberapa wawasan dan sinyal berbasis niat seperti apa yang kami sebut, kami mencoba untuk mengukur lebih banyak lagi daripada yang kami lakukan tahun lalu. Seperti tahun lalu, saya hanya melempar spageti ke dinding dan berharap ada yang menempel. Namun tahun ini kami telah menggunakan alat yang lebih cerdas, seperti faktor, memahami hal-hal yang sedang populer, memahami tingkat cookie, Anda tahu, siapa yang mengunjungi kami, apa yang sedang terjadi, apa yang menjadi tujuan mereka, halaman mana yang akan mereka kunjungi, di mana mereka menghabiskan waktu.

Kemudian kami mengambil perusahaan-perusahaan tersebut dan kemudian kami melakukan pemasaran berbasis akun. Saat ini GTM untuk perusahaan mengatakan, dengarkan, Hei, saya melihat bahwa kalian telah membaca sekilas beberapa hal. Kalian telah melihat perjalanan saya. Anda telah melihat halaman saya. Apakah ini sesuatu yang Anda cari saat ini? Penyelidikan, kan? Itu salah satu caranya. Kami memiliki sepertiga dari pengeluaran iklan kami, saya akan segera menulis beberapa artikel tentang hal ini tentang bagaimana kami benar-benar menurunkan, menghabiskan sekitar 40 ribu per bulan untuk iklan Google menjadi 4, 5 ribu sekarang menjadi 8 ribu dan belum menurunkan volume sama sekali dalam perolehan prospek. Hanya murni menggunakan SEO dan teknik yang lebih ramah terhadap mesin pencari daripada menggunakan belanja iklan. Kami akan terus membelanjakan uang untuk iklan, tapi ini adalah pendekatan yang sangat menarik.

(23:01) Ajay Bulusu:

Apa yang telah kita lakukan kali ini agar GTM dapat memahami mendengarkan, mari kita sepenuhnya zero spend. Jika saya adalah sebuah perusahaan yang tidak didanai ventura, saya tidak punya uang. Saya harus memulai bisnis perangkat lunak. Apa yang harus saya lakukan hari ini? Jadi kami mengambil pendekatan prinsip-prinsip pertama selama enam bulan terakhir dan Anda bisa melihat hasilnya sekarang setelah banyak bereksperimen. Jadi kami juga memiliki GTM berbasis konten, apakah lebih banyak konten teknis dibandingkan konten non-teknis? Apa yang membuat orang tertarik? Kami melakukan banyak pengujian A/B di halaman arahan kami, memahami siapa yang mengklik apa, siapa yang melakukan apa, dan kemudian kami melakukan banyak inbound sekarang, murni tanpa biaya. Itulah beberapa area yang paling tidak menghasilkan permintaan. Setelah, seperti yang saya katakan, kami memiliki kriteria kualifikasi di mana kami bertanya berdasarkan ukuran dan kasus penggunaan, kami melakukan itu.

(23:34) Ajay Bulusu:

Ketiga, kami memiliki tumpukan harga yang sangat kompetitif. Jadi kami tidak menyebutkan harga karena suatu alasan di situs web karena kami melihatnya sebagai sesuatu yang merugikan kami, bukannya berguna. Jadi sekarang kami memiliki harga yang sedikit lebih buram, tetapi harga yang sangat didorong oleh kasus bisnis. Dan yang tak kalah penting, kami memastikan bahwa kami memahami bisnis ini daripada hanya mencoba menjual sesuatu, karena menurut saya ini seperti cloud. Ini seperti hubungan jangka panjang. Sekali Anda memulai, biasanya Anda tidak akan berhenti. Anda biasanya tidak mengalami churn. Seperti churn kami sangat rendah. Ini adalah persentase satu digit yang bahkan baseline-nya sudah mencapai dua digit sekarang, seperti, hampir tiga digit jumlah pelanggan. Namun, tetap saja masih ada dua, tiga, empat, lima orang yang berpindah dan jumlahnya sangat kecil. Jadi kami memahami bahwa ini adalah jangka waktu yang sangat panjang. Dan seringkali salah satu pelanggan kami memulai dengan satu produk dan mereka membeli lima produk. Jadi semua ini adalah hal-hal GTM yang kami pahami sekarang, tapi ini adalah keseluruhan corong yang kami lakukan.

(24:14) Jeremy Au:

Nah, yang menarik adalah Anda tadi menyinggung soal harga, bukan? Dan saya rasa sering kali ada tantangan di mana orang memasang harga. Dan kemudian untuk banyak perusahaan, ada keputusan apakah Anda melepas harga dan menjadikannya seperti hubungi kami untuk menemukan harga. Bagaimana pendapat Anda tentang hal itu? Karena kedengarannya pemikiran Anda telah berevolusi dari waktu ke waktu.

(24:28) Ajay Bulusu:

Ya, jadi kami memiliki kasus penggunaan penuh layanan mandiri sebelum Anda bisa memasukkan kartu kredit Anda dan mulai. Bahkan saat ini, Anda bisa memasukkan kartu kredit Anda ke dalam akun, tetapi harus hanya ketika Anda berbicara dengan seseorang, karena kami memahami bahwa banyak dari mereka yang datang dan menggunakan kami selama satu bulan lalu pergi. Atau ini adalah proyek penelitian atau hanya satu pengembang yang hanya melakukan semacam pekerjaan, bukan? Dan ACV biasa melakukan hal ini dengan harga $20 per bulan, $5 per bulan, $8 per bulan. Itu mencapai proyeksi kami terlebih dahulu, bukan? Seperti Anda tidak tahu sebagai sebuah bisnis baru, orang ini akan menggunakan penagihan berbasis konsumsi.

Jadi, itu adalah salah satu masalah yang tidak kami inginkan karena sebagai perusahaan yang didanai ventura, Anda harus dapat memperkirakan semuanya dengan lebih baik karena kami semua seperti berada di semua tempat dalam hal angka. Sebagai contoh, kami akan mengasumsikan sebuah perusahaan akan menggunakan setidaknya seribu dolar per bulan. Mereka akan menggunakan $200 sepanjang tahun. Jadi dari 12.200 adalah delta yang sangat besar. Jadi, jika Anda memproyeksikan bahwa Anda akan mencapai 4 juta ARR, yang Anda lakukan hanyalah 2 juta ARR. Jadi semua ini seperti angka, kepercayaan yang harus kita bangun. Jadi alasan pertama mengapa kami menghapusnya karena kami tidak ingin ada aliran self service. Itu yang pertama.

Kedua, kami menjadi perusahaan dengan harga berbasis langganan pada bulan Juni. Kami mengatakan, dengarkan, gunakan atau tidak gunakan. Anda harus membayar minimal 200 dolar per bulan, bukan? Dan itu akan menjadi 500 tahun depan di beberapa titik atau pertengahan tahun ini di mana kami hanya ingin pelanggan yang serius, yang ingin menggunakan kami, bukan orang yang hanya bermain-main.

Dan yang ketiga, kami sedikit berevolusi karena kami telah membangun produk enterprise. Produk awal tidak ramah untuk perusahaan. Itu sangat, sangat sebenarnya untuk pasar menengah dan UKM. Namun saat ini, pengoptimal rute kami sedang naik daun karena perusahaan tidak ingin menghabiskan waktu enam bulan untuk mengintegrasikan solusi kelas berat ke perusahaan perutean. Jadi, mereka bukanlah perusahaan perutean. Mereka adalah perusahaan logistik. Jadi mereka menginginkan panggilan API yang sangat sederhana untuk mengatakan, dengar, saya memiliki manifes, saya memiliki 20 pesanan. Bagaimana cara mengalokasikannya? Apa rutenya? Sederhana. Saya ingin memberikannya kepada pengemudi saya. Jadi API kami sangat bagus sehingga sangat membantu untuk melakukannya.

Jadi, ini adalah empat atau lima hal yang telah kami lakukan selama beberapa bulan terakhir yang telah membantu kami. Dalam hal, mengapa pemikiran telah berkembang dan kami melihat ACV kami tumbuh, pendapatan kami tumbuh, basis pelanggan berbayar kami tumbuh, perkiraan kami menjadi lebih baik. Jadi ini semua adalah efek riak pada perusahaan.

(26:12) Jeremy Au:

Luar biasa. Nah, yang menarik adalah Anda tadi menyebutkan tentang peramalan pendapatan, bukan? Menurut saya, ini adalah tantangan besar, terutama saat Anda berada di pasar bullish, bearish, ekspektasi valuasi, dan semua hal yang berbeda. Bagaimana seharusnya perusahaan SaaS berpikir untuk menambahkan anggaran untuk tahun depan dan semacam mengoreksi biaya di sepanjang jalan?

(26:28) Ajay Bulusu:

Jadi saya pikir setidaknya bagi kami, kami masih dalam tahap awal, menurut saya, kami masih dalam satu digit jutaan dan Anda tahu, seperti tumbuh mungkin dua kali lipat, tiga kali lipat, di situlah kami berada. Jadi menurut saya, untuk kami yang masih dalam tahap awal, yang paling penting adalah memahami dan mencoba bermain dengan lebih banyak model harga. Apakah berbasis konsumsi? Apakah berbasis benih? Apakah berbasis perjalanan, berbasis perjalanan, Anda harus mencari tahu. Oke. Apapun yang sesuai dengan keinginan Anda. Berbasis aset. Jadi, sangat penting untuk bereksperimen dengan beberapa model penetapan harga. Lihat apa yang cocok. Lihat apa yang cocok untuk kasus penggunaan apa dan perusahaan apa, sayangnya untuk perusahaan seperti kami yang lebih horizontal.

Saya tidak begitu paham dengan perusahaan vertikal seperti ritel sehingga saya bisa berbicara dan melakukan segalanya. Dan ada harga untuk ritel. Kami sedang menuju ke sana. Namun, seperti halnya kami memindahkan pizza. Kami juga memindahkan orang tua. Kami juga memindahkan truk. Kami juga memindahkan sepeda. Jadi masing-masing memiliki modelnya sendiri. Jadi saya pikir bagi Anda sebagai perusahaan SaaS tahap awal, sangat penting untuk memahami apa yang mengguncang perahu Anda secara internal dan mengguncang perahu pelanggan Anda secara eksternal.

(27:17) Ajay Bulusu:

Jadi cobalah bermain dengan beberapa model harga pada awalnya. Beberapa akan gagal total. Beberapa, Anda tidak mengerti apa-apa. Saya telah menjual dengan sangat buruk. Seperti orang-orang ini menggunakan lebih banyak dari yang saya harapkan. Beberapa orang akan berpikir bahwa, Oh, oke. Orang-orang ini membayar saya 10 ribu dolar per bulan dan tidak menggunakan saya. Itu juga terjadi, bukan? Jadi, Anda akan mengalami hal-hal seperti ini di perusahaan SaaS, hal yang paling penting adalah kami bereksperimen selama satu atau dua tahun, Anda harus memahami apa yang akan bertahan. Dan kedua, selalu konservatif dalam membuat perkiraan. Seperti pelajaran terbesar yang saya pelajari di pasar bullish atau bearish, atau jika Anda ingin membangun perusahaan yang nyata dan bukan flap atau semacam perusahaan yang hanya didanai VC, bukan?

Pada titik tertentu, jika Anda ingin mendapatkan keuntungan, Anda harus memahami bahwa sangat penting untuk membangun bisnis yang berkelanjutan seperti ini untuk memahami di mana saya bisa memberikan harga yang sangat tinggi untuk produk saya dibandingkan dengan harga yang seharusnya saya berikan? Buatlah perkiraan Anda pada awalnya dengan sangat konservatif. Jika Anda berpikir seseorang akan menghabiskan 10 ribu, buatlah 5 ribu. Tidak masalah jika mereka menghabiskan 10 ribu, kecuali jika mereka memiliki kontrak tetap yang mengatakan, dengar, saya akan membayar Anda 10 ribu per bulan. Ini adalah siklus faktur. Hanya kontrak tetap. Anda menetapkan harga, yang lainnya, anggap diskon 50 persen. Oke. Jadi Anda sendiri yang menetapkan ekspektasi untuk diri Anda sendiri, tim penjualan Anda, semua orang di dalamnya.

Hei, dengar, saya bukan perusahaan dengan pertumbuhan super tinggi yang akan tumbuh seperti. 8x, 7x setiap tahun. Saya ingin membangun perusahaan yang berkelanjutan. Saya ingin membangun sebuah perusahaan yang bisa menghasilkan keuntungan di tahun kelima atau keenam, bukan? Itu semacam ekspektasi yang Anda tetapkan. Jadi itu sangat penting. Saya pikir apa yang telah terjadi adalah SaaS, saya bahkan tidak tahu apa itu SaaS, saya akan terbang sebelum memulai. Saya tidak tahu apa itu GTM. Saya tidak tahu semua ini. Saya tidak tahu apa itu NRR, churn, saya tidak tahu semua hal ini, tetapi sekarang saya melihat banyak hal, saya melihat orang-orang terbaik di kelasnya di depan umum yang mengeluarkan semua nomor mereka. Hal ini sangat penting sejak tahap awal. Anda harus memahami metrik-metrik ini. Jika Anda membangun perusahaan yang berpotensi IPO dalam enam tahun ke depan, saya rasa orang-orang tidak memiliki ekspektasi yang terlalu tinggi. Saya bisa saja membangun, tiba-tiba mendapatkan banyak uang dan hal ini. Dan ketika hal itu runtuh, runtuh seperti yang terjadi saat ini. Jadi di satu sisi kami sangat senang hal ini terjadi, kehancuran ini, karena saya akan menjadi salah satu dari mereka di mana saya memperkirakan 12 ribu, seperti 15 ribu, 17 ribu untuk akun $200.

Dan kemudian baru melakukan lemparan tepat di tahun kelima. Jadi saya pikir ini sangat penting ketika Anda, Anda tahu, memproyeksikan ketika Anda berpikir ketika Anda meramalkan.

(29:10) Jeremy Au:

Dan mengenai hal itu, bisakah Anda berbagi tentang saat-saat dimana Anda secara pribadi merasa berani?

(29:14) Ajay Bulusu:

Maksud saya sebenarnya berkali-kali, tapi secara pribadi berani berarti saya mendapatkan, saya benar-benar dipecat dari Google pada tahun 2016 dan secara harfiah saya berusia akhir dua puluhan dan Anda tahu, tidak banyak yang bisa dilakukan. Dan itu sangat lucu karena saya sebenarnya sudah berada di tahap akhir pembuatan green card saya. Lalu seseorang berkata kepada saya, mengapa Anda tidak mengirim surat kepada gubernur California dari Partai Republik dan mengatakan kepada mereka bahwa, dengarkan, Anda mengalami kesulitan keuangan, Anda di-PHK dan Anda ingin mendapatkan green card lebih cepat.

Saya seperti, oke, baiklah. Hal terburuk apa yang bisa terjadi? Jadi saya bertemu dengan gubernur California pada saat itu dan mengatakan, dengarkan, ini adalah omong kosong. Anda tahu, apa pun yang terjadi sangat tidak adil. Saya sudah bekerja di perusahaan ini selama lima tahun dan seseorang baru bekerja di perusahaan ini selama lima bulan. Baiklah. Ya, ada beberapa kesalahan yang saya lakukan, tapi tidak ada yang layak dipecat. Dan mereka benar-benar mendapatkan kartu hijau saya dalam dua minggu. Maksud saya, gubernur membalas saya. Maksud saya, saya harus memberikannya kepada negara bahwa mereka benar-benar membalas seorang pria yang hampir tidak memiliki kewarganegaraan dan berada di tahap akhir. Dan saya pikir, saya hanya berani pada saat itu untuk mengatakan, dengarkan, saya akan mengirim email.

Tidak masalah. Saya tidak akan rugi. Dan gubernur benar-benar menjawab, kantor menjawab bahwa mereka mengirim kasus saya ke Alaska. Saya menyelesaikan semuanya dalam dua minggu. Jadi tanggal 1 Februari, saya di-PHK tanggal 14 Februari, saya punya kartu hijau. Jadi saya harus memberikannya. Kemudian saya juga harus memberikannya kepada seseorang yang saya dengarkan secara acak, seperti seseorang yang mengatakan kepada saya bahwa mereka membaca blog Reddit bahwa hal ini bisa terjadi. Apa saja kemungkinannya? Berapa peluangnya? Benar? Jadi maksud saya, ini hanyalah salah satu kejadian yang sangat lucu. Dan mereka sangat baik sehingga setelah saya mendapatkan kartu hijau, mereka benar-benar menulis surat dengan tulisan tangan, yang masih saya simpan sampai sekarang untuk mengatakan, dengarkan, terima kasih telah menggunakan jasa kami. Anda tahu, saya harap ini membantu.

(30:32) Ajay Bulusu:

Dan saya seperti, ini luar biasa. Ya, tentu saja itu membantu. Jadi ya, itu saja. Itu adalah cerita yang sangat lucu dan berani. Menurut saya.

(Jeremy Au:

Itu adalah bagian yang sangat menarik, bukan? Karena Anda menyebutkan bahwa Anda takut untuk menulis email itu sejak awal, tapi tidak ada ruginya karena Anda sudah berada di akhir, bukan. Bisakah Anda berbagi sedikit lebih banyak tentang mengapa menulis surat itu menakutkan dari sudut pandang Anda?

(30:49) Ajay Bulusu:

Maksud saya, pada usia 26 tahun, saya tidak begitu percaya diri dengan kehidupan secara umum. Anda tidak tahu bagaimana cara kerja dunia yang buruk ini. Lima tahun di Google sangat sulit, percayalah, karena Anda begitu terkurung, Anda begitu diperhatikan, begitu dimanjakan. Anda tidak tahu hal lain di luar sana. Jadi Anda sama sekali tidak melihat dunia luar yang besar dan buruk. Jadi saya hanya berpikir bahwa ada banyak campuran emosi pada saat itu, Anda marah, Anda takut, dan Anda hanya berpikir, Hei, mengapa saya harus melakukan ini? Seperti, maksud saya, jika Anda berpikir saya akan terlihat seperti orang bodoh, apakah mereka akan mengusir saya? Karena saya akan menulis surat kepada pemerintah dan mengatakan, dengar, saya di-PHK.

Saya berada di tahap akhir. Mereka mungkin akan mengatakan, dengar, Anda tahu Anda harus pergi hari ini, bukan? Saya tidak akan memberikannya, karena Anda kehilangan pekerjaan di L-1A, dan di L-1A kami tidak ingin memproses orang karena perusahaan Anda sendiri yang memecat Anda. Semua pemikiran praktis ini ditambah dengan pemikiran emosional akan menggagalkan Anda pada suatu saat. Namun sekali lagi, saya masih muda, saya tidak peduli. Mungkin sekarang saya akan peduli lima kali untuk menulis surat kepada seseorang di pemerintahan. Pada titik itu, Anda hanya seperti, Anda tahu apa? Persetan dengan itu. Aku akan pulang tanpa membawa apa-apa. Benar, kan? Seperti apa kasus terburuknya? Aku akan mengusirnya dari AS. Tidak apa-apa. Jadi kebetulan saja kau punya keberanian. Anda hanya bangun di suatu hari yang cerah dan menulis email itu.