Od zaměstnanců Techopedia, 8. listopadu 2017
S sebou: Host Eric Kavanagh diskutuje s Jen Underwoodem z Impact Analytix a Ron Huizengou z IDERA.
Momentálně nejste přihlášeni. Chcete-li zobrazit video, přihlaste se nebo se zaregistrujte.
Eric Kavanagh: Dobře, dámy a pánové. Dobrý den, vítejte znovu. Je středa ve 4 hodiny východní, což znamená, že je čas na Hot Technologies. Ano vskutku. Jmenuji se Eric Kavanagh; Budu vaším hostitelem naší dnešní show, která je skutečně definována a navržena tak, aby definovala určité druhy technologií v určitých stavech bytí ve světě správy dat. A naším dnešním tématem je „Dosažení zralosti dat: Zákon o organizačním vyvažování.“ Takže je tu opravdu vaše místo, zasáhni mě na Twitteru @eric_kavanagh. Vždy mě opakuji, pokud mě zmiňuješ, a pokusím se také následovat. Je to dobré místo, kde najdete informace o tom, co se děje ve světě. Miluji ten formát. Krátké znaky, 140 znaků - nebo více v těchto dnech. Tak neváhejte a pošlete mi tweet a já se vrátím.
Tento rok je samozřejmě horký. Dnes mluvíme vše o zralosti dat a tady je sestava, s vašimi opravdu nahoře. Dnes máme nového analytika; Jsem velmi nadšený, že mám Jen Underwoodovou z Impact Analytix. Je docela odbornicí v oblasti business intelligence a analytiky a vizualizace dat a všech těchto skvělých témat. A samozřejmě zralost dat. A náš dobrý kamarád Ron Huizenga volá z IDERA. Nejprve tedy uslyšíme Jen a potom Ron. A pak budeme mít pěknou diskusi u kulatého stolu.
Když posunu tuto další snímek nahoru, řeknu jen pár rychlých slov. Splatnost správy dat je již nějakou dobu předmětem. Je zřejmé, že v historii se musíte dostat do určitého bodu, než začnete přemýšlet o zralosti, a vyvinulo se mnoho životních cyklů zralosti - nebo cyklů -, které se snaží zjistit, kde jste v křivce. Jste v rané fázi? Jste teenager? Jsi zralý? Etcetera.
A myslím, že mnoho organizací je buď v dospívání, nebo v pozdních dospívajících nebo na začátku dvacátých let, pokud jde o vyspělost. A to neříká nic odrazujícího. Jde jen o to, že jsme v počátcích, kdy jsme schopni spravovat data jako strategické aktivum, stále ještě tak trochu. A věci se rychle změnily. Obzvláště v posledních pěti až sedmi letech jsme se trochu přesunuli od malých dat k velkým datům a snaží se sladit tyto poměrně odlišné světy a nové technologie se starými technologiemi. Takže tam je odkaz, je to všude.
Jedním z vtipů, které jsem slyšel před lety, je to, že odkaz je systém, který je ve výrobě. Ve chvíli, kdy systém přejde do výroby, je to technicky dědictví. A svým způsobem je to pravda. Sečteno a podtrženo, máme všechny tyto systémy, které byly již dlouhou dobu, a musíme najít způsob, jak pochopit, kde jsme v naší vlastní křivce splatnosti, abychom byli schopni maximalizovat a optimalizovat hodnotu dat jako aktivum. . A samozřejmě existují určité problémy s dodržováním předpisů, některá nařízení, kterých se musíme obávat, v závislosti na tom, v jakém odvětví jsme. A pak se samozřejmě musíme také obávat hackerství. V minulosti jsme hovořili o správě dat a o tom, jak je to skutečně součástí a co do bezpečnosti, a jen abychom pochopili role a povinnosti používání dat a zajistili, že z nich získáme nejlepší hodnotu.
A tak s tím předám klíče Jen Jenwoodové a ona nám řekne svůj pohled na splatnost dat. Jen, vezmi to pryč.
Jen Underwood: Díky, Ericu, a díky za pozvání. Takže dnes se budu věnovat několika různým tématům a pak představím Ronovi s IDERA a bude se hlouběji hloubat do některých dalších oblastí tohoto konkrétního tématu. Řeknu, že je to rozhodující role v digitální éře nebo digitální transformaci, ve které jsme právě teď, a jak řekl Eric, je to vývojová éra. Některé zábavné statistiky z rady EDM, byla vypracována srovnávací zpráva odvětví správy dat. Je to skoro dva roky, ale stále je to docela relevantní a odhalí některé, víte, faktoidy jako takové o tom, že v tomto prostoru je teenager. Budu mluvit trochu o zralosti dat a o pilířích správy.
K tomuto tématu digitální éry nebo digitální transformace, které všude slyšíte, se to právě děje. Jedním ze zajímavých faktů, které jsem shromáždil, když jsem každý den sledoval toto odvětví, byl bod, který společnost Gartner uvedla ve svých deseti nejlepších strategických technologických trendech. A řekli do roku 2020 - takže jsme od toho jen pár let - informace budou použity k znovuobjevení, digitalizaci a automatizaci nebo eliminaci 80 procent procesů, které máme před deseti lety.
A viděl jsem to už nějakou dobu, myslím, že tady vidíš různé druhy lidí, kteří říkají: „Data jsou nová ropa, “ a ty typy věcí. Rád bych řekl, že data jsou nyní digitální zlato. A pokud přemýšlíte o softwarových aplikacích a softwarovém zapojení, byl jsem v minulosti celosvětovým produktovým manažerem společnosti Microsoft, a dokonce i změnou v mé kariéře z, víte, opravdu bychom se zaměřili na software do dneška, kdy jsme se zaměřili na uživatele shromažďování dat a přemýšlení o zpeněžení dat.
Vstupujeme do této éry, kdy jsou data digitálním zlatem, a začínáte vidět, že se vznikem toho, co se nazývá hlavní datový důstojník, a oni mají, víte, dvě primární mise - a určitě několik dalších - zajistit, aby byla data bezpečná a bezpečná, a také najít způsoby, jak maximalizovat hodnotu dat interně - a dokonce i externě - jako toto digitální aktivum. Takže tyto typy věcí, které by v minulosti pro vaši organizaci nemusely být nebo se nemusely zdát důležité, konečně získají data místo u stolu na úrovni C u CDO a budou se brát mnohem vážněji do budoucna.
Pokud přemýšlíte o správě dat a zralosti, existují zde dvě různá témata, která mám na tomto konkrétním snímku, první z nich je, víte, samotná správa dat. Je to více o obchodních funkcích, které vyvíjejí a vytvářejí data a datové toky, o některých politikách a praktikách tam. A pak, když přemýšlíte o zralosti správy dat, je to schopnost organizace přesně definovat, snadno integrovat, víte, využít ta data, která mají znovu pro interní nebo externí účely, jako je zpeněžení dat. A jedním z velkých témat - a bylo to vtipné, dříve v mé kariéře, a já jsem vlastně využil některé z nástrojů IDERA a projektů architektury dat - byl celý tento koncept metadat a my stále přemýšlíme o metadatech, a pak to nebylo řečeno asi na dlouhou, dlouhou dobu. Konečně vidím, že metadata jsou zase v pohodě. Je to opravdu důležité při interakci s různými skupinami, pochopení, kde jsou vaše data, co jsou data. Zvláště ve věcech, jako je datové jezero. Konečně je to konečně zajímavé.
Nyní jsem slíbil, že zde mám nějaké statistiky ze zprávy o srovnávacím hodnocení odvětví. Toto bylo od roku 2015 pro Radu EDM. Jedná se o modernizaci kvality a správy dat a v tomto konkrétním je několik zábavných faktoidů. Takže zde více než 33 procent organizací má aktivní, formální program správy dat na určité úrovni organizace - pouze 33. To je samo o sobě velmi zajímavé. Z 50 procent, které skutečně mají, formálně chceme spravovat data, si uvědomujeme, že je to v naší organizaci opravdu důležité aktivum, stejně jako lidé mají lidské zdroje. Pouze 50 procent z nich mělo programy starší než jeden rok. Takže toto je opět nově se rozvíjející oblast, je to opravdu docela zajímavé v tom, čím jsme čím dál důležitější, zejména s věcmi, jako jsou některé z průmyslových předpisů.
Takže v tomto bodě, mnohokrát - a je zajímavé, že jsem během své kariéry pracoval v technickém prodeji a rolích - to ve skutečnosti nebylo: „Oh, můžeme ušetřit peníze, které by motivovaly organizaci“ - je to obvykle strach. Je to spíš: „Ó můj bože, musíme se ujistit, že jsme zakrytí. Nechceme ztratit práci. “A určitě věci jako hackerství a rizika dat a úniky dat, jsou na tom opravdu zajímavé srovnávací studie. Verizon dělá jeden každý rok a je to pravděpodobně jeden z mých oblíbených na recenzi. To, co téměř vždy vidíte, je neúmyslné, není to nutně, jak víte, úmyslné zneužití dat nebo špatné spravování dat, které má za následek únik. A často - nemají tyto statistiky pro tuto konkrétní relaci - ale je fascinující, že tyto náhodné úniky špatného řízení povolení a atd. Víte, aby se věci trochu usnadnily, tyto úniky půjčují. A obvykle pro lidi, kteří jsou postranní nebo externí pro vaši organizaci, a to není to, co chcete.
To jsou druhy věcí, když přemýšlíte o programu správy a zabezpečení dat. Víte, nejen špatná rozhodnutí a šetří peníze, ale také se ujistíte, že víte, že jste v bezpečí, dodržujete právní předpisy o ochraně soukromí a bezpečnosti. V této digitální éře jste schopni zpeněžit data a samozřejmě víte, že chcete dělat věci efektivně a znovu použít data a mít požehnanou kopii a mít - nesnáším, když lidé říkají, a jsem v analytice a já V analytice jsem byl dlouhou dobu, jedna verze pravdy. Víte, obvykle existuje více verzí pravdy, jen z různých perspektiv. Ale v podstatě chcete, aby data byla spolehlivá, na kterých se zakládáte rozhodnutí.
Jedním z největších faktorů, které vidím - a je to dobrá věc, je to dobrá věc, která se znovu ochladzuje - je celý koncept GDPR Evropské unie. A dovolte mi o tom trochu mluvit. Takže pokud nevíte GDPR, budete o tom příští rok hodně slyšet. Je to nová legislativa, která se koná v květnu. Bude vymáháno v květnu roku 2018 a má za to několik velkých sankcí za zlé zacházení s informacemi. Možná jste to už slyšeli v jiných formách - možná nepoužíváte pojem GDPR - asi jste to slyšeli nebo viděli jako právo na zapomenutí, což znamená, že můžete oslovit prodejce a požádat o odstranění vašich údajů. Opět, v minulosti datoví architekti by data neodstranili. Změnili bychom to, učinili bychom to neaktivní ve scénářích skladování dat. Naše data jsme nikdy nesmazali. Na to jsme neměli procesy. Takže, víte, věci, které se dotknou každého aspektu vaší organizace a různých způsobů a procesů, které jste možná nikdy neuvažovali při vytváření vaší aplikace nebo datového skladu. Takže pokud vidíte věci o GDPR, na které se má myslet, brzy budete potřebovat právní základ, který odůvodní shromažďování a zpracování osobních údajů.
Jedná se tedy většinou o osobní úroveň, takže je třeba svobodně udělit souhlas: konkrétní, informovaný, jednoznačný. A bude to mít dopad na mnoho oblastí umělé inteligence a vědy o datech - to je oblast, kterou pokrývám většinou v těchto dnech, jsou důsledky vědy o údajích a jen se ujistěte, že v modelech je jistá transparentnost - stejně jako mnoho dalších oblastí z vaší samoobsluhy. BI, váš datový sklad, správa hlavních dat, dokonce i projekty vašich zákazníků 360, k personalizaci a dokonce i vaší řadě obchodních aplikací. To je něco, co se dotkne každé části vašeho orgánu. A na rozdíl od zákonů na ochranu osobních údajů v jiných jurisdikcích bude GDPR platit pro každou organizaci se sídlem v Evropské unii nebo mimo ni. A pokuty za dodržování předpisů jsou opět značné. Je to vaše organizace, která může být pokutována až do čtyř procent z vašeho celkového hrubého ročního - věřím, že se to nazývá obrat - příjem sám o sobě.
Doufejme, že mám vaši pozornost a to jsou věci, které byste si měli všimnout. Pokud vaše společnost již dodržuje některé z těchto praktik a průmyslových standardů s PCI, možná je to ISO - nejsem si jistý, jestli to řeknu správně - 27001. Pokud už některé z nich děláte, nemělo by to ' být příliš ohromující, ale je to něco, o čem si určitě být vědom. Když se na to připravíte, existuje několik oblastí, zejména v oblasti správy dat a jednou z prvních věcí je katalog a třídění vašich údajů - vědět, kde se vaše data nacházejí. A ve světě, v hybridním světě, kde data žijí všude: Je to v cloudu; je to v těchto aplikacích; je v prodejní síle; je to v nějakém jiném náhodném programu, který marketing používá také, víte, vaše zákaznické systémy nebo systémy inventáře - všechna tato místa. Vědět, kde jsou vaše data a nejjednodušší věc - a to byla opravdu zábavná oblast správy dat, jsou tyto koncepty těchto datových katalogů, které mají inteligenci, dokonce i informace o strojovém učení jsou některé z informací.
A opět, metadata - zmínil jsem se o tom, že metadata jsou opět v pohodě, takže opravdu přemýšlím o metadatech a nevytváříme to důležité téma, když začnete navrhovat datová jezera a tyto typy věcí a samozřejmě je upravujete a sledujete. Monitorování se tak stane mnohem důležitějším, když se musíte vrátit a například někdo z GDPR vás může požádat, abyste prokázal, kam data ta data šla, kdo to má, kdo k nim měl přístup atd. Protože ve skutečnosti budete muset ukázat orgánům tyto typy věcí.
Abychom vám pomohli s vyspělostí správy dat, ve skutečnosti existuje několik myšlenkových škol a já věřím - nejsem si stoprocentně jistý - myslím, že jsem viděl v Ronově balíčku, že některé z nich pokryje, takže jsem Dnes budu mluvit o CMMI. A toto je k dispozici lidem; zahrnuje šest různých kategorií správy dat, 25 procesních oblastí, 414 praktických prohlášení a 596 různých pracovních produktů. Takže když přemýšlíte o všech věcech, které děláte, jako je správa a architektura dat, 596 funkčních pracovních produktů, neuvědomili jste si, kolik jste udělali, že? Nebo co opravdu neděláte. Když se podívám na takové číslo, je to jedna z věcí, která mi v mysli opravdu záleží. Takže v tomto a co se mi na tomto konkrétním líbí, je jeho architektura a technologie neutrální. To znamená, že pokud máte, a většina větších organizací, se kterými jsem v průběhu let konzultoval nebo pracoval a implementoval, víte, že tam mají nejrůznější různé technologie. Takže budete chtít přeložit, co DMM znamená pro platformy a technologie, které používáte ve vašem konkrétním prostředí. Je také nezávislá na odvětví, takže to nemusí být specifické například pro zdravotní péči. Zdravotní péče má jistotu - ať už se jedná o BAA nebo různé typy klasifikací, je třeba překládat nebo se dívat na různé typy věcí, když sestavujete svůj program nebo svůj plán na zlepšení úrovně vyspělosti správy dat ve vaší organizaci.
Co je to, pokud se nejedná o některé z těchto věcí? V podstatě je to definování toho, ale neříkat vám konkrétně, jak to udělat. Vzhledem k tomu, že jsem po většinu své kariéry byla osobností typu A, líbilo se mi, když mi lidé dali cíl, a mohl jsem přijít na to, jak se k tomuto cíli dostat a neříkat, řekněme, mikromanagování mého času, jak se tam dostat. Takto dozrává správa dat a tyto procesy s CMMI vám dávají cíle a dávají vám možnost měřit se v některých z těchto různých oblastí. A oni vám úroveň. Existují různé způsoby, jak můžete skóre a měřit sami sebe, ať už je to úroveň jedna až do úrovně 5, což znamená, že jste ji optimalizovali a máte opravdu silný program.
A abych vám dal pocit, co to vlastně znamená, mám zde malý přehled o tom, co by to mohlo znamenat. Takže tady, když přemýšlíte o životním cyklu procesoru splatnosti správy dat, máte zavedené podpůrné procesy, vše od požadavků, řízení rizik, musíte tam podporovat procesy, až po správu dat a jsem laskavý toho, že v podstatě jde o správu, je v zásadě celý program sám o sobě. S obchodním glosářem jsme mluvili navždy o obchodních glosářích a datových architektech - to by mělo být něco, co máte ve své organizaci. Některé z těchto typů katalogových technologií tam venku, vytvářejí, rozvíjejí obchodní glosář s crowdsourcingem informací a pořizování a co a jak víte a umisťujete odkazy v dokumentech na různé perspektivy stejných dat, z oblasti dat nebo verzi dat, jak se mění v průběhu životního cyklu hodnoty.
To jsou druhy věcí, které se od začátku mé kariéry zlepšily. V minulosti jsme museli vyvinout domácí systémy, abychom dělali tyto typy věcí. Takže se díváme na celek a na celkový obraz, je to strategie a pak všechny různé části tady od vedení po kvalitu v řízení. A jedna věc na kvalitě dat je zajímavá, protože průmysl se stává více automatizovaným a máme opět tyto digitální procesy s automatizovaným rozhodováním. Hodně pracuji v prostoru datové vědy, kde máme některé z těchto nástrojů automatizujících rozhodnutí a aktualizuji prediktivní modely za běhu. Mnoho těchto nástrojů a algoritmů vyžaduje a předpokládá, že data jsou dobrá. Data musí být platná, aby vám poskytla dobré automatické rozhodnutí. Takže při přemýšlení o tom, možná, kvalita dat je obvykle jednou z těch věcí, které lidé tak nějak odkládají a neberou to velmi vážně. Jakmile však začnete automatizovat rozhodování v modelech pro prediktivní modelování a strojové učení, kvalita dat se stane opravdu důležitou.
Několik způsobů, jak změřit váš pokrok, je zde - a nechám to Ronovi promluvit, má k tomu krásný snímek také ve své relaci - jen vám dám rychlý plíživý vrchol, víte, tyto různé úrovně v tomto. V podstatě jde o sebehodnocení, že? Takže se podíváte na správu dat a na to, co si myslíte, že máte vůbec něco na svém místě. A nebuďte v rozpacích, pokud ne. Jak jsem řekl, existuje jen 33 procent organizací, které tyto typy věcí dokonce začaly dělat. I když víte, tyto typy programů už byly přinejmenším - v tomto odvětví jsem byl více než 20 let a určitě jsem dělal tyto typy věcí před lety, možná jsme to jen nenazvali. CMMI, mají cvičení, které můžete sami posoudit a můžete projít a druh pohledu na a vytvořit si vlastní - v tomto případě tento druh radarového grafu - hodnotí všechny tyto různé úhly nebo věci. A každá organizace, jak jsem udělal jinak, víte, když jsem předtím konzultovala a prováděla tyto projekty, víte, každá organizace je jedinečná. Budou to oblasti, které pro ně budou opravdu důležité. Možná, víte, je to řízení procesů nebo řízení kvality nebo rizika - záleží na tom, co to je, ale budete chtít podívat a vytvořit měřítko nebo základní linii a pak také přemýšlet o tom, co definuje jeho úspěch.
Když přemýšlíte o měření a řízení těchto typů věcí, budete chtít nejprve zajistit nějaké výkonné sponzorství pro takový program. To je něco, co bude napříč celou organizací fungovat, takže i když Susie Q a John Smith se rozhodnou: „Jo, udělejme to. Musíme to udělat.“ To nemohou udělat v sila v jejich organizace, nebo dokonce i když je to IT. Opravdu musíte mít tento buy-in od odborníků z oblasti obchodu a dat. Potřebují nějaký čas. Nechtějí, aby to byl jen zvláštní úkol. Pokud jste někdy pracovali - myslím, že jsem již provedl několik úkolů v oblasti správy hlavních dat, projektů dříve a kvality dat - a obvykle víte, dostanete se k podnikání a oni: „Och, správa dat.“ To není něco, z čeho jsou nadšení. A jsou jako: „Ne, ne. Musíme na to mít čas, “a oni to dělají. Takže budete chtít mít nějaký časový závazek. Budete muset mít toto požehnání shora. Budete chtít, aby to bylo křížové.
To je opět něco, co se opravdu dotýká mnoha oblastí organizace. A s GDPR by to mělo být o něco jednodušší, protože opět platí, že zákony z GDPR a kde se tyto osobní údaje používají pro vaše zákazníky a používají se v celé vaší organizaci, mělo by to být o něco jednodušší, pokud je použijete, pokud máte dodržovat GDPR. Tady se přivážejí jazyk. To by pro vás mělo být snazší. Budete chtít přiřadit určitou odpovědnost a pak se podívat na, víte, budete si je muset přizpůsobit. Takže se vždy podíváte na tyto typy vedení, které tyto organizace poskytují, a to je obvykle to, co jsou: Jsou to pokyny pro vás a chystáte se implementovat pro vaši kulturu ve vaší organizaci.
Pracovat v oblasti správy věcí veřejných bylo opravdu velmi důležité. Jedna z věcí, které některé z produktů, které jsem vyvinul, když jsem byl v celosvětové správě produktů společnosti Microsoft, byly samoobslužné BI a umožňující podnikovým uživatelům a netechnickým uživatelům dat hrát si s daty a vytvářet si vlastní reporty a mnohokrát by se to zatlačilo. Takže jsem strávil spoustu času touto správou a zajišťoval, že produkty budou mít správné funkce a audity a protokolování a, víte, udělá to tak, aby samy o sobě nesnížily databázi. Ale existuje rámec, který, jak víte, pracuje v průběhu let na tomto konkrétním tématu těchto typů věcí, které jsou skutečné jako správa dat. Budete chtít mít tu nadaci, která byla za tímto účelem založena výkonným sponzorstvím, a budete chtít tento závazek mezi obchodem a IT.
Takže jsme opět hovořili o přidělení rozpočtu / času a vývoji nových procesů. Když uděláte některé z těchto věcí, víte, začnete se dívat na data, bude to změna na kulturní úrovni. Ale víte, je to ze strategického hlediska velmi důležité znovu. A abych vám dal pocit, tady je příklad, a já jsem to očistil od jednoho ze svých starých projektů z minulých let na tyto typy věcí. A opět je to pravděpodobně z obecného hlediska správy, ale pro tyto typy projektů lze určitě znovu použít s řízením a vývojem procesů správy dat a jejich řízením. Máte odborníka na obchodní záležitosti, máme zde datové správce, IT odborníky na různé oblasti podnikání. Mnoho společností, které jsou větší, bude mít desku vašich podnikových standardů a vaše podnikové architekty a datové architekty a modeláře. Takže budou existovat různí odborníci z různých úrovní. A znovu, mnoho z nich - nesnáším, když to mám jako příklad - budou přizpůsobeny vaší organizaci a vaší kultuře.
Jedna z věcí, když pracujete s těmito projekty, je to opět mnohokrát pravděpodobně nejzajímavější projekt v organizacích, ne tak vizuální, jak lidé chtějí. Je to vtipné, je to jedna z věcí, které, když poradenská firma přijde nebo dokonce ve vaší vlastní IT skupině nebo vaše BI centrum excelence vstoupí nebo vaše analytické centrum excelence přijde a budeme pracovat na datech kvalita a zralost správy dat, nemusí být neuvěřitelně nadšeni, že to udělají. Musíte však najít způsoby, jak je motivovat a zahrnout je do jejich měření. Takže, když přemýšlíte o tom, co to bude, je jednou věcí udělat toto cvičení jednou a dostanete lidi na palubu. A zjistíte, že měli rádi datový katalog, nebo že některé z těchto věcí milují, protože to usnadňuje jejich život a mohou najít, co data znamenají nebo jim rozumět, a mohou do něj přidat svůj vlastní pohled. Datové katalogy jsou pravděpodobně jedním z největších projektů, které lidem pomáhají opravdu se do toho zamilovat.
Takže další věcí je udržet je zasnoubenou. Jak udržujete někoho, kdo se zajímá, že se o to možná nestarají? Je to definovat některé metriky a zahrnout je, jejich měření do a pak poskytnout nějaké učení pro případy porušení a nějaké povědomí, že: „Hej, dělali jsme opravdu dobře na chvíli a pak ne tak dobře po chvíli.“ Takže ty jsou typy věcí, o kterých by se mělo uvažovat, aby to pokračovalo. A pak, když přemýšlíte o bodování, a to je příklad od CMMI, takto to skórují. Zase budete mít své vlastní dashboardy, své vlastní KPI, víte, různé způsoby, jak jsou lidé měřeni v organizaci. Ale budete mít různé způsoby, jak hodnotit a měřit svůj vlastní úspěch. Můj klíčový bod, který byste měli vzít z toho, nebo hák, který vám to vezme, je ujistit se, že máte způsob, jak měřit úspěch, a že můžete také oslavit své úspěchy.
Takže s tím oceňuji, že jste tam visel pro toto vzrušující téma, a já se obrátím k Ronovi, který to bude kopat trochu hlouběji.
Ron Huizenga: Děkuji, Jen. A děkuji vám všem, že jste se k nám dnes připojili. Nyní se chystám vzít několik aspektů toho, o čem Jen mluvila, a jít trochu hlouběji v určitých oblastech. Budu ale také poskytovat shrnutí toho, jak můžete mít alespoň nějaké sebehodnocení na vysoké úrovni v některých z těchto oblastí. Protože, jak jste viděli u modelů CMMI a tohoto typu věcí, můžete jít velmi hluboko velmi rychle s mnoha různými ukazateli. To, k čemu se opravdu chceme dostat, je něco, abyste mohli získat dobrý pocit, kde je vaše organizace na poměrně vysoké úrovni, a pak začít vrtat do ostatních. Takže s tím budu mluvit o organizační účinnosti. A budu to založit na CMMI a některých dalších standardech nebo orgánech znalostí, které z toho v průběhu let vycházejí. A pak budu mluvit o některých ukazatelích zralosti pro data a procesní zralost, protože jak to projdeme, uvidíte, že jdou ruku v ruce. A podporovala perspektivy, Jen mluvila o správě věcí veřejných v jedné oblasti. A taky trochu mluvím o podnikové architektuře. A pak to shrneme a dostaneme se ke kulatému stolu.
Podíváme-li se na to, existuje mnoho standardů a BOK - které jsou samozřejmě těmi znalostmi - které byly vydány v průběhu let. Mnoho z nich skutečně vycházelo ze schopnosti modelu zralosti. A odtamtud přišel CMMI, o kterém Jen mluvila. Samotný model CMM byl vlastně v roce 1998. Ve skutečnosti byl zahájen gentlemanem jménem Watts Humphrey, když byl v IBM. V IBM pracoval 27 let. Jeho skutečný aktivní vývoj tohoto konkrétního modelu však začal, když byl v Carnegie Mellon, a byl pověřen americkým ministerstvem obrany. K odvození bylo použito mnoho dalších standardů. A něco, co je velmi dobré vědět o tomto odvětví, když o tom mluvíme v některých dalších standardech, je, když se podíváme na načasování tohoto, je to také na pozadí věcí, které jsme v průmyslu obecně viděli. To bylo, když se kvalitní hnutí začalo chopit, zejména ve výrobě, a to se točilo do jiných oblastí. Kde jsme hledali způsoby, jak zlepšit výrobní procesy, dělat věci, jako je řízení celkové kvality, výroba v pravý čas a další věci. A spousta filosofií, které z toho vyplynuly, přišla do celého kvalitního souboru práce.
A to je opravdu druh skákání, ze kterého začalo mnoho těchto věcí. Začala v obecném průmyslu a prosadila se také do IT a datových, procesních a informačních systémů. Další standardy, které vidíme, které jsou více úzce spojeny nebo konkrétnější s některými věcmi, o nichž mluvíme, jsou samozřejmě model zralosti dat, o kterém Jen trochu mluvila. K dispozici je také model splatnosti obchodních procesů od skupiny Object Management Group. A řada dalších standardů, které jste možná viděli, že vaše organizace se může potýkat nebo využívat v různých oblastech podnikání, zejména v oblasti IT, jako je COBIT, což jsou kontrolní cíle pro informace a technologie, ITIL, což je obecně infrastruktura -zaměřeno, což mnozí z vás možná řešili. Opět, celkové řízení kvality. A zejména když se dostanete do věcí, jako jsou metriky a všechno ostatní, možná jste viděli věci, jako je statistické řízení procesů. A pak, samozřejmě, některé z vědomostí, se kterými se zabýváme, jsou informační nebo IT profesionálové. Orgán pro správu údajů podle.
K dispozici je také ekvivalent znalostí obchodní analýzy. A znalostní řídící orgán projektu. Můžete mít několik nebo více těchto věcí ve hře, které používají různé zúčastněné strany ve vaší organizaci současně. Ale pojďme se odfiltrovat skrz BOK a vraťme se a řekneme, co je zralost? A uvedeme definici zralého, protože když se zeptáte, jaká je zralost, když ji vyhledáte ve slovníku, ve skutečnosti se říká „jste zralí.“ Takže pomocí slova „zralý“ to opravdu znamená dosáhnout pokročilého fáze vývoje - samozřejmě velmi obecná. Ale to, na co se tady opravdu díváme, je pokrok, co děláme, k vyšší a vyšší úrovni úspěchu, když procházíme. A když se podíváte na mnoho standardů, jak uvidíte, zejména CMMI a model zralosti schopností skutečně založily věci na pětibodové stupnici, takže nám poskytuje postupný způsob, jak se dívat a říkat, jak jsou ve skutečnosti se vyvíjíme v tomto měřítku v tom, jak rosteme?
Když se však díváme na zralost, pokud jde o dosažení organizační zralosti ve věcech, které nás zajímají, musíme být v rovnováze. Musíte dosáhnout zralosti dat a mluvíme o některých kritériích, která tam musíte udělat, ale musíte dosáhnout procesní zralosti současně. Jsou to dvě strany téže mince a musí jít ruku v ruce. Nemůžete jít od, řekněme, od nuly do pěti na stupnici zralosti dat, aniž byste zvýšili procesní zralost a to samé platí o procesní zralosti. Oba jsou spolu spojeni a navzájem se tahají za jízdu, jak se ve skutečnosti vyvíjíte v různých fázích. A o tom si promluvím o něco více v budoucím snímku. Dalšími věcmi, které si musíme uvědomit, je to, že data i procesní zralost jsou zásadní pro podnikovou architekturu a zásadní pro některé věci správy, o kterých Jen mluvila. Umožňujeme těm, abychom dosáhli zralosti v některých z těchto věcí, které se snažíme dělat.
Nyní na snímku, o kterém Jen řekla, že budu mluvit o trochu podrobněji. Vzal jsem si jen několik kategorií a pomocí škály CMM zde a vlastně mám svůj vlastní, ve skutečnosti přidám nulu, pokud jde o, na vrchol stupnice, protože mohou existovat určité případy, kdy jste ve skutečnosti neudělali v těchto případech jakákoli trakce. Tohle jsou jen způsoby rozpoznávání, ke kterým došlo. Pokud se podíváme zejména na správu dat, můžete začít od nuly, protože nemáte žádné programy správy dat. A jakmile začnete dozrávat v různých oblastech, jakmile to začnete představovat na úrovni projektu, pak na úrovni programu, prostřednictvím divizí a nakonec celého podniku, tak z pohledu správy věcí veřejných dozráváte a rostete organizace, jak to děláte.
Další aspekty, jako je správa kmenových dat, můžete začít na nule bez klasifikace formálních dat. Poté se dostanete do bodu, kdy zjistíte, že máte kmenová data a začnete klasifikovat, ale není integrován. Poté začnete pracovat na integrovaných a sdílených úložištích. Poté, co se dostanete do standardizovaného prostředí, se právě teď díváte na poskytování služeb správy dat. A jak postupujete dále, budete muset zřídit správce hlavních dat a nakonec radu pro správu dat, která se na to bude opravdu pořádně dívat. Když se podíváte na své technické prostředí a aplikace a databáze, které máte z pohledu datové integrace, budete mít opět v nezralém prostředí řadu ad hoc, point-to-point rozhraní a tento typ věc. A jak postupujete, začnete zavádět některé běžné nástroje a standardy. Poté, co vyrostete, začnete zkoumat běžné integrační platformy. A jakmile se stanete standardizovaným, budete pracovat na standardizovaném middlewaru a možných jednoduchých věcech, jako jsou podnikové servisní autobusy, kanonický model, kategorizovat všechna vaše data ve vaší organizaci a také se vázat na věci, jako jsou obchodní pravidla ve vašem úložišti a takové řazení věc. A pak jdete ještě dále, kde je plně začleníte do organizační kultury. A samozřejmě, kvalita je prvořadá. Jak Jen mluvila, mnoho rozhodnutí a spousta nástrojů, které jsou tam, předpokládají, že máte vysoce kvalitní data, se kterými pracujete. Kvalita dat je tedy něco, co je základní oporou pro dosažení zralosti dat.
Znovu, když se podíváte na data, můžete mít spoustu sil a rozptýlených dat v nezralých prostředích. Můžete mít nesrovnalosti, které jsou přijaty. A pak na tom začnete pracovat, rozeznáte nekonzistentní a začnete se dívat na plánování. Pokud se zde podíváte na spravovaná prostředí, je zde velmi důležité čištění dat při spotřebě, aby bylo možné data použít při rozhodování. Takže to, o čem opravdu mluvíme, je čištění dat, kde je načteme do datových skladů a dalších nástrojů pro podporu rozhodování. A to je analogické tomu, co jsme viděli v odvětví výroby dat, kde lidé vyráběli produkty, dělali si cestu dolů po montážní lince a na jejím konci byste produkt zkontrolovali a šli: „Ach, máme zde vady. “Opět platí, že jednu věc, kterou nikdy nemůžete udělat, je, že nikdy nebudete moci vylepšit kvalitu produktu kontrolou na konci. Můžete vidět problémy s tím a pak můžete podniknout opatření ke zlepšení dalších a dalších, které se po ní dostanou dolů, ale nikdy to nezlepšíte kontrolou na konci. Tady je to místo, kde, jak postupujete vpřed, zejména v datech, se pohybujete více z pohledu inspekce a očištění v místě spotřeby, kde se začnete pokoušet stavět to u zdroje, přímo od místa, kde chytíte data, procesy, které na tato data působí, zajišťující, že tato data jsou přesná a vhodná ke spotřebě v každém procesu po celou dobu. Jak se budete dále vyvíjet, začnete se vyvíjet a získávat kvalitní KPI a skutečně začnete rozvíjet tento preventivní přístup ke kvalitě dat, jak postupujete vpřed.
Pokud jde o organizační chování nebo věci, které vidíte, je to, že pokud si nemyslíte, že máte problém nebo si nejste vědomi, můžete být, pokud ve vaší organizaci existuje fáze odmítnutí, která mi říká, že jste na úroveň nula nebo potenciální přesun do jedné. Pokud je kolem vašich dat spousta chaosu a snaží se tyto nesrovnalosti vyřešit, jste pravděpodobně na úrovni jedné. Když jste stále v reaktivním režimu, přecházíte do správy, ale nebudete standardizováni, dokud ve skutečnosti nebudete mít velmi stabilní datové prostředí zahrnující jak správu, kvalitu, správu hlavních dat, tak i data. integrace, abychom jmenovali jen několik bodů. A opět, jakmile se dostanete kolem, to je, když začnete dostat do opravdu proaktivní správy stylů. Pokud se dostanete k části, kde máte velmi prediktivní chování a také analytiku, která ho zálohuje, a KPI pro jeho zálohování ve vaší organizaci, když se na to podíváme a překryjeme pár věcí, je tu ještě několik věcí, které můžeme podívejte se na organizace a kde jsou. Pojďme se podívat na primární zaměření IT v organizaci. Pokud je vaše hlavní zaměření v oblasti IT stále na technologii a infrastrukturu, pravděpodobně jste na cestě k méně vyspělému konci stupnice. Ale když se opravdu zaměřujete na informace a strategické informační aktivity umožňující informace, přibližujete se k vyspělému konci stupnice. Také když se na to díváte z pohledu dat, pokud jste na spodním konci, máte vysoké riziko dat a pokud jste na horním konci, snížili jste riziko spojené s daty. A naopak je to vytváření hodnot organizace. Nižší zralost dat znamená, že pravděpodobně máte poměrně nízkou úroveň tvorby hodnot, zejména pokud jde o data, která máte ve vaší organizaci. A jak se pohybujete po stupnici, získáváte vysokou hodnotu.
Pojďme se na to podívat, pokud jde o samotné modelování dat. Někdy se datové modelování stalo nevlastní ženou. A modelování dat je zásadní pro dosažení zralosti dat. Chci tedy jen mluvit o několika výpovědích o tom, jak to datové modelování souvisí. Pokud se právě používá pro dokumentaci nebo pro jednoduché generování fyzické databáze pro malé aplikace a tento typ věcí, jste pravděpodobně na nižší úrovni z hlediska splatnosti dat. Když začnete obejmout a rozpoznat různé typy modelů, včetně konceptuálního, logického modelu a fyzického modelování, kde je také, víte, v zásadě jdete designem. Skutečně to používáte jako konstrukční hledisko, pak jste na úrovni jedné.
Když se na to začnete dívat z podnikové úrovně, včetně budování podnikových nebo kanonických modelů, zavádění konceptů a vázání do více modelů, datové řady a vytváření metadat správy přímo do svých modelů, začínáte se dostávat k úroveň tři, a poté se přesuneme dále k metadatům plné správy, integraci podnikového glosáře atd. Když se podíváte na životní cyklus a hodnotový řetězec dat, je to, když se opravdu dostanete na úroveň čtyři. A opět, plně integrované modelování s obchodními glosáři, metadaty, schopnost řídit věci jako samoobslužná analytika, to je opravdu, když jste dosáhli poměrně vyspělého stavu.
V souvislosti s tím chci velmi krátce hovořit o životním cyklu dat. A důvod, proč o tom chci mluvit, je životní cyklus dat, bohužel, je často ignorován. A o čem to je, opravdu popisuje, jak je datový prvek vytvořen, přečten, aktualizován nebo vymazán a procesy, které na něj působí v celé vaší organizaci. Takže ti z nás, kteří byli v oboru již dlouhou dobu, to nazývají CRUD, protože je to vytváření, čtení, aktualizace a mazání. Musíme to pochopit na základní úrovni, když jednáme s údaji v naší organizaci. Do hry vstupuje mnoho faktorů. Jaká obchodní pravidla na to působí? Jaké obchodní procesy spotřebovávají, vytvářejí nebo mění data? Jaké jsou aplikace, které skutečně implementují tyto obchodní procesy, aby vám to umožnily? To vše přichází do hry z hlediska životního cyklu dat.
A znovu, Jen se o tom zmínil dříve - nemusí nutně existovat jeden zdroj pravdy. A může existovat více způsobů, jak je určitý datový prvek vytvořen. A možná budete muset přijít, různé věci přicházejí skrze více systémů nebo více příjmů, které musíte smířit a odhodlat, abyste přišli s tím, jaký je správný zdroj dat pro dané konkrétní rozhodnutí v daném okamžiku. V organizaci může existovat více variant dat pro různé účely. Abyste toho mohli dosáhnout, musíte být schopni modelovat obchodní proces, datový řádek, který zahrnuje datové toky, integraci a který zahrnuje věci, jako je ETL, takže extrahujte, transformujte a načtěte svůj datový sklad, datový trh a pracovní oblasti. a samozřejmě také datová spojení na straně velkých dat. Když tyto informace stahujete z datového jezera, musíte vědět, jak je konzumujete a jak je používáte. Pokud jde o samotný životní cyklus, je to skutečně způsob, jakým vytváříme nebo sbíráme nová data, jak je klasifikujeme - protože je musíte klasifikovat, aby s nimi rozuměli a efektivně s nimi pracovat - jak je ukládáte, jak vy Používám ji, jak ji upravujete pro ty obchodní procesy, kde je sdílen v organizaci - a velmi důležité: uchovávání a archivace. Jak dlouho uchováváte data? Kdy ji archivujete? Kdy nakonec tato data zničíte? Všechny tyto věci je třeba brát v úvahu ve vašem životním cyklu dat a všechny tyto věci musíte udělat, abyste dosáhli vysoké úrovně zralosti dat ve vaší organizaci.
Teď na druhou stranu jsem znovu řekl, že jsou jakoby dvojčata, kde musíte mluvit o procesní zralosti ve spojení s datovou zralostí - dělají to ruku v ruce. Opět mám tady několik různých věcí a - nebojte se, nebudu si je všechny přečíst, ale jen tak trochu kontrolní seznam - znovu můžete začít sami hodnotit, kde se vaše organizace nachází, pokud jde o procesní zralosti. Podívejme se na věci od počátečního práva přes optimalizované stránky znovu. Opět používáme stejnou pětibodovou stupnici, která byla odvozena z modelu splatnosti schopností. Pokud se podíváte na věci, jako je zaměření, pokud jste na nižší úrovni nebo na počáteční úrovni procesní zralosti, můžete ve své organizaci zjistit, že lidé se při plnění své práce opravdu spoléhají na své vlastní metody. A možná uvidíte nějaké hrdinství a takový typ věcí, abyste mohli věci udělat. Poté se začnete dostávat do bodu, ve kterém jste o tom aktivnější, kde váš management přebírá odpovědnost za pracovní jednotky a výkon. Poté začnete vyvíjet standardní integrované procesy. Pak stabilita procesu a opětovné použití. Pak začnete vidět více kultury mentoringu a statistického řízení, abyste mohli vypočítat metriky a KPI týkající se těchto procesů a nakonec plné úrovně optimalizace.
Když se podíváte na řízení práce, můžete jít, jdete z oblasti, kde máte nekonzistentní úrovně řízení práce, k lepšímu řízení, kde vyvažujete alespoň na vyšší úrovni své závazky ke zdrojům. Pak do bodu, kdy máte přizpůsobivější nebo agilnější organizaci, takže můžete standardizovat své procesy, ale přizpůsobit je tak, aby byly nejlépe použity za různých okolností ve vaší organizaci. A když se dostanete na pokročilé, právě tam je zplnomocnění velmi důležité, a to znamená, že každý intuitivně rozumí tomu, co se děje a zaměstnanci mají procesní data, aby mohli vyhodnotit a řídit svou práci.
Opět se vracíme k analogii výroby - když jsme viděli, že když jsme začali modernizovat naše montážní linky a všechno podobné v průmyslu, začali jsme hovořit o celkové kvalitě a posílení postavení zaměstnanců i na montážní lince, kde když někdo viděl v nějaké konkrétní fázi výroby bylo něco špatného, lidé byli zmocněni, že mohou zasáhnout velké červené tlačítko a zavřít celou montážní linku, dokud se problémy nevyřeší, než se věci začnou dále rozvíjet. A to je ten druh mentality a druh kultury, který hledáme kolem dat v našich procesech, abychom se ujistili, že skutečně optimalizujeme naše data a naše procesy v naší organizaci.
Další ukazatele vaší kultury - je vaše kultura stagnující z hlediska neexistence identifikovatelného základu pro skutečný závazek ke zlepšení vašich obchodních procesů? Existuje delegace odpovědnosti, kterou vidíme dále v měřítku? A jak se pohybujete dále, možná budete mít i sila, ale jakmile se začnete pohybovat vzhůru v souvislosti s kulturou a věcmi, které děláte ve svém obchodním procesu, také rozkládáte tato různá obchodní sila a pákový efekt procesy ve vaší organizaci. Je velmi důležité, že jakmile se dostanete do fáze události, je to, na čem se opravdu opíráte, spíše než pocit střev, že skutečně shromažďujete metriky kvality a máte k dispozici metriky, které předpovídají vaši schopnost výkonu vaší firmy operace, a to je nesmírně důležité.
Pokud jde o architekturu, pojďme si o tom promluvit, protože mnozí z nás jsou v IT nebo se vždy na IT díváme. Opět platí, že stejné typy věcí, které jsme viděli v datech. Máme zoufalé IT systémy, pokud jste opravdu v počátečních fázích procesní zralosti. Jakmile začnete spravovat své procesy, uvidíte, jak jsou některé služby nastaveny tam, kde skutečně přijímáte více přístupu založeného na službách. Poté, co se stanete standardizovaným, uvidíte více přijetí komplexních služeb, pokud jde o data a služby a procesní služby a tento typ věcí, a to až tam, kde se dostanete k úplným službám nebo nové architektuře. A nakonec na celý proces-řízený podnik, který využívá vaše data.
Opět platí, že stejné typy měřítka, když se podíváme na to. Pokud jde o produktivitu, při nízké úrovni zralosti procesu uvidíte nízkou úroveň produktivity a vysoké zralosti procesu, uvidíte mnohem vyšší produktivitu. A kvalita s tím souvisí také. Stejné jako u údajů - pokud máte nízkou úroveň zralosti, uvidíte vysokou míru rizika a také vysokou úroveň odpadu. Ale čím vyšší je vaše úroveň zralosti, snížíte to a snížíte své riziko a výrazně omezíte plýtvání. Pokud jde o některé z věcí, které se v organizaci mohou projevovat jako druh symptomů nebo ukazatelů, je-li primární filosofie založena na snižování nákladů, jste pravděpodobně na nízké úrovni procesní splatnosti. Je to potom promoce a posun směrem k bližšímu zkoumání efektivity ve vaší organizaci a jakmile se dostanete na velmi vyspělou úroveň, budete se znovu zaměřovat na vytváření hodnot.
Z hlediska organizačního řízení, pokud vládne chaos, je to obvykle příznakem organizací s nízkou procesní zralostí. Ale začnete se soustředit na to, čemu říkám více manažerské mentality, kde - a tam může být nějaké řízení na základě nařízení nebo uložení věcí - kde jste opravdu, když se dostanete na vyspělejší úrovně, vaše vedení překládá více vedení. Jinými slovy, filozofie zlepšování je zakotvena v kultuře a od generálního ředitele propagují celou filozofii zlepšování procesů a neustálého zlepšování vaší organizace jako celku.
Pokud jde o procesní model - a já to projdu docela rychle tady - znovu se podívejme na procesní modely, protože se váží na samotnou procesní zralost. Opět, velmi podobné věcem, které jsme viděli v otázce zralosti dat, kde na nízké úrovni nebo na úrovni jedna můžete pouze dokumentovat procesy nebo proces současného stavu, ale ve skutečnosti je nepoužíváte, pokud jde o posun věcí vpřed. Jakmile začnete dospívat, budete používat modelování podnikových procesů k posílení skutečného řízení podnikových procesů v organizaci, pak se vyvíjet ještě dále tam, kde je používáte, a tyto modely neustále aktualizovat, aby se zlepšování procesů dostalo tam, kde jste nakonec dostat se do procesu návrhu. A když se dostanete k plnému dospělosti nebo, víte, co obvykle vidíte v štíhlých nebo organizacích, které přijaly programy vyšší kvality, jako je Sigma, to je opět místo, kde máte mentalitu neustálého zlepšování a je to zakořeněno přímo při modelování vaší organizaci. Stejně jako používáme technické plány k vytváření produktů, ať už jde o letadla nebo budovy a mrakodrapy, a takového typu, i my se spoléháme na naše modely, aby skutečně posunuly naše podnikání vpřed, protože to je konstrukční prvek, který skutečně pohání naše organizační prvky kupředu .
Teď opět nebudu podrobně projednávat toto a každé jediné slovo. Udělal jsem, že jsem vzal tyto dva jednodušší snímky mřížky a vybral jsem několik slov, která byla použita v některých z těchto dalších deskriptorů jak pro splatnost dat, tak pro procesní splatnost. Když se na to podíváte po skutečnosti, můžete začít přemýšlet o některých slovech, která vidíte vycházet ve vaší vlastní vnitřní kultuře, pokud jde o věci, které jsou řečeny. A to vám pomůže začít s klasifikací, kde se jako celková organizace začneme celkově přizpůsobovat této stupnici zralosti. Takže pokud vidíte věci, jako je nekonzistentnost nebo stagnující nebo neefektivnost, která se objevuje docela často nebo chaos, budete obvykle na spodním konci stupnice. Když začnete přemýšlet o věcech, jako je neustálé zlepšování, strategické sladění, preventivní přístup k defektům a kvalitě a tento typ věcí, úplná integrace a mluvíte o osvědčených postupech v konkurenční výhodě, pak se uvidíte sami nahoru na optimalizátoru, vyšší konec stupnice.
Znovu bych chtěl poukázat na to, že když se začnete zabývat správou dat, zejména když se podíváte na spodní část stupnice, je v počátečních fázích, může být správa dat zavedena pouze na úrovni jednotlivých projektů. Musíte se vyvinout do bodu, kdy správa dat a konkrétní cíl je z řízení projektových dat a vyvinula se prostřednictvím správy programových a divizních dat, kde je opět celá organizace a je začleněna do organizace jako celku.
Mluvil jsem o skutečnosti, že se jedná o dvojčata, která spolupracují, pokud jde o splatnost dat a procesní zralost. Při dosažení této zralosti je na obou stranách měřítka cesta a nemůžete skákat kroky. Pokud jste v nule, budete se muset vyvinout v etapách jedna, dvě, tři, čtyři a nakonec se dostat do pěti. A na světě je jen velmi málo organizací. Spousta organizací by tedy byla více než šťastná, kdyby byla v bodě, kdy jsou ve třídě, a pak by to dokázala použít jako odrazový můstek vpřed. A opět nemůžete jít, nemůžete být ve čtyřech z datové splatnosti a jeden v procesní zralosti. Jednoduše to nefunguje, protože jsou propojeny tak, že musíte rozumět vašim datům a procesům a spolu s nimi mít dobrou manipulaci.
Dobrou analogií k tomu je, že na vaší cestě k organizované zralosti předpokládejme, že se váš tým skládá ze dvou lidí: Jedním je procesní zralost a druhým je zralost dat. Vedete překážkovou dráhu a jste svázáni krátkým lanem. A dostat se na konec tohoto kurzu, to znamená, že oba musíte projít nejen všechny překážky, ale musíte projít všemi překážkami téměř současně nebo velmi blízko u sebe, abyste byli schopen se pohybovat a dostat se k další překážce. To je opravdu dobrý způsob, jak přemýšlet o vyvážení procesní splatnosti a splatnosti dat. Jinými slovy, můžete být poněkud orientovaní na proces a můžete být poněkud orientovaní na data, ale bude to předstihový indikátor a nemůže existovat velká mezera, která by vás ve skutečných úrovních přivedla nahoru.
A když se na to znovu podíváme ze správy dat, jedna z věcí, na kterou bych chtěl poukázat v případě, že si to neuvědomujete, je DAMA na začátku letošního roku vydala tělo správy dat ze svazku znalostí dva a věcí, které změněno je skutečné kolo DAMA. A vlastně jsem to reprezentoval trochu jinak, kde je správa dat ve středu a deset různých kategorií kolem různých kol. Něco, co je zde velmi důležité, je datové modelování a design má ve skutečnosti své vlastní oblasti na volantu - předtím to bylo tak trochu smícháno s ostatními. Jednou z věcí, která je zde velmi zásadním bodem, je zejména modelování dat, které je zásadní pro všechny tyto další aspekty, protože ať už děláme modelování dat našich databází nebo metadata, kterými se zabýváme, má modelování dat roli hrát ve všech těchto dalších kusech, o kterých mluvíme. A modelování procesů také hraje roli v mnoha těchto věcech, protože kromě porozumění samotným datům musíme pochopit, jak jsou používána, a právě proto nám to pomáhá modelování procesů.
Nyní pojďme trochu změnit rychlost a mluvíme o podnikové architektuře. A modely jsou také zásadní pro podnikovou architekturu. A založím to na příkladu a toto je Zachmanův rámec, který zde ukazuji velmi rychle. A když se na to podíváte, uvidíte zde několik věcí. Uvidíte, co, jak, kde, kdo, kdy a proč je druh stupnice nahoře. A pak projdete podrobnějšími úrovněmi zpracování, pokud budete, pokud jde o typy modelování nebo typy věcí, které zpracováváte v rámci podnikové architektury, od velmi vysoké kontextové úrovně až po podrobnou úroveň, včetně fyzické implementace. Pokud se podíváte na první sloupce, je to, co je velmi náročné na data a zahrnuje data. Jak je proces velmi řízen. A pokud se podíváte na další aspekty, budete používat kombinaci procesního a datového modelování, pokud jde o zvyšování zbývajících informací. Budete mít údaje o všech těchto různých věcech a vaše procesní modely také spojí věci, jako je to, kde se věci dějí, odpovědnost. A také pokud jde o modelování procesů, které v našich nástrojích děláme dobře, můžete to začít spojovat s cíli a vztahy a obchodními pravidly, které také vedou tyto různé věci, které děláte.
Z celkového pohledu Zachmanova rámce je jedním z dobrých způsobů, jak o tom přemýšlet, i to, že jste řízeni modelem a ve skutečnosti procházíte různými úrovněmi. Takže začínáte s rozsahem na vysoké úrovni a kontextovým. Poté se vyvíjíte směrem k obchodním modelům, dolů k systémovým modelům, poté k technologickým modelům a také k velmi podrobnému znázornění technických modelů. A opět, data představují co, proces je to, jak a je to skutečně kombinace interakcí dat a procesů, která řídí všechny ostatní vlastnosti zde.
Na základě toho není náhoda, že způsob, jakým vnímáme myšlenku podnikové architektury, je založen trochu jinak, než mohou někteří jiní. Poměrně často uslyšíte, že čtyři pilíře podnikové architektury jsou datová, akviziční, obchodní a technická architektura. Díváme se na to trochu jinak. Architekturu dat považujeme za základní základ, který řídí celou podnikovou architekturu ze dvou důvodů. Jeden, to je místo, kde to začalo. Dokonce i věci, jako je Zachmanova struktura, vyrostly primárně z datové architektury a poté rostly, aby zahrnovaly i další aspekty architektury. A dva, protože základní vazba mezi procesem a daty. Proto vnímáme architekturu podnikání jako ústřední pilíř podnikové architektury. A pak je to samozřejmě komplikováno aplikační architekturou a technickou architekturou, což je absolutní nezbytnost, která nám umožňuje řídit opravdové podnikové schopnosti. Nyní, když se podíváme na to, co se týče ER Studio Enterprise Team Edition, naší integrované modelovací platformy, takto se to dostává do hry. A to je kontextový diagram na vysoké úrovni některých modelů, které děláme, a některých fundamentů za tím. A to je ve skutečnosti řízeno, to je ve skutečnosti znázorněno v diagramu procesu. Když se podíváme konkrétně na naši část datové architektury a naši podnikovou architekturu níže, dodáváme nástroje založené na rolích.
A když se podíváte na náš nástroj obchodního architekta dole v levém dolním rohu, tam obvykle pracují obchodní analytici a obchodní architekti. A obvykle se zaměřují na některé obchodní procesy a začínají je vyhánět. Ale zaměřují se také na to, co. Takže začneme dělat nějaké koncepční modelování dat a takový typ věcí. Tyto koncepční modelovací komponenty můžeme využít a přenést do našeho nástroje pro modelování dat a do datového architekta, kde jsou dále rozpracovány do logických datových modelů a samozřejmě do fyzických modelů, abychom mohli generovat fyzické databáze. Můžeme také tlačit zpět, aby se koncepční modely upgradovaly také v prostoru obchodní architektury. Velmi důležitou věcí je, že podporujeme různé typy modelování. Takže opět je BI velmi důležitá a datová jezera a tyto typy věcí, takže vlastně děláme i nějaké modelování a také jako součást toho děláme modelování datových linií. Takže nejen ETL, pokud jde o to, jak provádíte mapování z vašich fyzických modelů na vaše rozměrové modely pro datové sklady nebo dokonce přinášejí věci z vašich datových jezer a vidíme, jak tyto mapy vycházejí, můžeme všechny tyto věci spojit dohromady. Stejně jako předávání zpětného inženýrství z jiných modelových platforem, z velkých datových platforem.
A pak také věci jako nástroje ETL, takže můžeme vlastně začít odvodit diagramy datových linií přímo ze specifikací ETL, které můžete mít ve svém vlastním prostředí. Je také velmi důležité vědět, že jsme museli expandovat za relační modelování. Máme určité platformy jako Hive a zejména MongoDB, nyní začínáme mluvit o obchodech s dokumenty, kde máme koncepty, jako jsou vložené objekty a pole. Vlastně jsme rozšířili notaci, abychom byli schopni vyhovět i těmto typům modelů, protože se jedná o nerelační koncept. Všechno, co jsme vytvořili v nástroji datových architektů, co se týče datových artefaktů, ať už jde o logické entity nebo fyzické tabulky a jejich atributy, lze poté posunout zpět do modelování podnikového zpracování. Takže když zpracováváte své modely obchodních procesů z vysoké úrovně a snižujete se na nižší úroveň, můžete ve skutečnosti propojit skutečné datové prvky. Takže můžete jednat, můžeme určit matice CRUD toho, co se ve skutečnosti děje. To vám dává ten životní cyklus dat, o kterém jsem hovořil při vytváření, čtení, aktualizaci a mazání na úrovni procesu. A tam také provádíme kompletní modelování procesů BPM s naší vlastní sadou překryvů, takže se můžete začít spojovat s obchodními strategiemi a obchodními cíli. Můžeme se také spojit s aplikacemi, které implementují tyto obchodní procesy, a to vše z pohledu modelu.
Jiné věci jsou nesmírně důležité je také v našich datových modelech. Zvládnuté a spravované vlastnosti správy dat nebo vlastnosti kvality údajů. Můžete zde definovat a sestavit svá vlastní metadata pro vlastnosti, které chcete sledovat, a to znamená, že nyní používáte svůj model jako plán k tomu, aby se to řídilo celou vaší organizací, do úložišť metadat a všeho dalšího. A samozřejmě, jedním z omezení modelování, před mnoha lety, kdy jsme mnoho z nás začali v tomto oboru, je, že bychom tyto modely vyráběli. Co bychom udělali? Vytiskli jsme je, položili jsme je na zeď, možná pro členy týmu, aby je mohli sdílet a takovou věc. Skutečnou hodnotou toho je schopnost sdílet a spolupracovat v rámci našich organizací. Proto máme přístup založený na úložišti, kde kontrolujeme naše modely a pracovní prostory. A sdílíme je s našimi voliči, kteří jsou organizací, ať už se jedná o další technické zúčastněné strany, obchodní uživatele a tento druh věcí. A také to uvázat do naší platformy pro spolupráci s názvem Team Server.
Mluvili jsme tedy o dřívějších obchodních glosářích a termínech a jejich důležitosti a rozvoji této slovní zásoby pro podnikání. To vše bylo v týmu Team Server, kde uživatelé, obchodní uživatelé mohou za těchto podmínek spolupracovat. Jsou viditelné, použitelné například v datovém architektuře, například v blízkosti datových modelů a mnoho těchto obchodních glosářů často pochází z některých datových slovníků, které jsme v našich datových modelech vytvořili. Můžeme je prosadit - Také z nástrojů datových architektů je výchozím bodem obchodní glosář, kde je lze dále zdokonalovat, a to vše se správou změn kolem něj.
To bylo hodně. Abych to shrnul, pár věcí, o kterých jsme hovořili, je vyzkoušet skutečnou organizační zralost, potřebujete vyvážený přístup, který se skládá ze zralosti dat a zralosti procesu. Nemůžete dosáhnout jednoho bez druhého. Opět platí, že musíte mít obojí a musíte se na to spolehnout, konkrétně na modelování dat a modelování procesů jak pro podnikovou architekturu, tak pro správu dat a správu procesů a také ve vašich organizacích. Podniková architektura to opravdu spojuje, pokud jde o pohled na tyto různé aspekty a perspektivy. K tomu potřebujete pevný základ architektury dat a potřebujete integrativní procesní modelování, které zajistí tento obchodní kontext a umožní vám posunout váš obchodní proces a spotřebu dat vpřed. Opět důležitější než kdy předtím. Mohu říci, že to, co je staré, je znovu nové. Takže modelování dat, modelování procesů, počet řádků, metadata a glosáře jsou zásadní pro to, aby toho bylo dosaženo, a ER / Studio Enterprise Team Edition je platforma pro spolupráci, která toto vše spojuje.
A s tím můžeme přejít k otázkám.
Eric Kavanagh: Dobře.
Ron Huizenga: Půjdeme k tobě, Ericu.
Eric Kavanagh: Rone, musím ti dát čepici za všechno úsilí, které jsi vynaložil na zdokumentování těchto různých procesů a rámců. To je spousta materiálu, který tam máš. Myslím, že velkou otázkou, kterou mám, je, kdo by měl dohlížet na tyto věci v organizaci, protože se dotýkáš tolika různých věcí. Postavíte procesy, bude to hlavní provozní důstojník nebo nějaká provozní osoba. Životní cyklus dat, myslíte si, že to bude hlavní datový důstojník. Dotýkáte se tolika různých částí a tolika různých součástí firmy. Jak najdete správnou osobu nebo skupinu lidí a je to řídící výbor? Co je to? Co nám můžete říct o tom, kdo by to měl dělat v organizaci?
Ron Huizenga: Víte, to je zajímavá otázka. Ve skutečnosti můžeme strávit den diskutováním o výhodách různých různých přístupů. Ale něco, co jsem určitě viděl, víte, protože jsem konzultoval dříve, než jsem vstoupil do role správy produktů, je to, když jsem se podíval na organizaci, to je součástí problému je získání vlastnictví a přimět lidi, aby to převzali. A když se podíváme na disciplíny, jako je naše modelování dat a dokonce i naše modelování obchodních procesů, nebo dokonce v prvních dnech, diagramy toku dat a tyto typy věcí, tento druh vyrostl z IT. Ale jak jsme se posunuli kupředu, a myslím si, že si stále více uvědomujeme, že to musí být skutečně řízeno obchodem. Takže opravdu chcete, aby toto vlastnictví bylo v podnikání.
A tady urazím některé IT lidi, ale pevně věřím, že důvod, proč jsme viděli vývoj role hlavního správce údajů, je ve většině organizací v roli CIO. A to proto, že mnoho CIO je technicky zaměřeno spíše než na data a procesy. Takže si myslím, že to opravdu potřebujete, pravděpodobně budete potřebovat nějaký typ řídícího výboru ve větších organizacích. Ale to opravdu musí být ve vlastnictví podniku. Udělal bych argument, že vaše podnikání, vaše modelování procesů, vaše modelování dat, všichni musí patřit do podnikání, protože to vám dává možnost zajistit, aby IT, který je správcem dat, a tyto procesy implementoval prostřednictvím toho, co Při tvorbě máte kladivo, abyste se ujistili, že se to děje, pokud je vlastnictvím podniku.
Eric Kavanagh: Jo, myslím, že bych s tím souhlasil. Ale Jen, co si o tom myslíš?
Jen Underwood: Takže je to opravdu zajímavé. To je to, na co jsem se zmiňoval, když jsem řekl, že přimět lidi, aby se starali a byli interaktivní, je pravděpodobně jednou z klíčových věcí. V jednu chvíli jsem napsal bílou knihu o tom, že je to samoobslužné řízení BI, které je velmi podobné tomuto. Je to otázka toho, jak to najít, najít způsob, jak motivovat lidi, obchodní hodnotu stránky, přimět je, aby se o to starali. A když uvidí, nebo zjistí, zda je to katalogizace dat nebo jakýkoli úhel, který to vyžaduje. Možná to snižuje náklady na přepravu, čímž se v organizaci něco, za co je někdo zodpovědný, může dostat tak, že se o to postaráte. A ano, podnikání naprosto. Odborníci na předmět podnikání to udělají nebo rozbijí.
Eric Kavanagh: To je těžké. Myslím, že vždy chcete mít toto konsorcium zúčastněných stran z celé organizace. Samozřejmě nechcete analýzu analyzovat. Nechcete byrokracii kvůli byrokracii. Chcete, aby organizace měla akční plán a aby tyto věci dokumentovala. Víte, myslím, že když začnete hovořit o modelování obchodních procesů, to bylo před 25 lety horké, ale většinou to bylo odděleno od skutečného podnikání. Myslím, že alespoň v některých průmyslových odvětvích můžete hodně tohoto procesu vytáhnout ze skutečného softwaru, který věci spouští. Ale myslím, že v těchto dnech musíme najít způsob, jak dosáhnout rovnováhy těchto dvou světů, že, Ron? Chcete mít modely procesů, které jsou aktuální a aktuální a odrážejí to, co se ve skutečnosti děje. Takže to nechcete mít jen jako samostatné cvičení, kde je, někde sedí na polici. Ale to je trochu náročné, že? Protože ne všechny operační systémy jsou v souladu s tímto druhem spustitelného kódu. Ale co si myslíš?
Ron Huizenga: Rozhodně. A je to zajímavé, protože jednou z věcí, na které se dívám, je, když se lidé, víte, stali jsme se společností okamžitého potěšení. Lidé si myslí: „Oh, prostě jdeme ven a koupíme si nějaké nástroje a uděláme to pro nás.“ Je to jako by si nekoupila splatnost procesu. Nebudete kupovat splatnost dat. Je to těžká práce. Musíte si sbalit rukávy a musí se vám to podařit. A mechanismem, jak toho dosáhnout, je modelování. Je příliš složité mít vizuální reprezentaci nejen současného stavu, na kterém pracujete, ale také být schopen navrhnout, jak budete zlepšovat tyto různé obchodní procesy. Potřebujete tento vizuální rámec, abyste mohli pochopit, jaký dopad budou mít tyto změny.
Eric Kavanagh: To je opravdu - já jsem jen tweeting; Právě teď to zdvojuji - „Nebudete kupovat splatnost procesu, nebudete kupovat splatnost dat.“ Mohu s oběma těmito věcmi úplně souhlasit. A Jen, přivedla bych tě pro tvé myšlenky. A já na to hodím další otázku. Jeden z účastníků se ptá: co se rozumí podnikem řízeným procesem nebo procesní vyspělostí? Jen, můžeš s tím mluvit?
Jen Underwood: K předchozí otázce mohu mluvit o něco lépe. Když přemýšlím o pravdě, je to první, víte, kupujete nástroje. To byl tak skvělý, skvělý komentář, protože je to tak pravda. Ale co řeknu, je to mnohem lepší. Takže si prohlížím spoustu řešení a vidím různé prostory a testuji je. Zlepšení je objevování dat, značkování a přinejmenším vám masivní běh a také to, když říkám méně bolestivé, je to téměř zábava. Takže si představte, že katalog dat nebo projekt MDM bude zábavný. Je to, a vy máte lidi v organizaci, která tyto údaje používá, ať už se jedná o hlášení nebo o jiné typy věcí, a myslím, že někdo, kdo byl na lince, řekl: Hej, lidi, kteří se starají o jejich individuální plán rozvoje. Jo, dokonce si to o jednu úroveň víc. Berou tyto věci a říkají, že jsme snížili špatně vyložené zásilky o 30 procent a to je to, kolik peněz bylo ušetřeno. Spravuje naše data lépe. Jsou to ty druhy věcí, dáte si kolem sebe peníze a děláte to zábavnými. Nebo je to zajímavé a relevantní pro to, co dělají. Myslím, že to je taková magie, která chybí v mnoha těchto zakázkách, které se lidé snaží udělat v organizaci, a je to zastaveno.
Eric Kavanagh: Jo, to je dobrá věc. A, Rone, zpět k tvému komentáři před několika okamžiky ohledně důležitosti vizuálního rámce, myslím, že je to absolutně pravda, protože mnohokrát, pokud lidé něco nevidí, je opravdu těžké zabalit hlavu kolem toho, co to je znamená, a když začnete mluvit o složitých procesech se vzájemnými závislostmi a kontrolními body a všemi těmito věcmi, musíte to někde v určitém okamžiku zmapovat a v ideálním případě to děláte pomocí softwaru, který má v sobě zabudovanou funkcionalitu do katalogu, příklad, jaké transformace nastaly pomocí různých linek od tohoto bodu k tomuto bodu. Nebo co je k dispozici v tomto kontrolním bodě. A tam odkazuji svou historii v oblasti řízení rizik tam, kde kontrolním bodem je jakýkoli bod v procesu nebo jakákoli možnost nebo jednotlivec nebo softwarová aplikace, kde můžete něco skutečně změnit, že? Tomu říkají kontrolní bod. A pro mě je opravdu cenné, že získáte tu vizuální strukturu. Protože pak můžete vidět a projít se a to prostě vyžaduje čas. Lidským mozkům to trvá, než to zvládne a opravdu jim porozumí, a proto je optimalizují, že?
Ron Huizenga: Rozhodně. A abych použil jinou analogii, o které si myslím, že to dává perspektivu: Jsem trochu letecký matice, tak bych řekl, že pokud se o to snažíte uvažovat paralelně, přemýšlejte o vybudování 747 - nebo Airbus 380, takže si nevyberu jednoho dodavatele před druhým - přemýšlejte o tom, jak těžké by to bylo udělat na základě dokumentů složených pouze z textu, nikoli z plánů a 3D výkresů CAD a všeho, jak to je vlastně sestaveno dohromady.
Eric Kavanagh: Jo, to by bylo drsné. A Jen musí také promluvit.
Ron Huizenga: Podnikání je stejné, že?
Eric Kavanagh: Ano, to není správné. Jen musí mluvit s jednou z vašich horkých oblastí, kterou chcete studovat, což je vizualizace. Zdá se mi, že musíte být schopni něco vizualizovat, abyste tomu plně porozuměli.
Jen Underwood: Mnoho lidí ano, jo. A dokonce i vizualizace mluví, co se říká, tisíce slov nebo něco takového. Když to uvidí, mohou tomu věřit. A oni to pochopí.
Eric Kavanagh: Souhlasím. A já miluji, Rone, způsob, jakým jsi to všechno spojil. Myslím, že se jen ptám sám sebe, potřebujete šampióna uvnitř organizace a kdo tam bude, bude sloužit jako styk s různými skupinami. Správci dat jsou něco, o čem často mluvíme - myslím, že to je, opravdu důležitá role, a mám pocit, že je to role, které se za poslední tři nebo čtyři roky dostalo mnohem větší pozornosti, protože jsme ocenili hodnotu dat správa věcí veřejných, že? Ten správce dat je někdo, kdo umí mluvit s firmou, ale také rozumí systémům, rozumí životním cyklům dat, celému obrazu. A myslím, že tato osoba může a měla by být pravděpodobně pod vedením generálního ředitele, že?
Ron Huizenga: Jo, a budete potřebovat multifunkční tým, že? Takže budete potřebovat lidi skládající se z týmu, který to dělá nebo které jsou z různých oblastí představujících technickou stránku, víte, z různých oblastí podnikání. A víte, v závislosti na typu vaší organizace, pokud máte kancelář pro řízení projektů a mnoho iniciativ, které děláte, jsou řízeny PMO, budete se chtít ujistit, že máte PMO angažovanost a to jen proto, abychom udrželi všechny v harmonii a synchronizovali způsob práce na věcech.
Eric Kavanagh: Jo, a víš, ještě jedna věc, uvedu tento poslední snímek, rámec správy. Měli jsme dotaz účastníka, chybí na tomto snímku data? Znamená to, že jsou na snímku zahrnuta data nebo co si myslíte o tom, že v snímku chybí data?
Jen Underwood: Ne, a to je jen obecný rámec řízení. V zásadě je to ze samoobslužného prostoru BI, takže v mnoha z nich jsou zahrnuta data. Právě to pocházelo z mého úhlu a mých perspektiv a ne tak soustředěno na datovou stránku, když to dalo dohromady. Ale určitě by to byla data, když přemýšlíte o všech těchto kusech, budou data. Ať už je to základ pro data, odpovědnost za použití dat v průběhu celého procesu a v celém rámci.
Eric Kavanagh: Ano, to nedává úplný smysl. A myslím, že zahodím na vás ještě jednu poslední otázku, když jsme tu zabalili, Rone. Pokud přemýšlím o tom, kolik dalších informací a kolik dalších údajů dnes využíváme a jak daleko jsou organizace, jaký význam mají ekosystémy v současnosti mezi partnery kanálu a jak můžeme sdílet informace napříč těmito partnerstvími a v malý rychlý odkaz na blockchain k tomu - aby to nebylo příliš komplikované. Sečteno a podtrženo, je to, že se nacházíme ve stále více propojeném světě, a to jak z obchodního hlediska, tak iz našeho každodenního života. A podle mě to ještě více zvýší sázky za to, že organizace opravdu vezmou tvrdý pohled na to, co zde navrhujete, což je jejich vyspělost, kde stojí a jak daleko jsou z hlediska křivky a opravdu k tomu jsou k sobě upřímní, že? Protože pokud to nevíte lépe, nemůžete to dělat lépe a pokud se nad věcmi neuvažujete, nebudete to vědět lépe, že?
Ron Huizenga: Přesně. A myslím, že fráze, kterou bych použil, je, že asi nejsi tak dobrý, jak si myslíš. To může znít drsně, ale lidé o tom mohou být docela optimističtí, ale pokud se na to opravdu podíváte a opravdu dobré kritické sebehodnocení, myslím, že každá organizace najde, víte, významné mezery, že oni je třeba řešit.
Eric Kavanagh: Musím souhlasit. A jeden z našich kolegů tam komentoval důležitost metadat, údajů o datech. O tom není pochyb. Metadata jsou lepidlem, které drží všechny tyto systémy pohromadě a my jsme tento kód nikdy nikdy úplně nerozbili a to z dobrého důvodu, upřímně, protože se metadata mění. Liší se systém od systému. Víte, čím více se snažíte normalizovat svá data, tím méně myslím si, že se stanou.
Takže jsme právě teď v tomto divném světě a možná si myslím, že se na vás natáhnu o další otázku, Jen, protože jste několikrát zmínil katalogy dat. Opravdu miluji tento nový pohyb technologie katalogů dat, který automaticky prohledává vaše informační systémy, zjišťuje názvy sloupců metadat atd. A pomáhá vám postupně budovat strategické zobrazení vašich dat a metadat ve vašich systémech. Protože pro mě, abych to dělal ručně, je to jen, je toho prostě příliš. A nikdy se nedostanete na vrchol toho kopce dříve, než na vás spadne lavina, a víte, buď jste se normalizovali do bodu, kdy je těsto šedé, nebo jste se normalizovali natolik, aby se opravdu nedostali Nevím, co se děje. Pro mě, pomocí strojů, strojového učení, o kterém stále mluvíme, to bude v budoucnu klíč, který nám pomůže alespoň dostat lano kolem dost dat, abychom dobře porozuměli tomu, co tam venku, správně Jen ?
Jen Underwood: Jo, jo. Miluji tyto technologie. Jsou velmi, velmi cool. A pak o tom přemýšlíte, dá vám to masivní start. A pak můžete crowdsource. Máte svá data, víte, tahem dopředu, ať už přidávají svou vlastní dokumentaci, nebo to je perspektiva tam, to jsou změny. Víte, říkají, že se jedná o certifikované zdroje dat, které se mají používat pro vytváření přehledů. Lidé mohou vyhledávat a najít správná data. Je to opravdu, opravdu docela pěkné. A také pomáhá - když přemýšlím o podnikání ao tom, jak kryptická správa podnikových dat byla, když jsem dělal věci DBA - použili jsme rozšířené vlastnosti a SQL Server a skenovali pomocí nástrojů, jako jsou IDERA, že? Pokuste se vytvořit datový katalog. Ale ve verzi DBA nebo ve verzi datových architektů víte, ať už to byla jakákoli hodnota nebo sloupec nebo pole, určitě to pravděpodobně neodpovídalo tomu, o co jde. Takže nyní, když je podnikání schopno opravdu snadno, víte, jděte a najděte a spravujte a nechte všechno, aby bylo založeno na cílech, je to opravdu, přeji si, abychom to měli už dávno, upřímně. Takže je to mnohem lepší.
Eric Kavanagh: To je vtipné. Máme další závěrečný komentář od publika, který říká, že možná blockchain bude nejcennější pro vložení známky autentizace do metadat. To je dobrý bod a víte, blockchain je opravdu úžasná technologie. Tak trochu to vidím jako jakýsi soudržný základ pro propojení mnoha bodů mezi systémy a aplikacemi atd. A, víte, jsme v raných fázích vývoje blockchainu, ale nyní vidíme, že se to odstřelovalo, samozřejmě, od tohoto bodu původně tam, kde to přišlo do popředí, a nyní musíte IBM pracovat velmi tvrdě na blockchain technologiích. SAP do toho všeho zakoupil. Ve skutečnosti je to příležitost pro hlubší základy a rámec pro propojení všech těchto systémů a všech těchto bodů.
Takže, lidi, vyhořelo dobře přes hodinu. Děkujeme, že jste s námi dnes zůstali, ale vždy rádi odpovídáme na vaše otázky a dostáváme se ke všem komentářům. Všechna tato webová vysílání archivujeme pro pozdější prohlížení, takže přejděte online na adresu insideanalysis.com, kde najdete odkaz. Měl by to být do několika hodin, obvykle po události. A příště vás dohoníme. Příští týden se chystáme na pár dalších akcí - děje se spousta věcí. Ale to vám nabídne rozloučení, lidi. Díky za váš čas. Opatruj se. Buh-bye.
