Επίτευξη ωριμότητας δεδομένων: οργανωτική πράξη εξισορρόπησης

Από το προσωπικό της Techopedia, 8 Νοεμβρίου 2017

Takeaway: Ο οικοδεσπότης Eric Kavanagh συζητά την ωριμότητα των δεδομένων και την οργανωτική ωριμότητα με τους Jen Underwood του Impact Analytix και τον Ron Huizenga του IDERA.

Δεν έχετε εισέλθει αυτήν τη στιγμή. Συνδεθείτε ή εγγραφείτε για να δείτε το βίντεο.

Eric Kavanagh: Εντάξει, κυρίες και κύριοι. Γεια σας και καλωσορίστε ξανά πίσω. Είναι Τετάρτη στις 4 το πρωί, πράγμα που σημαίνει ότι είναι ώρα για τις Hot Technologies. Ναι πράγματι. Το όνομά μου είναι ο Eric Kavanagh. Θα είμαι ο οικοδεσπότης σας για την επίδειξη σήμερα, η οποία είναι πραγματικά καθορισμένη, που έχει σχεδιαστεί για να καθορίζει ορισμένα είδη τεχνολογίας σε ορισμένες καταστάσεις που βρίσκονται στον κόσμο της διαχείρισης δεδομένων. Και το θέμα μας είναι σήμερα "Η επίτευξη της ωρίμανσης δεδομένων: ένας οργανωτικός νόμος εξισορρόπησης." Έτσι υπάρχει το σημείο για την αληθινή σας, με χτύπησε στο Twitter, @eric_kavanagh. Πάντα επαναλαμβάνω, αν με αναφέρετε, και θα προσπαθήσω και να επιστρέψω. Είναι ένα καλό μέρος για να πάρετε πληροφορίες σχετικά με το τι συμβαίνει στον κόσμο. Λατρεύω αυτή τη μορφή. Σύντομοι χαρακτήρες, 140 χαρακτήρες - ή περισσότερο αυτές τις μέρες. Έτσι διστάσετε να μου στείλετε ένα tweet και θα ακολουθήσω πίσω.

Φέτος είναι φυσικά καυτό. Μιλάμε όλοι για την ωριμότητα των δεδομένων σήμερα και εδώ είναι η σύνθεση, με την αληθινά στην κορυφή. Έχουμε σήμερα έναν νέο αναλυτή. Είμαι πολύ ενθουσιασμένος που έχω Jen Underwood of Impact Analytix. Είναι αρκετά ειδικός στην επιχειρησιακή ευφυΐα και την ανάλυση και την απεικόνιση δεδομένων και σε όλα αυτά τα σπουδαία θέματα. Και βεβαίως η ωριμότητα των δεδομένων. Και ο καλός φίλος μας Ron Huizenga καλεί από το IDERA. Έτσι πρώτα θα ακούσουμε από το Jen και στη συνέχεια από τον Ron. Και τότε θα έχουμε μια ωραία συζήτηση στρογγυλής τραπέζης.

Καθώς πιέζω αυτή την επόμενη διαφάνεια εδώ, θα πω μερικά γρήγορα λόγια. Η ωριμότητα της διαχείρισης δεδομένων υπήρξε αντικείμενο για λίγο. Προφανώς στην ιστορία πρέπει να φτάσετε σε ένα συγκεκριμένο σημείο πριν αρχίσετε να σκέφτεστε την ωριμότητα και έχουν αναπτυχθεί πολλοί κύκλοι ζωής ωριμότητας - ή κύκλοι - που προσπαθείτε να υπολογίσετε πού βρίσκεστε στην καμπύλη. Είσαι πρώιμο στάδιο; Είσαι έφηβος; Είσαι ώριμος; Ακόμη.

Και νομίζω ότι πολλές οργανώσεις είναι είτε στα εφηβικά χρόνια είτε στα τέλη της εφηβείας ή στις αρχές της δεκαετίας του '20 όσον αφορά την ωριμότητα. Και αυτό δεν λέει τίποτα αποθαρρυντικό. Είναι ακριβώς ότι είμαστε ακόμα αρκετά από τις πρώτες ημέρες του να είναι σε θέση να διαχειρίζονται τα δεδομένα ως στρατηγικό περιουσιακό στοιχείο. Και τα πράγματα έχουν αλλάξει γρήγορα. Ειδικά τα τελευταία πέντε έως επτά χρόνια, καθώς έχουμε κινηθεί από μικρά δεδομένα σε μεγάλα δεδομένα και προσπαθούμε να συμβιβάσουμε αυτούς τους αρκετά διαφορετικούς κόσμους και τις νέες τεχνολογίες με τις παλαιές τεχνολογίες. Έτσι κληρονομιά είναι εκεί έξω, είναι παντού.

Ένα από τα αστεία που άκουσα εδώ και χρόνια είναι ότι η κληρονομιά είναι ένα σύστημα που παράγεται. Τη στιγμή που ένα σύστημα εισέρχεται στην παραγωγή, τεχνικά είναι κληρονομιά. Και με έναν τρόπο που είναι αλήθεια. Αλλά η κατώτατη γραμμή είναι ότι έχουμε όλα αυτά τα συστήματα που είναι εδώ και πολύ καιρό και πρέπει να βρούμε έναν τρόπο να καταλάβουμε πού βρισκόμαστε στην καμπύλη δική μας ωριμότητα ώστε να μπορούμε να μεγιστοποιήσουμε και να βελτιστοποιήσουμε την αξία των δεδομένων ως περιουσιακό στοιχείο . Και βεβαίως υπάρχουν ορισμένα θέματα συμμόρφωσης, ορισμένοι κανονισμοί που πρέπει να ανησυχούμε, ανάλογα με τον κλάδο στον οποίο είμαστε. Και φυσικά, πρέπει επίσης να ανησυχούμε για την πειρατεία. Στο παρελθόν έχουμε μιλήσει για τη διακυβέρνηση των δεδομένων και πώς αυτό είναι πραγματικά μέρος της ασφάλειας και της κατανόησης των ρόλων και των ευθυνών της χρήσης των δεδομένων και της διασφάλισης ότι θα έχουμε την καλύτερη αξία από αυτήν.

Και με αυτό, θα πάω τα κλειδιά για να Jen Jen Underwood και μπορεί να μας πει την προοπτική της σχετικά με την ωριμότητα των δεδομένων. Jen, πάρτε το μακριά.

Jen Underwood: Ευχαριστώ, Eric, και ευχαριστώ που με προσκαλέσατε. Σήμερα, πρόκειται να καλύψω μερικά διαφορετικά θέματα και έπειτα πρόκειται να παρουσιάσω τον Ron με το IDERA και πρόκειται να σκάψει βαθύτερα σε κάποιες άλλες περιοχές αυτού του συγκεκριμένου θέματος. Θα πω ότι είναι ένας κρίσιμος ρόλος στην ψηφιακή εποχή ή στον ψηφιακό μετασχηματισμό που βρισκόμαστε τώρα και, όπως είπε ο Eric, είναι μια εξελισσόμενη εποχή. Κάποια διασκεδαστικά στατιστικά στοιχεία από το Συμβούλιο EDM, υπήρξε έκθεση αναφοράς για τη βιομηχανία διαχείρισης δεδομένων. Είναι σχεδόν δύο ετών, αλλά εξακολουθεί να είναι αρκετά σχετικό και θα αποκαλύψει μερικά από τα, γνωστά, γεγονότα ως τέτοια ως εφήβων σε αυτό το διάστημα. Θα μιλήσω λίγο για την ωριμότητα των δεδομένων και τους πυλώνες της διακυβέρνησης, per se.

Σε αυτό το θέμα της ψηφιακής εποχής ή του ψηφιακού μετασχηματισμού που ακούτε παντού, αυτό συμβαίνει πραγματικά τώρα. Ένα από τα ενδιαφέροντα γεγονότα που έχω συγκεντρώσει όπως έχω παρακολουθήσει τη βιομηχανία κάθε μέρα ήταν ένα σημείο που έκανε η Gartner στις δέκα κορυφαίες στρατηγικές τεχνολογικές τάσεις της. Και είπαν μέχρι το 2020 - οπότε είμαστε μόνο λίγα χρόνια μακριά από αυτό - οι πληροφορίες θα χρησιμοποιηθούν για να ανακαλύψουμε, να ψηφιοποιήσουμε και να αυτοματοποιήσουμε ή να εξαλείψουμε το 80% των διαδικασιών που έχουμε από μια δεκαετία νωρίτερα.

Και έχω δει αυτό για λίγο, νομίζω ότι εδώ βλέπετε διαφορετικούς τύπους ανθρώπων που λένε, ξέρετε, "Το δεδομένο είναι το νέο πετρέλαιο", και αυτά τα είδη των πραγμάτων. Μου αρέσει να πω ότι τα δεδομένα είναι τώρα ψηφιακό χρυσό. Και αν σκεφτείς για εφαρμογές λογισμικού και συμμετοχή σε λογισμικό, ήμουν παγκόσμιος διαχειριστής προϊόντων για τη Microsoft στο παρελθόν, και ακόμη και η αλλαγή στην καριέρα μου από, ξέρετε, θα επικεντρωθούμε πραγματικά στο λογισμικό μέχρι τώρα είμαστε επικεντρωμένοι στους χρήστες και τη συγκέντρωση των δεδομένων και τη σκέψη για τη δημιουργία εσόδων από τα δεδομένα.

Εισερχόμαστε σε αυτή την εποχή, όπου τα δεδομένα είναι ψηφιακό χρυσό και αρχίζετε να βλέπετε ότι με την εμφάνιση αυτού που ονομάζεται επικεφαλής αξιωματούχων δεδομένων και είναι, γνωρίζετε, δύο πρωταρχικές αποστολές - και ασφαλώς μερικές άλλες - να βεβαιωθούμε ότι τα δεδομένα είναι ασφαλή και ασφαλή και επίσης να βρούμε τρόπους για να μεγιστοποιήσουμε την αξία των δεδομένων εσωτερικά - και ακόμη και εξωτερικά - όπως αυτό το ψηφιακό στοιχείο. Έτσι, αυτά τα είδη των πραγμάτων που ίσως δεν ήταν ή ίσως δεν φαινόταν σημαντικά για τον οργανισμό σας στο παρελθόν, τα δεδομένα έρχονται επιτέλους σε θέση στο τραπέζι του C-level με το CDO και θα ληφθούν πολύ πιο σοβαρά μέτρα.

Αν σκέφτεστε για τη διαχείριση δεδομένων και την ωριμότητα, υπάρχουν δύο διαφορετικά θέματα που έχω στη συγκεκριμένη διαφάνεια εδώ, το πρώτο είναι, ξέρετε, η ίδια η διαχείριση δεδομένων. Πρόκειται περισσότερο για τις επιχειρηματικές λειτουργίες που αναπτύσσουν και δημιουργούν ροές δεδομένων και δεδομένων, μερικές από τις πολιτικές και τις πρακτικές εκεί. Και στη συνέχεια, όταν σκεφτόμαστε την ωριμότητα της διαχείρισης δεδομένων, είναι αυτή η ικανότητα ενός οργανισμού να προσδιορίζει με ακρίβεια, να ενσωματώνει εύκολα, γνωρίζετε, να αξιοποιεί τα δεδομένα που έχουν ξανά για εσωτερικούς ή εξωτερικούς σκοπούς, όπως η δημιουργία εσόδων δεδομένων. Και ένα από τα μεγάλα θέματα - και ήταν αστείο, νωρίτερα στην καριέρα μου, και μάλιστα αξιοποίησα μερικά από τα εργαλεία και τα αρχιτεκτονικά δεδομένα της IDERA - ήταν αυτή η έννοια των μεταδεδομένων και συνεχίσαμε να σκεφτόμαστε τα μεταδεδομένα και στη συνέχεια δεν μιλούσε για πολύ καιρό. Τελικά βλέπω ότι τα μεταδεδομένα είναι και πάλι δροσερά. Είναι πολύ σημαντικό να αλληλεπιδράτε με διαφορετικές ομάδες, να κατανοείτε πού είναι τα δεδομένα σας, ποια είναι τα δεδομένα. Ειδικά σε πράγματα όπως μια λίμνη δεδομένων. Τελικά, τελικά, γίνεται ενδιαφέρον.

Τώρα, υποσχέθηκα ότι είχα κάποιες στατιστικές εδώ από μια αναφορά αναφοράς στον κλάδο. Αυτό ήταν από το 2015 για το Συμβούλιο EDM. Πρόκειται για τον εκσυγχρονισμό της ποιότητας των δεδομένων και της διακυβέρνησης, και υπάρχουν μερικά γεγονότα διασκέδασης σε αυτό το συγκεκριμένο. Έτσι, εδώ, πάνω από το 33% των οργανώσεων έχουν ένα ενεργό, επίσημο πρόγραμμα διαχείρισης δεδομένων σε κάποιο επίπεδο της οργάνωσης - μόνο 33. Επομένως αυτό είναι πολύ ενδιαφέρον από μόνο του. Από το 50% που έχουν, έχουν πραγματικά επισημοποιηθεί, θέλουμε να διαχειριστούμε δεδομένα, συνειδητοποιούμε ότι αυτό είναι ένα πολύ σημαντικό πλεονέκτημα στην οργάνωσή μας, ακριβώς όπως οι άνθρωποι έχουν ανθρώπινο δυναμικό. Μόνο το 50% από αυτούς είχαν προγράμματα ηλικίας άνω του ενός έτους. Έτσι, και πάλι, είναι μια αναδυόμενη περιοχή, είναι πραγματικά πολύ ενδιαφέρον σε αυτό που έχουμε γίνει όλο και πιο σημαντικό, ειδικά με πράγματα όπως μερικοί από τους κανονισμούς του κλάδου βγαίνουν.

Έτσι σε αυτό το σημείο, πολλές φορές - και είναι ενδιαφέρον να είχα τεχνικές πωλήσεις και ρόλους καθ 'όλη τη διάρκεια της καριέρας μου - δεν ήταν πραγματικά, "Ω, μπορούμε να εξοικονομήσουμε χρήματα που θα κινητοποιούσαν έναν οργανισμό" - είναι συνήθως φόβος. Είναι περισσότερο από το εξής: "Ωλε, πρέπει να σιγουρευτούμε ότι είμαστε καλυμμένοι. Δεν θέλουμε να χάσουμε τις δουλειές μας. "Και σίγουρα τα πράγματα όπως το hacking και οι κίνδυνοι δεδομένων και η διαρροή δεδομένων, υπάρχουν πραγματικά ενδιαφέρουσες μελέτες αναφοράς σχετικά με αυτό. Η Verizon κάνει ένα κάθε χρόνο και είναι πιθανώς ένα από τα αγαπημένα μου για να το αναθεωρήσω. Αυτό που σχεδόν πάντα βλέπετε είναι ακούσιο, δεν είναι απαραιτήτως, ξέρετε, σκόπιμη κακή χρήση των δεδομένων ή κακοδιαχείριση των δεδομένων που οδηγεί σε διαρροή. Και συχνά - δεν έχουν αυτά τα στατιστικά στοιχεία για αυτή τη συγκεκριμένη συνεδρία - αλλά είναι συναρπαστικό ότι αυτές οι τυχαίες διαρροές κακοδιαχείρισης των αδειών κ.ά. Ξέρεις, για να κάνεις πράγματα λίγο πιο εύκολο, αυτές οι διαρροές πάνε για δάνειο. Και συνήθως στους ανθρώπους που είναι σημειωμένοι ή εξωτερικοί στον οργανισμό σας, και αυτό δεν είναι αυτό που θέλετε.

Αυτά είναι τα είδη των πραγμάτων όταν σκέφτεστε να έχετε ένα πρόγραμμα διαχείρισης της ασφάλειας και της διαχείρισης των δεδομένων. Ξέρετε, όχι μόνο κακές αποφάσεις και εξοικονόμηση χρημάτων, αλλά και να σιγουρευτείτε ότι, ξέρετε, είστε σίγουροι ότι ακολουθείτε την νομοθεσία περί ιδιωτικότητας και ασφάλειας. Είστε σε θέση να δημιουργήσετε έσοδα από δεδομένα σε αυτήν την ψηφιακή εποχή και, φυσικά, ξέρετε, θέλετε να κάνετε τα πράγματα αποτελεσματικά και να επαναχρησιμοποιήσετε δεδομένα και να έχετε το ευλογημένο αντίγραφο και να έχετε - μισώ όταν λένε οι άνθρωποι, και είμαι σε αναλυτικά και εγώ «Ήταν εδώ και πολύ καιρό στην ανάλυση, μία έκδοση της αλήθειας. Υπάρχει συνήθως, ξέρετε, συνήθως υπάρχουν πολλαπλές εκδοχές της αλήθειας, μόνο από διαφορετικές οπτικές γωνίες. Αλλά κατ 'ουσίαν, θέλετε να έχετε τα δεδομένα αξιόπιστα ώστε να βασίζεστε στις αποφάσεις.

Ένας από τους μεγαλύτερους οδηγούς που βλέπω - και είναι καλό, είναι καλό που ξαναγίνει δροσερό - είναι όλη η έννοια του GDPR της Ευρωπαϊκής Ένωσης. Και επιτρέψτε μου να μιλήσω για αυτό λίγο. Έτσι, αν δεν ξέρετε το GDPR, πρόκειται να ακούσετε πολλά γι 'αυτό το ερχόμενο έτος. Είναι μια νέα νομοθεσία που λαμβάνει χώρα τον Μάιο. Θα εκτελεσθεί τον Μάιο του 2018 και έχει μερικές μεγάλες κυρώσεις για κακή διαχείριση πληροφοριών. Μπορεί να έχετε ακούσει αυτό που μίλησε σε άλλες μορφές - ίσως να μην χρησιμοποιήσετε τον όρο GDPR - ίσως έχετε ακούσει ή δει αυτό γραμμένο ως δικαίωμα να ξεχαστεί, σημαίνει ότι μπορείτε να φτάσετε έξω και να ζητήσετε από τους πωλητές να αφαιρέσουν τα δεδομένα σας. Και πάλι, οι προηγούμενοι αρχιτέκτονες δεδομένων, δεν θα αφαιρέσουν δεδομένα. Θα το αλλάξαμε, θα το καθιστούμε ανενεργό σε σενάρια αποθήκευσης δεδομένων. Ποτέ δεν διαγράψαμε πραγματικά τα δεδομένα μας. Δεν είχαμε διαδικασίες γι 'αυτό. Έτσι, είναι, ξέρετε, πράγματα που θα αγγίξουν κάθε πτυχή της οργάνωσής σας και διαφορετικούς τρόπους και διαδικασίες που ίσως δεν έχετε εξετάσει ποτέ στη δημιουργία της αίτησής σας ή της αποθήκης δεδομένων. Επομένως, αν δείτε τα πράγματα για το GDPR για να σκεφτείτε, σύντομα θα χρειαστείτε μια νομική βάση για να δικαιολογήσετε τη συλλογή και επεξεργασία προσωπικών δεδομένων.

Επομένως, αυτό συμβαίνει κυρίως σε προσωπικό επίπεδο, οπότε πρέπει να δοθεί ελεύθερη συναίνεση: ειδική, ενημερωμένη, αδιαμφισβήτητη. Και πρόκειται να επηρεάσει πολλούς τομείς της τεχνητής νοημοσύνης και της επιστήμης των δεδομένων - αυτή είναι η περιοχή που καλύπτω κυρίως αυτές τις μέρες είναι οι συνέπειες της επιστήμης των δεδομένων και απλά διασφαλίζοντας ότι υπάρχει κάποια διαφάνεια στα ίδια τα μοντέλα - καθώς και σε πολλούς άλλους τομείς από την αυτοεξυπηρέτηση BI, την αποθήκη δεδομένων σας, τη διαχείριση κύριων δεδομένων σας, ακόμα και τα έργα 360 πελατών, την εξατομίκευση και ακόμη και τη σειρά επιχειρηματικών εφαρμογών σας. Έτσι, αυτό είναι κάτι που πρόκειται να αγγίξει κάθε μέρος των org σας. Και σε αντίθεση με τους νόμους περί ιδιωτικότητας σε άλλες χώρες, το GDPR πρόκειται να εφαρμοστεί σε κάθε οργάνωση που βρίσκεται εντός ή εκτός της Ευρωπαϊκής Ένωσης. Και τα πρόστιμα συμμόρφωσης είναι και πάλι σημαντικά. Είναι η οργάνωση σας μπορεί να επιβληθεί πρόστιμο έως και το 4% του συνολικού ακαθάριστου ετήσιου ποσού σας - πιστεύω ότι ονομάζεται κύκλος εργασιών - εισόδημα per se.

Ας ελπίσουμε ότι έχω την προσοχή σας και αυτά είναι πράγματα που πρέπει να προσέξετε. Εάν η εταιρεία σας ακολουθεί ήδη κάποιες από αυτές τις πρακτικές και τα πρότυπα της βιομηχανίας με την PCI, ίσως είναι ένα ISO - δεν είμαι σίγουρος αν πρόκειται να το πω σωστά - 27001. Αν κάνετε κάποια από αυτά ήδη, δεν είναι πολύ συντριπτική, αλλά είναι κάτι που σίγουρα πρέπει να γνωρίζετε. Έτσι, καθώς προετοιμάζεστε για αυτό, υπάρχουν δύο περιοχές, ειδικά στη διαχείριση δεδομένων και ένα από τα πρώτα πράγματα έχει έναν κατάλογο και ταξινομεί τα δεδομένα σας - γνωρίζοντας πού βρίσκονται τα δεδομένα σας. Και σε έναν κόσμο, έναν υβριδικό κόσμο, όπου τα δεδομένα ζουν παντού: Είναι στο σύννεφο. είναι σε αυτές τις εφαρμογές. είναι στην δύναμη πωλήσεων. είναι σε κάποιο άλλο τυχαίο πρόγραμμα που το μάρκετινγκ χρησιμοποιεί επίσης, ξέρετε, τα συστήματα πελατών σας ή τα συστήματά σας απογραφής - όλα αυτά τα είδη θέσεων. Γνωρίστε πού είναι τα δεδομένα σας και το πιο εύκολο πράγμα που κάνετε - και αυτό ήταν ένα πολύ διασκεδαστικό πεδίο διαχείρισης δεδομένων, είναι αυτές οι έννοιες αυτών των καταλόγων δεδομένων που έχουν νοημοσύνη, ακόμη και η μηχανική ταξινόμηση είναι μερικές από τις πληροφορίες.

Και πάλι, τα μεταδεδομένα - ανέφερα ότι τα μεταδεδομένα είναι και πάλι δροσερά, γι 'αυτό σκεφτόμαστε πραγματικά τα μεταδεδομένα και όχι το glossing πάνω σε αυτό το σημαντικό θέμα καθώς ξεκινάτε να σχεδιάζετε τις λίμνες δεδομένων και αυτά τα είδη των πραγμάτων και φυσικά να τα ρυθμίζετε και να τα παρακολουθείτε. Επομένως, η παρακολούθηση θα είναι πολύ πιο σημαντική όταν πρέπει να επιστρέψετε και κάποιος από την GDPR, για παράδειγμα, μπορεί να σας ζητήσει να αποδείξετε πού πήγαν τα δεδομένα αυτά, ποιος το έχει, ποιος είχε πρόσβαση σε αυτό, κ.λπ. Επειδή πραγματικά θα πρέπει να δείξετε στις αρχές αυτές τις μορφές πράξεων.

Για να σας βοηθήσω με την ωριμότητα της διαχείρισης δεδομένων, υπάρχουν πραγματικά λίγα σχολεία σκέψης και πιστεύω - δεν είμαι 100 τοις εκατό βέβαιος - νομίζω ότι είδα στο κατάστρωμα του Ron ότι πρόκειται να καλύψει μερικά από αυτά, Θα μιλήσω για σήμερα είναι από την CMMI. Και αυτό είναι διαθέσιμο στους ανθρώπους. καλύπτει έξι διαφορετικές κατηγορίες διαχείρισης δεδομένων, 25 περιοχές επεξεργασίας, 414 πρακτικές δηλώσεις και 596 διαφορετικά προϊόντα εργασίας. Έτσι, όταν σκεφτείτε ακόμα και όλα τα πράγματα που κάνετε, όπως και η διαχείριση και η αρχιτεκτονική δεδομένων, 596 λειτουργικά προϊόντα εργασίας, δεν συνειδητοποιήσατε πόσο καλά κάνατε, σωστά; Ή τι πραγματικά δεν κάνετε. Όταν κοιτάω έναν αριθμό όπως αυτό, είναι ένα από τα πράγματα που πραγματικά κολλάει στο μυαλό μου. Έτσι σε αυτό, και αυτό που μου αρέσει σε αυτό το συγκεκριμένο, είναι η αρχιτεκτονική και η τεχνολογία ουδέτερη. Αυτό σημαίνει ότι αν έχετε, και οι περισσότεροι από τους μεγαλύτερους οργανισμούς, με τους οποίους έχω συμβουλευτεί ή εργάστηκα και υλοποιήσατε με τα χρόνια, γνωρίζετε ότι έχουν όλες τις διαφορετικές τεχνολογίες εκεί. Έτσι, θα θέλετε να μεταφράσετε τι σημαίνει το DMM στις πλατφόρμες και τις τεχνολογίες που χρησιμοποιείτε στο συγκεκριμένο περιβάλλον σας. Είναι επίσης ανεξάρτητο από τη βιομηχανία, επομένως δεν είναι απαραίτητα συγκεκριμένο για την υγειονομική περίθαλψη, για παράδειγμα. Η υγειονομική περίθαλψη είναι σίγουρη - είτε πρόκειται για το ΒΑΑ είτε για διαφορετικούς τύπους ταξινομήσεων, πρέπει να μεταφράσετε ή να εξετάσετε διαφορετικούς τύπους πραγμάτων καθώς συνθέτετε το πρόγραμμά σας ή το σχέδιό σας για να βελτιώσετε το επίπεδο της ωριμότητας διαχείρισης δεδομένων στο εσωτερικό του οργανισμού σας.

Τι είναι αυτό αν δεν είναι κάποια από αυτά τα πράγματα; Ουσιαστικά ορίζει το τι, αλλά δεν σας λέει συγκεκριμένα πώς να το κάνετε αυτό. Έχοντας μια πολύ προσωπική προσωπικότητα Τύπου Α κατά το μεγαλύτερο μέρος της καριέρας μου, μου άρεσε όταν μου έδωσαν ένα στόχο και θα μπορούσα να καταλάβω πώς να φτάσω σε αυτόν τον στόχο και δεν είμαι, ας πούμε, micromanaging το χρόνο μου, πώς να φτάσετε εκεί. Αυτό είναι το πώς η ωριμότητα διαχείρισης δεδομένων, και αυτές οι διαδικασίες με CMMI, σας δίνει τους στόχους και σας δίνει πώς να μετρήσετε τον εαυτό σας σε ορισμένες από αυτές τις διαφορετικές περιοχές. Και θα σας δώσουν ένα επίπεδο. Υπάρχουν διάφοροι τρόποι με τους οποίους μπορείτε να βαθμολογήσετε και να μετρήσετε τον εαυτό σας, είτε είναι επίπεδο ένα μέχρι το επίπεδο πέντε, πράγμα που σημαίνει ότι έχετε βελτιστοποιήσει αυτό και έχετε ένα πραγματικά ισχυρό πρόγραμμα στη θέση του.

Και για να σας δώσω μια αίσθηση για αυτό που πραγματικά σημαίνει, έχω μια μικρή επισκόπηση εδώ για αυτό που μπορεί να σημαίνει. Έτσι λοιπόν, όταν σκέφτεστε να έχετε έναν επεξεργαστή λήξης της διαχείρισης δεδομένων, ο κύκλος ζωής του, έχει τις διαδικασίες υποστήριξης, από τα πάντα, από απαιτήσεις, διαχείριση κινδύνου, πρέπει να στηρίξετε διαδικασίες εκεί, στη διακυβέρνηση δεδομένων και είμαι καλός για να γλωσσοποιήσουμε πάνω σ 'αυτό, αλλά ουσιαστικά η διακυβέρνηση δεδομένων είναι ένα ολόκληρο πρόγραμμα από μόνο του. Έχοντας ένα επιχειρησιακό γλωσσάριο, έχουμε μιλήσει για επιχειρηματικά γλωσσάρια και αρχιτέκτονες δεδομένων για πάντα - αυτό θα πρέπει να είναι κάτι που έχετε στον οργανισμό σας. Μερικοί από αυτούς τους τύπους τεχνολογιών καταλόγων εκεί έξω, που κάνουν, αναπτύσσουν ένα επιχειρηματικό γλωσσάρι με το πλήθος των πληροφοριών και τη λήψη και τίποτα και, ξέρετε, βάζοντας δεσμούς σε έγγραφα σε διαφορετικές οπτικές γωνίες των ίδιων δεδομένων, του πεδίου των δεδομένων, ή την έκδοση των δεδομένων καθώς αλλάζει καθ 'όλη τη διάρκεια του κύκλου ζωής της τιμής.

Αυτοί είναι οι τύποι των πραγμάτων που έχουν πάρει πολύ καλύτερα από τότε που άρχισα στην καριέρα μου. Συνηθίζαμε να αναπτύσσουμε οικιακά συστήματα στο παρελθόν για να κάνουμε αυτά τα είδη των πραγμάτων. Επομένως, κοιτάζουμε ολόκληρη και μεγάλη εικόνα, είναι η στρατηγική και στη συνέχεια όλα τα διαφορετικά κομμάτια εδώ από τη διοίκηση μέχρι την ποιότητα στη διακυβέρνηση. Και ένα πράγμα για την ποιότητα των δεδομένων, είναι ενδιαφέρον, καθώς η βιομηχανία γίνεται πιο αυτοματοποιημένη και έχουμε και πάλι αυτές τις ψηφιακές διαδικασίες με αυτοματοποιημένη λήψη αποφάσεων. Δουλεύω πολύ στον χώρο της επιστήμης δεδομένων όπου έχουμε μερικά από αυτά τα εργαλεία αυτοματοποιώντας τις αποφάσεις και επικαιροποιώντας μοντέλα πρόβλεψης. Πολλά από αυτά τα εργαλεία και οι αλγόριθμοι απαιτούν και υποθέτουν ότι τα δεδομένα είναι καλά. Χρειάζεται τα δεδομένα να είναι έγκυρα για να σας δώσουν μια καλή αυτοματοποιημένη απόφαση. Έτσι για να σκεφτόμαστε, ξέρεις, ίσως η ποιότητα των δεδομένων είναι συνήθως ένα από εκείνα τα πράγματα που οι άνθρωποι κάπου βουρτσίζουν και δεν το παίρνουν πολύ σοβαρά. Αλλά μόλις ξεκινήσετε την αυτοματοποίηση της λήψης αποφάσεων σε μοντέλα για πρόβλεψη μοντέλων και μηχανική μάθηση, η ποιότητα των δεδομένων γίνεται πραγματικά σημαντική.

Μερικοί τρόποι για να μετρήσετε την πρόοδό σας εδώ είναι - και θα επιτρέψω στον Ron να μιλήσει γι 'αυτό, έχει και μια υπέροχη διαφάνεια γι' αυτό και στη συνεδρίασή του - θα σας δώσω μια γρήγορη κορυφή, ξέρετε, αυτά τα διαφορετικά επίπεδα σε αυτό. Ουσιαστικά είναι μια αυτοαξιολόγηση, σωστά; Έτσι θα εξετάσετε τη διακυβέρνηση δεδομένων σας και τι πιστεύετε ότι έχετε τίποτα σε θέση καθόλου. Και μην ντρέπεστε αν δεν το κάνετε. Όπως είπα, μόνο το 33% των οργανώσεων πραγματικά έχουν αρχίσει να κάνουν τέτοιου είδους πράγματα. Ακόμα κι αν γνωρίζετε, αυτά τα είδη προγραμμάτων ήταν τουλάχιστον - έχω βρεθεί στη βιομηχανία εδώ και 20 χρόνια και σίγουρα έκανα αυτά τα είδη πραγμάτων εδώ και χρόνια, ίσως να μην το είχαμε καλέσει αυτό. Το CMMI, έχουν μια άσκηση που μπορείτε να αυτο-αξιολογείτε και μπορείτε να περάσετε και να δείτε και να δημιουργήσετε τη δική σας - στην περίπτωση αυτή ένα τέτοιο διάγραμμα ραντάρ - αξιολόγησαν όλες αυτές τις διαφορετικές γωνίες ή πράγματα. Και κάθε οργάνωση, όπως έχω κάνει διαφορετικά, ξέρετε, όταν έκανα διαβούλευση και υλοποίηση αυτών των προγραμμάτων, ξέρετε, κάθε οργανισμός είναι μοναδικός. Θα είναι περιοχές που θα είναι πραγματικά, πραγματικά σημαντικές γι 'αυτούς. Ίσως, γνωρίζετε, είναι η διαχείριση της διαδικασίας ή η διαχείριση της ποιότητας ή οι κίνδυνοι - εξαρτάται τι είναι, αλλά θα θελήσετε να κοιτάξετε και να δημιουργήσετε ένα σημείο αναφοράς ή μια γραμμή βάσης και, στη συνέχεια, να σκεφτείτε τι καθορίζει την επιτυχία της.

Σχετικά με αυτό, όταν σκέφτεστε να μετρήσετε και να ρυθμίσετε αυτούς τους τύπους πράξεων, θα θέλατε πρώτα να εξασφαλίσετε κάποια εκτελεστική χορηγία για ένα τέτοιο πρόγραμμα. Αυτό είναι κάτι που θα είναι διαλειτουργικό σε ολόκληρο τον οργανισμό, οπότε ακόμα και αν οι Susie Q και John Smith αποφασίζουν, "Yup, ας το κάνουμε αυτό, πρέπει να το κάνουμε αυτό", δεν μπορούν να το κάνουν σε ένα σιλό την οργάνωσή τους ή ακόμα και αν είναι IT. Πραγματικά πρέπει να έχετε αυτό το buy-in από τους επαγγελματίες και τους εμπειρογνώμονες στον τομέα των δεδομένων. Πρέπει να έχουν κάποιο χρόνο. Δεν θέλουν να είναι μόνο ένα επιπλέον έργο. Αν έχετε δουλέψει ποτέ - νομίζω ότι έχω κάνει κάποια καθήκοντα διαχείρισης κύριων δεδομένων, έργα πριν και ποιότητα των δεδομένων - και συνήθως, ξέρετε, φτάνετε στην επιχείρηση και αυτοί, "Ω, διαχείριση δεδομένων". κάτι που είναι ενθουσιασμένοι. Και είναι σαν, "Ω, όχι. Πρέπει να έχουμε χρόνο για αυτό "και το κάνουν. Έτσι θα θελήσετε να έχετε κάποια χρονική δέσμευση. Θα χρειαστεί να έχετε αυτή την ευλογία από την κορυφή. Θα θελήσετε να είναι διαλειτουργικό.

Και πάλι, αυτό είναι κάτι που αγγίζει πραγματικά πολλές περιοχές του οργανισμού. Και με το GDPR, αυτό θα σας κάνει λίγο πιο εύκολο γιατί, και πάλι, οι νόμοι από το GDPR και όπου χρησιμοποιούνται τα προσωπικά δεδομένα για τους πελάτες σας και χρησιμοποιούνται σε ολόκληρο τον οργανισμό σας, θα πρέπει να είναι λίγο πιο εύκολο αν το εφαρμόσετε, να προσχωρήσετε στο GDPR. Βάζοντας εδώ τη γλώσσα. Αυτό θα πρέπει να είναι ευκολότερο για εσάς. Θα θελήσετε να αναθέσετε κάποια ευθύνη και στη συνέχεια να εξετάσετε, ξέρετε, θα τα προσαρμόσετε. Επομένως, εξετάζετε πάντοτε αυτούς τους τύπους καθοδήγησης που παρέχουν αυτές οι οργανώσεις και αυτό είναι συνήθως αυτό που είναι: Είναι κατευθυντήριες γραμμές για εσάς και πρόκειται να εφαρμόσετε για τον πολιτισμό σας στον οργανισμό σας.

Έχοντας δουλέψει στη διακυβέρνηση υπήρξε πραγματικά πολύ σημαντικό, ένα από τα πράγματα που μερικά από τα προϊόντα που ανέπτυξα όταν βρισκόμουν σε παγκόσμια διαχείριση προϊόντων στη Microsoft ήταν αυτοεξυπηρέτηση BI και επέτρεψαν στον χρήστη της επιχείρησης και τον χρήστη μη τεχνικών δεδομένων να να παίξουν με δεδομένα και να δημιουργήσουν τις δικές τους αναφορές, και πολλές φορές η τεχνολογία θα ωθήσει πίσω. Έτσι λοιπόν έχω περάσει πολύς χρόνος σε αυτή τη διακυβέρνηση και φροντίζοντας τα προϊόντα να έχουν τα σωστά χαρακτηριστικά και τον έλεγχο και την καταγραφή και, όπως γνωρίζετε, να το κάνουν έτσι ώστε να μην καταρρίψουν την ίδια τη βάση δεδομένων. Αλλά υπάρχει ένα πλαίσιο το οποίο, όπως γνωρίζετε, εργάζεται εδώ και χρόνια σε αυτό το συγκεκριμένο θέμα αυτών των τύπων πραγμάτων που είναι πραγματικά παρόμοιο με τη διαχείριση δεδομένων. Θα θελήσετε να έχετε αυτό το ίδρυμα που έχει καθιερωθεί με εκτελεστική χορηγία για αυτό, και θα θελήσετε αυτή τη δέσμευση μεταξύ των επιχειρήσεων και της πληροφορικής.

Έτσι λοιπόν, συζητήσαμε ξανά για τον προϋπολογισμό / την κατανομή του χρόνου και για την ανάπτυξη νέων διαδικασιών. Πρόκειται να αλλάξει σε πολιτιστικό επίπεδο όταν κάνετε κάποια από αυτά τα πράγματα, ξέρετε, αρχίστε να ψάχνετε δεδομένα. Αλλά ξέρετε, είναι πολύ σημαντικό από στρατηγική άποψη, και πάλι. Και για να σας δώσω ένα συναίσθημα, εδώ είναι ένα παράδειγμα, και τον καθαρίσαμε από ένα από τα παλιά μου έργα πριν από χρόνια σε τέτοιου είδους πράγματα. Και πάλι, αυτό είναι πιθανότατα περισσότερο από τη γενική άποψη της διακυβέρνησης, αλλά σίγουρα μπορεί να επαναχρησιμοποιηθεί για αυτά τα είδη έργων με τη διαχείριση και την εξέλιξη των διαδικασιών διαχείρισης δεδομένων σας και τη διαχείρισή τους. Έχετε εμπειρογνώμονα στον τομέα των επιχειρηματικών θεμάτων, διαθέτουμε διαχειριστές δεδομένων εδώ, ειδικούς για θέματα πληροφορικής, ξέρετε, για διαφορετικές επιχειρηματικές δραστηριότητες. Πολλές εταιρείες που είναι μεγαλύτερες θα έχουν το συμβούλιο εταιρικών σας προτύπων και τους αρχιτέκτονες επιχειρήσεων και αρχιτέκτονες δεδομένων και μοντελιστές. Έτσι, θα υπάρξουν μερικοί διαφορετικοί εμπειρογνώμονες από διαφορετικά επίπεδα. Και πάλι, πολλά από αυτά - το μισώ να το έχω ως παράδειγμα - θα είναι προσαρμοσμένα στην οργάνωση και την κουλτούρα σας.

Ένα από τα πράγματα, όταν εργάζεστε με αυτά τα έργα, είναι και πάλι πολλές φορές πιθανότατα όχι το πιο συναρπαστικό έργο στους οργανισμούς, όχι τόσο οπτικά όσο οι λαοί θέλουν. Είναι αστείο, είναι ένα από εκείνα τα πράγματα που, όταν έρχεται η συμβουλευτική εταιρεία ή ακόμα και στο δικό σας IT group ή το BI κέντρο αριστείας σας έρχεται ή το κέντρο αριστείας σας analytics έρχεται και θα δουλέψουμε σε δεδομένα την ποιότητα και τη διάρκεια της διαχείρισης των δεδομένων, μπορεί να μην είναι απίστευτα ενθουσιασμένοι για να το κάνουν. Αλλά πρέπει να βρούμε τρόπους να τους κινητοποιήσουμε και να το συμπεριλάβουμε στις μετρήσεις τους. Έτσι, όταν σκεφτείτε τι πρόκειται να είναι, είναι ένα πράγμα να κάνετε αυτή την άσκηση μία φορά και να πάρετε τους ανθρώπους στο σκάφος. Και μπορείτε να μάθετε ότι αγαπούσαν τον κατάλογο δεδομένων ή ότι αγαπούν μερικά από αυτά τα πράγματα επειδή καθιστούν τη ζωή τους ευκολότερη και μπορούν να βρουν αυτό που σημαίνει ή κατανοούν τα δεδομένα και μπορούν να προσθέσουν τη δική τους προοπτική σε αυτό. Και το πράγμα, οι κατάλογοι δεδομένων είναι πιθανώς ένα από τα μεγαλύτερα προγράμματα που βοηθούν τους ανθρώπους να ερωτευτούν πραγματικά αυτό.

Έτσι λοιπόν το επόμενο πράγμα είναι να τους κρατήσουμε δεσμευμένους. Πώς κρατάς κάποιον ενωμένο που ίσως δεν τους ενδιαφέρει αυτό; Είναι να ορίσουμε κάποιες μετρήσεις και να τις συμπεριλάβουμε, να μετρήσουμε τους και στη συνέχεια να παράσχουμε κάποια μαθήματα για όταν υπάρχουν παραβιάσεις και κάποια επίγνωση ότι "Γεια σου κάναμε πολύ καλά για λίγο και μετά δεν είναι τόσο καλό μετά από λίγο." Έτσι, αυτοί είναι τύποι πράγματα που πρέπει να σκέφτονται να συνεχίσουν να πηγαίνουν. Και στη συνέχεια, όταν σκέφτεστε για τη βαθμολόγηση, και αυτό είναι ένα παράδειγμα από την CMMI, έτσι είναι αυτό που το βαθμολογούν. Και πάλι θα έχετε τα δικά σας dashboards, τα δικά σας KPIs, γνωρίζετε, διαφορετικοί τρόποι μετρούνται οι άνθρωποι σε έναν οργανισμό. Αλλά θα έχετε διαφορετικούς τρόπους να βαθμολογήσετε και να μετρήσετε τη δική σας επιτυχία. Το βασικό σημείο που πρέπει να απομακρύνετε από αυτό ή ένα γάντζο για να απομακρύνετε από αυτό είναι να βεβαιωθείτε ότι έχετε έναν τρόπο να μετρήσετε την επιτυχία και ότι μπορείτε να γιορτάσετε και τις επιτυχίες σας.

Έτσι λοιπόν, εκτιμώ ότι έχετε κρεμαστεί εκεί για αυτό το συναρπαστικό θέμα και θα γυρίσω στο Ron, που θα σκάσει λίγο βαθύτερα.

Ron Huizenga: Σας ευχαριστώ, Τζεν. Και σας ευχαριστώ, καθένας, για την ένταξή μας σήμερα. Θα πάω τώρα να κάνω μερικές από τις πτυχές του τι μίλησε ο Jen και να πάει λίγο βαθύτερα σε ορισμένες περιοχές. Αλλά αυτό που θα κάνω επίσης είναι να δώσω ένα είδος περίληψης για το πώς μπορείτε τουλάχιστον να έχετε ένα είδος υψηλού επιπέδου αυτοαξιολόγησης ορισμένων από αυτούς τους τομείς επίσης. Επειδή όπως είδατε με τα μοντέλα CMMI και αυτού του είδους τα πράγματα, μπορείτε να πάτε πολύ βαθιά πολύ γρήγορα με πολλούς διαφορετικούς δείκτες. Επομένως, αυτό που θέλουμε πραγματικά να φτάσουμε είναι κάτι για να μπορείτε να έχετε μια καλή αίσθηση για το πού βρίσκεται ο οργανισμός σας σε αρκετά υψηλό επίπεδο και στη συνέχεια να αρχίσετε να τρυπείτε σε άλλες. Έτσι με αυτό θα μιλήσω για την οργανωτική αποτελεσματικότητα. Και θα το βασίσω στο CMMI και σε κάποια από τα άλλα πρότυπα ή οργανισμούς της γνώσης που έχουν προκύψει από αυτό κατά τη διάρκεια των ετών. Και έπειτα θα μιλήσω για ορισμένους από τους δείκτες ωριμότητας για την ωριμότητα των δεδομένων και τη διάρκεια της διαδικασίας, διότι, όπως θα περάσουμε από αυτό, θα δείτε ότι συμβαδίζουν. Και υποστηρίζοντας τις προοπτικές, ο Jen μίλησε για τη διακυβέρνηση σε έναν τομέα. Και θα μιλήσω επίσης για την επιχειρησιακή αρχιτεκτονική. Και τότε θα το συνοψίσουμε και θα φτάσουμε στο ίδιο το στρογγυλό τραπέζι.

Αν το κοιτάξουμε, υπάρχουν πολλά πρότυπα και τα BOK - τα οποία φυσικά είναι όργανα γνώσης - τα οποία έχουν δημοσιευτεί με την πάροδο των ετών. Πολλά από αυτά έχουν προέλθει από την ικανότητα του μοντέλου ωριμότητας. Και εδώ προέρχεται το CMMI από το οποίο μιλούσε ο Jen. Το ίδιο το μοντέλο CMM ήταν στην πραγματικότητα το 1998. Ξεκίνησε πραγματικά από έναν κύριο που ονομάστηκε Watts Humphrey όταν ήταν με την IBM. Είχε 27χρονη καριέρα στην IBM. Αλλά η πραγματική του ανάπτυξη του συγκεκριμένου μοντέλου ξεκίνησε όταν βρισκόταν στο Carnegie Mellon και ανατέθηκε από το Υπουργείο Άμυνας των ΗΠΑ. Πολλά άλλα πρότυπα έχουν χρησιμοποιηθεί για να εξαχθούν αυτά. Και κάτι που είναι πολύ καλό να γνωρίζουμε για τη βιομηχανία όταν μιλάμε για αυτό σε ορισμένα από τα άλλα πρότυπα είναι, όταν εξετάζουμε το χρονοδιάγραμμα αυτού του γεγονότος, είναι επίσης στο πλαίσιο των πραγμάτων που βλέπουμε στη βιομηχανία εν γένει. Αυτό συνέβη όταν άρχισε να αρχίζει πραγματικά η ποιοτική κίνηση, ιδιαίτερα στον τομέα της μεταποίησης, και αυτό στράφηκε σε άλλες περιοχές. Σε περίπτωση που εξετάζουμε τρόπους βελτίωσης των διαδικασιών παραγωγής, κάνουμε πράγματα όπως η συνολική διαχείριση της ποιότητας, η κατασκευή just-in-time και άλλα πράγματα. Και πολλές από τις φιλοσοφίες που προέκυψαν από αυτό ήρθαν σε ολόκληρο το ποιοτικό σώμα της εργασίας.

Και αυτό είναι πραγματικά το είδος του άλματος από το οποίο ξεκίνησαν πολλά από αυτά τα πράγματα. Ξεκίνησε από τη γενική βιομηχανία και έφτασε στον τομέα της πληροφορικής και των συστημάτων δεδομένων και διαδικασιών και πληροφοριών. Άλλα πρότυπα που βλέπουμε ότι σχετίζονται στενότερα ή πιο συγκεκριμένα με μερικά από τα πράγματα για τα οποία μιλάμε είναι βεβαίως το μοντέλο ωριμότητας δεδομένων, το οποίο ο Jen μίλησε λίγο. Υπάρχει επίσης το μοντέλο ωριμότητας των επιχειρηματικών διεργασιών από την ομάδα διαχείρισης αντικειμένων. Και μια σειρά άλλων προτύπων που μπορεί να έχετε δει ότι ο οργανισμός σας μπορεί να αντιμετωπίσει ή να αξιοποιηθεί για διαφορετικούς τομείς της επιχείρησης, ιδιαίτερα τον τομέα της πληροφορικής, όπως το COBIT, που είναι στόχοι ελέγχου για τις πληροφορίες και την τεχνολογία, το ITIL, που εσείς μπορεί να έχετε αντιμετωπίσει. Και πάλι, η συνολική διαχείριση της ποιότητας. Και ειδικά όταν εισέρχεστε σε πράγματα όπως μετρήσεις και οτιδήποτε άλλο, ίσως έχετε δει πράγματα όπως ο στατιστικός έλεγχος της διαδικασίας να έρθουν στο παιχνίδι επίσης. Και στη συνέχεια, φυσικά, μερικά από τα όργανα γνώσης που αντιμετωπίζουμε είναι πληροφορίες ή επαγγελματίες πληροφορικής. Το σώμα διαχείρισης των δεδομένων της γνώσης από το.

Υπάρχει επίσης, ισοδύναμο με αυτό, το σώμα των γνώσεων της ανάλυσης των επιχειρήσεων. Και το σώμα της διαχείρισης του έργου της γνώσης. Μπορεί να έχετε πολλά ή περισσότερα από αυτά τα πράγματα στο παιχνίδι που χρησιμοποιούνται από διαφορετικούς φορείς στον οργανισμό σας ταυτόχρονα. Αλλά ας πάρουμε το φίλτρο έξω από τα BOKs και ας πάμε πίσω και να πούμε, τι είναι η ωριμότητα; Και αναφέρουμε τον ορισμό της ώριμης επειδή, όταν ρωτάς ποια ωριμότητα είναι, όταν το ψάχνεις στο λεξικό, λέει στην πραγματικότητα "είσαι ώριμος". Έτσι, χρησιμοποιώντας τη λέξη "ώριμη" σημαίνει πραγματικά να έχεις φθάσει σε ένα προηγμένο στάδιο ανάπτυξης - φυσικά, πολύ γενικό. Αλλά αυτό που πραγματικά εξετάζουμε εδώ είναι να προχωρήσουμε σε αυτό που κάνουμε σε ένα υψηλότερο και υψηλότερο επίπεδο επίτευξης καθώς περνάμε. Και όταν εξετάζετε πολλά πρότυπα, όπως θα δείτε, το CMMI ειδικότερα και το μοντέλο ωριμότητας των δυνατοτήτων βασίζονται πράγματι σε μια κλίμακα πέντε σημείων, οπότε μας δίνει ένα σταδιακό τρόπο να κοιτάξουμε και να πούμε πώς είναι εξελίσσουμε πραγματικά σε αυτή την κλίμακα στο πώς μεγαλώνουμε;

Όταν εξετάζουμε την ωριμότητα όμως, όσον αφορά την επίτευξη της οργανωτικής ωριμότητας στα πράγματα που μας ενδιαφέρει, πρέπει να είμαστε σε ισορροπία. Πρέπει να επιτύχετε την ωριμότητα των δεδομένων και θα μιλήσουμε για μερικά από τα κριτήρια που πρέπει να κάνετε εκεί, αλλά πρέπει να επιτύχετε ταυτόχρονα την ωριμότητα της διαδικασίας. Είναι δύο πλευρές του ίδιου νομίσματος και πρέπει να πάνε χέρι-χέρι. Δεν μπορείτε να πάτε από, για παράδειγμα, μηδέν έως πέντε σε κλίμακα ληκτότητας δεδομένων χωρίς να αυξήσετε τη διάρκεια της διαδικασίας και το ίδιο ισχύει και για τη διάρκεια της διαδικασίας. Είναι και οι δύο ενωμένοι και τραβούν ο ένας τον άλλον μαζί για την πορεία καθώς εξελίσσονται πραγματικά μέσα από τα διάφορα στάδια. Και θα μιλήσω γι 'αυτό λίγο περισσότερο σε μια μελλοντική διαφάνεια εδώ. Τα άλλα πράγματα που πρέπει να συνειδητοποιήσουμε είναι ότι τόσο τα δεδομένα όσο και η ωριμότητα της διαδικασίας είναι θεμελιώδους σημασίας για την αρχιτεκτονική των επιχειρήσεων και θεμελιώδη για ορισμένα πράγματα της διακυβέρνησης που μιλούσε και ο Jen. Δίνουμε τη δυνατότητα σε εκείνους που επιτυγχάνουν την ωριμότητα σε ορισμένα από αυτά τα πράγματα που προσπαθούμε να κάνουμε.

Τώρα επάνω στη διαφάνεια που είπε ο Jen για να μιλήσω λίγο πιο λεπτομερώς. Έχω πάρει μερικές μόνο κατηγορίες και, χρησιμοποιώντας την κλίμακα CMM εδώ και έχω στην πραγματικότητα τη δική μου, προσθέτω πραγματικά ένα μηδέν όσον αφορά, στην κορυφή της κλίμακας, επειδή μπορεί να υπάρχουν ορισμένες περιπτώσεις όπου στην πραγματικότητα δεν έχετε κάνει οποιαδήποτε έλξη σε αυτές τις περιπτώσεις. Αυτά είναι απλά τρόποι αναγνώρισης που συνέβησαν. Επομένως, εάν εξετάσουμε τη διακυβέρνηση δεδομένων, μπορεί να ξεκινήσετε από το μηδέν επειδή δεν διαθέτετε προγράμματα διαχείρισης δεδομένων. Και καθώς αρχίζετε να ωριμάζετε μέσα από τους διάφορους τομείς, μόλις αρχίσετε να το εισάγετε σε επίπεδο έργου, στη συνέχεια σε επίπεδο προγράμματος, μέσω διαχωρισμού και τελικά σε επίπεδο επιχείρησης, έτσι, από πλευράς διακυβέρνησης, ωριμάζετε και μεγαλώνετε μια οργάνωση όπως κάνετε αυτό.

Άλλες πτυχές αυτού του είδους, όπως η διαχείριση των κύριων δεδομένων, μπορεί να ξεκινήσετε με μηδέν χωρίς ταξινομήσεις δεδομένων τυπικού περιεχομένου. Στη συνέχεια, φτάνετε, φτάνετε σε ένα σημείο όπου αναγνωρίζετε ότι έχετε βασικά δεδομένα και αρχίζετε να ταξινομείτε, αλλά δεν είναι ολοκληρωμένα. Στη συνέχεια, θα αρχίσετε να εργάζεστε προς ολοκληρωμένες και κοινόχρηστες αποθήκες. Στη συνέχεια, καθώς εισέρχεστε σε ένα τυποποιημένο περιβάλλον, τότε εξετάζετε την παροχή υπηρεσιών διαχείρισης δεδομένων. Και καθώς προχωράτε πιο πάνω εκεί, πρόκειται να δημιουργήσετε κύριους διαχειριστές δεδομένων και τελικά ένα συμβούλιο διοίκησης δεδομένων που πραγματικά εξετάζει αυτό σοβαρά όλη την ώρα. Όταν εξετάζετε το τεχνικό σας περιβάλλον και τις εφαρμογές και τις βάσεις δεδομένων που έχετε από την προοπτική ενσωμάτωσης δεδομένων, πάλι, σε ένα ανώριμο περιβάλλον, θα έχετε αρκετές ad hoc διασυνδέσεις από σημείο σε σημείο και αυτό το είδος πράγμα. Και καθώς μεγαλώνετε, θα ξεκινήσετε να εισάγετε ορισμένα κοινά εργαλεία και πρότυπα. Στη συνέχεια, θα αρχίσετε να εξετάζετε κοινές πλατφόρμες ολοκλήρωσης καθώς μεγαλώνετε αυτό. Και καθώς θα είστε τυποποιημένοι, θα εργαστείτε σε τυποποιημένο μεσαίο λογισμικό και σε πιθανά εύκολα πράγματα όπως τα λεωφορεία επιχειρηματικών υπηρεσιών, το κανονικό μοντέλο, θα ταξινομήσετε όλα τα δεδομένα σας στην οργάνωσή σας και επίσης θα συνδέσετε τα πράγματα όπως οι επιχειρηματικοί κανόνες στο αποθετήριο σας και αυτό το είδος από το πράγμα. Και μετά πηγαίνετε ακόμα πιο μακριά, όταν το έχετε ενσωματώσει πλήρως στην οργανωτική κουλτούρα. Και φυσικά, η ποιότητα είναι πρωταρχικής σημασίας. Όπως είπε ο Jen, πολλές αποφάσεις και πολλά εργαλεία που υπάρχουν εκεί, υποθέστε ότι έχετε υψηλής ποιότητας δεδομένα με τα οποία συνεργάζεστε. Έτσι, η ποιότητα των δεδομένων είναι κάτι που αποτελεί θεμελιώδη υποστήριξη για την επίτευξη της ωριμότητας των δεδομένων.

Και πάλι, όταν εξετάζετε τα δεδομένα, μπορεί να έχετε πολλά σιλό και διάσπαρτα δεδομένα σε ανώριμα περιβάλλοντα. Μπορεί να έχετε ασυνέπειες που γίνονται αποδεκτές. Και τότε θα αρχίσετε να εργάζεστε σε αυτό, αναγνωρίζοντας το ασυνεπές και στη συνέχεια να αρχίσετε να εξετάζετε τον προγραμματισμό. Και αν κοιτάξετε τα διαχειριζόμενα περιβάλλοντα εδώ, κάτι πολύ σημαντικό εδώ είναι ο καθαρισμός των δεδομένων κατά την κατανάλωση προκειμένου να χρησιμοποιηθούν τα δεδομένα στη διαδικασία λήψης αποφάσεων. Επομένως, αυτό που μιλάμε πραγματικά υπάρχει καθαρισμός δεδομένων, όπου θα το φορτώσουμε σε αποθήκες δεδομένων και άλλα εργαλεία υποστήριξης αποφάσεων. Και αυτό είναι ανάλογο με αυτό που συνήθιζα να βλέπουμε στον τύπο κατασκευής δεδομένων της βιομηχανίας, όπου οι άνθρωποι θα κατασκευάζονταν προϊόντα, θα έκαναν τον τρόπο τους κάτω από τη γραμμή συναρμολόγησης και στο τέλος του, θα επιθεωρούσε το προϊόν και θα πήγαινε "Ω, έχουμε ελαττώματα εδώ. "Και πάλι, ένα πράγμα που δεν μπορείτε ποτέ να κάνετε είναι ότι ποτέ δεν μπορείτε να βελτιώσετε την ποιότητα του προϊόντος ελέγχοντας το στο τέλος. Μπορείτε να δείτε τα προβλήματα με αυτό και στη συνέχεια μπορείτε να λάβετε μέτρα για να βελτιώσετε τα επόμενα και άλλα που έρχονται κάτω από τη γραμμή μετά από αυτό, αλλά ποτέ δεν πρόκειται να βελτιωθεί με την επιθεώρηση στο τέλος. Έτσι, όταν προχωράτε, ειδικά σε δεδομένα, μετακινείτε περισσότερο από μια επιθεώρηση και μια άποψη καθαρισμού στον τόπο κατανάλωσης όπου αρχίζετε να προσπαθείτε να το κατασκευάσετε στην πηγή, από όπου και αν πάρετε το τα δεδομένα, τις διαδικασίες που δρουν σε αυτά τα δεδομένα, εξασφαλίζοντας ότι τα δεδομένα αυτά είναι ακριβή και κατάλληλα για κατανάλωση σε κάθε διαδικασία καθ 'όλη τη διάρκεια. Καθώς εξελίσσονται περαιτέρω, αρχίζετε να αναπτύσσετε και να αποκτήσετε ποιοτικούς KPIs και να αρχίσετε πραγματικά να αναπτύσσετε αυτή την προσέγγιση πρόληψης στην ποιότητα των δεδομένων καθώς προχωράτε.

Όσον αφορά τις οργανωτικές συμπεριφορές ή τα πράγματα που βλέπετε, εάν δεν νομίζετε ότι έχετε κάποιο πρόβλημα ή δεν γνωρίζετε, ίσως να είστε, εάν υπάρχει μια φάση άρνησης στον οργανισμό σας, που μου λέει ότι είστε κάτω ένα επίπεδο μηδέν ή δυνητικά μετακίνηση σε ένα. Εάν υπάρχει μεγάλο χάος γύρω από τα δεδομένα σας και προσπαθείτε να επιλύσετε αυτές τις ασυνέπειες, είστε μάλλον σε ένα επίπεδο. Όταν βρίσκεστε ακόμα σε λειτουργία αντιδραστικής λειτουργίας, κινείτε σε διαχείριση, αλλά δεν πρόκειται να λάβετε τυποποίηση μέχρι να έχετε πραγματικά ένα πολύ σταθερό περιβάλλον δεδομένων που θα περιλαμβάνει τόσο τη διακυβέρνηση, την ποιότητα, τη διαχείριση των κύριων δεδομένων και τα δεδομένα ολοκλήρωση, για να αναφέρουμε μόνο μερικά από τα σημεία. Και πάλι, μόλις περάσετε αυτό, τότε θα αρχίσετε να παίρνετε πραγματικά προληπτικά στυλ διαχείρισης. Αν φτάσετε στο μέρος όπου έχετε μια πολύ προγνωστική συμπεριφορά και επίσης τα αναλυτικά στοιχεία για να τα υποστηρίξετε και τα KPIs για να το υποστηρίξετε στην οργάνωσή σας, όταν το εξετάζουμε και επικαλύψουμε μερικά πράγματα, υπάρχουν και άλλα πράγματα που μπορούμε δείτε τις οργανώσεις και πού βρίσκονται. Ας δούμε την κύρια εστίαση IT σε έναν οργανισμό. Εάν η κύρια εστίασή σας στην πληροφορική εξακολουθεί να είναι σχετικά με την τεχνολογία και την υποδομή, πιθανόν να είστε κάτω προς το λιγότερο ώριμο τέλος της κλίμακας. Αλλά όταν εστιάζετε πραγματικά σε πληροφορίες και πληροφορίες που επιτρέπουν τη στρατηγική επιχειρηματική ενεργοποίηση, τότε πλησιάζετε στο ώριμο τέλος της κλίμακας. Επίσης, όταν το εξετάζετε από μια προοπτική δεδομένων, εάν είστε στο χαμηλό τέλος, έχετε υψηλό κίνδυνο δεδομένων και εάν είστε στο υψηλότερο σημείο, έχετε μειώσει τον κίνδυνο που σχετίζεται με τα δεδομένα. Και η άλλη πλευρά είναι η δημιουργία αξίας της οργάνωσης. Η χαμηλότερη ωριμότητα δεδομένων σημαίνει ότι έχετε πιθανώς ένα αρκετά χαμηλό επίπεδο δημιουργίας αξίας, ιδιαίτερα όσον αφορά τα δεδομένα που έχετε στον οργανισμό σας. Και καθώς ανεβαίνετε στην κλίμακα, παίρνετε μια γενιά υψηλής αξίας.

Ας δούμε αυτό από την άποψη της μοντελοποίησης δεδομένων. Μερικές φορές, η μοντελοποίηση δεδομένων έχει γίνει το κοκκινοσκουφίτσα. Και η μοντελοποίηση δεδομένων είναι θεμελιώδης για την επίτευξη της ωριμότητας των δεδομένων. Επομένως, θέλω απλώς να μιλήσω για μερικά από τα προειδοποιητικά σημάδια για το πώς τα μοντέλα δεδομένων συνδέονται σε αυτό. Αν πρόκειται απλώς για τεκμηρίωση ή για απλή δημιουργία φυσικών βάσεων δεδομένων για μικρές εφαρμογές και για αυτό το είδος αντικειμένων, πιθανόν να είστε κάτω από το επίπεδο ένα όσον αφορά την ωριμότητα των δεδομένων. Καθώς αρχίζετε να αγκαλιάζετε και να αναγνωρίζετε τους διάφορους τύπους μοντέλων, συμπεριλαμβανομένου του εννοιολογικού, του λογικού μοντέλου και της φυσικής μοντελοποίησης, όπου και εσείς, γνωρίζετε, βασικά οδηγείτε το σχέδιο. Το χρησιμοποιείτε πραγματικά ως σχεδιαστική άποψη, τότε είστε στο επίπεδο ένα.

Όταν ξεκινάτε να το εξετάζετε από ένα πιο επιχειρηματικό επίπεδο, συμπεριλαμβανομένης της ανάπτυξης επιχειρηματικών ή κανονικών μοντέλων, την εισαγωγή των εννοιών και τη σύνδεση σε πολλαπλά μοντέλα, την κατανομή των δεδομένων και την οικοδόμηση των μεταδεδομένων διακυβέρνησης κατευθείαν στα μοντέλα σας, αρχίζετε να φτάσετε σε ένα επίπεδο τρία και στη συνέχεια να προχωρήσουμε περαιτέρω σε μεταδεδομένα πλήρους διακυβέρνησης, ολοκλήρωση επιχειρηματικών γλωσσών κ.λπ. Κοιτάζοντας τον κύκλο ζωής και την αλυσίδα αξίας των δεδομένων είναι όταν φτάσετε πραγματικά στο επίπεδο τέσσερα. Και πάλι, η ολοκληρωμένη μοντελοποίηση με τα επιχειρηματικά γλωσσάρια, τα μεταδεδομένα, την ικανότητα να οδηγεί τα πράγματα όπως τα self-serve analytics, είναι πραγματικά όταν έχετε επιτύχει μια αρκετά ώριμη κατάσταση.

Ως αναπόσπαστο μέρος αυτού, θέλω να μιλήσω για τον κύκλο ζωής των δεδομένων πολύ σύντομα. Και ο λόγος που θέλω να μιλήσω γι 'αυτό είναι ο κύκλος ζωής των δεδομένων δυστυχώς αγνοείται συχνά. Και τι είναι, περιέγραψε πραγματικά πώς δημιουργείται, διαβάζεται, ενημερώνεται ή διαγράφεται ένα στοιχείο δεδομένων και οι διαδικασίες που δρουν σε αυτόν σε ολόκληρο τον οργανισμό σας. Έτσι, όσοι από εμάς έχουν εδώ και καιρό στη βιομηχανία, αναφέρονται σε αυτό ως CRUD επειδή είναι η δημιουργία, η ανάγνωση, η ενημέρωση και η διαγραφή. Πρέπει όμως να το κατανοήσουμε σε ένα θεμελιώδες επίπεδο όταν ασχολούμαστε με τα δεδομένα στην οργάνωσή μας. Πολλοί παράγοντες αρχίζουν να παίζουν. Ποιοι είναι οι επιχειρηματικοί κανόνες που δρουν σε αυτό; Ποιες είναι οι επιχειρηματικές διαδικασίες που καταναλώνουν, παράγουν ή μεταβάλλουν τα δεδομένα; Ποιες είναι οι εφαρμογές που εφαρμόζουν πραγματικά αυτές τις επιχειρηματικές διαδικασίες για να σας επιτρέψουν να το κάνετε αυτό; Όλα αυτά μπαίνουν στο παιχνίδι όσον αφορά τον κύκλο ζωής δεδομένων.

Και πάλι, ο Τζεν μίλησε σε αυτό νωρίτερα - ίσως να μην είναι απαραιτήτως μια πηγή αλήθειας. Και μπορεί να υπάρχουν πολλοί τρόποι δημιουργίας ενός συγκεκριμένου στοιχείου δεδομένων. Και ίσως να χρειαστεί να εισέλθετε, διαφορετικά πράγματα έρχονται μέσα από πολλαπλά συστήματα ή πολλαπλές προσλήψεις που πρέπει να συμφιλιώσετε και να επιλύσετε να βρείτε ποια είναι η σωστή πηγή δεδομένων για αυτή τη συγκεκριμένη απόφαση εκείνη τη στιγμή. Μπορεί να υπάρχουν πολλές παραλλαγές των δεδομένων για διαφορετικούς σκοπούς σε έναν οργανισμό. Για να μπορέσετε να το επιτύχετε αυτό, πρέπει να είστε σε θέση να μοντελοποιήσετε τις επιχειρηματικές διαδικασίες, τη ροή δεδομένων που περιλαμβάνει τις ροές δεδομένων, την ενσωμάτωση και περιλαμβάνει πράγματα όπως το ETL, ώστε να εξαγάγετε, να μετασχηματίσετε και να φορτώσετε την αποθήκη δεδομένων σας, και φυσικά οι συνδέσεις δεδομένων στην μεγάλη πλευρά των δεδομένων μπαίνουν επίσης στο παιχνίδι. Δεδομένου ότι τραβάτε αυτές τις πληροφορίες από τη λίμνη δεδομένων, πρέπει να ξέρετε πώς το καταναλώνετε και πώς το χρησιμοποιείτε. Από την άποψη του ίδιου του κύκλου ζωής, είναι πραγματικά ο τρόπος με τον οποίο δημιουργούμε ή συλλέγουμε νέα δεδομένα, τον τρόπο με τον οποίο τα κατατάσσουμε - επειδή πρέπει να τα ταξινομήσετε για να τα κατανοήσετε και να τα εργαστείτε αποτελεσματικά - πώς το αποθηκεύετε, πώς «το χρησιμοποιείτε, πώς το τροποποιείτε σε αυτές τις επιχειρηματικές διαδικασίες, όπου μοιράζονται στον οργανισμό - και πολύ σημαντικό: διατήρηση και αρχειοθέτηση. Πόσο καιρό διατηρείτε τα δεδομένα; Πότε το αρχειοθετείτε; Πότε τελικά καταστρέφετε αυτά τα δεδομένα; Όλα αυτά τα πράγματα πρέπει να ληφθούν υπόψη στον κύκλο ζωής των δεδομένων σας και πρέπει να κάνετε όλα αυτά για να επιτύχετε ένα υψηλό επίπεδο ωριμότητας δεδομένων στον οργανισμό σας.

Τώρα η άλλη πλευρά, πάλι, είπα ότι είναι κάπως σαν δίδυμα, όπου πρέπει να μιλάς για την ωριμότητα της διαδικασίας σε συνδυασμό με την ωριμότητα των δεδομένων - πάνε χέρι-χέρι. Και πάλι, έχω μερικά διαφορετικά πράγματα εδώ και - μην ανησυχείτε που δεν πρόκειται να διαβάσω όλα αυτά, αλλά απλά ένα είδος λίστας ελέγχου έτσι - και πάλι μπορείτε να αρχίσετε να αυτο-αξιολογείτε πού βρίσκεται ο οργανισμός σας με όρους της ωρίμανσης της διαδικασίας. Ας δούμε πάλι τα πράγματα από το αρχικό δικαίωμα μέσω των βελτιστοποιημένων σελίδων. Και πάλι, χρησιμοποιούμε την ίδια κλίμακα πέντε σημείων που προέκυψε από το μοντέλο ωριμότητας ικανότητας. Αν κοιτάξετε πράγματα όπως το επίκεντρο, εάν είστε κάτω σε χαμηλότερο επίπεδο ή αρχικό επίπεδο ωρίμανσης της διαδικασίας, μπορείτε να βρείτε στην οργάνωσή σας ότι οι άνθρωποι βασίζονται πραγματικά στις δικές τους μεθόδους για να ολοκληρώσουν το έργο τους. Και μπορείτε να δείτε μερικές ηρωίδες και κάτι τέτοιο για να μπορέσετε να κάνετε τα πράγματα. Τότε αρχίζετε να φτάνετε σε ένα σημείο όπου είστε πιο ενεργητικοί γι 'αυτό, όπου η διοίκησή σας αναλαμβάνει την ευθύνη για τις μονάδες εργασίας και την απόδοση. Στη συνέχεια, αρχίζετε να εξελίσσετε τις τυπικές ολοκληρωμένες διαδικασίες. Στη συνέχεια, η σταθερότητα της διαδικασίας και η επαναχρησιμοποίηση. Στη συνέχεια, θα αρχίσετε να βλέπετε περισσότερη κουλτούρα καθοδήγησης και στατιστικής διαχείρισης για να υπολογίσετε τις μετρήσεις και τους δείκτες KPI σχετικά με αυτές τις διαδικασίες και, τέλος, το πλήρες επίπεδο βελτιστοποίησης.

Όταν εξετάζετε τη διαχείριση εργασίας, μπορείτε να πάτε, πηγαίνετε να πάτε από μια περιοχή όπου έχετε ασταθή επίπεδα διαχείρισης της εργασίας για να διαχειριστείτε καλύτερα, όπου εξισορροπείτε τουλάχιστον σε υψηλότερο επίπεδο τις δεσμεύσεις σας για πόρους. Στη συνέχεια, σε ένα σημείο όπου έχετε μια πιο προσαρμόσιμη ή ευκίνητη οργάνωση, ώστε να μπορείτε να τυποποιήσετε τις διαδικασίες σας, αλλά να τις προσαρμόσετε για τις καλύτερες που χρησιμοποιούνται σε διαφορετικές περιστάσεις στον οργανισμό σας. Και όταν φτάσετε σε προχωρημένους, εκεί είναι όπου η ενδυνάμωση είναι πολύ σημαντική, και αυτό σημαίνει αυτό που όλοι διαισθητικά καταλαβαίνουν τι συμβαίνει και το προσωπικό έχει τα δεδομένα της διαδικασίας, έτσι ώστε να μπορούν να αξιολογήσουν και να διαχειριστούν τη δουλειά τους.

Και πάλι, επιστρέφοντας στην παραγωγική αναλογία - όταν είδαμε ότι, καθώς αρχίσαμε να εκσυγχρονίζουμε τις γραμμές συναρμολόγησης μας και όλα αυτά με τη βιομηχανία, αρχίσαμε να μιλάμε για την ολική ποιότητα και την ενδυνάμωση των εργαζομένων ακόμη και στη γραμμή συναρμολόγησης, όπου αν κάποιος είδε κάτι λάθος σε κάποιο συγκεκριμένο στάδιο παραγωγής, οι άνθρωποι είχαν τη δυνατότητα να χτυπήσουν το μεγάλο κόκκινο κουμπί και να κλείσουν ολόκληρη τη γραμμή συναρμολόγησης μέχρι να επιλυθούν τα προβλήματα προτού τα πράγματα προχωρήσουν περισσότερο. Και είναι αυτός ο τύπος νοοτροπίας και το είδος μιας κουλτούρας που ψάχνουμε για δεδομένα γύρω από τις διαδικασίες μας για να βεβαιωθούμε ότι πραγματικά βελτιστοποιούμε τα δεδομένα και τις διαδικασίες μας στον οργανισμό μας.

Άλλοι δείκτες της κουλτούρας σας - είναι η κουλτούρα σας στάσιμη όσον αφορά την απουσία αναγνωρίσιμης βάσης για πραγματική δέσμευση για βελτίωση στις επιχειρηματικές σας διαδικασίες; Υπάρχει μια αντιπροσωπεία ευθύνης, την οποία βλέπουμε περισσότερο στην κλίμακα; Και καθώς προχωράτε περισσότερο, ίσως έχετε ακόμα σιλό, αλλά καθώς αρχίζετε να ανεβαίνετε από την άποψη της κουλτούρας και των πράξεων που κάνετε στην επιχειρηματική σας διαδικασία, καταστρέφετε επίσης αυτά τα διαφορετικά επιχειρηματικά σιλό και αξιοποιώντας διεργασίες στον οργανισμό σας. Είναι πολύ σημαντικό ότι, όπως φτάνετε στο στάδιο των εκδηλώσεων, είναι αυτό που πραγματικά βασίζεστε σε αυτό είναι, αντί να αισθάνεστε έντονα, συλλέγετε πραγματικά μετρήσεις ποιότητας και έχετε μετρήσεις που υπάρχουν για να προβλέψετε την ικανότητά σας στην απόδοση της επιχείρησής σας και αυτό είναι εξαιρετικά σημαντικό.

Από την άποψη της αρχιτεκτονικής, ας μιλήσουμε γι 'αυτό επειδή πολλοί από εμάς εδώ είναι στην πληροφορική ή πάντα ψάχνουμε στο ΙΤ. Και πάλι, τα ίδια πράγματα που είδαμε στα δεδομένα. Έχουμε απελπισμένα συστήματα πληροφορικής αν είστε πραγματικά στα αρχικά στάδια της ωριμότητας της διαδικασίας. Αφού αρχίσετε να διαχειρίζεστε τις διαδικασίες σας, θα δείτε ορισμένες υπηρεσίες που έχουν ρυθμιστεί όπου υιοθετείτε πραγματικά μια προσέγγιση βασισμένη στις υπηρεσίες. Στη συνέχεια, εάν γίνετε τυποποιημένοι, θα δείτε περισσότερα από την υιοθέτηση πλήρους υπηρεσίας από πλευράς δεδομένων και υπηρεσιών και υπηρεσιών επεξεργασίας και αυτού του είδους, μέχρι να φτάσετε σε μια πλήρη υπηρεσία ή μια νέα αρχιτεκτονική. Και τελικά σε μια επιχείρηση με πλήρη διαδικασία που χρησιμοποιεί τα δεδομένα σας.

Και πάλι, οι ίδιοι τύποι κλιμάκων όταν το εξετάζουμε. Όσον αφορά την παραγωγικότητα, σε χαμηλό επίπεδο ωριμότητας της διαδικασίας, θα δείτε χαμηλά επίπεδα παραγωγικότητας και υψηλή ωριμότητα διαδικασίας, θα δείτε πολύ μεγαλύτερη παραγωγικότητα. Και η ποιότητα πηγαίνει χέρι-χέρι με αυτό επίσης. Όπως και με τα δεδομένα - εάν είστε σε χαμηλό επίπεδο ωριμότητας, θα δείτε υψηλό επίπεδο κινδύνου και υψηλό επίπεδο απορριμμάτων. Αλλά όσο υψηλότερο είναι το επίπεδο ωριμότητάς σας, θα το μειώσετε και θα μειώσετε τον κίνδυνο και θα μειώσετε σημαντικά τα απόβλητα. Όσον αφορά ορισμένα από τα πράγματα που μπορείτε να δείτε ως είδος συμπτωμάτων ή δεικτών σε έναν οργανισμό, εάν η πρωταρχική φιλοσοφία βασίζεται σε περικοπές κόστους, πιθανότατα θα έχετε χαμηλό επίπεδο ωρίμανσης της διαδικασίας. Στη συνέχεια, πρόκειται να αποφοιτήσετε και να προχωρήσετε προς την κατεύθυνση της καλύτερης απόδοσης της αποδοτικότητας στον οργανισμό σας και στη συνέχεια καθώς θα φτάσετε σε ένα πολύ ώριμο επίπεδο, θα εστιάσετε ξανά στη δημιουργία αξίας.

Από τη σκοπιά της οργανωτικής διαχείρισης, εάν βασιλεύει το χάος, αυτό είναι συνήθως ένα σύμπτωμα οργανισμών χαμηλής παραγωγικότητας. Αλλά αρχίζετε να εστιάζετε σε αυτό που αποκαλώ περισσότερο διαχειριστική νοοτροπία όπου - και μπορεί να υπάρχει κάποια διαχείριση με διάταγμα ή επιβολή πράξεων - όπου είστε πραγματικά τότε, όταν φτάσετε στα πιο ώριμα επίπεδα, η διαχείρισή σας μεταφράζεται περισσότερη ηγεσία. Με άλλα λόγια, η φιλοσοφία της βελτίωσης είναι ενσωματωμένη στον πολιτισμό και από τον διευθύνοντα σύμβουλο προς τα κάτω, προωθούν αυτή την ολόκληρη φιλοσοφία της βελτίωσης των διαδικασιών και της συνεχούς, συνεχούς βελτίωσης στον οργανισμό σας στο σύνολό του.

Από την άποψη του μοντέλου της διαδικασίας - και θα περάσω γρήγορα αυτά τα πράγματα εδώ - πάλι, ας δούμε τα μοντέλα διεργασιών, καθώς συνδέονται με την ίδια την ωριμότητα της διαδικασίας. Και πάλι, πολύ παρόμοια με τα πράγματα που είδαμε στην ωριμότητα των δεδομένων, όπου σε χαμηλά επίπεδα ή στο πρώτο επίπεδο, ίσως απλώς να τεκμηριώνετε τις διαδικασίες ή την τρέχουσα κατάσταση, αλλά πραγματικά δεν την χρησιμοποιείτε από την άποψη της προώθησης. Καθώς αρχίζετε να ωριμάζετε, πρόκειται να χρησιμοποιήσετε τη μοντελοποίηση των επιχειρηματικών διαδικασιών για να προωθήσετε την πραγματική διαχείριση των επιχειρηματικών διαδικασιών στον οργανισμό και στη συνέχεια να εξελιχθείτε ακόμη περισσότερο από εκεί που το χρησιμοποιείτε και να ενημερώνετε συνεχώς τα μοντέλα αυτά για να βελτιώσετε τη διαδικασία, να φτάσετε στο σχεδιασμό της διαδικασίας. Και έπειτα όταν φτάσετε στην πλήρη ώριμη ηλικία, ή, ξέρετε, αυτό που συνήθως βλέπετε σε άπαχο ή σε οργανισμούς που έχουν υιοθετήσει προγράμματα υψηλότερης ποιότητας, όπως η Sigma, είναι και πάλι όπου έχετε τη νοοτροπία συνεχούς βελτίωσης και είναι ενσωματωμένο στη μοντελοποίηση οργανισμό σας. Έτσι, ακριβώς όπως χρησιμοποιούμε τα τεχνικά σχέδια για την κατασκευή προϊόντων, είτε πρόκειται για αεροπλάνα είτε για κτίρια και ουρανοξύστες, και αυτό το είδος, βασίζουμε τα μοντέλα μας για να προωθήσουμε την επιχείρησή μας προς τα εμπρός, διότι αυτό είναι το στοιχείο σχεδιασμού που οδηγεί πραγματικά τα οργανωτικά μας στοιχεία προς τα εμπρός .

Τώρα, πάλι, δεν πρόκειται να περάσω από αυτό και κάθε λέξη εδώ λεπτομερώς. Αυτό που έχω κάνει είναι ότι έχω λάβει αυτές τις δύο απλούστερες διαφάνειες πλέγματος και έχω επιλέξει μια σειρά από λέξεις που χρησιμοποιήθηκαν σε μερικούς από αυτούς τους άλλους περιγραφείς τόσο για την ωριμότητα όσο και για την ωριμότητα της διαδικασίας. Έτσι, όταν εξετάζετε αυτό μετά από το γεγονός, μπορείτε να αρχίσετε να σκέφτεστε μερικά από τα λόγια που βλέπετε να εμφανίζονται στις δικές σας εσωτερικές κουλτούρες όσον αφορά τα πράγματα που λέγονται. Και αυτό θα σας βοηθήσει να ξεκινήσετε να ταξινομείτε όπου, ως μια γενική οργάνωση, αρχίζουμε να ταιριάζουμε σε αυτή την κλίμακα ωριμότητας συνολικά. Έτσι, αν βλέπετε πράγματα όπως ασυνέπεια ή στασιμότητα ή αναποτελεσματικότητα, εμφανίζονται αρκετά συχνά ή χάος, θα είστε συνήθως στο κάτω άκρο της κλίμακας. Όταν αρχίζετε να σκέφτεστε πράγματα όπως η συνεχής βελτίωση, η στρατηγική ευθυγράμμιση, η προληπτική προσέγγιση των ελαττωμάτων και της ποιότητας και αυτού του είδους, η πλήρης ενσωμάτωση και μιλάτε για βέλτιστες πρακτικές σε ανταγωνιστικό πλεονέκτημα, τότε θα δείτε τον εαυτό σας up στο βελτιστοποιητή, υψηλότερο άκρο της κλίμακας.

Και πάλι, κάτι που θέλω επίσης να επισημάνω ότι όταν αρχίζετε να εξετάζετε τη διαχείριση δεδομένων, ιδίως όταν εξετάζετε το κατώτατο σημείο της κλίμακας, βρίσκεται στα αρχικά στάδια, η διαχείριση δεδομένων μπορεί να εισαχθεί μόνο σε επιμέρους επίπεδα έργου. Πρέπει να εξελιχθεί σε ένα σημείο όπου η διακυβέρνηση δεδομένων και ο συγκεκριμένος στόχος προέρχεται από τη διαχείριση δεδομένων σχεδίων και έχει εξελιχθεί μέσω διακυβέρνησης προγραμμάτων και τμηματικών δεδομένων, όπου και πάλι είναι εταιρικό και ενσωματωμένο στον οργανισμό ως σύνολο.

Έχω μιλήσει για το γεγονός ότι πρόκειται για δίδυμα που δουλεύουν από κοινού όσον αφορά την ωριμότητα των δεδομένων και τη διάρκεια της διαδικασίας. Για να επιτευχθεί αυτή η ωριμότητα, σε κάθε πλευρά της κλίμακας είναι ένα ταξίδι και δεν μπορείτε να πηδήσετε βήματα. Εάν είστε στο μηδέν, θα πρέπει να εξελιχθείτε στα στάδια ένα, δύο, τρία, τέσσερα και τελικά να φτάσετε σε πέντε. Και υπάρχουν πολύ λίγες οργανώσεις στον κόσμο είναι στην πραγματικότητα σε πέντε. Έτσι, πολλοί οργανισμοί θα ήταν περισσότερο από ευτυχής να βρίσκονται σε ένα σημείο όπου θα βρίσκονται σε τρεις και στη συνέχεια θα μπορούν να το χρησιμοποιήσουν ως εφαλτήριο προς τα εμπρός. Και πάλι, δεν μπορείτε να πάτε, δεν μπορείτε να είστε σε τέσσερα από μια ημερομηνία λήξης και ένα σε μια ωριμότητα διαδικασία. Απλά δεν λειτουργεί επειδή είναι τόσο αλληλένδετα που πρέπει να καταλάβετε και να έχετε μια καλή λαβή για τα δεδομένα και τις διαδικασίες σας σε συνδυασμό μεταξύ τους.

Μια καλή αναλογία για να σκεφτείτε αυτό ως είναι, στο ταξίδι σας προς την οργανωμένη ωριμότητα, ας υποθέσουμε ότι η ομάδα σας αποτελείται από δύο άτομα: η μία είναι η ωριμότητα διαδικασίας και η άλλη είναι η ωριμότητα των δεδομένων. Έχετε μια πορεία εμπόδιο και είστε δεμένα μαζί με ένα σύντομο σχοινί. Και για να φτάσετε στο τέλος αυτής της πορείας, αυτό σημαίνει ότι και οι δύο πρέπει να περάσετε όχι μόνο από όλα τα εμπόδια, αλλά πρέπει να περάσετε από όλα τα εμπόδια σχεδόν ταυτόχρονα ή πολύ κοντά το ένα για το άλλο μπορεί να προχωρήσει και να φτάσει στο επόμενο εμπόδιο. Αυτός είναι ένας πολύ καλός τρόπος για να σκεφτείτε την εξισορρόπηση της ωριμότητας της διαδικασίας και της ωριμότητας των δεδομένων. Έτσι, με άλλα λόγια, μπορείτε να είστε κάπως επεξεργασμένος και να είστε κάπως δεδομένα-centric, αλλά πρόκειται να αποτελέσει τον κύριο δείκτη και δεν μπορεί να υπάρξει πολύ κενό για να σας φέρει πραγματικά μέσα από τα επίπεδα.

Και στη συνέχεια, όταν το εξετάζουμε ξανά από τη διαχείριση δεδομένων, ένα από τα πράγματα που ήθελα να επισημάνω σε περίπτωση που δεν γνωρίζατε, είναι η DAMA που κυκλοφόρησε στην πραγματικότητα το Data Management Body of Knowledge Γ 'Όγκου Δύο νωρίτερα αυτό το έτος, άλλαξε ο πραγματικός τροχός DAMA. Και το αντιπροσώπευα λίγο διαφορετικά, όπου η διακυβέρνηση δεδομένων βρίσκεται στο κέντρο και οι δέκα διαφορετικές κατηγορίες γύρω από τον διαφορετικό τροχό. Κάτι που είναι πολύ σημαντικό να δούμε εδώ είναι η μοντελοποίηση δεδομένων και ο σχεδιασμός έχει στην πραγματικότητα τις δικές του περιοχές στο τιμόνι τώρα - ήταν κάπως αναμειγμένο με τις άλλες, προηγουμένως. Ένα από τα πράγματα που είναι πολύ θεμελιώδες σημείο εδώ είναι ότι η μοντελοποίηση δεδομένων είναι θεμελιώδης για όλες αυτές τις άλλες πτυχές, διότι, είτε κάνουμε μοντελοποίηση δεδομένων των βάσεων δεδομένων μας είτε των μεταδεδομένων με τα οποία έχουμε να κάνουμε, η μοντελοποίηση δεδομένων έχει κάποιο ρόλο παίζετε σε όλα αυτά τα άλλα κομμάτια για τα οποία μιλάμε. Και η μοντελοποίηση της διαδικασίας έχει επίσης ένα ρόλο να διαδραματίσει σε πολλά από αυτά τα πράγματα, διότι, εκτός από την κατανόηση των ίδιων των δεδομένων, πρέπει να καταλάβουμε πώς χρησιμοποιείται και έτσι μας βοηθάει να το κάνουμε αυτό.

Τώρα ας αλλάξουμε τις ταχύτητες λίγο και να μιλήσουμε για την επιχειρησιακή αρχιτεκτονική. Και τα μοντέλα είναι ζωτικής σημασίας για την επιχειρηματική αρχιτεκτονική. Και βασίζω αυτό το παράδειγμα και αυτό είναι το πλαίσιο του Zachman που παρουσιάζω εδώ πολύ γρήγορα. Και όταν εξετάζετε αυτό, βλέπετε πολλά πράγματα εδώ. Βλέπετε τι, πώς, πού, ποιος, πότε και γιατί είναι το είδος της κλίμακας στην κορυφή. Και μετά περνάτε από λεπτομερέστερα επίπεδα επεξεργασίας, αν θέλετε, από την άποψη των τύπων μοντελοποίησης ή τύπων πράξεων που επεξεργάζεστε από την άποψη της επιχειρησιακής αρχιτεκτονικής από ένα πολύ υψηλό επίπεδο συμφραζομένων μέχρι ένα λεπτομερές επίπεδο, συμπεριλαμβανομένης της φυσικής εφαρμογής. Αν κοιτάξετε τις πρώτες στήλες, αυτό που είναι πολύ εντατικό και δεδομένα που αφορούν. Ο τρόπος με τον οποίο διεξάγεται πολύ η διαδικασία. Και αν κοιτάξετε τις άλλες πτυχές, πρόκειται να χρησιμοποιήσετε έναν συνδυασμό επεξεργασίας και μοντελοποίησης δεδομένων για την άνοδο των υπόλοιπων πληροφοριών. Θα έχετε δεδομένα σχετικά με όλα αυτά τα διαφορετικά πράγματα και τα μοντέλα διαδικασιών σας πρόκειται να συνδέσουν τα πράγματα μέσα, όπως το πού συμβαίνουν τα πράγματα, η ευθύνη. Και επίσης από την άποψη της διαδικασίας μοντελοποίησης που κάνουμε και στα εργαλεία μας, μπορείτε να αρχίσετε να συνδέετε αυτό με τους στόχους και τις σχέσεις και τους επιχειρηματικούς κανόνες που επίσης οδηγούν αυτά τα διαφορετικά πράγματα που κάνετε.

Από μια συνολική οπτική γωνία του πλαισίου Zachman, ένας από τους καλούς τρόπους να σκεφτεί κανείς και αυτό είναι ότι οδηγείτε το μοντέλο και πραγματικά περνάτε από τα διαφορετικά επίπεδα. Έτσι, ξεκινάτε με ένα πεδίο υψηλού επιπέδου και με το συμφραζόμενο. Στη συνέχεια, εξελίσσεστε προς επιχειρηματικά μοντέλα, σε μοντέλα συστημάτων, στη συνέχεια σε μοντέλα τεχνολογίας και στη συνέχεια στην πολύ λεπτομερή εκπροσώπηση των τεχνικών μοντέλων. Και πάλι, τα δεδομένα αντιπροσωπεύουν το τι, η διαδικασία είναι το πώς και είναι πραγματικά ένας συνδυασμός των δεδομένων και των διαδικασιών αλληλεπίδρασης που οδηγούν όλα τα άλλα χαρακτηριστικά εδώ.

Με βάση αυτό, δεν είναι τυχαίο ότι ο τρόπος που βλέπουμε την ιδέα αρχιτεκτονικής επιχείρησης βασίζεται λίγο διαφορετικά από κάποιους άλλους. Πολύ συχνά, θα ακούσετε για τους τέσσερις πυλώνες της αρχιτεκτονικής των επιχειρήσεων που είναι τα δεδομένα, η απόκτηση, η επιχειρηματική και η τεχνική αρχιτεκτονική. Το βλέπουμε λίγο διαφορετικό από αυτό. Θεωρούμε την αρχιτεκτονική δεδομένων ως το θεμελιώδες θεμέλιο που οδηγεί όλη την επιχειρησιακή αρχιτεκτονική για δύο λόγους. Ένα, εκεί ξεκίνησε. Ακόμη και τα πράγματα όπως το πλαίσιο Zachman εξελίχθηκαν κυρίως από την αρχιτεκτονική των δεδομένων και στη συνέχεια αναπτύχθηκαν και για άλλες πτυχές της αρχιτεκτονικής. Και δύο, επειδή η βασική σχέση μεταξύ της διαδικασίας και των δεδομένων. Γι 'αυτό βλέπουμε την επιχειρησιακή αρχιτεκτονική ως τον κεντρικό πυλώνα της επιχειρησιακής αρχιτεκτονικής. Και τότε, φυσικά, αυτό συμπληρώνεται από την αρχιτεκτονική των εφαρμογών και την τεχνική αρχιτεκτονική, τα οποία είναι απόλυτα απαραίτητα για να μας επιτρέψουν να οδηγήσουμε την πραγματική ενεργοποίηση των επιχειρήσεων. Τώρα, όταν το εξετάζουμε αυτό από την άποψη της ER Studio Enterprise Edition Edition, της ολοκληρωμένης πλατφόρμας μοντελοποίησης μας, αυτό είναι το πώς θα αρχίσει να παίζει. Και αυτό είναι ένα διάγραμμα πλαισίου υψηλού επιπέδου μερικά από τα μοντέλα που κάνουμε και μερικά από τα βασικά στοιχεία πίσω από αυτό. Και αυτό οδηγείται στην πραγματικότητα, αυτό είναι πραγματικά διαγραμματισμένο σε ένα διάγραμμα διαδικασίας. Έτσι, όταν εξετάζουμε την αρχιτεκτονική των δεδομένων μας, συγκεκριμένα, και την επιχειρηματική μας αρχιτεκτονική κάτω κάτω, παρέχουμε εργαλεία βασισμένα στο ρόλο.

Και όταν κοιτάζετε το εργαλείο επιχειρηματικού μας αρχιτέκτονα κάτω στην κάτω αριστερή γωνία, εκεί συνήθως εργάζονται συνήθως οι επιχειρηματικοί αναλυτές και οι επιχειρηματικοί αρχιτέκτονες. Και συνήθως επικεντρώνονται σε ορισμένες από τις επιχειρηματικές διαδικασίες και αρχίζουν να τους οδηγούν. Αλλά εστιάζουν επίσης στο τι. Έτσι, λοιπόν, αρχίζουμε να κάνουμε κάποια προσομοίωση δεδομένων και κάτι τέτοιο. Μπορούμε να εκμεταλλευτούμε και να φέρουμε αυτά τα στοιχεία εννοιολογικής μοντελοποίησης στο εργαλείο μας μοντελοποίησης δεδομένων και στον αρχιτέκτονα δεδομένων, όπου επεξεργάζονται περαιτέρω σε λογικά μοντέλα δεδομένων και, φυσικά, τελικά τα φυσικά μοντέλα ώστε να μπορέσουμε να δημιουργήσουμε τις φυσικές βάσεις δεδομένων. Και μπορούμε επίσης να ωθήσουμε πίσω, ώστε τα εννοιολογικά μοντέλα αναβαθμίζονται και στον χώρο της επιχειρηματικής αρχιτεκτονικής. Ένα πολύ σημαντικό πράγμα είναι να υποστηρίξουμε τους διάφορους τύπους μοντελοποίησης. Έτσι, και πάλι, το BI είναι πολύ σημαντικό και τα δεδομένα λίμνες και αυτά τα είδη των πραγμάτων, έτσι κάνουμε πραγματικά κάποια μοντελοποίηση καθώς επίσης και ως μέρος αυτού, κάνουμε μοντέλο κατανομή των γραμμών. Έτσι, όχι μόνο το ETL όσον αφορά τον τρόπο με τον οποίο κάνετε τη χαρτογράφηση από τα φυσικά σας μοντέλα σε μοντέλα διαστάσεων για αποθήκες δεδομένων ή ακόμα και φέρνοντας πράγματα από τις λίμνες δεδομένων σας και βλέποντας τον τρόπο με τον οποίο απεικονίζονται αυτά, μπορούμε να συνδέσουμε όλα αυτά τα πράγματα μαζί. Εκτός από την προώθηση reverse engineering από άλλες πλατφόρμες μοντελοποίησης, από μεγάλες πλατφόρμες δεδομένων.

Και στη συνέχεια, επίσης, πράγματα όπως τα εργαλεία ETL, έτσι ώστε να μπορέσουμε πραγματικά να αρχίσουμε να αντλούμε διαγράμματα γραμμής δεδομένων κατευθείαν από τις προδιαγραφές ETL που μπορεί να έχετε στο δικό σας περιβάλλον. Είναι επίσης πολύ σημαντικό να γνωρίζουμε ότι έπρεπε να επεκταθούμε πέρα ​​από τη σχεσιακή μοντελοποίηση. Έχουμε κάποιες πλατφόρμες όπως το Hive και ιδιαίτερα το MongoDB, τώρα αρχίζουμε να μιλάμε για καταστήματα εγγράφων, όπου έχουμε έννοιες όπως ενσωματωμένα αντικείμενα και πίνακες. Έχουμε επεκτείνει την σημείωση για να μπορέσουμε να δεχτούμε αυτούς τους τύπους μοντέλων καθώς επίσης και επειδή είναι μια μη σχεσιακή έννοια. Οτιδήποτε δημιουργήσαμε στο εργαλείο αρχιτέκτονα δεδομένων από την άποψη των αντικειμένων δεδομένων, είτε πρόκειται για λογικές οντότητες είτε για φυσικούς πίνακες και τα χαρακτηριστικά τους, μπορεί στη συνέχεια να ωθηθεί ξανά στο μοντέλο επιχειρηματικής επεξεργασίας. Έτσι, καθώς επεξεργάζεστε τα μοντέλα των επιχειρηματικών διαδικασιών σας από ένα υψηλό επίπεδο και κατεβαίνετε σε ένα χαμηλότερο επίπεδο, μπορείτε πραγματικά να συνδέσετε τα πραγματικά δεδομένα. Έτσι μπορείτε να ενεργήσετε, μπορούμε να καθορίσουμε τους πίνακες CRUD για το τι πραγματικά συμβαίνει. Έτσι, αυτό σας δίνει αυτόν τον κύκλο ζωής δεδομένων στον οποίο μίλησα με τη δημιουργία, ανάγνωση, ενημέρωση και διαγραφή σε επίπεδο διεργασίας. Και κάνουμε πλήρη μοντελοποίηση διαδικασιών BPM εκεί με το δικό μας σύνολο επικαλύψεων, έτσι ώστε να μπορείτε να αρχίσετε να συνδέετε επιχειρηματικές στρατηγικές, επιχειρηματικούς στόχους. Επίσης, μπορούμε να συνδέσουμε τις εφαρμογές που υλοποιούν αυτές τις επιχειρηματικές διαδικασίες, όλες από την άποψη του μοντέλου.

Άλλα πράγματα είναι εξαιρετικά σημαντικά είναι και στα μοντέλα δεδομένων μας. Τα χαρακτηριστικά διακυβέρνησης δεδομένων ή τα χαρακτηριστικά ποιότητας δεδομένων κατακτηθούν και η διαχείριση. Μπορείτε να ορίσετε και να δημιουργήσετε τα δικά σας μεταδεδομένα για τα χαρακτηριστικά που θέλετε να παρακολουθήσετε και αυτό σημαίνει ότι χρησιμοποιείτε τώρα το μοντέλο σας ως το σχέδιο για να το οδηγήσετε σε ολόκληρο τον οργανισμό σας, στις αποθήκες μεταδεδομένων σας και σε όλα τα υπόλοιπα. Και φυσικά, ένας από τους περιορισμούς της μοντελοποίησης, πολλά χρόνια πριν, όταν πολλοί από εμάς ξεκίνησαν στη βιομηχανία να το κάνουμε αυτό, θα παράγουμε αυτά τα μοντέλα. Τι θα κάναμε? Θα τα τυπώσαμε, θα τα βάζαμε σε έναν τοίχο, ενδεχομένως για να μοιραστούν τα μέλη της ομάδας και κάτι τέτοιο. Η πραγματική αξία αυτού του γεγονότος είναι να μοιραζόμαστε και να συνεργαζόμαστε μέσα στους οργανισμούς μας. Αυτός είναι ο λόγος για τον οποίο έχουμε μια προσέγγιση με γνώμονα το αποθετήριο για το πού ελέγχεται και ελέγξτε τα μοντέλα και τους χώρους εργασίας μας. Και τα μοιραζόμαστε με τους εκλογείς μας που είναι ο οργανισμός, είτε πρόκειται για άλλους τεχνικούς φορείς, για επιχειρηματικούς χρήστες και για κάτι τέτοιο. Επίσης, συνδέστε το με την πλατφόρμα συνεργασίας που ονομάζεται Team Server.

Έτσι μιλήσαμε για προηγούμενα επιχειρησιακά λεξιλόγια και όρους και τη σημασία αυτού και για την ανάπτυξη αυτού του λεξιλογίου για την επιχείρηση. Αυτό είναι όλα στο Team Server, όπου οι χρήστες, οι επαγγελματίες χρήστες μπορούν να συνεργαστούν με αυτούς τους όρους. Είναι ορατά, χρησιμοποιήσιμα στον αρχιτέκτονα δεδομένων, για παράδειγμα, κοντά σε μοντέλα δεδομένων και φυσικά πολλά από αυτά τα επιχειρηματικά γλωσσάρια προέρχονται συχνά από ορισμένα από τα λεξικά δεδομένων που έχουμε δημιουργήσει στα μοντέλα δεδομένων μας. Μπορούμε να τα απομακρύνουμε από αυτά. Επίσης, από τα εργαλεία αρχιτεκτονικής δεδομένων, ένα σημείο εκκίνησης είναι το επιχειρηματικό γλωσσάριο, όπου μπορούν να βελτιωθούν περαιτέρω, και όλα με διαχείριση αλλαγών γύρω από αυτό.

Αυτό ήταν πολύ. Απλώς για να συνοψίσουμε, μερικά πράγματα για τα οποία μιλήσαμε είναι να δοκιμάσετε μια πραγματική οργανωτική ωριμότητα, χρειάζεστε μια ισορροπημένη προσέγγιση η οποία αποτελείται από την ωριμότητα των δεδομένων και τη διάρκεια της διαδικασίας. Δεν μπορείτε να επιτύχετε το ένα χωρίς το άλλο. Και πάλι, θεμελιώδεις, πρέπει να έχετε και τα δύο και πρέπει να βασίζεστε σε αυτό, συγκεκριμένα, στη μοντελοποίηση δεδομένων και στη μοντελοποίηση διαδικασιών τόσο για την αρχιτεκτονική των επιχειρήσεων όσο και για τη διακυβέρνηση δεδομένων και τη διακυβέρνηση διαδικασιών καθώς και στις οργανώσεις σας. Η επιχειρησιακή αρχιτεκτονική συνδέει την πραγματικότητα μαζί όσον αφορά την εξέταση αυτών των διαφορετικών πτυχών και προοπτικών. Χρειάζεστε μια θεμελιώδη βάση δεδομένων αρχιτεκτονικής για να το κάνετε αυτό και χρειάζεστε ολοκληρωμένη διαδικασία μοντελοποίησης για να παρέχετε αυτό το επιχειρηματικό πλαίσιο και να σας επιτρέπουν να οδηγείτε την επιχειρηματική σας διαδικασία και την κατανάλωση δεδομένων σας προς τα εμπρός. Και πάλι, πιο σημαντικό από ποτέ. Μπορώ να πω ότι το παλιό είναι και πάλι καινούργιο. Έτσι, η μοντελοποίηση δεδομένων, η μοντελοποίηση της διαδικασίας, η καταγωγή, τα μεταδεδομένα και τα γλωσσάρια είναι θεμελιώδους σημασίας για την επίτευξη αυτού του στόχου και η ER / Studio Enterprise Edition Edition είναι μια συνεργατική πλατφόρμα που φέρνει όλα αυτά μαζί.

Και με αυτό, μπορούμε να προχωρήσουμε στις ερωτήσεις.

Eric Kavanagh: Εντάξει.

Ρον Χουίζενγκα: Θα πάμε σε εσένα, Eric.

Eric Kavanagh: Ρον, πρέπει να στρέψω το καπέλο σας σε εσάς για όλη την προσπάθεια που καταβάλατε στην τεκμηρίωση αυτών των διαφορετικών διαδικασιών και πλαισίων. Αυτό είναι πολύ υλικό που έχετε εκεί. Υποθέτω ότι η μεγάλη ερώτηση που έχω είναι ποιος θα πρέπει να επιβλέπει αυτά τα πράγματα σε μια οργάνωση, επειδή αγγίζετε τόσα πολλά διαφορετικά πράγματα. Σκέφτεστε τις διαδικασίες, πρόκειται να είστε επικεφαλής λειτουργός ή κάποιος χειριστής. Κύκλος ζωής δεδομένων, νομίζετε ότι ίσως πρόκειται να είναι επικεφαλής αξιωματικός δεδομένων. Εσύ αγγίζεις τόσα πολλά διαφορετικά μέρη και τόσες πολλές διαφορετικές συνιστώσες στην επιχείρηση. Πώς βρίσκετε το σωστό άτομο ή ομάδα ανθρώπων και είναι μια διευθύνουσα επιτροπή; Τι είναι αυτό? Τι μπορείτε να μας πείτε για το ποιος πρέπει να κάνει αυτό σε έναν οργανισμό;

Ron Huizenga: Ξέρετε, αυτή είναι μια ενδιαφέρουσα ερώτηση. Μπορούμε πραγματικά να περάσουμε μια μέρα συζητώντας τα πλεονεκτήματα διαφόρων προσεγγίσεων εκεί. Αλλά κάτι που σίγουρα είδε, όπως γνωρίζατε, προτού εισέλθω στον ρόλο της διαχείρισης προϊόντων, είναι ότι όταν εξετάζαμε την οργάνωση, αυτό είναι μέρος του προβλήματος είναι να πάρουμε την κυριότητα και να πάρουμε τους ανθρώπους να πάρουν την κυριότητα γι 'αυτό. Και όταν εξετάζουμε τους κλάδους όπως η μοντελοποίηση των δεδομένων μας και ακόμη και η μοντελοποίηση των επιχειρησιακών διαδικασιών μας, ή ακόμα και τις πρώτες μέρες, τα διαγράμματα ροής δεδομένων και τα είδη των πραγμάτων, αυτό το είδος εξελίχθηκε από την τεχνολογία πληροφορικής. Αλλά καθώς προχωρήσαμε προς τα εμπρός και νομίζω ότι τώρα αναγνωρίζουμε ολοένα και περισσότερο ότι αυτό πρέπει πραγματικά να κατευθύνεται από την επιχείρηση. Έτσι θέλετε πραγματικά την ιδιοκτησία για αυτό να είναι στην επιχείρηση.

Και πρόκειται να παραβιάσω κάποιους ανθρώπους της πληροφορικής εδώ, αλλά πιστεύω ακράδαντα ότι ο λόγος που έχουμε δει την εξέλιξη του επικεφαλής του υπεύθυνου δεδομένων είναι ότι ο ρόλος του CIO έχει αποτύχει σε αυτό στους περισσότερους οργανισμούς. Και αυτό οφείλεται στο γεγονός ότι πολλοί επικεφαλής επιχειρήσεων επικεντρώνονται τεχνικά και όχι επικεντρώνονται σε δεδομένα και διαδικασίες. Πιστεύω λοιπόν ότι πραγματικά πρέπει να το έχετε, πιθανότατα θα χρειαστεί κάποιος τύπος μιας διευθύνουσας επιτροπής στις μεγαλύτερες οργανώσεις. Αλλά αυτό πραγματικά πρέπει να ανήκει στην επιχείρηση. Θα έκανα το επιχείρημα ότι η επιχείρησή σας, η μοντελοποίηση της διαδικασίας σας, η μοντελοποίηση δεδομένων σας, όλα πρέπει να ανήκουν στην επιχείρηση, επειδή αυτό σας δίνει τη δυνατότητα να διασφαλίσετε ότι η πληροφορική, ποιος είναι ο θεματοφύλακας των δεδομένων και υλοποιεί αυτές τις διαδικασίες μέσω αυτού Δημιουργείτε, έχετε αυτό το σφυρί για να βεβαιωθείτε ότι συμβαίνει εάν ανήκει πραγματικά στην επιχείρηση.

Eric Kavanagh: Ναι, νομίζω ότι θα συμφωνούσα με αυτό. Αλλά Jen, τι σκέφτεσαι για αυτό;

Jen Underwood: Έτσι είναι πραγματικά ενδιαφέρον. Αυτό εξηγούσα όταν είπα ότι οι άνθρωποι έπρεπε να φροντίσουν και να είναι διαδραστικοί είναι ίσως ένα από τα βασικά πράγματα. Σε ένα σημείο, είχα γράψει μια λευκή βίβλο για, ήταν αυτο-υπηρεσία ΒΙ διακυβέρνηση που είναι πολύ παρόμοια με αυτό. Είναι θέμα να το πάρει αυτό, βρίσκοντας έναν τρόπο να παρακινήσει τους ανθρώπους, την πλευρά της αξίας της επιχείρησης, για να τους πάρει να νοιάζονται γι 'αυτό. Και τότε, όταν βλέπουν, ή βρίσκουν, είτε πρόκειται για την καταλογογράφηση δεδομένων είτε για οποιαδήποτε γωνία παίρνει. Ίσως μειώνει το κόστος αποστολής, θέτοντας κάτι από το οποίο κάποιος είναι υπεύθυνος για τον οργανισμό, έτσι μπορείτε να το φροντίσετε. Και ναι, η επιχείρηση απολύτως. Οι εμπειρογνώμονες επιχειρηματικών θεμάτων πρόκειται να το κάνουν ή να το σπάσουν.

Eric Kavanagh: Αυτό είναι δύσκολο. Νομίζω ότι πάντα θέλετε να έχετε αυτήν την κοινοπραξία ενδιαφερομένων από όλο τον οργανισμό. Φυσικά, δεν θέλετε παράλυση ανάλυσης. Δεν θέλετε τη γραφειοκρατία για χάρη της γραφειοκρατίας. Αυτό που θέλετε είναι να έχει ο οργανισμός ένα σχέδιο δράσης και να τεκμηριώσει αυτά τα πράγματα. Ξέρετε, νομίζω ότι όταν αρχίζετε να μιλάτε για μοντελοποίηση επιχειρηματικών διαδικασιών, ήταν ζεστό πριν από 25 χρόνια, αλλά ήταν κυρίως αποσπασμένο από την πραγματική επιχείρηση. Νομίζω ότι τουλάχιστον σε ορισμένες βιομηχανίες, μπορείτε να τραβήξετε πολλά από αυτή τη διαδικασία από το πραγματικό λογισμικό που τρέχει τα πράγματα. Αλλά νομίζω ότι, αυτές τις μέρες, πρέπει να βρούμε έναν τρόπο να εξισορροπήσουμε αυτούς τους δύο κόσμους, σωστά, Ron; Θέλετε να έχετε μοντέλα διαδικασίας που είναι τρέχοντα και ενημερωμένα και αντανακλούν το τι πραγματικά συμβαίνει. Έτσι, δεν θέλετε να είναι απλά μια ξεχωριστή άσκηση όπου είναι, κάθεται σε ένα ράφι κάπου. Αλλά αυτό είναι, το είδος παίρνει λίγο προκλητική, έτσι; Επειδή δεν είναι όλα τα λειτουργικά συστήματα ευθυγραμμισμένα με αυτό το είδος εκτελέσιμου κώδικα. Αλλά τι νομίζεις;

Ron Huizenga: Απολύτως. Και είναι ενδιαφέρον γιατί ένα από τα πράγματα που βλέπω είναι όταν οι άνθρωποι, ξέρετε, έχουμε γίνει μια στιγμιαία κοινωνία ικανοποίησης. Οι άνθρωποι σκέφτονται: "Ω, θα βγούμε έξω και θα αγοράσουμε κάποια εργαλεία και θα κάνουμε αυτό το έργο για μας." Είναι σαν, δεν πρόκειται να αγοράσετε ωριμότητα διαδικασίας. Δεν πρόκειται να αγοράσετε ωριμότητα δεδομένων. Είναι δύσκολη δουλειά. Πρέπει να ρίξετε τα μανίκια και πρέπει να το κάνετε. Και ο μηχανισμός για να συμβεί αυτό είναι η μοντελοποίηση. Είναι πολύ περίπλοκο να μην έχετε οπτική αναπαράσταση, όχι μόνο της τρέχουσας κατάστασης στην οποία εργάζεστε, αλλά να είστε σε θέση να σχεδιάσετε πώς θα βελτιώσετε αυτές τις διαφορετικές επιχειρηματικές διαδικασίες. Χρειάζεστε αυτό το οπτικό πλαίσιο για να κατανοήσετε τι επιπτώσεις θα έχουν αυτές οι αλλαγές.

Eric Kavanagh: Αυτό είναι πραγματικά - είμαι μόνο tweeting? Είμαι tweeting αυτό τώρα - "Δεν πρόκειται να αγοράσετε τη διάρκεια της διαδικασίας, δεν πρόκειται να αγοράσετε την ωριμότητα των δεδομένων." Μπορώ να συμφωνώ απόλυτα και με τα δύο αυτά πράγματα. Και Jen, θα σας έφερα για τις σκέψεις σας. Και θα ρίξω μια άλλη ερώτηση πάνω σε αυτό. Ένας από τους συμμετέχοντες αναρωτιέται: τι σημαίνει διαδικασία με γνώμονα την επιχείρηση ή τη διάρκεια της διαδικασίας; Jen, μπορείς να μιλήσεις σε αυτό;

Jen Underwood: Μπορώ πραγματικά να μιλήσω λίγο καλύτερα στην προηγούμενη ερώτηση. Όταν σκέφτομαι, αλήθεια λέει, είναι η πρώτη, ξέρετε, αγοράζοντας εργαλεία. Αυτό ήταν ένα τόσο μεγάλο, μεγάλο σχόλιο επειδή είναι τόσο αληθινό. Αλλά αυτό που θα πω είναι πολύ καλύτερα. Έτσι, επανεξετάζω πολλές λύσεις και βλέπω διαφορετικούς χώρους και δοκιμάζω τους. Αυτό που γίνεται καλύτερο είναι να ανακαλύψετε δεδομένα, να προσθέσετε ετικέτες και τουλάχιστον να σας δώσω ένα τεράστιο ξεκίνημα και επίσης να το κάνετε αυτό, όταν λέω λιγότερο οδυνηρό, είναι σχεδόν διασκεδαστικό. Φανταστείτε λοιπόν ότι ένας κατάλογος δεδομένων ή ένα έργο MDM είναι διασκεδαστικό. Είναι, και έχετε ανθρώπους σε έναν οργανισμό που χρησιμοποιούν αυτά τα δεδομένα, είτε πρόκειται για αναφορές είτε για άλλα είδη πράξεων και νομίζω ότι κάποιος, ακόμη και στην γραμμή είχε πει, hey πάρει τους ανθρώπους που νοιάζονται για το ατομικό σχέδιο ανάπτυξής τους. Ναι, ακόμη και να πάρει ένα ακόμη επίπεδο. Λαμβάνει αυτά τα πράγματα και λέει τώρα ότι μειώσαμε τις άσκοπες αποστολές 30 τοις εκατό και αυτό είναι πόσα χρήματα εξοικονομήθηκε. Είναι απλώς η διαχείριση των δεδομένων μας καλύτερα. Είναι αυτά τα είδη των πραγμάτων και εσείς τα βάζετε γύρω από το χρήμα και το κάνετε διασκεδαστικό. Ή το κάνετε ενδιαφέρον και συναφές με αυτό που κάνουν. Αυτό είναι το είδος της μαγείας, νομίζω, που λείπει σε πολλές από αυτές τις δεσμεύσεις ότι οι άνθρωποι προσπαθούν να το κάνουν σε μια οργάνωση, και είναι αδιέξοδο.

Eric Kavanagh: Ναι, αυτό είναι ένα καλό σημείο. Και, Ron, πίσω στο σχόλιό σας πριν από λίγα λεπτά γύρω από τη σημασία της ύπαρξης ενός οπτικού πλαισίου, νομίζω ότι είναι απολύτως αληθές γιατί πολλές φορές, εάν οι άνθρωποι δεν μπορούν να δουν κάτι, είναι πραγματικά δύσκολο να τυλίξετε το κεφάλι σας γύρω από αυτό και σίγουρα όταν αρχίζετε να μιλάτε για πολύπλοκες διαδικασίες με αλληλεξαρτήσεις και σημεία ελέγχου και όλα αυτά τα πράγματα, θα πρέπει να το χαρτογραφήσετε κάπου σε κάποιο σημείο και ιδανικά, το κάνετε με το λογισμικό που έχει λειτουργικότητα ενσωματωμένη σε αυτόν για καταλογογράφηση, για για παράδειγμα, ποιοι μετασχηματισμοί εμφανίστηκαν χρησιμοποιώντας διαφορετικές γραμμές από αυτό το σημείο μέχρι εκείνο το σημείο. Ή τι είναι διαθέσιμο σε αυτό το σημείο ελέγχου. Και αναφέρομαι στην ιστορία μου στη διαχείριση κινδύνων εκεί όπου ένα σημείο ελέγχου είναι οποιοδήποτε σημείο σε μια διαδικασία ή οποιαδήποτε επιλογή ή μεμονωμένη εφαρμογή ή εφαρμογή λογισμικού, όπου μπορείτε πραγματικά να αλλάξετε κάτι, σωστά; Αυτό λένε ένα σημείο ελέγχου. Και, για μένα, είναι πραγματικά πολύτιμο να αποκτήσετε αυτό το οπτικό πλαίσιο. Γιατί μπορείτε να δείτε και το είδος του περπατήματος μέσα και παίρνει λίγο χρόνο. Παίρνει τον ανθρώπινο εγκεφαλικό χρόνο για να διαχειριστεί αυτά τα πράγματα και να το καταλάβει πραγματικά και κατά συνέπεια να το βελτιστοποιήσει, σωστά;

Ron Huizenga: Απολύτως. Και για να χρησιμοποιήσω μια διαφορετική αναλογία που νομίζω ότι το θέτει σε προοπτική: Είμαι λίγο αεροπορικός κακοποιός έτσι, θα έλεγα, αν προσπαθείτε να το σκεφτείτε παράλληλα, σκεφτείτε να οικοδομήσετε ένα 747 - ή ένα Airbus 380, οπότε δεν επιλέγω έναν πωλητή πέρα ​​από τον άλλο - σκεφτείτε πόσο δύσκολο θα ήταν να το κάνετε αυτό με βάση έγγραφα που αποτελούνται μόνο από κείμενο και όχι από τα σχέδια και τα σχέδια CAD 3-D και όλα σχετικά με το πώς αυτό είναι πραγματικά συγκεντρωμένο μαζί.

Eric Kavanagh: Ναι, αυτό θα ήταν τραχύ. Και ο Jen πρέπει να μιλήσει πάρα πολύ.

Ron Huizenga: Η επιχείρηση είναι η ίδια, έτσι;

Eric Kavanagh: Ναι, δεν είναι σωστό. Ο Jen πρέπει να μιλήσει σε έναν από τους καυτούς χώρους που θέλεις να σπουδάσεις, δηλαδή οπτικοποίηση. Πρέπει να είστε σε θέση να απεικονίσετε κάτι για να το καταλάβετε πλήρως, μου φαίνεται.

Jen Underwood: Πολλοί άνθρωποι κάνουν, ναι. Και μιλάει μόνο μια οπτικοποίηση, ποιο είναι το ρητό, χιλιάδες λέξεις ή κάτι τέτοιο. Όταν το βλέπουν, μπορούν να το πιστέψουν. Και τα καταφέρνουν.

Eric Kavanagh: Συμφωνώ. Και αγαπώ, Ρον, με τον τρόπο που το έκανες όλα μαζί. Υποθέτω ότι ξαναρωτώ τον εαυτό μου ξανά, χρειάζεστε έναν πρωταθλητή μέσα στην οργάνωση και ποιος θα είναι εκεί έξω, θα χρησιμεύσει ως σύνδεσμος σε διαφορετικές ομάδες. Οι διαχειριστές δεδομένων είναι κάτι που μιλάμε συχνά - νομίζω ότι είναι αυτός, ένας πολύ σημαντικός ρόλος και νιώθω ότι αυτός είναι ένας ρόλος που έχει πάρει πολύ περισσότερη προσοχή τα τελευταία τρία ή τέσσερα χρόνια, καθώς έχουμε κάπως εκτιμήσει την αξία των δεδομένων διακυβέρνηση, σωστά; Αυτός ο διαχειριστής δεδομένων είναι κάποιος που μπορεί να μιλήσει στην επιχείρηση, αλλά και να καταλάβει τα συστήματα, να κατανοήσει τον κύκλο ζωής δεδομένων, ολόκληρη την εικόνα. Και υποθέτω ότι αυτό το πρόσωπο μπορεί και θα έπρεπε να είναι υπό τον κανόνα του CEO, σωστά;

Ron Huizenga: Ναι, και θα χρειαστείτε μια πολυλειτουργική ομάδα, σωστά; Έτσι, θα χρειαστείτε ανθρώπους που περιλαμβάνουν μια ομάδα που κάνει αυτό ή που προέρχονται από διαφορετικούς τομείς που αντιπροσωπεύουν την τεχνική πλευρά, τους, γνωρίζετε, τους διαφορετικούς επιχειρηματικούς τομείς. Και, ξέρετε, ανάλογα με τον τύπο της οργάνωσης που είστε, αν έχετε ένα γραφείο διαχείρισης έργου και πολλές από τις πρωτοβουλίες που κάνετε, οδηγούνται από ένα PMO, θα θελήσετε να βεβαιωθείτε ότι έχετε PMO την εμπλοκή, καθώς και το είδος της διατήρησης όλων σε αρμονία και συγχρονισμού με τον τρόπο που εργάζονται σε πράγματα.

Eric Kavanagh: Yup, και ξέρετε, ένα τελευταίο πράγμα, θα βάλω αυτό το τελευταίο slide, πλαίσιο διακυβέρνησης. Είχαμε ένα συμμετέχοντα να ρωτήσω, δεν υπάρχουν δεδομένα που λείπουν από αυτή τη διαφάνεια; Είναι αυτό, τα δεδομένα υπονοούνται στη διαφάνεια ή τι σκέφτεστε για το σχόλιο σχετικά με τα δεδομένα που λείπουν από τη διαφάνεια;

Jen Underwood: Όχι, και αυτό είναι μόνο ένα γενικό πλαίσιο διακυβέρνησης. Ουσιαστικά, αυτό είναι από το χώρο αυτοεξυπηρέτησης BI, επομένως τα δεδομένα υπονοούνται σε πολλά από αυτά. Ήταν ακριβώς από τη δική μου γωνία και τις προοπτικές μου και όχι τόσο επικεντρωμένη στην πλευρά των δεδομένων για να το βάλουν μαζί. Αλλά τα δεδομένα σίγουρα θα ήταν, όταν σκεφτείτε όλα αυτά τα κομμάτια, θα υπήρχαν δεδομένα. Είτε πρόκειται για το θεμέλιο για τα δεδομένα, τη λογοδοσία χρησιμοποιώντας δεδομένα σε όλη τη διαδικασία και σε ολόκληρο το πλαίσιο.

Eric Kavanagh: Ναι, αυτό δεν έχει νόημα. Και υποθέτω ότι θα σας ρίξω μία μόνο τελευταία ερώτηση καθώς θα κλείσουμε εδώ, Ρον. Εάν σκέφτομαι πόση περισσότερη πληροφορία και πόσα περισσότερα δεδομένα χρησιμοποιούμε αυτές τις μέρες και πόσο εκτεταμένες είναι οι οργανώσεις, ποια είναι η σημασία των οικοσυστημάτων στις μέρες μας μεταξύ των εταίρων των καναλιών και πώς μπορούμε να μοιραζόμαστε πληροφορίες σε αυτές τις συμπράξεις και σε μια λίγο γρήγορη αναφορά του blockchain σε αυτό - να μην πάμε τα πράγματα πολύ περίπλοκα. Η ουσία είναι ότι βρισκόμαστε σε όλο και περισσότερο συνδεμένο με δεδομένα δεδομένα συνδεδεμένο κόσμο, τόσο από επιχειρηματική προοπτική όσο και από την καθημερινότητά μας. Και για μένα, αυτό ακριβώς πρόκειται να αυξήσει τα ποσοστά ακόμη περισσότερο επειδή οι οργανώσεις έχουν πραγματικά μια σκληρή ματιά σε αυτό που προτείνετε εδώ, η οποία είναι η ωριμότητά τους, όπου βρίσκονται και πόσο μακριά είναι από την άποψη της καμπύλης και πραγματικά να είμαστε ειλικρινείς με τον εαυτό τους για αυτό, σωστά; Γιατί αν δεν ξέρετε καλύτερα, δεν μπορείτε να κάνετε καλύτερα και αν δεν σκέφτεστε τα πράγματα, δεν πρόκειται να μάθετε καλύτερα, έτσι;

Ron Huizenga: Ακριβώς. Και υποθέτω ότι μια φράση που θα χρησιμοποιούσα είναι, ίσως δεν είναι τόσο καλή όσο νομίζετε ότι είστε. Αυτό μπορεί να ακούγεται κάπως σκληρό, αλλά οι άνθρωποι μπορούν να είναι αρκετά αισιόδοξοι γι 'αυτό, αλλά αν το κοιτάξετε πολύ σκληρά και μια πολύ καλή κρίσιμη αυτοαξιολόγηση, νομίζω ότι κάθε οργανισμός θα βρει, όπως γνωρίζετε, σημαντικά κενά που πρέπει να αντιμετωπιστούν.

Eric Kavanagh: Πρέπει να συμφωνήσω. Και ένας από τους συναδέλφους μας εκεί έξω σχολίασε τη σημασία των μεταδεδομένων, τα δεδομένα για τα δεδομένα. Δεν υπάρχει αμφιβολία γι 'αυτό. Τα μεταδεδομένα είναι η κόλλα που συγκρατεί όλα αυτά τα συστήματα μαζί και ακόμα δεν έχουμε σπάσει ακόμη τον κώδικα αυτό και για καλό λόγο, ειλικρινά, επειδή τα μεταδεδομένα αλλάζουν. Είναι διαφορετικό από σύστημα σε σύστημα. Ξέρετε, όσο περισσότερο προσπαθείτε να ομαλοποιήσετε τα δεδομένα σας, τόσο λιγότερο ακριβή νομίζω ότι γίνεται.

Είμαστε έτσι σε αυτόν τον περίεργο κόσμο τώρα και ίσως υποθέτω ότι θα σας απευθύνω μια ακόμη ερώτηση, Jen, επειδή αναφέρατε δυο φορές τους καταλόγους δεδομένων. I really love this new movement of data catalog technology that automatically scans your information systems, ascertains metadata column names, so on and so forth, and helps you to incrementally build up the strategic view of your data and your metadata in your systems. Because to me, to manually do that stuff, it's just, there's just too much. And you're never going to get to the top of that hill before the avalanche comes down on you and, you know, you either have normalized to the point of play-dough gray or you haven't normalized enough to where you really don't know what's going on. To me, using the machines, the machine learning that we keep talking about, that's going to be the key in the future to help us at least get a rope around enough of the data to have a good understanding of what's out there, right Jen?

Jen Underwood: Yeah, I do. I love these technologies. They're very, very cool. And then you think about it, it gives you that massive running start. And then you can crowdsource. You have your data stewards, you know, pulling ahead, whether they're adding their own documentation or this is the perspective out there, these are the changes. You know, saying these are the certified data sources to use for reporting. People can search and find the right data. It's really, really quite nice. And also helps to – when I think about business and how cryptic enterprise data management was when I was when I was doing DBA stuff – we used extended properties and SQL Server and scan with tools like IDERA's, right? To try to create a data catalog. But in DBA or data architects' version of, you know, whatever that value was or that column or field was, it certainly probably didn't match what the business was. So now having the business be able to really easily, you know, go in and find and manage and have everything be goal-based, it's really, I wish we would've had this a long time ago, quite frankly. So it's getting a lot better.

Eric Kavanagh: Αυτό είναι αστείο. We've got another final comment from an audience member, saying perhaps blockchain will be the most valuable to put a stamp of authentication to metadata. That's a good point and, you know, blockchain really is amazing technology. I kind of view it as a sort of cohesive foundation for connecting a lot of the dots between systems and applications and so forth. And, you know, we're in the early stages of blockchain development, but we now see that it is spun off, of course, from this point originally where it came to the fore, and now you've got IBM working very hard on blockchain technologies. SAP has bought into all that. And really it's, it presents an opportunity for a deeper foundation and framework to connect all these systems and all these dots.

So, folks, have burned well over an hour. Thanks for staying along with us today, but we always like to answer your questions and get to all the commentary. We do archive all these webcasts for later viewing, so hop online to insideanalysis.com, where you can find the link to that. It should be up within a few hours, typically after the event. And we'll catch up to you next time. We got a couple more events coming up next week – lots of stuff going on. But that will bid you farewell, folks. Thanks for your time. Να προσέχεις. Μπουχάρα.