Από το προσωπικό της Techopedia, 29 Νοεμβρίου 2017
Takeaway: Ο οικοδεσπότης Eric Kavanagh συζητά τα δεδομένα και τις αναλύσεις, καθώς και τους ρόλους του επικεφαλής Data Officer (CDO) και του επικεφαλής της υπηρεσίας αναλύσεων (CAO) με τον Jen Underwood του Impact Analytix και τον Nick Jewell του Alteryx.
Eric Kavanagh: Κυρίες και κύριοι, γεια και καλωσορίζω ξανά μια πολύ ειδική έκδοση της Hot Technologies. Οι άνθρωποι, αυτός είναι ο Eric Kavanagh, θα σας φιλοξενήσω για τη σημερινή εκπομπή "The CxO Playbook: Το μέλλον των δεδομένων και του Analytics". Ναι, είναι ένα πολύ μεγάλο θέμα, πρέπει να πω. Στην πραγματικότητα, έχουμε σήμερα ένα κομμάτι ρεκόρ πλήθους εδώ σήμερα. Είχαμε πάνω από 540 άτομα να εγγραφούν για την τηλεοπτική εκπομπή σήμερα το πρωί. Το κάνουμε σε μια ιδιαίτερη στιγμή, όπως πολλοί από εσάς γνωρίζετε για τις κανονικές μας εκπομπές, τις κάνουμε συνήθως στις 4:00 Ανατολικά, αλλά θέλαμε να φιλοξενήσουμε τον πολύ ιδιαίτερο επισκέπτη που καλεί από όλη τη λίμνη. Επιτρέψτε μου να βυθώ στην παρουσίαση σήμερα.
Έτσι φέτος είναι ζεστό - έχει γίνει πολύ θορυβώδης χρονιά με πολλούς τρόπους, νομίζω ότι το σύννεφο έχει πολλά να κάνει με αυτό. Η συντριπτική πλειονότητα των τεχνολογιών που βιώνουμε στην αγορά είναι ο κύριος οδηγός και παίρνω βέβαια το SMAC όπως το αποκαλούν. Μιλάμε SMAC: κοινωνικά, κινητά, αναλυτικά, σύννεφα - και όλα αυτά τα πράγματα έρχονται μαζί. Οι οργανισμοί μπορούν πραγματικά να αλλάξουν τον τρόπο με τον οποίο δουλεύουν. Υπάρχουν περισσότερα κανάλια για την εκτέλεση των επιχειρηματικών δραστηριοτήτων σας, υπάρχουν περισσότερα δεδομένα προς ανάλυση. Είναι ένας πραγματικά άγριος κόσμος εκεί έξω και πρόκειται να μιλάμε σήμερα για το πώς αλλάζουν τα πράγματα στη σουίτα C, έτσι ώστε οι επικεφαλής στελέχη, οι κορυφαίοι άνθρωποι σε αυτές τις οργανώσεις, κι αυτός ολόκληρος ο κόσμος αλλάζει τώρα και είμαστε θα μιλήσω γι 'αυτό.
Υπάρχουν πραγματικά στην κορυφή σας. Έχουμε τον Jen Underwood από την Impact Analytix και τον Nick Jewell, τον πρωτοπόρο τεχνολογικό ευαγγελιστή από την Alteryx στη γραμμή σήμερα. Είναι πολύ συναρπαστικό πράγμα. Ήρθα με αυτή την έννοια χθες το βράδυ, παιδιά, και νομίζω ότι είναι πραγματικά ενδιαφέρον. Φυσικά, όλοι γνωρίζουμε μουσικές καρέκλες, το παιχνίδι για παιδιά όπου έχετε όλες αυτές τις καρέκλες σε έναν κύκλο, ξεκινάτε τη μουσική, όλοι αρχίζουν να περπατούν και μια καρέκλα τραβιέται μακριά. όταν η μουσική σταματάει ο καθένας πρέπει να αγωνιστεί για να πάρει μια καρέκλα ενώ ένα άτομο χάνει στην καρέκλα τους σε αυτή την κατάσταση. Είναι ένα πολύ περίεργο και συναρπαστικό πράγμα που συμβαίνει τώρα στη σουίτα C και αν παρατηρήσετε σε αυτή την εικόνα εδώ, έχετε δύο κενές καρέκλες στην πλάτη. Τυπικά, μια καρέκλα εξαφανίζεται στις μουσικές καρέκλες και αυτό που βλέπουμε αυτές τις μέρες, υπάρχουν δύο ακόμη καρέκλες στο επίπεδο C: το CAO και το CDO, ο επικεφαλής του τμήματος ανάλυσης και ο επικεφαλής των δεδομένων.
Και οι δύο ξεκινούν. Ειλικρινά ο κύριος υπεύθυνος δεδομένων ξεκινάει πραγματικά σαν πυρκαγιά αυτές τις μέρες, αλλά τι σημαίνει αυτό; Σημαίνει κάτι πολύ σημαντικό. Σημαίνει ότι η ισχύς των δεδομένων και των αναλυτικών στοιχείων είναι τόσο σημαντική, ώστε οι αίθουσες συνεδριάσεων ή οι εκτελεστικές αίθουσες που πρέπει να πω, οι σουίτες C αλλάζουν - προσθέτουν ανθρώπους στη σουίτα C, ολοκαίνουργια στελέχη συμπληρώνουν ορισμένες από αυτές τις νέες θέσεις. Εάν σκεφτείτε πόσο δύσκολο είναι να αλλάξετε τον πολιτισμό ενός οργανισμού, αυτό είναι μια πολύ σοβαρή υπόθεση. Ο πολιτισμός είναι πολύ δύσκολο να αλλάξει και συνήθως θετική αλλαγή προωθείται μέσω της καλής διαχείρισης και των καλών ιδεών και αυτών των πράξεων. Αν σκεφτόμαστε την ευκαιρία που έχουμε τώρα, προσθέτοντας νέα στελέχη στη σουίτα C για αναλύσεις και δεδομένα, αυτό είναι μια μεγάλη υπόθεση. Μιλάει για την ευκαιρία για τις οργανώσεις να αλλάξουν τροχιά, και ας το αντιμετωπίσουμε, οι μεγάλες, παλιές εταιρείες πρέπει πραγματικά να αλλάξουν λόγω του τρόπου με τον οποίο η αγορά αλλάζει.
Δίνω συνήθως παραδείγματα του Uber, για παράδειγμα, ή της Airbnb ως οργανώσεις που έχουν ουσιαστικά διαταράξει ολόκληρες βιομηχανίες, και αυτό συμβαίνει παντού. Αυτό που πρόκειται να συζητήσουμε σήμερα είναι το πώς μπορεί να προσαρμοστεί ο οργανισμός σας, πώς οι άνθρωποι εκεί έξω μπορούν να χρησιμοποιήσουν αυτές τις πληροφορίες, αυτή τη διορατικότητα, να αλλάξουν την πορεία της επιχείρησής σας και να πετύχουν στην οικονομία της πληροφορίας.
Με αυτό, πρόκειται να παραδώσω τα κλειδιά του WebEx στον Jen Underwood, και τότε ο Nick Jewell θα χτυπήσει επίσης. καλεί από το Ηνωμένο Βασίλειο Χάρη στους δύο και τον Τζεν, με αυτό, θα το παραδώσω σε εσάς. Πάρε το μακριά.
Jen Underwood: Ευχαριστώ, Eric, ακούγεται υπέροχα. Καλημέρα σε όλους. Σήμερα θα μιλήσουμε για αυτό το CxO playbook. είναι το μέλλον των δεδομένων και των αναλυτικών στοιχείων και πρόκειται να βουτήξω σωστά μέσα. Ο Eric ήδη έκανε μια ωραία δουλειά να μιλάει για το γιατί αυτό είναι τόσο σημαντικό. Οι ομιλητές μας σήμερα, πάλι, έχετε δει μια άλλη διαφάνεια με αυτές τις πληροφορίες, αλλά θα έχετε τον εαυτό μου και τον Nick Jewell να σας συνομιλούν πολύ διαδραστικά σε αυτή τη σύνοδο σήμερα. Θα ανοίξουμε με την περιγραφή αυτών των ρόλων και των τύπων των πραγμάτων που πρόκειται να κάνουν μια αποστολή. Θα εξετάσουμε τον κλάδο της ανάλυσης, τις γενικές προοπτικές και ορισμένες από τις προκλήσεις που θα αντιμετωπίσουν αυτοί οι λαοί. Η δυναμική μέσα στις οργανώσεις σήμερα καθώς ετοιμάζεστε για το μέλλον και στη συνέχεια θα μιλήσουμε για τα επόμενα βήματα και θα σας δώσουμε οδηγίες για τον προγραμματισμό, εάν πρόκειται να διερευνήσετε ορισμένους από αυτούς τους ρόλους στον οργανισμό σας.
Μιλώντας για αυτό το CxO, το CAO για παράδειγμα, αυτός είναι ο κύριος υπεύθυνος για την ανάλυση, αυτός είναι ένας τίτλος θέσεων εργασίας για ανώτερα στελέχη που είναι υπεύθυνα για την ανάλυση των δεδομένων εντός του οργανισμού. Το CAO θα αναφέρει συνήθως σε έναν Διευθύνοντα Σύμβουλο και ότι η ταχέως αναδυόμενη θέση θα είναι καθοριστική, όταν σκεφτόμαστε τη μάζα του μετασχηματισμού και τον ψηφιακό του μετασχηματισμό που έχουμε τώρα με τον τρόπο που οι εταιρείες κάνουν και λαμβάνουν τις επιχειρηματικές αποφάσεις τους.
Εάν σκέφτεστε ότι ο ψηφιακός μετασχηματισμός και η νοημοσύνη είναι αυτός ο πυρήνας του ψηφιακού μετασχηματισμού, αυτό το CAO είναι ένας πολύ στρατηγικός ρόλος μέσα σε έναν οργανισμό. Δεν επιστρέφουν μόνο την ισχυρή επιστήμη των δεδομένων πίσω στις πραγματικές γνώσεις και τη γνώση, αλλά κατέχουν εκείνη την προκύπτουσα απόδοση επένδυσης (ROI) και αντίκτυπο, έτσι τι μετράται; Πώς φέρνουν αυτήν την απόδοση επένδυσης (ROI) με τα δεδομένα που διαθέτουν και με ορισμένους από τους κατώτατους αριθμούς σε έναν οργανισμό για τη στρατηγική αξιοποίηση δεδομένων. Η θέση αυτή, μαζί με τον επικεφαλής της πληροφορικής CIO, έχει αυξηθεί σε εξέχουσα θέση λόγω της αύξησης της τεχνολογίας και του ψηφιακού μετασχηματισμού και της αξίας των δεδομένων.
Εδώ και χρόνια, τα δεδομένα είναι χρυσά σε αυτόν τον συγκεκριμένο κόσμο με τη δημιουργία εσόδων και τη νοημοσύνη και τη μετατροπή αυτών των πληροφοριών. Για να μπορέσετε να αναλάβετε αυτές τις ενεργητικές ενέργειες και όχι μόνο να κοιτάτε προς τα πίσω, καθαυτό. Οι δύο θέσεις είναι παρόμοιες δεδομένου ότι και οι δύο ασχολούνται με την πληροφόρηση, αλλά ο CIO, per se, θα επικεντρωθεί στην υποδομή όπου μια CAO επικεντρώνεται στην υποδομή που απαιτείται για την ανάλυση των πληροφοριών. Η παρόμοια θέση είναι το CDO και ακούτε πολύ περισσότερο, ίσως ακούσουμε λίγο περισσότερα για το CDO από ό, τι για το CAO σήμερα. Το CDO επικεντρώνεται περισσότερο στην επεξεργασία δεδομένων και τη συντήρηση και τις διαδικασίες διακυβέρνησης καθ 'όλη τη διάρκεια του κύκλου ζωής της διαχείρισης δεδομένων.
Αυτοί οι άνθρωποι θα είναι επίσης υπεύθυνοι για τη δημιουργία εσόδων από δεδομένα και την αξιοποίηση των δεδομένων και την εργασία τους καθ 'όλη τη διάρκεια των κύκλων διακυβέρνησης και ασφάλειας, καθ' όλη τη διάρκεια του κύκλου ζωής, όπως θα έλεγα. Αυτοί είναι άνθρωποι που θα είναι πολύ συντονισμένοι, καθαυτοί, ή υπεύθυνοι για τη διασφάλιση της GDPR - και θα μιλήσουμε λίγο - για τον Ευρωπαϊκό Νόμο περί Προστασίας Δεδομένων, διασφαλίζοντας ότι αυτά τα είδη πράξεων καλύπτονται από τις οργανώσεις τους. Τώρα, παίρνουμε τη δομή και το μέλλον για ανασταλτικούς δυναμικούς ρόλους δεδομένων. Αυτά είναι τα είδη των πράξεων που θα είναι υπεύθυνα για το CDO και όχι μόνο για τον εαυτό τους - θα δημιουργήσουν μια διαλειτουργική ομάδα και θα έχω μερικά παραδείγματα μερικών από τους ανθρώπους που θα συνέλθονταν στην ίδια, οργανωτική δομή, από τους αρχιτέκτονες και τους ανθρώπους της διακυβέρνησης, ακόμα και οι αναλυτές και οι επιστήμονες των δεδομένων και οι μηχανικοί σε μια οργάνωση μπορεί να τους κυλήσει.
Προχωρώντας περισσότερο στις προοπτικές της βιομηχανίας για τα αναλυτικά στοιχεία, αυτό ήταν μια φαινομενική - ίσως δεκαετή, και ακόμα πιο μακρά - πορεία σε αυτή τη συγκεκριμένη βιομηχανία. Είναι συνεχώς αυξανόμενο, πολύ συναρπαστικό, ακόμα και κατά τη διάρκεια της σύγκρουσης της αγοράς πριν από χρόνια ήταν ακόμα σε μεγάλη ζήτηση. Είναι απλώς ένα θαυμάσιο μέρος και αν κοιτάξετε την ατζέντα CIO από την Gartner το 2017, τα BI και τα analytics βρίσκονται ακόμα στην πρώτη τριάδα του τι είναι πιο σημαντικό για έναν οργανισμό και εξετάζοντας την ανάπτυξη των αγορών λογισμικού, είμαστε συνεχώς βλέποντας την ανάπτυξη εκεί. Για όσο καιρό βρισκόμουν σε αυτό το διάστημα, ήταν πάντα μια πολύ φωτεινή καριέρα.
Όταν εξετάζουμε αυτήν την ψηφιακή εποχή και τον μετασχηματισμό, αυτό που είναι πολύ, πολύ ενδιαφέρον για μένα, είναι αυτές οι διαδικασίες που έχουμε και συχνά παίρνει πληροφορίες και αναλαμβάνει δράση από διαδικασίες ή κατά τη διάρκεια επιχειρηματικών διαδικασιών. Τώρα, η Gartner έχει εκτιμήσει μέχρι το 2020, οι πληροφορίες που έχετε χρησιμοποιήσει θα επανεμφανιστούν, θα ψηφιοποιηθούν ή θα εξαλειφθούν. Το ογδόντα τοις εκατό των επιχειρηματικών διαδικασιών και προϊόντων που είχαμε πριν από δέκα χρόνια και αρχίζουμε να το βλέπουμε αυτό, σωστά; Αρχίζουμε να βλέπουμε ότι με στίχους του Amazon ίσως μερικά από τα μεγάλα καταστήματα box, τα Ubers, τα Airbnbs - αυτά τα ψηφιακά μοντέλα διαταράσσουν τη διαδικασία και τώρα οι άνθρωποι αλληλεπιδρούν. Ακόμα και η μαύρη Παρασκευή - δεν ξέρω πόσοι λαοί πήγαν πραγματικά σε ένα κατάστημα - πολλοί άνθρωποι αγοράζουν online και πώς φτάνετε στον πελάτη; Χρειάζεται νοημοσύνη για να γίνει αυτό. Χρειάζεται ένας πολύ διαφορετικός τρόπος αλληλεπίδρασης και προσωποποίησης του μηνύματος και έχοντας αυτή τη νοημοσύνη να σας παρουσιάσει τη σωστή προσφορά την κατάλληλη στιγμή και τώρα ίσως είναι με το πάτημα ενός κουμπιού. Είναι τόσο εύκολο για αυτούς να εγκαταλείψουν το ηλεκτρονικό σας κατάστημα. Τα πράγματα αλλάζουν πραγματικά σε αυτόν τον κόσμο και νομίζω ότι ο Nick θέλησε να συζητήσει και για αυτό.
Nick Jewell: Ναι, γεια σου όλους, ευχαριστώ πολύ. Θα ζητήσω συγγνώμη εκ των προτέρων εάν υπάρχει μια μικρή καθυστέρηση στον ήχο που έρχεται από το Λονδίνο, θα κάνω το καλύτερό μου για να μην μιλήσω για εσάς, Τζεν.
Έχετε απόλυτο δίκιο, ότι η εξάλειψη των αποβλήτων, αυτή η επανεμφάνιση ως μέρος του ψηφιακού μετασχηματισμού, συχνά συμβαίνει καθώς οι οργανισμοί κινούνται από παραγγελθέντα προϊόντα, ίσως αποσυνδεδεμένες εφαρμογές και σε πιο ανοικτές και συνδεδεμένες πλατφόρμες. Όταν η διαδικασία σας είναι ψηφιακή, θα είναι πολύ πιο εύκολο να δείτε τη διαδρομή από άκρο σε άκρο των δεδομένων σας. Πραγματοποιήστε με ακρίβεια τα βήματα που λαμβάνετε, χρησιμοποιώντας τα δεδομένα για να βελτιστοποιήσετε τη διαδικασία.
Ας προχωρήσουμε μια διαφάνεια, αν μπορούμε. Όταν πρόκειται για ψηφιακό μετασχηματισμό, αυτό που σημαίνει για οργανισμούς, υποθέτω ότι είναι συναρπαστικό ή εκφοβιστικό, ανάλογα με την πλευρά του φάσματος στο οποίο κάθεστε. Ρίξτε μια ματιά στο γράφημα εδώ, δείχνοντας τη διάρκεια ζωής των εταιρειών και πώς οι αποδιοργανωτικές επιρροές επηρεάζουν τις περιουσίες ενός οργανισμού. Εάν ξεκινήσατε μια επιχείρηση τη δεκαετία του 1920, έχετε σχεδόν 70 χρόνια κατά μέσο όρο, πριν από μια άλλη εταιρεία σας διαταράξει. Μια αρκετά εύκολη ζωή από τα σημερινά πρότυπα, γιατί σήμερα, μια εταιρεία μόλις πήρε 15 χρόνια μέχρι να διαταράξει την απειλή της ύπαρξής της. Προβλέπεται ότι περίπου το 40% των σημερινών εταιρειών Fortune 500, έτσι και στο S & P 500, δεν θα υπάρχουν πλέον σε 10 χρόνια. Μέχρι το 2027, το 75% του S & P 500 πρόκειται να αντικατασταθεί, οπότε ο χρόνος ημίσειας ζωής που αντιμετωπίζουν σήμερα οι οργανώσεις, πριν ανησυχούν για τις διαταραχές, συρρικνώνεται. Οι επιτυχημένες εταιρείες πρέπει να παραμείνουν μπροστά σε αυτόν τον αγώνα ψηφιακής καινοτομίας.
Σήμερα, κανείς δεν αμφισβητεί πραγματικά τα αναλυτικά στοιχεία. Είναι το κεντρικό κομμάτι, ο ψηφιακός μετασχηματισμός των επιχειρήσεων. Στην πραγματικότητα, οι οργανισμοί θέτουν την ψηφιακή καινοτομία στην κορυφή της στρατηγικής τους. Αυτές οι εταιρείες, είναι οι πέντε κορυφαίες πιο πολύτιμες εταιρείες στον κόσμο, που αντιπροσωπεύουν δύο τρισεκατομμύρια δολάρια σε αξία αγοράς, Jen.
Jen Underwood: Ναι, είναι εκπληκτικό, είναι πραγματικά. Είναι πραγματικά αλλάζει, και γρήγορα. Η άλλη δυναμική που έχουμε και έχουμε μιλήσει γι 'αυτό, τώρα νομίζω ότι το βλέπουμε τελικά και οι οργανισμοί αισθάνονται αυτή την εκθετική αύξηση των πηγών δεδομένων και δεν είναι πια απλά να αναλύουν δεδομένα για δομημένες πηγές δεδομένων. Και πάλι, μιλάμε, έχετε μόνο μια στιγμή σε κάποιες από αυτές τις ψηφιακές διεργασίες για να λάβετε μια απόφαση και αυτά τα πράγματα έρχονται σε JSONs από τα API REST, μιλάμε για μη δομημένα δεδομένα, αν τα αρχεία καταγραφής, υπάρχουν όλα τα είδη των διαφορετικών τύπων δεδομένων, καθώς και την εξαιρετικά σταθερή ανάπτυξη.
Nick Jewell: Ναι, Τζεν, όπως υποδείξατε, αναλυτικοί ηγέτες που πνίγουν σε μια θάλασσα δεδομένων. Η επίτευξη της διορατικότητας υψηλής αξίας, ίσως με τη χρήση ενός συνδυασμού υφιστάμενων ή νέων αναλυτικών τεχνικών, είναι πραγματικά ο τελικός στόχος, αλλά υπάρχει ένα απλό και θεμελιώδες πρόβλημα που αντιμετωπίζουν πολλοί οργανισμοί με τους οποίους αντιμετωπίζουν πραγματικά. Αναθέσαμε στο Harvard Business Review, πραγματοποιήσαμε την έρευνα, μιλώντας σε αναλυτές δεδομένων και διευθυντές επιχειρήσεων. Ρώτησαν πόσες πηγές δεδομένων χρησιμοποιούν στην οργάνωσή τους για να πάρουν μια απόφαση και είναι αρκετά σαφές ότι υπήρξε μια θεμελιώδης μετατόπιση μόλις τα τελευταία χρόνια. Το IT χρησιμοποιείται για να συνδυάσει δεδομένα, να τα ωθήσει στην αποθήκη δεδομένων, αλλά υποθέτω ότι παρά την εξαιρετική δουλειά που έχουν κάνει οι ομάδες IT, δημιουργώντας κεντρική διαχείριση δεδομένων, οι αναλυτές εξακολουθούν να αντιμετωπίζουν το καθήκον να δημιουργήσουν αυτό το συγκεκριμένο σύνολο αναλυτικών δεδομένων. απαντήστε σε μια επιχειρηματική ερώτηση. Στην πραγματικότητα, μόνο το 6% έχει συγκεντρώσει όλα τα δεδομένα σε ένα μέρος και η πλειοψηφία των αναλυτών πρέπει να τραβήξει δεδομένα από πέντε ή περισσότερες πηγές - πράγματα όπως υπολογιστικά φύλλα, εφαρμογές cloud, κοινωνικά μέσα ενημέρωσης και φυσικά να μην ξεχνάμε ότι η αποθήκη δεδομένων.
Τώρα, οι περισσότεροι οργανισμοί το αναγνωρίζουν αυτό, αλλά αυτό που οι περισσότεροι οργανισμοί δεν ασχολούνται είναι το απλό γεγονός ότι οι επαγγελματίες των δεδομένων ξοδεύουν μεγαλύτερο μέρος του χρόνου τους που διέπουν και ψάχνουν για δεδομένα, από ό, τι στην πραγματικότητα εξάγουν αξία. Αυτά δεν είναι τα στρατηγικά αναλυτικά προβλήματα υψηλού προφίλ που θέλουν να ακούνε οι επιχειρηματίες. Ωστόσο, η αντιμετώπιση του θεμελιώδους ζητήματος δεν πρόκειται να εμποδίσει τους οργανισμούς να επιτύχουν πραγματικές εκτιμήσεις βάσει της αξίας. Jen;
Jen Underwood: Αυτό είναι ενδιαφέρον. Έχω δει σίγουρα διαφορετικές μελέτες σχετικά με αυτό και είναι αυτό το κομμάτι εδώ, είτε είναι το 80% του χρόνου είτε τα τρισεκατομμύρια δολάρια επαναπροσδιορίζοντας τα ίδια δεδομένα ξανά και ξανά, πολύ ανεπαρκώς σε μια οργάνωση. Αυτό δεν προσθέτει, αυτά τα 37 και αυτό 23 τοις εκατό είναι πολύ δαπανηρή χάσιμο χρόνου. Είναι καταπληκτικό για μένα ότι δεν δίνεται μεγαλύτερη προσοχή σε αυτό.
Κοιτάζοντας μερικά από αυτά, αυτό που θα ονομάζαμε τις δυνάμεις της αγοράς, και πολλές φορές όταν μιλάω για τις τάσεις της βιομηχανίας, μου αρέσει να ακολουθώ τη βιομηχανία και να κρατώ ένα σταθερό σφυγμό πάνω της. Είναι σημαντικό να καταλάβετε πότε κάτι είναι κάτι περισσότερο από μια τάση, όταν πρόκειται πραγματικά για μια δύναμη που πρέπει να δώσετε προσοχή, και αυτές είναι οι τρεις πρώτες τώρα, οι δυνάμεις να δώσουν προσοχή. Είναι αυτή η ταχεία ανάπτυξη, η πρώτη είναι η ταχεία ανάπτυξη των μη σχεσιακών βάσεων δεδομένων. Αναφέρθηκα απλώς σε αυτή την όλη ιδέα ότι δεν έχεις πολύ χρόνο στο να ζητάς από μόνη της ένα JSON, είναι αυτά τα είδη των μη σχεσιακών σεναρίων, που μεγαλώνουν αρκετά - νομίζω ότι έχω κάποια στατιστικά σε μια στιγμή εδώ - γρήγορα.
Το άλλο πράγμα είναι η συνεχιζόμενη στροφή προς το σύννεφο. Πριν από την πρόσκληση είχα αναφερθεί ότι ήμουν παγκόσμιος υπεύθυνος προϊόντων σε μια από τις μεγάλες εταιρείες τεχνολογίας και είχα δύσκολες συνομιλίες πριν από τρία χρόνια με ομάδες που δήλωσαν: "Δεν θα βάλουμε τίποτα στο σύννεφο. Δεν θα κινηθούμε στο σύννεφο. "Και ήταν πολύ ενδιαφέρον να βλέπουμε ομάδες ένα χρόνο αργότερα, δύο χρόνια αργότερα, τώρα ακούω από τις ίδιες ομάδες ότι όλοι έχουν ένα σύννεφο. Νομίζω ότι ο καθένας έχει μια εξαιρετικά ευρεία δήλωση, αλλά αυτό που θα έλεγα είναι, οι λαοί που έχουν αντιπληροφορίες, σίγουρα η στάση έχει αλλάξει δραματικά, μέσα σε πολύ σύντομο χρονικό διάστημα, ακόμα κι όταν μιλούσα σε ομάδες σε όλο τον κόσμο αυτά τα είδη των πραγμάτων.
Αυτοματοποίηση, αυτή είναι μια περιοχή που με εντυπωσιάστηκα και έναν τομέα που σίγουρα βλέπουμε πολλή δραστηριότητα και μεγάλη δραστηριότητα. Μιλάμε για μερικά από αυτά τα πράγματα, έχοντας αυτό το σπαταλημένο χρόνο και την αναποτελεσματική χρήση του χρόνου σας. Αυτοματοποίηση είναι σίγουρα ένας από τους τομείς που είμαι πιο ενθουσιασμένος όταν σκέφτομαι να φέρει αξία σε έναν οργανισμό.
Η επόμενη διαφάνεια για την οποία θα μιλήσω, είναι μια μελέτη της IDC, εξετάζει τα τμήματα της αγοράς και την ανάπτυξη και είναι πραγματικά ένας θαυμάσιος τρόπος για να πάρετε ένα παλμό σε αυτό που πραγματικά αυξάνεται, ποιοι είναι οι αγοραστές σας; Ποια είδη πραγμάτων δεν ενδιαφέρουν πια; Αυτά τα είδη των πραγμάτων και τη στρατηγική τους.
Η παγκόσμια αγορά μεγάλου αναλυτικού λογισμικού δεδομένων έχει, σύμφωνα με την IDC, 16 τομείς και σε αυτήν την αίσθηση του τομέα εξετάζουμε ακόμη και μερικές αλλαγές ονόματος. Υπήρχε μια προσθήκη συνεχούς αναλυτικού λογισμικού, γνωστικών πλατφορμών λογισμικού ΑΙ, συστήματα αναζήτησης, έτσι υπήρχαν κάποιες νέες κατηγορίες ακόμη και προστέθηκαν εδώ. Αυτή η επισκόπηση της αγοράς περιλαμβάνει σχεδόν τα οριζόντια εργαλεία, τις προσυσκευασμένες εφαρμογές καθώς και ορισμένες αποφάσεις λήψης αποφάσεων και αυτοματοποίηση αποφάσεων για περιπτώσεις χρήσης. Και πάλι, πρόκειται για τους τύπους λύσεων, όταν σκέφτεστε για το CDO, τοποθετώντας ένα πλαίσιο ενός CDO, το χαρτοφυλάκιό τους που μπορεί να διαχειρίζεται από την ενσωμάτωση δεδομένων στην οπτικοποίηση της ανάλυσης, την εκμάθηση μηχανών και όλους αυτούς τους τύπους δυνατοτήτων που χρειάζονται να έχουν στην ψηφιακή εποχή.
Η ίδια η παγκόσμια αγορά για αυτούς τους τύπους λύσεων αυξήθηκε κατά 8, 5% σε όρους τρέχοντος νομίσματος και η συνολική αγορά αυξήθηκε κατά 9, 8% σύμφωνα με την IDC. Αυτό συγκρίθηκε με - εξετάζετε τις διακυμάνσεις των συναλλαγματικών ισοτιμιών σε μια περίοδο δύο ετών και ο βαθμός διαφοροποίησης είναι ελάχιστος, αλλά τα τρία πρώτα τμήματα που υπογράμμισα, για να σας δώσω μια αίσθηση για αυτές τις μη αναλυτικές πηγές αναλυτικών δεδομένων, 58% οι ετήσιες αυξήσεις, η ανάλυση περιεχομένου και τα συστήματα αναζήτησης ήταν 15% και ορισμένες από τις εφαρμογές σχέσεων με πελάτες, τα πράγματα τύπου CRM ή το Salesforce Einstein, για παράδειγμα, αυξάνονται πάνω από 10%. Νομίζω ότι ο Nick ήθελε να προσθέσει κάποιο σχόλιο και σε αυτό.
Nick Jewell: Ευχαριστώ, Τζεν. Είναι ένα φανταστικό οπτικό. Νομίζω ότι στο Alteryx έχουμε πάντα πίστευε ότι η προετοιμασία και η ανάμειξη δεδομένων θα ήταν πάντα μια βασική ικανότητα, υποθέτω, για οποιοδήποτε αναλυτικό σύστημα, αλλά είναι πραγματικά το θεμέλιο για οποιαδήποτε πιο προηγμένη ανάλυση. Τώρα, για τα τελευταία χρόνια, ας μιλήσουμε για τη βιομηχανία - ίσως να έχει επικεντρωθεί σε ορισμένες από τις νέες δυνατότητες διαδραστικής απεικόνισης. Φαίνονται όμορφα επειδή αυξάνουν την αφοσίωση, οδηγούν στην κατανόηση, αλλά δεν μας έδιναν πραγματικά περιθώρια πέρα από τα περιγραφικά αναλυτικά.
Αλλά, υποθέτω τώρα ότι οι λαοί θέτουν τα βλέμματά τους λίγο ψηλότερα, οι οργανώσεις που αρχίζουν να καταλαβαίνουν τις επιχειρηματικές αξίες πρόκειται να προέλθουν από αυτά τα πιο εξελιγμένα αναλυτικά που μόλις τώρα μπαίνουν στο mainstream. Το ερώτημα γίνεται εκεί, πώς, ή πιο συγκεκριμένα, ποιος; Αυτό πήδηξε σε αναλυτικά στοιχεία υψηλότερης αξίας. είναι πραγματικά ρίχνει το ζήτημα της έλλειψης αναλυτικών ταλέντων σε αρκετά απότομη ανακούφιση, θα συμφωνούσατε;
Jen Underwood: Απόλυτα, και είχα, νομίζω ότι μόλις tweeted, είδα ένα πολύ συναρπαστικό σχόλιο χθες το βράδυ από τον αντιπρόεδρο της Adobe, λέγοντας: "Η μηχανική μάθηση έχει γίνει στοίχημα στα τραπέζια", όπου οι άνθρωποι φοβόντουσαν, τώρα έχουν γίνει μια ανάγκη και είναι ενδιαφέρον. Κοιτάζοντας αυτό και μόνο μια μικρή άλλη μικρή διαφορετική γωνία, per se. Πολλοί λαοί, αρχίζουμε να βλέπουμε αυτό ως περιοχή υψηλής ανάπτυξης με ένα μη σχεσιακό αναλυτικό κατάστημα και το γνωστικό AI, αυτή τη μηχανική μάθηση, αυτά τα αναλυτικά στοιχεία υψηλής αξίας. Αλλά ακόμα και στο τέλος της ημέρας, τώρα το μεγαλύτερο τμήμα, έτσι ώστε όπου οι περισσότερες αγορές συμβαίνουν σήμερα, παραμένει σε αυτό το βασικό, αυτό που θα έλεγα, η αναφορά ερωτήματος, μερικές από τις οπτικές αναλύσεις, και εξακολουθεί να αυξάνεται και αυτό είναι κάτι που πολλοί λαοί υποθέτουν ότι το έχετε ήδη - όχι απαραίτητα. Εξακολουθεί να αυξάνεται κατά 6, 6% κάθε χρόνο.
Ως CDO - και μου αρέσει να δείχνει αυτή τη διαφάνεια - βασικά απλώς να πω, όταν μπαίνεις σε αυτό το νέο ρόλο ή ψάχνεις σε δεδομένα σε έναν οργανισμό, είναι χάος και νομίζω ότι αυτή η συγκεκριμένη διαφάνεια πραγματικά κάνει καλή δουλειά - αυτές είναι όλες οι διαφορετικές πιθανές περιοχές που μπορεί να έχετε δεδομένα. Μπορεί να βρίσκονται σε εξέλιξη, μπορεί να βρίσκονται στο σύννεφο, να είναι υβριδικά, είναι παντού και είναι μια μεγάλη συντριπτική πλειοψηφία - και πάλι, είναι ένας ρόλος τύπου C σε επίπεδο οργανισμού και δεν είναι απλό έργο ή απλό έργο - σε αυτό το συγκεκριμένο κόσμο να αναλάβει, είναι αρκετά συντριπτική κατά περιόδους. Αυτός είναι ο κόσμος στον οποίο πρέπει να πλοηγηθεί αυτό το CDO, για να μπορέσει να κυριαρχήσει, τι θα έλεγα, μεγιστοποιώντας την αξία των δεδομένων.
Συνεχίζοντας την πρόκληση, μεγιστοποιώντας την αξία όλων αυτών των διαφορετικών πηγών και όσων παίρνουμε είναι αυτά τα χρονικά περιθώρια κλεισίματος, με αυτές τις ψηφιακές διαδικασίες ή τις διορατικές ενδείξεις να κλείνουν. Εάν σκέφτεστε ίσως πριν από πέντε χρόνια, πριν από δέκα χρόνια, ίσως να είχατε αναφορές ότι θα τρέξατε για να λάβετε κάποιες αποφάσεις με απογραφή ή ενέργειες, αυτές θα μπορούσαν να εκτελούνται εβδομαδιαίως, μηνιαία, τότε γίνονται καθημερινά ή μια μέρα στην άλλη, ίσως είναι ωριαίος.
Τώρα, αυτό που βλέπουμε είναι αυτά τα έξυπνα μηχανικά μαθήματα που είναι ενσωματωμένα σε τεχνητά νοήμονα γραφεία, παίρνοντας αποφάσεις και διορθώσεις επιτόπου, έτσι ακόμα και πράγματα όπως το διαδίκτυο των πραγμάτων, τα ενσωματωμένα σε IoT αναλυτικά στην άκρη, αυτά τα συστήματα είναι έξυπνα και αυτοί οι αλγόριθμοι μπορούν να αυτοεπιλέξετε και να αλλάξετε μερικές από τις αποφάσεις που παίρνουν επί τόπου την κατάλληλη στιγμή. Ήταν πολύ ενδιαφέρον να δούμε αυτή τη δυναμική με τις ψηφιακές επαναστάσεις και αυτά τα σημεία επαφής - παρόλο που έχουν αυξηθεί, ο χρόνος για δράση συνεχίζει να μειώνεται και η τεχνολογία εξελίσσεται για αυτά τα σενάρια.
Nick Jewell: Ναι, Jen, νομίζω ότι μία από τις πιο ενδιαφέρουσες πτυχές του τρόπου με τον οποίο αλλάζει η ενημέρωση, είναι όπου τα analytics φθάνουν στον τελικό χρήστη. Ζητάμε από τους χρήστες να μπουν σε πίνακα οργάνων όταν λαμβάνουν μια κρίσιμη απόφαση ή λέμε ότι η διορατικότητα, η επόμενη βέλτιστη ενέργεια, είναι διαθέσιμη απευθείας στη διαδικασία, στη ροή, προκειμένου να οδηγηθεί αυτό το ανταγωνιστικό πλεονέκτημα; Και το αναλυτικό μοντέλο για το οποίο μιλάμε μπορεί να χρειαστεί να πάρει τις εισόδους του από πληθώρα διαφορετικών πηγών - παραδοσιακές αποθήκες δεδομένων, geolocations, κοινωνικά μέσα, αισθητήρες, clickstream - όλα αυτά τα δεδομένα έχουν σχέση με την απόφαση και ότι το αποτέλεσμα .
Jen Underwood: Συνεχίζοντας σε αυτό το θέμα της πρόκλησης και της αλλαγής, αυτό που έχουμε τώρα και τις προκλήσεις που χρειάζεται ο γενικός διευθυντής να αγκαλιάσει και να σχεδιάσει έναν τρόπο να κατακτήσουν αυτά, είναι ουσιαστικά ότι έχουμε πάρα πολλά δεδομένα για αποτελεσματική διαχείριση και ανάλυση με το χέρι. Υπάρχουν μεγάλες καθυστερήσεις. πρέπει να συντομεύσουμε αυτές τις καθυστερήσεις και πρέπει να βρούμε έναν τρόπο μεγιστοποίησης της αξίας των δεδομένων που έχουμε. Υπάρχει έλλειψη ταλέντων επιστήμης των δεδομένων στον κόσμο και να καλύψουμε αυτές τις γνώσεις και αυτό που θα ονομάζαμε ωκεανούς ως δεδομένα. Τα καλά νέα είναι ότι υπάρχουν μερικές υπέροχες καινοτομίες που συμβαίνουν να βοηθήσουν σε κάθε τομέα αυτού του σήμερα και γίνεται συναρπαστικό να βλέπουμε τι, όπου η τεχνολογία πρόκειται να μας οδηγήσει, να μας βοηθήσει με αυτές τις προκλήσεις.
Καθώς συνέχισα να το εξετάζω αυτό, υπάρχει κάποια σύγχυση καθώς μίλησα με τους πελάτες ή μίλησα με ομάδες χρησιμοποιώντας κάποια από αυτά τα εργαλεία. Ορισμένες από τις κλασσικές προκλήσεις εξακολουθούν να υπάρχουν σήμερα, είναι λίγο πιο επιδεινούμενο με την προσπάθεια να βρούμε δεδομένα για ανάλυση. Μερικά από τα εργαλεία αναζήτησης, μερικοί από τους καταλόγους εκεί έξω σίγουρα βοηθούν τα πράγματα - τώρα που βρίσκουμε είναι ποιος κατάλογος θα χρησιμοποιηθεί όταν. Υπάρχουν δύο διαφορετικοί κατάλογοι, οπότε υπάρχουν διαφορετικοί τόποι που μπορείτε να αποθηκεύσετε και να μοιραστείτε δεδομένα, οπότε είναι θέμα να προσπαθήσετε να μάθετε ένα, ίσως τον κατάλογο στον οποίο πρέπει να ψάχνουμε.
Το άλλο πράγμα είναι η κοινή χρήση. Μιλήσαμε για μία από τις μελέτες από το Harvard Business Review, πόσο χρόνο ξοδεύουμε, βασικά να κάνουμε καθήκοντα που δεν προσθέτουν αξία, χάνουμε χρόνο και πόσο ακριβό μπορεί να είναι. Αν μπορείτε να μοιραστείτε και να χρησιμοποιήσετε κοινές πηγές δεδομένων σε συνεργασία, τα σενάρια έχουν ήδη αναπτυχθεί, η λογική είναι ήδη εκεί, μπορείτε να τα διοικείτε αποτελεσματικά, έτσι ώστε να εξισορροπήσετε τη διακυβέρνηση με την ευελιξία της ανάλυσης, αυτό είναι πραγματικά αυτό που θέλετε να προσπαθήσετε να κάνετε και να περιηγηθείτε στον κόσμο αυτό που θα έλεγα, έχουμε τα εξειδικευμένα εργαλεία, έχουμε αυτοματοποιημένα εργαλεία ροής εργασιών, έχουμε κλασσικό Excel, τους καταλόγους δεδομένων, αυτοματοποιημένα BI, εργαλεία επιστήμης δεδομένων. Όπως έδειξε μια εικόνα, υπάρχουν πολλά, πολλά εργαλεία και πολλές αλληλεπικαλύψεις μεταξύ τους.
Nick Jewell: Ναι, τέλεια, Jen, και νομίζω ότι το παράθυρο της διορατικότητας, όπως αναφέρατε, είναι σίγουρα συρρικνώνεται, αλλά ο χρόνος που χρειάζεται για την πραγματική ανάπτυξη μοντέλων δεν συμβαδίζει. Η πρόβλεψη της ανάπτυξης του μοντέλου εξακολουθεί να αποτελεί μείζονα πρόκληση για πολλές εταιρείες. Μιλήσαμε με τον Carl Rexer, ο οποίος είναι ο Πρόεδρος της Rexer Analytics, και στην Carl's 2017 έρευνα για την επιστήμη των δεδομένων, διαπίστωσε ότι μόνο το 13% των επιστημόνων δεδομένων λένε ότι τα μοντέλα τους πάντοτε αναπτύσσονται και αυτός ο λόγος ανάπτυξης απλά δεν βελτιώνεται. επιστρέψτε σε κάθε προηγούμενη έρευνα. Στην πραγματικότητα, το 2009, όταν ερωτήθηκε για πρώτη φορά και βλέπουμε σχεδόν ταυτόσημα αποτελέσματα, έχουμε ένα πραγματικό κενό.
Jen Underwood: Όταν εξετάζουμε την ωριμότητα των αναλυτών, προχωράει γρήγορα. Πάλι, πριν από δύο, τρία χρόνια, ήμασταν πολύ ενθουσιασμένοι που είχαμε οπτική ανάλυση αυτο-εξυπηρέτησης και τελικά είμαστε ευέλικτοι και επεκτάσαμε το BI στις μάζες, per se. Όταν λέω μάζες, μάλλον εξακολουθούν να ισχύουν οι χρήστες μέσα σε έναν οργανισμό. Τώρα βλέπουμε τη βελτιστοποίηση, την προγνωστική ανάλυση, τη βαθιά εκμάθηση, τη φυσική γλώσσα, πολλές άλλες τεχνολογίες που πραγματικά, όπως είναι ενσωματωμένες σε καθημερινές διαδικασίες, τελικά πραγματικά δημοκρατικοποιούν τις αναλύσεις πολύ απλά για τις μάζες, υφιστάμενες επιχειρηματικές διαδικασίες που έχουν ήδη.
Nick Jewell: Ναι, Jen, ας μιλήσουμε μια γρήγορη ιστορία γύρω από την τελευταία κατηγορία, αν μπορώ. Οι περισσότεροι ακροατές στην κλήση σήμερα θα είναι εξοικειωμένοι με το λογισμικό AlphaGo του Google DeepMind, νίκησαν μερικούς από τους καλύτερους Go παίκτες στον κόσμο τα τελευταία δύο χρόνια. Το AlphaGo έμαθε να παίζει το παιχνίδι μελετώντας τεράστιους όγκους προηγούμενων αγώνων. Τόσο πολύ ώστε οι σχολιαστές του τουρνουά AlphaGo υποστήριξαν ότι το λογισμικό έπαιξε με το στυλ ενός Ιαπωνικού Μεγάλου Δασκάλου, το πιστεύετε ή όχι.
Όμως, κατά τη διάρκεια του τελευταίου μήνα, αναφέρθηκε ένα σχεδόν πιο εκπληκτικό αποτέλεσμα. Αυτό ήταν το AlphaGo Zero, βαθιά μάθηση, νευρωνικό δίκτυο, οπλισμένο με τους απλούς κανόνες του παιχνιδιού και μια βελτιστοποιημένη λειτουργία. Έμαθε να γίνει ο ισχυρότερος παίκτης Go στον κόσμο, χωρίς επίβλεψη εκπαίδευσης, και έκανε όλα αυτά σε περίπου 40 ημέρες. Αυτή η αποκαλούμενη μάθηση ενίσχυσης, όπου οι άνθρωποι ορίζουν την πρόκληση, αφήνουν το σύστημα βαθιάς εκμάθησης να διερευνήσει, να βελτιώσει, πραγματικά θα μπορούσε να αποφέρει το μεγαλύτερο αντίκτυπο στον αναλυτικό χώρο ακόμα. Επομένως, υποθέτω, μείνετε συντονισμένοι.
Jen Underwood: Ναι, αυτό είναι πραγματικά ενδιαφέρον που αναφέρατε. Μπορείτε να φανταστείτε τις εξαιρέσεις; Και αυτό είναι που αρχίζω να βλέπω. Πραγματικά, όταν μιλάω για αυτοματοποίηση, είναι πολύ συναρπαστικό για τις λύσεις να είναι αρκετά έξυπνες για να καθαρίσουν τον αέρα, να μάθουν από τα συστήματα αυτόματα, plug and play και απλά ξέρουν τι να κάνουν στη συνέχεια με βάση κάποιες από τις προηγούμενες αποφάσεις που έχουν ληφθεί ή άλλες αποφάσεις που έχουν γίνει στο πλαίσιο της οργάνωσης και έχουν διαχειριστεί μερικά από αυτά τα συστήματα, τα συστήματα ETL και φροντίδα για αυτούς, και είχε τρόπο πίσω από την ημέρα beepers και τηλέφωνα που μου τηλεφώνησε με ειδοποιήσεις όταν οι διαδικασίες δεν λειτουργούν, είναι τόσο συναρπαστικό να σκεφτούμε, «Πω πω, είναι αρκετά έξυπνο ώστε πιθανώς να αυτο-θεραπεύσει».
Ο σύζυγός μου διαχειρίζεται ένα αυτοθεραπευτικό δίκτυο, θα έχουμε αυτο-θεραπευτική ενσωμάτωση δεδομένων, αυτο-θεραπευτικές αναλύσεις και όπου γίνεται καλύτερο και καλύτερο, είναι πραγματικά συναρπαστικό. Ως CDO, όταν αρχίζετε να σκέφτεστε για την τεχνολογία επεξεργασίας ανθρώπων, θα ρίξουμε μια ματιά, τώρα κοιτάζουμε την τεχνολογία, τότε θα εξετάσουμε τους ανθρώπους και πώς να προσεγγίσουμε την οικοδόμηση της ομάδας σας και την οικοδόμηση οι ικανότητες. Εάν κοιτάξετε τη σύγχρονη πλατφόρμα ανάλυσης, θα σας πω αμέσως, όχι όλοι θα έχουν τα πάντα εδώ, αν και οι μεγαλύτεροι οργανισμοί μπορεί να έχουν όλα αυτά τα διαφορετικά συστατικά, καθαυτό, μερικές ομάδες μπορεί να έχουν μόνο δύο ή τρία κουτιά εδώ, οπότε δεν ήθελα να κατακλύσω τους ανθρώπους με αυτό. Αλλά μια σύγχρονη πλατφόρμα BI δεν απαιτεί απαραιτήτως μια κατασκευή IT, προκαθορισμένη σημασιολογική στρώση αναφοράς.
Οι χρήστες και οι εμπειρογνώμονες πρέπει πραγματικά να έχουν την εξουσία να προετοιμάζουν τα δεδομένα για αναλυτική ταχύτητα και ευελιξία και εάν σκεφτείτε την άνοδο εκείνων που θα λέγαμε τα αναλυτικά στοιχεία των χρηστών και των εμπειρογνωμόνων, επιτρέποντας στους εμπειρογνώμονες να έχουν την ευκινησία, πρέπει να κάνετε γρήγορες αποφάσεις. Βλέπουμε μια αυξημένη υιοθέτηση αυτού που θα λέγαμε, των εργαλείων προετοιμασίας των προσωπικών δεδομένων, της διεκπεραίωσης των δεδομένων, του εμπλουτισμού, του καθαρισμού, των τύπων δραστηριοτήτων που κάνει η Alteryx καθώς και ορισμένων δραστηριοτήτων τύπου επιστήμης δεδομένων που προσφέρουν Καλά. Η σύγχρονη λύση προετοιμασίας, που προσφέρουν ότι έξυπνες, αυτοματοποιημένες συνδέσεις, ανάλυση αέρα, μετατόπιση δεδομένων, όταν έχετε μεγάλη ροή δεδομένων είναι πολύ, πολύ δροσερό. Αυτό είναι ίσως, πάλι, ένας από τους τομείς που μου αρέσει και πραγματικά απολαμβάνω δοκιμές, καθώς και στον κλάδο.
Σε αντίθεση με την παραδοσιακή τεχνολογία BI που κατευθύνεται από την τεχνολογία πληροφορικής, η σημερινή τεχνολογία εστιάζεται πραγματικά στην ενεργοποίηση της επιχείρησης και έχετε ανθρώπους όπως τα CDOs και βάζοντας μαζί ή επιλέγοντας τις σωστές λύσεις για να ενορχηστρώσετε, να οργανώσετε και να ενοποιήσετε αυτά τα δεδομένα και βεβαιωθείτε, κυβερνήθηκε, σωστά; Ένα πράγμα που είναι πολύ ενδιαφέρον για μένα και σίγουρα πιστεύω ότι έχουμε συμπεράνει γι 'αυτό, αλλά δεν νομίζω ότι είμαστε απλά ευθείαν είπαμε αυτό, οι ημέρες μιας αποθήκης δεδομένων ενός μεγέθους που ταιριάζει σε όλα και αυτό είναι το τελικά όλα είναι όλα, σίγουρα έχουν τελειώσει. Τα δεδομένα είναι παντού, πρέπει να κάνετε - οι λίμνες δεδομένων έχουν έρθει στην εικόνα, υπάρχουν streaming και ζωντανά δεδομένα, υπάρχουν τόσες πολλές διαφορετικές πηγές δεδομένων τώρα, είναι πολύ περισσότερο από μια περίπτωση που βασίζεται στην υπόθεση, "Τι χρειάζεστε;" "Πρέπει να πάμε τα πάντα σε μια αποθήκη δεδομένων." Δεν είμαι σίγουρος, Νίκος, θέλετε να σχολιάσετε αυτό το θέμα; Δεν θυμάμαι.
Nick Jewell: Θα πω μόνο ένα πράγμα και είναι απλά, προσέξτε την εξέλιξη του στοιχείου. Τι εμπειρογνώμονες έκαναν πριν από πέντε έως δέκα χρόνια, είναι τώρα στα χέρια του χρήστη, έτσι ώστε τα πράγματα στα δεξιά, εκεί, θα είναι πιο διαδεδομένα για τον χρήστη σε drag-and-drop χωρίς κωδικό μορφή πολύ, πολύ σύντομα. Θα κινηθεί γρηγορότερα και ταχύτερα, γι 'αυτό κρατήστε ένα μάτι σε αυτό.
Jen Underwood: Ναι, αυτό είναι πολύ καλό σημείο. Μου αρέσει να σκέφτομαι αυτό. Η διαφορετική επιστήμη των δεδομένων, τελικά γίνεται πραγματικότητα και τα εργαλεία γίνονται πολύ καλύτερα. Σκέφτοντας την τεχνολογία, τώρα πρέπει να έχουμε τις δεξιότητες και τους ανθρώπους και τι πρέπει να κάνουμε; Αυτή τη στιγμή οι καλύτερες θέσεις εργασίας περιλαμβάνουν τίτλους όπως οι επιστήμονες δεδομένων, ο μηχανικός δεδομένων και οι επιχειρηματικοί αναλυτές, αλλά αυτό που διαπιστώνουμε είναι ότι οι ίδιοι οι εργοδότες θεωρούν ότι είναι δύσκολο να πραγματοποιηθεί ένας αγώνας. Ακόμη και στον χώρο προετοιμασίας δεδομένων, θα πω, "Είναι τα δεδομένα προετοιμασμένα, είναι τα δεδομένα που διαμαρτύρονται, ποιους όρους οι άνθρωποι αποκαλούν;" Είναι πολύ ενδιαφέρον να βρεθεί.
Η επιχείρηση δεν ξέρει τι χρειάζονται και υπάρχει όλο αυτό το νέο αναδυόμενο πεδίο που θα εκτείνεται σε πολλές διαφορετικές περιοχές. Αν κοιτάξετε ότι όλοι πρέπει τώρα να είναι κύριος των δεδομένων τους, των επιχειρησιακών αναλυτών, των διαχειριστών έργων πληροφορικής, ο σύζυγός μου που διαχειρίζεται ένα ηλεκτρικό δίκτυο και ένα χαρτοφυλάκιο έργων, πρέπει να είναι σε θέση να το αναλύσει. Δεν είναι μόνο η χρηματοδότηση και η ανάλυση δεδομένων πια, είναι πραγματικά επεκταθεί πολύ ευρύτερη, σε άλλες περιοχές της οργάνωσης. Νομίζω ότι είδα μια μελέτη σχετικά με τον αριθμό των πηγών δεδομένων που χρησιμοποιεί το μάρκετινγκ και ήταν συντριπτική. Και πάλι, όταν σκεφτόμαστε τη μελέτη που πραγματοποιήθηκε από το Harvard Business Review, δεν είναι πια μια πηγή δεδομένων που οι άνθρωποι πρέπει να σβήσουν και να συγχωνευτούν από κοινού και να βρουν μια εικόνα, είναι πολλές πηγές δεδομένων και χρειάζεται δεξιότητες για να το κάνουν αυτό.
Όταν εξετάζετε ουσιαστικά τη μεγαλύτερη εικόνα εδώ, οι περισσότερες νέες προσλήψεις θα βρίσκονται σε αυτή τη ροζ φούσκα προς τα κάτω, όταν μιλάτε για αυτούς τους επιχειρηματικούς αναλυτές στους αναλυτές δεδομένων εξόρυξης, οι διευθυντές ανθρώπινου δυναμικού, αυτή η περιοχή, απλώς οι κανονικοί ρόλοι εντός της γραμμής των επιχειρήσεων που χρησιμοποιούν δεδομένα. Οι ταχύτερα αναπτυσσόμενοι ρόλοι θα έχουν λιγότερες θέσεις εργασίας, αλλά σίγουρα αυτό που ακούμε για τους περισσότερους στην αγορά σήμερα, ο επιστήμονας δεδομένων και ο μηχανικός δεδομένων. Ως CDO, κοιτάζουν μπροστά και προγραμματίζετε ταλέντο, πρέπει να λάβετε υπόψη σας μερικά από τα αυτοματοποιημένα καθήκοντα ρουτίνας και τα είδη δεξιοτήτων που θα είναι πιο στρατηγικά και, πάλι, προσθέστε αξία στον οργανισμό σας και για τα δύο αυτά που έχουν ενεργοποιηθεί στην ανάλυση, αλλά και για τους επιστήμονες των δεδομένων και τους μηχανικούς των δεδομένων εκεί. Σκεφτείτε πώς οι μη αναρτημένες θέσεις σας και ακόμη και κάποια από την ανεξάρτητη οικονομία θα μπορούσαν να αλλάξουν όταν σκεφτόσαστε ότι θα αγωνιστείτε για το καλύτερο και πιο λαμπρό.
Και πάντα να σκεφτόμαστε τον αγωγό του ταλέντου σας, βοηθώντας τους υποψήφιους στην πλοήγηση στην αγορά ή αναζητώντας πράγματα που μπορεί να είναι λίγο διαφορετικά και όχι ακριβώς αυτό που θέλετε και δημιουργώντας μαθήματα εσωτερικής ανάλυσης που μπορεί να μην είναι πραγματικά ταχύτερα, οικονομικά αποδοτική στρατηγική για να συνεχίσετε. Σκεφτείτε τους ανθρώπους που είναι αφοσιωμένοι στην εκπαίδευση σε αυτή ή σε διαφορετικές ομάδες και πιστεύω ότι η Alteryx έχει προτεινόμενη πορεία στο τέλος της συνεδρίασης σήμερα ως πρόσκληση για δράση, ότι μπορείτε να αξιοποιήσετε κάποια από αυτά τα πράγματα και να βοηθήσετε την ομάδα σας να μοχλεύσει ορισμένους υπάρχοντες πόρους που είναι ήδη διαθέσιμοι.
Nick Jewell: Απολύτως. Υπάρχουν τόσοι πολλοί τρόποι για να γεμίσετε αυτό το χάσμα ταλέντων χωρίς να παγιδευτείτε σε μια κούρσα εξοπλισμών. Δύο διαφάνειες πίσω, δεν ξέρω αν είστε σε θέση να γυρίσετε ένα ζευγάρι εκεί. Ο Kaggle, ο χώρος του διαγωνισμού για την επιστήμη των δεδομένων, μόλις κυκλοφόρησαν μια έρευνα με 17.000 απαντήσεις γύρω από την κατάσταση της επιστήμης των δεδομένων και υπήρξε μια πραγματικά ενδιαφέρουσα απάντηση από την έρευνα γύρω από τις δεξιότητες που είχαν οι άνθρωποι και η πλειονότητα των ερωτηθέντων δεν είχε διδακτορικό, δεν είναι πια προϋπόθεση.
Η ιδέα ότι οι εμπειρογνώμονες της επόμενης γενιάς, που ήταν η μεγάλη φούσκα που μόλις εμφανίζατε, μπορούν να αποκτήσουν τις γνώσεις που χρειάζονται από μαθήματα νανοδιδασκαλίας. Μπορούν να πάνε σε ιστοσελίδες όπως η Udacity και μπορούν να αναπτύξουν αυτή τη γνώση αμέσως, άμεσα στην επιχείρηση, οι κύκλοι παράδοσης μικρής εμβέλειας τους καθιστούν άμεση πηγή ανταγωνιστικής προώθησης για τις επιχειρήσεις τους. Έτσι, κάτι που πρέπει να προσέξουμε, νομίζω.
Jen Underwood: Όχι, συμφωνώ. Ακόμη και αν το σκεφτώ, είναι σίγουρο ότι έρχεται πολύς δρόμος από τότε που πήρα ένα διετές πρόγραμμα στο UCSD. Αυτό ήταν πίσω, νομίζω, το 2009, το χρονικό διάστημα του 2010 και υπήρξε πραγματικά ίσως μια χούφτα στη χώρα που σας επέτρεψε να το κάνετε αυτό. Υπάρχουν γενικά πολλές περισσότερες επιλογές, καθώς και εξειδικευμένα προγράμματα, είτε πρόκειται για τους πωλητές, για πολλούς πόρους που διατίθενται σήμερα με βρόχους και για όλους αυτούς τους διαφορετικούς πόρους στο διαδίκτυο, είναι απλά καταπληκτικό, είναι πραγματικά η ώρα. Κατανοώντας το χρόνο και τον προϋπολογισμό και προγραμματίζοντας τον εαυτό σας για να συνεχίσετε. Τι θέλετε να μάθετε; Και μετά ακολουθήστε εκείνο το μονοπάτι που θέλετε να μάθετε.
Μιλώντας για να το εξετάσετε αυτό και να δημιουργήσετε το δικό σας σχέδιο δεξιοτήτων και από τις προοπτικές του CDO, φροντίζοντας να έχουν ανθρώπους σε καλυπτόμενους τομείς, από αυτό που θα έλεγα ένα πλαίσιο ικανοτήτων per se, εξετάζοντας δεξιότητες ή κοιτάζοντας πράγματα όπως η γνώση του τομέα εξακολουθεί να είναι πολύ σημαντική, παρόλο που αυτές οι λύσεις μπορούν να αυτο-εκπαιδεύσουν και να αυτοδιδασκαληθούν, είναι πραγματικά ένας εμπειρογνώμονας στον τομέα των επιχειρήσεων που θα καθοδηγήσει και θα διασφαλίσει ότι τα αποτελέσματα έχουν νόημα.
Υπάρχει πάντα κάτι και μου αρέσει να χρησιμοποιώ το παράδειγμα όταν έκανα κρίσιμα αναλυτικά στοιχεία για μια ασφαλιστική εταιρεία και ένα από τα ευρήματα που είχαν οι αλγόριθμοι δεν ήταν να προσλάβει κάποιον από τη Νέα Υόρκη. Λοιπόν, όχι, δεν πρόκειται να προσλάβουμε κανέναν από τη Νέα Υόρκη - έπρεπε να μάθουμε γιατί ήταν ο αλγόριθμος που μας έδωσε αυτές τις πληροφορίες. Ήταν επειδή η νομική, ένας από τους νόμους είχε αλλάξει και έτσι είχαμε πολύ churn σε αυτό το συγκεκριμένο τμήμα. Ένας εμπειρογνώμονας στον τομέα των επιχειρηματικών θεμάτων έπρεπε να αποκρυπτογραφηθεί, και δεν βλέπω ότι αλλάζει, δεν βλέπω αυτό το είδος καθοδήγησης, φροντίζοντας τα αποτελέσματα να φανούν ακριβή, κάνει κάτι να κοιτάζει μακριά - είναι ακόμα, υπάρχει κάτι που λέγεται ότι είναι το ανθρώπινο μυαλό, η ομορφιά αυτού που συνδυάζεται με τη δύναμη της μηχανής, είναι πραγματικά εκεί που πηγαίνουμε.
Οι άλλοι τύποι πραγμάτων όταν εξετάζετε τις δεξιότητες, την απεικόνιση, λέγοντας μια αποτελεσματική ιστορία στα δεδομένα, λέγοντας μια αποτελεσματική ιστορία για το αν είναι ακόμη και η εκμάθηση μηχανικής μάθησης. Συνδυάζοντας και εξετάζοντας τι επιπτώσεις έχει, κατανοώντας την ανθρώπινη φύση της λήψης αποφάσεων, αυτοί οι τύποι πράξεων είναι πολύ σημαντικοί ανεξάρτητα από την τεχνολογία. Η διακυβέρνηση είναι πραγματικά σημαντική, η ηθική γίνεται ολοένα και πιο σημαντική. Έχοντας εμπλεκόμενους κοινωνικούς επιστήμονες που κατανοούν και εκπαιδεύονται για να εξετάσουν αν υπάρχουν συμπτώματα στα δεδομένα σας που δεν συνειδητοποιούν καν ή δεν έχουν κανέναν στον οργανισμό που να μην το αναγνωρίζουν καν, ακόμη και να τα φέρνει στον εμπειρογνώμονα, έχοντας αυτά τα είδη των πραγμάτων.
Και πάλι, βεβαίως έχοντας την υποδομή για μηχανική και το υλικό και βεβαιωθείτε ότι μπορείτε να κλιμακώσετε και να αναπτυχθεί και βεβαιωθείτε ότι χρησιμοποιείτε τον κατάλληλο παροχέα σύννεφων, ίσως ότι δεν είστε κλειδωμένοι ή ότι έχετε επιλογές για να μετακινήσετε ή ότι καταλαβαίνετε την τιμολόγηση σχετικά με το ποσό που θα σας κοστίσει. Αυτά είναι αυτά τα είδη δεξιοτήτων και όταν το εξετάζουμε αυτό θα το αποκαλούσαμε δεξιότητες από διαφορετικούς τομείς, είτε πρόκειται για υπεύθυνους λήψης αποφάσεων που κατευθύνονται από δεδομένα - όπου οι περισσότεροι από αυτούς τους ρόλους θα είναι - σε όλη τη διαδρομή προς εκείνους τους μηχανικούς δεδομένων και τους επιστήμονες δεδομένων που θα να μασάζει και να εργάζεται σε αυτούς τους ωκεανούς των δεδομένων. Αυτοί είναι οι τύποι των πραγμάτων που θα θελήσετε να δημιουργήσετε ένα πλαίσιο για.
Εξετάζοντας τα πλαίσια δεξιοτήτων, κοιτάζετε έναν οργανισμό γενικά, θέλετε να εξετάσετε την ικανότητα και όχι μόνο τις δεξιότητες. Υπάρχει μια μικρή απόχρωση εκεί στη διατύπωση καθώς το βλέπετε αυτό. Ένα πλαίσιο ικανότητας για τον οργανισμό σας είναι ένα σαφές μήνυμα. Οι υπεύθυνοι για τη χάραξη πολιτικής πολέμου, οι πάροχοι εκπαίδευσης, ενώ οι δεξιότητες θα λέγαζαν, πληκτρολογούνταν στο R, σκεφτόσαστε για αυτούς τους τύπους πραγμάτων, έχετε έναν ικανό κωδικοποιητή, αλλά θέλετε να θέλετε να έχετε κάτι περισσότερο από αυτές τις δεξιότητες. Όταν καταλαβαίνετε την ικανότητα, τι πρέπει να είναι σε θέση να κατανοήσει και να κατανοήσει το πλαίσιο, αυτό είναι το σημαντικό, υπάρχει μια μικρή απόχρωση εκεί.
Καθώς δημιουργείτε αυτό, θέλετε να διαγνώσετε τι θα ονομάζατε ικανότητες που έχουν θετικό αντίκτυπο στην επιχείρηση και να επισημάνετε εκείνες τις περιοχές υψηλού δυναμικού, ώστε να δίνετε προτεραιότητα σε ποιες ικανότητες θέλετε να ανυψώσετε στον οργανισμό σας και στη συνέχεια ευθυγραμμίστε τα ξανά με τους επιχειρηματικούς στόχους. Το CDO που είναι υπεύθυνο για τη μεγιστοποίηση της αξίας των δεδομένων που θα εξετάσουν και του CAO που πρόκειται να χρησιμοποιήσουν τα αναλυτικά στοιχεία για να μεγιστοποιήσουν την αξία των δεδομένων. Θα εξετάσουν τις ικανότητες αυτές και τις διαφορετικές περιοχές, στο παρελθόν πλέγμα που είχα εκεί, αλλά στη συνέχεια θα εξετάσουν επίσης τις υψηλές δυνατότητες του προσωπικού. Πρόκειται να αναφερθώ στο γεγονός ότι με το προσωπικό σας για την επεξεργασία δεδομένων και αναλύσεων εργάζονται και επενδύουν σε αυτά, παρέχοντάς τους ευκαιρίες μάθησης και όχι μόνο εκπαίδευση, ουσιαστικά πραγματικές ευκαιρίες που δουλεύουν σε πραγματικά επιχειρηματικά προβλήματα.
Δεν υπάρχει τίποτα καλύτερο - παρόλο που πήγα στο σχολείο για δύο χρόνια, δεν ήμουν μέχρι που πήγα και εφάρμοσα μερικούς από αυτούς τους αλγορίθμους ή έμαθα να ελέγξω την απάτη, έμαθα κάποια από αυτά τα πράγματα που δεν είχα σκεφτεί ποτέ πριν και εσύ αρχίστε να συναρμολογείτε στον πραγματικό κόσμο και αυτό είναι που πραγματικά μαθαίνετε. Δίνοντας στους ανθρώπους αυτή την ευκαιρία να αποκτήσουν την εμπειρία σε αυτούς τους τομείς. Οι εταιρείες που έχουν τη μεγαλύτερη δυνατή ικανότητα να αναπτύξουν ισχυρές δυνατότητες, να εντοπίζουν συστηματικά, να αξιολογούν αντικειμενικά και να εξετάζουν πού είναι τα κενά μέσα στην οργάνωσή μου για να μάθουν και να θέσουν κάποιες μετρήσεις για στόχους για τους λαούς, είναι αυτοί που θα μπορούν να παραδώσει.
Όταν σκέφτεστε για την κατάρτιση των ενηλίκων, πάλι, συνήθως είναι ένας χρόνος λιμοκτονούν - είμαστε όλοι χίλια χρόνια - αλλά κοιτάζοντας τι λειτουργεί για καθένα. Εγώ προσωπικά έχω βιβλία, οπότε αν έρθετε στο γραφείο μου σήμερα, θα δείτε τόνοι βιβλίων, αν και πολλοί λαοί όπως τα βίντεο. Είναι λοιπόν θέμα να μάθετε πώς κάποιος στην οργάνωσή σας θέλει να μάθει - να τον παρακινήσετε να μάθετε - αλλά και να του δώσετε κάποιο χρόνο για να το κάνετε αυτό και έναν στόχο κάποιου είδους - τι είναι αποτελεσματικό να επιτευχθεί αυτό και συνήθως αυτό είναι αναμειγνύεται, δεν είναι απλώς, πάρτε αυτό το μάθημα για να ελέγξετε αυτό το σημάδι σε μια κάρτα σκορ, per se, είναι ανάμειξη αυτό με το πραγματικό έργο στόχος και τι μάθατε από αυτό το έργο και τι θέλετε να κάνετε στη συνέχεια; Τι είναι το τέντωμα; Τεντώστε την ομάδα σας ή παρακινήστε την ομάδα σας να την πάρετε περαιτέρω.
Αυτοί οι μαθησιακοί στόχοι, και πάλι, αν το κάνετε αυτό, δεν θα έπρεπε να είναι πραγματικά, θα πρέπει να είναι εύκολο για την επιχείρηση κυρίως επειδή αυτοί οι στόχοι θα πρέπει να ευθυγραμμίζονται με τα στρατηγικά επιχειρηματικά συμφέροντα. Αυτά είναι μεγάλα έργα. Πρόκειται για πειραματικά έργα. Πρόκειται για έργα που θα μεταφέρουν τη βελόνα προς τα εμπρός.
Νικ, ήθελες να προσθέσεις τίποτα; Δεν είμαι σίγουρος.
Nick Jewell: Όχι, επρόκειτο να περάσω σε μια μελέτη περίπτωσης, εάν αυτό είναι εντάξει, στην επόμενη οθόνη. Λίγο πιο λεπτομέρεια από μια συγκεκριμένη οργάνωση. Υποθέτω ότι έβαλα πολλά πράγματα που λέτε στην πράξη, στην πραγματικότητα. Η Ford Motor Company βασίστηκε στην ανάλυση δεδομένων για δεκαετίες, όπως και πολλές εταιρείες, αλλά το έπραξε σε τσέπες της επιχείρησης, με πιθανότατα ελάχιστη εποπτεία σε ολόκληρη την εταιρεία για να εξασφαλίσει συνέπεια και συντονισμό. Τα προβλήματά τους ήταν μάλλον αρκετά τυπικά για μια οργάνωση της κλίμακας τους, επομένως η εμπειρογνωμοσύνη στον τομέα των αναλύσεων περιείχε -όπως λέμε- μέσα στις τσέπες, η διαχείριση των δεδομένων και οι πρακτικές διακυβέρνησης ήταν ασυμβίβαστες, ακόμα και στο σημείο όπου ορισμένες επιχειρηματικές μονάδες δεν είχαν πρόσβαση στη βασική τεχνογνωσία της ανάλυσης.
Και πάλι, έχουμε μιλήσει σήμερα για πολλά διαφορετικά είδη πηγών δεδομένων, είχαν πάνω από 4.600 πηγές δεδομένων. Αυτό σήμαινε ακόμη και την έναρξη του ταξιδιού και η εύρεση των δεδομένων που χρειάζονταν ήταν ένα πραγματικό εμπόδιο στην αναλυτική διορατικότητα. Βλέπω ότι γελάτε, αλλά είναι ένα τρομερό πράγμα, έτσι;
Jen Underwood: 4.600, oh, κας, ναι.
Ο Nick Jewell: Έτσι, η Ford δημιούργησε την παγκόσμια μονάδα πληροφοριών και αναλύσεων, η οποία συγκεντρώθηκε - μπορείτε να την ονομάσετε κέντρο αριστείας - αποτελούμενη από ομάδα επιστημόνων δεδομένων και αναλυτών, οργανωμένη για να μοιραστεί αυτή την αναλυτική βέλτιστη πρακτική και να βοηθήσει στη διάδοση βελτιστοποιημένων δεδομένων πραγματοποίηση δεδομένων σε όλη την επιχείρηση. Η μονάδα επέλεξε τα εργαλεία της καλύτερης κατηγορίας, όχι μόνο όσον αφορά τις ικανότητες αλλά και την ικανότητά τους να ενσωματώνονται καλά, έτσι είναι πολύ σημαντικό. Το επίκεντρο του εκδημοκρατισμού τους ήταν στην πραγματικότητα γύρω από αναφορές και περιγραφικά αναλυτικά στοιχεία, πριν προχωρήσουμε σε αυτή την πυραμίδα των αναγκών για τις οποίες έχουμε μιλήσει.
Τώρα, ο εκδημοκρατισμός δεν κάνει απλώς κάποιον επιστήμονα δεδομένων μια μέρα στην άλλη. το προσωπικό πρέπει να γνωρίζει πότε και πού να πάρει βοήθεια και υπάρχει κατάρτιση, διακυβέρνηση, μεθοδολογίες διαθέσιμες για να βοηθήσουν με όλα αυτά. Επίσης, δεν αφορά μόνο την κατάρτιση εργαλείων, αλλά και την κατάρτιση των επιστημόνων δεδομένων, για να γεφυρωθεί αυτό το χάσμα δεξιοτήτων που έχουμε αναφέρει. Έτσι, μια πραγματική υπόθεση χρήσης στη Ford, βελτιστοποιώντας ένα δίκτυο εφοδιαστικής, έτσι η Ford πληρώνει το σωστό ποσό για να μεταφέρει υλικά από το σημείο Α στο σημείο Β; Οι αναλυτές της κληρονομιάς τους δεν έδειξαν πραγματικά δυνατές ευκαιρίες. αυτό τους έκανε πολύ αντιδραστικό στην αγορά. Τώρα, η πολυπλοκότητα αυτής της διαδικασίας ήταν κλειδωμένη μέσα στα κεφάλια των αναλυτών και έκαναν τεράστιο επίτευγμα όταν η ροή εργασιών αυτοεξυπηρέτησης επαναλήφθηκε με την επιχείρηση και οι ειδικοί της αναλύσεως κάθονταν μαζί και ήταν μαζί.
Αυτό μετατόπισε την ανάλυση από πολυετή σε τριμηνιαία, και ακόμη και σε σχεδόν πραγματικό χρόνο, τόσο τεράστιο, τεράστιο όφελος για την επιχείρηση. Αυτός ο αντίκτυπος των αναλύσεων αυτοεξυπηρέτησης στην επιχειρηματική αξία, έδειξε ότι η Ford μπορεί γρήγορα να σχεδιάσει και να καθιερώσει στρατηγικές δεδομένων βασισμένες σε δεδομένα σε ολόκληρη την εταιρεία, να ανταποκριθεί στις αναδυόμενες τάσεις, να βοηθήσει στη διαμόρφωση νέων υπηρεσιών και ουσιαστικά να προχωρήσει σε απειλές από τον ανταγωνισμό, πρέπει να κοιτάξουμε σε αυτόν τον καθρέφτη.
Τώρα, αν κοιτάξουμε μια στιγμή για το πώς ένας άλλος πελάτης έχει πραγματικά μεταφέρει τα αναλυτικά στοιχεία από ίσως μια κάθετη προτεραιότητα σε ένα τμήμα της επιχείρησης ως μια οριζόντια λωρίδα σε όλα τα τμήματα, θα μιλήσουμε για Shell. Η Shell διαχειρίζεται ένα κέντρο αριστείας που αναφέρει στον επικεφαλής ψηφιακό αξιωματικό - οπότε υπάρχει ένα άλλο D για το CxO playbook μας - υπεύθυνο για τον ψηφιακό μετασχηματισμό και την αειφορία. Αυτοί οι τύποι, κατάλαβαν ότι το περιβάλλον τους περιείχε πολλά στρώματα και την τεχνολογική στοίβα, την αποθήκευση, την επεξεργασία δεδομένων και όλοι χαρακτήριζαν τεχνολογίες που όλοι θα είστε εξοικειωμένοι με. Τα πράγματα όπως το SAP HANA, το Databricks, το Spark, και ανέδωσαν το δημόσιο σύννεφο για να φτάσουν σε αυτές τις σωστές οικονομίες κλίμακας.
Τώρα, επέλεξαν το Alteryx ως αναλυτικό περιτύλιγμα για μεγάλο μέρος του κώδικα R τους, τροφοδοτώντας σε τεχνολογίες όπως το Spotfire, το Power BI και πολλά άλλα. Αλλά τώρα βλέπουν την υιοθεσία να συνδέεται πολύ στενότερα με την επεξεργασία δεδομένων και την απεικόνιση. Τζένη, απλώς επιστρέφοντας στο slide σας όλες αυτές τις δυνατότητες, αυτό το είδος πράγματος εξαπλώνεται καθώς αρχίζουμε να δίνουμε τη δυνατότητα σε περισσότερους αναλυτές να έχουν πρόσβαση. Ξέρετε, ήταν εξαιρετικά επιτυχημένοι στην παράδοση αυτής της ικανότητας και του COE, θέλοντας να παραδώσει μελλοντικές ικανότητες τώρα, μερικά από αυτά τα βαθιά μαθησιακά πράγματα για τα οποία μιλήσαμε - μηχανική όραση, επεξεργασία φυσικής γλώσσας - και η μισή αποστολή τους είναι η παράδοση, τα μισά από αυτά είναι να εξηγεί και να καταλύει αυτές τις ιδέες σε όλες τις επιχειρηματικές μονάδες. Είναι μέρος του ταξιδιού. το COE εξετάζει πάντα διαφορετικούς τρόπους επικοινωνίας με το κοινό των επιχειρήσεων.
Λαμβάνοντας υπόψη τη μία πλευρά οι σκεπτικιστές που λένε: "Λοιπόν, αυτό το μαύρο κουτί δεν θα είναι ποτέ τόσο καλό όσο ο αναλυτής μου", μέχρι τον fanboy ή τον ενθουσιώδη που βλέπει συσχετισμούς παντού, ίσως λιγότερο με τον τρόπο των αιτιακών σχέσεων, αλλά πρέπει να είστε προσεκτικοί και στις δύο πλευρές. Είναι ένα συναρπαστικό μεσαίο έδαφος, όταν έχετε αυτή την οριζόντια λωρίδα σε ολόκληρη την οργάνωση, το υβριδικό σύνολο δεξιοτήτων που χρειάζεται για να πείσει και τις δύο πλευρές του φάσματος.
Nick Jewell: Εντάξει, Jen, είσαι εκεί;
Jen Underwood: Είμαι.
Nick Jewell: Υποθέτω αυτό που προσπαθούμε να πούμε εδώ με αυτό το απόσπασμα του Clayton Christensen είναι ότι για πολλούς οργανισμούς, υποθέτω ότι, ενοποιώντας την ατζέντα των αναλυτικών στοιχείων για να οδηγήσει τον ψηφιακό μετασχηματισμό για τον οποίο μιλάμε σήμερα, πρόκειται να είναι μια πρόκληση. Τις περισσότερες φορές, βρίσκουμε αναλυτικές ομάδες ξεκινώντας με ένα αδύναμο χέρι. Προσπαθώντας να καινοτομήσουμε με τις κληρονομιές των αναλυτικών διαδικασιών, οι τεχνολογίες, οι δομές των ομάδων και η εκμετάλλευση αυτών των κειμηλίων θα αποτελέσουν το μεγαλύτερο εμπόδιο για την αναλυτική ευθυγράμμιση και την αναλυτική καινοτομία. Έχετε κάποιες σκέψεις σχετικά με αυτό, Jen;
Jen Underwood: Απολαμβάνω την εικόνα που επιλέξατε. Ναι, σίγουρα έχει πολύ νόημα για μένα. Πρέπει να αγκαλιάσετε μερικές από αυτές τις νέες τεχνολογίες, για παράδειγμα, streaming σε πραγματικό χρόνο. Δεν είναι απαραίτητα να μπορείτε να λάβετε αυτά τα αποτελέσματα σε πραγματικό χρόνο αν χρειάζεται να κάνετε ανανέωση της JavaScript σε ένα πρόγραμμα περιήγησης, καθαυτό, με μια παλιά κληρονομιά - ίσως είναι μια εφαρμογή του πίνακα ελέγχου ή αυτά τα είδη των πραγμάτων. Ναι, πρέπει να αγκαλιάζετε μερικά από αυτά τα νέα εργαλεία και πάλι, νομίζω ότι αυτή η εικόνα είναι πραγματικά χαριτωμένη, μια εικόνα λέει χίλιες λέξεις. Το καλάθι και το καροτσάκι, πρέπει να αφήσετε μερικές από αυτές τις παλιές τεχνολογικές προσεγγίσεις.
Nick Jewell: Απολύτως. Έτσι, αν προχωρήσουμε στην επόμενη διαφάνεια, πιστεύουμε ότι υπάρχει καλύτερος τρόπος. Υποθέτω πρώτα απ 'όλα, χρησιμοποιώντας κάτι παρόμοιο με την αναζήτηση που μοιάζει με Google, για να βρείτε γρήγορα όλα τα στοιχεία του ενεργητικού σας που είναι πιο σημαντικά. Η κατανόηση του πλαισίου τους, η κατανόηση της εξάρτησης, η παρακίνηση σε πραγματικά απλά πράγματα όπως τα επιχειρηματικά γλωσσάρια που συντάχθηκαν από ειδικούς στις κοινότητές σας, διατηρήθηκαν ζωντανές από όλες αυτές τις φυλετικές γνώσεις των αρχηγών των συναδέλφων σας.
Να γίνει έξυπνος με την ανακάλυψη δεδομένων. Σκεφτείτε τη δυνατότητα να διεξάγετε συνομιλίες με τους ιδιοκτήτες και τους ειδικούς των εκθέσεων. Ανεβάζετε, κάνετε λίγο Trip Advisor ή Yelp, ανεβάζοντας τα στοιχεία που είναι πιο χρήσιμα, πιστοποιώντας αυτά που η οργάνωση πιστεύει ότι είναι πιο πολύτιμα και στη συνέχεια όλα αυτά επιστρέφοντας στα αποτελέσματα αναζήτησης και τελικά στις ταξινομήσεις αναζήτησης, καθιστώντας το καλύτερο για τον επόμενο χρήστη. Μόλις βρείτε αυτό που ψάχνετε, μεταβείτε σε αυτή την ταχεία, χωρίς κώδικα, φιλική προς το χρήστη, προετοιμασία και ανάλυση φάση για να αναπτύξετε το τέλειο σύνολο δεδομένων σας, από την οποία να δημοσιεύει επαναλαμβανόμενες διαδικασίες.
Επιστροφή στη συνομιλία μας για αυτοματοποίηση, δημιουργώντας φιλικές προς το χρήστη εφαρμογές. Ό, τι χρειάζεται για την κατασκευή αναλυτικών μοντέλων. Μιλώντας για μοντέλα, υποστηρίξαμε τεχνολογίες ανοιχτού κώδικα, όπως το R για αρκετά χρόνια, μας επιτρέπει να δημιουργήσουμε μια πραγματικά προηγμένη αναλυτική ικανότητα που να καλύπτει περιγραφικά, αλλά και προβλέψιμα, συντακτικά αναλυτικά, σε ένα απλό, drag- πτώση.
Τώρα, από τη δεξιά πλευρά, παίρνετε πραγματικά αυτή τη διορατικότητα σε διαδραστικές απεικονίσεις, μοντέλα και σκορ που ωθούνται κάτω από τις πλατφόρμες δεδομένων, ή πιο πρόσφατα, καθιστώντας αυτή τη διορατικότητα διαθέσιμη άμεσα και άμεσα μέσα σε μια επιχειρηματική διαδικασία. Νομίζω ότι αυτό το φάσμα δυνατοτήτων σε όλη την πλατφόρμα μας επέτρεψε να αναγνωριστούμε ως ο νικητής του Χρυσού Βραβείου στη φετινή Έρευνα Πελατών του Gartner Peer Insights, η οποία είναι ένα φανταστικό επίτευγμα. Σας συνιστώ να επισκεφθείτε την ιστοσελίδα του Gartner για να μάθετε περισσότερα και να προσθέσετε τις δικές σας ψήφους και να προσθέσετε το δικό σας σχόλιο.
Γρήγορα, λοιπόν, Jen, αν περάσουμε μπροστά μια ακόμα διαφάνεια - υποθέτω ότι, καταλήγοντας, θα ήθελα να σας δώσω όλα τα επόμενα βήματα. Πρώτα απ 'όλα, επισκεφτείτε την Alteryx.com για να κατεβάσετε ένα δωρεάν αντίγραφο της πιο πρόσφατης ερευνητικής μας σύνταξης, σε συνεργασία με το Διεθνές Ινστιτούτο Analytics (IIA), γύρω από την κατανομή αναλυτικών εμποδίων. Μπορείτε επίσης να επισκεφθείτε το udacity.com/alteryx για να μάθετε περισσότερα σχετικά με τον τρόπο με τον οποίο θα επιτρέψετε στις ομάδες σας να κάνουν το επόμενο βήμα στο ταξίδι τους με αυτό το προηγμένο nanoscale και στη συνέχεια να δοκιμάσετε τον Alteryx για τον εαυτό σας. Επισκεφθείτε την αρχική σελίδα, πραγματοποιήστε λήψη μιας αξιολογημένης αξιολόγησης και επωφεληθείτε από τη συναρπαστική επίλυση.
Jen, σε εσένα. Μπορούμε να έχουμε κάποιο χρόνο για κάποια ερωτήματα & ερωτήσεις.
Eric Kavanagh: Θα χτυπήσω πολύ γρήγορα. Έχουμε μερικές ερωτήσεις. Θα το ρίξω πρώτα σε εμάς, τον Νικ και στη συνέχεια τον Τζεν, αν θέλετε να το σχολιάσετε, αλλά σίγουρα έχει μεγαλύτερη δυνατότητα εφαρμογής στην ΕΕ και αυτό είναι το περίφημο GDPR, οι Παγκόσμιοι Κανονισμοί Προστασίας Δεδομένων. Πώς επηρεάζεται αυτό το Alteryx και ο χάρτης πορείας σας και τι εσείς επικεντρώνεστε;
Nick Jewell: Είναι πολύ boogieman, υποθέτω, ότι είναι εκεί έξω τώρα. Πολλοί άνθρωποι μιλούν για αυτό, πολλοί άνθρωποι ανησυχούν, αλλά είναι πραγματικά μόνο οι πρώτοι σε μια μακρά σειρά κανονισμών που πρόκειται να έρθουν στον κόσμο των δεδομένων και της ανάλυσης. Από την άποψή μας, είναι πραγματικά η κατανόηση και ταξινόμηση των δεδομένων σας. Βεβαιώνοντας ότι ως CxO, οποιασδήποτε ιδιαίτερης γεύσης, ξέρετε πού είναι τα περιουσιακά σας στοιχεία, γνωρίζετε το περιεχόμενό τους και γνωρίζετε ότι μπορείτε να τα εμπιστευτείτε ως ένα πρώτο βήμα για πραγματικά διαχείριση και διαχείριση δεδομένων σε ευρύτερο πλαίσιο.
Eric Kavanagh: Υποθέτω ότι θα σας ρίξω μια άλλη ερώτηση, προτού να επιστρέψουμε τον Jen, και τα δεδομένα κατάρτισης, αν κάποιος ζητήσει να αφαιρεθούν τα δεδομένα από την επιχείρησή σας, κάτι που δεν επηρεάζει μόνο το όνομά τους, τη διεύθυνση και ούτω καθεξής, όχι μόνο τις πληροφορίες επικοινωνίας τους, αλλά επίσης, εάν ένας αλγόριθμος χρησιμοποιεί δεδομένα εκπαίδευσης που περιλαμβάνουν τα δεδομένα σας, υποτίθεται ότι πρέπει να επανεκπαιδεύσετε τον αλγόριθμο, δεν είναι έτσι;
Nick Jewell: Είναι ιδιαίτερα περίπλοκο. Νομίζω ότι η ιδέα ότι όχι μόνο οι βάσεις δεδομένων ως πηγή κάποιων από αυτές τις προσωπικά αναγνωρίσιμες πληροφορίες, αλλά και οι αναλυτικές ροές εργασίας, οι εφαρμογές, οι απεικονίσεις. Αυτά τα δεδομένα παίρνουν παντού με μια οργάνωση, έχοντας έτσι το πλαίσιο: απολύτως ζωτικής σημασίας.
Eric Kavanagh: Και Jen, τι σκέφτεσαι; Προφανώς, δεν είναι τόσο μεγάλη διαπραγμάτευση στις ΗΠΑ και δεν βλέπουμε πάρα πολλές εταιρείες να ασχολούνται με αυτό τώρα, αν και τεχνικά αυτό ισχύει εδώ. Εάν μια αμερικανική εταιρεία έχει στοιχεία ενός πολίτη της ΕΕ, ποια είναι η σημασία σου για το GDPR και πόσο μεγάλη είναι η συμφωνία;
Jen Underwood: Πιστεύω σίγουρα ότι απαιτείται υπεύθυνη επεξεργασία των δεδομένων. Έχω γράψει για αυτό μερικές φορές και έχω κάποιες κατευθυντήριες γραμμές για ορισμένα από αυτά τα πράγματα. Νομίζω ότι το ερώτημα που ρωτήσατε για τους αλγορίθμους είναι ενδιαφέρον. Βεβαίως, μερικές από τις λύσεις που εξετάζω σήμερα, μερικές από τις ομάδες προϊόντων τους έχουν σχεδιάσει λειτουργίες έτσι ώστε να μπορείτε να δείτε πώς λαμβάνουν τις αποφάσεις και ποια προσωπικά δεδομένα χρησιμοποιήθηκαν για να αποφασίσουν για το αποτέλεσμα αυτού του αλγορίθμου. Βλέπουμε κάποιες επιπτώσεις στα σχέδια προϊόντων εδώ στις Ηνωμένες Πολιτείες.
Πολλές εταιρείες τεχνολογίας έχουν πολύ μεγάλα γραφεία εδώ και αναπτυξιακές ομάδες εδώ τόσο στα κράτη όσο και σε όλο τον κόσμο, οπότε το βλέπουμε στην ανάπτυξη προϊόντων. Βλέπω πολλούς καταλόγους στοιχείων που επενδύονται. Περισσότερες κυβερνητικές πρωτοβουλίες που περιστρέφονται για να κατανοήσουν οι λαοί, και καταλαβαίνουν πού όλα αυτά τα δεδομένα βρίσκονται στο χάος. Προσπαθώντας να πάρει τα όπλα γύρω του τουλάχιστον οργανώνοντας το, να είναι σε θέση να το βρει και να κάνει κάτι με αυτό.
Eric Kavanagh: Πάω να σπρώξω αυτό το slide που συζητήσαμε νωρίτερα και να το πετάξουμε σε εσένα, Nick. Νομίζω ότι αυτή είναι μια φανταστική διαφάνεια, διότι, για μένα, μιλάει πραγματικά για την αμεσότητα της ανάγκης για αναλυτικά. Τι νομίζετε για αυτή τη δυναμική που αλλάζει; Θέλω να πω, η κατώτατη γραμμή είναι ότι οι εταιρείες πρέπει να είναι ευκίνητες και βλέπω τα αναλυτικά στοιχεία να οδηγούν αυτή την επιβάρυνση. Τι νομίζετε;
Nick Jewell: Αυτό είναι συναρπαστικό. Νομίζω ότι υπάρχει πάντα - εταιρείες και τεχνολογίες υπάρχουν πάντα σε τρία κράτη, οπότε πρόκειται είτε για πόλεμο, ειρήνη ή θαύμα. Ο πόλεμος θα είναι για αυτό το βαρύ επίπεδο ανταγωνισμού. Το Wonder είναι όλα τα σπουδαία νέα πράγματα που δημιουργείτε στην κορυφή μιας πλατφόρμας. Τότε η ειρήνη πριν από τον αγώνα και ο πόλεμος ξαναρχίζει. Νομίζω ότι συνεχίζεται αυτή η μάχη.
Πριν από τη σημερινή πρόσκληση, μιλήσαμε για ορισμένα από τα άλλα συνέδρια και τις βασικές σημειώσεις που συμβαίνουν σήμερα σε όλο τον κόσμο. Μερικοί από τους μεγάλους προμηθευτές σύννεφων έχουν φτάσει σε ένα σημείο όπου έχουν δημιουργήσει αυτήν την πλατφόρμα και τώρα δημιουργούν υπέροχα νέα πράγματα πάνω σε αυτό. Οι εταιρείες πρέπει να παρακολουθήσουν πολύ προσεκτικά αυτό και να βεβαιωθούν ότι θα πάνε με κάτι που έχει μια συνεκτική πλατφόρμα που θα προσφέρει αυτή την αξία για το μέλλον. Πρόκειται να είναι εκείνες που πρόκειται να επιβιώσουν σε αυτή τη διακοπή.
Eric Kavanagh: Ναι, αυτό είναι ένα καλό σημείο και ξέρετε, Jen, σχολιάσατε νωρίτερα, στην πραγματικότητα πριν από την επίδειξη, σχετικά με τη στρατηγική σύννεφο και πώς πολλοί από τους ανθρώπους που γνωρίζετε στη βιομηχανία λένε ότι μεγάλες εταιρείες, όλα έχουν τώρα μια στρατηγική σύννεφο. Είμαι αρκετά έκπληκτος για το πόσο καιρό έχει πάρει για να υλοποιηθεί, και υποθέτω ότι ίσως μερικοί από αυτούς πήγαν στο AWS Reinvent Conference και συνειδητοποίησα πόσο μαζική είναι και επέστησε το συμπέρασμα ότι ήρθε η ώρα. Τι πιστεύετε για την ευαισθητοποίηση των μεγάλων στελεχών επιχειρήσεων σχετικά με την εισαγωγή σύννεφων και πώς αλλάζει ο προγραμματισμός τους;
Jen Underwood: Όταν σκέφτομαι αυτόν τον κόσμο των δεδομένων μαζικής κλίμακας, έχοντας τη δυνατότητα να το διαχειριστούμε, νομίζω ότι σε ορισμένα επίπεδα υπάρχει κάποια ειρήνη με το να έχεις μία από τις πολύ μεγάλες επιχειρήσεις αναλάβει την ευθύνη για κάποιες από τις πτυχές ασφαλείας, κάποια ειρήνη στο μυαλό εκεί. Ξέρετε ότι υπάρχει κάποια περιορισμένη κλίμακα με σύννεφο.
Το άλλο πράγμα είναι, και το είδα, ήμουν σε μια ομάδα που ανακατασκευάστηκε ένα προϊόν στο σύννεφο και ήταν σίγουρα ένα προϊόν χωρίς υποσχέσεις και κανείς δεν έδωσε καμιά προσοχή σε αυτό και μέσα σε δύο χρόνια, λόγω των εβδομαδιαίων κυκλοφοριών και ακόμη, Θα έλεγα, είναι σχεδόν στο σημείο της καθημερινής κυκλοφορίας στο σύννεφο. Ξέρω ότι ο Amazon λέει ότι κυκλοφορούν πολλές φορές την ημέρα. Όταν έχετε αυτή την απειλή, όταν οι ανταγωνιστές σας μπορούν να απελευθερώσουν και να βελτιώσουν καθημερινά, ό, τι και αν κάνουν, τουλάχιστον στον κλάδο του λογισμικού - και όλοι είναι πραγματικά στην βιομηχανία λογισμικού όταν αρχίζετε να εξετάζετε τον ψηφιακό μετασχηματισμό - ballgame και ο καθένας μπορεί να γυρίσει ένα σύννεφο και κλίμακα και να γίνει μεγάλο.
Και πάλι, πρόκειται να είναι τα δεδομένα που χρησιμοποιούν, που θα κάνουν τη διαφορά και τη νοημοσύνη στους αλγορίθμους τους και γι 'αυτό οι άνθρωποι μιλάνε για τα δεδομένα που είναι το νέο λάδι ή τα δεδομένα που είναι χρυσά. Όταν κοιτάζω το σύννεφο, είναι ο εναλλάκτης παιχνιδιών, επιτρέπει πολύ, πολύ γρήγορη ανάπτυξη και κλίμακα. Είναι καταπληκτικό.
Eric Kavanagh: Θα σας επαναφέρω, Nick, για μια άλλη ερώτηση - θα περάσουμε μόνο ένα λεπτό εδώ αν μπορέσουμε να φτάσουμε σε κάποιες από αυτές τις ερωτήσεις, αλλά, όπως θυμάμαι, πέντε και έξι και ίσως ακόμη και επτά πριν από χρόνια, ο Alteryx ήταν πραγματικά πρωτοπόρος στη μόχλευση δεδομένων τρίτου μέρους - έτσι έφερε δεδομένα από πηγές όπως το Experian, για παράδειγμα, ή γεωχωρικά δεδομένα. Σκέφτομαι ότι είναι ίσως ένα στρατηγικό πλεονέκτημα επειδή κάτι τέτοιο είναι στο DNA στο Alteryx, σωστά; Καθώς οι εταιρείες κινούνται προς το σύννεφο, νομίζω ότι εσείς έχετε μεγάλη εμπειρία να μπορέσετε να γεφυρώσετε αυτούς τους κόσμους. Οι κόσμοι των προηγουμένων στίχων τρίτων και δεδομένων που βασίζονται σε σύννεφο, τι νομίζετε;
Nick Jewell: Ναι, απολύτως. Η απόλυτη συνδεσιμότητα θα είναι ένα τέτοιο παιχνίδι δύναμης για κάθε εταιρεία που πρόκειται να δουλέψει σε αυτό το περιβάλλον που βασίζεται σε σύννεφο. Αλλά θα πω, όταν μιλάμε για κάτι σαν τη φωνοποιία, την ιδέα ότι οι πληροφορίες και τα δεδομένα πρέπει να θεωρούνται πλεονέκτημα στην εταιρεία σας. Το μεγαλύτερο μέρος της αξίας που πρόκειται να εισαγάγετε είναι η λήψη εξωτερικών πηγών δεδομένων, η ανάμειξή τους και ο εμπλουτισμός τους με τις εσωτερικές πηγές σας, για να δημιουργήσετε και να αποκομίσετε κέρδος μεγαλύτερης αξίας στη διαδικασία. Είναι απολύτως σημαντικό να εργάζεστε εξίσου με εσωτερικά και εξωτερικά δεδομένα.
Eric Kavanagh: Ναι, αυτό είναι ένα καλό σημείο. Νομίζω ότι ολόκληρος ο κόσμος του υβριδικού σύννεφου είναι εδώ για να μείνει. Τζέιν, απλά θα σας το ρίξω σε εσάς για κάποια σχόλια κλεισίματος, ίσως. Για μένα, έχοντας αυτή τη στρατηγική άποψη και έχοντας τη δυνατότητα να ενοποιήσετε ως νέο όρο, περιγράφει δεδομένα σε όλες τις πηγές, αυτό θα είναι ένας κρίσιμος παράγοντας επιτυχίας που θα προχωρήσει, σωστά;
Jen Underwood: Όχι, απολύτως, και είναι αστείο, άκουσα αυτό το υβριδικό, υβριδικό, υβριδικό. Έχετε ακούσει για αυτό και πριν από τέσσερα χρόνια σκεφτείτε για Hadoop, Hadoop και μεγάλα δεδομένα και στη συνέχεια άρχισες να ακούτε υβριδικά, υβριδικά, έτσι σίγουρα ήταν εκεί, δεν είμαστε αναγκαστικά, αυτό είναι το έτος της μηχανικής μάθησης, κανένα κανένας. Θέλω να πω, τεχνητή νοημοσύνη, η μηχανική μάθηση έχει πάρει τη σκηνή φέτος, αλλά για να λειτουργήσει πραγματικά σε έναν οργανισμό που βρίσκεται στο δρόμο προς το σύννεφο ή που έχει να αντιμετωπίσει όλες αυτές τις διαφορετικές πηγές δεδομένων cloud, ίσως είναι Salesforce Εργάσιμη μέρα, όλοι αυτοί οι διαφορετικοί τύποι πηγών που ζουν στο σύννεφο, ο μόνος τρόπος να το χειριστείς είναι να είσαι υβριδικός. Δεν μπορείτε να αντιγράψετε τα δεδομένα παντού, γι 'αυτό πρέπει να είστε σε θέση να συνδεθείτε απευθείας και πρέπει να βρείτε έναν τρόπο να εργαστείτε με δεδομένα που βρίσκονται παντού, να βρείτε δεδομένα παντού, γιατί αυτή είναι η πραγματικότητα του πού είμαστε στα δεξιά τώρα.
Eric Kavanagh: Νομίζω ότι θα ήθελα να είμαι remiss εάν δεν έφερα πίσω μηχανική μάθηση στη συζήτηση, έτσι, Νικ, θα το ρίξω μόνο σε σας. Ξέρω ότι εσείς εσείς εστιάζεστε σε αυτό τώρα - μπορείτε να μιλήσετε για το πού βλέπετε τη μάθηση της μηχανής ευθυγραμμιζόμενη με τα αναλυτικά στοιχεία και με το είδος των συστημάτων που χρησιμοποιούμε για να κατανοήσουμε την επιχείρησή μας και τα δεδομένα μας;
Nick Jewell: Ναι, σίγουρα. Επομένως, πολύ σύντομα, τότε, ας επιστρέψουμε γρήγορα στο χάσμα των δεξιοτήτων μας. Η ιδέα ότι έχουμε οργανισμούς απολύτως γεμάτοι με τους χρήστες Power του Excel. Έχουμε έρθει οι επιστήμονες των δεδομένων, αλλά δεν αυξάνεται με τον ίδιο ρυθμό. Υπάρχει ένα τεράστιο χάσμα μεταξύ των δύο. Σκεφτείτε πού είναι η μάθηση μηχανών σήμερα. Πόσοι αλγόριθμοι έχουμε στο τηλέφωνο ή στο ρολόι μας που περιλαμβάνουν τεχνικές μηχανικής μάθησης; Είναι ένα εμπόρευμα, είναι παντού. Πρέπει να ενεργοποιήσουμε αυτούς τους χρήστες ενέργειας με τον απλούστερο δυνατό τρόπο για να βεβαιωθείτε ότι η μηχανή εφαρμόζεται με επιτυχία σε όλη την επιχείρηση.
Eric Kavanagh: Θα σας ρίξω ένα τελευταίο, ίσως. Πήραμε μερικές ερωτήσεις που έρχονται αργά, εδώ. Jen, θα σας ρωτήσω αυτό. Ένας συμμετέχων σχολιάζει όλη αυτή την έννοια της μη εποπτευόμενης μάθησης και το γεγονός είναι ότι χρειάζεστε δεδομένα κατάρτισης για να κάνετε αυτά τα πράγματα και τυπικά ότι τα δεδομένα κατάρτισης πρέπει να είναι ειδικά για την εταιρεία. Παρόλο που στις βιομηχανίες υπάρχουν πολλές συσχετίσεις, υπάρχουν πολλοί τρόποι με τους οποίους οι οργανώσεις είναι παρόμοιες. Παρ 'όλα αυτά, κάθε εταιρεία είναι μοναδική, είτε πρόκειται για το επιχειρηματικό της μοντέλο είτε για την προσέγγισή της στο μάρκετινγκ ή τις πωλήσεις, ή ό, τι συμβαίνει, στην ανάπτυξη προϊόντων.
Η ερώτηση γίνεται, θα μπορούν αυτοί οι αλγόριθμοι να χρησιμοποιούν δεδομένα τρίτων για εκπαίδευση; Μου φαίνεται ότι πάντα θα χρειαστεί να χρησιμοποιήσετε τα δικά σας δεδομένα για να εκπαιδεύσετε αυτούς τους αλγόριθμους, ακόμα κι αν ο χρόνος του κύκλου καταρρεύσει από έξι μήνες - όπως συμβαίνει σε ορισμένες περιπτώσεις - σε 40 ημέρες ή 20 ημέρες, μπορεί να είναι. Πρέπει πραγματικά να χρησιμοποιήσετε τα δικά σας δεδομένα και πρέπει να βεβαιωθείτε ότι τα δεδομένα είναι αρκετά καθαρά, σωστά;
Jen Underwood: Είναι πραγματικά ένα μείγμα. Θα θελήσετε να έχετε εξωτερικό περιβάλλον. Στην πραγματικότητα, είμαι κράτηση σήμερα πίσω στην πλάτη και το επόμενο webinar μου μιλά για την προετοιμασία και τον καθαρισμό των δεδομένων, ειρωνικά για μηχανική μάθηση. Αυτό που είναι πραγματικά το κλειδί είναι ότι βάζετε μαζί το εξωτερικό πλαίσιο με την οργάνωσή σας και μου αρέσει να ρωτήσατε για την προετοιμασία και τον καθαρισμό των δεδομένων, γιατί ειλικρινά κάποια από τα εργαλεία γίνονται πολύ, πολύ καλά - μπορούν να χειριστούν κάποιες πτυχές της, αλλά το ανθρώπινο μυαλό, ή να είναι σε θέση να αποκρυπτογραφήσουν το πρόβλημα και να δούμε και να σιγουρευτούμε ότι δεν έχουν παραλείψει - να πούμε ότι έχουμε κάποια διαταραχή της παράλειψης. Ο τρόπος με τον οποίο εξετάζετε το πρόβλημα και τον τρόπο που επιλέγετε να σχεδιάσετε το πρόβλημα που αυτοματοποιείτε ή τις αποφάσεις που αυτοματοποιείτε, υπάρχει μια τέχνη σε αυτό και να βεβαιωθείτε ότι αντικατοπτρίζει με ακρίβεια αυτή την επιχειρηματική διαδικασία.
Επιστρέφοντας στο παράδειγμα μου με την ασφαλιστική εταιρία, όταν μοντελοποιούσαμε και που να μισθώσουμε για να περάσουμε από αυτή την χορηγία για την πώληση ασφάλισης. στο ίδιο το μοντέλο δεν ήταν το νομικό κλίμα, διαφορετικοί νόμοι για διαφορετικά κράτη. Θα υπάρχει πάντα κάποια πτυχή, όπου θα πρέπει να έχετε αυτά τα εξωτερικά δεδομένα με τα εσωτερικά σας δεδομένα και, πάλι, το ανθρώπινο μυαλό. Θα υπάρξουν διαφορετικά στοιχεία εκεί.
Eric Kavanagh: Νομίζω ότι έχετε φτιάξει ένα πολύ καλό σημείο εδώ. Ακόμα ακούμε για τα ρομπότ και τα μηχανήματα και για την εκμάθηση της μηχανής. Για μένα, αυτή είναι μια πολύ αποδιοργανωτική τάση - δεν υπάρχει καμία αμφιβολία γι 'αυτό - αλλά δεν βλέπω ποτέ την ανάγκη για ανθρώπινα όντα στο μίγμα να πηγαίνουν μακριά, ειδικά με αναλυτικά δεδομένα, για δεδομένα επιχείρησης.
Νικ, μια τελευταία ερώτηση για σένα. Για μένα, ανεξάρτητα από το πόσο καλά παίρνουν οι αλγόριθμοι, θα πρέπει πάντα να χρειάζονται οι άνθρωποι να παρακολουθούν τι συμβαίνει, να εγχέονται στους καθορισμένους χρόνους και να συνθέτουν πραγματικά τη μεγάλη εικόνα του τι είναι εκεί έξω. Δεν νομίζω ότι κάποιος αλγόριθμος θα είναι πάντα σε θέση να συνθέσει τη μεγάλη εικόνα για μια εταιρεία Fortune 2000, αλλά τι νομίζετε;
Nick Jewell: Λοιπόν, ας πάρουμε ένα εντελώς μη-Alteryx παράδειγμα, ας μιλήσουμε για το Uber από πέρυσι. Κατά τη διάρκεια του τρομοκρατικού περιστατικού στην Αυστραλία, οι άνθρωποι που προσπαθούσαν να εγκαταλείψουν την περιοχή, ξαφνικά έβαζαν τιμολογιακές αυξήσεις, γιατί αυτό λέει ο αλγόριθμος, προκάλεσε τεράστιες ζημιές στη φήμη. Αμέσως μετά, εφάρμοσαν ανθρώπους και αλγόριθμους που συνεργάζονταν. Κάθε φορά που επρόκειτο να συμβεί αυτό, ένας άνθρωπος έπρεπε να επιβλέπει τη διαδικασία. Αυτή η εταιρική σχέση με τον άνθρωπο και τον αλγόριθμο, αυτή είναι η πορεία προς τα εμπρός.
Eric Kavanagh: Πω πω, αυτό είναι ένα εξαιρετικό παράδειγμα, σας ευχαριστώ πολύ. Λοιπόν, παιδιά, έχουμε κάψει εδώ και πάνω από μία ώρα εδώ στο webcast μας. Πολύ μεγάλη ευχαριστία στον Jen Underwood του Impact Analytics. Φυσικά, ευχαριστώ τον Nick Jewell και την ομάδα Alteryx για το χρόνο και την προσοχή τους και σε όλους εσάς για το χρόνο και την προσοχή σας. Εκτιμούμε αυτές τις μεγάλες ερωτήσεις. Κάνουμε αρχειοθέτηση όλων αυτών των webcast για μελλοντική προβολή, διστάσετε να τις μοιραστείτε με τους φίλους και τους συναδέλφους σας. Με αυτό, θα σας αποχαιρετήσουμε. Εξαιρετική μετάδοση μέσω web σήμερα. Σας ευχαριστούμε πολύ πάλι, θα σας φέρουμε την επόμενη φορά, λαούς. Να προσέχεις. Αντίο.
