Techopedia Staff tarafından, Kasım 8, 2017
Paket Servisi: Host Eric Kavanagh, veri olgunluğu ve organizasyonel olgunluğu, Etki Analizinden Jen Underwood ve IDERA'dan Ron Huizenga ile tartışıyor.
Şu anda giriş yapmadınız. Lütfen videoyu görmek için giriş yapın veya üye olun.
Eric Kavanagh: Pekala bayanlar ve baylar. Merhaba ve bir kez daha hoş geldiniz. Çarşamba günü saat 4'te Doğu'da, yani Hot Technologies zamanı. Evet kesinlikle. Benim adım Eric Kavanagh; Veri yönetimi dünyasındaki belirli durumlarda belirli teknoloji türlerini tanımlamak için tasarlanmış, gerçekten tanımlanmış olan şovumuza bugün ev sahibi olacağım. Bugünkü konumuz “Veri Olgunluğuna Ulaşma: Örgütsel Dengeleme Yasası” dır. Bu yüzden, seninkiyle ilgili gerçek bir nokta var, beni Twitter'da @eric_kavanagh. Benden bahsedersen hep retweet yaparım ve ben de takip etmeye çalışacağım. Dünyada neler olduğu hakkında bilgi almak için iyi bir yer. Bu formatı seviyorum. Kısa karakterler, 140 karakter - veya daha fazla bugünlerde. Bu yüzden bana bir tweet göndermekten çekinmeyin, takip edeceğim.
Bu yıl elbette sıcak. Bugün veri olgunluğu hakkında konuşuyoruz ve işte sizinkiler en üstte. Bugün yeni bir analistimiz var; Jen Underwood of Impact Analytix'e sahip olduğum için çok heyecanlıyım. İş zekası, analitik ve veri görselleştirme ve tüm bu harika konular konusunda oldukça uzmandır. Ve elbette veri olgunluğu. İyi dostumuz Ron Huizenga da IDERA'dan arıyor. Önce Jen'den sonra Ron'dan haber alacağız. Ve sonra güzel bir yuvarlak masa tartışmamız olacak.
Bir sonraki slaydı buraya doğru iterken, birkaç hızlı söz söyleyeceğim. Veri yönetimi olgunluğu bir süredir konu olmuştur. Açıkçası tarihte olgunluğu düşünmeye başlamadan önce belirli bir noktaya gelmelisiniz ve eğride nerede olduğunuzu anlamaya çalışmak için çok sayıda olgunluk yaşam döngüsü - veya döngü - geliştirilmiştir. Erken bir aşama mısın? Genç misiniz? Olgun musun Ve benzeri.
Ve bence pek çok kuruluş ya gençlik yıllarında ya da gençlerde geç ya da yirmili yaşlarda olgunluk açısından. Ve bu cesaret kırıcı bir şey söylemiyor. Sadece, stratejik bir varlık olarak verileri yönetebilmenin ilk günlerinde hala böyle bir durumdayız. Ve işler hızla değişiyor. Özellikle son beş ila yedi yıl içinde, küçük verilerden büyük verilere geçtikçe ve oldukça farklı olan bu dünyaları ve yeni teknolojileri eski teknolojilerle uzlaştırmaya çalışıyorlar. Yani miras orada, her yerde.
Yıllar önce duyduğum şakalardan biri mirasın üretimde olan bir sistem olduğudur. Bir sistem üretime başladığı an, teknik olarak bu mirastır. Ve bir bakıma bu doğru. Ancak sonuçta, uzun zamandır var olan tüm bu sistemlere sahibiz ve bir varlık olarak verinin değerini en üst düzeye çıkarmak ve optimize etmek için kendi olgunluk eğrimizde nerede olduğumuzu anlamanın bir yolunu bulmak zorundayız . Ve elbette bazı uygunluk sorunları var, hangi endüstride olduğumuza bağlı olarak endişelenmemiz gereken bazı düzenlemeler var. Ve elbette hackleme konusunda da endişelenmemiz gerekiyor. Geçmişte, veri yönetişiminden ve bunun güvenlikle nasıl kısmen ve parsel olduğunu ve sadece verileri kullanmanın rollerini ve sorumluluklarını anlayarak ve ondan en iyi değeri aldığımızdan emin olduktan bahsettik.
Ve böylece, anahtarları Jen Underwood'a teslim edeceğim ve bize veri olgunluğu konusundaki bakış açısını söyleyebilir. Jen, götürün onu.
Jen Underwood: Teşekkürler, Eric ve beni davet ettiğiniz için teşekkürler. Bugün, birkaç farklı konuyu ele alacağım ve sonra Ron'u IDERA ile tanıtacağım ve o bu konunun diğer bazı alanlarını daha derinlemesine inceleyecek. Bunun dijital çağda ya da şu anda içinde bulunduğumuz dijital dönüşümde kritik bir rol olduğunu söyleyeceğim ve Eric'in dediği gibi bu gelişen bir dönem. EDM Konseyi'nden bazı eğlenceli istatistikler, bir veri yönetimi endüstrisi karşılaştırma raporu vardı. Neredeyse iki yaşında, ama yine de oldukça alakalı ve bu alanda bir genç olmanın kendisinin bazı factoidlerini ortaya çıkaracak. Veri olgunluğu ve yönetişimin temel ilkeleri hakkında biraz konuşacağım.
Dijital çağın bu temasında veya her yerde duyduğunuz dijital dönüşümde, bu gerçekten şu anda oluyor. Her gün sektörü takip ederken topladığım ilginç gerçeklerden biri, Gartner tarafından en iyi on stratejik teknoloji trendinde öne çıkan bir nokta oldu. Ve 2020'ye kadar dediler - bu yüzden bundan sadece birkaç yıl uzaktayız - on yıl önce sahip olduğumuz süreçlerin yüzde 80'ini yeniden keşfetmek, dijitalleştirmek ve otomatikleştirmek veya ortadan kaldırmak için bilgi kullanılacak.
Bunu bir süredir görüyorum, bence burada farklı türden insanlar görüyorsunuz, bilirsiniz, “Veriler yeni petrol” ve bu tür şeyler. Verilerin artık dijital altın olduğunu söylemekten hoşlanıyorum. Ve yazılım uygulamaları ve yazılım katılımı hakkında düşünürseniz, geçmişte Microsoft için dünya çapında bir ürün yöneticisiydim ve kariyerimdeki değişiklik bile, bilirsiniz, şimdi kullanıcılara odaklandığımız yazılımlara odaklanıyoruz ve verilerin toplanması ve verilerin para kazanılması hakkında düşünme.
Verilerin dijital altın olduğu bu döneme giriyoruz ve baş veri sorumlusu olarak adlandırılan şeyin ortaya çıkmasıyla görmeye başlıyorsunuz ve onlar, bilirsiniz, iki birincil misyona ve kesinlikle birkaç başka misyona sahipler - verilerin güvenli ve emniyetli olmasını sağlamak ve aynı zamanda verilerin değerini dijital varlık olarak dahili ve hatta harici olarak en üst düzeye çıkarmak için yollar bulmaktır. Bu nedenle, geçmişte kuruluşunuz için önemli olmayan veya görünmeyen bu tür şeyler, nihayetinde veriler CDO ile C düzeyi tabloda yer almaktadır ve daha da ciddiye alınacaktır.
Veri yönetimi ve olgunluğu hakkında düşünürseniz, burada bu slaytta sahip olduğum iki farklı tema var, ilki veri yönetiminin kendisi. Daha çok veri ve veri akışları geliştiren ve oluşturan iş fonksiyonları, bazı politikalar ve buradaki uygulamalar hakkında. Ve sonra veri yönetimi olgunluğunu düşündüğünüzde, bir kuruluşun veri para kazanma gibi dahili veya harici amaçlar için sahip oldukları verileri tam olarak tanımlama, kolayca entegre etme, bilirsiniz. Ve büyük temalardan biri - ve kariyerin başlarında komikti ve aslında IDERA'nın araçlarından ve veri mimarisi projelerinden bazılarından yararlandım - bu meta veri kavramıydı ve meta veriler hakkında düşünmeye devam ediyoruz ve sonra konuşulmadı uzun, uzun bir süre. Sonunda meta verilerin tekrar havalı olduğunu görüyorum. Farklı gruplarla etkileşimde bulunmak, verilerinizin nerede olduğunu, verilerin ne olduğunu anlamak çok önemlidir. Özellikle veri gölü gibi şeylerde. Sonunda, nihayet ilginçleşiyor.
Şimdi, burada bir endüstri kıyaslama raporundan bazı istatistiklerim olduğuna söz verdim. Bu, 2015'ten itibaren EDM Konseyi içindi. Bu, veri kalitesi ve yönetişimin modernizasyonu ile ilgilidir ve bu özellikte birkaç eğlenceli factoid vardır. Burada, kuruluşların yüzde 33'ünden fazlasında, örgütün bir düzeyinde aktif, resmi bir veri yönetimi programı var - sadece 33. Bu, kendi başına çok ilginç. Gerçekten resmileştirilmiş olan yüzde 50'sinden verileri yönetmek istiyoruz, bunun tıpkı insanların insan kaynakları olduğu gibi organizasyonumuzda gerçekten önemli bir varlık olduğunun farkındayız. Sadece yüzde 50'sinin bir yıldan eski programları vardı. Dolayısıyla bu, yeniden ortaya çıkan bir alandır, gittikçe daha önemli hale geldiğimiz şeyde, özellikle de bazı endüstri düzenlemeleri gibi şeylerde, oldukça ilginçtir.
Bu noktada, birçok kez - ve kariyerim boyunca teknik satışlarda ve görevlerde bulunmak ilginçti - gerçekten, “Ah, bir organizasyonu motive edecek paradan tasarruf edebiliriz” - genellikle korku. Daha çok, “Aman Tanrım, örtbas ettiğimizden emin olmalıyız. İşimizi kaybetmek istemiyoruz. ”Ve kesinlikle bilgisayar korsanlığı ve veri riskleri ve veri sızması gibi şeyler üzerinde gerçekten ilginç bir karşılaştırma çalışması var. Verizon her yıl bir tane yapıyor ve muhtemelen benim en sevdiğim olanlardan biri. Neredeyse her zaman gördüğünüz, yanlışlıkla olur, bilirsiniz, verilerin kasıtlı olarak kötüye kullanılması veya sızıntıya neden olan verilerin yanlış yönetimi değildir. Ve çoğu zaman - bu belirli oturum için bu istatistiklere sahip değiller - ancak bu yanlışlıkla izinlerin yanlış yönetilmesi ve vb. Bilirsiniz, işleri biraz daha kolaylaştırmak için bu sızıntılar devam ediyor. Ve genellikle kuruluşunuzda yan not veya harici olan kişilere ve istediğiniz şey bu değildir.
Yani bir veri yönetimi güvenlik ve yönetişim programına sahip olmayı düşündüğünüz şeyler bunlar. Bilirsiniz, sadece kötü kararlar ve para tasarrufu değil, aynı zamanda güvende olduğunuzdan, gizlilik ve güvenlik mevzuatlarına uyduğunuzdan emin olun. Bu dijital çağda verilerden para kazanabilirsiniz ve elbette, işleri verimli bir şekilde yapmak ve verileri yeniden kullanmak ve kutsanmış bir kopyaya sahip olmak istersiniz - İnsanlar söylediğinde nefret ediyorum ve analitik ve ben uzun zamandır analizin içindeyim, gerçeğin bir versiyonu. Genellikle, farklı bakış açılarıyla, gerçeğin genellikle birden fazla versiyonu vardır. Ancak temel olarak, kararlara dayandığınız verilerin güvenilir olmasını istiyorsunuz.
Gördüğüm en büyük itici güçlerden biri - ve bu iyi bir şey, tekrar soğuması iyi bir şey - Avrupa Birliği'nin GSYİH'sı. Ve biraz bunun hakkında konuşmama izin verin. Yani GDPR'yi bilmiyorsanız, bu yıl bu konuda çok şey duyacaksınız. Mayıs ayında gerçekleşen yeni mevzuat. Mayıs 2018'de uygulanacak ve bilgilerin yanlış yönetimi için bazı büyük cezaları var. Bunun başka şekillerde konuşulduğunu duymuş olabilirsiniz - belki de GDPR terimini kullanmıyorsunuz - bunu unutulma hakkı olarak duymuş veya görmüş olabilirsiniz, yani satıcılardan verilerinizi kaldırmasını isteyebilirsiniz. Yine, geçmiş veri mimarları, verileri kaldırmazlardı. Bunu değiştirirdik, veri ambarı senaryolarında pasif hale getirirdik. Verilerimizi asla gerçekten silmedik. Bunun için süreçlerimiz yoktu. Yani, biliyorsunuz, kuruluşunuzun her alanına dokunacak şeyler ve uygulamanızı veya veri ambarınızı oluştururken hiç düşünmediğiniz farklı yollar ve süreçler. Dolayısıyla, GDPR hakkında düşünülmesi gereken şeyler görürseniz, kısa süre içinde kişisel verilerin toplanmasını ve işlenmesini haklı çıkarmak için yasal bir temele ihtiyacınız olacak.
Yani bu çoğunlukla kişisel düzeydedir, bu yüzden rıza serbestçe verilmelidir: özel, bilgili, açık. Ve yapay zeka ve veri biliminin birçok alanını etkileyecek - bu günlerde çoğunlukla kapsadığım alan veri bilimi etkileri ve sadece modellerin kendisinde - ve kendi kendine hizmetinizin diğer birçok alanında - şeffaflık olduğundan emin olmak BI, veri ambarınız, ana veri yönetiminiz, hatta müşteriniz 360 projeniz, kişiselleştirme ve hatta iş uygulamalarınız için. Yani bu, kuruluşunuzun her yerine dokunacak bir şey. Diğer yargı bölgelerindeki gizlilik yasalarının aksine GDPR, Avrupa Birliği içinde veya dışında bulunan herhangi bir kuruluş için geçerli olacaktır. Ve yine uyum cezaları önemlidir. Kuruluşunuz toplam brüt yıllık toplamınızın yüzde dördüne kadar para cezasına çarptırılabilir - Bence buna ciro denir - kendi başına gelir.
Umarım dikkatinizi çekerim ve bunlar dikkat etmeniz gereken şeylerdir. Şirketiniz PCI ile bu uygulamalardan ve endüstri standartlarından bazılarını zaten takip ediyorsa, belki de bir ISO - bu hakkı söyleyeceğimden emin değilim - 27001. Bunlardan bazılarını zaten yapıyorsanız, Çok ezici olmayın, ama kesinlikle farkında olmak gereken bir şey. Buna hazırlanırken, özellikle veri yönetiminde birkaç alan var ve ilk şeylerden biri bir kataloğa sahip olmak ve verilerinizi sınıflandırmak - verilerinizin nerede bulunduğunu bilmek. Ve bir dünyada, verilerin her yerde yaşadığı melez bir dünyada: Bulutta; bu uygulamalarda; satış gücünde; pazarlamanın da kullandığı başka bir rastgele programda, bilirsiniz, müşteri sistemleriniz veya envanter sistemleriniz - tüm bu tür yerler. Verilerinizin nerede olduğunu ve yapılacak en kolay şeyi bilin - ve bu gerçekten eğlenceli bir veri yönetimi alanı olmuştur, bu veri kataloglarının zekası olan, makine öğrenimi sınıflandırması bile bu bilgilerden bazılarıdır.
Ve yine, meta veriler - Meta verilerin tekrar serinlediğinden bahsetmiştim, bu yüzden meta verileri düşünün ve veri gölleri ve bu tür şeyleri tasarlamaya başladığınızda ve elbette bunları yönetip izleyerek bu önemli konuyu göz ardı etmeyin. Örneğin, geri dönmeniz gerektiğinde ve örneğin GDPR'den birileri izlemeniz çok daha önemli hale gelecektir, örneğin, bu verilerin nereye gittiğini, kimin, ona erişimi olan vb. Çünkü aslında yetkililere bu tür şeyleri göstermek zorunda kalacaksınız.
Veri yönetimi olgunluğuna yardımcı olmak için aslında birkaç düşünce okulu var ve inanıyorum - yüzde 100 emin değilim - sanırım Ron'un güvertesinde bunlardan birkaçını kapsayacağını gördüm, Bugün konuşacağım CMMI'dan. Ve bu, bu insanlar tarafından kullanılabilir; altı farklı veri yönetimi kategorisi, 25 işlem alanı, 414 uygulama bildirimi ve 596 farklı iş ürününü kapsamaktadır. Verileri yönetiyor ve tasarlarken 596 işlevsel iş ürününde yaptığınız her şeyi bile düşündüğünüzde, ne kadar yaptığınızı fark etmediniz, değil mi? Ya da gerçekten yapmadığınız şey. Böyle bir sayıya baktığımda, aklımda gerçekten yapışan şeylerden biri. Bu ve bu özelde sevdiğim şey, mimari ve teknoloji açısından nötr. Bu, yıllar boyunca danıştığım veya çalıştığım ve uyguladığım daha büyük organizasyonların çoğuna sahipseniz, bilirsiniz, orada her türlü farklı teknolojiye sahipler. Böylece, DMM'nin ne anlama geldiğini, özel ortamınızda kullandığınız platformlara ve teknolojilere çevirmek istersiniz. Aynı zamanda sektörden bağımsızdır, bu nedenle sağlık hizmetlerine özgü olmak zorunda değildir. Sağlık hizmetleri belli - BAA ya da farklı sınıflandırma türleri olsun, programınızı ya da kuruluşunuzdaki veri yönetimi olgunluk düzeyinizi artırma planınızı bir araya getirirken farklı türlere tercüme etmek ya da bakmak zorundasınız.
Bu şeylerden bazıları değilse bu nedir? Aslında neyi tanımlar, ancak size bunu nasıl yapacağınızı söylemez. Kariyerimin çoğunda çok A Tipi bir kişilik olan insanlar bana bir hedef verdiklerinde hoşlandım ve bu hedefe nasıl ulaşacağımı anladım ve zamanımı nasıl yöneteceğimizi, oraya nasıl gideceğimizi söyleyemedim. Veri yönetimi olgunluğu ve CMMI ile bu süreçler size hedefler verir ve bu farklı alanlarda kendinizi nasıl ölçeceğinizi verir. Ve size bir seviye verecekler. Seviye beşe kadar bir seviye olsun, kendinizi puanlamanın ve ölçmenin farklı yolları vardır, yani onu optimize ettiniz ve gerçekten güçlü bir programınız var.
Ve size gerçekten bunun ne anlama geldiğine dair bir his vermek için, burada bunun ne anlama gelebileceğiyle ilgili küçük bir genel bakış var. Burada, bir veri yönetimi olgunluk işlemci yaşam döngüsüne sahip olmayı düşündüğünüzde, destek süreçlerini yerine getiriyor, gereksinimlerden, risk yönetiminden, orada süreçleri desteklemenize, veri yönetimine kadar her şey ama aslında veri yönetişimi başlı başına bir programdır. Bir iş sözlüğüne sahip olarak, iş sözlüğü ve veri mimarları hakkında sonsuza kadar konuştuk - bu, kuruluşunuzda sahip olduğunuz bir şey olmalıdır. Bu katalog teknolojilerinden bazıları, yapıyorlar, bilgileri topluyor ve alıyor ve neyi kitleyle bir iş sözlüğü geliştiriyorlar ve bilirsiniz, aynı verilerin farklı perspektiflerine, veri alanına bağlantılar yerleştiriyorlar veya değerin yaşam döngüsü boyunca değiştiği için verilerin sürümü.
Bunlar kariyerime başladığımdan beri çok daha iyi olan şeyler. Eskiden bu tür şeyleri yapmak için evde yetiştirilen sistemler geliştirmek zorunda kalıyorduk. Bu nedenle, bütüne ve büyük resme bakıyoruz, bu strateji ve sonra yönetimden yönetişim kalitesine kadar burada bulunan tüm farklı parçalar. Ve veri kalitesiyle ilgili bir şey, endüstrinin daha otomatik hale gelmesi ve yine otomatik karar alma ile bu dijital süreçlere sahip olmamız ilginç. Bu araçlardan bazılarının kararları otomatikleştirdiği ve tahmin modellerini anında güncellediğimiz veri bilimi alanında çok çalışıyorum. Bu araçların ve algoritmaların çoğu, verilerin iyi olduğunu gerektirir ve varsayar. Size iyi bir otomatik karar vermek için verilerin geçerli olması gerekir. Yani, bilirsiniz, belki de veri kalitesi genellikle insanların fırçaladığı bir şeydir ve çok ciddiye almazlar. Ancak, tahmini modelleme ve makine öğrenimi için modellerde karar vermeyi otomatikleştirmeye başladığınızda, veri kalitesi gerçekten önemli hale gelir.
Buradaki ilerlemenizi ölçmenin birkaç yolu - ve Ron'un bununla konuşmasına izin vereceğim, oturumunda da çok hoş bir slayt var - Size hızlı bir gizlice zirve yapacağım, bilirsiniz, bu farklı seviyelerde. Aslında bu bir öz-değerlendirme, değil mi? Böylece veri yönetişiminize ve herhangi bir şeyiniz olduğunu düşündüğünüze bakacaksınız. Ve eğer yapmazsan utanmayın. Dediğim gibi, gerçekten bu tür şeyleri yapmaya başlayan kuruluşların sadece yüzde 33'ü var. Her ne kadar, bu tür programlar en azından birlikte olsa da - 20 yıldan fazla bir süredir endüstrideyim ve kesinlikle bu tür şeyleri yıllar önce yapıyordum, bunu henüz söylememiş olabiliriz. CMMI, kendi kendini değerlendirebileceğiniz bir egzersize sahiptir ve kendinize bakabilirsiniz ve kendi türünüze bakabilirsiniz - bu durumda bu tür radar grafiği - tüm bu farklı açıları veya şeyleri derecelendirmiştir. Ve her kuruluş, farklı yaptığım gibi, bilirsiniz, bu projelerin danışmanlığını ve uygulamasını yaptığımda, her kuruluş benzersizdir. Onlar onlar için gerçekten çok önemli alanlar olacaklar. Belki, bilirsiniz, bu süreç yönetimi veya kalite yönetimi veya riskleri - ne olduğuna bağlıdır, ancak bir kıyaslama veya taban çizgisi aramak ve oluşturmak ve daha sonra başarısını neyin tanımladığını düşünmek istersiniz.
Bu şekilde, bu tür şeyleri ölçmeyi ve yönetmeyi düşünürken, önce böyle bir program için bazı yönetici sponsorluğunu güvence altına almak isteyeceksiniz. Bu, organizasyon boyunca çapraz işlevsel olacak bir şey, bu yüzden Susie Q ve John Smith, "Evet, hadi yapalım. Bunu yapmalıyız, " diyerek bunu bir siloda yapamazlar. organizasyonları, ya da IT olsalar bile. Bu işten ve veri konusundaki uzmanlardan bu satın alma işlemine gerçekten sahip olmanız gerekir. Biraz zamanları olmalı. Bunun fazladan bir görev olmasını istemiyorlar. Şimdiye kadar çalıştıysanız - sanırım bazı ana veri yönetimi görevleri, daha önce projeler ve veri kalitesi yaptım - ve genellikle, bilirsiniz, işe girersiniz ve “Oh, veri yönetimi”. heyecanlandıkları bir şey. Ve onlar, “Ah, hayır. Bunun için zamana ihtiyacımız var ”diyorlar. Biraz zaman taahhüdü almak isteyeceksiniz. Bu kutsamaya en baştan sahip olmanız gerekecek. Çapraz fonksiyonel olmasını istersiniz.
Yine, bu organizasyonun birçok alanına gerçekten dokunan bir şey. GDPR ile bu biraz daha kolay olmalı, çünkü yine, GDPR yasaları ve bu kişisel verilerin müşterileriniz için kullanıldığı ve tüm kuruluşunuzda kullanıldığı yerlerde, eğer uygularsanız, biraz daha kolay olmalıdır. GDPR'ye bağlı kalmak. Burada dille bağlanıyor. Bunu yapman daha kolay olmalı. Bazı sorumluluklar vermek isteyeceksiniz ve sonra bunları özelleştireceğinize bakın. Bu nedenle, bu kuruluşların sağladığı bu tür rehberliklere her zaman bakarsınız ve genellikle budur: Bunlar sizin için bir rehberdir ve kuruluşunuzdaki kültürünüz için uygulayacaksınız.
Yönetişimde çalışmak gerçekten çok önemliydi, Microsoft'ta dünya çapında ürün yönetimindeyken geliştirdiğim bazı ürünlerden biri self-servis BI'dı ve iş kullanıcısı ile teknik olmayan veri kullanıcısının verilerle oynayabilir ve kendi raporlarını oluşturabilir ve çoğu zaman BT geri çekebilir. Bu yüzden bu yönetişim için çok zaman geçirdim ve ürünlerin doğru özelliklere ve denetim ve kayıt işlemlerine sahip olduğundan emin oldum ve bilirsiniz ki, veritabanını kendileri yıkmayacaklardı. Ancak, bildiğiniz gibi, yıllar boyunca veri yönetimine de benzer bu tür şeylerin bu özel konusu üzerinde çalışan bir çerçeve var. Bunun için yönetici sponsorluğu ile kurulmuş bir vakfa sahip olmak isteyeceksiniz ve iş ile BT arasındaki bu bağlılığı isteyeceksiniz.
Yani, yine, bütçe / zaman tahsisi ve yeni süreçler geliştirmekten bahsettik. Bunlardan bazılarını yaptığınızda, bu, verilere bakmaya başladığınızda, kültürel düzeyde bir değişiklik olacaktır. Ama biliyorsunuz, yine stratejik açıdan çok önemli. Ve size bir his vermek için bir örnek verdim ve yıllar önce bu tür şeylerle ilgili eski projelerimden temizledim. Ve yine, bu muhtemelen genel yönetişim bakış açısından, ancak bu tür projeler için kesinlikle veri yönetimi süreçlerinizi yönetme ve geliştirme ve yönetme ile yeniden kullanılabilir. İş konusu uzmanınız var, burada farklı iş kolları için bilişim teknolojisi uzmanları var. Daha büyük olan birçok şirket, kurumsal standartlar kurulunuza ve oradaki kurumsal mimarlara ve veri mimarlarına ve modelcilerine sahip olacaktır. Bu yüzden farklı seviyelerden farklı konu uzmanları olacak. Ve yine, bunların birçoğu - örnek olarak sahip olmaktan nefret ediyorum - kuruluşunuza ve kültürünüze göre özelleştirilecekler.
Bu projelerle çalışırken yaptığınız şeylerden biri, çoğu zaman muhtemelen kuruluşların en heyecan verici projesi değil, insanların istediği kadar görsel değil. Bu komik, danışmanlık firması kendi BT grubunuza veya hatta kendi BT grubunuza veya BI mükemmeliyet merkezine girdiğinizde veya analitik mükemmeliyet merkeziniz geldiğinde ve veriler üzerinde çalışacağımız şeylerden biri kalite ve veri yönetimi olgunluğu, bunu yapmak için inanılmaz heyecanlı olmayabilir. Ancak onları harekete geçirmenin ve ölçümlerine dahil etmenin yollarını bulmalısınız. Yani ne olacağını düşündüğünüzde, bu egzersizi bir kez yapmak ve insanları gemiye almak bir şeydir. Ve veri kataloğunu sevdiklerini ya da bu şeylerden bazılarını sevdiklerini öğrendiniz, çünkü hayatlarını kolaylaştırıyor ve verilerin ne anlama geldiğini ya da anladığını bulabiliyorlar ve buna kendi bakış açılarını ekleyebiliyorlar. Ve şey, veri katalogları muhtemelen insanların buna gerçekten aşık olmalarına yardımcı olacak en büyük projelerden biridir.
Bir sonraki şey onları meşgul etmek. Belki umursamadıkları birini nasıl meşgul edersiniz? Bazı metrikleri tanımlamak ve bunu, ölçümlerini içine dahil etmek ve daha sonra ihlaller ve bazı farkındalıklar olduğunda biraz öğrenme sağlamak, “Hey bir süredir gerçekten iyi yapıyorduk ve sonra bir süre sonra çok iyi değiliz.” devam etmeyi düşünmesi gereken şeylerdir. Ve sonra puanlamayı düşündüğünüzde ve bu CMMI'dan bir örnekse, bu şekilde puanlarlar. Yine, bir organizasyonda kendi gösterge panolarınız, kendi KPI'larınız olacak, bilirsiniz, bir organizasyonda milletlerin farklı ölçüm yöntemleri. Ancak kendi başarınızı ölçmek ve ölçmek için farklı yollarınız olacak. Bundan kaçınmanız gereken önemli nokta veya bundan kurtulmak için bir kanca, başarıyı ölçmenin bir yolunun olduğundan ve başarılarınızı da kutlayabildiğinizden emin olmaktır.
Bu nedenle, bu heyecan verici konu için orada asılı kaldığınız için minnettarım ve Ron'a döneceğim, bu biraz daha derine inecek.
Ron Huizenga: Teşekkür ederim, Jen. Ve bugün bize katıldığınız için herkese teşekkürler. Şimdi Jen'in bahsettiklerinin birkaç yüzünü alacağım ve bazı alanlarda biraz daha derine gideceğim. Ama yine de yapacağım şey, bu alanların bazılarının en azından bir tür üst düzey öz değerlendirmesine nasıl sahip olabileceğinizin bir özetini sağlamaktır. Çünkü CMMI modelleri ve bu tür şeylerle gördüğünüz gibi, birçok farklı göstergeyle çok hızlı bir şekilde derinlere inebilirsiniz. Bu yüzden gerçekten ulaşmak istediğimiz bir şeydir, böylece kuruluşunuzun oldukça yüksek bir seviyede olduğu yeri iyi hissedebilir ve daha sonra diğerlerine girmeye başlayabilirsiniz. Bu yüzden örgütsel etkililik hakkında konuşacağım. Ve bunu CMMI'ya ve yıllar boyunca ortaya çıkan diğer bilgi standartlarına ya da bilgilerine dayandıracağım. Ve sonra veri olgunluğu ve süreç olgunluğu için bazı olgunluk göstergeleri hakkında konuşacağım çünkü bunun üzerinden geçtikçe el ele ilerlediklerini göreceksiniz. Ve perspektifleri destekleyen Jen, bir alandaki yönetişimden bahsetti. Ayrıca kurumsal mimariden de biraz bahsedeceğim. Ve sonra özetleyeceğiz ve yuvarlak masaya gideceğiz.
Eğer bakarsak, yıllar içinde yayınlanmış olan pek çok standart ve BOK vardır - ki bunlar elbette bilgi kuruluşlarıdır -. Bunların çoğu gerçekte olgunluk modelinin kapasitesinden kaynaklanmıştır. Jen'in bahsettiği CMMI buradan geliyor. CMM modelinin kendisi aslında 1998'de idi. Aslında IBM'le çalışırken Watts Humphrey adında bir beyefendi tarafından başlatıldı. IBM'de 27 yıllık bir kariyeri vardı. Ancak bu modelin gerçek aktif gelişimi Carnegie Mellon'dayken başladı ve ABD Savunma Bakanlığı tarafından görevlendirildi. Bunu elde etmek için başka birçok standart kullanılmıştır. Ve diğer standartların bazılarında bunun hakkında konuştuğumuzda sektör hakkında bilmek çok iyi bir şey, bunun zamanlamasına baktığımızda, aynı zamanda genel olarak endüstride gördüğümüz şeylerin arka planına da karşı. Bu, kalite hareketinin özellikle imalatta gerçekten tutmaya başladığı ve bu da diğer alanlara dönüştüğü zamandı. Üretim süreçlerini iyileştirmenin, toplam kalite yönetimi, tam zamanında üretim ve diğer şeyler gibi şeyleri yapmanın yollarını aradığımız yerde. Ve bundan çıkan felsefelerin çoğu, tüm kaliteli iş organına girdi.
Ve bu gerçekten de bir çok şeyin başladığı atlama noktası. Genel sanayide başladı ve BT, veri ve süreç ve bilgi sistemlerine de girdi. Bahsettiğimiz bazı şeylerle daha yakından ilgili veya daha spesifik olan gördüğümüz diğer standartlar, elbette Jen'in biraz bahsettiği veri olgunluğu modelidir. Nesne Yönetim Grubu'nun iş süreçleri olgunluk modeli de var. Ve kuruluşunuzun, özellikle altyapı altyapısı olan bilgi ve teknoloji kontrol hedefleri olan COBIT gibi bilişim teknolojilerine dayalı, BT'nin işlettiği farklı alanlarla boğuşabileceğini veya kullanılabileceğini gördüğünüz diğer bazı standartlar -çoğunuzla uğraşmış olabilirsiniz. Yine toplam kalite yönetimi. Özellikle metrikler ve diğer her şey gibi şeylere girdiğinizde, istatistiksel süreç kontrolü gibi şeylerin de devreye girdiğini görmüş olabilirsiniz. Ve sonra elbette, ele aldığımız bazı bilgi kuruluşları bilgi veya BT uzmanlarıdır. Veri yönetimi bilgi birikimi.
Ayrıca, buna eşdeğer bir iş analizi bilgi birikimi vardır. Ve proje yönetim bilgi birikimi. Kuruluşunuzdaki farklı paydaşlar tarafından aynı anda kullanılmakta olan bunlardan birkaç veya daha fazlasına sahip olabilirsiniz. Ama BOK'ları filtreleyelim ve geri dönüp olgunluk nedir diyelim? Ve olgunun tanımını listeliyoruz, çünkü olgunluğun ne olduğunu sorduğunuzda, sözlüğe baktığınızda aslında “olgunsunuz” der. Yani “olgun” kelimesini kullanmak, gerçekten gelişim aşaması - elbette, çok genel. Ama burada gerçekten baktığımız şey, yaptığımız işi ilerledikçe daha yüksek ve daha yüksek bir başarı seviyesine ilerletmek. Gördüğünüz gibi birçok standarda baktığınızda, özellikle CMMI ve yetenek olgunluk modeli, şeyleri beş noktalı bir ölçeğe dayandırdı, bu yüzden bize nasıl ve nasıl aslında nasıl büyüdüğümüz konusunda bu ölçekte ilerliyoruz?
Ancak olgunluğa baktığımızda, ilgilendiğimiz şeylerde örgütsel olgunluğa ulaşmak için dengede olmamız gerekir. Veri olgunluğuna ulaşmanız gerekiyor ve orada yapmanız gereken bazı kriterler hakkında konuşacağız, ancak aynı zamanda süreç olgunluğuna ulaşmanız gerekiyor. Aynı madalyonun iki yüzü ve el ele gitmeleri gerekiyor. İşlem olgunluğunuzu artırmadan, veri olgunluğu ölçeğinde sıfırdan beşe geçemezsiniz ve aynı şey süreç olgunluğu için de geçerlidir. Her ikisi de birbirine katılmış ve aslında farklı aşamalarda evrimleştiğiniz için sürüş için birbirlerini çekiyorlar. Ve bundan sonraki slaytta biraz daha konuşacağım. Fark etmemiz gereken diğer şeyler, hem veri hem de süreç olgunluğuna ulaşmak, kurumsal mimarinin ve Jen'in de bahsettiği yönetişimin bazılarının temelidir. Yapmaya çalıştığımız bazı şeylerde olgunluğa erişmelerini sağlıyoruz.
Şimdi Jen'in biraz daha ayrıntılı konuşacağımı söylediği slayda. Sadece birkaç kategori aldım ve burada CMM ölçeğini kullanarak ve aslında kendi kategorim var, aslında ölçeğin üstüne bir sıfır ekliyorum çünkü aslında yapmadığınız bazı durumlar olabilir bu durumlarda herhangi bir çekiş. Yani bunlar sadece gerçekleşen tanıma yollarıdır. Dolayısıyla, özellikle veri yönetişimine bakarsak, sıfırdan başlayabilirsiniz, çünkü herhangi bir veri yönetişimi programınız yoktur. Ve farklı alanlarda olgunlaşmaya başladığınızda, bir proje düzeyinde, daha sonra bir program düzeyinde, bölümler aracılığıyla ve nihayetinde kurumsal çapta tanıtmaya başladığınızda, bu şekilde bir yönetim perspektifinden, aslında olgunlaşır ve büyürsünüz. bunu yaptığınız bir organizasyon.
Ana veri yönetimi gibi bunun diğer yönleri, resmi madde veri sınıflandırması olmadan sıfırdan başlayabilirsiniz. Daha sonra, ana verileriniz olduğunu ve sınıflandırmaya başladığınızı bildiğiniz bir noktaya büyürsünüz, ancak bu entegre değildir. Ardından, entegre ve paylaşılan depolar için çalışmaya başlarsınız. Daha sonra standart bir ortama girdiğinizde, o zaman veri yönetimi hizmetleri sunmaya çalışıyorsunuz. Ve orada ilerledikçe, ana veri yöneticileri ve nihayetinde buna her zaman ciddiye bakan bir veri yönetim konseyi kuracaksınız. Bir teknik entegrasyon perspektifinden teknik ortamınıza, uygulamalarınıza ve veritabanlarına baktığınızda, yine olgunlaşmamış bir ortamda, bir dizi geçici, noktadan noktaya arayüze ve bu tür bir şey. Siz büyüdükçe, bazı ortak araçlar ve standartlar sunmaya başlayacaksınız. Ardından, büyüdükçe ortak entegrasyon platformlarına bakmaya başlayacaksınız. Standartlaştıkça, standartlaştırılmış ara katman yazılımı ve kurumsal hizmet otobüsleri, kanonik model gibi olası kolay şeyler üzerinde çalışacak, kuruluşunuzdaki tüm verilerinizi kategorilere ayıracak ve deponuzdaki iş kuralları gibi şeylere bağlayacaksınız. şey. Ve sonra, onu örgüt kültürüne tam olarak yerleştirdiğiniz yere daha da ileri gidiyoruz. Ve elbette, kalite çok önemlidir. Jen'in konuştuğu gibi, birçok karar ve orada bulunan birçok araç, birlikte çalıştığınız yüksek kaliteli verileriniz olduğunu varsayar. Dolayısıyla veri kalitesi, veri olgunluğuna ulaşmanın temel dayanağıdır.
Yine, verilere baktığınızda, olgunlaşmamış ortamlarda çok fazla silo ve dağınık veri olabilir. Kabul edilen tutarsızlıklarınız olabilir. Ve sonra bunun üzerinde çalışmaya, tutarsızlığı tanımaya ve sonra planlamaya bakmaya başlıyorsunuz. Burada yönetilen ortamlara bakarsanız, burada çok önemli bir şey, verileri karar vermede kullanmak için tüketimde veri temizlemesidir. Gerçekten bahsettiğimiz şey, veri ambarları ve diğer karar destek araçlarına yükleyeceğimiz veri temizliği. Ve bu, insanların ürün üreteceği veri üretim endüstrisinde gördüğümüze benzer, montaj hattından aşağı inerlerdi ve sonunda ürünü inceleyip “Ah, burada kusurlarımız var. ”Yine, bir daha asla yapamayacağınız bir şey, bir ürünün kalitesini sonunda inceleyerek asla iyileştiremezsiniz. Onunla ilgili sorunları görebilir ve daha sonra bir sonraki ve ondan sonra gelenleri iyileştirmek için önlemler alabilirsiniz, ancak sonunda inceleyerek bunu asla geliştiremezsiniz. İşte bu noktada, özellikle verilerde ilerledikçe, bunu kaynağında, hemen yakaladığınız yerden inşa etmeye çalışmaya başladığınız tüketim yerinde bir denetimden ve temizlik bakış açısından daha fazla hareket edersiniz. veriler, bu veriler üzerinde hareket eden süreçler, verilerin doğru ve her süreçte tüketime uygun olmasını sağlar. Daha da geliştikçe, kaliteli bir KPI geliştirmeye başlarsınız ve ilerledikçe veri kalitesine yönelik bu önleme yaklaşımını gerçekten geliştirmeye başlarsınız.
Örgütsel davranışlar veya gördüğünüz şeyler açısından, bir sorununuz olduğunu düşünmüyorsanız veya farkında olmadığınızı düşünüyorsanız, kuruluşunuzda bir inkâr aşaması varsa, bana bağlı olduğunuzu söyleyebilirsiniz. sıfır seviyesi veya potansiyel olarak bir seviyeye hareket etmesi. Verilerinizde çok fazla kaos varsa ve bu tutarsızlıkları çözmeye çalışıyorsanız, muhtemelen bir düzeydesiniz demektir. Hâlâ reaktif moddayken, yönetime geçersiniz, ancak hem yönetişimi, kaliteyi, ana veri yönetimini hem de verileri kucaklayan çok kararlı bir veri ortamınız olana kadar standartlaştırılmayacaksınız. entegrasyon, sadece birkaç noktaya isim. Ve yine, bunu geçtikten sonra, o zaman gerçekten proaktif yönetim tarzlarına girmeye başlarsınız. Çok öngörücü bir davranışa sahip olduğunuz bölüme ve ayrıca onu destekleyecek analitiklere ve kuruluşunuzda yedeklemek için KPI'lara ulaşırsanız, buna bakıp birkaç şeyi kapladığımızda, yapabileceğimiz başka şeyler var organizasyonlar ve nerede olduklarını görün. Bir kuruluştaki birincil BT odağına bakalım. BT'deki birincil odak noktanız hala teknoloji ve altyapı üzerindeyse, muhtemelen ölçeğin daha az olgunlaşmış sonuna doğru ilerlersiniz. Ancak, gerçekten bilgi ve bilgi sağlayan stratejik iş etkinliğine odaklandığınızda, ölçeğin olgunluğuna yaklaşıyorsunuz. Ayrıca, veri perspektifinden baktığınızda, düşük uçtaysanız, yüksek veri riskiniz vardır ve üst uçtaysanız, verilerle ilgili riski azaltmış olursunuz. Ve bunun tersi, örgütün değer üretmesidir. Daha düşük veri olgunluğu, özellikle kuruluşunuzdaki veriler açısından, muhtemelen oldukça düşük bir değer üretme seviyesine sahip olduğunuz anlamına gelir. Ölçeği büyüttükçe, yüksek bir değer yaratma elde edersiniz.
Buna veri modellemenin kendisi açısından bakalım. Bazen veri modelleme kırmızı başlı üvey çocuk haline gelmiştir. Ve veri modelleme, veri olgunluğuna ulaşmak için esastır. Bu yüzden sadece veri modellemenin buna nasıl bağlandığına dair birkaç işaretten bahsetmek istiyorum. Yalnızca dokümantasyon veya küçük uygulamalar ve bu tür şeyler için basit, fiziksel veritabanı üretimi için kullanılıyorsa, muhtemelen veri olgunluğu açısından birinci seviyedesiniz demektir. Kavramsal, mantıksal model ve fiziksel modelleme de dahil olmak üzere farklı model türlerini benimsemeye ve tanımaya başladığınızda, temel olarak tasarımı geliştiriyorsunuz. Gerçekten bir tasarım bakış açısı olarak kullanıyorsunuz, o zaman bir seviyedesiniz.
Kurumsal veya kanonik modeller oluşturmak, kavramları tanıtmak ve birden fazla modelde bağlama, veri kökenleri ve yönetişim meta verilerini doğrudan modellerinize dahil olmak üzere daha kurumsal bir seviyeden bakmaya başladığınızda, üçüncü seviye ve daha sonra tam yönetişim meta verilerine, işletme sözlüğü entegrasyonuna vb. Yaşam döngüsüne ve veri değer zincirine bakmak gerçekten dördüncü seviyeye ulaştığınız zamandır. Ve yine, iş sözlükleri, meta verilerle tam entegre modelleme, self servis analitik gibi şeyleri sürdürebilme, bu gerçekten oldukça olgun bir duruma ulaştığınız zaman.
Bunun bir parçası ve parsel olarak, veri yaşam döngüsü hakkında kısaca konuşmak istiyorum. Ve bunun hakkında konuşmak istediğim neden, veri yaşam döngüsü maalesef oldukça göz ardı ediliyor. Ve bununla ilgili olarak, bir veri öğesinin nasıl oluşturulduğunu, okunduğunu, güncellendiğini veya silindiğini ve kuruluşunuz boyunca ona etki eden işlemleri açıkladı. Yani uzun zamandır sektörde olan bizler bunu CRUD olarak adlandırıyoruz çünkü yarat, oku, güncelle ve sil. Ancak kuruluşumuzdaki verilerle uğraşırken bunu temel düzeyde anlamamız gerekir. Birçok faktör devreye giriyor. Üzerinde hareket eden iş kuralları nelerdir? Verileri tüketen, üreten veya değiştiren iş süreçleri nelerdir? Bunu yapmanıza izin vermek için bu iş süreçlerini gerçekte uygulayan uygulamalar nelerdir? Tüm bunlar veri yaşam döngüsü açısından devreye giriyor.
Ve yine, Jen bunu daha önce de ima etti - ille de tek bir gerçek kaynağı olmayabilir. Belirli bir veri öğesinin oluşturulmasının birden fazla yolu olabilir. Ve aslında içeri girmeniz gerekebilir, zaman içinde o belirli karar için uygun veri kaynağının ne olduğunu bulmak için uzlaşmanız ve çözmeniz gereken birden fazla sistem veya çoklu alım yoluyla farklı şeyler gelir. Bir kuruluşta farklı amaçlar için verilerin birden fazla varyasyonu olabilir. Bunu başarmak için, iş sürecini, veri akışlarını, entegrasyonu içeren ve ETL gibi şeyleri içeren veri hattını modellemeniz gerekir, bu nedenle veri ambarınız, veri martınız ve hazırlama alanlarınız için ayıklayın, dönüştürün ve yükleyin. ve elbette büyük veri tarafındaki veri bağlantıları da devreye giriyor. Bu bilgileri veri gölünden çıkarırken, nasıl kullandığınızı ve nasıl kullandığınızı bilmeniz gerekir. Yaşam döngüsünün kendisi açısından, gerçekten yeni verileri nasıl yaratıyoruz veya topluyoruz, nasıl sınıflandırıyoruz - çünkü bunu etkili bir şekilde anlamak ve üzerinde çalışmak için sınıflandırmanız gerekiyor - nasıl sakladığınız, nasıl bunu, kuruluşta paylaşıldığı iş sürecine nasıl değiştirdiğinizi ve çok önemli: saklama ve arşivleme yöntemini kullanıyorsunuz. Verileri ne kadar süreyle saklıyorsunuz? Ne zaman arşivlersiniz? Nihayetinde bu verileri ne zaman yok edersiniz? Tüm bunlar veri yaşam döngünüzde dikkate alınmalı ve kuruluşunuzda yüksek düzeyde veri olgunluğu elde etmek için bunların hepsini yapmanız gerekir.
Şimdi çevirme tarafı, yine, veri olgunluğu ile birlikte süreç olgunluğu hakkında konuşmanız gereken ikizler gibi olduklarını söyledim - el ele gidiyorlar. Yine, burada birkaç farklı şeyim var ve - endişelenmeyin, tüm bunları okumamayacağım, ama sadece bir kontrol listesi yani - yine kuruluşunuzun nerede olduğunu kendi kendinize değerlendirmeye başlayabilirsiniz. süreç olgunluğu. İlk sağdan optimize edilmiş sayfalara kadar olan şeylere tekrar bakalım. Yine, yetenek olgunluk modelinden türetilen beş puanlık ölçeği kullanıyoruz. Odak gibi şeylere bakarsanız, daha düşük bir seviyede veya başlangıçta bir işlem olgunluğu seviyesine düştüğünüzde, kuruluşunuzda insanların işlerini gerçekleştirmek için gerçekten kendi yöntemlerine güvendiğini görebilirsiniz. Bazı şeyleri görebilmek için bazı kahramanlar ve bu tür şeyler görebilirsiniz. Ardından, bu konuda daha proaktif olduğunuz, yönetiminizin çalışma birimleri ve performans için sorumluluk aldığı bir noktaya gelmeye başlarsınız. Sonra standart entegre süreçleri geliştirmeye başlarsınız. Sonra süreç kararlılığı ve yeniden kullanın. Ardından, bu süreçlerle ilgili metrikleri ve KPI'ları hesaplamak ve son olarak tam optimizasyon düzeyine ulaşmak için daha fazla mentorluk ve istatistik yönetimi kültürü görmeye başlarsınız.
İş yönetimine baktığınızda, iş yönetiminin tutarsızlığı olan bir alandan daha yönetilen bir alana, en azından kaynaklara olan bağlılığınızı daha yüksek bir seviyede dengelediğiniz bir bölgeye gideceksiniz. Ardından, süreçlerinizi standartlaştırabileceğiniz, ancak bunları kuruluşunuzdaki farklı koşullarda en iyi şekilde kullanılacak şekilde uyarlayabileceğiniz, daha uyumlu veya çevik bir organizasyona sahip olduğunuz bir noktaya. Ve ilerlemeye başladığınızda, bu güçlenmenin çok önemli olduğu ve herkesin sezgisel olarak neler olduğunu anladığı ve personelin süreç verilerine sahip olduğu anlamına gelir, böylece kendi çalışmalarını değerlendirebilir ve yönetebilirler.
Yine, imalat benzetmesine geri dönerek - montaj hatlarımızı ve sektördeki her şeyi modernize etmeye başladığımızda, montaj hattında bile çalışanların toplam kalitesi ve güçlendirilmesi hakkında konuşmaya başladık; üretimin herhangi bir aşamasında yanlış bir şey olduğunda, insanlar büyük kırmızı düğmeye basmaları ve işler devam etmeden önce sorunlar çözülene kadar tüm montaj hattını kapatabilecekleri konusunda güçlendirildi. Verilerimizi ve kuruluşumuzdaki süreçlerimizi gerçekten optimize ettiğimizden emin olmak için süreçlerimizde veri etrafında aradığımız bu tür bir zihniyet ve tür bir kültür.
Kültürünüzün diğer göstergeleri - Kültürünüz, iş süreçlerinizde iyileştirmeye gerçek bağlılık için tanımlanabilir bir temel olmaması açısından durağan mı? Ölçeği daha da ileri sürdüğümüz bir sorumluluk heyeti var mı? Ve ilerledikçe, hala silolarınız olabilir, ancak iş süreçlerinizde yaptığınız kültür ve şeyler açısından ilerlemeye başladığınızda, bu farklı iş silolarını parçalayıp kuruluşunuzdaki süreçler. Etkinlik aşamasına geldiğinizde, bunun temelini oluşturduğunuz şeyin bağırsak hissi yerine aslında kalite metriklerini toplamanız ve işinizin performansındaki yeteneğinizi tahmin etmek için metriklerinizin olması çok önemlidir. ve bu son derece önemli.
Mimari olarak, bunun hakkında konuşalım çünkü burada çoğumuz BT içerisindeyiz veya her zaman BT'ye bakıyoruz. Yine, verilerde gördüğümüz şeyler. Süreç olgunluğunun ilk aşamalarında gerçekten aşağı düştüğünüzde umutsuz BT sistemimiz var. Süreçlerinizi yönetmeye başladığınızda, daha fazla hizmet tabanlı yaklaşımı benimsediğiniz yerlerde bazı hizmetlerin kurulduğunu göreceksiniz. Daha sonra standartlaşırsanız, veri ve hizmetler ve süreç hizmetleri ve tam bir hizmete veya yeni bir mimariye ulaştığınız yere kadar bu tür bir şey açısından tam hizmet benimsemenin daha fazlasını göreceksiniz. Ve nihayetinde verilerinizi kullanan tam süreç odaklı bir işletmeye.
Yine, buna baktığımızda aynı tür ölçekler. Verimlilik açısından, düşük bir süreç olgunluğu düzeyinde, düşük verimlilik ve yüksek süreç olgunluğu, çok daha yüksek verimlilik göreceksiniz. Ve kalite de bununla el ele gidiyor. Verilerle aynı - düşük bir olgunluk düzeyindeyseniz, yüksek bir risk ve ayrıca yüksek bir atık göreceksiniz. Ancak olgunluk seviyeniz ne kadar yüksek olursa, bunu düşürecek ve riskinizi azaltacak ve israfı önemli ölçüde azaltacaksınız. Bir organizasyonda tür belirtiler veya göstergeler olarak görebileceğiniz bazı şeyler açısından, eğer birincil felsefe maliyet azaltmaya dayalıysa, muhtemelen düşük bir süreç olgunluğuna sahip olursunuz. Daha sonra mezun olacak ve kuruluşunuzdaki verimliliğe daha yakından bakmaya başlayacak ve daha sonra çok olgun bir seviyeye ulaştıkça, tekrar değer yaratmaya odaklanacaksınız.
Örgütsel yönetim perspektifinden bakıldığında, kaos hüküm sürüyorsa, bu genellikle düşük süreçli kuruluşların bir belirtisidir. Ancak, daha yönetimsel bir anlayış olarak adlandırdığım şeye odaklanmaya başlıyorsunuz - ve burada kararname ile ya da bir şeyler empoze ederek bir miktar yönetim olabilir - gerçekten o zaman, daha olgun seviyelere ulaştığınızda, yönetiminiz daha fazla liderlik. Başka bir deyişle, iyileştirme felsefesi kültüre ve CEO'dan aşağıya gömülüdür, tüm süreçleri geliştirme felsefesini ve bir bütün olarak kuruluşunuzda sürekli, sürekli iyileştirmeyi teşvik ederler.
Süreç modeli açısından - ve burada oldukça hızlı bir şekilde burada geçeceğim - yine süreç olgunluğuna bağlandıkça süreç modellerine bakalım. Yine, düşük seviyelerde veya birinci seviyede, sadece süreçleri veya mevcut durum sürecini belgeliyor olabileceğiniz veri olgunluğunda gördüğümüz şeylere çok benzer, ancak gerçekten işleri ileriye taşımak için kullanmıyorsunuz. Olgunlaşmaya başladığınızda, iş süreci modellemesini kuruluştaki gerçek iş süreci yönetimini artırmak için kullanacaksınız, daha sonra onu kullandığınız yerde daha da gelişecek ve süreç geliştirmeyi sonuçta nereye götüreceğinizi sürekli olarak güncellemek için bu modelleri sürekli olarak güncelleyeceksiniz. tasarım süreci olsun. Ve sonra tam olgunlaştığınız zaman, ya da, yalın ya da Sigma gibi daha yüksek kaliteli programları benimsemiş kuruluşlarda tipik olarak gördüğünüz zaman, sürekli iyileştirme zihniyetine sahip olduğunuz ve modellemede kökleşmiş olan kuruluşunuz. Tıpkı uçaklar veya binalar ve gökdelenler ve bu tür bir şey olsun, ürünler oluşturmak için mühendislik planları kullandığımız gibi, işimizi gerçekten ileriye taşımak için modellerimize güveniyoruz, çünkü bu aslında organizasyonel öğelerimizi ileriye taşıyan tasarım öğesi .
Şimdi, yine, bu ve burada her kelimeyi ayrıntılı olarak anlatmayacağım. Yaptığım şey, bu iki basit ızgara slaytını aldım ve hem veri olgunluğu hem de işlem olgunluğu için bu diğer tanımlayıcıların bazılarında kullanılan bir dizi kelimeyi seçtim. Bu gerçeğe baktığınızda, kendi iç kültürlerinizde ortaya çıktığını gördüğünüz bazı kelimeler hakkında söylenen şeyler hakkında düşünmeye başlayabilirsiniz. Bu da, genel bir kuruluş olarak, genel olarak bu olgunluk ölçeğine uymaya başladığımızı sınıflandırmaya başlamanıza yardımcı olacaktır. Dolayısıyla, tutarsızlık veya durgunluk ya da verimsizlikler oldukça sık ortaya çıkıyorsa veya kaos görüyorsanız, genellikle ölçeğin alt ucunda olacaksınız. Sürekli iyileştirme, stratejik hizalama, kusurlara ve kaliteye önleyici bir yaklaşım ve bu tür bir şey, tam entegrasyon gibi şeyleri düşünmeye başladığınızda, rekabet avantajındaki en iyi uygulamalar hakkında konuşuyorsanız, o zaman kendinizi göreceksiniz Optimize Edici'de, ölçeğin daha yüksek ucunda.
Yine, belirtmek istediğim bir şey de, veri yönetimine bakmaya başladığınızda, özellikle ölçeğin alt kısmına baktığınızda, ilk aşamalarda, veri yönetişiminin sadece bireysel proje seviyelerinde uygulanabileceğine işaret etmek. Veri yönetişiminin ve özel hedefinin proje veri yönetişiminden geldiği ve yine kurumsal çapta ve bir bütün olarak kuruluşa gömülü olduğu program ve bölümsel veri yönetişimi yoluyla evrimleştiği bir noktaya gelişmeniz gerekir.
Bunların aslında veri olgunluğu ve süreç olgunluğu açısından birlikte çalışan ikizler olduğu gerçeğinden bahsettim. Bu olgunluğa erişirken, ölçeğin her iki tarafında bir yolculuktur ve adım atlayamazsınız. Eğer sıfırdaysanız, bir, iki, üç, dört aşamadan evrimleşmeniz ve nihayetinde beşe çıkmanız gerekir. Ve dünyada çok az organizasyon var aslında beşte. Bu yüzden birçok organizasyon üçte oldukları bir noktada olmaktan ve bundan sonra bunu bir sıçrama tahtası olarak kullanmaktan mutluluk duyacaktır. Ve yine, gidemezsiniz, veri olgunluğundan dördü ve süreç olgunluğundan biri olamazsınız. Bu işe yaramıyor çünkü birbiriyle bağlantılı olarak verilerinizi ve süreçlerinizi anlamak ve iyi bir şekilde ele almak zorunda olduğunuz için iç içe geçiyorlar.
Bunu düşünmek için iyi bir benzetme, organize olgunluğa giden yolculuğunuzda, ekibinizin iki kişiden oluştuğunu varsayalım: Biri süreç olgunluğu diğeri veri olgunluğu. Bir engel parkuru yürütüyorsunuz ve kısa bir iple bağlandınız. Ve bu kursun sonuna ulaşmak için, bu sadece ikinizin de tüm engelleri değil, aynı zamanda ya da birbirine çok yakın olan tüm engelleri aşmanız gerektiği anlamına gelir. ilerleyebilir ve bir sonraki engele geçebilir. Bu, süreç olgunluğunu ve veri olgunluğunu dengelemeyi düşünmenin gerçekten iyi bir yoludur. Başka bir deyişle, biraz süreç merkezli olabilirsiniz ve biraz veri merkezli olabilirsiniz, ancak bu öncü bir gösterge olacak ve sizi gerçekten seviyelere çıkarmak için çok fazla boşluk olamaz.
Ve sonra tekrar veri yönetişiminden baktığımızda, farkında olmamanız durumunda belirtmek istediğim şeylerden biri, DAMA'nın aslında bu yılın başlarında Bilgi Hacmi İki Veri Yönetimi Organını ve gerçek DAMA tekerleği değişti. Ve aslında bunu biraz farklı bir şekilde temsil ettim, burada veri yönetişimi merkezde ve farklı tekerleğin etrafındaki on farklı kategori. Burada görülmesi çok önemli olan bir şey veri modelleme ve tasarımın artık tekerlek üzerinde kendi alanları var - daha önce diğer alanlarla karıştırılmıştı. Burada çok temel bir nokta olan şeylerden biri, özellikle veri modellemenin diğer tüm yönleri için temel olmasıdır, çünkü veritabanlarımızın veri modellemesini yapıp yapmadığımızdan veya uğraştığımız meta verilerden, veri modellemenin rolü vardır bahsettiğimiz tüm diğer parçalarda oynarlar. Süreç modellemenin de bir çok rolü var. Çünkü verilerin kendisini anlamanın yanı sıra, nasıl kullanıldığını ve süreç modellemenin bunu yapmamıza gerçekten nasıl yardımcı olduğunu anlamamız gerekiyor.
Şimdi biraz vites değiştirelim ve kurumsal mimari hakkında konuşalım. Modeller kurumsal mimari için de çok önemlidir. Buna örnek olarak dayandım ve burada çok hızlı bir şekilde gösterdiğim Zachman çerçevesi bu. Ve buna baktığınızda, burada birkaç şey görürsünüz. En üstteki ölçek neyin, nasıl, nerede, kimin, ne zaman ve neden olduğunu görüyorsunuz. Ve sonra, çok yüksek bağlamsal düzeyden ayrıntılı düzeye kadar kurumsal mimari açısından ayrıntılı olarak modelleme türleri veya detaylandırdığınız şey türleri açısından, daha ayrıntılı ayrıntı düzeylerinden geçersiniz, fiziksel uygulama dahil. İlk sütunlara bakarsanız, veri yoğunluğu nedir ve veri içerir. Süreç nasıl yönlendirilir. Ve diğer yönlere bakarsanız, bilgilerin geri kalanını artırmak için süreç ve veri modellemenin bir kombinasyonunu kullanacaksınız. Tüm bu farklı şeyler hakkında verilere sahip olacaksınız ve süreç modelleriniz de, şeylerin olduğu yerde, sorumluluk gibi şeyleri bağlayacak. Ayrıca, araçlarımızda da yaptığımız süreç modellemesi açısından, bunu yaptığınız farklı şeyleri yönlendiren hedeflere ve ilişkilere ve iş kurallarına bağlamaya başlayabilirsiniz.
Zachman çerçevesinin genel bir bakış açısıyla, bunu da düşünmenin iyi yollarından biri model odaklı olmanız ve aslında farklı seviyelerden geçmenizdir. Böylece üst düzey bir kapsamla ve bağlamsal olarak başlıyorsunuz. Daha sonra iş modellerine, sistem modellerine, sonra teknoloji modellerine ve daha sonra da teknik modellerin detaylı sunumuna doğru ilerliyorsunuz. Ve yine, veriler neyi temsil eder, süreç nasıl ve buradaki diğer tüm özellikleri yönlendiren veri ve süreç etkileşiminin bir kombinasyonudur.
Buna dayanarak, kurumsal mimari fikrini görme şeklimizin diğerlerinden biraz farklı olması tesadüf değildir. Oldukça sık, kurumsal mimarinin veri, edinim, iş ve teknik mimari olmak üzere dört temel direğini duyacaksınız. Buna biraz farklı bakıyoruz. Veri mimarisini tüm kurumsal mimariyi iki nedenden ötürü yönlendiren temel temel olarak görüyoruz. Birincisi, başladığı yer burası. Zachman çerçevesi gibi şeyler bile öncelikle veri mimarisinden büyüdü ve daha sonra mimarinin diğer yönlerini de kucakladı. Ve iki, çünkü süreç ve veri arasındaki temel bağ. Bu yüzden iş mimarisini, kurumsal mimarinin temel direği olarak görüyoruz. Ve elbette, bu, gerçek kurumsal etkinleştirmeyi sürdürebilmemiz için mutlak gereklilik sağlayıcılar olan uygulama mimarisi ve teknik mimariyle tamamlanmaktadır. Şimdi, buna entegre modelleme platformumuz olan ER Studio Enterprise Team Edition açısından baktığımızda, işte böyle devreye giriyor. Ve bu, yaptığımız modellemenin bazılarının ve arkasındaki bazı temel öğelerin üst düzey bağlam diyagramıdır. Ve bu aslında tahrik ediliyor, bu aslında bir süreç diyagramında gösteriliyor. Bu nedenle, özellikle veri mimarisi parçamıza ve aşağıda iş mimarimize baktığımızda, rol tabanlı araçlar sağlıyoruz.
Ve sol alt köşedeki iş mimarı aracımıza baktığınızda, tipik olarak iş analistleri ve iş mimarları burada çalışır. Ve genellikle bazı iş süreçlerine odaklanıyorlar ve bunları ortadan kaldırmaya başlıyorlar. Ama aynı zamanda neye odaklanırlar. Böylece kavramsal veri modellemesi yapmaya başlıyoruz. Bu kavramsal modelleme bileşenlerini veri modelleme aracımıza ve mantıksal veri modellerine ve tabii ki fiziksel modellere daha da ayrıntılı olarak dahil edildikleri veri mimarına kullanabilir ve fiziksel veritabanlarını oluşturabilmemiz için. Kavramsal modeller iş mimarisi alanında da geliştirilecek şekilde geri itebiliriz. Burada çok önemli bir şey, farklı modelleme türlerini desteklememiz. Yani, yine BI, çok önemlidir ve veri gölleri ve bu tür şeyler, bu yüzden aslında bazı modellemeler de yapıyoruz ve bunun bir parçası olarak, veri soy modellemesi yapıyoruz. Dolayısıyla, veri depoları için fiziksel modellerinizden boyutsal modellerinize nasıl eşleme yaptığınız, hatta veri göllerinizden bir şeyler getirdiğiniz ve bunların nasıl haritalandığını görmeniz açısından sadece ETL değil, tüm bunları birbirine bağlayabiliriz. Diğer modelleme platformlarından, büyük veri platformlarından tersine mühendislik iletmenin yanı sıra.
Ve sonra ETL araçları gibi şeyler de vardır, bu nedenle veri köken diyagramlarını doğrudan kendi ortamınızda olabilecek ETL özelliklerinden türetmeye başlayabiliriz. İlişkisel modellemenin ötesine geçmemiz gerektiğini bilmek de çok önemlidir. Hive ve özellikle MongoDB gibi belirli platformlarımız var, şimdi gömülü nesneler ve diziler gibi kavramlarımız olan belge depoları hakkında konuşmaya başlıyoruz. Aslında bu tip modelleri de barındıracak şekilde gösterimi genişlettik çünkü ilişkisel olmayan bir kavram. Veri mimarisi içinde, mantıksal varlıklar veya fiziksel tablolar ve nitelikleri olsun, veri mimarisi olarak oluşturduğumuz her şey, daha sonra iş işleme modellemesine geri itilebilir. Dolayısıyla, iş süreci modellerinizi yüksek bir seviyeden incelerken ve daha düşük bir seviyeye inerken, gerçek veri öğelerine bağlayabilirsiniz. Böylece hareket edebilirsiniz, gerçekte olanın CRUD matrislerini belirtebiliriz. Bu size süreç düzeyinde oluşturma, okuma, güncelleme ve silme ile bahsettiğim veri yaşam döngüsünü veriyor. Ve orada kendi bindirmeler setimizle tam BPM süreç modellemesi yapıyoruz, böylece iş stratejileri, iş hedefleri arasında bağlantı kurmaya başlayabilirsiniz. Ayrıca, bu iş süreçlerini uygulayan uygulamaları da hepsi model odaklı bir bakış açısıyla bağlayabiliriz.
Veri modellerimizde de diğer şeyler çok önemlidir. Veri yönetişimi karakteristikleri veya hakim olan veri kalitesi karakteristikleri ve yönetimi. İzlemek istediğiniz özellikler için orada kendi meta verilerinizi tanımlayabilir ve oluşturabilirsiniz ve bu, modelinizi tüm kuruluşunuz aracılığıyla meta veri havuzlarınıza ve diğer her şeye yönlendirmek için ayrıntılı bir plan olarak kullandığınız anlamına gelir. Ve elbette, yıllar önce sektörde birçoğumuz bunu yapmaya başladığında modellemenin sınırlamalarından biri, bu modelleri üreteceğimizdir. Ne yapardık? Onları yazdıracağız, muhtemelen ekip üyelerinin paylaşması ve bu tür şeyler için bir duvara koyardık. Bunun gerçek değeri organizasyonlarımız içinde paylaşımda bulunabilmek ve işbirliği yapabilmektir. İşte bu nedenle, modellerimizi ve çalışma alanlarımızı nereden kontrol ettiğimiz ve kontrol ettiğimiz için depo odaklı bir yaklaşımımız var. Bunları, diğer teknik paydaşlar, iş kullanıcıları ve bu tür şeyler olsun, kuruluştaki bileşenlerimizle paylaşıyoruz. Ve bunu Team Server adlı işbirliği platformumuza da bağlayın.
Bu yüzden daha önceki iş sözlüğü ve terimleri ve bunun önemi hakkında konuştuk ve iş için bu kelimeleri geliştirdik. Tüm bunlar, kullanıcıların ve ticari kullanıcıların bu şartlarda işbirliği yapabileceği Team Server'da olmuştur. Veri mimarında görünür, kullanılabilir, örneğin veri modellerine yakındır ve elbette bu iş sözlüğünün çoğu genellikle veri modellerimizde oluşturduğumuz bazı veri sözlüklerinden kaynaklanmaktadır. Bunları dışarı çıkarabiliriz - Ayrıca veri mimarı araçlarından bir başlangıç noktası, daha da rafine edilebilecekleri iş sözlüğüdür ve hepsi de etrafındaki değişiklik yönetimi ile.
Çok fazlaydı. Özetlemek gerekirse, bahsettiğimiz birkaç şey gerçek bir örgütsel olgunluğu denemektir, veri olgunluğu ve süreç olgunluğundan oluşan dengeli bir yaklaşıma ihtiyacınız vardır. Birini diğeri olmadan başaramazsınız. Yine, temel olarak, hem kurumsal mimariye hem de veri yönetişimine ve süreç yönetişimine ve kuruluşlarınızda buna özel olarak hem veri modelleme hem de süreç modellemeye güvenmeniz gerekir. Kurumsal mimari, bu farklı yönlere ve bakış açılarına bakmak açısından onu gerçekten birbirine bağlar. Bunu yapmak için sağlam bir veri mimarisi temeline ihtiyacınız var ve bu iş bağlamını sağlamak ve iş sürecinizi ve veri tüketiminizi ileriye taşıyabilmenizi sağlamak için bütünleştirici süreç modellemesi gerekiyor. Yine, her zamankinden daha önemli. Eski olanın tekrar yeni olduğunu söyleyebilirim. Bu nedenle, veri modelleme, süreç modelleme, köken, meta veriler ve sözlükler bunu başarabilmede esastır ve ER / Studio Enterprise Team Edition tüm bunları bir araya getiren ortak bir platformdur.
Ve bununla, sorulara geçebiliriz.
Eric Kavanagh: Tamam.
Ron Huizenga: Size gideceğiz, Eric.
Eric Kavanagh: Ron, bu farklı süreçleri ve çerçeveleri belgelemek için harcadığın tüm çaba için sana şapka takmalıyım. Oraya varmış olduğunuz bir sürü malzeme var. Sanırım büyük sorum bir organizasyonda bu şeyleri kimin denetlemesi gerektiğidir, çünkü pek çok farklı şeye dokunuyorsunuz. Süreçleri anlıyorsunuz, bu bir baş işletme görevlisi veya bazı operasyon personeli olacak. Veri yaşam döngüsü, belki de bunun baş veri sorumlusu olacağını düşünüyorsunuz. İş için çok farklı parçalara ve çok farklı bileşenlere dokunuyorsunuz. Doğru kişiyi veya bir grup insanı nasıl buldunuz ve bu bir yönlendirme komitesi mi? Bu ne? Bunu bir organizasyonda kimin yapması gerektiği hakkında bize neler söyleyebilirsiniz?
Ron Huizenga: Biliyor musun, bu ilginç bir soru. Aslında bir gün geçirip orada farklı yaklaşımların değerlerini tartışabiliriz. Ama kesinlikle gördüğüm bir şey, bilirsiniz, ürün yönetimi rolüne girmeden önce danıştığım gibi, organizasyona baktığımda, bu sorunun bir parçasıydı, mülkiyeti almak ve insanları buna sahip olmak. Ve veri modellememiz ve hatta iş süreci modellememiz gibi disiplinlere baktığımızda, hatta ilk günlerde, veri akışı diyagramı ve bu tür şeyler, BT'den büyüdü. Ama ilerledikçe ve sanırım şimdi bunun gerçekten iş odaklı olması gerektiğini giderek daha fazla fark ediyoruz. Yani bu işin sahipliğinin gerçekten olmasını istersiniz.
Ve burada bazı BT çalışanlarını rahatsız edeceğim, ancak baş veri sorumlusu rolünün gelişimini görmemizin nedeninin CIO rolünün çoğu kuruluşta başarısız olduğuna inanıyorum. Bunun nedeni, CIO'ların çoğunun veri ve süreç odaklı olmaktan ziyade teknik olarak odaklanmış olmasıdır. Bu yüzden gerçekten buna sahip olmanız gerektiğini düşünüyorum, muhtemelen daha büyük organizasyonlarda bir tür yönetim kuruluna ihtiyacınız olacak. Ancak bunun gerçekten işletmeye ait olması gerekir. İşletmenizin, süreç modellemenizin, veri modellemenizin, hepsinin işletmeye ait olması gerektiği argümanını yapardım, çünkü bu size verilerin sorumlusu olan BT'nin ve bu süreçleri, yaratıyoruz, aslında işin sahibi olup olmadığından emin olmak için o çekiç var.
Eric Kavanagh: Evet, sanırım buna katılıyorum. Ama Jen, bunun hakkında ne düşünüyorsun?
Jen Underwood: Yani gerçekten ilginç. İnsanları önemsemeyi ve etkileşimli hale getirmeyi söylediğimde muhtemelen bahsettiğim şey muhtemelen en önemli şeylerden biri. Bir noktada, hakkında beyaz bir makale yazmıştım, buna çok benzeyen self servis BI yönetişimiydi. İnsanları motive etmek için bir yol bulmak, işin değer tarafı, onları önemsemelerini sağlamaktır. Ve sonra veri kataloğu mu yoksa ne açıdan olursa olsun, gördüklerinde veya bulduklarında. Belki de nakliye masraflarını düşürüyor, birisinin kuruluşta sorumlu tuttuğu bir şeyi koyuyor, bakımını bu şekilde yapabilirsiniz. Ve evet, iş kesinlikle. İş konusu uzmanlar bunu yapacak veya kıracaklar.
Eric Kavanagh: Bu zor. Bence her zaman kuruluşun her tarafından bu paydaş konsorsiyumuna sahip olmak istiyorsunuz. Tabii ki, analiz felci istemiyorsunuz. Bürokrasi uğruna bürokrasi istemezsiniz. Kuruluş için bir eylem planının olması ve bunların belgelenmesi. Sanırım iş süreci modellemesi hakkında konuşmaya başladığınızda, bu 25 yıl önce sıcaktı, ama çoğunlukla gerçek işten ayrıldı. En azından bazı endüstrilerde, bu sürecin çoğunu bir şeyleri çalıştıran gerçek yazılımdan çıkarabilirsiniz. Ama sanırım, bu günlerde, bu iki dünyayı dengelemenin bir yolunu bulmalıyız, değil mi Ron? Güncel ve güncel olan ve gerçekte olanları yansıtan süreç modellerine sahip olmak istiyorsunuz. Yani bunun sadece ayrı bir egzersiz olmasını istemiyorsunuz, bir yerde bir rafta oturuyor. Ama bu biraz zorlaşıyor değil mi? Çünkü tüm işletim sistemleri bu tür yürütülebilir kodlarla uyumlu değildir. Ama ne düşünüyorsun?
Ron Huizenga: Kesinlikle. Ve bu ilginç çünkü baktığım şeylerden biri, insanların, anında haz bir toplum haline gelmemiz. İnsanlar, “Oh, sadece dışarı çıkıp bazı araçlar alıp bu işi bizim için yapacağız” diye düşünüyorlar. Sanki süreç olgunluğu almayacaksınız. Veri olgunluğu satın almayacaksınız. Bu zor iş. Kolları kaldırmalısın ve bunu gerçekleştirmelisin. Ve bunu gerçekleştirmenin mekanizması modelleme. Yalnızca üzerinde çalıştığınız mevcut durumu değil, bu farklı iş süreçlerini nasıl geliştireceğinizi de görsel olarak temsil etmek çok karmaşıktır. Bu değişikliklerin nasıl bir etki yaratacağını anlayabilmek için bu görsel çerçeveye ihtiyacınız var.
Eric Kavanagh: Bu gerçekten - sadece tweet atıyorum; Bunu şu anda tweet atıyorum - “Süreç olgunluğu almayacaksınız, veri olgunluğu almayacaksınız.” Bunların her ikisine de tamamen katılıyorum. Ve Jen, düşüncelerin için seni getirirdim. Bunun üzerine başka bir soru daha atacağım. Katılımcılardan biri soruyor: süreç odaklı işletme veya süreç olgunluğu ile ne kastedilmektedir? Jen, bununla konuşabilir misin?
Jen Underwood: Aslında önceki soruya biraz daha iyi konuşabilirim. Düşündüğümde, gerçeği söylemek gerekirse, ilk olan, bilirsiniz, araç satın almak. Bu çok güzel, harika bir yorumdu çünkü çok doğru. Ama söyleyeceğim şey çok daha iyi. Bu yüzden birçok çözümü inceliyorum ve farklı alanlar görüyorum ve test ediyorum. Daha iyi olan şey, verileri keşfetmek, etiketlemek ve en azından size büyük bir koşu başlangıcı vermek ve ayrıca daha az acı verici dediğimde neredeyse eğlencelidir. Bir veri kataloğunun veya bir MDM projesinin eğlenceli olduğunu hayal edin. Bu, ve bu verileri kullanan bir kuruluşta, ister raporlama ister başka tür şeyler olsun, milletiniz var ve bence hatta hatta biri kişisel gelişim planlarını önemseyen insanları elde etti. Evet, bir seviye daha al. Bu şeyleri alıyor ve yanlış yönlendirilmiş gönderileri yüzde 30 azalttığımızı söylüyor ve bu da ne kadar tasarruf edildiğini söylüyor. Sadece verilerimizi daha iyi yönetiyor. Bu tür şeyler ve etrafına para koyarsınız ve eğlenceli hale getirirsiniz. Veya ilginç ve yaptıklarıyla alakalı hale getirirsiniz. Bu tür bir sihir, sanırım, insanların bir organizasyonda yapmaya çalıştıkları bu angajmanların birçoğunda eksik ve durdu.
Eric Kavanagh: Evet, bu iyi bir nokta. Ve Ron, birkaç dakika önce görsel bir çerçeveye sahip olmanın önemi hakkında yorumunuza geri dönersek, bence bu kesinlikle doğru çünkü birçok kez, eğer insanlar bir şey göremezlerse, kafanı neyin etrafına sarmak gerçekten zor anlamına gelir ve kesinlikle bağımlılıkları ve kontrol noktaları olan karmaşık süreçler ve tüm bunlar hakkında konuşmaya başladığınızda, bir noktada bir yerde haritalamak zorundasınız ve ideal olarak, kataloğa gömülü işlevselliğe sahip bir yazılımla bunu yapıyorsunuz, çünkü Örneğin, bu noktadan o noktaya kadar farklı çizgiler kullanılarak hangi dönüşümler meydana geldi. Veya bu kontrol noktasında mevcut olanlar. Ve orada bir risk noktasının süreçte herhangi bir nokta veya herhangi bir seçenek ya da bir şeyi değiştirebileceğiniz bireysel veya yazılım uygulaması olduğu risk yönetimindeki geçmişime atıfta bulunuyorum, değil mi? Buna kontrol noktası diyorlar. Ve bana göre, bu görsel çerçeveyi elde etmeniz gerçekten değerli. Çünkü o zaman görebiliyorsunuz ve bir çeşit yürüyüş yapıyorsunuz ve bu sadece zaman alıyor. İnsan beynini bu şeyleri yönetmek ve gerçekten anlamak ve bu nedenle optimize etmek zaman alır, değil mi?
Ron Huizenga: Kesinlikle. Sanırım farklı bir benzetmeyi kullanmak için perspektif koyuyorum: Ben bir havacılık somunuyum, bu yüzden şunu söyleyebilirim, eğer bunu paralel bir şekilde düşünmeye çalışıyorsanız, bir 747 inşa etmeyi düşünün - veya bir Airbus 380, bu yüzden bir satıcıyı diğerinden seçmem - planları ve 3-D CAD çizimleri ve sadece her şeyden ziyade sadece metinden oluşan belgelere dayanarak bunu yapmanın ne kadar zor olacağını düşünün aslında bir araya geliyor.
Eric Kavanagh: Evet, bu zor olurdu. Jen'in de konuşması gerekiyor.
Ron Huizenga: İşler aynı, değil mi?
Eric Kavanagh: Evet, hayır doğru. Jen, çalışmaktan hoşlandığınız sıcak alanlarınızdan biriyle konuşmak zorunda, yani görselleştirme. Bir şeyi tam olarak anlamak için görselleştirebilmelisin, bana öyle geliyor.
Jen Underwood: Pek çok insan evet. Ve hatta sadece bir görselleştirme, söylenen şey, binlerce kelime ya da bunun gibi bir şeyden bahsediyor. Gördüklerinde inanabilirler. Ve anlıyorlar.
Eric Kavanagh: Katılıyorum. Ve seviyorum, Ron, bunları bir araya getirme şekliniz. Sanırım sadece kendime tekrar soruyorum, organizasyon içinde bir şampiyona ihtiyacın var ve orada kim olacak, farklı gruplara irtibat olarak hizmet edecek. Veri temsilcileri sık sık konuştuğumuz bir şey - bence bu çok önemli bir rol ve son üç-dört yılda çok daha fazla dikkat çeken bir rol olduğunu hissediyorum, çünkü verilerin değerini takdir ettik. yönetişim, değil mi? Bu veri sorumlusu işletmeyle konuşabilen ama aynı zamanda sistemleri anlayan, veri yaşam döngüsünü, tüm resmi anlayabilen kişidir. Ve sanırım bu kişi CEO'nun yönetimi altında olabilir ve olmalı, değil mi?
Ron Huizenga: Evet, çok fonksiyonlu bir ekibe ihtiyacınız olacak, değil mi? Yani, bunu yapan veya teknik tarafı temsil eden farklı alanlardan, bilirsiniz, farklı iş alanlarından oluşan bir ekip içeren insanlara ihtiyacınız olacak. Ve biliyorsunuz, bulunduğunuz organizasyonun türüne bağlı olarak, bir proje yönetim ofisiniz varsa ve yaptığınız girişimlerin çoğu bir PMO tarafından yürütülürse, PMO'nuz olduğundan emin olmak isteyeceksiniz. herkesin bir tür uyum içinde olması ve bir şeyler üzerinde çalışma şeklini senkronize etmesi gibi.
Eric Kavanagh: Evet, bilirsiniz, son bir şey, bu son slaydı, yönetişim çerçevesini koyacağım. Bir katılımcı sormuştuk, o slayttaki veriler eksik değil mi? Bu, slaytta veri mi ima ediliyor veya slaytta eksik olan veriler hakkındaki yorum hakkında ne düşünüyorsunuz?
Jen Underwood: Hayır, bu sadece genel bir yönetişim çerçevesi. Temel olarak, bu self servis BI alanından geliyor, bu yüzden verilerin birçoğunda ima ediliyor. Sadece bakış açımdan ve bakış açımdan geliyordu ve bunu bir araya getirirken veri tarafına odaklanmadı. Ancak veriler kesinlikle olurdu, tüm bu parçaları düşündüğünüzde veri olacaktır. Verilerin temeli olsun, tüm süreç boyunca ve tüm çerçeve boyunca verileri kullanarak hesap verebilirlik.
Eric Kavanagh: Evet, hayır mantıklı geliyor. Sanırım buraya sarılırken sana son bir soru daha atacağım, Ron. Bugünlerde ne kadar daha fazla bilgi ve ne kadar daha fazla veri kullandığımızı ve kuruluşların ne kadar fazla olduğunu düşünürsem, bu günlerde kanal ortakları arasında ekosistemlerin önemi nedir ve bu ortaklıklar arasında ve Blockchain'in buna hızlı bir referansı - işleri çok karmaşık hale getirmek değil. Sonuç olarak, hem iş perspektifinden hem de sadece günlük yaşamımızdan giderek daha fazla veriye dayalı bağlantılı dünyada olmamız. Ve bana göre, bu, organizasyonların burada önerdiğiniz şeye, olgunluklarına, nerede olduklarına ve eğri açısından ne kadar uzakta olduklarına gerçekten sert bir şekilde bakmalarını sağlamak için daha da büyük bir artış sağlayacaktır. bu konuda kendilerine karşı dürüst olmak, değil mi? Çünkü daha iyi bilmiyorsanız, daha iyisini yapamazsınız ve bir şeyleri yansıtmazsanız, daha iyi bilemezsiniz, değil mi?
Ron Huizenga: Kesinlikle. Sanırım kullanacağım bir cümle, muhtemelen sandığın kadar iyi değilsin. Bu kulağa biraz sert gelebilir, ancak insanlar bu konuda oldukça iyimser olabilirler, ancak buna gerçekten çok sıkı bir bakış ve gerçekten iyi, eleştirel bir öz değerlendirme yaparsanız, bence herhangi bir kuruluş, adresleme ihtiyacı.
Eric Kavanagh: Kabul etmeliyim. Ve iş arkadaşlarımızdan biri, veriler hakkındaki veriler olan meta verilerin önemi üzerine yorum yaptı. Bundan hiç şüphe yok. Meta veriler, tüm bu sistemleri bir arada tutan bir yapıştırıcıdır ve bu kodu ve iyi bir nedenden ötürü açık bir şekilde gerçekten tam olarak kırmadık, çünkü meta veriler değişir. Sistemden sisteme farklıdır. Bilirsiniz, verilerinizi normalleştirmeye ne kadar çok çalışırsanız, o kadar az doğru olacağını düşünüyorum.
Bu yüzden şu an bu garip dünyada yaşıyoruz ve belki de size bir soru daha soracağım, Jen, çünkü veri kataloglarından birkaç kez bahsettiniz. Bilgi sistemlerinizi otomatik olarak tarayan, meta veri sütun adlarını vb. Belirleyen ve bu gibi veri kataloğu teknolojisinin bu hareketini gerçekten seviyorum ve verilerinizin ve meta verilerinizin sistemlerinizdeki stratejik görünümünü kademeli olarak oluşturmanıza yardımcı olur. Çünkü bana göre, bunları elle yapmak, sadece, çok fazla şey var. Ve çığ size düşmeden asla o tepenin üstüne çıkamayacaksınız ve bilirsiniz, ya oyun hamuru gri noktasına normalleştirdiniz ya da gerçekten yapmadığınız yere yeterince normalleştirmediniz. ne olduğunu bilmiyorum. Benim için, makineleri kullanarak, konuşmaya devam ettiğimiz makine öğrenimi, gelecekte en azından orada ne olduğunu iyi anlayabilmemiz için en azından verilerin etrafında bir ip bulmamıza yardımcı olacak anahtar olacak, doğru Jen ?
Jen Underwood: Evet, biliyorum. Bu teknolojileri seviyorum. Çok, çok havalılar. Ve sonra bunu düşünürsünüz, bu size büyük bir koşu başlangıcı verir. Ve sonra kitle kaynak yapabilirsiniz. Veri temsilcileriniz var, biliyorsunuz, ileriye doğru, kendi belgelerini mi ekliyorlar, yoksa buradaki perspektif mi, bunlar değişiklikler. Bunların, raporlama için kullanılacak sertifikalı veri kaynakları olduğunu söyleyerek biliyorsunuz. İnsanlar doğru verileri arayabilir ve bulabilir. Gerçekten, gerçekten çok güzel. Ayrıca, iş hakkında düşündüğümde ve DBA şeyleri yaparken kurumsal veri yönetiminin ne kadar şifreli olduğunu düşündüğümde - genişletilmiş özellikler ve SQL Server kullandık ve IDERA gibi araçlarla tarama yaptık, değil mi? Bir veri kataloğu oluşturmaya çalışmak. Ancak, DBA veya veri mimarlarının sürümünde, bu değer ne olursa olsun veya bu sütun veya alan ne olursa olsun, kesinlikle işin ne olduğuyla eşleşmiyordu. Şimdi işin gerçekten kolay bir şekilde yapabilmesi, biliyorsunuz, içeri girip bulup yönetiyor ve her şeyin hedefe dayalı olması, gerçekten, keşke bunu uzun zaman önce, açıkçası yapsaydık. Bu yüzden çok daha iyi oluyor.
Eric Kavanagh: Çok komik. Bir kitle üyesinden başka bir son yorumumuz var, belki de blockchain'in meta verilere bir kimlik doğrulama damgası koymak için en değerli olacağını söylüyor. Bu iyi bir nokta ve bilirsiniz, blockchain gerçekten şaşırtıcı bir teknolojidir. Bunu, sistemler ve uygulamalar ve benzerleri arasında bir çok noktayı birleştirmek için bir tür uyumlu temel olarak görüyorum. Ve biliyorsunuz, blockchain gelişiminin ilk aşamalarındayız, ancak şimdi, elbette, başlangıçta ön plana çıktığı noktadan sıkıldığını görüyoruz ve şimdi IBM'in çok sıkı çalışmasını sağlıyorsunuz blok zinciri teknolojileri. SAP tüm bunları satın aldı. Ve gerçekten de, tüm bu sistemleri ve tüm bu noktaları birleştirmek için daha derin bir temel ve çerçeve için bir fırsat sunuyor.
Yani, millet, bir saatten fazla iyi yanmış. Bugün bizimle birlikte kaldığınız için teşekkür ederiz, ancak her zaman sorularınızı yanıtlamayı ve tüm yorumlara ulaşmayı seviyoruz. Tüm bu web yayınlarını daha sonra izlemek üzere arşivliyoruz, bu nedenle bağlantıyı bulabileceğiniz insideanalysis.com adresine çevrimiçi olarak atlayın. Birkaç saat içinde, tipik olarak etkinlikten sonra olmalıdır. Ve bir dahaki sefere seni yakalayacağız. Gelecek hafta - bir sürü şey oluyor önümüzdeki birkaç olay var. Ama bu sana veda edecek millet. Zaman ayırdığınız için teşekkürler. Kendine iyi bak. Hoşça kal.
