Techopedia Staff tarafından, Kasım 29, 2017
Paket Servisi: Ev sahibi Eric Kavanagh veri ve analitiğin yanı sıra, baş veri sorumlusu (CDO) ve baş analitiği sorumlusu (CAO) ile Jeneratör Etki Analizi ve Underteryx of Alteryx'in rolünü tartışıyor.
Eric Kavanagh: Bayanlar ve baylar, merhaba ve Hot Technologies'in çok özel bir baskısına tekrar hoş geldiniz. Millet, ben Eric Kavanagh, bugünkü “CxO Başucu Kitabı: Verilerin ve Analitiklerin Geleceği” şovuna ev sahipliği yapacağım. Evet, söylemeliyim. Aslında, bugün burada biraz rekor kıran bir kalabalık var. Bu sabah web yayını için 540'tan fazla kişi kaydolduk. Özel bir zamanda yapıyoruz, birçoğunuz düzenli şovlarımız için bildiğiniz gibi, bunları genellikle 4:00 Doğu'da yapıyoruz, ancak göletin içinden gelen çok özel konukları ağırlamak istedik. Bugün sunuya girmeme izin verin.
Bu yıl sıcak - birçok yönden çok çalkantılı bir yıl oldu, bence bulutun bununla çok ilgisi var. Pazarda tanık olduğumuz teknolojilerin bir araya gelmesi ana itici güçtür ve tabii ki SMAC adını verdikleri için alıyorum. SMAC'den bahsediyoruz: sosyal, mobil, analitik, bulut - ve tüm bu şeyler bir araya geliyor. Kuruluşlar iş yapma biçimlerini gerçekten değiştirebilir. İş operasyonlarınızı yürütmek için daha fazla kanal var, analiz edilecek daha fazla veri var. Dışarıda gerçekten vahşi bir dünya ve bugün C takımında işlerin nasıl değiştiği hakkında konuşacağız, bu yüzden baş yöneticiler, bu kuruluşlardaki en iyi insanlar, şu anda tüm dünya değişiyor ve biz bunun hakkında konuşacağız.
En tepede seninki var. Impact Analytix'ten Jen Underwood ve bugün Alteryx'in önde gelen evangelisti Nick Jewell var. Çok heyecan verici şeyler. Dün gece bu konsepti geliştirdim, millet ve bence bu gerçekten ilginç. Tabii ki, hepimiz müzikal sandalyeleri, tüm bu sandalyeleri bir daire içinde bulunduğunuz çocuklar için oyunu biliyoruz, müziğe başlıyorsunuz, herkes dolaşmaya başlıyor ve bir sandalye çekiliyor; müzik durduğunda herkes bir sandalye almak için uğraşmak zorunda kalırken, bir kişi bu durumda sandalyesinde kaybolur. Şu anda C takımında çok garip ve çekici bir şey oluyor ve buradaki resimde fark ederseniz, arkada iki boş sandalyeniz var. Tipik olarak, bir sandalye müzik sandalyelerinde kaybolur ve bugünlerde gördüğümüz şey, C seviyesinde iki sandalye daha var: CAO ve CDO, baş analitik subayı ve baş veri sorumlusu.
İkisi de havalanıyor. Açıkçası baş veri sorumlusu bugünlerde orman yangını gibi havalanıyor, ama bu ne anlama geliyor? Çok önemli bir şey ifade ediyor. Bu, veri ve analitik gücünün o kadar önemli olduğu anlamına geliyor ki, söylemeliyim ki, yönetim kurulu odaları veya yönetici odaları, C süitleri değişiyor - C takımına insanları ekliyorlar, tüm yeni yöneticiler bu yeni koltukların bazılarını dolduruyor. Bir organizasyonun kültürünü değiştirmenin ne kadar zor olduğunu düşünüyorsanız, bu oldukça ciddi bir anlaşma. Kültürü değiştirmek çok zor bir şeydir ve tipik olarak olumlu değişim iyi yönetim, iyi fikirler ve bu tür şeyler yoluyla teşvik edilir. Şu anda sahip olduğumuz fırsatı düşünürseniz, C takımına analitik ve veri için yeni yöneticiler ekleyerek, bu gerçekten büyük bir anlaşma. Organizasyonların yörüngeyi değiştirme fırsatından bahsediyor ve onunla yüzleşelim, büyük, eski şirketlerin pazar yerinin nasıl değiştiği nedeniyle gerçekten değişmesi gerekiyor.
Genellikle Uber veya Airbnb örneklerini tüm endüstrileri kökten bozmuş kuruluşlar olarak veriyorum ve bu her yerde oluyor. Bugün konuşacağımız şey, kuruluşunuzun nasıl adapte olabileceğidir, orada nasılsınız, bu bilgileri, bu içgörü, iş yörüngenizi değiştirmek ve bilgi ekonomisinde başarılı olmak için nasıl kullanabilir.
Bununla birlikte, WebEx'in anahtarlarını Jen Underwood'a devredeceğim ve sonra Nick Jewell de çalınacak; Birleşik Krallık'tan arıyor. İkinize de teşekkürler, Jen, bununla birlikte size teslim edeceğim. Götürün.
Jen Underwood: Teşekkürler Eric, kulağa hoş geliyor. Herkese günaydın. Bugün bu CxO oyun kitabı hakkında konuşacağız; veri ve analitiklerin geleceği ve ben hemen dalmaya başlayacağım. Eric zaten bunun neden bu kadar önemli olduğunu konuşmaktan çok hoş bir iş çıkardı. Bugün konuşmacılarımız, yine, bu bilgilerle başka bir slayt gördünüz, ancak ben ve Nick Jewell'in sizinle bugün bu oturumda çok etkileşimli olarak sohbet etmesini sağlayacaksınız. Bu rollerin ne olduğunu ve yapmayı amaçladıkları şeyleri tanımlayarak başlayacağız. Analitik endüstrisine, genel olarak bakış açısına ve bu kişilerin karşılaşacağı bazı zorluklara bakacağız. Bugün geleceğe hazırlanırken organizasyonlardaki dinamikler ve daha sonra kuruluşunuzdaki bu rollerin bazılarını keşfedecekseniz, bir sonraki adımlar hakkında konuşacağız ve planlama için size rehberlik edeceğiz.
Örneğin, CAO olan bu CxO'dan bahsetmek, baş analitik görevlisi, organizasyon içindeki verilerin analizinden sorumlu üst düzey yöneticiler için bir iş unvanı. CAO genellikle bir CEO'ya rapor verecek ve şu anda şirketlerin dönüşümlerini alma ve kararlarını alma biçiminde sahip olduğumuz dönüşümün kütlesi ve dijital dönüşümü hakkında düşündüğünüzde, hızlı yükselen pozisyon çok önemli olacaktır.
Dijital dönüşümün ve zekanın dijital dönüşümün çekirdeği olduğunu düşünüyorsanız, bu CAO bir organizasyonda çok stratejik bir rol oynar. Güçlü veri bilimini sadece gerçek kavrayışlara ve bu bilgiye geri getirmekle kalmazlar, sonuçta elde edilen YG ve etkilere de sahiptirler, o zaman ne üzerinde ölçülüyorlar? Stratejik bir şekilde veri toplamak için bu YG'yi sahip oldukları verilerle ve bir kuruluştaki bazı kârlı rakamlarla nasıl getiriyorlar. Bu pozisyon, baş bilgi sorumlusu CIO ile birlikte, teknoloji ve dijital dönüşümdeki artış ve verilerin değeri nedeniyle ön plana çıktı.
Yıllardır para kazanma ve istihbarat ile bu belirli dünyada veri altındır ve bu bilgiyi dönüştürmektedir. Bu proaktif eylemleri yapabilmek ve sadece her zaman geriye bakmakla kalmamak. İki pozisyon da her ikisi de bilgi ile ilgili olmaları bakımından benzerdir, ancak CIO kendi başına bir CAO'nun bilgilerin analizi için gerekli altyapıya odaklandığı altyapıya odaklanacaktır. Benzer pozisyon CDO'dur ve çok daha fazla işitirsiniz, muhtemelen CDO hakkında bugün CAO hakkında yaptığınızdan biraz daha fazla şey duyuyoruz. CDO, veri yönetiminin tüm ömrü boyunca veri işleme ve bakım ve bu yönetişim süreçlerine daha fazla odaklanmaktadır.
Bu kişiler, veri döngüsünden ve verilerden değer elde etmekten ve yönetim ve güvenlik yaşam döngülerinin vadesi boyunca, tüm yaşam döngüsü boyunca, tüm süreç boyunca, çalışmalarından da sorumlu olacaklardır. Bunlar, GDPR'den çok uyumlu, kendiliğinden ya da emin olmaktan sorumlu olan kişilerdir - ve birazdan bahsedeceğiz - Avrupa Veri Koruma Yasası, bu tür şeylerin kuruluşlarında yer aldığından emin olmak. Şimdi, yıkıcı dinamik veri yoğun roller için yapıyı ve geleceği alıyoruz. Bunlar CDO'nun sadece kendileri değil, sorumlu olacakları türler - çapraz fonksiyonel bir ekip oluşturacaklar ve benim için bir araya gelebilecek bazı insanlara bazı örneklerim var. mimarlardan ve yönetişimden gelen örgütsel yapı ve hatta bir kuruluştaki analistler ve veri bilimcileri ve mühendisleri bunlara katılabilir.
Analitik için sektör görünümüne doğru ilerlerken, bu özel sektörde olağanüstü - muhtemelen on yıl, hatta daha uzun - bir yolculuk oldu. Sürekli büyüyor, çok heyecan vericiydi, yıllar önce piyasa çöküşü sırasında bile hala yüksek talep görüyordu. Harika bir yerdi ve 2017'de Gartner'dan CIO gündemine bakarsanız, BI ve analitik hala bir kuruluş için en önemli olanın ilk üç sıralamasındadır ve yazılım pazarlarının büyümesine bakıyoruz. orada büyüme görüyorum. Bu alanda olduğum sürece, her zaman gerçekten parlak bir kariyer oldu.
Bu dijital döneme ve dönüşüme baktığımda, benim için çok, çok ilginç olan şey, sahip olduğumuz bu süreçler ve çoğu zaman süreçlerden veya iş süreçlerinden bilgi alıyor ve harekete geçiyor. Şimdi, Gartner 2020'ye kadar tahmin etti, kullandığınız bilgiler yeniden keşfedilecek, dijitalleştirilecek ve hatta ortadan kaldırılacak. On yıl önce sahip olduğumuz iş süreçlerinin ve ürünlerin yüzde sekseni ve bunu görmeye başlıyoruz, değil mi? Amazon ayetleriyle belki de büyük kutu mağazalarından, Ubers, Airbnbs'den bazılarının görmeye başlıyoruz - bu dijital modeller süreci bozuyor ve şimdi insanlar etkileşiyor. Black Friday bile - Bir mağazaya kaç kişinin gerçekten gittiğini bilmiyorum - birçok kişi çevrimiçi satın alıyor ve bu müşteriye nasıl ulaşıyorsunuz? Bunu yapmak için zeka gerekir. Mesajla etkileşim kurmak ve kişiselleştirmek ve bu zekayı onlara doğru zamanda doğru teklifi sunmak için çok farklı bir yol gerektirir ve şimdi belki de bir düğmeyi tıklamaktır. Çevrimiçi mağazanızdan ayrılmaları çok kolay. Bu dünyada işler gerçekten değişiyor ve sanırım Nick de bu konuda sohbet etmek istiyordu.
Nick Jewell: Evet, herkese merhaba, çok teşekkürler. Londra'dan gelen seste biraz gecikme olursa şimdiden özür dilerim, seninle konuşmamak için elimden geleni yapacağım, Jen.
Kesinlikle haklısınız, dijital dönüşümün bir parçası olarak bu atıkların ortadan kaldırılması, kuruluşların ısmarlama ürünlerden, belki de bağlantısız uygulamalardan ve daha açık ve bağlantılı platformlara taşınmasıyla ortaya çıkıyor. İşleminiz dijital olduğunda, verilerinizin uçtan uca yolculuğunu görmek çok daha kolay olacaktır. Bu işlemi optimize etmek için verileri kullanarak attığınız adımları gerçekten hassaslaştırın.
Yapabilirsek, bir slaydı ilerletelim. Dijital dönüşüm söz konusu olduğunda, kuruluşlar için ne anlama geldiğini düşünüyorum, sanırım spektrumun hangi tarafına oturduğunuza bağlı olarak heyecan verici veya korkutucu. Şirketlerin ömrünü ve yıkıcı etkilerin bir kuruluşun servetlerini nasıl etkilediğini gösteren tabloya bir göz atın. 1920'lerde bir şirket kurduysanız, başka bir şirket sizi rahatsız etmeden önce ortalama 70 yılınız olur. Bugünün standartlarına göre oldukça kolay bir yaşam, çünkü bugün bir şirket, bozulma varlığını tehdit edene kadar neredeyse 15 yıl geçirdi. Bugünün Fortune 500 şirketlerinin yaklaşık yüzde 40'ının, yani S&P 500'de artık 10 yıl içinde var olmayacağı tahmin ediliyor. 2027 yılına gelindiğinde, S&P 500'ün yüzde 75'i yenilenecek, bu nedenle kuruluşların bugün, aksaklıktan endişe etmeden önce karşılaştığı yarılanma ömrü gerçekten daralıyor. Başarılı şirketlerin dijital inovasyon yarışından önde olmaları gerekir.
Bugün, hiç kimse gerçekten analitiği sorgulamıyor. Bu dijital iş dönüşümünün merkez noktasıdır. Aslında, organizasyonlar dijital inovasyonu stratejilerinin başına koyuyor. Bu şirketler, piyasadaki iki trilyon doları temsil eden dünyanın en değerli beş şirketi, Jen.
Jen Underwood: Evet, inanılmaz, gerçekten öyle. Gerçekten değişiyor ve hızlı. Sahip olduğumuz ve bunun hakkında konuştuğumuz diğer dinamik, şimdi nihayet görüyoruz ve kuruluşlar veri kaynaklarının bu üstel büyümesini hissediyor ve artık sadece yapılandırılmış veri kaynaklarındaki verileri analiz etmiyor. Tekrardan bahsediyoruz, karar vermek için bu dijital işlemlerden sadece bir dakikanız var ve bunlar REST API'lerinden JSON'larda geliyor, yapılandırılmamış verilerden bahsediyoruz, günlük dosyaları olsun, her türlü var Farklı veri türlerinin yanı sıra aşırı sürekli büyüme.
Nick Jewell: Evet, Jen, işaret ettiğiniz gibi, analitik liderler bir veri denizinde boğuluyorlar. Belki de mevcut veya yeni analitik tekniklerin bir karışımını kullanarak yüksek değerli kavrayışa ulaşmak gerçekten nihai hedeftir, ancak birlikte çalıştığımız birçok kuruluşun gerçekten karşı karşıya olduğu basit ve temel bir sorun var. Harvard Business Review'ı devreye aldık, anketi yaptık, veri analistleri ve işletme yöneticileriyle konuştuk. Bir karar vermek için kuruluşlarında kaç veri kaynağı kullandıklarını sordular ve son birkaç yılda temel bir değişim olduğu açık. BT, verileri karıştırmak, veri ambarına aktarmak için kullanılırdı, ancak BT gruplarının yaptığı tüm mükemmel çalışmalara rağmen, merkezi veri yönetimi oluştururken, analistler hala bu belirli analitik veri kümesini oluşturma göreviyle karşı karşıya kalıyorlar, ancak bir işletme sorusunu cevaplayın. Aslında, sadece yüzde 6'sı tüm verilerini tek bir yerde topladı ve analistlerin çoğu beş veya daha fazla kaynaktan veri almak zorunda - e-tablolar, bulut uygulamaları, sosyal medya ve tabii ki bu veri ambarını unutmamak.
Şimdi, çoğu kuruluş bunu kabul eder, ancak çoğu kuruluşun uğraşmadığı şey, veri profesyonellerinin gerçekte değer elde etmekten çok veri yönetme ve arama için daha fazla zaman harcamasıdır. Bunlar işletmenin yürütmek istediği yüksek profilli stratejik analitik problemler değildir. Ancak temel meseleyi ele almamak, örgütlerin gerçekten değer odaklı anlayışlar elde etmelerini engelleyecektir. Jen?
Jen Underwood: Bu ilginç. Bu konuda kesinlikle farklı çalışmalar gördüm ve burada bu parça, ister zaman ister yüzde trilyon dolar, aynı verileri bir organizasyonda çok verimsiz bir şekilde tekrar tekrar düzeltiyor olsun. Bu artıyor, bu 37 ve bu yüzde 23 çok pahalı zaman kaybı. Buna daha fazla dikkat edilmemesi benim için şaşırtıcı.
Bunlardan bazılarına, piyasa güçleri dediğim şeye ve endüstrinin trendleri hakkında konuşurken, endüstriyi takip etmeyi ve sürekli nabzını tutmayı çok seviyorum. Bir şeyin bir trendden daha fazlası olduğunda, gerçekten dikkat etmeniz gereken bir güç olacağının ve bunların şu anda dikkat edilmesi gereken ilk üç güç olduğunu anlamak önemlidir. Bu hızlı büyüme, birincisi ilişkisel olmayan veritabanlarının hızlı büyümesidir. Sadece bir JSON'u sorgulamak için çok fazla zamana sahip olmama kavramından bahsetmiştim, bu tür ilişkisel olmayan senaryolar, oldukça büyüyor - sanırım burada bir anda bazı istatistiklerim var - hızlı bir şekilde.
Diğeri ise devam eden buluta geçiş. Çağrıdan önce, büyük teknoloji şirketlerinden birinde dünya çapında bir ürün yöneticisi olduğumu ve üç yıl önce, “Buluta hiçbir şey koymayacağız. Buluta geçmeyeceğiz. ”Ve bir yıl sonra, iki yıl sonra grupları görmek çok ilginçti, şimdi aynı gruplardan herkesin bir bulut planı olduğunu duyuyorum. Herkesin çok geniş kapsamlı bir ifade olduğunu düşünüyorum, ama söyleyeceğim şey, bulut karşıtı insanlar, kesinlikle dünya çapında gruplarla konuştuğumdan beri, çok kısa bir süre içinde tutum dramatik bir şekilde değişti. bu tür şeyler.
Otomasyon, bu benim çok etkilendiğim ve kesinlikle çok fazla etkinlik ve harika etkinlik gördüğümüz bir alandır. Bu şeylerden bazılarını bu zamanın boşa harcanması ve zamanınızın verimsiz kullanımı ile konuşuyoruz. Otomasyon kesinlikle bir organizasyona değer katmayı düşündüğümde en çok heyecanlandığım alanlardan biri.
Konuşacağım bir sonraki slayt, bu IDC tarafından yapılan bir çalışma, pazar segmentlerine ve büyümeye bakıyorlar ve gerçekten neyin büyüdüğüne bir nabız atmak için harika bir yol, akranlarınız ne alıyor? Artık ne tür şeylerle ilgilenmiyorlar? Bu tür şeyler ve stratejilerini koyuyorlar.
Dünya çapında büyük veri analitik yazılım pazarında IDC'ye göre 16 segment var ve bu segmentte bazı isim değişikliklerine bile bakıyoruz. Sürekli analitik yazılımlar, bilişsel AI yazılım platformları, arama sistemleri eklendi, bu yüzden buraya yeni kategoriler bile eklendi. Bu pazara genel bakış, yatay araçları, hazır ambalajları ve bazı karar destek ve karar otomasyonlu kullanım durumlarını kapsamaktadır. Yine, bu, CDO hakkında düşündüğünüzde, bir CDO bağlamında, veri entegrasyonundan analiz görselleştirmesine, makine öğrenmesine ve ihtiyaç duydukları tüm bu tür yeteneklere kadar yönetebilecekleri portföylerini koyarak çözüm türleri olacaktır. dijital çağda olmak.
IDC'ye göre, bu tür çözümler için dünya pazarının kendisi yüzde 8, 5 büyüdü ve genel pazar yüzde 9, 8 büyüdü. Bu ile karşılaştırıldı - birkaç yıllık bir süre boyunca para birimi dalgalanmalarına bakıyorsunuz ve varyasyon derecesi minimumdur, ancak vurguladığım ilk üç segment, sadece bu ilişkisel olmayan analitik veri kaynakları için bir his vermek için, yüzde 58 yıldan yıla büyüme, içerik analizi ve arama sistemleri yüzde 15 ve bazı müşteri ilişkileri uygulamaları, CRM tipi şeyler veya Salesforce Einstein, örneğin yüzde 10'un üzerinde büyüyorlar, şu anda yüzde 12. Sanırım Nick de buna bir yorum eklemek istedi.
Nick Jewell: Teşekkürler Jen. Harika bir görsel. Sanırım Alteryx'te her zaman veri hazırlama ve harmanlamanın her zaman herhangi bir analitik sistemin temel yetkinliği olacağına inandık, ancak bu gerçekten daha gelişmiş analitiklerin temelini oluşturuyor. Şimdi, son birkaç yıldır, endüstri hakkında konuşalım - bazı yeni interaktif görselleştirme yeteneklerine biraz fazla odaklanmış olabilir. Güzel görünüyorlar çünkü katılımı artırıyorlar, içgörü çekiyorlar, ancak bizi gerçekten tanımlayıcı analitiklerin ötesine taşımadılar.
Ancak, sanırım şimdi insanlar bakış açılarını biraz daha yükseltiyor, iş değerlerini anlamaya başlayan kuruluşlar, şimdi ana akım haline gelen daha sofistike analitiklerden gelecekler. Buradaki soru, nasıl veya daha spesifik olarak kim olur? Bu, daha değerli analitiklere atladı; gerçekten analitik yetenek kıtlığı konusunu oldukça keskin bir rahatlama haline getiriyor, kabul eder misiniz?
Jen Underwood: Kesinlikle ve bence, sadece tweet attım, dün gece Adobe başkan yardımcısından “Makine öğrenimi masa kazıklarına dönüştü” diyen gerçekten büyüleyici bir yorum gördüm. bir ihtiyaç ve ilginç. Buna ve sadece küçük bir başka küçük açıya bakalım. Birçok kişi, bunu ilişkisel olmayan bir analitik mağaza ve bilişsel yapay zeka, bu makine öğrenimi, bu yüksek değerli analitik ile yüksek büyüme alanı olarak görmeye başlıyoruz. Ama yine de günün sonunda, şu anda en büyük segment, bu yüzden bugün çoğu alımın gerçekleştiği yerde, hala bu temelde, söyleyebileceğim, sorgu raporlaması, bazı görsel analizler ve hala büyüyor ve bu da büyüyor birçok insanın zaten sahip olduğunuzu varsayar - illa ki değil. Hâlâ her yıl yüzde 6, 6 büyüyor.
Bir CDO olarak - ve bu slaydı göstermeyi seviyorum - temel olarak, sadece bu yeni role girdiğinizde veya bir kuruluştaki verilere baktığınızda, bu bir kaos ve bence bu slaydın gerçekten iyi iş - bunların hepsi veriye sahip olabileceğiniz farklı potansiyel alanlardır. Şirket içinde olabilirler, bulutta bulunabilirler, melez olabilirler, her yerdedir ve büyük bir ezicidir - yine, şimdi bir kuruluşta C düzeyinde bir tür roldür ve basit bir görev veya basit değildir. - bu belirli dünyada, zaman zaman oldukça ezici. Bu, CDO'nun gezinmesi, ustalaşabilmesi, söyleyebileceğim, verinin değerini en üst düzeye çıkarması gereken dünya.
Bu dijital süreçler veya eylem anlayışı kapanarak, meydan okumaya devam etmek, tüm bu farklı kaynakların değerini ve sahip olduğumuz değeri en üst düzeye çıkarmak bu zaman pencerelerini kapatmaktır. Belki beş yıl önce, on yıl önce düşünürseniz, envanter veya eylemlerle bazı kararlar vermek için çalışacağınız raporları olabilir, bunlar haftalık, aylık olabilir, sonra günlük veya gece oldu, belki de saatlik.
Şimdi, gördüğümüz şey, bu akıllı makine öğrenimi gömülü yapay akıllı ofisler, yerinde kararlar ve düzeltmeler yapıyor, bu yüzden şeylerin interneti, kenardaki IoT gömülü analitik gibi şeyler bile, bu sistemler akıllı ve bu algoritmalar yerinde ayarladıkları bazı kararları doğru zamanda kendi kendine ayarlar ve değiştirir. Dijital devrimler ve bu temas noktaları ile bu özel dinamiği görmek çok ilginçti - artmış olsalar bile, hareket zamanı azalmaya devam ediyor ve teknoloji bu senaryolar için gelişiyor.
Nick Jewell: Evet, Jen, bence içgörü sunumunun nasıl değiştiğinin en ilginç yönlerinden biri, analitiklerin son kullanıcıya ulaştığı yer. Kullanıcılardan kritik bir karar aldıklarında bir gösterge tablosuna geçmelerini istiyor muyuz yoksa rekabet avantajını sağlamak için bir sonraki en iyi eylem olan kavrayışın doğrudan süreç içinde, akışta olduğunu mu söylüyoruz? Ve bahsettiğimiz analitik modelin girdilerini çeşitli farklı kaynaklardan alması gerekebilir - geleneksel veri ambarları, coğrafi konumlar, sosyal medya, sensörler, tıklama akışı - tüm bu veriler karar ve bu eyleme geçirilebilir sonuç üzerinde bir etkiye sahiptir. .
Jen Underwood: Bu meydan okuma ve değişim temasına, şu anda sahip olduklarımıza ve CEO'nun bunları ele almanın bir yolunu planlamak ve planlamak için ihtiyaç duyduğu zorluklara devam etmek, aslında verimli bir şekilde yönetmek ve manuel olarak analiz etmek için çok fazla veriye sahip olduğumuzdur. Uzun gecikmeler var; bu gecikmeleri kısaltmamız ve sahip olduğumuz verilerin değerini en üst düzeye çıkarmanın bir yolunu bulmamız gerekiyor. Dünyada veri bilimi yeteneği yetersizliği ve bu anlayışları ve okyanuslara veri olarak adlandırdığımız şeyleri kapsaması. İyi haber şu ki, bugün bunun her alanında yardımcı olacak bazı harika yenilikler var ve teknolojinin bizi nereye götüreceğini, bu zorluklarda bize yardımcı olmak için heyecanlanıyor.
Buna bakmaya devam ederken, müşterilerle veya bu araçlardan bazılarını kullanarak gruplarla konuştuğumda biraz karışıklık var. Klasik zorluklardan bazıları bugün hala var, analiz etmek için veri bulmaya çalışmak biraz daha şiddetleniyor. Bazı arama araçları, bazı kataloglar kesinlikle yardımcı oluyor - şimdi bulduğumuz şey hangi kataloğu ne zaman kullanacağımız. Birkaç farklı katalog var, bu yüzden veri depolayabileceğiniz ve paylaşabileceğiniz farklı yerler var, bu yüzden bir tane bulmaya çalışmak, belki de aramamız gereken katalog.
Başka bir şey ortaklaşa paylaşımdır. Harvard Business Review'un çalışmalarından birinden, ne kadar zaman harcandığından, temel olarak katma değerli olmayan görevlerde bulunup, zaman kaybından ve bunun ne kadar pahalı olabileceğinden bahsettik. Ortak veri kaynaklarını işbirliği içinde paylaşabiliyor ve kullanabiliyorsanız, komut dosyaları zaten geliştirilmiştir, mantık zaten oradadır, bunları etkili bir şekilde yönetebilirsiniz, bu nedenle yönetişimi analitik çeviklikle dengelemek, gerçekten yapmak istediğiniz şey budur ve dediğim şeyin dünyasında gezin, niş araçlarımız var, otomatik iş akışı araçlarımız var, klasik Excel, veri katalogları, self servis BI, veri bilimi araçları var. Bir resmin gösterdiği gibi, aralarında çok, çok sayıda araç ve çok sayıda çakışma var.
Nick Jewell: Evet, mükemmel, Jen ve bence içgörü penceresi, dediğin gibi, kesinlikle küçülüyor, ama aslında modelleri dağıtmak için gereken zaman ayakta kalmıyor. Öngörülü model dağıtımı, birçok şirket için büyük bir zorluk olmaya devam ediyor. Rexer Analytics'in Başkanı olan Carl Rexer ile konuşuyoruz ve Carl'ın 2017 veri bilimi anketinde, veri bilimcilerinin sadece yüzde 13'ünün modellerinin her zaman konuşlandırıldığını ve bu dağıtım oranının iyileşmediğini keşfetti. önceki her anketle geri dönün. Aslında, 2009'a geri döndüğümüzde, soru ilk sorulduğunda ve neredeyse aynı sonuçları görüyoruz, bu yüzden gerçek bir boşluk var.
Jen Underwood: Analitik olgunluğa baktığımızda hızla ilerliyor. Yine, iki, üç yıl önce, görsel self-servis analizine sahip olduğumuz ve nihayetinde esnek ve BI'yı kitlelere genişlettiğimiz için çok heyecanlıydık. Kitleler dediğimde, muhtemelen bir kuruluş içindeki kullanıcıları güçlendirir. Şimdi optimizasyon, tahmine dayalı analitik, derin öğrenme, doğal dil ve günlük süreçlere yerleştirildikleri gibi, gerçekte kitlelerin gerçek kitlelerin içinde kullanması için analitiği çok sorunsuz bir şekilde demokratikleştirecek diğer birçok teknolojiyi görüyoruz. zaten var olan iş süreçleri.
Nick Jewell: Evet, Jen, eğer yapabilirsem son kategoriyle ilgili kısa bir hikaye konuşalım. Bugün çağrı yapan çoğu dinleyici, son birkaç yıl içinde dünyanın en iyi Go oyuncularını yenen Google DeepMind'in AlphaGo yazılımına aşina olacak. AlphaGo, daha önce kaydedilmiş muazzam miktarlardaki maçları inceleyerek oyunu oynamayı öğrendi. O kadar ki, AlphaGo turnuvasının yorumcuları, bir Japon Büyük Ustası tarzında oynanan yazılımın inan ya da inanmadığını iddia ettiler.
Ancak, son bir ay içinde neredeyse daha şaşırtıcı bir sonuç rapor edildi. Bu, oyunun basit kurallarından ve optimize edilmiş bir işlevden daha fazlasını içermeyen derin öğrenme, sinir ağı olan AlphaGo Zero'ydu. Kendisine, denetlenmiş bir eğitim olmadan dünyanın en güçlü Go oyuncusu olmayı öğretti ve tüm bunları yaklaşık 40 gün içinde yaptı. İnsanların meydan okumayı tanımladıkları, derin öğrenme sisteminin keşfetmesine, geliştirmesine izin veren bu takviye öğrenme, gerçekten analitik alanda en büyük etkiyi yaratabilir. Yani, sanırım, bizi izlemeye devam edin.
Jen Underwood: Evet, bundan bahsettiğiniz gerçekten ilginç. İstisnaları hayal edebiliyor musunuz? Ve görmeye başladığım şey bu. Gerçekten, otomasyon hakkında konuştuğumda, çözümlerin havayı temizleyecek kadar akıllı olması, sistemlerden otomatik olarak öğrenmesi, tak ve çalıştır olması ve geçmişte alınan bazı kararlara veya diğer kararlara dayanarak daha sonra ne yapacağını bilmeleri için çok heyecan verici kuruluş içinde yapılmış ve bu sistemlerin bazılarını, ETL sistemlerini yönetmiş ve onlara bakım yapmış olan ve süreçler çalışmadığında beni uyarılarla çağıran bipler ve telefonlar gün içinde geri döndü, düşünmek çok heyecan verici, “Vay canına, şimdi muhtemelen kendi kendini iyileştirecek kadar akıllı.”
Kocam kendi kendini onaran bir ağı yönetiyor, kendi kendini onaran veri entegrasyonuna, kendi kendini onaran analitiklere sahip olacağız ve nerede daha iyi ve daha iyi hale geldiği gerçekten heyecan verici. Bir CDO olarak, insanların süreç teknolojisini düşünmeye başladığınızda, şimdi teknolojiye bakacağız, o zaman insanlara ve ekibinizi inşa etmeye ve binaya nasıl yaklaşacağınıza bakacağız. yetenekler. Modern analitik platformuna bakarsanız, size derhal söyleyeceğim, herkes burada her şeye sahip olmayacak, ancak en büyük kuruluşların tüm bu farklı bileşenlere sahip olmasına rağmen, bazı grupların sadece iki veya üç küçük kutusu olabilir burada, bu yüzden millet bunalmak istemiyordu. Ancak modern bir BI platformu mutlaka bir IT derlemesi, önceden tanımlanmış raporlama anlamsal katmanı gerektirmez.
Kullanıcılara ve uzmanlara sadece analitik hız ve çeviklik için veri hazırlama yetkisi verilmelidir ve konu uzmanlarının çevikliğe sahip olmasına izin vererek kullanıcı ve uzman tarafından yönlendirilen analitiklerin yükselişini düşünürseniz, hızlı kararlar vermek. Söyleyeceğimiz şeyin, kişisel veri hazırlama araçlarının, veri uyarlama, zenginleştirme, temizlik, Alteryx'in yaptığı faaliyet türlerinin yanı sıra sundukları bazı veri bilimi türü faaliyetlerin artan bir şekilde benimsenmesini görüyoruz. iyi. Modern hazırlık çözümü, akıllı, otomatik birleşimler, hava çözünürlükleri, verilerin kaymasını sağlar, büyük veri hattınız olduğunda çok, çok havalı olur. Muhtemelen, yine, sektörde de sevdiğim ve gerçekten test etmekten hoşlandığım alanlardan biri.
Geleneksel BT liderliğindeki BI'dan farklı olarak, bugün BT gerçekten işi etkinleştirmeye odaklanıyor ve CDO'lar gibi insanlara sahip oluyorsunuz ve bu verileri düzenlemek, organize etmek ve birleştirmek ve elbette, yönetti, değil mi? Benim için çok ilginç olan bir şey var ve kesinlikle buna bir çıkarımda bulunduğumuzu düşünüyorum, ama sadece bir boyutta herkese uyan veri ambarının ve bunun her şeyin sonu, kesinlikle bitti. Veriler her yerde, yapmanız gereken - veri gölleri resme girdi, akış ve canlı veriler var, şimdi çok fazla farklı veri kaynağı var, gerçekten daha çok vaka tabanlı, "Neye ihtiyacınız var?" “Her şeyi bir veri ambarına sokmalıyız.” Emin değilim, Nick, bu konuda yorum yapmak istermisin? Hatırlamıyorum.
Nick Jewell: Sadece bir şey söyleyeceğim ve sadece, bileşenin evrimini izleyin. Beş ila on yıl önce uzmanların yaptıkları şimdi kullanıcının elinde, bu yüzden sağ taraftaki şeyler, sürükle ve bırak kod içermeyen bir formda kullanıcı için daha yaygın olacak, çok kısaca. Daha hızlı ve daha hızlı hareket edecek, bu yüzden sadece bir göz atın.
Jen Underwood: Evet, bu gerçekten iyi bir nokta. Bunu düşünmeyi seviyorum. Farklı veri bilimi, sonunda bir gerçeklik haline geliyor ve araçlar çok daha iyi hale geliyor. Teknolojiyi düşünerek, şimdi becerilere, insanlara ve ne yapmamız gerekiyor? Şu anda en iyi işler, veri bilimcileri, veri mühendisi ve iş analistleri gibi başlıkları içeriyor, ancak bulduğumuz şey, işverenlerin kendilerinin bir eşleşme yapmayı gerçekten zor buluyor. Veri hazırlama alanında bile, “Veri hazırlama mı, veri yazma mı, insanlar buna hangi terimler diyorlar?” Diyeceğim. Bulmak çok ilginçti.
İş, neye ihtiyaç duyduklarını bilmiyor ve birçok farklı alana yayılacak bu yeni ortaya çıkan alan var. Şimdi herkesin verilerinin, iş analizlerinin, BT proje yöneticilerinin, bir güç şebekesini yöneten kocamın ve bir proje portföyünün ustası olması gerekiyorsa, bunu analiz edebilmesi gerekiyor. Artık sadece finans ve veri analizi değil, organizasyonun diğer alanlarına da çok daha genişledi. Bence pazarlamanın kaç veri kaynağı kullandığına dair bir çalışma gördüm ve bunaltıcıydı. Yine, Harvard Business Review tarafından yapılan çalışmayı düşündüğünüzde, artık insanların bir araya gelip birleşmesi ve bir fikir bulması gereken tek bir veri kaynağı değil, birçok veri kaynağı ve bunu yapmak beceri gerektiriyor.
Buradaki esasen daha büyük resme baktığınızda, en yeni işe alımlar bu pembe balonun altında, bu iş analistlerinden veri madenciliği analistlerine, İK yöneticilerine, bu alana, hattaki düzenli roller hakkında konuştuğunuzda iş kullanarak veri. En hızlı büyüyen roller daha az işe sahip olacak, ama kesinlikle bugün piyasada en çok duyduğumuz şey, veri bilimcisi ve veri mühendisi. Bir CDO olarak, ileriye bakıyorlar ve yetenek planlıyorsunuz, rutin görevlerin otomasyonunu ve daha stratejik olacak beceri türlerini hesaba katmanız ve yine kuruluşunuzla değer katmanız gerekiyor. analitik olanlar etkin ama aynı zamanda orada veri bilimi ve veri mühendisi insanlar için. En iyi ve en parlak şekilde rekabet edebilmek için düşündüğünüzde, yüklenmemiş konumlarınızın ve hatta serbest ekonominin bir kısmının nasıl değişebileceğini düşünün.
Ve her zaman yetenek boru hattınızı da düşünün, adayların pazarda gezinmesine yardımcı olun veya tam olarak ne istediğinizi değil, biraz farklı olabilecek şeyleri araştırın ve gerçekten en hızlı olmayan, devam etmeniz için uygun maliyetli bir strateji. Bu veya farklı gruplar üzerinde eğitime adanmış kişilere bakmayı düşünüyorum ve Alteryx'in bugünkü oturumun sonunda bir eylem çağrısı olarak önerilen bir kursa sahip olduğuna inanıyorum, bunlardan bazıları için kaldırabilir ve takımınızın kaldıraçına yardımcı olabilirsiniz mevcut kaynaklardan bazıları.
Nick Jewell: Kesinlikle. Bir silahlanma yarışına girmeden yetenek boşluğunu doldurmanın pek çok yolu var. Birkaç slayt geri, orada bir çift çevirmek mümkün olup olmadığını bilmiyorum. Veri bilimi yarışma sitesi Kaggle, sadece veri bilimi durumu hakkında 17.000 yanıt içeren bir anket yayınladılar ve anketin insanların sahip olduğu beceriler hakkında gerçekten ilginç bir yanıtı vardı ve katılımcıların çoğunun doktora derecesi yoktu. artık bir önkoşul değil.
Yeni nesil analitik uzmanlarının, az önce gösterdiğiniz büyük baloncuğun nano derece kurslarından ihtiyaç duydukları bilgileri edinebilecekleri fikri. Udacity gibi sitelere gidebilirler ve bu bilgiyi hemen, doğrudan iş dünyasında dağıtabilirler, kısa odaklı teslimat döngüleri, şirketleri için anında rekabetçi bir ilerleme kaynağı haline getirir. Bence dikkat edilmesi gereken bir şey var.
Jen Underwood: Hayır, katılıyorum. Düşünsem bile, UCSD'de iki yıllık bir program aldığımdan beri kesinlikle uzun bir yol kat etti. Sanırım bu, 2009, 2010 zaman diliminde oldu ve ülkede bunu yapmanıza izin veren bir avuç gerçekten vardı. Şimdi satıcılar, bugün döngüler ve mevcut tüm bu farklı çevrimiçi kaynaklar ile çok sayıda kaynak olsun, özel programlar yanı sıra, genellikle çok daha fazla seçenek var, sadece şaşırtıcı, gerçekten zaman. Zaman ayırıp bütçeleme yapmak ve kendinizi takip etmek için zamanlamak. Ne öğrenmek istiyorsun? Ve sonra öğrenmek istediğiniz yolu takip edin.
Buna bakmak ve kendi beceri planınızı bir araya getirmek ve bir CDO'nun geleceğinden bahsetmek, kapsanan alanlarda, kendi başına bir yetkinlik çerçevesinden bahsettiğim şeylerden, becerilere bakmak veya alan bilgisi gibi şeylere bakmaktan emin olmalarını sağlamak bu çözümler kendi kendini eğitebilir ve kendi kendine öğrenebilse de, sonuçların anlamlı olmasını sağlayacak ve yönlendirecek bir iş uzmanıdır.
Her zaman bir şey vardır ve bir sigorta şirketi için ne zaman kritik analiz yaptığımı ve algoritmaların sahip olduğu bulgulardan birini New York'tan kimseyi işe almamak gibi bir örnek kullanmaktan hoşlanıyorum. Hayır, New York'tan kimseyi işe almayacağız - algoritmanın bize bu bilgiyi neden verdiğini bulmak zorundaydık. Çünkü yasal, yasalardan biri değişmişti ve bu yüzden o segmentte çok fazla çalkalama yaşıyorduk. Bir iş konusu uzmanının bunu deşifre etmesi için getirilmesi gerekiyordu ve bunu değiştirmeyi görmüyorum, sonuçların doğru göründüğünden emin olmak için bu tür bir rehberlik görmüyorum, bir şey gözüküyor - hala, insan aklı olduğu söylenen bir şey var, bunun güzelliği makinenin gücü ile birleştiğinde gerçekten gittiğimiz yer.
Becerilere, görselleştirmeye, verilerde etkili bir hikaye anlatmaya, hatta makine öğrenme çıktısının bile etkili olup olmadığına bakarken diğer şeyler. Bir araya getirmek ve etkisinin ne olduğuna bakmak, karar vermenin insan doğasını anlamak, teknolojiden bağımsız olarak bu tür şeyler çok önemlidir. Yönetişim gerçekten önemli, etik giderek daha önemli hale geliyor. Sosyal bilimcilerin dahil olması, bunu anlamak ve verilerinizde farkına bile varmadığınız veya kuruluşta bunu tanımayabilecek bir önyargıya sahip olmayan, hatta uzmana bile getirecek önyargılar olup olmadığına bakmak için eğitilmiştir., bu tür şeylere sahip olmak.
Ve yine, elbette mühendislik ve donanım için altyapıya sahip olmak ve ölçeklendirebildiğinizden ve geliştirildiğinden ve doğru bulut sağlayıcısını kullandığınızdan emin olun, belki kilitli olmadığınızdan veya taşıma seçenekleriniz olduğundan veya bunların size ne kadara mal olacağına dair fiyatlandırmayı anlıyorsunuz. Bu tür becerilerdir ve buna baktığınızda, veri odaklı ön cephe karar vericileri - bu rollerin çoğunun nerede olacağı - ister bu veri mühendisleri ve veri bilimcileri için olsun, farklı alanlara göre beceriler olarak adlandırırız. bu veri okyanuslarında masaj yapmak ve çalışmak. Bunlar için bir çerçeve oluşturmak isteyeceğiniz şeyler.
Yetkinlik çerçevelerine baktığınızda, sadece bir beceri değil, genel olarak bir organizasyona bakarsınız. Buna bakarken ifadede küçük bir nüans var. Kuruluşunuz için bir yetkinlik çerçevesi açık bir sinyaldir. Savaş politikası yapıcılar, eğitim sağlayıcılar, R altında yazılan beceriler söylenirken, bu tür şeyleri düşünürsünüz, yetkin bir kodlayıcınız vardır, ancak bu becerilerden daha fazlasına sahip olmak istersiniz. Yetkinliği anladığınızda, bir kişinin çerçeveyi neleri bilmesi ve anlaması gerekir, bu önemlidir, orada biraz nüans var.
Bunu oluştururken, işletme üzerinde olumlu bir etkisi olan kapasiteler olarak adlandırdığınız şeyleri teşhis etmek ve bu yüksek potansiyeli olan alanları vurgulamak istiyorsunuz, böylece kuruluşunuzda yükseltmek istediğiniz yetkinliklerin ne olduğuna öncelik veriyorsunuz ve daha sonra bunları tekrar işletme hedefleriyle hizalayın. Verilerin değerini en üst düzeye çıkarmaktan sorumlu olan CDO, bakacaklar ve CAO'ları, verilerin değerini en üst düzeye çıkarmak için analitiği kullanacaklar. Oradaki yeterliliklere ve bu farklı alanlara, geçmişte sahip olduğum ızgarada bakacaklar, ancak daha sonra yüksek personel potansiyeline de bakacaklar. Veri ve analitik çalışmaları için personelinizle birlikte çalışarak bunlara yatırım yapıp, onlara sadece eğitim değil, aynı zamanda gerçek iş problemleri üzerinde çalışan gerçek dünya fırsatları için de öğrenme fırsatları sunacaksınız.
Daha iyi bir şey yok - birkaç yıl okula gitmeme rağmen, bu algoritmaların bazılarını uygulayana veya sahtekarlığı öğrenene kadar, daha önce hiç düşünmediğim şeylerden bazılarını öğrendim. gerçek dünyada bir araya gelmeye başlayın ve bu gerçekten öğrendiğiniz yerdir. İnsanlara bu alanlarda deneyim kazanma fırsatı vermek. Güçlü yetenekler oluşturabilen, sistematik olarak tanımlayan, objektif değerlendirmeler yapan ve kuruluşumdaki boşlukların nerede olduğunu öğrenen ve bu hedefleri arayanlar için hedefleri belirleyen şirketler, en iyi yetenekleri oluşturabilen şirketler, teslim etmek.
Yetişkinleri eğitmeyi düşündüğünüzde, yine, genellikle açlıktan ölüyoruz - hepimiz açlıktan ölüyoruz - ama her biri için neyin işe yaradığına bakıyoruz. Kişisel olarak kitaplarım var, bu yüzden bugün ofisime gelseydiniz, video gibi birçok insan olmasına rağmen tonlarca kitap görürsünüz. Bu yüzden, kuruluşunuzdaki birisinin öğrenmeyi nasıl sevdiğini - onları öğrenmeye motive etmek için - aynı zamanda onlara bunu yapmak için biraz zaman ve bir tür hedef - nasıl ulaşmak için etkili olan ve genellikle bu harmanlanmış, sadece, o dersi bir puan kartında işaretlemek için kontrol edin, aslında, bunu gerçek hedef projeyle harmanlıyor ve o projeden ne öğrendiniz ve bundan sonra ne yapmak istiyorsunuz? Streç nedir? Takımınızı esnetmek veya takımınızı daha ileriye götürmeye motive etmek.
Bu öğrenme hedefleri, yine, eğer bunu yapıyorsanız, gerçekten olmamalı, iş için temelde kolay olmalı çünkü bu hedefler stratejik iş çıkarlarıyla uyumlu olmalıdır. Bunlar harika projeler. Onlar deneysel projeler. Bunlar iğneyi ileriye taşıyacak projeler.
Nick, bir şey eklemek istedin mi? Emin değilim.
Nick Jewell: Hayır, eğer bir sorun varsa, bir sonraki ekranda bir vaka çalışmasına geçecektim. Belirli bir organizasyonun biraz daha detayı. Sanırım söylediklerinin çoğunu uygulamaya koyuyorlar, gerçeğe dönüştürüyorlar. Ford Motor Company, tıpkı birçok şirket gibi onlarca yıldır veri analizine güveniyordu, ancak bunu tutarlılık ve koordinasyonu sağlamak için tüm şirket genelinde muhtemelen çok az gözetim ile işin ceplerinde yaptı. Sorunları muhtemelen ölçekli bir kuruluş için oldukça tipikti, bu nedenle analitik uzmanlığı - dediğimiz gibi, bazı iş birimlerinin temel analitik uzmanlığına erişemediği noktaya kadar, cepler, veri yönetimi ve yönetişim uygulamalarının tutarsız olduğunu içeriyordu.
Yine, bugün birçok farklı veri kaynağı hakkında konuştuk, bunların 4.600'den fazla veri kaynağı vardı. Bu, yolculuğa başlamak ve ihtiyaç duydukları verileri bulmak bile analitik içgörü için gerçek bir engeldi. Gülüyorsun, ama bu korkunç bir şey, değil mi?
Jen Underwood: 4.600, aman tanrım, evet.
Nick Jewell: Böylece, Ford küresel anlayışlar ve analiz birimini oluşturdu ve bu merkezileştirildi - buna mükemmeliyet merkezi diyebilirsiniz - bu analitik en iyi uygulamayı paylaşmak ve optimize edilmiş veri odaklı yayılmaya yardımcı olmak için düzenlenen veri bilimcileri ve analistlerden oluşan bir ekip işletme genelinde veri oluşturma. Ünite, sınıfının en iyisi araçları seçti, sadece yetenek üzerine değil, aynı zamanda iyi bir şekilde entegre olma yeteneklerine de bağlı, bu oldukça önemli. Demokratikleşmelerinin odak noktası, bahsettiğimiz ihtiyaç piramidini yükseltmeden önce aslında raporlar ve açıklayıcı analitikti.
Demokratikleşme sadece birisini bir gecede veri bilimcisi yapmakla kalmaz; personelin ne zaman ve nerede yardım alacağını bilmesi gerekir ve tüm bunlara yardımcı olacak eğitim, yönetişim, metodolojiler vardır. Ayrıca, sadece araç eğitimi değil, aynı zamanda veri bilimi eğitimi de bahsettiğimiz beceri boşluğunu kapatmak. Peki, bir lojistik ağını optimize eden Ford'da gerçek dünyadaki bir kullanım örneği, Ford malzemeleri A noktasından B noktasına taşımak için doğru miktarı ödüyor muydu? Eski analitikleri gerçekten eyleme geçirilebilir fırsatları vurgulamıyordu; bu onları piyasada çok gerici hale getirdi. Şimdi, bu süreç için birçok karmaşıklık analistlerin kafalarının içine kilitlendi ve self servis iş akışı aslında iş ile tekrarlandığında ve analitik uzmanlar birlikte oturduğunda ve birlikte bulunduklarında büyük bir atılım yaptılar.
Bu, analizi çok yıllıdan üç ayda bir ve hatta gerçek zamana yakın, çok büyük, büyük faydaya getirdi. Self servis analitiklerin iş değeri üzerindeki etkisi, Ford'un yeni trendleri yanıtlamak, yeni hizmetleri şekillendirmeye yardımcı olmak ve temelde rekabetten gelen tehditleri ortadan kaldırmak için şirket çapında veri odaklı stratejileri hızla planlayıp oluşturabildiği olmuştur. dikiz aynasına bakmak zorunda kaldım.
Şimdi, başka bir müşterinin analitiği firmanın tek bir bölümünde dikey bir öncelikten tüm bölümlerde yatay bir şerit haline nasıl geçirdiğine bir an bakarsak, Shell hakkında konuşacağız. Shell, baş dijital yetkiliye rapor veren bir mükemmellik merkezi işletiyor - bu nedenle CxO oyun kitabımız için başka bir D var - dijital dönüşüm ve sürdürülebilirlikten sorumlu. Bu adamlar, çevrelerinin çeşitli katmanlar ve teknoloji yığını, depolama, veri işleme içerdiğini ve hepsinin aşina olacağınız teknolojileri içerdiğini anladılar. SAP HANA, Databricks, Spark gibi şeyler ve bu doğru ölçek ekonomilerine ulaşmak için genel buluttan yararlandılar.
Şimdi, Alteryx'i R kodlarının birçoğu için bir analiz sarıcısı olarak seçtiler ve Spotfire, Power BI ve daha fazlası gibi teknolojilere girdiler. Ama şimdi benimsemenin veri işleme ve görselleştirme ile çok daha yakından bağlandığını görüyorlar. Jen, sadece tüm bu yetenekler slaytınıza geri dönerek, daha fazla analistin erişmesini sağlamaya başladığımızda bu tür şeyler yayılıyor. Biliyorsunuz, şimdi bu yetenekleri ve COE'yi sağlama konusunda son derece başarılıydılar, şimdi gelecekteki yetenekleri sunmak istiyorlar, bahsettiğimiz derin öğrenme şeylerinden bazıları - makine vizyonu, doğal dil işleme - ve görevlerinin yarısı teslimat, yarısı bu fikirleri iş birimleri arasında açıklamak ve katalize etmekle ilgilidir. Bu yolculuğun bir parçası; COE her zaman iş kitleleriyle iletişim kurmanın farklı yollarını arar.
Bir tarafta, “Eh, bu kara kutu asla analistim kadar iyi olmayacak” diyen şüphelileri göz önünde bulundurarak, her yerde korelasyon gören fanboy veya meraklıya kadar, belki de nedensel ilişkiler yolunda daha az, ama her iki tarafta da dikkatli olmalısınız. Büyüleyici bir orta zemin, tüm yatay bir şeritte tüm organizasyon boyunca, spektrumun her iki tarafını ikna etmek için gerekli olan hibrit beceri seti.
Nick Jewell: Tamam, Jen, orada mısın?
Jen Underwood: Öyleyim .
Nick Jewell: Sanırım burada bu Clayton Christensen alıntısı ile söylemeye çalıştığımız şey, sanırım, bugün bahsettiğimiz dijital dönüşümü sağlamak için analitik gündemini birleştiren birçok kuruluş için meydan okumak. Daha sık olmamakla birlikte, zayıf bir el ile başlayan analitik ekipler buluyoruz. Analitik süreçlerin, teknolojilerin, ekip yapılarının eski sahipleriyle yenilik yapmaya çalışmak ve bu kalıntılara tutunmak, analitik uyum ve analitik yenilik için en büyük engel olacaktır. Bununla ilgili düşüncelerin var mı, Jen?
Jen Underwood: Seçilen resmin tadını çıkarıyorum. Evet, kesinlikle bana çok mantıklı geliyor. Bu yeni teknolojilerden bazılarını benimsemelisiniz, örneğin, gerçek zamanlı akış. Bir tarayıcıda, eski bir miras ile JavaScript yenilemeleri yapmak zorunda kalırsanız, bu gerçek zamanlı sonuçları elde etmeniz gerekmeyebilir - belki de bir gösterge tablosu uygulaması veya bu tür şeyler olabilir. Evet, bu yeni araçlardan bazılarını kucaklamanız gerekiyor ve yine, bu resim gerçekten sevimli, bir resim bin kelime söylüyor. Araba ve arabası, bu eski teknoloji yaklaşımlarından bazılarını bırakmak zorundasınız.
Nick Jewell: Kesinlikle. Yani, bir sonraki slayda geçersek, daha iyi bir yol olduğunu düşünürüz. Her şeyden önce, en alakalı olan tüm veri varlıklarınızı hızlı bir şekilde bulmak için Google benzeri aramaya benzer bir şey kullanarak tahmin ediyorum. Bağlamlarını anlamak, bağımlılığı anlamak, topluluklarınızdaki uzmanlar tarafından yazılan iş sözlüğü gibi gerçekten basit şeyleri hesaba katmak, iş arkadaşlarınızın başkanlarının tüm kabile bilgisiyle canlı tutuldu.
Veri keşfi ile akıllı olma. Rapor sahipleri ve uzmanlarla sohbet edebilme yeteneğini düşünün. Yüklemek, biraz Seyahat Danışmanı veya Yelp yapmak, en faydalı varlıkları yüklemek, kuruluşun en değerli olduğunu düşündüklerini onaylamak ve ardından tüm bu aramaların arama sonuçlarına ve sonuç olarak arama sıralamalarına geri gönderilmesi sonraki kullanıcı. Aradığınızı bulduktan sonra, tekrarlanabilir süreçlerin yayınlanacağı mükemmel veri kümenizi geliştirmek için bu hızlı, kodsuz, kullanıcı dostu, hazırlık ve analiz aşamasına geçebilirsiniz.
Kullanıcı dostu uygulamalar geliştirerek otomasyon sohbetimize geri dönün. Analitik modeller oluşturmak için ne gerekiyorsa. Modellerden bahsetmişken, R gibi açık kaynak teknolojilerini birkaç yıldır destekledik, açıklayıcı ve öngörücü, kuralcı analitiği basit, sürükleyip bırakma yolu.
Şimdi, sağ tarafa doğru, aslında bu içgörü etkileşimli görselleştirmelere, modellere ve puanlamaya veri platformlarının içine itiliyor veya son olarak, bu içgörü bir iş süreci içinde anında ve doğrudan erişilebilir hale getiriyor. Bence bu yılki muhteşem bir başarı olan Gartner Peer Insights Müşteri Seçimi Anketi'nde Altın Ödül kazananı olarak tanınmamıza olanak tanıyan tüm platformda bu yetenekler serisi. Daha fazla bilgi edinmek ve kendi oylarınızı eklemek ve kendi yorumlarınızı eklemek için Gartner sitesini ziyaret etmenizi şiddetle tavsiye ederim.
Harika, Jen, bir slayt daha ileri atlarsak - sanırım sonuç olarak, sonraki tüm adımları vermek istiyorum. Her şeyden önce, Uluslararası Analitik Enstitüsü (IIA) ile koordineli olarak, analitik engellerin kaldırılmasıyla ilgili en son araştırma özetimizin ücretsiz bir kopyasını indirmek için lütfen Alteryx.com adresini ziyaret edin. Ayrıca, takımlarınızı nasıl etkinleştireceğiniz hakkında daha fazla bilgi edinmek, yolculuklarında bir sonraki adımı atmak için bu gelişmiş analitik nano dereceyle daha sonra daha fazla bilgi edinmek ve daha sonra kendiniz için Alteryx'i deneyimlemek için udacity.com/alteryx adresini ziyaret edebilirsiniz. Ana sayfayı ziyaret edin, tam özellikli bir değerlendirme indirin ve çözmenin heyecanını yaşayın.
Jen, sana geldim. Soru-cevap için biraz zamanımız olabilir.
Eric Kavanagh: Çok çabuk zil sesi çıkaracağım. Birkaç sorumuz var. Sanırım bir tane atarım, önce size, Nick ve sonra Jen, üzerine yorum yapmak isterseniz, ama kesinlikle AB'ye daha fazla uygulanabilirliği var ve bu meşhur GDPR, Global Veri Koruma Yönetmeliği. Bu Alteryx ve yol haritanızı nasıl etkiliyor ve neye odaklanıyorsunuz?
Nick Jewell: Sanırım şu anda orada bir boogieman var. Bir çok insan bunun hakkında konuşuyor, bir çok insan oldukça endişeli, ancak veri ve analiz dünyasına girecek uzun bir dizi düzenlemede gerçekten ilk. Gerçekten, bizim açımızdan, verilerinizi anlamak ve sınıflandırmakla ilgilidir. Bir CxO olarak, belirli bir lezzetten emin olmak için, varlıklarınızın nerede olduğunu biliyorsunuz, bağlamlarını biliyorsunuz ve verileri daha geniş bir bağlamda gerçekten yönetmek ve yönetmek için ilk adım olarak onlara güvenebileceğinizi biliyorsunuz.
Eric Kavanagh: Sanırım Jen'i geri getirmeden önce size başka bir soru daha atacağım, Nick, yani eğitim verileri, eğer birisi verilerinin kuruluşunuzdan kaldırılmasını isterse, bu sadece isimlerini etkilemez, sadece iletişim bilgilerini değil, aynı zamanda bir algoritma verilerinizi içeren eğitim verilerini kullanıyorsa, algoritmayı yeniden eğitmeniz gerekir, doğru değil mi?
Nick Jewell: Özellikle karmaşık. Veritabanlarının sadece bu kişisel olarak tanımlanabilir bilgilerin bir kaynağı olarak değil, aynı zamanda analitik iş akışlarının, uygulamaların, görselleştirmelerin kaynağı olduğu fikrini düşünüyorum. Bu veriler bir organizasyonda her yere ulaşır, bu bağlamda: kesinlikle hayati.
Eric Kavanagh: Ve Jen, ne düşünüyorsun? Açıkçası, ABD'de bu kadar büyük bir anlaşma değil ve teknik olarak burada geçerli olsa bile, şu anda bu konuda endişelenen çok fazla şirket görmüyoruz. Bir ABD şirketi AB vatandaşıyla ilgili verilere sahipse, GDPR'nin önemini ve ne kadar büyük bir anlaşma olduğunu düşünüyorsunuz?
Jen Underwood: Kesinlikle verilerin sorumlu bir şekilde ele alınmasını gerektirdiğini düşünüyorum. Bunu birkaç kez yazdım ve bazı şeylerle ilgili bazı yönergelerim var. Bence algoritmalar hakkında sorduğunuz soru ilginç. Elbette, bugün baktığım çözümlerin bazıları, bazı ürün ekipleri, kararları nasıl aldıklarını ve bu algoritmanın sonucuna karar vermek için hangi kişisel verilerin kullanıldığını görebilmeniz için özellikler tasarladılar. Amerika Birleşik Devletleri'ndeki ürün tasarımlarında bazı etkiler görüyoruz.
Birçok teknoloji şirketinin burada çok büyük ofisleri ve burada hem Amerika'da hem de dünyada geliştirme ekipleri var, bu yüzden bunu ürün geliştirme konusunda görüyoruz. Daha fazla veri kataloğuna yatırım yapıldığını görüyorum. İnsanların anlayabilmesi için daha fazla hükümet inisiyatifi açıldı ve tüm bu verilerin kaosun neresinde olduğunu anladılar. Kollarını en azından organize ederek, bulup onunla bir şeyler yapabilmek için uğraşmaya çalışmak.
Eric Kavanagh: Daha önce bahsettiğimiz bu slaydı itip size atacağım, Nick. Bence bu harika bir slayt, çünkü bana göre analitik ihtiyacının dolaysızlığı. Bu değişen dinamik hakkında ne düşünüyorsunuz? Demek istediğim, sonuçta şirketler çevik olmalı ve analitiği bu suçlamaya önderlik olarak görüyorum. Ne düşünüyorsun?
Nick Jewell: Bu büyüleyici. Bence her zaman var - şirketler ve teknolojiler her zaman üç eyalette var, bu yüzden ya savaş, barış ya da merak olacak. Savaş, bu ağır rekabet seviyesi ile ilgili olacak. Wonder, bir platformun üzerine inşa ettiğiniz harika yeni şeyler. Sonra yarışma öncesi barış ve savaş yeniden başlar. Bence her zaman bu savaş devam ediyor.
Bugünkü çağrıdan önce, diğer bazı konferanslardan ve bugün dünyada devam eden önemli notlardan bahsettik. Bazı büyük bulut satıcıları, bu platformu oluşturdukları bir noktaya geldiler ve şimdi bunun üzerine harika yeni şeyler inşa ediyorlar. Şirketler bunu çok yakından takip etmeli ve gelecek için bu değeri sağlayacak tutarlı bir platforma sahip bir şeyle gittiklerinden emin olmalıdır. Bu bozulmadan kurtulacak olanlar onlar olacak.
Eric Kavanagh: Evet, bu iyi bir nokta ve bilirsiniz, Jen, daha önce, aslında şovdan önce, bulut stratejisi ve sektörde tanıdığınız birçok insanın büyük şirketlerin, hatta bankaların, artık hepsi bir bulut stratejisine sahip. Bunun gerçekleşmesinin ne kadar sürdüğüne şaşırdım ve sanırım bazıları AWS Reinvent Konferansı'na gitti ve bunun ne kadar büyük olduğunu fark ettiler ve zamanın geldiğine karar verdiler. Büyük şirket yöneticileri arasında bulutun ithalatı konusunda farkındalık ve planlarını nasıl değiştirdiğini düşünüyorsunuz?
Jen Underwood: Bu büyük ölçekli veri dünyasını düşündüğümde, yönetebildiğimde, bazı seviyelerde çok büyük firmalardan birinin güvenlik yönlerinden bazılarının sorumluluğunu alması konusunda biraz huzur olduğunu düşünüyorum, bu yüzden biraz huzur var. Bulutta sınırlı bir ölçek olduğunu biliyorsunuz.
Diğer şey, ve gördüm, bulutta bir ürünü yeniden geliştiren bir ekipteydim ve kesinlikle bir underdog ürünüdür ve hiç kimse buna dikkat etmedi ve iki yıl içinde, haftalık yayınlar ve hatta, Şunu söyleyebilirim, neredeyse bulutta günlük salınım noktasına kadar. Amazon'un günde birkaç kez bıraktıklarını söylediğini biliyorum. Bu tehdide sahip olduğunuzda, rakipleriniz günlük olarak serbest bırakılıp gelişebildiklerinde, ne yapıyorlarsa yapsınlar, en azından yazılım endüstrisinde - ve dijital dönüşüme bakmaya başladığınızda herkes gerçekten yazılım endüstrisinde - bu tamamen başka bir şey ballgame ve herkes bir bulut ve ölçek döndürmek ve büyük olabilir.
Yine, algoritmalarındaki farkı ve zekayı yaratacak olan veri kaldıracak ve bu yüzden insanlar yeni petrol veya altın olan verilerden bahsediyorlar. Buluta baktığımda, oyun değiştirici, gerçekten çok, çok hızlı bir gelişme ve ölçek sağlıyor. İnanılmaz.
Eric Kavanagh: Seni tekrar getireceğim, Nick, başka bir soru için - bu soruların bazılarına ulaşmak için burada sadece bir dakika geçeceğiz, ama hatırladığım gibi, beş, altı ve hatta yedi yıllar önce, Alteryx, üçüncü taraf verilerinden yararlanma konusunda gerçekten bir yenilikçiydi - bu yüzden Experian gibi kaynaklardan veya jeo-uzamsal verilerden veri getiriyor. Bunun stratejik bir avantaj olduğunu düşünüyorum çünkü bu tür şeyler Alteryx DNA'sında, değil mi? Şirketler buluta doğru ilerledikçe, bu dünyalar arasında köprü kurabilme konusunda çok fazla deneyime sahip olduğunuzu düşünüyorum. Şirket içi ayetler üçüncü taraf ve bulut tabanlı veri dünyaları, ne düşünüyorsunuz?
Nick Jewell: Evet, kesinlikle. Nihai bağlantı, bu bulut tabanlı ortamda çalışan herhangi bir şirket için böyle bir güç oyunu olacak. Ancak şunu söyleyeceğim ki, infonomi gibi bir şeyden bahsettiğimizde, bilgi ve verilerin şirketinizde bir varlık olarak görülmesi gerektiği fikri. Getireceğiniz değerin çoğu, süreçte daha fazla değer yaratmak ve para kazanmak için harici veri kaynaklarını almak, bunları harmanlamak ve dahili kaynaklarınızla zenginleştirmektir. İç ve dış verilerle eşit çalışmak kesinlikle önemlidir.
Eric Kavanagh: Evet, bu iyi bir nokta. Bence bu melez bulut dünyası artık burada. Jen, belki de bazı kapanış yorumları için bunu size atacağım. Bana göre, bu stratejik görüşe sahip olmak ve yeni terim olarak bir araya gelebilmek, kaynakları kaynaklar arasında tanımlamaktır, bu ileride kritik bir başarı faktörü olacaktır, değil mi?
Jen Underwood: Hayır, kesinlikle ve komik, bu melez, melez, melezi duyuyordum. Bunu duydunuz ve dört yıl önce Hadoop, Hadoop ve büyük verileri düşünüyorsunuz ve sonra melez, melez duymaya başladınız, bu yüzden kesinlikle oradaydık, zorunlu olarak değiliz, bu makine öğrenimi yılı, hiçbiri bar. Yani, yapay zeka, makine öğrenimi bu yıl sahne aldı, ancak bugün bir organizasyonda gerçekten işlev görmek için bu bulut üzerinde ya da tüm bu farklı bulut veri kaynaklarıyla uğraşmak zorunda, belki Salesforce veya İş günü, bulutta yaşayan tüm bu farklı kaynak türleri, bununla başa çıkmanın tek yolu melez olmaktır. Muhtemelen her yerde veri kopyalayamazsınız, bu nedenle doğrudan bağlanabilmeniz gerekir ve her yerde bulunan verilerle çalışmanın, her yerde veri bulmanın bir yolunu bulmanız gerekir, çünkü bu, doğru yerde olduğumuz gerçeğidir. şimdi.
Eric Kavanagh: Bence makine öğrenimini sohbete geri getirmezsem hatırlayacağım, bu yüzden Nick, sadece sana atacağım. Sizin şu anda buna odaklandığınızı biliyorum - makine öğrenimini analitikle ve işimizi ve verilerimizi anlamak için kullandığımız sistemlerle uyumlu olarak gördüğünüz yer hakkında konuşabilir misiniz?
Nick Jewell: Evet, tabi. Yani, kısaca, o zaman, hızlı bir şekilde beceri boşluğumuza geri dönelim. Güçlü Excel kullanıcıları ile kesinlikle tam teşekküllü kuruluşlara sahip olduğumuz fikri. Veri bilimcileri geliyor, ama aynı oranda büyümiyorlar. İkisi arasında büyük bir boşluk var. Makine öğreniminin bugün nerede olduğunu düşünün. Telefonumuzda veya saatimizde makine öğrenimi tekniklerini içeren kaç algoritma var? Bu bir emtia, her yerde. Makinenin işletme genelinde başarıyla uygulandığından emin olmak için bu güçlü kullanıcıları mümkün olan en basit şekilde etkinleştirmeliyiz.
Eric Kavanagh: Belki de sonuncusunu sana atacağım. Buraya geç gelen birkaç sorumuz var. Jen, sana bunu soracağım. Bir katılımcı bu denetimsiz öğrenme kavramı hakkında yorum yapmaktadır ve gerçek şu ki bu şeyleri yapmak için eğitim verilerine ihtiyacınız vardır ve genellikle eğitim verilerinin şirkete özgü olması gerekir. Endüstrilerde çok fazla korelasyon olmasına rağmen, organizasyonların benzer olduğu birçok yol vardır. Bununla birlikte, her şirket, ister kendi iş modeli, ister pazarlama ya da satışa yaklaşımı ya da durum ne olursa olsun, ürün geliştirme olsun, benzersizdir.
Soru şu: Bu algoritmalar eğitim için üçüncü taraf verilerini kullanabilecek mi? Bana öyle geliyor ki, bu algoritma süresi altı aydan - hatta bazı durumlarda böyle - 40 gün veya 20 güne kadar - olsa da, bu algoritmaları eğitmek için her zaman kendi verilerinizi kullanmanız gerekecek. durum olabilir. Gerçekten kendi verilerinizi kullanmalısınız ve verilerin oldukça temiz olduğundan emin olmalısınız, değil mi?
Jen Underwood: Gerçekten bir karışım. Harici bir bağlama sahip olmak isteyeceksiniz. Aslında, bugün arka arkaya rezervasyon yaptım ve bir sonraki web seminerim ironik bir şekilde makine öğrenimi için veri hazırlama ve temizleme hakkında konuşuyor. Asıl önemli olan, dış bağlamı kuruluşunuzla bir araya getirmenizdir ve veri hazırlama ve temizleme hakkında sorduğunuzu seviyorum, çünkü dürüst olmak gerekirse, bazı araçlar çok, çok iyi oluyor - bunun bazı yönlerini ele alabilirler, ancak insan aklı, ya da sorunu çözebilmek ve göz ardı edilmediğinden emin olmak ve bakmak - bir çeşit ihmal yanlılığımız olduğunu söyle. Soruna bakma şekliniz ve otomatikleştirdiğiniz sorunu veya otomatikleştirdiğiniz kararları tasarlamayı seçtiğiniz şekilde, bunun bir sanatı vardır ve bu iş sürecini doğru bir şekilde yansıttığından emin olun.
Sigorta şirketi ile örneğime geri dönersek, karmaşayı modellediğimizde ve sigorta satmak için bu sponsorlu eğitimi kimin alacağı; modelin kendisi yasal iklim, farklı devletler için farklı yasalar değildi. İç verilerinizle ve yine insan aklınızla bu dış verilere sahip olmanız gereken her zaman bir yön olacaktır. Orada farklı bileşenler olacak.
Eric Kavanagh: Bence burada gerçekten iyi bir noktaya değindin. Robotlar, makineler ve makine öğreniminin ele geçirilmesi hakkında işitmeye devam ediyoruz. Bana göre, bu çok yıkıcı bir trend - bundan hiç şüphe yok - ama karışımdaki insanların, özellikle verilerdeki veriler, kurumsal veriler üzerindeki analizlerle birlikte gitme ihtiyacını hiç görmüyorum.
Nick, senin için son bir soru. Bana göre, algoritmalar ne kadar iyi olursa olsun, her zaman neler olup bittiğini izleyen, atanan zamanlarda kendilerini enjekte eden ve orada olanların büyük resmini gerçekten sentezleyen insanlara ihtiyacınız olacak. Herhangi bir algoritmanın bir Fortune 2000 şirketi için büyük resmi sentezleyemeyeceğini sanmıyorum, ama ne düşünüyorsun?
Nick Jewell: Tamamen Alteryx olmayan bir örnek alalım, geçen yıldan Uber hakkında konuşalım. Uber, Avustralya'daki terör olayı sırasında bölgeden kaçmaya çalışan insanlar aniden dalgalanma fiyatlandırdılar, çünkü algoritmanın yaptığı şey bu, büyük itibar zedelenmesine neden oldu. Bundan hemen sonra, birlikte çalışan insanları ve algoritmaları uyguladılar. Bu gerçekleşmek üzereyken, bir insanın süreci denetlemesi gerekiyordu. Bu insan ve algoritma ortaklığı, ileriye giden yol budur.
Eric Kavanagh: Vay canına, bu harika bir örnek, çok teşekkür ederim. Millet, web yayınımızda bir saatten fazla bir süre boyunca yandık. Etki Analitiği Jen Underwood'a çok teşekkürler. Tabii ki Nick Jewell ve Alteryx Ekibi'ne zaman ve dikkatleri ve zamanınız ve dikkatiniz için hepinize çok teşekkürler. Bu harika soruları takdir ediyoruz. Tüm bu web yayınlarını daha sonra izlemek üzere arşivliyoruz, arkadaşlarınızla ve iş arkadaşlarınızla paylaşmaktan çekinmeyin. Bununla size veda edeceğiz. Mükemmel web yayını bugün. Tekrar çok teşekkür ederim, bir dahaki sefere görüşürüz millet. Kendine iyi bak. Güle güle.
