От служители на Techopedia, 8 ноември 2017 г.
Отнемане: Домакинът Ерик Кавана обсъжда зрелостта на данните и зрелостта на организацията с Джен Андервуд от Impact Analytix и Рон Хуйзенга от IDERA.
В момента не сте влезли. Моля, влезте или се регистрирайте, за да видите видеото.
Ерик Кавана: Добре, дами и господа. Здравейте и добре дошли отново. Сряда е в 4 часа източно, което означава, че е време за горещи технологии. Да, именно. Казвам се Ерик Кавана; Аз ще бъда ваш домакин на нашето шоу днес, което наистина е дефинирано, предназначено да дефинира определени видове технологии в определени състояния, че са в света на управлението на данни. И нашата тема днес е „Постигане на зрялост на данните: Закон за балансиране на организацията.“ Така че има място за вашето наистина, ударете ме в Twitter, @eric_kavanagh. Винаги ретуирам, ако ме споменеш, и ще се опитам да го последвам. Добре е да отидете, за да получите информация за случващото се в света. Обичам този формат. Кратки знаци, 140 знака - или повече в наши дни. Така че не се колебайте да ми изпратите туит и аз ще последвам обратно.
Тази година е гореща, разбира се. Ние говорим всичко за зрелостта на данните днес и тук е съставът, с вашите наистина в горната част. Днес имаме нов анализатор; Много се вълнувам, че имам Джен Андервуд от Impact Analytix. Тя е доста експерт в областта на бизнес разузнаването и аналитиката и визуализацията на данни и всички тези страхотни теми. И разбира се падеж на данните. А нашият добър приятел Рон Хуйзенга се обажда от IDERA. Така че първо ще се чуем от Джен, а след това и от Рон. И тогава ще имаме хубава дискусия с кръгла маса.
Докато натискам следващия слайд нагоре, ще кажа само няколко бързи думи. Зрелостта за управление на данни е обект на известно време. Очевидно в историята трябва да стигнете до определен момент, преди да започнете да мислите за зрялост и са разработени много жизнени цикли на зрялост - или цикли - опитвайки се да разберете къде се намирате в кривата. Ранен етап ли сте? Ти тийнейджър ли си? Зрял ли си? И така нататък.
И мисля, че много организации са или в тийнейджърските години, или в късните тийнейджъри, или в ранните двадесет години, по отношение на зрелостта. И това не казва нищо обезкуражаващо. Просто ние все още сме в началото на това да можем да управляваме данни като стратегически актив. И нещата се променят бързо. Особено през последните пет до седем години, тъй като ние някак си преминахме от малки данни към големи данни и те се опитват да съгласуват тези сравнително различни светове и нови технологии със стари технологии. Значи наследството е там, има навсякъде.
Една от шегите, които чух преди години, е, че наследството е система, която е в производство. В момента, в който една система премине в производство, технически това е наследство. И по начин, който е истина. Но най-важното е, че имаме всички тези системи, които съществуват отдавна и трябва да намерим начин да разберем къде се намираме в собствената си крива на зрялост, за да можем да увеличим и оптимизираме стойността на данните като актив, И разбира се, има някои проблеми на спазването на изискванията, някои регулации, за които трябва да се притесняваме, в зависимост от това в коя индустрия се намираме. И тогава, разбира се, трябва да се притесняваме и от хакването. В миналото говорихме за управлението на данните и как това наистина е неразделно със сигурността и просто разбирането на ролите и отговорностите при използването на данните и се уверяваме, че получаваме най-добрата стойност от тях.
И така с това ще предам ключовете на Джен Андервуд и тя може да ни каже своята гледна точка за зрелостта на данните. Джен, отнеси го.
Jen Underwood: Благодаря, Ерик, и благодаря, че ме покани. И така, днес ще разгледам няколко различни теми и след това ще представя Рон с IDERA и той ще копае по-дълбоко в някои други области на тази конкретна тема. Ще кажа, че това е критична роля в дигиталната ера или дигиталната трансформация, в която сме в момента и както Ерик беше казал, това е еволюираща ера. Някои забавни статистически данни от Съвета за EDM, имаше доклад за референтната индустрия за управление на данни. Той е почти на две години, но все още е доста уместен и ще разкрие някои от, знаете ли, фактоиди сами по себе си като тийнейджър в това пространство. Ще говоря малко за зрелостта на данните и стълбовете на управление, сами по себе си.
По тази тема на дигиталната ера или цифровата трансформация, която чувате навсякъде, това наистина се случва в момента. Един от интересните факти, които съм събрал, като следя индустрията всеки ден, беше точка, направена от Gartner в топ десетте им стратегически технологични тенденции. И те бяха казали до 2020 г. - така че ние сме само на няколко години от това - информацията ще бъде използвана за преоткриване, дигитализиране и автоматизиране или премахване на 80 процента от процесите, които имаме от десетилетие по-рано.
И аз го виждам от известно време, мисля, че тук виждате различни видове хора да казват, знаете, „Данните са новото масло“ и такива видове неща. Обичам да казвам, че сега данните са цифрово злато. И ако мислите за софтуерните приложения и участието в софтуера, в миналото бях световен продуктов мениджър за Microsoft и дори промяната в кариерата ми от, знаете, наистина бихме се съсредоточили върху софтуера, сега сме фокусирани върху потребителите и събиране на данните и мислене за осигуряване на приходи от тях.
Навлизаме в тази епоха, в която данните са цифрово злато и вие започвате да виждате, че с появата на това, което се нарича главен служител на данни, и те са, знаете ли, две основни мисии - и със сигурност няколко други - да се уверите, че данните са безопасни и сигурни, а също и да намерите начини да увеличите максимално стойността на данните вътрешно и дори външно - като този дигитален актив. Така че тези видове неща, които може би не са били или не са изглеждали важни за вашата организация в миналото, данните най-накрая получават място в таблицата на ниво C с CDO и ще бъдат взети много по-сериозно напред.
Ако мислите за управление на данни и зрялост, има две различни теми, които имам на този конкретен слайд тук, като първата е, знаете ли, самото управление на данните. Става въпрос повече за бизнес функциите, които разработват и създават потоци от данни и данни, някои от политиките и практиките там. И тогава, когато мислите за зрелостта на управлението на данните, това е способността на една организация да дефинира точно, лесно да се интегрира, знаете, да използва тези данни, които те имат отново за вътрешни или външни цели, като например осигуряване на приходи. И една от големите теми - и това беше смешно, по-рано в кариерата ми и всъщност използвах някои от инструментите и проектите за архитектура на данни на IDERA - беше цялата тази концепция за метаданни и продължаваме да мислим за метаданни, а след това не се говори за дълго, дълго време. Най-накрая виждам, че метаданните отново са готини. Това е наистина много важно при взаимодействие с различни групи, разбиране къде са вашите данни, какви са данните. Особено в неща като езеро с данни. Най-сетне, най-накрая става интересно.
Сега, обещах, че ще имам статистически данни от доклад за сравнителен отрасъл. Този беше от 2015 г. за Съвета на EDM. Става въпрос за модернизиране на качеството и управлението на данните, а в този конкретен има няколко забавни фактоида. Така че тук повече от 33 процента от организациите имат активна формална програма за управление на данни на някакво ниво на организацията - само 33. Така че това е много интересно само по себе си. От 50 процента, които наистина са се формализирали, ние искаме да управляваме данни, осъзнаваме, че това е наистина важен актив в нашата организация, точно както хората имат човешки ресурси. Само 50 процента от тях са имали програми, които са по-стари от една година. Така че това отново е нова област, наистина е доста интересно в това, което ставаме все по-важни, особено с неща като някои от отрасловите регулации.
Така че по този въпрос, много пъти - и това е интересно, че съм бил в технически продажби и роли през цялата ми кариера - всъщност не беше „О, можем да спестим пари, които биха мотивирали една организация“ - обикновено това е страх. Нещо повече: „О, Боже, трябва да сме сигурни, че сме покрити. Ние не искаме да загубим работата си. “И със сигурност неща като хакерски и рискови данни и изтичане на данни, има наистина интересни сравнителни проучвания за това. Verizon прави такава всяка година и вероятно е един от любимите ми, които преглеждам. Това, което почти винаги виждате, е невнимание, не е задължително, знаете, умишлена злоупотреба с данните или неправилно управление на данните, което води до теч. И често - те нямат тези статистики за тази конкретна сесия - но е увлекателно, че тези случайни течове на лошо управление на разрешенията и други подобни. Знаете, за да улесните нещата, тези течове отиват на заем. И обикновено за хора, които са странични бележки или външни за вашата организация и това не е това, което искате.
Това са типовете неща, когато мислите да имате програма за сигурност и управление на данни. Знаете, не само лоши решения и спестяване на пари, но също така и да сте сигурни, че знаете, че сте сигурни, спазвате законите за поверителност и сигурност. Можете да осигурите приходи от данни в тази цифрова ера и разбира се, знаете, че искате да направите нещата ефикасно и да използвате повторно данните и да имате блаженото копие и да има - мразя, когато хората казват, и съм в аналитиката и аз отдавна съм в аналитиката, една версия на истината. Обикновено, нали знаете, обикновено има много версии на истината, само от различни гледни точки. Но по същество искате да имате данните да са надеждни, на които основавате решения.
Един от най-големите шофьори, който виждам - и това е хубаво нещо, добре е, че отново се охлажда - е цялата концепция за GDPR на Европейския съюз. И нека поговорим за това малко. Така че, ако не знаете GDPR, през следващата година ще чуете много за него. Това е ново законодателство, което се прилага през май. Той ще бъде наложен през май 2018 г. и има някои големи наказания за неправилно управление на информация. Може да сте чували това да се говори в други форми - може би не използвате термина GDPR - може да сте чували или виждали това писано като право да бъдете забравени, което означава, че можете да посегнете и да помолите доставчиците да премахнат данните ви. Отново минали архитекти на данни не биха премахвали данни. Бихме го променили, бихме го направили неактивен при сценарии за съхранение на данни. Никога не сме изтривали данните си. Не сме имали процеси за това. Знаете, това са неща, които ще докоснат всеки аспект на вашата организация и различни начини и процеси, които може би никога не сте обмисляли при изграждането на приложението или склада си с данни. Така че, ако видите неща за GDPR, за които да мислите, доста скоро ще ви е необходима правна основа, която да обоснове събирането и обработката на лични данни.
Така че това е най-вече на лично ниво, така че съгласието трябва да се дава свободно: конкретно, информирано, недвусмислено. И това ще повлияе на много области на изкуствения интелект и науката за данните - това е областта, която покривам най-вече тези последици от науката за данните и просто да се уверите, че има известна прозрачност в самите модели - както и много други области от вашето самообслужване BI, вашият склад за данни, вашето главно управление на данни, дори 360 клиенти на вашите проекти, за персонализиране и дори вашия бизнес приложения. Така че това е нещо, което ще докосне всяка част от органа ви. И за разлика от законите за поверителност в други юрисдикции, GDPR ще бъде приложим за всяка организация, разположена в или извън Европейския съюз. И глобите за съответствие отново са значителни. Това е, че вашата организация може да бъде глобена до четири процента от общата ви брутна годишна сума - вярвам, че се нарича оборот - доход сам по себе си.
Надявам се, че имам вашето внимание и това са неща, които трябва да забележите. Ако вашата компания вече следва някои от тези практики и индустриални стандарти с PCI, може би това е ISO - не съм сигурен дали ще кажа това правилно - 27001. Ако вече правите някои от тях, не би трябвало “ не бива да бъде прекалено непоколебим, но със сигурност е нещо, което със сигурност трябва да се знае. Тъй като се подготвяте за това, има няколко области, особено в управлението на данни и едно от първите неща е да имате каталог и класифицирате данните си - да знаете къде се намират вашите данни. И в свят, хибриден свят, където данните живеят навсякъде: Това е в облака; това е в тези приложения; това е в продажбената сила; това е в някаква друга случайна програма, която маркетингът също използва, знаете, вашите клиентски системи или вашите системи за инвентаризация - всички тези видове места. Знайте къде се намират вашите данни и най-лесното нещо - и това е наистина забавна област за управление на данни, това понятия от тези каталози на данни, които имат интелигентност, дори класификацията на машинно обучение е част от информацията.
И отново метаданните - споменах метаданните отново се охлаждат, така че наистина мислете за метаданни и не прелиствайте тази важна тема, когато започнете да проектирате езера с данни и тези видове неща, и разбира се да ги управлявате и наблюдавате. Така че мониторингът ще стане много по-важен, когато трябва да се върнете назад и някой от GDPR, например, може да ви помоли да докажете къде отиват тези данни, кой ги има, кой има достъп до тях и т.н. Защото всъщност ще трябва да покажете на властите тези видове неща.
За да ви помогна с зрелостта за управление на данни, всъщност има няколко училища на мисълта и вярвам - не съм 100 процента сигурен - мисля, че видях в палубата на Рон, че той ще покрие няколко от тях, така че едно днес ще говоря е от CMMI. И този, този е достъпен за хората; тя обхваща шест различни категории управление на данни, 25 области на процесите, 414 изявления за практиката и 596 различни работни продукти. Така че, когато мислите дори за всички неща, които правите, като например, че управлявате и архитектирате данни, 596 функционални работни продукти, вие не осъзнахте колко сте направили, нали? Или това, което наистина не правиш. Когато погледна такъв номер, това е едно от нещата, които наистина се залепват в съзнанието ми. Така че в това и това, което ми харесва в този конкретен, е, че е архитектурно и технологично неутрално. Значи това означава, че ако имате, и повечето от по-големите организации, с които съм се консултирал или работил и прилагал през годините, знаете, че там имат най-различни технологии. Така че ще искате да преведете какво означава DMM за платформите и технологиите, които използвате в конкретната ви среда. Освен това е независима от индустрията, така че не е задължително да е специфична например за здравеопазването. Здравеопазването е сигурно - независимо дали става въпрос за БАД или различни видове класификации, трябва да превеждате или разглеждате различни видове неща, когато сглобявате програмата си или своя план за подобряване на нивото на зрялост на управлението на данните в рамките на вашата организация.
Какво е това, ако не са някои от тези неща? По същество това определя какво, но не ви казва конкретно как да направите това. Понеже през много от кариерата си бях много тип А, харесвах, когато хората ми дадоха цел и можех да измисля как да стигна до тази цел и не бях, да речем, да управлявам времето си, как да стигна до там. Ето как зрелостта за управление на данни и тези процеси с CMMI ви дава целите и ви дава как да измервате себе си в някои от тези различни области. И ще ви дадат ниво. Има различни начини, по които можете да оценявате и измервате, независимо дали е ниво едно до пет ниво, което означава, че сте го оптимизирали и имате наистина силна програма.
И за да ви създам усещане какво е това всъщност, тук имам малък преглед на това, което може да означава. И така, тук, когато мислите да имате жизнен цикъл на процесора за управление на зрелостта на данните, той има поддръжка на процесите, на всичко - от изисквания, управление на риска, трябва да поддържате процеси там, до управление на данните и съм любезна на това, но по същество управлението на данните е цялостна програма сама по себе си. Имайки бизнес речник, ние сме говорили за бизнес речници и архитекти на данни завинаги - това трябва да е нещо, което имате във вашата организация. Някои от тези типове каталожни технологии там създават, разработват бизнес речник с краудсорсинг на информация и вземане и какво ли още не, и, знаете ли, поставяне на връзки в документи към различни гледни точки на същите тези данни, на полето на данните или версия на данните, тъй като тя се променя през целия жизнен цикъл на стойността.
Това са типовете неща, които станаха много по-добри, откакто започнах в кариерата си. В миналото трябваше да разработваме системи за отглеждане в домашни условия, за да правим тези видове неща. Така че разглеждаме цялостната и голямата картина, стратегията и всички различни части от управлението до качеството в управлението. И едно нещо в качеството на данните е интересно, тъй като индустрията става все по-автоматизирана и отново имаме тези цифрови процеси с автоматизирано вземане на решения. Работя много в пространството на науката за данни, където имаме някои от тези инструменти, които автоматизират решения и актуализират прогнозни модели в движение. Много от тези инструменти и алгоритми изискват и приемат, че данните са добри. Необходими са данните, за да са валидни, за да ви дадат добро автоматизирано решение. Така че, като мислите за това, знаете, може би качеството на данните обикновено е едно от онези неща, които хората отстъпват настрана и не го приемат много сериозно. Но след като започнете да автоматизирате вземането на решения в модели за предсказуемо моделиране и машинно обучение, качеството на данните става наистина важно.
Няколко начина за измерване на напредъка ви тук е - и ще оставя Рон да говори с това, той има прекрасен слайд за това и в сесията си - просто ще ви дам бърз промък на върха на, знаете, тези различни нива в това. По същество това е самооценка, нали? Така ще разгледате управлението на вашите данни и това, което смятате, че изобщо имате нещо на място. И не се смущавайте, ако не го направите. Както казах, само 33 процента от организациите наистина са започнали да правят такива видове. Въпреки че, знаете ли, тези видове програми са били най-малко - аз съм в индустрията повече от 20 години и със сигурност съм правил подобни неща преди години, може би не сме го нарекли просто така. CMMI, те имат упражнение, което можете да прецените и можете да прегледате и да погледнете и да създадете своя собствена - в случая този вид радарна диаграма - оцени всички тези различни ъгли или неща. И всяка организация, както съм правил различно, знаете, когато използвах консултации и изпълнение на тези проекти, знаете, всяка организация е уникална. Те ще бъдат области, които ще бъдат наистина, много важни за тях. Може би, знаете, това е управление на процесите или това е управление на качеството или това е риск - зависи какво е, но ще искате да погледнете и да създадете база за сравнение или базова линия, а след това също да помислите какво определя нейния успех.
В това отношение, когато мислите за измерване и управление на тези видове неща, ще искате първо да осигурите някакво изпълнително спонсорство за подобна програма. Това е нещо, което ще бъде многофункционално в цялата организация, така че дори ако Сузи Q и Джон Смит, те решават: "Да, нека да направим това. Трябва да направим това", те не могат да направят това в силоз в тяхната организация или дори това да е ИТ. Наистина трябва да имате тази покупка от бизнеса и експертите по въпросите на данните. Те трябва да имат малко време. Не искат това да е просто допълнителна задача. Ако някога сте работили - мисля, че съм изпълнявал няколко основни задачи за управление на данни, проекти и качество на данните - и обикновено, знаете ли, стигате до бизнеса и те: „О, управление на данни“. Не е нещо, от което се вълнуват. И те са като: „О, не. Трябва да имаме време за това ”, и те го правят. Така че ще искате да имате известно време. Ще трябва да имате тази благословия от върха. Ще искате той да е многофункционален.
Отново това е нещо, което наистина докосва много области на организацията. А с GDPR това би трябвало да улесни малко, защото отново законите от GDPR и къде тези лични данни се използват за вашите клиенти и се използват в цялата ви организация, това трябва да бъде малко по-лесно, ако го приложите, ако имате да се придържаме към GDPR. Тук се връзвам с език. Това трябва да ви е по-лесно. Ще искате да възложите някаква отговорност и след това да погледнете, знаете, че ще ги персонализирате. Така че винаги гледате на тези видове насоки, които тези организации предоставят, и това обикновено са това: Те са насоки за вас и вие ще прилагате за вашата култура във вашата организация.
Работата в управлението наистина беше наистина важно, едно от нещата, които някои от продуктите, които разработих, когато бях в световен мениджмънт на продукти в Microsoft, бяха BI за самообслужване и позволиха на бизнес потребителя и потребителя на нетехнически данни да играят с данни и създават свои собствени отчети и много пъти ИТ ще отблъсне. Така че аз отделих много време за това управление и се уверявах, че продуктите ще имат правилните функции и одита и регистрирането, и, знаете ли, правейки го така, че да не разрушават базата данни сама по себе си. Но има една рамка, която, знаете, работейки през годините по тази конкретна тема от тези видове неща, която е подобна на управлението на данни. Ще искате да имате тази фондация, която е създадена с изпълнително спонсорство за това и ще искате този ангажимент между бизнеса и ИТ.
Така че отново става дума за разпределение на бюджет / време и за разработване на нови процеси. Ще бъде промяна на културно ниво, когато направите някои от тези неща, знаете, започнете да разглеждате данни. Но знаете, отново е много важно от стратегическа гледна точка. И за да ви дам усещане, ето ви един пример и го изчистих от един от старите си проекти от преди години по този тип неща. И отново, това вероятно е повече от гледна точка на общото управление, но със сигурност може да се използва повторно за тези видове проекти с управление и развитие на вашите процеси за управление на данни и тяхното управление. Имате експерт по бизнес въпроси, тук имаме управители на данни, специалистите по информационни технологии, знаете, за различни сфери на дейност. Много компании, които са по-големи, ще разполагат с вашия съвет за корпоративни стандарти и вашите корпоративни архитекти и архитекти на данни и моделисти там. Така че ще има различни експерти по различни теми от различни нива. И отново, много от тях - мразя да го имам за пример - те ще бъдат персонализирани според вашата организация и вашата култура.
Едно от нещата, когато работите с тези проекти, отново много пъти вероятно не е най-вълнуващият проект в организациите, не толкова визуален, колкото хората искат. Смешно е, това е едно от онези неща, които, когато консултантската фирма влезе или дори в собствената ви ИТ група или в групата ви на BI център за високи постижения влезе или влезе вашият аналитичен център на върхови постижения и ще работим върху данните качество и зрялост за управление на данни, те може да не са изключително развълнувани да го направят. Но трябва да намерите начини да ги мотивирате и да ги включите в своите измервания. Така че, когато се замислите какво ще бъде, едно нещо е да направите това упражнение веднъж и да получите хората на борда. И разберете, че те са харесали каталога с данни или обичат някои от тези неща, защото това улеснява живота им и те могат да намерят какво означават данните или да ги разберат, и могат да добавят своя собствена гледна точка към него. И нещото, каталозите с данни вероятно са един от най-големите проекти, които помагат на хората наистина да се влюбят в това.
Затова следващото нещо е да ги поддържате ангажирани. Как поддържате някой ангажиран, че може би не им пука за това? Това е да се дефинират някои показатели и да се включат, тяхното измерване в и след това да се осигури известно обучение, когато има нарушения и известно осъзнаване, че: „Ей, ние правим наистина много добре за известно време, а след това не толкова добре след известно време.“ Така че тези са видове неща, за които да се мисли, за да продължите. И тогава, когато мислите за оценка и това е пример от CMMI, ето как го оценяват. Отново ще имате свои табла за управление, собствени KPI, знаете ли, как различните хора се измерват в една организация. Но вие ще имате различни начини да оценявате и измервате собствения си успех. Моят ключов момент, че трябва да се откажете от това, или куката, за да се откажете от това, е да се уверите, че имате начин да измервате успеха и че можете да отпразнувате и своите успехи.
Така че с това, аз оценявам, че сте се мотали там за тази вълнуваща тема и аз ще се обърна към Рон, който ще копае малко по-дълбоко.
Рон Хуйзенга: Благодаря ти, Джен. И благодаря на всички, че се присъединихте към нас днес. Сега ще взема няколко аспекта от това, за което Джен говори, и ще отида малко по-дълбоко в определени области. Но това, което аз също ще направя, е да предоставя вид обобщение как можете поне да имате самооценка на високо ниво на някои от тези области. Защото както видяхте с моделите CMMI и този тип неща, можете да отидете много дълбоко много бързо с много различни индикатори. Така че това, което наистина искаме да стигнем, е нещо, за да можете да усетите добре къде е вашата организация на доста високо ниво и след това да започнете да проучвате останалите. Така че с това ще говоря за организационната ефективност. И ще основавам това на CMMI и някои от другите стандарти или основи на знанието, които произлизат от това през годините. И тогава ще говоря за някои от показателите за зрялост за зрялост на данните и зрялост на процесите, защото докато преминем през това, ще видите, че те вървят ръка за ръка. И подкрепяйки перспективите, Джен говори за управление в една област. Освен това ще говоря малко и за корпоративната архитектура. След това ще го обобщим и ще стигнем до самата кръгла маса.
Ако го погледнем, има много стандарти и BOKs - които, разбира се, са знания -, които са публикувани през годините. Много от тях наистина са възникнали от способността на модела на зрелост. И от тук произлиза CMMI, за която говори Джен. Самият CMM модел всъщност беше през 1998 г. Той всъщност беше стартиран от джентълмен на име Уотс Хъмфри, когато той беше с IBM. Той имаше 27-годишна кариера в IBM. Но реалната му активна разработка на този конкретен модел започва, когато той е в Карнеги Мелън и е поръчан от Министерството на отбраната на САЩ. За това се използват много други стандарти. И нещо, което е много добре да знаем за индустрията, когато говорим за това в някои от другите стандарти, е, когато разгледаме сроковете на това, то също е на фона на нещата, които виждахме в индустрията като цяло. Това беше, когато движението на качеството наистина започна да се развива, особено в производството, и това се насочи към други области. Къде търсихме начини за подобряване на производствените процеси, правейки неща като цялостно управление на качеството, своевременно производство и други неща. И много от философиите, които излязоха от това, влязоха в цялото качество на работата.
И това наистина е вид скоковото място, от което започнаха много от тези неща. Той стартира в общата индустрия и прониква в ИТ и данни, както и в процесни и информационни системи. Други стандарти, които виждаме, които са по-тясно свързани или по-специфични за някои от нещата, за които говорим, разбира се, е моделът на зрялост на данните, за който Джен говори малко. Съществува и моделът за падеж на бизнес процесите от групата за управление на обекти. И редица други стандарти, които може би сте виждали, че вашата организация може да се бори с или да се използва за различни области на бизнеса, особено задвижвани от ИТ, като COBIT, който е целите за контрол на информацията и технологиите, ITIL, който обикновено е инфраструктура -фокусиран, с което много от вас може да се справят. Отново цялостно управление на качеството. И особено когато попаднете на неща като показатели и всичко останало, може би сте виждали неща като контрол на статистическите процеси също да играят. И след това, разбира се, част от телата на знанието, с които се занимаваме, са информационни или ИТ специалисти. Органът за управление на данни от.
Също така, еквивалентно на това, е информацията за бизнес анализа. И тялото на знанието за управление на проекти. Може да имате няколко или повече от тези неща в игра, които да бъдат използвани от различни заинтересовани страни във вашата организация едновременно. Но нека да филтрираме през BOKs и нека се върнем и да кажем, какво е зрялост? И ние изброяваме определението за зрял, защото когато питаш какво е зрялост, когато го погледнеш в речника, всъщност казва „зрял си“. Така че, използвайки думата „зрял“, това всъщност означава да сте достигнали напреднал етап на развитие - разбира се, много общ. Но това, което всъщност гледаме тук, е напредването на това, което правим, към по-високо и по-високо ниво на постижения, докато преминем. И когато погледнете много от стандартите, както ще видите, CMMI по-специално и моделът за зрялост на способностите наистина базират нещата на петточкова скала, така че ни дава постепенно да разгледаме и да кажем, как са всъщност се развиваме по този мащаб в това как растеме?
Когато разглеждаме зрелостта обаче, от гледна точка на постигане на организационна зрялост в нещата, които ни интересуват, трябва да сме в баланс. Трябва да постигнете зрялост на данните и ще говорим за някои от критериите, които трябва да направите там, но трябва да постигнете зрялост на процеса в същото време. Те са две страни на една и съща монета и трябва да вървят ръка за ръка. Не можете да преминете от, да речем, от нула до пет по скалата за зрялост на данните, без да увеличавате зрелостта на процеса, а същото е и за зрелостта на процеса. И двамата са съединени заедно и се изтеглят един към друг за возенето, тъй като всъщност се развивате през различните етапи. И ще говоря за това малко повече в един бъдещ слайд тук. Другите неща, които трябва да осъзнаем, е постигането както на данни, така и на зрялост на процесите, са от основно значение за архитектурата на предприятието и са основни за някои от нещата за управление, за които Джен говореше. Ние даваме възможност на тези чрез постигане на зрялост в някои от тези неща, които се опитваме да направим.
Сега върху слайда, за който Джен каза, че ще говоря малко по-подробно. Взех само няколко категории и използвайки скалата CMM тук и всъщност имам своя собствена, всъщност добавям нула по отношение на скалата, защото може да има определени случаи, в които всъщност не сте направили всяко сцепление изобщо в тези случаи. Така че това са само начини за разпознаване, които са се случили. Така че, ако разгледаме по-специално управлението на данните, може да започнете от нула, защото нямате никакви програми за управление на данните. И като започнете да съзрявате в различните области, след като започнете да го въвеждате на проектно ниво, след това на програмно ниво, чрез подразделения и в крайна сметка в целия бизнес, така, от гледна точка на управлението, вие всъщност зреете и растете като организация, както правите това.
Други аспекти на това, като главното управление на данни, можете да започнете от нула без официални класификации на материални данни. След това стигате до, стигате до точка, в която разпознавате, че имате основни данни и започвате да класифицирате, но не е интегрирана. След това започвате да работите за интегрирани и споделени хранилища. След това, когато попаднете в стандартизирана среда, това е, когато гледате да предоставяте услуги за управление на данни. И докато напредвате по-напред, вие ще създадете главни управители на данни и евентуално съвет за управление на данни, който наистина гледа на това сериозно през цялото време. Когато погледнете техническата си среда и приложенията и базите данни, които имате от гледна точка на интеграцията на данни, отново, в незряла среда, ще имате редица ad hoc, точки от точка на интерфейс и такъв тип нещо. И като растете, ще започнете да въвеждате някои общи инструменти и стандарти. След това ще започнете да разглеждате общи интеграционни платформи, докато ги развивате. И като станете стандартизирани, ще работите върху стандартизиран междинен софтуер и възможни лесни неща като корпоративни автобуси за обслужване, каноничен модел, категоризирайте всичките си данни във вашата организация, а също така обвързвайки с неща като бизнес правила във вашето хранилище и този вид на нещо. И след това да отидете още по-далеч, където го вградите изцяло в организационната култура. И разбира се, качеството е от първостепенно значение. Докато Джен говореше, много решения и много инструменти, които са там, предполагат, че имате висококачествени данни, с които работите. Така че качеството на данните е нещо, което е основна основа за постигане на зрялост на данните.
Отново, когато погледнете данните, може да имате много силози и разпръснати данни в незрели среди. Може да имате несъответствия, които са приети. И тогава започвате да работите върху това, разпознавайки непоследователното и тогава започвате да гледате на планирането. И ако погледнете тук управляваните среди, нещо много важно тук е почистване на данни при консумация, за да се използват данните при вземане на решения. Така че това, за което наистина говорим, е почистване на данни, където ще го заредим в хранилища на данни и други инструменти за подкрепа на решения. И това е аналогично на това, което сме свикнали да виждаме в индустрията за производство на данни, където хората биха изградили продукти, те щяха да проправят път надолу по сборната линия и в края на нея, вие ще инспектирате продукта и ще отидете, „О, тук имаме дефекти. ”Отново, едно нещо, което никога не можете да направите, е, че никога не можете да подобрите качеството на продукта, като го инспектирате в края. Можете да видите проблемите с него и след това можете да предприемете мерки за подобряване на следващите и други, които слизат по линията след нея, но никога няма да я подобрите, като я инспектирате в края. Така че, когато се движите напред, особено в данните, вие се движите повече от инспекция и почистваща гледна точка на мястото на потребление, където започвате да се опитвате да изградите това в източника, точно от мястото, където хванете данни, процесите, които действат върху тези данни, като се гарантира, че тези данни са точни и годни за консумация във всеки процес по целия път. С развитието си по-нататък започвате да разработвате и получавате качествени KPI и наистина започвате да развивате този подход за предотвратяване на качеството на данните, когато се движите напред.
По отношение на организационното поведение или нещата, които виждате е, ако не мислите, че имате проблем или не сте наясно, може да сте, ако във вашата организация има фаза на отказ, това ми казва, че сте надолу ниво нула или потенциално преминаващо в едно. Ако има много хаос около вашите данни и се опитвате да разрешите тези несъответствия, вероятно сте на първо ниво. Когато все още сте в реактивен режим, преминавате в управляван, но няма да се стандартизирате, докато всъщност нямате много стабилна среда за данни, обхващаща както управлението, качеството, главното управление на данните и данните интеграция, за да назовем само някои от точките. И отново, след като преодолеете това, тогава започвате да навлизате в наистина проактивни стилове на управление. Ако стигнете до частта, в която имате много предсказуемо поведение, а също и аналитика, която да я подкрепи, и KPI, за да я подкрепите във вашата организация, когато разгледаме това и наслагваме няколко неща, има някои други неща, които можем да направим вижте за организациите и къде се намират. Нека да разгледаме основния ИТ фокус в една организация. Ако вашият основен фокус в ИТ е все още върху технологията и инфраструктурата, вероятно сте надолу към по-малко зрелия край на скалата. Но когато наистина се съсредоточите върху информацията и информационно-улесняващите стратегически възможности за бизнес, тогава се доближавате до зрелия край на скалата. Също така, когато го гледате от гледна точка на данните, ако сте в ниския край, имате висок риск от данни и ако сте в най-високия край, сте намалили риска, свързан с данните. И обратната страна на това е генерирането на стойност на организацията. По-ниската зрялост на данните означава, че вероятно имате доста ниско ниво на генериране на стойност, особено по отношение на данните, които имате във вашата организация. И докато се движите нагоре по скалата, получавате високо стойностно поколение.
Нека да разгледаме това по отношение на самото моделиране на данни. Понякога моделирането на данни се е превърнало в червеноглава пасинка. И моделирането на данни е от основно значение за постигане на зрялост на данните. Така че просто искам да говоря за няколко от знаците за предаване на информация за това как моделирането на данни се свързва с това. Ако просто се използва за документация или просто, физическо генериране на база данни за малки приложения и такъв тип неща, вероятно сте по-ниско ниво по отношение на зрялост на данните. Когато започнете да възприемате и разпознавате различните типове модели, включително концептуални, логическия модел и физическото моделиране, където това също е, знаете, в основата си задвижвате дизайна. Наистина го използвате като гледна точка на дизайна, тогава сте на ниво едно.
Когато започнете да го разглеждате от по-корпоративно ниво, включително изграждане на корпоративни или канонични модели, въвеждане на концепциите и обвързване в множество модели, линия на данни и изграждане на метаданни за управление направо във вашите модели, започвате да стигате до трето ниво и след това преминаване към метаданни с пълно управление, интеграция на бизнес речник, и т.н. Ако погледнете жизнения цикъл и веригата на стойността на данните, е когато наистина стигнете до ниво четири. И отново, напълно интегрирано моделиране с бизнес речници, метаданни, възможност да управлявате неща като анализи за самообслужване, това е наистина, когато сте постигнали доста зряло състояние.
Като част от това, искам да говоря за жизнения цикъл на данните много кратко. И причината, поради която искам да говоря за това, е житейският цикъл на данните, за съжаление, често се игнорира. И за какво става въпрос, той наистина описва как даден елемент от данни се създава, чете, актуализира или изтрива и процесите, които действат върху него в цялата ви организация. Така че тези от нас, които са в бранша от дълго време, наричат това като CRUD, защото това е създаването, четенето, актуализацията и изтриването. Но ние трябва да разберем това на фундаментално ниво, когато се занимаваме с данните в нашата организация. Много фактори влизат в игра. Какви са бизнес правилата, които действат върху него? Какви са бизнес процесите, които консумират, произвеждат или променят данните? Кои са приложенията, които всъщност реализират тези бизнес процеси, за да ви позволят да правите това? Всичко, което влиза в игра по отношение на жизнения цикъл на данните.
И отново, Джен намекна за това по-рано - може да не е задължително да има един източник на истина. И може да има няколко начина за създаване на определен елемент от данни. И всъщност може да се наложи да влезете, различни неща влизат чрез множество системи или множество приема, които трябва да съгласувате и разрешите, за да измислите какъв е подходящият източник на данни за това конкретно решение в този момент. В една организация може да има множество варианти на данните за различни цели. За да можете да постигнете това, трябва да имате възможност да моделирате бизнес процес, поредица от данни, която включва потоци от данни, интеграция и която включва неща като ETL, така че извличайте, преобразувайте и зареждайте за вашия склад за данни, март на данни и области за поставяне и разбира се, връзките с данни също са в игра. Докато дърпате тази информация от езерото с данни, трябва да знаете как я консумирате и как я използвате. По отношение на самия жизнен цикъл, наистина как създаваме или събираме нови данни, как го класифицираме - защото трябва да го класифицирате, за да го разберете и да работите ефективно с него - как го съхранявате, как го използвате, как го модифицирате към онези бизнес процеси, където се споделя в организацията - и много важно: запазване и архивиране. Колко дълго съхранявате данните? Кога го архивирате? Кога в крайна сметка унищожавате тези данни? Всички тези неща трябва да се вземат предвид във вашия жизнен цикъл на данните и трябва да правите всичко това, за да постигнете високо ниво на зрялост на данните във вашата организация.
Отново имам няколко различни неща тук и - не се притеснявайте, че няма да чета всички тези неща, а просто вид контролен списък, така че - отново можете да започнете да преценявате къде е вашата организация по отношение на на зрялост на процеса. Нека отново да разгледаме нещата от първоначалното право през оптимизираните страници. Отново използваме същата скала от пет точки, която беше получена от модела на зрялост на способностите. Ако погледнете неща като фокуса, ако сте на по-ниско ниво или първоначално ниво на зрялост на процесите, може да откриете във вашата организация, че хората наистина разчитат на собствените си методи за изпълнение на своята работа. И може да видите някаква героика и такъв тип неща, за да можете да свършите нещата. Тогава започвате да стигате до момент, в който сте по-активни по отношение на това, когато вашето ръководство поема отговорност за работните звена и работата. След това започвате да развивате стандартните интегрирани процеси. Тогава стабилността на процеса и повторната употреба. След това започвате да виждате повече от култура на наставничество и статистическо управление за изчисляване на показателите и KPI по отношение на тези процеси и накрая до пълно ниво на оптимизация.
Когато погледнете управлението на работата, можете да продължите, ще отидете от област, в която имате непоследователни нива на управление на работата, към по-управлявана, където балансирате поне на по-високо ниво ангажиментите си към ресурси. След това до момент, в който имате по-адаптивна или гъвкава организация, за да можете да стандартизирате вашите процеси, но да ги приспособите за най-доброто използване при различни обстоятелства в организацията ви. И когато стигнете до напреднали, именно там е много важно овластяването и това означава, че всички интуитивно разбират какво се случва и персоналът разполага с данните от процеса, така че да може да оцени и управлява собствената си работа.
Отново се връщаме към аналогията на производството - когато видяхме, че като започнахме да модернизираме нашите монтажни линии и всичко подобно в индустрията, започнахме да говорим за общото качество и овластяването на работниците дори на монтажната линия, където ако някой видя нещо нередно във всеки конкретен етап от производството, хората бяха овластени, че могат да натиснат големия червен бутон и да затворят цялата сглобяваща линия, докато проблемите не бъдат разрешени, преди нещата да продължат по-нататък. И това е този тип манталитет и вид култура, която търсим около данните в нашите процеси, за да сме сигурни, че всъщност оптимизираме нашите данни и нашите процеси в нашата организация.
Други показатели за вашата култура - застояла ли е вашата култура по отношение на липса на идентифицираща основа за реална ангажираност в подобряването на вашите бизнес процеси? Има ли делегиране на отговорност, което виждаме допълнително в мащаба? И докато се движите по-нататък, все още може да имате силози, но като започнете да се движите нагоре по отношение на културата и нещата, които правите в процеса на вашия бизнес, вие също така разрушавате тези различни бизнес силози и използвайте процеси във вашата организация. Много е важно, докато стигнете до етапа на събитието, това, което всъщност се основавате на това, е, а не усещането на червата, всъщност събирате качествени показатели и имате показатели на място, за да прогнозирате способността си за изпълнение на вашия бизнес операции и това е изключително важно.
По отношение на архитектурата, нека поговорим за това, защото много от нас тук са в ИТ или винаги гледат на ИТ. Отново същите типове неща, които видяхме в данните. Имаме отчаяни ИТ системи, ако наистина сте в началните етапи на зрелостта на процеса. След като започнете да управлявате процесите си, ще видите, че някои услуги се настройват там, където наистина възприемате повече от базиран на услуги подход. След това, ако станете стандартизирани, ще видите повече от пълно приемане по отношение на данни и услуги и услуги за обработка и такъв тип неща, точно до мястото, където стигнете до пълна услуга или нова архитектура. И в крайна сметка до пълно предприятие, управлявано от процесите, което използва вашите данни.
Отново едни и същи видове везни, когато разглеждаме това. По отношение на производителността, при ниско ниво на зрялост на процесите, ще видите ниски нива на производителност и висока зрялост на процесите, ще видите много по-висока производителност. И качеството върви ръка за ръка и с това. Същото като с данните - ако сте на ниска степен на зрялост, ще видите високо ниво на риск, а също и високо ниво на отпадъци. Но колкото е по-високо ниво на зрялост, вие ще намалите това и ще намалите риска и ще намалите значително отпадъците. По отношение на някои неща, които може да видите като вид симптоми или показатели в дадена организация, ако основната философия се основава на намаляване на разходите, вероятно сте на ниско ниво на зрялост на процеса. След това ще завършите висше образование и ще се насочите към по-внимателно разглеждане на ефективността на вашата организация и след като стигнете до много зряло ниво, отново ще се съсредоточите върху генерирането на стойност.
От гледна точка на организационния мениджмънт, ако цари хаос, това обикновено е симптом на организации с ниска зрялост. Но започвате да се съсредоточавате върху това, което аз наричам по-скоро манипулатор на мениджмънта, където - и може да има някакъв мениджмънт с декрет или налагане на неща - къде сте наистина тогава, когато стигнете до по-зрели нива, вашето управление се превежда на повече от лидерство. С други думи, философията на усъвършенстването е вградена в културата и от изпълнителния директор надолу, те промотират цялата тази философия за подобряване на процесите и непрекъснато, непрекъснато усъвършенстване във вашата организация като цяло.
По отношение на модела на процеса - и тук ще прегледам сравнително бързо тези неща - отново нека разгледаме моделите на процесите, тъй като те се връзват в самата зрялост на процеса. Отново, много подобно на нещата, които видяхме на зрелостта на данните, където на ниски нива или първо ниво може просто да документирате процеси или процес на текущо състояние, но наистина не го използвате по отношение на придвижването на нещата напред. Когато започнете да зреете, ще използвате моделирането на бизнес процесите, за да стимулирате действителното управление на бизнес процесите в организацията, след това да се развивате още повече там, където го използвате, и непрекъснато да актуализирате тези модели, за да насочите подобрението на процесите до мястото, където в крайна сметка стигнете до процеса на проектиране. И тогава, когато стигнете до пълно зряло, или, знаете, това, което обикновено виждате в постно или организации, които са приели програми с по-високо качество, като Sigma, това е отново там, където имате манталитет за непрекъснато подобрение и е вкоренен точно в моделирането на вашата организация. Така както ние използваме инженерни чертежи за изграждане на продукти, независимо дали става въпрос за самолети или сгради и небостъргачи и този тип неща, ние разчитаме на нашите модели всъщност да движат бизнеса си напред, защото това е дизайнерският елемент, който всъщност движи нашите организационни елементи напред,
Сега, отново, няма да разглеждам подробно тази и всяка една дума тук. Това, което направих е, че взех тези две по-прости решетки и избрах редица думи, използвани в някои от тези дескриптори, както за зрялост на данните, така и за зрялост на процеса. Така че, когато погледнете това след факта, можете да започнете да мислите за някои от думите, които виждате, че излизат във вашите собствени вътрешни култури по отношение на нещата, които се казват. И това ще ви помогне да започнете да класифицирате къде като цялостна организация започваме да се вписваме в тази скала на зрелостта като цяло. Така че, ако виждате неща като несъответствие или застой или неефективност възникват доста често или хаос, обикновено ще бъдете в долния край на скалата. Когато започнете да мислите за неща като непрекъснато подобрение, стратегическо привеждане в съответствие, превантивен подход към дефекти и качество и този тип неща, пълна интеграция и говорите за най-добри практики в конкурентно предимство, това е, когато ще видите сами нагоре в оптимизатора, по-висок край на скалата.
Отново искам да отбележа нещо, когато започнете да разглеждате управлението на данните, по-специално когато погледнете в долната част на скалата, е на началните етапи, управлението на данните може да бъде въведено само на отделни нива на проекта. Трябва да се развиете до момент, в който управлението на данните и конкретна цел е от управлението на данни за проекти и се е развило чрез управление на програмни и дивизионни данни, където отново е широко предприятие и е вградено в организацията като цяло.
Говорих за факта, че това всъщност са близнаци, които работят заедно по отношение на зрялост на данните и зрялост на процеса. За да постигнете тази зрялост, от двете страни на скалата е пътуване и не можете да прескачате стъпки. Ако сте в нула, ще трябва да се развивате през етапи първи, два, три, четири и в крайна сметка да стигнете до пет. И има много малко организации в света, които всъщност са в пет. Така че много организации биха били повече от щастливи да бъдат в момент, когато са в тройка, и след това ще могат да използват това като трамплин напред. И отново, не можете да отидете, не можете да сте на четири от падеж на данните и един на падеж на процеса. Просто не работи, тъй като те са толкова преплетени, че трябва да разбирате и да имате добра обработка на вашите данни и процеси във връзка помежду си.
Добра аналогия да мислите за това, каквото е по време на вашето пътуване към организирана зрялост, да приемем, че екипът ви се състои от двама души: Единият е процесна зрялост, а другият е зрялост на данните. Тичаш курс с препятствия и си вързан заедно с късо въже. И за да стигнете до края на този курс, това означава, че и двамата трябва да преминете не само всички препятствия, но трябва да преминете през всички препятствия почти едновременно или много близо една до друга, за да бъдете в състояние да продължи и да стигне до следващото препятствие. Това е наистина добър начин да помислите за балансиране на зрялостта на процеса и зрелостта на данните. Така че с други думи, можете да сте донякъде ориентирани към процесите и да сте донякъде ориентирани към данни, но това ще бъде водещ индикатор и не може да има голяма празнина, която всъщност да ви преведе през нивата.
И тогава, когато го погледнем отново от управлението на данните, едно от нещата, които исках да отбележа, в случай че не сте били наясно, е DAMA всъщност да пусне органът за управление на данни на том 2 на знанието по-рано тази година и на нещата, които променена там е действителното колело DAMA. И всъщност го представих малко по-различно, където управлението на данните е в центъра и десетте различни категории около различното колело. Нещо, което е много важно да видите тук, е моделирането на данни и дизайнът всъщност има свои собствени зони на колелото - преди това беше някак си смесен с останалите. Едно от нещата, които тук са много фундаментални, е, че по-специално моделирането на данни е от основно значение за всички тези други аспекти, защото, независимо дали правим моделиране на данни на нашите бази данни или метаданните, с които се занимаваме, моделирането на данни играе роля на играйте във всички тези други парчета, за които говорим. И моделирането на процеси също играе роля в много от тези неща, защото в допълнение към разбирането на самите данни, ние трябва да разберем как се използват и това как процесното моделиране наистина ни помага да направим това.
Сега да сменим малко скоростите и да поговорим за корпоративната архитектура. И моделите са от решаващо значение за корпоративната архитектура. И аз основавам това на пример и това е рамката на Захман, която тук показвам много бързо. И когато погледнете това, виждате няколко неща тук. Виждате какво, как, къде, кой, кога и защо е вид скала в горната част. И след това преминавате през по-подробни нива на изработка, ако щете, по отношение на видовете моделиране или типове неща, които разработвате по отношение на архитектурата на предприятието, от много високо контекстуално ниво чак до детайлно ниво, включително физическо изпълнение. Ако погледнете първите колони, това, което е много интензивно и включва данни. Как се управлява много процеса. И ако погледнете другите аспекти, ще използвате комбинация от моделиране на процеси и данни по отношение на увеличаване на останалата част от информацията. Ще имате данни за всички тези различни неща и вашите модели на процесите също ще свързват нещата, като мястото, където се случват нещата, отговорността. И също така по отношение на моделирането на процесите, което правим добре в нашите инструменти, можете да започнете да обвързвате това с целите и връзките и правилата на бизнеса, които управляват тези различни неща, които правите.
От цялостна гледна точка на рамката на Zachman, един от добрите начини да помислите и за това е, че сте задвижван модел и всъщност преминавате през различните нива. Така че започвате с обхват от високо ниво и контекст. След това вие се развивате към бизнес модели, надолу в системни модели, след това технологични модели и след това много подробно представяне на техническите модели. И отново, данните представляват какво, процесът е как и наистина е комбинация от взаимодействащи данни и процес, които задвижват всички останали характеристики тук.
Въз основа на това, не е случайно, че начинът, по който разглеждаме идеята за корпоративна архитектура, се базира малко по-различно, отколкото може някои други. Доста често ще чуете за четирите стълба на корпоративната архитектура като архитектура на данни, придобиване, бизнес и техническа архитектура. Ние гледаме на това малко по-различно от това. Ние разглеждаме архитектурата на данните като основна основа, която управлява цялата бизнес архитектура по две причини. Едно, оттам започна. Дори неща като рамката на Захман са прераснали предимно от архитектурата на данни, а след това се разрастват и за да обхванат и другите аспекти на архитектурата. И две, защото фундаменталната връзка между процеса и данните. Ето защо виждаме бизнес архитектурата като централен стълб на корпоративната архитектура. И тогава, разбира се, това е комплиментирано от архитектурата на приложенията и техническата архитектура, които са абсолютно необходими фактори, за да ни позволи да управляваме истински възможности за предприятия. Сега, когато разгледаме това по отношение на ER Studio Enterprise Team Edition, нашата интегрирана платформа за моделиране, това е, което влиза в игра. И това е контекстна диаграма на високо ниво на някои от моделираните от нас модели и някои основи зад нея. И това всъщност е задвижвано, това всъщност е заложено в диаграма на процеса. Така че, когато разгледаме частта от нашата архитектура на данни и нашата бизнес архитектура по-долу, ние предлагаме инструменти, базирани на роли.
И когато погледнете нашия инструмент за бизнес архитект надолу в долния ляв ъгъл, там обикновено работят бизнес анализатори и бизнес архитекти. И обикновено се фокусират върху някои от бизнес процесите и започват да ги прогонват. Но те също са фокусирани върху какво. Така че тогава започваме да правим някакво концептуално моделиране на данни и такъв тип неща. Можем да използваме тези компоненти на концептуалното моделиране в нашия инструмент за моделиране на данни и към архитекта на данни, където те са допълнително разработени в логически модели на данни и, разбира се, в крайна сметка физическите модели, за да можем да генерираме физическите бази данни. И ние също така можем да отблъснем, така че концептуалните модели да бъдат надградени и в пространството на бизнес архитектурата. Много важно нещо тук е, че подкрепяме различните видове моделиране. Така че, отново, BI е много важно и данните за лайкове и тези видове неща, така че ние всъщност правим и някои модели, а също и като част от това, правим моделиране на линейни данни. Така че не само ETL от гледна точка на това как правите картографирането от физическите си модели във вашите размерни модели за складове с данни или дори въвеждате неща от вашите данни и виждаме как те се очертават, можем да свържем всички тези неща заедно. Както и пренасочване на обратен инженеринг от други платформи за моделиране, от големи платформи за данни.
И след това също неща като ETL инструменти, така че всъщност можем да започнем да извличаме диаграми на линейни данни направо от спецификациите на ETL, които може да имате в собствената си среда. Също така е много важно да знаем, че трябваше да се разширим отвъд релационното моделиране. Имаме определени платформи като Hive и особено MongoDB, сега започваме да говорим за магазини за документи, където имаме концепции като вградени обекти и масиви. Всъщност разширихме обозначението, за да можем да поберем и тези типове модели, защото това е нерелационна концепция. Всичко, което създадохме в инструмента за архитектура на данни по отношение на артефактите на данни, независимо дали става въпрос за логически единици или физически таблици и техните атрибути, може да бъде върнато обратно в модела за бизнес обработка. Така че докато разработвате моделите на бизнес процесите си от високо ниво и се спускате на по-ниско ниво, всъщност можете да свържете действителните елементи на данни. Така че можете да действате, можем да определим CRUD матриците за това, което всъщност се случва. Така че това ви дава този жизнен цикъл на данните, за който говорих със създаването, четенето, актуализацията и изтриването на ниво процес. И ние правим пълно BPM моделиране на процесите там със собствен набор от наслагвания, така че можете да започнете да се обвързвате в бизнес стратегии, бизнес цели. Също така можем да се привържем към приложенията, които реализират тези бизнес процеси, всички от гледна точка на модела.
Други неща са изключително важни е и в нашите модели данни. Овладяни характеристики и управление на данни или характеристики за качество на данните и управление. Можете да дефинирате и изградите свои собствени метаданни там за характеристиките, които искате да проследявате, и това означава, че сега използвате модела си като чертеж, за да управлявате това през цялата си организация, в своите хранилища с метаданни и всичко останало. И разбира се, едно от ограниченията на моделирането, преди много години, когато много от нас започнаха в индустрията, правейки това, е дали ще произвеждаме тези модели. Какво бихме правили? Бихме ги разпечатали, щяхме да ги поставим на стена, вероятно членовете на екипа да споделят и такъв тип неща. Истинската стойност на това е да можем да споделяме и да си сътрудничим в нашите организации. Ето защо ние имаме подход, управляван от хранилище, за това, където ние проверяваме и проверяваме нашите модели и работни пространства. И ги споделяме с нашите избиратели, които са организацията, независимо дали са други технически заинтересовани страни, бизнес потребители и такъв тип неща. И също така да го свържете в нашата платформа за сътрудничество, наречена Team Server.
Затова говорихме за по-ранните бизнес речници и термини и значението на това и развиването на този речник за бизнеса. Всичко това е в Team Server, където потребителите, бизнес потребителите могат да си сътрудничат при тези условия. Те са видими, използваеми в архитекта на данни, например в близост до модели данни и разбира се много от тези бизнес речници често произхождат от някои от речниците на данни, които сме създали в нашите модели данни. Можем да ги изтласкаме - Освен това от инструментите за архитектура на данни, отправна точка е бизнес речникът, където те могат да бъдат прецизирани и всички с управление на промените около него.
Това беше много. За да обобщим, няколко неща, за които говорихме, е да опитате истинска организационна зрялост, трябва балансиран подход, който се състои от зрялост на данните и зрялост на процеса. Не можете да постигнете едното без другото. Отново, фундаментално, трябва да имате и двете, и трябва да разчитате на това, по-конкретно, на моделиране на данни и моделиране на процеси както за архитектура на предприятието, така и за управление на данни и управление на процесите, както и във вашите организации. Предприятието архитектура наистина го свързва заедно по отношение на разглеждането на тези различни страни и перспективи. За целта се нуждаете от солидна основа за архитектура на данни и се нуждаете от интегративно моделиране на процесите, за да осигурите този бизнес контекст и да ви позволи да управлявате вашия бизнес процес и вашето потребление на данни напред. Отново, по-важно от всякога. Мога да кажа, това, което е старо, отново е ново. Така че моделирането на данни, моделирането на процеси, родословието, метаданните и речниците са основни за постигането на това и ER / Studio Enterprise Team Edition е платформа за сътрудничество, която обединява всичко това.
И с това можем да преминем към въпросите.
Ерик Кавана: Добре.
Рон Хуйзенга: Ще отидем при теб, Ерик.
Ерик Кавана: Рон, трябва да ти дам шапката за всички усилия, които влагаш в документирането на тези различни процеси и рамки. Това е много материал, който имате там. Предполагам, че големият въпрос, който имам, е кой трябва да наблюдава тези неща в дадена организация, защото докосвате толкова много неща. Разбирате процеси, това ще бъде главен оперативен служител или някой оператор. Жизнен цикъл на данните, мислите, че може би това ще бъде главен служител на данните. Докосваш толкова много различни части и толкова различни компоненти за бизнеса. Как да намерите подходящия човек или група хора и това ли е ръководен комитет? Какво е? Какво можете да ни кажете за това кой трябва да прави това в организация?
Рон Хуйзенга: Знаеш, това е интересен въпрос. Всъщност можем да прекараме един ден в обсъждане на достойнствата на различни различни подходи там. Но нещо, което определено видях, знаете, както се консултирах, преди да вляза в ролята на продуктовия мениджмънт, е, когато разгледах организацията, това е част от проблема е придобиването на собственост и хората да поемат собствеността върху това. И когато разгледаме дисциплините като нашето моделиране на данни и дори моделирането на нашите бизнес процеси, или дори в първите дни, диаграмирането на потоци от данни и тези видове неща, този вид се разраства от ИТ. Но с напредването си и мисля, че сега осъзнаваме все повече, че това наистина трябва да се ръководи от бизнеса. Така че наистина искате собствеността за това да е в бизнеса.
И тук ще обидя някои ИТ хора, но твърдо вярвам, че причината, поради която видяхме еволюцията на ролята на главния служител по данни, е ролята на CIO, в повечето организации се проваля. И това е така, защото голяма част от CIO са технически фокусирани, а не фокусирани върху данни и процеси. Затова мисля, че наистина трябва да имате това, вероятно ще ви е необходим някакъв вид ръководен комитет в по-големите организации. Но това наистина трябва да бъде собственост на бизнеса. Бих направил аргумента, че вашият бизнес, вашето моделиране на процеси, вашето моделиране на данни трябва да принадлежат към бизнеса, защото това ви дава възможността да гарантирате, че ИТ, който е пазител на данните и прилага тези процеси чрез това, което те създавате, имате този чук, за да сте сигурни, че ще се случи, ако всъщност е собственост на бизнеса.
Ерик Кавана: Да, мисля, че бих се съгласил с това. Но Джен, какво мислиш за това?
Jen Underwood: Значи е наистина интересно. На това обръщах внимание, когато казах, че осигуряването на грижи и интерактивност на хората вероятно е едно от ключовите неща. В един момент бях написал бяла книга за това, че управлението на BI за самообслужване е много подобно на това. Въпрос е да се постигне това, да се намери начин да мотивира хората, страничната стойност на бизнеса, да ги накара да се грижат за това. И тогава, когато виждат или намират, независимо дали става дума за каталогизиране на данните или какъвто и да е ъгъл. Може би това е намаляване на разходите за доставка, поставяне на нещо, за което някой е отговорен в организацията, ето как можете да го обгрижите. И да, бизнесът абсолютно. Експертите по бизнес въпроси ще го направят или разбият.
Ерик Кавана: Това е трудно. Мисля, че винаги искате да имате този консорциум от заинтересовани страни от цялата организация. Разбира се, не искате парализа на анализа. Не искате бюрокрация заради бюрокрацията. Това, което искате е организацията да има план за действие и да документира тези неща. Знаеш ли, мисля, че когато започнеш да говориш за моделиране на бизнес процеси, това беше горещо преди 25 години, но най-вече беше отделено от реалния бизнес. Мисля, че поне в някои отрасли можете да издърпате много от този процес от действителния софтуер, който управлява нещата. Но мисля, че в наши дни трябва да намерим начин да балансираме тези два свята, нали, Рон? Искате да имате модели на процесите, които са актуални и актуални и отразяват какво всъщност се случва. Така че не искате да го имате, просто е отделно упражнение там, където е, седи на рафт някъде. Но това е, това става малко предизвикателно, нали? Тъй като не всички операционни системи са приведени в съответствие с този вид изпълним код. Но какво мислите?
Рон Хуйзенга: Абсолютно. И това е интересно, защото едно от нещата, които гледам, е когато хората, знаете ли, ние се превърнахме в общество за мигновено удовлетворение. Хората си мислят: „О, ние просто ще излезем и ще купим някои инструменти и ще направим това да работи за нас.“ Сякаш няма да купувате процесна зрялост. Няма да купувате падеж на данните. Трудна работа. Трябва да запретнете ръкави и трябва да го направите. А механизмът да се случи това е моделирането. Прекалено сложно е да няма визуално представяне не само на текущото състояние, в което работите, но и да можете да проектирате как ще подобрите тези различни бизнес процеси. Имате нужда от тази визуална рамка, за да можете да разберете какво въздействие ще направят тези промени.
Ерик Кавана: Това наистина е - просто туитвам; Туитирам това в момента - „Няма да купувате падеж на процеса, няма да купувате падеж на данните.“ Просто мога напълно да се съглася с двете неща. И Джен, бих те въвел за твоите мисли. И ще хвърля още един въпрос отгоре. Един от присъстващите пита: какво се разбира под ръководено от процесите предприятие или зрялост на процеса? Джен, можеш ли да говориш с това?
Джен Андервуд: Всъщност мога да говоря малко по-добре на предишния въпрос. Когато се замисля, честно казано, това е първото, знаете, закупуване на инструменти. Това беше толкова голям, страхотен коментар, защото е толкова вярно. Но това, което ще кажа, е доста по-добре. Затова преглеждам много решения и виждам различни пространства и ги тествам. Това, което става все по-добре, е да откриете данни, да маркирате и поне да ви даде мащабен старт, а също така да направите това, когато кажа, че е по-малко болезнено, е почти забавно. Затова си представете, че каталог на данни или MDM проект са забавни. И вие имате хора в организация, които използват тези данни, независимо дали става въпрос за отчитане или други видове неща и мисля, че някой дори от линията е казал, хей да накарате хора, които се грижат за техния индивидуален план за развитие. Да, дори го вдигни още едно ниво. Вземането на тези неща и казва сега, че сме намалили неправилно изпратените пратки с 30 процента и ето колко пари са спестени. Просто по-добре управляваме данните си. Това са тези видове неща и вие влагате пари около него и го правите забавно. Или го правите интересен и подходящ за това, което правят. Това е магията, струва ми се, че липсва в много от тези ангажименти, които хората се опитват да направят това в организация и това е в застой.
Ерик Кавана: Да, това е добра точка. И, Рон, върнете се до вашия коментар преди няколко момента около важността на наличието на визуална рамка, мисля, че това е абсолютно вярно, защото много пъти, ако хората не могат да видят нещо, наистина е трудно да увиете главата си около това, което означава, и със сигурност, когато започнете да говорите за сложни процеси с взаимозависимости и контролни точки и всички тези неща, трябва да го картографирате някъде в някакъв момент и в идеалния случай го правите със софтуер, който има функционалност, вградена в него, за да се каталогизира, за Например, какви трансформации са възникнали с помощта на различни линии от тази точка до тази точка. Или това, което е на разположение в този контролен пункт. И аз някак си препращам историята си в управлението на риска там, където контролна точка е всяка точка в процеса или всяка опция или индивидуално или софтуерно приложение, където всъщност можете да промените нещо, нали? Това наричат контролна точка. И за мен наистина е ценно да получите тази визуална рамка. Защото тогава можете да видите и вид разходка и просто отнема време. Отнема време на човешкия мозък да управлява тези неща и наистина да ги разбере и следователно да го оптимизира, нали?
Рон Хуйзенга: Абсолютно. И за да използвам различна аналогия, която според мен го поставя в перспектива: аз съм малко гайка на авиацията, така че, бих казал, ако се опитвате да мислите за това паралелно, помислете за изграждането на 747 - или Airbus 380, така че не избирам един продавач над другия - помислете колко трудно би било да се направи това въз основа на документи, съставени само от текст, а не от чертежи и 3-D CAD чертежи и всичко как които всъщност са събрани заедно.
Ерик Кавана: Да, това би било грубо. И Джен също трябва да говори.
Рон Хуйзенга: Бизнесът е същият, нали?
Ерик Кавана: Да, не е така. Джен трябва да говори с една от горещите ви области, които обичате да изучавате, а това е визуализация. Трябва да можете да визуализирате нещо, за да го разберете напълно, струва ми се.
Джен Андервуд: Много хора правят, да. И дори само визуализация говори, какво се казва, хиляди думи или нещо подобно. Когато го видят, могат да повярват. И го получават.
Ерик Кавана: Съгласен съм. И аз обичам, Рон, начинът, по който си извадил всичко това заедно. Предполагам, че просто се питам отново, имате ли нужда от шампион в организацията и кой ще бъде там, ще служи като връзка с различни групи. Данъчните стюарди са нещо, за което говорим често - мисля, че това е в, наистина важна роля и имам чувството, че това е роля, на която получихме много повече внимание през последните три или четири години, тъй като по някакъв начин оценихме стойността на данните управление, нали? Този управител на данни е човек, който може да говори с бизнеса, но също така да разбира системите, да разбира жизнения цикъл на данните, цялата тази картина. И предполагам, че този човек може и трябва да бъде под управлението на изпълнителния директор, нали?
Рон Хуйзенга: Да, и ще ви трябва многофункционален екип, нали? Така че ще ви трябват хора, съставени от екип, който прави това или е от различните области, представляващи техническата страна, от, знаете ли, различните бизнес области. И, знаете, в зависимост от вида на организацията, в която сте, ако имате офис за управление на проекти и много от инициативите, които правите, се ръководят от PMO, ще искате да сте сигурни, че имате PMO включване, както и само за да поддържат всички в хармония и да синхронизират начина, по който работят нещата.
Ерик Кавана: Да, и знаеш ли, последно нещо, ще сложа този последен слайд, рамка за управление. Имахме запитване от участник, липсват ли данни от този слайд? Това ли се съдържа в данни от слайда или какво мислите за коментара за липсата на данни от слайда?
Джен Андервуд: Не, и това е просто обща рамка за управление. По същество това е от BI пространството за самообслужване, така че данните се подразбират в много от това. Просто идваше от моя ъгъл и от моите гледни точки, а не толкова фокусиран върху страната на данните, за да сглоби това. Но данните със сигурност биха били, когато се замислите за всички тези парчета, ще има данни. Независимо дали е основата на данните, отчетността при използване на данни през целия процес и в цялата рамка.
Ерик Кавана: Да, не, това има пълен смисъл. И предполагам, че ще ви задам само един последен въпрос, докато приключим тук, Рон. Ако се замисля колко повече информация и колко повече данни използваме в наши дни и колко далечни са организациите, какво е значението на екосистемите в наши дни между партньорите на канала и как можем да споделяме информация в тези партньорства и в малко бързо препращане на blockchain към това - да не се усложняват нещата. Изводът е, че сме във все по-свързан с данни свят, както от бизнес гледна точка, така и от ежедневието ни. И за мен това просто ще увеличи залозите още повече, защото организациите наистина гледат сериозно на това, което предлагате тук, каква е тяхната зрялост, къде стоят и колко далеч са по отношение на кривата и наистина са честни със себе си за това, нали? Защото ако не знаеш по-добре, не можеш да се справиш по-добре и ако не разсъждаваш върху нещата, няма да знаеш по-добре, нали?
Рон Хуйзенга: Точно така. И предполагам, че фразата, която бих използвал е, вероятно не сте толкова добър, колкото си мислите. Това може да звучи доста сурово, но хората могат да бъдат доста оптимистични по отношение на това, но ако погледнете наистина тежко на това и наистина добра, критична самооценка, мисля, че всяка организация ще намери, знаете, значителни пропуски, които те трябва да се обърне внимание.
Ерик Кавана: Трябва да се съглася. И един наш колега там коментира важността на метаданните, данните за данните. Няма съмнение в това. Метаданните са лепилото, което държи всички тези системи заедно и ние все още никога не сме наистина напълно пробивали този код и по добра причина, честно казано, защото метаданните се променят. Тя е различна от система на система. Знаеш ли, колкото повече се опитваш да нормализираш данните си, толкова по-точна мисля, че става.
Така че в момента сме в този странен свят и може би предполагам, че ще се спра на още един въпрос към теб, Джен, защото ти спомена няколко пъти каталози с данни. I really love this new movement of data catalog technology that automatically scans your information systems, ascertains metadata column names, so on and so forth, and helps you to incrementally build up the strategic view of your data and your metadata in your systems. Because to me, to manually do that stuff, it's just, there's just too much. And you're never going to get to the top of that hill before the avalanche comes down on you and, you know, you either have normalized to the point of play-dough gray or you haven't normalized enough to where you really don't know what's going on. To me, using the machines, the machine learning that we keep talking about, that's going to be the key in the future to help us at least get a rope around enough of the data to have a good understanding of what's out there, right Jen?
Jen Underwood: Yeah, I do. I love these technologies. They're very, very cool. And then you think about it, it gives you that massive running start. And then you can crowdsource. You have your data stewards, you know, pulling ahead, whether they're adding their own documentation or this is the perspective out there, these are the changes. You know, saying these are the certified data sources to use for reporting. People can search and find the right data. It's really, really quite nice. And also helps to – when I think about business and how cryptic enterprise data management was when I was when I was doing DBA stuff – we used extended properties and SQL Server and scan with tools like IDERA's, right? To try to create a data catalog. But in DBA or data architects' version of, you know, whatever that value was or that column or field was, it certainly probably didn't match what the business was. So now having the business be able to really easily, you know, go in and find and manage and have everything be goal-based, it's really, I wish we would've had this a long time ago, quite frankly. So it's getting a lot better.
Ерик Кавана: Това е смешно. We've got another final comment from an audience member, saying perhaps blockchain will be the most valuable to put a stamp of authentication to metadata. That's a good point and, you know, blockchain really is amazing technology. I kind of view it as a sort of cohesive foundation for connecting a lot of the dots between systems and applications and so forth. And, you know, we're in the early stages of blockchain development, but we now see that it is spun off, of course, from this point originally where it came to the fore, and now you've got IBM working very hard on blockchain technologies. SAP has bought into all that. And really it's, it presents an opportunity for a deeper foundation and framework to connect all these systems and all these dots.
So, folks, have burned well over an hour. Thanks for staying along with us today, but we always like to answer your questions and get to all the commentary. We do archive all these webcasts for later viewing, so hop online to insideanalysis.com, where you can find the link to that. It should be up within a few hours, typically after the event. And we'll catch up to you next time. We got a couple more events coming up next week – lots of stuff going on. But that will bid you farewell, folks. Thanks for your time. Пази се. Бух сбогом.
