От персонала на Техопедия, 25 август 2016 г.
Отнемане: Домакинът Ребека Йозвяк обсъжда феномена на вградените аналитици и учени с данни за граждани с д-р Робин Блур, Дез Бланчфийлд и Дейвид Свиндор.
Трябва да се регистрирате за това събитие, за да видите видеоклипа. Регистрирайте се, за да видите видеото.
Ребека Йозвяк: Дами и господа, здравей и добре дошли в Hot Technologies. „Вградете навсякъде: Активиране на учени с данни за гражданите“ е нашата тема днес. Попълвам обичайния ви домакин, това е Ребека Йозвяк, попълваща Ерик Кавана. Да, тази година е гореща. По-специално терминът „учен за данни“ привлича много внимание, въпреки че ние ги наричахме скучни имена като „статистик“ или „експерт по анализи“, почти се справяме със същия тип дейности, но имам ново секси име и спечелвайки много внимание. Много е желателно да имат на работното място, полезно за организацията и всеки иска такова. Но те са: 1) скъпи, 2) трудни за намиране. Знаеш ли, навсякъде излезе новината за недостига на умения на учените за данни, но все пак те предлагат огромна стойност за организацията и хората са някак си трудни да измислят как да получат тази стойност, без да се налага да изпускаш стотинката, така че да говори.
Но добрата новина е, че виждаме как излизат инструменти и софтуер, които компенсират този недостиг. Разполагаме с автоматизация, машинно обучение, вградена аналитика, за което днес ще се учим, и това е някак породено от новия термин „учен с данни за гражданите“ и какво означава това? Не, това не е вашият обучен учен с данни, това може да е вашият бизнес потребител, вашият BI експерт, някой от ИТ, някой, който има предисторията, но може би не е задължително и опитът. Но това, което прави, тези инструменти и софтуера, дава ли на повече хора достъп до тези интелигентни решения, въпреки че може да не знаят дълбокото кодиране. Но това просто помага за подобряване на цялостната ефективност, когато давате на всеки малко повече достъп до тази аналитична мисъл. Не е задължително обучението да е задължително, за да имате типа любопитство, което може да доведе до добра представа за вашата компания.
Обсъждайки, че с нас днес е собственият ни Робин Блур, главен анализатор в Bloor Group, един от неуловимите учени за данни, Дез Бланчфийлд се обажда и тогава ние имаме Дейвид Сиундор от Dell Statistica днес да ни представя презентация. И с това ще го предам на Робин Блур.
Робин Бор: Добре, благодаря за това въведение. Някак си мислех за това в исторически контекст. Това, което всъщност разглеждаме тук, е един от проектите на Леонардо да Винчи за един вид планер, който човек може да сложи на гърба си. Нямам идея дали всъщност ще работи. Не бих се впуснал в това, трябва да кажа. Обаче, да Винчи, винаги когато мисля за да Винчи, мисля за него като за един от най-любознателните и аналитични хора, които някога са съществували. И е напълно ясно, ако просто погледнете този планер, че той е проектиран въз основа на птиче крило и той по един или друг начин е изучил полетите на птиците, за да го изгради.
Ако вземем историческата перспектива - всъщност погледнах това - аналитиката е може би най-старото приложение на математиката. Има преброявания, които датират най-малко от вавилонските времена. Ние знаем за това, защото в общи линии има някои клинописни таблетки, които имат такива данни. Не е известно дали е имало нещо, което се е върнало по-рано. Но очевидното е, че сте си създали цивилизация с голяма популация от хора, това всъщност изисква планиране и си струва да знаете за какво планирате и какви са всъщност изискванията на тези хора.
И там е започнало това и там е започнало и изчислението, защото ранните компютри, ранните механични компютри всъщност бяха, мисля, че първото беше преброяването, създадено от Холерит, което, според мен, стана IBM. Всичко това се движи напред. Имало е някакво прекъсване между може би 70-те години и днешния ден, където има огромен брой други приложения и анализи, може да се каже, заемат задно място. Да, аналитиката продължаваше - това се случваше в големи организации, по-специално банки и застрахователни компании, и всъщност General Electric и telco и подобни неща - но тя не се използваше в целия бизнес и сега започва да се използва като цяло в целия бизнес. И това наистина промени играта. Първото нещо, на което мислех, че ще обърна внимание, е пирамидата с данни, която ми харесва особено. Това е, искам да кажа, че нарисувах една от тези преди 20 години - поне 20 години -, за да опитам и да разбера, наистина по това време се опитвах да разбера BI и някои от ранните извличане на данни, които се правеха. Това, което дефинирах тук, е идеята за данни, а примерите са сигнали, измервания, записи, събития, транзакции, изчисления, агрегации, отделни информационни точки. Може да мислите за тях като молекули информация, но те са отделни точки. Тя става информация веднага щом придобие контекст. Свързани данни, структурирани данни, бази данни, визуализация на данни, плотери, схеми и онтологии - всички те се квалифицират в съзнанието ми като информация, защото това, което сте направили, е съвкупност от много разнообразие заедно и създаде нещо много повече от точка на данните, нещо, което всъщност има форма, математическа форма.
Над това имаме знания. Ние можем, като изследваме информация, можем да научим, че има различни модели и можем да използваме тези модели, като формулираме правила, политики, насоки, процедури и тогава тя придобива формата на знание. И почти всички компютърни програми, каквото и да правят, са знания от един вид, защото работят срещу данни и прилагат правила към тях. Имаме тези три слоя и между слоевете се увеличава усъвършенстването. И от лявата страна на тази диаграма са показани нови данни, въведени, така че много от тези неща са статични. Данните се натрупват, информацията се натрупва и знанието потенциално нараства. Най-отгоре имаме „Разбиране“ и аз бих поддържал, въпреки че това е философски аргумент, че разбирането съществува само при хората. Ако греша в това отношение, тогава всички ние ще бъдем заменени от компютри в определен момент. Но вместо да провеждам дебата, ще продължа към следващия слайд.
Когато погледнах това, интересното, това е нещо скорошно, интересното беше да опитам и да разбера какво всъщност представлява анализата. И в крайна сметка, като начертах различни диаграми и завърших с такава, която изглеждаше така, стигнах до извода, всъщност разработката на аналитика всъщност е само разработка на софтуер с ужасно количество математически формули. Аналитичното проучване е малко по-различно от разработката на софтуер в смисъл, че всъщност ще вземете много, много различни модели и ще ги проучите, за да генерирате нови знания за данните. Но след като сте го генерирали, той се реализира или в това, което аз смятам за пасивна поддръжка на решения, което е информация, току-що подадена на потребителя; интерактивна поддръжка за решения, която е неща като OLAP, където на потребителя се предоставя структуриран набор от данни, които той може да проучи и да изведе нещата за себе си с помощта на различните налични инструменти. Много визуализация е такава. И тогава имаме автоматизация, ако можете просто да превърнете някои аналитични прозрения, които сте събрали в набор от правила, които могат да бъдат приложени, не е задължително човек да бъде замесен. Това е начинът, по който го гледах, когато правех всичко това. И различни неща започнаха да ми се случват. Щом дадена област на дейност, да кажем, веднъж домейн от данни действително се добива, старателно се добива, старателно се изследва във всяка възможна посока, в крайна сметка просто става кристализиран BI. Измисленото знание започва да се превръща в знание, което информира различни потребители по различни начини и увеличава способността им, да се надяваме, действително да вършат работата, която вършат.
Едно от нещата, които забелязах и прегледах аналитичната аналитика в продължение на около пет години, но прогнозната аналитика се превръща в BI, в смисъл, че просто се превръща в полезна информация, която да се хранят на хората и както вече посочих, има автоматизирано BI отчитане, BI explorative, BI, много различни негови градации и прогнозна анализа всъщност вървят и в трите посоки. И аналитичният процес, както посочих, не е толкова различен в разработката на софтуер, просто се извършва от различни хора с малко по-различни умения. Предполагам, че трябва да подчертая, че на уменията, необходими за да се направи наистина добър учен на данни, са необходими години, за да придобият. Те не се придобиват лесно и не голям брой хора могат да го направят, но това е така, защото това включва разбиране на математиката на много сложно ниво, за да се знае какво е валидно и кое не е валидно. Разработки в Google Анализ, откриване на нови знания, имплантиране на аналитични анализи, става въпрос за оперирането на знанията. Това е видът на фона на анализа. Това е огромна площ и има много, много измерения към нея, но мисля, че генерализацията важи за всичко.
Тогава е прекъсването на бизнеса, както споменах, има редица организации, фармацевтичните компании са друга, които имат в своята ДНК те имат анализи. Но има много организации, които наистина нямат това в своята ДНК и сега имат способността, сега софтуерът и хардуерът са далеч по-евтини, отколкото преди, сега имат способността да го експлоатират. Бих казал редица неща. Първото нещо е, че аналитиката в много случаи е научноизследователска и развойна дейност. Може би просто прилагате аналитични данни в определена област на организацията и може да ви се стори, че по един или друг начин анализирате отново клиентските поръчки от различни гледни точки, свързвайки ги с други данни. Но аналитиката всъщност създава възможност да се разгледа организацията като цяло и да се анализира почти всяка конкретна дейност, която се случва в рамките на организацията и цели вериги от дейности. Но след като всъщност се преместите в тази област, бих твърдял, че това е изследване и развитие. И има въпрос, който ми беше зададен няколко пъти, а именно: „Колко трябва да харчи една компания за анализи?“ И мисля, че най-добрият начин да помислите за предоставянето на отговор е да мислите за анализи като научноизследователска и развойна дейност. и просто попитайте: „Ами колко бихте похарчили за НИРД в областта на ефективността на бизнеса?“
И бизнесът, който не се занимава с анализи, има много неща, които те не знаят. На първо място, те не знаят как да го направят. Обикновено, ако те действително отиват по един или друг начин в анализа в организацията - те наистина нямат друг избор, освен да отидат на консултация, която може да им помогне в това, защото това би било невъзможно или наистина много трудно за повечето предприятията реално да наемат учен с данни, като намерят такъв, плащат за такъв и всъщност се доверяват на тях да правят това, което искате. Много трудно. Повечето фирми не знаят как да наемат или обучават персонал, който всъщност да върши тази работа, а причината за това е просто, че още не е в ДНК, така че това не е част от естествените им бизнес процеси. Това се предава в следващата точка. Те не знаят как да го направят бизнес процес. Най-добрият начин да направите това, между другото, е да копирате това, което фармацевтичните компании и застрахователните компании, просто погледнете, а някои компании в здравния център, просто погледнете начина, по който използват аналитиката и го копират. Защото това е бизнес процес. Не знам как да го полиция или одит. Това наистина, особено сега, когато страшно много софтуерни компании създадоха продукти, които автоматизират страшно много анализи. Въпросът за одита е важен, когато имате консултация или някой на място, на когото може да се вярва, за да разбере какви са резултатите от всяко аналитично изчисление, това е един вид избор, който трябва да направите, но ако поставите наистина мощни аналитични инструменти в ръцете на хора, които не разбират правилно аналитиката, е вероятно да стигнат до заключения, които може да не са правилни. И както казах, компаниите не знаят как да го бюджетират.
Това са аромати на аналитиката, просто ще ги разбера. Статистическата анализа и статистическото моделиране се различава значително от прогнозната аналитика, повечето от която между другото е крива. Машинното обучение е различно от онези неща, анализирането на пътя и времевите редове, което основно се прави в потоците на състоянието, отново са различни. Графичната аналитика отново е различна, а текстовата и семантичната аналитика отново са различни. Това само показва, че това е много много жанрово нещо. Не е, не започвате да правите анализи, започвате да разглеждате проблемите, които имате, и търсите различните инструменти и различни аромати на анализи, които ще отговарят на тези. И накрая, чистата мрежа. Поради развитието на хардуера и софтуера, според мен аналитиката е в начален стадий. Има още много, още много неща, които предстоят и ще видим как ще се разгърне през следващите години. Мисля, че сега мога да предам топката на Дез.
Дез Бланчфийлд: Да, говори за труден акт, който трябва да последваш, Робин. Ще посетя накратко тази тема от един от любимите ми ъгли, който е ъгълът на човека. В ежедневието ни се случват толкова много промени. Едно от най-големите прекъсвания в ежедневния ни живот, понастоящем според мен, е просто ежедневната работа. Връщайки се на работа и опитвайки се да вършите работата, която сте наети да вършите, и увеличаващото се очакване, че ще преминете от всекидневен човек към супергерой и количеството информация, което се носи около организации и излъчва много, много бързо, това е значително предизвикателство и все повече и повече трябва да предоставяме по-добри и по-добри инструменти на хората, за да се опитват и да се справят с потока от знания и информация и затова реших, че ще опитам да стигна до това от малко забавен ъгъл, Но винаги ме впечатлява как имаме този висок ум или флашмоби и така нататък, които ни водят към това, за което говорим като анализа, но наистина това, за което говорим, е да предоставяме информация на хората, и позволявайки им да взаимодействат с него и да го правят по такъв начин, че да е естествено и да се чувства нормално.
И всъщност ми напомня на видеоклип в YouTube на малко дете, малко бебе, седнало на пода и то седи там, играещо с iPad, и се клатушка наоколо, прищипва и изстисква и премества изображенията и играе с екрана, данните там. И тогава родителят отнема iPad и поставя списание, печатно списание в скута на детето. И това дете вероятно не е на повече от две години. Детето започва да опитва и прекарва пръст с екрана на списанието, и щипва и стиска и списанието не отговаря. Детето вдига пръста си нагоре и го гледа и си мисли: „Хм, не мисля, че пръстът ми работи“ и то се блъска в ръката и си мисли: „А, не, пръстът ми работи, усещам ръката си и това изглежда добре ”и извива пръста, а пръстът се извива и реагира. Да. Тогава той се опитва да взаимодейства отново със списанието и ниско и ето, че не щипва и не стиска и превърта. След това те отнемат списанието и слагат iPad обратно в скута си и изведнъж нещата работят. И така, ето бебе, което идва и е обучено да използва аналитичен инструмент или инструмент за стрийминг на живо за забавление и не може да разбере как трябва да работи списание и как да прелиства страниците.
И това е интересно само по себе си понятие. Но когато се замисля за знанието, което се движи около организациите, и начина, по който текат данните и начина, по който хората се държат, често мисля за тази концепция за това, което хората са се научили да бъдат флашмоб, което е събитие, където и кои социални медии прави това е още по-лесно да се направи, идея като такава, която е да отидете на това място по това време и дата и действие, или видео и да научите тези танци, или да носите тази шарена шапка и да насочите на север в един час. И вие изтласквате това през вашата мрежа и неизменно цял товар от хора, стотици от тях, се появяват на едно и също място, в същото време правят едно и също нещо и има този уау фактор, например: „Свете краво, това беше наистина впечатляващо! ”Но всъщност това е наистина проста идея и проста концепция, която просто се изтласква през нашите мрежи и получаваме този резултат, който е визуално зашеметяващо и чуващо впечатление. И когато мислите за организация, за начина, по който искаме хората да се държат и начина, по който искаме да се справят с информационните системи и клиентите, често е толкова просто, това е идея или концепция или културна или поведенческа черта, която се опитваме да предадем чрез и овластяване с инструменти и информация.
И в основата на всичко това е тази мантра, която имах в продължение на две и половина десетилетия и това е, ако вашите служители не могат да намерят това, което трябва да си вършат работата, било то инструменти или информация, неизменно ще изобретяват колелото. И така, това е все по-голямо предизвикателство сега, където имаме много знания и много информация и неща, които се движат много бързо, че искаме да спрем хората да изобретяват колелото. И когато се замислим върху работната ни среда, връщайки се към ъгъла на хората, който е един от любимите ми, бях изумен, когато се изненадахме, че кабините не са благоприятна среда за добри резултати, или ние облицовахме нещата като тази ужасяваща снимки тук, и това не се е променило много, просто свали стените и ги нарече отворени работни пространства. Но в средата с жълтия контур около тях има двама души, които обменят знания. И все пак, ако погледнете останалата част от стаята, те всички седят там послушно избиват там, пускайки информация в екран. И по-често, отколкото не, всъщност не обменят знания и данни и има редица причини за това. Но взаимодействието в средата на пода вляво там в жълтия кръг, двама души разговарят там, разменят знания и вероятно се опитват да намерят нещо, опитвайки се да кажат: „Знаеш ли къде е този доклад, къде аз мога да намеря тези данни, какъв инструмент да използвам, за да направя това нещо? "И вероятно не е работил, така че те няма нищо, и се скита по пода, наруши правилото за офис пространство в кабината и го направи лично.
И в офиса сме имали подобни среди, на които шеговито се шегуваме, но реалността е, че те са доста мощни и ефективни. И един от любимите ми е платформата за мобилни или фиксирани аналитици, наречена воден охладител, където хората се качват там и чат-чат там и обменят знания, и сравняват идеи и извършват анализи, докато стоят на охладителя за вода и разменят идеи. Те са много мощни понятия, когато мислите за тях. И ако можете да ги преведете във вашите системи и инструменти, получавате невероятен резултат. И ние имаме фаворита за всички времена, който по същество е най-мощният център за разпространение на данни в офиса, иначе известен като приемно бюро. И ако не можете да намерите нещо, къде отивате? Ами ходиш до предната част на офиса и отиваш на рецепция и казваш: „Знаеш ли къде е x, y, z?“ И смея някой да ми каже, че не са го правили поне веднъж в нов работа или в един момент, когато просто не могат да намерят нещо. И трябва да се запитате, защо са така? Трябва да е някъде в интранета или някакъв инструмент или каквото и да е. Трябва да е лесно да се намери.
И така, що се отнася до данните и аналитиката и инструментите, които предоставихме на служителите си да вършат своята работа и начина, по който хората взаимодействат с работните места, имам мнение, че преди скорошното появяване на инструменти за анализи и големи платформи за данни или „обработка на данни“, както го наричаме в старото училище, отчитането и споделянето на знания далеч не е динамично или съвместно или отворено, и когато мислите за типа системи, с които очакваме хората да си вършат работата, имахме класически, какво хората наричат наследство сега, но реалността е, че това е единствено наследство, което има и е тук и до днес, и следователно всъщност не е наследство. Но традиционните HR системи и ERP системи - управление на човешките ресурси, корпоративно планиране на ресурси, управление на данни на предприятието и системи, които използваме за управление на информацията, за да управляваме компания. Неизменно е усамотен. И от най-горния край, прости платформи като ведомствени интранети, опитващи се да комуникират къде са нещата и как да ги постигнете и как да взаимодействате със знанията около мястото. Ние изскачаме това в нашата интранет. Това е само толкова добре, колкото хората, които полагат време и усилия, за да го поставят там, в противен случай просто ви остава в главата. Или имате данни, седящи докрай в долната част на хранителната верига, в корпоративните SAN и всичко между тях, така че мрежите му за съхранение са пълни с файлове и данни, но кой знае къде да ги намери.
По-често ние създадохме тези затворени платформи за данни или затворени системи и така хората се обърнаха към харесванията на електронните таблици и PowerPoints, за да предават информация около мястото. Но имаше нещо интересно, което се случи наскоро, според мен, а това беше, че мобилните устройства и интернет като цяло работят така, че идеята всъщност може да бъде по-добра. И то предимно в потребителското пространство. И интересно е, че в ежедневието започнахме да имаме неща като интернет банкиране. Не трябваше да ходим физически в банка, за да общуваме с тях, можехме да го направим по телефона. Първоначално това беше тромаво, но след това интернет се появи и имахме уебсайт. Знаеш ли и колко пъти всъщност сте били в банката си напоследък? Всъщност не мога, имах разговор за това онзи ден и всъщност не мога да си спомня последния път, когато отидох в банката си, от което бях доста шокиран, мислех, че трябва да мога да си спомня това, но беше толкова дълго преди всъщност не мога да си спомня кога отидох там. И така сега имаме тези джаджи в ръка под формата на мобилни телефони и телефони, таблети и лаптопи, имаме мрежи и достъп до инструменти и системи и потребителското пространство научихме, че нещата могат да бъдат по-добри, но защото на бързата промяна в потребителското пространство, която беше по-летаргична и ледникова промяна в предприятието и средата, ние не винаги сме приемали тази промяна в ежедневния трудов живот.
И аз обичам да се забавлявам от факта, че не можете да предавате данни на живо на хардуер. На това изображение тук има човек, който седи и гледа аналитиката, която е извършена, и има красива графика, създадена от някой, на когото вероятно се плаща много пари като статистик или актюер, и той седи там, опитвайки се да направи аналитика на хартиен носител и щракване върху него. Но ето ме плашещото нещо: Тези хора в тази зала за срещи, например, и аз ще използвам това като пример, те взаимодействат с данни, които сега са исторически. И това е толкова старо от времето, когато това нещо е произведено и след това отпечатано, така че може би е доклад за седмица. Сега те вземат решения не толкова лоши данни, колкото стари данни, които неизменно могат да бъдат лоши данни. Днес те вземат решение въз основа на нещо историческо, което е наистина лошо място. Успяхме да заменим това хартиено копие с харесвания на таблети и телефони, защото работихме много бързо в потребителското пространство, а сега го разработихме в корпоративното пространство, че реалното време е прозрение, е реално време.
И ставаме все по-добри и по-добри в това. И това ме довежда дотам, че Робин повдигна по-рано, това беше концепцията на учения за данни за гражданите и стремежът на тази концепция. За мен учен гражданин данни е просто редовни хора с правилните инструменти и информация за харесванията на iPad. Те не трябва да се занимават с математиката, не трябва да знаят алгоритмите, не трябва да знаят как да прилагат алгоритмите и да управляват данни, просто трябва да знаят как да използват интерфейса. И това ме връща към моето въведение и концепцията за малкото дете, което седи там с iPad срещу списание, срещу iPad. Малкото дете може много бързо, интуитивно да научи как да използва интерфейса на iPad, за да се потопи в информация и да взаимодейства с нея, макар и може би игра или стрийминг на медии или видео. Но не можеше да получи същия отговор или взаимодействие от лентата на списанията и просто мигаща страница след страница, което не е много ангажиращо, особено ако си малко дете, което е отрасло с iPad. Неизменно човешките същества могат да изглеждат и да се научат много бързо как да управляват инструменти и неща, които, ако просто им предоставим, и ако им предоставим интерфейс като мобилни устройства и по-специално таблети и смартфони с достатъчно големи екрани и по-специално, ако можете да взаимодействате те на допир, с движения на пръстите, изведнъж получавате тази концепция за учен с данни за граждани.
Някой, който може да прилага науката за данни с правилните инструменти, но всъщност без да се налага да знае как да го направи. И в съзнанието ми много от това, както казах, беше водено от влиянието на потребителите, което се премести и превърна в търсене и предприемачество. Няколко наистина бързи примера. Ние, много от нас бихме започнали да правим неща с нашите блогове и уебсайтове, като например да поставяме малки реклами или да гледаме проследяване и движение, използвахме инструменти като Google Analytics и бяхме събудени от факта, че в нашите блогове и малки уебсайтове, можем да поставим малко битове код там и Google ще ни даде информация в реално време за това кой посещава уебсайта, кога и къде и как. И в реално време всъщност можем да видим как хората посещават уебсайта, минават през страниците и след това изчезват. И беше доста изумително. Обичам все още да правя това, когато се опитвам да обясня анализа в реално време на хората, аз го измамявам, като просто им покажа уебсайт с включен Google Analytics, и всъщност виждам взаимодействието на живо с хора, които удрят уебсайтове, и ги питам: „Представете си дали вие сте имали такива виждания за бизнеса си в реално време. "
Вземете пример за търговия на дребно и може би фармацевтичен продукт, мисля, че го наричате дрогерия в Америка, аптека, в която влизате и купувате всичко от таблетки за главоболие до слънцезащитен крем и шапки. Опитът да управляваме тази организация без информация в реално време е страшно понятие, сега знаем какво знаем. Например, можете да измервате трафика на краката, можете да поставите устройства около магазина с усмихнато лице от едната страна на екрана, защото сте щастливи, и нещастно червено вдясно и някои различни нюанси в средата. И в наши дни има платформа, наречена „Щастлив или не“, където влизате в магазин и можете да чукате щастливо или тъжно лице, в зависимост от отзивите на вашите живи клиенти. И това може да бъде интерактивно в реално време. Можете да получите ценообразуване, ориентирано към търсенето на живо. Ако има много хора там, можете да увеличите цените малко и можете да направите наличност и да кажете на хората, например - авиокомпаниите например ще кажат на хората колко места има в уебсайта, когато резервираш полет, не просто набираш случайно и се надяваш, че ще се появиш и ще вземеш полет. Данни за човешките човешки ресурси, можете да разберете кога хората стартират и изчезват. Поръчка, ако сте в процес на обществени поръчки и имате данни на живо, можете да направите неща като изчакване за един час и хеджиране срещу цената на щатския долар, за да купите следващия си товар и да натрупате товарен товар.
Когато покажа на хората Google Analytics и разказвам такъв анекдот, този еврика момент, този „а-ха!” Момент, тази крушка изгасва в съзнанието им като: „Хм, виждам много места, където бих могла да направя това, Само ако имах инструментите и само ако имах достъп до тези знания. ”И сега виждаме това в социалните медии. Всеки, който е разумен потребител на социални медии, освен да показва снимки на закуската си, е склонен да погледне колко харесвания получават и колко трафик получават и колко приятели получават, и правят това с харесва, да речем, Twitter като инструмент за анализи. Можете да отидете на Twitter.com, за да използвате инструмента, но напишете в Google Twitter Analytics точка ком или щракнете върху горния десен бутон и издърпайте менюто и го направете, получавате тези хубави, живи графики, които ви казват колко туитове, които правите сами и колко взаимодействия с тях. И анализи в реално време само в личните ви социални медии. Представете си, ако имахме харесвания на Google Analytics и Facebook и LinkedIn и Twitter, статистиката на eBay идва при вас, но в работната ви среда.
Сега ние имаме на живо върха на интернет и мобилни, това се превръща в концепция за захранване. И така, това ме привлича към моето заключение и това е, че неизменно установих, че организациите, които се възползват от инструменти и технологии рано, те получават такова значително предимство пред конкурентите си, че конкурентите всъщност никога не могат да ги изравнят. И сега виждаме това с конфликта на учен с данни за гражданите. Ако можем да вземем хора с уменията, знанията, за които сме ги наели, и можем да им дадем правилните инструменти, по-специално способността да виждат данните в реално време и да откриват данни и да знаят къде е, без да се разхождаме из кабините и задавайте въпроси на глас, като трябва да отидете и да стоите на охладителя за вода, за да направите някои сравнителни анализи с хората или да отидете и да попитате рецепцията къде е индексът. Ако те могат да го направят под ръка и те могат да го заведат на срещите си с тях и да седнат в заседателна зала, прелиствайки екрани в реално време, а не на хартиен носител, изведнъж ние упълномощихме служителите си, които не се нуждаят от действително учени за данни, но всъщност да използват науката за данните и да постигнат невероятни резултати за организациите. И мисля, че тази съкратителна точка, която всъщност преминахме сега, когато потребителят е задвижван в предприятието, предизвикателството е как да осигурим това предприятие и това е темата, която предполагам в днешната дискусия. И с това ще завъртя парчето си и ще предам, за да чуя как можем да разрешим това. Дейвид, при теб.
Дейвид Сиундор: Добре, много ви благодаря, момчета, и ви благодаря Робин. Знаеш ли, Робин, съгласен съм с първоначалната ти оценка. Аналитичен процес, той не се различава наистина от разработката на софтуер. Мисля, че предизвикателството в една организация е наистина наистина, знаете, може би нещата не са така дефинирани, може би има изследователски компонент за нея и творчески компонент за нея. И Дез, знаеш ли, съгласен съм с теб, има много изобретяване на колелото и знаеш ли, няма организация, в която влизам днес, питаш, добре, защо го правиш по този начин? Защо бизнесът работи по този начин? И е лесно да се поставя под въпрос и много пъти, когато сте в една организация, е трудно да се промени. Обичам аналогията, консумацията на нещата. И така вече не, когато отида на летището и искам да сменя мястото си - правя го на мобилния си телефон. Не е нужно да се качвам до агента на щанда и да наблюдавам как агент въвежда нещо на монохромен монитор в продължение на 15 минути, за да променя заданието си на седалката. Просто предпочитам да го правя на телефона си и така е интересно развитие.
Днес ще поговорим малко за колективното разузнаване. За тези, които не са наясно, Statistica е водеща платформа за анализи, която съществува повече от 30 години. Ако погледнете някоя от публикациите в аналитичната индустрия, тя винаги излиза отгоре като една от най-интуитивните и лесни за използване разширени софтуерни пакети за анализи. Така че прекарахме последните няколко години в работа по концепция, наречена колективен разузнаване, и я извеждаме на следващото ниво. Исках да започна този разговор с: как става работата във вашата организация?
И тук има две изображения. Този отляво е изображение от 60-те години, а не започнах кариерата си през 60-те, но изображението вдясно е - това е фабрика за полупроводници, където започнах да работя. И работих в тази черна сграда, черен покрив горе вляво. Но направиха полупроводникови неща. Това е скорошна снимка от Google Images. Но когато се върнете към изображението от 60-те години отляво, това е много интересно. Накарате тези хора да седят в линия и те правят, знаете ли, интегрални схеми и полупроводници. Но има стандартизация, има стандартен начин за правене на неща и имаше добре дефиниран процес. Знаеш ли, може би тъй като тези хора седят в открита среда, може би е имало някакво сътрудничество. Мисля, че сме загубили малко от това в работната сила на знанието.
Когато седях в тази сграда в горната лява част, ако исках да си сътруднича с някого, тя не беше отворена. Имаше тези офиси, може би част от екипа беше отдалечена, или може би трябваше да премина през този кампус; беше 25-минутна разходка и ще трябва да отида да говоря с някого в сградата в крайната дясна част. Мисля, че сме загубили нещо по пътя. И така, знаете ли, аз имах същата мисъл, защо хората - колко хора продължават да преоткриват колелото в рамките на вашата организация? Мисля, че знаете, организациите като цяло свършиха добра работа през 90-те и 2000-те години с CRM и съхранение на данни и до известна степен BI. По някаква причина аналитиката малко изостава. Имаше значителни инвестиции в съхранение на данни и стандартизация, и нормализиране на вашите данни, и всичко това, и CRM, но анализацията изостава по някаква причина. И аз се чудя защо. Може би има креатив - може би вашият процес не е добре дефиниран, може би не знаете какво решение или лост, който се опитвате да обърнете, знаете, в бизнеса си да промените нещата. Когато днес влизаме в организации, има много хора, които правят неща много ръчно в електронни таблици.
И знаете ли, погледнах статистика тази сутрин, мисля, че тя казва, че 80, 90 процента от електронните таблици имат грешки и някои от тях могат да бъдат много значими. Подобно на този в Whale, където JPMorgan Chase загуби милиарди и милиарди долари поради грешки в електронната таблица. Така че имам предположението, което мисля, трябва да има по-добър начин да свършим нещата. И както споменахме, имаме тези учени. Тези момчета са скъпи и трудно се намират. А понякога са малко странна патица. Но мисля, знаете, че ако трябваше да обобщя какво представлява учен с данни, вероятно някой разбира тези данни. Мисля, че е някой, който разбира математиката, някой, който разбира проблема. И наистина някой, който може да съобщи резултатите. И ако сте учен с данни, сега имате голям късмет, защото заплатата ви вероятно се е удвоила през последните няколко години.
Но истината трябва да се каже, много организации, те нямат тези данни учени, но вашата организация има умни хора. Имате организация, имате много умни хора и те използват електронни таблици. Нали знаете, статистиката и математиката не са основната им работа, но те използват данни, за да движат бизнеса напред. Наистина, предизвикателството, с което се справяме, е как да постъпите, ако имате късмет да имате учен с данни или статистик или двама, как можете да ги вземете и как можете да подобрите сътрудничеството между тези хора и други лица във вашата организация? Ако разгледаме как е структурирана нашата организация, ще започна и ще отида отдясно на ляво. И знам, че това е назад, но ние имаме тази линия бизнес потребители.
Това е по-голямата част от популацията на вашите знания и за тези хора трябва да вградите анализи в своя бизнес приложения. Може би виждат аналитичен изход на екрана на кол център или нещо подобно и това им казва следващото най-добро предложение, което да дадат на клиент. Може би е потребител или доставчик в уеб портал и той мигновено им дава кредит, или подобни неща. Но идеята е, че консумират анализи. Ако преминем към средата, това са тези работници на знанието. Това са хората, които правят нещата с електронните таблици днес, но електронните таблици са податливи на грешки и в даден момент им липсва газ. Тези учени за данни за гражданите, както ги наричаме, знаете, това, което се опитваме да направим за тях, наистина увеличава нивото на автоматизация.
И чувате с анализа, че 80 до 90 процента от работата е в частта за подготовка на данни и това не е действителната математика, но това е подготовката на данни. Опитваме се да автоматизираме това, независимо дали го правите, и ние имаме магьосници и шаблони и неща за многократна употреба и всъщност не е нужно да имате познания за базисната инфраструктура във вашата среда. И тогава, ако погледнем вляво, имаме тези учени. И както споменах, те са в недостиг. И това, което се опитваме да направим, за да ги направим по-продуктивни, е да им позволим да създават неща, които тези учени за данни на гражданите могат да направят. Мислете за това като за блок Lego, така че тези учени за данни могат да създадат актив за многократна употреба, който може да използва гражданският учен. Изградете го веднъж, така че не е нужно да продължаваме да преоткривате колелото.
И тогава също, тези момчета може да се притесняват дали можем да правим неща в базата данни и да използваме съществуващите инвестиции в технологиите, които вашата компания е направила. Знаеш ли, че в този ден и възраст няма смисъл да се разместват данни отвъд целия свят. Така че, ако погледнем Statistica, както споменах, това е платформа, която съществува от доста дълго време. И това е много иновативен продукт. Съчетаване на данни, не е имало източник на данни, до който не можем да имаме достъп. Имаме всички неща за откриване и визуализация на данни, които бихте очаквали; можем да го направим в реално време. И вероятно има - мисля, че в софтуерния инструмент има над 16 000 аналитични функции, така че това е повече математика, отколкото някога бих могъл да използвам или разбирам, но тя е налице, ако имате нужда.
Имаме възможността да комбинираме както бизнес правила, така и аналитични работни процеси, за да вземем наистина бизнес решение. Излизате отвъд просто, ето един алгоритъм, тук е работен процес, но имате бизнес правила, с които винаги трябва да се справяте. Ние сме много сигурни в управлението. Използвани сме в много фармацевтични клиенти, тъй като FDA ни се доверява. Знаеш ли, просто доказателство в пудинга, че имаме способността за контрол и одит да бъдем приети от тях. И накрая, знаете, ние сме отворени и гъвкави и разширяващи се, така че трябва да създадете платформа, която е тази, която искате вашите учени по данни да бъдат продуктивни, искате вашите граждански учени по данни да бъдат продуктивни, искате да можете да внедрите тези аналитични резултати на работниците във вашата организация.
Ако го разгледаме, ето пример за някои от визуализациите. Но да можеш да разпределяш аналитичния си изход на потребителите на бизнес, така че първият пример вляво, това е мрежова аналитична диаграма. И може би сте следовател на измами и не знаете как се правят тези връзки и това могат да бъдат хора, това могат да бъдат образувания, това могат да бъдат договори, наистина всичко. Но можете да манипулирате това с мишката и да си взаимодействате с нея, за да разберете наистина - ако сте изследовател на измами, да разберете приоритетен списък на кого да отидете да разследвате, нали, защото не можете да говорите с всички, така че имате да даде приоритет.
Ако погледнем изображението от дясната страна там, за табло за прогнозна поддръжка това е наистина интересен проблем. Може би сте собственик на летище и имате тези скенери за тяло там. Тези скенери за тяло, ако отидете на летище, има някои компоненти там, които имат около девет месеца срок на годност. И тези неща са наистина, наистина скъпи. Ако имам множество входни точки, множество скенери на летището си, номер едно искам да се уверя, че имам подходящ персонал на всяка от портите, а за частите, които са в скенерите, не искам да ги поръчвам също рано и искам да ги имам, преди да се разпадне. Имаме възможност, може би ако притежавате летище, да можем да предвидим кога тези неща ще се счупят и да предвидим нива на персонал.
Ако погледнем в долната дясна част, това е, ако сте в производствена среда, това е само графично представяне на производствения поток. И това е малко трудно да се види, но има червени и зелени светофари на тези различни сектори на процесите и затова, ако съм инженер, там има много сложна математика, но мога да разгледам в този конкретен процес процес и да разгледам параметрите и входните данни, които може би причиняват това да излезе извън контрол. Ако погледнем нашия учен с данни за гражданите, нашата цел наистина е да улесним ученията на данните за гражданите. Имаме магьосници и шаблони и едно нещо, което мисля, че е наистина интересно, е дали имаме този автоматизиран възел за проверка на здравето на данните. И наистина това, което прави това, има вградени умници.
Споменах за подготовка на данни - отнема значително време, това е както в събирането на данни, така и в подготовката им. Но нека приемем, че имам моите данни, мога да ги пусна през този възел за проверка на здравето на данните и той проверява за инвариантност, оскъдност и отстъпки, и всички тези неща, той попълва липсващи стойности и прави много математика, която аз не Не разбирам, така че мога да приема по подразбиране или ако съм малко по-умен, мога да ги променя. Но въпросът е, че искаме да автоматизираме този процес. Това прави около 15 различни проверки и резултати на изчистен набор от данни. Това, което правим, прави това по-лесно за хората да създават тези работни процеси.
Тук говорим за сътрудничество между учените по данни и гражданите. Ако погледнем тези изображения вдясно, виждаме този процес на подготовка на данни. И може би това е много сложно, може би това е тайният сос на вашата компания, не знам, но знаем, че някой в рамките на вашата организация може да получи достъп до един или повече от тези силози за данни, които имаме. Нуждаем се от начин, номер едно, да ги вземем и да ги зашием заедно, и номер две, може би има специална обработка, която искаме да направим, че това е извън нашата здравна проверка на данните и това е тайният сос на вашата компания. Мога да създам този работен поток в нашата организация и той се разпада като възел. Виждате стрелката, сочеща надолу, това е просто възел и можем да имаме сто от тези неща в една организация. Идеята е, че имаме хора, които знаят нещо за определено пространство, те могат да създадат работен поток и някой друг да го използва повторно. Опитваме се да сведем до минимум възстановяването на колелото.
И можем да направим същото с аналитичното моделиране на работни процеси. В този случай вдясно, този работен процес, може би има 15 различни алгоритми и искам да избера най-добрия за задачата. И не трябва да разбирам като гражданин данни данни какво се случва в тази каша на паяжина, но тя просто се срива във възел и може би този възел просто казва: „изчислете резултата за кредитен риск.“ „Изчислете шанса на хирургична инфекция на мястото, „какво имаш. „Изчислете вероятността нещо да бъде измамна транзакция.“ Като учен с данни за граждани, мога да използвам тази много сложна математика, която някой друг е изградил, може би някой от тези учени е изградил в моята организация.
От гледна точка на науката за данни, знаете, говорих с учени по данни, които обичат да пишат код, и съм говорил с учени по данни, които мразят да пишат код. И това е добре, така че имаме много визуален, графичен потребителски интерфейс. Можем да вземем нашите данни, можем да направим нашата автоматизирана проверка на здравето на данните и може би искам да напиша код. Харесвам Python, харесвам R, но идеята е, че тези учени за данни, те са в недостиг и им харесва кодът на определен език. Ние нямаме особено предпочитание на какъв език искате да кодирате, така че ако искате да направите R, направете R; ако искате да направите Python, направете Python. Това е страхотно. Ако искате да разбулите анализите си до Azure, разрушете анализата си в облака. И така целта тук наистина е да предложим гъвкавост и възможности, които да направят вашите данни учени колкото се може по-продуктивни.
Сега учени по данни, те са доста умни хора, но може би не са специалисти по всичко и може би има някои пропуски в това, което могат да направят. И ако погледнете в индустрията, има много различни аналитични пазари, които съществуват там. Това е пример за, може би трябва да направя разпознаване на изображение и нямам това умение, може би аз отивам в Алгоритмия и получа алгоритъм за разпознаване на изображение. Може би излизам в Apervita и получавам много специален алгоритъм за здравеопазване. Може би искам да използвам нещо в библиотеката за машинно обучение Azure. Може би искам да използвам нещо в родната платформа Statistica.
Отново идеята тук е, че искаме да използваме глобалната общност за анализи. Тъй като няма да имате всички умения в четирите стени, как можем да създадем софтуер - и това е, което правим - което позволява на вашите учени да използват алгоритми от различни пазари. Правим го с R и Python от доста време, но това се разширява до тези пазари на приложения, които съществуват там. И същото, което виждате тук, отгоре на това, ние използваме H2O на Spark, така че има много аналитични алгоритми там. Не е нужно да се фокусирате върху създаването им от нулата, нека да използваме повторно тези, които живеят в общността с отворен код, и искаме тези хора да бъдат възможно най-продуктивни.
Следващата стъпка, след като имаме нашите учени по данни за граждани и нашите учени по данни, е наистина как популяризирате и разпространявате тези най-добри практики? В нашия софтуер имаме технология, която ви позволява да разпространявате анализи навсякъде. И това е по-скоро възглед за управление на модела, но вече не съм обвързан от четирите стени или конкретна инсталация в Тулса, Тайван или Калифорния, или какво имате. Това е глобална платформа и имаме много, много клиенти, които са внедрени при използването му от множество сайтове.
И така наистина, ключовите неща са, ако правите нещо в Тайван и искате да го копирате в Бразилия, това е чудесно. Влезте там, вземете шаблоните за многократна употреба, вземете работните потоци, които искате. Това се опитва да създаде тези стандарти и общия начин на поведение, така че не правим нещата напълно различни навсякъде. И другият ключов компонент от това е, че наистина искаме да пренесем математиката до мястото, където живеят данните. Не е нужно да размествате данни между Калифорния и Тулса, Тайван и Бразилия. Имаме технология, която ни позволява да вземем математиката към данните и ще имаме още една уеб технология за горещи технологии по този въпрос.
Но ние наричаме тази архитектура и ето един подъл поглед, Native Distributed Analytics Architecture. Основната идея за това е, че имаме платформа, Statistica и мога да експортирам аналитичен работен процес като атом. И бих могъл да направя модел или цял работен процес, така че това няма значение. Но мога да създам това и да го експортирам на език, подходящ за целевата платформа. От лявата страна на това много хора правят това, но правят оценка в системата на източника. Това е добре, можем да правим оценки и можем да правим изграждане на модели в базата данни, така че това е интересно.
И тогава от дясната страна, имаме Boomi. Това е придружаваща технология, работим с всички тях. Но ние също можем да поемем тези работни процеси и по същество да ги транспортираме до всяка точка на света. Всичко, което има IP адрес. И не е нужно да имам инсталирана Statistica в публичния или частния облак. Всичко, което може да изпълнява JVM, можем да стартираме тези аналитични работни процеси, предварителни работни процеси за подготовка на данни или просто модели на която и да е от тези целеви платформи. Независимо дали е в моя обществен или частен облак, независимо дали е в моя трактор, в колата ми, в дома ми, в моята електрическа крушка, в моя интернет от неща, имаме технология, която ви позволява да транспортирате тези работни процеси навсякъде по света.
Нека да прегледаме. Знаеш ли, ние имаме бизнес клиенти, така че тези хора, ние имаме технология, която им позволява да консумират продукция във формат, който им е удобен. Имаме учени за данни за гражданите и това, което се опитваме да направим, е да подобрим сътрудничеството, да ги направим част от екип, нали? И така искаме хората да спрат да изобретяват колелото. И ние имаме тези учени за данни, там може да има празнина в уменията, но те могат да кодират на език, който искат, могат да отидат на аналитичните пазари и да използват алгоритми там. И така с това, как да не си помислите, че всичко е страхотно с това? Това е перфектно, това правим. Ние изграждаме работни процеси за многократна употреба, даваме инструкции на хората, даваме им блоковете Lego, за да могат да построят тези могъщи замъци и каквото искат. В обобщение, ние имаме платформа, която оправомощава линията на бизнес потребителите, учените за данни за гражданите, учените за програмисти, ние имаме - можем да се обърнем към всякакъв случай на използване на IoT edge analytics и използваме тази представа за колективна интелигентност. С това, мисля, че вероятно ще го отворим за въпроси.
Робин Блур: Добре. Мисля, че първото - искам да кажа, честно казано, искам да кажа, че съм бил информиран от Dell Statistica преди, и за да бъда честен, всъщност съм доста изненадан от нещата, които не знаех, че сте изложени в презентацията, И трябва да кажа, че едното нещо, това е нещо, което за мен е бъг в процеса на приемане на аналитиката, е, знаете, получаването на инструментите не е така, нали знаете? Има ужасно много инструменти, има инструменти с отворен код и т.н., и така нататък, и има различни, както бих нарекъл, полуплатформи. Но мисля, че разликата, която имате, бях особено впечатлена от част от работния процес.
Но разликата е, че изглежда осигурявате край до край. Това е като аналитиката е сложен бизнес процес, който започва с получаване на данни и след това преминава през цяла серия от стъпки, в зависимост от това колко са люспести данните и след това може да се разклони в цяла поредица от различни математически атаки в данни. И тогава резултатите се появяват по един или друг начин и те трябва да бъдат действия. Имам огромно количество анализи, на които се натъкнах, където беше свършена много голяма работа, но няма как да я приведем в действие. И като че ли имате страшно много от това, което се изисква. Не знам колко е изчерпателна, но е много по-изчерпателна, отколкото очаквах. Невероятно съм впечатлен от това.
Бих искал да коментирате електронни таблици. Вече казахте нещо, но едно от нещата, които отбелязах, и отбелязах през годините, но то става все по-очевидно, е, че има страшно много електронни таблици, които са сенчести системи и наистина мисля Искам да кажа, че електронната таблица беше чудесен инструмент, когато беше въведена и беше прекрасна още от много различни начини, но това е обобщен инструмент, всъщност не е подходящ по предназначение. Това със сигурност не е много добро в контекста на BI и мисля, че е ужасно в контекста на анализа. И аз се замислих дали имате някакъв коментар, за да кажем, примери, при които, знаете ли, Статистика е изчерпала, прекомерна употреба на електронни таблици или някакъв коментар, който искате да направите по този въпрос?
Дейвид Сиудор: Да, мисля, че можете да потърсите известни грешки в електронната таблица. Google или каквато и да е търсачка, която използвате, ще се върне с литания от резултати. Не мисля, знаете ли, че някога ще заменим електронните таблици. Това не е нашето намерение, но много организации, в които отивам, има няколко от тези магьосници на електронни таблици или нинджи или каквото искате да ги наречете, но те имат тези много сложни електронни таблици и трябва да помислите, какво се случва, когато тези хората печелят лото и те не се връщат? И така, това, което се опитваме да направим, е, че знаем, че електронните таблици ще съществуват, за да можем да ги приемаме, но мисля, че това, което се опитваме да направим, е да разработим визуално представяне на работния си процес, така че да може да бъде разбран и споделен с други хора, Електронните таблици са доста трудни за споделяне. И веднага щом ми предадете електронната си таблица, аз я промених и сега вече не се синхронизираме и получаваме различни отговори. Това, което се опитваме да направим, е да поставим някои парапети около това и да направим нещата по-ефикасни. А електронните таблици са наистина ужасни при комбинирането на множество набори от данни заедно, нали знаете? Те падат там. Но ние няма да ги заменим, поглъщаме ги и имаме хора, които започват да се изместват, защото ако имаме възел, който казва „изчисли риск“, това се опитва човекът, използващ електронната таблица. Така че тези ги няма.
Робин Блур: Да, искам да кажа, че, знаете, от една от перспективите, на които гледам нещата, бих казал, че електронните таблици са чудесни за създаване на информация. Те дори са чудесни за създаване на острови на знанието, но наистина са лоши за споделяне на знания. Те нямат механизъм за това каквото и да е, и ако предавате електронна таблица на някого, не е като да можете да я прочетете, като това е статия, която обяснява какво точно правят. Просто не е там. Мисля, знаете, че нещото, което ме впечатли най-много за презентацията и за възможностите на Statistica, изглежда невероятно агностично. Но той има тази нишка да преминава през работния процес. Прав ли съм, ако предположим, че можете да разгледате работния процес от край до край, разбирате, от събирането на данни до пълното вграждане на резултати в конкретни BI приложения или дори работещи приложения?
Дейвид Сиундор: Да, абсолютно. И тя има тази способност за край до край и някои организации използват това изцяло, и аз не съм обект на илюзия дали някоя компания в наши дни купува всичко от един доставчик. Имаме микс. Някои хора използват Statistica за всичко, а някои го използват за моделиране на работни процеси, някои хора го използват за работните процеси за подготовка на данни. Някои хора го използват за разпространение на стотици инженерни доклади на инженери. И така имаме всичко между тях. И наистина е от край до край и е, знаете ли, агностична платформа, тъй като ако има алгоритми, които искате да използвате в R или Python, Azure, Apervita, каквото и да знаете, използвайте ги. Това е чудесно, бъдете продуктивни, използвайте това, което знаете, използвайте това, което ви е удобно и ние имаме механизми, за да сме сигурни, че те са контролирани и подлежащи на проверка и всички подобни неща.
Робин Блур: Особено ми харесва този аспект от него. Искам да кажа, не знам дали можете да говорите отвъд казаното за богатството на онова, което е там. Искам да кажа, че разгледах това, но не съм го разгледал изчерпателно и със сигурност има огромно количество Python библиотеки в нашите библиотеки, но има ли нещо, което можете да добавите към тази картина? Защото мисля, че това е много интересно нещо, знаете, идеята, че бихте имали надеждни компоненти, защото познавахте различни хора, които са ги създали, и различни хора, които ги използват, които можете да изтеглите. Знаеш ли, можеш ли да обогатиш това, което вече си казал за това?
Дейвид Сиундор: Да, мисля, че някои от пазарите на приложения, знаете ли, пазарите на алгоритъм, които са там. Например, знаете, д-р Джон Кромуел от Университета в Айова, той е разработил модел, който ще предвиди, който се използва в реално време, докато ние се оперираме, ще ви даде оценка, ако ще получите хирургична инфекция на мястото. И ако този резултат е достатъчно висок, те ще предприемат намеса точно в операционната. Това е много интересно. Така че може би има друга болница, която не е толкова голяма. Е, Apervita е пазар за здравни приложения за анализи. Можете да отидете да намерите такъв на много от тези пазари на приложения, можете да го намерите и да ги използвате отново, а транзакцията е между вас и който и да е собственик, но можете да отидете да намерите или да кажете: „Ето от какво имам нужда. ”Мисля, че използва тази глобална общност, защото в наши дни всички са специалисти и не можете да знаете всичко. Мисля, че R и Python са едно, но тази идея за „Искам да изпълня тази функция, да сложа спецификация там на едно от тези места на пазара на приложения и да накарам някой да го разработи за вас.“ И те могат да си осигурят приходи от това, мисля това е много интересно и много различно от чисто модела с отворен код.
Robin Bloor: Добре. Както и да е, ще предам топката на Дез. Искате ли да се потопите, Дез?
Дез Бланчфийлд: Абсолютно и бих искал да остана за момент с електронната таблица, защото смятам, че е уловил правилната същност на много от това, за което говорим тук. И ти направи коментар, Робин, по отношение на прехода от някакви стари електронни таблици във физическата им форма към електронната. Имахме интересно нещо, където, знаете, когато първоначално електронните таблици са нещо, те са просто листове хартия с редове и колони и вие ръчно ще запишете нещата, тогава ще ги прегледате и изчислите, или като направите от горната част на главата или с някакво друго устройство. Но все още имаме възможността грешки да се промъкват с грешки в почерка или дислексия и сега сме го заменили с печатни грешки. Рискът е, че с електронни таблици рисковият профил е по-бърз и по-голям, но мисля, че инструментите като Statistica обръщат рисковата пирамида.
Често рисувам тази снимка на бяла дъска на фигура на човешко същество в горната част, като един човек, и след това колекция от тях в долната част, да речем, представете си десет от тях в долната част на тази бяла дъска и рисувам пирамида, където точката на пирамидата е в единичния човек и в подножието на пирамидата е колекцията от хора. И аз използвам това, за да визуализирам идеята, че ако един човек в горната част прави електронна таблица прави грешка и я споделя с десет души, а сега имаме десет копия на грешката. Бъдете много внимателни с вашите макроси и бъдете много внимателни с Visual Basic, ако ще преминете към това. Защото когато създаваме електронни инструменти като електронни таблици, това е много мощно, но също така е мощно по добър и лош начин.
Мисля, че инструменти като Statistica създават възможност за обръщане на този рисков профил и това е, че вече можете да стигнете до точката, в която имате много инструменти, които са достъпни за отделния човек и докато преминават от много инструменти в горната част на пирамидата и след това надолу до самото дъно, където точката на пирамидата, която сега е обърната, е действителният инструмент, ако имаме екип от хора, които изграждат тези инструменти и тези алгоритми. И ученият на данни няма нужда да бъде специалист по регресионна анализа на техните данни. Те може да са в състояние да използват инструмента, но може да имате пет или шест статистици и актюер и учен с данни и някои математици, работещи върху този инструмент, този модул, този алгоритъм, този плъгин и така на езика на електронната таблица, така че представете си, че всяка електронна таблица, публикувана, която можете да използвате, всъщност е написана от специалисти, които тестват макросите, тестват Visual Basic, се уверяват, че алгоритмите работят, така че когато го получите, можете просто да пускате данни в него, но всъщност не можете да го разбиете и затова е по-добре да се контролира.
Мисля, че много от инструментите за анализи правят това. Предполагам, че стигате дотам, че виждате ли това в полето, виждате ли прехода от електронни таблици, които потенциално биха могли да избутат грешки и грешки и риск, до точката, в която инструментите, които изграждате с вашия платформи сега, като откриването на данни е точно в реално време и хората, които изграждат модулите и алгоритмите премахват или намаляват този профил на риск? Обслужването на клиенти вижда ли това в реален смисъл или смятате, че това просто се случва и те не го осъзнават?
Дейвид Сиундор: Знаеш ли, мисля, че има няколко начина да се отговори на това. Но това, което виждаме, е във всяка организация и споменах, че аналитиката, която мисля, може да изостава от гледна точка на корпоративните инвестиции, нещо като това, което направихме със съхранението на данни и CRM. Но това, което виждаме, е необходимо много да се промени организацията, да се преодолее тази организационна инерция. Но това, което виждаме, са хората да си правят електронни таблици, да поемат работните си процеси и споменах за сигурността и управлението: „Е, може би имам електронна таблица“, „Е, мога да заключа това и мога да го контролирам версиите.“ И виждаме много организации, може би те просто започват там. И ако е променена, има работен поток и аз завършвам, номер едно обаче, кой го промени? Защо го промениха. Когато го смениха. И също така мога да настроя работен поток, така че да няма да пускам тази нова електронна таблица в производство, освен ако не е валидиран и проверен от една, две, три, колкото и партии да искате да дефинирате във вашия работен процес. Мисля, че хората започват да предприемат и организациите започват да предприемат бебешки стъпки там, но вероятно бих предположил, че трябва да извървим дълъг път.
Дез Бланчфийлд: Всъщност и мисля, че като се изграждате както в контрола за сигурност, така и в управлението там, работното натоварване може автоматично да пренасочи това и всичко до главния рисков служител, което вече е нещо. Можете да започнете да контролирате как се използват тези инструменти и системи и кой какво прави с тях, така че това е много мощно. Мисля, че другите неща, които влизат в това, са, че типовете инструменти, които предоставяте, за мен отдават на човешкото поведение повече, отколкото на традиционните електронни таблици, за които говорим, в това, че ако имам стая, пълна с хора със същото табло за управление и достъп до едни и същи данни, които всъщност могат да получат различен изглед и в резултат на това да получат малко по-различна информация от същата информация, която отговаря на техните нужди, за да могат да си сътрудничат. След това имаме по-човешки възглед и взаимодействие с бизнеса и процеса на вземане на решения, за разлика от всички, които отиват на една и съща среща с една и съща PowerPoint, и разпечатани едни и същи електронни таблици, всички същите фиксирани данни.
Виждате ли преход в поведението и културата в организации, които някак си вземат вашите инструменти сега, когато виждат, че това се случва, където не е като петима души в стаята, които гледат една и съща електронна таблица, опитвайки се просто да я вербализират и да правят бележки по нея, но сега те всъщност взаимодействат с таблата и инструментите в реално време, с визуализация и анализация на една ръка разстояние и получават съвсем различен поток в разговора и взаимодействието, не само в срещи, а просто общо сътрудничество около организацията? Защото те могат да го направят в реално време, защото могат да зададат въпросите и да получат реален отговор. Това ли е тенденция, която виждате в момента или това все още не се е случило?
Дейвид Сиундор: Не, мисля, че определено е започнал по този път и мисля, че много интересното е, ако знаете, ако вземем пример за фабрика например. Може би някой, който притежава определен сектор на процесите в тази фабрика, иска да търси и да взаимодейства с тези данни по определен начин. И може би аз, пренебрегвайки всички процеси, може би този отдолу, може би искам да го разгледам през всичко. Мисля, че това, което виждаме, е номер едно, хората започват да използват общ набор от визуализации или стандартни визуализации в рамките на своите организации, но това също е съобразено с ролята, в която играят. Ако съм процесен инженер, може би това е много по-различен поглед от този, който го гледа от гледна точка на веригата за доставки и мисля, че това е чудесно, защото трябва да бъде пригоден и трябва да се гледа през обектива, който трябва да свършите работата си.
Дез Бланчфийлд: Предполагам, че процесът на вземане на решения намалява, време и бързина, всъщност вземането на интелигентни и точни решения също бързо се увеличава, нали? Защото, ако имате анализи в реално време, табла за управление в реално време, ако имате инструментите Statistica на една ръка разстояние, не е нужно да бягате през пода, за да отидете и да попитате някого за нещо, вие го имате на хартиен носител. Можете да си сътрудничите, да взаимодействате и всъщност да вземате решения в движение и да получите този резултат незабавно. Което мисля, че някои от компаниите все още не са схванали, но когато го направят, това ще бъде този еврика момент, че, да, все още можем да останем в нашите кабинети и да работим у дома, но можем да си взаимодействаме и да си сътрудничим с тези решения ние правим, докато си сътрудничим, се превръщат в резултати незабавно. Виж, мисля, че беше фантастично да чуя какво имаш да кажеш досега и наистина се радвам да видя къде отива. И знам, че имаме много въпроси в Q&A, така че аз ще се върна към Ребека, за да прегледам някои от тях, за да можем да стигнем до тях възможно най-бързо. Благодаря ти много.
Ребека Йозвяк: Благодаря Дез, и да, Дейв, ние имаме доста въпроси от публиката. И благодаря на Дез и Робин за прозренията ви също. Знам, че този конкретен участник трябваше да се откаже точно в началото на часа, но тя пита, виждате ли, че отделите на информационните системи са по-приоритетни на сложния контрол на данните, а не на удобство при предоставянето на инструменти за работниците на знанието? Искам да кажа, това е - продължете напред.
Дейвид Сиундор: Да, мисля, че зависи от организацията. Мисля, че банка, застрахователна компания, може би те имат различни приоритети и начини на поведение, спрямо маркетингова организация. Предполагам, че би трябвало да кажа, че просто зависи от индустрията и функциите, които търсите. Различните индустрии имат различни фокуси и акцент.
Ребека Йозвяк: Добре, че има смисъл. И тогава друг присъстващ искаше да знае, какъв е двигателят зад Statistica? Дали това е C ++ или вашите собствени неща?
Дейвид Сиундор: Е, не знам дали мога да намеря толкова конкретно с него, тъй като това е от 30 години и е разработен преди моето време, но има основна библиотека от аналитични алгоритми, които са стационарни алгоритми, които се изпълняват. И видяхте тук, че ние също можем да пуснем R, можем да стартираме Python, можем да се спукаме до Azure, можем да работим на Spark в H2O, така че предполагам, че би трябвало да отговоря на този въпрос от гледна точка на това са различни двигатели. И в зависимост от това кой алгоритъм изберете, ако това е Statistica, той се изпълнява така, ако изберете такъв на H2O и Spark, той използва това и затова е разнообразие от тях.
Ребека Йозвяк: Добре, добре. Друг вид посетител, попитан конкретно, насочващ към този слайд, който иска да знае, как да знае ученият за данни на гражданите, кои шаблони за многократна употреба да използват? И предполагам, че ще направя по-широк въпрос от това. Това, какво виждате, когато влязат търговски потребители или бизнес анализатори и те искат да използват тези инструменти, колко лесно им е да вдигнат и да започнат работа?
Дейвид Свонор: Предполагам, че бих отговорил на това и ако можете да използвате, ако сте запознати с Windows, това е платформа, базирана на Windows, така че отрязах горната част на тези екранни снимки, но има лентата на Windows. Но как да разберат какъв работен процес да използват? Изглежда като Windows Explorer, така че има структура на дърво и можете да го конфигурирате и настроите, но организацията ви иска да го настрои. Но може да бъде, просто ще имате тези папки и ще поставите тези шаблони за многократна употреба в тези папки. И мисля, че вероятно има номенклатура, която вашата компания би могла да приеме, да кажем, ето „изчислете профила на риска“, тук е „получете данни от тези източници“ и ги назовавайте каквото искате. Това е просто безплатна папка, просто плъзнете бележките право върху своето платно. Така че, доста лесно.
Ребека Йозвяк: Добре, добре. Може би демонстрация следващия път. Тогава се появява друг вид присъстващ и това е, за което вие и Робин и Дез говорихте, що се отнася до неточностите, особено в електронна таблица, но боклукът в / боклука навън и той вижда, че е още по-критичен, когато става въпрос до аналитика. Имайте предвид, че злоупотребата с данни наистина може да доведе до някои злощастни решения. И той се чуди какви са вашите възгледи за разработването на по-безотказни алгоритми, предполагам за, той използва думата „прекомерна“ употреба на аналитика. Знаеш ли, някой влиза, наистина се вълнува, иска да прави тези разширени анализи, иска да изпълнява тези усъвършенствани алгоритми, но може би не е съвсем сигурен. И така, какво правите, за да защитите това?
Дейвид Свонор: Да, така че предполагам, че ще отговоря на това възможно най-добре, но мисля, че всичко се свежда до хората, процесите и технологиите. Ние имаме технология, която помага да се даде възможност на хората и ви помогне да активирате какъвто и процес, който искате да включите във вашата организация. В примера за изпращане на талон на някого, може би това не е толкова критично, и ако е цифров, това наистина не струва, може би има едно ниво на контрол на сигурността и може би не ни интересува. Ако прогнозирам хирургични инфекции на мястото, може би искам да бъда малко по-внимателен за това. Или ако прогнозирам качеството и безопасността на наркотиците и подобни неща, може би искам да бъда малко по-внимателен в това. Прав си, боклук в / боклук навън, така че това, което се опитваме да направим, е да предоставим платформа, която ви позволява да го приспособите към какъв процес вашата организация иска да приеме.
Ребека Йозвяк: Добре, добре. Имам още няколко въпроса, но знам, че сме минали доста време и просто искам да кажа на нашите презентатори, че беше страхотно. И искаме да благодарим толкова много на Дейв Сиундор от Dell Statistica. Разбира се, д-р Робин Блур и Дез Бланчфийлд, благодаря, че сте днес анализатори. През следващия месец ще имаме още едно уеб предаване с Dell Statistica. Знам, че Дейв е намекнал по темата. Ще става въпрос за анализа в края, друга завладяваща тема и знам, че в този уебкаст ще бъдат обсъждани някои много убедителни случаи на употреба. Ако сте харесали видяното днес, върнете се за още следващия месец. И с това, хора, сбогувам се. Много благодаря. Чао чао.
