Sa pamamagitan ng Techopedia Staff, Nobyembre 1, 2017
Takeaway: Tinatalakay ng Host na si Eric Kavanagh ang pakikipagtulungan sa pagitan ng negosyo at IT kay Wayne Eckerson ng Eckerson Group at Josh Howard ng Alteryx.
Kasalukuyan kang hindi naka-log in. Mangyaring mag-log in o mag-sign up upang makita ang video.
Eric Kavanagh: Alright, ladies and gentlemen, Eric Kavanagh here with Hot Technologies. Nakuha namin sina Josh Howard at Wayne Eckerson sa linya. Nagkaroon lang kami ng isang masayang maliit na pag-crash ng isyu sa audio at sumunog doon, ngunit naka-dial kami pabalik at ang lahat ay tumba at umiikot.
Kaya, si Wayne Eckerson na matagal ko nang kilala. Siya ang pangunahing consultant sa Eckerson Group. At si Josh Howard matagal ko na ring kilala. Siya ang direktor ng mga bagong produkto sa Alteryx. Ang mga taong ito ay kapwa talaga, talagang mahusay sa kanilang mga larangan, at sila ay magbabahagi sa amin ng maraming mga ideya tungkol sa kung paano ang negosyo at IT ay maaaring magsulong ng mas mahusay na mga relasyon at talagang makipagtulungan at makapagtapos.
Kaya, itutulak ko ang susunod na slide at ibigay ito kay Wayne. Kaya, sabihin sa akin ng kaunti tungkol sa kung ano ang nangyayari.
Wayne Eckerson: Oo, Eric. Masaya ang narito at pag-usapan ang isyung ito. Matagal na ako sa Unidos at nasaksihan ang isang sulok sa pagitan ng negosyo at IT, at marami sa mga ito ay dahil sa kanilang pokus at kanilang mga layunin, kung ano ang kanilang tinanggap na gawin. Kaya ito ay uri ng isang likas na baybayin, maaari mong sabihin, o agwat sa pagitan ng negosyo at IT, ngunit ito ay humantong sa ilang mga mapanganib na kinalabasan. Alam mo, ang IT ay inupahan upang mag-isip ng matagal, upang bumuo ng mga system at aplikasyon, mga solusyon na permanenteng nag-aalok ng mga ekonomiya na may sukat, mataas na antas ng paggamit, at scalability, seguridad, kakayahang magamit at pagiging maaasahan. Napaka-konserbatibo, mabagal na gumagalaw na mindset. Ang negosyo, sa kabilang banda, ay nakatuon sa pagtugon sa mga pangangailangan ng customer, ang punto ng pakikipag-ugnayan, higit pa sa panandaliang nakatuon, mga insentibo - at maaari itong mawala sa isang buwanang o quarterly na batayan. Ang kanilang pokus ay bilis, liksi at kakayahang umangkop. Kaya, walang sorpresa na dapat o maaaring maging alitan sa pagitan ng dalawang pangkat na ito.
Susunod na slide. Kaya, ito ay uri ng diyalogo na naririnig ko minsan sa mga samahan na pinupuntahan ko upang kumunsulta at kung saan nararamdaman kong naglalaro ako ng papel ng isang tagapayo ng kasal, na sinisikap na makuha ang dalawang panig na ito sa isa, kilalanin ang bawat isa at ang kanilang papel sa paghahatid ng mga solusyon sa teknolohiya ng negosyo. Ang negosyo ay may kaugaliang isipin ang IT bilang masyadong mabagal, mahal at hindi maihahatid kung ano ang gusto nila, kung nais nila ito, kung paano nila gusto ito. Ang IT ay may posibilidad na makita ang negosyo bilang pagbabago ng isip nito sa lahat ng oras, pagdaragdag ng mga bagong tampok. Pagkatapos ang lahat ng mga bagay na ito ay gumagalaw sa panandaliang, hindi kailanman nakikita ang malaking larawan. Ang resulta ng madalas na alitan na ito ay ang kaswal na paggamit. May sasabihin ang executive manager, "Alam mo kung ano? Kalimutan mo lang ito. Alam kong hindi ko kukuha ng mga datos na kailangan ko, kaya gagawin ko lang nang wala. ”Medyo nakakatakot ito. Sasabihin ng power user ng data, "Bigyan mo lang ako ng isang dump ng data at huwag mo akong abalahin." At ang mga pinuno ng BU, kung talagang gusto nila ng impormasyon, kukuha lamang sila ng kanilang sariling badyet, idagdag ang kanilang sariling mga tao, at bumili ng kanilang sariling mga tool. Sinabi ng IT, "Sige, fine. Ngunit alam mo, good luck sinusubukan mong mapanatili ito sa iyong sarili, dahil sa huli ay masira ito. "At ito ay. Masisira ang alinman dahil walang gumagamit nito, dahil hindi ito dinisenyo nang maayos, o masira ito sapagkat ginagamit ito ng lahat, at wala kang sapat na mga eksperto sa teknikal, hindi sapat ang mga mapagkukunan upang masukat ito. O umalis ang kanilang dalubhasa, at sila ay nasa mataas at tuyo. Susunod na slide.
Eric Kavanagh: Ito ay isang poll, kaya ang tumatawag sa telepono ay maaaring aktwal na itulak sa poll. Humawak ng isang segundo. Kaya, binubuksan ko na ang poll na ito ngayon, sana ay makikita mo sa iyong screen ang isang pop-up. Kung hindi mo, karaniwang ito ay magpapakita sa isang lugar sa ilalim. At sige. Nagtataka kaming marinig ang iyong sagot tungkol dito.
OK, nakakuha ako ng ilang mga tao na tumawag sa ngayon ay nagbibigay sa amin ng ilang puna. Kaya, hinihiling namin: anong degree ang nakahanay sa negosyo sa IT sa iyong samahan? Kaya, nakuha namin ang isang grupo ng mga tao na sumasagot ngayon. Maraming salamat. Kaya't mayroon kang napakataas, siyempre, mataas, katamtaman, mababa, napakababa. Maging matapat, hindi namin ibabahagi ito sa iba pang mga miyembro ng iyong koponan. Nais naming ibigay sa amin ang iyong tugon sa kandidato. Alright, hayaan mo akong bigyan kami ng ilang mga segundo, at habang ginagawa namin iyon, marahil Josh, dadalhin ka lang namin sa totoong mabilis upang matulungan ang mga tao na masagot ang tanong na ito. Oo, gustung-gusto ko ang prosesong ito ng pakikipagtulungan. Ibig kong sabihin, maraming taon na kaming napag-usapan tungkol sa isang negosyo / hati sa IT. Sa palagay ko nagbabago na. Sa palagay ko ay bahagyang nagbabago dahil sa DevOps, ang mga developer ay nagtatrabaho nang mas malapit sa negosyo. Ang uri na iyon ay naglalagay ng ilang init sa gilid ng IT, ngunit sa palagay ko nagbabago rin ito dahil sa ulap, medyo lantaran, dahil marahil ang mga tao ay nagiging mas maligaya tungkol sa kanilang ginagawa sa kanilang lugar ng trabaho. Ngunit, ano ang iniisip mo sa uri ng ebolusyon ng dibisyon ng IT / negosyo?
Josh Howard: Oo, alam mo, isang kagiliw-giliw na paksa, at ito ay isa na siguradong papasok tayo dito sa isang segundo, ngunit, alam mo, sa tingin ko lang, ang negosyo ay talagang pinilit sa kamay ng IT. Tama iyon, kaya, alam mo, sa loob ng maraming taon ang lahat ay pinangunahan ng IT, at nakita namin na ito ay dumarating sa pendulum swing pabalik-balik mula sa pagiging IT-led sa lahat, alam mo, na binili sa pamamagitan ng negosyo. At, sa palagay ko nagsisimula kaming makakita ng ilang sentralisasyon. Sa palagay ko, alam mo, nagsisimula ka nang makita ang maraming mga organisasyon, mga nakatayo na sentro ng kahusayan, nagsisimula na makita ang higit pa at mas maraming mga negosyo-intelihente na kumpanya, na nakikita ang mga sentro na naka-set up din, at kaya hindi, alam mo, IT o ang negosyo. Nakakakita kami ng isang mas mahusay na pag-aasawa ng dalawang mga organisasyon at nakikita ang mga sentro ng kahusayan na naka-set up na nakatira sa parehong mga samahan, at nagkakaroon sila ng parehong IT at ang negosyo na nakaupo sa hapag at nag-order ng pagkain. Kailangan nating pumili ng iba pang mga layunin sa negosyo, at sa palagay ko iyon ang isa sa mga uso na sa palagay ko ay naging napaka positibo sa mga nakaraang ilang taon o kahit na mas mahaba. At sa palagay ko ay bahagi ito ng nakikita natin.
Eric Kavanagh: Hindi ko masisisi na ibabato ko sa iyo, at babasahin ko ang mga resulta. Nakasalalay sa iyong browser, maaari mong makita ang mga resulta, ngunit lamang upang maibigay ito sa iyo: Ang tanong siyempre, "Sa anong degree ang negosyo na nakahanay sa IT?" Napakataas ng mataas na 7 porsiyento, mataas ang nakuha 8 porsiyento, katamtaman ang nakuha ang karamihan, ito ay 29 porsyento, mababa ang 10 porsyento, at napakababa ay 0 porsiyento. Iyon talaga ang kabuuan, kaya talagang tinitingnan mo ang karamihan sa mga tao ay sinabi ng katamtaman, 21 sa 73. Anim sa 73 ang sinabi ng mataas, lima ang sinabi napakataas, at pagkatapos siyempre mayroon kaming isang buong grupo ng mga tao na nagawa lamang Hindi ako sasagot, ngunit karamihan, sa katunayan 43 sa 73, hindi tumugon ang mga tao, ngunit pinahahalagahan ko ang iyong oras. At sa gusto kong itulak ito sa susunod na slide. At naniniwala ako, Josh, mag-uusap ka ng kaunti.
Josh Howard: Oo, at sa gayon, alam mo, uri ng kung saan ako pupunta ay nakita namin ang maraming pagbabago sa nakaraang limang taon, o kahit na bumalik sa sampung taon. At ito ay talagang naging ligaw sa kanluran, at pagkatapos ay hinulaan ko na marahil may ilang mga tao dito sa linya na iniisip pa rin na ang ligaw na kanluran sa kanilang samahan, ngunit dati na kung saan ang lahat ay ganap na nakakandado at mahigpit, at pinilit ang lahat sa pamamagitan ng isang sentralisadong koponan ng IT, at iyon ay kung paano naihatid ang BI. Ngunit ang problema ay hindi ginagamit ito ng mga gumagamit ng negosyo. Hindi nila nakuha ang mga resulta na kailangan nila. Hindi nila, alam mo, magkasama lamang ang data tulad ng kailangan nila, at sa gayon nakita mo lang, alam mo, ang mga organisasyon ay nag-abandona sa kanilang pagsasanay sa BI sa maraming mga kaso. Hindi lamang nila nakuha ang paggamit na inaasahan nila, at, alam mo, naintindihan iyon dahil ang mga gumagamit, nais nila ang madaling magamit na mga tool kung saan maaari nilang gawin, alam mo, mga mapagkukunan ng data at gumawa ng ilan sa kanilang sariling gawain sa pagsasama.
Ngunit hindi nila nais na maghintay sa paligid para sa IT na gawin ito para sa kanila. At kung ano ang nakita namin ay, nakuha mo ang lahat ng mga koponan ng negosyong ito at bumibili ng kanilang sariling lisensya, kanilang sariling mga tool sa pag-visualize, at nag-set up ng kanilang mga anino sa mga IT ng mga kasamahan sa isang data mart, at nawala sila. Ngunit humantong ito sa isang buong bagong hanay ng mga problema. Oo, ang negosyo ay nakakuha ng kakayahang umangkop at liksi at ilan sa mga resulta na kailangan nila ng mas mabilis, ngunit naiwan pa rin ang IT, alam mo, sinusubukan mong malaman, "Paano natin pinamamahalaan ito? Paano natin ito sukatan? "
Dahil din sa nangyayari, pinapalakas nila ang mga data marts na ito. Nagsisimula silang magpatakbo ng maraming pag-uulat at paggunita, pagkatapos ay babalik lamang sila sa IT upang makuha ang pag-aayos, at sa gayon hindi lamang ito nasusukat. Hindi ito ang lunas, at ganyan ang ilan sa mga isyu. Ngunit hindi ito kailangang maging tug-of-war sa pagitan ng negosyo, na nais madali ang paggamit, at IT, na nais na pamahalaan ito. Ito ay talagang tungkol sa pagkuha ng lahat sa parehong pahina at paghila sa parehong direksyon. Sa palagay ko mayroon talagang isang, alam mo, pinakamahusay na diskarte na maaaring masiyahan ang mga pangangailangan ng parehong mga gumagamit. Slide.
Eric Kavanagh: Alrighty. Doon ka pupunta.
Josh Howard: Oo, salamat. At sa gayon ang paraan na papalapit kami sa Alteryx ay tinitingnan talaga namin ito mula sa isang analytic pamamahala sa pananaw. At alam mo, hindi ako gumagamit ng salitang "pamamahala ng data" dahil sa palagay ko ang data pamamahala ay higit pa sa isang balangkas na sumasaklaw sa maraming iba't ibang mga bagay, ngunit talagang nakatuon lamang sa mga tatlong pangunahing lugar kung paano ang pinamamahalaan ang data, kung paano ito mai-access, at kung paano namin ito nai-secure.
Una, sa panig ng pamamahala ng data, kapag naghahanap ka upang paganahin ang mga tool sa serbisyo sa sarili, nais mong tiyakin na, alam mo, ang mga gumagamit ay may access sa lahat ng iba't ibang mga mapagkukunan ng data na maaaring kailanganin nila. At sa gayon, muli, ito ay bahagi ng problema na nakita namin sa mga tradisyunal na tool sa BI tulad ng MicroStrategy at Cognos at OB ay, alam mo, ito ay pag-tap lamang sa isang sentralisadong bodega ng data, ngunit ang mga negosyanteng gumagamit ay talagang nais na kumuha ng data na iyon at timpla ito sa iba pang mga mapagkukunan ng data upang makakuha ng karagdagang mga resulta.
Ibig kong sabihin, kaya nais mong tiyakin na direkta sa lahat ng iba't ibang mga mapagkukunan ng data, hindi alintana kung ang mga ito ay relational o hindi relational, at gawin ito sa isang paraan na hindi pagpunta sa gawing kalabisan ang data. At sa gayon, nais mong tiyakin na gumagamit ka ng mga teknolohiyang nasa memorya upang mag-tap ka sa mga pinagkukunang pinagmulan ng data at hindi doblehin ang data na iyon sa ibang lugar sa samahan, sapagkat ito ay nagdudulot lamang ng isang buong hanay ng mga isyu.
At pagkatapos ay nais mong tiyakin na tinitingnan mo ang mga bagay tulad ng pag-access sa data at seguridad ng data, siguraduhing na naka-encrypt ang data, tinitiyak na nakakuha ka ng tamang pahintulot at awtorisasyon sa lugar. At ang inirerekumenda namin ay gamitin ang mga system na na-set up ng iyong mga koponan sa IT, kaya ang mga bagay tulad ng Aktibong Directory at Windows authentication. Ang pag-tap sa mga system na maaaring dumaan sa pagpapatunay na iyon hanggang sa application, at sa ganoong paraan masisiguro mo ang tamang mga gumagamit ay nakakakuha ng access sa tamang data.
Talagang tungkol sa paglipat mula sa isang estado ng kontrol sa isang estado ng pagpapagana, at ginagawa ito sa mga bantay. Kaya, alam mo, mga analytics ng mga guardrails, kung saan binibigyan ng IT ang lahat ng mga tool upang maging matagumpay, ngunit sinusubaybayan din nila ito, tinitiyak na pare-pareho ito, maaasahan, at ginagawa nila ito ng tamang pahintulot sa lugar, at tiyakin na ang mga gumagamit ay mayroon lamang access sa tamang data. Susunod na slide.
Eric Kavanagh: Alright, Dr. Wayne.
Wayne Eckerson: Oo, kaya ito ang aking slide. Ipinapakita lamang nito ang mga sukat ng paglilingkod sa sarili, na pinag-uusapan ni Josh. Iyon ang ibig sabihin ng negosyo ng mga araw na ito, ngunit hindi nila nais na maghintay, tulad ng sinabi ni Josh, para maihatid ng IT ang mga bagay-bagay, at dati itong ginagawa ng lahat. Ginamit nila ang pagbuo ng arkitektura at pamahalaan ang imprastraktura at pumili ng mga tool at bumuo ng mga aplikasyon, ulat, dashboard, at hindi lamang ito gumana para sa isang karamihan ng mga gumagamit doon. At ngayon malapit na kami sa paglilingkod sa sarili. Mayroon kaming pag-uulat ng serbisyo sa sarili, mga dashboard ng self-service, na tinawag ko, ang pagtuklas ng self-service visual. Mayroon kaming pagsasama ng data ng serbisyo sa sarili, o paghahanda ng data. Mayroon kaming advanced na serbisyo sa advanced na analytics, kung saan mayroong ilang mga siyentipiko ng data. Kaya iniisip namin ang lahat ng mga kakayahang ito na magagamit sa mga tao, sa mga taong negosyante, na may kagustuhan na gawin ang kanilang mga sarili.
Susunod na slide. Nakakuha kami ng ilang puna dito, Eric, upang ipaalam sa iyo. Kaya, alam mo, ang paglilingkod sa sarili sa ibabaw ay mukhang isang panalo-win para sa parehong negosyo at departamento ng IT. Nakukuha ng mga gumagamit ang gusto nila kapag nais nila ito, kung paano nila gusto ito. Ang departamento ng IT ay nakakakuha ng uri ng mga gumagamit, makakakuha sila ng pag-load ng trabaho, at makakakuha sila ng maihatid ang mga bagay nang hindi direkta, ngunit alinman sa paraan … Sa maraming mga sitwasyon ang serbisyo sa sarili ay may ilang mga makabuluhang pagbagsak na kailangan mong mag-ingat. At binigyan ka ni Josh ng ilang mga remedyo para sa ilan sa mga pagbagsak na ito.
Pumunta sa susunod na slide, Eric, at makikita lamang natin na ang serbisyo sa sarili ng mga organisasyon bilang uri ng lakas na pag-agos ng alon, na doble, nagkakasalungatan. At nakarating ito sa punto kung saan walang nagtitiwala sa ulat ng ibang tao maliban sa kanilang sarili, na hindi magandang kalagayan. Maaari mo ring sabihin na mas masahol pa kaysa noong nagsimula sila. Karaniwang mayroon kang isang arkitektura na binubuo ng mga sistema ng pag-uulat ng anino, mga extract ng data, na sa wakas ay nagdaragdag ng gastos at overhead at kalabisan at pagkopya at, dahil dito, pinatataas ang panganib sa samahan. Kaya, ang paglilingkod sa sarili ay tungkol sa mga pamantayan kung saan ang pamamahala ay talagang Tore ng Babel. Lahat ng pakikipag-usap, ngunit walang nakikinig. Susunod na slide.
Eric Kavanagh: Iyon ay isang mahusay na quote, gusto ko iyon. "Lahat ng tao ay nakikipag-usap, ngunit walang nakikinig." Sa palagay ko ay tungkol sa mga kabuuan nito sa ilang mga lugar. Sige, dito ka pupunta.
Wayne Eckerson: Kaya, alam mo, makukuha ko rin ang mga remedyo, ngunit maraming mga negosyo ang nag-iisip na ang layunin ng serbisyo sa sarili ay mapupuksa ang IT. Well, mayroong maraming mga counterintuitive na bagay sa negosyo, at isa ito sa kanila. Ang layunin ng paglilingkod sa sarili ay hindi upang limitahan ang IT mula sa equation ngunit itaguyod ang higit na pakikipagtulungan dito. Ang isa pang kabuluhan ng serbisyo sa sarili na hindi ko inilagay dito ay nangangailangan ito ng maraming standardisasyon upang suportahan ang serbisyo sa sarili. Ito ay uri ng tulad, isipin ang pagmamaneho sa isang kalsada, di ba? Maraming mga patakaran na kailangan nating sundin. Lahat -
Awtomatikong Tinig: Huminto ang pag-record ng komperensya
Eric Kavanagh: Huwag kang mag-alala tungkol dito. Iyon lang ang backup. Tuloy lang.
Wayne Eckerson: OK. Kaya, at ang IT talaga ang pangkat na kailangang pagsamahin ang mga pamantayang iyon. At kapag ang mga pamantayang iyon ay nasa lugar at tinanggap at pinagtibay, hey, pagkatapos ay maaari nating gawin ang paglilingkod sa sarili na ang buwan ay lumabas. Susunod na slide.
Eric Kavanagh: Sa palagay ko bumalik kami kay Josh.
Josh Howard: Tama, oo, at sumasang-ayon ako sa maraming iyon, Wayne, na sinasabi mo. Ngunit ang bagay ay, kung nais mong makakuha ng higit na halaga ng data, muli, kailangan nating lumabas sa negosyo ng pagkakaroon ng kontrol ng IT ang lahat at pagpasok sa negosyo ng pagpapagana. Kaya nangangahulugan ito ng pagbibigay kapangyarihan sa mga gumagamit ng kanilang sariling mga tool sa pagsusuri at hindi lamang sa IT. Hindi ito nangangahulugang kailangan mong bigyan sila ng mga susi sa kaharian. Maaari mong gawin ito sa mga pananggalang ng iba pa. Pinahahalagahan ang mga umiiral na mga sistema sa lugar, pagamit ang iyong mga tool sa pahintulot, Aktibong Directory, ang iyong mga pahintulot, at ito ay pagpunta upang matiyak na, alam mo, ang isang tao ay hindi nagbibigay ng data sa isang taong hindi nila dapat. At kaya, sa pamamagitan ng paggawa ng lahat ng mga bagay na ito ay, binibigyan mo ng kapangyarihan ang mga analyst na maghatid ng higit na halaga at gawin ito sa paraang pinamamahalaan.
Susunod na slide. Ngunit ang katotohanan ay ang IT ay hindi kailanman magagawang upang mapanatili ang iba't ibang mga iba't ibang mga paraan na nais ng isang analista na tingnan ang data, manipulahin ito. At gayon, hindi lamang iyon, ngunit wala kang oras upang mapanatili din ang mga kahilingan na iyon. Ang mga sistemang pamana, ang mga proseso ng talon. Kung titingnan mo lamang ang isang proseso ng ETL para sa pagdaragdag ng isang talahanayan, maaaring tumagal, alam mo, mga linggo kung hindi buwan sa ilang mga kaso. At sa gayon, nais mong maging maayos sa pagbabago ng negosyo.
Kung nais mong, sa katunayan, lumikha ng isang kultura ng analytics, kailangan mong paganahin ang mga gumagamit na iyon. At pagkatapos mong gawin iyon, ang mga benepisyo ay maaaring maging tunay na kamangha-manghang. Alam mo, noong una nating sinimulan ang pag-uusap tungkol sa lima / sampung taon na ang nakalilipas, ang mga proyekto sa intelektwal sa negosyo, ibig sabihin ay madalas itong sinipi ng 70-80 porsyento ng lahat ng mga proyekto ng BI ay mabibigo. At hindi lang iyon ang nangyari. Kapag armado ka ng mga gumagamit ng negosyo ng tamang mga tool, nakakakita kami ng ilang mga kamangha-manghang resulta at napakalaking halaga, at iyon ang dahilan kung bakit ang mga tool ng serbisyo sa sarili ay kumakalat tulad ng wildfire sa pamamagitan ng isang samahan. Dahil ito sa tagumpay na nakikita natin.
At mayroon akong isang kaso sa paggamit na pag-uusapan ko dito sa isang minuto din, ngunit, alam mo, literal na mayroon kaming sampu-sampung libong mga gumagamit na gumagawa ng self-service analytics at scale. At ang mga gumagamit na ito ay naghahatid ng mga pananaw nang mas mabilis, lumilikha sila ng mga bagong produkto, at gumanti sila sa pagbabago ng mga kondisyon ng negosyo nang mas mabilis upang manatili nang maaga sa kumpetisyon.
Alam mo, ang pangalawang bagay ay, alam mo, gumugugol din sila ng mas kaunting oras sa paghahanda ng data at mas maraming oras sa paggawa ng pagsusuri. Ito ay isa pang sangkap dito, at mayroon akong isang halimbawa dito mula sa CNA kung saan mayroon silang isang bilang ng mga analyst na kumukuha ng mga oras ng pag-uukol, na tumatagal ng mga linggo o buwan at ngayon ay bumaba ng mga minuto. Iyan ay walang pagmamalabis. Tiyak na mayroon kaming maraming mga halimbawa na ito ng mga customer na ginagawa ito, at ito ay tunay na senaryo ng win-win. Natutuwa ang mga analista na hindi nila kinakailangang, alam mo, mas mabilis silang makukuha sa kanilang data. Masaya ang IT dahil, alam mo, maaari silang tumuon sa kanilang mga istratehikong inisyatibo nang hindi nababahala tungkol sa pamamahala, at pagkatapos ay sa wakas ang mga ehekutibong koponan ay masaya dahil sa wakas mayroon silang mga negosyo at mga koponan ng IT na nagtutulungan upang lumikha ng kulturang analitiko na iyon. Bumalik sa iyo.
Eric Kavanagh: Alright. Nagkaroon kami ng isa pang poll, kaya dapat mong makita ang mga resulta na iyon sa madla. Dapat nating makita na nasa iyong polling panel, ngunit ang tanong ay, "Natanggap ba ng iyong samahan ang pangako ng paglilingkod sa sarili?" Masasabi ko sa iyo na ang mga sumasagot ay may resounding, "Hindi."
Sa palagay ko ay nagsasalita para sa kung nasaan tayo sa industriya, ngunit sa palagay ko nakagawa ka ng isang talagang, talagang magagandang puntos doon, si Josh, lalo na ang pagpapagana sa paglilingkod sa sarili, kahit na may ilang mga pamantayan tulad ng tinalakay ni Wayne, ay sa katunayan payagan kang bumuo sa pamamahala. Iyon ang mga bantay na napag-usapan natin, di ba? Ang patakaran ng pamamahala ay maaaring phased sa paghahatid ng system, at iyon ay kapag nakamit mo talaga ang pamamahala habang binibigyan ng kapangyarihan ang mga analyst na maging self-service. Tama ba, Josh?
Josh Howard: Oo, tama iyon.
Eric Kavanagh: Oo, kaya ang mga sumasagot -
Wayne Eckerson: Kaya, Eric, ang mga resulta ay kawili-wili, alam mo. Gusto kong sabihin na ang dahilan ng alinman ay nasa kontrol pa rin ng IT, ang mga gumagamit ay hindi nakakakuha ng serbisyo sa sarili at nakakakuha ng kung ano ang gusto nila kapag kailangan nila ito, o, alam mo, mayroon silang under-governed self-service. At pareho ang masama. Kaya, mahirap talagang aktwal na matumbok ang karayom sa paglilingkod sa sarili, magkaroon ng isang pinamamahalaan na kapaligiran na nagbibigay sa mga gumagamit ng lahat ng impormasyon na kailangan nila at pag-andar na kailangan nila upang makuha ang mga pananaw na kailangan nila at gawin ang aksyon na kailangan nila. Mahirap, mahirap, ngunit, alam mo-
Wayne Eckerson: -Nakaharap ka na ngayon sa mga tool tulad ng, alam mo, Alteryx, napakalakas na tool, napakalakas. Kaya, mayroon tayong kakayahan ngayon na kaya natin-
Eric Kavanagh: At mayroon kang maraming mga kadahilanan na ang iyong hilaw na pakikitungo sa Sonic ay napunta sa ilalim ng kaunti, kaya't panoorin lamang ang pangunahing audio. Medyo nagulat ako, at sa palagay ko na ito ay tunay na magandang balita para sa Alteryx dahil mayroon silang solusyon upang paganahin ang paglilingkod sa sarili. Dahil sa dating paraan ng paggawa ng mga bagay na may maraming iba't ibang mga tool, halimbawa, na may maraming mga punto ng pagsasama, ang mga tao ay uri ng tumatakbo sa paligid, sinusubukan lamang na panatilihin ang katayuan quo, at sa palagay ko iyon ang isa sa mga totoong hamon.
Ang isa sa aming mga kliyente ay nagkaroon ng puna ng ilang linggo na ang nakakaraan na nag-ring sa aking mga tainga mula pa nang tinukoy niya ang "paniniil ng kagyat" at kung paano gustung-gusto nitong mangibabaw ng ilang mga organisasyon at maiwasan ang pagbabago. Palagi kang kagyat na estado, palagi kang tumatakbo sa paligid lamang na sinusubukan mong gawin ang mga bagay na kailangang gawin. At ito ay karaniwang pumipigil sa iyo mula sa paggawa ng mga bagong bagay.
Sa isang tiyak na punto kailangan mong ihinto ang musika, kilalanin ang isang upuan na aalis, ngunit ang natitirang upuan ay kailangang umupo sa mesa at simulang itapon ang ilang pakikipagtulungan hanggang sa magtulungan kami. Ngunit iyon ang uri ng pagtingin ko sa buong larawang ito. Kaya oo, ang mga kasagutan ay karaniwang 23 sa 43 ang nagsabi, "Hindi, " 6 sa 43 mga tao ang nagsabi, "Oo, " at 6 sa 43 mga tao ang nagsabi, "Hindi sigurado, " ngunit 38 katao o kaya hindi sumagot. Ngunit iyan ay isang magandang resounding, "Hindi." Gamit iyon, nais kong pumasok sa isang pag-aaral sa kaso.
Ibabalik ko ito sa iyo, Josh. Kunin mo na.
Josh Howard: Oo, at mas maaga akong napag-usapan, alam mo, ang pakikipagtulungan sa pagitan ng negosyo at IT. Talagang nararamdaman ko na nakita namin ang ilang mga magagandang pagbabago, at marami pa at maraming mga organisasyon ang gumagalaw sa direksyon na ito, pagpapagana ng serbisyo sa sarili at nakikita ang mga resulta na pinag-uusapan ko. At ang Ford ay isang mahusay na halimbawa ng iyon. Siyempre, gumagamit ng data at analytics si Ford ng maraming dekada, ngunit tulad ng maraming mga samahan, ito ay talagang ginawa sa bulsa ng samahan. May kaunting pangangasiwa sa pare-pareho at koordinasyon, at, alam mo, mayroon din silang mga gawi sa pamamahala ng data na hindi pantay-pantay.
At sa gayon mayroon silang isang malaking isyu; nagkaroon sila ng higit sa 4, 600 mapagkukunan ng data, at sa gayon, maiisip mo ang hamon na gawin ito sa isang laki ng isang kumpanya tulad ng Ford. At kaya kung ano ang kanilang ginawa ay, bumalik ng dalawang taon na ang nakalilipas, nabuo nila ang Global Data Insights and Analytics Unit, na kung saan ay isang sentralisadong sentro ng kahusayan, na binubuo ng mga koponan na binubuo, alam mo, mga manggagawa ng data, kaya ang mga analyst ng data, data mga siyentipiko ng uri.
Maaari mong isipin ang COE na ito tulad ng isang departamento ng HR o isang departamento ng pananalapi na nagsisilbi sa buong samahan. Iyon mismo ang inilagay ng bagong koponan na ito, at sa gayon ay nakilala nila at sumunod sa kanilang sariling mga hamon na may mataas na priyoridad at nakikipagtulungan sa iba't ibang mga yunit ng negosyo na nakakaharap, alam mo, iba't ibang mga problema. Ngunit ang buong ideya ay nais nilang i-target at baguhin ang pag-uusap na ituon ang pansin sa hamon sa negosyo mismo, tama, at pagtupad sa mga pangangailangan ng negosyo. At, alam mo, nagsimula na sila sa isang data analyst upang magsimula sa isang ilang taon na ang nakalilipas, at isang lisensya sa Alteryx, at isang kumbinasyon ng Tableau at QlikView.
Ngayon, ikinulong na nila ngayon ang Alteryx sa higit sa 1, 200 data ng mga siyentipiko sa huling dalawang taon, at umarkila pa sila. At sa gayon, talagang kamangha-manghang makita na naganap sa loob ng kanilang samahan at gumamit ng mga kaso na hindi nila napapaniniwalaan. Gumagamit sila ng Alteryx upang malutas ang mga isyu sa pagmamanupaktura sa linya hanggang sa kanilang mga karera ng NASCAR, kaya talagang kapansin-pansin na makita ang ilang mga resulta na nagmamaneho sila. At, alam mo, kung ano ang kawili-wili, alam mo, ang ilan sa mga kaso ng paggamit, ang mga solong kaso ng paggamit ay nagse-save ng sampu-sampung milyong dolyar, at kaya napakadali upang bigyang-katwiran para sa kanila. At isa lamang ang paggamit ng kaso, at ngayon ito ay literal na ginagamit sa daan-daang iba't ibang mga kaso ng negosyo at sa kabuuan ng 1, 200 na mga analyst ng data at mga siyentipiko ng data. Kaya, hindi pangkaraniwang mga resulta at talagang nalulugod kami sa pakikipagtulungan namin sa Ford.
Wayne Eckerson: Sige, ito ang slide ko. Kaya, alam mo, nagtuturo ako ng isang klase sa self-service analytics, at ito ay uri ng buod, isang napakataas na antas ng buod, ng mga solusyon na dinadala ko sa isang mesa para sa madla. At susubukan kong ipaliwanag ito nang mabilis. Alam mo, nakikita ko ang paglilingkod sa sarili, mabuti sa isa, walang sinumang serbisyo sa sarili. Ang bawat isa ay may iba't ibang kahulugan ng serbisyo sa sarili sa loob ng isang samahan, kaya kung ano ang serbisyo sa sarili sa isang CEO ay tiyak na hindi serbisyo sa sarili sa isang siyentipiko ng data. Ngunit sa pangkalahatan, mayroong dalawang klase ng mga gumagamit. Ang unang klase, alam mo, mas maraming mga gumagamit ng kaswal, tagapamahala ng executive, mga manggagawa sa frontline ay nasa asul na top-down na mundo.
At, alam mo, tinawag ko sila na "mga consumer consumer" o "data explorer, " at medyo maraming iniisip ang output, alam mo, mga ulat at dashboard, inaasahan na interactive na binuo ng mga tao para sa kanila, alinman sa IT o kanilang mga kasamahan, at pag-ubos na tulad ng. Ang mga explorer ay may posibilidad na buksan ang mga bagay at i-edit ang mga ito sa lugar, ngunit hindi nila nais na magsimula sa isang blangkong papel. Walang paraan na sila ay binabayaran upang gawin iyon. Hindi bayad na kinakailangan ang mga analyst. Iyon ay kung ano ang ginagawa ng mga tao sa ilalim-up mundo, ang mga siyentipiko ng data at mga analyst ng data, na may karagdagan, ang mga analyst ng data ay gumagana sa mga spreadsheet, pag-access sa mga database. At ang mga siyentipiko ng data ay may higit na paghila, alam mo, ang mga workbenches ng data. Ang isang pulutong ng mga tool sa paglilingkod sa sarili na lumabas ay talagang nagpalakas sa ilalim ng mga tauhang ito. Ito ay magiging mas produktibo kaysa sa nagagawa nila dati. Hindi lamang nila, alam mo, gumawa ng kanilang sariling mga ulat at mga dashboard, maaari rin silang makakuha ng kanilang sariling data, timpla ito, magkatugma ito, at iba pa. Talagang nakita ko ang triumvirate ng mga tool na lumabas at mai-import ang mundong nasa ilalim. Ang mga katalogo ng data upang makahanap sila ng data alinman sa mga tool sa prep upang maaari silang magkatugma, at mga tool sa visualization ng data upang maaari nilang pag-aralan, mailarawan, at ibahagi ito. Sa palagay ko makikita namin na ang set ng tool ay magiging isa, at sa palagay ko ang Alteryx ay nasa daan patungo sa paggawa nito.
Kaya't tinawag ko ang mundong ito na "tunay na paglilingkod sa sarili, " samantalang ang pinakamataas na mundo ay tinawag ko itong mas "serbisyo ng pilak" dahil kami ay uri ng pagbibigay ng impormasyon na ibinigay sa isang plato ng pilak. Ito ay na-pre-pack sa ilang mga lawak. Pa rin ang interactive, naa-edit pa rin, ngunit ang isang tao ay kailangang mag-isip tungkol sa kung sino ang mga tao na pupuntahan ito at maiangkop ito upang matugunan ang kanilang mga tiyak na pangangailangan. Maaari mong makita sa top-down na mundo na nakuha mo, alam mo, ang mas mabibigat na tungkulin na sentralisadong grupo, ang komite ng pamamahala ng data, na, alam mo, ay naglalagay nito sa mga site na data at ulat. At ang koponan ng warehousing ng data na sumusubok na isama ang data para sa paggawa ng desisyon. Iyon ay isang mas tradisyunal na IT-oriented na sentralisadong top-down na pamamahala ng proseso. Sapagkat sa ilalim ng mundo, na katulad ng 10 porsyento, 20 porsiyento ng samahan, nakakakuha sila ng pamamahala mula sa antas ng mga damo sa pamamagitan ng aktwal na pagbubukas ng mga set up ng data, pagtingin sa kanila, pagkomento sa kanila, pag-tag sa mga set ng data - talaga ang pagbuo ng ibinahaging kahulugan ng data mula sa ground up. Nakakakuha ka ng mga katalogo at mga merkado ng data, at kailangan ng isang samahan sa parehong mga mundong ito. Sa katunayan, pinapakain nila ang bawat isa, napaka synergistic, silang dalawa ang magkabilang panig ng parehong barya. Kung wala kang mga analista sa bawat departamento, nabigo ang operasyon, ang marketing, pananalapi. Kulang ka ng lahat ng mga uri ng pananaw na kailangan mo upang himukin ang negosyo dahil nagbubuo sila ng mga sagot sa mga tanong na hindi nalaman ng mga tao kung ano sila noon. At tiyak na IT ay hindi o ang mga developer ay hindi maaaring bumuo ng mga ulat o dashboard. Kaya't sila ay uri ng pagpapatunay sa susunod na alon ng mga kinakailangan at ang susunod na alon ng mga pananaw na dapat na nakabalot at ilagay sa top-down na mundo.
Ngayon ang problema ay kapag ang ibabang mundo ay naglalathala ng mga ulat sa top-down na mundo na hindi napatunayan o pinamamahalaan, at nakakakuha ka ng magkakasalungat na ulat, duplicate, at mga bagay na ganyan. Kaya, sa aking mundo nakakatulong ito na magkaroon ng isang data sa pamamahala ng data sa pagitan ng dalawang mundong ito, at iyon ay tama, kung nagsimula ang isang analyst ng data na lumilikha at may bagong pananaw at bumubuo ng isang ulat. Ang mga tao na tulad nito, at pagkatapos, alam mo, nais nilang magpatuloy upang mai-publish ang ulat na iyon at ibahagi ito, marahil mas malawak sa buong negosyo, kailangang suriin ito ng pamamahala ng data, at sana ay napakabilis, upang matiyak na naaayon ito sa pamantayan. Maaaring kailanganin itong isulat sa isang karaniwang platform, maaaring kailanganin ng mga bagong data sa repositoryo ng pamantayang enterprise. At ang nakikita natin ngayon ay ang mga tool na tulad ng Alteryx ay aktwal na naka-embed sa mga workflows na kinakailangan upang suportahan ang proseso ng promosyon na kung saan kami ay nagtataguyod sa isang ulat na naging tanyag upang makakuha ng isang watermark o isang scale bilang ulat ng sertipikadong enterprise-caliber o set ng data . Kaya, iyon ang ilan sa mga estado ng pamamahala ng data na timbangin sa isang maikling bilang isang proseso ng pagsusuri. Maaaring magkaroon ng isang handoff sa paggawa ng mga koponan sa pag-unlad, at maaaring mayroong mga pahintulot at pamamahala na itinayo sa loob ng mga kasangkapan sa BI, mga tool na analitiko, o mga daloy ng trabaho. Susunod na slide.
Eric Kavanagh: Sige, sa palagay ko bumalik kami kay Josh sa isang ito.
Josh Howard: Oo, at sa gayon, alam mo, kapag napag-usapan mo ang paglipat mula sa isang bilang ng mga iba't ibang mga tool na ito, at alam mo sa sarili kong, alam mo, ang pananaliksik na ang karamihan sa mga analyst ay gumagamit ng 10 hanggang 12 iba't ibang mga tool upang maisagawa ang kanilang pagtatasa sa trabaho. At, alam mo, maaaring gumamit sila ng isang solusyon sa pagkalkula ng data upang mahanap ang data, maaaring gumamit sila ng isang solusyon sa prep ng data, maaaring gumamit sila ng isang tool ng visualization data, isang bagay para sa advanced na analytics, predictive analytics, at mga tool sa agham ng data para sa pag-aalis ng mga ito at pamamahala nito. At inaakala namin na dapat itong ihain sa pamamagitan ng isang solong platform, at sa palagay namin ay kung saan pupunta ang industriya. At sa gayon, alam ng karamihan sa lahat ng mga trick patungo sa prep prep ng data at timpla at ang masikip nitong pagsasama sa mga tool tulad ng Tableau at Power BI.
Ngunit, alam mo, kami ay higit pa kaysa sa data ng prep tool. Tunay na kami ay isang end-to-end platform para sa mga analyst ng data at mamamayang data na siyentipiko, na nagbibigay ng kakayahang matuklasan ang data na iyon, ihanda ito, timpla ito, pag-aralan ito, at gawin ito sa isang paulit-ulit na paraan at isang paulit-ulit na daloy ng daloy ng trabaho. At pagkatapos ay i-deploy at ibahagi ang mga pag-aari sa laki, at sa gayon ito talaga ang Alteryx. At mayroon kaming isang kamangha-manghang pamayanan na sinusuportahan namin kung saan, alam mo, higit pa sa iyong pangkaraniwang komunidad. Mayroon itong mga lugar na pagsasanay sa sarili, mayroon itong mga forum at pinakamahusay na kasanayan, at mayroon kaming isang pamayanang pang-ebanghelista ng mga gumagamit doon na sumusuporta sa bawat isa. At ang magaling na bagay tungkol dito ay habang ikaw ay nag-ampon ng mga tool tulad ng Alteryx, ang mga uri ng mga komunidad na ito ay talagang binabawasan ang curve ng pag-aaral, kaya makakaya mong mabilis na mapabilis sa mga bagong set ng tool. Kahit na madali silang gamitin, hindi sila nangangailangan ng maraming coding, at madali silang gamitin at bumangon at mas mabilis na tumakbo, ngunit mayroon pa ring pamayanan na mabawasan ang curve ng pagkatuto na talagang napakahalaga.
At sa gayon ang paraan ng pagbagsak natin dito ay apat na lugar. Una ay talagang nasa paligid ng tuklas at ibahagi, kaya bago ka makapaghanda at timpla ang iyong data, kailangan mo itong mahanap. At iyon ang dahilan kung bakit ang unang bahagi ng aming platform ay ang pagtuklas at pagbabahagi ng sangkap na ginagamit namin upang makuha ang iyong kaalaman sa lipi ng iyong samahan. Kaya ito talaga ay isang solusyon sa pagkalkula ng data na ginagamit upang magbahagi ng mga curated at pinamamahalaan na mga set ng data. Pinapayagan nito ang mga gumagamit na mahanap ang data na hinahanap nila sa madaling gamiting tampok na paghahanap ng Google at nagbibigay din ng mga tampok na panlipunan para sa pakikipagtulungan sa mga set ng data at pinapayagan kang mag-drill down sa linya ng data ng mga assets, patunayan ang mga assets at watermark ang mga ito. At ito ay talagang mahalaga para sa self-service analytics dahil ang isa ay, ang karamihan sa mga tao ay gumugol ng maraming oras na sinusubukan upang mahanap ang data - hindi nila alam kung saan pupunta upang mahanap ito. At pagkatapos kung makahanap sila ng isang ulat, alam mo, paano nila malalaman na sertipikado ito, pinagkakatiwalaan? Kaya't pag-usapan mo iyon, ang pagkakaroon ng isang data sa pamamahala ng data, nakikita ko talaga ang mga tool tulad ng Alteryx na nagiging gateway na kung saan, kapag ginawa mo ang iyong paghahanap, maaari mong awtomatiko at biswal na makita kung sino ang nagmamay-ari ng data na iyon, kung ano ang linya ng data na iyon, kung paano ito ay nilikha, kung ito ay sertipikado, at kung paano makakuha ng access dito, at kung wala kang access dito, maaari mong gamitin ang mga tampok sa chat, alam mo, humiling ng access. Nagpapadala ito ng isang email sa partikular na taong iyon, at sa gayon ito ay talagang isang mahusay na paraan upang makabuo ng maraming mga sangkap na ito. Susunod na slide.
Ang susunod na piraso ay ang mga prep at timpla, muli, na kilalang-kilala tayo, at sa gayon, tinitingnan talaga namin ang prep at timpla bilang on-ramp para sa mas advanced na analytics. Nang walang pagsulat ng SQL o anumang uri ng code, magagawa mong ma-access ang lahat ng iyong iba't ibang data, mag-query ito - alam mo, kung naayos ang data na iyon, hindi nakaayos na data, data ng ulap - at madaling isama ang lahat na nasa memorya, hugis ito, linisin ito, profile ito, upang maihanda ang iyong data set para sa pagsusuri. Maaari mo ring pagyamanin ito sa mga set ng data ng third-party. Kaya, mayroon kaming talagang mahusay na pakikipagtulungan sa mga kumpanya tulad ng TomTom kung interesado ka sa pagtatasa ng drive-time, paggawa ng spatial analytics. Kami ay nagtatrabaho masyadong malapit sa Experian para sa data ng sambahayan o para sa data ng negosyo. Kaya lahat ng biglaang, hindi lamang maaari mong kunin ang data na nakuha mo sa premise o marahil sa ulap, maaari mo ring pagyamanin ito sa mga mapagkukunang third-party na ito at talagang dumating sa ilang mga kamangha-manghang pagsusuri. Susunod na slide.
Ang pangatlong piraso ay ang pag-aralan at sangkap na modelo. Kaya nabanggit ko na ang Alteryx ay walang code. Well, ito rin ang code-friendly. At sa gayon, nag-aalok kami ng higit sa 60 iba't ibang mga tool na mapaghula sa analytics, kaya kapag handa kang gumawa ng mas advanced na analytics, maaari mong gamitin ang mga tool na R at Python at Spark na batay sa walang coding, o maaari mong aktwal na gamitin at lumikha ng iyong sariling pasadyang mga pakete. Kaya kung mayroon kang isang pangkat ng agham ng data na sumusulat sa R at Python o Scala o anuman, maaari mong magamit ang code na iyon, bumuo ng iyong sariling mga pakete, at pakikinindigan iyon sa loob ng tool. At muli, ito ay kung saan sa palagay ko ang tunay na halaga ng self-service analytics ay, at ito ay talagang kung saan nais naming makatulong na ibahin ang anyo ng industriya mula sa, alam mo, mga tradisyunal na data analyst at mga manggagawa ng data sa mga ito, alam mo, mga siyentipiko ng data ng mamamayan at paggawa ng data science work sa talagang madaling gamiting mga tool. Slide.
Sa totoo lang, sa, at sa wakas nakuha namin ang huling ilang mga switch, na huling milya ng advanced na analytics. Kaya kung ikaw ay nasa puntong iyong ginagawa ang gawaing pang-agham ng data, at itinatayo mo ang iyong mga modelo, ang susunod na hamon na iyong darating ay, "Well, paano ko makukuha ang mga modelong iyon? Paano ko mapamahalaan ang mga ito? Paano ko ito panatilihing napapanahon? "At narito ang aming kakayahan sa paglawak. At kaya, ayon sa aming pananaliksik sa mga customer na nakausap natin, mas mababa sa 50 porsyento ng mga modelo ang gumawa nito sa paggawa . Kaya ginamit mo ang mga siyentipiko ng data na ito upang buuin ang lahat ng mga modelong ito, ngunit talagang hindi nila ito ginagawa sa paggawa. At sa gayon, nagtayo kami ng isang solusyon na tutulong sa iyo na itayo ang iyong mga modelo, at pagkatapos ay i-deploy ang mga sa real time gamit ang mga RESTful APIs.
At kaya mo makuha ang mga modelong iyon at ilagay nang direkta sa mga aplikasyon ng web at mga aplikasyon ng mobile nang mas mabilis at madali, dahil ang mga tradisyonal na pamamaraan ay hindi gumagana. Ito ay isang mahaba, inilabas na proseso. Maaaring tumagal kahit saan mula 12 hanggang 20 linggo upang mag-deploy ng isang modelo, at madalas na nagkakahalaga ng higit sa $ 250, 000 na gagawin. At pagkatapos ay kailangan mong mag-alala tungkol sa kung paano mo ini-update ang mga ito. Kaya muli, naghahanap kami ng mga paraan upang i-automate ang buong proseso at gumawa ng maraming mga hakbang sa pagitan. At sa gayon, nang hindi talagang itinapon ang code, dahil ang tradisyunal na proseso ng nangyayari ngayon ay mayroon kang isang data na siyentipiko na nagtatayo ng kanyang mga modelo, at inilalatag nila ang mga ito, at inihagis nila ang mga ito sa bakod sa isang web developer na kailangang kunin ang lahat ng R at Python code, muling isulat ito sa ilang uri ng web application o mobile application, at muli, tatagal lamang ito ng maraming oras.
At sa gayon, wala nang masusuka na code sa bakod para sa ibang tao. Awtomatiko namin ang proseso na iyon at may paraan upang mapamahalaan ito sa sukat. At sa gayon, iyon talaga ang apat na mga lugar na tinitingnan namin pagdating sa end-to-end platform ng self-service para sa mga analytics ng data. At sa gayon, alam mo, natuklasan at pagbabahagi ng data nang madali, paghahanda at timpla ito, ginagawa ang advanced na analytics, at pagkatapos ay magkaroon ng isang paraan upang maibahagi at pamahalaan ito sa scale. Sige lang. Kaya sa Alteryx, magagawa mo, alam mo, pag-usapan ang tungkol sa analytic governance at ma-unlock ang iyong data sa isang paraan na ligtas at nag-aalok ng parehong mga code-friendly at code-friendly na paraan upang gawin ang lahat ng iyong pagsusuri, kaya kung ikaw mayroon bang mga analyst ng data na maaaring hindi alam ang semantiko, alam mo, ang mga wika ng SQL upang mag-query ng isang database, maaari kang gumamit ng isang drag-and-drop tool na kumukuha ng lahat ng data na ito sa memorya upang gawin ang kanilang pagsusuri.
Pagkatapos sa parehong token, kung mayroon kang mga data na siyentipiko na gumagamit ng R at Python, maaari pa rin silang gumamit ng isang tool tulad ng Alteryx sa isang paraan na maayang code - at ang mga resulta na nakita namin sa aming mga customer ay napakalaking dahil kami ay magagawang magbigay ng mga paulit-ulit na mga daloy ng trabaho na maaari mong gawin, mga gawain na magagawa, alam mo, linggo o buwan at literal na maubos ang mga ito sa ilang minuto, nang hindi pinalalaki. Mayroon kaming isang bilang ng mga pag-aaral ng kaso sa aming website kung saan maaari mong malaman ang higit pa tungkol dito at ilan sa mga pag-iimpok ng oras na nakikita namin. Ngunit, alam mo, sa wakas, makikipagtulungan sa iyong organisasyon ng IT sapagkat ito ay scalable at masira ang mga silos na napag-usapan ko at ginagawa ito sa isang pinamamahalaan na paraan. At iyon talaga kung ano ang platform ng end-to-end ng Alteryx at kung bakit kami naiiba.
Eric Kavanagh: Alright. Iyon ang lahat ng magagandang bagay. Dapat kong sabihin, Wayne, sa palagay ko talagang nasa isang bagay na may data ng pamamahala ng data na ito, sa palagay ko, kung paano mo inilarawan ito. Sapagkat narito kami sa talagang kagiliw-giliw na mundo ngayon kung saan ang mga bodega ng data, na naging mapagkakatiwalaang mapagkukunan sa loob ng apat na dekada ngayon, ay hindi talaga nakakasabay sa mga oras at sumunod sa lahat ng iba't ibang mga mapagkukunan ng data at mga uri ng data. Ito ay isang medyo mahigpit na sistema ng isang bodega ng data ay may posibilidad na, at sa gayon nakikita ko ang paghahatid ng Alteryx dito ay talagang kung ano ang maaari mong tawagan sa susunod na yugto sa analitikong pagkagulang, sapagkat pinapayagan ka nilang gamitin ang lahat ng iba't ibang mga mapagkukunan na ito, ngunit dahil mayroon sila ang lugar na ito sa martialing na may mga patakaran ng pamamahala ng data na inihurnong, ngayon nakakakuha ka ng pinakamahusay sa parehong mga mundo kung saan maaari kang magkaroon ng maraming iba't ibang mga set ng data, ngunit mayroon kang pamamahala, at maaari mo ring gamitin ang lahat ng mga uri ng impormasyon at serbisyo sa lahat ng uri ng iba't ibang mga analyst sa makuha ang kanilang iba't ibang mga pananaw sa kung ano ang nangyayari sa mundo ng negosyo. Ngunit tiningnan ko ito bilang isang medyo makabuluhang hakbang sa ebolusyon ng analytics para sa negosyo, ngunit ano sa palagay mo?
Wayne Eckerson: Hindi, ganap. Ang mga bodega ng data, ang mga repositori ng isang solong bersyon ng katotohanan tulad ng dati, at sa palagay ko ay binalewala lamang nito, alam mo, dinamikong pang-organisasyon at ang mga papel na ginagampanan ng mga tao. At nakikita ko ang dalawang mundo ng BI o analytics, na tinawag mo sila. At sa karamihan ng mga kumpanya, pupunta sila sa kabaligtaran ng mga direksyon, at hindi sila nakikipag-usap sa bawat isa, hindi sila nagtitiwala sa bawat isa, ngunit talagang sila ay napaka-synergistic, at kailangan lamang nating makilala sila sa bawat isa at uri ng nagtutulungan. At ang mga tool tulad ng Alteryx na isinasama ang pamamahala sa pamamagitan ng kakayahan ng data cataloging, kung saan ang mga katiwala ay maaaring pamahalaan ang set ng data at patunayan at ma-watermark ang mga ito, na kung saan ay isang bagay na pinag-uusapan ko sa loob ng ilang taon ngayon sa aking mga klase. Napakakaunting mga kumpanya na ginagawa ito, ngunit nakakakuha ito ng labis na traksyon at ngayon naririnig ko ito kahit saan.
At sa gayon, ang paraan upang pagsamahin ang dalawang mundo na magkasama dahil, alam mo, mayroon ka ng iyong cake at kinakain mo din ito. Maaari mong hayaan ang mga gumagamit ng kapangyarihan na gawin kung ano ang kailangan nilang gawin. Pumunta hanapin ang mga bagong pananaw sa hinihingi, at pagkatapos, alam mo, ngunit pinipigilan mo ito mula sa pagkawala ng kontrol. Pinapanatili mo ito mula sa paglikha ng Tore ng Babel na may ilang mga pamantayan na nangangailangan ng ilang pamamahala. At ang layunin ay talagang lumikha ng isang kultura ng pamamahala kung saan nais ng mga tao na dumaan sa proseso ng pamamahala. Nais nilang masuri ang kanilang mga ulat / data set upang masuri sila nang mas malawak. Iyon ang layunin, at iyon talaga ang bagong papel sa IT sa bagong mundo. Palagi kong sinasabi ang kanilang papel ay upang mapadali, hindi magdidikta. At iyon ang isang malaking pag-iisip ng isip para sa karamihan ng mga propesyonal sa IT na nasanay na sa isang ibinahaging serbisyo na ginawa ang lahat para sa negosyo. Ngayon ang negosyo ay ginagawa para sa kanilang sarili, at ang IT ay talagang kailangang maging mga tao, tulad ng sinabi ni Josh, na inilalagay ang mga bantay na iyon.
Eric Kavanagh: Oo, sa palagay ko ang mga susi ay ang susi dahil pinapayagan nila ang libreng pag-play, kung gagawin mo, ng mga analista ang gumawa ng iba't ibang mga bagay, ngunit hindi makalabas. At kung nauunawaan ko-
Wayne Eckerson: Eksakto.
Eric Kavanagh: - tama ka, Josh-
Josh Howard: Eksakto.
Eric Kavanagh: Oo, mabait kang pinag-uusapan kung paano, nasusubaybayan ko talaga ang Alteryx ngayon mula nang bago ito tinawag na Alteryx maraming taon na ang nakalilipas - sa palagay ko tinawag itong SRC o isang bagay kasama ang mga linya na iyon - at isang Wal-Mart ang unang customer. At isa sa mga talagang cool na bagay na napag-usapan mo ang paraan pabalik kung kailan ang kakayahang talagang maunawaan ang mga proseso ng negosyo at mga daloy ng trabaho. At kung mayroon kang malakas na pag-unawa sa daloy ng trabaho at mga proseso ng negosyo, pagkatapos ay maaari kang gumawa ng isang iba't ibang mga bagay. Una sa lahat, maaari kang maghatid ng isang ganap na perpekto na interface ng gumagamit kung hindi mo ulap ang mga pagpipilian na magagamit sa gumagamit na may ekstra na impormasyon. Dalawa, maaari mo ring i-streamline ang mga proseso upang mas maunawaan kung saan mayroong mga puntos ng choke o mga control point. At sa palagay ko marahil ay bahagi ng mahika kung bakit nagawang maihatid ng Alteryx ang napaka-governance na ito, ngunit ang uri ng uri ng user-friendly na nagbibigay-daan sa lahat ng uri ng iba't ibang mga hanay ng impormasyon at mga analytical na paggamit ng mga kaso. Papayag ka ba doon?
Josh Howard: Oo, ang ibig kong sabihin, alam mo, gagawin ko, Eric, at marami sa mga ito ay inilalagay lamang ang mga ganitong uri ng tool sa mga kamay ng mga gumagamit ng negosyo at nagbibigay sa kanila ng isang paraan upang gawin ang kanilang trabaho sa isang paraan na mapagkukunan ng negosyo madali itong gamitin at palakaibigan. Ibig kong sabihin, kung iniisip mo ang tungkol sa isang bagay tulad ng pamamahala ng data, pinag-uusapan namin ang tungkol sa pamamahala ng data sa loob ng dalawang dekada, at bilang pag-iimbak ng IP, sinubukan naming itulak ito sa negosyo, at hindi kailanman ito ay makakakuha ng pinagtibay, hindi kailanman makakakuha anumang uri ng traksyon, dahil hindi ito itinayo para sa mga gumagamit ng negosyo, di ba? Ito ay pinangunahan ng IT, itulak ng IT, at gumagana ito para sa IT, ngunit hindi ito gumana para sa mga gumagamit ng negosyo. At sa gayon, nais naming kunin ang mga parehong pamamaraan ngunit ilapat ang mga ito sa isang toolet na mapagkukunan ng negosyo, at iyon ang aming diskarte sa, alam mo, ang solusyon sa pagkalkula ng data at pamamahala ng metadata.
Alam mo, kapag nakikipag-usap ako sa isang gumagamit ng negosyo, hindi ako nagsasalita tungkol sa isang semantikong layer ng data, at kung paano kami nakakatulong na pamahalaan, alam mo, metadata. Ngunit, alam mo, sa likuran, na talaga kung ano ang ginagawa, ang mga uri ng mga bagay ay naging sa loob ng IT sa loob ng mahabang panahon, ngunit para sa gumagamit ng negosyo, ang lahat ay tungkol sa kung paano makahanap ng data nang mas mabilis, kung paano magawa ang iyong trabaho mas mabilis, at pagbibigay ng impormasyong iyon sa isang madaling gamitin na interface na sanay na ginagamit nila, tulad ng sa kanilang buhay ng mga mamimili, di ba? Nais nila ang isang interface na tulad ng paghahanap sa Google, nais nila ang isang elemento ng pakikipagtulungan sa lipunan kung saan maaari silang makipag-network sa iba pang mga gumagamit sa samahang iyon upang masira ang mga silos ng data at makuha ang kaalamang panlipi. At sa gayon, kumukuha lamang kami ng ibang pamamaraan ng kung paano kami nagtatrabaho sa negosyo, ngunit ginagawa ito sa paraang ito ay mabait din sa IT.
Eric Kavanagh: Oo, at mayroon akong magandang katanungan-
Wayne Eckerson: Alam mo ang iba pang bagay -- Josh, na sumakit sa akin sa iyong pagtatanghal ay, nasa edad na kami ng mga platform ngayon. Sa palagay ko inilipat namin ang nakaraang edad ng mga tool, at maayos, ngunit ang mga platform, di ba? At sa gayon, nasasaklaw ko ang BI sa loob ng 20-taon-kakatwang taon, at sa puwang ng BI, nawala na kami mula sa mga tool sa mga analytic platform kung saan, alam mo, ang isang produkto ay mahalagang nagtatapon ng bawat mode ng analytics para sa bawat uri ng gumagamit, di ba? Mula sa mga ulat hanggang hula sa isang karaniwang arkitektura at serbisyo sa sarili. Nakikita din namin ang parehong bagay sa panig ng pagpupulong ng data, o bahagi ng pagsasama ng data kung saan pinagsama ng isang tao ang mga platform na ito na sumisusi ng data, idagdag ito, katalogo nito, ayusin ito, ibahin ang anyo at gawing magagamit sa mga gumagamit upang i-download at pag-aralan. At ngayon, kung ano ang ginagawa mo, ginagawa ang susunod na hakbang sa maraming mga paraan at pagsasama-sama ng dalawang platform sa isa, kaya ito ay isang pinagsama na analytics at platform ng data, na, alam mo, ay may katuturan. Iyon ang hinaharap: tagpo. Ang tanging bagay na hindi ko nakikita sa iyong platform ay ang iyong pangunahing pag-uulat at mga tool sa dashboard o kakayahan, ngunit marahil na naka-embed sa iyong analytical module.
Josh Howard: Oo, mahusay kaming nag-uulat ng batch. Nakakuha kami ng isang napaka-matatag na solusyon doon, ngunit napunta ka sa isang punto sa paligid ng mga dashboard, at nakikita namin ito bilang isang pagkakataon para sa amin na lumago. Palagi kaming tradisyonal na talagang mahusay na pakikipagtulungan sa Tableau, Power BI at Qlik, ngunit patuloy naming gawin ito. Ngunit ang nahanap namin ay ang aming mga analyst, aming mga customer, hindi nila nais na maghintay 'sa dulo ng daloy ng trabaho at siklo na iyon upang makita ang kanilang mga resulta, tama? Nais nilang makita ang mga resulta habang nagtatrabaho sila sa totoong oras, at iyon talaga ang direksyon na pupuntahan namin, at sa alam namin kung ano ang ginagawa namin na may label bilang inline na mga visualist upang makita mo ang iyong data habang nagtatrabaho ka, at maaari mong pag-aralan ito at makita na sa totoong oras sa halip na maghintay 'sa dulo at i-publish ito sa isang tool ng paggunita o isang dashboard upang makita ang mga resulta. At sa gayon, tinatanggal lamang nito ang pangangailangan para sa pagbabalanse pabalik-balik upang makuha ang iyong mga pananaw.
Wayne Eckerson: Oo, mabuti na, nakakaintindi ng pakiramdam. At kayo ay kilala ngayon para sa kadalian ng paggamit. Alam mo, ginagamit mo ang kumpanya ng Tableau sa kanilang pagtaas sa katanyagan at kapalaran. Narito ka mismo kasama nila, at kung sino ang mas mahusay na mangunguna sa nag-uugnay na puwang na platform dahil nakuha mo ang iyong paa sa parehong analytics at pamamahala ng data. Kaya, sinusubukan namin ang beta upang makita kung paano ang pamasahe sa mga susunod na taon.
Josh Howard: Oo, at alam mo, sa palagay ko kawili-wili ito, at natutuwa akong maging isang bahagi ng puwang na ito, at talagang nakakainteres na makita, tingnan, alam mo, ang puwang ng pagsasama ng data, ang puwang ng intelihensya ng negosyo, at ang advanced na puwang ng analytics at talagang nakikita ang mga nagko-convert. At, alam mo, sa palagay ko ang mga platform tulad ng Alteryx ay tutulong talaga sa napakaraming mga gumagamit ng negosyo na humihigit at paganahin ang mga gumagamit na makakuha ng access sa kanilang data at gawin ang pagsusuri na iyon, alam mo, at mas mabilis at madali ang mga pananaw na iyon.
Eric Kavanagh: Oo. Lahat ng narito, at sumasang-ayon ako sa iyo, Wayne, na kung paano ito makatuwiran, at sa palagay ko, oo, mayroong isang katanungan mula sa isang miyembro ng madla na ihahagis ko rito. Napaka germane sa pag-uusap. Ito ay tungkol sa DataOp. Para sa iyo na hindi pamilyar sa term na-
Josh Howard: Susunod na slide.
Eric Kavanagh: - talagang malakas sa huling siyam na buwan o higit pa. Nagsimula ito sa isa o dalawang nagtitinda, pagkatapos tatlo at apat, pagkatapos lima at anim, at ngayon maraming mga tao ang nagsasalita tungkol sa DataOp. Iyon ay karaniwang ang data management side ng DevOp. Kaya ang nakikita natin ay maraming pokus sa talagang sinusubukan na maunawaan kung ano ang iba't ibang mga tool at kung ano ang iba't ibang mga teknolohiya na nakakaantig sa data habang lumilipat ito sa siklo ng buhay nito at kung paano nakakaapekto sa iyong analytical view. At tila sa akin na ang Alteryx ay talagang uri ng malulutas ang problema sa DataOps sa pamamagitan ng pagtuon sa diskarte na ito sa platform bago ang DataOp kahit na naging isang term. Ngunit itatapon ko iyon sa iyo, Josh, una, at pagkatapos ikaw, Wayne, para sa komentaryo. Josh, ano sa tingin mo?
Josh Howard: Oo, sa palagay ko ito ay isang umuusbong na espasyo. Alam mo, sinubukan naming maging agnostiko ng data, at kaya ma-access ang data - maging sa loob ng iyong firewall, sa ulap, hindi nakaayos na data, nakabalangkas na data - kaya't alam namin na ito ay patuloy na magbabago, alam mo, at sigurado akong sasang-ayon si Wayne sa ganito, at ganoon din ang gagawin mo, Eric. Kung bumalik ka, alam mo ang 10, 15 taon sa puwang na ito, ang ibig kong sabihin, kakaunti lamang ang mga database. Kami ay hanggang sa higit sa 400 iba't ibang mga uri ng database. At kung gayon, hindi lamang namin nais na makipagsabayan. At kung gayon, palaging may magiging bago at makintab para sa isang organisasyon na magpatibay. At sa gayon, nais lamang nating maging agnostiko at gamitin ang aming bukas na teknolohiya at mga API upang maging maayos na isama sa anumang mayroon ka sa iyong samahan. At tingnan din ang pangalawang piraso patungo sa bahagi ng DataOp ay talagang may higit at maraming mga workload na itinulak sa ulap at mga bagong teknolohiya ng ulap at mga teknolohiya ng pag-aaral ng machine ay talagang nagtutulak sa amin sa bagong paradigma na ito, at sa palagay ko ay nandoon na, alam mo, pupunta ang DataOps. At makikita namin ang maraming mga kagiliw-giliw na mga bagay na nangyayari sa espasyo na iyon.
Wayne Eckerson: Oo, sa palagay ko ang isa pang term na ginagamit namin para sa DataOps ay "data pipelines" o "data supply chain, " at nakikita natin ang maraming mga kumpanya na lalabas, lalo na sa malaking mundo ng data. Maaari mong pamahalaan ang workload na iyon at panatilihin ang mga lawa ng data mula sa pagiging data swamp. Oo, at sasang-ayon ako na ang marami sa ngayon ay lumilipat din sa ulap.
Eric Kavanagh: Well, at alam mo, kaya gumawa si Alteryx ng pagkuha ng mag-asawa. Hindi ko alam kung nais mong pag-usapan iyon sa nakaraang taon o dalawa, sa palagay ko, Josh, at talagang napuno nito ang platform na ito, sa mga tuntunin ng pag-ingesting data at sa mga tuntunin ng ilang mga semantiko na bagay. At ngayon mayroon kang ganitong uri ng end-to-end solution na nagbibigay-daan sa pamamahala ng mga analytics na ito. Hindi ko alam ang sinumang ibang nakakuha ng pokus at diskarte na iyon, at sa palagay ko ay napakahusay sa iyong kalahati. Ngunit nais mo bang pag-usapan iyon nang kaunti?
Josh Howard: Oo, sigurado. At kung gayon, naging isang malaking taon para sa Alteryx. Alam mo, napunta kami sa publiko nang mas maaga sa taong ito, at gumawa kami ng dalawang key acquisition na makakatulong sa amin, alam mo, uri ng pagtatapos ng aming platform. At kung gayon, ang una, ito ay talagang ang piraso ng pagkalkula ng data. Muli, alam mo, ang nahanap namin ay ang nais naming tulungan sa mga samahang iyon na namamahala sa data na iyon. At sa gayon, aktwal na nakuha namin ang isang kumpanya ng pamamahala ng data na tinatawag na Semanta, at iyon ay naging aming solusyon sa pag-catalog ng data at kung ano ang aming binuo sa pangkalahatang platform. Dahil nakikita natin, muli, nakikita natin ang pamamahala na isang pangunahing sangkap sa paglilingkod sa sarili at paganahin ang paglilingkod sa sarili. At sa gayon, muli, na nagbigay sa amin ng lahat ng, alam mo, pamamahala ng metadata, mga kakayahan sa pag-catalog ng data. At kung ano ang nagawa namin ay binuo namin ang isang interface papunta sa upang madaling gamitin at napaka-friendly, isinama iyon sa aming pangkalahatang platform.
Ang pangalawa na ginawa namin ay isang kumpanya ng agham ng data na nakabase sa Brooklyn, New York, at nagawa ito upang mabuo ang aming mga kakayahan sa pag-aaral ng machine pati na rin ang piraso ng pamamahala ng modelo. At kung gayon, ang nabanggit ko kanina ay nakuha namin ang maraming mga siyentipiko ng data gamit ang aming mga platform at paggawa ng napakahalagang gawain sa agham ng data. Gayunpaman, alam mo, ang huling mga milya ay napakahirap. At sa gayon, nabanggit ko, alam mo, ang 12 hanggang 20 na linggo na madalas itong tumatagal, ang $ 250, 000 na kinakailangan upang bumuo ng ilan sa mga modelong ito. At pagkatapos, paano mo pinapatakbo at pinapanatili ang lahat ng mga modelong ito hanggang sa kasalukuyan? Paano natututo ang mga modelong iyon? At paano mo masanay ang mga modelong iyon? At kung gayon, malaking problema rin iyon, tama, ang mga kakayahan sa pag-deploy. At sa gayon, ang dalawang teknolohiyang ito na may panig ng agham ng data at ang panig ng pamamahala ng data ay talagang nag-ikot sa aming platform at kung ano ang sinusubukan naming gawin, sinusubukan itong dalhin sa mga organisasyon, upang malutas ang hamon na ito.
Eric Kavanagh: Oo, at natutuwa akong itinapon mo iyon doon dahil may tanong kami mula sa madla tungkol sa pag-aaral ng machine at AI. At, Wayne, marahil ay ihahagis ko ito nang totoong mabilis. Para sa akin, maraming potensyal na para sa pag-aaral ng makina upang tunay na mai-optimize ang maraming iba't ibang mga isyu na pinaghirapan namin sa mga nakaraang taon - mga bagay tulad ng kalidad ng data, halimbawa, mga bagay tulad ng mga kasikipan sa analytics at pagtulong sa panig ng pagtuklas ng ang equation, di ba? Sapagkat ang ilan sa mga algorithm na ito na nagpapanatili ng pag-aaral sa partikular ay maaari talagang mag-isa at makahanap ng ilang mga kagiliw-giliw na bagay na maaaring ma-surf para sa gumagamit. Dahil ang isa sa mga hamon, siyempre, sa mga analyst sa pangkalahatan ay ang bawat analyst ay nagdadala ng kanilang sariling hanay ng mga pagkiling, ang kanilang sariling pananaw sa mundo. Iyon ay maaaring medyo mahirap baguhin minsan, at sa gayon nakikita ko ang maraming potensyal para sa pag-aaral ng makina at AI sa hinaharap. Ano sa tingin mo?
Wayne Eckerson: Hindi, walang pasubali at mga pangunahing patakaran. Ang mga bagay na magkasama ay higit pang gawing simple ang mga tool sa paglilingkod sa sarili na ito, gawing mas madali itong magamit. Alam mo, tulad ng sinabi mo, ang lahat mula sa paggawa ng mga rekomendasyon para sa iba pang mga ulat, para tignan ang mga set ng data, upang ayusin ang mga modelo, alam mo, mahinahon ang mga correlation sa tool na prep ng data. Alam mo, mayroon na kaming tulad nito na binago ng Tableau ang tamang paggunita para sa set ng data na nais mong ipakita. Kaya lahat ng ito ay gumagawa ng mga kagamitang ito nang higit na mas malakas, ginagawang mas magagawa ang paglilingkod sa sarili, at tumutulong sa mga gumagamit na magamit ang data upang mas mabilis na mahimok ang pananaw at pahalagahan.
Eric Kavanagh: Oo, at alam mo, sa mundo ng software ng negosyo, malinaw naman mayroong maraming mga cool na bagay na nangyayari, ngunit ang ilalim na linya ay palaging nangangailangan ng oras upang makabuo ng teknolohiya. Kaya malinaw na maaari kang pumunta at makakuha ng mga bagay-bagay, tulad ng mayroon ng Alteryx. Ngunit kung mayroon kang karanasan sa isang puwang, alam mo, mayroong isang lumang expression: Walang kapalit sa karanasan. Malalaman mo lamang kung paano gawin ang mga bagay na mas mahusay, at sa palagay ko ang isa sa mga susi sa pangmatagalang tagumpay ng Alteryx dito ay na ang Alteryx ay talagang nakarating sa buong proseso ng paggamit ng data ng third-party maraming taon na ang nakalilipas. Hindi ko matandaan nang eksakto kung gaano katagal, ngunit nais kong sabihin ng anim o pitong taon na ang nakakaraan, si Alteryx ay inihurno na sa kakayahang lumabas at kunin ang data mula sa mga kumpanya tulad ng mga kumpanya ng credit, halimbawa, o data ng geolocation o anumang bilang ng anumang mga sistema ng data ng third-party. At sa palagay ko na ito ang simula ng kung ano ang nakikita natin ngayon na tumatanda sa mga tuntunin ng tinatawag nating data na pinaghalo ang mga araw na ito, dahil hindi pa namin nababalik ang term na iyon.
Ngunit, Josh, ibabalik ko ito muli sa iyo. At, sa palagay ko, maraming saturation at karanasan ang inihurnong sa platform ng Alteryx sa paligid ng konsepto na timpla ng data, na ngayon ay pinalaki lamang ng ingestion, sa pamamagitan ng pag-aaral ng machine, sa pamamagitan ng data cataloging, at iba pa. Sa palagay ko ang dahilan kung bakit nakikita natin ang Alteryx kung nasaan ito ngayon. Ano sa tingin mo?
Josh Howard: Oo, ang ibig kong sabihin, ang pangangailangan ay ang ina ng lahat ng pag-imbento, di ba? At sa gayon, alam mo, ito ay ang aming mga customer na, alam mo, kami, alam mo, na orihinal na gumagawa ng spatial analytics, at iyon talaga kung paano kami nagsimula, ay gumagawa ng spatial analytics. At alam mo, ang pagkuha ng data tulad ng TomTom at paggawa ng pagtatasa ng oras ng drive, maaari mong makita, alam mo, na-upload ang data na iyon, alam mo, ang data ng bahay mula sa Experian. Kaya nga talaga kung saan nagsimula kami, at kung ano ang nahanap namin, alam mo, ang aming mga customer ay nangangailangan ng isang platform para sa pagsasama-sama ng lahat ng data na iyon. At hindi ba magiging cool kung ibigay namin sa kanila ang mga tool upang gawin ito. At kung gayon, iyon talaga ang impetus ng Alteryx.
At alam mo, ang nahanap namin ay, alam mo, sa paglipas ng mga taon, ay ang prep ng data na talaga ang unang hakbang sa iyong paglalakbay sa analitiko. Kaya alam mo, aabutin ng 80 porsyento ng oras ng siyentipiko ng data, alam mo, ang paggawa ng mahuhulaan na analytics at data science work ay talagang ginugol sa paggawa ng data prep work, at mas mababa sa 20 porsiyento na aktwal na gumagawa ng pagsusuri, at sa gayon iyon ang sinusubukan naming pagtagumpayan. At kung gayon, ang data prep ay ang unang hakbang sa iyong paglalakbay sa analitiko. Kaya bago ka magsimulang gumawa ng anumang uri ng pag-uulat, advanced na pag-uulat, predictive analytics, lahat ng paraan hanggang sa cognitive analytics, kailangan mo pa ring ma-access ang data, kailangan mo pa ring maghanda at timpla ito at hilahin ito. At iyon ang tinutukoy namin sa platform na ito. At pagpapagana ng mga gumagamit na gawin ang lahat ng mga bagay na iyon sa parehong isang code-free at isang paraan na ma-code.
Eric Kavanagh: Oo, at gustung-gusto ko rin ang konseptong iyon, masyadong: walang code at friendly na code. Sapagkat ang katotohanan ay mayroon kang maraming mga jockey ng code, na maaaring magdagdag ng napakalaking halaga, ngunit maraming mga gumagamit ng negosyo na lantaran na pinatay ng code. Natatakot sila sa pamamagitan nito, at sino ang masisisi sa kanila? Kaya, Wayne, sa palagay ko maganda rin ang tampok na ito, isang masarap na diskarte. Mayroong code-free at code-friendly, di ba?
Wayne Eckerson: O, talagang. Oo, iyon ay kung paano ka makakakuha ng higit pa at mas maraming mga tao sa paglilingkod sa sarili.
Eric Kavanagh: Oo, at paglilingkod sa sarili, sa palagay ko, ay ang susunod na malaking hakbang, at gusto ko talaga ang napag-usapan namin ngayon, kaya tungkol sa kung paano talagang iniisip ang iyong mga proseso, ang iyong trabaho ay dumadaloy, ang iyong mga siklo sa buhay ng data, at sa iba pa. At ang pagluluto sa mga patakaran na iyon sa platform, sa iyong punto Wayne, may ilang mga isyu sa paligid ng standardisasyon, nawalan ka ng kaunting kakayahang umangkop, ngunit sa sandaling nauunawaan ng mga tao ang mga pamamaraan ng kabaliwan, pinapabagsak mo ang talagang pag-aalaga sa proseso ng pasulong tulad nito sa -intindihan ng mga gumagamit na maaari nilang makuha ang kanilang nais. Hindi nila kailangang maghintay sa IT, at binabago nito ang likas na kung paano nagtutulungan ang mga IT at negosyante, sa palagay ko sa isang napaka positibong paraan, dahil ngayon ang IT ay maaaring magsilbing enabler, hindi nila kailangang maging isang gatekeeper sa teknolohiya hangga't dati. Walang kasing suporta, sa isip, kung mayroon kang ilang mga pamantayan. Kaya't pinipilit mo ang pagpapalakas ng higit na pakikipagtulungan dahil iyon ang buong layunin, di ba?
Kaya para sa pagsara ng mga komento mula sa una kay Josh at saka siguro si Wayne.
Josh Howard: Hindi, ibig sabihin, alam mo, sumasang-ayon ako sa lahat ng sinabi mo. Alam mo, mahalaga na bigyan natin ang parehong IT at ang mga gumagamit ng negosyo ng mga tool na kailangan nila upang maging matagumpay. Kaya, sa tingin namin na ang IT ay hindi dapat nasa negosyo ng paglikha ng mga ulat. Iyon ay dapat iwanang sa gumagamit ng negosyo na may konteksto ng negosyo at ang data na ginagamit nila, ngunit gawin ito sa isang pinamamahalaan na paraan, at isang bagay na magagawa din para sa IT.
Eric Kavanagh: Alright, pagsasara ng mga komento mula kay Wayne.
Wayne Eckerson: Oo, ang papel ng IT ay nagbago mula sa isa sa paggawa nito lahat upang mapadali ang paglilingkod sa sarili at talagang pagiging kampeon ng kultura ng pamamahala at makuha ang mga gumagamit na nais na pamahalaan ang kanilang sariling output, para sa kanilang pakinabang at pakinabang sa samahan . Ibig kong sabihin, ang tungkulin ng IT ay - naaawa ako sa IT, alam mo, dahil kung minsan kailangan nilang pumasok at itayo ito, mga dibisyon sa mga antics ng negosyo tulad ng ligal at HR karaniwang, hindi ko gagawin ang anupaman. At tiyak kung nais mo ang isang bagay na cross-functional enterprise, sino pa ang magtatayo nito ngunit IT? Ngunit sa pangkalahatan, oo, ang IT ay kailangang magbago upang umunlad sa mundong ito ng paglilingkod sa sarili. Kailangan silang maging mas suportang papel sa halip na.
Josh Howard: Oo, at sa tingin ko sa susunod na ebolusyon na may mga sentro ng kahusayan at kung saan ang mga proyektong ito ay hindi pinamumunuan ng IT o sa negosyo, ngunit sa halip ay isang sentralisadong organisasyon. Alam mo, nagsisimula kaming makita ang pagtaas ng punong opisyal ng data at ang mga ganitong uri ng mga proyekto na nahuhulog sa kaharian na kung saan pareho silang may pananaw sa pamamahala pati na rin ang pananaw sa negosyo. Sa palagay ko iyon ay isang pinakamahusay na sitwasyon sa kaso para sa paglikha ng data na iyon at kultura ng analitiko, at nasasabik akong makita kung ano ang nanggaling dito.
Eric Kavanagh: Oo, nagkaroon kami ng ilang mga huling minuto na komento mula sa mga dadalo na papasok sa chatroom at din ang Q&A. Gusto ko ang komentong ito: Pamahalaan ang output, walang kalabuan kung sino ang tama sa ulat ng paglilingkod sa sarili.
Josh Howard: Oo.
Eric Kavanagh: Oo, magandang bagay yan. Lahat ito ay tungkol sa pakikipagtulungan, lahat ito ay tungkol sa pakikipagtulungan, at, alam mo, Josh, binanggit mo rin, ang kahalagahan ng pagkakaroon ng mga gumagamit na makipag-usap sa bawat isa, at iyon ay isang bagay na nakatuon din sa Alteryx.
Kaya, mga tao, medyo nagpunta kami dito, ngunit nagsimula kaming medyo huli, kaya nais kong magpasalamat sa iyo sa lahat ng iyong oras at atensyon ngayon. Ginagawa namin ang archive ng lahat ng mga webcasts na ito, kaya huwag mag-atubiling ibahagi ang mga ito sa iyong mga kasamahan.
At kasama nito, magpa-bid ka sa amin ng paalam. Salamat muli kay Wayne at, siyempre, kay Josh mula sa Alteryx. Makikipag-usap kami sa iyo sa susunod, mga tao. Ingat. Paalam.
