Tag væk: Værten Eric Kavanagh diskuterer samarbejde mellem forretning og IT med Wayne Eckerson fra Eckerson Group og Josh Howard fra Alteryx.
Du er ikke logget ind. Log ind eller tilmeld dig for at se videoen.
Eric Kavanagh: Okay, mine damer og herrer, Eric Kavanagh her med Hot Technologies. Vi har Josh Howard og Wayne Eckerson på banen. Vi havde lige et sjovt lille lyducces-nedbrud og brænde lige der, men vi er opkaldt tilbage, og alting gynger og ruller.
Så Wayne Eckerson har jeg kendt i mange år nu. Han er hovedkonsulent i Eckerson Group. Og Josh Howard har jeg også kendt i lang tid. Han er direktør for nye produkter hos Alteryx. Disse fyre er begge virkelig, virkelig fremragende inden for deres områder, og de vil dele med os en masse ideer om, hvordan forretning og IT kan skabe bedre forhold og virkelig samarbejde og få nogle ting gjort.
Så jeg vil skubbe den næste dias og overdrage den til Wayne. Så fortæl mig lidt om, hvad der foregår.
Wayne Eckerson: Ja, Eric. Det er en fornøjelse at være her og tale om dette emne. Jeg har været i USA i lang tid og har været vidne til en kløft mellem forretning og IT, og meget af det skyldes deres fokus og deres mål, hvad de er blevet hyret til at gøre. Så det er slags en naturlig kløft, kan man sige, eller kløften mellem forretning og it, men det fører til nogle skadelige resultater.Du ved, IT er blevet hyret til at tænke langsigtet, til at opbygge systemer og applikationer, løsninger, der er permanente, der tilbyder økonomier med skala, høje niveauer af genbrug og skalerbarhed, sikkerhed, tilgængelighed og pålidelighed. Meget konservativ, langsommere bevægelse. Forretningen er derimod fokuseret på at imødekomme kundens behov, interaktionspunktet, meget mere kortsigtet fokus, incitamenter - og det kan uddrives hver måned eller kvartal. Deres fokus er hastighed, smidighed og tilpasningsevne. Så der er ingen overraskelse over, at der skulle være eller kunne være friktion mellem disse to grupper.
Næste dias. Så dette er en slags dialog, som jeg undertiden hører hos organisationer, hvor jeg går ind for at konsultere, og hvor jeg har det som om jeg spiller rollen som ægteskabsrådgiver, prøver at få disse to sider til hinanden, anerkende hinanden og deres rolle med at levere forretningsteknologiske løsninger. Virksomheden har en tendens til at tænke på it som for langsomt, dyrt og leverer aldrig det, de vil, når de ønsker det, hvordan de vil have det. IT har en tendens til at se virksomheden som skiftende mening hele tiden og tilføjer nye funktioner. Så bevæger sig alle disse ting på kort sigt uden at se det store billede. Resultatet ofte med denne friktion er, at den uformelle brug. Der er den administrerende direktør vil sige, ”Ved du hvad? Bare glem det. Jeg ved, at jeg ikke får de data, jeg har brug for, så jeg klarer mig bare uden. ”Det er ret skræmmende. Kraftbrugeren af data vil sige, "Bare giv mig et dump af data, og giv mig ikke noget." Og BU-lederne, hvis de virkelig ønsker information, får de bare deres eget budget, tilføjer deres egne mennesker og køber deres egne værktøjer. IT siger: ”Okay, fint. Men du ved, held og lykke med at forsøge at opretholde det på egen hånd, fordi det til sidst går i stykker. ”Og det vil det. Det går i stykker, enten fordi ingen bruger det, fordi det ikke var designet korrekt, eller det går i stykker, fordi alle bruger det, og du har ikke nok tekniske eksperter på jorden, ikke nok ressourcer til at skalere det. Eller deres ekspert forlader, og de er ude og tørre. Næste dias.
Eric Kavanagh: Dette er en afstemning, så telefonopkaldere faktisk kan skubbe til afstemning. Hold et sekund inde. Så jeg åbner denne afstemning lige nu, forhåbentlig vil du se en pop-up på din skærm. Hvis du ikke gør det, vises det normalt et sted på bunden. Og gå videre. Vi er nysgerrige efter at høre dit svar på dette.
OK, jeg fik et par mennesker, der ringer nu og giver os nogle feedback. Så vi spørger: hvilken grad er forretningen tilpasset IT i din organisation? Så vi har en masse mennesker, der svarer nu. Mange tak. Så du er selvfølgelig meget høj, høj, moderat, lav, meget lav. Vær ærlig, vi vil ikke dele dette med de andre medlemmer af dit team. Vi ønsker, at du giver os dit oprigtige svar. Okay, lad mig give os et par sekunder til, og mens vi gør det, måske Josh, ja, bare bringe dig virkelig hurtig til at hjælpe folk med at besvare dette spørgsmål. Ja, jeg elsker denne samarbejdsproces. Jeg mener, vi har talt i årevis om en forretnings- / IT-kløft. Jeg tror, det ændrer sig. Jeg tror, det ændres delvist på grund af DevOps, udviklerne, der arbejder tættere med virksomheden. Den slags lægger noget varme fra IT-siden, men jeg tror, det ændrer sig også på grund af skyen, helt ærligt, fordi måske folk bare bliver mere kloge over, hvad de gør på deres arbejdsplads. Men hvad tænker du på den slags udvikling af IT / forretningsskillerne?
Josh Howard: Ja, du ved, det er et interessant emne, og det er bestemt, at vi bestemt kommer ind på et øjeblik, men du ved, jeg tror bare, at virksomheden virkelig er tvunget til IT's hånd. Det er rigtigt, så du ved, i årevis var alt it-ledet, og vi har set dette komme til at pendelen svinger frem og tilbage fra at være IT-ledet til alt, hvad du ved, bliver købt gennem virksomheden. Og jeg tror, vi begynder at se en vis centralisering. Jeg tror, du ved, at du begynder at se flere organisationer, stand-up centre for ekspertise, begynder at se flere og flere virksomheder-intelligente virksomheder, se centre, der oprettes også, og så er det ikke, du ved, IT eller virksomheden. Vi ser et meget bedre ægteskab med de to organisationer og se, at disse centre for ekspertise oprettes, der er bosat i begge disse organisationer, og de har både IT og virksomheden til at sætte sig ved bordet og bestille mad. Vi er nødt til at vælge andre forretningsmæssige mål, og derfor tror jeg, det er en af de tendenser, som jeg synes har været meget positive i de sidste par år eller endda længere. Og jeg tror, det er en del af det, vi ser.
Eric Kavanagh: Kan ikke bebrejde mig, at jeg smider over til dig, og jeg læser resultaterne. Afhængigt af din browser kan du muligvis se resultaterne allerede, men bare for at give dem det: Spørgsmålet er naturligvis: "I hvilken grad er forretningen tilpasset IT?" Meget høj fik 7 procent, høj fik 8 procent, moderat fik langt de fleste, det er 29 procent, lavt er 10 procent og meget lavt er 0 procent. Det er dybest set det samlede antal, så det, du virkelig ser, er, at de fleste sagde moderat, 21 ud af 73. Seks ud af 73 sagde højt, fem sagde meget højt, og så har vi selvfølgelig en hel masse mennesker, der bare ikke 't svar, men de fleste, faktisk 43 ud af 73, svarede ikke folk, men jeg værdsætter din tid. Og med det vil jeg skubbe til dette næste lysbillede. Og jeg tror, Josh, du ville tale lidt.
Josh Howard: Ja, og så ved du, hvor jeg var hen, hvor vi har set en hel del ændringer i de sidste fem år eller endda gå ti år tilbage. Og det plejede virkelig at være det vilde vest, og så gætter jeg, at der sandsynligvis er nogle mennesker her på linjen, der stadig mener, at det er det vilde vest i deres organisation, men det plejede at være, hvor alt var helt låst ned og stift, og alt blev tvunget gennem et centraliseret IT-team, og det var netop, hvordan BI blev leveret. Men problemet var, at forretningsbrugere ikke brugte det. De fik aldrig de resultater, de havde brug for. De kunne ikke, du ved, knuse data sammen, som de havde brug for, og så du bare så, du ved, organisationer opgive deres BI-praksis i mange tilfælde. De fik bare ikke den brug, som de forventede, og du ved, det er forståeligt, fordi brugerne, de ønskede brugervenlige værktøjer, hvor de kunne tage, du ved, datakilder og lave noget af deres eget integrationsarbejde.
Men de ønskede ikke at vente på, at IT gjorde dette for dem. Og så, hvad vi så, var, at du fik alle disse forretningsteam til at købe deres egen licens, deres egne visualiseringsværktøjer og fik deres skygge IT-venner oprettet en datamart, og de var slukket. Men det førte til et helt nyt sæt problemer. Ja, virksomheden var i stand til at få fleksibilitet og smidighed og nogle af de resultater, de havde brug for meget hurtigere, men stadig forlod IT, ved du, ved at prøve at finde ud af, ”Hvordan styrer vi dette? Hvordan skalerer vi dette? ”
Fordi også hvad der skete, de byggede op disse datamarkter. De begyndte at operationelisere en masse af rapportering og visualiseringer, så ville de bare gå tilbage til IT for at få rettet, og det er derfor ikke skalerbart. Det var ikke kuren, og det var nogle af problemerne. Men det behøver ikke at være en trækkraft mellem virksomheden, der ønsker brugervenlighed, og IT, der ønsker at styre den. Det handler virkelig om at få alle på samme side og trække i samme retning. Jeg tror, at der virkelig er en, du ved, bedst-af-race tilgang, der kan tilfredsstille begge brugers behov. Glide.
Eric Kavanagh: Alrighty. Værsgo.
Josh Howard: Ja tak. Og så den måde, vi nærmer os på Alteryx, er vi virkelig ser på det fra et analytisk regeringssynspunkt. Og så ved du, jeg bruger ikke ordet "datastyring" her, fordi jeg synes, datastyring er meget mere en ramme, der omfatter en masse forskellige ting, men egentlig bare har fokuseret på disse tre centrale områder, hvor data styres, hvordan man får adgang til dem, og hvordan vi sikrer dem.
Først fra databestyringssiden, når du søger at aktivere selvbetjeningsværktøjer, vil du sikre dig, at du ved, at disse brugere har adgang til alle de forskellige datakilder, de muligvis har brug for. Og så igen, dette er en del af problemet, som vi så med traditionelle BI-værktøjer som MicroStrategy og Cognos og OB var, du ved, det var bare at tappe ind i et centraliseret datavarehus, men disse forretningsbrugere ville virkelig tage disse data og bland det med andre datakilder for at få yderligere resultater.
Jeg mener, så du vil sikre dig, at direkte til alle disse forskellige datakilder, uanset om de er relationelle eller ikke-relationelle, og gør det på en måde, der ikke vil gøre dataene overflødige. Og så vil du sikre dig, at du bruger hukommelsesteknologier, så du tapper ind på disse fødererede datakilder og ikke duplikerer disse data andre steder i organisationen, fordi det bare forårsager et helt sæt problemer.
Og så vil du sikre dig, at du ser på ting som datatilgængelighed og datasikkerhed, sørge for, at dataene bliver krypteret, og sørg for, at du har de rigtige tilladelser og tilladelser på plads. Og hvad vi anbefaler er at bruge de systemer, som dine IT-teams allerede har oprettet, så ting som Active Directory og Windows-godkendelse. Ved at trykke på de systemer, der kan passere gennem denne godkendelse helt ned til applikationen, og på den måde kan du sikre dig, at de rigtige brugere får adgang til de rigtige data.
Det handler virkelig om at bevæge sig fra en tilstand af kontrol til en tilstand af aktivering, og gøre det med rækværk. Så du ved, analyse af beskyttelsesrammer, hvor IT giver alle værktøjer til at være succesrige, men de overvåger også det, og sørger for, at det er konsistent, det er pålideligt, og at de gør det med de rigtige tilladelser på plads , og sørge for, at disse brugere kun har adgang til de rigtige data. Næste dias.
Eric Kavanagh: Okay, Dr. Wayne.
Wayne Eckerson: Ja, så dette er mit lysbillede. Dette viser bare dimensionerne af selvbetjening, som Josh talte om. Det er det forretningsmæssige gennemsnit af efterspørgsel i disse dage, men de ønsker ikke, som Josh sagde, at vente på, at IT leverer ting, og IT plejede at gøre det hele. De plejede at bygge arkitektur og styre infrastrukturen og vælge værktøjer og bygge applikationer, rapporter, instrumentbrættet, og det fungerer bare ikke for et stort flertal af brugerne derude. Og nu er vi i nærheden af selvbetjening. Vi har selvbetjeningsrapportering, betjeningspaneler til selvbetjening, som jeg kalder visuel opdagelse af selvbetjening. Vi har selvbetjeningsdataintegration eller dataforberedelse. Vi har avanceret analyse af selvbetjening, hvor der er nogle dataforskere. Så vi tænker på alle disse muligheder tilgængelige for mennesker, for forretningsfolk, som er tilbøjelige til at gøre ting på egen hånd.
Næste dias. Vi får nogle feedback her, Eric, bare for at give dig besked. Så du ved, selvbetjening på overfladen ligner en win-win for både erhvervslivet og it-afdelingen. Brugere får, hvad de vil, når de ønsker det, hvordan de vil have det. IT-afdelingen får type brugere, de kommer til at downloade arbejdet, og de får at levere tingene indirekte, men uanset hvad ... I mange situationer har selvbetjening nogle betydelige ulemper, som du skal være forsigtig med. Og Josh gav dig nogle midler til nogle af disse ulemper.
Gå til næste lysbillede, Eric, så ser vi bare organisationernes selvbetjening som en slags tidevandsbølge af styrke, der er duplikat, modstridende. Og det kommer til det punkt, hvor ingen stoler på andres rapport undtagen deres egen, hvilket ikke er en god situation. Man kunne endda sige, at det er værre, end da de startede. Du har dybest set en arkitektur, der består af skyggeindberetningssystemer, dataekstrakter, som i sidste ende øger omkostningerne og overhead og redundans og duplikering og følgelig øger risikoen i organisationen. Så selvbetjening handler om standarder, hvor regeringsførelse virkelig kun er Tower of Babel. Alle kommunikerer, men ingen lytter. Næste dias.
Eric Kavanagh: Det er et godt citat, det kan jeg godt lide. ”Alle kommunikerer, men ingen lytter.” Jeg tror, at det omkring nogle summerer det nogle steder. Hej, her går du.
Wayne Eckerson: Så ved du, jeg kommer også til retsmidlerne, men mange virksomheder mener, at formålet med selvbetjening er at slippe af med IT. Nå, der er mange counterintuitive ting i erhvervslivet, og dette er en af dem. Formålet med selvbetjening var ikke at begrænse it fra ligningen, men fremme et større samarbejde med den. En anden ironi med selvbetjening, som jeg ikke har lagt her, er, at det kræver en masse standardisering for at støtte selvbetjening. Det er lidt som, tænk på at køre på en vej, ikke? Der er mange regler, som vi er nødt til at overholde. Alle sammen-
Automatisk stemme: Konferenceoptagelse er stoppet.
Eric Kavanagh: Må ikke bekymre dig om det. Det er bare sikkerhedskopien. Fortsæt.
Wayne Eckerson: OKAY. Så det er virkelig den gruppe, der skal sammensætte disse standarder. Og når disse standarder er på plads og accepteres og vedtages, hej, så kan vi udføre selvbetjening 'til månen kommer ud. Næste dias.
Eric Kavanagh: Jeg tror, vi er tilbage til Josh.
Josh Howard: Okay, og det er jeg meget enig i, Wayne, som du sagde er. Men tinget er, hvis du ønsker at få mere værdi ud af data, igen, er vi nødt til at komme ud af virksomheden med at have IT-kontrol over alt og komme i branchen med at aktivere. Så det betyder at styrke brugerne med deres egne analyseværktøjer og ikke kun IT. Dette betyder ikke, at du skal give dem nøglerne til kongeriget. Du kan gøre det med de eksisterende beskyttelsesanordninger. Udnyt de eksisterende systemer på plads, udnyt dine autoriseringsværktøjer, Active Directory, dine tilladelser, og dette vil sikre, at du ved, nogen ikke giver data til nogen, de ikke burde have. Og så gør du ved at gøre alle disse ting, giver du disse analytikere mulighed for at levere større værdi og gøre det på en måde, der er styret.
Næste dias. Men virkeligheden er, at IT aldrig vil være i stand til at følge med i de forskellige måder, en analytiker vil ønske at se dataene på, manipulere dem. Og ikke kun det, men du har ikke tid til at følge med i disse anmodninger. Ældre systemer, vandfaldsprocesser. Hvis du bare ser på en ETL-proces til tilføjelse af en tabel, kan det i nogle tilfælde tage, uger, hvis ikke måneder. Og så vil du være i stand til at holde trit med denne forretningsændring.
Hvis du faktisk vil oprette en kultur for analyser, er du nødt til at gøre det muligt for disse brugere at gøre det. Og så når du først har gjort det, kan fordelene være virkelig fantastiske. Du ved, da vi første gang begyndte at tale om fem / ti år siden, business intelligence-projekter, mener jeg, at det ofte blev citeret 70-80 procent af alle BI-projekter ville mislykkes. Og det er bare ikke tilfældet længere. Når du armerer forretningsbrugere med de rigtige værktøjer, ser vi nogle fantastiske resultater og en enorm værdi, og det er grunden til, at selvbetjeningsværktøjer spreder sig som en ildsted gennem en organisation. Det er på grund af den succes, vi ser.
Og jeg har en brugssag, som jeg også vil tale om her om et minut, men, du ved, vi bogstaveligt talt har titusinder af brugere, der laver selvbetjeningsanalyse og skala. Og disse brugere leverer hurtigere indsigt, de opretter nye produkter, og de reagerer meget på skiftende forretningsforhold for at holde sig foran konkurrencen.
Du ved, den anden ting er, at du ved, de bruger også mindre tid på at forberede data og mere tid på at udføre analysen. Det er bare en anden komponent til det, og jeg har her et eksempel fra CNA, hvor de havde et antal analytikere, der tog tidskrævende fremgangsmåder, der tog uger eller måneder og nu fik dem ned til minutter. Det er uden overdrivelse. Vi har bogstaveligt talt mange af disse eksempler på, at kunder gør dette, og dette er virkelig et win-win-scenarie. Analytikere er glade for, at de ikke behøver at vide, at de kommer til deres data hurtigere. IT er glad, fordi du ved, at de kan fokusere på deres strategiske initiativer uden at kæmpe for regeringsførelse, og så er de udøvende teams endelig glade, for endelig har de fået forretnings- og IT-teams, der arbejder sammen for at skabe den analytiske kultur. Tilbage til dig.
Eric Kavanagh: I orden. Vi havde en anden afstemning, så du skulle være i stand til at se disse resultater derude i publikum. Vi skulle se det allerede i dit valgpanel, men spørgsmålet var: "Har din organisation modtaget løftet om selvbetjening?" Jeg kan fortælle dig, at respondenterne har et rungende, "Nej."
Jeg tror, at det taler for hvor vi er i branchen, men jeg tror, du har lavet et par rigtig gode punkter der, Josh, nemlig at det at muliggøre selvbetjening, omend med nogle standarder som Wayne diskuterede, faktisk gør giver dig mulighed for at bygge styring. Det er de rækværk, vi har talt om, ikke? Regeringspolitikken kan indfases i leveringssystemet, og det er når du faktisk opnår regeringsførelse samtidig med, at analytikerne giver mulighed for at være selvbetjente. Er det rigtigt, Josh?
Josh Howard: Ja, det er nøjagtigt rigtigt.
Eric Kavanagh: Ja, så respondenterne—
Wayne Eckerson: Så Eric, disse resultater er interessante, ved du. Jeg vil sige, at årsagen hertil er, at enten IT er under kontrol, brugere får ikke selvbetjening og får, hvad de vil, når de har brug for det, eller, ved du, de har understyret selvbetjening. Og begge er dårlige. Så det er svært at faktisk slå nålen med selvbetjening, at have et styret miljø, der giver brugerne al den information, de har brug for og funktionalitet, de har brug for for at få den indsigt, de har brug for, og tage den handling, de skal. Det er hårdt, hårdt, men du ved -
Wayne Eckerson: —Du står nu over for værktøjer som, du ved, Alteryx, meget magtfulde værktøjer, meget magtfulde. Så vi har evnen nu, hvor vi kan—
Eric Kavanagh: Og du har flere grunde til, at din rå aftale med Sonic gik lidt under, så se bare efter grundlæggende lyd. Jeg er lidt overrasket, og jeg tror, at dette sandsynligvis er gode nyheder for Alteryx, fordi de har en løsning for at muliggøre selvbetjening. For på den gamle måde at gøre ting med mange forskellige værktøjer, for eksempel med masser af integrationspunkter, løber folk lidt rundt, bare prøver at holde trit med status quo, og jeg synes, det er en af de virkelige udfordringer.
En af vores klienter havde en kommentar for et par uger siden, der har ringet i mine ører lige siden han henviste til ”presserende tyranni”, og hvordan det har en tendens til at dominere flere organisationer og forhindre ændringer. Du er altid presserende, du løber altid bare for at få ting gjort, som allerede skal gøres. Og det forhindrer dybest set dig i at gøre nye ting.
På et bestemt tidspunkt skal du stoppe musikken, genkende, at en stol vil forsvinde, men resten af stole er nødt til at sætte sig ved bordet og begynde at smide noget samarbejde, indtil vi arbejder sammen. Men det er sådan, hvordan jeg ser hele dette billede. Så ja, svarene var typisk 23 ud af 43 sagde, “Nej”, 6 af 43 mennesker sagde, “Ja”, og 6 ud af 43 mennesker sagde, “Ikke sikker”, men 38 personer svarede ikke. Men det er en temmelig rungende, "Nej." Med det vil jeg komme ind på en casestudie.
Jeg giver det tilbage til dig, Josh. Tage det væk.
Josh Howard: Ja, og så tidligere talte jeg om, du ved, dette samarbejde mellem forretning og it. Jeg føler virkelig, at vi har set nogle ret store ændringer, og flere og flere organisationer bevæger sig i denne retning, hvilket muliggør selvbetjening og ser de resultater, som jeg talte om. Og Ford er et godt eksempel på det. Ford har naturligvis brugt data og analyser i årtier, men som mange organisationer blev det virkelig bare gjort i organisationens lommer. Der var lidt tilsyn med konsistens og koordinering, og du ved, de havde også praksis for datastyring, der var inkonsekvent.
Og så havde de et kæmpe problem; de havde over 4.600 datakilder, og så kan du forestille dig udfordringen med at gøre dette i en størrelse af et firma som Ford. Og så, hvad de gjorde, var, at de kom tilbage for kun to år siden, de dannede Global Data Insights and Analytics Unit, som er et centralt center for ekspertise, der består af teams bestående af, du ved, datapersonale, så dataanalytikere, data forskere af den slags.
Du kan tænke på denne COE meget som en HR-afdeling eller en finansafdeling, der betjener hele organisationen. Det var nøjagtigt, hvad dette nye team blev nedsat til at gøre, og så de var i stand til at identificere og gå efter deres egne højprioriterede udfordringer og arbejde med forskellige forretningsenheder, som du ved, forskellige problemer. Men hele ideen var, at de ville sigte og ændre den samtale for at fokusere på selve forretningsudfordringen, rigtigt og opfylde disse forretningsbehov. Og du ved, de er startet med en dataanalytiker til at begynde med for et par år siden og en Alteryx-licens og en kombination af Tableau og QlikView.
Nu har de nu rullet Alteryx ud til over 1.200 dataforskere i de sidste to år, og de ansætter flere. Og så har det været virkelig forbløffende at se, der finder sted inden for deres organisation og bruge sager, som de løser, er utroligt. De bruger Alteryx for at løse produktionslinjeproblemer helt ned til deres NASCAR-løb, så det er virkelig fascinerende at se nogle af de resultater, de kører. Og du ved, hvad der er interessant, ved du, nogle af disse anvendelsessager, sager til engangsbrug sparer titusinder af millioner af dollars, og det er derfor meget let at retfærdiggøre dem. Og det er kun en brugssag, og den bruges nu bogstaveligt talt på hundredevis af forskellige forretningssager og på tværs af disse 1.200 dataanalytikere og datavidenskabsmænd. Så fænomenale resultater, og vi er virkelig tilfredse med det partnerskab, vi har med Ford.
Wayne Eckerson: Okay, dette er min dias. Så du ved, jeg underviser i en klasse om selvbetjeningsanalyse, og dette er en slags resume, et meget højt sammendrag af de løsninger, som jeg bringer til et bord for publikum. Og jeg vil forsøge at forklare dette temmelig hurtigt. Du ved, jeg ser selvbetjening, godt en, der er ingen selvbetjening. Alle har en anden definition af selvbetjening i en organisation, så hvad der er selvbetjening til en administrerende direktør er bestemt ikke selvbetjening til en dataforsker. Men generelt er der to klasser af brugere. Første klasse, du kender, mere afslappede brugere, udøvende ledere, frontlinearbejdere er i top-down verden i blåt.
Og du ved, jeg kalder dem "dataforbrugere" eller "dataudforskere", og de er temmelig meget tænker output, du ved, rapporter og dashboards, forhåbentlig interaktive, som folk har bygget til dem, enten IT eller deres kolleger, og forbruger det som det er. Opdagelsesrejsende har en tendens til at åbne disse ting og redigere dem på plads, men de ønsker ikke nødvendigvis at starte med et tomt ark. På ingen måde får de betalt for at gøre det. Ikke betalt nødvendigvis analytikerne. Det er hvad folk i den nederste verden gør, dataforskerne og dataanalytikere, der desuden har dataanalytikere, der arbejder med regneark, adgang til databaser. Og datavidenskabsmændene har mere træk med, du ved, datamines arbejdsbænke. En masse af de selvbetjeningsværktøjer, der er kommet ud, har virkelig bemyndiget denne bottom-up besætning. Det ville være meget mere produktivt, end de nogensinde kunne gøre før. De kan ikke kun, du ved, lave deres egne rapporter og betjeningspaneler, de kan også få deres egne data, blande dem, matche dem sammen osv. Jeg har faktisk set dette triumvirat af værktøjer komme ud og importere bottom-up-verdenen. Datakatalogerne, så de kan finde dataene enten til prep-værktøjer, så de kan matche dem sammen, og datavisualiseringsværktøjer, så de kan analysere, visualisere og dele det. Jeg tror, vi vil se, at værktøjssættet bliver et, og jeg tror faktisk, at Alteryx bare er på vej mod at gøre det.
Så jeg kalder denne bottom-up-verden "ægte selvbetjening", hvorimod den øverst-ned-verden, jeg kalder det mere "sølv-service", fordi vi slags giver informationer om en sølvfad. Det er i nogen grad blevet forpakket. Stadig interaktiv, stadig redigerbar, men nogen måtte tænke over, hvem folket var, der skulle forbruge dette og skræddersy det til at imødekomme deres specifikke behov. Du kan se i den top-down-verden, du har, du ved, de mere tunge centraliserede grupper, datastyringsudvalget, som du ved, lægger det på datasider og rapporter. Og datalagerholdet, der prøver at integrere data til beslutningstagning. Det er en mere traditionel it-orienteret centraliseret top-down governance-proces. Mens der i bottom-up-verdenen, der er mere som 10 procent, 20 procent af organisationen, får styring fra græsrodsniveauet ved faktisk at åbne datasæt, se på dem, kommentere dem, mærke disse datasæt - grundlæggende bygning af fælles gennemsnit af dataene fra grunden. Du får kataloger og datamarkeder, og en organisation har brug for begge disse verdener. Faktisk fodrer de hinanden, meget synergistiske, de er to sider af den samme mønt. Hvis du ikke har analytikere derude i hver afdeling, mislykkes operationer, markedsføring, finansiering. Du mangler alle former for indsigt, som du har brug for for at drive virksomheden, fordi de genererer svar på spørgsmål, som folk ikke kunne have fundet ud af, hvad de var dagen før. Og bestemt kunne IT ikke, eller udviklere kunne ikke bygge disse rapporter eller dashboards. Så de underbygger den næste bølge af kravene og den næste bølge af indsigt, der skal pakkes sammen og placeres i top-down verden.
Nu er problemet, når den nederste del af verden offentliggør rapporter til den top-down verden, der ikke er blevet certificeret eller styret, og du får modstridende rapporter, duplikater og lignende ting. Så i min verden hjælper det at have en gateway for datastyring mellem disse to verdener, og det er i orden, hvis en dataanalytiker begyndte at oprette og kommer med en ny indsigt og opbygger en rapport. Folk kan lide det, og så ved du, de vil fortsætte med at offentliggøre denne rapport og dele den, måske mere bredt for hele virksomheden, den skal gennemgås af datastyringen og forhåbentlig meget hurtigt for at sikre, at den overholder standarder. Det skal muligvis skrives til en standardplatform, nye data kan muligvis tilføjes til standardvirksomhedsopbevaringen. Og det, vi ser nu, er de værktøjer, som Alteryx faktisk integrerer de arbejdsgange, der er nødvendige for at understøtte denne forfremmelsesproces, hvor vi promoverer i en rapport, der er blevet populært for at få et vandmærke eller en skala som virksomhedskaliber certificeret rapport eller datasæt . Så det er nogle af datastyringsstatene, der vejes i en nøddeskal som en gennemgangsproces. Der kan være en produktionsoverlevering med udviklingshold, og der kan være tilladelser og styring bygget inde i BI-værktøjerne, de analytiske værktøjer eller disse arbejdsgange. Næste dias.
Eric Kavanagh: Okay, jeg tror, vi er tilbage til Josh om denne.
Josh Howard: Ja, og så, du ved, da du talte om at flytte fra et antal af disse forskellige værktøjer, og hvad jeg har fundet i mine egne, ved du, forskning er, at de fleste analytikere bruger 10 til 12 forskellige værktøjer for at få deres analysejob gjort. Og du ved, de bruger muligvis en datakatalogiseringsløsning til at finde dataene, de bruger muligvis en datapræparat-løsning, de bruger muligvis et datavisualiseringsværktøj, noget til avanceret analyse, forudsigelig analyse og datavidenskabeligt værktøjer til implementering og styre det. Og vi synes virkelig, at dette skal serveres via en enkelt platform, og vi mener, at det er her industrien går. Og så kender de fleste af alle tricks mod kapacitet til forberedelse og blanding af data og dens stramme integration med værktøjer som Tableau og Power BI.
Men du ved, vi er meget mere end bare datapreparationsværktøj. Vi er virkelig en ende-til-ende platform for disse dataanalytikere og borgerdata-forskere, der giver mulighed for at opdage disse data, forberede dem, blande dem, analysere dem og gøre det på en gentagelig måde og en gentagen arbejdsgang. Og så indsæt og del disse aktiver i skalaen, og så er det virkelig, hvad Alteryx handler om. Og vi har et forbløffende samfund, som vi er bakket op af, som du ved, mere end bare dit typiske samfund. Det har selvbetjeningsuddannelsesområder, det har fora og bedste praksis, og vi har virkelig et evangelisk samfund af brugere der støtter hinanden. Og det gode ved dette er, når du vedtager værktøjer som Alteryx, disse typer samfund reducerer virkelig læringskurven, så du er i stand til at komme hurtigere op på disse nye værktøjssæt. Selvom de virkelig er lette at bruge, kræver de ikke meget kodning, og de er lette at bruge og komme hurtigere op og køre, men stadig at have det samfund til at reducere denne læringskurve er virkelig uvurderlig.
Og den måde, vi har opdelt det på, er fire områder. Først er det virkelig omkring opdagelsen og delingen, så før du kan forberede og blande dine data, skal du være i stand til at finde dem. Og det er grunden til, at den første del af vores platform er den opdagelses- og delingskomponent, som vi bruger til at fange din organisations stammekendskab. Så dette er dybest set en datakatalogiseringsløsning, der bruges til at dele kuraterede og styrede datasæt. Det giver brugerne mulighed for at finde de data, de leder efter, i den brugervenlige Google-lignende søgefunktion og giver også sociale funktioner til at samarbejde om datasæt og tillader endda at du kan gå ned i dataforholdet for aktiverne, certificere disse aktiver og vandmærke dem. Og dette er virkelig vigtigt for analyser af selvbetjening, fordi det ene er, at de fleste bruger for meget tid på at forsøge at finde dataene - de ved ikke, hvor de skal gå for endda at finde dem. Og hvis de finder en rapport, ved du, hvordan ved de, at den er certificeret, så er den klareret? Så når du talte om det, at have en gateway for datastyring, ser jeg virkelig værktøjer som Alteryx blive den gateway, hvor du, når du foretager din søgning, automatisk og visuelt kan se, hvem der ejer disse data, hvad er afstamningen til disse data, hvordan det blev oprettet, hvis det blev certificeret, og hvordan man får adgang til det, og hvis du ikke har adgang til det, kan du bruge chatfunktionerne til, du ved, at anmode om denne adgang. Det er en bestemt person, og det er virkelig en god måde at fremstille en masse af disse elementer på. Næste dias.
Det næste stykke er disse prep og blandinger, igen, som vi er velkendte for, og så ser vi virkelig prep og blanding som on-rampen til mere avanceret analyse. Uden at skrive SQL eller nogen form for kode, er du i stand til at få adgang til alle dine forskellige data, forespørge dem - du ved, om det er strukturerede data, ustrukturerede data, skydata - og let integrere alt det i hukommelsen, forme det, rense det , profil det for at få dit datasæt klar til analyse. Du kan også berige det med tredjeparts datasæt. Så vi har rigtig gode partnerskaber med virksomheder som TomTom, hvis du er interesseret i drevetidsanalyse og laver rumlig analyse. Vi arbejder også meget tæt med Experian for husholdningsdata eller forretningsdata. Så pludselig kan du ikke kun tage de data, du har på stedet eller måske i skyen, du kan også berige dem med disse tredjepartskilder og virkelig komme med en fascinerende analyse. Næste dias.
Det tredje stykke er denne analyse- og modelkomponent. Så jeg nævnte Alteryx var kodefri. Det er også kodevenligt. Og så tilbyder vi mere end 60 forskellige forudsigelige analyseværktøjer, så når du er klar til at udføre mere avanceret analyse, kan du bruge R og Python og gnistbaserede værktøjer uden kodning, eller du kan faktisk bruge og oprette din egen brugerdefinerede pakker. Så hvis du har et datavidenskabsteam, der skriver R og Python eller Scala eller hvad, kan du bruge denne kode, opbygge dine egne pakker og udnytte den ret i værktøjet. Og igen, det er her, jeg tror, at den reelle værdi af selvbetjeningsanalyse er, og det er virkelig her, vi ønsker at hjælpe med at omdanne industrien fra, du ved, traditionelle dataanalytikere og dataarbejdere til disse, du ved, borgerdataforskere og udføre datavidenskabeligt arbejde med virkelig brugervenlige værktøjer. Glide.
Okay, ind, og endelig har vi fået de sidste par switches, den sidste kilometer med avanceret analyse. Så hvis du er på det punkt, hvor du laver datavidenskabsarbejde, og du bygger dine modeller, er den næste udfordring, du møder op, ”Nå, hvordan får jeg disse modeller i produktion? Hvordan administrerer jeg dem? Hvordan holder jeg dem opdaterede? ”Og det er her vores implementeringsevne kommer ind. Og ifølge vores forskning i de kunder, vi har talt med, gør mindre end 50 procent af modeller nogensinde det til produktion . Så du har ansat disse datavidenskabsmænd til at bygge alle disse modeller, men de er virkelig aldrig ved at fremstille dem. Og så har vi bygget en løsning, der vil hjælpe dig med at opbygge dine modeller og derefter distribuere dem i realtid ved hjælp af RESTful API'er.
Og så er du i stand til at få disse modeller og placere dem direkte i webapplikationer og mobilapplikationer hurtigere og lettere, fordi traditionelle metoder bare ikke fungerer. Det er en lang, uddraget proces. Det kan tage overalt fra 12 til 20 uger at installere en model og koster ofte mere end $ 250.000 at gøre. Og så skulle du bekymre dig om, hvordan du holder dem opdaterede. Så igen ser vi på måder til at automatisere hele denne proces og tage mange af de mellemliggende trin. Og så uden virkelig at kaste koden over, fordi den traditionelle proces med, hvad der sker nu, har du en datavidenskabsmand, der bygger sine modeller, og de implementerer dem, og de kaster dem over hegnet til en webudvikler, der skal tage al denne R- og Python-kode, omskriv den til en slags webapplikation eller mobilapplikation, og igen tager det bare for meget tid.
Og så er der ikke mere at kaste kode over hegnet for en anden at gøre. Vi har automatiseret denne proces og har en måde at styre den på skala. Og så er det virkelig de fire områder, vi ser på, når det kommer til ende-til-ende selvbetjeningsplatform til dataanalyse. Og så er det, du ved, at opdage og dele data let, præppe og blande dem, udføre avanceret analyse og derefter have en måde at implementere og administrere dem på skala. Fortsæt. Så med Alteryx er du i stand til, du ved, tale om den analytiske regeringsførelse og være i stand til at låse dine data op på en måde, der er sikker og tilbyder både kode-fri og kode-venlige måder at udføre al din analyse på, så hvis du har dataanalytikere, der muligvis ikke kender det semantiske, du ved, SQL-sprog til at spørge i en database, du kan bruge et træk-og-slip-værktøj, der trækker alle disse data i hukommelsen til at udføre deres analyse.
Så på samme token, hvis du har datavidenskabsmænd, der bruger R og Python, kan de stadig bruge et værktøj som Alteryx på en kodevenlig måde - og de resultater, vi har set med vores kunder, er enorme, fordi vi i stand til at give de gentagne arbejdsgange, du kan tage, opgaver, der tager, du kender, uger eller måneder og bogstaveligt talt få dem ned til minutter uden overdrivelse. Vi har en række casestudier på vores websted, hvor du kan lære mere om det og nogle af de tidsbesparelser, vi ser. Men, du ved, sidst, det vil arbejde med din IT-organisation, fordi det er skalerbart og nedbryde de siloer, som jeg talte om, og gør det på en styret måde. Og det er virkelig, hvad Alteryx ende til ende-platform handler om, og hvorfor vi er forskellige.
Eric Kavanagh: I orden. Det er alt sammen godt. Jeg må sige, Wayne, jeg tror, du virkelig går ind på noget med denne datastyringsgateway er, tror jeg, hvordan du beskrev det. Fordi vi er i denne virkelig interessante verden lige nu, hvor datavarehuse, som har været den pålidelige kilde i fire årtier, ikke rigtig er i stand til at holde trit med tiden og holde trit med alle de forskellige datakilder og datasorter. Det er et temmelig stift system, et datavarehus har en tendens til at være, og det, jeg ser Alteryx leverer her, er virkelig, hvad du kunne kalde den næste fase i analytisk modenhed, fordi de giver dig mulighed for at bruge alle disse forskellige kilder, men fordi de har dette kampsektor med dataforvaltningspolitikker, der er bagt i, nu får du virkelig det bedste fra begge verdener, hvor du kan have mange forskellige datasæt, men du har regeringsførelse, og du kan også bruge alskens information og service alle slags forskellige analytikere til få deres forskellige perspektiver på, hvad der sker i erhvervslivet. Men jeg betragter dette som et ret betydeligt skridt i udviklingen af analyser for virksomheden, men hvad synes du?
Wayne Eckerson: Nej, absolut. Datavarehuse, opbevaringsstederne for en enkelt version af sandheden som de var, og jeg tror, det bare ignoreres, du ved, organisatorisk dynamik og de roller, folk spiller. Og jeg kan se disse to verdener af BI eller analyse, som du kalder dem.Og i de fleste virksomheder går de i modsatte retninger, og de taler ikke med hinanden, de stoler ikke på hinanden, men de er virkelig meget synergistiske, og vi er bare nødt til at få dem til at anerkende hinanden og slags arbejde sammen. Og værktøjer som Alteryx, der inkorporerer styring gennem datakatalogiseringsevnen, hvor stewards kan administrere datasættet og certificere og vandmærke dem, hvilket er noget, jeg har talt om i et par år nu i mine klasser. Meget få virksomheder har gjort det, men det får så meget trækkraft, og nu hører jeg det er overalt.
Og så, måde at blande disse to verdener sammen på, fordi du ved, du har din kage, og du spiser den også. Du kan lade de magtbrugere, der går, gøre hvad de har brug for. Gå og find de nye indsigter på efterspørgsel, og så ved du det, men du forhindrer det i at komme ud af kontrol. Du forhindrer det i at oprette Tower of Babel med nogle standarder, der kræver en vis styring. Og målet er virkelig at skabe en kultur for regeringsførelse, hvor folk vil gennemgå regeringsprocessen. De ønsker, at deres rapporter / datasæt skal gennemgås, så de forbruges mere bredt. Det er målet, og det er virkelig IT's nye rolle i denne nye verden. Jeg siger altid, at deres rolle er at lette, ikke diktere. Og det er et stort tankeskift for de fleste IT-fagfolk, der har været vant til at være i en delt service, der gjorde alt for virksomheden. Nu gør forretningen for sig selv, og det er virkelig bare nødvendigt at være folket, som Josh sagde, og sætter disse beskyttelsesrammer.
Eric Kavanagh: Ja, jeg tror, at rækværkene er nøglen, fordi de tillader, at analytikere gør forskellige ting, men ikke kommer fri, hvis du vil. Og hvis jeg forstår -
Wayne Eckerson: Nemlig.
Eric Kavanagh: - du korrekt, Josh—
Josh Howard: Nemlig.
Eric Kavanagh: Ja, du talte lidt om hvordan, jeg har faktisk sporet Alteryx nu, siden før det blev kaldt Alteryx for mange år siden - jeg tror, det blev kaldt SRC eller noget i den retning - og en Wal-Mart var den første kunde. Og en af de virkelig seje ting, som I snakede om, tilbage, hvornår var evnen til virkelig at forstå forretningsprocesser og arbejdsgange. Og hvis du har så stærk forståelse af arbejdsgang og forretningsforløb, kan du gøre en række forskellige ting. Først og fremmest kan du levere en meget perfektioneret brugergrænseflade, hvis du ikke oversvømmer de tilgængelige indstillinger for brugeren med ekstern information. For det andet kan du også strømline processer for bedre at forstå, hvor der er chokepunkter eller kontrolpunkter. Og jeg tror, det er sandsynligvis en del af magien af, hvorfor Alteryx har været i stand til at levere dette meget regeringsvenlige, men brugervenlige type miljø, der muliggør alle slags forskellige informationssæt og analytiske anvendelsessager. Vil du være enig i det?
Josh Howard: Ja, det mener jeg, Eric, og meget af dette er bare at lægge disse typer værktøjer i hænderne på forretningsbrugere og give dem en måde at udføre deres arbejde på en forretningsvenlig måde, der er let at brug, og det er venligt. Jeg mener, hvis du tænker på noget som datastyring, har vi talt om datastyring i to årtier, og som IP-lager har vi forsøgt at skubbe dette ned til virksomheden, og det bliver bare aldrig vedtaget, aldrig bliver nogen form for trækkraft, fordi det ikke er bygget til forretningsbrugere, ikke? Det er IT-ledet, IT-drevet, og det fungerer for IT, men det fungerer ikke for de forretningsbrugere. Og så, vi vil tage de samme metoder, men anvende dem på et forretningsvenligt værktøjssæt, og det er vores tilgang til, du ved, datakatalogiseringsløsningen og metadatastyring.
Du ved, når jeg taler med en forretningsbruger, taler jeg aldrig om et semantisk datalag, og hvordan vi hjælper med at administrere, du ved, metadata. Men ved du, på bagsiden, det er i det væsentlige, hvad det gør, disse typer ting har været inden for IT i lang tid, men for erhvervsbrugeren handler det om, hvordan du finder data hurtigere, hvordan du får dit job gjort hurtigere og give disse oplysninger i en letanvendelig grænseflade, som de er vant til at bruge, ligesom i deres forbrugerliv, ikke? De ønsker en Google-lignende søgeflade, de ønsker et socialt samarbejdselement, hvor de kan netværk med andre brugere i denne organisation for at nedbryde disse datasiloer og fange den stammeviden. Og så tager vi bare en anden tilgang til, hvordan vi arbejder med virksomheden, men gør det på en måde, der også er IT-venlig.
Eric Kavanagh: Ja, og jeg fik et godt spørgsmål -
Wayne Eckerson: Du ved den anden ting - Josh, der slog mig i din præsentation var, vi er i en platform af alder nu. Jeg tror, vi er flyttet forbi værktøjets alder, og det er fint, men platformene, ikke? Og så har jeg dækket BI i 20-nogle-ulige år, og i BI-rummet er vi gået fra værktøjer til analytiske platforme, hvor, du ved, et produkt i det væsentlige deporterer alle analysetilstande for enhver type bruger , ret? Fra rapporter til forudsigelse om en fælles arkitektur og selvtjenester. Vi ser også det samme på datasamlingssiden eller dataintegrationssiden, hvor nogen sætter sammen disse platforme, der indtager data, tilføjer dem, katalogiserer dem, reparerer dem, transformerer dem og gør dem tilgængelige for brugere at downloade og analysere. Og nu, hvad I gutter laver, er at tage det næste skridt på mange måder og kombinere disse to platforme til en, så det er en kombineret analyse- og dataplatform, som du ved, giver mening. Det er fremtiden: konvergens. Det eneste, jeg ikke ser på din platform, er dine grundlæggende rapporterings- og kontrolpanelværktøjer eller -funktioner, men måske er det integreret i dit analysemodul.
Josh Howard: Ja, vi rapporterer batchrapportering meget godt. Vi har en meget robust løsning der, men du ramte et punkt omkring instrumentbræt, og vi ser dette som en mulighed for os at vokse. Vi har altid traditionelt haft virkelig gode partnerskaber med Tableau, Power BI og Qlik, men vi vil fortsætte med det. Men hvad vi finder er vores analytikere, vores kunder, de ønsker ikke at vente 'til slutningen af arbejdsgangen og den cyklus for at se deres resultater, okay? De vil se resultaterne, mens de arbejder i realtid, og det er virkelig den retning, vi går, og med vi ved, hvad vi mærker som inline visualitics, så du ser dine data, mens du arbejder, og du kan gentage det og se det i realtid i stedet for at vente til slutningen og offentliggøre det til et visualiseringsværktøj eller et instrumentbræt for at se disse resultater. Og så fjerner det bare behovet for balance frem og tilbage for at få din indsigt.
Wayne Eckerson: Ja, det giver meget mening. Og I er nu kendt for brugervenlighed. Du ved, du bruger firmaet Tableau på deres fremgang til berømmelse og formue. Du er lige der sammen med dem, og hvem der bedst tager føringen inden for dette konvergerede platform, fordi du har fået din fod i både analysen og datastyringen. Så vi tester beta for at se, hvordan I klarer det i de næste par år.
Josh Howard: Ja, og du ved, jeg synes, det er interessant, og jeg er glad for at være en del af dette rum, og det har virkelig været interessant at se, se på, du ved, dataintegrationsrummet, business intelligence-rummet , og det avancerede analytiske rum og virkelig se dem konvergerende. Og du ved, jeg tror, at platforme som Alteryx virkelig vil hjælpe en masse af disse forretningsbrugere med at udmærke sig og gøre det muligt for disse brugere at få adgang til deres data og gøre den analyse, ved du, og komme til disse indsigter hurtigere og lettere.
Eric Kavanagh: Ja. Alt her, og jeg er enig med dig, Wayne, i, at hvordan det virkelig giver mening, og jeg tror, ja, der er et spørgsmål fra et publikummedlem, jeg skal smide her. Det er meget tyndt for samtalen. Det handler om DataOp. For dem af jer, der ikke er bekendt med udtrykket -
Josh Howard: Næste dias.
Eric Kavanagh: —Det er virkelig kommet stærkt i de sidste ni måneder eller deromkring. Det startede med en eller to leverandører, derefter tre og fire, derefter fem og seks, og nu taler mange mennesker om DataOp. Det er dybest set datahåndteringssiden af DevOp. Så det, vi ser, er meget fokus på virkelig at prøve at forstå, hvilke forskellige værktøjer, og hvilke forskellige teknologier, der berører data, når de bevæger sig gennem dens livscyklus, og hvordan påvirker det din analytiske opfattelse. Og det ser ud til, at Alteryx faktisk løser DataOps-problemet ved at fokusere på denne platformtilgang, før DataOp endda blev et udtryk. Men jeg kaster det over til dig, Josh, først, og derefter dig, Wayne, til kommentar. Josh, hvad synes du?
Josh Howard: Ja, jeg tror, det er et udviklende rum. Du ved, vi forsøger at være data agnostiske, og således være i stand til at få adgang til data - hvad enten det er inden for din firewall, i skyen, ustrukturerede data, strukturerede data - så fordi vi ved, at dette vil fortsætte med at ændre, ved du, og jeg er sikker på, at Wayne ville være enig med dette, og det ville du også, Eric. Hvis du går tilbage, kender du 10, 15 år i dette rum, mener jeg, der kun var en håndfuld databaser. Vi har nu op til over 400 forskellige databasetyper. Og så vil vi bare aldrig holde trit med det. Og så vil der altid være noget nyt og skinnende for en organisation at vedtage. Og så vil vi bare være agnostiske og bruge vores åbne teknologi og API'er for at være i stand til problemfrit at integrere med det, du allerede har i din organisation. Og se også det andet stykke over for det på DataOp-siden er virkelig med, at flere og flere arbejdsbelastninger skubbes til skyen, og nye skyteknologier og maskinlæringsteknologier skubber os virkelig ind i dette nye paradigme, og jeg tror virkelig, det er her, du ved, DataOps vil gå. Og vi vil se en masse interessante ting, der sker i det rum.
Wayne Eckerson: Ja, jeg tror, at et andet udtryk, vi bruger til DataOps, er "datapipelines" eller "dataforsyningskæder", og vi ser en masse virksomheder komme ud, især i big data-verdenen. Du kan administrere denne arbejdsbyrde og forhindre dataløer i at blive datasumpe. Ja, og jeg er enig i, at meget af det nu også bevæger sig ind i skyen.
Eric Kavanagh: Nå, og du ved, så Alteryx foretog et par erhvervelser. Jeg ved ikke, om du vil tale om det i løbet af det sidste år eller to, antager jeg, Josh, og det virkelig udfoldede denne platform, hvad angår indtagelse af data og med hensyn til nogle af de semantiske ting. Og nu har du virkelig denne slags ende-til-ende-løsning, der gør det muligt for analytics at styre den. Jeg ved ikke om nogen anden, der har taget ret fokus og tilgang, og jeg synes, det var meget smart på din halvdel. Men vil du tale lidt om det?
Josh Howard: Ja, sikkert. Og så har det været et stort år for Alteryx. Du ved, vi gik offentligt tidligere i år, og vi har foretaget to centrale anskaffelser, der hjælper os, ved du, slags afslutningen af vores platform. Og så, den første, det var virkelig det datakatalogiseringsstykke. Igen, ved du, hvad vi finder ud af, hvad vi ønsker at hjælpe disse organisationer med at styre disse data. Og så erhvervede vi faktisk et datastyringsfirma kaldet Semanta, og det er blevet vores datakatalogiseringsløsning og hvad vi har indbygget i den overordnede platform. Fordi vi også gør det, ser vi, at regeringsførelse er en nøglekomponent for selvbetjening og for at muliggøre selvservice. Og så, igen, det gav os alle disse, du ved, metadatastyring, datakatalogiseringsfunktioner. Og hvad vi har gjort, er, at vi har bygget en grænseflade derpå for at gøre det let at bruge og meget venligt, integreret det med vores overordnede platform.
Den anden, som vi lavede, var et datavidenskabsselskab baseret i Brooklyn, New York, og det blev gjort for at opbygge vores maskinelæringsfunktioner såvel som modelstyringsstykket. Og det, jeg nævnte tidligere, var, at vi har masser af datavidenskabsfolk, der bruger vores platforme og udfører meget vigtigt datavidenskabeligt arbejde. Det var dog meget udfordrende at få disse modeller til den sidste kilometer. Og så nævnte jeg, ved du, de 12 til 20 uger, det ofte tager, de 250.000 dollars, som det kræves for at bygge nogle af disse modeller. Og så, hvordan operationaliserer du og holder alle disse modeller ajour? Hvordan lærer disse modeller? Og hvordan træner du disse modeller? Og så, det er et stort problem også, rigtigt, implementeringsfunktionerne. Og så har de to teknologier med datavidenskabssiden og datastyringssiden virkelig afsluttet vores platform, og hvad vi prøver at gøre, forsøger at bringe det til organisationer, for at løse denne udfordring.
Eric Kavanagh: Ja, og jeg er glad for, at du kastede det ind, fordi vi havde et spørgsmål fra publikum lige om maskinlæring og AI. Og Wayne, måske vil jeg smide det til dig virkelig hurtigt. For mig er der lige så meget potentiale for maskinlæring til virkelig at optimere en masse af de forskellige problemer, som vi har kæmpet med gennem årene - ting som datakvalitet, for eksempel ting som overbelastning i analytics og hjælpe denne opdagelsesside af ligningen, ikke? Fordi nogle af disse algoritmer, der fortsat lærer især, virkelig kan gå på egen hånd og finde nogle interessante ting, der kan dukker op for brugeren. Fordi en af udfordringerne naturligvis med analytikere generelt er, at enhver analytiker bringer deres eget sæt fordomme, deres eget syn på verden. Det kan nogle gange være ret svært at ændre, og derfor ser jeg et stort potentiale for maskinlæring og AI i fremtiden. Hvad synes du?
Wayne Eckerson: Nej, absolut og bare grundlæggende regler. Disse ting sammen forenkler disse selvbetjeningsværktøjer yderligere og gør dem lettere at bruge. Du ved, som du sagde, alt fra at fremsætte henstillinger til andre rapporter, for datasæt at se på, til justering af modeller, du ved, rolige korrelationer i datapreparationsværktøjet. Du ved, vi har allerede haft dette, da Tableau har fornyet den rigtige visualisering til det datasæt, du vil vise. Så alt dette gør disse værktøjer meget mere magtfulde, gør selvbetjening meget mere plausibel og hjælper brugere med at bruge data til at skabe indsigt og værdi hurtigere.
Eric Kavanagh: Ja, og du ved, i en verden af virksomhedssoftware er der åbenbart så meget seje ting der foregår, men bunden er, at det altid tager tid at opbygge teknologi. Så åbenlyst kan du gå og erhverve ting, som Alteryx har. Men når du har erfaring i et rum, ved du, der er et gammelt udtryk: Der er ingen erstatning for oplevelse. Du ved bare, hvordan man gør tingene bedre, og jeg tror, at en af nøglerne til Alteryx's langsigtede succes her har været, at Alteryx virkelig var i gang med hele processen med at bruge tredjepartsdata for mange år siden. Jeg kan ikke huske nøjagtigt hvor længe, men jeg vil sige for seks eller syv år siden, at Alteryx allerede har bagt muligheden for at gå ud og hente data fra virksomheder som kreditfirmaer, for eksempel, eller geolocationdata eller et hvilket som helst antal af tredjeparts datasystemer. Og jeg tror, det var begyndelsen på, hvad vi nu ser modnes i forhold til det, vi kalder datas blanding i disse dage, fordi vi ikke engang havde det udtryk dengang.
Men Josh, jeg vil kaste det tilbage til dig igen. Og mig, jeg tror, det er meget mætning og oplevelse, der er bagt i Alteryx-platformen omkring det datablendings-koncept, som nu netop er blevet forstærket ved indtagelse, ved maskinlæring, ved datakatalogisering og så videre. Jeg tror, det er derfor, vi ser Alteryx, hvor det er i dag. Hvad synes du?
Josh Howard: Ja, jeg mener, nødvendigheden er mor til al opfindelsen, ikke? Og så, du ved, det var vores kunder, der var, du ved, vi, du ved, oprindeligt laver rumlig analyse, og det var virkelig, hvordan vi startede, laver rumlig analyse. Og du ved, at tage data som TomTom og lave køretid-analyse, kan du se, du ved, uploade disse data med, du ved, hjemmedata fra Experian. Så det var virkelig, hvor vi startede, og hvad vi fandt var, du ved, vores kunder havde brug for en platform til at blande alle disse data sammen. Og ville det ikke være cool, hvis vi gav dem værktøjerne til at gøre det. Og det var virkelig drivkraften fra Alteryx.
Og du ved, hvad vi har fundet er, at du ved, i årenes løb, er, at dataprep er virkelig det første trin i din analytiske rejse. Så du ved, det tager 80 procent af en datavidenskabers tid, ved du, at udføre forudsigelig analyse og datavidenskabs arbejde bruges faktisk på at udføre datapræparatarbejde, og mindre end 20 procent faktisk udfører analyse, og så det er hvad vi prøver at overvinde. Og så er datapræparat det første trin i din analytiske rejse. Så før du begynder at foretage nogen form for rapportering, avanceret rapportering, forudsigelig analyse, helt op til kognitiv analyse, har du stadig adgang til data, du er stadig nødt til at forberede og blande dem og trække dem sammen. Og det er det, vi løser med denne platform. Og gør det muligt for disse brugere at gøre alle disse ting på både en kodefri og en kodevenlig måde.
Eric Kavanagh: Ja, og jeg elsker det koncept også: kodefri og kodevenlig. Fordi faktum er, at du har en masse kodejockeys, som kan tilføje en enorm værdi, men der er masser af forretningsbrugere, der ærligt talt er slået fra med kode. De er skræmt af det, og hvem kan bebrejde dem? Så Wayne, jeg synes, det er også en dejlig funktion, en dejlig tilgang. Der er kodefri og kodevenlig, ikke?
Wayne Eckerson: Åh, absolut. Ja, sådan får du flere og flere mennesker til selvbetjening.
Eric Kavanagh: Ja, og selvbetjening, tror jeg, er det næste store skridt, og jeg kan virkelig godt lide det, vi har diskuteret i dag, så det handler om, hvordan man virkelig tænker gennem dine processer, dit arbejdsgennemstrømning, dine datalivscykler osv. Og bagning af disse politikker i platformen, til dit punkt Wayne, der er nogle spørgsmål omkring standardisering, du mister lidt fleksibilitet, men når folk først har forstået metoderne i galskaben, slutter du virkelig med at hyrde processen frem, så at -brugere forstår, at de nu kan få, hvad de vil. De behøver ikke at vente på it, og det ændrer arten af, hvordan it og forretningsfolk arbejder sammen, jeg synes på en meget positiv måde, for nu kan IT tjene som en aktiveringsmand, de behøver ikke at være en gatekeeper på teknologi, så meget som de plejede at gøre. Der er ideelt set ikke så meget støtte, hvis du har nogle standarder. Så du ender med at fremme et større samarbejde, fordi det er hele målet, ikke?
Så for at lukke kommentarer fra først Josh og derefter måske Wayne.
Josh Howard: Nej, jeg mener, du ved, jeg er enig med alt det, du sagde. Du ved, det er vigtigt, at vi giver både it og forretningsbrugere de værktøjer, de har brug for for at få succes.Så vi mener, at IT ikke bør være i gang med at oprette rapporter. Det bør overlades til den forretningsbruger, der har den forretningskomponent og de data, de bruger, men gør det på en styret måde, og noget, der også fungerer til IT.
Eric Kavanagh: Okay, afslutter kommentarer fra Wayne.
Wayne Eckerson: Ja, IT's rolle er ændret fra at gøre det hele til at lette selvbetjening og virkelig være forkæmperne for styringskultur og få brugerne til at ønske at styre deres egne output til deres fordel og fordel i organisationen. Jeg mener, IT's rolle er - jeg synes ked af det, ved du, for nogle gange er de nødt til at gå ind og opbygge det, opdelinger i forretningsforhold som juridisk og HR typisk, det vil jeg ikke gøre noget af. Og bestemt, hvis du vil have noget, der er tværfunktionel virksomhed, hvem ellers vil bygge det men IT? Men generelt, ja, IT skal ændre sig for at trives i denne verden af selvbetjening. De skal være i en mere støttende rolle i stedet for.
Josh Howard: Ja, og jeg tror med den næste udvikling med ekspertisecentrene, og hvor disse projekter ikke ledes af IT eller virksomheden, men snarere en centraliseret organisation. Du ved, vi er begyndt at se, at chef for datadefektør og disse typer projekter falder inden for det område, hvor de både har styringsperspektiv såvel som erhvervsperspektivet. Jeg tror, det er et best case-scenario til at skabe den data og den analytiske kultur, og jeg er glade for at se, hvad der kommer ud af det.
Eric Kavanagh: Ja, vi havde et par kommentarer fra sidste øjeblik fra deltagere, der kom ind i chatroom og også spørgsmål og svar. Jeg kan godt lide denne kommentar: Styr output, der er ingen tvetydighed om, hvem selvbetjeningsrapport er korrekt.
Josh Howard: Ja.
Eric Kavanagh: Ja, det er gode ting. Det handler om samarbejde, det handler om at arbejde sammen, og du ved, Josh, du nævnte også, vigtigheden af at have brugere til at tale med hinanden, og det er noget, som Alteryx også fokuserer på.
Så folkens, vi gik lidt længe her, men vi begyndte lidt for sent, så jeg vil gerne takke dig meget for al din tid og opmærksomhed i dag. Vi arkiverer alle disse webcasts, så del dem med dine kolleger.
Og med det vil vi byde dig farvel. Tak igen til Wayne og selvfølgelig til Josh fra Alteryx. Vi vil tale med dig næste gang, folkens. Pas på. Hej hej.