Raggiungimento della maturità dei dati: un atto di bilanciamento organizzativo

Di Techopedia Staff, 8 novembre 2017

Takeaway: l' host Eric Kavanagh discute la maturità dei dati e la maturità organizzativa con Jen Underwood di Impact Analytix e Ron Huizenga di IDERA.

Al momento non sei collegato. Accedi o registrati per vedere il video.

Eric Kavanagh: Bene, signore e signori. Ciao e bentornati ancora una volta. È mercoledì alle 4 in punto orientale, il che significa che è tempo di Hot Technologies. Si Certamente. Mi chiamo Eric Kavanagh; Oggi sarò il tuo ospite per il nostro spettacolo, che è davvero definito, progettato per definire determinati tipi di tecnologia in determinati stati dell'essere nel mondo della gestione dei dati. E il nostro argomento di oggi è "Raggiungere la maturità dei dati: una legge sul bilanciamento organizzativo". Quindi c'è davvero posto per te, colpiscimi su Twitter, @eric_kavanagh. Retweet sempre se mi menzioni, e cercherò di seguire anche io. È un buon posto dove andare per ottenere informazioni su ciò che sta accadendo nel mondo. Adoro quel formato. Personaggi brevi, 140 caratteri - o più in questi giorni. Quindi sentiti libero di mandarmi un tweet e io ti seguirò.

Quest'anno è caldo, ovviamente. Stiamo parlando della maturità dei dati oggi ed ecco la lineup, con la tua veramente al top. Oggi abbiamo un nuovo analista; Sono molto entusiasta di avere Jen Underwood di Impact Analytix. È piuttosto esperta in business intelligence, analisi e visualizzazione dei dati e tutti questi grandi argomenti. E ovviamente la maturità dei dati. E il nostro buon amico Ron Huizenga chiama IDERA. Quindi prima sentiremo Jen e poi Ron. E poi avremo una bella tavola rotonda.

Mentre spingo questa diapositiva successiva qui, dirò solo un paio di parole veloci. La maturità della gestione dei dati è stata un argomento per un po 'di tempo. Ovviamente nella storia devi arrivare a un certo punto prima di iniziare a pensare alla maturità, e molti cicli di maturità sono stati sviluppati - o cicli - cercando di capire dove ti trovi nella curva. Sei in una fase iniziale? Sei un adolescente? Sei maturo? Eccetera.

E penso che molte organizzazioni siano in età adolescenziale o alla fine degli anni dell'adolescenza o all'inizio degli anni venti in termini di maturità. E questo non sta dicendo nulla di scoraggiante. È solo che all'inizio siamo ancora in grado di gestire i dati come una risorsa strategica. E le cose sono cambiate rapidamente. Soprattutto negli ultimi 5-7 anni, dal momento che ci siamo spostati da piccoli dati a big data e stanno cercando di conciliare questi mondi abbastanza disparati e le nuove tecnologie con le vecchie tecnologie. Quindi l'eredità è là fuori, è ovunque.

Una delle battute che ho sentito anni fa è che l'eredità è un sistema in produzione. Nel momento in cui un sistema entra in produzione, tecnicamente è eredità. E in un certo senso è vero. Ma la linea di fondo è che abbiamo tutti questi sistemi che esistono da molto tempo e dobbiamo trovare un modo per capire dove siamo nella nostra curva di maturità per essere in grado di massimizzare e ottimizzare il valore dei dati come risorsa . E ovviamente ci sono alcuni problemi di conformità, alcuni regolamenti di cui dobbiamo preoccuparci, a seconda del settore in cui ci troviamo. E poi ovviamente dobbiamo anche preoccuparci dell'hacking. In passato abbiamo parlato della governance dei dati e di come ciò sia realmente parte integrante della sicurezza e semplicemente comprendendo i ruoli e le responsabilità dell'utilizzo dei dati e assicurandoci di trarne il massimo valore.

E così, ho intenzione di consegnare le chiavi a Jen Underwood e lei può dirci la sua prospettiva sulla maturità dei dati. Jen, portalo via.

Jen Underwood: Grazie, Eric, e grazie per avermi invitato. Quindi oggi tratterò alcuni argomenti diversi e poi presenterò Ron con IDERA e approfondirà alcune altre aree di questo particolare argomento. Dirò che è un ruolo fondamentale nell'era digitale o nella trasformazione digitale in cui ci troviamo adesso e, come aveva detto Eric, è un'era in evoluzione. Alcune statistiche divertenti del Consiglio EDM, c'era un rapporto di riferimento del settore della gestione dei dati. Ha quasi due anni, ma è ancora abbastanza rilevante e rivelerà alcuni dei factoidi di per sé sull'essere un adolescente in questo spazio. Parlerò un po 'della maturità dei dati e dei pilastri della governance, di per sé.

Su questo tema dell'era digitale o della trasformazione digitale che stai ascoltando ovunque, questo sta davvero accadendo proprio ora. Uno dei fatti interessanti che ho raccolto mentre seguivo l'industria ogni giorno è stato un punto sollevato da Gartner nelle loro dieci principali tendenze tecnologiche strategiche. E hanno detto che entro il 2020 - quindi siamo a pochi anni da quello - le informazioni verranno utilizzate per reinventare, digitalizzare e automatizzare o eliminare l'80% dei processi che abbiamo da un decennio prima.

E lo vedo da un po ', penso che qui tu stia vedendo diversi tipi di persone che dicono "I dati sono il nuovo petrolio" e quel tipo di cose. Mi piace dire che i dati ora sono oro digitale. E se pensate alle applicazioni software e al coinvolgimento del software, in passato ero un product manager mondiale per Microsoft, e anche il cambiamento nella mia carriera da, sapete, ci concentreremo davvero sul software fino a che ora siamo concentrati su utenti e raccogliere i dati e pensare alla monetizzazione dei dati.

Stiamo entrando in questa era in cui i dati sono oro digitale e stai iniziando a vederlo con l'emergere di quello che viene chiamato il responsabile principale dei dati, e sono, hanno, sai, due missioni principali - e certamente alcune altre - di assicurarsi che i dati siano sicuri e di trovare modi per massimizzare il valore dei dati internamente - e anche esternamente - come quella risorsa digitale. Quindi, questo tipo di cose che in passato potrebbero non essere state o potrebbero non sembrare importanti per la tua organizzazione, i dati stanno finalmente prendendo posto al tavolo di livello C con il CDO e verranno presi molto più seriamente in futuro.

Se pensi alla gestione e alla maturità dei dati, ci sono due diversi temi che ho su questa diapositiva particolare qui, il primo è, sai, la gestione dei dati stessa. Riguarda maggiormente le funzioni aziendali che sviluppano e creano dati e flussi di dati, alcune delle politiche e le pratiche ivi presenti. E poi, quando si pensa alla maturità della gestione dei dati, è quella capacità di un'organizzazione di definire con precisione, integrare facilmente, si sa, sfruttare quei dati che hanno di nuovo per scopi interni o esterni come la monetizzazione dei dati. E uno dei grandi temi - ed è stato divertente, all'inizio della mia carriera, e in realtà ho sfruttato alcuni degli strumenti IDERA e dei progetti di architettura dei dati - era l'intero concetto di metadati e continuiamo a pensare ai metadati, e poi non è stato parlato per molto, molto tempo. Finalmente vedo che i metadati sono di nuovo belli. È davvero molto importante interagire con gruppi diversi, capire dove sono i tuoi dati, quali sono i dati. Soprattutto in cose come un data lake. Finalmente, finalmente sta diventando interessante.

Ora, ho promesso di avere qui alcune statistiche da un rapporto di riferimento del settore. Questo era del 2015 per il Consiglio EDM. Si tratta di modernizzare la qualità e la governance dei dati, e ci sono alcuni aspetti divertenti in questo particolare. Quindi qui, oltre il 33 percento delle organizzazioni ha un programma di gestione dei dati attivo e formale a un certo livello dell'organizzazione - solo 33. Quindi è molto interessante in sé e per sé. Del 50 percento che abbiamo, abbiamo veramente formalizzato, vogliamo gestire i dati, ci rendiamo conto che si tratta di una risorsa davvero importante nella nostra organizzazione, proprio come gli umani hanno risorse umane. Solo il 50 percento di loro aveva programmi più vecchi di un anno. Quindi, di nuovo, questa è un'area emergente, è davvero piuttosto interessante in ciò che siamo diventati sempre più importanti, specialmente con cose come alcune delle normative del settore in uscita.

Quindi, su quel punto, molte volte - ed è interessante essere stato nelle vendite tecniche e nei ruoli durante la mia carriera - non è stato davvero, "Oh, possiamo risparmiare denaro che motiverebbe un'organizzazione" - di solito è la paura. È più di “Oh mio Dio, dobbiamo assicurarci di essere coperti. Non vogliamo perdere il nostro lavoro. ”E certamente cose come l'hacking, i rischi di dati e la perdita di dati, ci sono studi di benchmark davvero interessanti su questo. Verizon ne fa uno ogni anno ed è probabilmente uno dei miei preferiti da recensire. Quello che quasi sempre vedi è involontario, non è necessariamente, sai, un uso improprio intenzionale dei dati o una cattiva gestione dei dati che si traduce in una perdita. E spesso - non hanno queste statistiche per questa particolare sessione - ma è affascinante che queste perdite accidentali di cattiva gestione di autorizzazioni ed eccetera. Sai, per rendere le cose un po 'più facili, queste perdite vanno in prestito. E di solito per le persone che sono note secondarie o esterne alla tua organizzazione, e non è quello che vuoi.

Quindi questi sono i tipi di cose quando pensi di avere un programma di sicurezza e governance per la gestione dei dati. Sai, non solo decisioni sbagliate e risparmi di denaro, ma anche assicurandoti che, sei sicuro, stai rispettando le normative sulla privacy e sulla sicurezza. Sei in grado di monetizzare i dati in questa era digitale e, naturalmente, sai, vuoi fare le cose in modo efficiente e riutilizzare i dati e avere la copia benedetta e avere - Odio quando le persone dicono, e sono in analisi e io è stato in analisi per molto tempo, una versione della verità. Di solito c'è, sai, di solito ci sono più versioni della verità, solo da diverse prospettive. Ma essenzialmente, vuoi che i dati siano affidabili su cui stai basando le decisioni.

Uno dei più grandi driver che sto vedendo - ed è una buona cosa, è una buona cosa che sta tornando alla moda - è l'intero concetto del GDPR dell'Unione Europea. E lascia che ne parli un po '. Quindi, se non conosci il GDPR, ne sentirai molto parlare quest'anno. È la nuova legislazione che ha luogo a maggio. Verrà applicato a maggio del 2018 e prevede alcune grosse sanzioni per la cattiva gestione delle informazioni. Potresti aver sentito parlare di questo in altre forme - forse non usando il termine GDPR - potresti aver sentito o visto questo scritto come il diritto all'oblio, il che significa che puoi raggiungere e chiedere ai fornitori di rimuovere i tuoi dati. Ancora una volta, i precedenti architetti dei dati non avrebbero rimosso i dati. Lo cambieremmo, lo renderemmo inattivo negli scenari di data warehousing. Non abbiamo mai veramente cancellato i nostri dati. Non avevamo processi per quello. Quindi, sai, le cose toccheranno ogni aspetto della tua organizzazione e diversi modi e processi che potresti non aver mai considerato nella costruzione della tua applicazione o del tuo data warehouse. Quindi, se vedi cose su GDPR a cui pensare, molto presto avrai bisogno di una base legale per giustificare la raccolta e l'elaborazione dei dati personali.

Quindi questo è principalmente a livello personale, quindi il consenso deve essere dato liberamente: specifico, informato, inequivocabile. E avrà un impatto su molte aree dell'intelligenza artificiale e della scienza dei dati - questa è l'area che tratterò principalmente in questi giorni sono le implicazioni della scienza dei dati e solo assicurandomi che ci sia una certa trasparenza nei modelli stessi - così come molte altre aree del tuo self-service BI, il tuo data warehouse, la tua gestione dei dati master, persino i progetti dei tuoi clienti 360, per la personalizzazione e persino la tua linea di applicazioni aziendali. Quindi questo è qualcosa che toccherà ogni parte della tua organizzazione. E a differenza delle leggi sulla privacy di altre giurisdizioni, il GDPR sarà applicabile a qualsiasi organizzazione situata all'interno o all'esterno dell'Unione Europea. E le multe per la conformità, ancora una volta, sono significative. È possibile che la vostra organizzazione possa essere multata fino al quattro percento del totale lordo annuale - credo che si chiami fatturato - reddito di per sé.

Spero di avere la tua attenzione e queste sono cose che dovresti prendere in considerazione. Se la tua azienda segue già alcune di queste pratiche e standard di settore con il PCI, forse è un ISO - non sono sicuro che lo dirò bene - 27001. Se stai già eseguendo alcune di queste, non dovrebbe ' essere troppo travolgente, ma è sicuramente qualcosa di cui essere consapevoli. Quindi, mentre ti prepari per questo, ci sono un paio di aree, in particolare nella gestione dei dati e una delle prime cose è avere un catalogo e classificare i tuoi dati - sapere dove si trovano i tuoi dati. E in un mondo, un mondo ibrido, in cui i dati vivono ovunque: è nel cloud; è in queste app; è nella forza vendita; è in qualche altro programma casuale che utilizza anche il marketing, sai, i tuoi sistemi cliente o i tuoi sistemi di inventario - tutti questi tipi di luoghi. Sapere dove sono i tuoi dati e la cosa più semplice da fare - e questa è stata un'area davvero divertente della gestione dei dati, sono questi concetti di questi cataloghi di dati che hanno intelligenza, anche la classificazione di machine learning è alcune delle informazioni.

E ancora, metadati: ho detto che i metadati stanno diventando di nuovo interessanti, quindi penso davvero ai metadati e non sorvoliamo quell'argomento importante mentre inizi a progettare data lake e quei tipi di cose, e ovviamente a governarli e monitorarli. Quindi il monitoraggio diventerà molto più importante quando dovrete tornare indietro e qualcuno del GDPR, ad esempio, potrebbe chiedervi di provare dove sono andati quei dati, chi li ha, chi li ha avuto accesso, eccetera. Perché in realtà dovrai mostrare alle autorità questo tipo di cose.

Per aiutarti con la maturità della gestione dei dati, in realtà ci sono alcune scuole di pensiero e credo - non sono sicuro al 100% - penso di aver visto nel mazzo di Ron che coprirà alcune di queste, quindi una che oggi parlerò del CMMI. E questo, questo è disponibile per la gente; copre sei diverse categorie di gestione dei dati, 25 aree di processo, 414 dichiarazioni di pratica e 596 diversi prodotti di lavoro. Quindi, quando pensi anche a tutto ciò che fai, come la gestione e l'architettura dei dati, 596 prodotti di lavoro funzionale, non ti rendevi conto di quanto hai fatto, giusto? O quello che davvero non stai facendo. Quando guardo un numero del genere, è una delle cose che mi resta davvero nella mente. Quindi, in questo, e quello che mi piace di questo in particolare, è l'architettura e la tecnologia neutrali. Ciò significa che se hai, e la maggior parte delle organizzazioni più grandi con cui ho consultato o lavorato e implementato nel corso degli anni, sai, lì hanno ogni sorta di tecnologie diverse. Quindi, ti consigliamo di tradurre cosa significa DMM per le piattaforme e le tecnologie che stai utilizzando nel tuo ambiente specifico. È anche indipendente dal settore, quindi non è necessariamente specifico per l'assistenza sanitaria, ad esempio. L'assistenza sanitaria è certa: che si tratti del BAA o di diversi tipi di classificazione, devi tradurre o esaminare diversi tipi di cose mentre stai mettendo insieme il tuo programma o il tuo piano per migliorare il livello di maturità della gestione dei dati all'interno della tua organizzazione.

Cos'è questo se non si tratta di alcune di queste cose? In sostanza, sta definendo cosa, ma non ti sta dicendo specificamente come farlo. Essendo stata una personalità di tipo A per gran parte della mia carriera, mi piaceva quando le persone mi davano un obiettivo e riuscivo a capire come raggiungerlo e, diciamo, non gestivano il mio tempo, come arrivarci. Ecco come la maturità della gestione dei dati e questi processi con CMMI ti stanno dando gli obiettivi e ti stanno dando come misurarti in alcune di queste diverse aree. E ti daranno un livello. Ci sono diversi modi in cui puoi segnare e misurare te stesso, sia dal livello uno fino al livello cinque, il che significa che l'hai ottimizzato e hai un programma davvero forte in atto.

E per darti un'idea di cosa significhi davvero, ho una piccola panoramica qui di cosa potrebbe significare. Quindi qui, quando pensi di avere un ciclo di vita del processore di maturità della gestione dei dati, ha i processi di supporto in atto, di tutto, dai requisiti, alla gestione del rischio, devi supportare i processi lì, alla governance dei dati e io sono gentile di sorvolarlo, ma essenzialmente la governance dei dati è un intero programma in sé e per sé. Avendo un glossario aziendale, abbiamo parlato per sempre di glossari aziendali e architetti di dati: questo dovrebbe essere qualcosa che hai all'interno della tua organizzazione. Alcuni di questi tipi di cataloghi di tecnologia là fuori, stanno realizzando, sviluppando un glossario aziendale con il crowdsourcing delle informazioni e la presa e quant'altro e, sapete, mettendo collegamenti nei documenti a diverse prospettive di quegli stessi dati, del campo dei dati o versione dei dati man mano che cambiano durante il ciclo di vita del valore.

Questi sono i tipi di cose che sono migliorati molto da quando ho iniziato la mia carriera. In passato dovevamo sviluppare sistemi di produzione domestica per fare questo tipo di cose. Quindi stiamo osservando il tutto e il quadro generale, è la strategia e quindi tutti i diversi pezzi qui dalla gestione alla qualità nella governance. E una cosa sulla qualità dei dati, è interessante poiché l'industria diventa più automatizzata e abbiamo, ancora una volta, questi processi digitali con processi decisionali automatizzati. Sto lavorando molto nello spazio della scienza dei dati in cui alcuni di questi strumenti automatizzano le decisioni e aggiornano i modelli predittivi al volo. Molti di questi strumenti e algoritmi richiedono e presumono che i dati siano buoni. Ha bisogno che i dati siano validi per darti una buona decisione automatizzata. Quindi, pensando a, forse, forse la qualità dei dati è di solito una di quelle cose che le persone ignorano e non le prendono molto sul serio. Ma una volta che inizi ad automatizzare il processo decisionale in modelli per la modellazione predittiva e l'apprendimento automatico, la qualità dei dati diventa davvero importante.

Alcuni modi per misurare i tuoi progressi qui sono - e lascerò che Ron parli di questo, ha anche una bella diapositiva su questo nella sua sessione - Ti darò solo un breve assaggio di, sai, questi diversi livelli in questo. In sostanza è un'autovalutazione, giusto? Quindi esaminerai la tua governance dei dati e ciò che pensi di avere qualcosa in atto. E non essere imbarazzato se non lo fai. Come ho detto, in realtà solo il 33 percento delle organizzazioni ha persino iniziato a fare questo tipo di cose. Anche se, sai, questi tipi di programmi sono stati almeno insieme - sono stato nel settore da 20 anni e certamente stavo facendo questo tipo di cose anni fa, forse non l'abbiamo semplicemente chiamato così. I CMMI, hanno un esercizio che puoi autovalutare e puoi esaminare e creare il tuo - in questo caso questo tipo di diagramma radar - valutato tutti questi diversi angoli o cose. E ogni organizzazione, come ho fatto diversamente, sai, quando ero solito fare consulenza e realizzazione di questi progetti, sai, ogni organizzazione è unica. Saranno aree che saranno davvero molto importanti per loro. Forse, sai, è la gestione dei processi o la gestione della qualità o dei rischi - dipende da cosa è, ma ti consigliamo di cercare e creare un benchmark o una linea di base, quindi pensare anche a ciò che definisce il suo successo.

Su questo, quando stai pensando di misurare e governare questo tipo di cose, vorrai prima assicurarti una sponsorizzazione esecutiva per un programma come questo. Questo è qualcosa che sarà interfunzionale in tutta l'organizzazione, quindi anche se Susie Q e John Smith decidono, "Sì, facciamolo. Dobbiamo farlo." Non possono farlo in un silo in la loro organizzazione, o anche se è IT. Hai davvero bisogno di ricevere quel buy-in dall'azienda e dagli esperti in materia di dati. Devono avere del tempo. Non vogliono che sia solo un compito in più. Se hai mai lavorato - penso di aver svolto alcune attività di gestione dei dati principali, progetti prima e qualità dei dati - e di solito, sai, arrivi al business e loro, "Oh, gestione dei dati". Non è qualcosa di cui sono entusiasti. E sono come, "Oh, no. Dobbiamo avere tempo per questo ”e lo fanno. Quindi vorrai impegnarti un po 'di tempo. Dovrai avere quella benedizione dall'alto. Vorrai che sia interfunzionale.

Ancora una volta, questo è qualcosa che tocca davvero molte aree dell'organizzazione. E con il GDPR, questo dovrebbe renderlo un po 'più facile perché, ancora una volta, le leggi del GDPR e dove quei dati personali sono utilizzati per i tuoi clienti e utilizzati in tutta la tua organizzazione, dovrebbe essere un po' più facile se lo applichi, se hai aderire al GDPR. Essere legato alla lingua qui. Dovrebbe essere più facile da fare per te. Ti consigliamo di assegnare alcune responsabilità e poi guardare, sai, li personalizzerai. Quindi guardi sempre a questi tipi di guida che queste organizzazioni forniscono, e di solito è quello che sono: sono linee guida per te e implementerai per la tua cultura nella tua organizzazione.

Avere lavorato nella governance è stato davvero importante, una delle cose che alcuni dei prodotti che ho sviluppato durante la gestione dei prodotti in Microsoft in tutto il mondo erano BI self-service e che consentivano all'utente aziendale e all'utente di dati non tecnici di giocare con i dati e creare i propri report, e molte volte l'IT respingerebbe. Quindi ho trascorso molto tempo su questa governance e assicurandomi che i prodotti avessero le giuste funzionalità e il controllo e la registrazione e, lo sai, facendolo in modo che non abbattessero il database di per sé. Ma c'è un framework che, sai, sta lavorando negli anni su questo particolare argomento di questo tipo di cose che è molto simile alla gestione dei dati. Avrai voglia di avere quella base che è stata stabilita con la sponsorizzazione esecutiva per questo, e vorrai quell'impegno tra business e IT.

Così, ancora una volta, abbiamo parlato dell'allocazione di budget / tempo e nello sviluppo di nuovi processi. Sarà un cambiamento a livello culturale quando fai alcune di queste cose, sai, inizi a guardare i dati. Ma sai, è molto importante da una prospettiva strategica, di nuovo. E per darti una sensazione, ecco un esempio, e l'ho ripulito da uno dei miei vecchi progetti di anni fa su questo tipo di cose. E ancora, questo è probabilmente più dal punto di vista della governance generica, ma sicuramente può essere riutilizzato per questi tipi di progetti con la gestione e l'evoluzione dei processi di gestione dei dati e il loro governo. Hai un esperto in materia di affari, qui abbiamo amministratori dei dati, gli esperti in materia di informatica, sai, per diverse linee di business. Molte aziende più grandi avranno la tua scheda standard aziendale e i tuoi architetti e architetti di dati e modellatori. Quindi ci saranno alcuni esperti in materia di diversi livelli. E ancora, molti di questi - odio averlo come esempio - saranno personalizzati per la tua organizzazione e la tua cultura.

Una delle cose quando lavori con questi progetti, molte volte probabilmente non è il progetto più entusiasmante nelle organizzazioni, non così visivo come la gente vuole. È divertente, è una di quelle cose che, quando arriva la società di consulenza o anche nel tuo gruppo IT o nel tuo gruppo di eccellenza BI entra in gioco o entra nel tuo centro di eccellenza analitica e lavoreremo sui dati qualità e maturità della gestione dei dati, potrebbero non essere incredibilmente entusiasti di farlo. Ma devi trovare il modo di motivarli e includerlo nelle loro misurazioni. Quindi, quando pensi a cosa sarà, è una cosa fare questo esercizio una volta e far entrare le persone a bordo. E scopri che hanno adorato il catalogo dei dati o adorano alcune di queste cose perché semplifica la loro vita e possono trovare cosa significano i dati o capirli, e possono aggiungere la loro prospettiva ad esso. Inoltre, i cataloghi di dati sono probabilmente uno dei più grandi progetti per aiutare le persone a innamorarsene davvero.

Quindi la prossima cosa è tenerli impegnati. Come fai a coinvolgere qualcuno che forse non gliene importa? Serve a definire alcune metriche e includerle, la loro misurazione nel e quindi fornire un po 'di apprendimento per quando ci sono violazioni e una certa consapevolezza che "Ehi stavamo facendo davvero bene per un po' e poi non così bene dopo un po '". sono tipi di cose a cui pensare per continuare. E poi quando pensi al punteggio, e questo è un esempio di CMMI, ecco come lo segnano. Ancora una volta avrai i tuoi dashboard, i tuoi KPI, sai, diversi modi in cui le persone vengono misurate in un'organizzazione. Ma avrai diversi modi per segnare e misurare il tuo successo. Il mio punto chiave che dovresti toglierti da questo, o un gancio per toglierlo da questo è assicurarti di avere un modo per misurare il successo e che puoi celebrare anche i tuoi successi.

Quindi, apprezzo il fatto che tu abbia atteso questo argomento entusiasmante e mi rivolgerò a Ron, che approfondirà un po 'di più.

Ron Huizenga: Beh, grazie, Jen. E grazie a tutti per esservi uniti a noi oggi. Ora prenderò un paio di aspetti di ciò di cui Jen ha parlato e approfondirò un po 'alcune aree. Ma quello che farò anche è fornire una sorta di riepilogo di come è possibile avere almeno una sorta di autovalutazione di alto livello anche su alcune di queste aree. Perché come hai visto con i modelli CMMI e quel tipo di cose, puoi andare molto in profondità molto rapidamente con molti indicatori diversi. Quindi quello che vogliamo veramente arrivare è qualcosa in modo che tu possa avere una buona idea di dove la tua organizzazione è ad un livello abbastanza alto e quindi iniziare a approfondire gli altri. Quindi, con ciò parlerò dell'efficacia organizzativa. E lo baserò sul CMMI e su alcuni degli altri standard o corpi di conoscenza che sono emersi da questo nel corso degli anni. E poi parlerò di alcuni degli indicatori di maturità per la maturità dei dati e la maturità del processo perché, mentre attraversiamo questo, vedrai che vanno di pari passo. E sostenendo le prospettive, Jen ha parlato di governance in un'area. E parlerò anche un po 'dell'architettura aziendale. E poi lo riassumeremo e arriveremo alla tavola rotonda stessa.

Se lo guardiamo, ci sono molti standard e BOK - che ovviamente sono corpi di conoscenza - che sono stati pubblicati nel corso degli anni. Molti di questi hanno davvero avuto origine dalla capacità del modello di maturità. Ed è qui che è nata la CMMI di cui parlava Jen. Il modello CMM stesso era in realtà nel 1998. In realtà è stato avviato da un signore di nome Watts Humphrey quando era in IBM. Ha avuto una carriera di 27 anni in IBM. Ma il suo vero sviluppo attivo di quel particolare modello è iniziato quando era alla Carnegie Mellon ed è stato commissionato dal Dipartimento della Difesa degli Stati Uniti. Molti altri standard sono stati usati per ricavare questo. E qualcosa che è molto bello sapere del settore quando ne parliamo in alcuni degli altri standard è che, quando guardiamo i tempi di questo, è anche sullo sfondo di cose che stavamo vedendo nell'industria in generale. Questo è stato quando il movimento di qualità stava davvero iniziando a prendere piede, in particolare nella produzione, e si è spostato in altre aree. Dove stavamo cercando modi per migliorare i processi di produzione, facendo cose come la gestione della qualità totale, la produzione just-in-time e altre cose. E molte delle filosofie che ne sono derivate sono entrate in tutto il corpo di qualità del lavoro.

E questo è davvero il punto di partenza da cui sono iniziate molte di queste cose. Ha iniziato nel settore generale e si è fatto strada anche nei sistemi IT e di dati e processi e informazioni. Altri standard che vediamo più strettamente correlati o più specifici di alcune delle cose di cui stiamo parlando è ovviamente il modello di maturità dei dati, di cui Jen ha parlato un po '. C'è anche il modello di maturità dei processi aziendali da parte del gruppo di gestione degli oggetti. E una serie di altri standard che potresti aver visto che la tua organizzazione potrebbe essere alle prese con o utilizzate per diverse aree dell'azienda, in particolare guidate dall'IT, come COBIT, che è obiettivi di controllo per l'informazione e la tecnologia, ITIL, che è generalmente infrastruttura focalizzato, che molti di voi potrebbero aver affrontato. Ancora una volta, la gestione della qualità totale. E soprattutto quando ti occupi di cose come le metriche e tutto il resto, potresti aver visto entrare in gioco anche cose come il controllo statistico dei processi. E poi, naturalmente, alcuni dei corpi di conoscenza di cui ci occupiamo sono professionisti dell'informazione o IT. Il corpo di conoscenza della gestione dei dati di.

C'è anche, equivalente a quello, il corpo di conoscenza dell'analisi commerciale. E il corpo di conoscenza del project management. È possibile che diverse o più di queste cose in gioco vengano utilizzate contemporaneamente da diverse parti interessate nella propria organizzazione. Ma filtriamo attraverso i BOK e torniamo indietro e diciamo: che cos'è la maturità? Ed elenchiamo la definizione di maturo perché, quando chiedi cos'è la maturità, quando lo cerchi nel dizionario, in realtà dice "sei maturo". Quindi, usando la parola "maturo", significa davvero aver raggiunto un livello avanzato stadio di sviluppo - ovviamente molto generico. Ma quello che stiamo davvero guardando qui è far avanzare quello che stiamo facendo ad un livello sempre più alto di risultati mentre attraversiamo. E quando guardi molti standard, come vedrai, il CMMI in particolare e il modello di maturità delle capacità hanno realmente basato le cose su una scala di cinque punti, quindi ci dà un modo graduale di guardare e dire, come stanno ci stiamo davvero evolvendo su questa scala nel modo in cui stiamo crescendo?

Tuttavia, quando guardiamo alla maturità, in termini di raggiungimento della maturità organizzativa nelle cose a cui siamo interessati, dobbiamo essere in equilibrio. Devi raggiungere la maturità dei dati e parleremo di alcuni dei criteri che devi fare lì, ma devi raggiungere la maturità del processo allo stesso tempo. Sono due facce della stessa medaglia e devono andare di pari passo. Per esempio, non si può passare da zero a cinque su una scala di maturità dei dati senza aumentare la maturità del processo, e lo stesso vale per la maturità del processo. Sono entrambi uniti e si tirano a vicenda per la corsa mentre in realtà ti stai evolvendo attraverso le diverse fasi. E ne parlerò un po 'di più in una diapositiva futura qui. Le altre cose che dobbiamo capire è il raggiungimento sia della maturità dei dati che dei processi sono fondamentali per l'architettura aziendale e fondamentali per alcune delle cose di governance di cui parlava anche Jen. Consentiamo a coloro che raggiungono la maturità in alcune di queste cose che stiamo cercando di fare.

Ora sulla diapositiva di cui Jen ha detto che avrei parlato in modo un po 'più dettagliato. Ho preso solo alcune categorie e, usando la scala CMM qui, e in realtà ne ho la mia, in realtà aggiungo uno zero in termini di, in cima alla scala perché potrebbero esserci alcuni casi in cui in realtà non hai fatto qualsiasi trazione in questi casi. Quindi questi sono solo modi di riconoscimento che si sono verificati. Quindi, se guardiamo alla governance dei dati in particolare, puoi iniziare da zero perché non hai programmi di governance dei dati in atto. E mentre inizi a maturare attraverso le diverse aree, una volta che inizi a introdurlo a livello di progetto, quindi a livello di programma, attraverso divisioni e infine a livello aziendale, è così che, dal punto di vista della governance, stai effettivamente maturando e crescendo come un'organizzazione mentre lo fai.

Altri aspetti di ciò, come la gestione dei dati master, è possibile iniziare da zero senza classificare i dati in modo formale. Quindi arriverai a un punto in cui riconoscerai di avere dati anagrafici e stai iniziando a classificarli, ma non sono integrati. Quindi inizi a lavorare su repository integrati e condivisi. Quindi, quando entri in un ambiente standardizzato, è quando stai cercando di fornire servizi di gestione dei dati. E man mano che avanzi più in là, istituirai amministratori dei dati anagrafici e, infine, un consiglio per l'amministrazione dei dati che lo considera davvero seriamente tutto il tempo. Quando guardi il tuo ambiente tecnico, le applicazioni e i database che hai da una prospettiva di integrazione dei dati, di nuovo, in un ambiente immaturo, avrai una serie di interfacce punto-punto ad hoc e quel tipo di cosa. E man mano che cresci, inizierai a introdurre alcuni strumenti e standard comuni. Quindi inizierai a guardare le piattaforme di integrazione comuni man mano che lo sviluppi. E man mano che diventi standardizzato, lavorerai su middleware standardizzati e possibili cose semplici come bus di servizio aziendali, modello canonico, categorizza tutti i tuoi dati nella tua organizzazione e anche legando cose come le regole di business nel tuo repository e quel tipo di cosa. E poi andare ancora oltre dove lo si inserisce completamente nella cultura organizzativa. E, naturalmente, la qualità è fondamentale. Mentre Jen parlava, molte delle decisioni e molti degli strumenti che ci sono, presumono che tu abbia dati di alta qualità con cui stai lavorando. Quindi la qualità dei dati è qualcosa che è alla base del raggiungimento della maturità dei dati.

Ancora una volta, quando guardi i dati, potresti avere molti silos e dati sparsi in ambienti immaturi. Potresti avere incoerenze accettate. E poi inizi a lavorare su questo, riconoscendo l'incoerenza e poi inizi a guardare alla pianificazione. E se si considerano gli ambienti gestiti qui, qualcosa di molto importante qui è la pulizia dei dati al consumo al fine di utilizzare i dati nel processo decisionale. Quindi quello di cui stiamo davvero parlando è la pulizia dei dati, dove li cariceremo nei data warehouse e in altri strumenti di supporto alle decisioni. E questo è analogo a quello che vedevamo nel tipo di industria di produzione di dati in cui le persone costruivano prodotti, si facevano strada lungo la catena di montaggio e alla fine ispezionavi il prodotto e dicevi: "Oh, abbiamo dei difetti qui. ”Ancora una volta, una cosa che non puoi mai fare è che non puoi mai migliorare la qualità di un prodotto controllandolo alla fine. Puoi vedere i problemi con esso e quindi puoi prendere misure per migliorare quelli successivi e altri che seguono la linea dopo di esso, ma non lo migliorerai mai controllandolo alla fine. Quindi è qui che, man mano che avanzi, specialmente nei dati, ti muovi di più da un'ispezione e da un punto di vista di pulizia nel luogo di consumo in cui inizi a provare a incorporarlo alla fonte, proprio da dove prendi il dati, i processi che agiscono su tali dati, garantendo che i dati siano accurati e adatti al consumo in ogni processo lungo il percorso. Man mano che evolvete ulteriormente, inizierete a sviluppare e ottenere KPI di qualità e inizierete davvero a sviluppare quell'approccio di prevenzione alla qualità dei dati man mano che andate avanti.

In termini di comportamenti organizzativi o cose che vedi è, se non pensi di avere un problema o non sei consapevole, potresti essere, se c'è una fase di rifiuto nella tua organizzazione, che mi dice che sei giù a un livello zero o potenzialmente in movimento in uno. Se c'è molto caos attorno ai tuoi dati e cerchi di risolvere queste incoerenze, probabilmente sei al livello uno. Quando sei ancora in modalità reattiva, ti stai muovendo in gestito, ma non ti uniformerai fino a quando non avrai effettivamente un ambiente di dati molto stabile che abbraccia sia la governance, la qualità, la gestione dei dati master e i dati integrazione, per citare solo alcuni dei punti. E ancora una volta, una volta superato questo, è quando inizi a entrare in stili di gestione davvero proattivi. Se arrivi alla parte in cui hai un comportamento molto predittivo e anche all'analitica per eseguirne il backup e agli KPI per eseguirne il backup nella tua organizzazione, quando guardiamo questo e sovrapponiamo un paio di cose, ci sono alcune altre cose che possiamo vedere le organizzazioni e dove si trovano. Diamo un'occhiata al focus IT primario in un'organizzazione. Se il tuo obiettivo primario nell'IT è ancora sulla tecnologia e l'infrastruttura, probabilmente sei verso la parte meno matura della scala. Ma quando ti stai davvero concentrando sull'informazione e sull'abilitazione strategica delle attività che abilitano le informazioni, allora ti stai avvicinando alla fine matura della scala. Inoltre, quando lo guardi dal punto di vista dei dati, se sei di fascia bassa, hai un rischio elevato di dati e, se sei di fascia alta, hai abbassato il rischio relativo ai dati. E il rovescio della medaglia è la generazione di valore dell'organizzazione. Una minore maturità dei dati significa che probabilmente hai un livello abbastanza basso di generazione di valore, in particolare in termini di dati che hai nella tua organizzazione. E mentre salite la scala, state ottenendo una generazione di alto valore.

Diamo un'occhiata a questo in termini di modellazione dei dati stessa. A volte la modellazione dei dati è diventata la figliastra dai capelli rossi. E la modellizzazione dei dati è fondamentale per raggiungere la maturità dei dati. Quindi voglio solo parlare di alcuni dei segni rivelatori su come la modellazione dei dati si lega a questo. Se viene utilizzato solo per la documentazione o la semplice generazione di database fisici per piccole app e quel tipo di cose, probabilmente sei a un livello inferiore in termini di maturità dei dati. Quando inizi ad abbracciare e riconoscere i diversi tipi di modelli, tra cui concettuale, il modello logico e la modellazione fisica in cui è, sai, fondamentalmente stai guidando il design. Lo stai davvero usando come punto di vista del design, quindi sei di livello uno.

Quando inizi a guardarlo da un livello più aziendale, incluso lo sviluppo di modelli aziendali o canonici, l'introduzione dei concetti e la legatura in più modelli, la discendenza dei dati e la costruzione dei metadati di governance direttamente nei tuoi modelli, inizi a raggiungere un livello tre, per poi passare ai metadati di piena governance, integrazione del glossario aziendale, eccetera. Osservare il ciclo di vita e la catena del valore dei dati è quando si arriva davvero al livello quattro. E ancora, la modellazione completamente integrata con glossari aziendali, metadati, essere in grado di guidare cose come l'analisi self-service, è proprio quando hai raggiunto uno stato abbastanza maturo.

Come parte integrante di questo, voglio parlare molto brevemente del ciclo di vita dei dati. E la ragione di cui voglio parlare è che il ciclo di vita dei dati sfortunatamente è abbastanza spesso ignorato. E di cosa si tratta, ha davvero descritto come un elemento di dati viene creato, letto, aggiornato o eliminato e i processi che agiscono su di esso in tutta l'organizzazione. Quindi quelli di noi che sono stati a lungo nel settore si riferiscono a questo come CRUD perché è la creazione, lettura, aggiornamento ed eliminazione. Ma dobbiamo capirlo a un livello fondamentale quando abbiamo a che fare con i dati nella nostra organizzazione. Molti fattori entrano in gioco. Quali sono le regole aziendali che agiscono su di esso? Quali sono i processi aziendali che consumano, producono o alterano i dati? Quali sono le applicazioni che implementano effettivamente quei processi aziendali per permetterti di farlo? Tutto ciò che entra in gioco in termini di ciclo di vita dei dati.

E di nuovo, Jen ha accennato a questo prima: potrebbe non esserci necessariamente una fonte di verità. E ci possono essere diversi modi in cui viene creato un determinato elemento di dati. E potresti effettivamente dover entrare, cose diverse arrivano attraverso più sistemi o prese multiple che devi riconciliare e risolvere per trovare quella che è la fonte di dati corretta per quella particolare decisione in quel momento. Ci possono essere più varianti dei dati per scopi diversi in un'organizzazione. Per essere in grado di raggiungere questo obiettivo, è necessario essere in grado di modellare i processi aziendali, la discendenza di dati che include i flussi di dati, l'integrazione e che include elementi come l'ETL, quindi estrarre, trasformare e caricare per il proprio data warehouse, data mart e aree di staging e ovviamente entrano in gioco anche i collegamenti dati sul lato dei big data. Mentre stai estraendo queste informazioni dal data lake, devi sapere come le stai consumando e come le stai usando. In termini di ciclo di vita stesso, è davvero come stiamo creando o raccogliendo nuovi dati, come li stiamo classificando - perché devi classificarli per capire e lavorare con esso in modo efficace - come li memorizzi, come lo stai usando, come lo stai modificando in quei processi aziendali, dove viene condiviso nell'organizzazione - e molto importante: conservazione e archiviazione. Per quanto tempo conservi i dati? Quando lo archivi? Quando alla fine distruggi quei dati? Tutte queste cose devono essere considerate nel tuo ciclo di vita dei dati e devi fare tutto ciò per raggiungere un alto livello di maturità dei dati nella tua organizzazione.

Ora il rovescio della medaglia, ancora una volta, ho detto che sono un po 'come gemelli in cui è necessario parlare della maturità dei processi in congiunzione con la maturità dei dati - vanno di pari passo. Ancora una volta, ho alcune cose diverse qui e - non preoccuparti non ho intenzione di leggere tutte queste, ma solo una specie di lista di controllo quindi - di nuovo puoi iniziare ad autovalutare dove si trova la tua organizzazione in termini di maturità del processo. Diamo un'occhiata alle cose dalla destra iniziale attraverso le pagine ottimizzate di nuovo. Ancora una volta, stiamo usando la stessa scala a cinque punti che è stata derivata dal modello di maturità delle capacità. Se guardi a cose come il focus, se sei a un livello inferiore o iniziale della maturità del processo, potresti trovare nella tua organizzazione che le persone fanno davvero affidamento sui propri metodi per realizzare il loro lavoro. E potresti vedere un po 'di eroismo e quel tipo di cose per riuscire a fare le cose. Quindi inizi a raggiungere un punto in cui sei più proattivo al riguardo, in cui la tua direzione si sta assumendo la responsabilità delle unità di lavoro e delle prestazioni. Quindi inizi a sviluppare i processi integrati standard. Quindi la stabilità del processo e il riutilizzo. Quindi inizi a vedere più di una cultura del mentoring e della gestione statistica per calcolare le metriche e gli indicatori chiave di prestazione relativi a tali processi e infine al massimo livello di ottimizzazione.

Quando guardi alla gestione del lavoro, potresti scegliere, andrai da un'area in cui hai livelli incoerenti di gestione del lavoro a più gestiti, dove stai bilanciando almeno a un livello più alto i tuoi impegni con le risorse. Quindi a un punto in cui si dispone di un'organizzazione più adattabile o agile in modo da poter standardizzare i processi ma adattarli per il migliore utilizzo in diverse circostanze nella propria organizzazione. E quando si arriva a un livello avanzato, è qui che l'empowerment è molto importante, e ciò significa che tutti comprendono in modo intuitivo cosa sta succedendo e il personale ha i dati di processo, in modo che possano valutare e gestire il proprio lavoro.

Again, going back to the manufacturing analogy – when we saw that, as we started modernizing our assembly lines and everything like that in industry, we started talking about the total quality and the empowerment of workers even on the assembly line, where if somebody saw something wrong in any particular stage of production, people were empowered that they can hit the big red button and shut down the entire assembly line until problems were resolved before things went further on. And it's that type of mentality and kind of a culture that we're looking for around data in our processes to make sure that we're actually optimizing our data and our processes in our organization.

Altri indicatori della tua cultura: la tua cultura è stagnante in termini di assenza di fondamenti identificabili per un reale impegno nel miglioramento dei tuoi processi aziendali? Esiste una delegazione di responsabilità, che stiamo vedendo più in alto? E mentre ti muovi ulteriormente, potresti avere ancora silos, ma mentre inizi a salire in termini di cultura e cose che stai facendo sul tuo processo aziendale, stai anche abbattendo quei diversi silos aziendali e sfruttando processi all'interno dell'organizzazione. È molto importante che, man mano che arrivi alla fase dell'evento, ciò su cui stai realmente basando, piuttosto che sentire, stai effettivamente raccogliendo metriche di qualità e hai metriche in atto per prevedere le tue capacità nelle prestazioni della tua attività operazioni, ed è estremamente importante.

In termini di architettura, ne parliamo perché molti di noi qui sono nell'IT o guardano sempre l'IT. Ancora una volta, gli stessi tipi di cose che abbiamo visto nei dati. Abbiamo sistemi IT disperati se sei davvero giù nelle fasi iniziali della maturità del processo. Una volta che inizi a gestire i tuoi processi, vedrai alcuni servizi configurati dove stai davvero adottando un approccio più basato sui servizi. Quindi, se diventi standardizzato, vedrai più di un'adozione a servizio completo in termini di dati e servizi e servizi di processo e quel tipo di cose, fino a dove arrivi a un servizio completo o una nuova architettura. E poi, in definitiva, a un'azienda completamente guidata dai processi che utilizza i tuoi dati.

Ancora una volta, gli stessi tipi di scale quando guardiamo questo. In termini di produttività, a un basso livello di maturità del processo, vedrai bassi livelli di produttività e alta maturità del processo, vedrai una produttività molto più elevata. E anche la qualità va di pari passo. Come per i dati: se hai una bassa maturità, vedrai un alto livello di rischio e anche un alto livello di spreco. Ma più è alto il livello di maturità, lo abbasserai e diminuirai il rischio e riduci significativamente gli sprechi. In termini di alcune delle cose che potresti vedere come un tipo di sintomi o indicatori in un'organizzazione, se la filosofia primaria si basa sulla riduzione dei costi, probabilmente sei a un basso livello di maturità del processo. Si diplomerà e passerà a guardare l'efficienza più da vicino nella tua organizzazione e poi, quando raggiungerai un livello molto maturo, ti concentrerai di nuovo sulla generazione di valore.

Dal punto di vista della gestione organizzativa, se regna il caos, questo è in genere un sintomo, ancora una volta, di organizzazioni a bassa maturità del processo. Ma inizi a concentrarti su ciò che chiamo più una mentalità manageriale in cui - e potrebbe esserci qualche gestione per decreto, o imponendo cose - dove sei davvero allora, quando arrivi ai livelli più maturi, la tua gestione si traduce in più di leadership. In altre parole, la filosofia del miglioramento è integrata nella cultura e dal CEO in giù, stanno promuovendo l'intera filosofia del miglioramento dei processi e del miglioramento continuo e continuo nella vostra organizzazione nel suo insieme.

In termini di modello di processo - e esaminerò queste cose abbastanza rapidamente qui - di nuovo esaminiamo i modelli di processo mentre si collegano alla maturità stessa del processo. Ancora una volta, molto simile alle cose che abbiamo visto sulla maturità dei dati, dove a livelli bassi o di livello uno, potresti semplicemente documentare i processi o il processo dello stato corrente, ma in realtà non lo stai usando in termini di avanzamento delle cose. Man mano che inizi a maturare, utilizzerai la modellazione dei processi di business per potenziare la gestione dei processi di business nell'organizzazione, quindi evolverai ulteriormente dove lo stai usando e aggiornando continuamente quei modelli per guidare il miglioramento dei processi a dove alla fine arrivare al processo di progettazione. E poi quando arrivi alla piena maturità, o, sai, cosa vedi di solito in lean o organizzazioni che hanno adottato programmi di qualità superiore, come Sigma, è di nuovo qui che hai la mentalità del miglioramento continuo ed è radicata proprio nella modellazione di la tua organizzazione. Quindi, proprio come usiamo i progetti di ingegneria per costruire prodotti, che si tratti di aeroplani o edifici e grattacieli e quel tipo di cose, stiamo facendo affidamento sui nostri modelli per far avanzare il nostro business, perché questo è l'elemento di design che in realtà porta avanti i nostri elementi organizzativi .

Ora, ancora una volta, non esaminerò questa e ogni singola parola qui in dettaglio. Quello che ho fatto è che ho preso quelle due più semplici diapositive della griglia e ho scelto un certo numero di parole che sono state utilizzate in alcuni di quegli altri descrittori sia per la maturità dei dati che per la maturità del processo. Quindi, quando guardi questo dopo il fatto, puoi iniziare a pensare ad alcune delle parole che vedi emergere nelle tue culture interne in termini di cose che vengono dette. E questo ti aiuterà a iniziare a classificare dove, come organizzazione generale, stiamo iniziando ad adattarci a questa scala di maturità complessiva. Quindi, se vedi cose come incoerenza o stagnazione o inefficienza emergono abbastanza spesso o caos, in genere ti troverai all'estremità inferiore della scala. Quando inizi a pensare a cose come il miglioramento continuo, l'allineamento strategico, un approccio preventivo ai difetti e alla qualità e quel tipo di cose, la piena integrazione e stai parlando delle migliori pratiche a vantaggio competitivo, è allora che ti vedrai fino all'ottimizzatore, estremità superiore della scala.

Ancora una volta, qualcosa che voglio sottolineare anche che quando inizi a guardare la governance dei dati, in particolare quando guardi in fondo alla scala, è nelle fasi iniziali, la governance dei dati può essere introdotta solo a livello di singolo progetto. È necessario evolversi fino a un punto in cui la governance dei dati e l'obiettivo particolare derivano dalla governance dei dati di progetto e si è evoluta attraverso la governance dei dati di programma e di divisione, dove ancora una volta è estesa a livello aziendale e integrata nell'organizzazione nel suo insieme.

Ho parlato del fatto che si tratta in realtà di gemelli che lavorano insieme in termini di maturità dei dati e maturità dei processi. Nel raggiungere quella maturità, su entrambi i lati della scala è un viaggio e non puoi saltare i passi. Se sei in uno zero, dovrai evolvere attraverso le fasi uno, due, tre, quattro e alla fine arrivare a cinque. E ci sono pochissime organizzazioni al mondo in realtà a cinque. Quindi molte organizzazioni sarebbero più che felici di essere in un punto in cui sono a tre e quindi essere in grado di usarlo come trampolino di lancio in futuro. E ancora, non puoi andare, non puoi essere a quattro da una maturità dei dati e uno a una maturità del processo. Semplicemente non funziona perché sono così intrecciati che devi capire e avere una buona gestione dei tuoi dati e processi insieme.

Una buona analogia per pensarci così com'è, nel tuo viaggio verso la maturità organizzata, supponiamo che il tuo team sia composto da due persone: una è la maturità dei processi e l'altra è la maturità dei dati. Stai correndo una corsa ad ostacoli e sei legato insieme con una corda corta. E per arrivare alla fine di quel corso, ciò significa che entrambi dovete superare, non solo tutti gli ostacoli, ma dovete superare tutti gli ostacoli quasi nello stesso momento o molto vicini l'uno all'altro per essere in grado di andare avanti e raggiungere il prossimo ostacolo. È un ottimo modo per pensare al bilanciamento della maturità del processo e della maturità dei dati. Quindi, in altre parole, puoi essere in qualche modo incentrato sul processo e puoi essere in qualche modo incentrato sui dati, ma sarà un indicatore principale e non ci può essere un sacco di spazio per farti davvero passare attraverso i livelli.

E poi, quando lo guardiamo di nuovo dalla governance dei dati, una delle cose che volevo sottolineare nel caso in cui non fossi a conoscenza, DAMA ha effettivamente rilasciato il Corpo di conoscenza del volume di conoscenza dei dati due all'inizio di quest'anno e delle cose che cambiato c'è l'attuale ruota DAMA. E in realtà l'ho rappresentato in modo leggermente diverso, in cui la governance dei dati è al centro e le dieci diverse categorie attorno alla ruota diversa. Qualcosa di molto importante da vedere qui è la modellazione e il design dei dati che attualmente hanno le proprie aree sulla ruota: in precedenza era stato un po 'mescolato con gli altri. Una delle cose che è un punto molto fondamentale qui è la modellazione dei dati in particolare è fondamentale per tutti questi altri aspetti perché, sia che stiamo facendo la modellazione dei dati dei nostri database o i metadati con cui abbiamo a che fare, la modellazione dei dati ha un ruolo da svolgere suonare in tutti questi altri brani di cui stiamo parlando. E la modellazione di processo ha anche un ruolo da svolgere in molte di queste cose perché, oltre a comprendere i dati stessi, dobbiamo capire come vengono utilizzati ed è così che la modellazione di processo ci aiuta davvero a farlo.

Ora cambiamo un po 'le marce e parliamo di architettura aziendale. E i modelli sono cruciali anche per l'architettura aziendale. E sto basando questo sull'esempio e questo è il framework Zachman che sto mostrando qui molto rapidamente. E quando guardi questo, vedi diverse cose qui. Vedi cosa, come, dove, chi, quando e perché è una specie di scala in alto. E poi passerai attraverso livelli più dettagliati di elaborazione, se vuoi, in termini di tipi di modellazione o tipi di cose che stai elaborando in termini di architettura aziendale da un livello contestuale molto alto fino a un livello dettagliato, compresa l'implementazione fisica. Se si osservano le prime colonne, ciò che è molto impegnativo per i dati e i dati coinvolti. Il come è guidato dal processo. E se osservi gli altri aspetti, utilizzerai una combinazione di processi e modellazione dei dati in termini di aumento del resto delle informazioni. Avrai dati su tutte queste cose diverse e anche i tuoi modelli di processo legheranno le cose, come il luogo in cui accadono le cose, la responsabilità. E anche in termini di modellizzazione del processo che facciamo anche nei nostri strumenti, puoi iniziare a legare questo a obiettivi, relazioni e regole aziendali che stanno guidando queste diverse cose che stai facendo.

Da una prospettiva generale del framework Zachman, uno dei buoni modi di pensare anche a questo è che sei guidato dai modelli e attraversi effettivamente i diversi livelli. Quindi stai iniziando con un ambito di alto livello e contestuale. Ti stai quindi evolvendo verso modelli di business, in modelli di sistema, quindi in modelli tecnologici e quindi anche nella tua rappresentazione molto dettagliata dei modelli tecnici. E ancora, i dati rappresentano il cosa, il processo è il come ed è davvero una combinazione di dati e processi che interagiscono che guidano tutte le altre caratteristiche qui.

Sulla base di ciò, non è un caso che il modo in cui vediamo l'idea dell'architettura aziendale si basi in modo leggermente diverso rispetto ad altri. Molto spesso sentirai parlare dei quattro pilastri dell'architettura aziendale come dati, acquisizione, architettura aziendale e tecnica. Lo guardiamo in modo leggermente diverso da quello. Consideriamo l'architettura dei dati come la base fondamentale che guida tutta l'architettura aziendale per due motivi. Uno, ecco dove è iniziato. Anche cose come il framework Zachman sono nate principalmente dall'architettura dei dati e poi sono cresciute fino ad abbracciare anche gli altri aspetti dell'architettura. E due, perché il legame fondamentale tra processo e dati. Ecco perché vediamo l'architettura aziendale come il pilastro centrale dell'architettura aziendale. E poi, ovviamente, è complimentato con l'architettura dell'applicazione e l'architettura tecnica, che sono abilitatori della necessità assoluta, per permetterci di guidare la vera abilitazione aziendale. Ora, quando lo consideriamo in termini di ER Studio Enterprise Team Edition, la nostra piattaforma di modellazione integrata, ecco come entra in gioco. E questo è un diagramma di contesto di alto livello di alcuni dei modelli che facciamo e di alcuni dei fondamenti dietro di esso. E questo è effettivamente guidato, questo è in realtà schematizzato in un diagramma di processo. Pertanto, quando guardiamo in particolare il nostro pezzo di architettura dei dati e la nostra architettura aziendale in basso, forniamo strumenti basati sui ruoli.

E quando guardi il nostro strumento di architetto aziendale in basso nell'angolo in basso a sinistra, è lì che lavorano in genere analisti aziendali e architetti aziendali. E in genere si stanno concentrando su alcuni dei processi aziendali e stanno iniziando a scacciarli. Ma sono anche focalizzati sul cosa. Quindi iniziamo a fare alcuni modelli concettuali di dati e quel tipo di cose. Possiamo sfruttare e portare quei componenti di modellazione concettuale nel nostro strumento di modellazione di dati e nell'architetto di dati, dove vengono ulteriormente elaborati in modelli di dati logici e, naturalmente, in definitiva i modelli fisici in modo da poter generare i database fisici. E possiamo anche respingere in modo che i modelli concettuali vengano aggiornati anche nello spazio dell'architettura aziendale. Una cosa molto importante qui è supportare i diversi tipi di modellazione. Quindi, ancora una volta, la BI è molto importante e i data lake e questi tipi di cose, quindi in realtà facciamo anche alcuni modelli e anche come parte di essi, facciamo modelli di lignaggio di dati. Quindi non solo l'ETL in termini di come esegui la mappatura dai tuoi modelli fisici nei tuoi modelli dimensionali per i data warehouse o anche portando cose dai tuoi data lake e vedendo come vengono mappate, possiamo legare insieme tutte queste cose. Oltre a inoltrare il reverse engineering da altre piattaforme di modellazione, da piattaforme di big data.

E poi anche cose come gli strumenti ETL, in modo che possiamo effettivamente iniziare a derivare diagrammi di derivazione dei dati direttamente dalle specifiche ETL che potresti avere nel tuo ambiente. È anche molto importante sapere che abbiamo dovuto espanderci oltre la modellazione relazionale. Abbiamo alcune piattaforme come Hive e in particolare MongoDB, ora stiamo iniziando a parlare di archivi di documenti, dove abbiamo concetti come oggetti e array incorporati. Abbiamo effettivamente esteso la notazione per essere in grado di adattarsi anche a quei tipi di modelli perché è un concetto non relazionale. Tutto ciò che abbiamo creato nello strumento di architettura dei dati in termini di artefatti dei dati, siano essi entità logiche o tabelle fisiche e i loro attributi, può quindi essere reinserito nel modello di elaborazione aziendale. Quindi, mentre stai elaborando i tuoi modelli di processo aziendale da un livello elevato e passando a un livello inferiore, puoi effettivamente collegare gli elementi di dati reali. Quindi puoi agire, possiamo specificare le matrici CRUD di ciò che sta realmente accadendo. Quindi questo ti dà quel ciclo di vita dei dati di cui ho parlato con la creazione, la lettura, l'aggiornamento e l'eliminazione a livello di processo. Eseguiamo anche la modellazione di processi BPM completa con il nostro set di overlay, in modo da poter iniziare a legare strategie di business, obiettivi di business. Inoltre, possiamo anche legare le applicazioni che stanno implementando questi processi aziendali, il tutto da un punto di vista basato sul modello.

Altre cose estremamente importanti sono anche nei nostri modelli di dati. Caratteristiche di governance dei dati o caratteristiche di qualità dei dati gestite e gestite. Puoi definire e creare i tuoi metadati per le caratteristiche che desideri monitorare, e ciò significa che ora stai usando il tuo modello come modello per guidarlo attraverso l'intera organizzazione, nei tuoi repository di metadati e tutto il resto. E, naturalmente, uno dei limiti della modellazione, molti anni fa, quando molti di noi hanno iniziato a farlo nel settore, è quello di produrre questi modelli. Cosa faremmo Li avremmo stampati, li avremmo messi su un muro, possibilmente per i membri del team da condividere e quel tipo di cose. Il vero valore di questo è poter condividere e collaborare all'interno delle nostre organizzazioni. Ecco perché abbiamo un approccio basato sul repository per cui effettuiamo il check-in e il check-out dei nostri modelli e spazi di lavoro. E li condividiamo con i nostri elettori che sono l'organizzazione, che si tratti di altri stakeholder tecnici, utenti aziendali e quel tipo di cose. E anche collegarlo alla nostra piattaforma di collaborazione chiamata Team Server.

Quindi abbiamo parlato dei precedenti glossari e termini commerciali e dell'importanza di ciò e dello sviluppo di quel vocabolario per l'azienda. È tutto in Team Server, dove utenti e utenti aziendali possono collaborare a tali termini. Sono visibili, utilizzabili nell'architetto dei dati, ad esempio vicino a modelli di dati e, naturalmente, molti di questi glossari aziendali spesso provengono da alcuni dei dizionari di dati che abbiamo creato nei nostri modelli di dati. Possiamo spingerli fuori per - Anche dagli strumenti di Data Architect, un punto di partenza è il glossario aziendale, dove possono essere ulteriormente perfezionati, e tutto con la gestione del cambiamento.

È stato molto. Per riassumere, un paio di cose di cui abbiamo parlato è provare una vera maturità organizzativa, è necessario un approccio equilibrato che comprende la maturità dei dati e la maturità dei processi. Non puoi raggiungere l'uno senza l'altro. Ancora una volta, fondamentale, è necessario disporre di entrambi e fare affidamento su questo, in particolare, la modellizzazione dei dati e la modellizzazione dei processi sia per l'architettura aziendale che per la governance dei dati e la governance dei processi, nonché nelle organizzazioni. L'architettura aziendale la collega davvero in termini di visualizzazione di queste diverse sfaccettature e prospettive. A tale scopo è necessaria una solida base di architettura dei dati e sono necessari modelli di processo integrativi per fornire quel contesto aziendale e consentire di portare avanti il ​​processo aziendale e il consumo di dati. Ancora una volta, più importante che mai. Posso dire, ciò che è vecchio è nuovo di nuovo. Quindi la modellizzazione dei dati, la modellizzazione dei processi, il lignaggio, i metadati e i glossari sono fondamentali per poter raggiungere questo obiettivo e ER / Studio Enterprise Team Edition è una piattaforma collaborativa che riunisce tutto questo.

E con ciò, possiamo passare alle domande.

Eric Kavanagh: Va bene.

Ron Huizenga: Verremo da te, Eric.

Eric Kavanagh: Ron, devo darti una mancia per tutto lo sforzo che fai nel documentare questi diversi processi e quadri. È un sacco di materiale che hai lì. Immagino che la grande domanda che ho sia chi dovrebbe supervisionare queste cose in un'organizzazione, perché tocchi su così tante cose diverse. Immagina i processi, sarà un direttore operativo o una persona operativa. Ciclo di vita dei dati, pensi che forse sarà un Chief Data Officer. Stai toccando così tante parti diverse e così tanti componenti diversi per l'azienda. Come si trova la persona o il gruppo di persone giusti ed è un comitato direttivo? Che cos'è? Cosa puoi dirci su chi dovrebbe farlo in un'organizzazione?

Ron Huizenga: Sai, questa è una domanda interessante. Possiamo effettivamente passare una giornata a discutere i meriti di vari approcci diversi lì. Ma qualcosa che sicuramente ho visto, sapevo, mentre mi stavo consultando prima di entrare nel ruolo di gestione del prodotto, è quando ho guardato l'organizzazione, che è stato parte del problema è ottenere la proprietà e convincere le persone a prenderne la proprietà. E quando osserviamo discipline come la nostra modellizzazione dei dati e persino la modellizzazione dei nostri processi aziendali, o ancora nei primi giorni, i diagrammi del flusso di dati e quel tipo di cose, quel tipo di sviluppo è cresciuto dall'IT. Ma mentre siamo andati avanti, e penso che ora stiamo riconoscendo sempre di più che questo deve veramente essere guidato dal business. Quindi vuoi davvero che la proprietà sia nel settore.

E offenderò alcune persone IT qui, ma sono fermamente convinto che la ragione per cui abbiamo visto l'evoluzione del ruolo di Chief Data Officer è il ruolo del CIO nella maggior parte delle organizzazioni. E questo perché molti CIO sono focalizzati tecnicamente piuttosto che su dati e processi. Quindi penso che tu debba davvero averlo, probabilmente avrai bisogno di un qualche tipo di comitato direttivo nelle organizzazioni più grandi. Ma questo deve davvero essere di proprietà dell'azienda. Argomenterei che la tua azienda, la tua modellizzazione dei processi, la tua modellazione dei dati, devono tutti appartenere all'azienda, perché ciò ti dà la possibilità di garantire che l'IT, che è il custode dei dati e implementa quei processi attraverso ciò che essi stai creando, hai quel martello per assicurarti che accada se è effettivamente di proprietà dell'azienda.

Eric Kavanagh: Sì, penso di essere d'accordo. Ma Jen, cosa ne pensi?

Jen Underwood: Quindi è davvero interessante. Questo è ciò a cui alludevo quando ho detto che far sì che le persone si prendessero cura e fossero interattive è probabilmente una delle cose chiave. A un certo punto, avevo scritto un white paper su, era la governance della BI self-service molto simile a questa. Si tratta di ottenerlo, di trovare un modo per motivare le persone, il loro lato economico, a far sì che si preoccupino. E poi quando vedono, o trovano, sia che si tratti della catalogazione dei dati o di qualunque angolo siano necessari. Forse sta riducendo i costi di spedizione, mettendo qualcosa di cui qualcuno è ritenuto responsabile nell'organizzazione, è così che puoi prenderti cura di te. E sì, gli affari assolutamente. Gli esperti in materia di affari lo faranno o distruggeranno.

Eric Kavanagh: è difficile. Penso che tu voglia sempre avere questo consorzio di stakeholder da tutta l'organizzazione. Certo, non vuoi paralisi di analisi. Non vuoi la burocrazia per amor di burocrazia. Quello che vuoi è che l'organizzazione abbia un piano d'azione e che queste cose siano documentate. Sai, penso che quando inizi a parlare della modellazione dei processi di business, questo è stato caldo 25 anni fa, ma è stato per lo più staccato dal business reale. Penso che almeno in alcuni settori, è possibile estrarre gran parte di tale processo dal software reale che esegue le cose. Ma penso, in questi giorni, dobbiamo trovare un modo per bilanciare quei due mondi, giusto, Ron? Volete avere modelli di processo attuali, aggiornati e che riflettano ciò che sta realmente accadendo. Quindi non vuoi che sia solo un esercizio separato dove si trova, si trova su uno scaffale da qualche parte. Ma è un po 'impegnativo, giusto? Perché non tutti i sistemi operativi sono allineati con quel tipo di codice eseguibile. Ma tu cosa ne pensi

Ron Huizenga: Assolutamente. Ed è interessante perché una delle cose che guardo è quando le persone, sai, siamo diventati una società di gratificazione istantanea. La gente pensa: "Oh, usciremo e compreremo alcuni strumenti e faremo in modo che funzioni per noi". È come se non comprassi la maturità del processo. Non acquisterai la maturità dei dati. È un lavoro duro. Devi rimboccarti le maniche e devi farlo accadere. E il meccanismo per realizzarlo è la modellazione. È troppo complesso per non avere una rappresentazione visiva, non solo dello stato attuale su cui stai lavorando, ma per essere in grado di progettare come migliorare questi diversi processi aziendali. È necessario quel framework visivo per essere in grado di comprendere quale impatto avranno questi cambiamenti.

Eric Kavanagh: Questo è davvero - sto solo twittando; Sto twittando questo momento - "Non comprerai la maturità del processo, non comprerai la maturità dei dati". Posso solo essere completamente d'accordo con entrambe queste cose. E Jen, ti porterei i tuoi pensieri. E ti faccio un'altra domanda. Uno dei partecipanti si chiede: cosa si intende per impresa guidata dal processo o maturità del processo? Jen, puoi parlarci?

Jen Underwood: posso effettivamente parlare un po 'meglio alla domanda precedente. Quando penso a dire la verità, è il primo, sai, a comprare strumenti. È stato un bellissimo commento, perché è così vero. Ma quello che dirò è molto meglio. Quindi rivedo molte soluzioni e vedo spazi diversi e li collaudo. Ciò che sta migliorando è scoprire dati, taggare e almeno darti un inizio di corsa enorme e anche fare questo, quando dico meno doloroso, è quasi divertente. Quindi immagina che un catalogo di dati o un progetto MDM siano divertenti. Lo è, e ci sono persone in un'organizzazione che stanno utilizzando questi dati, sia che si tratti di rapporti o di altri tipi di cose e penso che qualcuno abbia detto anche qualcuno sulla linea, ehi stanno prendendo persone che si preoccupano del loro piano di sviluppo individuale. Sì, anche salire di un livello in più. Sta prendendo queste cose e dicendo che ora abbiamo ridotto le spedizioni errate del 30 percento e questo è quanto denaro è stato risparmiato. Gestisce meglio i nostri dati. Sono quei tipi di cose e ci metti dei soldi e lo rendi divertente. O lo rendi interessante e rilevante per quello che stanno facendo. È un po 'la magia, penso, che manca in molti di questi impegni in cui le persone cercano di farlo in un'organizzazione ed è in stallo.

Eric Kavanagh: Sì, è un buon punto. E, Ron, tornando al tuo commento qualche momento fa sull'importanza di avere una struttura visiva, penso che sia assolutamente vero perché molte volte, se le persone non riescono a vedere qualcosa, è davvero difficile avvolgere la testa attorno a ciò significa, e certamente quando inizi a parlare di processi complessi con interdipendenze e punti di controllo e tutte queste cose, devi mapparlo da qualche parte ad un certo punto e idealmente, lo stai facendo con un software che ha funzionalità incorporate in esso per catalogare, per esempio, quali trasformazioni sono avvenute usando linee diverse da questo punto a quel punto. O ciò che è disponibile in questo punto di controllo. E sto facendo riferimento alla mia storia nella gestione del rischio lì, dove un punto di controllo è un punto in qualsiasi processo o un'opzione o applicazione individuale o software in cui è possibile cambiare qualcosa, giusto? Questo è quello che chiamano un punto di controllo. E, per me, è davvero prezioso avere quel quadro visivo. Perché poi puoi vedere e tipo di camminata attraverso e ci vuole solo tempo. Ci vuole tempo nel cervello umano per gestire quella roba e per capirla davvero e quindi ottimizzarla, giusto?

Ron Huizenga: Assolutamente. E per usare una diversa analogia che penso lo metta in prospettiva: sono un po 'un dado dell'aviazione quindi, direi, se stai cercando di pensare a questo in modo parallelo, pensa a costruire un 747 - o un Airbus 380, quindi non scelgo un fornitore rispetto all'altro - pensa a quanto sarebbe difficile farlo in base a documenti composti solo da testo anziché dai progetti e dai disegni CAD 3D e tutto ciò che riguarda che in realtà è assemblato insieme.

Eric Kavanagh: Sì, sarebbe difficile. E anche Jen deve parlare.

Ron Huizenga: Il business è lo stesso, giusto?

Eric Kavanagh: Sì, no, è vero. Jen deve parlare con una delle tue aree calde che ti piace studiare, che è la visualizzazione. Devi essere in grado di visualizzare qualcosa per comprenderlo appieno, mi sembra.

Jen Underwood: Molti umani lo fanno, sì. E anche solo una visualizzazione parla, come si dice, migliaia di parole o qualcosa del genere. Quando lo vedono, possono crederci. E lo capiscono.

Eric Kavanagh: sono d'accordo. E io amo, Ron, il modo in cui hai messo tutto insieme. Immagino che mi sto solo chiedendo di nuovo, hai bisogno di un campione all'interno dell'organizzazione e chi sarà là fuori, fungerà da collegamento con diversi gruppi. Gli amministratori dei dati sono qualcosa di cui parliamo spesso - penso che sia un ruolo davvero importante e mi sembra che sia un ruolo che ha ricevuto molta più attenzione negli ultimi tre o quattro anni poiché abbiamo apprezzato il valore dei dati governance, giusto? Quel responsabile dei dati è qualcuno che può parlare con l'azienda ma anche comprendere i sistemi, comprendere il ciclo di vita dei dati, l'intera immagine. E immagino che quella persona possa e dovrebbe essere probabilmente sotto la regola del CEO, giusto?

Ron Huizenga: Sì, e avrai bisogno di un team multifunzionale, giusto? Quindi avrai bisogno di persone che comprendono un team che lo fa o che provengono da diverse aree che rappresentano il lato tecnico, le diverse aree di business. E, sai, a seconda del tipo di organizzazione che sei, se hai un ufficio di gestione del progetto e molte delle iniziative che fai sono guidate da un PMO, vorrai assicurarti di avere PMO coinvolgimento anche solo per mantenere tutti in qualche modo in armonia e sincronizzare il modo in cui lavorano sulle cose.

Eric Kavanagh: Sì, e sai, un'ultima cosa, metterò quest'ultima diapositiva, il quadro di governance. Abbiamo chiesto a un partecipante, non mancano i dati di quella diapositiva? Sono i dati impliciti nella diapositiva o cosa ne pensi del commento sui dati mancanti nella diapositiva?

Jen Underwood: No, e questo è solo un quadro di governance generico. Fondamentalmente, questo viene dallo spazio BI self-service, quindi i dati sono impliciti in gran parte di questo. Veniva solo dal mio punto di vista e dalle mie prospettive e non era così concentrato sul lato dei dati nel mettere insieme questo. Ma i dati certamente sarebbero, quando si pensa a tutti questi pezzi, ci sarebbero dati. Che si tratti della base per i dati, della responsabilità usando i dati durante l'intero processo e in tutto il framework.

Eric Kavanagh: Sì, no ha perfettamente senso. E immagino che ti porterò solo un'ultima domanda mentre ti chiudiamo qui, Ron. Se penso a quante più informazioni e quanti più dati stiamo utilizzando in questi giorni e quanto siano distanti le organizzazioni, quale sia l'importanza degli ecosistemi in questi giorni tra i partner di canale e come possiamo condividere le informazioni attraverso tali partnership e in un piccolo riferimento rapido della blockchain a questo - per non complicare troppo le cose. La linea di fondo è che siamo in un mondo sempre più connesso basato sui dati, sia dal punto di vista aziendale sia proprio dalla nostra vita quotidiana. E per me, questo aumenterà ancora di più la posta in gioco perché le organizzazioni danno davvero un'occhiata a ciò che stai suggerendo qui, quale è la loro maturità, dove si trovano e quanto sono lontani in termini di curva e essere davvero onesti con se stessi, vero? Perché se non sai meglio, non puoi fare di meglio, e se non rifletti sulle cose, non lo saprai, giusto?

Ron Huizenga: Esatto. E immagino che una frase che vorrei usare sia, probabilmente non sei bravo come pensi di essere. Questo può sembrare un po 'duro, ma le persone possono essere piuttosto ottimiste al riguardo, ma se lo guardi molto duramente e un'autovalutazione critica davvero buona, penso che qualsiasi organizzazione troverà, sai, lacune significative che è necessario rivolgersi.

Eric Kavanagh: devo essere d'accordo. E uno dei nostri colleghi là fuori ha commentato l'importanza dei metadati, i dati sui dati. Non ci sono dubbi. I metadati sono la colla che tiene insieme tutti questi sistemi e non abbiamo ancora nemmeno veramente completamente violato quel codice e, per una buona ragione, francamente, perché i metadati cambiano. È diverso da sistema a sistema. Sai, più provi a normalizzare i tuoi dati, meno accurato penso che diventi.

Quindi siamo un po 'in questo strano mondo in questo momento e forse credo che porterò un'altra domanda a te, Jen, perché hai menzionato i cataloghi di dati un paio di volte. I really love this new movement of data catalog technology that automatically scans your information systems, ascertains metadata column names, so on and so forth, and helps you to incrementally build up the strategic view of your data and your metadata in your systems. Because to me, to manually do that stuff, it's just, there's just too much. And you're never going to get to the top of that hill before the avalanche comes down on you and, you know, you either have normalized to the point of play-dough gray or you haven't normalized enough to where you really don't know what's going on. To me, using the machines, the machine learning that we keep talking about, that's going to be the key in the future to help us at least get a rope around enough of the data to have a good understanding of what's out there, right Jen?

Jen Underwood: Yeah, I do. I love these technologies. They're very, very cool. And then you think about it, it gives you that massive running start. And then you can crowdsource. You have your data stewards, you know, pulling ahead, whether they're adding their own documentation or this is the perspective out there, these are the changes. You know, saying these are the certified data sources to use for reporting. People can search and find the right data. It's really, really quite nice. And also helps to – when I think about business and how cryptic enterprise data management was when I was when I was doing DBA stuff – we used extended properties and SQL Server and scan with tools like IDERA's, right? To try to create a data catalog. But in DBA or data architects' version of, you know, whatever that value was or that column or field was, it certainly probably didn't match what the business was. So now having the business be able to really easily, you know, go in and find and manage and have everything be goal-based, it's really, I wish we would've had this a long time ago, quite frankly. So it's getting a lot better.

Eric Kavanagh: È divertente. We've got another final comment from an audience member, saying perhaps blockchain will be the most valuable to put a stamp of authentication to metadata. That's a good point and, you know, blockchain really is amazing technology. I kind of view it as a sort of cohesive foundation for connecting a lot of the dots between systems and applications and so forth. And, you know, we're in the early stages of blockchain development, but we now see that it is spun off, of course, from this point originally where it came to the fore, and now you've got IBM working very hard on blockchain technologies. SAP has bought into all that. And really it's, it presents an opportunity for a deeper foundation and framework to connect all these systems and all these dots.

So, folks, have burned well over an hour. Thanks for staying along with us today, but we always like to answer your questions and get to all the commentary. We do archive all these webcasts for later viewing, so hop online to insideanalysis.com, where you can find the link to that. It should be up within a few hours, typically after the event. And we'll catch up to you next time. We got a couple more events coming up next week – lots of stuff going on. But that will bid you farewell, folks. Thanks for your time. Stai attento. Buh-bye.