Di Techopedia Staff, 1 novembre 2017
Takeaway: l' host Eric Kavanagh discute della collaborazione tra business e IT con Wayne Eckerson del gruppo Eckerson e Josh Howard di Alteryx.
Al momento non sei collegato. Accedi o registrati per vedere il video.
Eric Kavanagh: Bene, onorevoli colleghi, Eric Kavanagh qui con Hot Technologies. Abbiamo in ballo Josh Howard e Wayne Eckerson. Abbiamo appena avuto un piccolo incidente con problemi di audio e masterizzazione proprio lì, ma siamo ricomposti e tutto sta oscillando e rotolando.
Quindi, Wayne Eckerson lo conosco da molti anni ormai. È il principale consulente del gruppo Eckerson. E Josh Howard lo conosco da molto tempo. È il direttore dei nuovi prodotti di Alteryx. Questi ragazzi sono entrambi davvero eccellenti nei loro campi e condivideranno con noi molte idee su come business e IT possono favorire relazioni migliori e collaborare davvero e fare alcune cose.
Quindi spingerò la diapositiva successiva e la passerò a Wayne. Quindi, dimmi un po 'di quello che sta succedendo.
Wayne Eckerson: Sicuro, Eric. È un piacere essere qui e parlare di questo problema. Sono stato negli Stati Uniti per molto tempo e ho assistito a un abisso tra business e IT, e molto di ciò è dovuto alla loro attenzione e ai loro obiettivi, a ciò che sono stati assunti per fare. Quindi è una specie di abisso naturale, si potrebbe dire, o divario tra business e IT, ma porta ad alcuni risultati dannosi. Sai, l'IT è stato assunto per pensare a lungo termine, per costruire sistemi e applicazioni, soluzioni permanenti che offrono economie con scala, alti livelli di riutilizzo e scalabilità, sicurezza, disponibilità e affidabilità. Una mentalità molto conservatrice e più lenta. Il business, d'altra parte, si concentra sul soddisfare le esigenze del cliente, il punto di interazione, molto più a breve termine, gli incentivi - e potrebbe essere erogato su base mensile o trimestrale. Il loro obiettivo è la velocità, l'agilità e l'adattabilità. Quindi, non c'è sorpresa che ci dovrebbe essere o potrebbe esserci attrito tra questi due gruppi.
Diapositiva successiva. Quindi, questo è un po 'il dialogo che a volte ascolto nelle organizzazioni in cui vado a consultare e in cui mi sento come se stessi interpretando il ruolo di un consulente matrimoniale, cercando di ottenere queste due parti, riconoscersi a vicenda e il loro ruolo nel fornire soluzioni tecnologiche aziendali. L'azienda tende a pensare all'IT come troppo lento, costoso e non offre mai ciò che vuole, quando lo desidera, come lo desidera. L'IT tende a vedere l'azienda come sempre cambiando idea, aggiungendo nuove funzionalità. Quindi tutte queste cose si muovono a breve termine, senza mai vedere il quadro generale. Il risultato spesso con questo attrito è l'uso casuale. C'è il direttore esecutivo dirà: “Sai una cosa? Lascia perdere. So che non avrò i dati di cui ho bisogno, quindi ne farò a meno. ”È piuttosto spaventoso. L'utente esperto dei dati dirà: "Dammi solo un dump di dati e non disturbarmi". E i dirigenti della BU, se vogliono davvero informazioni, otterranno solo il loro budget, aggiungeranno il loro personale e compreranno i loro strumenti. IT dice: “Va bene, va bene. Ma sai, buona fortuna cercando di mantenerlo da solo, perché alla fine si romperà. ”E lo farà. Si romperà o perché nessuno lo sta usando, perché non è stato progettato correttamente, o si romperà perché tutti lo usano, e non hai abbastanza esperti tecnici sul campo, non abbastanza risorse per ridimensionarlo. O i loro esperti se ne vanno, e sono in alto e asciutti. Diapositiva successiva.
Eric Kavanagh: Questo è un sondaggio, quindi il chiamante può effettivamente spingere al sondaggio. Aspetta un secondo. Quindi, sto aprendo questo sondaggio proprio ora, spero che vedrai sullo schermo un pop-up. In caso contrario, di solito verrà visualizzato da qualche parte in fondo. E vai avanti. Siamo curiosi di sentire la tua risposta su questo.
OK, ho ricevuto alcune persone che ora ci stanno dando un feedback. Quindi, stiamo chiedendo: in che misura il business è allineato con l'IT nella tua organizzazione? Quindi, abbiamo un sacco di persone che rispondono ora. Grazie mille. Quindi hai molto alto, ovviamente, alto, moderato, basso, molto basso. Sii onesto, non lo condivideremo con gli altri membri del tuo team. Vogliamo che tu ci dia la tua candida risposta. Bene, lascia che ci dia qualche secondo in più, e mentre lo facciamo, forse Josh, ti porteremo davvero in fretta per aiutare la gente a rispondere a questa domanda. Sì, adoro questo processo di collaborazione. Voglio dire, abbiamo parlato per anni di una divisione business / IT. Penso che stia cambiando. Penso che stia cambiando parzialmente a causa di DevOps, gli sviluppatori che lavorano più a stretto contatto con l'azienda. Questo tipo di calore mette da parte il lato IT, ma penso che stia anche cambiando a causa del cloud, francamente, perché forse le persone stanno diventando più esperte di ciò che fanno sul posto di lavoro. Ma cosa ne pensi di una sorta di evoluzione del divario IT / business?
Josh Howard: Sì, lo sai, questo è un argomento interessante, ed è quello su cui ci soffermeremo sicuramente tra un secondo, ma, sai, penso solo che il business sia davvero costretto alla mano dell'IT. Esatto, quindi, sai, per anni tutto è stato guidato dall'IT, e abbiamo visto che il pendolo oscilla avanti e indietro dall'essere guidato dall'IT a tutto, sai, essere acquistato attraverso il business. E penso che stiamo iniziando a vedere un po 'di centralizzazione. Penso che tu stia iniziando a vedere più organizzazioni, centri di eccellenza stand-up, iniziando a vedere sempre più aziende intelligenti per le aziende, vedendo anche la creazione di centri, e quindi non lo sai, IT o l'azienda. Stiamo assistendo a un matrimonio molto migliore tra le due organizzazioni e stiamo vedendo l'istituzione di questi centri di eccellenza che risiedono in entrambe le organizzazioni e hanno sia l'IT che il business che si siedono al tavolo e ordinano cibo. Dobbiamo scegliere altri obiettivi di business, quindi penso che sia una delle tendenze che ritengo molto positive negli ultimi anni o anche di più. E penso che sia parte di ciò che stiamo vedendo.
Eric Kavanagh: Non posso biasimarmi per il fatto che te lo darò e leggerò i risultati. A seconda del tuo browser, potresti già vedere i risultati, ma solo per darteli: la domanda ovviamente: "In che misura il business è allineato con l'IT?" Molto alto ha ottenuto il 7 percento, alto ha ottenuto l'8 percento, moderato ottenuto il la stragrande maggioranza è del 29 percento, bassa è del 10 percento e molto bassa è dello 0 percento. Questo è fondamentalmente il totale, quindi quello che stai guardando è che la maggior parte delle persone ha detto moderato, 21 su 73. Sei su 73 hanno detto alto, cinque hanno detto molto alto, e quindi ovviamente abbiamo un sacco di persone che non hanno non rispondo, ma la maggior parte, in realtà 43 su 73, le persone non hanno risposto, ma apprezzo il tuo tempo. E con ciò voglio spingere questa prossima diapositiva. E credo, Josh, avresti parlato un po '.
Josh Howard: Sì, e così, sai, dove stavo andando abbiamo visto molti cambiamenti negli ultimi cinque anni o addirittura dieci anni fa. Ed era davvero il selvaggio west, e quindi immagino che probabilmente ci siano alcune persone qui sulla linea che pensano ancora che sia il selvaggio west nella loro organizzazione, ma era dove tutto era completamente bloccato e rigido, e tutto è stato forzato attraverso un team IT centralizzato, ed è stato così che è stata consegnata la BI. Ma il problema era che gli utenti aziendali non lo stavano usando. Non hanno mai ottenuto i risultati di cui avevano bisogno. Sai, non potevano, insieme, raccogliere i dati di cui avevano bisogno, e quindi hai visto, sai, le organizzazioni che abbandonano la loro pratica di BI in molti casi. Semplicemente non stavano ottenendo l'utilizzo che si aspettavano e, sai, questo è comprensibile perché gli utenti, volevano strumenti facili da usare dove potevano portare, sai, fonti di dati e fare un po 'del loro lavoro di integrazione.
Ma non volevano aspettare che l'IT facesse questo per loro. E quindi quello che abbiamo visto è stato far sparire tutti questi team aziendali e acquistare la propria licenza, i propri strumenti di visualizzazione e fare in modo che i loro compagni IT ombra avessero impostato un data mart ed erano fuori. Ma ciò ha portato a una serie completamente nuova di problemi. Sì, l'azienda è stata in grado di ottenere la flessibilità e l'agilità e alcuni dei risultati di cui aveva bisogno molto più velocemente, ma ha comunque lasciato l'IT, sai, cercando di capire: “Come lo governiamo? Come lo ridimensioniamo? "
Perché anche quello che stava accadendo, stavano costruendo questi data mart. Stavano iniziando a rendere operativi molti dei report e delle visualizzazioni, quindi sarebbero semplicemente tornati all'IT per ottenere la correzione, quindi non è scalabile. Non era la cura, e quindi quelli erano alcuni dei problemi. Ma non deve essere un tiro alla fune tra l'azienda, che desidera facilità d'uso e l'IT, che vuole governarla. Si tratta davvero di mettere tutti sulla stessa pagina e tirare nella stessa direzione. Penso che esista davvero un approccio best-of-breed in grado di soddisfare le esigenze di entrambi gli utenti. Diapositiva.
Eric Kavanagh: Va bene. Ecco qua
Josh Howard: Sì, grazie. E quindi il modo in cui ci stiamo avvicinando ad Alteryx è che lo stiamo davvero osservando dal punto di vista della governance analitica. E quindi, sai, non sto usando la parola "governance dei dati" qui perché penso che la governance dei dati sia molto più di un framework che comprende molte cose diverse, ma in realtà mi sono concentrato solo su queste tre aree chiave di come il i dati vengono gestiti, come sono accessibili e come li stiamo proteggendo.
Innanzi tutto, per quanto riguarda la gestione dei dati, quando si desidera abilitare gli strumenti self-service, si desidera assicurarsi che tali utenti abbiano accesso a tutte le diverse origini dati di cui potrebbero aver bisogno. E quindi, ancora una volta, questo è parte del problema che abbiamo riscontrato con gli strumenti di BI tradizionali come MicroStrategy, Cognos e OB: sapevamo, stava solo attingendo a un data warehouse centralizzato, ma quegli utenti aziendali volevano davvero prendere quei dati e mescolarlo con altre fonti di dati per ottenere risultati aggiuntivi.
Voglio dire, quindi vuoi assicurarti direttamente a tutte quelle diverse fonti di dati, indipendentemente dal fatto che siano relazionali o non relazionali, e farlo in un modo che non renderà i dati ridondanti. E quindi, vuoi assicurarti di utilizzare le tecnologie in memoria in modo da attingere a tali origini dati federate e non duplicare quei dati altrove nell'organizzazione, perché ciò causa solo una serie di problemi.
E poi vuoi assicurarti di guardare cose come l'accessibilità e la sicurezza dei dati, assicurandoti che i dati vengano crittografati, assicurandoti di disporre delle autorizzazioni e autorizzazioni giuste. E ciò che consigliamo è utilizzare i sistemi che i team IT hanno già impostato, quindi cose come Active Directory e autenticazione di Windows. Attingendo a quei sistemi che possono passare attraverso tale autenticazione fino all'applicazione e in questo modo puoi assicurarti che gli utenti giusti stiano accedendo ai dati giusti.
Si tratta davvero di passare da uno stato di controllo a uno stato di abilitazione e farlo con guardrail. Quindi, sai, analisi dei guardrail, in cui l'IT sta fornendo tutti gli strumenti per avere successo, ma lo stanno anche monitorando, assicurandosi che sia coerente, affidabile e che lo stiano facendo con le giuste autorizzazioni in atto e assicurandosi che tali utenti abbiano accesso solo ai dati corretti. Diapositiva successiva.
Eric Kavanagh: Bene, dottor Wayne.
Wayne Eckerson: Sì, quindi questa è la mia diapositiva. Questo dimostra solo le dimensioni del self-service, di cui parlava Josh. Questo è il mezzo di business richiesto in questi giorni, ma non vogliono aspettare, come ha detto Josh, che l'IT fornisca materiale e l'IT era solito fare tutto. Hanno usato per costruire l'architettura e gestire l'infrastruttura e scegliere gli strumenti e costruire le applicazioni, i report, il dashboard e questo non funziona per la stragrande maggioranza degli utenti. E ora siamo vicini al self-service. Abbiamo rapporti self-service, dashboard self-service, che io chiamo, scoperta visiva self-service. Abbiamo l'integrazione dei dati self-service o la preparazione dei dati. Abbiamo un'analisi avanzata self-service, dove ci sono alcuni data scientist. Quindi stiamo pensando a tutte queste capacità disponibili per le persone, per gli uomini d'affari, che sono inclini a fare le cose da soli.
Diapositiva successiva. Stiamo ricevendo un feedback qui, Eric, solo per farti sapere. Quindi, sai, il self-service in superficie sembra una soluzione vantaggiosa sia per il business che per il reparto IT. Gli utenti ottengono ciò che vogliono quando lo desiderano, come lo desiderano. Il reparto IT ottiene il tipo di utenti, arriva a scaricare il lavoro e riesce a consegnare le cose indirettamente, ma in entrambi i casi … In molte situazioni il self-service ha alcuni svantaggi significativi di cui devi stare attento. E Josh ti stava dando alcuni rimedi per alcuni di questi aspetti negativi.
Vai alla diapositiva successiva, Eric, e vedremo solo il self-service delle organizzazioni come una specie di ondata di marea di forza, che sono duplicate, contrastanti. E arriva al punto in cui nessuno si fida del rapporto di qualcun altro, tranne il proprio, che non è un buon stato di cose. Si potrebbe anche dire che è peggio di quando hanno iniziato. Fondamentalmente hai un'architettura che comprende sistemi di reporting ombra, estratti di dati, che alla fine aumentano costi, costi generali, ridondanza e duplicazione e, di conseguenza, aumentano i rischi nell'organizzazione. Quindi, il self-service riguarda gli standard in cui la governance è in realtà solo la Torre di Babele. Tutti comunicano, ma nessuno ascolta. Diapositiva successiva.
Eric Kavanagh: È un'ottima citazione, mi piace. "Tutti stanno comunicando, ma nessuno sta ascoltando." Penso che in alcuni punti lo riassuma. Bene, eccoti.
Wayne Eckerson: Quindi, sai, mi occuperò anche dei rimedi, ma molte aziende pensano che lo scopo del self-service sia di sbarazzarsi dell'IT. Bene, ci sono molte cose controintuitive negli affari, e questa è una di queste. Lo scopo del self-service non era limitare l'IT dall'equazione ma favorire una maggiore collaborazione con essa. Un'altra ironia del self-service che non ho messo qui è che richiede molta standardizzazione per supportare il self-service. È un po 'come, pensi di guidare su una strada, giusto? Ci sono molte regole che dobbiamo rispettare. Tutti-
Voce automatica: la registrazione della conferenza è stata interrotta.
Eric Kavanagh: Non preoccuparti. Questo è solo il backup. Continua così.
Wayne Eckerson: OK. Quindi, e l'IT è davvero il gruppo che deve mettere insieme quegli standard. E una volta che tali standard sono stati fissati e accettati e adottati, ehi, allora possiamo fare il self-service fino a quando la luna non esce. Diapositiva successiva.
Eric Kavanagh: Penso che siamo tornati da Josh.
Josh Howard: Giusto, sì, e sono molto d'accordo, Wayne, che stavi dicendo. Ma il fatto è che, se si desidera ottenere più valore dai dati, ancora una volta, dobbiamo uscire dal business avendo il controllo dell'IT tutto e entrando nel business dell'abilitazione. Ciò significa offrire agli utenti i propri strumenti di analisi e non solo l'IT. Questo non significa che devi dare loro le chiavi del regno. Puoi farlo con quei guardrail esistenti. Sfrutta i sistemi esistenti, sfrutta i tuoi strumenti di autorizzazione, Active Directory, le tue autorizzazioni e questo assicurerà che qualcuno non fornisca dati a qualcuno che non dovrebbe. E così, facendo tutte queste cose, stai dando potere a quegli analisti di fornire maggior valore e lo fai in un modo che è governato.
Diapositiva successiva. Ma la realtà è che l'IT non sarà mai in grado di tenere il passo con la varietà di modi in cui un analista vorrà visualizzare i dati, manipolarli. E così, non solo, ma non hai il tempo di tenere il passo con quelle richieste. I sistemi legacy, i processi a cascata. Se osservi semplicemente un processo ETL per l'aggiunta di una tabella, in alcuni casi potrebbero essere necessarie settimane se non mesi. E così, vuoi essere in grado di tenere il passo con quel cambiamento di attività.
Se vuoi, infatti, creare una cultura di analisi, devi consentire a quegli utenti di farlo. E poi, una volta che lo fai, i benefici possono essere davvero sorprendenti. Sai, quando abbiamo iniziato a parlare per la prima volta di cinque / dieci anni fa, i progetti di business intelligence, intendo dire che veniva spesso citato il 70-80 percento di tutti i progetti di BI che fallivano. E non è più così. Quando armate gli utenti aziendali con gli strumenti giusti, stiamo vedendo alcuni risultati straordinari e un valore straordinario, ed è la ragione per cui gli strumenti self-service si stanno diffondendo come un incendio in un'organizzazione. Questo è a causa del successo che stiamo vedendo.
E ho un caso d'uso di cui parlerò anche qui tra un minuto, ma, sai, abbiamo letteralmente decine di migliaia di utenti che eseguono analisi e scalabilità self-service. E questi utenti stanno fornendo informazioni più rapidamente, stanno creando nuovi prodotti e stanno reagendo molto rapidamente alle mutevoli condizioni di business al fine di rimanere al passo con la concorrenza.
Sai, la seconda cosa è che, sai, stanno anche spendendo meno tempo a preparare i dati e più tempo a fare l'analisi. È solo un altro componente ad esso, e qui ho un esempio dal CNA in cui avevano un certo numero di analisti che stavano adottando approcci che richiedevano tempo, che impiegavano settimane o mesi e ora li riducevano a minuti. Questo è senza esagerazione. Abbiamo letteralmente molti di questi esempi di clienti che lo fanno, e questo è davvero uno scenario vantaggioso per tutti. Gli analisti sono felici che non debbano, sai, stanno arrivando ai loro dati più velocemente. L'IT è felice perché, sai, possono concentrarsi sulle loro iniziative strategiche senza preoccuparsi della governance, e infine i team esecutivi sono felici perché finalmente hanno team aziendali e IT che lavorano insieme per creare quella cultura analitica. Indietro da te.
Eric Kavanagh: Va bene. Abbiamo avuto un altro sondaggio, quindi dovresti essere in grado di vedere quei risultati là fuori tra il pubblico. Dovremmo vederlo già nel tuo pannello elettorale, ma la domanda era: "La tua organizzazione ha ricevuto la promessa di un self-service?" Posso dirti che gli intervistati hanno un clamoroso, "No".
Penso che parli di dove siamo nel settore, ma penso che tu abbia fatto un paio di punti molto, molto buoni lì, Josh, vale a dire che abilitare il self-service, anche se con alcuni standard come Wayne stava discutendo, in effetti ti permettono di costruire in governance. Questi sono i guardrail di cui abbiamo parlato, giusto? La politica di governance può essere introdotta gradualmente nel sistema di erogazione, ed è in quel momento che si ottiene effettivamente la governance, consentendo agli analisti di essere self-service. Esatto, Josh?
Josh Howard: Sì, è esattamente vero.
Eric Kavanagh: Sì, quindi gli intervistati-
Wayne Eckerson: Quindi, Eric, quei risultati sono interessanti, sai. Direi che la causa di ciò è che l'IT è ancora sotto controllo, gli utenti non ottengono il self-service e ottengono ciò che vogliono quando ne hanno bisogno o, sai, hanno un self-service sotto-governato. Ed entrambi sono cattivi. Quindi, è davvero difficile colpire l'ago con il self-service, avere un ambiente governato che fornisca agli utenti tutte le informazioni di cui hanno bisogno e le funzionalità di cui hanno bisogno per ottenere le informazioni di cui hanno bisogno e intraprendere le azioni che devono fare. È difficile, difficile, ma sai …
Wayne Eckerson: -Sei di fronte ora con strumenti come, sai, Alteryx, strumenti molto potenti, molto potenti. Quindi ora abbiamo la possibilità di …
Eric Kavanagh: E hai diversi motivi per cui il tuo accordo crudo con Sonic è andato un po 'sotto, quindi fai attenzione all'audio di base. Sono un po 'sorpreso e penso che questa sia probabilmente una buona notizia per Alteryx perché hanno una soluzione per abilitare il self-service. Perché nel vecchio modo di fare le cose con molti strumenti diversi, ad esempio con molti punti di integrazione, le persone vanno in giro, cercando di tenere il passo con lo status quo e penso che sia una delle vere sfide.
Uno dei nostri clienti ha avuto un commento qualche settimana fa che mi risuona nelle orecchie da quando si è riferito alla "tirannia dell'urgenza" e al modo in cui tende a dominare diverse organizzazioni e prevenire il cambiamento. Sei sempre stato urgente, corri sempre solo cercando di fare cose che devono già essere fatte. E questo sostanzialmente ti impedisce di fare cose nuove.
A un certo punto devi interrompere la musica, riconoscere che una sedia andrà via, ma il resto delle sedie deve sedersi al tavolo e iniziare a lanciare un po 'di collaborazione fino a quando non lavoriamo insieme. Ma è un po 'come vedo l'intera immagine. Quindi sì, le risposte in genere erano 23 su 43, "No", 6 su 43 persone hanno detto, "Sì" e 6 su 43 persone hanno detto: "Non sono sicuro", ma circa 38 persone non hanno risposto. Ma è piuttosto clamoroso, "No". Con questo, voglio entrare in un caso di studio.
Te lo restituirò, Josh. Portalo via.
Josh Howard: Sì, e così prima ho parlato di questa collaborazione tra business e IT. Mi sento davvero come se avessimo visto alcuni cambiamenti piuttosto grandi, e sempre più organizzazioni si stanno muovendo in questa direzione, abilitando il self-service e vedendo i risultati di cui stavo parlando. E Ford ne è un ottimo esempio. La Ford, ovviamente, utilizza dati e analisi da decenni, ma come molte organizzazioni, è stata fatta proprio nelle tasche dell'organizzazione. La coerenza e il coordinamento erano scarsamente controllati e, sapete, avevano anche pratiche di governance dei dati che erano incoerenti.
E così hanno avuto un grosso problema; avevano oltre 4.600 fonti di dati, e quindi, puoi immaginare la sfida di farlo a dimensioni di un'azienda come la Ford. E così quello che hanno fatto è stato, risalendo a soli due anni fa, a formare la Global Data Insights and Analytics Unit, che è un centro di eccellenza centralizzato, composto da team composti da, sai, data worker, quindi analisti dei dati, dati scienziati del genere.
Puoi pensare a questo COE molto simile a un dipartimento delle risorse umane o un dipartimento finanziario che serve l'intera organizzazione. Questo è esattamente ciò che questo nuovo team è stato creato per fare, e quindi sono stati in grado di identificare e seguire le proprie sfide ad alta priorità e lavorare con diverse unità aziendali che affrontano, sai, diversi problemi. Ma l'idea era che volevano mirare e cambiare quella conversazione per concentrarsi sulla sfida aziendale stessa, giusta e soddisfare tali esigenze aziendali. E, sai, hanno iniziato con un analista di dati per iniziare un paio di anni fa, una licenza Alteryx e una combinazione di Tableau e QlikView.
Ora hanno distribuito Alteryx a oltre 1.200 data scientist negli ultimi due anni e ne stanno assumendo di più. E così, è stato davvero sorprendente vedere che si svolgono all'interno della loro organizzazione e utilizzare casi che stanno risolvendo sono incredibili. Stanno usando Alteryx per risolvere i problemi delle linee di produzione fino alle loro gare NASCAR, quindi è davvero affascinante vedere alcuni dei risultati che stanno guidando. E, sai, ciò che è interessante è, sai, alcuni di questi casi d'uso, i casi monouso stanno risparmiando decine di milioni di dollari, quindi è molto facile giustificarli. E questo è solo un caso d'uso, e ora viene letteralmente utilizzato in centinaia di casi aziendali diversi e tra quei 1.200 analisti di dati e data scientist. Quindi, risultati fenomenali e siamo davvero soddisfatti della partnership che abbiamo con Ford.
Wayne Eckerson: Bene, questa è la mia diapositiva. Quindi, sai, insegno a un corso di analisi self-service, e questo è una specie di riassunto, un riassunto di altissimo livello, delle soluzioni che porto a un tavolo per il pubblico. E proverò a spiegarlo abbastanza rapidamente. Sai, vedo il self service, beh uno, non esiste un self service. Ognuno ha una diversa definizione di self-service all'interno di un'organizzazione, quindi ciò che è self-service per un CEO non è certamente self-service per uno scienziato di dati. Ma in generale, ci sono due classi di utenti. La prima classe, sai, gli utenti più casuali, i dirigenti, i lavoratori in prima linea sono nel mondo top-down in blu.
E, sai, li chiamo "consumatori di dati" o "esploratori di dati", e stanno praticamente pensando a output, sai, report e dashboard, si spera interattivi che le persone hanno costruito per loro, sia IT che i loro colleghi, e consumando così com'è. Gli esploratori tendono ad aprire quelle cose e a modificarle sul posto, ma non vogliono necessariamente iniziare con un foglio di carta bianco. Non vengono pagati per farlo. Non pagato necessariamente gli analisti. Questo è ciò che fanno le persone nel mondo dal basso verso l'alto, i data scientist e gli analisti di dati, che hanno inoltre, gli analisti di dati lavorano con fogli di calcolo, accesso ai database. E i data scientist hanno più interesse, sai, con i banchi da lavoro della miniera di dati. Molti degli strumenti self-service emersi hanno davvero potenziato questa squadra dal basso. Sarebbe molto più produttivo di quanto non avrebbero mai potuto fare prima. Sai, non solo possono creare i propri report e dashboard, possono anche ottenere i propri dati, mescolarli, abbinarli insieme e così via. Ho effettivamente visto questo triumvirato di strumenti uscire e importare il mondo dal basso. I cataloghi di dati in modo che possano andare a trovare i dati o strumenti di preparazione in modo che possano abbinarli insieme e strumenti di visualizzazione dei dati in modo che possano analizzarli, visualizzarli e condividerli. Penso che vedremo quel set di strumenti diventare uno, e penso che Alteryx sia sulla buona strada per farlo.
Quindi io chiamo questo mondo dal basso "vero self-service", mentre il mondo dall'alto verso il basso lo chiamo più "servizio d'argento" perché stiamo dando informazioni fornite su un piatto d'argento. È stato pre-confezionato in una certa misura. Ancora interattivo, ancora modificabile, ma qualcuno doveva pensare a chi fossero le persone che lo stavano consumando e adattarlo per soddisfare le loro esigenze specifiche. Puoi vedere nel mondo dall'alto verso il basso che hai, sai, i gruppi centralizzati più pesanti, il comitato di governance dei dati, che, sai, inserisce i suoi siti di dati e rapporti. E il team di data warehousing che cerca di integrare i dati per il processo decisionale. Questo è un processo di governance top-down centralizzato orientato all'IT più tradizionale. Considerando che nel mondo dal basso, che è più simile al 10 percento, al 20 percento dell'organizzazione, stanno ottenendo la governance dal livello di base aprendo effettivamente set di dati, osservandoli, commentandoli, etichettandoli - fondamentalmente costruire una media condivisa dei dati da zero. Stai ottenendo cataloghi e mercati dei dati e un'organizzazione ha bisogno di entrambi questi mondi. In realtà, si alimentano a vicenda, molto sinergici, sono due facce della stessa medaglia. Se non hai analisti là fuori in ogni reparto, le operazioni falliscono, il marketing, la finanza. Ti mancano tutti i tipi di intuizioni di cui hai bisogno per guidare il business perché stanno generando risposte a domande che le persone non avrebbero potuto capire cosa fossero il giorno prima. E certamente l'IT non poteva o gli sviluppatori non potevano costruire quei report o dashboard. Quindi sono una specie di prova della prossima ondata di requisiti e della prossima ondata di intuizioni che dovrebbero essere raggruppate e messe nel mondo dall'alto verso il basso.
Ora il problema è quando il mondo bottom-up pubblica rapporti nel mondo top-down che non sono stati certificati o governati e si ottengono rapporti, duplicati e cose contrastanti. Quindi, nel mio mondo aiuta ad avere un gateway di governance dei dati tra questi due mondi, e va bene, se un analista di dati avviato crea e produce una nuova intuizione e crea un rapporto. Alla gente piace, e poi, sai, vogliono continuare a pubblicare quel rapporto e condividerlo, forse più in generale per l'intera impresa, deve essere rivisto dalla governance dei dati e, si spera, molto rapidamente, per assicurarsi che sia conforme a standard. Potrebbe essere necessario essere scritti in una piattaforma standard, potrebbe essere necessario aggiungere nuovi dati al repository aziendale standard. E quello che stiamo vedendo ora è che strumenti come Alteryx stanno effettivamente incorporando i flussi di lavoro necessari per supportare questo processo di promozione in cui stiamo promuovendo in un report che è diventato popolare per ottenere una filigrana o una scala come report o set di dati certificati di livello aziendale . Quindi, questo è uno stato di governance dei dati pesato in breve come un processo di revisione. Potrebbe esserci un limite di produzione con i team di sviluppo e potrebbero esserci autorizzazioni e governance all'interno degli strumenti di BI, degli strumenti di analisi o di tali flussi di lavoro. Diapositiva successiva.
Eric Kavanagh: Bene, penso che siamo tornati da Josh su questo.
Josh Howard: Sì, e così, sai, quando hai parlato del passaggio da un numero di questi diversi strumenti, e quello che ho trovato nel mio, sai, la ricerca è che la maggior parte degli analisti sta usando da 10 a 12 strumenti diversi al fine di svolgere il proprio lavoro di analisi. E, sai, potrebbero utilizzare una soluzione di catalogazione dei dati per trovare i dati, potrebbero utilizzare una soluzione di preparazione dei dati, potrebbero utilizzare uno strumento di visualizzazione dei dati, qualcosa per analisi avanzate, analisi predittiva e strumenti di data science per la distribuzione e gestirlo. E pensiamo davvero che questo dovrebbe essere servito attraverso un'unica piattaforma, e pensiamo che sia lì che va l'industria. E così, la maggior parte delle persone conosce tutti i trucchi per la preparazione e la fusione dei dati e la sua stretta integrazione con strumenti come Tableau e Power BI.
Ma, sai, siamo molto più di un semplice strumento di preparazione dei dati. Siamo davvero una piattaforma end-to-end per quegli analisti di dati e scienziati dei dati dei cittadini, fornendo la capacità di scoprire quei dati, prepararli, mescolarli, analizzarli e farlo in un modo ripetibile e un flusso di lavoro ripetibile. Quindi, distribuisci e condividi tali risorse sulla scala, ed è proprio ciò di cui parla Alteryx. E abbiamo una fantastica comunità di cui siamo sostenuti, che è, più di una semplice comunità tipica. Ha aree di formazione self-service, ha forum e buone pratiche e abbiamo davvero una comunità evangelica di utenti che si supportano a vicenda. E la cosa grandiosa di questo è che quando stai adottando strumenti come Alteryx, questi tipi di comunità riducono davvero la curva di apprendimento, quindi puoi accelerare su questi nuovi set di strumenti. Anche se sono davvero facili da usare, non richiedono molta codifica e sono facili da usare e da avviare e funzionare più velocemente, ma avere quella comunità per ridurre quella curva di apprendimento è davvero prezioso.
E così il modo in cui l'abbiamo suddiviso in quattro aree. Il primo è che si tratta davvero di scoprire e condividere, quindi prima di poter preparare e fondere i tuoi dati, devi essere in grado di trovarli. Ed è per questo che la prima parte della nostra piattaforma è quella componente di scoperta e condivisione che utilizziamo per acquisire le conoscenze tribali della tua organizzazione. Quindi questa è fondamentalmente una soluzione di catalogazione dei dati utilizzata per condividere set di dati curati e regolati. Permette agli utenti di trovare i dati che stanno cercando nella funzione di ricerca simile a Google di facile utilizzo e fornisce anche funzionalità social per collaborare su set di dati e persino di approfondire la discendenza dei dati degli asset, certificarli risorse e filigrana. E questo è molto importante per l'analisi self-service perché uno lo è, la maggior parte delle persone impiega troppo tempo a cercare i dati - non sanno nemmeno dove trovarli. E poi se trovano un rapporto, sai, come fanno a sapere che è certificato, affidabile? Quindi, quando ne hai parlato, avendo un gateway di governance dei dati, vedo davvero strumenti come Alteryx diventare quel gateway in cui, quando fai la tua ricerca, puoi vedere automaticamente e visivamente chi possiede quei dati, qual è la discendenza di quei dati, come è stato creato, se è stato certificato, e come accedervi, e se non si ha accesso ad esso, è possibile utilizzare le funzionalità di chat per richiedere l'accesso. Invia un'e-mail a quella persona in particolare, quindi questo è davvero un buon modo per produrre molti di questi elementi. Diapositiva successiva.
Il prossimo pezzo sono questi prep e blend, ancora una volta, per i quali siamo ben noti, e quindi, vediamo davvero prep e blend come la rampa di lancio per analisi più avanzate. Senza scrivere SQL o qualsiasi tipo di codice, sei in grado di accedere a tutti i tuoi diversi dati, interrogarli - sai, che siano dati strutturati, dati non strutturati, dati cloud - e integrare facilmente tutto ciò che è in memoria, modellarlo, pulirlo, profilalo, per preparare il tuo set di dati per l'analisi. È inoltre possibile arricchirlo con set di dati di terze parti. Quindi, abbiamo ottime collaborazioni con aziende come TomTom se sei interessato all'analisi del tempo di guida, facendo analisi spaziali. Collaboriamo inoltre a stretto contatto con Experian per i dati sulle famiglie o per i dati aziendali. Quindi all'improvviso, non solo puoi prendere i dati che hai on-premise o forse nel cloud, puoi anche arricchirli con queste fonti di terze parti e realizzare davvero alcune affascinanti analisi. Diapositiva successiva.
Il terzo pezzo è questo componente di analisi e modello. Quindi ho detto che Alteryx era privo di codice. Bene, è anche facile da usare. E così, offriamo più di 60 diversi strumenti di analisi predittiva, quindi quando sei pronto a fare analisi più avanzate, puoi utilizzare strumenti basati su R e Python e Spark senza codifica, oppure puoi effettivamente utilizzare e creare il tuo personalizzato Pacchetti. Quindi, se hai un team di data science che sta scrivendo R e Python o Scala o qualsiasi altra cosa, puoi utilizzare quel codice, creare i tuoi pacchetti e sfruttarlo direttamente nello strumento. E ancora, è qui che penso che sia il vero valore dell'analisi self-service, ed è proprio qui che vogliamo aiutare a trasformare il settore da analisti di dati tradizionali e data worker a questi, sai, cittadini data scientist e facendo lavorare la scienza dei dati con strumenti davvero facili da usare. Diapositiva.
Bene, dentro e finalmente abbiamo gli ultimi pochi switch, quell'ultimo miglio di analisi avanzata. Quindi, se sei nel punto in cui stai lavorando alla scienza dei dati e stai costruendo i tuoi modelli, la prossima sfida che ti viene in mente è: “Bene, come posso mettere in produzione quei modelli? Come li gestisco? Come posso mantenerli aggiornati? ”Ed è qui che entra in gioco la nostra capacità di implementazione. Quindi, secondo la nostra ricerca sui clienti con cui abbiamo parlato, meno del 50 percento dei modelli arriva mai in produzione . Quindi hai impiegato questi data scientist per costruire tutti questi modelli, ma in realtà non li stanno mai trasformando in produzione. E così, abbiamo creato una soluzione che ti aiuterà a costruire i tuoi modelli e quindi a distribuirli in tempo reale utilizzando le API RESTful.
E così sei in grado di ottenere quei modelli e inserirli direttamente in applicazioni Web e applicazioni mobili in modo più semplice e veloce, perché i metodi tradizionali non funzionano. È un processo lungo ed elaborato. La distribuzione di un modello può richiedere dalle 12 alle 20 settimane e spesso costa oltre $ 250.000. E poi devi preoccuparti di come tenerli aggiornati. Quindi, di nuovo, stiamo cercando dei modi per automatizzare l'intero processo ed eseguire molti passaggi intermedi. E così, senza davvero buttare il codice, perché il processo tradizionale di ciò che sta accadendo ora è che hai uno scienziato di dati che sta costruendo i suoi modelli e li distribuiscono e li gettano oltre il recinto a uno sviluppatore web che deve prendi tutto quel codice R e Python, riscrivilo in una sorta di applicazione web o applicazione mobile e, di nuovo, ci vuole solo troppo tempo.
E così, non c'è più nessun codice da lanciare oltre il recinto che qualcun altro può fare. Abbiamo automatizzato tale processo e abbiamo un modo per gestirlo su larga scala. E così, queste sono davvero le quattro aree che guardiamo quando si tratta di una piattaforma self-service end-to-end per l'analisi dei dati. E così, sai, scoprire e condividere i dati con facilità, prepararli e fonderli, fare analisi avanzate e quindi avere un modo per distribuirli e gestirli su larga scala. Vai avanti. Quindi, con Alteryx, sei in grado, sai, di parlare della governance analitica e di essere in grado di sbloccare i tuoi dati in modo sicuro e offre sia metodi privi di codice che facili da usare per eseguire tutte le tue analisi, quindi se hanno analisti di dati che potrebbero non conoscere i linguaggi semantici, sai, i linguaggi SQL per interrogare un database, puoi usare uno strumento di trascinamento della selezione che tira tutti questi dati in memoria per fare la loro analisi.
Allo stesso modo, se disponi di data scientist che utilizzano R e Python, possono comunque utilizzare uno strumento come Alteryx in modo intuitivo e i risultati che abbiamo visto con i nostri clienti sono straordinari perché siamo in grado di fornire quei flussi di lavoro ripetibili che puoi svolgere, attività che richiedono, sai, settimane o mesi e letteralmente ridurli in pochi minuti, senza esagerare. Abbiamo un certo numero di case study sul nostro sito Web in cui puoi saperne di più su questo e alcuni dei risparmi di tempo che stiamo vedendo. Ma sai, infine, funzionerà con la tua organizzazione IT perché è scalabile e abbatte quei silos di cui ho parlato e lo fa in modo governato. Ed è proprio quello che riguarda la piattaforma end-to-end Alteryx e perché siamo diversi.
Eric Kavanagh: Va bene. Sono tutte cose buone. Devo dire, Wayne, penso che tu sia davvero coinvolto in qualcosa con questo gateway di governance dei dati è, penso, come lo hai descritto. Perché siamo in questo mondo davvero interessante in questo momento in cui i data warehouse, che sono stati la fonte attendibile per quattro decenni, non sono davvero in grado di tenere il passo con i tempi e tenere il passo con tutte le diverse fonti di dati e varietà di dati. È un sistema abbastanza rigido che tende ad essere un data warehouse, quindi quello che vedo Alteryx fornire qui è davvero quello che potresti chiamare la fase successiva nella maturità analitica, perché ti consentono di utilizzare tutte queste diverse fonti, ma perché hanno quest'area marziale con le politiche di governance dei dati incorporate, ora ottieni davvero il meglio da entrambi i mondi in cui puoi avere molti set di dati diversi, ma hai governance e puoi anche utilizzare tutti i tipi di informazioni e servire tutti i tipi di diversi analisti per ottenere le loro diverse prospettive su ciò che sta accadendo nel mondo degli affari. Ma lo considero un passo abbastanza significativo nell'evoluzione dell'analisi per l'impresa, ma cosa ne pensi?
Wayne Eckerson: No, assolutamente. I data warehouse, i repository di una singola versione della verità per come erano, e penso che abbia semplicemente ignorato, sai, la dinamica organizzativa e i ruoli che le persone svolgono. E vedo questi due mondi di BI o analisi, come li chiami tu. E nella maggior parte delle aziende, vanno in direzioni opposte e non si parlano, non si fidano l'uno dell'altro, ma in realtà sono molto sinergici e dobbiamo solo farli riconoscere l'un l'altro e tipo di lavoro insieme. E strumenti come Alteryx che incorporano la governance attraverso la capacità di catalogazione dei dati, in cui gli amministratori possono gestire il set di dati e certificarli e filigranarli, cosa di cui sto parlando da un paio d'anni nelle mie lezioni. Pochissime aziende lo hanno fatto, ma ottiene così tanta trazione e ora sento che è ovunque.
E così, il modo di fondere insieme questi due mondi perché, sai, hai la tua torta e la mangi anche tu. Puoi lasciare che gli utenti esperti facciano ciò che devono fare. Vai a trovare le nuove intuizioni su richiesta, e poi, sai, ma le impedisci di sfuggire al controllo. Impedisci di creare la Torre di Babele con alcuni standard che richiedono un po 'di governance. E l'obiettivo è davvero quello di creare una cultura della governance in cui le persone vogliono passare attraverso il processo di governance. Vogliono che i loro report / set di dati vengano esaminati in modo da essere consumati in modo più ampio. Questo è l'obiettivo e questo è davvero il nuovo ruolo dell'IT in questo nuovo mondo. Dico sempre che il loro ruolo è facilitare, non dettare. E questo è un grande cambiamento di mentalità per la maggior parte dei professionisti IT che sono stati abituati a far parte di un servizio condiviso che ha fatto di tutto per l'azienda. Ora il business sta facendo tutto da solo e l'IT deve solo essere il personale, come ha detto Josh, mettendo su quei guardrail.
Eric Kavanagh: Sì, penso che i guardrail siano fondamentali perché permettono agli analisti di giocare gratuitamente, se vuoi, di fare cose diverse, ma non di scappare. E se capissi-
Wayne Eckerson: Esatto.
Eric Kavanagh: -vai giusto, Josh-
Josh Howard: Esatto.
Eric Kavanagh: Sì, stavi parlando di come, in realtà stavo seguendo Alteryx ora da prima che si chiamasse Alteryx molti anni fa - penso che si chiamasse SRC o qualcosa del genere - e un Wal-Mart era il primo cliente. E una delle cose davvero interessanti di cui avete parlato molto tempo fa era la capacità di comprendere davvero i processi aziendali e i flussi di lavoro. E se hai una conoscenza approfondita del flusso di lavoro e dei processi aziendali, puoi fare diverse cose. Prima di tutto, puoi fornire un'interfaccia utente molto perfezionata se non offuschi le opzioni disponibili all'utente con informazioni estranee. Due, puoi anche semplificare i processi per capire meglio dove ci sono punti di strozzamento o punti di controllo. E penso che questo sia probabilmente parte della magia del perché Alteryx è stato in grado di offrire questo tipo di ambiente molto intuitivo, ma di facile utilizzo che consente tutti i tipi di set di informazioni e casi analitici diversi. Sei d'accordo con quello?
Josh Howard: Sì, voglio dire, lo so, lo farei Eric, e molti di questi stanno semplicemente mettendo questo tipo di strumenti nelle mani degli utenti aziendali e dando loro un modo per fare il loro lavoro in modo amichevole è facile da usare ed è amichevole. Voglio dire, se pensi a qualcosa come la governance dei dati, parliamo di governance dei dati da due decenni e, come archiviazione IP, abbiamo cercato di spingere questo verso il basso e non viene mai adottato, mai qualsiasi tipo di trazione, perché non è costruita per gli utenti aziendali, giusto? È guidato dall'IT, guidato dall'IT e funziona per l'IT, ma non funziona per quegli utenti aziendali. Pertanto, vogliamo adottare le stesse metodologie ma applicarle a un set di strumenti di facile utilizzo, e questo è il nostro approccio con, sapete, la soluzione di catalogazione dei dati e la gestione dei metadati.
Sai, quando parlo con un utente aziendale, non parlo mai di un livello di dati semantico e di come stiamo aiutando a gestire i metadati. Sai, nel back-end, è essenzialmente quello che sta facendo, questi tipi di cose sono presenti all'interno dell'IT da molto tempo, ma per l'utente aziendale, tutto dipende da come trovare i dati più velocemente, come portare a termine il tuo lavoro più velocemente e fornendo tali informazioni in un'interfaccia di facile utilizzo a cui sono abituati a utilizzare, proprio come nella vita dei consumatori, giusto? Vogliono un'interfaccia di ricerca simile a Google, vogliono un elemento di collaborazione sociale in cui possano fare rete con altri utenti di quell'organizzazione per abbattere quei silos di dati e acquisire quella conoscenza tribale. Quindi, stiamo solo adottando un approccio diverso su come lavoriamo con l'azienda, ma lo facciamo in un modo che sia anche IT-friendly.
Eric Kavanagh: Sì, e ho una grande domanda-
Wayne Eckerson: Sai l'altra cosa -- Josh, che mi ha colpito nella tua presentazione è stata, siamo nell'era delle piattaforme ora. Penso che abbiamo superato l'età degli strumenti, e va bene, ma le piattaforme, giusto? E così, ho coperto la BI per circa 20 anni e, nello spazio della BI, siamo passati dagli strumenti alle piattaforme analitiche dove, sai, un prodotto essenzialmente espelle ogni modalità di analisi per ogni tipo di utente, giusto? Dai report alla previsione su un'architettura e self-service comuni. Stiamo anche vedendo la stessa cosa dal lato dell'assemblaggio dei dati, o lato dell'integrazione dei dati in cui qualcuno sta mettendo insieme queste piattaforme che ingeriscono i dati, li aggiungono, li catalogano, li riparano, li trasformano e li rendono disponibili agli utenti per il download e l'analisi. E ora, quello che state facendo, state facendo il prossimo passo in molti modi e combinando queste due piattaforme in una, quindi è una piattaforma combinata di analisi e dati, che, sapete, ha senso. Questo è il futuro: convergenza. L'unica cosa che non vedo nella tua piattaforma sono i tuoi strumenti o funzionalità di base per il reporting e il dashboard, ma forse è integrato nel tuo modulo analitico.
Josh Howard: Sì, eseguiamo rapporti batch molto bene. Abbiamo una soluzione molto robusta lì, ma tu hai centrato un punto intorno ai dashboard e riteniamo che questa sia un'opportunità per crescere. Tradizionalmente abbiamo sempre avuto ottime collaborazioni con Tableau, Power BI e Qlik, ma continueremo a farlo. Ma quello che stiamo scoprendo è che i nostri analisti, i nostri clienti, non vogliono aspettare fino alla fine del flusso di lavoro e quel ciclo per vedere i loro risultati, va bene? Vogliono vedere i risultati mentre lavorano in tempo reale, e questa è davvero la direzione in cui stiamo andando, e sappiamo cosa stiamo etichettando come visual inline in modo che tu possa vedere i tuoi dati mentre lavori, e puoi iterare su di esso e vederlo in tempo reale invece di aspettare fino alla fine e pubblicarlo su uno strumento di visualizzazione o su una dashboard per vedere quei risultati. E così, elimina solo la necessità di bilanciamento avanti e indietro per ottenere le tue intuizioni.
Wayne Eckerson: Sì, beh, ha molto senso. E voi ragazzi siete conosciuti ora per facilità d'uso. Sai, usi la compagnia Tableau nella loro ascesa alla fama e alla fortuna. Sei proprio lì con loro e chi è meglio prendere il comando in questo spazio di piattaforma convergente perché hai un piede sia nell'analisi che nella gestione dei dati. Quindi, stiamo testando la beta per vedere come andranno i ragazzi nei prossimi due anni.
Josh Howard: Sì, e sai, penso che sia interessante, e sono felice di far parte di questo spazio, ed è stato davvero interessante vedere, dare un'occhiata, sai, lo spazio di integrazione dei dati, il spazio di business intelligence e spazio di analisi avanzata e vedere davvero quelli che convergono. E, sai, penso che piattaforme come Alteryx aiuteranno davvero molti di quegli utenti aziendali a eccellere e consentire a quegli utenti di ottenere l'accesso ai propri dati e fare quell'analisi, sai, e arrivare a queste intuizioni più velocemente e più facilmente.
Eric Kavanagh: Sì. Tutto qui, e sono d'accordo con te, Wayne, sul fatto che abbia davvero senso, e penso, sì, c'è una domanda da un membro del pubblico che inserirò qui. È molto germano per la conversazione. Si tratta di DataOp. Per quelli di voi che non hanno familiarità con il termine-
Josh Howard: diapositiva successiva.
Eric Kavanagh: -è diventato davvero forte negli ultimi nove mesi circa. È iniziato con uno o due venditori, poi tre e quattro, poi cinque e sei, e ora molte persone parlano di DataOp. Questo è fondamentalmente il lato della gestione dei dati di DevOp. Quindi quello che stiamo vedendo è molto focalizzato sul cercare davvero di capire quali strumenti diversi e quali tecnologie diverse stanno toccando i dati mentre si muovono attraverso il suo ciclo di vita e in che modo ciò influisce sulla tua visione analitica. E mi sembra che Alteryx risolva effettivamente il problema di DataOps concentrandosi su questo approccio di piattaforma prima ancora che DataOp diventasse un termine. Ma te lo darò prima io, Josh, e poi tu, Wayne, per un commento. Josh, che ne pensi?
Josh Howard: Sì, penso che sia uno spazio in evoluzione. Sai, cerchiamo di essere indipendenti dai dati e quindi di poter accedere ai dati, sia all'interno del tuo firewall, nel cloud, dati non strutturati, dati strutturati, quindi perché sappiamo che questo continuerà a cambiare, sai, e sono sicuro che Wayne sarebbe d'accordo con questo, e anche tu, Eric. Se torni indietro, conosci 10, 15 anni in questo spazio, voglio dire, c'erano solo una manciata di database. Ora abbiamo oltre 400 diversi tipi di database. E così, non riusciremo mai a stare al passo con quello. E così, ci sarà sempre qualcosa di nuovo e brillante da adottare per un'organizzazione. E quindi, vogliamo solo essere agnostici e utilizzare la nostra tecnologia aperta e le API per essere in grado di integrarsi perfettamente con qualsiasi cosa tu abbia già nella tua organizzazione. E vedi anche che il secondo pezzo da questo punto di vista sul lato DataOp è in realtà con sempre più carichi di lavoro trasferiti al cloud e nuove tecnologie cloud e tecnologie di apprendimento automatico ci stanno spingendo davvero in questo nuovo paradigma, e penso davvero che sia lì, sai, DataOps sta per andare. E vedremo molte cose interessanti accadere in quello spazio.
Wayne Eckerson: Sì, penso che un altro termine che usiamo per DataOps sia "pipeline di dati" o "catene di fornitura di dati", e vediamo uscire molte aziende, specialmente nel mondo dei big data. È possibile gestire tale carico di lavoro e impedire ai laghi dati di diventare paludi di dati. Sì, e sarei d'accordo sul fatto che molto di questo si sta ora spostando anche nel cloud.
Eric Kavanagh: Beh, e lo sai, quindi Alteryx ha fatto un paio di acquisizioni. Non so se ne vuoi parlare negli ultimi due anni, suppongo, Josh, e ha davvero arricchito questa piattaforma, in termini di inserimento di dati e in termini di alcune cose semantiche. E ora hai davvero questo tipo di soluzione end-to-end che consente all'analitica di governarla. Non conosco nessun altro che abbia preso abbastanza attenzione e approccio, e penso che sia stato molto intelligente da parte tua. Ma ne vuoi parlare un po '?
Josh Howard: Sì, certo. E così, è stato un grande anno per Alteryx. Sai, siamo diventati pubblici all'inizio di quest'anno e abbiamo fatto due acquisizioni chiave che ci aiutano, sai, a finire la nostra piattaforma. E così, il primo, è stato davvero quel pezzo di catalogazione dei dati. Ancora una volta, sai, ciò che troviamo è ciò che vogliamo aiutare quelle organizzazioni a governare quei dati. E così, abbiamo effettivamente acquisito una società di governance dei dati chiamata Semanta, che è diventata la nostra soluzione di catalogazione dei dati e ciò che abbiamo integrato nella piattaforma complessiva. Perché, ancora una volta, vediamo la governance come un componente chiave per il self-service e per abilitare il self-service. E così, ancora una volta, ciò ci ha fornito tutte quelle, sai, gestione dei metadati, capacità di catalogazione dei dati. E quello che abbiamo fatto è che abbiamo creato un'interfaccia per renderlo facile da usare e molto amichevole, integrato con la nostra piattaforma complessiva.
La seconda che abbiamo realizzato è stata una società di scienza dei dati con sede a Brooklyn, New York, e che è stata realizzata al fine di sviluppare le nostre capacità di apprendimento automatico e il pezzo di gestione del modello. Quindi, quello che ho menzionato prima è che abbiamo un sacco di data scientist che utilizzano le nostre piattaforme e svolgono un lavoro molto importante sulla scienza dei dati. Tuttavia, arrivare a quei modelli, sai, all'ultimo miglio è stato molto impegnativo. E così, ho detto, sai, le 12 o le 20 settimane che ci vogliono spesso, i $ 250.000 che sono necessari per costruire alcuni di questi modelli. E poi, come rendere operativi e mantenere aggiornati tutti questi modelli? Come apprendono questi modelli? E come addestrate quei modelli? E quindi, questo è anche un grosso problema, giusto, le capacità di distribuzione. E così, quelle due tecnologie con il lato della scienza dei dati e il lato della governance dei dati hanno davvero completato la nostra piattaforma e ciò che stiamo cercando di fare, cercando di portarlo alle organizzazioni, per risolvere questa sfida.
Eric Kavanagh: Sì, e sono contento che tu l'abbia inserito perché avevamo una domanda del pubblico proprio sull'apprendimento automatico e l'intelligenza artificiale. E, Wayne, forse te lo lancerò molto velocemente. Per me, c'è così tanto potenziale per l'apprendimento automatico di ottimizzare davvero molti dei diversi problemi con cui abbiamo lottato negli anni: cose come la qualità dei dati, ad esempio cose come congestioni sull'analisi e aiutare quel lato della scoperta di l'equazione, giusto? Perché alcuni di questi algoritmi che continuano ad apprendere in particolare possono davvero andare da soli e trovare alcune cose interessanti che potrebbero essere emerse per l'utente. Perché una delle sfide, ovviamente, con gli analisti in generale è che ogni analista porta il proprio insieme di pregiudizi, la propria visione del mondo. Questo può essere abbastanza difficile da cambiare a volte, e quindi vedo un sacco di potenziale per l'apprendimento automatico e l'IA in futuro. Cosa pensi?
Wayne Eckerson: No, assolutamente e solo regole di base. Queste cose insieme semplificheranno ulteriormente questi strumenti self-service, rendendoli più facili da usare. Sai, come hai detto, tutto, dal formulare raccomandazioni per altri report, per i set di dati da guardare, per adeguare i modelli, sai, calmare le correlazioni nello strumento di preparazione dei dati. Sai, abbiamo già avuto questo come Tableau ha innovato la corretta visualizzazione per il set di dati che si desidera visualizzare. Quindi tutto ciò rende questi strumenti molto più potenti, rende il self-service molto più plausibile e aiuta gli utenti a utilizzare i dati per ottenere informazioni e valore più veloci.
Eric Kavanagh: Sì, e sai, nel mondo del software aziendale, ovviamente ci sono così tante cose interessanti, ma la linea di fondo è che ci vuole sempre tempo per sviluppare la tecnologia. Quindi ovviamente puoi andare e acquisire roba, come ha fatto Alteryx. Ma quando hai esperienza in uno spazio, sai, c'è una vecchia espressione: non c'è sostituto per l'esperienza. Sai solo come fare le cose meglio, e penso che una delle chiavi del successo a lungo termine di Alteryx qui sia stata che Alteryx era davvero sull'intero processo di utilizzo di dati di terze parti molti anni fa. Non riesco a ricordare esattamente quanto tempo, ma voglio dire sei o sette anni fa, Alteryx ha già messo alla prova la capacità di uscire e raccogliere dati da società come società di credito, ad esempio, o dati di geolocalizzazione o qualsiasi numero di qualsiasi sistemi di dati di terze parti. E penso che sia stato l'inizio di ciò che ora vediamo maturare in termini di ciò che chiamiamo data blending in questi giorni, perché allora non avevamo nemmeno quel termine.
Ma, Josh, te lo restituirò di nuovo. E io, penso che sia molta saturazione ed esperienza integrate nella piattaforma Alteryx attorno a quel concetto di fusione dei dati, che ora è stato appena aumentato dall'ingestione, dall'apprendimento automatico, dalla catalogazione dei dati e così via. Penso che sia per questo che vediamo Alteryx dove si trova oggi. Cosa pensi?
Josh Howard: Sì, voglio dire, la necessità è la madre di tutte le invenzioni, giusto? E quindi, sai, erano i nostri clienti che, in origine, facevamo analisi spaziali, ed è proprio così che abbiamo iniziato, facendo analisi spaziali. E sai, prendendo dati come TomTom e facendo analisi del tempo di guida, puoi vedere, sai, caricare quei dati con, sai, i dati di casa di Experian. Quindi è stato davvero lì che abbiamo iniziato, e quello che abbiamo scoperto era, sai, i nostri clienti avevano bisogno di una piattaforma per mescolare tutti quei dati insieme. E non sarebbe bello se gli dessimo gli strumenti per farlo. E così, quello era davvero l'impulso di Alteryx.
E sai, quello che abbiamo scoperto è, negli anni, che la preparazione dei dati è davvero il primo passo nel tuo viaggio analitico. Quindi, sai, ci vuole l'80 percento del tempo di uno scienziato di dati, sai, fare analisi predittiva e il lavoro di scienza dei dati viene effettivamente speso per il lavoro di preparazione dei dati, e meno del 20 percento effettivamente fa analisi, ed è quello che stiamo cercando di superare. E così, la preparazione dei dati è il primo passo nel tuo viaggio analitico. Quindi, prima di iniziare a fare qualsiasi tipo di reporting, reporting avanzato, analisi predittiva, fino all'analisi cognitiva, devi ancora accedere ai dati, devi ancora prepararli e mescolarli e metterli insieme. Ed è quello che stiamo risolvendo con questa piattaforma. E consentire a quegli utenti di fare tutte queste cose in modo sia privo di codice che amichevole.
Eric Kavanagh: Sì, e adoro anche questo concetto: senza codice e senza codice. Perché il fatto è che hai un sacco di fantini di codice, che possono aggiungere un valore enorme, ma ci sono molti utenti aziendali che sono francamente disattivati dal codice. Ne sono intimiditi e chi può biasimarli? Quindi, Wayne, penso che sia anche una bella caratteristica, un buon approccio. C'è codice libero e facile da usare, giusto?
Wayne Eckerson: Oh, assolutamente. Sì, è così che porti sempre più persone nel self-service.
Eric Kavanagh: Sì, e il self-service, penso, è il prossimo grande passo, e mi piace molto quello che abbiamo discusso oggi, quindi riguarda il modo in cui pensi davvero attraverso i tuoi processi, i tuoi flussi di lavoro, i tuoi cicli di vita dei dati e così via. E inserendo queste politiche nella piattaforma, a tuo modo Wayne, ci sono alcuni problemi relativi alla standardizzazione, perdi un po 'di flessibilità, ma una volta che le persone comprendono i metodi della follia, finisci per guidare il processo in modo tale che in -gli utenti capiscono che ora possono ottenere ciò che vogliono. Non devono aspettare sull'IT, e cambia la natura del modo in cui IT e uomini d'affari lavorano insieme, penso in modo molto positivo, perché ora l'IT può fungere da attivatore, non devono essere un gatekeeper sulla tecnologia tanto quanto una volta. Non c'è molto supporto, idealmente, se hai degli standard. Quindi finisci per favorire una maggiore collaborazione perché questo è l'intero obiettivo, giusto?
Quindi, per chiudere i commenti dal primo Josh e poi forse Wayne.
Josh Howard: No, voglio dire, sono d'accordo con tutto quello che hai detto. Sai, è importante fornire sia all'IT che agli utenti aziendali gli strumenti di cui hanno bisogno per avere successo. Pertanto, riteniamo che l'IT non debba occuparsi della creazione di report. Ciò dovrebbe essere lasciato all'utente aziendale che ha quel contesto aziendale e i dati che sta utilizzando, ma lo fa in modo regolato e qualcosa che funzionerà anche per l'IT.
Eric Kavanagh: Bene, chiudendo i commenti di Wayne.
Wayne Eckerson: Sì, il ruolo dell'IT è cambiato da quello di fare tutto per facilitare il self-service ed essere davvero i campioni della cultura della governance e convincere gli utenti a voler governare il proprio output, a loro vantaggio e beneficio nell'organizzazione . Voglio dire, il ruolo dell'IT è- Mi dispiace per l'IT, sai, perché a volte devono entrare e costruirlo, divisioni in affari come legali e risorse umane in genere, non ho intenzione di farlo. E certamente se vuoi qualcosa che sia un'impresa interfunzionale, chi altri la costruirà se non l'IT? Ma in generale sì, l'IT deve cambiare per prosperare in questo mondo di self-service. Devono avere un ruolo più favorevole piuttosto che.
Josh Howard: Sì, e penso con la prossima evoluzione con i centri di eccellenza e dove questi progetti non saranno guidati dall'IT o dall'azienda, ma piuttosto da un'organizzazione centralizzata. Sai, stiamo iniziando a vedere l'ascesa del Chief Data Officer e questi tipi di progetti che cadono in quel regno in cui entrambi hanno la prospettiva di governance e la prospettiva di business. Penso che sia uno scenario ottimale per la creazione di dati e cultura analitica, e sono entusiasta di vedere cosa ne deriva.
Eric Kavanagh: Sì, abbiamo ricevuto un paio di commenti dell'ultimo minuto dai partecipanti che sono entrati nella chat e anche le domande e risposte. Mi piace questo commento: governa l'output, non c'è ambiguità su chi sia il rapporto self-service corretto.
Josh Howard: Sì.
Eric Kavanagh: Sì, è roba buona. Si tratta di collaborare, di lavorare insieme e, sai, anche Josh, hai menzionato, l'importanza di far parlare gli utenti tra loro, ed è qualcosa su cui Alteryx si concentra.
Quindi, gente, siamo andati un po 'a lungo qui, ma abbiamo iniziato un po' in ritardo, quindi voglio ringraziarvi così tanto per tutto il vostro tempo e attenzione oggi. Archiviamo tutti questi webcast, quindi sentiti libero di condividerli con i tuoi colleghi.
E con ciò, ti saluteremo. Grazie ancora a Wayne e, ovviamente, a Josh di Alteryx. Ci sentiamo la prossima volta, gente. Stai attento. Ciao ciao.
