Особље Тецхопедиа, 29. новембра 2017
Одлазак: Домаћин Ериц Каванагх разговара с подацима и аналитиком, као и улогама главног службеника за податке (ЦДО) и главног службеника за аналитику (ЦАО) са Јен Ундервоод из Импацт Аналитик-а и Ницком Јевеллом из Алтерик-а.
Ериц Каванагх: Даме и господо, здраво и добродошли још једном у посебно специјално издање Хот Тецхнологиес. Људи, ово је Ериц Каванагх, ја ћу вам бити домаћин данашње емисије, „Тхе ЦкО Плаибоок: Будућност података и аналитике.“ Да, то је прилично велика тема, морам да кажем. У ствари, данас имамо мало рекордне гужве. Јутрос смо се пријавили за преко 540 људи. Радимо то у посебно време, као што многи од вас знају за наше редовне емисије, обично то радимо у 4:00 источно, али желели смо да примимо врло специјалног госта који нам долази преко језерца. Допустите да данас уђем у презентацију.
Дакле, ова година је врућа - била је то врло бурна година на много начина, мислим да облак има пуно везе с тим. Колекција технологија којима смо сведоци на тржишту је главни покретач, и ја мислим о СМАЦ-у како га називају. Разговарамо о СМАЦ-у: друштвени, мобилни, аналитички, облак - и све то се састаје. Организације заиста могу промијенити начин пословања. Постоји више канала за извршавање вашег пословања, има још података који се анализирају. Стварно је дивљи свет вани и данас ћемо разговарати о томе како се ствари мењају у Ц пакету, тако да се главни руководиоци, врхунски људи у овим организацијама, добро, цео свет се управо сада мења и ми разговараћу о томе.
Доиста је твој на врху. Данас смо у понуди Јен Ундервоод из компаније Импацт Аналитик и Ницк Јевелл, водећи технолошки евангелиста компаније Алтерик. Веома узбудљиве ствари. Синоћ сам смислио овај концепт, народе, и мислим да је заиста некако занимљив. Наравно, сви знамо музичке столице, игра за децу где све те столице имате у кругу, покрећете музику, сви почињу да ходају и једна столица се одвлачи; када се музика заустави, сви се морају превијати да би добили столицу, а једна се особа изгуби у својој столици у тој ситуацији. Врло је чудна и упечатљива ствар која се догађа управо у апартману Ц, и ако приметите на овој слици овде, имате две празне столице позади. Типично столица нестаје у музичким столицама, а оно што виђамо ових дана, постоје ли још две столице на нивоу Ц: ЦАО и ЦДО, главни аналитичар и шеф службе за податке.
Обоје полете. Искрено, главни службеник за податке се заиста ових дана уклања попут пожара, али шта то значи? То значи нешто веома значајно. То значи да је моћ података и аналитике толико значајна да се собе за састанке или извршне собе, рекао бих, Ц апартмани мењају - додају људе у Ц апартман, потпуно нови руководиоци попуњавају нека од тих нових места. Ако размишљате о томе колико је тешко променити културу организације, онда је то прилично озбиљан посао. Култура је веома тешко променити, а обично се позитивне промене подстичу добром управом и добрим идејама и таквим стварима. Ако размишљате о прилици коју тренутно имамо, додавањем нових руководилаца у Ц пакет за аналитику и податке, то је заиста велика ствар. То говори о могућности да организације промене путању и, суочимо се, велике, старе компаније заиста треба да се промене због тога како се мења тржиште.
Обично наводим примере Убера, на пример, или Аирбнб-а као организације која је у основи пореметила читаве индустрије, и то се дешава свуда. Оно о чему ћемо данас разговарати је како се ваша организација може прилагодити, како ви тамо можете користити те информације, тај увид, да промените своју пословну путању и да будете успешни у економији информација.
С тим уступит ћу кључеве ВебЕка Јен Ундервооду, а онда ће и Ницк Јевелл зазвонити; зове из Велике Британије Захваљујући вама и Јен, с тим ћу вам их предати. Однеси то.
Јен Ундервоод: Хвала, Ериц, звучи сјајно. Добро јутро свима. Данас ћемо разговарати о овој ЦкО књизи репродукције; будућност је података и аналитике и идем да равно уђем. Ериц је већ добро обавио разговор о томе зашто је ово тако важно. Наши говорници данас смо поново видели још један слајд са тим информацијама, али имаћете потребу да ја и Ницк Јевелл разговарамо са вама врло интерактивно у овој данашњој сесији. Отварамо се описом шта су ове улоге и врсте ствари које они желе да ураде. Погледаћемо аналитичку индустрију, перспективе уопште и неке изазове са којима ће се ови људи суочити. Динамика унутар организација данас када се припремате за будућност, а онда ћемо разговарати о наредним корацима и дати вам смернице за планирање, ако ћете истраживати неке од ових улога у својој организацији.
Говорећи о овом ЦкО, ЦАО, на пример, то је главни аналитичар, то је радно место за старе руководиоце који су одговорни за анализу података у организацији. ЦАО ће обично подносити извештај генералном директору и та ће се брзо развијајућа позиција сматрати кључном, када размислите о маси трансформације и њеној дигиталној трансформацији коју тренутно имамо на начин на који компаније доносе и доносе пословне одлуке.
Ако мислите да је дигитална трансформација и интелигенција срж дигиталне трансформације, овај ЦАО представља врло стратешку улогу у организацији. Они не само да враћају снажну науку о подацима стварним увидима и том знању, већ поседују и тако остварени РОИ и утицај, па на чему се мере? Како доносе тај РОИ са подацима које имају и неким доњим бројевима широм организације за стратешко искориштавање података. Та позиција, заједно са ЦИО-ом, главним директором за информације, порасла је на значајно место због пораста технологије и дигиталне трансформације и вредности података.
Годинама су подаци у овом конкретном свету злато, захваљујући монетизацији и интелигенцији и преображавању ових информација. Да бисте могли предузимати ове проактивне акције и не само увек гледати уназад, по себи. Две позиције су сличне по томе што се обојица баве информацијама, али ЦИО ће се сам по себи фокусирати на инфраструктуру где се ЦАО фокусира на инфраструктуру потребну за анализу информација. Сличан став је ЦДО и чујете много више, вероватно чујемо нешто више о ЦДО-у него данас о ЦАО-у. ЦДО се више фокусира на обраду података и одржавање и те процесе управљања током целог животног циклуса управљања подацима.
Ови људи ће такође бити одговорни за уновчавање података и добијање вредности из података, и радећи током зрелости животног циклуса управљања и безбедности, током читавог периода животног циклуса. То су људи који би сами по себи били у складу или одговорни за осигуравање ГДПР-а - о чему ћемо говорити мало - Европског закона о заштити података, пазећи да те врсте ствари буду покривене у њиховим организацијама. Сада добијамо структуру и будућност за ометајуће динамичке улоге које захтевају значајне податке. То су врсте ствари за које ће ЦДО бити одговоран, а не само они сами - они ће градити вишефункционални тим, а ја имам неколико примера неких људи који би се сами по себи зближили у организациона структура, од архитеката и управних људи, па чак и аналитичари и подаци научници и инжињери у организацији могу се обратити њима.
Напредујући у перспективу аналитике у индустрији, ово је била феноменална - вероватно десетогодишња, па и дужа - вожња у овој конкретној индустрији. Константно расте, врло узбудљиво, чак и за време пада на тржишту пре више година, још увек је била велика потражња. Једноставно је било предивно место и ако погледате ЦИО дневни ред компаније Гартнер за 2017. годину, БИ и аналитика су и даље у топ три ранг листе оног што је најважније за организацију, а гледајући раст софтверског тржишта, ми смо стално видећи раст тамо. Колико сам дуго у овом простору, увек је то била заиста светла каријера.
Када погледамо ову дигиталну еру и трансформацију, оно што ми је веома, веома интересантно, јесу ли ти процеси које имамо, а често су добијање информација и предузимање радњи из процеса или током пословних процеса. Гартнер је проценио до 2020. године да ће информације које сте користили поново измислити, дигитализовати или чак елиминисати. Осамдесет процената пословних процеса и производа које смо имали од пре десет година, и то почињемо да схватамо, зар не? Почињемо да видимо да су стихови Амазона можда неке од великих продавница кутија, Уберс, Аирбнбс - ови дигитални модели ометају процес и људи сада комуницирају. Чак и Црни петак - Не знам колико људи је заиста отишло у продавницу - пуно људи купује на мрежи, и како до тог купца? За то је потребна интелигенција. Потребан је врло другачији начин интеракције и персонализације поруке и интелигенције како би им представили праву понуду у правом тренутку, а сада је можда то једним кликом на дугме. Тако им је лако да напусте вашу интернетску трговину. Ствари се у овом свету заиста мењају и мислим да је Ницк хтео да разговара и о овоме.
Ницк Јевелл: Да, здраво свима, хвала пуно. Извињаваћу се унапред ако мало звучи звук који долази из Лондона, потрудит ћу се да не разговарам са тобом, Јен.
Потпуно сте у праву, да елиминација отпада, та реинвенција као део дигиталне трансформације, често долази док се организације крећу од наручених производа, можда неповезаних апликација и на отвореније и повезане платформе. Кад је ваш процес дигитални, биће много лакше видети крајње путовање ваших података. Стварно прочистите кораке које предузмете користећи податке за оптимизацију тог процеса.
Кренимо према напријед, ако можемо. Када је реч о дигиталној трансформацији, шта она значи за организације, претпостављам да је или узбудљиво или застрашујуће, у зависности од тога на којој страни спектра сте. Погледајте графикон овде, који приказује живот компанија и како мотећи утицаји утичу на богатство организације. Ако сте основали компанију 1920-их, у просеку сте имали скоро 70 година, пре него што вас је неко друго предузеће пореметило. Прилично лаган живот по данашњим стандардима, јер данас компанија једва има 15 година док поремећаји не прете њеном постојању. Предвиђа се да око 40 одсто данашњих компанија Фортуне 500, па тако и С&П 500, за 10 година више неће постојати. До 2027. године 75% С&П 500 биће замењено, тако да се полуживот са којим се организације данас суочавају, пре него што морају да брину о поремећајима, заиста смањује. Успешне компаније морају остати испред те трке за дигиталне иновације.
Данас нико заиста не доводи у питање аналитику. Оно је у средишту, та дигитална пословна трансформација. У ствари, организације стављају дигиталну иновацију тачно на чело своје стратегије. Те компаније, оне су првих пет највреднијих компанија на свету, које представљају два билиона долара тржишне вредности, Јен.
Јен Ундервоод: Да, невероватно је, заиста јесте. Заиста се мења и брзо. Друга динамика коју имамо и о којој смо већ разговарали, мислим да то коначно видимо и организације осећају тај експоненцијални раст извора података, па чак и не анализирају податке само о структурираним изворима података. Опет, говоримо о томе, имате само тренутак у неком од ових дигиталних процеса да донесете одлуку и ове ствари долазе у ЈСОН-овима из РЕСТ АПИ-ја, говоримо о неструктурираним подацима, било да се налазе датотеке дневника, постоје све врсте различитих врста података, као и екстремно константан раст.
Ницк Јевелл: Да, Јен, како сте истакли, аналитички лидери утапају се у мору података. Доћи до увида високе вредности, можда употребе мешавине постојећих или нових аналитичких техника, заиста је крајњи циљ, али постоји једноставан и темељни проблем с којим се суочавају многе организације са којима се заиста суочавају. Наручили смо Харвард Бусинесс Ревиев, урадили истраживање, разговарали са аналитичарима података и пословним менаџерима. Питали су колико извора података користе у својој организацији за доношење одлуке, а сасвим је јасно да је у последњих неколико година дошло до суштинског помака. ИТ је некада комбиновао податке, гурао их у складиште података, али претпостављам да упркос одличном послу који су урадиле ИТ групе, стварајући централизовано управљање подацима, аналитичари су и даље суочени са задатком да створе тај одређени скуп аналитичких података, али они морају одговорите на пословно питање. У ствари, само 6 процената има све своје податке на једном месту, а већина аналитичара мора да извуче податке из пет или више извора - ствари попут прорачунских табела, цлоуд апликација, друштвених медија и, наравно, не заборављајући то складиште података.
Сада, већина организација то препознаје, али оно што се већина организација не бави је једноставна чињеница да стручњаци за податке троше више свог времена за управљање и тражење података, него што заправо добијају вредност. То нису најзначајнији стратешки аналитички проблеми о којима пословни извршитељи желе да чују. Али ако се бављење темељним проблемом не спречи, у ствари, организације да постигну увиде вредне вредности. Јен?
Јен Ундервоод: Занимљиво је. Дефинитивно сам видео различите студије о томе и овде се ради о овом делу, било да је 80 процената времена или трилијуна долара преправљање истих података изнова и изнова, врло неефикасно у некој организацији. То се збраја, ових 37 и 23 посто је веома скупо губљење времена. Невероватно ми је што се томе више не обраћа пажња.
Гледајући неке од ових, оно што бих назвао тржишним силама, и пуно пута када говорим о трендовима у индустрији, волим да пратим индустрију и да стално проводим пулс на њој. Важно је да схватите када је нешто више од тренда, када ће то заиста бити сила на коју морате обратити пажњу, а ово су прва три тренутно, на која треба обратити пажњу. То је брз раст, број један је брзи раст нереализацијских база података. Управо сам споменуо цео овај концепт да немам пуно времена за испитивање, сам по себи, ЈСОН, то су ти нерелевантни сценарији, који прилично расту - мислим да овде имам неке статистике у тренутку - брзо.
Друга ствар је непрестани прелазак у облак. Прије позива који сам споменуо био сам свјетски менаџер производа у некој од великих технолошких фирми и имао сам тешке разговоре прије три године са групама које су говориле: „Нећемо ништа стављати у облак. Нећемо се преселити у облак. "И било је врло занимљиво видети групе годину дана касније, две године касније, сада чујем од истих група да сви имају план облака. Мислим да су сви екстремно широки изгледи, али оно што бих рекао јесте, људи који су били анти-облаци, сигурно се став драстично променио, у врло кратком року, чак и од када сам разговарао са групама широм света ове врсте ствари.
Аутоматизација, ово је подручје којим сам била фасцинирана и област за коју сигурно видимо пуно активности и велике активности. О неким од ових ствари разговарамо с губитком времена и неефикасним коришћењем вашег времена. Аутоматизација је сигурно једно од подручја која ме највише узбуђује кад размишљам о томе да унесем вриједност у неку организацију.
Сљедећи дијапозитив о којем ћу говорити, ово је истраживање ИДЦ-а, они гледају тржишне сегменте и раст и то је заиста чудесан начин да истражите на ономе што стварно расте, шта купују ваши вршњаци? Које врсте ствари их више не занимају? Те врсте ствари и стављање у њихову стратегију.
Светско тржиште аналитичког софтвера за велике податке има, према ИДЦ-у, 16 сегмената, иу том смислу гледамо чак и неке промене имена. Додао се континуирани аналитички софтвер, когнитивне АИ софтверске платформе, претраживачки системи, тако да су овде додате неке нове категорије. Овај преглед тржишта углавном обухвата хоризонталне алате, претпакиране апликације као и неке случајеве подршке и аутоматизације одлука у случајевима коришћења. Опет, ово ће бити типови решења, када размишљате о ЦДО-у, стављајући у контекст ЦДО-а, њихов портфељ који можда управља од интеграције података до анализе визуализације, машинског учења и свих ових врста способности које су им потребне имати у дигиталној ери.
Светско тржиште за ове врсте решења порасло је за 8, 5 процената у тренутном валутном смислу, а целокупно тржиште порасло је 9, 8 процената према ИДЦ-у. Ово је упоређено са - посматрате флуктуације валута током вишегодишњег периода и степен варијације је минималан, али она три главна сегмента која сам нагласио, само да бих вам створио осећај за те не-релацијске аналитичке изворе података, 58 одсто међугодишњи раст, систем за анализу садржаја и системе претраге био је 15 процената, а неке апликације за односе са купцима, ствари типа ЦРМ или Салесфорце Еинстеин, на пример, оне расту преко 10 процената, тренутно су 12 процената. Мислим да је Ницк хтео да дода и неки коментар на овај.
Ницк Јевелл: Хвала, Јен. То је фантастичан визуал. Мислим да смо у Алтерику одувек веровали да ће припрема и мешање података увек бити главна компетенција било којег аналитичког система, али заиста је темељ за напреднију аналитику. Последњих неколико година, разговарајмо о индустрији - можда је била мало превише фокусирана на неке од нових могућности интерактивне визуелизације. Изгледају предивно јер повећавају ангажман, дају увид, али нису нас заиста одмакли од дескриптивне аналитике.
Али, претпостављам да сада, када људи постављају своје погледе мало више, организације које почињу да разумеју пословне вредности долазиће од оне софистицираније аналитике која тек улази у главне токове. Питање постаје, како, тачније, ко? Ово је скочило на аналитику веће вредности; да ли се слажете са проблемом недостатка аналитичких талената у прилично оштро олакшање, слажете ли се?
Јен Ундервоод: Апсолутно, и имала сам, мислим да сам управо твитовала, синоћ сам видела заиста фасцинантан коментар потпредседника Адобе-а који каже: „Машинско учење је постало улог у столовима“, где су људи некад били опрезни, а сада је то постало потреба и занимљиво је. Гледајући ово и само један мали, мало другачији угао, сам по себи. Много људи, ово почињемо посматрати као подручје високог раста са не-релацијском аналитичком продаваоницом и когнитивним АИ-ом, овим машинским учењем, тим аналитикама високих вредности. Али ипак, на крају дана, тренутно највећи сегмент, па где се већина куповина догађа данас, још увек је у овом основном, што бих рекао, извештавању о упитима, неким визуелним анализама, и још увек расте и то нешто за шта многи претпостављају да га већ имате - не нужно. Још увек расте 6, 6 одсто сваке године.
Као ЦДО - и ја волим да покажем овај слајд - у основи само да кажем, када улазите у ову нову улогу или гледате податке у некој организацији, то је хаос, и мислим да овај посебни слајд заиста чини лијеп посао - ово су све различите потенцијалне области о којима можете имати податке. Они су можда спремни, можда бораве у облаку, можда су хибридни, свуда су и велика су преоптерећења - опет, улога типа типа Ц сада је у организацији и то није једноставан задатак или једноставно - у овом конкретном свету који треба преузети, понекад је поприлично неодољиво. Ово је свет којим овај ЦДО треба да се креће, да би могао савладати, што бих рекао, максимизирање вредности података.
Настављајући изазов, максимизирање вриједности свих тих различитих извора и оно што имамо су ова закључна времена времена, са овим дигиталним процесима или увид у акцију се затвара. Ако размишљате о можда пре пет година, пре десет година, можда би требало да имате извештаје да бисте трчали да донесете неке одлуке са инвентаром или акцијама, оне би се могле покретати недељно, месечно, онда би оне постале свакодневне или преко ноћи, можда По сату.
Сада, ово што видимо су ове интелигентне машинске наставе уграђене вештачке интелигентне канцеларије, доношење одлука и исправки на лицу места, па чак и ствари попут интернета ствари, ИоТ уграђене аналитике на ивици, ови системи су паметни и ови алгоритми могу самостално подесите и измените неке одлуке које доносе на лицу места у право време. Било је врло занимљиво видети ову посебну динамику са дигиталним обртајима и овим додирним тачкама - иако су се повећавале, време за акцију се смањује и технологија се развија за ове сценарије.
Ницк Јевелл: Да, Јен, мислим да је један од оних најзанимљивијих аспеката како се мења пружање увида, то где аналитика стиже до крајњег корисника. Да ли тражимо од корисника да скоче на контролну таблу када донесу критичну одлуку или кажемо да је увид, следећа најбоља радња, доступан директно у току процеса, у току, како би се постигла конкурентска предност? А аналитички модел о којем говоримо можда ће морати да узима своје податке из мноштва различитих извора - традиционална складишта података, геолокације, друштвени медији, сензори, клик-стреам - сви ови подаци имају утицаја на одлуку и тај делотворан исход .
Јен Ундервоод: Настављајући на ову тему изазова и промена, шта тренутно имамо и изазова које ЦЕО треба да прихвати и испланира начин да их освоји, у суштини имамо превише података за ефикасно управљање и ручну анализу. Постоје дуга кашњења; ово кашњење требамо скратити и морамо пронаћи начин да максимизирамо вриједност података које имамо. У свету постоји недостатак талента за науку о подацима и за покривање ових увида и онога што бисмо оцеани назвали подацима. Добра вест је да постоје неке предивне иновације које помажу у свим областима данашњице, и узбудљиво је видети шта, куда нас технологија води, да нам помогне у овим изазовима.
Док сам наставио са гледањем овога, дошло је до мало забуне док сам разговарао са купцима или разговарао с групама користећи неке од ових алата. Неки од класичних изазова и данас постоје, само се још више погоршава покушајем проналажења података за анализу. Неки од алата за претрагу, неки од каталога тамо сигурно помажу - сада оно што проналазимо је који каталог користити када. Постоји неколико различитих каталога, тако да постоје различита места на којима можете чувати и делити податке, па је ствар покушаја да сазнате један, можда каталог у коме бисмо требали да тражимо.
Друга ствар је заједничко дељење. Разговарали смо о једној од студија из те Харвард Бусинесс Ревиев, колико се времена троши, у основи радећи задатке без додавања вредности, трошећи време и колико то може бити скупо. Ако сте у могућности да делите и користите заједничке изворе података, скрипте су већ развијене, логика је већ унутра, можете ефикасно њима да управљате, па балансирање управљања и агилности аналитике, то је оно чему желите да тежите. и крећемо се овим светом према ономе што бих ја назвао, имамо нишне алате, имамо аутоматизоване алате за радни ток, имамо класични Екцел, каталоге података, самопослужни БИ, алате за науку података. Као што је показала једна слика, постоји много, пуно алата и пуно преклапања између њих.
Ницк Јевелл: Да, савршено, Јен, и мислим да се прозор увида, као што сте споменули, дефинитивно смањује, али вријеме потребно за стварну имплементацију модела се не наставља. Примена модела предвиђања и даље је главни изазов за многе компаније. Разговарали смо са Царлом Рекер-ом који је председник Рекер Аналитике, а у Царловом истраживању науке о подацима за 2017. открио је да само 13 процената научника за податке каже да се њихови модели увек примене, а тај омјер размештања се једноставно не побољшава, тако да вратите се са сваким претходним истраживањем. У ствари, када се вратимо у 2009. годину, када је питање први пут постављено, и видимо скоро идентичне резултате, тако да имамо прави јаз.
Јен Ундервоод: Када посматрамо зрелост аналитике, она брзо напредује. Опет, пре две, три године, били смо веома узбуђени због визуелне анализе самопослуживања и коначно, флексибилни и ширијући БИ на масе, по себи. Када кажем масе, вероватно и даље напајају кориснике у некој организацији. Сада видимо оптимизацију, предиктивну аналитику, дубоко учење, природни језик, многе друге технологије које ће заиста, како су уграђене у свакодневне процесе, коначно заиста демократизовати аналитику веома неприметно за масе, за праве масе које ће се користити у оквиру постојећих пословних процеса које већ имају.
Ницк Јевелл: Да, Јен, хајде да причамо кратку причу око те последње категорије, ако могу. Данас ће већина слушалаца данас бити упозната са АлпхаГо софтвером Гоогле ДеепМинд, који је победио неке од најбољих Го играча на свету у последњих неколико година. АлпхаГо је научио играти игру проучавањем огромне количине претходно снимљених мечева. Толико да су коментатори АлпхаГо турнира тврдили да је софтвер играо у стилу јапанског великана, вјеровали или не.
Али, у последњем месецу, забележен је готово изненађујући резултат. Ово је била АлпхаГо Зеро, дубоко учење, неуронска мрежа, наоружана само једноставним правилима игре и оптимизованом функцијом. Научила је да постане најјачи Го играч на свету, без надгледаних тренинга, и све то је урадила у око 40 дана. Ово такозвано учвршћивање учења, где људи дефинишу изазов, нека систем дубоког учења истражује, побољша, заиста би могао да донесе највећи утицај у аналитичком простору до сада. Па, претпостављам, останите са нама.
Јен Ундервоод: Да, заиста је занимљиво да си то споменуо. Можете ли замислити изузећа? И то је оно што почињем да видим. Заиста, када говорим о аутоматизацији, веома узбудљиво да решења буду довољно паметна да чисте ваздух, да аутоматски учим из система, укључим се и играм и једноставно знам шта даље да радим на основу неких прошлих одлука које су биле или других одлука који су направљени унутар организације и који су управљали неким од ових система, ЕТЛ системима и збринули се за њих, и имали су повратак у дан кад би ме пипери и телефони звали упозорењем када се процеси не одвијају, тако је узбудљиво мислити, "Вау, сад је довољно паметан да се вероватно може само зацелити."
Мој муж управља мрежом за само излечење, имаћемо интеграцију података о самоизлечењу, аналитику самоизцељења и тамо где је све боље и боље, заиста је узбудљиво. Као ЦДО, када почнете да размишљате о томе да људи процесуирају технологију, ми ћемо погледати, управо сада гледамо технологију, онда ћемо гледати људе и како приступити изградњи вашег тима и изградњи вештине. Ако погледате модерну аналитичку платформу, одмах ћу вам рећи, неће сви имати све овде, мада највеће организације могу имати све те различите компоненте, саме по себи неке групе могу имати само две или три мале кутије овде, тако да нисам хтео да претјерам са људима. Али модерна БИ платформа не захтева нужно ИТ изградњу, унапред дефинисан семантички ниво извештавања.
Корисници и стручњаци би заиста требали бити оснажени за само припрему података за аналитичку брзину и окретност, а ако размишљате о порасту онога што бисмо рекли корисничким и стручним вођеним аналитикама, остављајући стручњацима да имају агилност, они требају брзо доносе одлуке. Видимо појачано усвајање онога што бисмо рекли, алата за припрему личних података, смењивање података, обогаћивање, чишћење, врсте активности које Алтерик обавља, као и неке од активности везаних за науку података које нуде као добро. Савремено решење за припрему, они нуде она интелигентна, аутоматизована спајања, ваздушна резолуција, пребацивање података, када имате велики пренос података, то је веома цоол. Ово је вероватно, опет, једно од подручја која волим и заиста уживам тестирање исто као и у индустрији.
За разлику од традиционалног БИ-вођеног БИ-а, ИТ се данас фокусира на омогућавање пословања, а ви имате људе попут ЦДО-а и састављање или одабир правих решења за оркестрацију, организовање и обједињавање ових података и проверите да ли је, наравно, то управља, зар не? Једна ствар која ми је веома занимљива и свакако мислим да смо закључили о овоме, али мислим да нисмо то баш изговорили, у дане складишта података једног величине за све и да је крај-све-све, сигурно је готово. Подаци су свугде, што требате да направите - податковна језера су се појавила у слици, тамо су стреаминг и живи подаци, сада постоји толико различитих извора података, то је заиста више употребљив случај, „Шта вам треба?“ "Морамо све набавити у складишту података." Нисам сигуран, Ницк, да ли си желео да коментаришеш ово? Не сећам се.
Ницк Јевелл: Рећи ћу само једно и то је једноставно, гледајте еволуцију компоненте. Оно што су стручњаци урадили пре пет до десет година, сада је у рукама корисника, тако да ће ствари са десне стране тамо бити преовлађујуће за корисника у облику без превлачења и повлачења кодова, врло брзо. Креће се брже и брже, тако да само припазите на то.
Јен Ундервоод: Да, то је заиста добра поента. Волим да размишљам о томе. Различите науке о подацима, то коначно постаје стварност и алати постају све бољи. Размишљајући о технологији, сада морамо имати вјештине и људе и шта требамо радити? Тренутно су најбољи послови, они укључују наслове попут научника података, инжењера података и пословних аналитичара, али оно што ми налазимо је да послодавци сами себи сматрају да је заиста тешко парити. Чак и у простору за припрему података рећи ћу: „Да ли се ради о препарирању података, да ли се ради о препирци података, какве изразе људи називају?“ Било је врло занимљиво пронаћи.
Посао не зна шта им треба и ту је потпуно ново поље у настајању које ће обухватати много различитих области. Ако погледате да сви сада морају да буду мајстор својих података, пословне аналитике, ИТ менаџери пројеката, мој муж који управља електроенергетском мрежом и портфељем пројеката, он ће то морати да анализира. То више нису само финансије и анализа података, већ су се шириле и шире, на друга подручја организације. Мислим да сам видео студију о томе колико извора података користи маркетинг, и била је неодољива. Опет, када размишљате о студији коју је урадила Харвард Бусинесс Ревиев, људи више нису само један извор података који људи морају мешати и спајати и пронаћи увид, то су многи извори података и за то је потребна вештина.
Када овде погледате суштински већу слику, већина нових запошљавања биће у овом ружичастом балону према дну, када о тим пословним аналитичарима разговарате са аналитичарима за рударјење података, кадровским менаџерима, овом подручју, само са редовним улогама у линији пословања помоћу података. Најбрже растуће улоге имат ће мање радних мјеста, али свакако оно о чему данас највише чујемо на тржишту, податковни научник и инжењер података. Као ЦДО, они гледају унапред и планирате таленат, морате да узмете у обзир неку аутоматизацију рутинских задатака и врсте вештина које ће бити више стратешке, и опет, додајте вредност својој организацији за обе они који су укључени у аналитику, али и за људе науке и инжењере података. Размислите о томе како би се ваше непријављене позиције, па чак и нека слободна економија, могле променити када размишљате о томе како бисте се такмичили за најбоље и најсјајније.
И увек размислите о свом таленту, помажући кандидатима да се крећу тржиштем или траже ствари које су можда мало другачије, а не баш онакве какве желите, и креирајте унутрашње течајеве аналитике, који можда и нису најбржи, већина економична стратегија коју требате пратити. Размислите о гледању људи који су посвећени тренингу у овој или различитим групама, а верујем да Алтерик данас на крају сесије препоручује курс као позив на акцију, да можете да искористите за неке од ових ствари и помогнете свом тиму да искористи предност. неки од постојећих ресурса који су већ доступни.
Ницк Јевелл: Апсолутно. Постоји толико много начина да се попуни тај јаз између талента, а да се не ухвате у трку у наоружању. Пар слајдова назад, не знам да ли можете пребацити пар тамо. Каггле, место такмичења за науку о подацима, управо су објавили анкету са 17.000 одговора о стању науке о подацима и било је заиста занимљив одговор из анкете о вештинама које су имали људи, а већина испитаника није имала докторат, то више није предуслов.
Идеја да стручњаци за аналитику следеће генерације, онај главни балон који сте управо показали, могу да стекну знање које им је потребно на курсевима из нано-степена. Они могу отићи на сајтове попут Удацити и то знање могу одмах имплементирати, директно у посао, краткорочно фокусирани циклуси испоруке чине их непосредним извором конкурентског напретка за њихове компаније. Па, мислим да треба пазити.
Јен Ундервоод: Не, слажем се. Чак и ако размислим о томе, сигурно је далек пут откад сам направио двогодишњи програм на УЦСД-у. Мислим да је то било у временском оквиру 2009., 2010. и заиста је било прегршт у земљи који вам је то омогућио. Тренутно постоји много више опција, као и специјализовани програми, било да је реч о добављачима, пуно ресурса који су данас доступни са петљицама и сви ти различити мрежни ресурси, то је једноставно невероватно, стварно је време. Зарађујте време и буџетирајте то и закажите себи да будете у току. Шта желите да научите? А онда следите тај пут који желите да научите.
Када говорим о овоме и саставите свој властити план вештина и из перспективе ЦДО-а, осигуравајући да они имају људе у покривеним областима, од онога што бих рекао оквир компетенција сам по себи, гледања вештина или гледања на ствари попут знања о домену још увек је кључно, иако ова решења могу само оспособљавати и самостално учити, заиста је стручњак за пословну тему који ће водити и осигурати да резултати имају смисла.
Увек постоји нешто и волим да користим пример када сам радила критичку аналитику за осигуравајућу компанију и једно од открића да алгоритми нису били запослити никога из Нев Иорка. Па, не, нећемо запослити никога из Нев Иорка - морали смо сазнати зашто нам алгоритам даје те информације. Разлог је био то што се законски, један од закона променио и тако смо имали доста времена у том одређеном сегменту. Требало би довести стручњака за пословну тему да га дешифрује, а ја не видим да се то мења, не видим такво вођење, пазите да резултати изгледају тачно, да ли нешто одскаче - то је и даље, несто се казе да је људски ум, лепота тог комбинованог са снагом машине, заиста и идемо тамо.
Остале врсте ствари када гледате вештине, визуализацију, причате ефективну причу у подацима, причате ефективну причу да ли је то чак и машинско учење. Ако се споје и погледају какав је утицај који ствара, разумевање људске природе одлучивања, те су ствари врло важне без обзира на технологију. Управљање је заиста важно, етика постаје све важнија. Ако су укључени друштвени научници, они то разумију и обучени су да гледају да ли постоје пристрасности у вашим подацима које ви не схватате или немате никога у организацији који то можда и не би препознао, чак и када би их увео у стручњака, имају такве врсте ствари.
И опет, наравно да имате инфраструктуру за инжењеринг и хардвер и да будете сигурни да можете да размерате и развијете и да будете сигурни да користите правог провајдера облака, можда нисте затворени или имате могућности да се преселите или то разумете цене колико ће их ово коштати. То су ове врсте вештина и када ово посматрамо, ми бисмо то назвали вештинама у различитим областима, било да се ради о доносиоцима одлука заснованих на линији података - где ће већина тих улога бити - све до оних инжењера података и научника података који ће масирати и радити у овим океанима података. Ово су врсте ствари за које желите да саставите оквир.
Гледајући оквире компетенција, гледате организацију уопште, желите да узмете у обзир компетенције, а не само вештине. Док ово гледате, има мало нијансе у формулацији. Оквир компетенција за вашу организацију је јасан сигнал. Креатори ратних политика, носиоци образовања, док би вештине биле речи откуцане под Р, размишљате о тим врстама ствари, имате компетентан кодер, али желите да желите више од ове вештине. Кад разумете компетенције, шта човек мора бити способан и разумети оквир, то је важно, тамо има мало нијансе.
Док ово градите, желите дијагностицирати оно што бисте назвали капацитетима који имају позитиван утицај на пословање и истакнути та подручја са високим потенцијалом, тако да дајете предност приоритетима компетенција које желите да подигнете у својој организацији и затим их поново ускладите са пословним циљевима. ЦДО који је одговоран за максимизирање вриједности података, они ће прегледати, и њихов ЦАО, то ће користити аналитику за максимизирање вриједности података. Гледаће оне компетенције и оне различите области, на прошлу мрежу коју сам тамо имао, али тада ће такође сагледати висок потенцијал особља. Пресећићете да са вашим особљем за податке и аналитику раде и улажу у њих, пружите им могућности учења, а не само обуку, у суштини могућности у стварном свету радећи на стварним пословним проблемима.
Нема ничег бољег - иако сам ишао у школу пар година, тек кад сам кренуо и применио неке од ових алгоритама или сазнао о превари са чековима, сазнао за неке од ових ствари о којима никада раније нисам размишљао, а ти почните да се састављате у стварном свету и ту заиста учите. Давање људима прилику да стекну искуство у овим областима. Компаније које су најбоље у стању да изграде снажне способности, које систематски идентификују, објективне процене и гледају где постоје недостаци у мојој организацији за учење и постављање неких метрика за циљеве људи, то су оне које ће то моћи да ураде да испоручи.
Када размишљате о тренингу одраслих, опет, то је обично време изгладњелих - сви смо страдали од глади - али гледамо шта за њих функционише. Ја лично имам књиге, тако да кад бисте данас ушли у моју канцеларију, видели бисте на хиљаде књига, иако многи људи воле видео снимке. Дакле, ствар је да откријете како неко у вашој организацији воли да учи - да их мотивише да уче - али и да им обезбедите мало времена за то и некакав циљ - шта је ефикасно за постизање тога и обично је то помешано, није само, крените на тај курс да бисте проверили ту оцену на бодовној картици, сама по себи то је то стапање са стварним пројектом циља и шта сте научили од тог пројекта и шта желите да радите даље? Шта је протезање? Истезање тима или мотивисање вашег тима да га преузме даље.
Ти циљеви учења, опет, ако то радите у стварности не би требало бити, то би требало бити лако у основи пословања, јер би се ти циљеви требали ускладити са стратешким пословним интересима. Ово су сјајни пројекти. Они су експериментални пројекти. То су пројекти који ће померати иглу напред.
Ницк, да ли си желео нешто додати? Нисам сигуран.
Ницк Јевелл: Не, требао бих ускочити у студију случаја, ако је то у реду, на сљедећем екрану. Мало детаљније о одређеној организацији. Ваљда су много тога што говорите у стварност претворили у стварност. Компанија Форд Мотор деценијама се ослањала на анализу података, као и многе компаније, али то је учинила у џеповима свог пословања, вероватно са врло малим надзором читаве корпорације како би се осигурала доследност и координација. Њихови проблеми су вероватно били прилично типични за организацију њиховог обима, па је експертиза аналитике садржавала - како кажемо - унутар џепова, а управљање подацима и пракса управљања су недоследни, чак до тачке када је неким пословним јединицама недостајао приступ основној експертизи за аналитику.
Опет, разговарали смо данас о више различитих извора података, имали су преко 4600 извора података. То је значило да је чак и започињање пута и проналажење потребних података била права препрека аналитичком увиду. Видим да се смејеш, али то је ужасно, зар не?
Јен Ундервоод: 4.600, мој боже, да.
Ницк Јевелл: Дакле, Форд је формирао јединицу за глобални увид и аналитику и то је било централизовано - можете га назвати центром изврсности - који се састоји од тима научника и аналитичара података, који су организовани да деле ту најбољу аналитичку праксу и помажу у ширењу оптимизованих података прављење података широм компаније. Јединица је одабрала најбоље алате у класи, не само по способности већ и способности да се добро интегришу, тако да је то врло важно. Фокус њихове демократизације био је заправо око извештаја и дескриптивне аналитике, пре него што су се помирили по тој пирамиди потреба о којој смо разговарали.
Сада демократизација некога не чини само научником података преко ноћи; особље мора знати када и где потражити помоћ, а на располагању су обука, управљање, методологије које могу да помогну у свему овоме. Такође, не ради се само о обуци алата, већ и обуци из науке о подацима како би се премостили јаз који је поменут од већ споменутих. Дакле, случај употребе у стварном свету код Форда, оптимизирајући логистичку мрежу, па је ли Форд плаћао прави износ за премештање материјала са тачке А у тачку Б? Њихова наслеђена аналитика заиста није истакла могућности које се могу применити; ово их је учинило врло реакцијским на тржишту. Сада је пуно сложености тог процеса било закључано у главама аналитичара и направили су велики искорак када је радни ток самопослуживања заправо поновљен са послом, а аналитички стручњаци седе заједно и налазе се у заједничком смештају.
Ово је померало анализу са вишегодишњих на тромесечне, па чак и до скоро, у реалном времену, тако огромне, огромне користи за пословање. Тај утицај аналитике самопослуживања на пословну вредност, Форд је могао брзо планирати и успоставити стратегије засноване на целој компанији, како би реаговао на трендове у развоју, помогао у обликовању нових услуга и у основи одбио претње од конкуренције, а не само мора да се погледа у ретровизор.
Сада, ако на тренутак погледамо како је други купац заиста померио аналитику са можда вертикалног приоритета у једној подјели фирме до хоризонталне пруге кроз све подјеле, разговараћемо о Схелл-у. Схелл води центар изврсности који извјештава о главном дигиталном службенику - тако да постоји још један Д за нашу ЦкО књигу репродукција - одговоран за дигиталну трансформацију и одрживост. Ови момци, схватили су да њихово окружење садржи неколико слојева и технолошки пакет, складиштење, обрада података и све су то садржавале технологије које ће вам сви бити познати. Ствари попут САП ХАНА, Датабрицкс, Спарк и они су искористили јавни облак да би достигли оне праве економије обима.
Сада су изабрали Алтерик као омотач за аналитику за велики део Р кода, улазећи у технологије попут Спотфире, Повер БИ и још много тога. Али сада виде да се усвајање увелико везује за обраду и визуализацију података. Јен, управо када се вратимо на вашу презентацију свих тих могућности, ова се ствар шири чим почнемо да више аналитичара има приступ. Знате, били су изузетно успешни у пружању ове способности и ВЕ, желећи пружити будуће способности сада, неке од тих ствари о дубоком учењу о којима смо разговарали - машински вид, природна обрада језика - и половина њихове мисије је испорука, половина тога говори о објашњавању и катализирању ових идеја кроз пословне јединице. То је део путовања; ЦОЕ увек пази на различите начине комуникације са својом пословном публиком.
Узимајући у обзир с једне стране скептике који кажу: „Па, ова црна кутија никад неће бити добра као мој аналитичар“, све до фанбоиа или ентузијаста који свуда виде корелације, можда мање на путу каузалних односа, али морате бити обазриви са обе стране. То је фасцинантно средњи слој, када имате хоризонталну траку преко целе организације, тај хибридни сет вештина који је потребан да би се убедиле обе стране спектра.
Ницк Јевелл: ОК, Јен, јеси ли ту?
Јен Ундервоод: Јесам.
Ницк Јевелл: Претпостављам да оно што овде покушавамо да кажемо овим цитатом Цлаитона Цхристенсена је да ће, за многе организације, претпостављати обједињавање плана аналитике да би покренуло дигиталну трансформацију о којој смо данас разговарали. бити изазов. Чешће него не, налазимо аналитичке тимове који почињу слабом руком. Покушај иновирања са заостављеним задржавањем аналитичких процеса, технологија, тимских структура и држање ових реликвија биће највећа препрека за аналитичко усклађивање и за аналитичке иновације. Имаш ли размишљања о томе, Јен?
Јен Ундервоод: Уживам у одабраној слици. Да, свакако ми има пуно смисла. Неке од ових нових технологија морате прихватити, на пример, стриминг у реалном времену. Нећете нужно моћи да добијете те резултате у стварном времену ако морате да освежите ЈаваСцрипт у претраживачу, сам по себи, са старим наслеђем - можда је то апликација за надзорну таблу или такве врсте ствари. Да, треба да пригрлите неке од ових нових алата, и опет, мислим да је ова слика заиста симпатична, слика каже хиљаду речи. Возиће и бугги, морате пустити неке од тих старих технолошких приступа.
Ницк Јевелл: Апсолутно. Дакле, ако пређемо на следећи тобоган, мислимо да постоји бољи начин. Претпостављам да, најпре, користећи нешто што је слично претраживању налик Гоогле-у, брзо пронађете сва ваша средства података која су најрелевантнија. Разумевање њиховог контекста, разумевање зависности, указивање у заиста једноставне ствари као што су пословни појмовници чији су аутори стручњаци из ваших заједница, а које је остало у животу то племенско знање глава ваших колега.
Будите паметни у откривању података. Размислите о могућности вођења разговора са власницима извештаја и стручњацима. Преносите, направите мало Трип Адвисор-а или Иелп-а, пренесите најбоље корисне ресурсе, овјерујте оне за које организација мисли да су највриједније, а затим све то вратите у резултате претраживања и на крају претраге на љествици, што га чини бољим за следећи корисник. Једном када пронађете оно што тражите, прелазите се у ону брзу, без кода, корисничку фазу, фазу припреме и анализе како бисте развили свој савршени скуп података из којег ћете објављивати поновљиве процесе.
Повратак на разговор о аутоматизацији, изградња апликација прилагођених корисницима. Све што је потребно за изградњу аналитичких модела. Када говоримо о моделима, подржавали смо технологије отвореног кода, као што је Р, дужи низ година, што нам омогућава да изградимо заиста напредну аналитичку способност која покрива описну, али и предиктивну, прописану аналитику, на једноставан, драг-анд- дроп ваи.
Сада, с десне стране, заправо добивање тог увида у интерактивне визуализације, моделе и бодове гурани унутар платформе података или најновије, чинећи овај увид доступним одмах и директно у оквиру пословног процеса. Мислим да је управо овај спектар могућности на читавој платформи омогућио да будемо препознати као добитник Златне награде у овогодишњем истраживању избора купаца Гартнер Пеер Инсигхтс, што је фантастично достигнуће. Топло вам препоручујем да посјетите страницу Гартнер да бисте сазнали више и додали своје гласове и додали свој коментар.
Супер, Јен, ако прескочимо још један слајд - претпостављам да закључимо, хтео бих да ти дам све наредне кораке. Пре свега, посетите Алтерик.цом да бисте преузели бесплатну копију нашег најновијег истраживачког подухвата, урађеног у координацији са Међународним институтом за аналитику (ИИА), око разбијања аналитичких препрека. Такође можете да посетите удацити.цом/алтерик да сазнате више о томе како омогућити својим тимовима, да предузму следећи корак у њиховом путу, са том напредном аналитиком нано-степеном, а затим коначно искусите Алтерик за себе. Посетите почетну страницу, преузмите потпуно представљену оцену и укључите се уз узбуђење решења.
Јен, теби. Можда ћемо имати мало времена за питања и одговоре.
Ериц Каванагх: Ускоро ћу зазвонити. Имамо пар питања. Претпоставит ћу вам прво, Ницк, а затим Јен, ако желите то коментирати, али он сигурно има већу примјењивост на ЕУ и то је злогласни ГДПР, Глобални прописи о заштити података. Како то утиче на Алтерик и вашу мапу пута и на шта сте фокусирани?
Ницк Јевелл: Претпостављам да је то баш буђман, ваљда је то тренутно. Много људи прича о томе, многи људи су прилично забринути, али то је заиста први у дугом низу прописа који ће ући у свет података и аналитике. Заиста, с нашег становишта, ради се о разумијевању и класификацији ваших података. Ако будете сигурни да је ЦкО, било којег одређеног укуса, знате где су ваша имовина, знате њихов контекст и знате да им можете веровати као први корак до стварно само управљања и управљања подацима у ширем контексту.
Ериц Каванагх: Претпостављам да ћу вам поставити још једно питање пре него што вратимо Јен, Ник, и то су подаци о обуци, ако неко затражи да им подаци буду уклоњени из вашег предузећа, то утиче не само на њихово име, адресу и тако даље, не само њихове контакт информације, већ и ако алгоритам користи податке о обуци који укључују ваше податке, требало би да прекинете алгоритам, зар не?
Ницк Јевелл: Посебно је сложен. Мислим да идеја не само да базе података као извор неке од тих података која се могу лично препознати, већ и аналитички токови рада, апликације, визуализације. Ови подаци се добијају свуда са организацијом, тако да је тај контекст: апсолутно неопходан.
Ериц Каванагх: А Јен, шта мислиш? Очигледно је да то није тако велик посао у САД-у и не видимо да се превише компанија препиру због тога, иако се то технички овде односи. Ако америчка компанија има податке о држављанину ЕУ, шта мислите о ГДПР-у и колико је то добар посао?
Јен Ундервоод: Па, мислим да то захтева одговорно поступање са подацима. О томе сам писао већ неколико пута и имам смернице о неким од ових ствари. Мислим да је занимљиво питање које сте поставили о алгоритмима. Свакако, нека од решења која данас гледам, неки њихови тимови производа су осмислили функције тако да можете видети како они доносе одлуке и које су личне податке користили за одлучивање о исходу тог алгоритма. Примећујемо неке утицаје на дизајну производа овде у Сједињеним Државама.
Много технолошких компанија има овде веома велике канцеларије и развојне тимове овде у Сједињеним Државама, као и широм света, па то видимо и на развоју производа. Видим да се улаже више каталога података. Више владиних иницијатива се спојило тако да људи схвате и схвате гдје су сви ти подаци у хаосу. Покушавају да је макну барем да је организују, да могу да је пронађу и нешто учине са њом.
Ериц Каванагх: Гурнућу овај слајд о којем смо раније причали и пребацићу вам то, Ницк. Мислим да је ово фантастичан слајд јер, мени, заиста говори о непосредности потребе за аналитиком. Шта ви мислите о овој променљивој динамици? Мислим, суштина је да компаније морају бити окретне, а ја видим како аналитика води ту оптужбу. Шта мислиш?
Ницк Јевелл: Ово је фасцинантно. Мислим да увек постоје компаније и технологије у три државе, па ће то или бити рат, мир или чудо. Рат ће се водити око тешког нивоа конкуренције. Чудо су све сјајне нове ствари које градите на платформи. Онда мир пре такмичења и рат поново почиње. Мислим да увек постоји та битка.
Прије данашњег позива, разговарали смо о неким другим конференцијама и кључним напоменама које се данас одвијају широм свијета. Неки од великих добављача облака, стигли су до тачке где су изградили ову платформу и сада изнад ње граде предивне нове ствари. Компаније морају да то будно прате и да се побрину да нешто ураде са кохерентном платформом која ће дати ту вредност у будућности. Они ће преживети овај поремећај.
Ериц Каванагх: Да, то је добра поента, а знате, Јен, коментарисали сте раније, у ствари пре емисије, стратегију облака и како многи људи које знате у индустрији говоре да велике компаније, чак и банке, сви сада имају стратегију облака. Била сам помало изненађена колико је времена требало да се то реализује, и ваљда су неки од њих отишли на АВС Реинвент конференцију и схватили колико је то масивно и извукли закључак да је дошло време. Шта мислите о свести руководилаца великих предузећа о увозу облака и како то мења њихово планирање?
Јен Ундервоод: Када размишљам о овом свету података о масовном обиму, кад сам у могућности да га управљам, мислим да на неким нивоима постоји одређени мир када нека од веома великих фирми преузме одговорност за неке безбедносне аспекте, тако да постоји мало мира. Знате да постоји нека ограничена скала са облаком.
Друга ствар је, и видео сам то, био сам у тиму који је прерадио производ у облаку и сигурно је то био недовољни производ и нико на њега није обраћао пажњу, а у року од две године, због недељних издања, па чак и Рекао бих, скоро до тачке свакодневног пуштања у облак. Знам да Амазон каже да се пуштају више пута дневно. Када имате ту претњу, када ваши конкуренти могу да се ослобађају и побољшавају свакодневно, без обзира на то што раде, бар у софтверској индустрији - а сви су стварно у софтверској индустрији када почнете да гледате дигиталну трансформацију - то је сасвим друго игра са лоптом и било ко може савити облак и размножити се и постати велики.
Опет, то ће бити подаци које они користе, који ће донети разлику и интелигенцију у њиховим алгоритмима, и зато људи говоре о подацима као новом уљу или подацима који су златни. Када погледам облак, то је измењивач игара, то стварно омогућава веома, веома брз развој и обим. То је невероватно.
Ериц Каванагх: Вратићу вас, Ник, због још једног питања - идемо само минут овде ако можемо да дођемо до неких од ових питања, али, колико се сећам, пет и шест, а можда чак и седам пре неколико година, Алтерик је заиста био иноватор у кориштењу података трећих страна - тако да је уносио податке из извора, на пример Екпериан, или геопросторних података. Мислим да је то вероватно стратешка предност, јер се таква ствар налази у ДНК у Алтерику, зар не? Док се компаније крећу ка облаку, мислим да ви момци имате много искуства у томе да бисте могли да премостите те светове. Што мислите о световима вермирајућих стихова података трећих страна и заснованих на облаку, шта мислите?
Ницк Јевелл: Да, апсолутно. Крајња повезаност ће бити таква игра моћи било које компаније која ће радити у овом облаку заснованом на облаку. Али рећи ћу, када говоримо о нечему попут инфомонике, идеје да се подаци и подаци требају сматрати имовином у вашој компанији. Највећи део вредности који ћете донети је узимање спољних извора података, њихово мешање и обогаћивање са вашим унутрашњим изворима, како бисте створили и уновчили већу вредност у том процесу. Апсолутно је критично једнако радити са унутрашњим и спољним подацима.
Ериц Каванагх: Да, то је добра поента. Мислим да је цео овај свет хибридног облака овде да остане. Јен, прећи ћу само на ово због неких закључних коментара. За мене, ако тај стратешки поглед и способност да се објединим као нови термин описује податке из извора, то ће бити пресудан фактор успеха који иде даље, зар не?
Јен Ундервоод: Не, апсолутно, и смешно је, чуо сам овај хибрид, хибрид, хибрид. Чули сте за ово и пре четири године размишљали сте о Хадооп-у, Хадоопу и великим подацима, а онда сте почели да чујете хибрид, хибрид, па сигурно је ту било, нисмо нужно, ово је година машинског учења, бар ништа. Мислим, вештачка интелигенција, машинско учење је ове године изашло на сцену, али да би заиста функционисало у организацији која је данас на путу до облака или која се мора носити са свим тим различитим изворима података у облаку, можда је Салесфорце или Радни дан, све ове различите врсте извора који живе у облаку, једини начин на који можете решити то је хибрид. Не можете копирати податке свугде, тако да вам је потребно да будете у могућности да се директно повежете и требате да пронађете начин рада са подацима који се налазе свуда, да пронађете податке свугде, јер је то реалност тамо где смо тачно Сада.
Ериц Каванагх: Мислим да бих био отпуштен ако не бих вратио машинско учење у разговор, па, Ницк, само ћу ти то пренијети. Знам да сте ви сада фокусирани на то - да ли можете да разговарате о томе где видите машинско учење да се усклађује са аналитиком и са оним системима који користимо за разумевање нашег пословања и наших података?
Ницк Јевелл: Да, наравно. Дакле, врло кратко, онда се брзо вратимо на јаз између наших вештина. Идеја да имамо организације апсолутно препуне властитих Екцел корисника. Имамо податке научника који пролазе, али не расту истом брзином. Између њих је огроман јаз. Размислите о томе где је данас машинско учење. Колико алгоритама имамо на телефону или на сату који укључују технике машинског учења? То је роба, има је свуда. Морамо омогућити овим корисницима напајања на најједноставнији могући начин да осигурамо да се машина успешно примењује у читавом послу.
Ериц Каванагх: Можда ћу вам последњу последњу бацити. Имамо неколико питања која касно стижу, ево. Јен, питаћу те ово. Полазник коментарише цео овај концепт ненадзираног учења и чињеница је да вам требају подаци о обуци да бисте то радили и обично ти подаци о обуци морају бити специфични за компанију. Иако у индустрији постоји доста корелација, постоји пуно начина на који су организације сличне. Без обзира на то, свака компанија је јединствена, било да је то њен пословни модел или њен приступ маркетингу или продаји, или какав год случај био, развој производа.
Питање постаје, да ли ће ови алгоритми моћи да користе податке трећих страна за обуку? Чини ми се да ћете увек морати да користите сопствене податке да бисте обучили ове алгоритме, чак и ако се то време циклуса смањи са шест месеци - што је и случај у неким случајевима - до 40 дана или 20 дана, без обзира на може бити случај. Стварно морате користити своје податке и морате бити сигурни да су подаци прилично чисти, зар не?
Јен Ундервоод: То је заиста спој. Желећете да имате спољни контекст. У ствари, данас сам резервисан уназад, а мој наредни вебинар говори о припреми и чишћењу података, иронично за машинско учење. Оно што је заиста кључно јесте да саставите спољни контекст са својом организацијом, и волим да сте питали о припреми и чишћењу података, јер искрено, неки од алата су веома, врло добри - могу да обраде неке аспекте тога, али људски ум или могућност да дешифрујемо проблем и гледамо и будемо сигурни да нису изостављени - кажу да имамо неку врсту пристрасности пропуста. Начин на који посматрате проблем и начин на који одлучујете да дизајнирате проблем који аутоматизујете или одлуке које аутоматизујете, то је уметност и осигурати да тачно одражава тај пословни процес.
Вративши се мом примјеру са осигуравајућом кућом, када смо моделирали цхурн и кога да ангажујемо да прођемо кроз ову спонзорисану обуку за продају осигурања; у самом моделу није била правна клима, различити закони за различите државе. Увек ће постојати неки аспект, где ћете морати да имате те спољне податке са вашим унутрашњим подацима и, опет, људским умом. Тамо ће бити различитих компоненти.
Ериц Каванагх: Мислим да сте овде навели заиста добру поанту. Слушамо о роботима и машинама и преузимању машинског учења. За мене је то врло реметилачки тренд - у то нема никакве сумње - али ја никада не видим потребу за људским бићима у миксу да пролази, посебно аналитиком података, података о предузећима.
Ницк, последње питање за тебе. За мене, без обзира колико добри алгоритми добијали, увек ће вам требати људи који надгледају шта се дешава, убризгавају себе у договорено време и стварно синтетишу велику слику онога што је вани. Мислим да ниједан алгоритам неће моћи да синтетизује велику слику компаније Фортуне 2000, али шта мислите?
Ницк Јевелл: Па, узмимо потпуно не-Алтерик примјер, разговарајмо о Уберу из прошле године. Убер, током терористичког инцидента у Аустралији, људи који покушавају да побегну из тог подручја, изненада су ставили на велике цене, јер је то алгоритам рекао да наноси велику штету репутацији. Одмах након тога имплементирали су људе и алгоритме радећи заједно. Кад год би се то требало догодити, човек је морао надгледати поступак. То људско партнерство и алгоритам, то је пут према напријед.
Ериц Каванагх: Вау, то је сјајан пример, хвала вам пуно. Па, људи, прошли смо више од сат времена овде на нашој веб емисији. Веома хвала Јен Ундервоод из компаније Импацт Аналитицс. Наравно велика хвала Ницку Јевеллу и тиму Алтерик на њиховом времену и пажњи, а свима вама на вашем времену и пажњи. Цијенимо ова сјајна питања. Све те веб емисије архивирамо за касније гледање, слободно их поделите са пријатељима и колегама. Са тим ћемо се опростити. Одличан веб пренос данас. Хвала вам још једном, ухватићемо вас следећи пут, народе. Брини се. Ћао.
