Аутор особља Тецхопедиа, 25. августа 2016
Извлачење: Домаћин Ребецца Јозвиак разговара о феномену уграђене аналитике и научника о подацима о грађанима са др Робин Блоор, Дез Бланцхфиелд и Давид Свардор.
Морате се регистровати за овај догађај да бисте погледали видео. Региструјте се да бисте видели видео.
Ребецца Јозвиак: Даме и господо, здраво и добродошли у Хот Тецхнологиес. „Ембед Еверивхере: Омогућавање Цитизен Цитизен Сциентист-а“ је наша тема данас. Допуњавам вашег уобичајеног домаћина, ово је Ребецца Јозвиак, а попуњава Ериц Каванагх. Да, ова година је врућа. Израз „научник података“ посебно привлачи велику пажњу иако смо их звали досадна имена попут „статистичара“ или „стручњака за аналитику“, прилично се баве истом врстом активности, али има ново секси име и то је привлаче пуно пажње. Веома је пожељно да на радном месту имају користи од организације, и свако их жели. Али они су: 1) скупи, 2) тешко пронаћи. Знате, све је вест о недостатку вештина научника за податке, али они ипак нуде огромну вредност за организацију и људи некако жуде да смисле како да добију ту вредност без да бацају ни трунку, тако да говорити.
Али добра вест је да видимо како излазе алати и софтвер који надокнађују тај недостатак. Имамо аутоматизацију, машинско учење, уграђену аналитику, о чему ћемо данас учити, и то је некако повод за нови термин, "научник о подацима о грађанима", и шта то значи? Не, то није ваш обучени научник података, то може бити ваш пословни корисник, ваш БИ стручњак, неко из ИТ-а, неко ко има позадину, али можда није нужно и стручност. Али оно што чине, ови алати и софтвер, омогућава ли више људи приступ тим паметним решењима иако они можда не знају дубоко кодирање. Али то само помаже да се побољша укупна учинковитост када свима пружите мало више приступа тој аналитичкој мисли. Не морате нужно да тренирате да бисте имали ону врсту радозналости која може довести до добрих увида у вашој компанији.
Расправљајући о томе да је данас са нама наш властити Робин Блоор, главни аналитичар Блоор Гроуп-а, један од самих неухватљивих података, Дез Бланцхфиелд се јавља, и тада ћемо данас Давид Свеенор из Делл Статистице одржати презентацију. А с тим ћу то пренети Робин Блоор-у.
Робин Боор: У реду, хвала на уводу. Некако сам о томе размишљао у историјском контексту. Оно што ми овде гледамо је један од дизајна Леонарда да Винција за неку врсту једрилице коју би човек могао да стави на леђа. Немам појма да ли ће то заиста успети. Не бих улазио у то, морам да кажем. Међутим, да Винци, кад год помислим на да Винција, мислим на њега као на једног од најинтересантнијих и аналитичнијих људи који је икада постојао. И сасвим је јасно ако само погледате тај глисер да је дизајниран на основу птичјег крила и он је на овај или онај начин проучавао летове птица како би га изградио.
Ако узмемо историјску перспективу - ја сам то заиста и погледао - аналитика је можда најстарија примена математике. Постоје пописи који датирају још из Бабилонских времена. Знамо за то јер у основи постоје неке клијентске таблете које на себи имају такве податке. Није познато је ли се ишта вратило раније. Али очигледна ствар је да сте себи приредили цивилизацију са великом популацијом људи, то заправо захтева планирање и вреди знати шта планирате и који су заправо захтеви тих људи.
И тамо је почело и тамо је почело рачунање, јер су рани рачунари, рани механички рачунари, заправо били, мислим да је први био попис становништва који је створио Холлеритх, а који је постао ИБМ, верујем. Све је то напредовало. Ту је постојала нека врста међимурја између можда 1970-их и данашњице, где је велики број других апликација и аналитика, могло би се рећи, заузео задње место. Да, одвијала се аналитика - дешавало се то у великим организацијама, посебно банкама и осигуравајућим компанијама, и заправо Генерал Елецтриц-ом и телцо-ом и сличним стварима - али то се углавном није користило у читавом послу и сада се углавном почиње користити у читавом свету посао. И то је променило игру, заиста. Прво на шта сам помислио да бих скренуо пажњу је пирамида података која ми се посебно свиђа. Ово је, мислим, нацртао сам једно од ових 20 година - бар пре 20 година - да бих покушао да схватим, заиста, у то време, покушавао сам да разумем БИ и неке од раних ископавања података о којима се ради. Оно што сам овде дефинисао је идеја о подацима и примери су сигнали, мерења, снимци, догађаји, трансакције, прорачуни, агрегације, појединачне тачке информација. Можете их сматрати молекулама информација, али они су појединачне тачке. То постаје информација чим добије контекст. Повезани подаци, структурирани подаци, базе података, визуализација података, цртачи, сплеткери и онтологије - сви они сматрају моју мисао информацијом јер ово што сте урадили обједињује много разноликости заједно и створи нешто много више од тачке података, нешто што заправо има облик, математички облик.
Изнад тога имамо знање. Испитивањем информација можемо научити да постоје различити обрасци и можемо искористити те обрасце формулисањем правила, политика, смерница, процедура и тада то поприма облик знања. И скоро сви компјутерски програми, шта год да раде, су својеврсно знање, јер раде против података и на њих примењују правила. Имамо ова три слоја и све се више усавршава између слојева. На левој страни овог дијаграма су приказани нови подаци који уносе, тако да је много тога статично. Подаци се накупљају, информације се накупљају, а знање потенцијално расте. На врху имамо „Разумевање“ и рекао бих, иако је то филозофски аргумент, да разумевање постоји само у људима. Ако се грешим у вези с тим, онда ћемо нас у неком тренутку сви заменити рачунарима. Али уместо да водим расправу, прећи ћу на следећи слајд.
Када сам погледао ово, занимљиво, ово је нешто недавно, занимљиво је било покушати и схватити шта је заправо аналитика. И на крају, цртајући различите дијаграме и завршавајући са једним који је изгледао овако, дошао сам до закључка, у ствари, развој аналитике је заиста само развој софтвера са грозном количином математичких формула. Аналитичко истраживање мало се разликује од развоја софтвера у смислу да бисте заправо узели много, много различитих модела и истражили их како бисте генерисали нова сазнања о подацима. Али након што га генерирате, он се имплементира или у оно што ја сматрам подршком за пасивне одлуке, а то је информација која се тек сада храни кориснику; интерактивна подршка одлучивању, што је ствари попут ОЛАП-а, где се кориснику даје структурирани скуп података помоћу којег могу истражити и закључити ствари за себе користећи различите доступне алате. Много визуализација је тако. И онда имамо аутоматизацију ако можете само претворити неки аналитички увид који сте сакупили у скуп правила која се могу применити, није нужно да људско биће треба да буде укључено. То је начин на који сам на то гледао кад сам све то радио. И разне ствари су ми се почеле догађати. Када једном речимо о активности, ако кажемо, једном када се домена података заиста минира, потпуно ископи, детаљно се истражи кроз сваки могући правац, на крају она једноставно постаје кристализирана БИ. Изумљено знање почиње да постаје знање које на различите начине информише разне кориснике и повећава њихову способност, надамо се, заиста да раде оно што раде.
Једна од ствари које сам приметио и на предиктивну аналитику гледао сам око пет година, али предиктивна аналитика постаје БИ, у смислу да се тек претвара у корисне информације које могу да се хране људима и као што сам већ истакао, постоји аутоматизовано БИ извештавање, БИ истражно, БИ, врло различите градације и предиктивна аналитика заправо иду у сва три смера. А аналитички процес, као што сам нагласио, није толико различит у развоју софтвера, већ га раде различити људи са мало другачијим вештинама. Претпостављам да треба да нагласим да су вештинама потребним да би се заиста доброј научници података потребне године да би се стекао. Они се не могу лако набавити и не може их велики број људи учинити, али то је зато што подразумева разумевање математике на веома софистицираном нивоу да би се знало шта је валидно, а шта не. Аналитички развој, откриће нових знања, имплантација аналитике, ради се о томе да знање постане оперативно. То је она врста позадине коју видим читавој анализи. То је огромно подручје и има много, пуно димензија на њему, али мислим да се генерализација односи на све.
Онда је ту поремећај пословања, као што сам напоменуо да постоји неколико организација, фармацеутске компаније су још једна, која у свом ДНК имају аналитику. Али постоје многе организације које то заиста немају у својој ДНК, а сада имају могућност, сад су софтвер и хардвер далеко јефтинији него што су некад били, а сада га имају могућност искористити. Рекао бих неколико ствари. Прва ствар је да је аналитика у многим случајевима то истраживање и развој. Можда само примјењујете аналитику на одређено подручје организације и може се чинити мизерним да на један или други начин опет анализирате наруџбе купаца из различитих перспектива, спајајући их с другим подацима. Али аналитика заправо ствара могућност да се посматра организација као целина и прилично анализира било која одређена активност која се дешава унутар организације и читавог ланца активности. Али кад се једном преселите у то подручје, рекао бих да је то истраживање и развој. И постоји питање које ми је постављено неколико пута, а то је: „Колико компанија треба да потроши на аналитику?“ И мислим да је најбољи начин да размишљате о пружању одговора на то да аналитику сматрам истраживањем и развојем., и питајте, "Па колико бисте потрошили на истраживање и развој у области ефикасности пословања?"
А предузећа која нису са аналитиком, постоји пуно ствари које они не знају. Пре свега, они не знају како то да ураде. Обично ако они заправо на овај или онај начин усвајају аналитику у организацији - они заиста немају могућност него да иду у консултације које би им могле да помогну у томе, јер би било немогуће или заиста веома тешко за већину предузећа заправо ангажују научника података, проналазећи га, плаћајући га и верујући им да раде оно што ви желите. Веома тешко. Већина предузећа не зна како запослити или образовати особље да то заиста и уради, а разлог за то је једноставно тај што га још нема у ДНК, па то није део њихових природних пословних процеса. Ово ће прећи на следећу тачку. Не знају како да то учине пословним процесом. Најбољи начин за то је, успут речено, копирати оно што фармацеутске компаније и осигуравајуће компаније само погледају, а неке компаније у здравственом дому само погледају начин на који користе аналитику и копирају га. Јер је то пословни процес. Не знам како да га полиција или ревизију. То је заиста, поготово сада када је јако пуно софтверских компанија направило производе који аутоматизују страшно пуно аналитике. Поанта о ревизији је важна када имате консултанте или некога на лицу места коме се може веровати да разуме какви су резултати било каквог аналитичког израчуна, то је врста избора коју морате донети, али ако у њих уградите заиста моћне аналитичке алате руке људи који не разумеју правилно аналитику, вероватно ће прескочити закључке који можда нису тачни. И као што рекох, компаније не знају како да га прорачунају.
Ово су окуси аналитике, ја ћу их само проћи. Статистичка аналитика и статистичко моделирање значајно се разликују од предиктивне аналитике, од којих већина успут одговара кривуљи. Машинско учење је различито од оних ствари, аналитика путања и временске серије, које се у основи обављају у статусним токовима, опет су различите. Графичка аналитика поново је различита, а текстуална и семантичка аналитика поново су различити. Ово само указује на то да је то веома мулти-жанровска ствар. Није, не почнете да радите аналитику, почнете да гледате проблеме који имате и тражите разне алате и разне ароме аналитике који ће им одговарати. И на крају, нето мрежа. Због еволуције хардвера и софтвера, према мом мишљењу аналитика је у повојима. Има још много тога, а још ћемо видети и видећемо у наредним годинама. Мислим да могу сада да дам лопту Дезу.
Дез Бланцхфиелд: Да, причај о тешком чину који треба следити, Робин. Ову тему ћу укратко посетити из једног од мојих најдражих углова, а то је угао човека. Толико се промена дешава у нашем свакодневном животу. Један од највећих поремећаја у нашем свакодневном животу, по мом мишљењу, је управо свакодневни посао. Ако се вратите на посао и покушавате да радите посао за који сте ангажовани, и све већа очекивања да ћете прећи од свакодневне особе до суперхероја и количине информација која се врти око организација и емитује веома, врло брзо, то је значајан изазов и све више и више морамо пружити боље и боље алате људима да се изборе са протоком знања и информација и зато сам помислио да бих покушао да дођем до овога из мало забавног угла . Али, увек ме погађа како имамо овај високи ум или фласх моб-ове и тако даље, који нас некако воде ка ономе о чему причамо као аналитичари, али стварно оно о чему говоримо је да информације учинимо доступнима људима, и допуштајући им да комуницирају с њим и то раде на такав начин да је то природно и да се осјећа нормално.
У ствари, подсећа ме на ИоуТубе видео снимак малог детета, малене бебе, како седи на поду и тамо се игра са иПадом и врти се около, штипање и стискање и померање слика и играње са екраном, тамо су подаци. А онда родитељ одузима иПад и ставља дјетету магазин, штампан часопис на дјететово крило. А то дете вероватно нема више од две године. Дете почиње да покушава да прелази са екрана часописа, притишће и стишће, а магазин не реагује. Дијете подигне прст према горе и погледа га и помисли: „Хмм, мислим да мој прст не функционира“, и покуца ми у руку и помисли: „Ах не, прст ми функционише. Могу осјетити своју руку и то изгледа добро ", и помера прст, а прст се вијуга и реагује. Да. Затим поново покушава да комуницира са часописом, и спушта се и гледај да не штипка и не стиска и помиче се. Затим уклањају часопис и стављају иПад у крило, и одједном ствар функционише. И тако, ево бебе која је дошла и обучена да користи аналитички алат или алат за стриминг уживо за забаву и не може да утврди како часопис треба да ради и како да прелистава странице.
А то је по себи занимљив концепт. Али кад размишљам о знању које се креће по организацијама и начину на који проток података те начину понашања људи, често размишљам о овом концепту онога што су људи научили да буду фласх моб, што је догађај где и који друштвени медији чине ово је још једноставније за направити, идеју као такву која је отићи на ово место у ово време и датум и радњу, или видео и научити ове плесове, или носити овај обојени шешир и усмјерити север у један сат. А ви то гурнете кроз своју мрежу, и непроменљиво цео гомила људи, стотине њих, појављују се на истом месту у исто време и раде исто, а ту је фактор вов, попут, "Света крава, то је било заиста импресивно! “Али заправо је заиста једноставна идеја и једноставан концепт који се тек гура кроз наше мреже и ми добијамо овај исход који је визуелно запањујућа и звучно импресивна ствар. А кад размишљате о организацији, начину на који желимо да се људи понашају и начину на који желимо да се баве информационим системима и купцима, често је то једноставно, идеја или концепт или културолошка или понашајна особина коју покушавамо да пренесемо кроз и оснаживање помоћу алата и информација.
И подупирући све то мантру коју имам више од две и по деценије и то је, ако ваше особље не може наћи оно што им треба да би радили свој посао, било да су то алати или информације, неизбежно ће измислити точак. Дакле, ово је све већи изазов, где имамо пуно знања и много информација и ствари које се крећу веома брзо, да желимо да зауставимо људе да измисле волан. И кад размишљамо о нашем радном окружењу, враћајући се у кут људи, што је један од мојих омиљених, био сам задивљен кад смо се изненадили да кабинети нису погодно окружење за добре резултате, или смо поставили ствари овако грозне слике овде, и то се није много променило, само је спустио зидове и назвао их отвореним радним просторима. Али у средини са жутом петљом око њих двоје људи размењују знање. Па ипак, ако погледате остатак собе, сви они тамо седе и послушно туку тамо, стављајући информације у екран. И чешће од тога, не размењујемо знање и податке, а за то постоји низ разлога. Али интеракција на средини пода са леве стране у жутом кругу, тамо двоје људи ћаскају, размењују знање и вероватно покушавају да пронађу нешто, покушавајући да кажу: „Знате ли где је овај извештај, где ја могу да пронађем ове податке, који алат користим да радим ову ствар? "И вероватно није успео, па немају ништа, и лутао по поду, прекршио правило канцеларијског простора и урадио лично.
И имали смо слична окружења широм канцеларије у која се у шали забављамо, али стварност је да су прилично моћни и ефикасни. А један од мојих омиљених је мобилна или фиксна аналитичка платформа која се зове водни хладњак, где људи тамо устају и чаврљају и размењују знање, упоређују идеје и обављају аналитику док стоје код хладњака за воду и размењују идеје. Они су врло моћни концепти када размишљате о њима. А ако их можете превести у своје системе и алате, добићете невероватан резултат. И имамо стално омиљеног, а то је у ствари најмоћније канцеларијско чвориште за дистрибуцију података, иначе познато као рецепција. А ако не можете да пронађете нешто, куда идете? Па, ходаш пред канцеларијом и одлазиш на рецепцију и кажеш: „Знате ли где је к, и, з?“ И усуђујем се да ми неко каже да то нису урадили бар једном у новом посао или у једном тренутку када нешто не могу наћи. И морате се запитати, зашто је то случај? Требао би бити негде на интранету или неком алату или било чему. То би требало лако пронаћи.
И кад су у питању подаци и аналитика и алати које смо пружили нашем особљу да раде свој посао и начин на који људи комуницирају са пословима, схватио сам да сам пре недавног појављивања алата за анализу и великих платформи за податке или „обрада података“ како је називају у старој школи, извештавање и дељење знања је далеко од динамичних или колаборативних или отворених, а када размишљате о врсти система за који очекујемо да људи раде свој посао, имали смо класичан, шта људи сада зову заоставштину, али стварност је да је то само заоставштина и да је и данас ту, и зато није заиста заоставштина. Али традиционални ХР-системи и ЕРП системи - управљање људским ресурсима, планирање ресурса предузећа, управљање подацима предузећа и системи које користимо за управљање информацијама да би водили компанију. Неизмерно је изолиран. А са горњег краја, једноставне платформе попут одељења интранета, који покушавају да комуницирају где су ствари и како да их пронађемо и како да комуницирамо са знањем о месту. То појављујемо на нашој интранети. Добра је као и људи који улажу време и труд да то изнесу горе, јер вам у супротном то остаје у глави. Или имате податке седећи на дну ланца исхране, у корпоративним САН-овима и свему томе, тако да су мреже складишних простора пуне датотека и података, али ко зна где их пронаћи.
Чешће него не, градили смо ове затворене платформе података или затворене системе, и тако су људи прешли на сличне прорачунске табеле и ПоверПоинтс да би проследили информације око места. Али, у мојој се глави недавно догодила једна занимљива ствар, а то је да мобилни уређаји и интернет уопште делују у идеји да ствари заправо могу бити боље. И то претежно у потрошачком простору. Занимљиво је да смо у свакодневном животу почели да имамо ствари попут интернет банкарства. Нисмо морали физички да идемо у банку да бисмо комуницирали с њима, већ смо то могли обавити телефоном. У почетку је то било незгодно, али онда је интернет дошао и имали смо веб страницу. Знате, и колико пута сте у последње време били у вашој банци? Заправо не могу, разговарао сам о томе неки дан и заправо се не могу сјетити посљедњи пут кад сам отишао у своју банку, што сам био прилично шокиран, мислио сам да се тога морам присјетити, али било је тако дуго пре тога се заправо не могу сетити кад сам отишао тамо. И тако сада имамо ове уређаје у руци у облику мобилних телефона и телефона, таблета и преносних рачунара, имамо мреже и приступ алатима и системима, као и потрошачки простор научили смо да ствари могу бити боље, али зато о наглим променама у потрошачком простору, које су биле летаргичније и леденије промене у предузећу и околини, ми то нисмо увек искористили за свакодневни радни век.
И волим забављати се чињеницом да не можете уживо преносити податке на папир. На овој слици овде седи особа која гледа неку аналитику која је извршена, а ту је и прелеп графикон који је направио неко коме је вероватно плаћено пуно новца као статистичар или актуар, а тамо седи покушавајући да уради аналитика на папирној копији и покуцавање на њу. Али ево застрашујуће ствари за мене: На пример, ови људи у овој соби за састанке и ја ћу то искористити као пример, они комуницирају са подацима који су сада историјски. И оно је старо од тренутка када је та ствар произведена и потом штампана, па је можда у питању извештај стар недељу дана. Сада доносе одлуке о не толико лошим подацима, већ о старим подацима, који увек могу бити лоши подаци. Данас доносе одлуку на основу нечега што је историјско, што је заиста лоше место. Успели смо да заменимо ону папирну копију са таблетима и телефонима, јер смо врло брзо радили у потрошачком простору, а сада смо то исправили у простору предузећа, да је реално време увид у стварну вредност.
И у томе смо све бољи и бољи. И то ме доводи до тачке коју је Робин раније подигао, то је био концепт научника о подацима о грађанима и покретач овог концепта. За мене, истраживач података о грађанима су само обични људи који имају праве алате и информације о томе што воли иПад. Они не морају да се баве математиком, не морају да знају алгоритме, не морају да примењују алгоритме и управљају подацима, само требају знати како да користе сучеље. И то ме враћа мом уводу и концепту малишана који тамо сједи са иПадом наспрам часописа, насупрот иПаду. Дијете може врло брзо, интуитивно научити како користити интерфејс иПада да би уронио у информације и комуницирао с њим, иако је то можда игра или стриминг медија или видео записа. Али није могао добити исти одговор или интеракцију из часописа и само трепери страницу за страницом, што није баш привлачно, посебно ако сте дијете које је одрасло са иПад-ом. Неизмерно, људска бића могу врло брзо да погледају и науче како да управљају алатима и стварима које ћемо им пружити и ако им пружимо интерфејс попут мобилних уређаја и нарочито таблета и паметних телефона са довољно великим екранима, а посебно ако можете да комуницирате с њима у додиру, с покретима прстију, одједном вам се чини овај концепт научника о подацима о грађанима.
Неко ко може применити науку о подацима с правим алатима, али без да то заиста мора знати. И у мом уму, доста тога, као што рекох, потакло је утицај потрошача, који се преселио и претворио у потражњу и предузеће. Неколико стварно брзих примера. Ми, многи од нас почели бисмо радити ствари са нашим блоговима и веб локацијама, попут стављања малих огласа или гледања у праћење и кретање, користили смо алате попут Гоогле Аналитике и пробудили смо чињеницу да у нашим блоговима и малим веб локацијама, тамо бисмо могли ставити мале битове кода и Гоогле би нам у стварном времену дао увид у то ко посећује веб локацију, када и где и како. А у стварном времену смо могли заиста да видимо како људи нападају веб страницу, пролазе кроз странице и онда нестају. И то је било прилично запањујуће. И даље волим то, кад покушавам објаснити аналитику у стварном времену људима, претпостављам да им само показујем веб страницу са укљученом Гоогле Аналитицс и заправо видим интеракцију уживо са људима који ударају на веб локације и питају их: „Замислите да ли имали сте такве врсте увида у свој посао у реалном времену. "
Узмимо пример малопродаје, а можда и лека, мислим да то називате продавницом дроге у Америци, апотеком у коју улазите и купујете све, од таблета против главобоље, преко крема за сунчање и шешира. Покушај вођења те организације без информација у стварном времену је застрашујући концепт, сада знамо шта знамо. На пример, можете да мерите промет ногу, можете да поставите уређаје око продавнице са осмешеним лицем на једној страни екрана јер сте срећни, а несрећна црвена на крајњој десној страни и неке различите нијансе у средини. А ту је и платформа која се зове „Сретна или не“ ових дана, где улазите у продавницу и можете бацати срећно лице или тужно лице, у зависности од повратних информација о осећањима уживо. А то може бити интерактивно у стварном времену. Можете добити цене усмерене на потражњу уживо. Ако је тамо пуно људи, можете мало повећати цене, а можете направити и расположивост залиха и реците људима, на пример - авиокомпаније ће на пример рећи људима колико седишта има на веб локацији када резервишите лет, не назовите се само насумично и надам се да ћете се моћи појавити и добити лет. Подаци ХР ХР уживо, можете рећи када се људи укључују и завршавају. Набавка, ако сте у набавци и имате живе податке, могли бисте радити ствари попут причекавања сат времена и заштитити се од цене америчког долара како бисте купили следећи товар залиха и напунили камион ствари.
Кад људима покажем Гоогле Аналитицс и пребацим такву анегдоту, овај еурека тренутак, овај „а-ха!“ Тренутак, ова сијалица им се угаси у глави попут: „Хмм, могу видети пуно места на којима бих то могао учинити . Кад бих само имао алате и кад бих само имао приступ том знању. "И то сада видимо на друштвеним медијима. Свако ко је паметни корисник друштвених медија, осим што приказује фотографије доручка, има тенденцију да погледа колико лајкова добија и колико саобраћаја добија и колико пријатеља добија, а то ради и са воли, рецимо, Твиттер као аналитичко средство. Можете да одете на Твиттер.цом да користите алат, али откуцате у Гоогле Твиттер Аналитицс тачкицу или кликнете горњи десни тастер и повучете мени и урадите то, добићете ове лепе, живе графиконе који вам говоре колико твеет-ови које радите сами и колико интеракција са њима. И аналитика у реалном времену само на вашим личним друштвеним медијима. Замислите да смо имали наклоности Гоогле Аналитицс-у и Фацебооку и ЛинкедИн-у и Твиттеру, статистика еБаиа долази вам, али у вашем радном окружењу.
Сада имамо при руци интернет и мобител уживо, то постаје концепт моћи. И то ме упућује на мој закључак, а то је да сам стално нашао да организације које рано користе алате и технологију стичу толико значајну предност у односу на своје конкуренте да их конкуренти никада не могу сустићи. А то сада видимо и код сукоба података са грађанима. Ако можемо узети људе са вештинама, знањем за које смо их унајмили и можемо им дати праве алате, посебно могућност да виде податке у стварном времену и открију податке и знају где је то, без обиласка по кабинама и постављајте питања наглас, кад морате да стојите до хладњака за воду да бисте урадили упоредну анализу са људима или отишли и питали на рецепцији где је индекс. Ако то могу учинити на дохват руке и могу то одвести на састанке са њима и седети у соби за састанке и прегледавати екране у стварном времену, а не на папиру, све одједном смо оснажили наше особље које не треба да буде стварно научници о подацима, али да заправо користе науку о подацима и постижу невероватне исходе за организације. И мислим да је та преломна тачка коју смо прешли сада тамо где је потрошач доведен у предузеће, изазов је како да пружимо то предузеће, и то је тема коју претпостављам у данашњој расправи. И са тим ћу замотати свој комад и предати да чујем како то можемо решити. Давиде, теби.
Давид Свеенор: У реду, хвала вам много људи, и хвала вам Робин. Знате, Робин, слажем се са твојом оригиналном проценом. Аналитички процес, заправо се не разликује од развоја софтвера. Мислим да је изазов у некој организацији једноставно стварно, знате, можда ствари нису тако добро дефинисане, можда постоји истраживачка компонента и креативна компонента. И Дез, знаш, слажем се с тобом, доста се изнова креће, и знаш, не постоји организација у коју данас улазим у питање, па, зашто то радиш на овај начин? Зашто посао послује на овај начин? И лако је испитивати, а пуно је пута кад сте у некој организацији тешко променити. Волим аналогију, конзумирање ствари. И тако више не одем на аеродром и желим да променим своје место - то радим на свом мобилном телефону. Не морам ићи до агента на штанду и гледати тог агента да убаци нешто на једнобојни монитор током 15 минута да променим свој распоред седења. Ја то радије радим на свом телефону и тако је занимљив развој догађаја.
Данас ћемо мало разговарати о колективној интелигенцији. За оне који нису свесни, Статистица је врхунска аналитичка платформа која постоји већ више од 30 година. Ако погледате било коју од тамо објављених публикација у аналитичкој индустрији, она се увек појављује на врху као једна од најинтимитивнијих и најлакших за употребу напредног софтверског пакета за аналитику. Тако смо протеклих неколико година провели радећи на концепту који се зове колективна интелигенција, и прелазимо га на нови ниво. Хтео сам да започнем овај разговор са: како се посао обавља у вашој организацији?
И ту су две слике. Она на левој страни је слика из 1960-их, а каријеру нисам започео у 1960-има, али слика са десне стране је - то је фабрика полуводича у којој сам почео да радим. И радио сам у тој црној згради, црном крову горе у горњем левом делу. Али направили су полуводичке ствари. Ово је недавна слика са Гоогле Имагес-а. Али кад се вратите на слику из 1960-их са леве стране, то је веома занимљиво. Ови људи седе у реду, а они праве, интегрисана кола и полуводиче. Али постоји стандардизација, постоји стандардни начин да се ствари раде и постојао је добро дефинисан процес. Знате, можда будући да сви ти људи седе у отвореном окружењу, можда је постојала нека сарадња. Мислим да смо мало тога изгубили у оквиру радне снаге знања.
Када сам седео у тој згради у горњем левом делу, ако сам хтео да сарађујем са неким, није био отворен. Било је ових канцеларија, можда је неки тим био удаљен или сам можда морао да пропутујем овај кампус; Било је то 25 минута хода и морао бих да разговарам са неким у згради с десне стране. Мислим да смо нешто изгубили на путу. И тако, знате, и ја сам мислио исто, зашто људи - колико људи стално изумљава волан унутар ваше организације? Мислим да знате како су организације у целини добро раделе током деведесетих и 2000-их са ЦРМ-ом и складиштењем података, а донекле и са БИ. Из неког разлога аналитика је мало заостала. Била су значајна улагања у складиштење података, стандардизацију и нормализацију ваших података и све то и ЦРМ, али аналитика је из неког разлога заостајала. И питам се зашто. Можда постоји креатива - можда ваш процес није добро дефинисан, можда не знате коју одлуку или полугу желите да претворите у свом послу да промените ствари. Када данас улазимо у организације, пуно је људи који раде ручно у прорачунским таблицама.
И знате, погледао сам статистику јутрос, мислим да је рекло да 80, 90 процената табела има грешке, а неке од њих могу бити веома значајне. Попут оне у Вхалеу, где је ЈПМорган Цхасе због грешака у прорачунској таблици изгубио милијарде и милијарде долара. Мислим да претпостављам да мора постојати бољи начин да се ствари заврше. И као што смо поменули, имамо ове научнике података. Ови момци су скупи и тешко их је пронаћи. А понекад су и нека чудна патка. Али мислим, знате, ако бих морао да сумирам шта је научник података, вероватно неко разуме податке. Мислим да је неко ко разуме математику, неко ко разуме проблем. И заиста, неко ко може пренети исходе. А ако сте научник података, ових дана имате велику срећу, јер вам се плата вероватно удвостручила у последњих неколико година.
Али истина да се каже, пуно организација, они немају ове научнике података, али ваша организација има паметних људи. Имате организацију, имате пуно паметних људи и они користе прорачунске табеле. Знате, статистика и математика им није основни посао, али они користе податке да би покренули посао. Заиста, изазов са којим се сусрећемо је како да предузмете, ако имате среће да имате научника података или статистичара или два, како их можете узети и како можете побољшати сарадњу између тих људи и друге особе у вашој организацији? Ако погледамо како је наша организација структурирана, ја ћу почети и ја идем с десна на лево. И знам да је ово уназад, али имамо ову линију пословних корисника.
Ово је највећи део популације ваших радника који раде на знању, а за ове људе морате уградити аналитику у своју пословну апликацију. Можда они виде аналитички излаз на екрану позивног центра или тако нешто, па им поручује да ће следећу најбољу понуду дати клијенту. Можда је то потрошач или добављач на веб порталу и то им одмах даје заслуге, или такве ствари. Али идеја је да они троше аналитику. Ако пређемо на средину, то су ти радници на знању. То су људи који данас раде прорачунске таблице, али табеле су подложне грешкама и у неком тренутку им је понестало горива. Ти научници података о грађанима, како их ми називамо, знате, оно што покушавамо да учинимо за њих је стварно повећање нивоа аутоматизације.
А с аналитиком чујете да је 80 до 90 процената посла у препорукама података, а то није стварна математика, али то је припрема података. Покушавамо то аутоматизовати, било да то радите, а ми имамо чаробњаке и шаблоне и ствари које се могу поново употребљавати, а ви у ствари не морате да знате основну инфраструктуру у вашем окружењу. А онда ако погледамо крајње лево, имамо ове научнике података. И као што сам већ споменуо, они су у мањку. А оно што покушавамо да учинимо њима продуктивнијима је да им омогућимо да створе ствари које ови научници за податке грађана могу да ураде. Размислите о томе као о Лего блоку, тако да ти научници података могу створити имовину за вишекратну употребу коју истраживач података о грађанима може користити. Направите га једном, тако да не морамо стално да измишљамо точак.
А онда би и ови људи могли бити забринути ако можемо радити ствари у бази података и искористити постојеће инвестиције у технологију које је направила ваша компанија. Знате, нема смисла у данашњи дан и старост пребацивати податке овде и назад по целом свету. Дакле, ако погледамо Статистицу, као што сам већ споменуо, то је платформа која постоји већ дуго времена. И то је врло иновативан производ. Мијешање података, није било извора података којем не можемо приступити. Имамо све ствари за откривање и визуализацију података које бисте очекивали; можемо то урадити у реалном времену. И вероватно има - мислим да постоји преко 16.000 аналитичких функција унутар софтверског алата, тако да је то више математике него што сам је икада могао користити или разумети, али постоји ту ако вам треба.
Имамо могућност комбиновања пословних правила и аналитичких токова рада како бисмо заиста донели пословну одлуку. Идете даље од тога, ево алгоритма, ево процеса рада, али имате правила пословања са којима се увек морате суочити. Врло смо сигурни у управљању. Користи се у великом броју фармацеутских клијената, јер нам ФДА верује. Знате, само доказ пудинга да имамо контролу и способност да их прихватимо. И на крају, знате, ми смо отворени, флексибилни и прошириви, тако да морате да направите платформу која је тачна, желите да ваши научници са подацима буду продуктивни, желите да ваши грађани научници података буду продуктивни, желите да будете у могућности да разместите ове аналитичке резултате радницима у вашој организацији.
Ако га погледамо, ево примера неких визуализација. Али, када будете могли да дистрибуирате аналитички излаз на пословне кориснике, тако да је први пример на левој страни, то је мрежни аналитички дијаграм. А можда сте истражитељ преваре и не знате како се успостављају ове везе, а то могу бити људи, могу бити ентитети, могу бити уговори, заиста било шта. Али ово можете да манипулишете мишем и комуницирате са њим да бисте стварно разумели - ако сте истражитељ преваре, да бисте разумели приоритетну листу ко ће ићи у истрагу, зар не, јер не можете са свима да разговарате, па имате да да приоритет.
Ако погледамо слику са десне стране тамо, за инструмент предиктивног одржавања, то је заиста занимљив проблем. Можда сте власник аеродрома, а овде имате ове скенере за тело. Ови скенери за тело, ако идете на аеродром, тамо су неке компоненте које имају око девет месеци трајања. А ове ствари су заиста, стварно скупе. Ако на свом аеродрому имам више улазних тачака, више скенера, број један, желим да осигурам да имам одговарајуће особље на свакој капији, а за делове који су у скенерима, не желим да их наручујем рано, и желим их имати пре него што се поквари. Имамо способност, можда ако имате аеродром, да можемо предвидјети када ће се те ствари покварити и предвидјети ниво особља.
Ако погледамо доње десно, ово је ако сте у производном окружењу, ово је само графички приказ производног тока. И мало је тешко видети, али на овим различитим секторима процеса постоје црвени и зелени семафори, па ако сам инжењер, тамо иде врло софистицирана математика, али могу се детаљно упознати у том одређеном сектору процеса и погледати параметре и унос који, можда, изазива контролу над тим. Ако погледамо нашег истраживача података о грађанима, наш циљ је заиста олакшати научнику података о грађанима. Имамо чаробњаке и шаблоне, а једна ствар коју мислим да је заиста занимљива, јесте да ли имамо овај аутоматизовани чвор за провјеру здравља података. И стварно што ово ради, има уграђене паметне аутомобиле.
Споменуо сам припрему података - потребно је много времена, то је и у агрегирању података и њиховој припреми. Али претпоставимо да имам своје податке, могу их покренути кроз овај чвор здравствене провере података, и он проверава инварианце, ријеткост и одметнике, и све ове ствари попуњава недостајуће вредности и чини много математике коју ја не Не разумем, тако да могу или прихватити задане вредности, или ако сам мало паметнији, могу да их променим. Али поента је да тај процес желимо аутоматизовати. Ова ствар ради о 15 различитих провјера и резултата на очишћеном скупу података. Оно што радимо олакшава људима стварање ових токова рада.
Овде говоримо о сарадњи између научника података и грађана. Ако погледамо ове слике с десне стране, видјет ћемо да је у току припрема података. А можда је ово врло софистицирано, можда је ово тајни сос ваше компаније, не знам, али знамо да неко у вашој организацији може приступити једном или више ових силоса података које имамо. Потребан нам је начин да их број један, зграбимо и спојимо заједно, и број два, можда постоји посебна обрада коју желимо да урадимо, да је ван нашег здравственог прегледа и да је то тајни сос ваше компаније. Могу да креирам овај радни ток у нашој организацији, и он се урушава као чвор. Видите стрелицу усмјерену према доље, то је само чвор, а ми можемо имати стотину ових ствари у организацији. Идеја је да имамо људе који знају нешто о одређеном простору, могу да створе ток рада, а неко други то може поново да користи. Трудимо се да минимизирамо поново откривање точка.
А исто можемо учинити и аналитичким моделирањем радних токова. У овом случају с десне стране, овај тијек рада, можда постоји 15 различитих алгоритама, и желим одабрати најбољи за задатак. И као научник података о грађанима не морам да разумем шта се догађа у тој збрци паукове мреже, већ се он једноставно урушава у чвор и можда тај чвор једноставно каже, „израчунајте оцену кредитног ризика.“ „Израчунајте шансу инфекције хируршког места, "шта имате. „Израчунајте вероватноћу да ће нешто бити лажна трансакција.“ Као научник за податке о грађанима, могу да користим ову веома софистицирану математику коју је неко други изградио, можда је један од тих научника саградио у мојој организацији.
Из перспективе науке о подацима, разговарао сам са научницима података који воле да пишу шифру и разговарао сам са научницима података који мрзе да пишу код. И то је у реду, тако да имамо врло визуелно, графичко корисничко сучеље. Можемо да узмемо наше податке, можемо да урадимо аутоматизовани здравствени преглед података и можда желим да напишем код. Свиђа ми се Питхон, свиђа ми се Р, али идеја је да ови научници за податке недостају и свиђа им се код на одређеном језику. Ми посебно немамо склоности на који језик желите да кодирате, па ако желите да урадите Р, радите Р; ако желите да урадите Питхон, урадите Питхон. То је сјајно. Ако желите да аналитику разнесете на Азуре, раширите је у облак. Дакле, циљ овде је заиста понудити флексибилност и опције које би ваше научнике података учиниле што продуктивнијима.
Сада су научници података, они су прилично паметни људи, али можда нису стручњаци за све, и можда постоје неке празнине у ономе што могу учинити. А ако се пази у индустрији, постоји много различитих аналитичких тржишта. Ово је пример, можда морам да препознам слику и немам ту вештину, можда можда изађем у Алгоритмију и набавим алгоритам за препознавање слике. Можда одем до Апервите и набавим сасвим посебан алгоритам здравствене заштите. Можда желим да употријебим нешто у библиотеци машинског учења Азуре. Можда желим да користим нешто на родној платформи Статистица.
Опет, идеја овде је да желимо да искористимо глобалну аналитичку заједницу. Будући да нећете имати све вештине унутар своја четири зида, како можемо креирати софтвер - и то је оно што радимо - што омогућава вашим научницима података да користе алгоритме са разних тржишта. То радимо са Р и Питхон-ом већ дуже време, али ово се проширује и на ова тржишта апликација која постоје тамо. И исто што видите овде на врху овога, ми користимо Х2О на Спарк-у, тако да постоји пуно аналитичких алгоритама. Не морате се фокусирати на њихово креирање испочетка, искористимо их поново које живе у отвореној заједници, и желимо да ти људи буду што продуктивнији.
Следећи корак, након што имамо наше научнике о грађанима и наше научнике података, је како заиста промовишите и дистрибуирате ове најбоље праксе? У оквиру нашег софтвера имамо технологију која вам омогућава дистрибуцију аналитике било где. И ово је више поглед на управљање моделом, али више ме не вежу четири зида или одређена инсталација унутар Тулсе, Тајвана или Калифорније, или шта већ имате. Ово је глобална платформа и имамо много, много купаца које је у њеној употреби користило више локација.
И тако заиста, кључне ствари су, ако нешто радите на Тајвану, а желите то поновити у Бразилу, то је сјајно. Уђите тамо, зграбите шаблоне за вишекратну употребу, зграбите токове рада које желите. Ово покушава да створи те стандарде и уобичајени начин ствари, тако да свугде не радимо ствари потпуно другачије. А друга кључна компонента овога је стварно што желимо да одведемо математику до места где подаци живе. Не морате мешати податке између, знате, Калифорније и Тулсе, Тајвана и Бразила. Имамо технологију која нам омогућава да искористимо математику према подацима и имаћемо још један Хот Тецхнологи вебцаст на ту тему.
Али ову архитектуру називамо и ево привидног изгледа, Нативе Дистрибутед Аналитицс архитектуре. Кључна идеја иза тога је да имамо платформу, Статистица, и ја могу да извозим аналитички ток посла као атом. А могао бих да направим модел или читав радни ток, тако да то није важно. Али могу то створити и извозити на језику прикладном циљној платформи. На левој страни овога, много људи то ради, али они дају бодове у изворном систему. То је у реду, можемо да радимо бодовање и можемо да правимо израду модела у бази података, тако да је то занимљиво.
А онда на десној страни имамо Бооми. Ово је пратећа технологија, радимо са свим тим. Али ми такође можемо да примимо те токове рада, и у суштини га транспортујемо било где у свету. Све што има ИП адресу. И не морам да имам Статистицу инсталирану на јавном или приватном облаку. Све што може покренути ЈВМ, можемо покренути ове аналитичке токове рада, радне токове за припрему података или само моделе на било којој од ових циљних платформи. Без обзира да ли се налази у мом јавном или приватном облаку, било да је у мом трактору, аутомобилу, дому, жаруљи, интернету ствари, имамо технологију која вам омогућава да транспортирате те токове рада било где у свету.
Хајде да размотри. Знате, ми имамо пословне кориснике, тако да ови људи, који имамо технологију, омогућавају им да троше производе у формату који им је пријатан. Имамо научнике о грађанима, а оно што покушавамо да побољшамо сарадњу, учинимо их дијелом тима, зар не? И тако желимо да људи престану измислити точкић. И ми имамо ове научнике података, тамо може постојати јаз између вештина, али они могу да кодирају на језику који желе, могу да иду на аналитичка тржишта и тамо користе алгоритме. И тако с овим, како не бисте могли помислити да је све феноменално? Ово је савршено, ово радимо. Градимо радне токове за вишекратну употребу, дајемо инструкције људима, дајемо им Лего блокове како би могли да граде ове моћне дворце и шта год желе да раде. Укратко, имамо платформу која омогућава оснаживање пословних корисника, научника о подацима о грађанима, научника програмских података, имамо - можемо се обратити било којем случају примене ИоТ едге аналитике и омогућавамо овај појам колективне интелигенције. С тим у вези, мислим да ћемо је вероватно отворити за питања.
Робин Блоор: Па добро. Мислим да прво - мислим, да будем искрен, мислим да ме је Делл Статистица раније информисао, и да будем искрен, заправо сам прилично изненађен стварима за које нисам знао да сте изнели у презентацији . И морам да кажем да је једна ствар, то је нешто што је мени сметало током усвајања аналитике, да ли је то, набавка алата, зар не? Тамо има јако пуно алата, постоје алати отвореног кода и тако даље, и тако даље, а постоје разне, како бих назвао, полу-платформе. Али мислим да је разлика коју имате, посебно била импресионирана неким током рада.
Али разлика је у томе што ти се чини да пружаш крај до краја. Као да је аналитика софистицирани пословни процес који започиње са прикупљањем података, а затим пролази кроз читав низ корака, зависно од тога како су подаци лажни, а затим се може подружити у читав низ различитих математичких напада на података. А онда се на овај или онај начин појављују резултати и то требају бити акције. Наишао сам на огромну количину аналитике у којој је урађено много великог посла, али нема спровођења тога. И чини се да имате јако пуно онога што се тражи. Не знам колико је свеобухватан, али начин је свеобухватнији него што сам очекивао. Невероватно сам импресиониран тиме.
Желео бих да коментаришете табеле. Већ сте нешто рекли, али једна од ствари коју сам приметио и коју сам приметио током година, али она постаје све очигледнија, јесте да постоји јако пуно табела које су системи сенки и заиста мислим да Мислим, табела је била предивно средство када је представљена и била је предивна још на много различитих начина, али је уопштени алат, заправо није прикладан сврси. То сигурно није баш добро у БИ контексту и мислим да је грозно у контексту аналитике. Питао сам се да ли имате неки коментар о, рецимо, примерима где је, како знате, Статистица заледила, прекомерна употреба прорачунске таблице или било који коментар који желите да дате о томе?
Давид Свеенор: Да, мислим да, знате, можете потражити познате грешке у прорачунским таблицама. Гоогле или било који други претраживач који користите, вратиће се са литаном резултата. Не мислим да ћемо икада заменити табеле. То није наша намера, али пуно организација у које одлазим, постоји неколико ових чаробњака за прорачунске таблице или нинџе или како год их желите назвати, али они имају ове веома софистициране прорачунске таблице и морате да мислите, шта се дешава када ове људи освајају лото и не враћају се? И тако, оно што покушавамо да урадимо је да знамо да ће прорачунске таблице постојати тако да их можемо прогутати, али мислим да је оно што покушавамо да урадимо да развијемо визуелни приказ вашег тока рада како би га могли разумети и делити са другим људима . Табеле су прилично тешке, прилично их је тешко делити. И чим ми пошаљете своју табелу, променио сам је и сада смо изван синхронизације и добијамо различите одговоре. Оно што покушавамо је да ставимо неке заштитне ограде око овога и учинимо ствари мало ефикаснијима. А прорачунске таблице су заиста ужасне кад комбинујете више скупова података заједно, знате? Они падају доле. Али нећемо их заменити, гутамо их и имамо људе који се почињу мењати, јер ако имамо чвор који каже „израчунати ризик“, то покушава да уради особа која користи прорачунску таблицу. Дакле, тих нема.
Робин Блоор: Да, мислим, рекао бих да, знате, из једне перспективе на коју гледам ствари, рекао бих да су прорачунске таблице одличне за стварање информација. Чак су одлични за стварање острва знања, али заиста су лоши за дељење знања. Они немају механизам да то учине, и ако некоме проследите прорачунску таблицу, то није као да је можете прочитати као да је то чланак који је тачно објаснио шта раде. То једноставно није тамо. Мислим да, знате, ствар која ме се највише дојмила у презентацији и о Статистициним способностима, чини се невероватно агностичком. Али ова нит пролази кроз ток рада. Да ли сам у праву ако претпоставим да бисте могли да прегледате радни ток од краја до краја, преко прикупљања података, па све до уграђивања резултата у одређене БИ апликације или чак покретање апликација?
Давид Свеенор: Да, апсолутно. И то има могућност крајњег дизајна и неке организације то користе у потпуности, а ја сам под никаквом илузијом да ли неко предузеће ових дана купује све од једног продавца. Имамо микс. Неки користе Статистицу за све, а неки га користе за моделирање токова рада, неки га користе за радне токове за припрему података. Неки га користе за дистрибуцију стотина инжењерских извештаја инжењерима. И тако имамо све између. И заиста је крај и до краја, то је, знате, агностичка платформа, јер ако постоје алгоритми које желите да користите у Р или Питхон, Азуре, Апервита, ма шта, знате, користите их. То је сјајно, будите продуктивни, користите оно што знате, користите оно што вам је пријатно и имамо механизме да осигурамо да су они контролирани и подложни ревизији и све такве ствари.
Робин Блоор: Посебно ми се допада тај његов аспект. Мислим, не знам да ли можете да говорите преко онога што сте рекли богатству онога што је вани. Мислим, погледао сам ово, али нисам то сагледао на свеобухватан начин и сигурно има огроман број Питхон библиотека у нашим библиотекама, али можете ли додати нешто тој слици? Јер мислим да је то врло занимљива ствар, знате, идеја да имате компоненте које су поуздане, јер сте познавали разне људе који су их створили и разне људе који су их користили и преузели. Знате, можете ли обогатити оно што сте већ рекли о томе?
Давид Свеенор: Да, мислим да су нека од тржишта апликација, знате, алгоритми на тржишту која су тамо. На пример, знате, Др. Јохн Цромвелл са Универзитета у Иова, развио је модел који ће предвидети, који се користи у реалном времену док нас раде, даће вам оцену ако ћете добити хируршка инфекција места. А ако је тај резултат довољно висок, они ће интервенисати право у операцијској сали. То је врло занимљиво. Можда постоји још једна болница која није толико велика. Па, Апервита је тржиште здравствених апликација за аналитику. Можете их пронаћи на већини ових тржишта апликација, можете их пронаћи и поново их користити, а трансакција је између вас и ко је власник, али можете је пронаћи или можете рећи, „Ево шта ми треба. “Мислим да је то што искориштава ту глобалну заједницу, јер су данас сви стручњаци, а не можете све знати. Мислим да су Р и Питхон једно, али ова идеја о: „Желим да урадим ову функцију, ставим спектакл на неко од ових места са апликацијама и нека неко развије за вас.“ И они то могу уновчити, мислим то је врло занимљиво и много другачије од чисто отвореног модела.
Робин Блоор: У реду. У сваком случају, проследићу лопту Дез. Да ли бисте желели да зароните унутра, Дез?
Дез Бланцхфиелд: Апсолутно и волео бих да на тренутак останем на табели јер мислим да је ухватио праву суштину многих онога о чему овде причамо. И направили сте коментар, Робин, када је реч о преласку са старих табела у њиховом физичком облику у електронски облик. Имали смо занимљиву ствар тамо где, знате, када су прорачунске таблице првобитно била ствар, били су то само листови папира са редовима и ступовима, а ви бисте их ручно записали, онда бисте их напајали и израчунавали, било радећи то с врха главе или са неким другим уређајем. Али још увек имамо прилику да грешке слегну са грешкама у рукопису или дислексијом, а сада смо то заменили погрешкама при упису. Ризик је да је са прорачунским таблицама профил ризика бржи и већи, али мислим да алати попут Статистице инвертирају ризичну пирамиду.
Често цртам ову слику на плочи штапа људског бића на врху, као једна особа, а затим колекцију њих на дну, рецимо, замислимо десет од њих на дну те табле, а ја цртам пирамида где је тачка пирамиде на истој особи и подножје пирамиде збир људи. И то користим да визуализујем идеју да ако једна особа на врху направи прорачунску табелу направи грешку и подели је са десет људи, а сада имамо десет примерака грешке. Будите врло опрезни са својим макроима и будите врло опрезни са својим Висуал Басицом ако ћете се пребацити на то. Јер кад правимо електронске алате као што су прорачунске табеле, то је веома моћно, али је исто тако моћно и на добар и на лош начин.
Мислим да алати као што је Статистица стварају могућност обрнутости тог профила ризика и то је да сада можете доћи до тачке у којој имате пуно алата који су доступни појединој особи и док прелазе из мноштва алата на врху пирамида и онда до самог дна где је тачка пирамиде која је сада обрнута стварни алат, ако имамо тим људи који граде те алате и те алгоритме. А научници података не морају бити специјалисти регресијске аналитике на својим подацима. Они ће можда моћи да користе алат, али ви можда имате пет или шест статистичара и актуара и научника за податке и неке математичаре који раде на том алату, тај модул, тај алгоритам, тај додатак и тако даље у језику табеле, тако да Замислите да су сваку објављену табелу коју бисте могли да употребите уствари написали стручњаци који су тестирали макронаредбе, тестирали Висуал Басиц, уверили се да алгоритми раде, па кад сте их добили могли бисте само убацити податке у њу, али их заправо нисте могли разбити и зато је боље контролирати.
Мислим да много аналитичких алата то ради. Претпостављам да је дошло до тога, да ли сада то видите на терену, да ли видите прелазак са прорачунских табела који би потенцијално могли да притисну грешке и грешке и ризикују, до тачке у којој алати које градите са својим платформе сада, с тим да је откривање података тачно у стварном времену, а људи који граде модуле и алгоритме уклањају или смањују тај профил ризика? Да ли служба за кориснике то види у стварном смислу или мислите да се то управо дешава, а они то не схватају?
Давид Свеенор: Знате, мислим да постоји неколико начина да се ово одговори. Али оно што видимо је да знате у било којој организацији, а споменуо сам да аналитика за коју мислим да можда заостаје са становишта корпоративног улагања, као што смо урадили са складиштењем података и ЦРМ-ом. Али оно што видимо, значи да је потребно много промене организације, да би се превладала та организациона инерција. Али оно што видимо су људи који узимају прорачунске таблице, узимају им радне токове, а ја сам споменуо сигурност и управљање: „Па, можда имам прорачунску таблицу“, „Па, могу то закључати и могу да управљам верзијом.“ И видимо доста организација, можда тек почињу тамо. А ако се промени, долази ток рада и ја завршим, број један, ко га је променио? Зашто су га променили. Кад су је променили. Такође могу да поставим ток рада тако да нећу стављати ову нову табелу у производњу ако је не потврди и верификује једна, две, три, колико год страна које желите да дефинишете у свом процесу рада. Мислим да људи почињу да предузимају, а организације почињу да предузимају бебе кораке тамо, али вероватно бих предложио да имамо дуг пут.
Дез Бланцхфиелд: Заиста и мислим да с обзиром на то да градите и на безбедносној контроли и на управљању тамо, радно оптерећење може то аутоматски пресликати све до главног службеника за ризике, што је сада ствар. Можете почети да контролишете како се тим алатима и системима приступа и ко ради шта с њима, тако да је то врло моћно. Мислим да је друга ствар у томе што врсте алата које ми пружате поклањају људском понашању више него традиционалним прорачунским таблицама о којима говоримо, јер ако имам собу пуну људи с истом надзорном плочом и приступом истим подацима који заправо могу добити другачији поглед и, као резултат тога, добити мало другачији увид од истих информација, што одговара њиховим потребама тако да могу сарађивати. Затим имамо хуманији поглед и интеракцију с пословањем и процесом доношења одлука, за разлику од тога да сви идемо на исти састанак са истим ПоверПоинт-ом и исписане исте табеле, све исте фиксне податке.
Да ли видите транзицију у понашању и култури у организацијама које некако преузимају ваше алате сада тамо где виде да се то догађа, где није попут петоро људи у соби који гледају у исту прорачунску таблицу покушавајући то само вербализовати и правити белешке на њему, али они сада у стварном времену комуницирају с инструментним плочама и алатима, са визуализацијом и аналитиком на дохват руке и добијају потпуно другачији ток разговора и интеракције, не само на састанцима, већ само о општој сарадњи око организације? Јер то могу у стварном времену, јер могу постављати питања и добити прави одговор. Да ли је то тренд који тренутно видите или се то још није сасвим догодило?
Давид Свеенор: Не, мислим да је дефинитивно кренуо тим путем и мислим да је врло занимљива ствар, ако узмимо за пример пример фабрике. Можда неко ко има одређени сектор процеса унутар те фабрике жели да погледа и комуницира са тим подацима на одређени начин. А можда ја, превидјевши све процесе, можда овај на дну, можда желим да га погледам кроз све. Мислим да оно што видимо је број један, људи почињу да користе заједнички скуп визуализација или стандардних визуализација унутар својих организација, али такође је прилагођен улози у којој су. Ако сам процесни инжењер, можда то је сасвим другачији поглед од некога ко га посматра из перспективе ланца снабдевања и мислим да је то сјајно јер мора бити прилагођен и мора се посматрати кроз објектив који вам је потребан да бисте обавили свој посао.
Дез Бланцхфиелд: Претпостављам да процес одлучивања пада, временски и брзином, да би се и доношење паметних и тачних одлука такође брзо повећавало, зар не? Јер ако имате аналитику у стварном времену, контролне табле у реалном времену, ако имате алате Статистица на дохват руке, не морате трчати преко пода да бисте некога питали о нечему, то имате на папиру. Можете некако сарађивати, комуницирати и заправо доносити одлуке у лету и одмах добити тај исход. Што мислим да неке компаније заиста још нису схватиле, али када то ураде, то ће бити овај еурека тренутак да, да, још увек можемо да останемо у својим кабинама и радимо код куће, али можемо да комуницирамо и сарађујемо и те одлуке ми чинимо док сарађујемо одмах се претварамо у исходе. Гледај, мислим да је било фантастично чути шта имаш до сада да кажем и стварно се радујем када видим где то иде. И знам да имамо пуно питања у вези с питањима и одговорима, па ћу се вратити у Ребеку да прођем кроз неке од њих како бисмо дошли до њих што брже можете. Много вам хвала.
Ребецца Јозвиак: Хвала Дез, и да Даве, имамо доста питања од публике. И хвала Дез и Робин на увиду. Знам да је та конкретна учесница морала да се одрекне на врхунцу сата, али она се некако пита, да ли видите да одељења информационих система пружају више приоритета софистицираној контроли података, а не као да им је угодно у пружању алата за радници који раде на знању? Мислим, је ли то - само напред.
Давид Свеенор: Да, мислим да то зависи од организације. Мислим да банка, осигуравајућа компанија, можда имају различите приоритете и начине вршења ствари, насупрот маркетиншкој организацији. Претпостављам да бих требао рећи да то само зависи од индустрије и функције у коју гледате. Различите индустрије имају различите фокус и нагласке.
Ребека Јозвиак: Добро, то има смисла. А онда је други полазник хтео да зна, шта је мотор иза Статистице? Да ли се ради о Ц ++ или о вашим стварима?
Давид Свеенор: Па, не знам да ли могу добити то специфично у томе што постоји већ 30 година и развијен је пре мог времена, али постоји основна библиотека аналитичких алгоритама који су алгоритми Статистица који се покрећу. И видели сте овде да и ми можемо покретати Р, можемо покренути Питхон, можемо провалити до Азуре, можемо покренути на Спарк на Х2О, тако да претпостављам да бих морао да одговорим на то питање у смислу, то су различити мотори. И у зависности од алгоритма који сте изабрали, ако је реч о Статистици, он се покреће овако, ако изаберете Х2О и Спарк, он то користи, па је то различит од њих.
Ребецца Јозвиак: Добро. Друга врста полазника питала је посебно да укаже на овај слајд, желећи да сазна, на који начин, научник за податке о грађанима зна које шаблоне за вишекратну употребу треба да користи? И претпостављам да ћу од тога некако да поставим шире питање. То је, шта видите када уђу линијски пословни корисници или пословни аналитичари и желе да користе ове алате, колико је лако да их покупе и покрену?
Давид Свеенор: Претпостављам да бих одговорио на то и ако можете да користите, ако сте упознати са Виндовс-ом, ово је платформа заснована на Виндовс-у, тако да сам одсекао врх ових снимака екрана, али има траку за Виндовс. Али како знати који ток рада да користе? Изгледа као Виндовс Екплорер, тако да постоји структура стабла и можете да га конфигуришете и подесите, међутим ваша организација га жели да подеси. Али могло би бити, само бисте имали те мапе и ставили бисте ове предлошке за вишекратну употребу у те мапе. И мислим да вероватно постоји номенклатура коју би ваша компанија могла да усвоји, рецимо, ево „израчунајте профил ризика“, ево „прибавите податке из ових извора“ и дајте им имена све што желите. То је само бесплатна мапа, само превуците белешке право на своје платно. Дакле, прилично лако.
Ребецца Јозвиак: Добро. Можда демо други пут. Затим се појављује друга врста полазника, а о томе сте ви и Робин и Дез разговарали што се тиче нетачности, посебно на прорачунској табели, али смеће у / смећу вани и он види да је то још критичније када је у питању до аналитике. Треба споменути да, злоупотреба података, заиста може довести до неких несретних одлука. И пита се каква су ваша гледишта о развоју више несигурних алгоритама, претпостављам за, користи он реч "претерано" коришћење аналитике. Знате, неко дође, стварно се узбуђују, желе да раде напредну аналитику, желе да покрену ове напредне алгоритме, али можда нису баш сигурни. Па, шта радите као заштитно средство против тога?
Давид Свеенор: Да, па претпостављам да ћу одговорити на то најбоље што могу, али мислим да се све своди на људе, процесе и технологију. Имамо технологију која помаже људима и омогућава било који процес који желите да унесете у своју организацију. У примеру слања купона некоме, то можда и није толико критично, а ако је дигитално, то заиста и не кошта, можда постоји један ниво безбедносних контрола и можда нас није брига. Ако предвиђам инфекцију места операције, можда желим мало више пазити на то. Или ако предвиђам квалитет и сигурност дрога и сличне ствари, можда желим бити мало пажљивији у вези с тим. У праву сте, смеће у / смеће ван, тако да оно што покушавамо учинити је пружити платформу која ће вам омогућити да га прилагодите оном процесу који ваша организација жели да усвоји.
Ребецца Јозвиак: Добро. Имам још неколико питања, али знам да смо прошли доста времена и само желим рећи нашим предавачима, то је било сјајно. И толико желимо да се захвалимо Давеу Свеенору из компаније Делл Статистица. Наравно, др. Робин Блоор и Дез Бланцхфиелд, хвала вам што сте данас аналитичари. Следећег месеца ћемо имати још један вебцаст са Делл Статистицом. Знам да је Дејв наговештавао тему. Биће речи о аналитичкој анализи на ивици, још једној фасцинантној теми, а знам да ће се на тој веб емисији разговарати о неким врло убедљивим случајевима употребе. Ако вам се свидело оно што сте видели данас, вратите се још следећег месеца. И с тим, народе, поздрављам се. Хвала пуно. Ћао.
