Bawa pulang: Host Eric Kavanagh membahas kolaborasi antara bisnis dan TI dengan Wayne Eckerson dari Eckerson Group dan Josh Howard dari Alteryx.
Anda saat ini belum masuk. Silakan masuk atau daftar untuk melihat video.
Eric Kavanagh: Baiklah, hadirin, Eric Kavanagh di sini dengan Hot Technologies. Kami memiliki Josh Howard dan Wayne Eckerson di telepon. Kami baru saja mengalami sedikit masalah audio yang menabrak dan terbakar di sana, tetapi kami memutar balik dan semuanya bergoyang dan berputar.
Jadi, Wayne Eckerson Saya sudah dikenal selama bertahun-tahun sekarang. Dia adalah konsultan utama di Eckerson Group. Dan Josh Howard Ive juga sudah lama dikenal. Dia adalah direktur produk baru di Alteryx. Orang-orang ini benar-benar luar biasa di bidangnya, dan mereka akan berbagi dengan kami banyak ide tentang bagaimana bisnis dan TI dapat membina hubungan yang lebih baik dan benar-benar berkolaborasi dan menyelesaikan beberapa hal.
Jadi, saya akan mendorong slide berikutnya dan menyerahkannya kepada Wayne. Jadi, ceritakan sedikit tentang apa yang sedang terjadi.
Wayne Eckerson: Tentu, Eric. Senang berada di sini dan berbicara tentang masalah ini. Saya sudah lama berada di Amerika dan telah menyaksikan jurang pemisah antara bisnis dan TI, dan banyak dari itu karena fokus dan tujuan mereka, apa yang telah mereka pekerjakan. Jadi itu semacam jurang yang alami, bisa dibilang, atau jurang antara bisnis dan TI, tetapi memang mengarah pada beberapa hasil yang berbahaya.Anda tahu, TI telah dipekerjakan untuk berpikir jangka panjang, untuk membangun sistem dan aplikasi, solusi yang permanen yang menawarkan skala ekonomi, penggunaan kembali tingkat tinggi, dan skalabilitas, keamanan, ketersediaan, dan keandalan. Sangat konservatif, pola pikir yang bergerak lambat. Bisnis, di sisi lain, difokuskan pada pemenuhan kebutuhan pelanggan, titik interaksi, lebih banyak fokus jangka pendek, insentif - dan itu dapat diberikan secara bulanan atau triwulanan. Fokus mereka adalah kecepatan, kelincahan dan kemampuan beradaptasi. Jadi, tidak ada kejutan bahwa harus ada atau bisa terjadi gesekan antara kedua kelompok ini.
Slide selanjut nya. Jadi, ini adalah jenis dialog yang kadang-kadang saya dengar di organisasi tempat saya berkonsultasi dan di mana saya merasa seperti saya memainkan peran sebagai penasihat pernikahan, mencoba membuat kedua belah pihak menjadi satu, saling mengakui dan peran mereka dalam memberikan solusi teknologi bisnis. Bisnis cenderung menganggap IT terlalu lambat, mahal dan tidak pernah memberikan apa yang mereka inginkan, ketika mereka menginginkannya, bagaimana mereka menginginkannya. TI cenderung melihat bisnis berubah pikiran setiap saat, menambahkan fitur-fitur baru. Kemudian semua hal ini bergerak jangka pendek, tidak pernah melihat gambaran besarnya. Hasil seringkali dengan gesekan ini adalah penggunaan biasa. Ada manajer eksekutif yang akan berkata, “Anda tahu apa? Lupakan saja. Saya tahu saya tidak akan mendapatkan data yang saya butuhkan, jadi saya akan melakukannya tanpa. "Itu sangat menakutkan. Pengguna data yang kuat akan berkata, "Beri saya setumpuk data dan jangan ganggu saya." Dan para pemimpin BU, jika mereka benar-benar menginginkan informasi, mereka hanya akan mendapatkan anggaran mereka sendiri, menambah orang mereka sendiri, dan membeli alat mereka sendiri. ITU berkata, “Baiklah, baiklah. Tapi Anda tahu, semoga sukses mencoba mempertahankannya sendiri, karena pada akhirnya itu akan hancur. ”Dan itu akan terjadi. Itu akan rusak karena tidak ada yang menggunakannya, karena itu tidak dirancang dengan benar, atau itu akan rusak karena semua orang menggunakannya, dan Anda tidak memiliki cukup ahli teknis di lapangan, tidak cukup sumber daya untuk skala itu. Atau pakar mereka pergi, dan mereka keluar tinggi dan kering. Slide selanjut nya.
Eric Kavanagh: Ini adalah polling, jadi penelepon sebenarnya dapat mendorong untuk polling. Tunggu sebentar. Jadi, saya membuka jajak pendapat ini sekarang, semoga Anda akan melihat pop-up di layar Anda. Jika tidak, biasanya itu akan muncul di suatu tempat di bagian bawah. Dan lanjutkan. Kami ingin tahu jawaban Anda tentang ini.
OK, saya punya beberapa orang yang menelepon sekarang memberi kami umpan balik. Jadi, kami bertanya: gelar apa yang selaras dengan bisnis TI di organisasi Anda? Jadi, ada banyak orang yang menjawab sekarang. Terima kasih banyak. Jadi, Anda menjadi sangat tinggi, tentu saja, tinggi, sedang, rendah, sangat rendah. Jujur saja, kami tidak akan membagikan ini dengan anggota tim Anda yang lain. Kami ingin Anda memberi kami tanggapan jujur Anda. Baiklah, izinkan saya memberi kami waktu beberapa detik lagi, dan saat kami melakukannya, mungkin Josh, yah, bawalah Anda dengan sangat cepat untuk membantu orang-orang menjawab pertanyaan ini. Ya, saya suka proses kolaborasi ini. Maksud saya, kami telah berbicara selama bertahun-tahun tentang pembagian bisnis / TI. Saya pikir itu berubah. Saya pikir itu sebagian berubah karena DevOps, para pengembang bekerja lebih dekat dengan bisnis. Semacam itu membuat sedikit panas dari sisi IT, tapi saya pikir itu juga berubah karena awan, terus terang, karena mungkin orang hanya menjadi lebih mengerti tentang apa yang mereka lakukan di tempat kerja mereka. Tapi, apa pendapat Anda tentang evolusi IT / bisnis?
Josh Howard: Ya, Anda tahu, itu topik yang menarik, dan itu yang akan kita bahas sebentar lagi, tapi, Anda tahu, saya hanya berpikir bahwa bisnis ini benar-benar dipaksakan ke tangan IT. Itu benar, jadi, Anda tahu, selama bertahun-tahun semuanya dipimpin oleh TI, dan kami telah melihat ini datang sebagai pendulum bolak-balik dari menjadi dipimpin oleh TI untuk segalanya, Anda tahu, dibeli melalui bisnis. Dan, saya pikir kita mulai melihat sentralisasi. Saya pikir, Anda tahu, Anda mulai melihat lebih banyak organisasi, stand-up center of excellence, mulai melihat semakin banyak perusahaan-perusahaan yang cerdas, melihat pusat-pusat yang didirikan juga, dan jadi bukan, Anda tahu, IT atau bisnis. Kami melihat perkawinan yang jauh lebih baik dari kedua organisasi dan melihat pusat-pusat keunggulan ini didirikan yang berada di kedua organisasi itu, dan mereka memiliki TI dan bisnis yang duduk di meja dan memesan makanan. Kita perlu memilih tujuan bisnis lain, dan jadi saya pikir itu salah satu tren yang saya pikir sangat positif selama beberapa tahun terakhir atau bahkan lebih lama. Dan saya pikir itu bagian dari apa yang kami lihat.
Eric Kavanagh: Tidak dapat menyalahkan saya bahwa saya akan melemparkan kepada Anda, dan saya akan membacakan hasilnya. Bergantung pada browser Anda, Anda mungkin sudah melihat hasilnya, tetapi hanya untuk memberikannya kepada Anda: Pertanyaannya tentu saja, "Sampai sejauh mana bisnis selaras dengan IT?" Sangat tinggi mendapat 7 persen, tinggi mendapat 8 persen, sedang mendapat sebagian besar, 29 persen, rendah 10 persen, dan sangat rendah 0 persen. Itu pada dasarnya total, jadi sebenarnya yang Anda lihat adalah kebanyakan orang mengatakan sedang, 21 dari 73. Enam dari 73 mengatakan tinggi, lima mengatakan sangat tinggi, dan tentu saja kami memiliki sejumlah besar orang yang baru saja tidak menjawab, tetapi kebanyakan, sebenarnya 43 dari 73, orang tidak merespons, tapi saya menghargai waktu Anda. Dan dengan itu saya ingin mendorong slide berikutnya. Dan saya percaya, Josh, Anda akan berbicara sedikit.
Josh Howard: Ya, dan, Anda tahu, ke mana saya pergi adalah kita telah melihat banyak perubahan dalam lima tahun terakhir, atau bahkan mundur sepuluh tahun. Dan itu benar-benar dulunya adalah barat liar, dan kemudian saya menduga mungkin ada beberapa orang di sini yang masih berpikir itu adalah liar barat dalam organisasi mereka, tetapi dulu di mana semuanya benar-benar terkunci dan kaku, dan semuanya dipaksakan melalui tim TI yang tersentralisasi, dan begitulah cara BI disampaikan. Tetapi masalahnya adalah bahwa pengguna bisnis tidak menggunakannya. Mereka tidak pernah mendapatkan hasil yang mereka butuhkan. Mereka tidak bisa, Anda tahu, menyatukan data bersama seperti yang mereka butuhkan, dan Anda hanya melihat, Anda tahu, organisasi meninggalkan praktik BI mereka dalam banyak kasus. Mereka hanya tidak mendapatkan penggunaan yang mereka harapkan, dan, Anda tahu, itu dapat dimengerti karena para pengguna, mereka menginginkan alat yang mudah digunakan di mana mereka dapat mengambil, Anda tahu, sumber data dan melakukan beberapa pekerjaan integrasi mereka sendiri.
Tetapi mereka tidak ingin menunggu sampai IT melakukan ini untuk mereka. Jadi yang kami lihat adalah, Anda membuat semua tim bisnis ini pergi dan membeli lisensi mereka sendiri, alat visualisasi mereka sendiri, dan meminta teman-teman IT mereka untuk membuat data mart, dan mereka pun berangkat. Tapi itu menyebabkan serangkaian masalah baru. Ya, bisnis itu bisa mendapatkan fleksibilitas dan kelincahan dan beberapa hasil yang mereka butuhkan jauh lebih cepat, tetapi masih meninggalkan IT, Anda tahu, berusaha mencari tahu, “Bagaimana kita mengatur ini? Bagaimana kita mengukur ini? "
Karena juga apa yang terjadi, mereka membangun data mart ini. Mereka mulai mengoperasionalkan banyak pelaporan dan visualisasi, lalu mereka akan kembali ke IT untuk mendapatkan perbaikan, dan itu tidak dapat diskalakan. Itu bukan obatnya, dan itulah beberapa masalah. Tapi itu tidak harus menjadi tarik menarik antara bisnis, yang menginginkan kemudahan penggunaan, dan IT, yang ingin mengaturnya. Ini benar-benar tentang membuat semua orang di halaman yang sama dan menarik ke arah yang sama. Saya pikir benar-benar ada, Anda tahu, pendekatan terbaik yang dapat memenuhi kebutuhan kedua pengguna. Meluncur.
Eric Kavanagh: Baiklah Ini dia.
Josh Howard: Ya terima kasih. Dan cara kita mendekati Alteryx adalah kita benar-benar melihatnya dari sudut pandang tata kelola analitik. Jadi, Anda tahu, saya tidak menggunakan kata "tata kelola data" di sini karena saya pikir tata kelola data lebih merupakan kerangka kerja yang mencakup banyak hal yang berbeda, tetapi benar-benar hanya berfokus pada tiga bidang utama ini tentang bagaimana data sedang dikelola, bagaimana itu diakses, dan bagaimana kita mengamankannya.
Pertama, di sisi manajemen data, ketika Anda ingin mengaktifkan alat swalayan, Anda ingin memastikan bahwa, Anda tahu, para pengguna memiliki akses ke semua sumber data berbeda yang mungkin mereka butuhkan. Jadi, sekali lagi, ini adalah bagian dari masalah yang kami lihat dengan alat BI tradisional seperti MicroStrategy dan Cognos dan OB, Anda tahu, itu hanya memanfaatkan gudang data terpusat, tetapi para pengguna bisnis itu benar-benar ingin mengambil data itu dan campur dengan sumber data lain untuk mendapatkan hasil tambahan.
Maksud saya, jadi Anda ingin memastikan bahwa secara langsung ke semua sumber data yang berbeda, terlepas dari apakah mereka bersifat relasional atau non-relasional, dan melakukannya dengan cara yang tidak akan membuat data menjadi berlebihan. Jadi, Anda ingin memastikan bahwa Anda menggunakan teknologi dalam memori sehingga Anda menggunakan sumber data gabungan tersebut dan tidak menduplikasi data itu di tempat lain dalam organisasi, karena itu hanya menyebabkan seluruh rangkaian masalah.
Dan kemudian Anda ingin memastikan bahwa Anda melihat hal-hal seperti aksesibilitas data dan keamanan data, memastikan bahwa data itu dienkripsi, memastikan bahwa Anda sudah mendapatkan izin dan otorisasi yang tepat. Dan yang kami sarankan adalah gunakan sistem yang sudah disiapkan oleh tim TI Anda, jadi hal-hal seperti Active Directory dan otentikasi Windows. Memanfaatkan sistem yang dapat melewati otentikasi tersebut hingga ke aplikasi, dan dengan cara itu Anda dapat memastikan pengguna yang tepat mendapatkan akses ke data yang benar.
Ini benar-benar tentang pindah dari keadaan kontrol ke keadaan pemberdayaan, dan melakukannya dengan pagar. Jadi, Anda tahu, analisis pagar pembatas, di mana TI memberikan semua alat untuk sukses, tetapi mereka juga memonitornya, memastikan bahwa itu konsisten, dapat diandalkan, dan bahwa mereka melakukannya dengan izin yang tepat di tempat , dan memastikan bahwa para pengguna hanya memiliki akses ke data yang benar. Slide selanjut nya.
Eric Kavanagh: Baiklah, Dr. Wayne.
Wayne Eckerson: Ya, jadi ini slide saya. Ini hanya menunjukkan dimensi swalayan, yang dibicarakan oleh Josh. Itu adalah cara permintaan bisnis akhir-akhir ini, tetapi mereka tidak ingin menunggu, seperti yang dikatakan Josh, agar TI mengirimkan barang, dan TI biasa melakukan semuanya. Mereka digunakan untuk membangun arsitektur dan mengelola infrastruktur dan memilih alat dan membangun aplikasi, laporan, dasbor, dan itu tidak bekerja untuk sebagian besar pengguna di luar sana. Dan sekarang kita sudah dekat dengan swalayan. Kami mendapat pelaporan swalayan, dasbor swalayan, yang saya sebut, penemuan visual swalayan. Kami mendapat integrasi data swalayan, atau persiapan data. Kami memiliki analitik lanjut swalayan, di mana ada beberapa ilmuwan data. Jadi kami memikirkan semua kemampuan ini tersedia untuk orang-orang, untuk orang-orang bisnis, yang cenderung melakukan sesuatu sendiri.
Slide selanjut nya. Kami mendapat umpan balik di sini, Eric, hanya untuk memberi tahu Anda. Jadi, Anda tahu, swalayan di permukaan tampak seperti win-win untuk bisnis dan departemen TI. Pengguna mendapatkan apa yang mereka inginkan ketika mereka menginginkannya, bagaimana mereka menginginkannya. Departemen TI mendapatkan tipe pengguna, mereka dapat menurunkan pekerjaan, dan mereka dapat mengirimkan barang secara tidak langsung, tetapi bagaimanapun juga ... Dalam banyak situasi swalayan memiliki beberapa kelemahan yang signifikan sehingga Anda harus berhati-hati. Dan Josh memberimu beberapa solusi untuk beberapa kerugian ini.
Pergi ke slide berikutnya, Eric, dan kita hanya akan melihat bahwa swalayan organisasi sebagai semacam gelombang pasang kekuatan, yang merupakan duplikat, saling bertentangan. Dan itu sampai pada titik di mana tidak ada yang memercayai laporan orang lain kecuali milik mereka, yang bukan merupakan urusan yang baik. Anda bahkan bisa mengatakan itu lebih buruk daripada ketika mereka mulai. Anda pada dasarnya memiliki arsitektur yang terdiri dari sistem pelaporan bayangan, ekstrak data, yang pada akhirnya meningkatkan biaya dan overhead serta redundansi dan duplikasi dan, akibatnya, meningkatkan risiko dalam organisasi. Jadi, swalayan adalah tentang standar di mana pemerintahan benar-benar hanya Menara Babel. Semua orang berkomunikasi, tetapi tidak ada yang mendengarkan. Slide selanjut nya.
Eric Kavanagh: Itu kutipan yang bagus, saya suka itu. "Semua orang berkomunikasi, tetapi tidak ada yang mendengarkan." Saya berpikir tentang itu merangkum di beberapa tempat. Baiklah, ini dia.
Wayne Eckerson: Jadi, Anda tahu, saya akan menyelesaikannya juga, tetapi banyak bisnis berpikir bahwa tujuan swalayan adalah untuk menyingkirkan IT. Ya, ada banyak hal yang berlawanan dengan intuisi dalam bisnis, dan ini adalah salah satunya. Tujuan swalayan bukan untuk membatasi IT dari persamaan tetapi menumbuhkan kolaborasi yang lebih besar dengannya. Ironi lain dari swalayan yang tidak saya taruh di sini adalah membutuhkan banyak standardisasi untuk mendukung swalayan. Agak seperti, pikirkan mengemudi di jalan, kan? Ada banyak aturan yang harus kita patuhi. Semua orang-
Suara Otomatis: Rekaman konferensi telah berhenti.
Eric Kavanagh: Jangan khawatir tentang itu. Itu hanya cadangan. Teruskan.
Wayne Eckerson: BAIK. Jadi, dan IT benar-benar adalah kelompok yang perlu menyatukan standar-standar itu. Dan begitu standar itu ada dan diterima serta diadopsi, hei, maka kita bisa melakukan swalayan - sampai bulan keluar. Slide selanjut nya.
Eric Kavanagh: Saya pikir kita kembali ke Josh.
Josh Howard: Benar, ya, dan saya setuju dengan banyak hal itu, Wayne, yang Anda katakan adalah. Tetapi masalahnya, jika Anda ingin mendapatkan nilai lebih dari data, sekali lagi, kita harus keluar dari bisnis memiliki TI yang mengendalikan segalanya dan memasuki bisnis yang memungkinkan. Jadi itu berarti memberdayakan pengguna dengan alat analisis mereka sendiri dan bukan hanya TI. Ini tidak berarti bahwa Anda harus memberi mereka kunci menuju kerajaan. Anda dapat melakukannya dengan pagar-pagar lain yang ada. Manfaatkan sistem yang ada, manfaatkan alat otorisasi Anda, Direktori Aktif, izin Anda, dan ini akan memastikan bahwa, Anda tahu, seseorang tidak memberikan data kepada seseorang yang tidak seharusnya. Maka, dengan melakukan semua hal ini, Anda memberdayakan para analis tersebut untuk memberikan nilai lebih besar dan melakukannya dengan cara yang diatur.
Slide selanjut nya. Tetapi kenyataannya adalah bahwa TI tidak akan pernah bisa mengikuti berbagai cara yang berbeda dari seorang analis yang ingin melihat data, memanipulasinya. Jadi, bukan hanya itu, tetapi Anda tidak punya waktu untuk memenuhi permintaan itu juga. Sistem warisan, proses air terjun. Jika Anda hanya melihat proses ETL untuk menambahkan tabel, itu bisa memakan waktu, Anda tahu, berminggu-minggu jika tidak berbulan-bulan dalam beberapa kasus. Jadi, Anda ingin dapat mengimbangi perubahan bisnis itu.
Jika Anda ingin, pada kenyataannya, menciptakan budaya analitik, Anda harus memungkinkan para pengguna untuk melakukan itu. Dan sekali Anda melakukannya, manfaatnya bisa benar-benar menakjubkan. Anda tahu, ketika kita pertama kali mulai berbicara tentang lima / sepuluh tahun yang lalu, proyek-proyek intelijen bisnis, maksud saya sering dikutip 70-80 persen dari semua proyek BI akan gagal. Dan itu bukan masalahnya lagi. Saat Anda mempersenjatai pengguna bisnis dengan alat yang tepat, kami melihat beberapa hasil luar biasa dan nilai luar biasa, dan itulah alasan mengapa alat swalayan menyebar seperti api di seluruh organisasi. Itu karena kesuksesan yang kita lihat.
Dan saya punya kasus penggunaan yang akan saya bicarakan di sini sebentar lagi, tetapi, Anda tahu, kami benar-benar memiliki puluhan ribu pengguna yang melakukan analisis dan skala swalayan. Dan para pengguna ini memberikan wawasan lebih cepat, mereka menciptakan produk baru, dan mereka bereaksi terhadap perubahan kondisi bisnis jauh lebih cepat agar tetap terdepan dalam persaingan.
Anda tahu, yang kedua adalah, Anda tahu, mereka juga menghabiskan lebih sedikit waktu untuk menyiapkan data dan lebih banyak waktu melakukan analisis. Itu hanya komponen lain untuk itu, dan saya punya contoh di sini dari CNA di mana mereka memiliki sejumlah analis yang mengambil pendekatan yang memakan waktu, yang mengambil minggu atau bulan dan sekarang mendapatkan mereka ke menit. Itu tanpa berlebihan. Kami benar-benar memiliki banyak contoh pelanggan yang melakukan ini, dan ini benar-benar skenario yang saling menguntungkan. Analis senang bahwa mereka tidak harus, Anda tahu, mereka mendapatkan data mereka lebih cepat. IT senang karena, Anda tahu, mereka dapat fokus pada inisiatif strategis mereka tanpa khawatir tentang tata kelola, dan akhirnya tim eksekutif bahagia karena akhirnya mereka punya bisnis dan tim TI bekerja sama untuk menciptakan budaya analitik itu. Kembali kepada Anda.
Eric Kavanagh: Baik. Kami memang memiliki jajak pendapat lain, jadi Anda harus dapat melihat hasil tersebut di luar sana di audiensi. Kita seharusnya sudah melihatnya di panel pemungutan suara Anda, tetapi pertanyaannya adalah, "Apakah organisasi Anda telah menerima janji untuk melayani diri sendiri?"
Saya pikir itu sesuai dengan posisi kami di industri ini, tetapi saya pikir Anda telah membuat beberapa poin yang sangat, sangat bagus di sana, Josh, yaitu bahwa memungkinkan swalayan, walaupun dengan beberapa standar seperti yang sedang didiskusikan Wayne, ternyata memang memungkinkan Anda membangun tata kelola. Itu pagar yang sudah kita bicarakan, kan? Kebijakan tata kelola dapat secara bertahap dimasukkan ke dalam sistem pengiriman, dan saat itulah Anda benar-benar mencapai tata kelola sambil memberdayakan para analis untuk diservis sendiri. Benarkah itu, Josh?
Josh Howard: Ya, itu benar sekali.
Eric Kavanagh: Ya, jadi para responden—
Wayne Eckerson: Jadi, Eric, hasil itu menarik, Anda tahu. Saya akan mengatakan bahwa penyebabnya masih terkendali, pengguna tidak mendapatkan layanan mandiri dan mendapatkan apa yang mereka inginkan ketika mereka membutuhkannya, atau, Anda tahu, mereka memiliki layanan mandiri yang di bawah pengaturan. Dan keduanya buruk. Jadi, sulit untuk benar-benar bekerja keras, untuk memiliki lingkungan yang diatur yang memberi pengguna semua informasi yang mereka butuhkan dan fungsionalitas yang mereka butuhkan untuk mendapatkan wawasan yang mereka butuhkan dan mengambil tindakan yang harus mereka lakukan. Sulit, sulit, tapi, Anda tahu—
Wayne Eckerson: —Anda dihadapkan dengan alat-alat seperti, Anda tahu, Alteryx, alat yang sangat kuat, sangat kuat. Jadi, kita memiliki kemampuan sekarang sehingga kita bisa—
Eric Kavanagh: Dan Anda memiliki beberapa alasan mengapa kesepakatan Anda dengan Sonic sedikit terganggu, jadi berhati-hatilah dengan audio dasar. Saya sedikit terkejut, dan saya pikir ini mungkin berita baik bagi Alteryx karena mereka punya solusi untuk mengaktifkan swalayan. Karena dengan cara lama melakukan sesuatu dengan banyak alat berbeda, misalnya, dengan banyak titik integrasi, orang-orang agak berlarian, hanya berusaha mengikuti status quo, dan saya pikir itu salah satu tantangan nyata.
Salah satu klien kami memiliki komentar beberapa minggu yang lalu yang telah terngiang-ngiang di telinga saya sejak ia merujuk pada "tirani urgensi" dan bagaimana hal itu cenderung mendominasi beberapa organisasi dan mencegah perubahan. Anda selalu keadaan mendesak, Anda selalu berlarian hanya berusaha menyelesaikan sesuatu yang sudah perlu dilakukan. Dan itu pada dasarnya mencegah Anda melakukan hal-hal baru.
Pada titik tertentu Anda harus menghentikan musik, mengenali satu kursi akan pergi, tetapi sisa kursi perlu duduk di meja dan mulai melemparkan beberapa kolaborasi sampai kita bekerja bersama. Tapi begitulah cara saya melihat seluruh gambar ini. Jadi ya, jawabannya biasanya 23 dari 43 mengatakan, "Tidak," 6 dari 43 orang mengatakan, "Ya," dan 6 dari 43 orang mengatakan, "Tidak yakin," tetapi 38 orang atau lebih tidak menjawab. Tapi itu cukup menggemaskan, "Tidak." Dengan itu, saya ingin masuk ke studi kasus.
Saya akan mengembalikannya kepada Anda, Josh. Bawa pergi.
Josh Howard: Ya, dan tadi saya bicarakan, Anda tahu, kolaborasi antara bisnis dan TI. Saya benar-benar merasa seperti kami telah melihat beberapa perubahan yang cukup besar, dan semakin banyak organisasi bergerak ke arah ini, memungkinkan swalayan dan melihat hasil yang saya bicarakan. Dan Ford adalah contoh yang bagus untuk itu. Ford, tentu saja, menggunakan data dan analitik selama beberapa dekade, tetapi seperti banyak organisasi, itu benar-benar dilakukan di kantong organisasi. Ada sedikit pengawasan terhadap konsistensi dan koordinasi, dan, Anda tahu, mereka juga memiliki praktik tata kelola data yang tidak konsisten.
Dan mereka punya masalah besar; mereka memiliki lebih dari 4.600 sumber data, dan, Anda dapat membayangkan tantangan melakukan hal ini di perusahaan seperti Ford. Jadi apa yang mereka lakukan adalah, kembali dua tahun yang lalu, mereka membentuk Unit Data Wawasan dan Analisis Global, yang merupakan pusat keunggulan terpusat, yang terdiri dari tim yang terdiri dari, Anda tahu, pekerja data, jadi analis data, data ilmuwan semacam itu.
Anda dapat memikirkan COE ini seperti departemen SDM atau departemen keuangan yang melayani seluruh organisasi. Itulah tepatnya yang harus dilakukan oleh tim baru ini, sehingga mereka dapat mengidentifikasi dan mengejar tantangan prioritas tinggi mereka sendiri dan bekerja dengan unit bisnis berbeda yang menangani, Anda tahu, masalah yang berbeda. Tetapi seluruh gagasannya adalah bahwa mereka ingin mengarahkan dan mengubah percakapan itu untuk fokus pada tantangan bisnis itu sendiri, benar, dan memenuhi kebutuhan bisnis itu. Dan, Anda tahu, mereka sudah mulai dengan satu analis data untuk memulai dengan beberapa tahun yang lalu, dan satu lisensi Alteryx, dan kombinasi Tableau dan QlikView.
Sekarang, mereka sekarang meluncurkan Alteryx ke lebih dari 1.200 ilmuwan data dalam dua tahun terakhir, dan mereka mempekerjakan lebih banyak. Jadi, sungguh luar biasa melihat hal itu terjadi dalam organisasi mereka dan menggunakan kasus yang mereka selesaikan tidak dapat dipercaya. Mereka menggunakan Alteryx untuk menyelesaikan masalah garis pabrikan hingga ke balapan NASCAR mereka, jadi sangat menarik untuk melihat beberapa hasil yang mereka kendarai. Dan, Anda tahu, yang menarik adalah, Anda tahu, beberapa kasing bekas, kasing sekali pakai menghemat puluhan juta dolar, dan jadi sangat mudah untuk membenarkannya. Dan itu hanya satu kasus penggunaan, dan sekarang sedang digunakan di ratusan kasus bisnis yang berbeda dan di antara 1.200 analis data dan ilmuwan data. Jadi, hasil yang fenomenal dan kami sangat senang dengan kemitraan yang kami miliki dengan Ford.
Wayne Eckerson: Baiklah, ini slide saya. Jadi, Anda tahu, saya mengajar sebuah kelas tentang analitik swalayan, dan ini adalah semacam ringkasan, ringkasan tingkat sangat tinggi, dari solusi yang saya bawa ke meja untuk audiens. Dan saya akan mencoba menjelaskan ini dengan cukup cepat. Anda tahu, saya melihat swalayan, well one, tidak ada swalayan. Setiap orang memiliki definisi berbeda tentang self-service di dalam organisasi, jadi apa self-service untuk CEO tentu saja bukan swalayan bagi ilmuwan data. Namun secara umum, ada dua kelas pengguna. Kelas pertama, Anda tahu, lebih banyak pengguna biasa, manajer eksekutif, pekerja garis depan ada di dunia top-down dengan warna biru.
Dan, Anda tahu, saya menyebutnya "data konsumen" atau "penjelajah data," dan mereka cukup banyak berpikir tentang hasil, Anda tahu, laporan dan dasbor, mudah-mudahan interaktif yang dibuat orang untuk mereka, baik IT atau kolega mereka, dan memakan seperti itu. Penjelajah cenderung membuka hal-hal itu dan mengeditnya di tempat, tetapi mereka tidak selalu ingin memulai dengan selembar kertas kosong. Tidak mungkin mereka dibayar untuk melakukan itu. Belum tentu dibayar analis. Itulah yang dilakukan oleh orang-orang di dunia dari bawah ke atas, para ilmuwan data dan analis data, yang memiliki tambahan, analis data bekerja dengan spreadsheet, akses ke basis data. Dan para ilmuwan data memiliki lebih banyak daya tarik dengan, Anda tahu, meja kerja data mining. Banyak alat swalayan yang telah keluar benar-benar memberdayakan kru dari bawah ke atas ini. Ini jauh lebih produktif daripada yang pernah mereka lakukan sebelumnya. Mereka tidak hanya bisa, Anda tahu, membuat laporan dan dasbor sendiri, mereka juga bisa mendapatkan data mereka sendiri, menggabungkannya, mencocokkannya bersama, dan sebagainya. Saya sebenarnya melihat tiga serangkai alat ini keluar dan mengimpor dunia dari bawah ke atas. Katalog data sehingga mereka dapat menemukan data baik alat persiapan sehingga mereka dapat mencocokkannya bersama-sama, dan alat visualisasi data sehingga mereka dapat menganalisis, memvisualisasikan, dan membagikannya. Saya pikir kita akan melihat bahwa set alat menjadi satu, dan saya pikir sebenarnya Alteryx sedang menuju ke arah itu.
Jadi saya menyebut dunia ini dari bawah ke atas sebagai "swalayan sejati," sedangkan dunia dari atas ke bawah saya menyebutnya lebih sebagai "layanan perak" karena kami semacam memberikan informasi yang diberikan pada piring perak. Sudah pra-paket sampai batas tertentu. Masih interaktif, masih dapat diedit, tetapi seseorang harus berpikir tentang siapa orang yang akan mengkonsumsi ini dan menyesuaikannya untuk memenuhi kebutuhan spesifik mereka. Anda dapat melihat di dunia top-down yang Anda dapatkan, Anda tahu, kelompok yang lebih terpusat tugas berat, komite tata kelola data, yang Anda tahu, menempatkannya di situs data dan laporan. Dan tim pergudangan data yang mencoba mengintegrasikan data untuk pengambilan keputusan. Itu adalah proses tata kelola top-down terpusat berorientasi TI yang lebih tradisional. Sedangkan di dunia bottom-up, yang lebih seperti 10 persen, 20 persen dari organisasi, mereka mendapatkan tata kelola dari tingkat akar rumput dengan benar-benar membuka set data, melihat mereka, mengomentari mereka, menandai set data tersebut - pada dasarnya membangun rata-rata bersama dari data dari bawah ke atas. Anda mendapatkan katalog dan pasar data, dan organisasi membutuhkan kedua dunia ini. Faktanya, mereka saling memberi makan, sangat sinergis, mereka dua sisi dari koin yang sama. Jika Anda tidak memiliki analis di luar sana di setiap departemen, operasi gagal, pemasaran, keuangan. Anda kehilangan semua jenis wawasan yang Anda perlukan untuk menjalankan bisnis karena mereka menghasilkan jawaban atas pertanyaan yang orang tidak dapat menemukan seperti apa mereka sehari sebelumnya. Dan tentunya IT tidak bisa atau pengembang tidak bisa membuat laporan atau dasbor itu. Jadi mereka semacam memperkuat gelombang persyaratan berikutnya dan gelombang wawasan berikutnya yang harus dikemas dan dimasukkan ke dunia top-down.
Sekarang masalahnya adalah ketika dunia dari bawah ke atas menerbitkan laporan ke dunia dari atas ke bawah yang belum disertifikasi atau diperintah, dan Anda mendapatkan laporan yang saling bertentangan, duplikat, dan hal-hal seperti itu. Jadi, di dunia saya ini membantu untuk memiliki gateway tata kelola data antara dua dunia ini, dan itu tidak masalah, jika seorang analis data mulai membuat dan menghasilkan wawasan baru dan membuat laporan. Orang-orang menyukainya, dan kemudian, Anda tahu, mereka ingin terus menerbitkan laporan itu dan membagikannya, mungkin lebih luas ke seluruh perusahaan, perlu ditinjau oleh tata kelola data, dan mudah-mudahan sangat cepat, untuk memastikan itu sesuai dengan standar. Mungkin perlu ditulis ke dalam platform standar, data baru mungkin perlu ditambahkan ke repositori perusahaan standar. Dan apa yang kami lihat sekarang adalah alat-alat seperti Alteryx sebenarnya menyematkan alur kerja yang diperlukan untuk mendukung proses promosi ini di mana kami mempromosikan dalam laporan yang menjadi populer untuk mendapatkan tanda air atau skala sebagai laporan atau kumpulan data bersertifikat kaliber bersertifikat perusahaan . Jadi, itulah beberapa kondisi tata kelola data yang ditimbang sebagai proses peninjauan. Mungkin ada serah terima produksi dengan tim pengembangan, dan mungkin ada izin dan tata kelola yang dibangun di dalam alat BI, alat analitik, atau alur kerja tersebut. Slide selanjut nya.
Eric Kavanagh: Baiklah, saya pikir kita kembali ke Josh untuk yang ini.
Josh Howard: Ya, dan, Anda tahu, ketika Anda berbicara tentang perpindahan dari sejumlah alat yang berbeda ini, dan apa yang saya temukan dalam penelitian saya sendiri, Anda tahu, penelitian adalah bahwa sebagian besar analis menggunakan 10 hingga 12 alat yang berbeda untuk menyelesaikan pekerjaan analisis mereka. Dan, Anda tahu, mereka mungkin menggunakan solusi katalog data untuk menemukan data, mereka mungkin menggunakan solusi persiapan data, mereka mungkin menggunakan alat visualisasi data, sesuatu untuk analitik lanjutan, analitik prediktif, dan alat ilmu data untuk penggelaran dan mengelola itu. Dan kami benar-benar berpikir bahwa ini harus dilayani melalui platform tunggal, dan kami pikir itulah tujuan industri ini. Jadi, sebagian besar orang tahu semua trik menuju persiapan data dan menggabungkan kemampuan dan integrasi yang ketat dengan alat-alat seperti Tableau dan Power BI.
Tapi, Anda tahu, kami jauh lebih dari sekadar alat persiapan data. Kami benar-benar platform ujung ke ujung untuk para analis data dan ilmuwan data warga negara, menyediakan kemampuan untuk menemukan data itu, menyiapkannya, mencampurnya, menganalisanya, dan melakukannya dengan cara yang berulang dan alur kerja yang berulang. Dan kemudian sebarkan dan bagikan aset-aset itu ke skala, dan itulah sebenarnya yang dimaksud dengan Alteryx. Dan kami memiliki komunitas luar biasa yang kami dukung, yang Anda tahu, lebih dari sekadar komunitas tipikal Anda. Ini memiliki area pelatihan swalayan, memiliki forum dan praktik terbaik, dan kami benar-benar memiliki komunitas pengguna injili di sana yang saling mendukung. Dan hal yang hebat tentang ini adalah ketika Anda mengadopsi alat seperti Alteryx, jenis komunitas ini benar-benar mengurangi kurva pembelajaran, sehingga Anda dapat mempercepat kecepatan pada set alat baru ini. Meskipun mereka sangat mudah digunakan, mereka tidak memerlukan banyak pengkodean, dan mereka mudah digunakan dan bangkit dan berjalan lebih cepat, tetapi masih memiliki komunitas itu untuk mengurangi bahwa kurva belajar benar-benar tak ternilai.
Dan cara kami memecahnya adalah empat area. Pertama adalah itu benar-benar di sekitar penemuan dan berbagi, jadi sebelum Anda dapat menyiapkan dan menggabungkan data Anda, Anda harus dapat menemukannya. Dan itulah alasan mengapa bagian pertama dari platform kami adalah komponen penemuan dan berbagi yang kami gunakan untuk menangkap pengetahuan kesukuan organisasi Anda. Jadi ini pada dasarnya adalah solusi katalog data yang digunakan untuk berbagi set data yang diatur dan diatur. Ini memungkinkan pengguna menemukan data yang mereka cari dalam fitur pencarian mirip Google yang mudah digunakan dan juga menyediakan fitur sosial untuk berkolaborasi pada set data dan bahkan memungkinkan Anda menelusuri garis turunan data dari aset, mensertifikasi mereka aset dan tanda air mereka. Dan ini sangat penting untuk analitik swalayan karena salah satunya, kebanyakan orang menghabiskan terlalu banyak waktu untuk mencari data - mereka tidak tahu ke mana harus pergi bahkan untuk menemukannya. Dan kemudian jika mereka menemukan laporan, Anda tahu, bagaimana mereka tahu bahwa itu bersertifikat, itu dipercaya? Jadi ketika Anda berbicara tentang itu, memiliki gateway tata kelola data, saya benar-benar melihat alat-alat seperti Alteryx menjadi gateway di mana, ketika Anda melakukan pencarian, Anda dapat secara otomatis dan secara visual melihat siapa yang memiliki data itu, apa garis keturunan dari data itu, bagaimana garis keturunan dari data itu, bagaimana telah dibuat, jika sudah disertifikasi, dan cara mendapatkan akses ke sana, dan jika Anda tidak memiliki akses ke sana, Anda dapat menggunakan fitur obrolan untuk, Anda tahu, meminta akses itu. Ini untuk orang tertentu, dan ini benar-benar cara yang baik untuk memproduksi banyak elemen ini. Slide selanjut nya.
Bagian selanjutnya adalah persiapan dan perpaduan ini, sekali lagi, yang terkenal untuk kami, dan karenanya, kami benar-benar melihat persiapan dan perpaduan sebagai on-ramp untuk analitik yang lebih maju. Tanpa menulis SQL atau jenis kode apa pun, Anda dapat mengakses semua data yang berbeda, menanyakannya - Anda tahu, apakah itu data terstruktur, data tidak terstruktur, data cloud - dan dengan mudah mengintegrasikan semua yang ada di memori, membentuknya, membersihkannya , profil itu, agar data Anda siap untuk dianalisis. Anda juga bisa memperkaya dengan set data pihak ketiga. Jadi, kami memiliki kemitraan yang sangat baik dengan perusahaan-perusahaan seperti TomTom jika Anda tertarik pada analisis drive-time, melakukan analisis spasial. Kami juga bekerja sangat erat dengan Experian untuk data rumah tangga atau untuk data bisnis. Jadi tiba-tiba, Anda tidak hanya dapat mengambil data yang Anda dapatkan di lokasi atau mungkin di cloud, Anda juga dapat memperkayanya dengan sumber pihak ketiga ini dan benar-benar menghasilkan beberapa analisis yang menarik. Slide selanjut nya.
Bagian ketiga adalah komponen analisis dan model ini. Jadi saya menyebutkan Alteryx bebas kode. Yah, itu juga ramah kode. Jadi, kami menawarkan lebih dari 60 alat analisis prediktif yang berbeda, jadi ketika Anda siap untuk melakukan analisis yang lebih maju, Anda dapat menggunakan alat R dan Python dan berbasis Spark tanpa pengkodean, atau Anda benar-benar dapat menggunakan dan membuat sendiri kustom paket. Jadi jika Anda memiliki tim ilmu data yang menulis R dan Python atau Scala atau apa pun, Anda dapat menggunakan kode itu, membuat paket Anda sendiri, dan memanfaatkan itu di dalam alat. Dan lagi, di sinilah saya pikir nilai sebenarnya dari analisis swalayan adalah, dan ini benar-benar di mana kami ingin membantu mengubah industri dari, Anda tahu, analis data tradisional dan pekerja data menjadi ini, Anda tahu, ilmuwan data warga dan melakukan pekerjaan sains data dengan alat yang sangat mudah digunakan. Meluncur.
Baiklah, masuk, dan akhirnya kami mendapatkan beberapa sakelar terakhir, mil terakhir dari analisis lanjutan. Jadi jika Anda berada di titik di mana Anda melakukan pekerjaan sains data, dan Anda sedang membangun model Anda, tantangan berikutnya yang Anda temui adalah, “Baiklah, bagaimana saya membuat model-model itu menjadi produksi? Bagaimana cara saya mengelolanya? Bagaimana saya membuat mereka tetap up-to-date? "Dan di sinilah kemampuan penyebaran kami masuk. Jadi, menurut penelitian kami pada pelanggan yang kami ajak bicara, kurang dari 50 persen model yang pernah membuatnya menjadi produksi . Jadi, Anda telah mempekerjakan para ilmuwan data ini untuk membangun semua model ini, tetapi mereka benar-benar tidak pernah membuatnya menjadi produksi. Jadi, kami telah membangun solusi yang akan membantu Anda membangun model Anda, dan kemudian menyebarkannya secara real time menggunakan RESTful APIs.
Jadi, Anda bisa mendapatkan model-model itu dan memasukkannya langsung ke aplikasi web dan aplikasi seluler lebih cepat dan lebih mudah, karena metode tradisional tidak berfungsi. Ini proses yang panjang dan berlarut-larut. Diperlukan waktu antara 12 hingga 20 minggu untuk menerapkan model, dan seringkali menghabiskan biaya lebih dari $ 250.000. Dan kemudian Anda harus khawatir tentang bagaimana Anda memperbaruinya. Jadi sekali lagi, kami mencari cara untuk mengotomatisasi seluruh proses ini dan mengambil banyak langkah perantara. Jadi, tanpa benar-benar membuang kode, karena proses tradisional dari apa yang terjadi sekarang adalah Anda punya ilmuwan data yang sedang membangun modelnya, dan mereka menyebarkannya, dan mereka melemparkannya ke pagar ke pengembang web yang harus ambil semua kode R dan Python itu, tulis ulang menjadi semacam aplikasi web atau aplikasi seluler, dan sekali lagi, itu hanya memakan waktu terlalu banyak.
Jadi, tidak ada lagi melemparkan kode ke pagar untuk dilakukan orang lain. Kami telah mengotomatiskan proses itu dan memiliki cara untuk mengelolanya dalam skala besar. Jadi, itu benar-benar empat bidang yang kita lihat ketika sampai pada platform layanan mandiri end-to-end untuk analisis data. Jadi, Anda tahu, menemukan dan berbagi data dengan mudah, menyiapkan dan memadukannya, melakukan analisis lanjutan, dan kemudian memiliki cara untuk menggunakan dan mengelolanya dalam skala besar. Lanjutkan. Jadi dengan Alteryx, Anda dapat, Anda tahu, berbicara tentang tata kelola analitik dan dapat membuka kunci data Anda dengan cara yang aman dan menawarkan cara bebas kode dan ramah kode untuk melakukan semua analisis Anda, jadi jika Anda memang memiliki analis data yang mungkin tidak tahu semantik, Anda tahu, bahasa SQL untuk query database, Anda dapat menggunakan alat drag-and-drop yang menarik semua data ini dalam memori untuk melakukan analisis mereka.
Kemudian dengan cara yang sama, jika Anda memiliki ilmuwan data yang menggunakan R dan Python, mereka masih bisa menggunakan alat seperti Alteryx dengan cara yang ramah kode - dan hasil yang kami lihat dengan pelanggan kami luar biasa karena kami mampu memberikan alur kerja berulang yang dapat Anda ambil, tugas yang membutuhkan, Anda tahu, berminggu-minggu atau berbulan-bulan dan benar-benar membuatnya turun ke menit, tanpa berlebihan. Kami memiliki sejumlah studi kasus di situs web kami tempat Anda dapat mempelajari lebih lanjut tentang hal itu dan beberapa penghematan waktu yang kami lihat. Tetapi, Anda tahu, yang terakhir, ini akan bekerja dengan organisasi TI Anda karena dapat diskalakan dan menghancurkan silo yang saya bicarakan dan melakukannya dengan cara yang diatur. Dan itulah yang sesungguhnya merupakan platform end-to-end dari Alteryx dan mengapa kami berbeda.
Eric Kavanagh: Baik. Itu semua bagus. Saya harus mengatakan, Wayne, saya pikir Anda benar-benar tertarik dengan gateway tata kelola data ini, saya pikir, bagaimana Anda menggambarkannya. Karena kita berada di dunia yang sangat menarik ini saat ini di mana gudang data, yang telah menjadi sumber tepercaya selama empat dekade sekarang, tidak benar-benar dapat mengikuti perkembangan zaman dan mengikuti semua sumber data dan varietas data yang berbeda. Ini adalah sistem yang cukup kaku yang cenderung menjadi gudang data, dan apa yang saya lihat Alteryx mengirim di sini adalah apa yang Anda sebut fase selanjutnya dalam kematangan analitik, karena mereka memungkinkan Anda untuk menggunakan semua sumber yang berbeda ini, tetapi karena mereka memiliki area bela diri ini dengan kebijakan tata kelola data, sekarang Anda benar-benar mendapatkan yang terbaik dari kedua dunia di mana Anda dapat memiliki banyak set data yang berbeda, tetapi Anda memiliki tata kelola, dan Anda juga dapat menggunakan semua jenis informasi dan layanan semua jenis analis yang berbeda untuk dapatkan perspektif mereka yang berbeda tentang apa yang terjadi di dunia bisnis. Tetapi saya melihat ini sebagai langkah yang cukup signifikan dalam evolusi analitik untuk perusahaan, tetapi bagaimana menurut Anda?
Wayne Eckerson: Tidak, tentu saja. Gudang data, repositori versi tunggal dari kebenaran, dan saya pikir itu hanya mengabaikan, Anda tahu, dinamika organisasi dan peran yang dimainkan orang. Dan saya melihat dua dunia BI atau analitik ini, sebagaimana Anda menyebutnya.Dan di sebagian besar perusahaan, mereka berada di arah yang berlawanan, dan mereka tidak berbicara satu sama lain, mereka tidak percaya satu sama lain, tetapi sebenarnya mereka sangat sinergis, dan kita hanya harus membuat mereka saling mengakui satu sama lain dan jenis kerja sama. Dan alat-alat seperti Alteryx yang menggabungkan tata kelola melalui kemampuan katalog data, di mana pelayan dapat mengelola kumpulan data dan mengesahkan dan menandainya, yang merupakan sesuatu yang telah saya bicarakan selama beberapa tahun sekarang di kelas saya. Sangat sedikit perusahaan yang melakukannya, tetapi mendapat banyak daya tarik dan sekarang saya mendengarnya ada di mana-mana.
Jadi, cara untuk memadukan kedua dunia ini karena, Anda tahu, Anda memiliki kue dan memakannya juga. Anda dapat membiarkan kekuatan pengguna pergi melakukan apa yang perlu mereka lakukan. Pergi menemukan wawasan baru tentang permintaan, dan kemudian, Anda tahu, tetapi Anda menjaga agar tidak lepas kendali. Anda mencegahnya menciptakan Menara Babel dengan beberapa standar yang memerlukan tata kelola. Dan tujuannya adalah untuk menciptakan budaya tata kelola di mana orang ingin melalui proses tata kelola. Mereka ingin set laporan / data mereka ditinjau sehingga mereka dikonsumsi secara lebih luas. Itulah tujuannya, dan itu benar-benar peran baru IT di dunia baru ini. Saya selalu mengatakan peran mereka adalah memfasilitasi, bukan mendikte. Dan itu adalah perubahan besar bagi sebagian besar profesional TI yang telah terbiasa berada dalam layanan bersama yang melakukan segalanya untuk bisnis. Sekarang bisnis sedang melakukan untuk diri mereka sendiri, dan IT benar-benar hanya perlu menjadi orang-orang, seperti kata Josh, memasang pagar itu.
Eric Kavanagh: Ya, saya pikir pagar adalah kunci karena mereka memungkinkan permainan bebas, jika Anda mau, analis melakukan hal yang berbeda, tetapi tidak keluar jalur. Dan jika aku mengerti—
Wayne Eckerson: Persis.
Eric Kavanagh: —Kau benar, Josh—
Josh Howard: Persis.
Eric Kavanagh: Ya, Anda agak berbicara tentang bagaimana, saya sebenarnya telah melacak Alteryx sekarang karena sebelum itu disebut Alteryx bertahun-tahun yang lalu - saya pikir itu disebut SRC atau semacamnya - dan Wal-Mart adalah pelanggan pertama. Dan salah satu hal yang sangat keren yang kalian bicarakan ketika kembali adalah kemampuan untuk benar-benar memahami proses bisnis dan alur kerja. Dan jika Anda memiliki pemahaman yang kuat tentang alur kerja dan proses bisnis, maka Anda dapat melakukan sejumlah hal berbeda. Pertama-tama, Anda dapat memberikan antarmuka pengguna yang sangat disempurnakan jika Anda tidak meng-cloud opsi yang tersedia bagi pengguna dengan informasi asing. Dua, Anda juga dapat merampingkan proses untuk lebih memahami di mana ada titik tersedak atau titik kontrol. Dan saya pikir itu mungkin bagian dari keajaiban mengapa Alteryx mampu memberikan lingkungan tipe yang sangat ramah tata kelola, tetapi ramah pengguna yang memungkinkan semua jenis set informasi yang berbeda dan kasus penggunaan analitis. Apakah Anda setuju dengan itu?
Josh Howard: Ya, maksud saya itu, Anda tahu, saya akan, Eric, dan banyak dari ini hanya menempatkan jenis alat ini ke tangan pengguna bisnis dan memberi mereka cara untuk melakukan pekerjaan mereka dengan cara yang ramah bisnis yang mudah untuk dilakukan. gunakan dan ramah. Maksud saya, jika Anda berpikir tentang sesuatu seperti tata kelola data, kami telah berbicara tentang tata kelola data selama dua dekade, dan sebagai penyimpanan IP, kami telah mencoba mendorongnya ke bisnis, dan itu tidak pernah diadopsi, tidak pernah didapat segala jenis traksi, karena itu tidak dibuat untuk pengguna bisnis, bukan? Ini dipimpin oleh IT, digerakkan oleh IT, dan bekerja untuk IT, tetapi tidak bekerja untuk para pengguna bisnis tersebut. Jadi, kami ingin mengambil metodologi yang sama tetapi menerapkannya pada perangkat yang ramah bisnis, dan itulah pendekatan kami dengan, Anda tahu, solusi katalog data dan manajemen metadata.
Anda tahu, ketika saya berbicara dengan pengguna bisnis, saya tidak pernah berbicara tentang lapisan data semantik, dan bagaimana kami membantu mengelola, Anda tahu, metadata. Tapi, Anda tahu, di bagian belakang, pada dasarnya itulah yang dilakukannya, hal-hal semacam itu sudah ada di dalam TI sejak lama, tetapi bagi pengguna bisnis, ini semua tentang cara menemukan data lebih cepat, cara menyelesaikan pekerjaan Anda lebih cepat, dan memberikan informasi itu dalam antarmuka yang mudah digunakan yang biasa mereka gunakan, seperti dalam kehidupan konsumen mereka, bukan? Mereka menginginkan antarmuka pencarian mirip Google, mereka menginginkan elemen kolaborasi sosial tempat mereka dapat berjejaring dengan pengguna lain di organisasi itu untuk memecah silo data tersebut dan menangkap pengetahuan kesukuan tersebut. Jadi, kami hanya mengambil pendekatan berbeda tentang cara kami bekerja dengan bisnis ini, tetapi melakukannya dengan cara yang juga ramah TI.
Eric Kavanagh: Ya, dan saya punya pertanyaan besar—
Wayne Eckerson: Anda tahu hal lain —— Josh, yang mengejutkan saya dalam presentasi Anda adalah, kita berada di zaman platform sekarang. Saya pikir kita sudah melewati masa alat, dan itu baik-baik saja, tetapi platform, kan? Jadi, saya telah membahas BI selama 20-tahun-aneh, dan dalam ruang BI, kami telah beralih dari alat ke platform analitik di mana, Anda tahu, satu produk pada dasarnya mendeportasi setiap mode analitik untuk setiap jenis pengguna , Baik? Dari laporan hingga prediksi arsitektur umum dan swalayan. Kami juga melihat hal yang sama di sisi perakitan data, atau sisi integrasi data di mana seseorang mengumpulkan platform ini untuk mencerna data, menambahkannya, membuat katalog, memperbaikinya, mengubahnya, dan membuatnya tersedia bagi pengguna untuk diunduh dan dianalisis. Dan sekarang, apa yang Anda lakukan, adalah mengambil langkah berikutnya dalam banyak cara dan menggabungkan kedua platform tersebut menjadi satu, jadi ini adalah gabungan analitik dan platform data, yang, Anda tahu, masuk akal. Itulah masa depan: konvergensi. Satu-satunya hal yang saya tidak lihat di platform Anda adalah pelaporan dasar dan alat atau kemampuan dasbor Anda, tetapi mungkin itu tertanam dalam modul analitik Anda.
Josh Howard: Ya, kami melakukan pelaporan batch dengan sangat baik. Kami punya solusi yang sangat kuat di sana, tetapi Anda berhasil mencapai titik di sekitar dasbor, dan kami melihat ini sebagai peluang bagi kami untuk tumbuh. Kami selalu secara tradisional memiliki kemitraan yang sangat baik dengan Tableau, Power BI dan Qlik, tetapi kami akan terus melakukannya. Tetapi yang kami temukan adalah analis kami, pelanggan kami, mereka tidak ingin menunggu sampai akhir alur kerja dan siklus itu untuk melihat hasilnya, oke? Mereka ingin melihat hasilnya saat mereka bekerja secara real time, dan itu benar-benar arah yang kita tuju, dan dengan kita tahu apa yang kita beri label sebagai inline visualitics sehingga Anda melihat data Anda saat Anda bekerja, dan Anda dapat mengulanginya dan melihatnya secara langsung daripada menunggu sampai selesai dan menerbitkannya ke alat visualisasi atau dasbor untuk melihat hasil tersebut. Jadi, itu hanya menghilangkan kebutuhan untuk menyeimbangkan kembali dan sebagainya untuk mendapatkan wawasan Anda.
Wayne Eckerson: Ya, itu masuk akal. Dan kalian dikenal sekarang untuk kemudahan penggunaan. Anda tahu, Anda menggunakan perusahaan Tableau untuk kemasyhuran dan kekayaan mereka. Anda ada di sana bersama mereka, dan siapa yang lebih baik memimpin di ruang platform yang konvergen ini karena Anda sudah menguasai analisis dan manajemen data. Jadi, kami pengujian beta untuk melihat bagaimana tarif Anda dalam beberapa tahun ke depan.
Josh Howard: Ya, dan Anda tahu, saya pikir itu menarik, dan saya senang menjadi bagian dari ruang ini, dan itu benar-benar menarik untuk dilihat, lihat, Anda tahu, ruang integrasi data, ruang intelijen bisnis , dan ruang analitik canggih dan benar-benar melihat yang konvergen. Dan, Anda tahu, saya pikir platform seperti Alteryx akan sangat membantu banyak pengguna bisnis yang unggul dan memungkinkan para pengguna untuk mendapatkan akses ke data mereka dan melakukan analisis itu, Anda tahu, dan mendapatkan wawasan itu lebih cepat dan lebih mudah.
Eric Kavanagh: Ya. Semua di sini, dan saya setuju dengan Anda, Wayne, bahwa bagaimana itu benar-benar masuk akal, dan saya pikir, ya, ada pertanyaan dari anggota audiens yang akan saya ajukan ke sini. Sangat berhubungan dengan percakapan. Ini tentang DataOp. Bagi Anda yang tidak terbiasa dengan istilah—
Josh Howard: Slide selanjut nya.
Eric Kavanagh: —Itu benar-benar menjadi kuat dalam sembilan bulan terakhir ini. Ini dimulai dengan satu atau dua vendor, kemudian tiga dan empat, lalu lima dan enam, dan sekarang banyak orang berbicara tentang DataOp. Itu pada dasarnya adalah sisi manajemen data dari DevOp. Jadi yang kami lihat adalah banyak fokus untuk benar-benar mencoba memahami alat apa yang berbeda dan teknologi apa yang menyentuh data saat bergerak melalui siklus hidupnya dan bagaimana hal itu memengaruhi pandangan analitik Anda. Dan menurut saya, Alteryx sebenarnya memecahkan masalah DataOps dengan berfokus pada pendekatan platform ini sebelum DataOp bahkan menjadi sebuah istilah. Tapi saya akan memberikannya kepada Anda, Josh, pertama, dan kemudian Anda, Wayne, untuk komentar. Josh, bagaimana menurutmu?
Josh Howard: Ya, saya pikir ini adalah ruang yang berkembang. Anda tahu, kami mencoba menjadi data agnostik, dan dengan demikian dapat mengakses data - apakah itu di dalam firewall Anda, di cloud, data tidak terstruktur, data terstruktur - jadi karena kami tahu ini akan terus berubah, Anda tahu, dan saya yakin Wayne akan setuju dengan ini, begitu juga Anda, Eric. Jika Anda kembali, Anda tahu 10, 15 tahun di ruang ini, maksud saya, hanya ada beberapa database. Kami sekarang memiliki lebih dari 400 jenis basis data yang berbeda. Jadi, kita tidak akan bisa mengimbangi itu. Jadi, akan selalu ada sesuatu yang baru dan berkilau untuk diadopsi organisasi. Jadi, kami hanya ingin menjadi agnostik dan menggunakan teknologi terbuka dan API kami untuk dapat berintegrasi mulus dengan apa pun yang sudah Anda miliki di organisasi Anda. Dan juga melihat bagian kedua dari sisi DataOp sebenarnya dengan semakin banyak beban kerja yang didorong ke cloud dan teknologi cloud baru serta teknologi pembelajaran mesin benar-benar mendorong kita ke dalam paradigma baru ini, dan saya benar-benar berpikir di situlah, Anda tahu, DataOps akan pergi. Dan kita akan melihat banyak hal menarik terjadi di ruang itu.
Wayne Eckerson: Ya, saya pikir istilah lain yang kami gunakan untuk DataOps adalah "jalur pipa data" atau "rantai pasokan data," dan kami memang melihat banyak perusahaan keluar, terutama di dunia data besar. Anda dapat mengelola beban kerja itu dan menjaga danau data agar tidak menjadi rawa-rawa data. Ya, dan saya setuju bahwa banyak dari itu sekarang juga pindah ke cloud.
Eric Kavanagh: Ya, dan Anda tahu, jadi Alteryx membuat beberapa akuisisi. Saya tidak tahu apakah Anda ingin membicarakan hal itu selama satu atau dua tahun terakhir, saya kira, Josh, dan itu benar-benar menyempurnakan platform ini, dalam hal mencerna data dan dalam hal beberapa hal semantik itu. Dan sekarang Anda benar-benar memiliki solusi end-to-end yang memungkinkan analitik mengaturnya. Saya tidak tahu siapa pun yang telah mengambil fokus dan pendekatan seperti itu, dan saya pikir itu sangat pintar di pihak Anda. Tetapi apakah Anda ingin membicarakannya sebentar?
Josh Howard: Ya, tentu. Jadi, ini merupakan tahun yang besar bagi Alteryx. Anda tahu, kami go public awal tahun ini, dan kami membuat dua akuisisi kunci yang membantu kami, Anda tahu, mengakhiri platform kami. Jadi, yang pertama, itu benar-benar potongan katalog. Sekali lagi, Anda tahu, apa yang kami temukan adalah apa yang kami inginkan untuk membantu organisasi-organisasi itu mengatur data itu. Jadi, kami benar-benar mengakuisisi perusahaan tata kelola data bernama Semanta, dan itu telah menjadi solusi katalog data kami dan apa yang telah kami bangun ke dalam platform keseluruhan. Karena kami melakukannya, sekali lagi, kami melihat tata kelola menjadi komponen kunci untuk swalayan dan memungkinkan swalayan. Jadi, sekali lagi, itu memberi kami semua itu, Anda tahu, manajemen metadata, kemampuan katalogisasi data. Dan apa yang kami lakukan adalah kami membuat antarmuka untuk membuatnya mudah digunakan dan sangat ramah, terintegrasi dengan platform keseluruhan kami.
Yang kedua yang kami buat adalah perusahaan ilmu data yang berbasis di Brooklyn, New York, dan itu dilakukan untuk membangun kemampuan pembelajaran mesin kami serta model manajemen model. Jadi, yang saya sebutkan sebelumnya adalah kami mendapatkan banyak ilmuwan data menggunakan platform kami dan melakukan pekerjaan ilmu data yang sangat penting. Namun, mendapatkan model-model itu, Anda tahu, sampai ke mil terakhir sangat menantang. Jadi, saya sebutkan, Anda tahu, 12 hingga 20 minggu sering dibutuhkan, $ 250.000 yang diperlukan untuk membangun beberapa model ini. Dan kemudian, bagaimana Anda mengoperasionalkan dan menjaga semua model ini tetap mutakhir? Bagaimana model-model itu belajar? Dan bagaimana Anda melatih model-model itu? Jadi, itu masalah besar juga, benar, kemampuan penyebaran. Jadi, kedua teknologi dengan sisi ilmu data dan sisi tata kelola data telah benar-benar melengkapi platform kami dan apa yang kami coba lakukan, mencoba membawanya ke organisasi, untuk menyelesaikan tantangan ini.
Eric Kavanagh: Ya, dan saya senang Anda melemparkannya ke sana karena kami punya pertanyaan dari penonton hanya tentang pembelajaran mesin dan AI. Dan, Wayne, mungkin aku akan menyerahkan ini padamu dengan cepat. Bagi saya, ada begitu banyak potensi untuk pembelajaran mesin untuk benar-benar mengoptimalkan banyak masalah berbeda yang telah kami perjuangkan selama bertahun-tahun - hal-hal seperti kualitas data, misalnya, hal-hal seperti kemacetan dalam analisis dan membantu sisi penemuan dari persamaannya, kan? Karena beberapa dari algoritma ini yang terus belajar secara khusus dapat benar-benar berjalan sendiri dan menemukan beberapa hal menarik yang dapat muncul untuk pengguna. Karena salah satu tantangan, tentu saja, dengan para analis pada umumnya adalah bahwa setiap analis membawa prasangka mereka sendiri, pandangan mereka sendiri tentang dunia. Kadang-kadang itu bisa sangat sulit untuk diubah, jadi saya melihat banyak potensi untuk pembelajaran mesin dan AI di masa depan. Bagaimana menurut anda?
Wayne Eckerson: Tidak, hanya aturan dasar dan mutlak. Hal-hal itu bersama-sama akan semakin menyederhanakan alat swalayan ini, membuatnya lebih mudah digunakan. Anda tahu, seperti yang Anda katakan, mulai dari membuat rekomendasi untuk laporan lain, untuk melihat kumpulan data, hingga menyesuaikan model, Anda tahu, menenangkan korelasi dalam alat persiapan data. Anda tahu, kami sudah memiliki ini seperti Tableau berinovasi visualisasi yang tepat untuk kumpulan data yang ingin Anda tampilkan. Jadi semua itu membuat alat ini jauh lebih kuat, membuat swalayan jauh lebih masuk akal, dan membantu pengguna menggunakan data untuk mendorong wawasan dan nilai lebih cepat.
Eric Kavanagh: Ya, dan Anda tahu, di dunia perangkat lunak perusahaan, jelas ada banyak hal keren yang terjadi, tetapi intinya adalah selalu membutuhkan waktu untuk membangun teknologi. Jadi jelas Anda bisa pergi dan mendapatkan barang, seperti yang dimiliki Alteryx. Tetapi ketika Anda memiliki pengalaman dalam suatu ruang, Anda tahu, ada ungkapan lama: Tidak ada pengganti untuk pengalaman. Anda hanya tahu bagaimana melakukan sesuatu dengan lebih baik, dan saya pikir salah satu kunci keberhasilan jangka panjang Alteryx di sini adalah Alteryx benar-benar terlibat dalam seluruh proses penggunaan data pihak ketiga bertahun-tahun yang lalu. Saya tidak ingat persis berapa lama, tetapi saya ingin mengatakan enam atau tujuh tahun yang lalu, Alteryx telah memanggang kemampuan untuk keluar dan mengambil data dari perusahaan seperti perusahaan kredit, misalnya, atau data geolokasi atau sejumlah sistem data pihak ketiga. Dan saya pikir itu adalah awal dari apa yang sekarang kita lihat semakin matang dalam hal apa yang kita sebut pencampuran data hari ini, karena kita bahkan belum memiliki istilah itu saat itu.
Tapi, Josh, aku akan mengembalikannya padamu lagi. Dan, saya, saya pikir itu banyak kejenuhan dan pengalaman dimasukkan ke dalam platform Alteryx di sekitar konsep pencampuran data, yang sekarang baru saja ditambah dengan konsumsi, dengan pembelajaran mesin, dengan katalogisasi data, dan sebagainya. Saya pikir itu sebabnya kami melihat Alteryx di mana sekarang ini. Bagaimana menurut anda?
Josh Howard: Ya, maksud saya, keharusan adalah ibu dari semua penemuan, kan? Jadi, Anda tahu, pelanggan kami yang, Anda tahu, kami, Anda tahu, awalnya melakukan analisis spasial, dan itulah yang benar-benar kami mulai, melakukan analisis spasial. Dan Anda tahu, mengambil data seperti TomTom dan melakukan analisis drive-time, Anda dapat melihat, Anda tahu, mengunggah data itu dengan, Anda tahu, data rumah dari Experian. Jadi di situlah kami memulai, dan apa yang kami temukan adalah, Anda tahu, pelanggan kami membutuhkan platform untuk memadukan semua data itu bersama-sama. Dan bukankah itu keren jika kita memberi mereka alat untuk melakukannya. Jadi, itu benar-benar dorongan dari Alteryx.
Dan Anda tahu, apa yang kami temukan adalah, Anda tahu, selama bertahun-tahun, adalah bahwa persiapan data benar-benar merupakan langkah pertama dalam perjalanan analitik Anda. Jadi Anda tahu, dibutuhkan 80 persen dari waktu seorang ilmuwan data, Anda tahu, melakukan analisis prediktif dan pekerjaan sains data sebenarnya dihabiskan untuk melakukan pekerjaan persiapan data, dan kurang dari 20 persen benar-benar melakukan analisis, dan itulah yang kami coba untuk lakukan. mengatasi. Jadi, persiapan data adalah langkah pertama dalam perjalanan analitik Anda. Jadi sebelum Anda mulai melakukan segala jenis pelaporan, pelaporan lanjut, analitik prediktif, hingga analitik kognitif, Anda masih harus mengakses data, Anda masih harus menyiapkan dan menyatukannya, lalu menyatukannya. Dan itulah yang kami pecahkan dengan platform ini. Dan memungkinkan para pengguna untuk melakukan semua hal itu dengan cara yang bebas kode dan ramah kode.
Eric Kavanagh: Ya, dan saya juga suka konsep itu: bebas kode dan ramah kode. Karena faktanya adalah Anda memiliki banyak kode joki, yang dapat menambah nilai luar biasa, tetapi ada banyak pengguna bisnis yang terus terang dimatikan oleh kode. Mereka terintimidasi olehnya, dan siapa yang bisa menyalahkan mereka? Jadi, Wayne, saya pikir itu juga fitur yang bagus, pendekatan yang bagus. Ada yang bebas kode dan ramah kode, kan?
Wayne Eckerson: Oh, tentu saja. Ya, begitulah cara Anda mendapatkan lebih banyak orang ke swalayan.
Eric Kavanagh: Ya, dan swalayan, saya pikir, adalah langkah besar berikutnya, dan saya sangat suka apa yang telah kita bahas hari ini, jadi ini tentang bagaimana benar-benar memikirkan proses Anda, alur kerja Anda, siklus hidup data Anda, dan sebagainya. Dan memadukan kebijakan-kebijakan itu ke dalam platform, menurut Anda Wayne, ada beberapa masalah seputar standardisasi, Anda kehilangan sedikit fleksibilitas, tetapi begitu orang memahami metode kegilaan, Anda akhirnya benar-benar menggiring proses ke depan sehingga dalam -pengguna mengerti mereka sekarang bisa mendapatkan apa yang mereka inginkan. Mereka tidak harus menunggu di TI, dan itu mengubah sifat bagaimana TI dan pebisnis bekerja sama, saya pikir dengan cara yang sangat positif, karena sekarang TI dapat berfungsi sebagai enabler, mereka tidak harus menjadi penjaga gawang pada teknologi sebanyak dulu. Tidak banyak dukungan, idealnya, jika Anda memiliki beberapa standar. Jadi Anda akhirnya membina kolaborasi yang lebih besar karena itu adalah seluruh tujuannya, bukan?
Jadi untuk menutup komentar dari Josh pertama dan kemudian mungkin Wayne.
Josh Howard: Tidak, maksud saya, Anda tahu, saya setuju dengan semua yang Anda katakan. Anda tahu, penting bagi kami untuk memberi IT dan pengguna bisnis alat yang mereka perlukan untuk berhasil.Jadi, kami pikir TI tidak boleh dalam bisnis membuat laporan. Itu harus diserahkan kepada pengguna bisnis yang memiliki con bisnis itu dan data yang mereka gunakan, tetapi lakukan dengan cara yang diatur, dan sesuatu yang akan bekerja untuk TI juga.
Eric Kavanagh: Baiklah, tutup komentar dari Wayne.
Wayne Eckerson: Ya, peran TI telah berubah dari melakukan semuanya menjadi memfasilitasi swalayan dan benar-benar menjadi juara budaya tata kelola dan membuat pengguna ingin mengatur hasil mereka sendiri, demi keuntungan dan manfaat mereka dalam organisasi. Maksud saya, peran TI adalah - Saya merasa kasihan pada IT, Anda tahu, karena kadang-kadang mereka harus masuk dan membangunnya, divisi dalam kejenakaan bisnis seperti hukum dan SDM biasanya, saya tidak akan melakukan hal itu. Dan tentu saja jika Anda menginginkan sesuatu yang merupakan lintas fungsi perusahaan, siapa lagi yang akan membangunnya selain IT? Tetapi secara umum, ya, TI harus berubah untuk berkembang di dunia swalayan ini. Mereka harus berada dalam peran yang lebih mendukung daripada.
Josh Howard: Ya, dan saya pikir dengan evolusi selanjutnya dengan pusat-pusat keunggulan dan di mana proyek-proyek ini tidak dipimpin oleh TI atau bisnis, melainkan organisasi yang terpusat. Anda tahu, kami mulai melihat kebangkitan chief data officer dan jenis proyek ini jatuh di ranah itu di mana mereka berdua memiliki perspektif tata kelola dan juga perspektif bisnis. Saya pikir itu adalah skenario terbaik untuk membuat data dan budaya analitik, dan saya senang melihat apa yang datang darinya.
Eric Kavanagh: Ya, kami mendapat komentar beberapa menit terakhir dari para peserta yang datang ke ruang obrolan dan juga T&J. Saya suka komentar ini: Atur hasilnya, tidak ada ambiguitas siapa laporan swalayan yang benar.
Josh Howard: Ya.
Eric Kavanagh: Ya, itu bagus. Ini semua tentang kolaborasi, ini semua tentang bekerja bersama, dan, Anda tahu, Josh, Anda juga menyebutkan, pentingnya membuat pengguna berbicara satu sama lain, dan itu adalah sesuatu yang juga menjadi fokus Alteryx.
Jadi, teman-teman, kami agak lama di sini, tapi kami mulai agak terlambat, jadi saya ingin mengucapkan terima kasih banyak atas semua waktu dan perhatian Anda hari ini. Kami mengarsipkan semua siaran web ini, jadi silakan bagikan dengan kolega Anda.
Dan dengan itu, kami akan mengucapkan selamat tinggal kepada Anda. Terima kasih lagi untuk Wayne dan, tentu saja, untuk Josh dari Alteryx. Kami akan berbicara dengan Anda lain kali, kawan. Hati hati. Sampai jumpa.