השגת בגרות נתונים: מעשה איזון ארגוני

על ידי צוות Techopedia, 8 בנובמבר 2017

ברק: המארח אריק קוואנה דן בשלות נתונים ובשלות ארגונית עם ג'ן אנדרווד מ- Impact Analytix ורון הויזנגה מאי.די.אר.איי.

אינך מחובר כרגע. התחבר או הירשם כדי לראות את הסרטון.

אריק קוואנה: בסדר, גבירותיי ורבותיי. שלום וברוך שוב שוב. זה יום רביעי בשעה 4 מזרח, מה שאומר שהגיע הזמן להוט טכנולוגיות. אכן כן. שמי אריק קוואנה; אני אהיה המארח שלך להופעה שלנו היום, שהיא באמת מוגדרת, שנועדה להגדיר סוגים מסוימים של טכנולוגיה במצבים מסוימים שיש בעולם ניהול נתונים. והנושא שלנו היום הוא "השגת בגרות נתונים: חוק איזון ארגוני." אז יש את הנקודה שבך באמת, הרביץ אותי בטוויטר, @eric_kavanagh. אני תמיד ממליץ מחדש אם אתה מזכיר אותי, ואנסה גם לעקוב. זה מקום טוב ללכת אליו כדי לקבל מידע על המתרחש בעולם. אני אוהב את הפורמט הזה. תווים קצרים, 140 תווים - או יותר בימינו. אז אל תהסס לשלוח לי ציוץ ואני אחזור אחורה.

השנה היא חמה, כמובן. אנחנו מדברים היום על בשלות נתונים והנה ההרכב, כאשר שלך באמת בראש. יש לנו היום אנליסט חדש; אני מאוד נרגש לקבל את ג'ן אנדרווד מחברת Impact Analytix. היא די מומחית בתחום הבינה העסקית, אנליטיקה והמחשת נתונים וכל הנושאים הנהדרים האלה. וכמובן בגרות נתונים. והחבר הטוב שלנו רון הויזנגה מתקשר מ- IDERA. אז קודם נשמע מג'ן ואז מרון. ואז נערוך דיון נחמד סביב השולחן.

כשאני דוחף את השקופית הבאה לכאן, אני רק אומר כמה מילים מהירות. בגרות בניהול נתונים הייתה נושא כבר זמן מה. ברור בהיסטוריה אתה צריך להגיע לנקודה מסוימת לפני שאתה מתחיל לחשוב על בגרות, והרבה מחזורי חיים בשלות פותחו - או מחזורים - מנסים להבין היכן אתה נמצא בעיקול. האם אתה שלב מוקדם? האם אתה נער? האם אתה בוגר? אצטרה.

ואני חושב שהרבה ארגונים נמצאים בשנות העשרה או בשלהי העשרה המאוחרת או בראשית העשרים מבחינת בגרות. וזה לא אומר שום דבר מייאש. זה פשוט שאנחנו עדיין די בימים הראשונים של היכולת לנהל נתונים כנכס אסטרטגי. והדברים השתנו במהירות. במיוחד בחמש לשבע השנים האחרונות, כיוון שעברנו מעבר נתונים קטנים ל- Big Data והם מנסים ליישב בין העולמות השונים והטכנולוגיות החדשות האלה לבין טכנולוגיות ישנות. אז מורשת שם בחוץ, היא נמצאת בכל מקום.

אחת הבדיחות ששמעתי לפני שנים היא שמורשת היא מערכת שנמצאת בייצור. ברגע שמערכת נכנסת לייצור, טכנית זה מורשת. ובדרך זה נכון. אבל בשורה התחתונה, יש לנו את כל המערכות האלה שקיימות זמן רב ועלינו למצוא דרך להבין היכן אנו נמצאים בעקומת הבשלות שלנו כדי להיות מסוגלים למקסם ולייעל את ערך הנתונים כנכס. . וכמובן שיש כמה בעיות תאימות, יש תקנות שאנחנו צריכים לדאוג להן, תלוי באיזה ענף אנו נמצאים. ואז, כמובן, אנו גם צריכים לדאוג לפריצה. בעבר דיברנו על ממשל נתונים וכיצד זה באמת חלק מהביטחון והבנת התפקידים והאחריות של השימוש בנתונים ובוודא שנקבל את התמורה הטובה ביותר מהם.

וכך, אני אעביר את המפתחות לג'ן אנדרווד והיא יכולה לספר לנו את נקודת המבט שלה על בגרות נתונים. ג'ן, קח את זה משם.

ג'ן אנדרווד: תודה, אריק, ותודה שהזמנת אותי. אז היום, אני הולך לסקר כמה נושאים שונים ואז אני אכיר לרון את IDERA והוא הולך להתעמק בכמה תחומים אחרים בנושא זה. אני אגיד שזה תפקיד קריטי בעידן הדיגיטלי או בטרנספורמציה הדיגיטלית בה אנו נמצאים כרגע וכפי שאמר אריק, זהו עידן מתפתח. היו כמה נתונים סטטיסטיים מהנים של מועצת EDM, היה דו"ח מדד המבחן לענף ניהול נתונים. זה כמעט בן שנתיים, אבל זה עדיין די רלוונטי ויחשוף כמה, כידוע, פקטואידים כשלעצם היותם מתבגרים במרחב הזה. אדבר קצת על בשלות נתונים ועל עמודי הממשל, כשלעצמם.

בנושא זה של העידן הדיגיטלי או טרנספורמציה דיגיטלית שאתה שומע בכל מקום, זה באמת קורה ברגע זה. אחת העובדות המעניינות שאספתי כשעקבתי אחרי הענף כל יום הייתה נקודה שהביא גרטנר בעשרת המגמות הטכנולוגיות האסטרטגיות שלהם. והם אמרו עד 2020 - אז אנחנו רחוקים רק כמה שנים - מידע ישמש להמציא, דיגיטליזציה ואוטומציה או ביטול 80 אחוז מהתהליכים שיש לנו מעשור קודם.

ואני רואה את זה זמן מה, אני חושב שכאן אתה רואה סוגים שונים של אנשים שאומרים, אתה יודע, "הנתונים הם השמן החדש", וסוגי הדברים האלה. אני רוצה לומר שהנתונים עכשיו הם זהב דיגיטלי. ואם אתה חושב על יישומי תוכנה ומעורבות בתוכנה, הייתי בעבר מנהל מוצרים של מיקרוסופט בעבר, ואפילו את השינוי בקריירה שלי, אתה יודע, היינו באמת מתמקדים בתוכנה ועד עכשיו אנו מתמקדים המשתמשים איסוף הנתונים וחשיבה על מונטיזציה של הנתונים.

אנו נכנסים לעידן הזה שבו נתונים הם זהב דיגיטלי ואתם מתחילים לראות שעם הופעתם של מה שמכונה קצין הנתונים הראשי, והם, יש לכם, אתם יודעים, שתי משימות ראשוניות - ובוודאי כמה כאלה אחרות - לוודא שהנתונים הם בטוחים ומאובטחים, וכן למצוא דרכים למקסם את הערך של נתונים באופן פנימי - ואפילו חיצוני - כאותו נכס דיגיטלי. אז סוגים כאלה של דברים שאולי לא היו, או שאולי לא נראו חשובים לארגון שלך בעבר, נתונים סוף סוף מקבלים מקום בשולחן ברמה של C עם ה- CDO וייקחו הרבה יותר ברצינות בעתיד.

אם אתה חושב על ניהול נתונים ובשלות, ישנם שני נושאים שונים שיש לי בשקופית הספציפית הזו כאן, הראשונה היא, אתה יודע, ניהול נתונים עצמו. זה יותר על הפונקציות העסקיות המפתחות ויוצרות זרימת נתונים ונתונים, חלק מהמדיניות והנהלים שם. ואז כשאתה חושב על בגרות בניהול נתונים, זו היכולת של ארגון להגדיר, לשלב בקלות, אתה יודע, למנף במדויק את הנתונים שיש להם שוב למטרות פנימיות או חיצוניות, כגון, מונטיזציה של נתונים. ואחד הנושאים הגדולים - וזה היה מצחיק, מוקדם יותר בקריירה שלי, ומיממתי למעשה כמה מהכלים והפרויקטים של ארכיטקטורת הנתונים של IDERA - היה כל הרעיון הזה של מטא נתונים ואנחנו ממשיכים לחשוב על מטא נתונים, ואז לא דיברנו בערך הרבה זמן. סוף סוף אני רואה שמטא נתונים שוב מגניבים. זה באמת די חשוב באינטראקציה עם קבוצות שונות, להבין היכן הנתונים שלך, מה הנתונים. במיוחד בדברים כמו אגם נתונים. סוף סוף סוף סוף מעניין.

עכשיו הבטחתי שיש לי כמה נתונים סטטיסטיים מדו"ח בנושא מדדים בינלאומיים. זה היה משנת 2015 למועצת EDM. זה קשור למודרניזציה של איכות נתונים וממשל, ויש כמה פקטואידים מהנים בזה הספציפי. אז כאן, יותר מ- 33 אחוזים מהארגונים יש תוכנית פעילה לניהול נתונים רשמית ברמה מסוימת של הארגון - רק 33. אז זה מאוד מעניין בפני עצמו. מבין 50 האחוזים שיש להם, שעשו ממש רשמיות, אנו רוצים לנהל נתונים, אנו מבינים שזה נכס חשוב באמת בארגון שלנו, ממש כמו שיש לבני אדם משאבי אנוש. רק 50 אחוז מהם היו עם תוכניות שגילם שנה. אז זה, שוב, אזור מתהווה, זה באמת די מעניין במה שהפכנו להיות יותר ויותר חשובים, במיוחד עם דברים כמו שחלק מהתקנות בענף יוצאות.

אז בנקודה זו, הרבה פעמים - וזה מעניין שהייתי במכירות ותפקידים טכניים לאורך הקריירה שלי - זה לא היה באמת, "הו, אנחנו יכולים לחסוך כסף שיניע את הארגון" - זה בדרך כלל פחד. זה עוד "אוי אוי, אנחנו צריכים לוודא שאנחנו מכוסים. ואנחנו לא רוצים לאבד את מקום העבודה שלנו. "ובוודאי דברים כמו פריצות וסיכוני נתונים והדלפת נתונים, יש באמת מחקרים מדדיים מעניינים בנושא. Verizon עושה אחת בכל שנה וזה כנראה אחד האהובים עלי לסקור. מה שאתה כמעט תמיד רואה זה לא בכוונה, זה לא בהכרח, אתה יודע, שימוש לרעה מכוון בנתונים או ניהול שגוי של הנתונים שמביאים לדליפה. ולעתים קרובות - אין להם נתונים סטטיסטיים עבור הפגישה הספציפית הזו - אבל זה מרתק שהדלפים מקריים אלה של ניהול שגוי של הרשאות וכו '. אתה יודע, כדי להקל על הדברים קצת, ההדלפות הללו הולכות בהשאלה. ובדרך כלל לאנשים שהם הערה צדדית או חיצונית לארגון שלך, וזה לא מה שאתה רוצה.

אז אלה הם סוגים של דברים כשאתה חושב על תוכנית אבטחה וניהול של ניהול נתונים. אתה יודע, לא רק החלטות גרועות וחסכון בכסף, אלא גם וודא שאתה יודע שאתה בטוח, אתה מקפיד על חקיקות בנושא פרטיות וביטחון. אתה מסוגל לייצר רווחים מהנתונים בעידן הדיגיטלי הזה, וכמובן שאתה יודע שאתה רוצה לעשות דברים ביעילות ולעשות שימוש חוזר בנתונים ולהשיג את העותק המבורך ויש לי - אני שונא כשאנשים אומרים, ואני בניתוח ואני היינו בניתוח זה זמן רב, גרסה אחת לאמת. יש בדרך כלל, אתה יודע, בדרך כלל יש גרסאות מרובות של אמת, רק מנקודות מבט שונות. אך בעיקרון, אתה כן רוצה שהנתונים יהיו אמינים עליהם אתה מבסס החלטות.

אחד הנהגים הגדולים ביותר שאני רואה - וטוב שכך, זה טוב שהוא מתחיל להתקרר - הוא כל הרעיון של ה- GDPR של האיחוד האירופי. ותן לי לדבר על זה קצת. אז אם אינכם מכירים את ה- GDPR, אתם תשמעו רבות על כך בשנה הקרובה. זו חקיקה חדשה שמתרחשת במאי. זה ייאכף במאי 2018 ויש לו כמה עונשים גדולים על ניהול שגוי של מידע. יתכן ששמעת על כך מדברים בצורות אחרות - אולי לא משתמשים במונח GDPR - יתכן ששמעת או ראית את זה כתוב כזכות לשכוח, כלומר אתה יכול לפנות ולבקש מהספקים להסיר את הנתונים שלך. שוב, אדריכלי נתונים בעבר, הם לא היו מסירים נתונים. היינו משנים את זה, היינו הופכים אותו ללא פעיל בתרחישים של אחסון נתונים. מעולם לא מחקנו את הנתונים שלנו. לא היו לנו תהליכים לזה. אז זהו, שאתם יודעים, דברים אשר יגעו בכל היבט בארגון שלכם ובדרכים ותהליכים שונים שעשויים לקחת בחשבון בבניית היישום או מחסן הנתונים שלכם. אז אם אתה רואה דברים על GDPR שעליך לחשוב עליהם, די מהר אתה תצטרך בסיס משפטי כדי להצדיק איסוף ועיבוד של נתונים אישיים.

אז זה בעיקר ברמה האישית, ולכן צריך לתת הסכמה באופן חופשי: ספציפי, מושכל, חד משמעי. וזה הולך להשפיע על תחומים רבים של בינה מלאכותית ומדעי נתונים - זה התחום שאני מכסה בעיקר בימינו זה ההשלכות של מדעי הנתונים ופשוט לוודא שיש שקיפות מסוימת במודלים עצמם - כמו גם תחומים רבים אחרים מהשרות העצמי שלך BI, מחסן הנתונים שלך, ניהול נתוני האב שלך, אפילו פרויקטים 360 של הלקוחות שלך, להתאמה אישית ואפילו קו היישומים העסקיים שלך. אז זה משהו שהולך לגעת בכל חלק באורג שלך. ובניגוד לחוקי הפרטיות בתחומי השיפוט האחרים, ה- GDPR יחול על כל ארגון שנמצא בתוך האיחוד האירופי או מחוצה לו. וקנסות הציות, שוב, משמעותיים. זה ניתן לקנס את הארגון שלך עד ארבעה אחוזים מכלל השנתי ברוטו שלך - אני מאמין שקוראים לו מחזור - הכנסה כשלעצמה.

אני מקווה שיש לי את תשומת לבך ואלה דברים שאתה צריך לשים לב אליהם. אם החברה שלך כבר ממלאת כמה מהנהגים והתקנים התעשייתיים האלה עם ה- PCI, אולי זה ISO - אני לא בטוח אם אני אומר את זה נכון - 27001. אם אתה עושה כמה כאלה כבר, זה לא אמור ' לא יהיה מכריע מדי, אבל זה בהחלט להיות מודע אליו. אז כשאתם מתכוננים לכך, ישנם תחומים זוגיים, במיוחד בניהול נתונים ואחד הדברים הראשונים הוא לנהל קטלוג ולסווג את הנתונים שלכם - לדעת היכן הנתונים שלכם נמצאים. ובעולם, עולם היברידי, שבו נתונים חיים בכל מקום: הם בענן; זה באפליקציות האלה; זה בכוח המכירות; זה בתוכנית אקראית אחרת שמשווקת גם היא משתמשת, אתה יודע, מערכות הלקוחות שלך או מערכות המלאי שלך - כל סוגי המקומות האלה. דע היכן הנתונים שלך והדבר הכי קל לעשות - וזה היה תחום מהנה באמת בניהול נתונים, האם המושגים של קטלוגי הנתונים האלה שיש להם אינטליגנציה, אפילו סיווג למידת מכונה הוא חלק מהמידע.

ושוב, מטא-נתונים - ציינתי מטא-נתונים מתקרר שוב, אז באמת לחשוב על מטא-נתונים ולא להחליט על הנושא החשוב הזה כשאתה מתחיל לעצב אגמי נתונים וסוגי הדברים האלה, וכמובן לשלוט ולפקח על אלה. אז המעקב הולך להיות חשוב הרבה יותר כשאתה צריך לחזור ומישהו מ- GDPR, למשל, עשוי לבקש ממך להוכיח לאן נעלמו הנתונים האלה, למי יש אותם, למי הייתה גישה אליו וכו '. כי בעצם תצטרך להראות לרשויות דברים כאלה.

כדי לעזור לך בבגרות בניהול נתונים, יש למעשה כמה מחשבות, ואני מאמין - אני לא בטוח במאה אחוז - אני חושב שראיתי בסיפון של רון שהוא הולך לכסות כמה כאלה, כך שאני אני הולך לדבר על היום זה מ- CMMI. וזה אחד, זה זמין לאנשים; הוא מכסה שש קטגוריות שונות של ניהול נתונים, 25 תחומי תהליכים, 414 הצהרות תרגול ו- 596 מוצרי עבודה שונים. אז כשאתה חושב אפילו על כל הדברים שאתה עושה, כמו שאתה מנהל ומארגן נתונים, 596 מוצרי עבודה פונקציונליים, לא הבנת כמה עשית, נכון? או מה שאתה באמת לא עושה. כשאני מסתכל על מספר כזה, זה אחד הדברים שבאמת נדבקים במוחי. אז בזה, ומה שאני אוהבת בזה הספציפי הזה, זה האדריכלות והטכנולוגיה ניטרליים. אז זה אומר שאם יש לך, ורוב הארגונים הגדולים יותר שהתייעצתי איתם או עבדתי ויישמתי לאורך השנים, אתה יודע, יש להם שם כל מיני טכנולוגיות שונות. אז תרצו, אתם יודעים, לתרגם מה המשמעות של DMM לפלטפורמות והטכנולוגיות בהן אתם משתמשים בסביבה הספציפית שלכם. זה גם עצמאי בתעשייה, כך שהוא לא בהכרח ספציפי לטיפול בבריאות, למשל. לבריאות יש ודאיות - בין אם זה BAA או סוגים שונים של סיווגים, אתה צריך לתרגם או להסתכל על סוגים שונים של דברים כשאתה מרכיב את התוכנית שלך או התוכנית שלך לשיפור רמת הבשלות שלך בניהול נתונים בארגון שלך.

מה זה אם זה לא חלק מהדברים האלה? בעיקרון זה מגדיר את מה, אבל לא אומר לך ספציפית כיצד לעשות זאת. בהיותי אישיות מאוד טיפוסית רוב הקריירה שלי, אהבתי כשאנשים נתנו לי מטרה ויכולתי להבין איך להגיע למטרה הזו ולא, למשל, הסתכלתי בזמנים שלי, איך להגיע לשם. ככה בגרות ניהול הנתונים, והתהליכים האלה עם CMMI, זה נותן לך את המטרות וזה נותן לך כיצד למדוד את עצמך בכמה מתחומים שונים אלה. והם יתנו לך רמה. ישנן דרכים שונות שאתה יכול לקלוע ולמדוד את עצמך, בין אם זה ברמה אחת לאורך כל הדרך עד לדרגה חמש, כלומר, אופטימיזצית את זה ויש לך תוכנית ממש חזקה במקום.

וכדי לתת לך תחושה למה זה באמת אומר, יש לי סקירה כללית קטנה על המשמעות של זה. אז כאן, כשאתה חושב על מחזור חיים של מעבד בגרות לניהול נתונים, זה שיש את תהליכי התמיכה במקום, מכל הדרישות, ניהול סיכונים, אתה צריך לתמוך בתהליכים שם, וכלה בניהול נתונים ואני אדיב. הגהה על כך, אך למעשה ממשל נתונים הוא תוכנית שלמה בפני עצמה. לאחר מילון מונחים עסקי, דיברנו על מונחי מונחים עסקיים ואדריכלי נתונים לנצח - זה אמור להיות משהו שיש לכם בארגון. כמה סוגים אלה של קטלוג טכנולוגיות הם שם, הם מייצרים, מפתחים מילון מונחים עסקי הכולל מיקור חוץ של המידע והלקיחה ומה לא, ואתם יודעים, מכניסים קישורים למסמכים לפרספקטיבות שונות של אותם נתונים, של תחום הנתונים, או גרסת הנתונים כאשר הם משתנים לאורך מחזור החיים של הערך.

אלה סוגי הדברים שהשתפרו הרבה מאז שהתחלתי בקריירה. היינו צריכים לפתח מערכות לגידול ביתי בעבר כדי לעשות דברים מסוג זה. אז אנחנו מסתכלים על התמונה השלמה והגדולה, זו האסטרטגיה ואז על כל החלקים השונים כאן מההנהלה ועד לאיכות השלטון. ודבר אחד על איכות נתונים, זה מעניין ככל שהתעשייה הופכת להיות אוטומטית יותר ויש לנו, שוב, תהליכים דיגיטליים אלה עם קבלת החלטות אוטומטית. אני עובד הרבה במרחב מדעי הנתונים, שבו יש לנו כמה מהכלים הללו אוטומטיים של החלטות ומעדכנים מודלים חזויים תוך כדי תנועה. רבים מהכלים והאלגוריתמים הללו דורשים ומניחים שהנתונים טובים. זה זקוק לכך שהנתונים יהיו תקפים בכדי לתת לך החלטה אוטומטית טובה. אז כשחושבים על זה, אתם יודעים, אולי איכות נתונים היא בדרך כלל אחד הדברים האלה שאנשים סוגרים אותם בצד ואינם לוקחים זאת ברצינות רבה. אך ברגע שמתחילים לאוטומט של קבלת החלטות במודלים למודל חיזוי ולמידת מכונה, איכות הנתונים הופכת לחשובה באמת.

כמה דרכים למדוד את ההתקדמות שלך כאן הן - ואאפשר לרון לדבר עם זה, יש לו שקופית יפה על זה גם בפגישה שלו - אני רק אביא לך שיא מהיר של התגנבות של, אתה יודע, הרמות השונות הללו בזה. בעיקרון מדובר בהערכה עצמית, נכון? אז תבדוק את ניהול הנתונים שלך ואת מה שאתה חושב שיש לך משהו במקום. ואל תתביישי אם לא. כמו שאמרתי, רק 33 אחוזים מהארגונים באמת התחילו לעשות דברים מסוג זה. למרות שידוע לך, תוכניות מסוג זה היו לפחות לפחות - אני בענף למעלה מ 20 שנה ובוודאי שעשיתי דברים מסוג זה לפני שנים, אולי לא קראנו לזה סתם. ה- CMMI, יש להם תרגיל שאתה יכול להעריך את עצמך ואתה יכול לעבור וסוג של התבוננות וליצור משלך - במקרה זה סוג של תרשים מכ"ם - דירג את כל הזוויות או הדברים השונים האלה. וכל ארגון, כפי שעשיתי אחרת, אתה יודע, פעם הייתי עושה ייעוץ והטמעה של פרויקטים אלה, אתה יודע, כל ארגון הוא ייחודי. הם יהיו אזורים שיהיו ממש ממש חשובים עבורם. אולי, אתה יודע, מדובר בניהול תהליכים או בניהול איכות או שזה סיכונים - תלוי מה זה, אבל תרצה להסתכל וליצור אמת מידה או קו בסיס, ואז גם לחשוב מה מגדיר את ההצלחה שלה.

על כך, כשאתה חושב על מדידה וסדר של דברים מסוג זה, אתה תרצה להבטיח תחילה חסות מנהלתית לתוכנית כמו זו. זה משהו שהולך להיות פונקציונאלי חוצה כל הארגון, כך שגם אם סוזי Q וג'ון סמית 'הם מחליטים, "כן, בואו נעשה את זה. אנחנו צריכים לעשות את זה, " הם לא יכולים לעשות את זה בסילו בתוך הארגון שלהם, או אפילו אם זה IT. אתה באמת צריך לקבל את הרכישה הזו מהעסק וממומחי נושא הנתונים. הם צריכים קצת זמן. הם לא רוצים שזו תהיה משימה נוספת. אם אי פעם עבדת עליהם - אני חושב שביצעתי כמה משימות ניהול נתונים, פרויקטים בעבר ואיכות נתונים - ובדרך כלל, אתה יודע, אתה מגיע לעסק והם, "אה, דיילת נתונים." זה לא משהו שהם מתרגשים ממנו. והם כמו, "אה, לא. אנחנו צריכים שיהיה לנו זמן לזה ", והם כן. אז אתה רוצה להיות קצת מחויבות זמן. תצטרך לקבל את הברכה הזו מלמעלה. אתה רוצה שזה יהיה פונקציונלי חוצה.

שוב, זה משהו שבאמת נוגע בתחומים רבים בארגון. ועם GDPR, זה אמור להקל מעט כי שוב, החוקים מ- GDPR ואיפה שהנתונים האישיים האלה משמשים ללקוחות שלך ומשתמשים בכל הארגון שלך, זה אמור להיות קצת יותר קל אם אתה מיישם אותם, אם יש לך לדבוק ב- GDPR. נקשר פה לשון. זה אמור להיות לך קל יותר לעשות. תרצה להקצות אחריות מסוימת ואז להסתכל, אתה יודע, אתה הולך להתאים אישית את אלה. אז אתה תמיד מסתכל על סוגים אלה של הנחיות שארגונים אלה מספקים, וזה בדרך כלל מה שהם: הם ההנחיות עבורך ואתה הולך ליישם עבור התרבות שלך בארגון שלך.

עבודתי בממשל הייתה באמת חשובה באמת, אחד הדברים שחלק מהמוצרים שפיתחתי כשהייתי בניהול מוצרים עולמי במיקרוסופט היו BI בשירות עצמי ומאפשרים למשתמש העסקי ומשתמש הנתונים הלא טכניים לשחק עם נתונים וליצור דוחות משלהם, והרבה פעמים ה- IT היה דוחף לאחור. אז הקדשתי זמן רב לממשל הזה ובוודא שלמוצרים יהיו התכונות הנכונות והביקורת והרישום, ואתם יודעים שהפכו את זה כך שהם לא יביאו את מסד הנתונים כשלעצמו. אבל יש מסגרת, שידוע לך, שעובדת לאורך השנים בנושא מסוים זה של דברים מסוג זה שממש דומים גם לניהול נתונים. תרצה שתהיה בסיס זה שהוקם עם חסות מנהלים לכך, ואתה תרצה את המחויבות הזו בין עסקים ל- IT.

אז שוב, דיברנו על הקצאת תקציב / זמן ובפיתוח תהליכים חדשים. זה הולך להיות שינוי ברמה התרבותית כשאתה עושה כמה מהדברים האלה, אתה יודע, מתחיל להסתכל על נתונים. אבל אתה יודע, זה שוב חשוב מאוד מבחינה אסטרטגית. וכדי לתת לך הרגשה, הנה דוגמא, וניקיתי את זה מאחד הפרויקטים הישנים שלי מלפני שנים בנושא דברים מסוג זה. ושוב, זה כנראה יותר מנקודת המבט הממשלתית הגנרית, אך בהחלט ניתן לעשות בו שימוש חוזר לסוגים אלה של פרויקטים באמצעות ניהול ופיתוח תהליכי ניהול הנתונים שלך ושליטה עליהם. יש לך מומחה לנושאים עסקיים, יש לנו כאן עובדי נתונים, מומחי נושא ה- IT, אתה יודע, לקווי עסקים שונים. הרבה חברות גדולות יותר יכללו בהן לוח סטנדרטים ארגוניים, ואדריכלים ארגוניים ואדריכלי נתונים ומודלים. אז יהיו כמה מומחי נושא שונים מרמות שונות. ושוב, הרבה כאלה - אני שונא שיש לזה דוגמא - הם יתאימו בהתאמה אישית לארגון שלך ולתרבות שלך.

אחד הדברים כשאתה עובד עם הפרויקטים האלה, שוב זה המון פעמים כנראה לא הפרויקט הכי מרגש בארגונים, לא חזותי כמו שרוצים אנשים. זה מצחיק, זה אחד מהדברים שכאשר חברת הייעוץ נכנסת או אפילו בקבוצת ה- IT שלך, או שמרכז הצטיינות ה- BI שלך נכנס או שמרכז המצוינות האנליטי שלך נכנס ואנחנו עובדים על נתונים בגרות באיכות וניהול נתונים, יתכן שהם לא יתרגשו להפליא לעשות זאת. אבל עליכם למצוא דרכים להניע אותם, ולכלול זאת במידותיהם. אז כשאתה חושב על מה זה הולך להיות, דבר אחד לעשות את התרגיל הזה פעם אחת ואתה מקבל אנשים על הסיפון. ותגלה שהם אהבו את קטלוג הנתונים או שהם אוהבים כמה מהדברים האלה כי זה מקל על חייהם והם יכולים למצוא את משמעות הנתונים או להבין אותם, והם יכולים להוסיף להם פרספקטיבה משלהם. והעניין, קטלוגים של נתונים הם כנראה אחד הפרויקטים הגדולים ביותר לעזור לאנשים להתאהב בזה באמת.

אז הדבר הבא הוא להעסיק אותם. איך אתה מחזיק מישהו מאורס שאולי לא אכפת להם מזה? זה להגדיר מדדים ולכלול את זה, המדידה שלהם ואז לספק קצת למידה לגבי מתי יש הפרות וקצת מודעות לכך, "היי היינו ממש טובים זמן מה ואז לא כל כך טוב אחרי זמן מה." אז אלה הם סוגים של דברים שצריך לחשוב עליהם כדי להמשיך. ואז כשחושבים על ניקוד, וזו דוגמא מ- CMMI, כך הם קולעים את זה. שוב יש לך לוחות מחוונים משלך, KPI משלך, אתה יודע, דרכים שונות שאנשים נמדדים בארגון. אבל יהיו לך דרכים שונות להבקיע ולמדוד את ההצלחה שלך. נקודת המפתח שלי שכדאי שתקחו מזה, או וו שתוכלו לקחת מזה היא לוודא שיש לכם דרך למדוד הצלחה וכי תוכלו לחגוג גם את ההצלחות שלכם.

אז עם זה, אני מעריך שהיית שם שם לנושא המרגש הזה, ואני הולך לפנות לרון, זה הולך לחפור קצת יותר לעומק.

רון הויזנגה: ובכן תודה, ג'ן. ותודה לכולם שהצטרפתם אלינו היום. עכשיו אני הולך לקחת כמה היבטים של מה שג'נה דיברה עליהם ולהעמיק קצת יותר בתחומים מסוימים. אבל מה שאני גם אעשה זה לספק סוג של סיכום של איך אתה יכול לפחות לקבל סוג של הערכה עצמית ברמה גבוהה גם על כמה מהאזורים האלה. כי כמו שראית עם דגמי CMMI וסוג כזה, אתה יכול להעמיק מאוד מהר מאוד עם הרבה אינדיקטורים שונים. אז מה שאנחנו באמת רוצים להגיע אליו זה משהו כדי שתוכלו לקבל תחושה טובה למקום בו הארגון שלכם נמצא ברמה גבוהה למדי ואז להתחיל להתעמק בארגונים האחרים. אז עם זה אני הולך לדבר על יעילות ארגונית. ואני מתכוון לבסס את זה על CMMI ועל חלק מהתקנים או גופי הידע האחרים שיצאו מזה במהלך השנים. ואז אני אדבר על כמה ממדדי הבשלות לפדיון נתונים ובשלות תהליכים מכיוון שכשאנחנו עוברים את זה תראו שהם הולכים יד ביד. ותמיכה בפרספקטיבות, ג'ן דיברה על ממשל בתחום אחד. ואני גם אדבר קצת על ארכיטקטורת ארגונית. ואז נסכם את זה ונגיע לשולחן העגול עצמו.

אם נסתכל על זה, יש המון תקנים ו- BOKs - שהם כמובן גופי ידע - שפורסמו במהלך השנים. הרבה מהם באמת נבעו מהיכולת של מודל הבשלות. וכאן הגיע ה- CMMI עליו ג'נה דיבר. דגם ה- CMM עצמו היה למעשה בשנת 1998. הוא התחיל למעשה על ידי ג'נטלמן בשם ווטס האמפרי כשהיה עם יבמ. הייתה לו קריירה של 27 שנה בחברת יבמ. אבל ההתפתחות האקטיבית האמיתית שלו של אותו דגם מסוים החלה כשהיה בקרנגי מלון וזה הוזמן על ידי משרד ההגנה האמריקני. תקנים רבים אחרים שימשו כדי לגזור זאת. ומשהו שכדאי מאוד לדעת על הענף כשאנחנו מדברים על זה בכמה מהתקנים האחרים הוא שכשאנחנו מסתכלים על העיתוי של זה, זה גם על רקע הדברים שראינו בתעשייה בכלל. זה היה הרגע בו התנועה האיכותית החלה ממש לתפוס, במיוחד בייצור, והיא התפשטה לאזורים אחרים. שם בחנו דרכים לשיפור תהליכי הייצור, עשינו דברים כמו ניהול איכות כולל, ייצור בדיוק בזמן ודברים אחרים. והרבה מהפילוסופיות שיצאו מזה נכנסו לכל גוף העבודה האיכותי.

וזה באמת סוג של נקודת הקפיצה שממנה התחילו הרבה מהדברים האלה. זה התחיל בענף הכללי ועשה את דרכו גם למערכות IT ומידע ותהליכים ומידע. סטנדרטים אחרים שאנחנו רואים שקשורים יותר או יותר ספציפיים לחלק מהדברים שאנחנו מדברים עליהם הוא כמובן מודל בשלות הנתונים, שג'ן דיבר עליו קצת. יש גם את מודל הבשלות של התהליכים העסקיים של קבוצת ניהול האובייקטים. ומספר תקנים אחרים שראית כי הארגון שלך עשוי להתמודד איתם או להשתמש בהם בתחומים שונים של העסק, במיוחד מונע IT, כמו COBIT, שהוא יעדי בקרה למידע וטכנולוגיה, ITIL, שהיא בדרך כלל תשתית. ממוקד, שרבים מכם אולי התמודדת איתו. שוב, ניהול איכות כולל. ובמיוחד כשאתה נכנס לדברים כמו מדדים וכל דבר אחר, יתכן שראית דברים כמו בקרת תהליכים סטטיסטיים נכנסים לפעולה גם כן. ואז כמובן שחלק מגופי הידע שאנו עוסקים בהם הם אנשי מקצוע בתחום המידע או ה- IT. גוף הידע של ניהול הידע מאת.

יש גם, שווה ערך לזה, גוף הידע העסקי. וגוף הידע של ניהול הפרויקטים. יתכן שיש לך כמה או יותר מהדברים האלה שמשמשים בעלי עניין שונים בארגון שלך בו זמנית. אבל בואו נסנן דרך ה- BOK ונחזור ונאמר, מהי בגרות? ואנחנו מפרטים את ההגדרה בוגר מכיוון שכשאתה שואל מהי בגרות, כשאתה מעלה את זה במילון, זה בעצם אומר "אתה בוגר." אז בעזרת המילה "בוגר" זה באמת אומר שהגיע למתקדמים שלב פיתוח - כמובן, מאוד גנרי. אבל מה שאנחנו באמת מסתכלים כאן הוא לקדם את מה שאנחנו עושים לרמה גבוהה יותר של הישגים ככל שאנחנו עוברים. וכשאתה מסתכל על הרבה מהסטנדרטים, כפי שתראה, ה- CMMI בפרט ומודל הבשלות של יכולות באמת התבססו על דברים בקנה מידה של חמש נקודות, כך שזה נותן לנו דרך הדרגתית להסתכל ולהגיד, איך הם אנחנו למעשה מתפתחים לאורך הסקאלה הזו איך אנחנו צומחים?

כשאנחנו בוחנים את הבשלות, מבחינת השגת בגרות ארגונית בדברים שאנחנו מעוניינים בהם, אנחנו צריכים להיות באיזון. אתה צריך להשיג בשלות נתונים, ונדבר על כמה מהקריטריונים שעליך לעשות שם, אך עליך להגיע לבשלות תהליכים במקביל. הם שני צדדים של אותו מטבע והם צריכים ללכת יד ביד. אינך יכול לעבור, למשל, מאפס לחמש בסולם בגרות של נתונים מבלי להגדיל את בגרות התהליך שלך, וזה נכון גם לגבי בגרות התהליך. שניהם מחוברים זה לזה והם מושכים זה את זה לנסיעה בזמן שאתה מתפתח למעשה בשלבים השונים. ואני אדבר על זה קצת יותר בשקופית עתידית כאן. הדברים האחרים שעלינו להבין הוא השגת נתונים וגם בגרות בתהליך הם יסודיים בארכיטקטורה ארגונית ובסיסיים לחלק מדברי הממשל שג'נה דיברה עליהם גם כן. אנו מאפשרים לאלה להגיע להבגרות בכמה מהדברים האלה שאנחנו מנסים לעשות.

עכשיו לשקופית שג'ן אמר שאני הולך לדבר עליה בפירוט מעט יותר. לקחתי רק כמה קטגוריות, ובעזרת סולם CMM כאן, ולמעשה יש לי את שלי, אני למעשה מוסיף אפס מבחינת, מעל הסולם כי יתכנו מקרים מסוימים שבהם לא עשיתם כל מתיחה בכלל במקרים האלה. אז אלה רק דרכים להכרה שקרתה. כך שאם אנו מסתכלים על ממשל נתונים בפרט, ייתכן שתתחיל באפס מכיוון שאין לך שום תוכניות לניהול נתונים. וכשאתה מתחיל להתבגר בתחומים השונים, ברגע שאתה מתחיל להציג אותו ברמה של פרויקט, אז ברמת התוכנית, דרך חטיבות ובסופו של דבר כולו ארגוני, ככה, מנקודת מבט ממשלתית, אתה למעשה מתבגר וצומח כ ארגון כשאתה עושה את זה.

היבטים אחרים של זה, כגון ניהול נתוני אב, אתה יכול להתחיל באפס ללא סיווג נתוני חומר רשמי. ואז תגיע, אתה גדל לנקודה בה אתה מזהה שיש לך נתוני אב ואתה מתחיל לסווג, אבל זה לא משולב. ואז אתה מתחיל לעבוד לקראת מאגרים משולבים ומשותפים. ואז כשאתה נכנס לסביבה סטנדרטית, זה כשאתה מסתכל על מתן שירותי ניהול נתונים. וכשאתה מתקדם הלאה שם למעלה, אתה הולך להקים דיילים בנתוני אב ובסופו של דבר מועצה לניהול נתונים כי באמת מסתכלת על זה ברצינות כל הזמן. כשאתה מסתכל על הסביבה הטכנית שלך ועל היישומים ועל בסיסי הנתונים שיש לך מנקודת מבט של שילוב נתונים, שוב, בסביבה לא בשלה, תהיה לך מספר ממשקי אד הוק, נקודה לנקודה וסוג זה של דבר. וכשאתה גדל, תתחיל להציג כמה כלים ותקנים נפוצים. ואז תתחיל להסתכל על פלטפורמות אינטגרציה נפוצות ככל שתצמיח את זה. וכשתהפוך לסטנדרטית, תעבוד על תוכנות ביניים סטנדרטיות ודברים קלים אפשריים כמו אוטובוסים של שירות ארגוני, מודל קנוני, תקטלג את כל הנתונים בארגונך ותקשר גם לדברים כמו כללים עסקיים במאגר שלך וכאלה של דבר. ואז להמשיך עוד יותר לאן שאתה מקבל את זה מוטמע לחלוטין בתרבות הארגונית. וכמובן, האיכות היא בעלת חשיבות עליונה. כשג'ן דיבר עליהם, הרבה החלטות והרבה כלים שיש שם למעלה, נניח שיש לך נתונים באיכות גבוהה שאתה עובד איתם. אז איכות נתונים זה משהו שמהווה בסיס בסיסי להשגת בגרות נתונים.

שוב, כשאתה מסתכל על הנתונים, יתכן שיש לך הרבה ממגורות ונתונים מפוזרים בסביבות לא בשלות. יתכן שיש לך אי התאמות שמתקבלות. ואז אתה מתחיל לעבוד על זה, מזהה את הלא עקבי ואז מתחיל להסתכל על התכנון. ואם אתה מסתכל כאן על סביבות מנוהלות, משהו חשוב מאוד כאן הוא טיהור נתונים בצריכה על מנת להשתמש בנתונים בקבלת החלטות. אז מה שאנחנו באמת מדברים עליו הוא טיהור נתונים, שם אנו עומדים לטעון אותם למחסני נתונים וכלים אחרים לתמיכה בהחלטות. וזה מקביל למה שפגשנו בעבר בתעשיית ייצור הנתונים שבהם אנשים היו בונים מוצרים, הם היו עושים את דרכם לאורך פס הייצור ובסופו, הייתם בודקים את המוצר והולכים, "אה, יש לנו פגמים כאן. "שוב, דבר שאתה לעולם לא יכול לעשות הוא שלעולם לא תוכל לשפר את איכות המוצר על ידי בדיקה בסוף. אתה יכול לראות את הבעיות עם זה ואז אתה יכול לנקוט בצעדים לשיפור הבאים ואחרים שיורדים אחריו, אך לעולם לא תשפר אותה על ידי בדיקה בסוף. אז זה המקום, כשאתם מתקדמים קדימה, במיוחד בנתונים, אתם עוברים יותר מבדיקה ומנקודת מבט של טיהור במקום הצריכה בו אתם מתחילים לנסות לבנות את זה במקור, ממש מהמקום בו אתם תופסים את נתונים, התהליכים הפועלים על פי אותם נתונים, ומבטיחים כי הנתונים מדויקים ומתאימים לצריכה בכל תהליך לאורך הדרך. כשאתה מתפתח הלאה אתה מתחיל להתפתח ולקבל KPIs איכותיים ובאמת מתחיל לפתח גישה זו למניעה לאיכות נתונים כשאתה מתקדם.

מבחינת התנהגויות ארגוניות או דברים שאתה רואה הוא שאם אתה לא חושב שיש לך בעיה או שאתה לא מודע, אתה יכול להיות, אם יש שלב הכחשה בארגון שלך, זה אומר לי שאתה נמצא למטה רמה אפסית או עוברת פוטנציאלית לאחד. אם יש הרבה כאוס סביב הנתונים שלך ומנסה לפתור את חוסר העקביות האלה, אתה כנראה ברמה אחת. כשאתה עדיין במצב תגובתי, אתה עובר למנוהל, אבל אתה לא מתכוון להתקנן עד שתהיה לך סביבת נתונים יציבה מאוד שתחבק גם את הממשל, את האיכות, את ניהול הנתונים הראשי ואת הנתונים. אינטגרציה, כדי להזכיר רק כמה מהנקודות. ושוב, ברגע שאתה עובר את זה, זה כאשר אתה מתחיל להיכנס לסגנונות ניהול ממש פרואקטיביים. אם אתה מגיע לחלק בו יש לך התנהגות חזויה מאוד וגם את הניתוח לגיבוי וה- KPIים לגיבוי בארגון שלך, כשאנחנו מסתכלים על זה ומכסים כמה דברים, יש עוד כמה דברים שאנחנו יכולים לעשות ראה על ארגונים והיכן הם נמצאים. בואו נסתכל על המיקוד העיקרי בתחום ה- IT בארגון. אם המיקוד העיקרי שלך בתחום ה- IT הוא עדיין בטכנולוגיה ותשתיות, כנראה שאתה נמצא לקראת הסוף הפחות בוגר. אבל כשאתה באמת מתמקד במידע ומאפשר מידע, אסטרטגי עסקי אסטרטגי, אתה מתקרב לסוף הבוגר של הסקאלה. כמו כן, כשאתה מסתכל על זה מנקודת מבט של נתונים, אם אתה בסוף הנמוך, יש לך סיכון נתונים גבוה, ואם אתה בסוף הגבוה, הורדת את הסיכון הקשור לנתונים. והצד האחורי בכך הוא יצירת ערך של הארגון. בגרות נמוכה יותר של נתונים פירושה שסביר להניח שיש לך רמת ערך נמוכה למדי, במיוחד מבחינת הנתונים שיש לך בארגון שלך. וכשאתה עולה בקנה מידה, אתה מקבל ייצור ערך גבוה.

בואו נסתכל על זה מבחינת דוגמנות הנתונים עצמה. לפעמים דוגמנות נתונים הפכה לילד החורג בעל הראש הראשי. ודגמי נתונים הם בסיסיים להשגת בגרות נתונים. אז אני רק רוצה לדבר על כמה מהסימנים המספרים כיצד מודלים נתונים קשורים לזה. אם זה פשוט משמש לתיעוד או להפקת מסד נתונים פשוט ופיזי עבור אפליקציות קטנות וסוג כזה, סביר להניח שאתה נמצא ברמה הראשונה מבחינת בגרות הנתונים. כשאתה מתחיל לאמץ ולהכיר את הסוגים השונים של דגמים, כולל רעיוניים, המודל ההגיוני והמודלים הפיזיים היכן שהוא גם, אתה יודע, בעצם אתה מעלה את העיצוב. אתה באמת משתמש בזה כנקודת מבט עיצובית, ואז אתה ברמה אחת.

כשאתה מתחיל להסתכל על זה מרמה ארגונית יותר, כולל בניית מודלים ארגוניים או קאנוניים, הצגת הרעיון וקשירת מספר דגמים, שושלת נתונים ובניית מטא-נתונים של ממשל היישר לתוך המודלים שלך, אתה מתחיל להגיע ל דרגה שלוש, ואז עוברים הלאה למטא נתונים של ממשל מלא, אינטגרציה של מילון מונחים עסקי וכו '. התבוננות במחזור החיים ושרשרת הנתונים היא כאשר אתה באמת מגיע לרמה ארבע. ושוב, דוגמנות משולבת לחלוטין עם מילוני מונחים עסקיים, מטא נתונים, היכולת להניע דברים כמו ניתוח לשרת עצמי, זה באמת כאשר הגעת למצב בוגר למדי.

כחלק מהחבילה על זה, אני רוצה לדבר על מחזור חיי הנתונים בקצרה מאוד. והסיבה שאני רוצה לדבר על זה מחזור חיי הנתונים לצערי לעיתים קרובות מתעלמת. ועל מה מדובר, זה באמת תיאר כיצד מרכיב נתונים נוצר, קורא, מעודכן או נמחק, ואת התהליכים הפועלים עליו בכל הארגון שלך. אז אלו מאיתנו שנמצאים בתעשייה כבר זמן רב מתייחסים לזה כ- CRUD מכיוון שזה היצירה, הקריאה, העדכון והמחיקה. אך עלינו להבין זאת ברמה הבסיסית כאשר אנו עוסקים בנתונים בארגון שלנו. הרבה גורמים נכנסים לשחק. מהם הכללים העסקיים הפועלים על פיו? מהם התהליכים העסקיים הצורכים, מייצרים או משנים את הנתונים? מהן היישומים שמיישמים בפועל תהליכים עסקיים כדי לאפשר לך לעשות זאת? כל מה שנכנס לתמונה מבחינת מחזור חיי הנתונים.

ושוב, ג'נר הרמז לכך קודם - יתכן שלא בהכרח מקור אחד לאמת. יתכנו מספר דרכים בהן נוצר אלמנט נתונים מסוים. ואולי בעצם תצטרך להיכנס, דברים שונים נכנסים דרך מערכות מרובות או צריכות מרובות שעליך לפשר ולהחליט בכדי לבחון מה מקור הנתונים הנכון עבור אותה החלטה מסוימת באותה נקודת זמן. יתכנו מספר גרסאות של נתונים למטרות שונות בארגון. כדי להיות מסוגל להשיג זאת, אתה צריך להיות מסוגל למודל תהליכים עסקיים, שושלת נתונים הכוללת את זרימות הנתונים, אינטגרציה וזה כולל דברים כמו ETL, כך שחילוץ, טרנספורמציה וטען עבור מחסן הנתונים שלך, מרט נתונים ואזורי הבמה וכמובן שקישורי נתונים בצד הנתונים הגדולים נכנסים לפעולה גם כן. כשאתה שולף מידע זה מאגם הנתונים, עליך לדעת כיצד אתה אוכל אותו וכיצד אתה משתמש בו. מבחינת מחזור החיים עצמו, זה באמת איך אנחנו יוצרים או אוספים נתונים חדשים, איך אנחנו מסווגים אותם - מכיוון שאתה צריך לסווג אותם כדי להבין ולעבוד איתם ביעילות - איך אתה אוגר אותם, איך אתה אתה משתמש בו, איך אתה משנה אותו לתהליך העסקי הזה, שבו הוא משתף בארגון - וחשוב מאוד: שמירה וארכיב. כמה זמן אתה שומר את הנתונים? מתי אתה מארגן אותו? מתי בסופו של דבר אתה משמיד את הנתונים האלה? יש לקחת בחשבון את כל הדברים האלה במחזור חיי הנתונים שלך ועליך לעשות את כל אלה כדי להשיג רמה גבוהה של בגרות נתונים בארגון שלך.

עכשיו הצד הפוך, שוב, אמרתי שהם די כמו תאומים שאתה צריך לדבר על בשלות תהליכים בשילוב עם בגרות נתונים - הם כן הולכים יד ביד. שוב, יש לי כאן כמה דברים שונים ו - אל תדאגי אני לא מתכוון לקרוא את כל אלה, אלא פשוט סוג של רשימת בדיקות כך - שוב תוכלו להתחיל להעריך את עצמם היכן הארגון שלכם נמצא במונחים של בגרות בתהליך. בואו נסתכל שוב על הדברים מימין הראשוני דרך הדפים המותאמים. שוב, אנו משתמשים באותו סולם של חמש נקודות שנגזר ממודל הבשלות של יכולות. אם אתה מסתכל על דברים כמו המיקוד, אם אתה נמצא ברמה נמוכה יותר או ברמה ראשונית של בגרות בתהליך, אתה עשוי לגלות בארגון שלך שאנשים באמת סומכים על השיטות שלהם כדי לבצע את עבודתם. ואתה יכול לראות כמה גיבורות וסוג כזה כדי להיות מסוגלים לעשות דברים. ואז אתה מתחיל להגיע לנקודה בה אתה פעיל יותר ביחס אליו, בה הנהלתך לוקחת אחריות על יחידות העבודה והביצועים. ואז אתה מתחיל לפתח את התהליכים המשולבים הסטנדרטיים. ואז יציבות התהליך ושימוש חוזר. ואז אתה מתחיל לראות יותר תרבות של חונכות וניהול סטטיסטי לחישוב הערכים וה- KPI לגבי אותם תהליכים ולבסוף לרמת אופטימיזציה מלאה.

כשאתה מסתכל על ניהול העבודה אתה יכול ללכת על, אתה הולך לעבור מתחום שיש לך רמות לא עקביות של ניהול עבודה למנוהלים יותר, שם אתה מאזן לפחות ברמה גבוהה יותר את התחייבויותיך למשאבים. ואז לנקודה בה יש לך ארגון הניתן להסתגלות או זריז יותר, כך שתוכל לבצע סטנדרטיזציה של התהליכים שלך, אך להתאים אותם למיטב השימוש בהם בנסיבות שונות בארגון שלך. וכשמגיעים למתקדמים, שם העצמה חשובה מאוד, וזה אומר שכולם מבינים באופן אינטואיטיבי את המתרחש ולצוות יש את נתוני התהליך, כך שהם יכולים להעריך ולנהל את העבודה שלהם.

שוב, לחזור לאנלוגיה הייצור - כשראינו שכאשר התחלנו למודרניזציה של קווי הייצור שלנו וכל מה שקשור לתעשייה, התחלנו לדבר על האיכות הכוללת והעצמת העובדים אפילו על פס הייצור, שם אם מישהו היה רואה משהו לא בסדר בכל שלב מסוים בייצור, אנשים הוסמכו שהם יכולים ללחוץ על הכפתור האדום הגדול ולכבות את כל פס הייצור עד שייפתרו בעיות לפני שהדברים יתקדמו. וזה סוג זה של מנטליות וסוג של תרבות שאנחנו מחפשים סביב נתונים בתהליכים שלנו כדי לוודא שאכן אנו ממטבים את הנתונים שלנו ואת התהליכים בארגון שלנו.

אינדיקטורים אחרים לתרבות שלך - האם התרבות שלך עומדת במונחים של שום בסיס שניתן לזהות למחויבות אמיתית לשיפור בתהליכים העסקיים שלך? האם יש משלחת אחריות, אותה אנו רואים בהמשך הסולם? וכשאתה מתקדם, ייתכן שעדיין יש לך ממגורות, אך כשאתה מתחיל להתקדם מבחינת התרבות והדברים שאתה עושה בתהליך העסקי שלך, אתה גם מפרק את הסמלים העסקיים השונים וממנף אותם. תהליכים ברחבי הארגון שלך. חשוב מאוד שככל שתגיע לשלב האירוע, מה שאתה באמת מתבסס עליו הוא, במקום להרגיש בטן, אתה אוסף מדדים איכותיים, ויש לך ערכים במקום לחזות את היכולת שלך בביצוע העסק שלך. פעולות וזה חשוב ביותר.

מבחינת אדריכלות, בואו נדבר על זה מכיוון שרבים מאיתנו כאן נמצאים בתחום ה- IT או תמיד מסתכלים על ה- IT. שוב, אותם סוגים של דברים שראינו בנתונים. יש לנו מערכות IT נואשות אם אתה באמת נמצא בשלבים הראשונים של בגרות תהליכים. לאחר שתתחיל לנהל את התהליכים שלך, אתה תראה כמה שירותים הוקמו במקום שאתה באמת מאמצת גישה יותר מבוססת שירותים. ואז אם אתה הופך לסטנדרט, אתה תראה יותר אימוץ בשירות מלא מבחינת נתונים ושירותים ושירותי תהליכים וסוג כזה, ממש עד היכן שאתה מקבל שירות מלא או ארכיטקטורה חדשה. ואז בסופו של דבר לעסק מלא מונע תהליכים שמשתמש בנתונים שלך.

שוב, אותם סוגים של קשקשים כשאנחנו מסתכלים על זה. מבחינת הפרודוקטיביות, ברמה נמוכה של בגרות בתהליך, אתה הולך לראות רמות נמוכות של תפוקה ובשלות גבוהה בתהליך, אתה הולך לראות תפוקה גבוהה בהרבה. וגם האיכות הולכת יד ביד עם זה. זהה לנתונים - אם אתה ברמה גבוהה של בגרות, אתה תראה רמת סיכון גבוהה וגם רמת פסולת גבוהה. אך ככל שרמת הבשלות גבוהה יותר, אתם הולכים להוריד את זה ולהוריד את הסיכון ולהפחית את הפסולת באופן משמעותי. מבחינת כמה מהדברים שאתה עשוי לראות כסוג של סימפטומים או אינדיקטורים בארגון, אם הפילוסופיה העיקרית מבוססת על קיצוץ בעלויות, אתה כנראה נמצא ברמה נמוכה של בגרות בתהליך. לאחר מכן זה יעבור סיום לימודיו ויעבור לעבר התבוננות ביעילות רבה יותר בארגון שלך ואז כשאתה מגיע לרמה בוגרת מאוד, אתה הולך להתמקד ביצירת ערך מחדש.

מנקודת מבט ניהולית ארגונית, אם הכאוס שולט, זה בדרך כלל סימפטום של, שוב, ארגונים בעלי בגרות נמוכה בתהליך. אבל אתה מתחיל להתמקד במה שאני מכנה יותר מנטליות ניהולית בה - וייתכן שיש קצת ניהול לפי צו, או כופה דברים - איפה שאתה באמת אז, כשאתה מגיע לרמות הבוגרות יותר, ההנהלה שלך מתורגמת ל יותר מנהיגות. במילים אחרות, הפילוסופיה של השיפור מוטמעת בתרבות ומהמנכ"ל ומטה, הם מקדמים את כל הפילוסופיה הזו של שיפור תהליכים ושיפור מתמשך, מתמשך בארגון שלך בכללותו.

מבחינת מודל תהליכים - ואני אעבור על הדברים האלה די מהר כאן - בואו נסתכל על מודלים של תהליכים כשהם קשורים לבשלות התהליך עצמה. שוב, דומה מאוד לדברים שראינו על בגרות הנתונים, שם ברמות נמוכות או ברמה אחת, יתכן שאתה סתם מתעד תהליכים או את תהליך המצב הנוכחי, אבל אתה ממש לא משתמש בזה במונחים של העברת דברים קדימה. כשאתה מתחיל להתבגר, אתה מתכוון להשתמש במודלי התהליכים העסקיים בכדי להעלות את ניהול התהליכים העסקיים בפועל בארגון, ואז להתפתח עוד יותר למקום בו אתה משתמש בו ולעדכן ללא הרף את המודלים האלו כדי להביא לשיפור תהליכים למקום בו אתה בסופו של דבר להגיע לעיצוב תהליכים. ואז כשמגיעים לבוגרים מלאים, או, אתה יודע, מה שאתה בדרך כלל רואה אצל רזים או בארגונים שאימצו תוכניות באיכות גבוהה יותר, כמו סיגמא, זה שוב המקום בו יש לך את המנטליות לשיפור מתמיד וזה טבוע ממש בדוגמנות של הארגון שלך. אז בדיוק כמו שאנחנו משתמשים בתכניות הנדסיות כדי לבנות מוצרים, בין אם זה מטוסים או בניינים וגורדי שחקים וסוג כזה של דבר, אנו סומכים על הדגמים שלנו כדי להניע את העסק שלנו קדימה, כי זה האלמנט העיצובי שמניע למעשה את האלמנטים הארגוניים שלנו .

עכשיו, שוב, אני לא אעבור את זה וכל מילה אחת כאן בפרטי. מה שעשיתי זה שצילמתי את שתי השקופיות הפשוטות יותר של רשת, ובחרתי במספר המילים ששימשו בכמה מאותם מתארים הן לבשלות נתונים והן לבשלות תהליכים. אז כשאתה מסתכל על זה אחרי מעשה אתה יכול להתחיל לחשוב על כמה מהמילים שאתה רואה יוצאים בתרבויות הפנימיות שלך במונחים של דברים שנאמרים. וזה יעזור לך להתחיל לסווג היכן, כארגון כולל, אנו מתחילים להשתלב בסולם הבגרות הזה בסך הכל. אז אם אתה רואה דברים כמו חוסר עקביות או עומדים או חוסר יעילות עולים די לעתים קרובות או כאוס, בדרך כלל אתה עומד להיות בקצה התחתון של הסולם. כשאתה מתחיל לחשוב על דברים כמו שיפור מתמשך, יישור אסטרטגי, גישה מונעת לפגמים ואיכות וסוג כזה של דברים, אינטגרציה מלאה ואתה מדבר על שיטות עבודה מומלצות ביתרון תחרותי, זה הרגע שאתה הולך לראות את עצמך למעלה במיטוב, סוף גבוה יותר של הסקאלה.

שוב, משהו שאני רוצה לציין גם שכשאתה מתחיל להסתכל על ממשל נתונים, בפרט כשאתה מסתכל בתחתית הסולם, נמצא בשלבים הראשונים, ייתכן שמנהיגת נתונים תוצג רק ברמות פרוייקט בודדות. עליכם להתפתח לנקודה בה ממשל הנתונים והמטרה הספציפית היא ממשל נתונים של הפרוייקט והתפתח באמצעות ממשל נתונים של תכניות וחלוקה, ושוב זה ארגוני ומוטמע בארגון בכללותו.

דיברתי על העובדה שמדובר למעשה בתאומים שעובדים יחד מבחינת בגרות הנתונים ובשלות התהליכים. בהשגת בגרות זו, משני צדי הסקאלה הוא מסע ולא ניתן לקפוץ מדרגות. אם אתה נמצא באפס, תצטרך להתפתח בשלבים אחד, שניים, שלושה, ארבעה ובסופו של דבר להגיע לחמישה. ויש מעט מאוד ארגונים בעולם שהם בעצם בגיל חמש. אז הרבה ארגונים ישמחו להיות יותר בנקודה בה הם בשלוש ואז יוכלו להשתמש בזה כמקפצה קדימה. ושוב, אתה לא יכול ללכת, אתה לא יכול להיות בארבע מהבגרות נתונים ואחד בגרות בתהליך. זה פשוט לא עובד מכיוון שהם כל כך שזורים זה בזה שאתה צריך להבין ולהתמודד טוב עם הנתונים והתהליכים שלך בשילוב זה עם זה.

אנלוגיה טובה לחשוב על כך כפי שהיא, במסעך לקראת בגרות מאורגנת, נניח שהצוות שלך מורכב משני אנשים: האחד הוא בגרות בתהליך והשני הוא בגרות נתונים. אתה מנהל מסלול מכשולים ואת קשורה יחד עם חבל קצר. וכדי להגיע לסוף המסלול, זה אומר ששניכם צריכים לעבור, לא רק את כל המכשולים, אלא עליכם לעבור את כל המכשולים כמעט באותה העת או קרוב מאוד זה לזה כדי להיות מסוגל להמשיך הלאה ולהגיע למכשול הבא. זו דרך ממש טובה לחשוב על איזון בין בגרות התהליך ובשלות הנתונים. אז במילים אחרות, אתה יכול להיות מרוכז במקצת בתהליך ואתה יכול להיות מעט ממוקד נתונים, אבל זה הולך להיות אינדיקטור מוביל, ולא יכול להיות שיש הרבה פער שיעלה אותך באמת דרך הרמות.

ואז כשאנחנו מסתכלים על זה שוב מממשל נתונים, אחד הדברים שרציתי לציין למקרה שלא היית מודע לכך, היא ש- DAMA למעשה שיחררה את גוף ניהול הנתונים של ידע כרך שני מוקדם יותר השנה, והדברים ש יש שם את גלגל DAMA בפועל. ולמעשה ייצגתי את זה קצת אחרת, שם ממשל הנתונים נמצא במרכז ועשר הקטגוריות השונות סביב הגלגל השונה. משהו שחשוב מאוד לראות כאן הוא דוגמנות נתונים ולעיצוב יש למעשה אזורים משלו על ההגה עכשיו - הוא היה מעורבב עם האחרים בעבר. אחד הדברים שזו נקודה מהותית מאוד כאן הוא שמידוד נתונים בפרט הוא מהותי לכל ההיבטים האחרים האלה מכיוון שבין אם אנו מבצעים דוגמנות נתונים של בסיסי הנתונים שלנו או המטא נתונים שאנו עוסקים בהם, למודל נתונים יש תפקיד לנגן בכל הקטעים האחרים האלה שאנחנו מדברים עליהם. ולמודלים לתהליכים יש גם תפקיד בהרבה מהדברים הללו מכיוון שבנוסף להבנת הנתונים עצמם עלינו להבין כיצד משתמשים בהם וככה דוגמנות תהליכים באמת עוזרת לנו לעשות זאת.

עכשיו בוא נחליף מעט הילוכים ונדבר על אדריכלות ארגונית. ודגמים הם מכריעים גם לאדריכלות ארגונית. ואני מבסס את זה על הדוגמא וזו המסגרת של זכמן שאני מציגה כאן מהר מאוד. וכשמסתכלים על זה רואים כאן כמה דברים. אתה רואה מה, איך, איפה, מי, מתי ולמה סוג הסולם בראש. ואז אתה עובר רמות פירוט מפורטות יותר, אם תעשה זאת, מבחינת סוגי הדוגמנות או סוגי הדברים שאתה מפרט מבחינת ארכיטקטורת הארגון מרמה גבוהה מאוד של הקשר עד לרמה מפורטת, כולל יישום פיזי. אם אתה מסתכל על העמודות הראשונות, מה מאוד אינטנסיבי נתונים ומידע מעורב. כיצד מונע תהליך מאוד. ואם אתה מסתכל על ההיבטים האחרים, אתה תשתמש בשילוב של מודלים לתהליך ולנתונים במונחים של העלאת שאר המידע. יש לך נתונים על כל הדברים השונים האלה ומודלי התהליכים שלך גם הולכים לקשור דברים, כמו היכן שקורים הדברים, האחריות. וגם מבחינת דוגמנות התהליכים שאנו עושים בכלים שלנו, אתה יכול להתחיל לקשור את זה למטרות ומערכות יחסים וכללים עסקיים, המניעים את הדברים השונים שאתה עושה.

מנקודת מבט כוללת של מסגרת זכמן, אחת הדרכים הטובות לחשוב על זה גם היא שאתה מונע על ידי המודל ואתה למעשה עובר על הרמות השונות. אז אתה מתחיל בהיקף ברמה הגבוהה ובקונטקסטואלית. לאחר מכן אתה מתפתח לכיוון מודלים עסקיים, למטה לדגמי מערכת, ואז למודלים טכנולוגיים ואז גם הייצוג המפורט שלך מאוד של המודלים הטכניים. ושוב, נתונים מייצגים את מה, התהליך הוא האופן וזה באמת שילוב של נתונים ותהליכי אינטראקציה המניעים את כל המאפיינים האחרים כאן.

בהתבסס על זה, זה לא מקרה שהדרך בה אנו רואים את רעיון האדריכלות הארגונית מבוססת קצת אחרת מכפי שאחרים עשויים. לעתים קרובות למדי, תשמעו על ארבעת העמודים של אדריכלות ארגונית שהם ארכיטקטורת נתונים, רכישה, עסקים וטכניים. אנו מסתכלים על זה קצת אחרת מזה. אנו רואים בארכיטקטורת נתונים את הבסיס הבסיסי המניע את כל הארכיטקטורה הארגונית משתי סיבות. האחד, זה המקום בו זה התחיל. אפילו דברים כמו מסגרת זקמן צמחו בעיקר מארכיטקטורת נתונים ואז גדלו לאמץ גם את ההיבטים האחרים של האדריכלות. ושניים, מכיוון שהקשר הקשור בין תהליך לנתונים. לכן אנו רואים בארכיטקטורה העסקית את התווך המרכזי של אדריכלות ארגונית. ואז, כמובן, זה מחמיא לארכיטקטורת יישומים וארכיטקטורה טכנית, שהם דבר המאפשר הכרח מוחלט, כדי לאפשר לנו לנהוג בהפעלת ארגונים אמיתית. כעת, כאשר אנו מסתכלים על זה במונחים של ER Studio Enterprise Team Edition, פלטפורמת הדוגמנות המשולבת שלנו, כך זה נכנס לתמונה. וזה תרשים הקשר ברמה גבוהה של כמה מהמודלים שאנחנו עושים וחלק מהיסודות שמאחוריה. וזה למעשה מונע פנימה, זה למעשה מתואר בתרשים תהליך. לכן כאשר אנו מסתכלים בפרט על ארכיטקטורת הנתונים שלנו ועל הארכיטקטורה העסקית שלנו למטה, אנו מספקים כלים מבוססי תפקידים.

וכשאתה מסתכל על הכלי לאדריכלים עסקיים שלנו בפינה השמאלית התחתונה, זה המקום שבו עובדים אנליסטים ואדריכלים עסקיים בדרך כלל. והם בדרך כלל מתמקדים בחלק מהתהליכים העסקיים ומתחילים להרחיק אותם. אבל הם מתמקדים גם במה. אז אנחנו מתחילים לעשות דוגמנות נתונים רעיוניות וסוג כזה של דברים. אנו יכולים למנף ולהביא את אותם רכיבי דוגמנות רעיוניים לכלי דוגמנות הנתונים שלנו ולאדריכל הנתונים, שם הם מורחבים יותר למודלי נתונים לוגיים, וכמובן, בסופו של דבר, למודלים הפיזיים כדי שנוכל ליצור את מסדי הנתונים הפיזיים. ואנחנו יכולים גם לדחוף לאחור כך שהמודלים הרעיוניים ישודרגו גם במרחב האדריכלות העסקית. דבר מאוד חשוב כאן הוא שאנו תומכים בסוגי הדוגמנות השונים. אז שוב, BI הוא מאוד חשוב ואגמי נתונים וסוגי הדברים האלה, כך שאנו עושים דוגמנות גם וגם כחלק מכך אנו מבצעים דוגמנות לשושלת נתונים. כך שלא רק ה- ETL מבחינת האופן בו אתה מבצע את המיפוי מהמודלים הפיזיים שלך למודלים הממדים שלך למחסני נתונים או אפילו מביא דברים מאגמי הנתונים שלך ורואה איך המפות הללו ממנה, אנחנו יכולים לקשור את כל הדברים האלה יחד. כמו גם העברת הנדסת רוורס מפלטפורמות דוגמנות אחרות, מפלטפורמות ביג-נתונים.

ואז גם דברים כמו כלי ETL, כך שנוכל להתחיל לגזור דיאגרמות של שושלת נתונים היישר מפרט ETL שיש לך בסביבה שלך. חשוב מאוד לדעת שהיינו חייבים להתרחב מעבר למודלים קשורים. יש לנו פלטפורמות מסוימות כמו Hive ובמיוחד MongoDB, עכשיו אנחנו מתחילות לדבר על חנויות מסמכים, בהן יש לנו מושגים כמו אובייקטים ומערכים משובצים. הרחבנו את הסימן כדי שנוכל להתאים גם לסוגים אלו של דגמים מכיוון שמדובר בתפיסה לא קשרית. כל מה שיצרנו בכלי ארכיטקטורת הנתונים מבחינת חפצי הנתונים, בין אם מדובר בישויות לוגיות ובין אם מדובר בטבלאות פיזיות ותכונותיהם, יכול להיות דחף חזרה גם למודל העיבוד העסקי. אז כשאתה מרחיב את דגמי התהליכים העסקיים שלך מרמה גבוהה ומורד לרמה נמוכה יותר, אתה יכול למעשה לקשר אלמנטים הנתונים בפועל. כך שתוכלו לפעול, נוכל לציין את מטרי ה- CRUD של מה שקורה בפועל. אז זה נותן לך את מחזור חיי הנתונים עליו דיברתי עם ליצור, לקרוא, לעדכן ולמחוק ברמת תהליכים. ואנחנו מבצעים שם דגמי תהליכים מלאים של BPM גם עם מערך הכיסויים שלנו, כך שתוכל להתחיל לקשור אסטרטגיות עסקיות, יעדים עסקיים. כמו כן, אנו יכולים לקשור בין היישומים המיישמים תהליכים עסקיים אלה, הכל מנקודת מבט מונעת-מודל.

דברים אחרים חשובים ביותר הוא גם במודלי הנתונים שלנו. מאפייני ניהול הנתונים או מאפייני איכות הנתונים שולטים וניהול. אתה יכול להגדיר ולבנות שם מטא נתונים משלך למאפיינים שאתה רוצה לעקוב אחריהם, ומשמעות הדבר היא שאתה משתמש כעת במודל שלך כמתווה התבנית כדי להעביר את זה דרך כל הארגון שלך, אל מאגרי המטא נתונים שלך וכל השאר. וכמובן, אחת ממגבלות הדוגמנות, לפני שנים רבות כאשר הרבה מאיתנו התחילו בענף עושה זאת, היא היינו מייצרים את הדגמים הללו. מה היינו עושים? היינו מדפיסים אותם, היינו מניחים אותם על קיר, יתכן שחברי הצוות ישתפו וסוג כזה. הערך האמיתי של זה הוא היכולת לשתף ולשתף פעולה בתוך הארגונים שלנו. לכן זו הסיבה שיש לנו גישה מונעת-מאגרים למקום בו אנו מבצעים צ'ק אין ובודקים את הדגמים וחללי העבודה שלנו. ואנחנו חולקים אותם עם בוחרינו שהם הארגון, בין אם הם בעלי עניין טכניים אחרים, משתמשים עסקיים וסוג כזה של דברים. וגם לקשור את זה לפלטפורמת השיתוף שלנו שנקראת Team Server.

אז דיברנו על מילונים ומונחים עסקיים קודמים ועל החשיבות של זה ופיתוח אוצר המילים הזה לעסק. כל זה היה ב- Team Server, בו משתמשים, משתמשים עסקיים יכולים לשתף פעולה בתנאים אלה. הם גלויים, שמישים בארכיטקט הנתונים, למשל, בקרבת דגמי נתונים וכמובן שהרבה מילונים עסקיים אלה מקורם לעתים קרובות מכמה ממילוני הנתונים שיצרנו במודלי הנתונים שלנו. אנו יכולים לדחוף את אלה לדרך - כמו כן, מכלי אדריכל הנתונים, נקודת המוצא היא מילון המונחים העסקי, שם ניתן יהיה לשכלל אותם עוד יותר, וכל זאת גם עם ניהול שינויים סביבו.

זה היה המון. רק לסיכום, כמה דברים שדיברנו עליהם הוא לנסות בגרות ארגונית אמיתית, אתם זקוקים לגישה מאוזנת המורכבת מבשלות נתונים ובשלות תהליכים. אתה לא יכול להשיג אחד בלי השני. שוב, מהותי, עליך להיות גם וגם צריך להסתמך על זה, באופן ספציפי, דוגמנות נתונים ומודלי תהליכים עבור ארכיטקטורת ארגונית, כמו גם ניהול נתונים וניהול תהליכים, כמו גם בארגונים שלך. ארכיטקטורה ארגונית באמת קושרת את זה ביחס למבט על היבטים ונקודות מבט שונות אלה. לשם כך אתה זקוק לבסיס מוצק של ארכיטקטורת נתונים, ונדרש דוגמנות תהליכים אינטגרטיביים כדי לספק את ההקשר העסקי הזה ולאפשר לך להניע את התהליך העסקי שלך ואת צריכת הנתונים שלך קדימה. שוב, חשוב מאי פעם. אני יכול לומר, מה שישן זה שוב חדש. כך שעיצוב נתונים, דוגמנות תהליכים, שושלת, מטא נתונים ומילונים מונחים בסיסיים ביכולתם להשיג זאת ו- ER / Studio Enterprise Team Edition היא פלטפורמה שיתופית המאגדת את כל זה.

ועם זה נוכל להמשיך לשאלות.

אריק קוואנה: בסדר.

רון הויזנגה: נלך אליך, אריק.

אריק קוואנה: רון, אני צריך להטות את כובעך אליך על כל המאמץ שתשקיע בתיעוד תהליכים ומסגרות שונות אלה. זה הרבה חומר שהגעת לשם. אני משער שהשאלה הגדולה שיש לי היא מי צריך לפקח על הדברים האלה בארגון, כי אתה נוגע בכל כך הרבה דברים שונים. אתה מחשיב תהליכים, זה הולך להיות קצין תפעול ראשי או איזה מבצע. מחזור חיי נתונים, אתה חושב שאולי זה יהיה קצין נתונים ראשי. אתה נוגע בכל כך הרבה חלקים שונים וכל כך הרבה רכיבים שונים לעסק. איך אתה מוצא את האדם או קבוצת האנשים הנכונים והאם מדובר בוועדת היגוי? מה זה? מה אתה יכול לספר לנו על מי צריך לעשות זאת בארגון?

רון הויזנגה: אתה יודע, זו שאלה מעניינת. אנו יכולים למעשה להקדיש יום לדיון בגופם של גישות שונות ומגוונות שם. אבל משהו שבוודאי ראיתי, אתה יודע, בזמן שהתייעצתי לפני שנכנסתי לתפקיד ניהול המוצר, הוא שכאשר הסתכלתי על הארגון, זה היה חלק מהבעיה היא קבלת הבעלות וגורם לאנשים לקחת בעלות על זה. וכשאנחנו מסתכלים על תחומים כמו דוגמנות הנתונים שלנו ואפילו דוגמנות התהליכים העסקיים שלנו, או בימים הראשונים אפילו, תרשים זרימת נתונים וסוגי הדברים האלה, סוג זה צמח מתוך ה- IT. אך ככל שעברנו קדימה, ואני חושב שעכשיו אנו מכירים יותר ויותר בכך שבאמת צריך להיות מונע עסקי. אז אתה באמת רוצה שהבעלות על זה תהיה בעסק.

ואני מתכוון להעליב כמה אנשי IT כאן, אבל אני מאמין באמונה שלמה כי הסיבה לכך שראינו את ההתפתחות של תפקיד קצין הנתונים הראשי היא תפקיד ה- CIO נכשלה בכך ברוב הארגונים. וזה מכיוון שרבים מהמנמ"רים ממוקדים טכנית ולא נתונים וממוקדי תהליכים. אז אני חושב שאתה באמת צריך את זה, אתה בטח זקוק לאיזה סוג של ועדת היגוי בארגונים הגדולים יותר. אבל זה באמת צריך להיות בבעלות העסק. I'd make the argument that your business, your process modeling, your data modeling, all need to belong in the business, because that gives you the ability to ensure that IT, who's the custodian of the data and implements those processes through what they're creating, you have that hammer to make sure that it's happening if it's actually owned by the business.

Eric Kavanagh: Yeah, I think I'd agree with that. But Jen, what's your thought on that?

Jen Underwood: So it's really interesting. That's what I was alluding to when I said getting people to care and be interactive is probably one of the key things. At one point, I'd written a white paper about, it was self-service BI governance that's very similar to this. It's a matter of getting that, finding a way to motivate folks, the business value side of it, to get them to care about it. And then when they see, or they find, whether it's the data cataloging or whatever angle it takes. Maybe it's reducing shipment costs, putting something that someone's held accountable for in the organization, that's how you can get it to care. And yes, the business absolutely. The business subject matter experts are going to make or break it.

Eric Kavanagh: That's hard. I think you always want to have this consortium of stakeholders from around the organization. Of course, you don't want analysis paralysis. You don't want bureaucracy for bureaucracy's sake. What you want is for the organization to have an action plan and to have these things documented. You know, I think when you start talking about business process modeling, that was hot 25 years ago, but it was mostly detached from the actual business. I think at least in some industries, you can pull a lot of that process out of the actual software that runs things. But I think, these days, we have to find a way to kind of balance those two worlds, right, Ron? You want to have process models that are current and up to date and reflective of what's actually happening. So you don't want to have it just be a separate exercise where it's, it sits on a shelf somewhere. But that's, it kind of gets a bit challenging, right? Because not all operational systems are aligned with that kind of executable code. But what do you think?

רון הויזנגה: בהחלט. וזה מעניין כי אחד הדברים שאני מסתכל עליהם הוא כשאנשים, אתה יודע, הפכנו לחברת סיפוקים מיידית. אנשים חושבים, "אה, פשוט נרכוש כלים ונבצע את העבודה בשבילנו." זה כאילו שאתה לא הולך לקנות בגרות תהליכית. אתה לא הולך לקנות בגרות נתונים. זו עבודה קשה. אתה צריך להפשיל את השרוולים ואתה צריך לגרום לזה לקרות. והמנגנון לגרום לזה לקרות הוא הדוגמנות. זה מורכב מכדי שלא יהיה לך ייצוג חזותי של, לא רק את המצב הנוכחי עליו אתה עובד, אלא כדי להיות מסוגל לעצב כיצד אתה הולך לשפר את אותם תהליכים עסקיים שונים. אתה זקוק למסגרת החזותית הזו כדי להיות מסוגל להבין מה ההשפעה של השינויים האלה.

אריק קוונהאג: זה באמת - אני רק ציוץ; אני מציץ את זה ברגע זה - "אתה לא הולך לקנות בגרות תהליכית, אתה לא הולך לקנות בגרות נתונים." אני יכול פשוט להסכים לחלוטין עם שני הדברים האלה. וג'ן, הייתי מביא אותך למחשבות שלך. ואני אזרוק שאלה נוספת על כך. אחד הנוכחים שואל: מה הכוונה בארגון מונע תהליכים או בשלות תהליכים? ג'ן, אתה יכול לדבר עם זה?

ג'ן אנדרווד: אני באמת יכול לדבר קצת יותר טוב על השאלה הקודמת. כשאני חושב על, נאמר האמת, זה הראשון, אתה יודע, קונה כלים. זו הייתה הערה כל כך נהדרת מכיוון שהיא כל כך נכונה. אבל מה שאני אגיד זה די טוב יותר. אז אני סוקר המון פתרונות ואני רואה חללים שונים ובודק אותם. מה שמשתפר הוא לגלות נתונים, לתייג ולפחות לתת לך התחלה ריצה מסיבית וגם לעשות את זה, כשאני אומר פחות כואב, זה כמעט כיף. אז דמיינו שקטלוג נתונים או פרויקט MDM הם מהנים. זה, ויש לך אנשים בארגון שמשתמשים בנתונים אלה, בין אם זה דיווח או סוגים אחרים של דברים, ולדעתי מישהו שאף הקו אמר, היי להביא אנשים שאכפת להם מתוכנית הפיתוח האישית שלהם. כן, אפילו תעלה את זה עוד רמה אחת. זה לוקח את הדברים האלה ואומר שעכשיו הפחתנו משלוחים שלא נפרעו בכ -30 אחוז וככה נחסכו כסף. זה פשוט לנהל טוב יותר את הנתונים שלנו. זה סוגים כאלה של דברים ואתה שם כסף סביבך וזה עושה את זה כיף. או שאתה הופך את זה למעניין ורלוונטי למה שהם עושים. זה סוג של קסם, אני חושב, שחסר בהרבה ההתקשרויות האלה שאנשים מנסים לעשות זאת בארגון, וזה נתקע.

אריק קוואנה: כן, זו נקודה טובה. ורון, חזרה לתגובה שלך לפני כמה רגעים סביב החשיבות שיש למסגרת חזותית, אני חושב שזה נכון לחלוטין כי הרבה פעמים, אם אנשים לא יכולים לראות משהו, באמת קשה לעטוף את הראש סביב מה שהוא פירושו, ובוודאי כשאתה מתחיל לדבר על תהליכים מורכבים עם תלות הדדית ונקודות בקרה וכל הדברים האלה, אתה צריך למפות את זה איפשהו בשלב כלשהו ובאופן אידיאלי, אתה עושה זאת עם תוכנה עם פונקציונליות המשובצת בתוכה כדי לקטלג, עבור דוגמה, אילו טרנספורמציות התרחשו באמצעות קווים שונים מנקודה זו לנקודה זו. או מה זמין בנקודת בקרה זו. ואני סוג של התייחסות להיסטוריה שלי בניהול סיכונים שם, איפה שנקודת בקרה היא כל נקודה בתהליך או כל אפשרות או יישום פרטני או תוכנה שבו אתה יכול באמת לשנות משהו, נכון? זה מה שהם מכנים נקודת בקרה. ובעיני באמת חשוב שתקבלו את המסגרת החזותית הזו. כי אז אתה יכול לראות וסוג של הליכה וזה פשוט לוקח זמן. לוקח זמן במוח האנושי לנהל את הדברים האלה ולהבין אותם באמת ולכן לייעל אותם, נכון?

רון הויזנגה: בהחלט. וכדי להשתמש באנלוגיה אחרת שלדעתי מכניסה אותה לפרספקטיבה: אני קצת אגוז תעופה, אז הייתי אומר, אם אתה מנסה לחשוב על זה בצורה מקבילה, חשוב על בניית 747 - או איירבוס 380, כך שאני לא בוחר ספק אחד על פני השני - חשוב על כמה קשה יהיה לעשות זאת על סמך מסמכים המורכבים רק מטקסט ולא על גבי התוכניות והציורים התלת-ממדיים של CAD וכל מה שקורה זה בעצם מורכב יחד.

אריק קוואנה: כן זה יהיה מחוספס. וגם ג'ן צריכה לדבר.

רון הויזנגה: העסק זהה, נכון?

אריק קוונהאג: כן, לא זה נכון. ג'ן נאלץ לדבר עם אחד האזורים החמים שלך שאתה רוצה ללמוד, וזה הדמיה. אתה צריך להיות מסוגל לדמיין משהו כדי להבין את זה לגמרי, נראה לי.

ג'ן אנדרווד: הרבה בני אדם כן, כן. ואפילו רק ויזואליזציה מדברת, מהי האמירה, אלפי מילים או משהו כזה. כשהם רואים את זה, הם יכולים להאמין בזה. והם משיגים את זה.

אריק קוואנה: אני מסכים. ואני כן אוהבת, רון, איך שקיבלתם את כל זה ביחד. אני מניח שאני רק שואל את עצמי שוב, אתה צריך אלוף בתוך הארגון ומי שיימצא שם בחוץ, ישמש כקישור לקבוצות שונות. נציגי נתונים זה משהו שאנחנו מדברים עליו לעתים קרובות - אני חושב שזה בתפקיד, תפקיד חשוב באמת ואני מרגיש שזה תפקיד שקיבל הרבה יותר תשומת לב בשלוש-ארבע השנים האחרונות, מכיוון שהערכנו את הערך של נתונים ממשל, נכון? דייל נתונים זה מישהו שיכול לדבר עם העסק אבל גם להבין את המערכות, להבין מחזור חיי נתונים, את כל התמונה הזו. ואני מניח שהאדם יכול וצריך כנראה להיות תחת שלטונו של המנכ"ל, נכון?

רון הויזנגה: כן, ואתה צריך צוות רב פונקציונלי, נכון? אז תזדקק לאנשים המורכבים מצוות שעושה זאת או שהם מהאזורים השונים המייצגים את הצד הטכני, את, אתה יודע, את תחומי העסקים השונים. ואתם יודעים, תלוי בסוג הארגון בו אתם נמצאים, אם יש לכם משרד לניהול פרויקטים והרבה מהיוזמות שאתם עושים מונעים על ידי ראש ממשלת ישראל, אתם תרצו לוודא שיש לכם PMO מעורבות וגם רק כדי לשמור על כולם בהרמוניה ולסנכרן את הדרך בה הם עובדים על דברים.

אריק קוואנה: כן, ואתה יודע, דבר אחד אחרון, אני שם את השקף האחרון, מסגרת הממשל. היה לנו משתתף לשאול, האם לא חסרים נתונים בשקופית ההיא? האם זה, האם משתמע נתונים בשקופית או מה אתה חושב על התגובה על נתונים שחסרים מהשקופית?

ג'ן אנדרווד: לא, וזו רק מסגרת ממשלתית גנרית. בעיקרו של דבר זה הוא ממרחב ה- BI בשירות עצמי, כך שהנתונים משתמעים בחלק גדול מכך. זה פשוט הגיע מהזווית שלי ומהפרספקטיבות שלי ולא להתמקד בצד הנתונים בהרכבת הדברים. אבל נתונים בהחלט יהיו, כשחושבים על כל הקטעים האלה, יהיו נתונים. בין אם זה הבסיס לנתונים, דין וחשבון באמצעות נתונים לאורך כל התהליך ובכל המסגרת כולה.

אריק קוואנה: כן, לא זה הגיוני לחלוטין. ואני מניח שאשליך אליך רק שאלה אחת אחרונה כשאנחנו מסתובבים כאן, רון. אם אני חושב על כמה מידע רב יותר וכמה יותר נתונים אנו משתמשים בימים אלה וכמה ארגונים מרוחקים, מה החשיבות של מערכות אקולוגיות בימינו בין שותפי ערוצים וכיצד נוכל לשתף מידע על פני השותפויות הללו וב התייחסות מהירה קטנה של blockchain לזה - לא להסתבך יותר מדי. בשורה התחתונה, אנו נמצאים בעולם מחובר יותר ויותר מונע נתונים, גם מבחינה עסקית וגם מחיי היומיום שלנו. ולי, זה פשוט הולך להעלות את ההימור עוד יותר מכך שארגונים באמת יבדקו היטב את מה שאתה מציע כאן, שהוא הבשלות שלהם, איפה הם עומדים וכמה רחוק הם נמצאים מבחינת העקומה ו באמת להיות כנים עם עצמם בקשר לזה, נכון? כי אם אתה לא יודע טוב יותר, אתה לא יכול לעשות טוב יותר, ואם אתה לא חושב על דברים, אתה לא מתכוון לדעת טוב יותר, נכון?

רון הויזנגה: בדיוק. ואני מניח שביטוי שהייתי משתמש בו הוא שאתה כנראה לא טוב כמו שאתה חושב שאתה. זה אולי נשמע די קשה, אבל אנשים יכולים להיות די אופטימיים לגבי זה, אבל אם תסתכל על זה ממש קשה והערכה עצמית טובה וביקורתית, אני חושב שכל ארגון ימצא, אתה יודע, פערים משמעותיים שהם צריך להתייחס.

אריק קוואנה: אני חייב להסכים. ואחד מעמיתינו בחוץ העיר על חשיבות המטא נתונים, הנתונים על נתונים. אין ספק בכך. מטא נתונים הם הדבק שמחזיק את כל המערכות הללו יחד ועדיין לא פיצפנו את הקוד הזה באמת ומסיבה טובה, בכנות, מכיוון שמטא נתונים משתנים. זה שונה ממערכת למערכת. אתה יודע, ככל שאתה מנסה לנרמל את הנתונים שלך, אני חושב שהם הופכים פחות מדויקים.

אז אנחנו די בעולם המוזר הזה כרגע ואולי אני משער שאאריך עוד שאלה אחת אליך, ג'ן, כי הזכרת קטלוגים של נתונים כמה פעמים. אני מאוד אוהבת את התנועה החדשה הזו של טכנולוגיית קטלוג נתונים הסורקת אוטומטית את מערכות המידע שלך, מוודאת שמות עמודות מטא-נתונים, וכן הלאה, וכן הלאה, ועוזרת לך לבנות באופן הדרגתי את התצוגה האסטרטגית של הנתונים שלך ואת המטא-נתונים שלך במערכות שלך. כי בעיניי, לעשות דברים כאלה ידנית, זה פשוט, יש פשוט יותר מדי. ואתה לעולם לא תגיע לראש הגבעה הזו לפני שהמפולת תיפול עליך, ואתה יודע, אתה גם נורמליזמת עד כדי אפור בצק משחק או שלא נרשמת מספיק למקום שאתה באמת לא אני לא יודע מה קורה. בעיניי, השימוש במכונות, למידת המכונות עליה אנו מדברים כל העת, זה יהיה המפתח בעתיד לעזור לנו לפחות להשיג חבל סביב הנתונים מספיק כדי להבין טוב את מה שיש שם, נכון ג'ן ?

ג'ן אנדרווד: כן. אני אוהב את הטכנולוגיות האלה. הם מאוד מגניבים. ואז אתה חושב על זה, זה נותן לך את ההתחלה המסיבית ההיא. ואז אתה יכול לגבש את ההמון. יש לך דיילים בנתונים שלך, אתה יודע, מושך קדימה, בין אם הם מוסיפים תיעוד משלהם או שזו הפרספקטיבה שם בחוץ, אלה השינויים. אתה יודע, אומרים שאלו מקורות הנתונים המאושרים שישמשו לדיווח. אנשים יכולים לחפש ולמצוא את הנתונים הנכונים. זה באמת, ממש די נחמד. וזה גם עוזר - כשאני חושב על עסקים ואיך היה ניהול נתונים ארגוניים קריפטיים כשהייתי כשהייתי עושה דברים ב- DBA - השתמשנו במאפיינים מורחבים וב- SQL Server וסרוק עם כלים כמו של IDERA, נכון? כדי לנסות ליצור קטלוג נתונים. אבל בגרסת ה- DBA או אדריכלי הנתונים של, אתה יודע, לא משנה מה היה הערך או העמודה או השדה הזה, זה בטח לא התאים למה שהיה העסק. אז עכשיו שהעסק יהיה מסוגל באמת בקלות, אתה יודע, להיכנס ולמצוא ולנהל והכל יהיה מבוסס מטרה, זה באמת, הלוואי והיה לנו את זה לפני הרבה זמן, בכנות. אז זה משתפר.

אריק קוואנה: זה מצחיק. יש לנו תגובה סופית נוספת מחבר קהל, ואומר שאולי blockchain יהיה הערך ביותר לשים חותם של אימות למטא נתונים. זו נקודה טובה, ואתם יודעים, blockchain באמת טכנולוגיה מדהימה. אני רואה בזה סוג של בסיס מלוכד לחיבור הרבה נקודות בין מערכות ויישומים וכדומה. ואתם יודעים, אנו נמצאים בשלבים המוקדמים של פיתוח blockchain, אך כעת אנו רואים שהיא מנותקת, כמובן, מנקודה זו במקור בה היא הגיעה לקדמת הבמה, ועכשיו יש לכם את IBM שעובדת קשה מאוד בטכנולוגיות blockchain. SAP קנה את כל זה. ובאמת, זה נותן הזדמנות לבסיס ומסגרת עמוקים יותר לחבר בין כל המערכות הללו וכל הנקודות הללו.

אז, אנשים, בערו יותר משעה. תודה ששמרת איתנו היום, אך אנו תמיד אוהבים לענות על שאלותיך ולהגיע לכל הפרשנויות. אנו מבצעים ארכיון של כל שידורי האינטרנט הללו לצפייה מאוחרת יותר, אז קפצו אונליין ל- insideanalysis.com, שם תוכלו למצוא את הקישור לזה. זה אמור להיות ערוך בתוך מספר שעות, בדרך כלל לאחר האירוע. ואנחנו נתעדכן בפעם הבאה. יש לנו עוד כמה אירועים שעולים בשבוע הבא - המון דברים שקורים. אבל זה יפרד מכם, חברים. תודה על הזמן שלך. שמור על עצמך. בואי ביי.