תכנית להצלחה: שימוש במודלים של תהליכים להשגת יעדים עסקיים

על ידי צוות Techopedia, 2 באוגוסט 2017

Takeaway: המארח אריק קוואנה דן במודלים של תהליכים ומודלים של נתונים עם קים ברושאבר מ- IDERA ומארק מדסן מטבע שלישי בפרק זה של הוט טכנולוגיות.

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

אריק קוואנה: אוקיי גבירותיי ורבותיי. הגיע השעה מזרחית בשעה ארבע, שוב, ביום רביעי, הגיע הזמן להוט טכנולוגיות. אכן כן, שמי אריק קוואנה. אני אהיה המארח שלך בסמינר האינטרנט של היום בו מוצגים שניים מהאנשים האהובים עלינו בעסק: קים ברושאבר מ- IDERA ומארק מדסן מחברת הטבע השלישי. "שימוש במודלי תהליכים להשגת יעדים עסקיים." אנו מדברים על אופטימיזציה של העסק וכיצד אתה באמת יכול להשתמש בכמה מהטכנולוגיות האלה כדי להבין תחילה מה קורה ואז לשפץ מחדש את מה שאתה עושה ולהימנע מדברים כמו יתירות, הימנע דברים כמו קונפליקטים, אולי בשרשרת האספקה ​​שלך או בתהליכים העסקיים שלך, באשר הם, על זה אנו נדבר היום. אז ראשית, אנו הולכים לשמוע מקים ברושאבר ואחר כך נשמע ממארק מדסן. אז יהיה לנו כמה נחמד קדימה ואחורה ונרגיש חופשי לשלוח את השאלות שלך. אל תתביישי. שלח שאלות על ידי רכיב השאלות והתשובות במסוף שידור האינטרנט שלך או דרך חלון הצ'אט.

עם זה אני הולך לדחוף את השקופית הראשונה לכאן לקים ואעביר אותה. קים, קח את זה.

קים ברושאבר: שלום לך. אז אני מתחיל לדבר על איך אתה יכול להשתמש בכמה מהתהליכים העסקיים שלך כדי להשיג את המטרות שלך. חשבתי שקידמתי את השקופית - הנה לשם, יכול להיות שזה פשוט היה קצת איטי. אז כדי שעסק יצליח, עליו להתמקד באופן בו החברה מרוויחה כסף, לשמור על לקוחות ולהשאיר את השוק מאושר, לשמור על עלויות נמוכות ככל האפשר ואז לספק מוצרים איכותיים ולוודא שהמידע שתאסוף יהיה אמין. בהן השתמשנו במילות המפתח שלנו כאן: צמיחת הכנסות, שביעות רצון לקוחות, פעולות יעילות, איכות מוצר ונתונים. וכמה מהאתגרים העיקריים לעסק שעליו נדון היום כוללים ממגורות בארגון שלך; מה טוב בהם, מה רע בהם כי לא כל הסילויים רעים. איך אתה מונע את הפיטורים מהתהליך שלך? כיצד תוכלו לצמצם ולחסל את הפערים בתקשורת שלכם וכיצד תוכלו לצמצם את חוסר היעילות בפעולות שלכם.

אז הסוג הראשון של ממגורות הוא ממגורות המחלקה. ומנטליות סילו נוצרות כאשר מחלקות לא רוצות לשתף מידע עם מחלקות אחרות בחברה. ולמרות שזה יכול להיות טוב במקרה של מידע רגיש שרק מעטים צריכים לדעת עליו - כל כך מידע על מיזוג רגיש או מידע על רכישה או אולי מידע שאינו מוכן לכך שצוות המכירות יוכל לעשות עם זה משהו - במקרים אלו ממגורות יכולות להיות ממש טוב. אבל זה יכול גם להיות רע מכיוון שזרם המידע מפריע בין הקבוצות בארגון וזה יכול לגרום להרבה מהנושאים עליהם אנו נדון כאן ברגע. אתה יכול גם לקבל ממגורות המחולקים לפי יעדים עסקיים ויעדי טכנולוגיה. אז הצד העסקי של הבית מבלה זמן רב בהסתכלות על החזר ROI ו- KPI ודברים שממוקדים באמת בעסק, איפה בטכנולוגיה הם באמת רוצים להסתכל איך אני הולך לגרום למוצרים שלי לעבוד או איך אני אני הולך להביא את השירותים שלי לשוק? וכך מכיוון שיש מטרות שונות מאוד בין שתי הקבוצות השונות, אתה יכול לקבל סילו טבעי שנוצר בין שתיהן. ואז הרבה פעמים ניתן לחלק בין ממגורות בז'רגון. אז המילים בהן אתה משתמש בשפה היומיומית שלך יכולות להיות ממש מבלבלות עבור קבוצה כזו או אחרת, והנה אני פשוט מציב חבורה של מילות מפתח קטנות ומהנות שרלוונטיות לצד אחד או לצד השני של הקיר. וכמובן שזה אפילו לא מתחיל לכסות את הספקטרום, אבל הרבה פעמים, מילים אלו יכולות לגרום ליצור סילו ולגרום לחלוקה של שתי קבוצות שונות מכיוון שמידע הולך לאיבוד בתרגום. אז יש ממגורות טובות לעסק שלך ואני הולך לכסות כמה מהערכים שממגורות יכולות להביא לארגון.

כך הם יכולים לספק מבנה המאפשר לעובדים לבצע את עבודתם ללא חשש או הסחת דעת. אז אם יש לך את האנשים שלך שנמצאים בסילו שלך שאתה צריך לדבר איתם ופונים אליהם באופן יומיומי, זה יכול לאפשר לך להיות מסוגל לבצע את העבודה שלך בצורה יעילה ואפקטיבית יותר ללא הפרעה רבה. זה גם מקל על מומחיות בתחומים ספציפיים של העסק. אז אם אתה מתמקד ממש במימון ומדבר עם אנשים אחרים בתחום האוצר וכל מה שאתה עושה כל היום מדבר על מימון, אז זה יוצר ממגורה ממש טובה מכיוון שקבוצה זו לומדת את המומחיות בזה והם לא צריכים להיות אחראיים לדעת מה קורה במכירות או מה קורה בשיווק או מה קורה בפעילות. זה גם מאיץ את התקשורת בכך שהוא מאפשר לאנשים לדבר באותה שפה. אז לחזור לז'רגון הזה, פעמים רבות הז'רגון יכול להיות דבר טוב באמת מכיוון שהוא מאפשר לאנשים להיות מסוגלים לתקשר בצורה מהירה יותר ויעילה יותר. זה גם שומר על אחריות ואחריות בתוך הסילו. אז אתה יודע על מה אתה אחראי בקבוצה שלך ואת המשימות שאתה צריך למסור ואת האדם שאתה צריך לדווח אליו וזה מאפשר לך לקבל אחריות רבה יותר ואחריות רבה יותר מאשר - ובוודאי לממגורות יש צד הפוך מזה שהאחריות יכולה להיות מכוסה. אך בתוך הסילו עצמו הוא יכול ליצור אחריות ואחריות רבה יותר. ואז זה גם מטפח תחושת גאווה ובעלות. כך שתוכלו להרגיש ממש טוב עם העבודה שביצעתם בסוף היום והמשימות שאתם נדרשים לבצע וכולם דברים ממש טובים בממגורות.

אבל יש צד חמוץ של ממגורות, וממגורות מייצרות חוסר יעילות, הן מורידות את המורל, הן מורידות את הפרודוקטיביות. ולכן מכיוון שזה הצד השלילי יותר של ממגורות, אני הולך להשתמש בכמה דגמי תהליכים עסקיים כדי לעבור מגוון של נקודות קליעה ולהסביר כיצד תוכלו להתגבר על הצד החמוץ של ממגורות באמצעות המוצר IDERA Architect Architect כדי להראות לכם כמה מהדוגמאות הללו.

אז הראשון הוא שהוא יוצר חוסר יעילות ותהליכים מיותרים. אז בדוגמה זו אני מראה שלארגון השיווקי עשויים להיות מערך משימות ולארגון המכירות יש מערך משימות אחר. ובמקרה זה, אם תמפה אותם, תגלי שלשניהם מוטלת המשימה להעפיל. וכשאתה מבין את זה, אתה יכול לנהל שיחה חוצה תפקוד בין שתי הקבוצות השונות כדי להיות מסוגל לגלות "האם ההסמכה שלי כמובילה זהה לזכייה שלך כמוביל? האם אנו נוקטים באותם צעדים ובאותן התנהגויות? או שזה אומר שמשהו שונה בין שני הסילויים השונים? "ואם אתה עושה את אותם הדברים אתה יכול להתחיל לייעל את זה ולתת אחריות לקבוצות השונות באופן עצמאי ותהליכים עסקיים באמת יכולים לעזור לך למפות את הדברים האלה לזהות היכן יש לך סוגים כאלה.

כמו כן, כשאתה ממזג חברות או אם אתה ממזג קבוצות, תהליך המיזוג, ובכן, אתה יכול לעבור ותוכל להגדיר את התהליך שלך עבור ההתנהגויות השונות השונות. ובדוגמה זו, לחברה A יש התנהגות מסוימת, לחברה ב 'יש התנהגות מסוימת ותהליך המיזוג לוקח את האלמנטים של A ו- B, מוצא את שיטות העבודה המומלצות ואז נוצר תהליך חדש שעתיד לעבוד בצורה יעילה מאוד עבור שתי הקבוצות. אז זה עוזר לך להתייעל, לייצור יותר ולזהות שיטות עבודה טובות יותר לעסק שלך.

בנוסף, צד חמוץ נוסף של ממגורות הוא שיכולים להיות פערים בתקשורת בין המחלקות, וזה בדיוק מה שדיברנו עליו, איפה ששיתוף פעולה לא קורה אבל זה אמור להיות. וכך תהליכים עסקיים יכולים לעזור לך לזהות פערים מסוג זה. אז בדוגמה הזו, למכירות יש תהליך, מוצר חדש יוצא והם יוצאים והם מוכרים אותו. אולם למימון יתכן ותהליך נוסף בו הם צריכים להיכנס ולעדכן את מחירי המוצר עם יציאת המוצר. אם המכירות לא יודעות על זה, הן עדיין יכולות להיות שם בחיפוש אחר עסקאות במחירי המוצרים הישנים וכשמדובר בנקודה שבה האוצר מתחיל לבחון את העסקה ולאשר את העסקה, אז הרבה קונפליקט והרבה של ציפוי גב צריך לקרות כדי לחזור ללקוח ולהתאים אותו מחדש. ואם הלכתם לתאר את התהליך שלכם, אתם תדעו זאת מראש ותוכלו להתאים אותו למכירות שיידעו “אני צריך לחכות עד שאקבל את עדכוני מחירי המוצרים האלה לפני שאתחיל לדבר עם הלקוחות החדשים על מוצר."

בדוגמה זו, ל- BPMN2 יש תרשים שיחה המאפשר לך להיות מסוגל לדבר בין מגוון מחלקות שונות ולזהות את נקודות המסירה שביניהן. וזה מועיל מאוד להפחתת פיטורים וגם לאפשר אחריות רבה יותר ואחריות בין המחלקות. כך שתוכלו לומר, "אוקיי, אז ניהול מכירות ומכירות צריכים לעבוד יחד כדי לאשר את העסקה." ושניהם יכולים לעבוד על חלקי המסירה שלהם ועל מה זה מסתמך. אך יתכן כי מחלקת הכספים לא בהכרח צריכה להיות מעורבת באישור ההוא והם יודעים שבבסיס התרשים הזה מוצג האומר כי הנה מי אחראי במחלקות השונות שצריכות לעבוד יחד כדי להשיג זאת.

בנוסף, יכולים להיכנס תהליכים סוררים שאינם מועילים לחברה. לכן כשאתה עובר תהליכים עסקיים שלך, אתה עשוי לזהות שמישהו עושה משהו שאתה אוהב, "אני לא ממש מבין איך זה יעיל או איך זה עומד ביעד." אז אני אתן לך כמה דוגמאות לכך. אז במקרה זה, המוצר עשוי לעבור והם מבצעים מהדורה חדשה. הם הולכים, הם מספקים את הדרישות, צוות הפיתוח מתחיל לעבוד על הדרישות הללו אבל אחרי שצוות המוצר מתחיל לדבר עם לקוחות אז אנחנו חוזרים ומחליטים לשנות אותם. וזה יהיה מאוד משבש עבור צוות הפיתוח שיצטרך לחזור ולשנות את הדרישות לאחר שהם כבר בונים את הפריטים הללו. לגבי מוצר, הם עשויים פשוט אפילו לא לחשוב על דבר כזה. הם בדיוק כמו "הו, יש לי כמה תשומות חדשות ועכשיו אני צריך את הדברים האלה." ואם הם לא ידברו עם צוות הפיתוח, הם לא באמת יבינו כמה השפעה עשויה להעניק ל היקף מאוחר יותר או מסירת המוצר. כך שרטוט של חלקים מסוג זה יכול לעזור לסילו להתפרק ולאפשר לך להבין אילו אלמנטים מועילים לתהליך שלך ומהם תהליכים מזיקים.

יכולה להיות שכפול של נכסים ומשאבים, וזה דבר גדול כשחברות מנסות להתייעל. אז במקרה הזה עשיתי סוג של תרשים קיבוץ בו זיהיתי מגוון יישומים ודוחות שונים שצריך להפיק ואת השחקנים השונים הקשורים זה לזה. וכשאתה מתחיל לפרוש את כל הדברים האלה, בדוגמה זו נתתי כפילות של כלי העריכה וכלי מעקב השיחות ומי משתמש בהם. וכך תוכלו להבין, מכיוון שהרבה פעמים המילויים העצמאיים יקבלו החלטות אלה עבור הצוות שלהם והם לא בהכרח חושבים על העובדה שהצוות הרחב ככלל יכול גם להשתמש בהסכם הרישיון ההוא ולהפוך אותו זול יותר וחסכוני יותר עבור כל הכלים שמשתמשים בארגון. בנוסף, תרשימי תהליכים עסקיים יכולים להועיל מאוד לזיהוי מי אחראי לאיזה מידע ומתי. וכך במקרה זה, יש לי דיילות נתונים שאמרו, "אוקיי, אלה האנשים שאחראים לכל הנתונים האלה והנה הטבלאות שהם אחראיים להתמודד איתם." ואל תמסור מידע זה לאחרים אנשים, זה ממש חשוב באזור בו יש מידע רגיש כמו רשומות רפואיות או נתונים פיננסיים או גורמים כאלה שצריך להיות מבודד רק לזוג אנשים. כך תוכלו לעזור בזיהוי זה, המאפשר לאחר מכן לאנשים מארגונים אחרים אין גישה למידע זה ולאבטח אותו ולדעת לאן המידע שלכם הולך.

בנוסף, מכיוון שאנחנו מדברים מעט על נתונים, ממגורות יכולות גם ליצור איכות נתונים ירודה ואי עקביות נתונים. אז במקרה זה, השתמשתי בתהליך עסקי כדי לעזור לצוות הנתונים להבין מתי לקוח הוא לקוח חדש, או מתי אתה מעדכן את הלקוח. כך שתוכלו לעבור ולתרשם את נקודות ההחלטה הללו והצד העסקי שמבין את הכללים העסקיים יכול בקלות לדבר עם הצד הטכני שעליו ליישם כללים אלה ויודע מתי יש התנהגויות מסוימות להתקיים. בדוגמה זו מדובר על קביעת כפילויות של נתונים. כך שאם יש לך לקוח קמעונאי ויש לך לקוח באינטרנט ואתה מוכר מוצרים, יתכן שיש לך מערכות שונות לחלוטין שמנסות לאסוף את אותו מידע. ואם אתה מנסה לשכפל את המידע שלך ולזהות מיהם הלקוחות שלך באמת, דיאגרמות של תהליכים עסקיים באמת יכולים לעזור לך להתמודד עם זה ולהגיד, "נו, במקרה זה שנינו מתמודדים עם הזמנה ובמקרה זה שנינו מתמודדים עם כספים, "ונוכל למפות את המידע הזה כך שיהיה ברור הרבה יותר כך שאין לך כפילויות מסוג זה בנתונים שלך ותוכל לצמצם את הפיטורים ולהפחית את הליקויים ולהעלות את איכות הנתונים שלך.

יתרונות נוספים בכך שיש תהליכים עסקיים טובים הם בכך שהעובדים יכולים לזהות בעיות בהתחלה כאשר קל יותר ליישם את השינויים. זה נכון במיוחד לגבי תהליכי נתונים מורכבים, אם אתה יכול לבצע את הניתוח לפני העיצוב ולקבל את כל הצוותים המעורבים בשיחה, אז התהליכים יזרמו הרבה יותר חלקים ואנשים יוכלו להגיב טוב יותר בהתחלה לעומת אם אתה כבר בתהליך. עובדים חדשים מובלים במהירות רבה יותר מכיוון שהם יכולים ללכת והם יכולים לבדוק את התהליכים העסקיים הללו ולהבין את המשימות שהם צריכים לבצע והיכן נמצאות נקודות המסירה ומי הם צריכים לדבר איתם על דברים שונים ומגוונים. וניתן לקבל החלטות בזמן אמת על פני צוותים חוצים פונקציונליים. אם שניכם מציירים יחד את דיאגרמות התהליכים העסקיים הללו, תוכלו למצוא את הנקודות הללו בהן יש התמדה בתהליך, ותוכלו לדון בזה ולברר מה התהליך הטוב ביותר לשניכם והיכן המסירה הטובה ביותר נקודות ומי האנשים הטובים ביותר לבצע כל אחת מהמשימות השונות שצריך לבצע.

אז כמה טיפים לפירוק הסמלים להצלחה עסקית ולהיכולת להשיג את המטרות שלך: הראשונה היא למקד את התהליכים העסקיים שלך בלקוח שלך, במוצרים שלך או בשירותים שלך - לא במחלקות הבודדות. אז הרבה פעמים אנשים ירצו, בתוך המחלקות שלהם, עם רשימת הבדיקה האישית שלהם. אבל אם במקום זאת אתה מסתכל על העסק בכללותו ועל היעדים שהעסק מנסה להשיג, אתה יכול להתחיל לראות היכן הדברים נושרים ולומר, "האם התהליכים האלה עוזרים לי להגיע למטרה שלי? או שמא מדובר בתהליכים מיותרים או שמא הם מכשולים בתהליך והשגת המטרה? "כדאי שתקדיש זמן רב יותר לדיון על המקומות בהם התהליכים מתחברים. אז כמו בתרשים השיחה הזה בו יש לך הרבה נקודות מסירה, אתה צריך להקדיש זמן רב יותר לדבר על זה ולוודא שהמידע זורם נכון בין הסמלים השונים.

אתה יכול לאחד את העובדים שלך על ידי הצגת בתהליך, את הדברים שהם אחראים להם ואיך זה מתקשר עם החברה בכללותה. וזה נותן לאנשים הרבה יותר תחושת מטרה לקראת פגישה, לקראת המטרה. אתה יכול גם לשתף פעולה עם עובדים כך שיהיו להם קלט לתהליך המשפיע על תפקידם ותפקידם, מכיוון שאם כל ההחלטות יתקבלו בראש בעת עיצוב התהליך, האנשים שעושים את העבודה הולכים לראות צעדים שהוחמצו וקטעים שחסרים ויכולים לדון באלו. ואם אתה משתף פעולה עם כל העובדים שלך כשאתה מבצע את התהליכים האלה, אתה מתחיל להבין את אותם מתארים והאם אלה דברים אמיתיים שצריכים להיות בתהליך או לא. ואז טיפ נוסף לפירוק הסמלים הוא לעדכן את התהליכים שלך באופן קבוע כדי לשקף את הצרכים והיעדים המשתנים של הארגון מכיוון שהיעדים והתהליכים הם מאוד נזילים וייתכן שתמצא שיטות עבודה מומלצות יותר. יתכן שתמצאו דרכים חדשות שתרצו לעשות דברים וכך היכולת לעדכן מידע זה באופן קבוע יכולה באמת לעזור לארגון. וחזרה ללוח השרטוט עם אותם צוותים חוצה פונקציות יכולה באמת לעזור לפרק את הסילויים ולפתוח את התקשורת הזו בקרב הצוות שלכם. אז אלה השקופיות שהכנתי.

אריק קוואנה: בסדר. תן לי למסור אותו למארק מדסן הבלתי נדלה. עכשיו יש לך את הרצפה, קח אותה משם. ואנשים, אל תתביישו, שאלו את שאלותיכם. יש לנו מומחים בתור כאן. מארק, זה כל מה שאתה.

מארק מדסן: אוקיי, תודה לאריק. אז מה ששמעת בדיוק עכשיו היה על דוגמנות תהליכים ותהליכים ואופן השימוש בהם. ואז מנקודת המבט שלי, מהצד האנליטי של הבית, השתמשתי הרבה בתהליך העסקי כדרכי הסבר והבנה. עכשיו, כשאתה חושב על ניתוחים, ובמיוחד עכשיו כשאנחנו מדברים על למידת מכונות ודברים אחרים בנוסף ל- BI, זה עדיין נראה בעיניי דרך רחבה של השוק, סוג של, אני חושב, לא נכון. כלומר אתה שולח אנליסטים כמו כורי זהב והם ממהרים לצאת לנתונים והם מתבוננים סביבם והם מוצאים כמה גושי זהב ומחזירים את הדברים החשובים האלה לארגון ואז כולם חיים באושר ועושר. או לפחות האנליטיקאי עושה כי יש להם משכורת של שש ספרות כי זה מה שמאפשרים מדענים נתונים, בתיאוריה.

אבל המציאות שונה בהרבה. המציאות היא שזה לוקח תשתיות וזה לוקח עבודה וזה לוקח יעדים וכיוון והבנה של העסק. והדברים האלה הם נדרשים להבין באמת כיצד לגשת לבעיות, כיצד לדגמן לבעיות ואיך לפתור את הבעיות הללו. וכך הרעיון הזה שאתה יכול לזרוק קצת נתונים וקצת טכנולוגיה וכמה אנשים חכמים לבעיה בלי להבין את ההקשר, בפרט את הקשר התהליכי שבו אנו הולכים ליישם אותם, הוא במידה רבה מיתוס באותו אופן שהכי ממהר הזהב היה מיתוס ולמעשה מרבית האנשים האלה פשטו את הרגל הביתה.

יש גם היבט נוסף ביישום זה של ניתוחים לעסק, האם הרעיון הזה שכולו נתונים מתחת לזכוכית, נכון? שאיכשהו אנליסטים או אלגוריתמים ישטפו נתונים ויזרקו את זה על המסך מול מישהו. אבל הבעיה היא שיש לנו כל כך הרבה נתונים ואתה יכול לעשות כל כך הרבה דברים שונים בעזרת ניתוחים, שקל להציף אנשים. ואז יש לך בעיה משנית עכשיו שהיא "יש לי כל כך הרבה נתונים ויש לי כל כך הרבה דברים, לאילו אני לשים לב? ואיך ומדוע אני שם לב לדברים האלה? "וזה באמת העניין העיקרי של המון בעיות בסביבות עד כדי כך שאנחנו חוזרים ונדרשים לדרוש ממומחים לאצור איזה מידע מוצג למי ועד כה, עד עכשיו מגישה לנתונים בשירות עצמי ולוחות מחוונים לשירות עצמי, בסופו של דבר אתה סומך על מומחים שונים שיעזרו לך להבין מה קורה בדברים הארורים.

ואם נדבר לאן הולך העתיד, בפרט, הרבה מהאנליטיקה המתקדמת יותר אבל למידת המכונה מתקרבת, AI בעסקים, כל הדברים האלה, ובכן יש המון הייפ סביב זה. יש בזה הרבה מציאות וחלק גדול מזה מוטמע. למעשה, הרנסנס המודרני בכך הגיע דרך הטמעתו לתהליך. לכן לקיחת תהליכים שהיו אוטומטיים או אוטומטיים, למשל הרעיון הבסיסי של מנועי המלצות בקמעונאות באתרי מסחר אלקטרוני או באתרי חדשות או באתרי מוסיקה היא יישום או אלגוריתם פשוט למשימה שבעבר הייתה משימה מונחית אנושית. . מה אתה חושב שאנשים יאהבו עם השאלה ומתכנן הסחורה או מי שמגלה מה צריכה להיות מכירה בין צולבת או מכירה צריכה להיות מבוססת על נתונים קודמים, הם היו משטחים את זה ואז מנקבים את זה למערכת ואז שיווק או סחורה או יישום מקוון כלשהו יתמודד עם זה. ואז זה הוטמע. כשאתה עושה דברים, המכונה צופה במה שאתה עושה ומשכללת ומציגה כל הזמן חדש וזה אנליטי משובץ. זה יושב שם בתוך תהליך. ואם אתה באמת רוצה לדעת לאן הולך הרבה העתיד של העבודה הזו, זה שם. זה לא עוזר לאנשים על ידי ניתוח מתוחכם יותר. זה על ידי השגת יעילות על פני שטח רחב הרבה יותר של העסק.

וכך כשמסתכלים על דברים כמו בינה עסקית, מכאן שהגיעו הרבה משוק הנתונים והניתוח, היו נתונים סטטיסטיים לפני ש- BI באמת אפשרה להרבה אנשים לעשות הרבה דברים בלי נתונים סטטיסטיים, בלי שום דבר אחר, מאת התמקדות אך ורק בנתונים. הבעיה הייתה שעל ידי התמקדות רק בנתונים זה השמיט הרבה מההקשר. וכך מה שבסופו של דבר חסר לך הוא איך כל הנתונים האלה, איך כל המדדים האלה קשורים זה לזה. אם אתה חושב על המתרחש במרכז השליטה, יהיו לך כמה תרשימי עמודות, אולי גרף, טבלת מספרים. תראה חבורה של מדדים בנפרד או באופן קולקטיבי ואתה לא ממש רואה איך הם קשורים. אז דמיין שאתה מישהו חדש במשהו ואתה נכנס, אתה יכול להסתכל על לוח מחוונים ולא תעשה ראשים או זנבות מתוך אף אחד מהמספרים כי המספרים עצמם לא אומרים לך שום דבר כי הם לא יש הקשר. אז זה עשוי להראות מספר באדום, אך רק שינוי מספר אחר זה על ידי משיכת ידית אחרת עשוי להפוך את זה לטובה או גרוע יותר. איך הדברים האלה קשורים? זה ההקשר הולך לאיבוד במודיעין עסקי ואחסון נתונים ועיצוב לוח מחוונים מכיוון שאתה מדגם נתונים ולא מעבד. וזה ההיבט הבסיסי הוא שאתה בונה יכולת הדירות סביב נתונים ואתה עושה זאת על ידי סחיטת רוב התהליך, תוך התמקדות בערכים שנוצרים מהנתונים הגולמיים.

אז מסך זה מראה לנו מהו, למעשה, לוח מחוונים לגבי תהליך בדיקת מעבדות. יש יישום בשם Altosoft שעושה BI בצורה זו. וכך מה שאתה מסתכל הוא שאתה רואה את התהליך והנתונים לא מופרדים, אלא מחברים שוב יחד. כמו שההפרדה הייתה מלאכותית והיא נעשתה מכיוון שהפיקנו נתונים, העברנו אותם למאגרי מידע ובנינו עליהם ממשקים. אז בדרך כלל יש לך שני מדדים; יש לך דברים כמו מספר הבדיקות שהוזמנו, שהיא התיבה הראשונה בזרימה הזו, והתיבה האחרונה תהיה מספר הבדיקות שהושלמו והוגשו. וכך יהיה לך שני המדדים האלה; היית שם אותם על לוח מחוונים וייתכן שתבחין שאחד מפגר את השני בצורה משמעותית. או אולי יש לך ערך שלישי שעובד מחדש.

אז אם אתה מבצע בדיקות מעבדה בבית חולים, יש המון בדיקות. רבים מהם דחופים מכיוון שהם מקדימים ניתוחים או שהם יוצאים מיחידות טיפול קריטי או דבר אחר. אז יש לך תהליכים במקום שרופאים מזמינים אותם, הם נכנסים למעבדה, למעבדה יש ​​תהליך לסימון שהם קיבלו, הם מתוזמנים, הם הולכים להסתיים, הם הולכים לעבור הציוד. לפעמים אם הם יושבים זמן רב מדי מכיוון שהמעבדה מגובה, כל הציוד תפוס, יש לעבד אותם מחדש. לפעמים התוצאות אינן תקפות. לפעמים דברים כמו דגימות דם, הם לא יכולים לשבת יותר מ 30 דקות או שישנן פירוטים בדגימות ואז צריך ללכת ולשאוב דם פעם שנייה, וזה משהו שאתה ממש לא רוצה לעשות לאנשים . זה אומר שבעצם יש עדיפויות בחלק מבדיקות המעבדה על פני אחרות על סמך הכדאיות שלהן. אז יש לך דברים אחרים שקורים במעבדה ואתה רוצה להימנע מאותן בעיות עיבוד מחדש אם בכלל אפשרי. אבל אתה לא ממש יכול לראות את שטף הבדיקות דרך דברים שונים מכיוון ש- BI עצמו בדרך כלל עוסק בזרימה בלבד במובן המטרי המצטבר. וכך הממשק הזה מראה לכם את הנתונים המצורפים לתהליך כך שתוכלו לראות כמה נכנסים, כמה התקבלו, כמה מתרחשים בכל פעם. אני מניח שזו לא הדגמה חיה כך שלא תוכלו לראות תרגיל לפרטי התהליך והערכים שקורים בפנים, מה קורה עם האצווה או העיבוד מחדש. אבל זה מה שנותן לך מבט טוב בהרבה ולכן אדם שלפחות מבין מעבדה יכול להסתכל על זה ולראות מה קורה, לעומת חבורה של גרפים ומדדים על גבי מסך בודד. וכך התהליך מסייע רבות בצד עיצוב הממשק, הוא לא מסתיר את ההקשר.

התהליך מגיע גם בתחומים אחרים. באמת, כשאתה מדבר על BI ואחסון נתונים, לפני שנכנס לניתוח המתקדם יותר, אתה מדבר על ביצוע אחד משני דברים: אתה מדבר על ניתוח מה שקורה בתהליך ואז אתה פועל על זה, או אתה מנתח את התהליך ואז משנה אותו. אז השימוש הרגיל במידע הארגוני במידע הוא לפקח על מצבים - זה מה שעושים לוח המחוונים שלך והדוחות המובילים של 10 ועשרים תחתונים. כולם כלי ניטור פשוטים כדי לאפשר לאנשים לראות את מה שהם צריכים לראות ולחפש סטיות. על לוח המחוונים יכול להיות תאורת תנועה, יכול להיות שיש 20 הדו"ח התחתון שהוא למעשה דוח סטייה שמציג את הביצועים הגרועים ביותר. ואז אתה מנתח את הדברים האלה כך שאתה מסתכל על נתונים אחרים, אתה מסתכל על דברים אחרים. אולי אתה נכנס לפרטים רבים יותר סביב הניתוח ואז אתה מסתכל על הגורמים. יתכן שכבר יש לך תחושת בטן ודלג על זה ממש לפעולה. לעתים קרובות עם תהליכים פשוטים ומובנים יותר זה בדיוק מה שקורה. אתה רואה בעיה, אתה יודע מה קורה, אתה מקבל החלטה ואתה נוקט בפעולה. בדרך כלל זה בתוך לולאת התהליך בתחתית, יש לך SAP, יש לו את הדברים האלה, אתה רואה את זה במלאי בחנות כך שתגדיל את הזמנת הרכש לסבב החידוש הבא ותסיים.

אין שום דבר מיוחד שקרה, אך בפעמים אחרות, לא ראית בעיה לפני שאתה צריך לנתח את הגורמים כך שאתה באמת צריך לחדור למתרחש. בדרך כלל בנקודה בה אתה מתחיל לנתח את הסיבה, אתה צריך להבין את התהליך מכיוון שזו בעיה שלא ראית לפני כן, אז זה מחוץ לתחום של התהליך הרגיל, היום-יום שמוטמע בו מערכות OLTP שלנו ועכשיו יש לך משהו שדורש חשיבה ביקורתית. זה דורש יותר הקשר מכיוון שיש לכם מערכת של בעיות ומערכת של סיבות אפשריות שעליכם לבטל. עליכם לחשוב על זה, לנתח ולאסוף מידע חדש ואז לשנות את התהליך. זה קורה בגלל שעשינו משהו. אולי לא סנכרנו את מסעות הפרסום השיווקיים שלנו עם תהליכי החידוש שלנו אז אזל לנו המלאי. אני מקווה שזה לא קורה בקמעונאות, אבל הרבה קמעונאים סבלו בעבר מבעיות אלו כאשר הקמנו לראשונה מחסני BI ומחסני נתונים.

כעת, לעיתים קרובות הניתוח הסיבתי כרוך בסטטיסטיקות וניתוחים קשים אחרים מאשר גלגול עיניים במספרים אחדים, אבל אז אתה נכנס לחלק השני, וזה שאתה משנה תהליך. האם אתה מבצע שינויים במקום הנכון? האם אתה מבין היכן לבצע שינויי תהליכים אלה? האם הנתונים מבטאים את האינטואיציה שלך או את הניתוח שלך מה יקרה לאחר השינוי הזה? אילו תהליכים אחרים מושפעים? אילו מספרים נוספים בלוח המחוונים שלך שאתה שם לב אליו יושפעו מכך? ואתה בטח אוסף נתונים חדשים שאתה הולך להזין למחזור הניטור. כך שהתהליך בעצם טבוע בהבנה ברמה גדולה יותר ככל שאתה מבצע פעולות ועושה דברים. ועולם ה- BI מניח לעתים קרובות סיבתיות לינארית. למעשה, רוב בתי הספר לניהול ממש גרועים בללמד אנשים כיצד לבנות ניהול ביצועים ומדדי ביצועים סביב עסקים מכיוון שהם מניחים השקפות ישר. ותצוגות בקווי ישר מתחזקות על ידי דיווח BI פשוט ודיווח מסוג מטרי יחיד שאתה מעלה מכיוון שהוא לא מבין את התהליך שבו הדברים משפיעים על דברים אחרים.

כך שתוכלו להשתמש במודלים של תהליכים לא רק כמודלים של תהליכים עסקיים, אך תוכלו גם ליישם דינמיקת מערכות. אתה יכול ליישם מודלים של תהליכים ולהשתמש בהם באותו אופן כדי להבין כיצד מדדים קשורים זה לזה. אז בתצוגת קו ישר כמו התרשים הזה - אני מתנצל, שכחתי לשים את ההתייחסות לעיתון שממנו הגיע, זה ישן משנות השמונים, זה פשוט דינמיקת מערכות ואיך מניחים דברים ואיך הם באמת. אז הרווחיות תמיד מניחה שאם נהפוך את האיכות טובה יותר מהרווחיות, נשתפר איכשהו. או אולי זה יחמיר כי כדי לשפר את האיכות צריך להוציא יותר כסף וזה מפחית את הרווחיות. אז יתכן שיש שלילה על החץ הזה. או כיצד מנהיגות או כיצד יישור ממגורות שונות בארגון או בתהליך מוביל לרווחיות טובה יותר או להפחתת עלויות. תמיד יש גורמים והרעיון הוא שכל אחד מאותם מדדים משמאל ישפיע על המדד הזה מצד ימין, והכל ליניארי.

התרשים בצד ימין מראה דוגמא טובה בהרבה. זה מראה מה באמת קורה כאן, ומה שבאמת קורה זה שאתה עשוי לשנות את איכות המוצר, אבל יש לולאת משוב בין, למשל, איכות מוצר ומבנה עלויות שמעלה את מבנה העלויות שמוריד את הרווחיות, אפילו באותו זמן שהוא גם מוריד את עלויות תיקוני האחריות. וכך המתמטיקה שעומדת מאחורי זה קצת מטושטשת מכיוון שאתה יכול לתקן משהו על ידי הורדת עלויות, אך אתה מפחית את איכות המוצר שמורידה את שביעות הרצון שמורידה את המכירות וזה מגדיל את עלויות האחריות.

או שאתה יכול לעשות את ההיפוך. וכך עליכם לדגמן בזהירות את מה שהולך לקרות כשאתם משנים כל אחד מהדברים האלה. וכך הערכים שלך לגבי דברים משמאל הם כשלעצמם ישפיעו זה על זה ואיך אתה משנה את הדברים האלה, המנופים שאתה מושך בעסק או ההתאמות שלך לתהליך או לתרגול עסקי, ישפיעו על אלה. וכך התהליך מקבל תפקיד מרכזי שבו במשך הרבה מאוד זמן בנינו דברים מאוד פשוטים.

וכך הדבר הבא הוא להסתכל על האופן בו תהליכים עצמם מתקשרים. אם אתה לוקח את התרשים הקודם שהיה לי ואתה, תגיד, תשנה משהו, אתה באמת צריך לבדוק איך תהליכים מתקשרים כי שינוי כאן מוביל למשהו שם וכך התרשים הזה מהמצגת הקודמת על איך שינויים בשיווק ושינויים לנתונים בשיווק שמפגרים אותם, מה שקורה במכירות הם פעולות שמפגרת, כלומר הפעולה שלך עשויה להגיע מוקדם מדי או מאוחר מדי לעשות כל טוב ולכן משתלם להבין כיצד ההשפעות בתהליך אחד מתבטאות בתהליך אחר מכיוון שהכל הוא תמיד מופעל בתהליך.

אז מה שיש לך הוא פשוט המורכבות הרבה בעסקים ולעיתים קרובות לא תפסנו את זה. לא תפסנו את זה כשעבדנו על פרויקטים סטטיסטיים, על פרויקטים של למידת מכונות, על פרויקטים של BI, וכעת אתם מדברים על הזרקת, נגיד, למידת מכונה לתהליך ניקוד לידים לשיווק ומכירות, שם זה עוזר לכם להעפיל לידים, שמשפיע על שני התיבות הצהובות הללו כאן. ובכן, תהליך הניקוד המוביל שקורה איפשהו הולך להשפיע על שני אלה. וכך זה יגרום לכיול מחדש או לשינוי בשני התהליכים האלה. אם היית עוסק בזה ברעיון שדבר הניקוד העיקרי הזה הוא בעיה שיווקית ואנחנו הולכים להעסיק מדען נתונים והם היו הולכים לבנות עבורנו את אלגוריתם הניקוד של ההובלה, הוא הולך לעשות את הדברים האלה, זה הולך עדיף לסייג את הלידים שלנו ולתעדף דברים. איך זה משפיע על המכירות? האם הוא מיושם במקום הנכון? אולי אתה צריך לראות מה קורה בתהליכים האלה מכיוון ששניהם צריכים להשתנות. זה לא פרויקט שיווקי גרידא. וזו הנקודה של המון אנליטיקה היא שלמעשה ההקשר וההשפעות הרבה יותר בהירים וההיקף גדל, הוא הופך להיות גדול והרבה יותר שעיר.

ואתה יכול להסתכל על בעיות ברמות רבות ומגוונות. אז בהתחלה אתה מסתכל על זה בהקשר של בעיה שיווקית ואז אתה אומר, "אה, ובכן זה משפיע למעשה על השיווק והמכירות. אבל לפרויקט הזה עצמו יש השפעות על ה- IT, כך שיש לזה זווית IT שמשמעותה שאנחנו חייבים לעשות דברים אחרים ואגב זה הולך לשנות את SAP מה שאומר שיש לנו את ההשפעה על התהליך האחר הזה. "וכך הגבולות המורכבות תשתנה וגם רמת הניתוח מכיוון שהתהליך אינו סתם "תסתכל על התהליך הזה" או "תראה איך שני התהליכים האלו מתקשרים." אם אתה מנהל ואתה עושה טקטי בהזמנה גבוהה בהרבה או החלטות אסטרטגיות, אתה צריך לראות תמונות גדולות עוד יותר. אז זהו תרשים של שרשרת ערך, זה אחד המועדפים עלי, אבל זה לתהליך ייצור הגבינות של החווה עד הקמעונאות. אז אתם יודעים שבצד שמאל מאוד רחוק אתם רואים חוות ובצד ימין מאוד אתם רואים קמעונאים ובין לבין יש את התחבורה שמעבירה סחורה פיזית, בעיקר חלב וחמאה, מעבירה מוצרי חלב למפעלים שונים אשר עובר למפעלי עיבוד אשר עובר למפיצים ולמפעלים שלאחר עיבוד ואריזה וכל הדברים השונים האלה. וזו בעצם שרשרת אספקה ​​שעוברת מהייצור לצריכה.

ומה שאתה רואה באדום וירוק למעלה הוא למעשה הצד הנתונים של אינטראקציות התהליכים בין חברות, מכיוון שזו שרשרת ערך לא לחברה אחת אלא לתעשייה, אם כי זו הייתה למעשה עבור חברה. היית מכניס את עצמך למשהו כזה וממפה את זה ויש הרבה שרשרת ערכים ומערכת ערכים שונים, מיפוי ערכים של דברים שחוזרים לפורטר, לדעתי, בסוף שנות השבעים / תחילת שנות השמונים. אבל הרעיון הוא שיש כאן תהליך והדברים האדומים האלה הם כל המידע הזורם מחברה אחת או מערך פעילויות אחד בשרשרת האספקה ​​לחברה אחרת. וזה מרמז שתהליך אחד בארגון אחד מקיים אינטראקציה עם תהליך אחר בארגון אחר. וכך זרימת התהליכים וזרימת הנתונים, שניהם חשובים ושניהם צריכים להיות גלויים מבחינת תיעוד מה שקורה והבנה של מה שקורה והיגיון בקשר לזה, כי אז אתה יכול לבוא ולהגיד, "נו, מה אם הייתי מחיל את ה- AI ל התהליך שלי כאן ושינוי שיניתי את הניהול המתמשך הזה בכדי לצמצם את העובדה שבמעבר או באזורי המתנה ומתקני הפצה, יש לי מוצרים שהולכים רע. "וכך אני עושה התאמות לוגיסטיות ורשתות האספקה ​​אבל זה לא משפיע רק עליי, אך ספקים במעלה הזרם ובמורד. זה משפיע על התהליכים שלי ויש לו זרימות מידע שהולכות להיות מושפעות ולכן התהליך עוזר לך לחשוב איך זה הולך לעבוד ולמי אתה הולך להשפיע ולמי אתה צריך להתמודד. וכך זה לא תקף באמת לאנליטיקאי או לאנשי BI או למדען נתונים, אבל זה תקף גם למנהלים שצריכים להשתמש בדברים האלה.

כדוגמה קונקרטית יותר אני פשוט אעביר כאן דבר פשוט ופשוט על שיווק מכיוון שלדעתי להרבה אנשים יש תפיסה אינטואיטיבית למדי של יסודות השיווק המקוון. אני חושב שכולם בזמן כזה או אחר כנראה ראו את תרשים המשפך המחייב בו יש קהל של אנשים בחוץ. שיווק אינו עוסק אך ורק בפרסום. זה על הרבה דברים, אבל ממש בתחילתה זה מוציא את המילה. הפוך אנשים מודעים למוצר או לשירותים שלך. פרסם לקהל זה כדי ליצור לקוחות פוטנציאליים וכך סוג הקהל מצמצם את הסיכויים, אנשים שעשויים להתעניין במוצר שלך. וכשמפרט המוצרים מספיק מוסמך, הם הופכים להזדמנויות. הם הופכים להזדמנויות מכירה. אז כל אחד מכם בשידור האינטרנט הזה הוא הזדמנות שיווקית פוטנציאלית עבור האנשים שמשלמים עבור שידור זה מכיוון שלמעשה הם מנסים למצוא אנשים שהם לידים מוסמכים. אז הם מקווים שהזדמנויות המכירה האלו הופכות להיות לידים - אנשים בפועל שמעוניינים במוצר או בשירות שרוצים את הדבר הזה, שרוצים שיהיה לו, וכמובן שאם אתם קונים משהו או תורמים או עושים כל מה שהוא אתה עושה - הדבר תקף באותה מידה לגיוס כספים ללא מטרות רווח. אני יכול להפוך לקוח, תורם. ואז, אתה יודע, בתקווה, התקווה של התקוות לשיווק היא שאתה הופך לתומכים, נכון? כך שתמיד יש דברים כמו מדדי ציון מקדם שאתה יכול לבנות על שיווק מפה לאוזן וכיצד לקוחות שמחים משאירים מפה לאוזן כדי לספר על אנשים אחרים על זה, מה שמושיט את הקהל לא דרך ערוצי שיווק רשמיים ויוצר יותר סיכויים, הזדמנויות, הובלת לקוחות וכך המחזור עובר.

אז זהו משפך בסיסי, כולם רואים שאם אתם מבצעים סוג כלשהו, ​​אתם יודעים, עבודה בניתוח אתרים אתם רואים דברים כמו טבלאות המרה, נכון? זה דבר BI קלאסי, אתה רואה שיעור המרות שהוא פשוט מעבר משלב לשלב הבא. אז הקהל ההמוני הגדול שאינכם מכירים באמת מכיוון שרק שמתם פרסמו לקוחות פוטנציאליים, אני מקווה שאולי אתם מכירים אולי יודעים משהו על שתי הזדמנויות שמזוהות, אנשים פוטנציאליים, חברות שאתם יודעים עליהם ואז חוצים גבול אחר. וכך יהיו לכם קמפיינים שונים. גרום לאנשים ללחוץ על מודעות הבאנר וגרמו לאנשים להשתתף במהדורת האינטרנט הזו. לגרום לאנשים לעשות משהו ולכל אחד מאלו יש את שיעור ההמרות - כך שמספר האנשים אליהם אתה פונה ומספר האנשים שלמעשה מבצעים את הפעולה הרצויה לך. כך שהרבה שיעורי המרות בדרך כלל ברשת יתאזן בין, למשל, אחוז לחמישה אחוזים, תלוי בענף וסוג הדברים שאתה עושה. אז תהיה לך חבורה של מדדים.

במקרה זה אני מציג את הסוג הטיפוסי של ניתוח אנליטי, איפה ביקרו דפים או מה היה שיעור הכניסה. אבל זו מדד יחיד ואנשים מסתכלים על אלה ומודדים מהם דברים, אבל הם ממש לא כל כך מועילים. מה שקורה זה שאחוז לחמישה אחוז - ומבחינת פרסום רב ברשת - זה בערך אחוז עד שניים אם יש לך מזל. זה ההקשר האמיתי, נכון? זה כל אחד אחר שלא התגייר באותה נקודה עבור הדבר הזה והקו הזעיר הקטן הזה בתחתית זה שנותן לך תמונה הרבה יותר מציאותית ממה שהתרשים הזה עושה. אבל, באמת מה שהראיתי לך בעבר עם תרשים המשפך הזה צריך להיראות משהו כזה, נכון? שיעור האיזון, אלו האנשים שמופיעים באתרי מכירה או באתרי מובייל ועוזבים מייד, נכון? הם פשוט לא ממש התעניינו. יש אנשים שסתובבו קצת ואז יש אנשים שסתובבו קצת יותר, אולי לחצו, אולי רשומים, אולי עשו משהו. זה למעשה מהניתוח הקמעונאי; עשיתי איפה שיש לך שיעורי עגלות קניות, אז התעריף הנטוש, מילא טופס ויצא, התחלתי לתרום כסף ויצאתי, התחלתי לחתום על עצומה ויצא, להכניס משהו לעגלת קניות ויצאתי. אתה באמת צריך לתאר את כל הדברים האלה, אבל אתה יודע מה אתה רואה כאן, אתה רואה ערך לכל אחד מהדברים האלה. וכל אחד מאותם מדדים, אם אחזור למשפך, הוא המעבר מנקודה אחת לאחרת.

אלה למעשה מדדים המותאמים לתהליך. ואם אתם כמובן רוצים להפוך את הדברים למעט יותר מסובכים, תגלו שלמעשה ישנם ערוצים רבים, נכון? מכיוון ששיווק הוא סוג מאוד מורכב של ערוצי תקשורת. יש את הדברים הישנים, הרדיו, הטלוויזיה, ההדפס וההדפס הם לא רק כתבי-עת ועיתונים, הם חוזרים שאתה מקבל בתיבת הדואר שלך, אלה אותם קלפים קטנים ומעצבנים שנכנסים למגזינים או שהם נדבקים לדואר שלך. הם קלפים ועלונים וכאלה שהם נותנים לך ברחוב. ואז כמובן יש ערוץ סלולרי שהוא למעשה ערוץ מקוון אחר, אבל הוא שונה באופן עדין. משחקים הם למעשה ערוץ שיווקי. סרטים, מדיה הם למעשה ערוצי שיווק. בכל פעם שאתה רואה שם מותג בתוך סצנת קולנוע, מישהו משלם על כך. ואז פשוט פירקתי את המקוון כאן, יש לך את אתר האינטרנט שלך, שיווק בדוא"ל שהוא עדיין פופולרי מאוד, מערכות תגובה קולית אינטראקטיביות - מערכות ההפעלה המעצבנות כשאתה מתקשר לתמיכה בלקוחות ולא מצליח לעבור. רשתות חברתיות רבות ומגוונות.

אז כל אחד מאלה בתורו נשבר להרבה דברים אחרים כמו הדברים החברתיים. יש לך פייסבוק וטוויטר ואינסטגרם ועוד 100 דברים. וכך לכל אחד מאלה יש תהליך שיווקי משלו, דרך משלו לבחור כיצד לעסוק, כיצד לבזבז, מה אתה מוציא, מה אתה הולך לעשות, איך אתה הולך לעשות זאת ואיך אתה הולך למדוד. לכל אחד מהם יש תהליך. אז שיווק בפייסבוק שונה משיווק בטוויטר שונה משיווק באינסטגרם שונה משיווק. מה שאומר שלכל אחד מאלו יהיו דברים דומים - כנראה כאחד אך מעט שונים - ואולי אנשים שונים שמתמודדים איתם. אז לכל אחד מהם יש תהליך. אז כמות התהליכים שמתחת לערכים אלה היא למעשה עמוקה מאוד והם משפיעים זה על זה. על ידי עשיית דבר אחד אתה משפיע על דברים אחרים והאינטראקציה הזו מאוד שימושית ונחמדה לראות בתרשימי תהליכים.

האחרים של מושג המשפך עצמו הם צרים מדי מכיוון שהוא בדרך כלל נותק בנקודה בה אנשים הופכים ללקוחות. בדרך כלל זה כאשר השיווק אומר "העבודה שלנו מסתיימת." מעט מאוד אנשים מבינים שהתפקיד האמיתי של השיווק הוא לייצר לקוחות למכירה. וכך יש למדוד אותו לאורך כל נקודת הסיום. וברגע שנרכש הלקוח, החלק האחר של השיווק שאנשים מחוץ לשיווק בדרך כלל לא יודעים עליו, הוא שזה לא רק רכישה, אלא זה ניהול מעגל חיי לקוחות. אבל זה בדרך כלל סילו שונה. כמו שקים דיבר קודם לכן, יש לנו ממגורות ותמיכה בלקוחות ותמיכה באחריות וכל הדברים האחרים הללו לרוב פועלים במחלקות שונות או במחלקות שונות בתחום השיווק בממגורות שלהם. אבל אתה צריך לראות אותם. אתה צריך לראות את התהליך שמזין דברים פנימה, דרך ומחוצה לה. והנושא החם מלפני חמש עד עשר שנים, אבל זה עדיין היום, קשור ללקוח 360 וחוויית משתמש וניהול חווית לקוח. ובכן, הלקוחות חווים את הארגון דרך נקודות מגע רבות מרכישה דרך תמיכה וכך תוכלו לחוות חוויות נהדרות בצד השיווקי ובמכירה של המכירות ולהיות בשירות נורא ולעולם לא יחזרו. או שתוכלו לקבל חווית מכירות איומה, אל תקנו את המוצר אלא החליטו שזהו הסוף ולא משנה כמה טוב השירות. וכך הוא מרחיב את ראיית התהליך בהקשר בו אתה מסתכל על מדדים.

וכך הבנת תהליכים רוחביים, על פני מחלקות, על פני השקפות עסקיות היא דבר חשוב לא רק שם. ואחד האתגרים, כמובן, כמתמחים במחסני BI או במאגר נתונים או במדעי המידע, הוא שהנתונים כולם קצוצים בגלל אותם ממגורות. מערכות האוטומציה השיווקית מטפלות בקצה הקדמי; יש מערכות שיווק מקוונות; מערכות אוטומציה למכירות עוסקות בחלקים האמצעיים לאחר שתורגמו למעי של מערכות SAP או Oracle OLTP. אז זה דברים שונים, וכמובן ש- biz של מרכז הטלפונים מנותק לעתים קרובות מכל אחת מהקטעים האחרים האלה ואז אתה צריך לתפור הכל יחד, וכך דיאגרמות תהליכים עוזרות לך להבין איך כל המערכות קשורות זו לזו, מה שגם עוזר אתם כנתוני BI או עוסקים במדעי הדיור מבינים אילו נתונים הולכים לאן וכיצד ולמה. לכן אני באופן אישי משתמש בתרשימי תהליכים במקומות רבים ושונים בתוך פרויקטים אנליטיים אלה מכיוון שהם עוזרים לך למפות ולהבין את דרישות הנתונים כמו גם לבצע את העבודה. כפי שראינו קודם, ישנם מקומות שבהם מודלים של תהליכים מראים את השימוש בנתונים. הם עושים שימוש בנתוני מכירות ושיווק ומי הבעלים של אילו נתונים והיכן נתונים אלה נראים גלויים והיכן חפיפות אלה. הם גם עוזרים לך להבין בגלל מיקומם של אנשים ומחלקות בתרשימי התהליכים, מי עושה איזו עבודה ולכן מי הבעלים של התהליך בפועל של אותם נתונים. כך תוכלו לראות מי הבעלים של הנתונים הכספיים, מי הבעלים של נתוני הבריאות, מי אחראי לדברים האלה. ולפעמים זה מועיל כשאתה רואה מדדים ויש פער בין שני תהליכים ויש העברת נתונים בין שני התהליכים האלה ויש אדם מכל צד של זה שהוא ככל הנראה אחראי לנתונים במעלה הזרם או במורד הזרם ואתה צריך למצוא אותם. או שתוכלו לעבור למפות התהליך ולראות את הדברים האלה.

כך שמודל תהליכים יכול לעזור להפוך את זה לגלוי וכך תוכלו למנף את הדברים האלה בפרויקטים שלכם. ואתם יודעים, כשאנחנו מצפים קדימה, הרבה ממה שדיברתי עליהם בהתחלה סביב BI ואנליטיקה ואפילו חלק ממדעי הנתונים, ההיבטים של הדברים ברמה שטחית, הם כולם על ניתוח תהליכים בסיסיים ומדדים . אך הדבר הנוסף שאתה יכול לעשות, מלבד הטמעת ניתוחים לתהליכים או ניתוח תהליכים ושינוים, הוא בניית הדמיות. הדרך הישנה לבנות סימולטורים, הדרך בה נהגנו לעשות זאת מזמן היא שיש לך אנשים חכמים, מתמטיקה, הם בנו מודלים שידמו את המערכת, בדרך כלל על ידי הבנת התהליכים בתוך אותה מערכת. אבל יש דרך אחרת לעשות זאת, והיא לקחת חלק מההבנה הזו ואז להזין נתונים לתוכה. בנית סימולטור, כתוב שהוא עובד ככה, יש לך את כל הנתונים האלה. אתה אמור להיות מסוגל למפות נתונים אלה בסימולציה ההיא ולראות אם הסימולציה שלך היא שטויות או אם היא טובה. וכך תוכלו להתחיל לבנות הדמיות של תהליך או תהליך אינטראקציה, וזה דבר קשה מאוד לעשות.

על ידי ניתוח והזנת נתונים לסוג של קופסאות שחורות - ישנם מודלים של סימולציה של קופסא שחורה וקופסה לבנה שתוכלו לבנות וכך תוכלו לאמת הדמיות - תוכלו להשתמש בנתונים כדי לבנות הדמיות; אתה יכול לעשות דברים מעניינים יותר וזה באמת חלק גדול מהמקום בו העתיד הולך. זה ומשהו שקיים כבר עשור טוב שהוא אוטומציה של ההחלטות עצמה - שזה לקחת את הדברים השגרים ביותר שאנשים עושים שנרקמים, שאתה פשוט מבלה, אתה יודע, לוחץ על כפתורים - ומתחיל בצע אוטומציה להחלטות, ובתי ספר מסוימים מכנים זאת "עיבוד אירועים מורכב." אבל אתה יודע שאלה עוד זווית של הזרקת קבלת החלטות וניתוח של פריטים לתהליך, מה שאומר שאתה צריך לתאר את התהליכים האלה כדי לראות כיצד ואיפה ניתן ליישם את התרגול .

ולבסוף, כמעט מעולם לא הפכנו דוגמנות תהליכים לדבר שאנחנו עושים, שהוא קבלת החלטות באמצעות מידע. וזה אחד התחומים שבהם אוטומציה של החלטות ו- CEP למעשה עושים קצת. אבל עשיתי את זה קצת בעצמי מבחינת מחקר סביב קבלת החלטות, וזה מה התהליך שעובר בן אנוש לקבל החלטות לגבי דבר מסוים? אז יכול להיות שמדובר בסחורה, זה יכול להיות שיווקי, זה יכול להיות משהו בלוגיסטיקה, אבל יש בן אנוש שמקבל החלטות, ואם אתה מתכנן את ההחלטות ושהן מקבלות, תהיה לך הבנה טובה יותר של הנתונים והערכים הדרושים בשבילם. וכך תוכלו להשתמש במודל תהליך ההחלטה הזה כמנגנון בפועל לבניית לוחות מחוונים טובים יותר כדי להבין אילו פונקציות אנליטיות ניתנות ליישום לשימוש בכדי לקבל זאת או לאפשר לאותו אדם לקבל החלטות טובות יותר. וכך זה אחד הדברים האלה שעודם ניתן לבחון אותם.

וכך אני הולך להסתיים כאן כדי שיהיה לנו זמן לשאלות.

אריק קוואנה: כן, זה היה הרבה דברים ממש טובים וקים, אני חייב לומר, בינך לבין מארק, אני חושב ששניכם פשוט הניחו מערך מרשים למדי של סיטואציות ותרחישים שבהם דוגמנות תהליכים באמת תשלם דיבידנדים . אני מניח שאני אזרוק לך את זה קודם, קים. איך לגרום לעסק להעריך זאת ולהבין כמה זמן ניתן לחסוך, לחסוך כסף, ניתן להגדיל רווח וכדומה על ידי התמקדות באמת בזיקוק תהליכים אלה למערכת דיאגרמות ואז ניתוחם?

קים ברושאבר: כן, אני חושב שהדבר הראשון שעליך לעשות הוא לזהות אלוף בארגון שרוצה לראות את התהליכים שלהם ממופים. ופעם אחת - ויהיה זה בעל עניין מרכזי בארגון. ואז לזהות קבוצה קטנה שתתחיל לבנות את התהליכים ושוב להתמקד במה המטרה העסקית ומה העסק שמנסה להשיג, ולא רק מה שקורה במחלקה. וקח מטרה אחת זו ומפה אותה בתוך האלוף וקח את האלוף ואז הראה את התגמולים שאתה מקבל מהתהליך ואז יאפשר לחלקים אחרים בארגון ללכת ולהתחיל לבנות את התהליכים האלה גם עד שתוכל בנה את הארגון כולו מכיוון שרוב האנשים לא יכולים פשוט להביא ייעוץ שישרטט את כל התהליכים בבת אחת. אז הם צריכים לעשות את זה בגזרות בגודל נשיכה ולבחור את המקומות האסטרטגיים ביותר למראה או את המקומות שבהם אתה מצפה שבעיות התהליך הכי קיימות. ולהתחיל להתיר את אורות חג המולד ולראות איך זה משתלב.

אריק קוואנה: כן, זו בעצם מטאפורה נהדרת - להתיר את אורות חג המולד, כי מתחתיה אתה תמצא המון מורכבות והרבה דרכים לעקיפת הבעיה. באמת, אני חושב שכאן בדרך כלל נובעות הרבה בעיות, הן באמצעות מיזוג - כפי שהצעת קודם - או סתם דרכים לעקיפת הבעיה שנכנסו לתהליך במשך תקופה של שנים שאיש מעולם לא לקח את הזמן להתנתק, נכון ?

קים ברושאבר: נכון, או שמישהו פשוט התחיל לעשות משהו וזה מעולם לא נדון מלכתחילה.

אריק קוואנה: נכון, זה מעניין. הנה - וזה טוב. אני מניח שאעביר לך את זה, מארק ואז קים, אם אתה רוצה להגיב על זה. אחד הנוכחים כותב, "בהתחשב בסביבת האומני המשתנה והולכת והולכת והולכת, איך מנוהלים או מוקצים הייחוס בצורה הטובה ביותר?" אני חושב שזו שאלה מתמשכת, אבל מארק, מה אתה חושב?

מארק מדסן: כן. כל בעיית הייחוס בשיווק היא אדירה. אם אינך יודע מהי ייחוס, זה פשוט לקחת, נניח, מכירה של משהו - כמו הדוגמא המקוונת, אם אתה הולך לאמזון ואתה קונה ספר. ובכן, איך הגעת לשם? האם האופטימיזציה למנועי חיפוש היא שהובילה אותך למקום ההוא על ידי כך שאתה מקבל את הדירוג של הספר באותו מקום מסוים, כך שהוא הלך לאותו מקום לקנות אותו? האם הייתה זו מודעה מקוונת, האם זה היה קמפיין במדיה חברתית? ואתם יודעים שהבעיה היא שהרעיון של דוגמנות ייחוס הוא שיש סיבה מהסוג הזה, אבל ברור שיש הרבה דברים. אולי ראית את הספר בעמדת הספרים וראית מודעת באנר שלו ואז החלטת לחפש אותו אחר כך כי חיפשת משהו לקרוא ואז הוא עלה לשם.

ואז השאלה היא "איך אתה מחלק את ההוצאות בתקשורת או את ערך המכירה והלקוח ההוא על פני קמפיינים שונים?" וזו משימה מורכבת ביותר ועליך לעשות זאת כי ברור שאתה מנסה לתקצב את היעיל ביותר שלך קמפיינים. אבל גם מכיוון שהרבה פעמים יש עלות כמו עמלת סניף או משהו או קליק דרך שגובים מכם על כך. ואז צריך להחליט מי יקבל שכר. האם גוגל מקבלת שכר, האם הבחורים האלה מקבלים שכר, האם הבחורים האלה מקבלים שכר? מכיוון שתוכניות ייחוס טיפוסיות הן "הבחור הראשון מקבל תשלום."

ולכן אני חושב שבשורה התחתונה מדובר בבעיה מורכבת להפליא וזו סוגיית רב-משתנים של בעיית ניתוח סטטיסטי שאין לה תשובות ברורות. וזה אומר שאתה יודע שאתה צריך לעקוב אחר מדדים ולראות מה אתה יכול לנסות להקניט, ויש דברים כמו ניתוח משותף ועוד דברים מוזרים שבעבר היו פופולריים שעשויים להיות פופולריים שוב לסוגים אלה של מטרות. אבל זה בתורו אומר שאתה צריך להבין את מדדי התהליכים, לפחות ברמה של "יש לי חמישה סוגים שונים של קמפיינים שיווקיים, אני צריך לדעת מה התשומות לקמפיין הזה, לדעת כמה כסף אני ' אני מבזבז לעבד מדדים, כמו כמה הודעות דוא"ל או כמה מודעות הצגתי? ". וערכי תוצאות התואמים לעיתוי או קישור או גשש בנושא זה, עסקה זו התרחשה. כך שתוכלו להתחיל לבנות את התמונה הזו - ושוב זו דוגמא טובה נוספת למקום שבו מיפוי לפחות האינטראקציות התהליכים הבסיסיים יכול לעזור לכם לחשוב עליה. בשורה התחתונה, אני לא חושב שיש תשובה ברורה לייחוס.

אריק קוואנה: כן, אני חושב שאתה בדיוק צודק בזה. ולעולם לא תדעי, נראה לי. לפחות אתה יכול לדעת את העיקריות, אתה יכול לקבל רעיון טוב מאיפה רוב הדברים הגיעו, אבל להניח שאתה יכול לדעת את הכל או שתוכל לדעת אי פעם את כל זה, אני חושב שזו רק טעות בתחילת הדרך.

מארק מדסן: אני חושב שייזנברג כבר כתב על זה.

אריק קוונהאג: מה זה?

מארק מדסן: עקרון הוודאות של הייזנברג קובע אותו.

אריק קוואנה: זה נחמד, זה טוב. תן לי לזרוק לך את זה, קים, כי כשאני מסתכל על זה ואני מקשיב למצגת הזו, מה מיפית עם הרבה תרחישים שונים אלה ואז מה שמארק עשה גם כן, אתה יודע מה צץ בעיניי כל המושג הזה של טרנספורמציה דיגיטלית שכולם מדברים עליו כל הזמן. ולי זה מנה ראשונה נהדרת לדיונים מהסוג הזה, כי אם מסתכלים על הזוכים החדשים מבחינת חידושים גדולים כמו Uber, ללא קשר לנושאים התרבותיים שלהם, ו- Airbnb וחלק מהחברות האחרות האלה, מה שהם עשו היה לזקק תהליכי מפתח עד לרמה זו, לרמה הדיאגרמתית, והם באמת התמקדו בבניית תשתיות חסינות כדורים לשרת שירותים רציניים אלו בשוק. והם עשו זאת בקנה מידה, נכון? ובכן, טרנספורמציה דיגיטלית עוסקת במינוף הכוח החדש של מחשוב ענן, של למידת מכונות, של ניתוחים, בכל מקרה. אז בשבילי, כל מי שמדבר על טרנספורמציה דיגיטלית צריך לעשות דוגמנות תהליכים. מה אתה חושב?

קים ברושאבר: כן, ואני חושב שמונח נוסף שרבים לעיתים קרובות מסתובב בו כרגע הוא "אוטומציה של תהליכים", שאותה תחילה עליך לבנות את התהליכים העסקיים שלך ולהבין מה הם לפני שתוכל להתחיל להפוך אותם לאוטומטיים. ואז תוכלו להפעיל את התוכניות שלכם. אבל בהחלט כשאתה מתמודד עם עידן השינוי הדיגיטלי, אתה יודע שאתה צריך לבדוק מה המידע שאני אוספת וממש נכנסים להסכמה בתוך הארגון שלך לגבי מה שמידע זה חשוב. מכיוון שאתה יודע, כמו השקופית שמארק שיתף איפה שיש לך את כל מסכי הטלוויזיה השונים עם כל המידע השונה, יש לנו את היכולת לאסוף כל כך הרבה נתונים עכשיו שאתה באמת צריך להגדיר כארגון ולהיכנס איתם עם כולם, כל בעלי העניין המרכזיים, ואומרים באמצעות תהליכים עסקיים, "זה המידע הקריטי ואלו הצעדים הקריטיים", וגם יוכלו להבין היכן נקודות הציר שלך. אז אתם יודעים, “זהו תהליך שלא ממש עובד טוב עבורנו. בוא ניכנס לפרט דק יותר ונמצא כיצד אנו יכולים לעשות זאת אחרת ", ונדבר עם נקודות המגע השונות ונראה גם את התשומות שלהם בשיחה.

אריק קוואנה: כן זו נקודה ממש טובה וחשבתי שהשקף הזה גם עשה עבודה טובה בתקשורת על חשיבות התלות. אתה יודע, בכל עת שאתה משנה את אחד המרכיבים האלה אתה משנה את כולם, ומנסה לעטוף את הראש סביבך כיצד זה יכול להשפיע על תהליכים עסקיים בכנות לוקח קצת זמן ומאמץ. אבל שוב, זה מסוג הדברים שבהם אם אתה מדבר על טרנספורמציה דיגיטלית כלשהי, אתה צריך להבין היכן ניתן לקרוס תהליכים, היכן ניתן למגר אותם. אני חושב שזה בדרך כלל אחד מסוגם של גיבורים שלא הושמעו של יישומים מוצלחים זה כשאתה מבין שאתה כבר לא צריך תהליכי X, Y או Z אם אתה מחדש את הארכיטקט של התוכנית הכוללת.

קים, אני מניח שאני זורק לך את זה בחזרה. מה אתה מוצא שהם כמה מגורמי ההצלחה העיקריים כאשר הדברים האלה מסתדרים היטב? מהם המאפיינים של סיפורי ההצלחה ההם?

קים ברושאבר: אני חושב, כוונתי, ברור ששיתוף פעולה הוא חיוני וזו הסיבה שהחלטתי למקד את סיפון השקופיות שקיבלתי כל כך הרבה על ממגורות, מכיוון ששיתוף פעולה בין הארגונים השונים והבנתי היכן נמצאים פיטורים אלה, זה ענק דרך לייעל ולהפוך את התהליכים שלך לרזים יותר ולנהל את השיחות האלה על "אוקיי, אז זו הדרך שאני עושה את זה", כמו זו עם שקופית המיזוג, כשאתה מדבר עם מספר מחלקות שונות או אתה מדבר עם חברות שמתאגדות וממש מבין את השיטות הטובות ביותר. ועיצוב מה הם הצעדים הטובים ביותר לנקוט ולהפוך את כולם להתאמה עם הצעדים האלה בהחלט הופך את כל המידע הזה להרבה יותר חלק.

אריק קוונהאג: כן, ואני שמח שזרקת גם את המילה "שיתוף פעולה". מארק, אני פשוט אזרוק את זה לתגובה. שיתוף פעולה הוא מרכיב כזה שמשנה את המשחק בעולם העסקים החדש, אפילו עם דברים פשוטים כמו Google Docs, למשל. במקום להעביר מסמך אחד דרך חמישה אנשים שונים באמצעות דוא"ל, אתה יכול לקבל את כל אותם חמשת האנשים שיסתכלו על המסמך בזמן אמת ויבצעו התאמות ויראו על מה אחד מהשני מעיר. זה עניין גדול; זה שינוי גדול בתהליך. ואותו רכיב יכול להיות מיושם, כמובן, גם על בינה עסקית, על עבודות דוגמנות, באמת כל אחת מהתחומים האלה שאנו משתמשים בהם בכדי לייעל את העסק. שיתוף פעולה צריך להיות בראש ובראשונה בכל עת שזה הגיוני, נכון?

מארק מדסן: כן, אני חושב שכן. אני מתכוון, הרעיון הזה של מקבל ההחלטות הבודד די דומה, אתה יודע, שהאנליטיקאי הבודד שיוצא לשם קסם לעשות את הניתוח שלו ומציג את הזהב השלילי הזה. ומקבל ההחלטות הבודד היושב ליד שולחנו הוא סוג של השקפה עתיקת יומין של שנות התשעים כיצד אנשים וארגונים מקבלים החלטות, אתה יודע? אתה יושב מאחורי שולחן העבודה ואתה מסתכל על הדבר הזה ואז אתה מקבל החלטה, אבל זה הכל נתפס בתהליכים ויישומים עכשיו. ההחלטות האמיתיות מתקבלות בדרך כלל על פני מחלקות או עם אנשים אחרים, וזה דורש הבנה ותקשורת רחבה יותר של המתרחש. אחרת, אתה פשוט חופר בעקבים וכולם נלחמים ואף אחד לא רוצה להיות בעלים של שום דבר, וזו הסיבה שאני כבר לא עובד במספר חברות.

אריק קוואנה: טוב, אתה יודע, זו נקודה טובה מאוד וקים, אני ממש שמחה שהעלית את הרעיון הזה של דברים שאבדו בתרגום. לעתים קרובות אני חושב שאנשים לא מעריכים כמעט מספיק את חשיבות ההקשר בכל דיון ובכל מקום. ההקשר כה חשוב מבחינת העזרה לאנשים להבין שמגוון הנושאים הנידונים ונקודות ההחלטה אשר יהיו. ואם אתה יכול להשתמש בדוגמנות תהליכים כמנגנון, שוב כדי לזקק את מה שיכול להיות אורגניזמים מורכבים שעירים למדי עד לדיאגרמות פשוטות יחסית - ואם לא אלגנטיות לחלוטין, בעיניי זה מאוד שימושי ל: א) לתקשר את מה שחיוני, אבל B ) לא להתעלם מדברים שהם קריטיים אבל עלולים ללכת לאיבוד בשיחה, ו- C) סוף סוף להתגבש משהו ויזואלית שלמען האמת, מילים בדיאלוג יתקשו להתפרק. מה אתה חושב?

קים ברושאבר: ובכן, זה באמת מעניין שתמשיכו להעלות את המונח הזה "שיחה". וכללתי את השקופית שנמצאה בתרשים השיחה, שם היו בריכות המרובות השונות שדיברו זו עם זו והתקיימו ביניהן. זו הסיבה שארגון BPMN החליט ליצור את התרשים הזה, מכיוון שהבינו שהשיחות שמתקיימות בין מחלקות שונות הן מורכבות וצריכה להיות דרך להיות מסוגלת להציג את כל הקטעים שהיו מעורבים בתהליך וכל שחקנים שונים וכל ההיבטים השונים כך ששום כדורים לא נפלו וכולם ידעו היכן מתואר האחריות. אז בתהליך עסקי כשדיברת עליו, אתה יודע, עם תחושת ההקשר הנכונה, דיאגרמות של תהליכים עסקיים הם באמת גדולים מכיוון שהם חזותיים ותמונות שוות 1, 000 מילים, וכשאתה יכול לראות את הדברים האלה בהקשר חזותי מאוד, זה מאפשר לאנשים להיות מסוגלים להבין הרבה יותר טוב מאשר, נניח, אם כתבת שהתהליך שלך היה בפורמט של פסקאות וכתבת אותם, אתה יודע, פיזית או אפילו אם אתה מספור אותם בכדורים. הייצוג הציורי מאפשר לך לאסוף את ההקשר הזה ואת ההבנה הרבה יותר מהר מאשר אם היית יודע שמנסה לקרוא אותו או להבין אותו.

אריק קוואנה: טוב, אתה יכול גם להתייחס לדברים באופן אישי, נכון? איפה שאנשים לא יקחו דברים כל כך באופן אישי והייתם בעלי מבט הרבה יותר אובייקטיבי על מה שהעסק באמת עושה ובוודאי לגבי התהליכים המורכבים יותר, אני חושב שזה יעזור לקהלים עסקיים וגם ל- IT להבין טוב יותר מה הגדול תמונה היא, מכיוון שבסופו של יום התמונה הגדולה היא העסק ורוצה שהעסק יצליח, בואו נודה, מדובר בתקופות סוערות למדי. בגלל זה אני חושב שהזמן נכון, וזה תמיד היה, אבל זה נראה עוד יותר בימים אלה ככל שאנו רואים תהליכים מסוימים שעברו אופטימיזציה או אפילו מחוסלים. לדוגמה, ללכת לענן, פשוט לפרוק רכיב שלם של הצעת השירות שלך לענן או לאיזה פרטנר או יהיה אשר יהיה. אבל אם המודל הדיאגרמטי והמדויק של העסק הזה הוא דבר שימושי מאוד לעיצוב מחודש ולשמירה על הדברים, נכון?

קים ברושאבר: כן והמוצרים של סטודיו ER, יש לנו הרבה יכולות חיפוש וסינון. כך שאם אתה רוצה ללכת ולייעד שמשהו זה התנהגות בענן, אתה יכול ללכת לכוונן אותו ולבצע חיפוש כדי לראות מהם החלקים שקיימים אינטראקציה בענן ברגע שתמצה את כל התהליכים שלך. או למשל, נניח שאתה מסתכל על שיווק ואתה רק רוצה להתאים לשיווק - ואני בהחלט לא מתכוון לבחור בשיווק - זה רק הראשון שהעלה בראשך שרוב הארגונים שיש להם . אבל, אתה יודע, ללכת ולהיות מסוגל לומר, "בסדר, אז אני חושב לשנות את מחלקת השיווק שלי. אלה כל ההתנהגויות ", וכך תוכלו להסתכל על כל התהליכים ולהגיד, " אוקיי, אני הולך לשים את הטקטיקות האלה בהן אנו משתמשים בכדי לעשות זאת למעלה בענן ולעשות זאת וזה הולך להשפיע על אלה חלקים וזה הולך להשפיע על האנשים האלה. "ואם יש לך את התהליך המתוכשר, אתה יכול לראות מאוד חזותית - זה כמו להסתכל על פאזל ענק, נכון? יש לך את כל חתיכות הפאזל השונות האלה שכולן משחקות ביחד ותוכלו להבין, "בסדר, האם אני צריך לארגן מחדש את קטעי הפאזל האלה כדי שהכל יתאים לחתיכה אחת?"

אריק קוואנה: כן ואתה יודע שאשיב לך שאלה אחרונה. ואנשים, אני עומד לפרסם קישור לשקופיות מהמצגת של היום; התבונן בחלון הצ'אט שלך כדי לראות זאת. אבל, כמובן, מודלים לתהליכים ומונחי דוגמנות נתונים למידע על נתונים שעוברים מערכות הוא חשוב ביותר מכיוון שמערכות עובדות או שהן לא עובדות, שם העסק יכול להיות קצת יותר רופף-אווז. אתה יכול לקבל דרכים לעקיפת הבעיה - בוא נגיד בימים עברו בסוף התהליך או בתחילת התהליך או בכל מקום שביניהם - אתה יכול לקבל את הדרך לעקיפת הבעיה שמישהו פשוט גילה יום אחד כשמשבר שברור שאיש לא ידע עליו. ובכן עם נתונים, תדעו בוודאות מכיוון שהנתונים לא מופיעים בשדה בו הם נדרשים והעסקה לא מסתיימת. אבל האם אתה רואה כעת ש- A) אנו הולכים לקראת כלכלה דיגיטלית יותר, אך ב) יש לנו את כל המיזוגים והדברים השונים האלה שקורים. האם אתה רואה שחברות מתחילות להעריך יותר את הערך של מידול תהליכים עסקיים כמו גם דוגמנות נתונים? האם זה סוג של העברת? מכיוון שאני יודע בהחלט לגבי דוגמנות נתונים, מודלי הנתונים מאוד נלהבים מזה שנים על גבי שנים. האם העסק מקבל את זה בימים אלה? האם אנו מתקרבים למקום בו יש את ההערכה הדרושה למה שהדברים עושים?

קים ברושאבר: טוב, זאת אומרת, זה בדיוק מה שאנחנו מנסים להשיג ב- IDERA. יש לנו חבילת סטודיו של ER כוללת גם את חבילת דוגמנות הנתונים וגם את חבילת האדריכלים העסקיים, אז תודה שעמדת לי בתור כל כך יפה.

אריק קוונהאג: הנה אתה הולך.

קים ברושאבר: אבל אנחנו כן - ברור שקטע דוגמנות הנתונים הוא חיוני לחלוטין לכל מי בארכיטקטורת מידע, ארכיטקטורת פתרונות, לכל מי שאחראי לנתונים בארגון. והדרך בה בנינו את המוצר שלנו מאפשרת לעסק ולנתונים סוג של עבודה מסוג יד ביד בעזרת חבילת התוספות של הצוות הארגוני שלנו, כך שתוכלו לדחוף את כל האובייקטים העומדים לרשות התהליך העסקי תהליך נתונים יחד ולהיות מסוגל להפגיש בין שני העולמות האלה. ובוודאי שאין לי מספיק זמן להיכנס לפרטים על כך, אבל כל אחד מוזמן ללכת להסתכל על IDERA ולראות איך אנחנו עושים את זה.

אך השאלה היא, עולם הנתונים ימשיך להיות מורכב. האחסון הפך זול יותר וזול יותר וזול יותר ולכן זה אומר שאנחנו הולכים לרכוש יותר ויותר ויותר נתונים וכאן דנו בפריטים כמו מארק, "אוקיי, אז עכשיו כשיש לי את הנתונים, איך אני מנתח זה? איך אני מבין את זה? כיצד אוכל להמחיש אותו ואיך משתמשים בו לעסק שלי? "וכך היכולת לכסות את המידע הזה על התהליך העסקי ולומר, אתה יודע, " אני צריך לקבל החלטה על החלטת ייצור ואני צריך לדעת כמה פעמים משאיות שלי מתעכבות בגלל שלג בשעות החורף? האם אני צריך לפתוח עסק בקוסטה ריקה כדי להיות מסוגל לשלוח דברים משם במקום לשלוח אותם מצפון? "ויכול להסתכל על כל ההיבטים האלה, אבל אתה אפילו לא יודע שאתה צריך להסתכל מההיבטים האלה עד שתוכל להתחיל בכמה למפות את התהליך הזה, ובמקרה זה מדובר בתהליך תחבורה, אבל לכל עסק יש מורכבות בתהליך שהם יכולים לזרוק במודל של תהליכים עסקיים ולהתחיל להבין לאן החלקים האלה יכולים לנוע .

אריק קוואנה: אני אוהב את זה. אני אוהב במיוחד את החלק בנושא פתיחת עסק בקוסטה ריקה.

קים ברושאבר: למה לא?

אריק קוואנה: אם אתה צריך בחור יחסי ציבור או מנחה שם למטה, יידע אותי. פרסמתי את קישור השקופיות בחלון הצ'אט, אז בדוק את חלון הצ'אט הזה. כמובן שאם לא ראית את זה או שאתה רוצה לשתף את זה עם הקולגות שלך, אנו מבצעים ארכיב של כל שידורי האינטרנט לצפייה מאוחרת יותר. ותוכלו לשלוח אימייל לקים ממש שם, היא מציגה את הכתובת שלה על המסך. אל תהסס לשלוח לה אימייל ישירות.

ועם זה אנו ניפרד מפרידה. תודה על מצגת פנטסטית; זה היה נהדר. אנו נתעדכן בפעם הבאה, חברים. שמור על עצמך. ביי ביי.