โดย Techopedia Staff วันที่ 29 พฤศจิกายน 2017
Takeaway: Host Eric Kavanagh กล่าวถึงข้อมูลและการวิเคราะห์รวมถึงบทบาทของ Chief Data Officer (CDO) และ Chief analytics (CAO) กับ Jen Underwood แห่ง Impact Analytix และ Nick Jewell แห่ง Alteryx
Eric Kavanagh: ท่านสุภาพบุรุษและสุภาพสตรีสวัสดีและยินดีต้อนรับกลับมาอีกครั้งกับ Hot Technologies รุ่นพิเศษ Folks นี่คือ Eric Kavanagh ฉันจะเป็นเจ้าภาพของคุณสำหรับการแสดงในวันนี้“ Playbook CxO: อนาคตของข้อมูลและการวิเคราะห์” ใช่มันเป็นหัวข้อที่ยิ่งใหญ่มากฉันต้องพูด ในความเป็นจริงเรามีฝูงชนที่ทำลายสถิติที่นี่ในวันนี้ เรามีผู้ลงทะเบียนเว็บคาสต์เมื่อเช้านี้กว่า 540 คน เรากำลังทำมันในเวลาพิเศษตามที่หลายคนรู้สำหรับการแสดงปกติของเราโดยทั่วไปเราจะทำสิ่งเหล่านี้เวลา 4:00 น. ตะวันออก แต่เราต้องการรองรับแขกพิเศษที่โทรมาจากข้ามสระน้ำ ให้ฉันกระโดดลงไปในงานนำเสนอวันนี้
ดังนั้นปีนี้ร้อน - เป็นปีที่วุ่นวายมากในหลาย ๆ ทางฉันคิดว่าคลาวด์มีส่วนเกี่ยวข้องกับเรื่องนั้นมาก การบรรจบกันของเทคโนโลยีที่เราเป็นพยานในตลาดเป็นตัวขับเคลื่อนหลักและฉันกำลังเรียนเกี่ยวกับ SMAC ตามที่พวกเขาเรียกมันว่า เรากำลังพูดถึง SMAC: สังคม, มือถือ, การวิเคราะห์, คลาวด์ - และทุกสิ่งนั้นมารวมกัน องค์กรสามารถเปลี่ยนแปลงวิธีการทำธุรกิจได้อย่างแท้จริง มีช่องทางเพิ่มเติมสำหรับการดำเนินการทางธุรกิจของคุณมีข้อมูลที่จะวิเคราะห์เพิ่มเติม มันเป็นโลกที่บ้าคลั่งจริง ๆ และเราจะพูดถึงวันนี้เกี่ยวกับการเปลี่ยนแปลงของสิ่งต่างๆในชุด C ดังนั้นผู้บริหารระดับสูงผู้บริหารระดับสูงในองค์กรเหล่านี้และโลกทั้งโลกกำลังเปลี่ยนแปลงไปในขณะนี้และเรากำลัง กำลังจะพูดเรื่องนั้น
มีของคุณอย่างแท้จริงที่ด้านบน เรามี Jen Underwood จาก Impact Analytix และ Nick Jewell ผู้สอนศาสนาเทคโนโลยีชั้นนำจาก Alteryx ในบรรทัดปัจจุบัน มันเป็นสิ่งที่น่าตื่นเต้นมาก ฉันมากับแนวคิดนี้เมื่อคืนคนและฉันคิดว่ามันน่าสนใจจริงๆ แน่นอนเราทุกคนรู้เก้าอี้ดนตรีเกมสำหรับเด็กที่คุณมีเก้าอี้เหล่านี้เป็นวงกลมคุณเริ่มเพลงทุกคนเริ่มเดินไปรอบ ๆ และเก้าอี้ตัวหนึ่งถูกดึงออกไป เมื่อเพลงหยุดทุกคนจะต้องแย่งกันหาเก้าอี้ในขณะที่คนคนหนึ่งแพ้เก้าอี้ในสถานการณ์นั้น มันเป็นสิ่งที่แปลกและน่าสนใจเกิดขึ้นตอนนี้ในชุด C และถ้าคุณสังเกตเห็นในภาพนี้ตรงนี้คุณจะมีเก้าอี้ว่างสองตัวที่ด้านหลัง โดยทั่วไปแล้วเก้าอี้หายไปในเก้าอี้ดนตรีและสิ่งที่เราเห็นในวันนี้มีเก้าอี้อีกสองตัวที่ระดับ C: CAO และ CDO, หัวหน้าเจ้าหน้าที่วิเคราะห์และหัวหน้าเจ้าหน้าที่ข้อมูล
ทั้งคู่กำลังลงมือ วันนี้หัวหน้าเจ้าหน้าที่ฝ่ายข้อมูลกำลังปิดตัวลงเหมือนไฟป่า แต่นั่นหมายความว่าอย่างไร มันหมายถึงสิ่งที่สำคัญมาก หมายความว่าพลังของข้อมูลและการวิเคราะห์มีความสำคัญอย่างยิ่งที่ห้องประชุมผู้บริหารหรือห้องผู้บริหารที่ฉันควรจะพูดคือ C suite กำลังเปลี่ยนแปลง - พวกเขากำลังเพิ่มผู้คนในห้องชุด C ผู้บริหารใหม่ทั้งหมดกำลังกรอกที่นั่งใหม่เหล่านี้ ถ้าคุณคิดว่ามันยากแค่ไหนในการเปลี่ยนวัฒนธรรมขององค์กรนั่นเป็นเรื่องที่ค่อนข้างจริงจัง วัฒนธรรมเป็นสิ่งที่ยากมากที่จะเปลี่ยนแปลงและโดยปกติแล้วการเปลี่ยนแปลงในเชิงบวกจะเกิดขึ้นผ่านการจัดการที่ดีและความคิดที่ดีและสิ่งนั้น หากคุณคิดถึงโอกาสที่เรามีอยู่ตอนนี้โดยการเพิ่มผู้บริหารใหม่ในชุด C สำหรับการวิเคราะห์และข้อมูลนั่นเป็นเรื่องใหญ่มาก มันพูดถึงโอกาสสำหรับองค์กรที่จะเปลี่ยนวิถีและให้หน้ามัน บริษัท ขนาดใหญ่และเก่าต้องเปลี่ยนเพราะตลาดมีการเปลี่ยนแปลง
ฉันมักจะยกตัวอย่างของ Uber ตัวอย่างเช่นหรือ Airbnb เป็นองค์กรที่มีปัญหาทั้งอุตสาหกรรมโดยพื้นฐานและเกิดขึ้นทุกที่ สิ่งที่เรากำลังจะพูดถึงในวันนี้คือวิธีที่องค์กรของคุณสามารถปรับเปลี่ยนวิธีที่คุณสามารถใช้ข้อมูลนี้ข้อมูลเชิงลึกนี้เพื่อเปลี่ยนเส้นทางธุรกิจของคุณและประสบความสำเร็จในเศรษฐกิจข้อมูล
ด้วยสิ่งนี้ฉันจะมอบกุญแจของ WebEx ให้กับ Jen Underwood จากนั้น Nick Jewell ก็จะเข้าร่วมด้วยเช่นกัน เขาโทรมาจากสหราชอาณาจักรขอบคุณทั้งคุณและเจนด้วยสิ่งนั้นฉันจะมอบมันให้คุณ เอามันออกไป.
Jen Underwood: ขอบคุณ Eric เสียงดีมาก อรุณสวัสดิ์ทุกคน. วันนี้เราจะพูดถึง playbook CxO นี้ มันเป็นอนาคตของข้อมูลและการวิเคราะห์และฉันจะดำน้ำในทันที Eric ได้ทำงานที่ดีในการพูดคุยเกี่ยวกับสาเหตุที่สำคัญนี้ ผู้พูดของเราในวันนี้อีกครั้งคุณได้เห็นสไลด์อีกด้วยข้อมูลนี้ แต่คุณจะมีตัวเองและ Nick Jewell พูดคุยกับคุณอย่างมีปฏิสัมพันธ์ในเซสชันนี้วันนี้ เราจะเปิดกว้างด้วยการอธิบายว่าบทบาทเหล่านี้คืออะไรและประเภทของสิ่งที่พวกเขาทำในภารกิจที่ต้องทำ เราจะดูที่อุตสาหกรรมการวิเคราะห์แนวโน้มโดยทั่วไปและความท้าทายบางอย่างที่คนเหล่านี้กำลังเผชิญ พลวัตภายในองค์กรวันนี้ขณะที่คุณกำลังเตรียมการสำหรับอนาคตและจากนั้นเราจะพูดคุยเกี่ยวกับขั้นตอนต่อไปและให้คำแนะนำสำหรับการวางแผนถ้าคุณกำลังจะสำรวจบทบาทเหล่านี้ในองค์กรของคุณ
พูดถึง CxO นี้ CAO เป็นต้นว่าเป็นหัวหน้าเจ้าหน้าที่วิเคราะห์ซึ่งเป็นตำแหน่งงานสำหรับผู้จัดการอาวุโสที่รับผิดชอบการวิเคราะห์ข้อมูลภายในองค์กร CAO มักจะรายงานต่อ CEO และตำแหน่งที่เกิดขึ้นอย่างรวดเร็วจะเป็นจุดสำคัญเมื่อคุณคิดถึงมวลของการเปลี่ยนแปลงและการเปลี่ยนแปลงทางดิจิทัลที่เรามีอยู่ตอนนี้ในแบบที่ บริษัท ตัดสินใจและตัดสินใจทางธุรกิจ
หากคุณคิดเกี่ยวกับการแปลงระบบดิจิตอลและความฉลาดเป็นแกนหลักของการแปลงระบบดิจิตอล CAO นี้เป็นบทบาทเชิงกลยุทธ์ภายในองค์กร พวกเขาไม่เพียง แต่นำวิทยาศาสตร์ข้อมูลที่แข็งแกร่งกลับไปสู่ข้อมูลเชิงลึกที่เกิดขึ้นจริงและความรู้นั้น แต่พวกเขาเป็นเจ้าของที่ทำให้เกิด ROI และผลกระทบดังนั้นสิ่งที่พวกเขาวัดบน? วิธีที่พวกเขานำ ROI นั้นมาพร้อมกับข้อมูลที่พวกเขามีและหมายเลขบรรทัดล่างทั่วทั้งองค์กรเพื่อการใช้ประโยชน์จากข้อมูลอย่างมีกลยุทธ์ ตำแหน่งดังกล่าวพร้อมกับ CIO ซึ่งเป็นหัวหน้าเจ้าหน้าที่สารสนเทศได้เพิ่มความโดดเด่นเนื่องจากการเพิ่มขึ้นของเทคโนโลยีและการแปลงดิจิทัลและมูลค่าของข้อมูล
เป็นเวลาหลายปีแล้วที่ข้อมูลเป็นทองคำในโลกนี้ที่มีการสร้างรายได้และสติปัญญาและการเปลี่ยนแปลงข้อมูลนี้ เพื่อให้สามารถดำเนินการเชิงรุกเหล่านี้และไม่เพียง แต่มองย้อนกลับไปเสมอ ทั้งสองตำแหน่งมีความคล้ายคลึงกันในการที่พวกเขาจัดการกับข้อมูล แต่ CIO จะมุ่งเน้นไปที่โครงสร้างพื้นฐานที่ CAO มุ่งเน้นไปที่โครงสร้างพื้นฐานที่จำเป็นสำหรับการวิเคราะห์ข้อมูล ตำแหน่งที่คล้ายกันคือ CDO และคุณได้ยินมากขึ้นเราอาจได้ยินเกี่ยวกับ CDO มากกว่าที่คุณทำเกี่ยวกับ CAO วันนี้ CDO มุ่งเน้นที่การประมวลผลข้อมูลและการบำรุงรักษาและกระบวนการกำกับดูแลตลอดวงจรชีวิตทั้งหมดของการจัดการข้อมูล
ผู้คนเหล่านี้จะต้องรับผิดชอบในการสร้างรายได้จากข้อมูลและรับค่าจากข้อมูลและทำงานในช่วงอายุของการกำกับดูแลและวงจรชีวิตความปลอดภัยตลอดช่วงเวลาทั้งหมดผมอยากจะพูดถึงวงจรชีวิต เหล่านี้คือคนที่จะปรับแต่งต่อหรือรับผิดชอบเพื่อให้แน่ใจว่า GDPR - และเราจะพูดถึงใน - พระราชบัญญัติการปกป้องข้อมูลในยุโรปเพื่อให้แน่ใจว่าสิ่งเหล่านั้นครอบคลุมในองค์กรของพวกเขา ตอนนี้เรากำลังได้รับโครงสร้างและอนาคตสำหรับบทบาทที่ต้องใช้ข้อมูลมาก นี่คือประเภทของสิ่งที่ CDO จะรับผิดชอบและไม่ใช่แค่ตัวเอง - พวกเขาจะสร้างทีมข้ามสายงานและฉันมีตัวอย่างบางส่วนของคนที่จะม้วนตัวต่อไปใน โครงสร้างองค์กรจากสถาปนิกและกลุ่มผู้บริหารและแม้แต่นักวิเคราะห์และนักวิทยาศาสตร์ด้านข้อมูลและวิศวกรในองค์กรก็อาจรวมเข้าด้วยกัน
การย้ายไปสู่มุมมองอุตสาหกรรมต่อไปสำหรับการวิเคราะห์นี่เป็นปรากฏการณ์ - อาจเป็นเวลาสิบปีหรือนานกว่านั้น - เดินทางในอุตสาหกรรมนี้โดยเฉพาะ มันเติบโตอย่างต่อเนื่องและน่าตื่นเต้นมากแม้ในช่วงที่ตลาดล่มเมื่อหลายปีก่อนมันยังคงเป็นที่ต้องการสูง มันเป็นสถานที่ที่ยอดเยี่ยมมากและถ้าคุณดูวาระ CIO จาก Gartner ในปี 2560 BI และการวิเคราะห์ยังคงอยู่ในสามอันดับแรกของสิ่งที่สำคัญที่สุดสำหรับองค์กรและมองการเติบโตของตลาดซอฟต์แวร์เราอยู่ตลอดเวลา เห็นการเติบโตที่นั่น ตราบใดที่ฉันยังอยู่ในพื้นที่นี้มันเป็นอาชีพที่สดใสจริงๆ
เมื่อเรามองยุคดิจิทัลและการเปลี่ยนแปลงสิ่งที่น่าสนใจมากสำหรับฉันคือกระบวนการเหล่านี้ที่เรามีและบ่อยครั้งที่มันได้รับข้อมูลและดำเนินการจากกระบวนการหรือระหว่างกระบวนการทางธุรกิจ ขณะนี้การ์ตเนอร์ได้ประมาณการณ์ในปี 2020 ข้อมูลที่คุณใช้จะถูกนำเสนอใหม่เป็นดิจิตอลหรือกำจัดออกไป แปดสิบเปอร์เซ็นต์ของกระบวนการทางธุรกิจและผลิตภัณฑ์ที่เรามีเมื่อสิบปีที่แล้วและเราเริ่มเห็นแล้วใช่ไหม เราเริ่มเห็นว่าด้วยข้ออะเมซอนอาจจะเป็นร้านค้ากล่องใหญ่บางแห่ง Ubers, Airbnbs - โมเดลดิจิตอลเหล่านี้กำลังรบกวนกระบวนการและตอนนี้ผู้คนกำลังโต้ตอบกัน แม้แต่แบล็คฟรายเดย์ - ฉันไม่รู้ว่ามีกี่คนที่ไปที่ร้านจริงๆ - มีคนมากมายที่กำลังซื้อของออนไลน์และคุณจะเข้าถึงลูกค้าได้อย่างไร? ต้องใช้ปัญญาในการทำเช่นนั้น มันใช้วิธีที่แตกต่างกันมากในการโต้ตอบและปรับเปลี่ยนข้อความให้เป็นส่วนตัวและมีความฉลาดในการนำเสนอข้อเสนอที่ถูกต้องในเวลาที่เหมาะสมและตอนนี้อาจจะเป็นเพียงแค่คลิกปุ่ม มันง่ายมากสำหรับพวกเขาที่จะออกจากร้านค้าออนไลน์ของคุณ สิ่งต่าง ๆ กำลังเปลี่ยนแปลงไปในโลกนี้และฉันคิดว่า Nick ต้องการพูดคุยเกี่ยวกับเรื่องนี้ด้วย
Nick Jewell: ใช่แล้วสวัสดีทุกคนขอบคุณมาก ฉันจะขออภัยล่วงหน้าหากมีความล่าช้าเล็กน้อยจากเสียงที่มาจากลอนดอนฉันจะทำให้ดีที่สุดไม่ให้คุยกับคุณเจน
คุณถูกต้องอย่างแน่นอนการกำจัดของเสียที่คิดค้นขึ้นใหม่ซึ่งเป็นส่วนหนึ่งของการแปลงระบบดิจิทัลมักเกิดขึ้นเมื่อองค์กรย้ายจากผลิตภัณฑ์ตามความต้องการอาจยกเลิกการเชื่อมต่อแอปพลิเคชันและเข้าสู่แพลตฟอร์มเปิดและเชื่อมต่อเพิ่มเติม เมื่อกระบวนการของคุณเป็นแบบดิจิทัลมันจะง่ายกว่ามากที่จะเห็นการเดินทางแบบ end-to-end ของข้อมูลของคุณ ปรับแต่งขั้นตอนที่คุณทำจริงๆโดยใช้ข้อมูลเพื่อปรับกระบวนการให้เหมาะสม
ลองเลื่อนไปข้างหน้าถ้าเราทำได้ เมื่อพูดถึงการแปลงดิจิตอลสิ่งที่มีความหมายสำหรับองค์กรฉันคิดว่าน่าตื่นเต้นหรือน่ากลัวขึ้นอยู่กับว่าคุณนั่งอยู่ตรงไหนของคลื่นความถี่ ดูแผนภูมิที่นี่แสดงอายุการใช้งานของ บริษัท ต่างๆและอิทธิพลที่ก่อให้เกิดผลกระทบที่ส่งผลกระทบต่อความมั่งคั่งขององค์กร หากคุณเริ่มต้น บริษัท ในปี 1920 คุณมีเวลาเกือบ 70 ปีโดยเฉลี่ยก่อนที่ บริษัท อื่นจะรบกวนคุณ ชีวิตที่เรียบง่ายโดยใช้มาตรฐานของทุกวันนี้เพราะในปัจจุบัน บริษัท มีเวลาเพียง 15 ปีจนกระทั่งการหยุดชะงักทำให้เกิดการคุกคาม คาดการณ์ว่าประมาณร้อยละ 40 ของ บริษัท ที่ติดอันดับ Fortune 500 ในปัจจุบันดังนั้นใน S&P 500 จะไม่มีอยู่ในอีก 10 ปีข้างหน้า ภายในปี 2570 75% ของ S&P 500 จะถูกแทนที่ดังนั้นครึ่งชีวิตที่องค์กรต้องเผชิญในวันนี้ก่อนที่จะต้องกังวลเกี่ยวกับการหยุดชะงักนั้นกำลังหดตัวลง บริษัท ที่ประสบความสำเร็จจำเป็นต้องอยู่เหนือการแข่งขันด้านนวัตกรรมดิจิทัล
วันนี้ไม่มีใครตั้งคำถามถึงการวิเคราะห์ มันคือหัวใจของการเปลี่ยนแปลงทางธุรกิจดิจิทัล ในความเป็นจริงองค์กรต่าง ๆ กำลังนำนวัตกรรมดิจิทัลมาเป็นผู้นำในการกำหนดกลยุทธ์ บริษัท เหล่านั้นพวกเขาเป็น บริษัท ที่มีค่าที่สุดห้าอันดับแรกของโลกคิดเป็นมูลค่าตลาดสองล้านล้านดอลลาร์เจน
Jen Underwood: ใช่มันน่าทึ่งจริง ๆ มันมีการเปลี่ยนแปลงและรวดเร็ว พลวัตอื่น ๆ ที่เรามีและเรากำลังพูดถึงเรื่องนี้ตอนนี้ฉันคิดว่าในที่สุดเราก็เห็นมันและองค์กรต่างก็รู้สึกถึงการเติบโตแบบทวีคูณของแหล่งข้อมูลและมันไม่ได้เป็นเพียงแค่การวิเคราะห์ข้อมูลในแหล่งข้อมูลที่มีโครงสร้างอีกต่อไป อีกครั้งเรากำลังพูดถึงคุณมีเพียงช่วงเวลาในกระบวนการดิจิตอลเหล่านี้ในการตัดสินใจและสิ่งเหล่านี้กำลังมาใน JSONs จาก REST APIs เรากำลังพูดถึงข้อมูลที่ไม่มีโครงสร้างไม่ว่าจะเป็นไฟล์บันทึกมีหลายประเภท ข้อมูลประเภทต่างๆรวมถึงการเติบโตอย่างต่อเนื่อง
Nick Jewell: ใช่แล้ว Jen ดังนั้นเมื่อคุณชี้ให้เห็นผู้นำการวิเคราะห์จมอยู่ในทะเลข้อมูล การเข้าถึงข้อมูลเชิงลึกที่มีมูลค่าสูงอาจใช้การผสมผสานระหว่างเทคนิคการวิเคราะห์ที่มีอยู่หรือใหม่เป็นเป้าหมายสุดท้าย แต่มีปัญหาที่ง่ายและพื้นฐานที่หลาย ๆ องค์กรที่เราทำงานด้วยพวกเขากำลังเผชิญอยู่จริงๆ เรามอบหมายให้ฮาร์วาร์ดรีวิวธุรกิจเราทำการสำรวจพูดคุยกับนักวิเคราะห์ข้อมูลและผู้จัดการธุรกิจ พวกเขาถามว่ามีแหล่งข้อมูลจำนวนเท่าใดที่ใช้ในองค์กรเพื่อการตัดสินใจและชัดเจนว่ามีการเปลี่ยนแปลงขั้นพื้นฐานในช่วงไม่กี่ปีที่ผ่านมา ไอทีใช้ในการผสมผสานข้อมูลผลักดันไปยังคลังข้อมูล แต่ฉันเดาว่าแม้จะมีงานที่ยอดเยี่ยมที่กลุ่มไอทีได้ทำไว้แล้วการสร้างการจัดการข้อมูลแบบรวมศูนย์นักวิเคราะห์ยังคงเผชิญกับงานในการสร้างชุดข้อมูลการวิเคราะห์เฉพาะ ตอบคำถามธุรกิจ ในความเป็นจริงมีเพียงร้อยละ 6 เท่านั้นที่ได้รับข้อมูลทั้งหมดในที่เดียวและนักวิเคราะห์ส่วนใหญ่ต้องดึงข้อมูลจากแหล่งที่มาห้าแห่งหรือมากกว่าเช่นสเปรดชีตแอปพลิเคชั่นบนคลาวด์สื่อสังคมออนไลน์และแน่นอนไม่ลืมคลังข้อมูลนั้น
ตอนนี้องค์กรส่วนใหญ่รู้จักสิ่งนี้ แต่สิ่งที่องค์กรส่วนใหญ่ไม่เกี่ยวข้องคือข้อเท็จจริงที่ว่าผู้เชี่ยวชาญด้านข้อมูลใช้เวลาในการดูแลและค้นหาข้อมูลมากกว่าที่พวกเขากำลังดึงคุณค่า นี่ไม่ใช่ปัญหาเชิงวิเคราะห์เชิงกลยุทธ์ที่ผู้บริหารธุรกิจต้องการรับฟัง แต่การไม่จัดการกับปัญหาพื้นฐานจะช่วยป้องกันไม่ให้องค์กรบรรลุถึงข้อมูลเชิงลึกที่ขับเคลื่อนด้วยคุณค่า เจน?
Jen Underwood: นั่นน่าสนใจ ฉันได้เห็นการศึกษาที่แตกต่างกันอย่างแน่นอนเกี่ยวกับเรื่องนี้และมันเป็นงานชิ้นนี้ที่นี่ไม่ว่าจะเป็นร้อยละ 80 ของเวลาหรือเงินล้านล้านดอลลาร์ที่แก้ไขข้อมูลเดิมซ้ำแล้วซ้ำอีกมากในองค์กรอย่างไม่มีประสิทธิภาพ นี่เพิ่มขึ้น 37 เหล่านี้และ 23 เปอร์เซ็นต์นี้เสียเวลามาก มันน่าทึ่งสำหรับฉันที่ไม่ได้ให้ความสนใจมากขึ้น
เมื่อมองดูสิ่งเหล่านี้สิ่งที่ฉันจะเรียกว่ากลไกตลาดและหลายครั้งที่ฉันพูดถึงแนวโน้มของอุตสาหกรรมฉันชอบที่จะติดตามอุตสาหกรรมและรักษาชีพจรให้คงที่ เป็นเรื่องสำคัญที่จะต้องเข้าใจเมื่อมีอะไรมากกว่าแนวโน้มเมื่อมันจะเป็นพลังที่คุณต้องให้ความสนใจและสิ่งเหล่านี้คือสามอันดับแรกในขณะนี้ที่จะต้องใส่ใจ มันคือการเติบโตอย่างรวดเร็วอันดับหนึ่งคือการเติบโตอย่างรวดเร็วของฐานข้อมูลที่ไม่เกี่ยวข้อง ฉันเพิ่งพูดถึงแนวคิดทั้งหมดนี้ว่าไม่มีเวลามากในการค้นหาต่อ JSON มันเป็นสถานการณ์ที่ไม่เกี่ยวกับความสัมพันธ์ประเภทนี้ซึ่งกำลังเติบโตขึ้นค่อนข้างมาก - ฉันคิดว่าฉันมีสถิติในช่วงเวลาหนึ่งที่นี่ - อย่างรวดเร็ว
อีกสิ่งหนึ่งคือการเปลี่ยนไปสู่ระบบคลาวด์อย่างต่อเนื่อง ก่อนการโทรฉันพูดถึงฉันเป็นผู้จัดการผลิตภัณฑ์ทั่วโลกที่หนึ่งใน บริษัท เทคโนโลยีขนาดใหญ่และมีการสนทนาที่ยากเมื่อสามปีที่แล้วกับกลุ่มที่พูดว่า“ เราจะไม่ใส่อะไรในคลาวด์ เราจะไม่ย้ายไปที่คลาวด์” และเป็นเรื่องที่น่าสนใจมากที่ได้เห็นกลุ่มในอีกหนึ่งปีต่อมาสองปีต่อมาตอนนี้ฉันได้ยินจากกลุ่มเดียวกันว่าทุกคนมีแผนคลาวด์ ฉันคิดว่าทุกคนเป็นคำพูดที่กว้างมาก แต่สิ่งที่ฉันจะพูดคือคนที่ต่อต้านคลาวด์แน่นอนว่าทัศนคติเปลี่ยนไปอย่างมากในช่วงเวลาสั้น ๆ แม้ว่าฉันจะพูดคุยกับกลุ่มทั่วโลกเกี่ยวกับ สิ่งเหล่านี้
ระบบอัตโนมัตินี่เป็นพื้นที่ที่ฉันหลงใหลและเป็นพื้นที่ที่เราเห็นกิจกรรมมากมายและกิจกรรมที่ยอดเยี่ยม เราพูดถึงบางสิ่งด้วยการเสียเวลาและเสียเวลาอย่างไม่มีประสิทธิภาพ การทำงานอัตโนมัติเป็นหนึ่งในสิ่งที่ฉันรู้สึกตื่นเต้นมากที่สุดเมื่อฉันคิดว่าจะนำคุณค่ามาสู่องค์กร
สไลด์ต่อไปที่ฉันจะพูดถึงนี่คือการศึกษาโดย IDC พวกเขาดูที่กลุ่มตลาดและการเติบโตและมันเป็นวิธีที่ยอดเยี่ยมที่จะจับชีพจรในสิ่งที่กำลังเติบโตจริง ๆ คุณกำลังซื้ออะไร สิ่งประเภทใดที่พวกเขาไม่สนใจอีกต่อไป? ประเภทของสิ่งเหล่านั้นและวางไว้ในกลยุทธ์ของพวกเขา
ตลาดซอฟต์แวร์วิเคราะห์ข้อมูลขนาดใหญ่ทั่วโลกมี IDC, 16 ส่วนและในส่วนนั้นเรากำลังมองหาแม้แต่การเปลี่ยนแปลงชื่อ มีการเพิ่มซอฟต์แวร์การวิเคราะห์อย่างต่อเนื่องแพลตฟอร์มซอฟต์แวร์ความรู้ AI ระบบการค้นหาดังนั้นจึงมีการเพิ่มหมวดหมู่ใหม่ลงในที่นี่ ภาพรวมตลาดนี้ครอบคลุมเครื่องมือแนวนอนแอพพลิเคชั่นที่จัดทำแพคเกจไว้ล่วงหน้ารวมถึงการสนับสนุนการตัดสินใจและการตัดสินใจใช้เคสอัตโนมัติ อีกครั้งนี่จะเป็นประเภทของการแก้ปัญหาเมื่อคุณคิดถึง CDO ในบริบทของ CDO ผลงานของพวกเขาที่อาจจัดการจากการรวมข้อมูลไปจนถึงการสร้างภาพการวิเคราะห์การเรียนรู้ของเครื่องจักรและความสามารถทุกประเภทที่พวกเขาต้องการ ที่จะมีในยุคดิจิตอล
ตลาดทั่วโลกสำหรับโซลูชั่นประเภทนี้เพิ่มขึ้น 8.5% ในแง่สกุลเงินปัจจุบันและตลาดโดยรวมเพิ่มขึ้น 9.8% ตาม IDC นี่เทียบกับ - คุณดูความผันผวนของค่าเงินในช่วงสองปีที่ผ่านมาและระดับความแปรปรวนน้อยที่สุด แต่สามส่วนแรกที่ฉันเน้นไว้เพื่อให้คุณรู้สึกถึงแหล่งข้อมูลการวิเคราะห์ที่ไม่สัมพันธ์กัน 58 เปอร์เซ็นต์ การเติบโตปีต่อปีการวิเคราะห์เนื้อหาและระบบการค้นหาคือ 15 เปอร์เซ็นต์และแอพพลิเคชั่นความสัมพันธ์กับลูกค้าบางอย่างประเภท CRM หรือ Salesforce Einstein เป็นต้นว่ากำลังเติบโตมากกว่า 10% ตอนนี้อยู่ที่ 12 เปอร์เซ็นต์ ฉันคิดว่า Nick ต้องการเพิ่มความเห็นเช่นกันในอันนี้
Nick Jewell: ขอบคุณเจน มันเป็นภาพที่ยอดเยี่ยม ฉันคิดว่าที่ Alteryx เราเชื่อเสมอว่าการจัดเตรียมและการผสมข้อมูลจะเป็นความสามารถหลักเสมอฉันเดาว่าระบบการวิเคราะห์ใด ๆ แต่มันเป็นพื้นฐานสำหรับการวิเคราะห์ขั้นสูงอื่น ๆ ทีนี้ในช่วงไม่กี่ปีที่ผ่านมาเรามาพูดถึงอุตสาหกรรม - มันอาจจะเป็นเรื่องที่เน้นไปที่ความสามารถในการสร้างภาพเชิงโต้ตอบบางส่วน พวกเขาดูสวยงามเพราะพวกเขาเพิ่มการมีส่วนร่วมพวกเขาผลักดันความเข้าใจ แต่พวกเขาไม่ได้ขยับเราไปไกลเกินกว่าการวิเคราะห์เชิงพรรณนา
แต่ตอนนี้ฉันเดาว่าผู้คนกำลังตั้งเป้าหมายให้สูงขึ้นอีกนิดองค์กรที่เริ่มเข้าใจคุณค่าทางธุรกิจจะมาจากการวิเคราะห์ที่ซับซ้อนยิ่งขึ้นซึ่งตอนนี้พวกเขากำลังก้าวเข้าสู่กระแสหลัก คำถามที่มีกลายเป็นอย่างไรหรือเฉพาะเจาะจงมากขึ้นใคร นี่เป็นการวิเคราะห์ที่มีมูลค่าสูงขึ้น มันเป็นการขว้างปาปัญหาการขาดแคลนความสามารถในการวิเคราะห์ลงไปอย่างโล่งอกคุณเห็นด้วยไหม?
Jen Underwood: แน่นอนและฉันคิดว่าฉันเพิ่งเริ่มทวีตฉันเห็นความคิดเห็นที่น่าสนใจจริงๆเมื่อคืนจากรองประธานของ Adobe กล่าวว่า "การเรียนรู้ของเครื่องจักรกลายเป็นเดิมพันบนโต๊ะ" ที่ผู้คนเคยระมัดระวัง ความต้องการและเป็นที่น่าสนใจ มองที่นี่และเพียงมุมเล็ก ๆ ที่แตกต่างกันไปเล็กน้อย มีคนจำนวนมากเราเริ่มเห็นว่านี่เป็นพื้นที่ที่มีการเติบโตสูงพร้อมร้านขายเครื่องวิเคราะห์ที่ไม่เกี่ยวข้องและ AI เกี่ยวกับความรู้ความเข้าใจการเรียนรู้ของเครื่องเหล่านี้การวิเคราะห์ที่มีมูลค่าสูงเหล่านี้ แต่ตอนนี้ยังเป็นตอนที่ใหญ่ที่สุดดังนั้นที่การซื้อส่วนใหญ่เกิดขึ้นในวันนี้ยังคงอยู่ในขั้นพื้นฐานนี้สิ่งที่ฉันจะพูดการรายงานแบบสอบถามการวิเคราะห์ภาพบางส่วนและยังคงเติบโตและนั่นคือ บางสิ่งบางอย่างที่หลายคนคิดว่าคุณมีอยู่แล้ว - ไม่จำเป็นต้องเป็น มันยังคงเติบโต 6.6 เปอร์เซ็นต์ในแต่ละปี
ในฐานะที่เป็น CDO - และฉันชอบที่จะแสดงสไลด์นี้ - โดยทั่วไปเพียงแค่บอกว่าเมื่อคุณเดินเข้าไปในบทบาทใหม่นี้หรือคุณกำลังมองหาข้อมูลในองค์กรมันเป็นความโกลาหลและฉันคิดว่าสไลด์นี้เฉพาะ เป็นงานที่ดีของ - สิ่งเหล่านี้ล้วนเป็นพื้นที่ที่มีศักยภาพแตกต่างกันซึ่งคุณอาจมีข้อมูล พวกเขาอาจจะอยู่ในช่วงแรกมันอาจอยู่ในระบบคลาวด์มันอาจเป็นแบบไฮบริดมันอยู่ทุกหนทุกแห่งและมันก็ยิ่งใหญ่ - อีกครั้งมันเป็นบทบาทประเภทระดับ C ตอนนี้ภายในองค์กรและไม่ใช่งานง่าย ๆ หรือเรียบง่าย - ในโลกนี้ที่จะรับมันมันค่อนข้างล้นหลามในบางครั้ง นี่คือโลกที่ CDO นี้ต้องการนำทางเพื่อให้สามารถเชี่ยวชาญในสิ่งที่ฉันพูดจะเพิ่มมูลค่าของข้อมูลให้สูงสุด
ดำเนินการต่อในความท้าทายโดยการเพิ่มคุณค่าของแหล่งข้อมูลที่แตกต่างกันทั้งหมดและสิ่งที่เรามีคือหน้าต่างการปิดเวลาเหล่านี้ด้วยกระบวนการดิจิทัลเหล่านี้ หากคุณคิดว่าอาจจะห้าปีที่ผ่านมาสิบปีที่ผ่านมาอาจเป็นไปได้ว่าคุณมีรายงานว่าคุณจะต้องตัดสินใจเกี่ยวกับสินค้าคงคลังหรือการกระทำบางอย่างอาจทำงานรายสัปดาห์รายเดือนจากนั้นพวกเขากลายเป็นรายวันหรือข้ามคืน ทุกๆชั่วโมง
ตอนนี้สิ่งที่เราเห็นคือการเรียนรู้ของเครื่องอัจฉริยะเหล่านี้ฝังตัวสำนักงานอัจฉริยะประดิษฐ์การตัดสินใจและการแก้ไข ณ จุดนั้นดังนั้นแม้แต่สิ่งต่าง ๆ เช่นอินเทอร์เน็ตของสิ่งต่าง ๆ การวิเคราะห์แบบฝังตัว IoT ที่ทันสมัยระบบเหล่านี้ฉลาดและอัลกอริธึมเหล่านี้ ปรับแต่งตนเองและแก้ไขการตัดสินใจบางอย่างที่พวกเขากำลังทำในเวลาที่เหมาะสม เป็นเรื่องที่น่าสนใจมากที่ได้เห็นไดนามิกนี้โดยเฉพาะกับการปฏิวัติดิจิทัลและจุดสัมผัสเหล่านี้ - แม้ว่าจะเพิ่มขึ้นเวลาในการดำเนินการจะลดลงเรื่อย ๆ และเทคโนโลยีก็พัฒนาขึ้นสำหรับสถานการณ์เหล่านี้
Nick Jewell: ใช่แล้ว Jen ฉันคิดว่าหนึ่งในแง่มุมที่น่าสนใจที่สุดของวิธีการส่งข้อมูลเชิงลึกที่เปลี่ยนแปลงคือที่ซึ่งการวิเคราะห์มาถึงผู้ใช้ปลายทาง เรากำลังขอให้ผู้ใช้ข้ามไปยังแดชบอร์ดเมื่อพวกเขาตัดสินใจอย่างมีวิจารณญาณหรือเรากำลังบอกว่าการกระทำที่ดีที่สุดถัดไปนั้นมีอยู่ในกระบวนการโดยตรงเพื่อให้เกิดความได้เปรียบในการแข่งขัน และรูปแบบการวิเคราะห์ที่เรากำลังพูดถึงอาจจำเป็นต้องรับข้อมูลจากแหล่งข้อมูลที่แตกต่างกันมากมาย - คลังข้อมูลแบบดั้งเดิม, ตำแหน่งทางภูมิศาสตร์, สื่อสังคมออนไลน์, เซ็นเซอร์, กระแสคลิก - ข้อมูลทั้งหมดนี้มีผลต่อการตัดสินใจและผลลัพธ์ที่สามารถดำเนินการได้ .
Jen Underwood: ดำเนินการตามรูปแบบของความท้าทายและการเปลี่ยนแปลงสิ่งที่เรามีอยู่ในขณะนี้และความท้าทายที่ซีอีโอต้องการที่จะโอบกอดและวางแผนวิธีที่จะเอาชนะสิ่งเหล่านี้โดยพื้นฐานแล้วเรามีข้อมูลมากเกินไปในการจัดการและวิเคราะห์อย่างมีประสิทธิภาพด้วยตนเอง มีความล่าช้ายาวนาน เราต้องตัดทอนความล่าช้าเหล่านี้ให้สั้นลงและเราต้องหาวิธีเพิ่มมูลค่าของข้อมูลที่เรามีให้ได้มากที่สุด มีการขาดแคลนความสามารถด้านวิทยาศาสตร์ข้อมูลในโลกและครอบคลุมความเข้าใจเหล่านี้และสิ่งที่เราจะเรียกว่ามหาสมุทรเป็นข้อมูล ข่าวดีก็คือมีนวัตกรรมที่ยอดเยี่ยมที่เกิดขึ้นเพื่อช่วยในทุกด้านของวันนี้และมันก็น่าตื่นเต้นมากที่ได้เห็นว่าเทคโนโลยีจะพาเราไปที่ไหนเพื่อช่วยเรารับมือกับความท้าทายเหล่านี้
เมื่อฉันดูต่อไปนี้มีความสับสนเล็กน้อยเมื่อฉันพูดคุยกับลูกค้าหรือพูดคุยกับกลุ่มโดยใช้เครื่องมือเหล่านี้ ความท้าทายคลาสสิกบางส่วนยังคงมีอยู่ในปัจจุบันมันแค่เพิ่มขึ้นเล็กน้อยโดยพยายามค้นหาข้อมูลเพื่อวิเคราะห์ เครื่องมือค้นหาบางอย่างแคตตาล็อกบางอย่างกำลังช่วยเหลือสิ่งต่าง ๆ อย่างแน่นอนตอนนี้สิ่งที่เรากำลังค้นหาคือแคตตาล็อกที่จะใช้เมื่อใด มีแคตตาล็อกที่แตกต่างกันสองสามแห่งดังนั้นจึงมีสถานที่ที่แตกต่างกันซึ่งคุณสามารถจัดเก็บและแบ่งปันข้อมูลได้ดังนั้นจึงเป็นเรื่องของการพยายามค้นหาแคตตาล็อกบางทีเราควรมองหาแคตาล็อก
สิ่งอื่น ๆ คือการแบ่งปันร่วมกัน เราได้พูดคุยเกี่ยวกับหนึ่งในการศึกษาจาก Harvard Business Review ว่าใช้เวลานานเท่าไรโดยทั่วไปจะทำงานที่ไม่ใช่มูลค่าเพิ่มเสียเวลาและมีค่าใช้จ่ายเท่าใด หากคุณสามารถแบ่งปันและใช้แหล่งข้อมูลร่วมกันสคริปต์ได้รับการพัฒนาแล้วตรรกะนั้นมีอยู่แล้วคุณสามารถควบคุมได้อย่างมีประสิทธิภาพดังนั้นจึงควรสร้างความสมดุลให้กับการกำกับดูแลด้วยความคล่องตัวในการวิเคราะห์นั่นคือสิ่งที่คุณต้องการจะทำ และนำทางโลกของสิ่งที่ฉันจะเรียกเรามีเครื่องมือเฉพาะเรามีเครื่องมือเวิร์กโฟลว์อัตโนมัติเรามี Excel คลาสสิกแคตตาล็อกข้อมูล BI บริการตนเองเครื่องมือวิทยาศาสตร์ข้อมูล ดังรูปหนึ่งที่แสดงมีเครื่องมือมากมายและทับซ้อนกันมากมาย
Nick Jewell: ใช่สมบูรณ์แบบ Jen และฉันคิดว่าหน้าต่างแห่งการมองเห็นอย่างที่คุณพูดถึงมันหดตัวลงอย่างแน่นอนที่สุด แต่เวลาที่ใช้ในการปรับใช้โมเดลจริง ๆ ไม่ได้ทำให้ทัน การปรับใช้โมเดลการคาดการณ์ยังคงเป็นความท้าทายที่สำคัญสำหรับหลาย ๆ บริษัท เราได้พูดคุยกับ Carl Rexer ผู้เป็นประธานของ Rexer Analytics และจากการสำรวจข้อมูลด้านวิทยาศาสตร์ของ Carl ในปี 2560 เขาพบว่ามีนักวิทยาศาสตร์ด้านข้อมูลเพียง 13 เปอร์เซ็นต์เท่านั้นที่บอกว่าแบบจำลองของพวกเขาได้รับการปรับใช้เสมอและอัตราส่วนการใช้งานนี้ไม่ดีขึ้น กลับไปพร้อมกับแบบสำรวจก่อนหน้าแต่ละอัน ในความเป็นจริงกลับไปที่ปี 2009 เมื่อคำถามถูกถามครั้งแรกและเราเห็นผลลัพธ์ที่เหมือนกันเกือบทั้งหมดดังนั้นเราจึงมีช่องว่างที่แท้จริง
Jen Underwood: เมื่อเราดูวุฒิภาวะของการวิเคราะห์มันจะก้าวหน้าอย่างรวดเร็ว อีกครั้งสองสามปีที่ผ่านมาเรารู้สึกตื่นเต้นมากที่ได้วิเคราะห์การบริการตนเองด้วยภาพและในที่สุดก็มีความยืดหยุ่นและขยาย BI ไปสู่มวลชนต่อไป เมื่อฉันพูดถึงคนจำนวนมากคงเป็นผู้ใช้ที่มีพลังภายในองค์กร ตอนนี้เราเห็นการเพิ่มประสิทธิภาพการวิเคราะห์เชิงทำนายการเรียนรู้อย่างลึกซึ้งภาษาธรรมชาติและเทคโนโลยีอื่น ๆ ที่ฝังอยู่ในกระบวนการในชีวิตประจำวันในที่สุดจะทำให้การวิเคราะห์ประชาธิปไตยเป็นไปอย่างไร้รอยต่อเพื่อมวลชนที่แท้จริงเพื่อการใช้งานจริงภายใน กระบวนการทางธุรกิจที่มีอยู่ที่พวกเขามีอยู่แล้ว
Nick Jewell: ใช่แล้ว Jen เรามาพูดถึงเรื่องราวสั้น ๆ รอบหมวดหมู่สุดท้ายถ้าฉันทำได้ ผู้ฟังส่วนใหญ่ที่โทรมาวันนี้จะคุ้นเคยกับซอฟต์แวร์ AlphaGo ของ Google DeepMind ซึ่งเอาชนะผู้เล่น Go ที่ดีที่สุดในโลกในช่วงสองสามปีที่ผ่านมา AlphaGo เรียนรู้การเล่นเกมโดยศึกษาปริมาณการแข่งขันที่บันทึกไว้ก่อนหน้านี้อย่างมหาศาล มากเสียจนผู้วิจารณ์ของทัวร์นาเมนต์ AlphaGo อ้างว่าซอฟต์แวร์เล่นในสไตล์ของปรมาจารย์ญี่ปุ่นเชื่อหรือไม่
แต่ในช่วงสุดท้ายของเดือนมีรายงานผลที่น่าประหลาดใจเกือบจะมากขึ้น นี่คือ AlphaGo Zero, การเรียนรู้ลึก, โครงข่ายประสาทเทียม, อาวุธที่มีมากกว่ากฎง่ายๆของเกมและฟังก์ชั่นที่ได้รับการปรับปรุง มันสอนตัวเองให้เป็นผู้เล่นที่แข็งแกร่งที่สุดในโลกโดยไม่ต้องมีการฝึกฝนใด ๆ และมันทำทั้งหมดนี้ในรอบ 40 วัน สิ่งนี้เรียกว่าการเรียนรู้การเสริมแรงซึ่งมนุษย์กำหนดความท้าทายให้ระบบการเรียนรู้ลึกสำรวจปรับปรุงและสามารถสร้างผลกระทบที่ใหญ่ที่สุดในพื้นที่การวิเคราะห์ได้ ดังนั้นฉันเดาว่าคอยติดตาม
Jen Underwood: ใช่มันน่าสนใจจริงๆที่คุณพูดถึงมัน คุณนึกภาพการแยกออกได้ไหม และนี่คือสิ่งที่ฉันเริ่มเห็น จริงๆแล้วเมื่อฉันพูดถึงระบบอัตโนมัติน่าตื่นเต้นมากสำหรับโซลูชั่นที่ฉลาดพอที่จะทำความสะอาดอากาศเรียนรู้จากระบบอัตโนมัติแบบพลักแอนด์เพลย์และเพิ่งรู้ว่าจะทำอย่างไรต่อไปโดยขึ้นอยู่กับการตัดสินใจในอดีตที่เคยทำหรือการตัดสินใจอื่น ๆ ที่ทำขึ้นภายในองค์กรและมีการจัดการระบบเหล่านี้บางระบบ ETL และดูแลพวกเขาและได้ย้อนกลับไปในวันบี๊บและโทรศัพท์โทรหาฉันด้วยการแจ้งเตือนเมื่อกระบวนการไม่ทำงานมันน่าตื่นเต้นมากที่จะคิด “ ว้าวตอนนี้มันฉลาดพอที่จะรักษาตัวเองได้”
สามีของฉันจัดการตารางการรักษาตัวเองเราจะมีการรวมข้อมูลด้วยตนเองการวิเคราะห์การรักษาด้วยตนเองและที่ที่ดีขึ้นและดีขึ้นมันน่าตื่นเต้นจริงๆ ในฐานะ CDO เมื่อคุณเริ่มคิดถึงเทคโนโลยีการประมวลผลของคนเรากำลังจะดูกันตอนนี้เรากำลังมองหาเทคโนโลยีจากนั้นเราจะดูคนและวิธีการสร้างทีมและอาคารของคุณ ทักษะ. ถ้าคุณดูแพลตฟอร์มการวิเคราะห์ที่ทันสมัยฉันจะบอกคุณทันทีไม่ใช่ทุกคนจะมีทุกอย่างที่นี่แม้ว่าองค์กรที่ใหญ่ที่สุดอาจมีองค์ประกอบที่แตกต่างกันเหล่านี้ต่อบางกลุ่มอาจมีสองหรือสามกล่องเล็ก ๆ เท่านั้น บนที่นี่ดังนั้นฉันไม่ต้องการที่จะครอบงำคนด้วยสิ่งนี้ แต่แพลตฟอร์ม BI ที่ทันสมัยไม่จำเป็นต้องมีชั้นความหมายการสร้างไอทีที่กำหนดไว้ล่วงหน้า
ผู้ใช้และผู้เชี่ยวชาญควรได้รับอำนาจเพียงแค่เตรียมข้อมูลสำหรับการวิเคราะห์ความเร็วและความว่องไวและถ้าคุณคิดเกี่ยวกับการเพิ่มขึ้นของสิ่งที่เราจะพูดว่าการวิเคราะห์ของผู้ใช้และผู้เชี่ยวชาญนำไปสู่การทำให้ผู้เชี่ยวชาญเรื่องมีความคล่องแคล่ว ตัดสินใจได้อย่างรวดเร็ว เรากำลังเห็นการยอมรับที่เพิ่มขึ้นของสิ่งที่เราจะพูดเครื่องมือการเตรียมข้อมูลส่วนบุคคลการถกเถียงข้อมูลการเพิ่มคุณค่าการทำความสะอาดประเภทของกิจกรรมที่ Alteryx ทำเช่นเดียวกับกิจกรรมประเภทวิทยาศาสตร์ข้อมูลบางอย่างที่พวกเขาเสนอ ดี. โซลูชั่นการเตรียมการที่ทันสมัยพวกเขานำเสนอการเชื่อมต่ออัตโนมัติที่ชาญฉลาดความละเอียดอากาศการเปลี่ยนข้อมูลเมื่อคุณมีท่อส่งข้อมูลขนาดใหญ่มันยอดเยี่ยมมาก นี่อาจเป็นอีกประเด็นหนึ่งที่ฉันรักและสนุกกับการทดสอบเช่นกันในอุตสาหกรรม
ซึ่งแตกต่างจาก BI แบบดั้งเดิมที่ใช้ IT ในปัจจุบัน IT มุ่งเน้นไปที่การเปิดใช้งานธุรกิจและคุณมีกลุ่มคนที่ชอบ CDO และรวมตัวกันหรือเลือกโซลูชันที่เหมาะสมในการประสานจัดระเบียบและรวมข้อมูลนี้และแน่นอนว่าเป็น ปกครองใช่มั้ย สิ่งหนึ่งที่น่าสนใจมากสำหรับฉันและแน่นอนฉันคิดว่าเราอนุมานเรื่องนี้มาแล้ว แต่ฉันไม่คิดว่าเราเพิ่งพูดออกมาตรงนี้วันแห่งคลังข้อมูลขนาดเดียวเหมาะกับทุกคนและนั่นก็เป็น จบทั้งหมดอยู่ทั้งหมดมีมากกว่า ข้อมูลอยู่ทุกหนทุกแห่งคุณต้องสร้าง - ทะเลสาบข้อมูลเข้ามาในรูปภาพมีสตรีมมิ่งและข้อมูลสดมีแหล่งข้อมูลที่แตกต่างกันมากมายตอนนี้มันเป็นกรณีใช้งานจริง ๆ มากกว่า "คุณต้องการอะไร" ข้อนี้ “ เราต้องนำทุกอย่างเข้าไปในคลังข้อมูล” ฉันไม่แน่ใจนิคคุณต้องการแสดงความคิดเห็นกับสิ่งนี้หรือไม่? ฉันจำไม่ได้
Nick Jewell: ฉันจะพูดอะไรสักอย่างและมันก็แค่ดูวิวัฒนาการขององค์ประกอบ ผู้เชี่ยวชาญทำอะไรเมื่อห้าถึงสิบปีก่อนตอนนี้อยู่ในมือของผู้ใช้ดังนั้นสิ่งที่อยู่ทางขวามือจะมีความแพร่หลายมากขึ้นสำหรับผู้ใช้ในรูปแบบโค้ดฟรีแบบลากแล้ววาง ไม่นาน มันจะเคลื่อนไหวเร็วขึ้นและเร็วขึ้นดังนั้นเพียงแค่จับตาดูมัน
Jen Underwood: ใช่นั่นเป็นจุดที่ดีจริงๆ ฉันชอบคิดเกี่ยวกับสิ่งนั้น วิทยาศาสตร์ข้อมูลที่แตกต่างกันในที่สุดมันก็กลายเป็นความจริงและเครื่องมือต่าง ๆ ก็ดีขึ้นมาก คิดเกี่ยวกับเทคโนโลยีตอนนี้เราต้องมีทักษะและผู้คนและเราต้องทำอะไร ตอนนี้เป็นงานที่ดีที่สุดพวกเขามีชื่ออย่างนักวิทยาศาสตร์ข้อมูลวิศวกรข้อมูลและนักวิเคราะห์ธุรกิจ แต่สิ่งที่เรากำลังค้นหาคือนายจ้างเองก็พบว่ามันยากมากที่จะทำการจับคู่ แม้แต่ในพื้นที่เตรียมข้อมูลฉันก็จะพูดว่า“ มันคือการเตรียมข้อมูลหรือไม่มันเป็นข้อมูลที่บิดเบี้ยวผู้คนเรียกกันว่าคำศัพท์อะไร?” มันเป็นเรื่องที่น่าสนใจมาก ๆ
ธุรกิจไม่รู้ว่าพวกเขาต้องการอะไรและมีสาขาใหม่ที่เกิดขึ้นใหม่ซึ่งจะครอบคลุมพื้นที่ที่แตกต่างกันมากมาย หากคุณดูที่ทุกคนในตอนนี้จำเป็นต้องมีข้อมูลหลักการวิเคราะห์ธุรกิจผู้จัดการโครงการด้านไอทีสามีของฉันที่จัดการตารางพลังงานและพอร์ตโฟลิโอของโครงการเขาต้องสามารถวิเคราะห์สิ่งนี้ได้ มันไม่ได้เป็นเพียงแค่การเงินและการวิเคราะห์ข้อมูลอีกต่อไป แต่ยังขยายวงกว้างไปสู่พื้นที่อื่น ๆ ขององค์กร ฉันคิดว่าฉันเห็นการศึกษาเกี่ยวกับจำนวนแหล่งข้อมูลทางการตลาดที่ใช้และมันก็ท่วมท้น อีกครั้งเมื่อคุณคิดถึงการศึกษาที่ทำโดย Harvard Business Review ไม่ใช่เพียงแหล่งข้อมูลอีกต่อไปที่ผู้คนต้องคลุกเคล้าและผสานเข้าด้วยกันและค้นหาข้อมูลเชิงลึกจากแหล่งข้อมูลจำนวนมากและใช้ทักษะในการทำเช่นนั้น
เมื่อคุณดูภาพใหญ่ขึ้นที่นี่การจ้างงานใหม่ส่วนใหญ่จะอยู่ในฟองสบู่สีชมพูที่ด้านล่างเมื่อคุณพูดถึงนักวิเคราะห์ธุรกิจเหล่านี้กับนักวิเคราะห์การทำเหมืองข้อมูลผู้จัดการฝ่ายทรัพยากรบุคคลบริเวณนี้มีบทบาทปกติภายในบรรทัด ของธุรกิจโดยใช้ข้อมูล บทบาทที่เติบโตเร็วที่สุดจะมีงานน้อยลง แต่แน่นอนสิ่งที่เราได้ยินเกี่ยวกับมากที่สุดในตลาดปัจจุบันนักวิทยาศาสตร์ด้านข้อมูลและวิศวกรข้อมูล ในฐานะ CDO พวกเขากำลังมองไปข้างหน้าและคุณกำลังวางแผนพรสวรรค์คุณจำเป็นต้องคำนึงถึงระบบอัตโนมัติของงานประจำและประเภทของทักษะที่จะเป็นกลยุทธ์มากขึ้นและเพิ่มคุณค่าให้กับองค์กรของคุณทั้งสอง ผู้ที่อยู่ในการวิเคราะห์เปิดใช้งาน แต่สำหรับวิทยาศาสตร์ข้อมูลและวิศวกรข้อมูลก็มี พิจารณาตำแหน่งที่ยังไม่ได้โพสต์ของคุณและแม้กระทั่งเศรษฐกิจอิสระบางอย่างอาจเปลี่ยนแปลงได้เมื่อคุณคิดที่จะแข่งขันเพื่อสิ่งที่ดีที่สุดและสว่างที่สุด
และคิดเกี่ยวกับขั้นตอนการทำงานของผู้มีความสามารถอยู่เสมอช่วยผู้สมัครสำรวจตลาดหรือมองหาสิ่งต่าง ๆ ที่อาจแตกต่างกันเล็กน้อยและไม่ใช่สิ่งที่คุณต้องการและสร้างหลักสูตรการวิเคราะห์ภายในองค์กรซึ่งอาจไม่ใช่วิธีที่เร็วที่สุดและเร็วที่สุด กลยุทธ์ที่คุ้มค่าสำหรับคุณที่จะติดตาม ลองพิจารณาคนที่ทุ่มเทให้กับการฝึกอบรมในกลุ่มนี้หรือกลุ่มที่แตกต่างกันและฉันเชื่อว่า Alteryx มีหลักสูตรที่แนะนำในตอนท้ายของเซสชั่นวันนี้เพื่อเรียกร้องให้ดำเนินการเพื่อให้คุณสามารถใช้ประโยชน์จากบางสิ่งเหล่านี้ ทรัพยากรที่มีอยู่บางส่วนที่มีอยู่แล้ว
Nick Jewell: อย่างแน่นอน มีหลายวิธีในการเติมช่องว่างความสามารถนั้นโดยไม่ต้องตกอยู่ในการแข่งขันทางอาวุธ สไลด์ด้านหลังสองอันฉันไม่รู้ว่าคุณสามารถพลิกคู่ที่นั่นได้ไหม Kaggle ซึ่งเป็นเว็บไซต์การแข่งขันด้านข้อมูลวิทยาศาสตร์พวกเขาเพิ่งเปิดการสำรวจด้วย 17, 000 คำตอบเกี่ยวกับสถานะของวิทยาศาสตร์ข้อมูลและมีการตอบสนองที่น่าสนใจจากการสำรวจรอบทักษะที่ผู้คนมีและผู้ตอบแบบสอบถามส่วนใหญ่ไม่มีปริญญาเอก มันไม่ใช่ข้อกำหนดเบื้องต้นอีกต่อไป
ความคิดที่ว่าผู้เชี่ยวชาญด้านการวิเคราะห์ยุคต่อไปซึ่งเป็นฟองที่สำคัญที่คุณเพิ่งแสดงพวกเขาสามารถได้รับความรู้ที่พวกเขาต้องการจากหลักสูตรระดับนาโน พวกเขาสามารถไปยังไซต์ต่าง ๆ เช่น Udacity และสามารถปรับใช้ความรู้นี้ได้ทันทีในธุรกิจรอบการส่งสั้นที่มุ่งเน้นทำให้พวกเขากลายเป็นแหล่งล่วงหน้าของการแข่งขันสำหรับ บริษัท ของพวกเขาทันที ดังนั้นบางสิ่งที่ต้องระวังฉันคิดว่า
Jen Underwood: ไม่ฉันเห็นด้วย แม้ว่าฉันจะคิดเกี่ยวกับมันแน่นอนมันมาไกลตั้งแต่ฉันใช้โปรแกรมสองปีที่ UCSD ฉันคิดว่านี่เป็นช่วงเวลาย้อนกลับไปในปี 2009 ปี 2010 และอาจมีบางประเทศที่อนุญาตให้คุณทำเช่นนั้น โดยทั่วไปมีตัวเลือกเพิ่มเติมมากมายรวมถึงโปรแกรมพิเศษไม่ว่าจะผ่านผู้ขายทรัพยากรจำนวนมากที่มีให้ในวันนี้พร้อมลูปและแหล่งข้อมูลออนไลน์ที่แตกต่างกันทั้งหมดมันน่าอัศจรรย์มันถึงเวลาแล้ว ทำเวลาและงบประมาณที่และกำหนดเวลาให้ทัน คุณต้องการเรียนรู้อะไร จากนั้นทำตามเส้นทางที่คุณต้องการเรียนรู้
พูดเกี่ยวกับการมองสิ่งนี้และรวบรวมแผนทักษะของคุณเองและจากความคาดหวังของ CDO ทำให้แน่ใจว่าพวกเขามีผู้คนในพื้นที่ที่ครอบคลุมจากสิ่งที่ฉันจะพูดถึงกรอบความสามารถต่อการมองทักษะหรือมองสิ่งต่าง ๆ เช่นความรู้เรื่องโดเมน ยังคงเป็นกุญแจสำคัญจริงๆแม้ว่าโซลูชั่นเหล่านี้สามารถฝึกอบรมด้วยตนเองและเรียนรู้ด้วยตนเองได้จริง ๆ แล้วมันเป็นผู้เชี่ยวชาญในแวดวงธุรกิจที่จะให้คำแนะนำและทำให้แน่ใจว่าผลลัพธ์นั้นสมเหตุสมผล
มีบางสิ่งบางอย่างอยู่เสมอและฉันชอบที่จะใช้ตัวอย่างเมื่อฉันทำการวิเคราะห์ที่สำคัญสำหรับ บริษัท ประกันภัยและหนึ่งในสิ่งที่ค้นพบว่าอัลกอริทึมไม่ได้จ้างใครจากนิวยอร์ก ดีไม่เราจะไม่จ้างใครจากนิวยอร์ก - เราต้องค้นหาสาเหตุที่อัลกอริทึมให้ข้อมูลนี้แก่เรา เป็นเพราะกฎหมายหนึ่งในกฎหมายมีการเปลี่ยนแปลงและดังนั้นเราจึงมีจำนวนมากปั่นในส่วนนั้น จำเป็นต้องนำผู้เชี่ยวชาญเรื่องธุรกิจมาถอดรหัสและฉันไม่เห็นว่ามีการเปลี่ยนแปลงฉันไม่เห็นชนิดของแนวทางเพื่อให้แน่ใจว่าผลลัพธ์ที่ถูกต้องมีบางสิ่งดูไม่ออก - มันยังคง มีบางสิ่งที่บอกว่าเป็นความคิดของมนุษย์ความงามของสิ่งนั้นบวกกับพลังของเครื่องจักรเป็นสิ่งที่เรากำลังจะไป
ประเภทอื่น ๆ เมื่อคุณมองทักษะการสร้างภาพการบอกเล่าเรื่องราวที่มีประสิทธิภาพในข้อมูลบอกเล่าเรื่องราวที่มีประสิทธิภาพว่ามันเป็นแม้กระทั่งการเรียนรู้ด้วยเครื่องจักร เมื่อรวมเข้าด้วยกันแล้วดูว่าอะไรคือผลกระทบที่เกิดขึ้นการทำความเข้าใจธรรมชาติของมนุษย์ในการตัดสินใจสิ่งต่าง ๆ เหล่านั้นมีความสำคัญมากโดยไม่คำนึงถึงเทคโนโลยี ธรรมาภิบาลมีความสำคัญจริงๆจริยธรรมกำลังทวีความสำคัญมากขึ้นเรื่อย ๆ การมีนักวิทยาศาสตร์ทางสังคมเข้ามาเกี่ยวข้องนั้นเข้าใจและพวกเขาได้รับการฝึกฝนให้ดูว่ามีอคติในข้อมูลของคุณที่คุณไม่ได้ตระหนักหรือไม่มีใครในองค์กรที่อาจไม่รู้จักแม้แต่นำพวกเขาเข้าสู่ผู้เชี่ยวชาญ มีสิ่งเหล่านั้น
และแน่นอนว่าการมีโครงสร้างพื้นฐานสำหรับวิศวกรรมและฮาร์ดแวร์และทำให้แน่ใจว่าคุณสามารถปรับขนาดและมันได้รับการพัฒนาและทำให้แน่ใจว่าคุณกำลังใช้ผู้ให้บริการคลาวด์ที่เหมาะสมบางทีคุณอาจไม่ได้ล็อคหรือมีตัวเลือกในการย้ายหรือ คุณเข้าใจการกำหนดราคาว่าคุณจะต้องเสียค่าใช้จ่ายเท่าใด มันเป็นทักษะประเภทนี้และเมื่อคุณดูที่นี่เราจะเรียกมันว่าทักษะตามสาขาต่าง ๆ ไม่ว่าจะเป็นผู้ตัดสินใจระดับแนวหน้าที่ขับเคลื่อนด้วยข้อมูลซึ่งบทบาทเหล่านี้ส่วนใหญ่จะเป็น - ตลอดจนวิศวกรข้อมูลและนักวิทยาศาสตร์ด้านข้อมูล เป็นการนวดและการทำงานในข้อมูลเหล่านี้ สิ่งเหล่านี้เป็นประเภทของสิ่งที่คุณต้องการรวบรวมกรอบสำหรับ
เมื่อมองถึงกรอบความสามารถคุณมองไปที่องค์กรโดยทั่วไปคุณต้องการพิจารณาถึงความสามารถไม่ใช่แค่ทักษะ มีความแตกต่างเล็กน้อยในการใช้ถ้อยคำในขณะที่คุณดูที่นี้ กรอบความสามารถสำหรับองค์กรของคุณเป็นสัญญาณที่ชัดเจน ผู้กำหนดนโยบายด้านสงครามผู้ให้บริการการศึกษาในขณะที่ทักษะจะพูดพิมพ์ภายใต้ R คุณคิดเกี่ยวกับประเภทของสิ่งเหล่านั้นคุณมี coder ที่มีความสามารถ แต่คุณต้องการที่จะมีมากกว่าทักษะเหล่านั้น เมื่อคุณเข้าใจความสามารถสิ่งที่บุคคลจะต้องสามารถและเข้าใจกรอบซึ่งเป็นสิ่งสำคัญที่มีความแตกต่างนิดหน่อยที่นั่น
ในขณะที่คุณกำลังสร้างสิ่งนี้คุณต้องการวินิจฉัยสิ่งที่คุณจะเรียกว่าความสามารถที่มีผลกระทบเชิงบวกต่อธุรกิจและเน้นพื้นที่ที่มีศักยภาพสูงเหล่านั้นดังนั้นคุณจึงจัดลำดับความสำคัญความสามารถที่คุณต้องการยกระดับในองค์กรของคุณ จากนั้นจึงจัดแนวเหล่านั้นอีกครั้งโดยมีวัตถุประสงค์ทางธุรกิจ CDO ที่รับผิดชอบในการเพิ่มมูลค่าของข้อมูลให้สูงสุดพวกเขาจะดูและ CAO ของพวกเขาที่จะใช้การวิเคราะห์เพื่อเพิ่มมูลค่าของข้อมูลให้สูงสุด พวกเขาจะดูความสามารถเหล่านั้นและพื้นที่ที่แตกต่างกันเหล่านั้นบนกริดที่ผ่านมาที่ฉันมี แต่จากนั้นพวกเขาก็จะมองศักยภาพที่สูงของพนักงานด้วย คุณจะอ้างอิงโยงกับพนักงานของคุณสำหรับข้อมูลและการวิเคราะห์และลงทุนในพวกเขาให้พวกเขามีโอกาสเรียนรู้และไม่ใช่แค่การฝึกอบรมโอกาสในโลกแห่งความเป็นจริงที่ทำงานเกี่ยวกับปัญหาทางธุรกิจจริง
ไม่มีอะไรจะดีไปกว่านี้ - แม้ว่าฉันจะไปโรงเรียนเป็นเวลาสองปีมันก็ไม่ได้จนกว่าฉันจะไปและใช้อัลกอริทึมเหล่านี้บางอย่างหรือเรียนรู้เกี่ยวกับการตรวจสอบการโกงเรียนรู้เกี่ยวกับบางสิ่งที่ฉันไม่เคยคิดถึงมาก่อน เริ่มรวมตัวกันในโลกแห่งความจริงและนั่นคือสิ่งที่คุณเรียนรู้อย่างแท้จริง ให้โอกาสผู้คนในการได้รับประสบการณ์ในสาขาเหล่านี้ บริษัท ที่ดีที่สุดสามารถสร้างความสามารถที่แข็งแกร่งซึ่งระบุอย่างเป็นระบบการประเมินผลตามวัตถุประสงค์และดูว่าช่องว่างภายในองค์กรของฉันสำหรับการเรียนรู้และการวางตัวชี้วัดบางอย่างในสถานที่สำหรับเป้าหมายสำหรับคนเหล่านั้นเป็นไปได้ ที่จะส่งมอบ.
เมื่อคุณคิดเกี่ยวกับการฝึกอบรมผู้ใหญ่มักจะเป็นเวลาที่อดอยาก - เรามักจะอดอาหาร แต่ดูว่าอะไรเหมาะกับแต่ละคน ฉันมีหนังสือเป็นส่วนตัวดังนั้นถ้าคุณจะเข้ามาในสำนักงานของฉันวันนี้คุณจะเห็นหนังสือมากมายถึงแม้ว่าผู้คนจำนวนมากเช่นวิดีโอ ดังนั้นจึงเป็นเรื่องของการค้นหาว่ามีใครบางคนในองค์กรของคุณต้องการเรียนรู้ - เพื่อกระตุ้นให้พวกเขาเรียนรู้ - แต่ยังให้เวลาพวกเขาทำและเป้าหมายในการจัดเรียง - สิ่งที่มีประสิทธิภาพในการเข้าถึงสิ่งนั้น ผสมไม่ใช่เพียงแค่ใช้หลักสูตรนั้นเพื่อตรวจสอบว่าทำเครื่องหมายบนบัตรคะแนนต่อการผสมผสานกับโครงการเป้าหมายที่แท้จริงและคุณเรียนรู้อะไรจากโครงการนั้นและคุณต้องการทำอะไรต่อไป ยืดอะไร ยืดทีมของคุณหรือสร้างแรงจูงใจให้ทีมของคุณนำมันไปต่อ
เป้าหมายการเรียนรู้เหล่านั้นอีกครั้งถ้าคุณทำอย่างนั้นมันไม่ควรจะเป็นอย่างนั้นจริง ๆ มันควรจะง่ายสำหรับธุรกิจเป็นหลักเพราะวัตถุประสงค์เหล่านั้นควรสอดคล้องกับผลประโยชน์ทางธุรกิจเชิงกลยุทธ์ นี่เป็นโครงการที่ยอดเยี่ยม มันเป็นโครงการทดลอง พวกมันเป็นโครงการที่จะย้ายเข็มไปข้างหน้า
นิคคุณต้องการที่จะเพิ่มอะไร? ฉันไม่แน่ใจ.
Nick Jewell: ไม่ฉันกำลังจะกระโดดเข้าสู่กรณีศึกษาหากไม่เป็นไรบนหน้าจอถัดไป รายละเอียดเพิ่มเติมเล็กน้อยขององค์กรที่เฉพาะเจาะจง ฉันเดาว่าพวกเขาได้นำสิ่งที่คุณพูดไปสู่ความเป็นจริงมากมาย บริษัท ฟอร์ดมอเตอร์พึ่งพาการวิเคราะห์ข้อมูลมานานหลายทศวรรษเช่นเดียวกับหลาย ๆ บริษัท แต่ก็ทำในส่วนของธุรกิจโดยมีการกำกับดูแลน้อยมากทั่วทั้ง บริษัท เพื่อให้แน่ใจว่ามีความมั่นคงและการประสานงาน ปัญหาของพวกเขาอาจเป็นเรื่องปกติสำหรับองค์กรในระดับของพวกเขาดังนั้นความเชี่ยวชาญด้านการวิเคราะห์จึงมีอยู่ในกระเป๋าการจัดการข้อมูลและการปฏิบัติด้านการกำกับดูแลไม่สอดคล้องกันถึงจุดที่หน่วยธุรกิจบางแห่งขาดการเข้าถึงความเชี่ยวชาญด้านการวิเคราะห์ขั้นพื้นฐาน
อีกครั้งเราได้พูดถึงวันนี้เกี่ยวกับแหล่งข้อมูลประเภทต่าง ๆ มากมายพวกเขามีแหล่งข้อมูลมากกว่า 4, 600 แห่ง นั่นหมายถึงการเริ่มต้นการเดินทางและการค้นหาข้อมูลที่พวกเขาต้องการนั้นเป็นอุปสรรคต่อการวิเคราะห์ข้อมูลเชิงลึก ฉันเห็นว่าคุณหัวเราะ แต่มันเป็นสิ่งที่น่ากลัวใช่ไหม
เจนอันเดอร์วู้ด: 4, 600 โอ๊ะเอ้ยใช่แล้ว
Nick Jewell: ดังนั้นฟอร์ดได้จัดตั้งหน่วยงานเชิงลึกและการวิเคราะห์ระดับโลกและนี่คือศูนย์กลาง - คุณสามารถเรียกได้ว่าเป็นศูนย์กลางแห่งความเป็นเลิศ - ประกอบด้วยทีมนักวิทยาศาสตร์ข้อมูลและนักวิเคราะห์จัดระเบียบเพื่อแบ่งปันแนวปฏิบัติที่ดีที่สุดในการวิเคราะห์ การทำข้อมูลข้ามธุรกิจ หน่วยเลือกเครื่องมือที่ดีที่สุดไม่เพียง แต่ในความสามารถ แต่ยังรวมถึงความสามารถในการรวมเข้าด้วยกันได้ดีดังนั้นจึงเป็นสิ่งสำคัญมาก จุดเน้นของการทำให้เป็นประชาธิปไตยของพวกเขาคือการรายงานและการวิเคราะห์เชิงพรรณนาก่อนที่จะเลื่อนระดับความต้องการพีระมิดที่เราได้พูดถึงไป
ตอนนี้การทำให้เป็นประชาธิปไตยไม่เพียงทำให้ใครบางคนเป็นนักวิทยาศาสตร์ด้านข้อมูลในชั่วข้ามคืน พนักงานจำเป็นต้องรู้ว่าเมื่อใดและที่ไหนที่จะได้รับความช่วยเหลือและมีการฝึกอบรมการกำกับดูแลวิธีการที่พร้อมให้ความช่วยเหลือทั้งหมดนี้ นอกจากนี้มันไม่เพียงเกี่ยวกับการฝึกอบรมเครื่องมือ แต่ยังรวมถึงการฝึกอบรมด้านวิทยาศาสตร์ข้อมูลเพื่อเชื่อมช่องว่างทักษะที่เราได้กล่าวถึง ดังนั้นกรณีการใช้งานจริงของฟอร์ดซึ่งเป็นการเพิ่มประสิทธิภาพเครือข่ายโลจิสติกส์ดังนั้นฟอร์ดจึงจ่ายในปริมาณที่เหมาะสมเพื่อเคลื่อนย้ายวัสดุจากจุด A ไปยังจุด B หรือไม่? การวิเคราะห์แบบดั้งเดิมของพวกเขาไม่ได้เน้นถึงโอกาสในการดำเนินการ สิ่งนี้ทำให้พวกเขามีปฏิกิริยาในตลาดมาก ตอนนี้ความซับซ้อนจำนวนมากสำหรับกระบวนการนั้นถูกขังอยู่ในหัวของนักวิเคราะห์และพวกเขาก็ประสบความสำเร็จอย่างยิ่งใหญ่เมื่อกระบวนการบริการตนเองได้ถูกทำซ้ำกับธุรกิจและผู้เชี่ยวชาญด้านการวิเคราะห์นั่งลงด้วยกันและอยู่ร่วมกัน
สิ่งนี้ทำให้การวิเคราะห์จากหลายปีเป็นไตรมาสและแม้กระทั่งใกล้ถึงเวลาจริงเพื่อผลประโยชน์มหาศาลสำหรับธุรกิจ ผลกระทบของการวิเคราะห์แบบบริการตนเองที่มีต่อมูลค่าทางธุรกิจนั้นเป็นไปได้ว่าฟอร์ดสามารถวางแผนและกำหนดกลยุทธ์ที่ขับเคลื่อนด้วยข้อมูลทั่วทั้งองค์กรได้อย่างรวดเร็วเพื่อตอบสนองต่อแนวโน้มที่เกิดขึ้นใหม่ช่วยกำหนดรูปแบบบริการใหม่ ๆ ต้องมองในกระจกมองหลังนั้น
ตอนนี้ถ้าเราดูสักครู่ว่าลูกค้ารายอื่นได้ย้ายการวิเคราะห์จากการจัดลำดับความสำคัญตามแนวตั้งในแผนกเดียวของ บริษัท ไปเป็นแถบแนวนอนในทุกแผนกเราจะพูดคุยเกี่ยวกับเชลล์ เชลล์เป็นศูนย์กลางของความเป็นเลิศที่รายงานไปยังหัวหน้าเจ้าหน้าที่ดิจิตอล - ดังนั้นจึงมีอีก D สำหรับ CxO playbook ของเรา - รับผิดชอบการเปลี่ยนแปลงทางดิจิตอลและความยั่งยืน พวกเหล่านี้พวกเขาเข้าใจว่าสภาพแวดล้อมของพวกเขามีหลายเลเยอร์และสแต็คเทคโนโลยีการจัดเก็บการประมวลผลข้อมูลและเทคโนโลยีที่โดดเด่นทั้งหมดที่คุณทุกคนคุ้นเคย สิ่งต่างๆเช่น SAP HANA, Databricks, Spark และพวกเขาใช้ประโยชน์จากระบบคลาวด์สาธารณะในการเข้าถึงขนาดที่ประหยัด
ตอนนี้พวกเขาเลือก Alteryx เป็นเครื่องมือห่อหุ้มการวิเคราะห์สำหรับรหัส R จำนวนมากป้อนเข้าสู่เทคโนโลยีอย่าง Spotfire, Power BI และอื่น ๆ แต่ตอนนี้พวกเขาเห็นการยอมรับอย่างใกล้ชิดกับการประมวลผลข้อมูลและการมองเห็น Jen เพียงโทรกลับไปที่สไลด์ความสามารถทั้งหมดของคุณสิ่งเหล่านี้แพร่กระจายเมื่อเราเริ่มให้นักวิเคราะห์เพิ่มเติมเข้าถึงได้ คุณรู้ไหมว่าพวกเขาประสบความสำเร็จอย่างมากในการส่งมอบความสามารถนี้และ COE โดยมองหาการเพิ่มขีดความสามารถในอนาคตตอนนี้สิ่งที่เรียนรู้อย่างลึกล้ำที่เราพูดถึง - การมองเห็นเครื่องจักรการประมวลผลภาษาธรรมชาติ - และครึ่งหนึ่งของภารกิจคือการส่งมอบครึ่งหนึ่ง เป็นเรื่องเกี่ยวกับการอธิบายและกระตุ้นแนวคิดเหล่านี้ในหน่วยธุรกิจต่างๆ มันเป็นส่วนหนึ่งของการเดินทาง COE มักจะมองหาวิธีที่แตกต่างในการสื่อสารกับผู้ชมทางธุรกิจ
เมื่อคำนึงถึงด้านหนึ่งผู้สงสัยที่พูดว่า“ เอาล่ะกล่องดำนี้จะไม่ดีเท่านักวิเคราะห์ของฉัน” ตลอดทางจนถึงแฟนบอยหรือผู้ที่กระตือรือร้นที่เห็นความสัมพันธ์ทุกที่อาจจะน้อยกว่าในความสัมพันธ์เชิงสาเหตุ แต่คุณต้องระวังทั้งสองด้าน มันเป็นจุดศูนย์กลางที่น่าสนใจเมื่อคุณมีแถบแนวนอนนี้ทั่วทั้งองค์กรชุดทักษะไฮบริดที่จำเป็นสำหรับการโน้มน้าวใจทั้งสองด้านของสเปกตรัม
Nick Jewell: ตกลงเจนคุณอยู่ที่นั่นไหม?
เจนอันเดอร์วู้ด: ฉันเป็น
Nick Jewell: ฉันเดาว่าสิ่งที่เรากำลังพยายามพูดที่นี่ด้วย Clayton Christensen อ้างถึงนี้สำหรับหลาย ๆ องค์กรฉันเดาการรวมวาระการวิเคราะห์เพื่อขับเคลื่อนการเปลี่ยนแปลงทางดิจิทัลที่เรากำลังพูดถึงในวันนี้ เป็นสิ่งที่ท้าทาย บ่อยกว่านั้นเราพบทีมวิเคราะห์เริ่มต้นด้วยมือที่อ่อนแอ ความพยายามที่จะสร้างสรรค์สิ่งใหม่ ๆ ด้วยกระบวนการวิเคราะห์เทคโนโลยีโครงสร้างโครงสร้างของทีมและการยึดมั่นในสิ่งเหล่านี้เป็นสิ่งที่เป็นอุปสรรคสำคัญที่สุดสำหรับการจัดแนวการวิเคราะห์และนวัตกรรมการวิเคราะห์ คุณมีความคิดเกี่ยวกับสิ่งนั้นเจนหรือไม่
Jen Underwood: ฉันสนุกกับภาพที่ถูกเลือก ใช่แน่นอนทำให้รู้สึกมากสำหรับฉัน คุณต้องยอมรับเทคโนโลยีใหม่เหล่านี้เช่นการสตรีมแบบเรียลไทม์ คุณไม่จำเป็นต้องได้รับผลลัพธ์แบบเรียลไทม์หากคุณต้องรีเฟรช JavaScript ในเบราว์เซอร์ตามลำดับด้วยมรดกเก่า - อาจเป็นแอปแดชบอร์ดหรือสิ่งต่าง ๆ เหล่านั้น ใช่คุณต้องยอมรับเครื่องมือใหม่เหล่านี้และอีกครั้งฉันคิดว่ารูปนี้น่ารักจริง ๆ ภาพหนึ่งพันคำ รถเข็นและบั๊กกี้คุณต้องปล่อยวางแนวทางเก่า ๆ เหล่านั้น
Nick Jewell: อย่างแน่นอน ดังนั้นหากเราเลื่อนไปยังสไลด์ถัดไปเราคิดว่ามีวิธีที่ดีกว่า ฉันเดาก่อนอื่นโดยใช้สิ่งที่คล้ายกับการค้นหาแบบ Google เพื่อค้นหาเนื้อหาข้อมูลทั้งหมดที่เกี่ยวข้องที่สุดอย่างรวดเร็ว ทำความเข้าใจกับบริบทของพวกเขาเข้าใจการพึ่งพาอาศัยกันและแยกตัวประกอบในสิ่งที่ง่าย ๆ เช่นอภิธานศัพท์ทางธุรกิจที่เขียนโดยผู้เชี่ยวชาญในชุมชนของคุณรักษาชีวิตโดยความรู้ของชนเผ่าเหล่านั้นทั้งหมดในหัวของเพื่อนร่วมงานของคุณ
เริ่มต้นอย่างชาญฉลาดด้วยการค้นหาข้อมูล คิดเกี่ยวกับความสามารถในการสนทนากับเจ้าของรายงานและผู้เชี่ยวชาญ อัปโหลดทำ Trip Advisor หรือ Yelp เล็กน้อยอัปโหลดสินทรัพย์ที่มีประโยชน์มากที่สุดรับรองว่าองค์กรคิดว่ามีค่าที่สุดแล้วทั้งหมดนี้ป้อนกลับเข้าไปในผลการค้นหาและท้ายที่สุดจัดอันดับการค้นหาทำให้ดีขึ้นสำหรับ ผู้ใช้ต่อไป เมื่อคุณค้นหาสิ่งที่คุณต้องการแล้วให้เข้าสู่ขั้นตอนที่รวดเร็วปราศจากโค้ดใช้งานง่ายการเตรียมการและการวิเคราะห์เพื่อพัฒนาชุดข้อมูลที่สมบูรณ์แบบของคุณซึ่งจะเผยแพร่กระบวนการที่ทำซ้ำได้
กลับไปที่บทสนทนาอัตโนมัติของเราสร้างแอพที่ใช้งานง่าย สิ่งที่จำเป็นสำหรับการสร้างแบบจำลองการวิเคราะห์ เมื่อพูดถึงแบบจำลองเราได้สนับสนุนเทคโนโลยีโอเพนซอร์ซเช่น R เป็นเวลาหลายปีทำให้เราสามารถสร้างความสามารถในการวิเคราะห์ขั้นสูงที่ครอบคลุมการพรรณนา แต่ยังสามารถทำนายการวิเคราะห์เชิงพยากรณ์ได้อย่างง่ายดายเพียงลากและ - วางทาง
ตอนนี้ไปทางด้านขวาจริง ๆ แล้วการทำความเข้าใจเกี่ยวกับการสร้างภาพข้อมูลเชิงโต้ตอบแบบจำลองและการให้คะแนนถูกผลักลงในแพลตฟอร์มข้อมูลหรือล่าสุดทำให้ความเข้าใจนั้นพร้อมใช้งานได้ทันทีและภายในกระบวนการทางธุรกิจโดยตรง ฉันคิดว่านี่เป็นความสามารถที่หลากหลายในทุกแพลตฟอร์มที่ทำให้เราได้รับการยอมรับในฐานะผู้ชนะรางวัลเหรียญทองในการสำรวจทางเลือกของลูกค้า Gartner Peer Insights Customer Choice ซึ่งเป็นผลงานที่ยอดเยี่ยม ฉันขอแนะนำให้คุณเยี่ยมชมเว็บไซต์ Gartner เพื่อหาข้อมูลเพิ่มเติมและเพิ่มคะแนนของคุณเองและเพิ่มความเห็นของคุณเอง
เจ๋งดังนั้นเจนถ้าเราข้ามไปอีกหนึ่งสไลด์ - ฉันเดาว่าเมื่อเราสรุปฉันอยากจะให้ทุกขั้นตอนต่อไป ก่อนอื่นโปรดเยี่ยมชม Alteryx.com เพื่อดาวน์โหลดสำเนาย่องานวิจัยล่าสุดของเราฟรีโดยประสานงานกับสถาบันระหว่างประเทศของ Analytics (IIA) เพื่อขจัดอุปสรรคในการวิเคราะห์ นอกจากนี้คุณยังสามารถเยี่ยมชม udacity.com/alteryx เพื่อเรียนรู้เพิ่มเติมเกี่ยวกับวิธีการเปิดใช้งานทีมของคุณเพื่อก้าวต่อไปในการเดินทางด้วยการวิเคราะห์ขั้นสูงระดับนาโนและจากนั้นก็สัมผัส Alteryx ด้วยตัวคุณเอง เยี่ยมชมโฮมเพจดาวน์โหลดการประเมินที่มีคุณลักษณะครบถ้วนและเข้าร่วมด้วยความตื่นเต้นในการแก้ปัญหา
เจนมากกว่าคุณ เราอาจมีเวลาถาม & ตอบบ้าง
Eric Kavanagh: ฉันจะพูดเร็วมาก ๆ เรามีคำถามสองสามข้อ ฉันจะโยนอันหนึ่งฉันเดาให้คุณก่อนนิคแล้วก็เจนถ้าคุณต้องการแสดงความคิดเห็น แต่แน่นอนว่ามันมีประโยชน์มากขึ้นกับสหภาพยุโรปและนั่นคือจีดีพีที่น่าอับอายกฎการคุ้มครองข้อมูลทั่วโลก สิ่งนั้นส่งผลกระทบต่อ Alteryx และแผนงานของคุณอย่างไรและสิ่งที่พวกคุณมุ่งเน้นคืออะไร?
Nick Jewell: มันเป็นนักเล่น Boogieman มาก ๆ ฉันเดาว่าตอนนี้มันอยู่ที่นั่นแล้ว ผู้คนจำนวนมากพูดถึงมันคนส่วนใหญ่ค่อนข้างกังวล แต่เป็นเพียงกฎข้อแรกในชุดยาวที่จะเข้าสู่โลกของข้อมูลและการวิเคราะห์ จริงๆแล้วจากมุมมองของเรามันเกี่ยวกับการทำความเข้าใจและการจำแนกข้อมูลของคุณ ทำให้แน่ใจว่าเป็น CxO ของรสชาติเฉพาะใด ๆ คุณรู้ว่าสินทรัพย์ของคุณอยู่ที่ไหนคุณรู้บริบทของพวกเขาและคุณรู้ว่าคุณสามารถไว้วางใจพวกเขาเป็นขั้นตอนแรกเพื่อควบคุมและจัดการข้อมูลในบริบทที่กว้างขึ้น
Eric Kavanagh: ฉันคิดว่าฉันจะส่งคำถามอีกฉบับมาให้คุณก่อนที่เราจะนำ Jen กลับเข้ามา Nick และนั่นคือข้อมูลการฝึกอบรมหากมีคนร้องขอให้ลบข้อมูลของพวกเขาออกจากองค์กรของคุณนั่นไม่ใช่แค่ชื่อของพวกเขา ที่อยู่เป็นต้นไม่เพียง แต่ข้อมูลการติดต่อของพวกเขา แต่หากอัลกอริทึมใช้ข้อมูลการฝึกอบรมที่มีข้อมูลของคุณคุณควรจะฝึกอัลกอริทึมใหม่ใช่มั้ย
Nick Jewell: มันซับซ้อนเป็นพิเศษ ฉันคิดว่าความคิดที่ไม่เพียง แต่ฐานข้อมูลเป็นแหล่งข้อมูลบางส่วนที่สามารถระบุตัวตนได้ แต่ยังรวมถึงเวิร์กโฟลว์การวิเคราะห์แอพการสร้างภาพข้อมูลด้วย ข้อมูลนี้มีอยู่ทุกหนทุกแห่งกับองค์กรดังนั้นการมีบริบทนั้นสำคัญอย่างยิ่ง
Eric Kavanagh: แล้ว Jen คุณคิดยังไง? เห็นได้ชัดว่าไม่ใช่ข้อตกลงที่ยิ่งใหญ่ในสหรัฐอเมริกาและเราไม่เห็น บริษัท หลายแห่งกังวลใจในตอนนี้แม้ว่าในทางเทคนิคแล้วจะมีผลบังคับใช้ที่นี่ หาก บริษัท ในสหรัฐอเมริกามีข้อมูลของพลเมืองสหภาพยุโรปสิ่งที่คุณให้ความสำคัญกับ GDPR คืออะไรและมีข้อตกลงใหญ่แค่ไหน?
Jen Underwood: แน่นอนฉันคิดว่ามันต้องมีการดูแลข้อมูลอย่างรับผิดชอบ ฉันเคยเขียนเกี่ยวกับเรื่องนี้สองสามครั้งและมีแนวทางบางอย่างเกี่ยวกับสิ่งเหล่านี้ ฉันคิดว่าคำถามที่คุณถามเกี่ยวกับอัลกอริทึมน่าสนใจ แน่นอนว่าโซลูชันบางอย่างที่ฉันดูในวันนี้ทีมผลิตภัณฑ์ของพวกเขาบางคนได้ออกแบบคุณสมบัติเพื่อให้คุณสามารถดูว่าพวกเขากำลังตัดสินใจอย่างไรและใช้ข้อมูลส่วนบุคคลใดเพื่อตัดสินใจผลลัพธ์ของอัลกอริทึมนั้น เราเห็นผลกระทบบางอย่างในการออกแบบผลิตภัณฑ์ที่นี่ในสหรัฐอเมริกา
บริษัท เทคโนโลยีจำนวนมากมีสำนักงานขนาดใหญ่ที่นี่และทีมพัฒนาที่นี่ทั้งในสหรัฐอเมริกาและทั่วโลกดังนั้นเราจึงเห็นมันเกี่ยวกับการพัฒนาผลิตภัณฑ์ ฉันเห็นแคตตาล็อกข้อมูลเพิ่มเติมที่ถูกลงทุนมาความคิดริเริ่มของรัฐบาลเพิ่มมากขึ้นเพื่อให้ผู้คนเข้าใจและพวกเขาเข้าใจว่าข้อมูลทั้งหมดนั้นอยู่ที่ไหนในความสับสนวุ่นวาย พยายามจับแขนอย่างน้อยก็จัดการมันให้สามารถหามันและทำอะไรกับมันได้
Eric Kavanagh: ฉันจะผลักดันสไลด์นี้ที่เราพูดถึงก่อนหน้านี้แล้วส่งเรื่องนี้ให้คุณ Nick ฉันคิดว่านี่เป็นสไลด์ที่ยอดเยี่ยมเพราะสำหรับฉันแล้วมันพูดถึงความต้องการการวิเคราะห์ที่รวดเร็ว คุณคิดอย่างไรเกี่ยวกับการเปลี่ยนแปลงแบบไดนามิกนี้ ฉันหมายความว่าสิ่งที่สำคัญที่สุดคือ บริษัท ต่างๆต้องมีความคล่องตัวและฉันเห็นว่าการวิเคราะห์เป็นผู้นำในการคิดค่าใช้จ่าย คุณคิดอย่างไร?
Nick Jewell: นี่มันช่างน่าหลงใหล ฉันคิดว่ามีอยู่เสมอ - บริษัท และเทคโนโลยีมีอยู่เสมอในสามรัฐดังนั้นมันอาจจะเป็นสงครามความสงบสุขหรือความสงสัย สงครามกำลังจะเกิดขึ้นเกี่ยวกับการแข่งขันที่หนักหน่วง Wonder คือสิ่งใหม่ที่ยอดเยี่ยมที่คุณสร้างขึ้นบนแพลตฟอร์ม จากนั้นสันติภาพก่อนการแข่งขันและสงครามจะเริ่มขึ้นอีกครั้ง ฉันคิดว่าจะมีการต่อสู้ครั้งนี้เกิดขึ้นเสมอ
ก่อนการโทรในวันนี้เราได้พูดคุยเกี่ยวกับการประชุมและบันทึกย่อสำคัญอื่น ๆ ที่กำลังเกิดขึ้นทั่วโลกในวันนี้ ผู้ขายคลาวด์ขนาดใหญ่บางคนถึงจุดที่พวกเขาสร้างแพลตฟอร์มนี้และตอนนี้พวกเขากำลังสร้างสิ่งใหม่ที่ยอดเยี่ยม บริษัท ต่างๆต้องจับตาดูอย่างใกล้ชิดในเรื่องนี้และตรวจสอบให้แน่ใจว่าพวกเขากำลังทำอะไรบางอย่างที่มีแพลตฟอร์มที่เชื่อมโยงกันซึ่งจะส่งมอบคุณค่านั้นสำหรับอนาคต พวกเขากำลังจะเป็นคนที่จะรอดจากการหยุดชะงักนี้
Eric Kavanagh: ใช่แล้วมันเป็นจุดที่ดีและคุณก็รู้เจนคุณเห็นก่อนหน้านี้ในความเป็นจริงก่อนการแสดงเกี่ยวกับกลยุทธ์คลาวด์และจำนวนคนที่คุณรู้จักในอุตสาหกรรมพูดว่า บริษัท ใหญ่ ๆ แม้แต่ธนาคาร ตอนนี้ทุกคนมีกลยุทธ์คลาวด์ ฉันรู้สึกประหลาดใจที่ต้องใช้เวลานานเท่าไหร่ในการทำให้เป็นจริงและฉันเดาว่าพวกเขาบางคนอาจไปที่การประชุม AWS Reinvent Conference และตระหนักว่ามันใหญ่โตเพียงใดและได้ข้อสรุปว่าถึงเวลาแล้ว คุณคิดอย่างไรเกี่ยวกับการรับรู้ในหมู่ผู้บริหารธุรกิจขนาดใหญ่เกี่ยวกับการนำเข้าคลาวด์และการเปลี่ยนแปลงการวางแผนของพวกเขาอย่างไร
Jen Underwood: เมื่อฉันคิดเกี่ยวกับโลกของข้อมูลขนาดใหญ่ความสามารถในการจัดการมันฉันคิดว่าในบางระดับมีความอุ่นใจที่มี บริษัท ขนาดใหญ่แห่งหนึ่งที่รับผิดชอบด้านความปลอดภัยบางอย่างดังนั้นจึงมี ความสงบของจิตใจที่นั่น คุณรู้ไหมว่ามีคลาวด์ จำกัด
อีกสิ่งหนึ่งคือและฉันเห็นมันฉันอยู่ในทีมที่พัฒนาผลิตภัณฑ์ในคลาวด์และมันเป็นผลิตภัณฑ์ที่ตกอับอย่างแน่นอนและไม่มีใครให้ความสนใจกับมันและภายในสองปีเพราะมีการเผยแพร่รายสัปดาห์และแม้แต่ ฉันจะบอกว่ามันเกือบจะถึงจุดปล่อยทุกวันในระบบคลาวด์ ฉันรู้ว่า Amazon บอกว่าพวกเขาปล่อยหลายครั้งต่อวัน เมื่อคุณมีภัยคุกคามนั้นเมื่อคู่แข่งของคุณสามารถปล่อยและปรับปรุงรายวันไม่ว่าสิ่งที่พวกเขากำลังทำอย่างน้อยในอุตสาหกรรมซอฟต์แวร์ - และทุกคนอยู่ในอุตสาหกรรมซอฟต์แวร์จริง ๆ เมื่อคุณเริ่มมองหาการแปลงดิจิตอล - มันคือทั้งหมด ballgame และทุกคนสามารถหมุนก้อนเมฆและขนาดและกลายเป็นใหญ่
อีกครั้งมันจะเป็นข้อมูลที่พวกเขาใช้ประโยชน์ซึ่งจะสร้างความแตกต่างและความเฉลียวฉลาดในอัลกอริทึมของพวกเขาและนั่นเป็นสาเหตุที่ผู้คนกำลังพูดถึงข้อมูลที่เป็นน้ำมันใหม่หรือข้อมูลที่เป็นทองคำ เมื่อฉันมองไปที่คลาวด์มันเป็นตัวเปลี่ยนเกมมันทำให้เกิดการพัฒนาและขยายขนาดอย่างรวดเร็ว มันน่าทึ่ง.
Eric Kavanagh: ฉันจะพาคุณกลับมา Nick อีกคำถาม - เราจะไปที่นี่หนึ่งนาทีถ้าเราสามารถไปที่คำถามเหล่านี้ได้ แต่เมื่อฉันจำได้ห้าและหกและอาจเจ็ด ปีที่แล้ว Alteryx เป็นผู้ริเริ่มนวัตกรรมในการใช้ประโยชน์ข้อมูลของบุคคลที่สามดังนั้นการนำข้อมูลจากแหล่งข้อมูลเช่น Experian หรือข้อมูลเชิงพื้นที่ ฉันคิดว่านั่นอาจเป็นข้อได้เปรียบเชิงกลยุทธ์เพราะสิ่งนั้นอยู่ใน DNA ที่ Alteryx ใช่ไหม? เมื่อ บริษัท ย้ายไปสู่คลาวด์ฉันคิดว่าพวกคุณมีประสบการณ์มากมายในการเชื่อมโยงโลกเหล่านั้น โลกของข้อมูลในบุคคลที่สามและข้อมูลบนคลาวด์คุณคิดอย่างไร?
Nick Jewell: ใช่แล้ว การเชื่อมต่อที่ดีที่สุดจะเป็นพลังที่ทำให้ บริษัท ใด ๆ ที่จะทำงานในสภาพแวดล้อมคลาวด์นี้ แต่ฉันจะบอกว่าเมื่อเราพูดถึงบางสิ่งบางอย่างเช่นอินฟินิคัลความคิดที่ว่าข้อมูลและข้อมูลควรได้รับการพิจารณาว่าเป็นสินทรัพย์ใน บริษัท ของคุณ คุณค่าส่วนใหญ่ที่คุณจะนำเข้ามาคือการนำแหล่งข้อมูลภายนอกมาผสมและทำให้คุณค่ากับแหล่งข้อมูลภายในของคุณเพื่อสร้างและสร้างรายได้จากมูลค่าที่เพิ่มขึ้นในกระบวนการ มันสำคัญอย่างยิ่งที่จะต้องทำงานกับข้อมูลภายในและภายนอกอย่างเท่าเทียมกัน
Eric Kavanagh: ใช่นั่นเป็นประเด็นที่ดี ฉันคิดว่าโลกทั้งโลกของไฮบริดคลาวด์อยู่ที่นี่เพื่ออยู่ต่อ เจนฉันจะทิ้งเรื่องนี้ให้คุณเพื่อปิดคอมเม้นท์บางที สำหรับฉันการมีมุมมองเชิงกลยุทธ์และสามารถรวมเป็นคำใหม่กำลังอธิบายข้อมูลข้ามแหล่งต่าง ๆ นั่นจะเป็นปัจจัยความสำเร็จที่สำคัญต่อไปใช่ไหม
Jen Underwood: ไม่อย่างแน่นอนและมันตลกฉันได้ยินลูกผสมลูกผสมลูกผสมลูกนี้ คุณเคยได้ยินเกี่ยวกับเรื่องนี้และสี่ปีที่ผ่านมาคุณคิดเกี่ยวกับ Hadoop, Hadoop และข้อมูลขนาดใหญ่จากนั้นคุณเริ่มได้ยินไฮบริดไฮบริดดังนั้นแน่นอนว่าเราอยู่ที่นั่นเราไม่จำเป็นต้องเป็นปีแห่งการเรียนรู้ของเครื่องจักร ฉันหมายถึงปัญญาประดิษฐ์การเรียนรู้ของเครื่องจักรได้เกิดขึ้นในปีนี้ แต่เพื่อให้สามารถทำงานในองค์กรได้ในวันนี้ซึ่งกำลังจะมาถึงคลาวด์หรือต้องจัดการกับแหล่งข้อมูลคลาวด์ที่แตกต่างกันทั้งหมดนี้อาจเป็น Salesforce หรือ วันทำงานแหล่งข้อมูลประเภทต่าง ๆ เหล่านี้ทั้งหมดที่อยู่ในคลาวด์วิธีเดียวที่คุณสามารถจัดการได้ก็คือเป็นลูกผสม คุณไม่สามารถคัดลอกข้อมูลได้ทุกที่ดังนั้นคุณจึงจำเป็นต้องเชื่อมต่อโดยตรงและคุณจำเป็นต้องหาวิธีการทำงานกับข้อมูลที่อยู่ทุกหนทุกแห่งค้นหาข้อมูลทุกที่เพราะนั่นคือความเป็นจริงของที่เราอยู่ ตอนนี้
Eric Kavanagh: ฉันคิดว่าฉันจะสะเพร่าถ้าฉันไม่ได้นำการเรียนรู้ของเครื่องกลับมาในบทสนทนาดังนั้น Nick ฉันจะทิ้งมันไว้กับคุณ ฉันรู้ว่าคนที่คุณให้ความสนใจนั้นตอนนี้คุณสามารถพูดคุยเกี่ยวกับตำแหน่งที่คุณเห็นการเรียนรู้ของเครื่องจักรที่สอดคล้องกับการวิเคราะห์และระบบที่เราใช้เพื่อทำความเข้าใจธุรกิจและข้อมูลของเราหรือไม่?
Nick Jewell: ใช่แน่นอน ดังนั้นสั้น ๆ แล้วลองย้อนกลับไปที่ช่องว่างความสามารถของเรา ความคิดที่ว่าเราได้รับองค์กรที่เต็มไปด้วยผู้ใช้ Excel เรามีนักวิทยาศาสตร์ด้านข้อมูลเข้ามา แต่ไม่ได้เติบโตในอัตราเดียวกัน มีช่องว่างขนาดใหญ่ระหว่างทั้งสอง คิดว่าวันนี้การเรียนรู้ของเครื่องเป็นอย่างไร เรามีอัลกอริธึมจำนวนเท่าใดในโทรศัพท์หรือนาฬิกาที่รวมเทคนิคการเรียนรู้ของเครื่อง? มันเป็นสินค้ามันมีอยู่ทุกที่ เราจำเป็นต้องเปิดใช้งานผู้ใช้ที่มีอำนาจเหล่านี้ในวิธีที่ง่ายที่สุดเพื่อให้แน่ใจว่าเครื่องถูกนำไปใช้อย่างประสบความสำเร็จในธุรกิจ
Eric Kavanagh: ฉันจะโยนอันสุดท้ายให้คุณ เรามีคำถามสองสามข้อที่จะมาสายที่นี่ เจนฉันจะถามคุณคนนี้ ผู้เข้าร่วมประชุมแสดงความคิดเห็นเกี่ยวกับแนวคิดทั้งหมดของการเรียนรู้ที่ไม่ได้รับการดูแลและความจริงก็คือคุณจำเป็นต้องมีข้อมูลการฝึกอบรมเพื่อทำสิ่งนั้นและโดยทั่วไปแล้วข้อมูลการฝึกอบรมจำเป็นต้องเฉพาะเจาะจงกับ บริษัท แม้ว่าในอุตสาหกรรมจะมีความสัมพันธ์กันมากมาย แต่ก็มีหลายวิธีที่องค์กรมีความคล้ายคลึงกัน อย่างไรก็ตามทุก บริษัท มีความเป็นเอกลักษณ์ไม่ว่าจะเป็นรูปแบบธุรกิจหรือแนวทางการตลาดหรือการขายหรือการพัฒนาผลิตภัณฑ์
คำถามเหล่านี้กลายเป็นอัลกอริธึมเหล่านี้จะสามารถใช้ข้อมูลบุคคลที่สามสำหรับการฝึกอบรมได้หรือไม่? ดูเหมือนว่าสำหรับคุณคุณจะต้องใช้ข้อมูลของคุณเองเพื่อฝึกอัลกอริทึมเหล่านี้แม้ว่ารอบเวลานั้นจะยุบลงจากหกเดือน - ซึ่งเป็นกรณีในบางกรณี - ลดลงถึง 40 วันหรือ 20 วันไม่ว่า กรณีอาจจะ คุณต้องใช้ข้อมูลของตัวเองจริงๆและคุณต้องแน่ใจว่าข้อมูลนั้นสะอาดดีใช่มั้ย
Jen Underwood: มันเป็นการผสมผสานที่แท้จริง คุณจะต้องการมีบริบทภายนอก อันที่จริงฉันจองไปแล้ววันนี้และการสัมมนาผ่านเว็บครั้งต่อไปของฉันกำลังพูดถึงการเตรียมและการล้างข้อมูล สิ่งสำคัญคือคุณกำลังรวบรวมบริบทภายนอกกับองค์กรของคุณและฉันชอบที่คุณถามเกี่ยวกับการเตรียมข้อมูลและการล้างข้อมูลเพราะตามจริงแล้วเครื่องมือบางอย่างกำลังได้รับดีมาก - สามารถจัดการกับบางแง่มุมได้ จิตใจมนุษย์หรือสามารถถอดรหัสปัญหาและตรวจสอบให้แน่ใจว่าพวกเขาไม่ได้ละเว้น - พูดว่าเรามีอคติบางอย่าง วิธีที่คุณกำลังดูปัญหาและวิธีที่คุณเลือกในการออกแบบปัญหาที่คุณเป็นแบบอัตโนมัติหรือการตัดสินใจที่คุณเป็นแบบอัตโนมัติมันมีความสามารถแบบศิลปะและทำให้แน่ใจว่ามันสะท้อนกระบวนการทางธุรกิจที่ถูกต้อง
กลับไปที่ตัวอย่างของฉันกับ บริษัท ประกันภัยเมื่อเรากำลังสร้างโมเดลปั่นป่วนและผู้ที่จะจ้างให้ผ่านการฝึกอบรมที่ได้รับการสนับสนุนนี้เพื่อขายประกัน ในรูปแบบตัวเองไม่ได้เป็นบรรยากาศทางกฎหมายกฎหมายที่แตกต่างกันสำหรับรัฐที่แตกต่างกัน มีบางสิ่งที่คุณจะต้องมีข้อมูลภายนอกพร้อมกับข้อมูลภายในของคุณและในใจมนุษย์ จะมีองค์ประกอบที่แตกต่างกัน
Eric Kavanagh: ฉันคิดว่าคุณนำประเด็นที่ดีมาสู่ที่นี่ เราคอยฟังเกี่ยวกับหุ่นยนต์และเครื่องจักรและการเรียนรู้ของเครื่อง สำหรับฉันนี่เป็นแนวโน้มที่ก่อกวนอย่างมาก - ไม่ต้องสงสัยเลยว่า - แต่ฉันไม่เคยเห็นความต้องการของมนุษย์ในการผสมผสานที่หายไปโดยเฉพาะอย่างยิ่งกับการวิเคราะห์ข้อมูลในข้อมูลองค์กร
นิคหนึ่งคำถามสุดท้ายสำหรับคุณ สำหรับฉันไม่ว่าอัลกอริทึมจะดีแค่ไหนคุณก็ต้องมีคนคอยติดตามสิ่งที่เกิดขึ้นฉีดตัวเองตามเวลาที่กำหนดและสังเคราะห์ภาพรวมขนาดใหญ่ของสิ่งที่อยู่ข้างนอก ฉันไม่คิดว่าอัลกอริทึมใด ๆ จะสามารถสังเคราะห์ภาพรวมของ บริษัท Fortune 2000 ได้ แต่คุณคิดอย่างไร
Nick Jewell: เรามาเป็นตัวอย่างที่ไม่ใช่ของ Alteryx กันเถอะมาคุยเกี่ยวกับ Uber เมื่อปีที่แล้ว Uber ในระหว่างเหตุการณ์การก่อการร้ายในออสเตรเลียผู้คนพยายามหนีจากพื้นที่พวกเขาวางราคากระชากทันที 'เพราะนั่นคือสิ่งที่อัลกอริธึมบอกว่าทำทำให้เกิดความเสียหายต่อชื่อเสียงอย่างมาก หลังจากนั้นพวกเขาก็นำมนุษย์และอัลกอริทึมมาทำงานร่วมกัน เมื่อใดก็ตามที่สิ่งนี้กำลังจะเกิดขึ้นมนุษย์ต้องมีการดูแลกระบวนการ ความเป็นหุ้นส่วนของมนุษย์และอัลกอริธึมนั่นคือหนทางข้างหน้า
Eric Kavanagh: ว้าวนั่นเป็นตัวอย่างที่ดีขอบคุณมาก พวกเราทุกคนผ่านเว็บคาสต์ของเรามานานกว่าหนึ่งชั่วโมงแล้ว ขอบคุณมากสำหรับ Jen Underwood ของการวิเคราะห์ผลกระทบ แน่นอนว่าต้องขอบคุณ Nick Jewell และทีม Alteryx อย่างมากสำหรับเวลาและความสนใจของพวกเขาและพวกคุณทุกคนสำหรับเวลาและความสนใจของคุณ เราขอขอบคุณคำถามที่ดีเหล่านี้ เราเก็บเว็บคาสต์เหล่านี้ทั้งหมดสำหรับการดูในภายหลังอย่าลังเลที่จะแบ่งปันกับเพื่อนและเพื่อนร่วมงานของคุณ ด้วยสิ่งนี้เราจะกล่าวคำอำลากับคุณ เว็บคาสต์ที่ยอดเยี่ยมในวันนี้ ขอขอบคุณอีกครั้งเราจะติดต่อคุณในครั้งต่อไป ดูแล. ลาก่อน.
