ฝังการวิเคราะห์ทุกที่: เปิดใช้งานนักวิทยาศาสตร์ข้อมูลพลเมือง

โดย Techopedia Staff วันที่ 25 สิงหาคม 2016

Takeaway: Host Rebecca Jozwiak กล่าวถึงปรากฏการณ์ของการวิเคราะห์แบบฝังตัวและนักวิทยาศาสตร์ด้านข้อมูลพลเมืองกับ Dr. Robin Bloor, Dez Blanchfield และ David Sweenor

คุณต้องลงทะเบียนสำหรับกิจกรรมนี้เพื่อดูวิดีโอ ลงทะเบียนเพื่อดูวิดีโอ

Rebecca Jozwiak: ท่านสุภาพบุรุษและสุภาพสตรีสวัสดีและยินดีต้อนรับสู่ Hot Technologies “ ฝังทุกที่: การเปิดใช้งานนักวิทยาศาสตร์ข้อมูลพลเมือง” เป็นหัวข้อของเราในวันนี้ ฉันกำลังเข้าร่วมเป็นเจ้าภาพของคุณนี่คือ Rebecca Jozwiak ที่กรอกข้อมูลให้กับ Eric Kavanagh ใช่ปีนี้ร้อนแรง โดยเฉพาะอย่างยิ่งคำว่า "นักวิทยาศาสตร์ข้อมูล" ได้รับความสนใจอย่างมากแม้ว่าเราเคยเรียกพวกเขาว่าชื่อที่น่าเบื่อเช่น "นักสถิติ" หรือ "ผู้เชี่ยวชาญด้านการวิเคราะห์" ค่อนข้างจะจัดการกับกิจกรรมประเภทเดียวกัน แต่มันก็มีชื่อใหม่ที่เซ็กซี่ รวบรวมความสนใจจำนวนมาก พวกเขาเป็นที่ต้องการอย่างมากที่จะมีในสถานที่ทำงานเป็นประโยชน์ต่อองค์กรและทุกคนต้องการ แต่พวกเขาคือ: 1) แพง 2) หายาก คุณรู้ไหมว่ามันเป็นข่าวเกี่ยวกับการขาดแคลนทักษะนักวิทยาศาสตร์ด้านข้อมูลใช่ แต่พวกเขายังให้คุณค่าอย่างมากต่อองค์กรและผู้คนต่างก็ส่งเสียงร้องเพื่อหาวิธีที่จะได้รับคุณค่าโดยไม่ต้องเสียค่าเล็กน้อยดังนั้น พูด.

แต่ข่าวดีก็คือเราได้เห็นเครื่องมือและซอฟต์แวร์ออกมาซึ่งเป็นการชดเชยความขาดแคลนนั้น เรามีระบบอัตโนมัติการเรียนรู้ของเครื่องจักรการวิเคราะห์แบบฝังซึ่งเป็นสิ่งที่เรากำลังจะได้เรียนรู้เกี่ยวกับวันนี้และมันก็ก่อให้เกิดคำศัพท์ใหม่นี้ขึ้นมา“ นักวิทยาศาสตร์ด้านข้อมูลพลเมือง” และนั่นหมายความว่าอย่างไร ไม่ไม่ใช่นักวิทยาศาสตร์ด้านข้อมูลที่ผ่านการฝึกอบรมของคุณอาจเป็นผู้ใช้ทางธุรกิจผู้เชี่ยวชาญด้าน BI ของคุณใครบางคนจากไอทีคนที่มีพื้นฐาน แต่อาจไม่จำเป็นต้องมีความเชี่ยวชาญ แต่สิ่งที่มันทำคือเครื่องมือและซอฟต์แวร์เหล่านี้คือช่วยให้ผู้ใช้เข้าถึงโซลูชันสมาร์ทเหล่านั้นได้มากขึ้นแม้ว่าพวกเขาจะไม่รู้การเข้ารหัสที่ลึกซึ้ง แต่มันช่วยปรับปรุงประสิทธิภาพโดยรวมเมื่อคุณให้ทุกคนเข้าถึงความคิดวิเคราะห์ คุณไม่จำเป็นต้องมีการฝึกอบรมเพื่อให้มีความอยากรู้อยากเห็นที่สามารถนำไปสู่การเข้าใจที่ดีสำหรับ บริษัท ของคุณ

การพูดคุยกับเราในวันนี้คือ Robin Bloor ของเราหัวหน้านักวิเคราะห์ของ Bloor Group หนึ่งในนักวิทยาศาสตร์ด้านข้อมูลที่เข้าใจยาก Dez Blanchfield เรียกตัวเองจากนั้นเรามี David Sweenor จาก Dell Statistica จะนำเสนองานให้เราวันนี้ และด้วยสิ่งนั้นฉันจะส่งผ่านไปยัง Robin Bloor

Robin Boor: โอเคขอบคุณสำหรับการแนะนำครั้งนั้น ฉันคิดเกี่ยวกับสิ่งนี้ในบริบททางประวัติศาสตร์ สิ่งที่เรากำลังดูที่นี่คือหนึ่งในการออกแบบของ Leonardo da Vinci สำหรับเครื่องร่อนชนิดหนึ่งที่มนุษย์สามารถวางไว้บนหลังของเขา ฉันไม่รู้ว่ามันจะใช้งานได้จริงหรือไม่ ฉันจะไม่เข้าไปมันฉันต้องพูด อย่างไรก็ตามดาวินชีเมื่อใดก็ตามที่ฉันคิดเกี่ยวกับดาวินชีฉันคิดว่าเขาเป็นหนึ่งในคนที่อยากรู้อยากเห็นและวิเคราะห์มากที่สุดที่เคยมีอยู่ และค่อนข้างชัดเจนหากคุณเพียงแค่ดูที่เครื่องร่อนที่ออกแบบมาโดยใช้ปีกของนกและเขามีวิธีใดวิธีหนึ่งในการศึกษาเที่ยวบินของนกเพื่อสร้างมันขึ้นมา

ถ้าเราใช้มุมมองทางประวัติศาสตร์ - จริง ๆ แล้วฉันมองสิ่งนี้ - การวิเคราะห์อาจเป็นแอพพลิเคชั่นทางคณิตศาสตร์ที่เก่าแก่ที่สุด มีสำมะโนประชากรที่ย้อนกลับไปสมัยบาบิโลนอย่างน้อย เรารู้เกี่ยวกับสิ่งนี้เพราะมีแท็บเล็ตรูปทรงบางส่วนที่มีข้อมูลแบบนั้น ไม่ทราบว่ามีสิ่งใดที่กลับไปก่อนหน้านี้หรือไม่ แต่สิ่งที่ชัดเจนคือคุณมีอารยธรรมที่มีประชากรจำนวนมากด้วยตัวคุณเองมันต้องมีการวางแผนจริง ๆ และมันก็คุ้มค่าที่จะรู้ว่าคุณกำลังวางแผนอะไรและความต้องการของคนเหล่านั้นคืออะไร

และมันก็เป็นจุดเริ่มต้นของคอมพิวเตอร์และมันก็เป็นจุดเริ่มต้นของการคำนวณเพราะคอมพิวเตอร์ยุคแรก ๆ คือคอมพิวเตอร์เชิงกลยุคแรก ๆ ผมคิดว่าอันแรกคือการสำรวจสำมะโนประชากรที่สร้างโดย Hollerith ซึ่งกลายเป็น IBM ผมเชื่อว่า ทั้งหมดนี้ได้ก้าวไปข้างหน้า มีการสลับฉากบางอย่างระหว่างปี 1970 ถึงปัจจุบันซึ่งมีแอพพลิเคชั่นและการวิเคราะห์อื่น ๆ อีกมากมายที่คุณสามารถพูดได้ ใช่มีการวิเคราะห์เกิดขึ้น - เกิดขึ้นในองค์กรขนาดใหญ่โดยเฉพาะอย่างยิ่งธนาคารและ บริษัท ประกันภัยและจริงๆแล้วเจเนอรัลอิเล็กทริกและเทลโกและสิ่งต่าง ๆ เช่นนั้น - แต่โดยทั่วไปไม่ได้ใช้กันทั่วทั้งธุรกิจ ธุรกิจ และมันก็เปลี่ยนเกมจริงๆ สิ่งแรกที่ฉันคิดว่าฉันสนใจคือปิรามิดข้อมูลที่ฉันชอบเป็นพิเศษ นี่คือฉันหมายถึงฉันดึงหนึ่งใน 20 ปีที่แล้ว - อย่างน้อย 20 ปีที่แล้ว - เพื่อลองและเข้าใจจริงๆในเวลานั้นฉันพยายามเข้าใจ BI และการขุดข้อมูลเริ่มต้นที่ทำเสร็จแล้ว สิ่งที่ฉันนิยามไว้ที่นี่คือแนวคิดของข้อมูลและตัวอย่างคือสัญญาณการวัดการบันทึกเหตุการณ์การทำธุรกรรมการคำนวณการรวมตัวจุดข้อมูลแต่ละจุด คุณอาจคิดว่าพวกเขาเป็นโมเลกุลของข้อมูล แต่เป็นจุดของแต่ละบุคคล มันจะกลายเป็นข้อมูลทันทีที่ได้รับบริบท ข้อมูลที่เชื่อมโยงข้อมูลที่มีโครงสร้างฐานข้อมูลการสร้างภาพข้อมูลพล็อตเตอร์ schemers และจีส์ - พวกเขามีคุณสมบัติในใจของฉันเป็นข้อมูลเพราะสิ่งที่คุณทำคือการรวมความหลากหลายเข้าด้วยกันและสร้างบางสิ่งมากกว่าจุดข้อมูล สิ่งที่มีรูปร่างจริงรูปร่างทางคณิตศาสตร์

เหนือกว่าที่เรามีความรู้ เราสามารถโดยการตรวจสอบข้อมูลเราสามารถเรียนรู้ว่ามีรูปแบบที่หลากหลายและเราสามารถใช้ประโยชน์จากรูปแบบเหล่านั้นได้โดยการกำหนดกฎนโยบายแนวทางขั้นตอนและจากนั้นจะใช้รูปแบบของความรู้ และโปรแกรมคอมพิวเตอร์ทุกโปรแกรมไม่ว่าพวกเขาจะทำอะไรมีความรู้เรื่องหนึ่งเพราะพวกเขาทำงานกับข้อมูลและใช้กฎกับพวกเขา เรามีสามเลเยอร์เหล่านี้และมีการปรับแต่งที่เพิ่มขึ้นที่เกิดขึ้นระหว่างเลเยอร์ และที่ด้านซ้ายมือของแผนภาพนี้คุณจะเห็นข้อมูลใหม่เข้ามาดังนั้นสิ่งเหล่านี้มากมายคงที่ ข้อมูลกำลังสะสมข้อมูลกำลังสะสมและความรู้อาจเพิ่มขึ้น ที่ด้านบนเรามี "ความเข้าใจ" และฉันจะรักษาแม้ว่ามันจะเป็นข้อโต้แย้งทางปรัชญาความเข้าใจนั้นมีอยู่ในมนุษย์เท่านั้น หากฉันผิดเกี่ยวกับเรื่องนั้นเราทุกคนจะถูกแทนที่ด้วยคอมพิวเตอร์ในบางเวลา แต่แทนที่จะมีการอภิปรายฉันจะไปยังสไลด์ต่อไป

เมื่อฉันดูที่นี่สิ่งที่น่าสนใจนี่คือสิ่งที่เพิ่งเกิดขึ้นสิ่งที่น่าสนใจคือการพยายามคิดว่าการวิเคราะห์คืออะไร และในที่สุดโดยการวาดไดอะแกรมต่าง ๆ และจบลงด้วยสิ่งที่ดูเหมือนนี้ฉันได้ข้อสรุปในความเป็นจริงการพัฒนาการวิเคราะห์เป็นเพียงการพัฒนาซอฟต์แวร์ที่มีสูตรทางคณิตศาสตร์จำนวนมาก การสำรวจเชิงวิเคราะห์นั้นแตกต่างจากการพัฒนาซอฟต์แวร์เล็กน้อยในแง่ที่ว่าคุณจะใช้โมเดลจำนวนมากและตรวจสอบเพื่อสร้างความรู้ใหม่เกี่ยวกับข้อมูล แต่เมื่อคุณสร้างมันขึ้นมามันก็จะถูกนำไปใช้ในสิ่งที่ฉันคิดว่าเป็นการสนับสนุนการตัดสินใจเชิงรับซึ่งเป็นข้อมูลที่เบื่อหน่ายกับผู้ใช้ การสนับสนุนการตัดสินใจเชิงโต้ตอบซึ่งก็คือ OLAP ซึ่งผู้ใช้จะได้รับชุดข้อมูลที่มีโครงสร้างซึ่งพวกเขาสามารถตรวจสอบและอนุมานสิ่งต่าง ๆ ด้วยตนเองโดยใช้เครื่องมือต่าง ๆ ที่มีให้ การสร้างภาพจำนวนมากเป็นเช่นนั้น แล้วเรามีระบบอัตโนมัติถ้าคุณสามารถเปลี่ยนความเข้าใจด้านการวิเคราะห์ที่คุณรวบรวมไว้เป็นชุดของกฎที่สามารถนำมาใช้คุณไม่จำเป็นต้องมีมนุษย์เข้ามาเกี่ยวข้องด้วย นั่นเป็นวิธีที่ฉันดูตอนที่ฉันทำทั้งหมด และสิ่งต่าง ๆ เริ่มเกิดขึ้นกับฉัน เมื่อพื้นที่ของกิจกรรมเราจะพูดว่าเมื่อโดเมนของข้อมูลเป็นจริงขุดอย่างละเอียดขุดอย่างละเอียดสำรวจทุกทิศทางที่เป็นไปได้ในที่สุดมันก็กลายเป็นตกผลึก BI ความรู้ที่ประดิษฐ์ขึ้นเริ่มเป็นความรู้ที่แจ้งให้ผู้ใช้หลายคนในหลาย ๆ ทางและเพิ่มความสามารถของพวกเขาหวังว่าจะทำงานจริง ๆ ที่พวกเขาทำ

หนึ่งในสิ่งที่ฉันสังเกตเห็นและฉันได้ดูการวิเคราะห์เชิงทำนายสำหรับประมาณห้าปี แต่การวิเคราะห์เชิงทำนายกำลังกลายเป็น BI ในแง่ที่ว่ามันเพิ่งเปลี่ยนเป็นข้อมูลที่มีประโยชน์เพื่อเลี้ยงดูผู้คนและอย่างที่ฉันได้ชี้ไปแล้ว มีการรายงาน BI แบบอัตโนมัติ, การสำรวจ BI, BI, การไล่ระดับสีที่แตกต่างกันมากและการวิเคราะห์เชิงคาดการณ์กำลังเกิดขึ้นในทั้งสามทิศทาง และกระบวนการวิเคราะห์ตามที่ผมชี้ให้เห็นนั้นไม่แตกต่างจากการพัฒนาซอฟต์แวร์เพิ่งทำโดยคนต่าง ๆ ที่มีทักษะแตกต่างกันเล็กน้อย ฉันคิดว่าฉันควรเน้นว่าทักษะที่จำเป็นในการสร้างนักวิทยาศาสตร์ข้อมูลที่ดีจริงๆต้องใช้เวลาหลายปีกว่าจะได้มา พวกเขาไม่สามารถหาได้ง่ายและไม่ใช่คนจำนวนมากที่สามารถทำได้ แต่นั่นเป็นเพราะมันเกี่ยวข้องกับการทำความเข้าใจคณิตศาสตร์ในระดับที่ซับซ้อนมากเพื่อที่จะรู้ว่าอะไรถูกต้องและอะไรที่ไม่ถูกต้อง การพัฒนา Analytics การค้นพบความรู้ใหม่การปลูกฝังการวิเคราะห์มันเกี่ยวกับการทำให้ความรู้ดำเนินงานได้ นั่นเป็นฉากหลังที่ฉันเห็นกับการวิเคราะห์ทั้งหมด มันเป็นพื้นที่ขนาดใหญ่และมีหลายมิติหลายมิติกับมัน แต่ฉันคิดว่าการวางนัยทั่วไปใช้กับทุกสิ่ง

จากนั้นก็มีการหยุดชะงักทางธุรกิจดังที่ฉันได้กล่าวไปแล้วว่ามีหลายองค์กร บริษัท ยาเป็นอีก บริษัท หนึ่งที่มี DNA ของพวกเขาที่พวกเขาได้รับการวิเคราะห์ แต่มีหลายองค์กรที่ไม่มีใน DNA ของพวกเขาและตอนนี้พวกเขามีความสามารถตอนนี้ซอฟต์แวร์และฮาร์ดแวร์นั้นมีราคาถูกกว่าที่เคยเป็นมาตอนนี้พวกเขามีความสามารถในการใช้ประโยชน์จากมัน ฉันจะพูดหลายสิ่ง สิ่งแรกคือการวิเคราะห์คือในหลาย ๆ กรณีเป็น R&D คุณอาจใช้การวิเคราะห์กับพื้นที่เฉพาะขององค์กรและอาจดูเหมือนว่าคุณกำลังวิเคราะห์ทางเดียวหรืออีกวิธีหนึ่งในการวิเคราะห์คำสั่งซื้อของลูกค้าอีกครั้งจากมุมมองที่หลากหลายเข้าร่วมกับข้อมูลอื่น แต่การวิเคราะห์นั้นสร้างความเป็นไปได้ในการมององค์กรโดยรวมและเพื่อวิเคราะห์กิจกรรมใด ๆ ที่เกิดขึ้นภายในองค์กรและกิจกรรมทั้งหมด แต่เมื่อคุณย้ายเข้าไปในพื้นที่นั้นฉันจะยืนยันว่ามันคือการวิจัยและพัฒนา และมีคำถามที่ฉันถูกถามสองสามครั้งซึ่งก็คือ“ บริษัท ควรใช้เงินเท่าไหร่ในการวิเคราะห์?” และฉันคิดว่าวิธีที่ดีที่สุดในการคิดคำตอบคือคิดว่าการวิเคราะห์เป็น R&D และเพียงแค่ถามว่า“ คุณจะใช้เวลาเท่าไหร่ในการวิจัยและพัฒนาในด้านประสิทธิภาพของธุรกิจ”

และธุรกิจที่ไม่ได้อยู่ที่การวิเคราะห์มีหลายสิ่งที่พวกเขาไม่รู้ ก่อนอื่นพวกเขาไม่รู้ว่าจะทำอย่างไร โดยปกติหากพวกเขากำลังไปในทางใดทางหนึ่งหรืออื่น ๆ นำมาใช้การวิเคราะห์ภายในองค์กร - พวกเขาไม่มีทางเลือกอื่นนอกจากการให้คำปรึกษาที่สามารถช่วยพวกเขาในการทำเช่นนั้นเพราะมันจะเป็นไปไม่ได้หรือยากมากสำหรับคนส่วนใหญ่ ธุรกิจต่างๆเพื่อจ้างนักวิทยาศาสตร์ข้อมูลค้นหาคนจ่ายเงินและเชื่อใจพวกเขาให้ทำสิ่งที่คุณต้องการให้ทำ ยากมาก. ธุรกิจส่วนใหญ่ไม่ทราบวิธีการจ้างหรือให้ความรู้แก่พนักงานในการทำงานนี้จริงและสาเหตุที่เป็นเพียงแค่ว่ามันไม่ได้อยู่ใน DNA ของพวกเขาดังนั้นจึงไม่ได้เป็นส่วนหนึ่งของกระบวนการทางธุรกิจตามธรรมชาติของพวกเขา ฟีดนี้เป็นจุดต่อไป พวกเขาไม่รู้ว่าจะทำให้มันเป็นกระบวนการทางธุรกิจได้อย่างไร วิธีที่ดีที่สุดในการทำเช่นนั้นคือคัดลอก บริษัท ยาและ บริษัท ประกันภัยเพียงแค่ดูและบาง บริษัท ในศูนย์สุขภาพเพียงดูวิธีที่พวกเขาใช้การวิเคราะห์และคัดลอก เพราะมันเป็นกระบวนการทางธุรกิจ ไม่ทราบวิธีการตำรวจหรือตรวจสอบมัน โดยเฉพาะอย่างยิ่งในตอนนี้ที่ บริษัท ซอฟต์แวร์จำนวนมากได้สร้างผลิตภัณฑ์ที่ทำให้การวิเคราะห์เป็นจำนวนมากโดยอัตโนมัติ ประเด็นเกี่ยวกับการตรวจสอบมีความสำคัญเมื่อคุณมีผู้ให้คำปรึกษาหรือใครบางคนบนไซต์ที่สามารถเชื่อถือได้เพื่อทำความเข้าใจว่าผลลัพธ์ของการคำนวณการวิเคราะห์ใดเป็นสิ่งที่คุณต้องเลือก แต่ถ้าคุณใส่เครื่องมือวิเคราะห์ที่ทรงพลังจริงๆ มือของคนที่ไม่เข้าใจการวิเคราะห์อย่างถูกต้องพวกเขามีแนวโน้มที่จะข้ามไปสู่ข้อสรุปที่อาจไม่ถูกต้อง และอย่างที่ฉันบอกไป บริษัท ต่างๆก็ไม่รู้ว่าจะต้องตั้งงบประมาณอย่างไร

นี่คือการวิเคราะห์รสชาติฉันจะลองดู การวิเคราะห์เชิงสถิติและการสร้างแบบจำลองทางสถิติมีความแตกต่างอย่างมากกับการวิเคราะห์เชิงทำนายซึ่งส่วนใหญ่เป็นวิธีการปรับเส้นโค้ง การเรียนรู้ของเครื่องนั้นแตกต่างจากสิ่งเหล่านั้นการวิเคราะห์เส้นทางและอนุกรมเวลาซึ่งโดยทั่วไปแล้วจะทำในสถานะสตรีมจะแตกต่างกันอีกครั้ง การวิเคราะห์กราฟจะแตกต่างกันอีกครั้งและการวิเคราะห์ข้อความและการวิเคราะห์ความหมายแตกต่างกันอีกครั้ง นี่เป็นเพียงการชี้ให้เห็นว่านี่เป็นสิ่งที่มีหลายประเภทมาก ไม่ใช่คุณไม่เริ่มทำการวิเคราะห์คุณเริ่มมองปัญหาที่คุณมีและมองหาเครื่องมือต่าง ๆ และการวิเคราะห์รสชาติที่หลากหลายที่จะเหมาะกับสิ่งเหล่านั้น และในที่สุดตาข่ายสุทธิ เนื่องจากวิวัฒนาการฮาร์ดแวร์และซอฟต์แวร์ในการวิเคราะห์ความคิดเห็นของฉันอยู่ในช่วงเริ่มต้น ยังมีอีกมากอีกมากที่จะมาและเราจะเห็นมันตีแผ่ในไม่กี่ปีข้างหน้า ฉันคิดว่าฉันสามารถส่งบอลให้ Dez ได้แล้วตอนนี้

Dez Blanchfield: ใช่พูดคุยเกี่ยวกับการกระทำที่ยากที่จะติดตาม Robin ฉันจะไปที่หัวข้อนี้สั้น ๆ จากมุมที่ชื่นชอบซึ่งเป็นมุมของมนุษย์ มีการเปลี่ยนแปลงมากมายในชีวิตประจำวันของเรา การหยุดชะงักที่ยิ่งใหญ่ที่สุดครั้งหนึ่งในชีวิตประจำวันของเราในมุมมองของฉันในปัจจุบันคือการทำงานประจำวัน หันไปหางานและพยายามทำงานที่คุณได้รับการว่าจ้างและความคาดหวังที่เพิ่มขึ้นที่คุณจะไปจากคนในชีวิตประจำวันไปจนถึงซูเปอร์ฮีโร่และจำนวนข้อมูลที่ไหลเวียนไปทั่วองค์กรและส่งเสียงอย่างรวดเร็ว มันเป็นความท้าทายที่สำคัญและมากขึ้นเรื่อย ๆ ที่เราต้องมอบเครื่องมือที่ดีกว่าและดีกว่าให้กับคนที่จะลองและรับมือกับการไหลเวียนของความรู้และข้อมูลดังนั้นฉันคิดว่าฉันจะลองและมาที่นี่จากมุมที่สนุก . แต่มันทำให้ฉันรู้ได้เสมอว่าเรามีความคิดมากหรือไม่ว่าแฟลช mobs และอื่น ๆ นั่นเป็นแรงผลักดันให้เราไปสู่สิ่งที่เราพูดถึงในฐานะการวิเคราะห์ แต่จริงๆแล้วสิ่งที่เรากำลังพูดถึงคือการให้ข้อมูลกับผู้คน อนุญาตให้พวกเขาโต้ตอบกับมันและทำในลักษณะที่เป็นธรรมชาติและให้ความรู้สึกปกติ

และในความเป็นจริงมันทำให้ฉันนึกถึงวิดีโอ YouTube ของเด็กเล็กเด็กเล็กนั่งอยู่บนพื้นและนั่งอยู่ที่นั่นเล่นกับ iPad และมันพลิกไปมารอบ ๆ จับมือบีบและบีบภาพและเล่นกับหน้าจอ ข้อมูลที่นั่น จากนั้นพ่อแม่ก็พา iPad ออกไปและวางนิตยสารซึ่งเป็นนิตยสารที่ตีพิมพ์บนตักของเด็ก และเด็กคนนี้อาจอายุไม่เกินสองปี เด็กเริ่มที่จะลองและปัดด้วยหน้าจอของนิตยสารและหยิกและบีบและนิตยสารไม่ตอบสนอง เด็กยกนิ้วขึ้นแล้วมองไปที่มันและคิดว่า“ อืมฉันไม่คิดว่านิ้วของฉันทำงานได้” และมันก็โผล่ขึ้นมาที่แขนและคิดว่า“ ไม่เลยนิ้วของฉันทำงานฉันจะรู้สึกถึงแขนของฉันและนั่น ดูดี” และมันก็บิดนิ้วและนิ้วก็บิดและตอบสนอง ใช่. จากนั้นก็พยายามที่จะโต้ตอบกับนิตยสารอีกครั้งและต่ำและดูว่ามันไม่ได้บีบและบีบและเลื่อน จากนั้นพวกเขาก็นำนิตยสารออกไปและวาง iPad ไว้บนตักและทันใดนั้นสิ่งที่ใช้ได้ก็คือ และนี่คือเด็กทารกที่เข้ามาและได้รับการฝึกฝนให้ใช้เครื่องมือวิเคราะห์หรือเครื่องมือสตรีมสดเพื่อความบันเทิงและไม่สามารถบอกได้ว่านิตยสารควรทำงานอย่างไรและพลิกหน้าอย่างไร

และนั่นเป็นแนวคิดที่น่าสนใจ แต่เมื่อฉันคิดเกี่ยวกับความรู้ที่เคลื่อนที่ไปรอบ ๆ องค์กรและวิธีการที่ข้อมูลไหลเวียนและพฤติกรรมของผู้คนฉันมักจะคิดถึงแนวคิดนี้เกี่ยวกับสิ่งที่ผู้คนเรียนรู้ว่าเป็นม็อบแฟลชซึ่งเป็นเหตุการณ์ที่และสื่อสังคมออนไลน์ทำอะไร ทำสิ่งนี้ได้ง่ายกว่าเดิมความคิดเช่นนี้ซึ่งมาถึงสถานที่นี้ ณ เวลาและวันที่และการกระทำหรือวิดีโอและเรียนรู้การเต้นรำเหล่านี้หรือสวมหมวกสีนี้และชี้ไปทางทิศเหนือเวลาหนึ่งนาฬิกา และคุณผลักสิ่งนี้ออกมาผ่านเครือข่ายของคุณและมีผู้คนมากมายหลายร้อยคนหันมาอยู่ในที่เดียวกันในเวลาเดียวกันทำสิ่งเดียวกันและมีปัจจัยว้าวนี้ "วัวศักดิ์สิทธิ์นั่นคือ น่าประทับใจจริงๆ!” แต่จริงๆแล้วมันเป็นความคิดที่เรียบง่ายและมีแนวคิดง่ายๆที่เพิ่งถูกผลักดันออกไปผ่านเครือข่ายของเราและเราได้รับผลลัพธ์นี้ซึ่งเป็นสิ่งที่น่าประทับใจและน่าประทับใจ และเมื่อคุณคิดเกี่ยวกับองค์กรวิธีที่เราต้องการให้คนทำตัวและวิธีที่เราต้องการให้พวกเขาจัดการกับระบบข้อมูลและลูกค้าบ่อยครั้งที่มันง่ายมันเป็นแนวคิดหรือแนวคิดหรือลักษณะทางวัฒนธรรมหรือพฤติกรรมที่เราพยายามส่งผ่าน ผ่านและเสริมพลังด้วยเครื่องมือและข้อมูล

และสนับสนุนทุกสิ่งที่เป็นมนต์นี้ที่ฉันมีมานานกว่าสองทศวรรษครึ่งและนั่นคือถ้าพนักงานของคุณไม่สามารถหาสิ่งที่พวกเขาต้องการในการทำงานไม่ว่าจะเป็นเครื่องมือหรือข้อมูล และนี่คือความท้าทายที่เพิ่มมากขึ้นในขณะนี้ที่ซึ่งเรามีความรู้มากมายและมีข้อมูลจำนวนมากและสิ่งต่าง ๆ เคลื่อนไหวอย่างรวดเร็วว่าเราต้องการที่จะหยุดไม่ให้ผู้คนเริ่มต้นใหม่ และเมื่อเราคิดเกี่ยวกับสภาพแวดล้อมการทำงานของเรากลับมาที่มุมคนซึ่งเป็นหนึ่งในรายการโปรดของฉันฉันประหลาดใจเมื่อเราประหลาดใจที่ cubicles ไม่ได้เป็นสภาพแวดล้อมที่เอื้อสำหรับผลลัพธ์ที่ดีหรือเราเรียงกันเหมือนน่ากลัวนี้ รูปภาพที่นี่และมันก็ไม่ได้เปลี่ยนแปลงอะไรมากมายเพียงแค่ลดกำแพงและเรียกมันว่าเป็นพื้นที่ทำงาน แต่ตรงกลางมีวงสีเหลืองล้อมรอบพวกเขามีคนสองคนแลกเปลี่ยนความรู้ และถ้าคุณมองไปที่ส่วนอื่น ๆ ของห้องพวกเขากำลังนั่งอยู่ที่นั่นอย่างถูกต้องตามกฎหมายพุ่งเข้าใส่หน้าจอ และบ่อยกว่าไม่ได้ไม่แลกเปลี่ยนความรู้และข้อมูลและมีเหตุผลหลายประการ แต่ปฏิสัมพันธ์ที่อยู่ตรงกลางของพื้นด้านซ้ายตรงนั้นในวงกลมสีเหลืองมีคนสองคนคุยกันที่นั่นแลกเปลี่ยนความรู้และอาจพยายามหาอะไรซักอย่างพยายามพูดว่า“ คุณรู้ไหมว่ารายงานนี้อยู่ที่ไหน สามารถค้นหาข้อมูลนี้ได้เครื่องมืออะไรที่ฉันใช้ทำสิ่งนี้?” และมันอาจไม่ทำงานดังนั้นพวกเขาจึงไม่ได้อะไรเลยและเดินข้ามพื้นทำลายกฎของพื้นที่สำนักงานกุฏิและทำด้วยตัวเอง

และเรามีสภาพแวดล้อมที่คล้ายกันรอบ ๆ สำนักงานที่เราล้อเล่นสนุกสนาน แต่ความจริงก็คือพวกเขามีพลังและมีประสิทธิภาพ และหนึ่งในรายการโปรดของฉันคือแพลตฟอร์มการวิเคราะห์มือถือหรือแบบคงที่ที่เรียกว่าเครื่องทำน้ำเย็นที่ซึ่งผู้คนลุกขึ้นและพูดคุยรอบ ๆ ที่นั่นและแลกเปลี่ยนความรู้และเปรียบเทียบความคิดและดำเนินการวิเคราะห์ในขณะที่ยืนอยู่ที่เครื่องทำน้ำเย็น พวกเขาเป็นแนวคิดที่ทรงพลังมากเมื่อคุณคิดถึงพวกเขา และถ้าคุณสามารถแปลมันเป็นระบบและเครื่องมือของคุณคุณจะได้ผลลัพธ์ที่น่าอัศจรรย์ และเราได้รับความนิยมตลอดเวลาซึ่งเป็นศูนย์กระจายข้อมูลที่ทรงพลังที่สุดของสำนักงานหรือที่รู้จักกันในชื่อแผนกต้อนรับ และถ้าคุณไม่สามารถหาอะไรคุณจะไปไหน คุณเดินไปที่หน้าสำนักงานและไปที่แผนกต้อนรับแล้วพูดว่า“ คุณรู้ไหมว่า x, y, z คืออะไร” และฉันก็กล้าใครบอกฉันว่าพวกเขาไม่ได้ทำอย่างน้อยหนึ่งครั้งในใหม่ งานหรือ ณ จุดหนึ่งเมื่อพวกเขาไม่สามารถหาอะไรได้ และคุณต้องถามตัวเองว่าทำไมถึงเป็นเช่นนั้น มันควรจะอยู่ที่ไหนสักแห่งบนอินทราเน็ตหรือเครื่องมือบางอย่างหรืออะไรก็ตาม มันควรจะหาง่าย

ดังนั้นเมื่อมันมาถึงข้อมูลและการวิเคราะห์และเครื่องมือที่เราได้จัดเตรียมให้พนักงานของเราทำงานและวิธีที่มนุษย์โต้ตอบกับงานฉันได้รับความเห็นก่อนที่จะมีเครื่องมือวิเคราะห์และแพลตฟอร์มข้อมูลขนาดใหญ่เกิดขึ้นเมื่อเร็ว ๆ นี้ หรือ“ การประมวลผลข้อมูล” เรียกว่าในโรงเรียนเก่าการรายงานและการแบ่งปันความรู้นั้นอยู่ไกลจากการมีส่วนร่วมหรือเปิดกว้างและเมื่อคุณคิดเกี่ยวกับประเภทของระบบที่เราคาดหวังให้คนทำงานด้วยพวกเรามีความคลาสสิค ผู้คนเรียกมรดกในตอนนี้ แต่ความจริงก็คือมันเป็นเพียงมรดกที่เกิดขึ้นและยังอยู่ที่นี่ในวันนี้และดังนั้นจึงไม่ใช่มรดกที่แท้จริง แต่ระบบทรัพยากรบุคคลแบบดั้งเดิมและระบบ ERP - การจัดการทรัพยากรมนุษย์การวางแผนทรัพยากรองค์กรการจัดการข้อมูลองค์กรและระบบที่เราใช้ในการจัดการข้อมูลเพื่อดำเนินธุรกิจ มันเงียบไปตลอดกาล และจากปลายบนสุดแพลตฟอร์มที่เรียบง่ายเช่นอินทราเน็ตของแผนกพยายามสื่อสารว่าสิ่งต่าง ๆ อยู่ที่ไหนและทำอย่างไรจึงจะรับพวกเขาและวิธีโต้ตอบกับความรู้รอบ ๆ สถานที่ เราปรากฏขึ้นบนอินทราเน็ตของเรา มันดีพอ ๆ กับคนที่ใช้เวลาและความพยายามที่จะวางมันไว้ที่นั่นมิฉะนั้นมันก็จะถูกทิ้งไว้ในหัวของคุณ หรือคุณมีข้อมูลอยู่ที่ด้านล่างสุดของห่วงโซ่อาหารที่ SAN ของ บริษัท และทุกสิ่งที่อยู่ระหว่างกันดังนั้นเครือข่ายพื้นที่เก็บข้อมูลจะเต็มไปด้วยไฟล์และข้อมูล แต่ใครจะรู้ว่าจะหาได้ที่ไหน

บ่อยกว่านั้นเราได้สร้างแพลตฟอร์มข้อมูลปิดหรือระบบปิดดังนั้นผู้คนจึงกลับไปใช้สเปรดชีตและ PowerPoint เพื่อส่งผ่านข้อมูลรอบ ๆ สถานที่ แต่มีสิ่งที่น่าสนใจที่เกิดขึ้นเมื่อเร็ว ๆ นี้ในใจของฉันและนั่นก็คือโทรศัพท์มือถือและอินเทอร์เน็ตโดยทั่วไปทำงานในความคิดที่ว่าสิ่งต่าง ๆ จะดีขึ้นจริง ๆ และเด่นในเรื่องพื้นที่ผู้บริโภค และมันเป็นสิ่งที่น่าสนใจที่ชีวิตประจำวันของเราเริ่มมีสิ่งต่าง ๆ เช่นบริการธนาคารทางอินเทอร์เน็ต เราไม่ต้องไปที่ธนาคารจริง ๆ เพื่อโต้ตอบกับพวกเขาเราสามารถทำได้ทางโทรศัพท์ แต่เดิมนั้นเป็นเรื่องเหลวไหล แต่แล้วอินเทอร์เน็ตก็มารอบ ๆ และเรามีเว็บไซต์ คุณรู้จักและคุณเคยไปธนาคารของคุณกี่ครั้งแล้ว จริง ๆ แล้วฉันไม่สามารถฉันมีการสนทนาเกี่ยวกับเรื่องนี้ในวันอื่น ๆ และฉันจำไม่ได้ว่าครั้งสุดท้ายที่ฉันไปที่ธนาคารของฉันซึ่งฉันค่อนข้างตกใจฉันคิดว่าฉันต้องจำได้ แต่มันนานมาก ที่ผ่านมาฉันจำไม่ได้จริง ๆ เมื่อฉันไปที่นั่น และตอนนี้เรามีแกดเจ็ตเหล่านี้ในมือของเราในรูปแบบของโทรศัพท์มือถือแท็บเล็ตและแล็ปท็อปเรามีเครือข่ายและเข้าถึงเครื่องมือและระบบและพื้นที่ผู้บริโภคที่เราได้เรียนรู้ว่าสิ่งต่าง ๆ ดีกว่า จากการเปลี่ยนแปลงอย่างรวดเร็วของพื้นที่ผู้บริโภคซึ่งเป็นการเปลี่ยนแปลงที่ง่วงเหงาและเยือกแข็งยิ่งขึ้นภายในองค์กรและสภาพแวดล้อมเราไม่ได้เปลี่ยนการเปลี่ยนแปลงไปสู่ชีวิตการทำงานแบบวันต่อวัน

และฉันชอบที่จะเล่นสนุกกับความจริงที่ว่าคุณไม่สามารถสตรีมข้อมูลไปยังสำเนาเอกสารได้ ในภาพนี้มีผู้นั่งดูการวิเคราะห์ที่ดำเนินการอยู่และมีกราฟที่สวยงามที่ผลิตโดยใครบางคนที่อาจได้รับเงินจำนวนมากในฐานะนักสถิติหรือนักคณิตศาสตร์และพวกเขานั่งอยู่ที่นั่นเพื่อพยายามทำ การวิเคราะห์บนสำเนาถาวรและ poking ที่มัน แต่นี่คือสิ่งที่น่ากลัวสำหรับฉัน: คนเหล่านี้ในห้องประชุมนี้และฉันจะใช้สิ่งนี้เป็นตัวอย่างพวกเขากำลังโต้ตอบกับข้อมูลที่เป็นประวัติศาสตร์ และมันก็เก่าไปจากตอนที่สิ่งนั้นถูกผลิตขึ้นแล้วก็พิมพ์ออกมาดังนั้นมันอาจจะเป็นรายงานอายุหนึ่งสัปดาห์ ตอนนี้พวกเขากำลังตัดสินใจเกี่ยวกับข้อมูลที่ไม่ดีนัก แต่ข้อมูลเก่าซึ่งเป็นข้อมูลที่ไม่ดีอย่างสม่ำเสมอ พวกเขากำลังตัดสินใจในวันนี้โดยพิจารณาจากสิ่งที่เป็นประวัติศาสตร์ซึ่งเป็นสถานที่ที่ไม่ดี เราจัดการเพื่อแทนที่ hardcopy ด้วยแท็บเล็ตและโทรศัพท์เพราะเราทำงานอย่างรวดเร็วในพื้นที่ของผู้บริโภคและตอนนี้เราได้จัดการมันในพื้นที่องค์กรแล้วเวลาจริงคือความเข้าใจที่ลึกซึ้งคือมูลค่าตามเวลาจริง

และเราก็เริ่มดีขึ้นเรื่อย ๆ และมันทำให้ฉันถึงจุดที่โรบินยกขึ้นก่อนหน้านี้นั่นคือแนวคิดของนักวิทยาศาสตร์ด้านข้อมูลพลเมืองและแรงผลักดันของแนวคิดนี้ สำหรับฉันแล้วนักวิทยาศาสตร์ด้านข้อมูลพลเมืองเป็นเพียงคนธรรมดาที่มีเครื่องมือและข้อมูลที่ถูกต้องเกี่ยวกับสิ่งที่ชอบของ iPad พวกเขาไม่ต้องทำคณิตศาสตร์พวกเขาไม่จำเป็นต้องรู้อัลกอริทึมพวกเขาไม่จำเป็นต้องรู้วิธีการใช้อัลกอริทึมและข้อมูลกฎพวกเขาเพียงแค่ต้องรู้วิธีใช้อินเทอร์เฟซ และนั่นทำให้ฉันกลับมาสู่การแนะนำของฉันและแนวคิดของเด็กวัยหัดเดินนั่งอยู่ที่นั่นกับ iPad เทียบกับนิตยสารเทียบกับ iPad เด็กวัยหัดเดินสามารถเรียนรู้วิธีการใช้อินเทอร์เฟซของ iPad ได้อย่างรวดเร็วรู้ลึกและโต้ตอบกับมันแม้ว่าจะเป็นเกมหรือสตรีมมิ่งสื่อหรือวิดีโอ แต่มันก็ไม่สามารถตอบสนองหรือการโต้ตอบแบบเดียวกันจากบาร์นิตยสารและเพียงแค่กระพริบหน้าหลังจากหน้าซึ่งไม่น่าสนใจมากโดยเฉพาะถ้าคุณเป็นเด็กวัยหัดเดินที่เติบโตขึ้นมากับ iPads มนุษย์สามารถค้นหาและเรียนรู้ได้อย่างรวดเร็วถึงวิธีการขับเคลื่อนเครื่องมือและสิ่งต่าง ๆ ที่ถ้าเราจัดหาให้พวกเขาและหากเราจัดหาอินเทอร์เฟซเช่นอุปกรณ์พกพาโดยเฉพาะแท็บเล็ตและสมาร์ทโฟนที่มีหน้าจอขนาดใหญ่พอ พวกเขาในการสัมผัสด้วยการเคลื่อนไหวนิ้วทั้งหมดในทันทีที่คุณได้รับแนวคิดของนักวิทยาศาสตร์ข้อมูลพลเมือง

คนที่สามารถใช้วิทยาศาสตร์ข้อมูลด้วยเครื่องมือที่เหมาะสม แต่โดยไม่ต้องรู้วิธีการทำ และในความคิดของฉันสิ่งนี้เป็นอย่างมากที่ฉันพูดว่าขับเคลื่อนโดยอิทธิพลของผู้บริโภคที่ขับเคลื่อนและเปลี่ยนเป็นอุปสงค์และธุรกิจ สองตัวอย่างที่รวดเร็วจริงๆ เราหลายคนเริ่มทำสิ่งต่าง ๆ กับบล็อกและเว็บไซต์ของเราเช่นใส่โฆษณาเล็ก ๆ น้อย ๆ หรือดูที่การติดตามและการเคลื่อนไหวเราใช้เครื่องมือเช่น Google Analytics และเราตื่นขึ้นมากับความจริงที่ว่าในบล็อกและเว็บไซต์เล็ก ๆ ของเรา เราสามารถใส่โค้ดเล็ก ๆ น้อย ๆ ในนั้นและ Google จะให้ข้อมูลเชิงลึกแบบเรียลไทม์แก่เราว่าใครกำลังเยี่ยมชมเว็บไซต์เวลาและสถานที่และวิธีการ และในเวลาจริงเราสามารถเห็นผู้คนเข้าชมเว็บไซต์ผ่านหน้าเว็บแล้วหายไป และมันก็น่าประหลาดใจทีเดียว ฉันยังคงทำเช่นนั้นเมื่อฉันพยายามอธิบายการวิเคราะห์แบบเรียลไทม์กับคนที่ฉันเพิ่งจะแสดงให้พวกเขาเห็นเว็บไซต์ที่มี Google Analytics เสียบอยู่และเห็นการโต้ตอบสดๆกับผู้คนที่กดปุ่มเว็บไซต์และถามพวกเขาว่า คุณมีความเข้าใจอย่างถ่องแท้เกี่ยวกับธุรกิจของคุณแบบเรียลไทม์”

ยกตัวอย่างค้าปลีกและอาจเป็นยาฉันคิดว่าคุณเรียกมันว่าร้านขายยาในอเมริการ้านขายยาที่คุณเดินเข้าไปซื้อทุกอย่างตั้งแต่ยาแก้ปวดหัวไปจนถึงครีมกันแดดและหมวก การพยายามบริหารองค์กรนั้นโดยไม่มีข้อมูลตามเวลาจริงเป็นแนวคิดที่น่ากลัวตอนนี้เรารู้ว่าเรารู้อะไรแล้ว ตัวอย่างเช่นคุณสามารถวัดปริมาณการเดินเท้าคุณสามารถวางอุปกรณ์ไว้รอบ ๆ ร้านด้วยหน้ายิ้มที่ด้านหนึ่งของหน้าจอเพราะคุณมีความสุขและสีแดงที่ไม่มีความสุขอยู่ทางขวาสุดและเฉดสีต่าง ๆ ที่อยู่ตรงกลาง และมีแพลตฟอร์มที่เรียกว่า "Happy or Not" ทุกวันนี้ที่คุณเดินเข้าไปในร้านและคุณสามารถตีใบหน้าที่มีความสุขหรือหน้าเศร้าขึ้นอยู่กับความคิดเห็นของลูกค้าของคุณ และนั่นสามารถโต้ตอบได้แบบเรียลไทม์ คุณสามารถรับการกำหนดราคาตามอุปสงค์สด หากมีผู้คนจำนวนมากอยู่ในนั้นคุณสามารถผลักดันราคาขึ้นเล็กน้อยและคุณสามารถทำสต็อคได้และบอกผู้คนตัวอย่างเช่นสายการบินจะแจ้งให้ผู้คนทราบว่ามีที่นั่งว่างจำนวนเท่าใดบนเว็บไซต์เมื่อคุณ กำลังจองเที่ยวบินคุณไม่เพียง แต่จะโทรเข้าแบบสุ่มและหวังว่าคุณจะสามารถเปิดเครื่องและรับเที่ยวบินได้ ข้อมูล Live HR คุณสามารถบอกได้ว่าเมื่อใดที่ผู้คนกำลังตอกบัตรเข้าและออก การจัดซื้อหากคุณอยู่ในการจัดซื้อและคุณได้รับข้อมูลสดคุณสามารถทำสิ่งต่าง ๆ เช่นรอหนึ่งชั่วโมงและป้องกันความเสี่ยงจากราคาดอลลาร์สหรัฐเพื่อซื้อหุ้นครั้งต่อไปของคุณ

เมื่อฉันแสดง Google Analytics ให้ผู้คนและฉันถ่ายทอดเรื่องเล็ก ๆ น้อย ๆ ช่วงเวลานี้ยูเรก้าช่วงเวลานี้ "อาฮา!" หลอดไฟนี้ดับลงในใจเหมือน "อืมฉันสามารถเห็นสถานที่มากมายที่ฉันสามารถทำได้ . ถ้าเพียง แต่ฉันมีเครื่องมือและถ้าฉันเท่านั้นที่สามารถเข้าถึงความรู้นั้น "และเรากำลังเห็นสิ่งนี้ในโซเชียลมีเดีย ทุกคนที่เป็นผู้ใช้โซเชียลมีเดียที่ฉลาดกว่าที่จะแสดงภาพอาหารเช้าของพวกเขามีแนวโน้มที่จะดูว่าพวกเขาชอบมากแค่ไหนและปริมาณการใช้ที่พวกเขาได้รับและจำนวนเพื่อนที่พวกเขาได้รับ ชอบพูดว่า Twitter เป็นเครื่องมือวิเคราะห์ คุณสามารถไปที่ Twitter.com เพื่อใช้เครื่องมือ แต่คุณพิมพ์ลงใน Google Twitter Analytics dot com หรือคลิกที่ปุ่มด้านบนขวาและดึงเมนูลงมาแล้วทำมันคุณจะได้กราฟสวยสดที่บอกจำนวนว่า ทวีตที่คุณทำเองและมีปฏิสัมพันธ์กับพวกเขากี่ครั้ง และการวิเคราะห์ตามเวลาจริงบนโซเชียลมีเดียส่วนตัวของคุณ ลองนึกภาพว่าเราชอบ Google Analytics และ Facebook และ LinkedIn และ Twitter สถิติ eBay มาที่คุณ แต่ในสภาพแวดล้อมการทำงานของคุณ

ตอนนี้เรามีเว็บและมือถือสดๆอยู่แค่เพียงปลายนิ้ว และนั่นก็เป็นสิ่งที่ทำให้ผมได้ข้อสรุปและนั่นคือสิ่งที่ฉันพบอย่างสม่ำเสมอว่าองค์กรที่ใช้เครื่องมือและเทคโนโลยีมาก่อนพวกเขาจะได้รับข้อได้เปรียบอย่างมีนัยสำคัญเหนือคู่แข่งของพวกเขา และเราเห็นว่าตอนนี้มีความขัดแย้งของนักวิทยาศาสตร์ข้อมูลพลเมือง หากเราสามารถนำคนที่มีทักษะความรู้ที่เราจ้างมาให้และเราสามารถมอบเครื่องมือที่เหมาะสมให้พวกเขาโดยเฉพาะอย่างยิ่งความสามารถในการดูข้อมูลแบบเรียลไทม์และค้นหาข้อมูลและรู้ว่าอยู่ที่ไหนโดยไม่ต้องเดินไปรอบ ๆ และถามคำถามออกมาดัง ๆ โดยการไปยืนที่คูลเลอร์น้ำเพื่อทำการวิเคราะห์เปรียบเทียบกับผู้คนหรือไปถามแผนกต้อนรับว่าดัชนีอยู่ที่ไหน หากพวกเขาสามารถทำได้เพียงปลายนิ้วและสามารถนำพวกเขาไปพบกับพวกเขาและนั่งในห้องประชุมที่ฉายผ่านหน้าจอแบบเรียลไทม์มากกว่าการถ่ายเอกสารแบบทันทีทันใดเราได้เพิ่มขีดความสามารถของพนักงานที่ไม่จำเป็นต้องเป็นจริง นักวิทยาศาสตร์ข้อมูล แต่ใช้วิทยาศาสตร์ข้อมูลจริง ๆ แล้วขับเคลื่อนผลลัพธ์ที่น่าอัศจรรย์สำหรับองค์กร และฉันคิดว่าจุดเปลี่ยนนี้เราได้ผ่านไปแล้วตอนนี้ที่ผู้บริโภคถูกขับเคลื่อนสู่องค์กรความท้าทายคือเราจะให้องค์กรนั้นได้อย่างไรและนั่นเป็นธีมที่ฉันคาดเดาจากการอภิปรายในวันนี้ และด้วยสิ่งนั้นฉันจะห่อชิ้นส่วนและมอบให้เพื่อฟังว่าเราจะแก้ปัญหาอย่างไร เดวิดไปหาคุณ

David Sweenor: เอาล่ะ ขอบคุณมาก ๆ และขอบคุณ Robin คุณรู้ไหมโรบินฉันเห็นด้วยกับการประเมินดั้งเดิมของคุณ กระบวนการวิเคราะห์ไม่แตกต่างจากการพัฒนาซอฟต์แวร์จริงๆ ฉันคิดว่าความท้าทายภายในองค์กรเป็นจริงคุณรู้ไหมบางทีสิ่งที่ไม่ได้กำหนดไว้อย่างชัดเจนบางทีอาจมีองค์ประกอบเชิงสำรวจอยู่ด้วยและเป็นองค์ประกอบที่สร้างสรรค์สำหรับมัน และ Dez คุณรู้ไหมฉันเห็นด้วยกับคุณมีจำนวนมากที่คิดค้นสิ่งใหม่และคุณรู้ว่าไม่มีองค์กรใดที่ฉันเข้ามาในวันนี้คุณถามทำไมคุณทำอย่างนี้ เหตุใดธุรกิจจึงดำเนินการในลักษณะนี้ และเป็นเรื่องง่ายที่จะถามและหลายครั้งเมื่อคุณอยู่ในองค์กรมันยากที่จะเปลี่ยนแปลง ฉันชอบอุปมาอุปมัยของสิ่งต่าง ๆ ดังนั้นเมื่อฉันไปสนามบินและไม่ต้องการเปลี่ยนที่นั่งฉันทำมันบนโทรศัพท์มือถือของฉัน ฉันไม่ต้องขึ้นไปที่ตัวแทนที่บูธและดูตัวแทนนั้นพิมพ์อะไรบางอย่างในมอนิเตอร์ขาวดำเป็นเวลา 15 นาทีเพื่อเปลี่ยนการกำหนดที่นั่งของฉัน ฉันชอบที่จะทำบนโทรศัพท์ของฉันและดังนั้นจึงเป็นการพัฒนาที่น่าสนใจ

วันนี้เรากำลังจะพูดถึงเรื่องความรู้ร่วมกันเล็กน้อย สำหรับผู้ที่ไม่ทราบ Statistica เป็นแพลตฟอร์มการวิเคราะห์ระดับแนวหน้าที่มีมานานกว่า 30 ปี หากคุณดูสิ่งพิมพ์ใด ๆ ที่อยู่ในอุตสาหกรรมวิเคราะห์มันจะออกมาเป็นหนึ่งในแพ็คเกจซอฟต์แวร์การวิเคราะห์ขั้นสูงที่ใช้งานง่ายและใช้งานง่ายที่สุด ดังนั้นเราจึงใช้เวลาไม่กี่ปีที่ผ่านมาในการทำงานกับแนวคิดที่เรียกว่าปัญญารวมและเรากำลังนำไปสู่ระดับถัดไป ฉันต้องการเริ่มการสนทนานี้ด้วย: การทำงานให้สำเร็จในองค์กรของคุณเป็นอย่างไร

มีสองภาพตรงนี้ ด้านซ้ายเป็นภาพจากปี 1960 และฉันไม่ได้เริ่มต้นอาชีพในปี 1960 แต่ภาพด้านขวาคือ - นั่นเป็นโรงงานเซมิคอนดักเตอร์ที่ฉันเริ่มทำงาน และฉันทำงานในอาคารสีดำนั่นหลังคาสีดำขึ้นบนซ้ายบน แต่พวกเขาทำสารกึ่งตัวนำ นี่เป็นรูปภาพล่าสุดจาก Google Images แต่เมื่อคุณกลับไปที่รูปภาพปี 1960 ทางด้านซ้ายมันน่าสนใจมาก คุณมีคนเหล่านี้นั่งอยู่ในแถวและพวกเขากำลังทำคุณรู้วงจรรวมและเซมิคอนดักเตอร์ แต่มีมาตรฐานมีวิธีมาตรฐานในการทำสิ่งต่าง ๆ และมีกระบวนการที่กำหนดไว้อย่างดี คุณอาจรู้ว่าอาจเป็นเพราะคนเหล่านี้กำลังนั่งอยู่ในสภาพแวดล้อมที่เปิดโล่งอาจจะมีการทำงานร่วมกันบ้าง ฉันคิดว่าเราได้สูญเสียสิ่งเหล่านี้ไปเล็กน้อยในบุคลากรความรู้

เมื่อฉันนั่งในอาคารนั้นที่มุมบนซ้ายถ้าฉันต้องการร่วมมือกับใครสักคนมันก็ไม่เปิด มีสำนักงานเหล่านี้บางทีทีมบางทีมอยู่ห่างไกลหรือฉันอาจต้องเดินทางข้ามวิทยาเขตนี้ ใช้เวลาเดิน 25 นาทีและฉันต้องไปคุยกับใครบางคนในอาคารทางด้านขวาสุด ฉันคิดว่าเราสูญเสียบางสิ่งไปพร้อมกัน และคุณก็รู้ว่าฉันมีความคิดแบบเดียวกันนั่นคือทำไมผู้คน - มีคนจำนวนกี่คนที่คิดค้นสิ่งใหม่ ๆ ภายในองค์กรของคุณ ฉันคิดว่าองค์กรโดยรวมทำงานได้ดีในปี 1990 และ 2000 ด้วย CRM และคลังข้อมูลและ BI ระดับหนึ่ง ด้วยเหตุผลบางอย่างการวิเคราะห์ทำให้ล่าช้าเล็กน้อย มีการลงทุนที่สำคัญในการจัดเก็บข้อมูลและการกำหนดมาตรฐานและการทำให้ข้อมูลของคุณเป็นปกติและทั้งหมดนี้รวมถึง CRM แต่การวิเคราะห์มีความล่าช้าด้วยเหตุผลบางประการ และฉันสงสัยว่าทำไม อาจจะมีความคิดสร้างสรรค์ - บางทีกระบวนการของคุณอาจไม่ได้กำหนดไว้อย่างชัดเจนบางทีคุณอาจไม่รู้ว่าการตัดสินใจหรือการเปลี่ยนแปลงใดที่คุณกำลังพยายามทำให้คุณรู้ว่าในธุรกิจของคุณจะเปลี่ยนสิ่งต่าง ๆ เมื่อเราเข้าสู่องค์กรในวันนี้มีคนจำนวนมากที่ทำสิ่งต่างๆด้วยตนเองในสเปรดชีต

และคุณรู้ไหมว่าฉันดูสถิติเมื่อเช้านี้ฉันคิดว่ามันบอกว่า 80, 90 เปอร์เซ็นต์ของสเปรดชีตมีข้อผิดพลาดและบางส่วนอาจมีความสำคัญมาก เช่นเดียวกับ Whale ที่ JPMorgan Chase สูญเสียพันล้านดอลลาร์ไปเนื่องจากข้อผิดพลาดของสเปรดชีต ดังนั้นฉันมีหลักฐานที่ฉันคิดว่าจะต้องมีวิธีที่ดีกว่าในการทำสิ่งต่าง ๆ ให้สำเร็จ และอย่างที่เราพูดถึงเรามีนักวิทยาศาสตร์ข้อมูลเหล่านี้ พวกเหล่านี้มีราคาแพงและหายาก และบางครั้งพวกเขาก็เป็นเป็ดแปลก ๆ แต่ฉันคิดว่าคุณรู้ไหมถ้าฉันต้องสรุปว่านักวิทยาศาสตร์ด้านข้อมูลคือใครบางคนที่เข้าใจข้อมูล ฉันคิดว่าเป็นคนที่เข้าใจคณิตศาสตร์คนที่เข้าใจปัญหา และจริงๆแล้วคนที่สามารถสื่อสารผลลัพธ์ได้ และถ้าคุณเป็นนักวิทยาศาสตร์ด้านข้อมูลคุณโชคดีมากในตอนนี้เพราะเงินเดือนของคุณอาจเพิ่มขึ้นเป็นสองเท่าในช่วงไม่กี่ปีที่ผ่านมา

แต่มีการบอกความจริงหลายองค์กรว่าพวกเขาไม่มีนักวิทยาศาสตร์ด้านข้อมูล แต่องค์กรของคุณมีคนฉลาด คุณมีองค์กรคุณมีคนฉลาดมากมายและพวกเขาใช้สเปรดชีต คุณรู้ว่าสถิติและคณิตศาสตร์ไม่ใช่งานหลัก แต่ใช้ข้อมูลเพื่อขับเคลื่อนธุรกิจไปข้างหน้า จริงๆแล้วความท้าทายที่เรากำลังพูดถึงคือคุณจะทำอย่างไรถ้าคุณโชคดีที่มีนักวิทยาศาสตร์ด้านข้อมูลหรือนักสถิติหรือสองคนคุณจะพาพวกเขาไปได้อย่างไรและคุณจะปรับปรุงการทำงานร่วมกันระหว่างคนเหล่านั้นและ บุคคลอื่นภายในองค์กรของคุณหรือไม่ ถ้าเราดูว่าโครงสร้างองค์กรของเราเป็นอย่างไรฉันจะเริ่มต้นและฉันจะเริ่มจากขวาไปซ้าย และฉันรู้ว่านี่คือย้อนหลัง แต่เรามีผู้ใช้ทางธุรกิจสายนี้

นี่เป็นจำนวนมากของประชากรผู้ทำงานด้วยความรู้ของคุณและสำหรับคนเหล่านี้คุณต้องฝังการวิเคราะห์ไว้ในแอปพลิเคชันทางธุรกิจของคุณ บางทีพวกเขากำลังเห็นผลลัพธ์การวิเคราะห์บนหน้าจอคอลล์เซ็นเตอร์หรือบางอย่างและมันกำลังบอกพวกเขาถึงข้อเสนอที่ดีที่สุดในการมอบให้กับลูกค้า อาจเป็นผู้บริโภคหรือซัพพลายเออร์ในเว็บพอร์ทัลและให้เครดิตทันทีหรือเป็นอย่างนั้น แต่ความคิดคือพวกเขากำลังใช้การวิเคราะห์ ถ้าเราไปตรงกลางคนเหล่านี้คือคนทำงานที่มีความรู้ คนเหล่านี้กำลังทำสิ่งต่าง ๆ กับสเปรดชีตวันนี้ แต่สเปรดชีตมีแนวโน้มที่จะเกิดข้อผิดพลาดและในบางครั้งพวกเขาก็ไม่มีน้ำมัน นักวิทยาศาสตร์ข้อมูลพลเมืองเหล่านี้อย่างที่เราเรียกกันว่าสิ่งที่เราพยายามทำเพื่อพวกเขาคือการเพิ่มระดับของระบบอัตโนมัติ

และคุณได้ยินด้วยการวิเคราะห์ว่า 80 ถึง 90 เปอร์เซ็นต์ของงานอยู่ในส่วนการเตรียมข้อมูลและไม่ใช่คณิตศาสตร์จริง แต่เป็นการเตรียมข้อมูล เรากำลังพยายามทำให้เป็นแบบอัตโนมัติไม่ว่าคุณจะทำเช่นนั้นและเรามีพ่อมดและแม่แบบและสิ่งที่สามารถนำมาใช้ซ้ำได้และคุณไม่จำเป็นต้องมีความรู้เกี่ยวกับโครงสร้างพื้นฐานพื้นฐานภายในสภาพแวดล้อมของคุณ แล้วถ้าเรามองไปทางซ้ายสุดเรามีนักวิทยาศาสตร์ข้อมูลเหล่านี้ และอย่างที่ฉันพูดไปพวกเขาขาดตลาด และสิ่งที่เราพยายามทำเพื่อให้มีประสิทธิผลมากขึ้นคืออนุญาตให้พวกเขาสร้างสิ่งต่าง ๆ ที่นักวิทยาศาสตร์ข้อมูลพลเมืองสามารถทำได้ คิดเหมือนบล็อกเลโก้ดังนั้นนักวิทยาศาสตร์ด้านข้อมูลเหล่านี้สามารถสร้างสินทรัพย์ที่สามารถใช้ซ้ำได้ซึ่งนักวิทยาศาสตร์ด้านข้อมูลพลเมืองสามารถใช้ได้ สร้างครั้งเดียวดังนั้นเราจึงไม่จำเป็นต้องบูรณาการล้อใหม่

และจากนั้นคนเหล่านี้อาจกังวลว่าถ้าเราสามารถทำสิ่งต่าง ๆ ในฐานข้อมูลและใช้ประโยชน์จากการลงทุนด้านเทคโนโลยีที่ บริษัท ของคุณทำ คุณรู้ไหมว่ามันไม่สมเหตุสมผลในยุคนี้ที่จะสับเปลี่ยนข้อมูลไปมาทั่วโลก ดังนั้นถ้าเราดู Statistica อย่างที่ฉันพูดถึงมันเป็นแพลตฟอร์มที่ใช้เวลาค่อนข้างนาน และเป็นผลิตภัณฑ์ที่มีนวัตกรรมมาก การผสมข้อมูลยังไม่มีแหล่งข้อมูลที่เราไม่สามารถเข้าถึงได้ เรามีการค้นพบข้อมูลและการสร้างภาพข้อมูลที่คุณคาดหวัง เราสามารถทำได้ในเวลาจริง และอาจเป็นไปได้ - ฉันคิดว่ามีฟังก์ชั่นการวิเคราะห์มากกว่า 16, 000 ฟังก์ชั่นในเครื่องมือซอฟต์แวร์ดังนั้นมันจึงเป็นคณิตศาสตร์มากกว่าที่ฉันเคยใช้หรือเข้าใจ แต่มันอยู่ที่นั่นถ้าคุณต้องการมัน

เรามีความสามารถในการรวมทั้งกฎเกณฑ์ทางธุรกิจและเวิร์กโฟลว์การวิเคราะห์เพื่อการตัดสินใจทางธุรกิจ คุณกำลังทำมากกว่าแค่นี่คืออัลกอริธึมนี่คือขั้นตอนการทำงาน แต่คุณมีกฎเกณฑ์ทางธุรกิจที่คุณต้องรับมือเสมอ เรามีความปลอดภัยในการปกครอง เราถูกนำไปใช้ในลูกค้าด้านเวชภัณฑ์จำนวนมากซึ่ง FDA เชื่อใจเรา คุณรู้แค่พิสูจน์ในพุดดิ้งว่าเรามีการควบคุมและความสามารถในการตรวจสอบที่จะได้รับการยอมรับจากพวกเขา และสุดท้ายคุณก็รู้ว่าเราเปิดกว้างและยืดหยุ่นและขยายได้ดังนั้นคุณต้องสร้างแพลตฟอร์มนั่นคือคุณต้องการให้นักวิทยาศาสตร์ข้อมูลของคุณมีประสิทธิผลคุณต้องการให้นักวิทยาศาสตร์ข้อมูลพลเมืองของคุณมีประสิทธิผลคุณต้องการที่จะสามารถ เพื่อปรับใช้เอาต์พุตการวิเคราะห์เหล่านี้กับพนักงานภายในองค์กรของคุณ

ถ้าเราดูที่นี่เป็นตัวอย่างของการสร้างภาพข้อมูลบางส่วน แต่ความสามารถในการกระจายเอาต์พุตการวิเคราะห์ของคุณไปยังผู้ใช้ในสายธุรกิจดังนั้นตัวอย่างแรกทางด้านซ้ายนั่นคือแผนภาพการวิเคราะห์เครือข่าย และบางทีคุณอาจเป็นผู้ตรวจสอบการฉ้อโกงและคุณไม่รู้ว่าการเชื่อมต่อเหล่านี้เกิดขึ้นได้อย่างไรและคนเหล่านี้อาจเป็นคนพวกนี้สามารถเป็นหน่วยงานได้พวกเขาสามารถทำสัญญาอะไรก็ได้ แต่คุณสามารถจัดการกับมันด้วยเมาส์ของคุณและโต้ตอบกับมันเพื่อทำความเข้าใจจริง ๆ - ถ้าคุณเป็นผู้ตรวจสอบการฉ้อโกงเพื่อทำความเข้าใจกับรายชื่อที่ต้องจัดลำดับความสำคัญของคนที่จะไปตรวจสอบถูกต้องเพราะคุณไม่สามารถพูดคุยกับทุกคนได้ เพื่อจัดลำดับความสำคัญ

หากเราดูภาพด้านขวาตรงนั้นเพื่อหาแผงควบคุมการบำรุงรักษาที่คาดการณ์ได้นี่เป็นปัญหาที่น่าสนใจจริงๆ บางทีคุณอาจเป็นเจ้าของสนามบินและคุณมีสแกนเนอร์ร่างกายอยู่ในนั้น สแกนเนอร์ร่างกายเหล่านี้ถ้าคุณไปที่สนามบินมีส่วนประกอบบางอย่างในนั้นที่มีอายุประมาณเก้าเดือน และสิ่งเหล่านี้มีราคาแพงจริงๆ ถ้าฉันมีจุดเข้าหลายจุด, สแกนเนอร์หลายตัวในสนามบิน, อันดับหนึ่งฉันต้องการให้แน่ใจว่าฉันมีเจ้าหน้าที่ที่ประตูแต่ละแห่งอย่างเหมาะสมและสำหรับชิ้นส่วนที่อยู่ในสแกนเนอร์ฉันก็ไม่ต้องการสั่งมัน เร็วและฉันต้องการให้พวกเขาก่อนที่มันจะพัง เรามีความสามารถบางทีหากคุณเป็นเจ้าของสนามบินเพื่อที่จะสามารถคาดการณ์ได้ว่าสิ่งเหล่านี้จะแตกหักและคาดการณ์ระดับพนักงานเมื่อใด

ถ้าเราดูที่ด้านล่างขวานี่คือถ้าคุณอยู่ในสภาพแวดล้อมการผลิตนี่เป็นเพียงการนำเสนอแบบกราฟิกของโฟลว์การผลิต และมันก็ยากที่จะมองเห็น แต่มีสัญญาณไฟจราจรสีแดงและเขียวในภาคกระบวนการต่าง ๆ เหล่านี้และถ้าฉันเป็นวิศวกรมีคณิตศาสตร์ที่ซับซ้อนมากเข้ามาอยู่ในนั้น แต่ฉันสามารถเจาะลึกลงไปในกระบวนการเฉพาะนั้นและดู พารามิเตอร์และอินพุตที่อาจทำให้ไม่สามารถควบคุมได้ ถ้าเราดูที่นักวิทยาศาสตร์ข้อมูลพลเมืองเป้าหมายของเราคือทำให้นักวิทยาศาสตร์ข้อมูลพลเมืองง่ายขึ้น เรามีพ่อมดและแม่แบบและสิ่งหนึ่งที่ฉันคิดว่าน่าสนใจจริงๆคือเรามีโหนดตรวจสอบสุขภาพข้อมูลอัตโนมัติ และสิ่งนี้มันมีสมาร์ทในตัว

ฉันพูดถึงการเตรียมข้อมูล - ใช้เวลาค่อนข้างมากนั่นคือทั้งในการรวบรวมข้อมูลและการเตรียม แต่สมมติว่าฉันมีข้อมูลของฉันฉันสามารถเรียกใช้ผ่านโหนดตรวจสอบสุขภาพข้อมูลนี้และตรวจสอบความแปรปรวนและความกระจัดกระจายและค่าผิดปกติและทุกสิ่งเหล่านี้มันเติมค่าที่หายไปและมันทำคณิตศาสตร์จำนวนมาก ไม่เข้าใจดังนั้นฉันสามารถยอมรับค่าเริ่มต้นหรือหากฉันฉลาดกว่านี้ฉันสามารถเปลี่ยนได้ แต่ประเด็นคือเราต้องการทำให้กระบวนการนั้นเป็นแบบอัตโนมัติ สิ่งนี้ทำประมาณ 15 การตรวจสอบและผลลัพธ์ที่แตกต่างกันในชุดข้อมูลที่ถูกล้าง สิ่งที่เรากำลังทำคือทำให้ผู้คนสามารถสร้างเวิร์กโฟลว์เหล่านี้ได้ง่ายขึ้น

ที่นี่เรากำลังพูดถึงการทำงานร่วมกันระหว่างนักวิทยาศาสตร์ข้อมูลและนักวิทยาศาสตร์ข้อมูลพลเมือง หากเราดูภาพเหล่านี้ทางด้านขวาเราจะเห็นเวิร์กโฟลว์การเตรียมข้อมูลนี้ และนี่อาจจะซับซ้อนมากบางทีนี่อาจเป็นซอสลับของ บริษัท คุณ แต่ฉันรู้ว่ามีคนในองค์กรของคุณสามารถเข้าถึงไซโลข้อมูลเหล่านี้อย่างน้อยหนึ่งอย่างที่เรามี เราต้องการวิธีการหมายเลขหนึ่งคว้าพวกเขาและต่อเข้าด้วยกันและหมายเลขสองอาจมีการประมวลผลพิเศษที่เราต้องการทำมันเกินกว่าการตรวจสุขภาพข้อมูลของเราและนั่นคือความลับของ บริษัท ของคุณ ฉันสามารถสร้างเวิร์กโฟลว์นี้ภายในองค์กรของเราและมันจะยุบเป็นโหนด คุณเห็นลูกศรชี้ลงมันเป็นเพียงโหนดและเราสามารถมีหลายร้อยสิ่งเหล่านี้ภายในองค์กร ความคิดคือเรามีคนที่รู้อะไรบางอย่างเกี่ยวกับพื้นที่ที่แน่นอนพวกเขาสามารถสร้างเวิร์กโฟลว์และคนอื่นสามารถนำมาใช้ซ้ำ เรากำลังพยายามลดการคิดค้นล้อ

และเราสามารถทำสิ่งเดียวกันกับเวิร์กโฟลว์การสร้างแบบจำลองการวิเคราะห์ ในกรณีนี้ทางขวาเวิร์กโฟลว์นี้อาจมีอัลกอริธึมที่แตกต่างกัน 15 แบบและฉันต้องการเลือกสิ่งที่ดีที่สุดสำหรับงาน และฉันไม่ต้องเข้าใจในฐานะนักวิทยาศาสตร์ข้อมูลพลเมืองว่าเกิดอะไรขึ้นในใยแมงมุมที่นั่น แต่มันก็พังทลายลงในโหนดและบางทีโหนดนั้นก็บอกว่า“ คำนวณคะแนนความเสี่ยงเครดิต”“ คำนวณโอกาส ของการติดเชื้อบริเวณแผลผ่าตัด” คุณมีอะไรบ้าง “ คำนวณความน่าจะเป็นของการทำธุรกรรมที่เป็นการฉ้อโกง” ในฐานะนักวิทยาศาสตร์ด้านข้อมูลพลเมืองฉันสามารถใช้คณิตศาสตร์ที่ซับซ้อนมากที่คนอื่นสร้างขึ้นได้บางทีหนึ่งในนักวิทยาศาสตร์ด้านข้อมูลเหล่านี้ได้สร้างขึ้นภายในองค์กรของฉัน

จากมุมมองของวิทยาศาสตร์ข้อมูลคุณได้พูดคุยกับนักวิทยาศาสตร์ข้อมูลที่รักการเขียนโค้ดและฉันได้พูดคุยกับนักวิทยาศาสตร์ข้อมูลที่เกลียดการเขียนโค้ด และก็ไม่เป็นไรดังนั้นเราจึงมีส่วนติดต่อผู้ใช้แบบกราฟิกที่มีภาพ เราสามารถคว้าข้อมูลของเราเราสามารถทำการตรวจสุขภาพข้อมูลอัตโนมัติของเราและบางทีฉันต้องการเขียนรหัส ฉันชอบ Python ฉันชอบ R แต่ความคิดคือนักวิทยาศาสตร์ด้านข้อมูลพวกเขาขาดตลาดและพวกเขาชอบรหัสในภาษาใดภาษาหนึ่ง เราไม่มีการตั้งค่าสำหรับภาษาที่คุณต้องการใช้ในภาษาใดเป็นพิเศษดังนั้นหากคุณต้องการทำ R ให้ทำ R; ถ้าคุณต้องการทำ Python ให้ทำ Python เยี่ยมมาก หากคุณต้องการกระจายการวิเคราะห์ไปยัง Azure ให้กระจายการวิเคราะห์ของคุณไปยังคลาวด์ ดังนั้นเป้าหมายที่นี่คือการนำเสนอความยืดหยุ่นและตัวเลือกต่าง ๆ เพื่อให้นักวิทยาศาสตร์ข้อมูลของคุณมีประสิทธิผลเท่าที่จะเป็นไปได้

ตอนนี้นักวิทยาศาสตร์ด้านข้อมูลพวกเขาเป็นคนฉลาด แต่บางทีพวกเขาอาจไม่ใช่ผู้เชี่ยวชาญในทุกสิ่งและอาจมีช่องว่างในสิ่งที่พวกเขาสามารถทำได้ และถ้าคุณมองออกไปในอุตสาหกรรมมีตลาดการวิเคราะห์ที่แตกต่างกันมากมายที่มีอยู่ นี่คือตัวอย่างของบางทีฉันอาจต้องทำการจดจำรูปภาพและฉันไม่มีทักษะนั้นบางทีฉันก็ออกไปที่อัลกอริทึมและรับอัลกอริทึมการจดจำรูปภาพ บางทีฉันอาจออกไปที่ Apervita และรับอัลกอริทึมการดูแลสุขภาพที่พิเศษมาก บางทีฉันอาจต้องการใช้บางอย่างในไลบรารีการเรียนรู้ของเครื่อง Azure บางทีฉันต้องการใช้บางสิ่งในแพลตฟอร์ม Statistica

อีกครั้งความคิดที่นี่คือเราต้องการยกระดับชุมชนการวิเคราะห์ทั่วโลก เพราะคุณจะไม่ได้มีทักษะทั้งหมดภายในกำแพงทั้งสี่ของคุณดังนั้นเราจะสร้างซอฟต์แวร์ได้อย่างไรและนี่คือสิ่งที่เรากำลังทำอยู่ - ที่ช่วยให้นักวิทยาศาสตร์ข้อมูลของคุณใช้อัลกอริทึมจากตลาดที่หลากหลาย เราดำเนินการกับ R และ Python มาเป็นเวลานาน แต่นี่เป็นการขยายไปยังตลาดแอพเหล่านี้ที่มีอยู่ และอย่างที่คุณเห็นตรงนี้เราใช้ H2O บน Spark ดังนั้นจึงมีอัลกอริธึมการวิเคราะห์มากมาย คุณไม่จำเป็นต้องมุ่งเน้นการสร้างสิ่งเหล่านี้ตั้งแต่เริ่มต้นมาใช้สิ่งเหล่านี้ที่อาศัยอยู่ในชุมชนโอเพนซอร์สและเราต้องการให้คนเหล่านี้มีประสิทธิผลมากที่สุด

ขั้นตอนต่อไปหลังจากที่เรามีนักวิทยาศาสตร์ด้านข้อมูลพลเมืองของเราและนักวิทยาศาสตร์ด้านข้อมูลของเราแล้วคุณจะส่งเสริมและเผยแพร่วิธีปฏิบัติที่ดีที่สุดเหล่านี้ได้อย่างไร? เรามีเทคโนโลยีภายในซอฟต์แวร์ของเราที่ช่วยให้คุณสามารถกระจายการวิเคราะห์ได้ทุกที่ และนี่เป็นมุมมองการจัดการแบบจำลองมากกว่า แต่ฉันไม่ได้ผูกพันกับกำแพงทั้งสี่หรือการติดตั้งแบบเฉพาะภายใน Tulsa หรือไต้หวันหรือแคลิฟอร์เนียหรือสิ่งที่คุณมีอีกต่อไป นี่คือแพลตฟอร์มระดับโลกและเรามีลูกค้าจำนวนมากที่ใช้งานในหลายไซต์

และที่สำคัญคือถ้าคุณทำอะไรในไต้หวันและคุณต้องการทำซ้ำในบราซิลนั่นยอดเยี่ยมมาก เข้าไปที่นั่นคว้าแม่แบบที่นำมาใช้ซ้ำได้แล้วคว้าเวิร์กโฟลว์ที่คุณต้องการ นี่คือการพยายามสร้างมาตรฐานเหล่านั้นและวิธีการทำสิ่งต่าง ๆ ร่วมกันดังนั้นเราจึงไม่ทำสิ่งที่แตกต่างอย่างสิ้นเชิงในทุกที่ และองค์ประกอบสำคัญอื่น ๆ ของเรื่องนี้คือเราต้องการนำคณิตศาสตร์ไปใช้ในที่ที่ข้อมูลอยู่ คุณไม่ต้องสลับข้อมูลระหว่างแคลิฟอร์เนียและทัลซ่าไต้หวันและบราซิล เรามีเทคโนโลยีที่ช่วยให้เราสามารถนำคณิตศาสตร์ไปใช้กับข้อมูลและเรากำลังจะมีเว็บคาสต์เทคโนโลยีใหม่ที่น่าสนใจในเรื่องนั้น

แต่เราเรียกสถาปัตยกรรมนี้และนี่คือสถาปัตยกรรมการวิเคราะห์แบบกระจายแบบเนทีฟ แนวคิดหลักที่อยู่เบื้องหลังคือเรามีแพลตฟอร์ม Statistica และฉันสามารถส่งออกเวิร์กโฟลว์การวิเคราะห์เป็นอะตอม และฉันสามารถทำแบบจำลองหรือเวิร์กโฟลว์ทั้งหมดได้ แต่ฉันสามารถสร้างสิ่งนี้และส่งออกเป็นภาษาที่เหมาะสมกับแพลตฟอร์มเป้าหมาย ทางด้านซ้ายของสิ่งนี้ผู้คนจำนวนมากทำสิ่งนี้ แต่พวกเขาให้คะแนนในระบบต้นทาง ไม่เป็นไรเราสามารถให้คะแนนและเราสามารถสร้างแบบจำลองในฐานข้อมูลได้ดังนั้นมันจึงน่าสนใจ

แล้วทางด้านขวาเรามี Boomi นี่คือเทคโนโลยีสหายเราทำงานกับสิ่งเหล่านี้ทั้งหมด แต่เรายังสามารถใช้เวิร์กโฟลว์เหล่านี้และส่งผ่านไปยังที่ใดก็ได้ในโลก อะไรก็ได้ที่มีที่อยู่ IP และฉันไม่จำเป็นต้องติดตั้ง Statistica บนคลาวด์สาธารณะหรือคลาวด์ส่วนตัว สิ่งใดก็ตามที่สามารถเรียกใช้ JVM เราสามารถเรียกใช้เวิร์กโฟลว์การวิเคราะห์เหล่านี้เวิร์กโฟลว์การเตรียมข้อมูลหรือเพียงแค่โมเดลในแพลตฟอร์มเป้าหมายเหล่านี้ ไม่ว่าจะเป็นในระบบคลาวด์สาธารณะหรือส่วนตัวไม่ว่าจะเป็นในรถแทรกเตอร์รถบ้านของฉันหลอดไฟอินเทอร์เน็ตของสิ่งต่าง ๆ เรามีเทคโนโลยีที่ช่วยให้คุณสามารถขนย้ายเวิร์กโฟลว์เหล่านั้นได้ทุกที่ในโลก

มารีวิวกัน คุณรู้ไหมเรามีกลุ่มผู้ใช้ทางธุรกิจดังนั้นคนเหล่านี้เรามีเทคโนโลยีที่ช่วยให้พวกเขาบริโภคผลลัพธ์ในรูปแบบที่พวกเขาพอใจ เรามีนักวิทยาศาสตร์ข้อมูลพลเมืองและสิ่งที่เราพยายามทำคือปรับปรุงการทำงานร่วมกันทำให้พวกเขาเป็นส่วนหนึ่งของทีมใช่ไหม ดังนั้นเราจึงต้องการให้ผู้คนหยุดการสร้างวงล้อใหม่ และเรามีนักวิทยาศาสตร์ข้อมูลเหล่านี้อาจมีช่องว่างทักษะที่นั่น แต่พวกเขาสามารถเขียนโค้ดในภาษาที่พวกเขาต้องการพวกเขาสามารถไปที่ตลาดการวิเคราะห์และใช้อัลกอริทึมที่นั่น ด้วยวิธีนี้คุณจะไม่คิดว่าทุกอย่างยอดเยี่ยมกับเรื่องนี้อย่างไร นี่คือสิ่งที่สมบูรณ์แบบนี่คือสิ่งที่เรากำลังทำ เรากำลังสร้างเวิร์กโฟลว์ที่นำกลับมาใช้ใหม่ได้เรากำลังให้คำแนะนำกับผู้คนเราให้บล็อกเลโก้เพื่อให้พวกเขาสามารถสร้างปราสาทอันยิ่งใหญ่เหล่านี้และสิ่งที่พวกเขาต้องการจะทำ โดยสรุปแล้วเรามีแพลตฟอร์มที่ช่วยให้ผู้ใช้ทางธุรกิจนักวิทยาศาสตร์ด้านข้อมูลพลเมืองนักวิทยาศาสตร์ด้านข้อมูลโปรแกรมเมอร์เรามี - เราสามารถจัดการกรณีการใช้การวิเคราะห์ขอบ IoT ประเภทใดก็ได้และเรากำลังเปิดใช้แนวคิดนี้โดยรวม ด้วยสิ่งนี้ฉันคิดว่าเราอาจเปิดรับคำถาม

Robin Bloor: โอเค ฉันคิดว่าเป็นคนแรก - ฉันหมายถึงพูดตามตรงฉันหมายถึงฉันได้รับการบรรยายสรุปโดย Dell Statistica มาก่อนและพูดตามตรงฉันจริง ๆ แล้วค่อนข้างประหลาดใจกับสิ่งที่ฉันไม่รู้ว่าคุณนำมาเสนอ . และฉันต้องบอกว่าสิ่งหนึ่งมันเป็นสิ่งที่เป็นข้อผิดพลาดสำหรับฉันในการนำการวิเคราะห์มาใช้นั่นคือคุณรู้หรือไม่การได้รับเครื่องมือไม่ใช่คุณรู้หรือไม่? มีเครื่องมือมากมายที่น่ากลัวที่นั่นมีเครื่องมือโอเพนซอร์ซและอื่น ๆ เป็นต้นและยังมีสิ่งต่าง ๆ สิ่งที่ฉันเรียกว่าแพลตฟอร์มกึ่ง แต่ฉันคิดว่าความแตกต่างที่คุณมีฉันประทับใจเป็นพิเศษกับขั้นตอนการทำงานบางอย่าง

แต่ความแตกต่างคือคุณดูเหมือนจะให้ต้นจนจบ มันเหมือนกับการวิเคราะห์เป็นกระบวนการทางธุรกิจที่ซับซ้อนที่เริ่มต้นด้วยการได้มาซึ่งข้อมูลและผ่านขั้นตอนทั้งชุดขึ้นอยู่กับว่าข้อมูลที่ไม่สม่ำเสมอนั้นเป็นอย่างไรและจากนั้นสามารถแยกออกเป็นชุดของการโจมตีทางคณิตศาสตร์ที่แตกต่างกันทั้งหมด ข้อมูล. แล้วผลลัพธ์ก็เกิดขึ้นไม่ทางใดก็ทางหนึ่งและสิ่งเหล่านั้นต้องเป็นการกระทำ มีการวิเคราะห์จำนวนมหาศาลที่ฉันได้พบซึ่งเป็นงานที่ยอดเยี่ยมมากมาย แต่ไม่มีการดำเนินการ และคุณดูเหมือนจะมีอะไรที่จำเป็นมากมาย ฉันไม่รู้ว่ามันครอบคลุมแค่ไหน แต่มันครอบคลุมกว่าที่ฉันคาดไว้มาก ฉันประทับใจอย่างไม่น่าเชื่อ

ฉันต้องการให้คุณแสดงความคิดเห็นในสเปรดชีต คุณได้พูดอะไรไปแล้ว แต่หนึ่งในสิ่งที่ฉันสังเกตเห็นและฉันสังเกตเห็นมาหลายปีแล้ว แต่มันก็ยิ่งชัดเจนมากขึ้นนั่นคือมีสเปรดชีตจำนวนมากซึ่งเป็นระบบเงาและฉันคิดว่าจริงๆ ฉันหมายถึงสเปรดชีตมันเป็นเครื่องมือที่ยอดเยี่ยมเมื่อมันถูกนำมาใช้และมันยอดเยี่ยมมากในหลาย ๆ ทาง แต่มันเป็นเครื่องมือทั่วไปมันไม่เหมาะกับวัตถุประสงค์จริงๆ แน่นอนว่ามันไม่ดีมากในบริบท BI และฉันคิดว่ามันแย่มากในบริบทการวิเคราะห์ และฉันสงสัยว่าถ้าคุณมีความคิดเห็นที่จะทำเกี่ยวกับตัวอย่างที่คุณรู้ Statistica ได้ล้างออกใช้สเปรดชีตมากเกินไปหรือความคิดเห็นใด ๆ ที่คุณต้องการทำเกี่ยวกับที่?

David Sweenor: ใช่ฉันคิดว่าคุณรู้คุณสามารถไปดูข้อผิดพลาดสเปรดชีตที่มีชื่อเสียง Google หรือเครื่องมือค้นหาใด ๆ ที่คุณใช้จะกลับมาพร้อมผลการค้นหาจำนวนหนึ่ง ฉันไม่คิดว่าคุณรู้เราจะแทนที่สเปรดชีต นั่นไม่ใช่ความตั้งใจของเรา แต่มีหลายองค์กรที่ฉันไปมีตัวช่วยสร้างสเปรดชีตหรือนินจาหรือสิ่งที่คุณต้องการเรียกพวกเขา แต่พวกเขามีสเปรดชีตที่ซับซ้อนมากและคุณต้องคิดว่าจะเกิดอะไรขึ้นเมื่อสิ่งเหล่านี้ ผู้คนชนะลอตโต้และพวกเขาไม่กลับมา? และสิ่งที่เราพยายามทำคือเรารู้ว่าสเปรดชีตจะมีอยู่เพื่อให้เราสามารถบริโภคสิ่งเหล่านั้นได้ แต่ฉันคิดว่าสิ่งที่เราพยายามทำคือการพัฒนาการแสดงภาพของเวิร์กโฟลว์ของคุณเพื่อให้สามารถเข้าใจและแบ่งปันกับผู้อื่นได้ . สเปรดชีตนั้นยากที่จะแบ่งปัน และทันทีที่คุณส่งสเปรดชีตมาให้ฉันฉันเปลี่ยนไปแล้วและตอนนี้เราไม่ได้ซิงค์และเราได้รับคำตอบที่แตกต่างกัน สิ่งที่เรากำลังพยายามทำคือวางราวบันไดไว้รอบ ๆ และทำให้สิ่งต่าง ๆ มีประสิทธิภาพมากขึ้น และสเปรดชีตนั้นแย่มากที่รวมชุดข้อมูลหลายชุดเข้าด้วยกันคุณรู้ไหม พวกเขาล้มลงที่นั่น แต่เราจะไม่แทนที่พวกเขาเรากลืนเข้าไปและเรามีคนที่เริ่มเปลี่ยนเพราะถ้าเรามีโหนดที่บอกว่า "คำนวณความเสี่ยง" นั่นคือสิ่งที่คนที่ใช้สเปรดชีตกำลังพยายามทำอยู่ ดังนั้นพวกมันจึงจากไป

Robin Bloor: ใช่ฉันหมายถึงฉันจะบอกว่าจากมุมมองหนึ่งที่ฉันมองสิ่งต่าง ๆ ฉันจะบอกว่าสเปรดชีตนั้นยอดเยี่ยมสำหรับการสร้างข้อมูล พวกเขายอดเยี่ยมมากสำหรับการสร้างเกาะแห่งความรู้ แต่พวกเขาก็ไม่ดีสำหรับการแบ่งปันความรู้ พวกเขาไม่มีกลไกในการทำสิ่งใด ๆ และถ้าคุณส่งสเปรดชีตให้กับใครสักคนมันไม่ใช่ว่าคุณสามารถอ่านได้เหมือนมันเป็นบทความที่อธิบายสิ่งที่พวกเขากำลังทำอยู่ มันไม่ได้อยู่ที่นั่น ฉันคิดว่าสิ่งที่ทำให้ฉันประทับใจที่สุดเกี่ยวกับการนำเสนอและความสามารถของ Statistica ดูเหมือนจะไม่เชื่อเรื่องพระเจ้าอย่างไม่น่าเชื่อ แต่มันทำให้เธรดนี้ทำงานผ่านเวิร์กโฟลว์ ฉันคิดว่าคุณสามารถดูเวิร์กโฟลว์แบบครบวงจรตั้งแต่การเก็บข้อมูลไปจนถึงการฝังผลลัพธ์ในแอปพลิเคชั่น BI หรือแม้แต่เรียกใช้แอพพลิเคชั่น

David Sweenor: ใช่แล้ว และมันก็มีความสามารถแบบ end-to-end และบางองค์กรใช้มันทั้งหมดและฉันก็ไม่มี บริษัท ใดเลยที่จะซื้อทุกอย่างจากผู้ขายรายเดียว เรามีส่วนผสม บางคนใช้ Statistica สำหรับทุกอย่างและบางคนใช้สำหรับการสร้างแบบจำลองเวิร์กโฟลว์บางคนใช้สำหรับการเตรียมเวิร์กโฟลว์ข้อมูล บางคนใช้เพื่อแจกจ่ายรายงานทางวิศวกรรมหลายร้อยฉบับให้กับวิศวกร ดังนั้นเราจึงมีทุกสิ่งในระหว่าง และมันเป็นแบบเอนด์ทูเอนด์และคุณก็รู้แพลตฟอร์มที่ไม่เชื่อเรื่องพระเจ้าซึ่งถ้ามีอัลกอริทึมที่คุณต้องการใช้ใน R หรือ Python, Azure, Apervita ไม่ว่าคุณจะใช้อะไรก็ตาม ยอดเยี่ยมมีประสิทธิผลใช้สิ่งที่คุณรู้ใช้สิ่งที่คุณพอใจและเรามีกลไกเพื่อให้แน่ใจว่าสิ่งเหล่านั้นสามารถควบคุมและตรวจสอบได้และสิ่งต่าง ๆ ทั้งหมด

Robin Bloor: ฉันชอบมันมากโดยเฉพาะ ฉันหมายความว่าฉันไม่รู้ว่าคุณจะพูดอะไรได้มากกว่าสิ่งที่คุณพูดกับความมั่งคั่งของสิ่งที่อยู่ข้างนอก ฉันหมายถึงฉันได้ดูสิ่งนี้ แต่ฉันไม่ได้ดูอย่างครอบคลุมและแน่นอนว่ามีห้องสมุด Python จำนวนมากในห้องสมุดของเรา แต่มีอะไรบ้างที่คุณสามารถเพิ่มลงในภาพนั้นได้ เพราะฉันคิดว่ามันเป็นสิ่งที่น่าสนใจมากคุณรู้ว่าความคิดของคุณจะมีองค์ประกอบที่น่าเชื่อถือเพราะคุณรู้จักคนหลายคนที่สร้างพวกเขาและคนอื่น ๆ ที่ใช้พวกเขาซึ่งคุณสามารถดาวน์โหลดได้ คุณรู้ไหมคุณจะเสริมสิ่งที่คุณพูดไปแล้วในเรื่องนั้นได้ไหม?

David Sweenor: ใช่ฉันคิดว่าตลาดแอพบางแห่งคุณรู้ไหมตลาดอัลกอริทึมที่อยู่ข้างนอกนั่น ตัวอย่างเช่นคุณรู้ไหมดร. จอห์นครอมเวลล์ที่มหาวิทยาลัยไอโอวาเขาพัฒนาแบบจำลองที่จะทำนายว่ามันถูกใช้แบบเรียลไทม์ในขณะที่เรากำลังดำเนินการอยู่จะให้คะแนนถ้าคุณจะได้รับ การติดเชื้อในเว็บไซต์ผ่าตัด และถ้าคะแนนนั้นสูงพอพวกเขาจะเข้าแทรกแซงในห้องผ่าตัด นั่นเป็นเรื่องที่น่าสนใจมาก ดังนั้นอาจมีโรงพยาบาลอื่นที่ไม่ใหญ่ Apervita เป็นตลาดแอพด้านสุขภาพสำหรับการวิเคราะห์ คุณสามารถค้นหาหนึ่งในตลาดแอพเหล่านี้ได้มากมายคุณสามารถไปหามันและนำกลับมาใช้ใหม่และการทำธุรกรรมอยู่ระหว่างคุณกับใครก็ตามที่เป็นเจ้าของ แต่คุณสามารถไปหาใครสักคนหรือพูดว่า“ นี่ สิ่งที่ฉันต้องการ "ฉันคิดว่ามันเป็นประโยชน์ต่อชุมชนโลกเพราะทุกคนเป็นผู้เชี่ยวชาญในวันนี้และคุณไม่รู้ทุกอย่าง ฉันคิดว่า R และ Python เป็นสิ่งหนึ่ง แต่ความคิดนี้ของ“ ฉันต้องการทำฟังก์ชั่นนี้ใส่ข้อมูลจำเพาะไว้ที่หนึ่งในตลาดแอพเหล่านี้และมีใครบางคนพัฒนามันให้คุณ” และพวกเขาสามารถสร้างรายได้จากฉัน มันน่าสนใจมากและแตกต่างจากโมเดลโอเพ่นซอร์สอย่างหมดจด

Robin Bloor: ก็ได้ อย่างไรก็ตามฉันจะส่งบอลไปที่ Dez คุณต้องการที่จะดำน้ำใน Dez?

Dez Blanchfield: อย่างแน่นอนและฉันต้องการที่จะอยู่ในสิ่งที่สเปรดชีตเพียงชั่วครู่เพราะฉันคิดว่ามันมีส่วนสำคัญที่ถูกต้องของสิ่งที่เรากำลังพูดถึงที่นี่ และคุณได้แสดงความคิดเห็นโรบินเกี่ยวกับการเปลี่ยนจากสเปรดชีตเก่าในรูปแบบทางกายภาพเป็นรูปแบบอิเล็กทรอนิกส์ เรามีสิ่งที่น่าสนใจเกิดขึ้นเมื่อคุณรู้ว่าเมื่อสเปรดชีตเป็นสิ่งที่พวกเขาเป็นเพียงแผ่นกระดาษที่มีแถวและคอลัมน์และคุณเขียนสิ่งต่าง ๆ ลงไปด้วยตนเองจากนั้นคุณจะใช้พลังงานและคำนวณพวกมัน มันอยู่ด้านบนของหัวของคุณหรือกับอุปกรณ์อื่น ๆ แต่เรายังมีโอกาสที่จะมีข้อผิดพลาดเกิดขึ้นกับความผิดพลาดของการเขียนด้วยลายมือหรือดิสเล็กเซียและตอนนี้เราได้แทนที่มันด้วยการพิมพ์ผิด ความเสี่ยงคือด้วยสเปรดชีตความเสี่ยงจะเร็วขึ้นและใหญ่ขึ้น แต่ฉันคิดว่าเครื่องมืออย่าง Statistica จะเปลี่ยนปิรามิดที่มีความเสี่ยง

ฉันมักจะวาดรูปนี้บนกระดานไวท์บอร์ดของรูปคนที่อยู่ด้านบนในฐานะคนคนหนึ่งและจากนั้นก็รวบรวมพวกเขาลงมาด้านล่างสมมติว่าลองนึกภาพพวกเขาสิบคนที่ด้านล่างของไวท์บอร์ดนั้นและฉันวาด พีระมิดที่จุดพีระมิดอยู่ที่คนคนเดียวและเชิงพีระมิดเป็นที่รวมของผู้คน และฉันใช้สิ่งนี้เพื่อนึกภาพความคิดที่ว่าถ้าคนหนึ่งคนที่อยู่ด้านบนทำสเปรดชีตทำผิดพลาดและแบ่งปันกับคนสิบคนและตอนนี้เรามีข้อผิดพลาดสิบชุด จงระวังให้ดีกับมาโครและระวังด้วย Visual Basic ของคุณหากคุณต้องการจะย้ายไปที่ เพราะเมื่อเราสร้างเครื่องมืออิเล็กทรอนิกส์เช่นสเปรดชีตมันมีประสิทธิภาพมาก แต่ก็มีประสิทธิภาพในทางที่ดีและไม่ดี

ฉันคิดว่าเครื่องมืออย่าง Statistica นำมาซึ่งความสามารถในการกลับด้านความเสี่ยงนั้นและนั่นคือตอนนี้คุณสามารถไปถึงจุดที่คุณมีเครื่องมือมากมายที่มีให้สำหรับแต่ละบุคคลและจากเครื่องมือมากมายที่อยู่ด้านบนสุดของ พีระมิดและจากนั้นลงไปที่ด้านล่างสุดซึ่งจุดของปิรามิดที่ตอนนี้กลับด้านเป็นเครื่องมือจริงถ้าเรามีทีมของคนที่กำลังสร้างเครื่องมือเหล่านั้นและอัลกอริธึมเหล่านั้น และนักวิทยาศาสตร์ด้านข้อมูลไม่จำเป็นต้องเป็นผู้เชี่ยวชาญในการวิเคราะห์ข้อมูลแบบถอยหลัง พวกเขาอาจใช้เครื่องมือนี้ได้ แต่คุณอาจมีนักสถิติห้าหรือหกคนและนักสถิติและนักวิทยาศาสตร์ข้อมูลและนักคณิตศาสตร์บางคนที่ทำงานกับเครื่องมือนั้นโมดูลนั้นอัลกอริธึมนั้นปลั๊กอินนั้นและในสเปรดชีตสเปรดชีตดังนั้น จินตนาการว่าสเปรดชีตที่เผยแพร่ซึ่งคุณสามารถใช้ได้จริง ๆ แล้วเขียนโดยผู้เชี่ยวชาญที่ทดสอบมาโครทดสอบ Visual Basic ตรวจสอบให้แน่ใจว่าอัลกอริทึมทำงานดังนั้นเมื่อคุณได้รับมันคุณก็สามารถป๊อปอัพข้อมูลได้ แต่คุณไม่สามารถทำลายมันได้ และดังนั้นจึงเป็นการดีกว่าที่จะควบคุม

ฉันคิดว่าเครื่องมือวิเคราะห์จำนวนมากกำลังทำเช่นนั้น ฉันเดาว่าประเด็นคือคุณเห็นหรือไม่ว่าตอนนี้คุณเห็นการเปลี่ยนแปลงจากสเปรดชีตที่อาจผลักดันข้อผิดพลาดและข้อผิดพลาดและความเสี่ยงไปจนถึงจุดที่เครื่องมือที่คุณสร้างด้วย ขณะนี้ด้วยการค้นพบข้อมูลที่ถูกต้องในเวลาจริงและผู้ที่กำลังสร้างโมดูลและอัลกอริทึมกำลังลบหรือลดความเสี่ยงนั้น ฝ่ายบริการลูกค้าเห็นว่าเป็นเรื่องจริงหรือคุณคิดว่าเพิ่งเกิดขึ้นและพวกเขาไม่เข้าใจหรือไม่

David Sweenor: คุณรู้ไหมฉันคิดว่ามีสองวิธีในการตอบคำถามนี้ แต่สิ่งที่เราเห็นคือคุณรู้ว่าในองค์กรใด ๆ และฉันได้กล่าวถึงการวิเคราะห์ที่ฉันคิดว่าอาจล่าช้าจากมุมมองการลงทุนขององค์กรชนิดของสิ่งที่เราทำกับคลังข้อมูลและ CRM แต่สิ่งที่เราเห็นอยู่มันใช้เวลามากมายในการเปลี่ยนองค์กรเพื่อเอาชนะความเฉื่อยขององค์กรนั้น แต่สิ่งที่เราเห็นก็คือคนที่เอาสเปรดชีตของพวกเขารับเวิร์กโฟลว์ของพวกเขาและฉันพูดถึงความปลอดภัยและการกำกับดูแล "ดีบางทีฉันมีสเปรดชีต" "ดีฉันสามารถล็อคมันไว้และฉันสามารถควบคุมมันได้" และ เราเห็นองค์กรจำนวนมากบางทีพวกเขาเพิ่งเริ่มต้น และถ้ามันเปลี่ยนไปมันก็มีขั้นตอนการทำงานและฉันก็จบลงด้วยอันดับหนึ่งใครจะเปลี่ยนมัน? ทำไมพวกเขาเปลี่ยนมัน เมื่อพวกเขาเปลี่ยนมัน และฉันยังสามารถตั้งค่าเวิร์กโฟลว์แบบที่ฉันจะไม่ใส่สเปรดชีตใหม่นี้ในการผลิตเว้นแต่จะได้รับการตรวจสอบและตรวจสอบโดยหนึ่งสองสาม แต่หลายฝ่ายที่คุณต้องการกำหนดในเวิร์กโฟลว์ของคุณ ฉันคิดว่าผู้คนเริ่มที่จะทำและองค์กรต่าง ๆ ก็เริ่มที่จะเดินเล่นที่นั่น แต่ฉันอาจจะแนะนำว่าเราต้องไปไกล

Dez Blanchfield: จริง ๆ แล้วฉันคิดว่าคุณกำลังสร้างทั้งในการควบคุมความปลอดภัยและการกำกับดูแลในนั้นภาระงานสามารถแมปที่โดยอัตโนมัติในทุกสิ่งจนถึงหัวหน้าเจ้าหน้าที่ความเสี่ยงซึ่งตอนนี้เป็นเรื่อง คุณสามารถเริ่มควบคุมวิธีการเข้าถึงเครื่องมือและระบบเหล่านั้นและผู้ที่ทำอะไรกับพวกเขาดังนั้นจึงมีประสิทธิภาพมาก ฉันคิดว่าสิ่งอื่น ๆ ที่เข้ามาในนี้คือประเภทของเครื่องมือที่คุณให้สำหรับฉันให้ยืมกับพฤติกรรมของมนุษย์มากกว่าสเปรดชีตแบบดั้งเดิมที่เรากำลังพูดถึงถ้าฉันมีห้องที่เต็มไปด้วยผู้คน ด้วยแดชบอร์ดเดียวกันและการเข้าถึงข้อมูลเดียวกันกับที่พวกเขาสามารถได้รับมุมมองที่แตกต่างกันและทำให้ได้รับข้อมูลเชิงลึกที่แตกต่างกันเล็กน้อยจากข้อมูลเดียวกันที่เหมาะกับความต้องการของพวกเขาเพื่อให้พวกเขาสามารถทำงานร่วมกันได้ จากนั้นเรามีมุมมองที่เป็นมนุษย์มากขึ้นและมีปฏิสัมพันธ์กับธุรกิจและกระบวนการตัดสินใจเมื่อเทียบกับการประชุมเดียวกันด้วย PowerPoint เดียวกันและพิมพ์สเปรดชีตเดียวกันข้อมูลคงที่ทั้งหมดเดียวกัน

คุณเห็นการเปลี่ยนแปลงในพฤติกรรมและวัฒนธรรมในองค์กรที่ใช้เครื่องมือของคุณตอนนี้ซึ่งพวกเขาเห็นว่าเกิดขึ้นที่ซึ่งไม่ใช่คนห้าคนในห้องดูสเปรดชีตเดียวกันที่พยายามจะทำให้เป็นคำพูดและจดบันทึกมัน แต่ตอนนี้พวกเขากำลังโต้ตอบกับแดชบอร์ดและเครื่องมือในแบบเรียลไทม์ด้วยการสร้างภาพและการวิเคราะห์ที่ปลายนิ้วของพวกเขาและรับการสนทนาที่แตกต่างกันโดยสิ้นเชิงไม่เพียง แต่ในการประชุมเท่านั้น เพราะพวกเขาสามารถทำได้ตามเวลาจริงเพราะพวกเขาสามารถถามคำถามและรับคำตอบที่แท้จริง นั่นเป็นแนวโน้มที่คุณเห็นในขณะนี้หรือยังไม่เกิดขึ้นเลยใช่ไหม

David Sweenor: ไม่ฉันคิดว่ามันเริ่มต้นมาจากเส้นทางนั้นและฉันคิดว่าสิ่งที่น่าสนใจมากคือคุณรู้ไหมถ้าเรายกตัวอย่างของโรงงาน อาจเป็นคนที่เป็นเจ้าของภาคส่วนของกระบวนการเฉพาะภายในโรงงานนั้นที่พวกเขาต้องการค้นหาและโต้ตอบกับข้อมูลนี้ในบางวิธี และบางทีฉัน, สามารถมองเห็นกระบวนการทั้งหมด, บางทีอันนี้อยู่ด้านล่าง, บางทีฉันอยากดูทุกอย่าง ฉันคิดว่าสิ่งที่เราเห็นคืออันดับหนึ่งผู้คนเริ่มใช้การสร้างภาพข้อมูลร่วมกันหรือการสร้างภาพมาตรฐานภายในองค์กรของพวกเขา แต่มันก็ปรับให้เข้ากับบทบาทที่พวกเขากำลังทำอยู่หากฉันเป็นวิศวกรกระบวนการ นี่เป็นมุมมองที่แตกต่างจากคนที่มองจากมุมมองของซัพพลายเชนและฉันคิดว่ามันเยี่ยมยอดเพราะต้องปรับให้เหมาะสมและต้องมองผ่านเลนส์ที่คุณต้องทำงานให้เสร็จ

Dez Blanchfield: ฉันเดาว่ากระบวนการตัดสินใจลงมาอย่างชาญฉลาดและรวดเร็วเพื่อให้การตัดสินใจที่ชาญฉลาดและแม่นยำเพิ่มขึ้นอย่างรวดเร็วเช่นกันใช่ไหม? เพราะถ้าคุณมีการวิเคราะห์ตามเวลาจริงแดชบอร์ดแบบเรียลไทม์หากคุณมีเครื่องมือ Statistica ที่ปลายนิ้วของคุณคุณไม่ต้องวิ่งข้ามพื้นเพื่อไปและถามใครสักคนเกี่ยวกับบางสิ่งคุณได้รับมา ในการคัดลอกยาก คุณสามารถทำงานร่วมกันมีปฏิสัมพันธ์และตัดสินใจได้ทันทีและรับผลทันที ซึ่งฉันคิดว่า บริษัท บางแห่งยังไม่เข้าใจจริง ๆ แต่เมื่อพวกเขาทำมันจะเป็นช่วงเวลาที่ยูเรก้านั่นใช่เรายังคงอยู่ในห้องเล็ก ๆ ของเราและทำงานที่บ้าน แต่เราสามารถโต้ตอบและทำงานร่วมกันและการตัดสินใจเหล่านั้น เราทำในขณะที่เราทำงานร่วมกันกลายเป็นผลทันที ดูสิฉันคิดว่ามันวิเศษมากที่ได้ยินสิ่งที่คุณพูดถึงตอนนี้และฉันก็ตั้งตารอที่จะได้เห็นว่ามันไปที่ไหน และฉันรู้ว่าเรามีคำถามจำนวนมากในคำถาม & คำตอบดังนั้นฉันจะวิ่งกลับไปที่รีเบคก้าเพื่อวิ่งผ่านบางส่วนเพื่อให้เราสามารถตอบคำถามเหล่านั้นได้โดยเร็วที่สุด ขอบคุณมาก.

Rebecca Jozwiak: ขอบคุณ Dez และใช่ Dave เรามีคำถามจากผู้ชมบ้างเล็กน้อย และขอบคุณ Dez และ Robin สำหรับข้อมูลเชิงลึกของคุณเช่นกัน ฉันรู้ว่าผู้เข้าร่วมรายนี้ต้องเลื่อนเวลาออกไปด้านบนของชั่วโมง แต่เธอก็ถามคุณเห็นไหมว่าแผนกระบบสารสนเทศนั้นให้ความสำคัญกับการควบคุมข้อมูลที่ซับซ้อนมากกว่าที่จะรู้สึกสะดวกสบายในการจัดหาเครื่องมือให้ คนทำงานด้วยความรู้ ฉันหมายความว่าเป็นอย่างนั้น - ไปข้างหน้า

David Sweenor: ใช่ฉันคิดว่ามันขึ้นอยู่กับองค์กร ฉันคิดว่าธนาคาร บริษัท ประกันภัยบางทีพวกเขาอาจมีลำดับความสำคัญและวิธีการทำสิ่งต่าง ๆ กับองค์กรการตลาด ฉันเดาว่าฉันต้องบอกว่ามันขึ้นอยู่กับอุตสาหกรรมและฟังก์ชั่นที่คุณกำลังดูอยู่ อุตสาหกรรมที่แตกต่างกันมีการมุ่งเน้นและเน้นที่แตกต่างกัน

Rebecca Jozwiak: โอเคดีนั่นสมเหตุสมผลแล้ว จากนั้นผู้เข้าร่วมประชุมคนอื่น ๆ อยากรู้ว่าอะไรคือเครื่องยนต์ที่อยู่เบื้องหลัง Statistica? มันคือ C ++ หรือของคุณเอง?

David Sweenor: เอาล่ะฉันไม่รู้ว่าฉันจะทำแบบนี้กับมันมานานกว่า 30 ปีแล้วหรือยังและมันถูกพัฒนาขึ้นก่อนเวลาของฉัน แต่มันมีห้องสมุดหลักของอัลกอริธึมการวิเคราะห์ที่เป็นอัลกอริธึม Statistica ที่ทำงาน และคุณเห็นตรงนี้ว่าเรายังสามารถรัน R เราสามารถรัน Python เราสามารถระเบิดสู่ Azure ได้เราสามารถวิ่งบน Spark ที่ H2O ดังนั้นฉันเดาว่าฉันจะต้องตอบคำถามนั้นในแง่ของมันคือเครื่องยนต์ที่หลากหลาย ขึ้นอยู่กับอัลกอริธึมที่คุณเลือกถ้ามันเป็น Statistica อันที่มันทำงานแบบนี้ถ้าคุณเลือกหนึ่งใน H2O และ Spark มันจะใช้มันและมันก็มีความหลากหลาย

Rebecca Jozwiak: โอเคดี ผู้เข้าร่วมถามอีกคนหนึ่งโดยเฉพาะชี้ไปที่สไลด์นี้อยากรู้ว่านักวิทยาศาสตร์ข้อมูลพลเมืองรู้ได้อย่างไรว่าแม่แบบใดที่ใช้ซ้ำได้ และฉันเดาว่าฉันจะถามคำถามที่กว้างกว่านี้ สิ่งที่คุณเห็นเมื่อผู้ใช้ในสายงานธุรกิจหรือนักวิเคราะห์ธุรกิจเข้ามาและพวกเขาต้องการใช้เครื่องมือเหล่านี้มันเป็นเรื่องง่ายแค่ไหนสำหรับพวกเขาในการรับและทำงาน

David Sweenor: ฉันเดาว่าฉันจะตอบว่าและถ้าคุณสามารถใช้ถ้าคุณคุ้นเคยกับ Windows นี่เป็นแพลตฟอร์มที่ใช้ Windows ดังนั้นฉันจะตัดส่วนบนของภาพหน้าจอเหล่านี้ออกมา แต่มันมี Windows ribbon แต่พวกเขารู้ได้อย่างไรว่าต้องใช้เวิร์กโฟลว์ใด ดูเหมือน Windows Explorer ดังนั้นจึงมีโครงสร้างแบบต้นไม้และคุณสามารถกำหนดค่าและตั้งค่าได้อย่างไรก็ตามองค์กรของคุณต้องการตั้งค่า แต่อาจเป็นไปได้ว่าคุณจะมีโฟลเดอร์เหล่านี้และคุณจะต้องใส่แม่แบบที่สามารถใช้ซ้ำได้เหล่านี้ในโฟลเดอร์เหล่านี้ และฉันคิดว่าอาจมีศัพท์เฉพาะที่ บริษัท ของคุณสามารถนำมาใช้พูดว่านี่คือ "คำนวณความเสี่ยง" นี่คือ "รับข้อมูลจากแหล่งข้อมูลเหล่านี้" และคุณตั้งชื่อสิ่งที่คุณต้องการ มันเป็นแค่โฟลเดอร์ฟรีคุณแค่ลากโน้ตลงบนผืนผ้าใบโดยตรง ดังนั้นง่ายสวย

Rebecca Jozwiak: โอเคดี อาจจะมีการสาธิตในครั้งต่อไป จากนั้นผู้เข้าร่วมอีกคนหนึ่งก็ปรากฏตัวขึ้นและนั่นคือสิ่งที่คุณและโรบินกับดีซพูดถึงเกี่ยวกับความไม่ถูกต้องโดยเฉพาะอย่างยิ่งในสเปรดชีต แต่ขยะใน / ขยะออกไปและเขาเห็นว่าสำคัญยิ่งกว่า เพื่อการวิเคราะห์ การพูดถึงข้อมูลนั้นในทางที่ผิดการใช้ข้อมูลในทางที่ผิดอาจนำไปสู่การตัดสินใจที่โชคร้าย และเขาสงสัยว่ามุมมองของคุณเกี่ยวกับการพัฒนาอัลกอริธึมที่ไม่ปลอดภัยมากขึ้นฉันเดาว่าเขาใช้คำว่า "overzealous" การใช้การวิเคราะห์ คุณรู้ไหมว่ามีคนเข้ามาพวกเขาตื่นเต้นจริง ๆ พวกเขาต้องการทำการวิเคราะห์ขั้นสูงพวกเขาต้องการเรียกใช้อัลกอริทึมขั้นสูงเหล่านี้ แต่บางทีพวกเขาอาจไม่แน่ใจ แล้วคุณจะทำอย่างไรเพื่อป้องกันสิ่งนั้น

David Sweenor: ใช่แล้วฉันเดาว่าฉันจะตอบคำถามนี้ให้ดีที่สุดเท่าที่จะทำได้ แต่ฉันคิดว่าทุกอย่างจะเกิดขึ้นกับผู้คนกระบวนการและเทคโนโลยี เรามีเทคโนโลยีที่ช่วยเปิดใช้งานผู้คนและช่วยให้กระบวนการใดก็ตามที่คุณต้องการติดตั้งภายในองค์กรของคุณ ในตัวอย่างของการส่งคูปองไปให้ใครบางคนบางทีมันอาจไม่สำคัญและถ้ามันเป็นดิจิตอลมันไม่มีค่าใช้จ่ายจริง ๆ อาจมีการควบคุมความปลอดภัยระดับหนึ่งและบางทีเราก็ไม่สนใจ ถ้าฉันทำนายการติดเชื้อบริเวณผ่าตัดบางทีฉันอาจต้องระวังให้มากขึ้น หรือถ้าฉันทำนายคุณภาพและความปลอดภัยของยาและสิ่งต่าง ๆ เช่นนั้นฉันอาจจะต้องระวังให้มากขึ้น คุณถูกทิ้งขยะเข้า / ออกดังนั้นสิ่งที่เราพยายามทำคือจัดเตรียมแพลตฟอร์มที่อนุญาตให้คุณปรับแต่งให้เข้ากับกระบวนการที่องค์กรของคุณต้องการนำไปใช้

Rebecca Jozwiak: โอเคดี ฉันมีคำถามอีกสองสามข้อ แต่ฉันรู้ว่าเราผ่านไปมาได้ไม่กี่ชั่วโมงและฉันต้องการบอกผู้นำเสนอของเราว่ามันยอดเยี่ยม และเราต้องการขอบคุณ Dave Sweenor จาก Dell Statistica มาก แน่นอนว่า Dr. Robin Bloor และ Dez Blanchfield ขอบคุณที่เป็นนักวิเคราะห์ในวันนี้ เราจะมีการออกอากาศทางเว็บอีกครั้งในเดือนหน้ากับ Dell Statistica ฉันรู้ว่าเดฟบอกใบ้ถึงหัวข้อนี้ มันจะเกี่ยวกับการวิเคราะห์ที่ขอบอีกหัวข้อที่น่าสนใจและฉันรู้ว่าบางกรณีการใช้งานที่น่าสนใจมากจะมีการหารือเกี่ยวกับการออกอากาศทางเว็บที่ หากคุณชอบสิ่งที่คุณเห็นในวันนี้กลับมาอีกในเดือนหน้า และด้วยสิ่งนั้นฉันขออำลาคุณ ขอบคุณมาก. ลาก่อน.