Door Techopedia Staff, 2 augustus 2017
Takeaway: Host Eric Kavanagh bespreekt procesmodellen en datamodellering met Kim Brushaber van IDERA en Mark Madsen van Third Nature in deze aflevering van Hot Technologies.
Je bent momenteel niet ingelogd. Log in of meld je aan om de video te bekijken.
Eric Kavanagh: OK dames en heren. Het is wederom vier uur Eastern Time, op woensdag is het tijd voor Hot Technologies. Ja inderdaad, mijn naam is Eric Kavanagh. Ik zal uw gastheer zijn voor het webseminar van vandaag met twee van onze favoriete mensen in het bedrijf: Kim Brushaber van IDERA en Mark Madsen van Third Nature. “Procesmodellen gebruiken om bedrijfsdoelstellingen te bereiken.” We gaan het hebben over het optimaliseren van het bedrijf en hoe u sommige van deze technologieën echt kunt gebruiken om eerst te begrijpen wat er gebeurt en vervolgens te remodelleren wat u doet en dingen zoals ontslagen te vermijden, te vermijden dingen zoals conflicten, misschien in uw supply chain of uw bedrijfsprocessen, waar ze ook zijn, daar gaan we het vandaag over hebben. Dus eerst gaan we het horen van Kim Brushaber en dan gaan we het horen van Mark Madsen. Dan hebben we een paar leuke heen en weer en voel je vrij om je vragen te sturen. Wees niet verlegen. Stuur vragen via de Q & A-component van uw webcastconsole of via het chatvenster.
Daarmee ga ik de eerste dia hier voor Kim duwen en ik geef het af. Kim, haal het weg.
Kim Brushaber: Hallo daar. Dus ik ga beginnen met te praten over hoe u sommige van uw bedrijfsprocessen kunt gebruiken om uw doelen te bereiken. Ik dacht dat ik de dia naar voren had geschoven - daar gaan we, het is misschien een beetje traag geweest. Om een bedrijf succesvol te laten zijn, moet het zich concentreren op hoe het bedrijf geld verdient, klanten houdt en de markt tevreden houdt, de kosten zo laag mogelijk houdt en vervolgens kwaliteitsproducten levert en ervoor zorgt dat de informatie die u verzamelt betrouwbaar is. Waar we onze modewoorden hier hebben gebruikt: omzetgroei, klanttevredenheid, efficiënte bedrijfsvoering, product- en datakwaliteit. En enkele van de belangrijkste uitdagingen voor een bedrijf dat we vandaag gaan bespreken, zijn silo's binnen uw organisatie; wat goed is aan hen, wat slecht is aan hen, omdat niet alle silo's slecht zijn. Hoe houdt u ontslagen uit uw proces? Hoe u de hiaten in uw communicatie kunt verminderen en wegwerken en hoe u de inefficiënties in uw activiteiten kunt verminderen.
Het eerste soort silo's zijn dus de afdelingssilo's. En silomentaliteiten worden gecreëerd wanneer afdelingen geen informatie willen delen met andere afdelingen binnen het bedrijf. En hoewel dit goed kan zijn in het geval van gevoelige informatie die maar weinig mensen zouden moeten weten - zo gevoelige fusie-informatie of acquisitie-informatie of misschien informatie die niet gereed is voor het verkoopteam om er iets mee te kunnen doen - kunnen in die gevallen silo's zijn heel goed. Maar het kan ook slecht zijn omdat de informatiestroom tussen de groepen in de organisatie wordt belemmerd en het kan veel van de problemen veroorzaken die we hier binnenkort zullen bespreken. U kunt ook silo's hebben die worden gedeeld door bedrijfsdoelstellingen en technologiedoelstellingen. Dus de zakelijke kant van het huis besteedt veel tijd aan het kijken naar ROI's en KPI's en dingen die echt op het bedrijf zijn gericht, waar ze op de technologie echt willen kijken hoe ik mijn producten kan laten werken of hoe Ik ga mijn diensten op de markt brengen? En omdat er dus heel verschillende doelen zijn tussen de twee verschillende groepen, kun je een natuurlijke silo hebben die tussen hen wordt gecreëerd. En dan kunnen silo's vaak worden gedeeld door jargon. Dus de woorden die je in je dagelijkse taal gebruikt, kunnen erg verwarrend zijn voor de ene of de andere groep, en hier heb ik een aantal leuke kleine modewoorden geplaatst die relevant zijn voor de ene of de andere kant van de muur. En natuurlijk begint dit niet eens het spectrum te dekken, maar vaak kunnen die woorden ervoor zorgen dat een silo wordt gemaakt en twee verschillende groepen mensen worden verdeeld omdat informatie verloren gaat in de vertaling. Er zijn dus goede silo's voor uw bedrijf en ik ga enkele waarden behandelen die silo's voor een organisatie kunnen opleveren.
Ze kunnen dus een structuur bieden waarmee de werknemers hun werk kunnen doen zonder angst of afleiding. Dus als u uw mensen in uw silo heeft die u dagelijks moet aanspreken en aanspreken, kunt u uw werk efficiënter en effectiever doen zonder veel onderbreking. Het vergemakkelijkt ook expertise op specifieke gebieden van het bedrijf. Dus als je je heel erg op financiën concentreert en je praat met andere mensen die in de financiën zitten en het enige dat je de hele dag doet, is over financiën praten, dan creëert dat een echt goede silo omdat die groep de expertise leert in die en ze hoeven niet verantwoordelijk te zijn om te weten wat er gaande is in de verkoop of wat er gaande is in marketing of wat er gaande is in operaties. Het versnelt ook de communicatie door mensen dezelfde taal te laten spreken. Dus als ik terugga naar dat jargon, kan dat jargon vaak heel goed zijn, omdat het mensen in staat stelt sneller en effectiever te communiceren. Het houdt ook verantwoordelijkheid en verantwoordelijkheid binnen de silo. Dus je weet waarvoor je verantwoordelijk bent binnen je groep en de taken die je moet uitvoeren en de persoon aan wie je moet rapporteren en het stelt je in staat meer verantwoordelijkheid en grotere verantwoordelijkheid te hebben dan - en zeker de silo's hebben een keerzijde van dat waar verantwoordelijkheid kan benauwd worden. Maar binnen de silo zelf kan het meer verantwoordelijkheid en verantwoordelijkheid creëren. En dan bevordert het ook een gevoel van trots en eigendom. Je kunt je dus echt goed voelen over de taak die je aan het einde van de dag hebt volbracht en de taken die je moet uitvoeren en dit zijn allemaal echt goede dingen over silo's.
Maar er is een zure kant van silo's, en silo's creëren inefficiënties, ze verlagen het moreel, ze verlagen de productiviteit. En omdat dit de meer negatieve kant van silo's is, ga ik een aantal bedrijfsprocesmodellen gebruiken om verschillende opsommingstekens te doorlopen en uit te leggen hoe u de zure kant van silo's kunt overwinnen met behulp van het IDERA Business Architect-product om u te laten zien enkele van deze voorbeelden.
Dus de eerste is dat het inefficiënties en overbodige processen creëert. In dit voorbeeld laat ik dus zien dat de marketingorganisatie mogelijk een reeks taken heeft en de verkooporganisatie een andere reeks taken. En in dit geval, als je ze in kaart brengt, zul je ontdekken dat ze allebei een taak hebben om de lead te kwalificeren. En wanneer u zich dat realiseert, kunt u een functioneel gesprek voeren tussen de twee verschillende groepen om erachter te komen: "Is mijn kwalificerende lead hetzelfde als uw kwalificerende lead? Nemen we dezelfde stappen en hetzelfde gedrag? Of betekent het iets anders tussen de twee verschillende silo's? ”En als u dezelfde dingen doet, kunt u beginnen het te stroomlijnen en de verschillende groepen zelfstandig verantwoordelijkheden te geven en bedrijfsprocessen kunnen u echt helpen deze dingen in kaart te brengen en identificeren waar u dergelijke problemen heeft.
Ook wanneer u bedrijven samenvoegt of groepen samenvoegt, kunt u het samenvoegproces doorlopen en kunt u uw proces definiëren voor de verschillende gedragingen. En in dit voorbeeld heeft bedrijf A wat gedrag, bedrijf B heeft wat gedrag en het samenvoegproces neemt de elementen van A en B, vindt de best practices en maakt vervolgens een nieuw proces dat zeer effectief voor beide groepen gaat werken. Het helpt u dus efficiënter en productiever te worden en betere werkwijzen voor uw bedrijf te identificeren.
Bovendien is een andere zure kant van silo's dat er hiaten kunnen zijn in de communicatie tussen de afdelingen, waar we het net over hadden, waar samenwerking niet plaatsvindt, maar het zou moeten zijn. En dus kunnen bedrijfsprocessen u helpen dit soort hiaten te identificeren. Dus in dit voorbeeld heeft verkoop een proces, wordt een nieuw product vrijgegeven en gaan ze uit en verkopen ze het. Maar financiën kunnen een extra proces hebben waarbij ze naar binnen moeten gaan en de productprijzen moeten bijwerken wanneer het product wordt vrijgegeven. Als de verkoop daar niets van weet, kunnen ze er nog steeds zijn om deals met de oude productprijzen te pitchen en als het gaat om het punt waarop de financiering de deal begint te herzien en de deal goedkeurt, dan is er veel conflict en veel van back-paneling moet gebeuren om terug te gaan naar de klant en het opnieuw aan te passen. En als u uw proces in kaart hebt gebracht, zult u dit van tevoren hebben geweten en kunt u het inpassen, zodat de verkoop weet: "Ik moet wachten tot ik die productprijsupdates krijg voordat ik met de nieuwe klanten over de Product."
In dit voorbeeld heeft BPMN2 een conversatiediagram waarmee u tussen verschillende afdelingen kunt praten en de overdrachtspunten tussen hen kunt identificeren. En dit is zeer nuttig voor het verminderen van ontslagen en ook voor meer verantwoording en verantwoordelijkheid tussen de afdelingen. Dus je kunt zeggen: "OK, dus verkoopbeheer en verkoop moeten samenwerken om de deal goed te keuren." En ze kunnen allebei hun eigen stukken en wat dat is, afhandelen. Maar de financiële afdeling hoeft niet noodzakelijkerwijs bij die goedkeuring betrokken te zijn en ze weten dat op basis van dit diagram dat is opgesteld, staat dat hier is wie verantwoordelijk is in de verschillende afdelingen die moeten samenwerken om dat te bereiken.
Bovendien kunnen er malafide processen binnenkomen die het bedrijf niet ten goede komen. Dus als u uw bedrijfsprocessen doorloopt, merkt u misschien dat iemand iets doet dat u leuk vindt: "Ik begrijp niet echt hoe dat effectief is of hoe dat het doel bereikt." Dus ik zal u wat geven voorbeelden daarvan. In dit geval gaat het product mogelijk door en doen ze een nieuwe release. Ze gaan, ze leveren de vereisten, het ontwikkelteam begint aan die vereisten te werken, maar nadat het productteam met klanten begint te praten, komen we terug en besluiten ze te herzien. En dit zou zeer, zeer storend zijn voor het ontwikkelingsteam om terug te gaan en de vereisten te herzien nadat ze al bezig zijn met het bouwen van die items. Voor producten denken ze misschien niet eens aan zoiets. Ze zeggen gewoon: "Oh, ik heb nieuwe input en nu heb ik deze dingen nodig." En als ze niet met het ontwikkelingsteam praten, zullen ze niet echt begrijpen hoeveel impact dit kan hebben op de latere omvang of de levering van het product. Het uittekenen van dit soort stukjes kan dus helpen die silo af te breken en u in staat te stellen te begrijpen welke elementen nuttig zijn voor uw proces en wat schadelijke processen zijn.
Er kan ook een duplicaat zijn van middelen en middelen, en dit is een groot probleem wanneer bedrijven proberen te stroomlijnen. Dus in dit geval heb ik een soort groeperingsdiagram gemaakt waarin ik een verscheidenheid aan verschillende applicaties en rapporten heb geïdentificeerd die moeten worden geproduceerd en de verschillende spelers die eraan zijn gekoppeld. En wanneer u al deze dingen begint op te stellen, heb ik in dit voorbeeld een duplicaat gegeven van de bewerkingstools en de call-trackingtools en wie ze gebruikt. En dus kun je erachter komen, want vaak nemen de onafhankelijke silo's deze beslissingen voor hun team en denken ze niet noodzakelijkerwijs na over het feit dat het bredere team als geheel ook die licentieovereenkomst zou kunnen gebruiken en goedkoper en kosteneffectiever voor alle tools die in de organisatie worden gebruikt. Bovendien kunnen bedrijfsprocesdiagrammen zeer nuttig zijn om te identificeren wie verantwoordelijk is voor welke informatie en wanneer. En dus heb ik in dit geval gegevensstewards die hebben gezegd: "OK, dit zijn de mensen die verantwoordelijk zijn voor al deze gegevens en hier zijn de tabellen waarmee zij moeten omgaan." En geef deze informatie niet aan anderen mensen, dit is echt belangrijk in gebieden waar gevoelige informatie, zoals medische dossiers of financiële gegevens of dergelijke elementen, voor slechts een paar mensen moeten worden afgezonderd. Dus u kunt helpen dit te identificeren, waardoor mensen van andere organisaties dan geen toegang meer hebben tot die informatie en deze kunnen beveiligen en weten waar uw informatie naartoe gaat.
Omdat we het een beetje over gegevens hebben, kunnen silo's bovendien een slechte gegevenskwaliteit en gegevensinconsistentie veroorzaken. Dus in dit geval heb ik een bedrijfsproces gebruikt om het gegevensteam te helpen begrijpen wanneer een klant een nieuwe klant is, of wanneer u de klant bijwerkt. Dus u kunt deze beslissingspunten doornemen en in kaart brengen en de zakelijke kant die de bedrijfsregels begrijpt, kan gemakkelijk praten met de technische kant die deze regels moet implementeren en weet wanneer bepaald gedrag moet plaatsvinden. In dit voorbeeld gaat het om het bepalen van dataduplicaties. Dus als u een retailklant hebt en u hebt een webklant en u verkoopt producten, dan heeft u misschien heel andere systemen die proberen dezelfde informatie te verzamelen. En als u probeert uw informatie te ontdubbelen en te identificeren wie uw klanten echt zijn, kunnen bedrijfsprocesdiagrammen u echt helpen om dat te bepalen en te zeggen: "Oh, in dit geval hebben we allebei te maken met een bestelling en in dit geval we hebben allebei te maken met financiële gegevens, 'en we kunnen die informatie in kaart brengen zodat het veel duidelijker is, zodat je dat soort duplicaties niet in je gegevens hebt en je de ontslagen kunt verminderen en de tekortkomingen kunt verminderen en de kwaliteit van uw gegevens.
Bijkomende voordelen van goede bedrijfsprocessen zijn dus dat werknemers problemen in het begin kunnen identificeren wanneer het eenvoudiger is om de wijzigingen door te voeren. Dit geldt met name voor complexe gegevensprocessen, als je de analyse van het ontwerp vooraf kunt doen en alle teams die bij het gesprek betrokken zijn, kunt krijgen, verlopen de processen veel soepeler en kunnen mensen in het begin beter reageren versus als je al in het proces zit. Nieuwe werknemers worden sneller aan boord omdat ze kunnen gaan en ze kunnen deze bedrijfsprocessen beoordelen en de taken begrijpen die ze moeten uitvoeren en waar de overdrachtspunten zijn en met wie ze moeten praten voor verschillende dingen. En beslissingen kunnen in realtime worden genomen tussen cross-functionele teams. Als u beiden deze bedrijfsprocesdiagrammen samen tekent, kunt u deze punten vinden waar er een probleem in het proces zit en het kunnen bespreken en uitzoeken wat het beste proces voor u beiden is en waar de beste overdracht is punten en wie zijn de beste mensen om elk van de verschillende taken uit te voeren die moeten worden volbracht.
Dus enkele tips voor het doorbreken van de silo's voor zakelijk succes en het kunnen bereiken van uw doelen: De eerste is om uw bedrijfsprocessen te richten op uw klant, uw producten of uw diensten - niet op de afzonderlijke afdelingen. Dus vaak zullen mensen binnen hun afdelingen hun individuele checklist willen bedenken. Maar als je in plaats daarvan naar het bedrijf als geheel kijkt en de doelen die het bedrijf probeert te bereiken, kun je beginnen te zien waar dingen uitvallen en zeggen: 'Helpen deze processen me mijn doel te bereiken? Of zijn het extra processen of belemmeren ze het proces en het bereiken van het doel? ”U moet meer tijd besteden aan het bespreken van de plaatsen waar de processen met elkaar in contact staan. Dus net als in dat conversatiediagram waar je veel overdrachtspunten hebt, moet je er veel meer tijd aan besteden om daarover te praten en ervoor te zorgen dat informatie correct door de verschillende silo's stroomt.
U kunt uw werknemers verenigen door in het proces de dingen te tonen waarvoor zij verantwoordelijk zijn en hoe het samenwerkt met het bedrijf als geheel. En dat geeft mensen veel meer een gevoel van doel richting ontmoeten, naar het doel. U kunt ook samenwerken met werknemers zodat zij input hebben in het proces dat hun rol en taak beïnvloedt, omdat als de beslissingen allemaal bovenaan worden genomen bij het ontwerpen van het proces, de personen die het werk doen, stappen zullen zien die worden gemist en stukken die ontbreken en die kunnen bespreken. En als u met al uw medewerkers samenwerkt bij het opstellen van deze processen, begint u die uitschieters te achterhalen en of dit al dan niet werkelijke dingen zijn die zich in het proces zouden moeten bevinden of niet. En dan nog een tip voor het afbreken van de silo's is om uw processen regelmatig bij te werken om de veranderende behoeften en de doelen van de organisatie weer te geven, omdat de doelen en processen erg vloeiend zijn en u wellicht betere best practices vindt. Misschien vindt u nieuwe manieren waarop u dingen wilt doen en dus kan het regelmatig helpen van die informatie de organisatie echt helpen. En teruggaan naar de tekentafel met die cross-functionele teams kan echt helpen om de silo's te doorbreken en die communicatie tussen je team te openen. Dus dat zijn de dia's die ik had voorbereid.
Eric Kavanagh: Oké. Laat me het overhandigen aan de ontembare Mark Madsen. Je hebt nu het woord, haal het weg. En mensen, wees niet verlegen, stel uw vragen. We hebben hier experts aan de lijn. Mark, het is allemaal jou.
Mark Madsen: OK, bedankt Eric. Dus wat je zojuist hoorde, ging over proces- en procesmodellering en hoe het van toepassing is. En vanuit mijn perspectief, vanuit de analytische kant van het huis, heb ik bedrijfsprocessen veel gebruikt als manieren om uit te leggen en te begrijpen. Nu, wanneer u denkt aan analyse, en vooral nu we het hebben over machinaal leren en andere dingen naast BI, wordt het nog steeds bekeken door een brede strook van de markt, een beetje, naar mijn mening, onjuist. Dat wil zeggen, je stuurt analisten zoals goudmijnwerkers en ze rennen de gegevens in en ze snuffelen rond en ze vinden wat goudklompjes en brengen deze waardevolle dingen terug naar de organisatie en dan leeft iedereen nog lang en gelukkig. Of tenminste, de analist doet dat omdat ze een salaris van zes cijfers hebben, want dat maken wetenschappers in theorie allemaal.
Maar de realiteit is heel anders. De realiteit is dat er infrastructuur voor nodig is en dat er werk voor nodig is en dat doelen en een richting en begrip van zaken nodig zijn. En die dingen, ze moeten echt begrijpen hoe je problemen moet aanpakken, hoe je problemen kunt modelleren en hoe je die problemen kunt oplossen. En dus is dit idee dat je wat gegevens en wat technologie en enkele slimme mensen naar een probleem kunt gooien zonder de context te begrijpen, in het bijzonder de procescontext waarin we het gaan toepassen, grotendeels een mythe op dezelfde manier als de meeste van de Gold Rush was een mythe en in feite gingen de meeste van die mensen failliet naar huis.
Er is ook een ander aspect van deze toepassing van analyse voor het bedrijf, is dit idee dat het allemaal gegevens onder glas zijn, toch? Dat analisten of algoritmen op de een of andere manier gegevens naar boven zullen halen en die op een scherm voor iemand zullen gooien. Maar het probleem is dat we zoveel gegevens hebben en dat u zoveel verschillende dingen kunt doen met analyses dat het gemakkelijk is om mensen te overweldigen. En dan heb je nu een secundair probleem: "Ik heb zoveel gegevens en ik heb zoveel dingen, waar let ik op?" En hoe en waarom let ik op die dingen? ”En dat is echt de kern van veel problemen in omgevingen tot het punt waarop we terugvallen op het vereisen van experts om te bepalen welke informatie aan wie wordt getoond en tot nu toe van self-service datatoegang en self-service dashboards, vertrouw je uiteindelijk op verschillende experts om je te helpen erachter te komen wat er in godsnaam gebeurt.
En als we praten over waar de toekomst naartoe gaat, met name veel van de meer geavanceerde analyses, maar de machine learning benadert, AI in het bedrijfsleven, al dit soort dingen, nou, er is veel hype omheen. Er is veel realiteit en een groot deel daarvan is ingebed. In feite is de moderne renaissance hierin ontstaan door het in het proces in te bedden. Dus het nemen van processen die geautomatiseerd of automatiseerbaar waren, bijvoorbeeld het basisidee van aanbevelingsengines in de detailhandel op e-commercesites of op nieuwssites of op muzieksites, is een eenvoudige toepassing of algoritme voor een taak die voorheen een mensgerichte taak was . Wat denk je dat mensen leuk zullen vinden met de vraag en de merchandise planner of de persoon die uitzoekt wat een cross-sale zou moeten zijn of een up-sale moet gebaseerd zijn op eerdere gegevens, ze zouden dat naar boven halen en dan slaan in een systeem en dan zouden marketing of merchandising of een online applicatie het oplossen. En toen werd het ingebed. Terwijl u dingen doet, let de machine op wat u doet en verfijnt en presenteert deze voortdurend nieuw, en dat is een ingebedde analyse. Het zit daar in een proces. En als je echt wilt weten waar veel van de toekomst van dit werk naartoe gaat, is het er. Het helpt niet zozeer mensen door geavanceerdere analyses te doen. Het is door efficiëntie te behalen in een veel breder deel van het bedrijf.
En dus als je kijkt naar zaken als business intelligence, waar veel van de data- en analysemarkt vandaan kwam, waren er statistici voordat BI echt veel mensen in staat stelde om veel dingen te doen zonder statistieken, zonder iets anders, door puur gericht op data. Het probleem was dat door puur op de gegevens te focussen, veel van de context werd weggelaten. En dus mis je uiteindelijk hoe al die gegevens, hoe al deze statistieken betrekking hebben. Als u nadenkt over wat er op een dashboard gebeurt, hebt u enkele staafdiagrammen, misschien een grafiek, een tabel met getallen. Je ziet een aantal statistieken afzonderlijk of collectief en je ziet niet echt hoe ze zich verhouden. Dus stel je voor dat iemand nieuw voor je is en je gaat naar binnen, je kunt naar een dashboard kijken en je zult geen kop of staart maken van een van de nummers omdat de nummers zelf je niets vertellen omdat ze dat niet doen context hebben. Dus het kan een nummer in rood tonen, maar alleen dit andere nummer veranderen door aan een andere hendel te trekken, kan dit beter of slechter maken. Hoe verhouden deze dingen zich? Dat is de context die verloren gaat in business intelligence en datawarehousing en dashboardontwerp omdat u gegevens modelleert, niet verwerkt. En dat is het fundamentele aspect dat u herhaalbaarheid rond gegevens opbouwt en dat doet u door het grootste deel van het proces eruit te persen, waarbij u zich concentreert op de statistieken die worden gegenereerd op basis van de onbewerkte gegevens.
Dus dit scherm laat ons zien wat in wezen een dashboard is over het laboratoriumtestproces. Er is een applicatie genaamd Altosoft die BI op deze manier uitvoert. En dus kijk je naar het proces en de gegevens niet gescheiden, maar weer in elkaar gezet. Alsof die scheiding kunstmatig was en het werd gedaan omdat we gegevens hebben geabstraheerd, deze in databases hebben gestopt en er interfaces op hebben gebouwd. Dus je hebt meestal twee statistieken; je hebt dingen zoals het aantal bestelde tests, dat is het eerste vak in deze stroom, en het laatste vak zou het aantal voltooide en ingediende tests zijn. En dus zou je deze twee statistieken hebben; je zou ze op een dashboard plaatsen en je zou kunnen opmerken dat de een aanzienlijk achterloopt op de ander. Of misschien heb je een derde metriek die opnieuw wordt verwerkt.
Dus als u laboratoriumtests in een ziekenhuis doet, zijn er veel tests. Velen van hen zijn urgent omdat ze operaties voorlopen of omdat ze uit intensive care-eenheden komen of iets anders. Dus je hebt processen waar artsen ze bestellen, ze gaan naar een laboratorium, het laboratorium heeft een proces om te markeren dat ze ontvangen zijn, ze zijn gepland, ze gaan klaar, ze gaan door de uitrusting. Soms als ze te lang blijven zitten, omdat het laboratorium een back-up heeft, alle apparatuur bezet is, moeten ze opnieuw worden verwerkt. Soms zijn de resultaten niet geldig. Soms dingen zoals bloedmonsters, ze kunnen niet langer dan 30 minuten zitten of er zijn storingen in de monsters en dan moet je een tweede keer bloed afnemen, wat je echt niet wilt doen bij mensen . Dat betekent dus dat sommige laboratoriumtests voorrang hebben boven andere op basis van hun bederfelijkheid. Er zijn dus andere dingen gaande in het laboratorium en u wilt die opwerkingsproblemen zoveel mogelijk vermijden. Maar je kunt de teststroom niet echt door verschillende dingen zien, omdat BI zelf meestal alleen gaat over flow in de totale metrische zin. En dus toont deze interface u de gegevens die aan het proces zijn gekoppeld, zodat u kunt zien hoeveel er binnenkomen, hoeveel er zijn ontvangen, hoeveel er op hetzelfde moment aan de hand zijn. Ik denk dat het geen live demo is, dus je kunt geen details bekijken van de details van het proces en de statistieken die binnenin gebeuren, wat er gebeurt met de batching of de opwerking. Maar dit is wat je een veel beter beeld geeft en dus een persoon die op zijn minst een laboratorium begrijpt, kan dit bekijken en zien wat er aan de hand is, in tegenstelling tot een aantal grafieken en statistieken op een enkel scherm. En dus helpt het proces veel aan de interface-ontwerpkant, het verbergt de context niet.
Proces komt ook op andere gebieden voor. Echt, als je het hebt over BI en data warehousing, dan hebben we het over het doen van een van de volgende twee dingen: je hebt het over het analyseren van wat er binnen een proces gebeurt en vervolgens daarop reageren, of je analyseert het proces en verandert het vervolgens. Het standaard soort organisatorisch gebruik van informatie is dus het monitoren van situaties - dat is wat uw dashboards doen en uw top 10 en onderste 20 rapporten. Het zijn allemaal eenvoudige monitoringtools waarmee mensen kunnen zien wat ze moeten zien en zoeken naar afwijkingen. Er is mogelijk verkeersverlichting op het dashboard, er is mogelijk het onderste 20 rapport dat in wezen een afwijkingsrapport is dat het slechtst presterende iets laat zien. En dan analyseer je die dingen, zodat je naar andere gegevens kijkt, je kijkt naar andere dingen. Misschien ga je veel dieper in op de analyse en kijk je naar de oorzaken. Misschien heb je hier al een gevoel voor en ga je meteen over tot actie. Vaak met een eenvoudiger en beter begrepen proces is dat precies wat er gebeurt. Je ziet een probleem, je weet wat er aan de hand is, je neemt een beslissing en je onderneemt actie. Meestal zit dat binnen die proceslus onderaan, je hebt SAP, het heeft deze dingen, je ziet het niet op voorraad in de winkel, dus je verhoogt de inkooporder voor de volgende aanvulronde en je bent klaar.
Er is niets bijzonders gebeurd, maar op andere momenten heb je nog nooit een probleem gezien, dus je moet de oorzaken analyseren, dus je moet echt ingaan op wat er aan de hand is. Gewoonlijk moet je op dat punt waar je de oorzaak begint te analyseren, het proces begrijpen, omdat dit een probleem is dat je nog niet eerder hebt gezien, dus het valt buiten de grenzen van het normale proces, de dagelijkse taak die is ingebed in onze OLTP-systemen en nu heb je iets dat kritisch nadenken vereist. Het vereist meer context omdat je een aantal problemen hebt en een aantal mogelijke oorzaken die je moet wegnemen. U moet hierover redeneren, nieuwe informatie analyseren en verzamelen en vervolgens het proces wijzigen. Dit gebeurt omdat we iets hebben gedaan. Misschien hebben we onze marketingcampagnes niet gesynchroniseerd met onze aanvulprocessen, waardoor onze voorraad opraakt. Hopelijk gebeurt dat niet in de detailhandel, maar veel detailhandelaren hadden deze problemen toen we BI en datawarehousing voor het eerst introduceerden.
Nu, vaak omvat de causale analyse statistieken en andere moeilijkere analyses dan een paar getallen in het oog houden, maar dan kom je bij het tweede deel, dat is dat je een proces aan het veranderen bent. Verandert u op de juiste plaats? Begrijpt u waar u die proceswijzigingen moet aanbrengen? Wordt uw intuïtie of uw analyse van wat er na die verandering gaat gebeuren bevestigd door de gegevens? Welke andere processen worden beïnvloed? Welke andere nummers in uw dashboards waar u op let, worden hierdoor beïnvloed? En u gaat waarschijnlijk nieuwe gegevens verzamelen die u in de monitoringcyclus gaat invoeren. Dus proces is eigenlijk inherent aan begrip op een groter niveau als u acties onderneemt en dingen doet. En de BI-wereld veronderstelt vaak lineaire causaliteit. In feite zijn de meeste managementscholen erg slecht in het leren van mensen hoe ze prestatiebeheer en prestatiestatistieken voor het hele bedrijf kunnen opbouwen, omdat ze een rechte lijn aannemen. En lineaire weergaven worden op hun beurt versterkt door eenvoudige BI-rapportage en een soort metrische rapportage die u ophaalt, omdat deze het proces niet begrijpt hoe dingen andere dingen beïnvloeden.
U kunt dus procesmodellen niet louter als bedrijfsprocesmodellen gebruiken, maar u kunt ook systeemdynamiek toepassen. U kunt procesmodellen toepassen en ze op dezelfde manier gebruiken om te begrijpen hoe statistieken met elkaar verband houden. Dus in een rechtlijnige weergave zoals dit diagram - mijn excuses, ik vergat de verwijzing naar het artikel te plaatsen waar dit vandaan kwam, het is een oude uit de jaren '80, het gaat gewoon over systeemdynamiek en hoe dingen worden verondersteld te zijn en hoe ze zijn echt. Dus winstgevendheid gaat er altijd van uit dat als we kwaliteit beter maken dan winstgevendheid, we op de een of andere manier beter worden. Of misschien wordt het erger, want om de kwaliteit te verbeteren, moet u meer geld uitgeven en dat vermindert de winstgevendheid. Dus er kan een negatief zijn op die pijl. Of hoe leiderschap of hoe de afstemming van verschillende silo's in de organisatie of het proces leidt tot betere winstgevendheid of lagere kosten. Er zijn altijd factoren en het idee is dat een van die statistieken aan de linkerkant die metriek aan de rechterkant beïnvloedt, en het is allemaal lineair.
Het diagram aan de rechterkant toont een veel beter voorbeeld. Het laat zien wat hier echt gebeurt, en wat er echt gebeurt, is dat je de productkwaliteit zou kunnen veranderen, maar er is een terugkoppeling tussen bijvoorbeeld productkwaliteit en kostenstructuur die de kostenstructuur verhoogt die de winstgevendheid verlaagt, zelfs terwijl het verlaagt ook de kosten van garantiereparaties. En de wiskunde hierachter wordt een beetje wazig omdat je iets kunt oplossen door de kosten te verlagen, maar je verlaagt de productkwaliteit waardoor de tevredenheid daalt, waardoor de verkoop daalt en de garantiekosten stijgen.
Of je zou het omgekeerde kunnen doen. En dus moet je voorzichtiger modelleren wat er gaat gebeuren als je een van deze dingen verandert. En dus zullen je statistieken over dingen aan de linkerkant elkaar beïnvloeden en hoe je die dingen verandert, de hefbomen die je in het bedrijf gebruikt of je aanpassingen aan het bedrijfsproces of de praktijk, zullen deze beïnvloeden. En dus neemt proces een centrale rol in, waar we heel lang heel eenvoudige dingen hebben gebouwd.
En dus is het volgende om te kijken hoe processen zelf op elkaar inwerken. Als je dat eerdere diagram neemt dat ik had en je zegt bijvoorbeeld iets, moet je echt kijken hoe processen op elkaar inwerken omdat een verandering hier leidt tot iets daar en dus dit diagram uit de eerdere presentatie over hoe veranderingen in marketing en veranderingen naar gegevens in marketing die achterblijven, wat er gaande is in verkoop zijn acties die achterblijven, wat betekent dat uw actie te vroeg of te laat kan komen om iets goeds te doen en dus loont het om te begrijpen hoe de effecten in het ene proces zich manifesteren in een ander proces omdat alles is altijd direct door proces.
En dus heb je gewoon heel veel complexiteit in het bedrijfsleven en dat hebben we vaak niet vastgelegd. We hebben dat niet vastgelegd toen we werkten aan statistische projecten, aan machine learning-projecten, aan BI-projecten en dus nu praat je over het injecteren van, bijvoorbeeld, machine learning in een lead-scoreproces voor marketing en sales waar het je helpt om leads te kwalificeren, die deze twee gele vakken hier beïnvloedt. Welnu, dat lead scoringsproces dat ergens gebeurt, zal beide beïnvloeden. En dus zal het een herkalibratie of een verandering in deze twee processen veroorzaken. Als je hier op inging met het idee dat dit lead scoring iets een marketingprobleem is en we gaan een datawetenschapper inhuren en zij zouden dit lead scoring algoritme voor ons bouwen, het gaat deze dingen doen, het gaat kwalificeer onze leads beter en prioriteer dingen. Hoe beïnvloedt dat de verkoop? Wordt het op de juiste plaats aangebracht? Misschien moet je zien wat er in die processen gebeurt, omdat ze allebei moeten veranderen. Het is niet puur een marketingproject. En dat is het punt van veel analyses: in feite zijn de context en de impact veel helderder en neemt de reikwijdte toe, wordt het groter en veel hariger.
En u kunt problemen op veel verschillende niveaus bekijken. Dus je kijkt er eerst naar in de context van een marketingprobleem en dan zeg je: "Ach, dit heeft echt invloed op marketing en verkoop. Maar dit project zelf heeft IT-impacts, dus er is een IT-invalshoek die impliceert dat we andere dingen moeten doen en trouwens dit gaat SAP aanpassen, wat betekent dat we deze andere procesimpact hebben. ”En dus de grenzen van complexiteit zal variëren en ook het niveau van analyse, omdat het proces niet alleen maar is: "Kijk naar dit proces" of "Kijk hoe deze twee processen op elkaar inwerken." Als u een leidinggevende bent en u maakt een veel hogere orde tactisch of strategische beslissingen, je moet nog grotere foto's zien. Dus dit is een diagram van de waardeketen, het is een van mijn favorieten, maar het is voor het kaasbereidingsproces van boerderij tot winkel. Dus je weet dat je aan de linkerkant helemaal boerderijen ziet en aan de rechterkant je retailers ziet en daartussenin heb je het transport dat fysieke goederen, in feite melk en boter, zuivelproducten verplaatst naar verschillende fabrieken die verhuist naar verwerkingsfabrieken die verhuist naar distributeurs en nabewerkings- en verpakkingsfabrieken en al deze verschillende dingen. En dat is in wezen een supply chain die gaat van de productie naar de consumptie.
En wat u hierboven in rood en groen ziet, is eigenlijk de gegevenskant van de procesinteracties tussen bedrijven, omdat dit een waardeketen is, niet voor één bedrijf maar voor een industrie, hoewel dit eigenlijk voor een bedrijf was. Je zou jezelf in zoiets plaatsen en dit in kaart brengen en er zijn veel verschillende waardeketens en waardesystemen, waar dingen in kaart worden gebracht die teruggaan naar Porter in, denk ik, eind jaren zeventig / begin jaren tachtig. Maar het idee is dat hier een proces is en die rode dingen zijn alle informatiestromen van het ene bedrijf of een reeks activiteiten in de supply chain naar het andere. En dat betekent dat het ene proces in de ene organisatie in wisselwerking staat met een ander proces in een andere organisatie. En dus zijn de processtroom en de gegevensstroom beide belangrijk en moeten beide zichtbaar zijn in termen van documenteren wat er gebeurt en begrijpen wat er gebeurt en redeneren, want dan kun je meekomen en zeggen: "Wel, wat als ik AI toepaste op mijn proces hier en ik heb de manier veranderd waarop ik dit bederfelijke beheer heb uitgevoerd om het feit te verminderen dat in transit of in wachtruimten en distributiefaciliteiten producten slecht worden. ”En dus doe ik aanpassingen aan logistiek en supply chains, maar dit heeft niet alleen invloed op mij, maar stroomopwaartse en stroomafwaartse leveranciers. Het beïnvloedt mijn processen en het heeft informatiestromen die zullen worden beïnvloed en dus helpt het proces u na te denken over hoe dat gaat werken en op wie u impact gaat hebben en met wie u moet omgaan. En dus geldt het niet echt voor een analist of voor een BI-persoon of een datawetenschapper, maar het geldt ook voor de managers die dit soort dingen moeten gebruiken.
Als een concreter voorbeeld ga ik hier gewoon een heel simpel ding over marketing toevoegen, omdat ik denk dat veel mensen een redelijk intuïtieve kennis hebben van de basisprincipes van online marketing. Ik denk dat iedereen op een of ander moment waarschijnlijk het verplichte trechterdiagram heeft gezien waar een publiek van mensen is. Marketing gaat niet puur over reclame. Het gaat over veel dingen, maar aan het begin ervan wordt het bekendgemaakt. Maak mensen bewust van uw product of services. Adverteer bij dat publiek om prospects te genereren en dus beperkt het publiek de prospects, mensen die mogelijk geïnteresseerd zijn in uw product. En wanneer productspecificaties voldoende gekwalificeerd zijn, worden ze kansen. Ze worden verkoopkansen. Dus iedereen op deze webcast is een potentiële marketingkans voor de mensen die voor deze webcast betalen, omdat ze in feite proberen mensen te vinden die gekwalificeerde leads zijn. Dus ze hopen dat deze verkoopkansen leads worden - echte mensen die geïnteresseerd zijn in het product of de service die dit willen, die het willen hebben, en natuurlijk als je iets koopt of doneert of doet wat het ook is dat is u doet - dit geldt evenzeer voor fondsenwerving zonder winstoogmerk. Ik kan een klant worden, een donor. En dan, hopelijk, is de hoop van hoop op marketing dat je voorstanders wordt, toch? Er zijn dus altijd dingen zoals promotorscore-statistieken die u kunt bouwen over mond-tot-mond-marketing en hoe gelukkige klanten mond-tot-mondreclame achterlaten om andere mensen erover te vertellen, wat het publiek bereikt, niet via formele marketingkanalen en meer creëert vooruitzichten, kansen, leidende klanten en zo gaat de cyclus.
Dus dat is een basistrechter, iedereen ziet dat als je een soort van, je weet wel, webanalysewerk doet, je dingen ziet als conversietabellen, toch? Dit is een klassiek BI-ding, je ziet hier een conversieratio die eenvoudig de overgang is van de ene fase naar de volgende. Dus het grote massapubliek dat je niet echt kent, omdat je gewoon geadverteerde prospects bedekt, hopelijk weten mensen die je kent misschien iets over twee geïdentificeerde kansen, prospects, bedrijven die je kent en die vervolgens een andere grens overschrijden. En dus heb je verschillende campagnes. Laat mensen op de banneradvertenties klikken en zorg dat mensen deze webcast bezoeken. Laat mensen iets doen en elk van hen heeft de conversieratio - dus het aantal mensen dat u bereikt en het aantal mensen dat daadwerkelijk de actie uitvoert die u wilt. Dus veel conversiepercentages, meestal online, zullen balanceren tussen bijvoorbeeld één en vijf procent, afhankelijk van de branche en het soort dingen dat u doet. Dus je hebt een heleboel statistieken.
In dit geval laat ik de typische analyse zien, waar pagina's ze hebben bezocht of wat het bouncepercentage was. Maar dat is een bijzonder gegeven en mensen kijken ernaar en meten dingen van hen af, maar ze zijn echt niet zo vreselijk nuttig. Wat er gebeurt is dat één tot vijf procent - en in termen van veel online advertenties - het is maar ongeveer één tot twee procent als je geluk hebt. Dit is de echte context, toch? Het is iedereen die op dat punt niet voor dat ding heeft geconverteerd en die kleine lijn onderaan die u een veel realistischer beeld geeft dan deze grafiek. Maar echt wat ik je eerder heb laten zien met dat trechterdiagram zou er ongeveer zo uit moeten zien, toch? Het saldo, wat zouden de mensen zijn die op verkoopwebsites of op mobiele sites verschijnen en meteen vertrekken, toch? Ze waren gewoon niet echt geïnteresseerd. Dan zijn er mensen die een tijdje rondbleven en dan zijn er mensen die nog een tijdje rondbleven, misschien geklikt, misschien geregistreerd, misschien iets gedaan. Dit komt eigenlijk uit de retailanalyse; Ik deed waar je de tarieven van winkelwagentjes hebt, dus de verlaten koers, vulde een formulier in en vertrok, begon geld te doneren en vertrok, begon een petitie te ondertekenen en vertrok, legde iets in een winkelwagentje en ging weg. Je zou echt al deze dingen in kaart moeten brengen, maar je weet wat je hier ziet, je ziet een meetwaarde voor elk van deze dingen. En elk van die statistieken, als ik terugga naar de trechter, is de overgang van het ene punt naar het andere.
Dit zijn eigenlijk procesgeoriënteerde statistieken. En als je de dingen natuurlijk een beetje ingewikkelder wilt maken, zul je merken dat er eigenlijk veel kanalen zijn, toch? Omdat marketing een zeer complex soort communicatiekanalen is. Er is het oude spul, de radio, de tv, de print en print zijn niet alleen tijdschriften en kranten, het zijn circulaires die je in je mailbox krijgt, het zijn die kleine irritante kaarten die in tijdschriften gaan of die ze in je post plakken. Het zijn kaarten en flyers en zo dat ze je op straat overhandigen. En dan is er natuurlijk een mobiel kanaal dat in wezen een ander online kanaal is, maar het is subtiel anders. Games zijn eigenlijk een marketingkanaal. Films, media zijn eigenlijk marketingkanalen. Telkens wanneer je een merknaam in een filmscène ziet, wordt daar iemand voor betaald. En toen heb ik zojuist de online afgebroken, je hebt je website, e-mailmarketing die nog steeds erg populair is, interactieve spraakresponssystemen - de irritante touchtone-systemen wanneer je klantenondersteuning belt en er niet doorheen kunt. Veel verschillende sociale netwerken.
Dus elk van deze valt op zijn beurt uiteen in veel andere dingen, zoals de sociale dingen. Je hebt Facebook en Twitter en Instagram en en 100 andere dingen. En dus heeft elk van hen zijn eigen marketingproces, zijn eigen manier om te kiezen hoe deel te nemen, hoe uit te geven, wat u uitgeeft, wat u gaat doen, hoe u dat gaat doen en hoe je gaat meten. Elk heeft een proces. Facebook-marketing verschilt dus van Twitter-marketing verschilt van Instagram-marketing verschilt van marketing. Wat betekent dat elk van deze soortgelijke - waarschijnlijk hetzelfde maar iets verschillende - dingen en misschien verschillende mensen zal hebben die ermee omgaan. Dus elk heeft een proces. Dus het aantal processen onder deze statistieken is eigenlijk heel diep en ze beïnvloeden elkaar. Door één ding te doen, beïnvloedt u andere dingen en die interactie is erg handig en leuk om te zien in processchema's.
De anderen van het trechterconcept zelf zijn te smal, omdat het meestal afhakt op het moment dat mensen klant worden. Meestal zegt dat wanneer marketing zegt: "Onze taak eindigt." Zeer weinig mensen realiseren zich dat het echte taak van marketing is om klanten te koop te genereren. En dus moet het helemaal door het eindpunt worden gemeten. En als de klant eenmaal is overgenomen, is het andere deel van marketing waar mensen buiten marketing meestal niets van weten, dat het niet alleen acquisitie is, het is het beheer van de levenscyclus van een klant. Maar dat is meestal een andere silo. Zoals Kim het eerder had, hebben we silo's en klantenservice en garantieondersteuning en al deze andere dingen lopen meestal op verschillende afdelingen of verschillende afdelingen binnen marketing in hun eigen silo's. Maar je moet eroverheen kijken. Je moet het proces zien dat dingen in, door en uit voedt. En het hot topic van - zeg, vijf tot tien jaar geleden, maar het is nog steeds vandaag - gaat helemaal over customer 360 en user experience en customer experience management. Welnu, klanten ervaren de organisatie via vele contactpunten, van acquisitie tot ondersteuning, zodat u geweldige ervaringen kunt hebben aan de marketing- en verkoopkant en vreselijke service hebt en nooit meer terugkomt. Of u kunt een vreselijke verkoopervaring hebben, koop het product niet maar besluit dat dit het einde is, ongeacht hoe goed de service is. En zo wordt de weergave van het proces uitgebreid in de context waarin u naar statistieken kijkt.
En dus is het begrijpen van processen in horizontale, afdelingen, in verschillende bedrijfstakken belangrijk, niet alleen daarbinnen. En een van de uitdagingen, natuurlijk, als BI of datawarehousing of data science-beoefenaars is dat de gegevens allemaal worden versnipperd vanwege die silo's. De marketingautomatiseringssystemen zorgen voor de front-end; er zijn online marketing systemen; verkoopautomatiseringssystemen behandelen de middelste delen zodra ze zijn vertaald in de ingewanden van SAP- of Oracle OLTP-systemen. Dan zijn het verschillende dingen, en natuurlijk is call center biz vaak los van al deze andere stukken en dan moet je het allemaal weer aan elkaar naaien, en procesdiagrammen helpen je begrijpen hoe alle systemen zich tot elkaar verhouden, wat ook helpt jij als BI-data of praktijkbeoefenaars in data data achterhaalt welke data waar en hoe en waarom gaat. Dus gebruik ik persoonlijk procesdiagrammen op veel verschillende plaatsen binnen deze analyseprojecten omdat ze u helpen om gegevensvereisten in kaart te brengen en te begrijpen, evenals het werk te doen. Zoals we eerder zagen, zijn er plaatsen waar procesmodellen gegevens zichtbaar maken. Ze maken gebruik van verkoop- en marketinggegevens en wie bezit welke gegevens en waar die gegevens zichtbaar worden en waar die overlappingen zijn. Ze helpen u ook te begrijpen vanwege de locatie van mensen en afdelingen in de processchema's, wie wat voor werk doet en daarom wie de feitelijke proceseigenaar van die gegevens is. U kunt dus zien wie de financiële gegevens bezit, wie de gezondheidsgegevens bezit, wie verantwoordelijk is voor deze dingen. En soms is dat handig als je statistieken wilt zien en er is een kloof tussen twee processen en er is een gegevensoverdracht tussen die twee processen en er is een persoon aan elke kant van die die waarschijnlijk verantwoordelijk is voor de stroomopwaartse of stroomafwaartse gegevens en je moet zoeken naar hen. Of u kunt naar de proceskaarten gaan en deze dingen bekijken.
Dus het procesmodel kan dit zichtbaar maken en u kunt deze dingen in uw projecten benutten. En weet je, terwijl we vooruit kijken, veel van waar ik het in het begin over had over BI en analyse en zelfs een deel van de gegevenswetenschap, de aspecten van dingen op een oppervlakkig niveau, ze gaan allemaal over het analyseren van basisprocessen en statistieken . Maar het andere dat u kunt doen, is naast het inbedden van analyses in processen of het analyseren van processen en het wijzigen ervan, het bouwen van simulaties. De oude manier om simulatoren te bouwen, zoals we dat lang geleden deden, is dat je slimme, wiskundige mensen hebt, ze bouwden modellen die het systeem zouden simuleren, meestal door de processen binnen dat systeem te begrijpen. Maar er is een andere manier om dat te doen, namelijk om wat van dat inzicht te gebruiken en er vervolgens gegevens in te voeren. Je hebt een simulator gebouwd, deze zegt dat het op deze manier werkt, je hebt al deze gegevens. Je zou in staat moeten zijn om die gegevens in die simulatie in kaart te brengen en te zien of je simulatie onzin is of goed. En dus kun je beginnen met het bouwen van simulaties van processen of interacties, wat heel moeilijk is om te doen.
Door gegevens te analyseren en in te voeren in een soort zwarte dozen - er zijn simulatiemodellen voor zwarte dozen en witte dozen die u kunt bouwen en zodat u simulaties kunt valideren - u kunt de gegevens gebruiken om simulaties te construeren; je kunt interessantere dingen doen en dat is echt een groot deel van waar de toekomst naartoe gaat. Dat en iets dat al ongeveer tien jaar bestaat, is beslissingsautomatisering zelf - dat is het nemen van de zeer routinematige dingen die mensen doen die goed zijn, dat je gewoon tijd doorbrengt, weet je, knoppen indrukt voor - en begint te doen beslissingsautomatisering, en sommige scholen noemen het 'complexe gebeurtenisverwerking'. Maar u weet dat dit een andere invalshoek is voor het inbrengen van besluitvorming en analyse van items in het proces, wat betekent dat u die processen moet in kaart brengen om te zien hoe en waar die praktijk kan worden toegepast .
En tot slot, we hebben procesmodellering bijna nooit veranderd in wat we doen, namelijk beslissingen nemen met behulp van informatie. En dat is een van de gebieden waarop beslissingsautomatisering en CEP eigenlijk een beetje doen. Maar ik heb het zelf een beetje gedaan in termen van onderzoek naar besluitvorming en dat wil zeggen, wat is het proces dat een mens doorloopt om beslissingen te nemen over een bepaald ding? Dus het kan merchandising zijn, het kan marketing zijn, het kan iets in de logistiek zijn, maar er is een mens die beslissingen neemt en als je de beslissingen modelleert en die ze nemen, heb je een beter begrip van de gegevens en de statistieken die nodig zijn voor hen. En dus kunt u dat beslissingsprocesmodel gebruiken als een feitelijk mechanisme voor het bouwen van betere dashboards om erachter te komen welke analytische functies kunnen worden gebruikt om dat te doen of om die persoon in staat te stellen betere beslissingen te nemen. En dus is het een van die dingen die nog steeds te ontdekken zijn.
En daarmee ga ik hier eindigen, zodat we tijd hebben voor vragen.
Eric Kavanagh: Ja, dat was veel echt, echt goed spul en Kim, ik moet zeggen, tussen jou en Mark, ik denk dat jullie allebei een behoorlijk indrukwekkend scala aan situaties en scenario's hebben neergelegd waar procesmodellering echt loont . Ik neem aan dat ik het gewoon eerst naar je toe zal gooien, Kim. Hoe laat u het bedrijf dit waarderen en beseffen hoeveel tijd kan worden bespaard, geld kan worden bespaard, winst kan worden verhoogd, enzovoort, door echt te focussen op het destilleren van die processen tot een reeks diagrammen en ze vervolgens te analyseren?
Kim Brushaber: Ja, ik denk dat het eerste wat je moet doen is een kampioen in de organisatie te identificeren die hun processen in kaart wil brengen. En zodra dat - en laat dat een belangrijke stakeholder zijn in de organisatie. En identificeer vervolgens een kleine groep om de processen uit te bouwen en opnieuw te focussen op wat het bedrijfsdoel is en wat het bedrijf probeert te bereiken, niet alleen op wat er binnen een afdeling gebeurt. En neem dat ene doel en breng het in kaart binnen de kampioen en neem de kampioen en laat vervolgens de beloningen zien die je van het proces krijgt en waarmee andere delen van de organisatie ook kunnen gaan beginnen met het bouwen van die processen totdat je kunt bouw de hele organisatie omdat de meeste mensen niet zomaar een adviesbureau kunnen inhuren dat alle processen in één keer in een diagram weergeeft. Ze moeten het dus in hapklare brokken doen en de meest strategische plekken uitkiezen om te kijken of de plaatsen waar je de meeste procesproblemen verwacht. En begin de kerstlichten een beetje te ontwarren en zie hoe dat samenkomt.
Eric Kavanagh: Ja, dat is eigenlijk een geweldige metafoor - ontrafel de kerstverlichting, want daaronder zul je veel complexiteit en veel oplossingen vinden. Echt, ik denk dat dat is waar veel problemen meestal uit voortvloeien, hetzij door een fusie zijn - zoals je eerder al suggereerde - of gewoon tijdelijke oplossingen die in het proces zijn ingebakken in een periode van jaren die niemand ooit de tijd nam om zich te ontwarren, toch ?
Kim Brushaber: Juist, of iemand is net begonnen met iets te doen en het is in de eerste plaats nooit besproken.
Eric Kavanagh: Juist, dat is interessant. Hier is een - en dit is een goede. Ik neem aan dat ik dit aan jou geef, Mark, en dan Kim, als je er commentaar op wilt geven. Een van de aanwezigen schrijft: "Gezien de steeds veranderende en groeiende omni-channel-omgeving, hoe wordt toeschrijving het best beheerd of toegewezen?" Ik denk dat dat een voortdurende vraag is, maar Mark, wat denk je?
Mark Madsen: Ja. Het hele attributieprobleem in marketing is enorm. Als u niet weet wat toeschrijving is, betekent dat gewoon een verkoop van iets - zoals het online voorbeeld, als u naar Amazon gaat en een boek koopt. Hoe ben je daar gekomen? Was het zoekmachineoptimalisatie die je naar die plek leidde door alleen de ranglijst van dat boek op die specifieke plek te krijgen, dus ging hij naar die specifieke plek om het te kopen? Was het een online advertentie, was het een social media campagne? En je weet dat het probleem is dat het idee van attributiemodellering is dat er een hoofdoorzaak is, maar er zijn duidelijk meerdere dingen. Misschien zag je het boek op de boekenstandaard en zag je er een banneradvertentie voor en besloot je er later naar te zoeken omdat je iets zocht om te lezen en toen ging hij naar boven.
En dan is de vraag: "Hoe verdeelt u de media-uitgaven of de waarde van die verkoop en klant over verschillende campagnes?" En het is een enorm complexe taak en u moet het doen, want u probeert uiteraard uw meest effectieve budget te budgetteren campagnes. Maar ook omdat er vaak kosten zijn zoals een affiliatievergoeding of iets of doorklik dat hiervoor in rekening wordt gebracht. En dan moet je beslissen wie er wordt betaald. Wordt Google betaald, worden deze jongens betaald, worden die jongens betaald? Omdat typische toeschrijvingsschema's zijn "first guy krijgt betaald."
En dus denk ik dat het een enorm complex probleem is en dat het een multivariate vorm van statistische analyse is waar geen duidelijke antwoorden op zijn. En dat betekent dat, je weet wel, je statistieken moet bijhouden en moet zien wat je kunt proberen te plagen en er zijn dingen zoals conjunct-analyse en andere rare dingen die vroeger populair waren die weer populair kunnen worden voor dat soort doeleinden. Maar dat betekent op zijn beurt dat je de processtatistieken moet begrijpen, althans op het niveau van 'Ik heb vijf verschillende soorten marketingcampagnes, ik moet weten wat de input voor die campagne is, weten hoeveel geld ik' geld uitgeven om statistieken te verwerken, zoals hoeveel e-mails of hoeveel advertenties heb ik getoond? ”En resultaatstatistieken die overeenkomen met de timing of een link of een tracker over dit ding, deze transactie vond plaats. Zodat u kunt beginnen om dat beeld op te bouwen - en nogmaals, dat is nog een goed voorbeeld van het soort in kaart brengen van ten minste de basisprocesinteracties die u kunnen helpen erover te redeneren. Kortom, ik denk niet dat er een duidelijk antwoord is op attributie.
Eric Kavanagh: Ja, ik denk dat je precies gelijk hebt. En je zult het nooit weten, lijkt me. Je kunt tenminste in de eerste plaats weten, je kunt een goed idee hebben waar de meeste dingen vandaan kwamen, maar om aan te nemen dat je alles kunt weten of ooit alles zou kunnen weten, denk ik dat het in het begin gewoon een vergissing is.
Mark Madsen: Ik denk dat Heisenberg hier al over schreef.
Eric Kavanagh: Wat is dat?
Mark Madsen: Het onzekerheidsprincipe van Heisenberg regeert het.
Eric Kavanagh: Dat is leuk, dat is een goede. Laat me dit aan jou overgeven, Kim, want terwijl ik hiernaar kijk en naar deze presentatie luister, wat je met veel van deze verschillende scenario's in kaart hebt gebracht en wat Mark ook deed, weet je wat er opduikt in mijn gedachten is dit hele concept van digitale transformatie waar iedereen over blijft praten. En voor mij is dat een prima entree voor dit soort discussies, want als je naar de nieuwe winnaars kijkt in termen van grote innovatie zoals Uber, ongeacht hun culturele problemen, en Airbnb en sommige van deze andere bedrijven, wat ze deden was destilleren belangrijke processen tot op dit niveau, tot op schematisch niveau, en ze waren echt gericht op het bouwen van kogelvrije infrastructuur om deze serieuze diensten op de markt te kunnen bedienen. En dat deden ze op schaal, toch? Bij digitale transformatie draait alles om het benutten van de nieuwe kracht van cloud computing, van machine learning, van analyse, of wat dan ook. Dus voor mij moet iedereen die het heeft over digitale transformatie procesmodellering doen. Wat denk je?
Kim Brushaber: Ja, en ik denk dat een andere term die nu vaak ronddraait, 'procesautomatisering' is, die je eerst nodig hebt om je bedrijfsprocessen op te bouwen en te begrijpen wat ze zijn voordat je kunt beginnen ze te automatiseren. En dan kunt u uw plannen in gang zetten. Maar absoluut wanneer u te maken hebt met het digitale transformatietijdperk, weet u dat u moet kijken naar wat de informatie is die ik verzamel en dat u binnen uw organisatie echt overeenstemming bereikt over wat van die informatie belangrijk is. Omdat je weet, net als de dia die Mark heeft gedeeld waar je alle verschillende tv-schermen met alle verschillende informatie hebt, hebben we de capaciteit om nu zoveel gegevens te verzamelen dat je echt moet definiëren als een organisatie en aan boord moet gaan met iedereen, alle belangrijke belanghebbenden, en zeggen via bedrijfsprocessen: "Dit is de kritieke informatie en dit zijn de kritieke stappen", en kunnen ook begrijpen waar uw draaipunten zijn. Dus weet je: “Dit is een proces dat niet echt goed werkt voor ons. Laten we ingaan op een gedetailleerd detail en uitzoeken hoe we dat anders kunnen doen ', en praten met de verschillende contactpunten en hun input ook in het gesprek bekijken.
Eric Kavanagh: Ja, dat is een heel goed punt en ik dacht dat deze dia ook het belang van afhankelijkheid goed kon communiceren. Weet je, elke keer dat je een van deze componenten verandert, verander je ze allemaal en probeer je eerlijk te zeggen hoe dat de bedrijfsprocessen kan beïnvloeden eerlijk gezegd wat tijd en moeite. Maar nogmaals, het is iets waar je, als je het hebt over elke vorm van digitale transformatie, je moet realiseren waar processen kunnen worden samengevouwen, waar ze kunnen worden uitgeroeid. Ik denk dat dat meestal een van de soort onbezongen helden van succesvolle implementaties is wanneer je je realiseert dat je geen X-, Y- of Z-processen meer nodig hebt als je het algehele plan opnieuw ontwerpt.
Kim, ik denk dat ik dat terug aan jou gooi. Wat vind je enkele van de belangrijkste succesfactoren wanneer dit spul heel goed gaat? Wat zijn enkele kenmerken van die succesverhalen?
Kim Brushaber: Ik denk, ik bedoel, uiteraard is samenwerking essentieel en daarom heb ik besloten om het dia-deck dat ik heb zo veel op silo's te richten, omdat samenwerken tussen de verschillende organisaties en uitzoeken waar die ontslagen zijn, dat is een enorme manier om uw processen te stroomlijnen en strakker te maken en om deze gesprekken te voeren over: "OK, dus dit is de manier waarop ik het doe", zoals die met de fusieschuif, wanneer u met meerdere verschillende afdelingen praat of je praat met bedrijven die bij elkaar komen en echt de best practices uitzoeken. En door het ontwerpen van de beste stappen en iedereen in overeenstemming te brengen met die stappen, gaat al die informatie zeker een stuk soepeler.
Eric Kavanagh: Ja en ik ben blij dat je het woord 'samenwerking' ook hebt gebruikt. Mark, ik gooi het gewoon over je heen voor commentaar. Samenwerking is zo'n spelveranderend onderdeel van de nieuwe bedrijfswereld, zelfs met eenvoudige dingen zoals Google Documenten bijvoorbeeld. In plaats van één document per e-mail door vijf verschillende mensen te sturen, kunt u al die vijf mensen in realtime naar het document laten kijken en aanpassingen maken en zien waar elkaar op reageren. Dat is een groot probleem; dat is een grote verandering in het proces. En datzelfde onderdeel kan natuurlijk worden toegepast op business intelligence, op modellering van processen, eigenlijk elk van deze disciplines die we gebruiken om de business te optimaliseren. Samenwerking moet in de eerste plaats altijd zinvol zijn, toch?
Mark Madsen: Ja, ik denk het wel. Ik bedoel, dit idee van de enige beslisser is een beetje, weet je, dat de enige analist die daar op magische wijze naar toe gaat om hun analyse te doen en dat negatieve goud te krijgen. En de enige beslisser die achter hun bureau zit, is een soort ouderwetse kijk uit de jaren negentig over hoe mensen en organisaties beslissingen nemen, weet je? Je zit achter een bureau en je kijkt naar dit ding en dan maak je een beslissing, maar dat is nu allemaal vastgelegd in processen en applicaties. De echte beslissingen worden meestal genomen over afdelingen of met andere mensen, en dat vereist een breder begrip en communicatie van wat er gaande is. Anders graaf je gewoon in je hielen en vecht iedereen en niemand wil iets bezitten, daarom werk ik niet meer bij een aantal bedrijven.
Eric Kavanagh: Nou, weet je, dat is een heel goed punt en Kim, ik ben echt blij dat je dit concept hebt aangekaart van dingen die verloren zijn gegaan in de vertaling. Ik denk vaak dat mensen het belang van context in elke discussie, waar dan ook, niet genoeg waarderen. Context is zo belangrijk om mensen te helpen begrijpen dat de reeks onderwerpen die worden besproken en wat de beslissingspunten zijn. En als je procesmodellering als een mechanisme kunt gebruiken, wederom om wat vrij harige complexe organismen te destilleren tot relatief eenvoudige - en zo niet ronduit elegante - diagrammen, voor mij is dat erg handig voor: A) communiceren wat essentieel is, maar B ) geen dingen over het hoofd zien die kritisch zijn, maar verloren kunnen gaan in een gesprek, en C) uiteindelijk iets visueel uitkristalliseren dat, eerlijk gezegd, woorden in de dialoog moeite hebben om te achterhalen. Wat denk je?
Kim Brushaber: Nou, het is echt interessant dat je deze term 'conversatie' blijft gebruiken. En ik nam de dia op in het conversatiediagram met de verschillende pools die met elkaar praatten en met elkaar communiceerden. Daarom heeft de BPMN-organisatie besloten om dat diagram te maken, omdat ze begrepen dat de gesprekken tussen verschillende afdelingen complex zijn en er een manier moest zijn om alle stukken die bij een proces betrokken waren en alle verschillende spelers en alle verschillende aspecten, zodat er geen ballen vielen en iedereen wist waar verantwoordelijkheden werden geschetst. Dus in het bedrijfsproces waar je het over had, weet je, met het juiste gevoel voor context, zijn bedrijfsprocesdiagrammen echt geweldig omdat ze visueel zijn en afbeeldingen meer dan 1000 woorden waard zijn, en als je deze dingen in een zeer visuele context kunt zien, het stelt mensen in staat om veel beter te begrijpen dan, zeg, als u schreef dat uw proces in een alinea-indeling was en u schreef ze, weet u, fysiek of zelfs als u ze met kogels nummerde. De grafische weergave stelt u in staat om die context en dat begrip veel sneller te verzamelen dan wanneer u weet dat u het probeert te lezen of te begrijpen.
Eric Kavanagh: Nou, je kunt ook dingen tot een bepaald punt depersonaliseren, toch? Waar mensen de dingen niet zo persoonlijk opvatten en je een veel objectievere kijk zou hebben dan wat het bedrijf eigenlijk doet en zeker voor de meer complexe processen, denk ik dat dit zowel het zakelijke als IT-publiek zou helpen beter te begrijpen wat de grote foto is, want uiteindelijk is het grote plaatje het bedrijf en willen we het bedrijf laten slagen, laten we eerlijk zijn, het zijn nogal tumultueuze tijden. Daarom denk ik dat de tijd rijp is, en dat is het altijd al geweest, maar het lijkt zelfs nog meer zo dat we tegenwoordig bepaalde processen geoptimaliseerd of zelfs uitgeroeid zien. Als u bijvoorbeeld naar de cloud gaat, laadt u gewoon een heel onderdeel van uw serviceaanbod naar de cloud of naar een partner of wat dan ook. Maar het hebben van dat gedepersonaliseerde, duidelijke schematische model van het bedrijf is een zeer nuttige zaak voor herontwerp en om op de hoogte te blijven, toch?
Kim Brushaber: Ja en de ER Studio-producten, we hebben ook veel zoek- en filtermogelijkheden. Dus als je wilde gaan aangeven dat iets cloud-gedrag was, zou je het kunnen afstemmen en een onderzoek kunnen doen om te zien wat de stukjes zijn die in de cloud op elkaar inwerken zodra je al je processen in kaart hebt gebracht. Of laten we bijvoorbeeld zeggen dat u naar marketing kijkt en dat u gewoon wilt afstemmen op marketing - en ik bedoel zeker niet om marketing te kiezen - het is gewoon de eerste die in me opkwam dat de meeste organisaties die . Maar weet je, om te gaan zeggen: “OK, dus ik denk erover om mijn marketingafdeling te veranderen. Dit zijn allemaal gedragingen, "en dus kun je naar alle processen kijken en zeggen:" OK, ik ga deze tactieken die we gebruiken om deze weg naar boven in de cloud te doen en dit doen en dat zal deze beïnvloeden stukjes en dat gaat deze mensen beïnvloeden. ”En als je dat proces in kaart hebt gebracht, kun je dat heel visueel zien - het is alsof je naar een gigantische puzzel kijkt, toch? Je hebt al deze verschillende puzzelstukjes die allemaal samen spelen en je kunt erachter komen: "OK, moet ik deze puzzelstukjes herschikken om alles in één stuk te passen?"
Eric Kavanagh: Ja en weet je, ik zal nog een laatste vraag aan je beantwoorden. En mensen, ik sta op het punt een link naar de dia's van de presentatie van vandaag te plaatsen; kijk naar je chatvenster om dat te zien. Maar natuurlijk zijn procesmodellering en datamodelleringstermen voor data-informatie die door systemen gaat van cruciaal belang omdat systemen werken of niet, waar het voor de business wat losser kan zijn. U kunt tijdelijke oplossingen hebben - laten we zeggen in de oude dagen aan het einde van het proces of het begin van het proces of ergens daartussenin - u kunt de tijdelijke oplossing hebben die iemand op een dag heeft ontdekt toen er iets brak dat niemand wist. Met gegevens weet u het zeker, omdat de gegevens niet worden weergegeven in het veld waar dit nodig is en de transactie niet wordt voltooid. Maar zie je nu dat A) we op weg zijn naar een meer digitale economie, maar B) we hebben al deze verschillende fusies en dingen die gebeuren. Ziet u dat bedrijven de waarde van modellering van bedrijfsprocessen en datamodellering steeds meer gaan waarderen? Is dat soort overgedragen? Omdat ik zeker weet voor datamodellering, zijn datamodelers daar al jarenlang zeer gepassioneerd over. Krijgt het bedrijf het tegenwoordig? Gaan we dichterbij waar de nodige waardering is voor wat het spul doet?
Kim Brushaber: Nou, ik bedoel, dat is precies wat we proberen te bereiken bij IDERA. We hebben de ER Studio Suite die zowel de datamodelleringsuite als de business architect suite omvat, dus bedankt dat je me zo goed in de rij hebt staan.
Eric Kavanagh: Daar ga je.
Kim Brushaber: Maar dat doen we - het stuk datamodellering is duidelijk absoluut essentieel voor iedereen in informatiearchitectuur, oplossingsarchitectuur, iedereen die verantwoordelijk is voor de gegevens binnen de organisatie. En de manier waarop we ons product hebben gebouwd, maakt het mogelijk dat het bedrijf en de gegevens soort van hand in hand werken met behulp van onze suite voor het toevoegen van enterprise-teams, zodat u alle objecten kunt pushen die beschikbaar zijn voor het bedrijfsproces en de gegevens verwerken en die twee werelden bij elkaar kunnen brengen. En zeker heb ik niet genoeg tijd om daar op in te gaan, maar iedereen is welkom om naar IDERA te kijken en te zien hoe we dat doen.
Maar de vraag is, de wereld van data blijft complex worden. Opslag is goedkoper en goedkoper en goedkoper geworden, dus het betekent dat we steeds meer gegevens gaan verzamelen en dat is waar de items zoals Mark het over hadden, "OK, dus nu ik de gegevens heb, hoe analyseer ik het? Hoe begrijp ik het? Hoe extrapoleer ik het en hoe gebruik ik het voor mijn bedrijf? ”En dus die informatie over het bedrijfsproces kunnen leggen en zeggen, weet je, “ Ik moet een beslissing nemen over een productiebeslissing en ik moet weten hoe vaak worden mijn vrachtwagens vertraagd door sneeuw in de winter? Moet ik een bedrijf openen in Costa Rica om dingen daarheen te kunnen verzenden in plaats van ze vanuit het noorden te verzenden? ”En om al die aspecten te kunnen bekijken, maar je weet niet eens dat je moet kijken op die aspecten totdat je wat kunt beginnen om dat proces in kaart te brengen, en in dit geval is het een transportproces, maar elk bedrijf heeft complexiteiten in zijn proces die ze in een bedrijfsprocesmodel kunnen gooien en beginnen te begrijpen waar die stukken kunnen worden verplaatst .
Eric Kavanagh: Ik vind het geweldig. Ik vind vooral het gedeelte over het openen van een bedrijf in Costa Rica leuk.
Kim Brushaber: Waarom niet?
Eric Kavanagh: Als je daar een PR-man of een moderator nodig hebt, laat het me weten. Ik heb de link van de dia's in het chatvenster geplaatst, dus controleer dat chatvenster. Natuurlijk, als je dat niet hebt gezien of dit wilt delen met je collega's, archiveren we al deze webcasts om ze later te bekijken. En je kunt Kim daar een e-mail sturen, ze heeft haar adres op het scherm. Stuur haar gerust een e-mail.
En daarmee gaan we u vaarwel zeggen. Bedankt voor een fantastische presentatie; dit was geweldig. We zullen je de volgende keer inhalen, mensen. Wees voorzichtig. Tot ziens.
