Door Techopedia Staff, 1 november 2017
Takeaway: gastheer Eric Kavanagh bespreekt samenwerking tussen business en IT met Wayne Eckerson van de Eckerson Group en Josh Howard van Alteryx.
Je bent momenteel niet ingelogd. Log in of meld je aan om de video te bekijken.
Eric Kavanagh: Oké, dames en heren, Eric Kavanagh hier bij Hot Technologies. We hebben Josh Howard en Wayne Eckerson aan de lijn. We hebben net een leuke kleine audio-probleemcrash gehad en branden daar, maar we zijn teruggekeerd en alles schommelt en rolt.
Dus, Wayne Eckerson die ik nu al jaren ken. Hij is de belangrijkste consultant bij de Eckerson Group. En Josh Howard ken ik ook al heel lang. Hij is de directeur van nieuwe producten bij Alteryx. Deze jongens zijn allebei echt, echt uitstekend in hun vakgebied, en ze gaan veel ideeën met ons delen over hoe business en IT betere relaties kunnen bevorderen en echt kunnen samenwerken en dingen voor elkaar kunnen krijgen.
Dus ik ga de volgende dia duwen en overhandigen aan Wayne. Vertel me eens wat er aan de hand is.
Wayne Eckerson: Natuurlijk, Eric. Het is een genoegen om hier te zijn en over dit probleem te praten. Ik ben al heel lang in de Verenigde Staten en ben getuige geweest van een kloof tussen business en IT, en veel daarvan komt door hun focus en hun doelen, waarvoor ze zijn aangenomen. Dus het is een soort natuurlijke kloof, zou je kunnen zeggen, of kloof tussen business en IT, maar het leidt wel tot een aantal schadelijke resultaten. Weet u, IT is ingehuurd om op lange termijn te denken, om systemen en applicaties te bouwen, permanente oplossingen die schaalvoordelen bieden, hoge niveaus van hergebruik en schaalbaarheid, beveiliging, beschikbaarheid en betrouwbaarheid. Zeer conservatieve, langzamer bewegende mindset. Bedrijven daarentegen zijn gericht op het voldoen aan de behoeften van de klant, het punt van interactie, veel meer op de korte termijn gericht, incentives - en het zou kunnen worden uitgedeeld op maandelijkse of driemaandelijkse basis. Hun focus is snelheid, behendigheid en aanpassingsvermogen. Het is dus geen verrassing dat er wrijving tussen deze twee groepen zou moeten zijn.
Volgende dia. Dus dit is een soort van de dialoog die ik soms hoor bij organisaties waar ik naar toe ga om te overleggen en waar ik het gevoel heb dat ik de rol van huwelijksconsulent speel, probeer deze twee kanten voor elkaar te krijgen, elkaar en hun rol te erkennen bij het leveren van oplossingen voor bedrijfstechnologie. Het bedrijf denkt vaak dat IT te langzaam, te duur is en nooit levert wat ze willen, wanneer ze het willen, hoe ze het willen. De IT ziet het bedrijf vaak als van gedachten verandert en nieuwe functies toevoegt. Dan gaan al deze dingen op korte termijn, zonder het grote geheel te zien. Het resultaat van deze wrijving is vaak dat het casual gebruik is. Er is de uitvoerend manager zal zeggen: "Weet je wat? Vergeet het maar. Ik weet dat ik niet de gegevens krijg die ik nodig heb, dus ik doe het gewoon zonder. 'Dat is best eng. De hoofdgebruiker van gegevens zal zeggen: "Geef me gewoon een dump van gegevens en val me niet lastig." En de BU-leiders, als ze echt informatie willen, krijgen gewoon hun eigen budget, voegen hun eigen mensen toe en kopen hun eigen tools. HET zegt: “Oké, prima. Maar weet je, veel geluk als je dat zelf probeert te handhaven, want uiteindelijk zal het breken. ' Het zal breken omdat niemand het gebruikt, omdat het niet goed is ontworpen, of het zal breken omdat iedereen het gebruikt, en je hebt niet genoeg technische experts ter plaatse, niet genoeg middelen om het te schalen. Of hun deskundige vertrekt, en ze zijn hoog en droog. Volgende dia.
Eric Kavanagh: Dit is een peiling, dus een beller kan daadwerkelijk pushen om te pollen. Wacht even. Dus ik open deze peiling nu, hopelijk zie je op je scherm een pop-up. Als je dat niet doet, verschijnt het meestal ergens onderaan. En ga je gang. We zijn benieuwd naar uw antwoord hierover.
OK, ik heb een paar mensen die nu bellen om ons feedback te geven. We vragen ons dus af: in hoeverre zijn bedrijven afgestemd op IT in uw organisatie? Dus we hebben nu een heleboel mensen die antwoorden. Hartelijk dank. Dus je hebt natuurlijk heel hoog, hoog, matig, laag, heel laag. Wees eerlijk, we zullen dit niet delen met de andere leden van uw team. We willen dat u ons uw openhartige antwoord geeft. Oké, laat me ons nog een paar seconden geven, en terwijl we dat doen, misschien Josh, zullen we je gewoon snel helpen om mensen te helpen deze vraag te beantwoorden. Ja, ik ben dol op dit samenwerkingsproces. Ik bedoel, we hebben het al jaren gehad over een kloof tussen bedrijven en IT. Ik denk dat dat verandert. Ik denk dat het gedeeltelijk verandert vanwege DevOps, de ontwikkelaars werken nauwer samen met het bedrijf. Dat zet de IT-kant wat warmte op, maar ik denk dat het ook verandert door de cloud, eerlijk gezegd, omdat mensen misschien gewoon beter worden in wat ze op hun werkplek doen. Maar wat is uw mening over de evolutie van de kloof tussen IT en bedrijven?
Josh Howard: Ja, weet je, dat is een interessant onderwerp, en het is een onderwerp dat we hier zo meteen zullen bespreken, maar weet je, ik denk gewoon dat het bedrijf echt aan IT is overgelaten. Dat klopt, dus weet je, jarenlang was alles IT-gestuurd, en we hebben dit zien slingeren heen en weer slingeren van IT-geleid worden naar alles, weet je, gekocht door het bedrijf. En ik denk dat we wat centralisatie beginnen te zien. Ik denk dat je meer organisaties, stand-up centres of excellence begint te zien, steeds meer bedrijven-intelligente bedrijven begint te zien, ook centra ziet worden opgezet, en dat is het ook niet, weet je, IT of het bedrijf. We zien een veel beter huwelijk tussen de twee organisaties en zien deze excellentiecentra worden opgezet die zich in beide organisaties bevinden, en ze hebben zowel IT als het bedrijf aan tafel en eten bestellen. We moeten andere bedrijfsdoelstellingen kiezen, en dus denk ik dat dit een van de trends is die volgens mij de afgelopen jaren of zelfs langer zeer positief is geweest. En ik denk dat dat deel uitmaakt van wat we zien.
Eric Kavanagh: Kan me niet kwalijk nemen dat ik het aan jou zal overgeven, en ik zal de resultaten voorlezen. Afhankelijk van uw browser ziet u misschien al de resultaten, maar alleen om het u te geven: de vraag natuurlijk: "In hoeverre zijn bedrijven afgestemd op IT?" Zeer hoog kreeg 7 procent, hoog kreeg 8 procent, matig kreeg de de overgrote meerderheid is 29 procent, laag is 10 procent en heel laag is 0 procent. Dat is eigenlijk het totaal, dus echt waar je naar kijkt, is dat de meeste mensen gematigd zeiden, 21 van de 73. Zes van de 73 zeiden hoog, vijf zeiden heel hoog, en dan hebben we natuurlijk een hele groep mensen die net niet Geen antwoord, maar de meeste, eigenlijk 43 van de 73, reageerden niet, maar ik waardeer je tijd. En daarmee wil ik deze volgende dia pushen. En ik geloof, Josh, dat je wat ging praten.
Josh Howard: Ja, en dus, weet je, waar ik heen ging, was dat we de afgelopen vijf jaar veel verandering hebben gezien, of zelfs tien jaar geleden. En het was echt het wilde westen, en dan denk ik dat er waarschijnlijk een paar mensen hier op de lijn zijn die nog steeds denken dat het het wilde westen in hun organisatie is, maar het was waar alles volledig opgesloten en star was, en alles werd gedwongen door een gecentraliseerd IT-team, en dat was precies hoe BI werd geleverd. Maar het probleem was dat de zakelijke gebruikers het niet gebruikten. Ze hebben nooit de resultaten gekregen die ze nodig hadden. Ze konden, weet je, gegevens niet samenvoegen zoals ze nodig hadden, en dus zag je, weet je, organisaties in veel gevallen hun BI-praktijk verlaten. Ze kregen gewoon niet het gebruik dat ze hadden verwacht, en dat is begrijpelijk, omdat de gebruikers eenvoudig te gebruiken tools wilden waar ze gegevensbronnen mee konden nemen en wat van hun eigen integratiewerk konden doen.
Maar ze wilden niet wachten tot IT dit voor hen zou doen. En wat we zagen, was dat al deze zakelijke teams hun eigen licentie gingen kopen, hun eigen visualisatietools, en hun schaduw IT-buddy's een datamart hadden opgezet, en ze waren vertrokken. Maar dat leidde tot een geheel nieuwe reeks problemen. Ja, het bedrijf was in staat om de flexibiliteit en behendigheid en sommige van de resultaten die ze nodig hadden veel sneller te krijgen, maar verliet IT, weet je, en probeerde erachter te komen: “Hoe regelen we dit? Hoe schalen we dit? "
Omdat ook wat er gebeurde, ze deze datamarts aan het opbouwen waren. Ze begonnen veel van de rapportage en visualisaties te operationaliseren, en daarna gingen ze gewoon terug naar IT om de oplossing te krijgen, en dus is het gewoon niet schaalbaar. Het was niet de remedie, dus dat waren enkele van de problemen. Maar het hoeft geen touwtrekken te zijn tussen het bedrijf, dat gebruiksgemak wil, en IT, die het wil besturen. Het gaat er echt om iedereen op dezelfde pagina te krijgen en in dezelfde richting te trekken. Ik denk dat er echt een, u weet wel, de beste aanpak is die aan de behoeften van beide gebruikers kan voldoen. Slide.
Eric Kavanagh: Alrighty. Daar ga je.
Josh Howard: Ja, bedankt. Dus de manier waarop we Alteryx benaderen, is dat we er echt naar kijken vanuit een analytisch bestuursstandpunt. En dus, weet je, ik gebruik hier het woord 'data governance' niet omdat ik denk dat data governance veel meer een raamwerk is dat veel verschillende dingen omvat, maar echt alleen gericht is op deze drie belangrijke gebieden van hoe de gegevens worden beheerd, hoe ze worden benaderd en hoe we deze beveiligen.
Ten eerste, aan de kant van gegevensbeheer, wanneer u op zoek bent naar zelfbedieningstools, wilt u ervoor zorgen dat, u weet, die gebruikers toegang hebben tot alle verschillende gegevensbronnen die ze mogelijk nodig hebben. En dus, nogmaals, dit is een deel van het probleem dat we zagen met traditionele BI-tools zoals MicroStrategy en Cognos en OB was, weet je, het was gewoon een gecentraliseerd datawarehouse aanboren, maar die zakelijke gebruikers wilden die gegevens echt nemen en combineer het met andere gegevensbronnen om extra resultaten te krijgen.
Ik bedoel, dus je wilt ervoor zorgen dat rechtstreeks naar al die verschillende gegevensbronnen, ongeacht of ze relationeel of niet-relationeel zijn, en dit op een manier doen die de gegevens niet overbodig maakt. En dus wilt u ervoor zorgen dat u in-memory-technologieën gebruikt, zodat u die federatieve gegevensbronnen aanboort en die gegevens niet elders in de organisatie dupliceert, omdat dat alleen maar een hele reeks problemen veroorzaakt.
En dan wilt u er zeker van zijn dat u kijkt naar dingen als gegevenstoegankelijkheid en gegevensbeveiliging, ervoor zorgen dat de gegevens worden gecodeerd, ervoor zorgen dat u de juiste machtigingen en machtigingen hebt. En wat we aanbevelen is het gebruik van de systemen die uw IT-teams al hebben ingesteld, dus dingen zoals Active Directory en Windows-authenticatie. Door gebruik te maken van die systemen die die authenticatie tot in de toepassing kunnen doorgeven, en op die manier kunt u ervoor zorgen dat de juiste gebruikers toegang krijgen tot de juiste gegevens.
Het gaat echt over het verplaatsen van een staat van controle naar een staat van bekwaamheid, en dit doen met vangrails. Dus, weet u, analyse van vangrails, waarbij IT alle tools biedt om succesvol te zijn, maar ze monitoren het ook, zorgen ervoor dat het consistent is, betrouwbaar is en dat ze het doen met de juiste machtigingen en ervoor te zorgen dat die gebruikers alleen toegang hebben tot de juiste gegevens. Volgende dia.
Eric Kavanagh: Oké, Dr. Wayne.
Wayne Eckerson: Ja, dus dit is mijn dia. Dit toont alleen de dimensies van zelfbediening, waarover Josh het had. Dat is tegenwoordig het bedrijfsgemiddelde van de vraag, maar ze willen niet, zoals Josh zei, wachten tot IT dingen levert, en IT deed dat allemaal. Ze bouwden de architectuur en het beheer van de infrastructuur en kozen de tools en de applicaties, de rapporten, het dashboard, en dat werkt gewoon niet voor de overgrote meerderheid van de gebruikers die er zijn. En nu zijn we in de buurt van zelfbediening. We hebben zelfbedieningsrapportage, zelfbedieningsdashboards, die ik noem, visuele visuele detectie van zelfbediening. We hebben self-service gegevensintegratie of gegevensvoorbereiding. We hebben self-service geavanceerde analyses, waar enkele datawetenschappers zijn. Dus we denken dat al deze mogelijkheden beschikbaar zijn voor mensen, voor zakenmensen, die geneigd zijn om dingen alleen te doen.
Volgende dia. We krijgen hier wat feedback, Eric, om je te laten weten. Dus, weet u, self-service op het eerste gezicht lijkt een win-win voor zowel het bedrijf als de IT-afdeling. Gebruikers krijgen wat ze willen wanneer ze het willen, hoe ze het willen. De IT-afdeling krijgt type gebruikers, ze mogen het werk ontladen en ze kunnen dingen indirect leveren, maar hoe dan ook … In veel situaties heeft selfservice een aantal belangrijke nadelen waar je voorzichtig mee moet zijn. En Josh gaf je wat remedies voor sommige van deze nadelen.
Ga naar de volgende dia, Eric, en we zullen de zelfbediening van die organisaties gewoon zien als een soort vloedgolf, die dubbel en tegenstrijdig is. En het komt op het punt dat niemand het rapport van iemand anders vertrouwt behalve het zijne, wat geen goede gang van zaken is. Je zou zelfs kunnen zeggen dat het erger is dan toen ze begonnen. U hebt in feite een architectuur die bestaat uit schaduwrapportagesystemen, gegevensextracten, die uiteindelijk de kosten en overhead en redundantie en duplicatie verhogen en bijgevolg het risico in de organisatie verhogen. Zelfbediening gaat dus over normen waarbij governance eigenlijk alleen de Tower of Babel is. Iedereen communiceert, maar niemand luistert. Volgende dia.
Eric Kavanagh: Dat is een geweldig citaat, dat vind ik leuk. "Iedereen communiceert, maar niemand luistert." Ik denk dat dat op sommige plaatsen samenvat. Goed, hier ga je.
Wayne Eckerson: Dus weet je, ik zal ook op de remedies ingaan, maar veel bedrijven denken dat het doel van self-service is om van IT af te komen. Nou, er zijn veel tegenstrijdige dingen in het bedrijfsleven, en dit is er een van. Het doel van self-service was niet om IT uit de vergelijking te beperken, maar om meer samenwerking ermee te bevorderen. Een andere ironie van zelfbediening die ik hier niet heb genoemd, is dat het veel standaardisatie vereist om zelfbediening te ondersteunen. Het is een beetje zoals denken aan rijden op een weg, toch? Er zijn veel regels waaraan we ons moeten houden. Iedereen-
Automatische stem: het opnemen van een conferentie is gestopt.
Eric Kavanagh: Maak je daar geen zorgen over. Dat is slechts de back-up. Blijven gaan.
Wayne Eckerson: OK. Dus, en IT is echt de groep die deze normen moet samenstellen. En als die normen eenmaal zijn ingevoerd en geaccepteerd en aangenomen, hé, dan kunnen we zelfbediening doen totdat de maan tevoorschijn komt. Volgende dia.
Eric Kavanagh: Ik denk dat we terug zijn bij Josh.
Josh Howard: Juist, ja, en daar ben ik het mee eens, Wayne, dat je zei. Maar het gaat erom dat als u meer waarde uit gegevens wilt halen, we weer moeten stoppen met het beheer van alles door IT en het inschakelen van inschakelen. Dat betekent dus dat gebruikers hun eigen analysehulpmiddelen moeten krijgen en niet alleen IT. Dit betekent niet dat je ze de sleutels tot het koninkrijk moet geven. U kunt dit doen met die vangrails die er nog zijn. Maak gebruik van de bestaande systemen, gebruik uw autorisatietools, Active Directory, uw machtigingen, en dit gaat ervoor zorgen dat, weet u, iemand geen gegevens aan iemand geeft die ze niet zouden moeten. En dus, door al deze dingen te doen, stelt u die analisten in staat om meer waarde te leveren en te doen op een manier die wordt geregeerd.
Volgende dia. Maar de realiteit is dat IT nooit in staat zal zijn om de verscheidenheid aan verschillende manieren bij te houden waarop een analist de gegevens wil bekijken, manipuleren. En dus niet alleen dat, maar u hebt ook niet de tijd om die verzoeken bij te houden. De oude systemen, de watervalprocessen. Als je alleen kijkt naar een ETL-proces voor het toevoegen van een tabel, kan het in sommige gevallen weken, zo niet maanden duren. En dus wilt u gelijke tred kunnen houden met die verandering van onderneming.
Als u in feite een analysecultuur wilt creëren, moet u die gebruikers in staat stellen dat te doen. En als je dat eenmaal hebt gedaan, kunnen de voordelen echt verbluffend zijn. Weet je, toen we voor het eerst begonnen te praten over vijf / tien jaar geleden, business intelligence-projecten, bedoel ik dat het vaak werd geciteerd dat 70-80 procent van alle BI-projecten zou mislukken. En dat is gewoon niet meer het geval. Wanneer u zakelijke gebruikers bewapent met de juiste tools, zien we een aantal geweldige resultaten en enorme waarde, en dat is de reden waarom self-service tools zich als een lopend vuurtje door een organisatie verspreiden. Dat komt door het succes dat we zien.
En ik heb een use case waar ik hier zo meteen over zal praten, maar weet je, we hebben letterlijk tienduizenden gebruikers die self-service analyses en schaalvergroting uitvoeren. En deze gebruikers leveren sneller inzichten, ze creëren nieuwe producten en reageren veel sneller op veranderende bedrijfsomstandigheden om de concurrentie voor te blijven.
Weet je, het tweede is dat, weet je, ze ook minder tijd besteden aan het voorbereiden van gegevens en meer tijd aan het uitvoeren van de analyse. Het is gewoon een ander onderdeel, en ik heb hier een voorbeeld van CNA waar ze een aantal analisten hadden die tijdrovende benaderingen volgden, die weken of maanden duurden en die nu tot minuten brachten. Dat is zonder overdrijving. We hebben letterlijk veel van deze voorbeelden van klanten die dit doen, en dit is echt een win-win scenario. Analisten zijn blij dat ze dat niet hoeven te doen, weet u, ze komen sneller bij hun gegevens. IT is blij omdat, weet je, ze zich kunnen concentreren op hun strategische initiatieven zonder zich zorgen te maken over governance, en uiteindelijk zijn de executive teams gelukkig omdat eindelijk business en IT-teams samenwerken om die analytische cultuur te creëren. Terug naar jou.
Eric Kavanagh: Oké. We hadden nog een peiling, dus je zou die resultaten in het publiek moeten kunnen zien. We zouden dat al in uw enquêtepanel moeten zien, maar de vraag was: "Heeft uw organisatie de belofte van zelfbediening ontvangen?" Ik kan u zeggen dat de respondenten een volmondig "Nee" hebben.
Ik denk dat dat spreekt voor waar we in de branche zijn, maar ik denk dat je daar een paar heel, heel goede punten hebt gemaakt, Josh, namelijk dat het inschakelen van self-service, zij het met enkele normen zoals Wayne aan het bespreken was, in feite staat u toe om governance in te bouwen. Dat zijn de vangrails waar we het over hebben gehad, toch? Het governancebeleid kan gefaseerd worden ingevoerd in het bezorgsysteem, en dat is wanneer u daadwerkelijk governance bereikt terwijl u de analisten in staat stelt zichzelf te bedienen. Klopt dat, Josh?
Josh Howard: Ja, dat klopt precies.
Eric Kavanagh: Ja, dus de respondenten -
Wayne Eckerson: Dus Eric, die resultaten zijn interessant, weet je. Ik zou zeggen dat de oorzaak daarvan is dat IT nog steeds de touwtjes in handen heeft, gebruikers geen zelfbediening krijgen en krijgen wat ze willen wanneer ze het nodig hebben, of, je weet wel, ze hebben een onderbestuurde zelfbediening. En beide zijn slecht. Het is dus moeilijk om met selfservice de naald te raken, om een beheerste omgeving te hebben die gebruikers alle informatie en functionaliteit biedt die ze nodig hebben om de inzichten te krijgen die ze nodig hebben en de actie te ondernemen die ze moeten ondernemen. Het is moeilijk, moeilijk, maar weet je …
Wayne Eckerson: -U wordt nu geconfronteerd met de hulpmiddelen zoals, weet u, Alteryx, zeer krachtige hulpmiddelen, zeer krachtig. Dus nu hebben we de mogelijkheid om -
Eric Kavanagh: En je hebt verschillende redenen waarom je ruwe deal met Sonic een beetje onderging, dus kijk uit voor basisaudio. Ik ben een beetje verrast en ik denk dat dit waarschijnlijk goed nieuws is voor Alteryx omdat ze een oplossing hebben om zelfbediening mogelijk te maken. Omdat in de oude manier om dingen te doen met veel verschillende tools, bijvoorbeeld met veel integratiepunten, mensen een beetje rondrennen, gewoon proberen de status-quo bij te houden, en ik denk dat dat een van de echte uitdagingen is.
Een van onze klanten had een paar weken geleden een opmerking die in mijn oren klinkt sinds hij verwees naar de "tirannie van urgentie" en hoe dat de neiging heeft om meerdere organisaties te domineren en verandering te voorkomen. Je bent altijd urgent, je rent altijd rond om dingen gedaan te krijgen die al gedaan moeten worden. En dat voorkomt in feite dat u nieuwe dingen doet.
Op een bepaald moment moet je de muziek stoppen, erkennen dat een stoel weggaat, maar de rest van de stoelen moet aan tafel gaan zitten en beginnen met samenwerken totdat we samenwerken. Maar zo zie ik deze hele foto. Dus ja, de antwoorden waren meestal 23 van 43 zeiden: "Nee", 6 van 43 mensen zeiden: "Ja" en 6 van 43 mensen zeiden: "Niet zeker", maar 38 mensen antwoordden niet. Maar dat is een vrij krachtig, "Nee." Daarmee wil ik in een case study ingaan.
Ik zal het je teruggeven, Josh. Haal het weg.
Josh Howard: Ja, en dus eerder sprak ik over deze samenwerking tussen business en IT. Ik heb echt het gevoel dat we een aantal behoorlijk grote veranderingen hebben gezien, en steeds meer organisaties bewegen deze richting in, waardoor self-service mogelijk wordt en de resultaten zien waar ik het over had. En Ford is daar een goed voorbeeld van. Ford gebruikt natuurlijk al tientallen jaren gegevens en analyses, maar zoals bij veel organisaties gebeurde dit eigenlijk alleen maar binnen de organisatie. Er was weinig toezicht op consistentie en coördinatie, en, weet je, ze hadden ook praktijken voor gegevensbeheer die inconsistent waren.
En dus hadden ze een enorm probleem; ze hadden meer dan 4.600 gegevensbronnen, en dus kun je je de uitdaging voorstellen om dit te doen bij een bedrijf als Ford. Dus wat ze deden, slechts twee jaar geleden terug, vormden ze de Global Data Insights and Analytics Unit, een gecentraliseerd centre of excellence, bestaande uit teams bestaande uit, je weet wel, datawerkers, dus data-analisten, data dergelijke wetenschappers.
Je kunt deze COE veel denken aan een HR-afdeling of een financiële afdeling die de hele organisatie bedient. Dat is precies waar dit nieuwe team voor is opgezet, en dus konden ze hun eigen uitdagingen met hoge prioriteit identificeren en aanpakken en samenwerken met verschillende bedrijfseenheden die, weet je, verschillende problemen aanpakken. Maar het hele idee was dat ze dat gesprek wilden richten en veranderen om zich te concentreren op de zakelijke uitdaging zelf, juist en het vervullen van die zakelijke behoeften. En weet je, ze zijn begonnen met een data-analist om te beginnen met een paar jaar geleden, en een Alteryx-licentie en een combinatie van Tableau en QlikView.
Nu hebben ze Alteryx de afgelopen twee jaar uitgerold naar meer dan 1200 datawetenschappers, en ze nemen meer aan. En dus was het echt geweldig om te zien dat dit binnen hun organisatie plaatsvindt en dat de use cases die ze oplossen ongelooflijk zijn. Ze gebruiken Alteryx om problemen met de productielijn op te lossen tot aan hun NASCAR-races, dus het is echt fascinerend om enkele resultaten te zien die ze rijden. En weet je, wat interessant is, weet je, sommige van deze use cases, single use cases besparen tientallen miljoenen dollars, en dus is het heel gemakkelijk om ze te rechtvaardigen. En dat is slechts één use case, en het wordt nu letterlijk gebruikt in honderden verschillende business cases en in die 1200 data-analisten en datawetenschappers. Dus fenomenale resultaten en we zijn erg blij met de samenwerking die we hebben met Ford.
Wayne Eckerson: Oké, dit is mijn dia. Dus, weet je, ik geef een les over zelfbedieningsanalyses, en dit is een soort samenvatting, een samenvatting op zeer hoog niveau, van de oplossingen die ik voor het publiek ter tafel breng. En ik zal proberen dit vrij snel uit te leggen. Weet je, ik zie zelfbediening, nou ja, er is geen zelfbediening. Iedereen heeft een andere definitie van zelfbediening binnen een organisatie, dus wat zelfbediening voor een CEO is, is zeker geen zelfbediening voor een datawetenschapper. Maar over het algemeen zijn er twee klassen gebruikers. De eerste klasse, weet je, meer informele gebruikers, uitvoerende managers, frontline-werknemers zijn in de top-down wereld in blauw.
En weet je, ik noem ze 'dataconsumenten' of 'data-ontdekkingsreizigers', en ze denken vrijwel allemaal aan output, weet je, rapporten en dashboards, hopelijk interactief die mensen voor hen hebben gebouwd, IT of hun collega's, en consumeren dat zoals het is. Ontdekkingsreizigers hebben de neiging om die dingen te openen en op hun plaats te bewerken, maar ze willen niet noodzakelijkerwijs met een leeg vel papier beginnen. Ze worden op geen enkele manier daarvoor betaald. Niet noodzakelijkerwijs de analisten. Dat is wat de mensen in de bottom-up wereld doen, de datawetenschappers en de data-analisten, die bovendien data-analisten hebben die werken met spreadsheets, toegang tot databases. En datawetenschappers hebben meer aantrekkingskracht met, weet je, de datamijnwerkbanken. Veel van de zelfbedieningshulpmiddelen die zijn uitgekomen hebben deze bottom-up crew echt kracht bijgezet. Het zou veel productiever zijn dan ooit tevoren. Ze kunnen niet alleen, weet u, hun eigen rapporten en dashboards maken, ze kunnen ook hun eigen gegevens gaan ophalen, mixen, matchen, enzovoort. Ik heb dit drietal hulpmiddelen echt zien uitkomen en de bottom-up wereld importeren. De datacatalogi zodat ze de data kunnen gaan zoeken, ofwel prep tools zodat ze met elkaar kunnen matchen, en data visualisatie tools zodat ze die kunnen analyseren, visualiseren en delen. Ik denk dat we die toolset één zullen zien worden, en ik denk dat Alteryx daar net aan toe is.
Dus ik noem deze bottom-up wereld 'echte zelfbediening', terwijl ik de top-down wereld meer 'zilveren bediening' noem omdat we een soort informatie geven die op een presenteerblaadje wordt gegeven. Het is tot op zekere hoogte voorverpakt. Nog steeds interactief, nog steeds bewerkbaar, maar iemand moest nadenken over wie de mensen waren die dit zouden consumeren en aanpassen aan hun specifieke behoeften. Je kunt zien in de top-downwereld die je hebt, weet je, de zwaardere gecentraliseerde groepen, het comité voor gegevensbeheer, dat, weet je, het op datasites en rapporten zet. En het data warehousing-team dat gegevens probeert te integreren voor besluitvorming. Dat is een meer traditioneel IT-georiënteerd gecentraliseerd top-down bestuursproces. Terwijl in de bottom-up wereld, die meer is als 10 procent, 20 procent van de organisatie, ze bestuur van het basisniveau krijgen door feitelijk datasets te openen, ernaar te kijken, erop te reageren, die datasets te taggen - in feite een gedeeld gemiddelde van de gegevens vanaf de basis opbouwen. U krijgt catalogi en datamarkten, en een organisatie heeft beide werelden nodig. In feite voeden ze elkaar, heel synergetisch, ze zijn twee kanten van dezelfde medaille. Als er op elke afdeling geen analisten zijn, mislukken operaties, marketing, financiën. Je mist allerlei inzichten die je nodig hebt om het bedrijf te sturen, omdat ze antwoorden genereren op vragen die mensen niet hadden kunnen achterhalen wat ze de dag ervoor waren. En IT kon dat zeker niet of ontwikkelaars konden die rapporten of dashboards niet bouwen. Dus ze onderbouwen een soort van de volgende golf van eisen en de volgende golf van inzichten die moeten worden samengevoegd en in de top-downwereld moeten worden geplaatst.
Het probleem is nu dat de bottom-up wereld rapporten naar de top-down wereld publiceert die niet zijn gecertificeerd of bestuurd, en je conflicterende rapporten, duplicaten en dergelijke krijgt. Dus in mijn wereld helpt het om een gateway voor gegevensbeheer te hebben tussen deze twee werelden, en dat is goed, als een data-analist is begonnen met het creëren en bedenken van een nieuw inzicht en een rapport opstelt. Mensen vinden het leuk, en dan, weet u, ze willen dat rapport blijven publiceren en delen, misschien breder voor de hele onderneming, het moet worden beoordeeld door de data governance, en hopelijk heel snel, om ervoor te zorgen dat het voldoet aan normen. Het moet mogelijk in een standaardplatform worden geschreven, mogelijk moeten nieuwe gegevens aan de standaard enterprise-repository worden toegevoegd. En wat we nu zien, is dat de tools zoals Alteryx de workflows inbedden die nodig zijn om dit promotieproces te ondersteunen, waar we promoten in een rapport dat populair is geworden om een watermerk of een schaal te krijgen als enterprise-kaliber gecertificeerd rapport of gegevensset . Dus dat is een deel van de status van gegevensbeheer, kort samengevat als een beoordelingsproces. Er kan een productieoverdracht plaatsvinden met ontwikkelingsteams en er kunnen machtigingen en governance zijn ingebouwd in de BI-tools, de analytische tools of die workflows. Volgende dia.
Eric Kavanagh: Oké, ik denk dat we hier terug zijn bij Josh.
Josh Howard: Ja, en weet je, toen je sprak over de overstap van een aantal van deze verschillende tools, en wat ik zelf heb ontdekt, weet je, onderzoek is dat de meeste analisten 10 tot 12 verschillende tools gebruiken om hun analyse gedaan te krijgen. En, weet je, ze gebruiken misschien een gegevenscatalogusoplossing om de gegevens te vinden, ze gebruiken misschien een gegevensvoorbereidingsoplossing, ze gebruiken misschien een datavisualisatie-tool, iets voor geavanceerde analyse, voorspellende analyse en data science-tools voor implementatie en dat beheren. En we denken echt dat dit moet worden bediend via een enkel platform, en we denken dat dat is waar de industrie naartoe gaat. En dus kennen de meeste mensen alle trucs voor het voorbereiden en combineren van gegevens en de nauwe integratie ervan met tools zoals Tableau en Power BI.
Maar weet je, we zijn veel meer dan alleen datapreparatietool. We zijn echt een end-to-end platform voor die data-analisten en burger data-wetenschappers, die de mogelijkheid bieden om die data te ontdekken, voor te bereiden, te mixen, te analyseren en te doen op een herhaalbare manier en een herhaalbare workflow. En vervolgens die middelen op de schaal inzetten en delen, en het is dus waar Alteryx om draait. En we hebben een geweldige community waar we achter staan, dat is, weet je, meer dan alleen je typische community. Het heeft zelfbedieningsopleidingsgebieden, het heeft forums en best practices, en we hebben echt een evangelische gemeenschap van gebruikers die elkaar ondersteunen. En het mooie hiervan is dat als je tools zoals Alteryx gebruikt, dit soort communities de leercurve echt verminderen, zodat je sneller aan de slag kunt met deze nieuwe toolsets. Hoewel ze echt gemakkelijk te gebruiken zijn, vereisen ze niet veel codering, en ze zijn gemakkelijk te gebruiken en sneller aan de slag te gaan, maar het hebben van die community om die leercurve te verminderen is echt van onschatbare waarde.
En de manier waarop we het hebben onderverdeeld in vier gebieden. Ten eerste gaat het echt om ontdekken en delen, dus voordat je je gegevens kunt voorbereiden en mixen, moet je ze kunnen vinden. En dat is de reden waarom het eerste deel van ons platform die ontdekking- en deelcomponent is die we gebruiken om de tribale kennis van uw organisatie vast te leggen. Dit is dus eigenlijk een oplossing voor gegevenscatalogus die wordt gebruikt om beheerde en beheerde gegevenssets te delen. Hiermee kunnen gebruikers de gegevens vinden waarnaar ze op zoek zijn in de gebruiksvriendelijke Google-achtige zoekfunctie en biedt het ook sociale functies om samen te werken aan gegevenssets en kunt u zelfs inzoomen op de gegevenslijn van de activa, deze certificeren activa en watermerk ze. En dit is echt belangrijk voor selfservice-analyse, omdat de meeste mensen te veel tijd besteden aan het zoeken naar de gegevens - ze weten niet waar ze naartoe moeten om ze zelfs te vinden. En als ze dan wel een rapport vinden, weet je, hoe weten ze dat het gecertificeerd is, dat het vertrouwd is? Dus toen je daarover sprak, met een gateway voor gegevensbeheer, zie ik echt dat tools zoals Alteryx die gateway worden waar, wanneer je je zoekopdracht uitvoert, je automatisch en visueel kunt zien wie die gegevens bezit, wat de afkomst van die gegevens is, hoe het is gemaakt, als het is gecertificeerd en hoe je er toegang toe kunt krijgen, en als je er geen toegang toe hebt, kun je de chatfuncties gebruiken om, je weet wel, om die toegang te vragen. Het stuurt een e-mail naar die persoon, en dus is dit echt een goede manier om veel van deze elementen te produceren. Volgende dia.
Het volgende stuk is opnieuw deze prep en blend, waar we bekend om staan, en daarom zien we prep en blend echt als de oprit voor geavanceerdere analyses. Zonder SQL of elk type code te schrijven, hebt u toegang tot al uw verschillende gegevens, kunt u deze opvragen - weet u, of dat gestructureerde gegevens, ongestructureerde gegevens, cloudgegevens zijn - en alles eenvoudig in het geheugen integreren, vormgeven, opschonen, profileer het, om uw gegevensset gereed te maken voor analyse. U kunt het ook verrijken met datasets van derden. We hebben dus echt goede partnerschappen met bedrijven als TomTom als je geïnteresseerd bent in drive-time analyse, ruimtelijke analyse doet. We werken ook zeer nauw samen met Experian voor huishoudelijke gegevens of voor zakelijke gegevens. Dus ineens kun je niet alleen de gegevens die je ter plaatse hebt of misschien in de cloud hebt, ook verrijken met deze externe bronnen en echt een fascinerende analyse maken. Volgende dia.
Het derde stuk is deze analyse- en modelcomponent. Dus ik zei dat Alteryx codevrij was. Nou, het is ook codevriendelijk. En dus bieden we meer dan 60 verschillende voorspellende analysetools, dus als je klaar bent om meer geavanceerde analyses te doen, kun je R en Python en Spark-gebaseerde tools gebruiken zonder codering, of je kunt je eigen aangepaste gebruiken en maken pakketjes. Dus als u een data science-team hebt dat R en Python of Scala of wat dan ook schrijft, kunt u die code gebruiken, uw eigen pakketten samenstellen en dat recht in de tool gebruiken. En nogmaals, dit is waar ik denk dat de echte waarde van self-service analyse is, en dit is echt waar we de industrie willen helpen transformeren van, weet je, traditionele data-analisten en data-werknemers in deze, weet je, burger data-wetenschappers en data science-werk doen met echt eenvoudig te gebruiken tools. Slide.
Oké, en eindelijk hebben we de laatste paar schakelaars, die laatste mijl van geavanceerde analyses. Dus als je op het punt staat dat je data science-werk doet en je modellen bouwt, is de volgende uitdaging die je tegenkomt: "Wel, hoe breng ik die modellen in productie?" Hoe beheer ik ze? Hoe houd ik ze up-to-date? ”En dit is waar onze implementatiemogelijkheden van pas komen. En volgens ons onderzoek bij de klanten die we hebben gesproken, maakt minder dan 50 procent van de modellen ooit de productie . Dus je hebt deze datawetenschappers in dienst genomen om al deze modellen te bouwen, maar ze komen echt nooit in productie. En dus hebben we een oplossing gebouwd waarmee u uw modellen kunt bouwen en deze vervolgens in realtime kunt implementeren met behulp van RESTful API's.
En dus kunt u die modellen sneller en eenvoudiger in webtoepassingen en mobiele toepassingen plaatsen, omdat traditionele methoden gewoon niet werken. Het is een lang en langdurig proces. Het kan 12 tot 20 weken duren om een model te implementeren en kost vaak meer dan $ 250.000. En dan moet je je zorgen maken over hoe je ze up-to-date houdt. Dus nogmaals, we zoeken naar manieren om dit hele proces te automatiseren en veel tussenstappen te nemen. En dus, zonder de code echt om te gooien, omdat het traditionele proces van wat er nu gebeurt, is dat je een datawetenschapper bent die zijn modellen bouwt, en ze implementeren ze, en ze gooien ze over het hek naar een webontwikkelaar die moet neem al die R- en Python-code, herschrijf het in een soort webapplicatie of mobiele applicatie, en nogmaals, het kost gewoon te veel tijd.
En dus is er geen code meer over het hek te gooien voor iemand anders. We hebben dat proces geautomatiseerd en hebben een manier om het op grote schaal te beheren. En dat zijn dus echt de vier gebieden waar we naar kijken als het gaat om end-to-end self-service platform voor data-analyse. En dus is het, weet u, de gegevens gemakkelijk ontdekken en delen, ze voorbereiden en combineren, de geavanceerde analyses uitvoeren en vervolgens een manier hebben om ze op schaal te implementeren en te beheren. Doe Maar. Dus met Alteryx kunt u, weet u, praten over de analytische governance en over het ontgrendelen van uw gegevens op een veilige manier en biedt zowel codevrije als codevriendelijke manieren om al uw analyses uit te voeren, dus als u hebben gegevensanalisten die misschien niet de semantische, u weet, SQL-talen kennen om een database te doorzoeken, u kunt een slepen-en-neerzetten-tool gebruiken die al deze gegevens in het geheugen verzamelt om hun analyse uit te voeren.
En op dezelfde manier, als je datawetenschappers hebt die R en Python gebruiken, kunnen ze nog steeds een tool zoals Alteryx gebruiken op een codevriendelijke manier - en de resultaten die we met onze klanten hebben gezien zijn geweldig omdat we in staat om die herhaalbare workflows te bieden die u kunt nemen, taken die, u weet, weken of maanden duren en ze letterlijk tot minuten kunnen brengen, zonder overdrijving. We hebben een aantal casestudy's op onze website waar u daar meer over kunt leren en een deel van de tijdwinst die we zien. Maar weet u, ten slotte gaat het samenwerken met uw IT-organisatie omdat het schaalbaar is en die silo's afbreekt waarover ik sprak en het op een gereguleerde manier doet. En dat is echt waar het end-to-end platform van Alteryx om draait en waarom we anders zijn.
Eric Kavanagh: Oké. Dat is allemaal goed spul. Ik moet zeggen, Wayne, ik denk dat je echt iets op het spoor bent met deze gateway voor gegevensbeheer, denk ik, hoe je het hebt beschreven. Omdat we ons nu in deze echt interessante wereld bevinden waarin datawarehouses, die nu al vier decennia de vertrouwde bron zijn, niet echt in staat zijn om de tijd bij te houden en alle verschillende databronnen en gegevensvariëteiten bij te houden. Het is een tamelijk rigide systeem dat een datawarehouse vaak is, en dus zie ik dat Alteryx hier levert, echt wat je de volgende fase in analytische volwassenheid zou kunnen noemen, omdat ze je toestaan om al deze verschillende bronnen te gebruiken, maar omdat ze dit martialing-gebied met ingebed data governance-beleid, nu krijg je echt het beste van twee werelden waar je veel verschillende datasets kunt hebben, maar je hebt governance, en je kunt ook allerlei informatie gebruiken en allerlei verschillende analisten bedienen om krijgen hun verschillende perspectieven op wat er gaande is in de zakenwereld. Maar ik zie dit als een vrij belangrijke stap in de evolutie van analyse voor de onderneming, maar wat denk je?
Wayne Eckerson: Nee, absoluut. De data warehouses, de repositories van een enkele versie van de waarheid zoals ze waren, en ik denk dat het gewoon de organisatorische dynamiek en de rollen die mensen spelen negeerde. En ik zie deze twee werelden van BI of analyse, zoals u ze noemt. En in de meeste bedrijven gaan ze in tegengestelde richting, en ze praten niet met elkaar, ze vertrouwen elkaar niet, maar ze zijn echt heel synergetisch en we moeten ze alleen maar laten erkennen en soort werk samen. En tools zoals Alteryx die de governance integreren via de datacatalogus, waar stewards de dataset kunnen beheren en certificeren en watermerken, iets waar ik het nu al een paar jaar over heb in mijn lessen. Heel weinig bedrijven hebben het gedaan, maar het krijgt zoveel grip en nu hoor ik het overal is.
En dus de manier om deze twee werelden samen te mengen, omdat, weet je, je hebt je cake en je eet het ook. U kunt de hoofdgebruikers laten doen wat ze moeten doen. Ga op zoek naar de nieuwe inzichten en dan weet je het, maar je voorkomt dat het uit de hand loopt. Je voorkomt dat de Tower of Babel wordt gemaakt met enkele normen die enige governance vereisen. En het doel is echt om een bestuurscultuur te creëren waarin mensen het bestuursproces willen doorlopen. Ze willen dat hun rapporten / gegevenssets worden beoordeeld, zodat ze breder worden geconsumeerd. Dat is het doel, en dat is echt de nieuwe rol van IT in deze nieuwe wereld. Ik zeg altijd dat het hun taak is om te faciliteren, niet om te dicteren. En dat is een grote mentaliteitsverandering voor de meeste IT-professionals die gewend zijn om in een gedeelde service te zitten die alles voor het bedrijf deed. Het bedrijf doet het nu voor zichzelf en IT moet gewoon de mensen zijn, zoals Josh zei, die vangrails ophangen.
Eric Kavanagh: Ja, ik denk dat de vangrails belangrijk zijn, omdat ze het vrije spel van analisten mogelijk maken, verschillende dingen doen, maar niet van de baan raken. En als ik het begrijp -
Wayne Eckerson: Precies.
Eric Kavanagh: -Ja, Josh-
Josh Howard: Precies.
Eric Kavanagh: Ja, je had het een beetje over hoe, ik volg Alteryx nu sinds voordat het jaren geleden Alteryx heette - ik denk dat het SRC heette of zoiets - en een Wal-Mart was de eerste klant. En een van de echt coole dingen waar jullie het vroeger over hadden, was de mogelijkheid om bedrijfsprocessen en workflows echt te begrijpen. En als u een goed begrip hebt van de workflow en bedrijfsprocessen, dan kunt u een aantal verschillende dingen doen. Allereerst kunt u een veel geperfectioneerde gebruikersinterface leveren als u de beschikbare opties voor de gebruiker niet overspant met externe informatie. Twee, u kunt ook processen stroomlijnen om beter te begrijpen waar er smoorpunten of controlepunten zijn. En ik denk dat dat waarschijnlijk een deel van de magie is van de reden waarom Alteryx deze zeer bestuurvriendelijke, maar gebruiksvriendelijke omgeving heeft kunnen bieden die allerlei verschillende informatiesets en analytische use cases mogelijk maakt. Ben je het daar mee eens?
Josh Howard: Ja, ik bedoel, het is, weet je, ik zou, Eric, en veel hiervan is gewoon dit soort tools in handen van zakelijke gebruikers geven en hen een manier geven om hun werk op een zakelijke manier te doen dat is gemakkelijk te gebruiken en het is vriendelijk. Ik bedoel, als je denkt aan zoiets als data governance, hebben we het al twee decennia over data governance en als IP-opslag hebben we geprobeerd dit naar de business te duwen, en het wordt gewoon nooit geadopteerd, wordt nooit elke vorm van tractie, want het is niet gebouwd voor de zakelijke gebruikers, toch? Het is IT-gestuurd, IT-gestuurd en het werkt voor IT, maar het werkt niet voor die zakelijke gebruikers. En dus willen we dezelfde methoden gebruiken, maar ze toepassen op een bedrijfsvriendelijke toolset, en dat is onze aanpak met, weet u, de oplossing voor gegevenscatalogus en metadatabeheer.
Weet je, als ik met een zakelijke gebruiker praat, heb ik het nooit over een semantische gegevenslaag en over hoe we metadata helpen beheren. Maar weet je, aan de achterkant is dat in wezen wat het doet, dat soort dingen zijn al lang binnen de IT, maar voor de zakelijke gebruiker gaat het erom hoe je gegevens sneller kunt vinden, hoe je je werk kunt doen sneller, en die informatie verstrekken in een gebruiksvriendelijke interface die ze gewend zijn te gebruiken, net als in hun consumentenlevens, toch? Ze willen een Google-achtige zoekinterface, ze willen een sociaal samenwerkingselement waar ze kunnen netwerken met andere gebruikers in die organisatie om die datasilo's af te breken en die tribale kennis vast te leggen. En dus nemen we gewoon een andere benadering van onze manier van werken met het bedrijf, maar doen we het op een manier die ook IT-vriendelijk is.
Eric Kavanagh: Ja, en ik heb een grote vraag -
Wayne Eckerson: Je weet nog het andere - Josh, wat me opviel in je presentatie was dat we nu in het tijdperk van platforms zijn. Ik denk dat we voorbij het tijdperk van tools zijn, en het is prima, maar de platforms, toch? En dus bestrijk ik al 20 jaar een paar keer BI, en in de BI-ruimte zijn we overgegaan van tools naar analyseplatforms waar, weet je, een product in wezen elke analysemodus voor elk type gebruiker deporteert, Rechtsaf? Van rapporten tot voorspelling over een gemeenschappelijke architectuur en zelfbediening. We zien ook hetzelfde aan de kant van de gegevensverzameling of gegevensintegratie waar iemand deze platforms samenstelt die gegevens opnemen, toevoegen, catalogiseren, repareren, transformeren en beschikbaar stellen aan gebruikers om te downloaden en analyseren. En nu, wat jullie doen, is op veel manieren de volgende stap zetten en deze twee platforms combineren tot één, dus het is een gecombineerd analyse- en gegevensplatform, wat, begrijpelijk, logisch is. Dat is de toekomst: convergentie. Het enige dat ik niet in uw platform zie, zijn uw basisrapportage en dashboardtools of -mogelijkheden, maar misschien is dat ingebed in uw analytische module.
Josh Howard: Ja, we doen batchrapportage heel goed. We hebben daar een zeer robuuste oplossing, maar je hebt een punt rond dashboards geraakt en we zien dit als een kans voor ons om te groeien. Van oudsher hebben we echt goede partnerschappen gehad met Tableau, Power BI en Qlik, maar dat zullen we blijven doen. Maar wat we vinden, zijn onze analisten, onze klanten, ze willen niet wachten tot het einde van de workflow en die cyclus om hun resultaten te zien, oké? Ze willen de resultaten zien terwijl ze in realtime werken, en dat is echt de richting die we uitgaan, en we weten wat we labelen als inline visualitics, zodat je je gegevens kunt zien terwijl je werkt, en je kunt het herhalen en dat in realtime zien in plaats van te wachten tot het einde en het te publiceren naar een visualisatietool of een dashboard om die resultaten te zien. En dus elimineert het gewoon de noodzaak om heen en weer te balanceren om uw inzichten te krijgen.
Wayne Eckerson: Ja, nou, dat is heel logisch. En jullie staan nu bekend om het gebruiksgemak. Weet je, je gebruikt het bedrijf Tableau op weg naar roem en fortuin. Je hebt gelijk daar met hen, en wie is het beter om het voortouw te nemen in deze geconvergeerde platformruimte, omdat je een voet aan de grond hebt in zowel de analyse als het gegevensbeheer. Dus we zijn bètatests om te zien hoe het jullie de komende jaren zal vergaan.
Josh Howard: Ja, en weet je, ik vind het wel interessant, en ik ben blij dat ik deel uitmaak van deze ruimte, en het was echt interessant om te zien, een kijkje te nemen, weet je, de data-integratieruimte, de business intelligence-ruimte en de geavanceerde analyseruimte en zie die echt samenkomen. En weet je, ik denk dat platforms zoals Alteryx echt veel van die zakelijke gebruikers zullen helpen excelleren en die gebruikers in staat stellen toegang te krijgen tot hun gegevens en die analyse te doen, weet je, en sneller en gemakkelijker toegang te krijgen tot die inzichten.
Eric Kavanagh: Ja. Al het hier, en ik ben het met je eens, Wayne, dat het echt logisch is, en ik denk, ja, er is een vraag van een publiekslid dat ik hier zal ingooien. Het is heel relevant voor het gesprek. Het gaat om DataOp. Voor degenen onder u die niet bekend zijn met de term -
Josh Howard: Volgende dia.
Eric Kavanagh: -Het is echt sterk geworden in de afgelopen negen maanden of zo. Het begon met een of twee leveranciers, vervolgens drie en vier, vervolgens vijf en zes, en nu praten veel mensen over DataOp. Dat is eigenlijk de kant voor gegevensbeheer van DevOp. We zien dus veel aandacht voor het echt proberen te begrijpen welke verschillende tools en welke verschillende technologieën gegevens raken terwijl deze door de levenscyclus ervan gaan en hoe beïnvloedt dat uw analytische kijk. En het lijkt mij dat Alteryx het DataOps-probleem eigenlijk oplost door zich te concentreren op deze platformbenadering voordat DataOp zelfs een term werd. Maar ik zal dat eerst aan jou overgeven, Josh, en dan jij, Wayne, voor commentaar. Josh, wat denk jij ervan?
Josh Howard: Ja, ik denk dat het een evoluerende ruimte is. Weet je, we proberen data-agnostisch te zijn, en dus toegang te hebben tot data - of dat nu binnen je firewall is, in de cloud, ongestructureerde data, gestructureerde data - dus omdat we weten dat dit zal blijven veranderen, weet je, en ik ben er zeker van dat Wayne het hiermee eens zou zijn, en jij ook, Eric. Als je teruggaat, weet je 10, 15 jaar in deze ruimte, ik bedoel, er was maar een handvol databases. We zijn nu in meer dan 400 verschillende databasetypen. En dus zullen we daar nooit gelijke tred mee houden. En dus zal er altijd iets nieuws en glans zijn dat een organisatie kan adopteren. En dus willen we gewoon agnostisch zijn en onze open technologie en API's gebruiken om naadloos te kunnen integreren met wat u al in uw organisatie hebt. En zie ook het tweede deel aan de kant van DataOp is dat steeds meer workloads naar de cloud worden gepusht en nieuwe cloudtechnologieën en machine-learningtechnologieën ons echt in dit nieuwe paradigma duwen, en ik denk echt dat dat is waar, weet je, DataOps gaat weg. En we gaan veel interessante dingen zien gebeuren in die ruimte.
Wayne Eckerson: Ja, ik denk dat een andere term die we voor DataOps gebruiken, "datapijplijnen" of "dataleveringsketens" is, en we zien veel bedrijven naar voren komen, vooral in de big data-wereld. U kunt die werklast beheren en voorkomen dat gegevensmeren gegevensmoerassen worden. Ja, en ik ben het ermee eens dat veel daarvan nu ook de cloud in gaat.
Eric Kavanagh: Nou, en weet je, dus deed Alteryx een paar overnames. Ik weet niet of je daar het afgelopen jaar over wilt praten, denk ik, Josh, en het heeft dit platform echt uitgewerkt, in termen van het opnemen van gegevens en in termen van sommige van die semantische dingen. En nu heb je echt dit soort end-to-end-oplossing waarmee analyses het kunnen beheren. Ik ken niemand anders die al die aandacht en benadering heeft genomen, en ik denk dat het voor jou heel slim was. Maar wil je daar even over praten?
Josh Howard: Ja, natuurlijk. En dus was het een groot jaar voor Alteryx. Weet je, we zijn eerder dit jaar naar de beurs gegaan en we hebben twee belangrijke acquisities gedaan die ons helpen een beetje uit ons platform te komen. En dus, de eerste, was het echt dat stuk met gegevenscatalogus. Nogmaals, weet u, wat we vinden is wat we die organisaties willen helpen die gegevens te beheren. En dus hebben we in feite een bedrijf voor gegevensbeheer overgenomen, Semanta, en dat is onze oplossing voor gegevenscatalogus geworden en wat we in het algemene platform hebben ingebouwd. Omdat we dat ook weer zien, is governance een belangrijk onderdeel van selfservice en selfservice. En dus, nogmaals, dat gaf ons al die, weet u, metadatabeheer, datacatalogusmogelijkheden. En wat we hebben gedaan, is dat we daarop een interface hebben gebouwd om het gemakkelijk te gebruiken en zeer vriendelijk te maken, geïntegreerd met ons algemene platform.
De tweede die we maakten was een data science-bedrijf uit Brooklyn, New York, en dat werd gedaan om onze mogelijkheden voor machine-learning en het modelbeheer uit te breiden. En dus, wat ik eerder zei, is dat we veel datawetenschappers hebben die onze platforms gebruiken en heel belangrijk datawetenschappelijk werk doen. Het was echter een hele uitdaging om die modellen tot de laatste mijl te krijgen. En dus, zei ik, weet je, de 12 tot 20 weken die vaak nodig zijn, de $ 250.000 die nodig is om sommige van deze modellen te bouwen. En vervolgens, hoe kunt u al deze modellen operationeel maken en actueel houden? Hoe leren die modellen? En hoe train je die modellen? En dus is dat ook een groot probleem, toch, de implementatiemogelijkheden. En dus hebben die twee technologieën met de data science-kant en de data governance-kant ons platform echt afgerond en wat we proberen te doen, proberen het aan organisaties te brengen, om deze uitdaging op te lossen.
Eric Kavanagh: Ja, en ik ben blij dat je dat hebt weggegooid omdat we een vraag van het publiek hadden over machine learning en AI. En Wayne, misschien gooi ik dit je heel snel over. Voor mij is er gewoon zoveel potentieel voor machine learning om veel van de verschillende problemen waarmee we in de loop van de jaren hebben geworsteld echt te optimaliseren - dingen zoals datakwaliteit, bijvoorbeeld dingen als congesties op analyse en het helpen van die ontdekkingskant van de vergelijking, toch? Omdat sommige van deze algoritmen die in het bijzonder blijven leren, echt op zichzelf kunnen gaan en een aantal interessante dingen kunnen vinden die voor de gebruiker kunnen opduiken. Omdat een van de uitdagingen van analisten in het algemeen natuurlijk is dat elke analist zijn eigen vooroordelen heeft, zijn eigen kijk op de wereld. Dat kan soms vrij moeilijk zijn om te veranderen, en dus zie ik veel potentieel voor machine learning en AI in de toekomst. Wat denk je?
Wayne Eckerson: Nee, absoluut en alleen basisregels. Die dingen samen zullen deze zelfbedieningstools verder vereenvoudigen en gemakkelijker te gebruiken maken. U weet, zoals u zei, alles van het doen van aanbevelingen voor andere rapporten, voor gegevenssets om naar te kijken, tot het aanpassen van modellen, weet u, kalme correlaties in de gegevensvoorbereidingstool. Weet je, we hebben dit al gehad, zoals Tableau de juiste visualisatie heeft geïnnoveerd voor de gegevensset die je wilt weergeven. Dat alles maakt deze tools dus veel krachtiger, maakt self-service veel aannemelijker en helpt gebruikers gegevens te gebruiken om inzicht en waarde sneller te vergroten.
Eric Kavanagh: Ja, en weet je, in de wereld van bedrijfssoftware is er natuurlijk zoveel coole dingen aan de hand, maar het komt erop neer dat het altijd tijd kost om technologie te bouwen. Dus je kunt natuurlijk dingen gaan kopen, zoals Alteryx. Maar wanneer je ervaring hebt in een ruimte, weet je, is er een oude uitdrukking: er is geen vervanging voor ervaring. Je weet gewoon hoe je dingen beter kunt doen, en ik denk dat een van de sleutels tot het succes van Alteryx hier op de lange termijn is geweest dat Alteryx jaren geleden echt bezig was met het gebruik van gegevens van derden. Ik kan me niet precies herinneren hoe lang, maar ik wil zes of zeven jaar geleden zeggen dat Alteryx al heeft geprofiteerd van de mogelijkheid om gegevens van bedrijven zoals kredietmaatschappijen te verzamelen, of geolocatiegegevens of een willekeurig aantal gegevenssystemen van derden. En ik denk dat dat het begin was van wat we nu volwassen zien worden in termen van wat we tegenwoordig data-blending noemen, omdat we toen nog niet eens die term hadden.
Maar Josh, ik zal het je weer teruggeven. En ik denk dat dat heel wat verzadiging en ervaring is ingebakken in het Alteryx-platform rond dat concept van datamenvloeiing, dat nu net is uitgebreid door inname, machinaal leren, gegevenscatalogus, enzovoort. Ik denk dat we daarom Alteryx zien waar het vandaag is. Wat denk je?
Josh Howard: Ja, ik bedoel, noodzaak is de moeder van alle uitvindingen, toch? En dus, weet u, het waren onze klanten die, weet u, wij, oorspronkelijk, ruimtelijke analyses deden, en dat is eigenlijk hoe we begonnen, ruimtelijke analyses deden. En weet je, als je gegevens zoals TomTom neemt en drive-time-analyses doet, kun je die gegevens bekijken met, weet je, thuisgegevens van Experian. Dus dat was echt waar we begonnen, en we ontdekten dat onze klanten een platform nodig hadden om al die gegevens samen te voegen. En zou het niet cool zijn als we ze de tools zouden geven om het te doen. En dus was dat echt de aanzet van Alteryx.
En weet je, wat we door de jaren heen hebben ontdekt, is dat datapreparatie echt die eerste stap is in je analytische reis. Dus weet je, het kost 80 procent van de tijd van een datawetenschapper, weet je, het doen van voorspellende analyses en data science werk wordt eigenlijk besteed aan het voorbereiden van data, en minder dan 20 procent doet eigenlijk analyse, en dat is wat we proberen overwinnen. En dus, data prep is die eerste stap in uw analytische reis. Dus voordat u begint met elke vorm van rapportage, geavanceerde rapportage, voorspellende analyse, tot aan cognitieve analyse, moet u nog steeds toegang hebben tot gegevens, u moet ze nog steeds voorbereiden en mixen en samenvoegen. En dat lossen we op met dit platform. En die gebruikers in staat stellen al die dingen op een codevrije en codevriendelijke manier te doen.
Eric Kavanagh: Ja, en ik ben ook dol op dat concept: codevrij en codevriendelijk. Omdat het feit is dat u veel code-jockeys heeft, die een enorme waarde kunnen toevoegen, maar er zijn veel zakelijke gebruikers die eerlijk gezegd door code zijn uitgeschakeld. Ze zijn er geïntimideerd en wie kan hen dat kwalijk nemen? Dus, Wayne, ik vind dat ook een leuke functie, een leuke aanpak. Er is codevrij en codevriendelijk, toch?
Wayne Eckerson: Oh, absoluut. Ja, zo krijg je meer en meer mensen toegang tot zelfbediening.
Eric Kavanagh: Ja, en zelfbediening, denk ik, is de volgende grote stap, en ik hou echt van wat we vandaag hebben besproken, dus het gaat over hoe echt nadenken over je processen, je werkstromen, je gegevenslevenscycli en enzovoort. En het bakken van dat beleid in het platform, tot jouw punt Wayne, er zijn enkele problemen rond standaardisatie, je verliest een beetje flexibiliteit, maar zodra mensen de methoden van de waanzin begrijpen, loop je echt het proces vooruit, zodat in -gebruikers begrijpen dat ze nu kunnen krijgen wat ze willen. Ze hoeven niet op IT te wachten, en het verandert de aard van hoe IT en zakenmensen samenwerken, ik denk op een zeer positieve manier, omdat nu IT kan dienen als de enabler, ze hoeven geen poortwachter te zijn over technologie zoveel als vroeger. Idealiter is er niet zo veel ondersteuning als je een aantal normen hebt. Dus je moet een grotere samenwerking bevorderen, want dat is het hele doel, toch?
Dus voor het afsluiten van opmerkingen van eerst Josh en dan misschien Wayne.
Josh Howard: Nee, ik bedoel, weet je, ik ben het eens met alles wat je zei. Weet u, het is belangrijk dat we zowel IT als de zakelijke gebruikers de tools geven die ze nodig hebben om succesvol te zijn. We denken dus dat IT niet bezig moet zijn met het maken van rapporten. Dat moet worden overgelaten aan de zakelijke gebruiker die die context van het bedrijf heeft en de gegevens die ze gebruiken, maar doe dit op een gereguleerde manier en iets dat ook voor IT gaat werken.
Eric Kavanagh: Oké, afsluitende opmerkingen van Wayne.
Wayne Eckerson: Ja, de rol van IT is veranderd van het doen van alles naar het faciliteren van self-service en echt de kampioenen zijn van de cultuur van governance en het krijgen van de gebruikers om hun eigen output te willen sturen, voor hun voordeel en het voordeel in de organisatie . Ik bedoel, de rol van IT is - ik heb medelijden met IT, weet je, omdat ze er soms naar toe moeten en het moeten bouwen, afdelingen in zakelijke capriolen zoals juridisch en HR, meestal ga ik daar niets van doen. En zeker als je iets wilt dat cross-functionele onderneming is, wie gaat het anders dan IT bouwen? Maar in het algemeen, ja, moet IT veranderen om te gedijen in deze wereld van zelfbediening. Ze moeten een ondersteunende rol spelen in plaats van.
Josh Howard: Ja, en ik denk met de volgende evolutie met de centres of excellence en waar deze projecten niet worden geleid door IT of het bedrijf, maar eerder door een gecentraliseerde organisatie. Weet je, we beginnen de opkomst van de chief data officer en dit soort projecten in dat domein te zien vallen waar ze zowel het bestuursperspectief als het zakelijke perspectief hebben. Ik denk dat dit een best-case scenario is voor het creëren van die gegevens- en analysecultuur, en ik ben verheugd om te zien wat er van komt.
Eric Kavanagh: Ja, we hadden een paar last-minute opmerkingen van aanwezigen die de chatroom binnenkwamen en ook de Q&A. Ik vind deze opmerking leuk: beheer de output, er is geen onduidelijkheid over wie het zelfbedieningsrapport correct is.
Josh Howard: Ja.
Eric Kavanagh: Ja, dat is goed spul. Het draait allemaal om samenwerking, het draait allemaal om samenwerken, en je weet wel, Josh, je noemde ook het belang van het hebben van gebruikers met elkaar praten, en dat is iets waar Alteryx ook op focust.
Dus mensen, we zijn hier een beetje lang geweest, maar we zijn een beetje laat begonnen, dus ik wil je heel erg bedanken voor al je tijd en aandacht vandaag. We archiveren al deze webcasts, dus deel ze gerust met uw collega's.
En daarmee gaan we u vaarwel zeggen. Nogmaals bedankt aan Wayne en natuurlijk aan Josh van Alteryx. De volgende keer zullen we met je praten, mensen. Wees voorzichtig. Tot ziens.
