Достижение зрелости данных: организационный баланс

Сотрудники Techopedia, 8 ноября 2017 г.

Вывод: ведущий Эрик Кавана обсуждает зрелость данных и организационную зрелость с Джен Андервуд из Impact Analytix и Роном Хуизенга из IDERA.

Вы не вошли в систему. Пожалуйста, войдите или зарегистрируйтесь, чтобы увидеть видео.

Эрик Кавана: Хорошо, дамы и господа. Здравствуйте и добро пожаловать снова. Это среда в 4 часа по восточному, что означает, что пришло время для горячих технологий. Да, в самом деле. Меня зовут Эрик Кавана; Я буду вашим хозяином для нашего сегодняшнего шоу, которое действительно определено, предназначенное для определения определенных видов технологий в определенных состояниях мира управления данными. И наша тема сегодня - «Достижение зрелости данных: закон об организационной сбалансированности». Так что, действительно, есть ваша точка зрения, поразите меня в Твиттере, @eric_kavanagh. Я всегда повторяю ретвиты, если вы упоминаете меня, и я постараюсь последовать за вами. Это хорошее место, чтобы получить информацию о том, что происходит в мире. Мне нравится этот формат. Короткие символы, 140 символов - или больше в наши дни. Так что не стесняйтесь, присылайте мне твит, и я пойду обратно.

В этом году, конечно, жарко. Сегодня мы говорим о зрелости данных, и вот список, который действительно находится на вершине. У нас сегодня новый аналитик; Я очень рад, что у меня есть Джен Андервуд из Impact Analytix. Она является экспертом в области бизнес-аналитики, аналитики, визуализации данных и всех этих замечательных тем. И конечно же зрелость данных. И наш добрый приятель Рон Хуйзенга звонит из IDERA. Итак, сначала мы услышим от Джен, а затем от Рона. А потом у нас будет приятное обсуждение за круглым столом.

Когда я перейду к следующему слайду, я скажу пару быстрых слов. Зрелость управления данными уже давно стала предметом обсуждения. Очевидно, что в истории вам нужно прийти к определенной точке, прежде чем вы начнете думать о зрелости, и было разработано множество жизненных циклов зрелости - или циклов - пытаясь выяснить, где вы находитесь на кривой. Вы на ранней стадии? Вы подросток? Ты зрелый? Etcetera.

И я думаю, что многие организации находятся либо в подростковом возрасте, либо в позднем подростковом или в начале двадцатых годов с точки зрения зрелости. И это не говорит ничего обескураживающего. Просто мы все еще находимся на ранних этапах того, что смогли управлять данными как стратегическим активом. И все быстро менялось. Особенно в последние пять-семь лет, когда мы перешли от небольших данных к большим, и они пытаются совместить эти довольно разрозненные миры и новые технологии со старыми технологиями. Так что наследие там, оно везде.

Одна из шуток, которые я слышал много лет назад, состоит в том, что legacy - это система, которая находится в производстве. В тот момент, когда система запускается в производство, технически это наследие. И таким образом, это правда. Но суть в том, что у нас есть все эти системы, которые существуют уже давно, и мы должны найти способ понять, где мы находимся в нашей собственной кривой зрелости, чтобы иметь возможность максимизировать и оптимизировать ценность данных как актива., И, конечно, есть некоторые проблемы с соответствием, некоторые правила, о которых нам нужно беспокоиться, в зависимости от того, в какой отрасли мы работаем. И, конечно же, нам также нужно беспокоиться о взломе. В прошлом мы говорили об управлении данными и о том, как это на самом деле является неотъемлемой частью безопасности и просто понимания ролей и обязанностей использования данных и обеспечения максимальной отдачи от них.

Итак, после этого я передам ключи Джен Андервуд, и она сможет рассказать нам о своем взгляде на зрелость данных. Джен, убери это.

Джен Андервуд: Спасибо, Эрик, и спасибо, что пригласили меня. Итак, сегодня я собираюсь затронуть несколько различных тем, а затем я собираюсь представить Рона с IDERA, и он собирается углубиться в некоторые другие области этой конкретной темы. Я скажу, что это критически важная роль в цифровую эпоху или цифровую трансформацию, в которой мы сейчас находимся, и, как сказал Эрик, это развивающаяся эпоха. Немного забавной статистики от Совета EDM, был отчет о сравнительном тестировании индустрии управления данными. Ему почти два года, но он все еще довольно актуален и покажет некоторые из, как вы знаете, фактоидов как таковых, будучи подростком в этом пространстве. Я немного расскажу о зрелости данных и основах управления как таковых.

На этой теме цифровой эры или цифровой трансформации, которую вы слышите повсюду, это действительно происходит прямо сейчас. Одним из интересных фактов, которые я собирал, следя за отраслью каждый день, было замечание Gartner в их десяти основных стратегических технологических тенденциях. И они сказали, что к 2020 году - так что до этого всего несколько лет - информация будет использоваться для переосмысления, оцифровки и автоматизации или устранения 80 процентов процессов, которые мы имеем десятилетием ранее.

И я видел это некоторое время, я думаю, что здесь вы видите разные типы людей, которые говорят, вы знаете: «Данные - это новая нефть», и тому подобное. Мне нравится говорить, что данные сейчас - цифровое золото. И если вы думаете о программных приложениях и об их участии, я был менеджером по всему миру для Microsoft в прошлом, и даже в моей карьере изменились, знаете ли, мы действительно сосредоточимся на программном обеспечении, и теперь мы сосредоточены на пользователях и сбор данных и размышления о монетизации данных.

Мы вступаем в эту эпоху, когда данные являются цифровым золотом, и вы начинаете понимать, что с появлением того, что называется главным сотрудником по обработке данных, у них есть, вы знаете, две основные миссии - и, конечно, несколько других - чтобы убедиться, что данные являются надежными и безопасными, а также найти способы максимизировать ценность данных внутри - и даже снаружи - как этот цифровой актив. Таким образом, эти типы вещей, которые в прошлом могли или не казались важными для вашей организации, в конечном итоге, данные, наконец, получают место за столом С-уровня с CDO и будут восприниматься гораздо серьезнее в будущем.

Если вы думаете об управлении данными и их зрелости, у меня есть две разные темы на этом конкретном слайде, первая из которых, как вы знаете, сама по управлению данными. Это больше о бизнес-функциях, которые разрабатывают и создают данные и потоки данных, о некоторых политиках и методах там. И затем, когда вы думаете о зрелости управления данными, это способность организации точно определять, легко интегрировать, вы знаете, использовать те данные, которые они снова имеют, для внутренних или внешних целей, таких как монетизация данных. И одна из главных тем - и это было забавно в начале моей карьеры, и я фактически использовал некоторые из инструментов IDERA и проекты по архитектуре данных - была вся эта концепция метаданных, и мы продолжаем думать о метаданных, а потом об этом не говорили в течение долгого времени. Наконец-то я вижу, что метаданные снова крутые. Это действительно очень важно для взаимодействия с различными группами, понимания, где ваши данные, что это за данные. Особенно в таких вещах, как озеро данных. Это наконец, наконец, становится интересным.

Теперь я обещал, что у меня есть некоторые статистические данные из отраслевого отчета. Этот был с 2015 года для Совета EDM. Речь идет о модернизации качества данных и управления, и в этом конкретном случае есть несколько забавных фактоидов. Таким образом, более 33 процентов организаций имеют активную формальную программу управления данными на каком-то уровне организации - всего 33. Так что это само по себе очень интересно. Из 50 процентов, которые действительно формализованы, мы хотим управлять данными, мы понимаем, что это действительно важный актив в нашей организации, точно так же, как у людей есть человеческие ресурсы. Только 50 процентов из них имели программы, которые были старше одного года. Так что это, опять же, развивающаяся область, действительно очень интересно то, что мы становимся все более и более важными, особенно с такими вещами, как некоторые из отраслевых нормативных актов.

Так что с этой точки зрения, много раз - и интересно, что я занимался техническими продажами и ролями на протяжении всей моей карьеры, - на самом деле это не было «О, мы можем сэкономить деньги, которые мотивировали бы организацию» - это обычно страх. Это скорее «О, черт возьми, нам нужно убедиться, что мы покрыты. Мы не хотим терять наши рабочие места ». И, конечно же, такие вещи, как взломы и риски для данных, а также утечка данных, по-настоящему интересны по этому вопросу. Verizon делает один каждый год, и это, вероятно, один из моих любимых обзоров. То, что вы почти всегда видите, является непреднамеренным, это не обязательно, вы знаете, преднамеренное неправильное использование данных или неправильное управление данными, которое приводит к утечке. И часто - у них нет этой статистики для этого конкретного сеанса - но это удивительно, что эти случайные утечки из-за неправильного управления разрешениями и так далее. Вы знаете, чтобы сделать вещи немного проще, эти утечки идут в долг. И, как правило, для людей, которые являются сторонними или внешними по отношению к вашей организации, а это не то, что вы хотите.

Так что это те вещи, когда вы думаете о наличии программы управления и безопасности управления данными. Вы знаете, не только плохие решения и экономия денег, но также и то, что вы знаете, что вы в безопасности, вы придерживаетесь законодательства о конфиденциальности и безопасности. Вы можете монетизировать данные в эту цифровую эпоху, и, конечно, вы знаете, что вы хотите делать что-то эффективно, повторно использовать данные и иметь благословенную копию и иметь - я ненавижу, когда люди говорят, и я в аналитике, и я Давно в аналитике, одна версия правды. Обычно, вы знаете, как правило, существует множество версий истины, просто с разных точек зрения. Но, по сути, вы хотите, чтобы данные были надежными, на которых вы основываете свои решения.

Один из самых больших факторов, которые я вижу - и это хорошо, хорошо, что снова становится прохладно - это концепция ВВП Европейского Союза. И позвольте мне поговорить об этом немного. Так что, если вы не знаете GDPR, вы будете много слышать об этом в следующем году. Это новый закон, который вступает в силу в мае. Он будет введен в действие в мае 2018 года, и за него будут наложены большие штрафы за неправильное управление информацией. Возможно, вы слышали об этом в других формах - возможно, не используя термин GDPR - вы, возможно, слышали или рассматривали это как право быть забытым, то есть вы можете обратиться и попросить поставщиков удалить ваши данные. Опять же, прошлые архитекторы данных, они не будут удалять данные. Мы изменили бы это, мы бы сделали его неактивным в сценариях хранилищ данных. Мы никогда не удаляли наши данные. У нас не было процессов для этого. Так что, знаете, это вещи, которые затронут каждый аспект вашей организации, а также различные способы и процессы, которые вы, возможно, никогда не рассматривали при создании приложения или хранилища данных. Так что, если вы считаете, что о ВВПР стоит задуматься, довольно скоро вам понадобится правовая база для обоснования сбора и обработки персональных данных.

Так что это в основном на личном уровне, поэтому согласие должно быть дано свободно: конкретное, информированное, однозначное. И это повлияет на многие области искусственного интеллекта и науки о данных - это та область, которую я в основном освещаю в эти дни, это влияние на науку о данных и просто обеспечение некоторой прозрачности в самих моделях, а также во многих других областях вашего самообслуживания. BI, ваше хранилище данных, управление вашими основными данными, даже ваши проекты 360 клиентов, персонализация и даже ваши бизнес-приложения. Так что это то, что затронет каждую часть вашей организации. И в отличие от законов о конфиденциальности в других юрисдикциях, GDPR будет применяться к любой организации, расположенной внутри или за пределами Европейского Союза. И штрафы за соблюдение, опять же, значительны. Это ваша организация может быть оштрафована на четыре процента от вашего общего валового годового дохода - я считаю, что это называется оборот - доход как таковой.

Надеюсь, у меня есть ваше внимание, и это то, на что вы должны обратить внимание. Если ваша компания уже придерживается некоторых из этих практик и отраслевых стандартов с PCI, возможно, это ISO - я не уверен, что я скажу это правильно - 27001. Если вы уже делаете некоторые из них, это не должно это не может быть слишком ошеломляющим, но об этом нужно знать. Таким образом, когда вы готовитесь к этому, есть пара областей, особенно в управлении данными, и одной из первых вещей является наличие каталога и классификация ваших данных - знание того, где находятся ваши данные. И в мире, гибридном мире, где данные живут везде: это в облаке; это в этих приложениях; это в отделе продаж; Знаете, в какой-то другой случайной программе маркетинг тоже использует свои системы клиентов или системы инвентаризации - все эти типы мест. Знайте, где находятся ваши данные, и это проще всего сделать - и это было действительно интересной областью управления данными, если эти концепции этих каталогов данных обладают интеллектом, даже классификация машинного обучения является частью информации.

И снова, метаданные - я упомянул, что метаданные снова становятся крутыми, поэтому действительно задумываясь о метаданных, а не затеняя эту важную тему, вы начинаете проектировать озера данных и тому подобные вещи, и, конечно же, управлять ими и контролировать их. Таким образом, мониторинг станет намного важнее, когда вы вернетесь назад, и кто-то из GDPR, например, может попросить вас доказать, куда поступили эти данные, у кого они есть, кто имел к ним доступ и так далее. Потому что на самом деле вам придется показывать властям подобные вещи.

Чтобы помочь вам в достижении зрелости в области управления данными, на самом деле есть несколько школ мысли, и я верю - я не уверен на 100 процентов - я думаю, что видел в колоде Рона, что он собирается охватить некоторые из них, так что я Собираюсь сегодня поговорить именно из CMMI. И этот, это доступно людям; Он охватывает шесть различных категорий управления данными, 25 областей процессов, 414 практических отчетов и 596 различных рабочих продуктов. Поэтому, когда вы думаете о всех вещах, которые вы делаете, например, управляете и проектируете данные, о 596 функциональных рабочих продуктах, вы не понимаете, сколько вы сделали, верно? Или то, что вы действительно не делаете. Когда я смотрю на такое число, это одна из вещей, которая действительно запоминается. Так что в этом, и что мне нравится в этом конкретном, это нейтральность архитектуры и технологий. Так что это означает, что если у вас есть, и в большинстве крупных организаций, с которыми я консультировался или работал и внедрял в течение многих лет, вы знаете, у них там есть все виды различных технологий. Итак, вы захотите, вы знаете, перевести, что означает DMM, на платформы и технологии, которые вы используете в вашей конкретной среде. Он также не зависит от отрасли, поэтому, к примеру, он не обязательно специфичен для здравоохранения. У здравоохранения есть определенная уверенность - будь то BAA или различные типы классификаций, вы должны перевести или посмотреть на разные типы вещей, когда вы составляете свою программу или свой план, чтобы повысить уровень зрелости управления данными в вашей организации.

Что это, если это не некоторые из этих вещей? По сути, он определяет что, но не говорит вам конкретно, как это сделать. Будучи очень типичной личностью большую часть моей карьеры, мне нравилось, когда люди ставили мне цели, и я мог понять, как достичь этой цели и, скажем, не управлять своим временем, как туда добраться. Это то, как зрелость управления данными, и эти процессы с CMMI, дают вам цели и дают вам возможность оценить себя в некоторых из этих различных областей. И они дадут вам уровень. Существуют различные способы оценки и оценки себя, будь то уровень от первого до уровня пять, то есть вы оптимизировали его и получили действительно сильную программу.

И чтобы просто дать вам представление о том, что это на самом деле значит, у меня есть небольшой обзор того, что это может значить. Итак, здесь, когда вы думаете о жизненном цикле зрелости процессора для управления данными, у него есть процессы поддержки на всем, от требований, управления рисками, вам нужно поддерживать процессы там, до управления данными, и я добрый в том, что управление данными - это целая программа сама по себе. Имея бизнес-глоссарий, мы всегда говорили о бизнес-глоссариях и архитекторах данных - это должно быть в вашей организации. Некоторые из этих типов каталожных технологий, которые они создают, разрабатывают бизнес-глоссарий с краудсорсингом информации и приемом и так далее, и, вы знаете, размещая ссылки в документах на различные точки зрения этих же данных, области данных или версия данных по мере их изменения в течение жизненного цикла значения.

Это те вещи, которые стали намного лучше с тех пор, как я начал свою карьеру. В прошлом нам приходилось разрабатывать доморощенные системы, чтобы делать подобные вещи. Итак, мы смотрим на общую и общую картину, это стратегия, а затем все различные составляющие: от менеджмента до качества управления. И одна вещь, касающаяся качества данных, это интересно, поскольку отрасль становится более автоматизированной, и мы снова имеем эти цифровые процессы с автоматизированным принятием решений. Я много работаю в области науки о данных, где у нас есть некоторые из этих инструментов для автоматизации принятия решений и обновления прогнозных моделей на лету. Многие из этих инструментов и алгоритмов требуют и предполагают, что данные хороши. Для правильного автоматизированного решения нужны данные, которые должны быть действительными. Так что, думая о, вы знаете, может быть, качество данных, как правило, является одной из тех вещей, которые люди отмахиваются и не воспринимают это очень серьезно. Но как только вы начинаете автоматизировать процесс принятия решений в моделях прогнозного моделирования и машинного обучения, качество данных становится действительно важным.

Вот несколько способов измерить ваш прогресс в этом - и я позволю Рону поговорить с ним, у него тоже есть замечательный слайд по этому вопросу - я просто собираюсь дать вам краткий обзор, вы знаете, эти разные уровни в этом. По сути это самооценка, верно? Таким образом, вы изучите управление данными и то, что, по вашему мнению, у вас вообще есть. И не смущайтесь, если вы этого не сделаете. Как я уже сказал, только 33 процента организаций действительно начали делать подобные вещи. Несмотря на то, что, вы знаете, программы такого типа, по крайней мере, были рядом - я работаю в этой отрасли более 20 лет и, конечно, я занимался такими вещами много лет назад, возможно, мы просто не назвали это так. CMMI, у них есть упражнение, которое вы можете оценить самостоятельно, и вы можете просмотреть и создать свое собственное - в данном случае такого рода радиолокационную карту - оценку всех этих различных углов или вещей. И каждая организация, как я делал по-разному, вы знаете, когда я имел обыкновение консультировать и реализовывать эти проекты, вы знаете, каждая организация уникальна. Они будут областями, которые будут действительно очень важны для них. Может быть, вы знаете, это управление процессами, или управление качеством, или риски, зависит от того, что это такое, но вы захотите посмотреть и создать эталон или базовый уровень, а затем подумать о том, что определяет его успех.

В связи с этим, когда вы думаете об измерении и управлении этими типами вещей, вам нужно сначала заручиться поддержкой исполнительной власти для такой программы, как эта. Это то, что будет межфункциональным во всей организации, поэтому, даже если Сьюзи Кью и Джон Смит, они решат: «Да, давайте сделаем это. Нам нужно сделать это», они не смогут сделать это в бункере в их организация, или даже если это ИТ. Вы действительно должны иметь эту заинтересованность от бизнеса и экспертов в области данных. Им нужно немного времени. Они не хотят, чтобы это было просто дополнительной задачей. Если вы когда-либо работали - я думаю, что я выполнил некоторые задачи по управлению основными данными, проекты раньше и качество данных - и обычно, вы знаете, вы добираетесь до бизнеса, и они говорят: «О, управление данными». Это не так. что-то, что они взволнованы. И они говорят: «О, нет. Нам нужно время для этого », и они это делают. Таким образом, вы захотите иметь некоторое время. Вам нужно это благословение сверху. Вы хотите, чтобы это было кросс-функциональным.

Опять же, это то, что действительно затрагивает многие сферы организации. А с GDPR это должно немного упростить, потому что, опять же, законы GDPR и где эти персональные данные используются для ваших клиентов и используются во всей вашей организации, это будет немного проще, если вы примените их, если у вас есть придерживаться GDPR. Становится косноязычным здесь. Это должно быть проще для вас. Вы хотите назначить некоторую ответственность, а затем посмотреть, вы знаете, вы собираетесь настроить их. Таким образом, вы всегда смотрите на эти типы руководств, которые предоставляют эти организации, и обычно это то, чем они являются: они являются руководящими принципами для вас, и вы собираетесь применять их для своей культуры в своей организации.

Работа в сфере управления действительно была очень важной, и некоторые из продуктов, которые я разработал, когда занимался управлением продуктами по всему миру в Microsoft, были BI самообслуживания и позволяли бизнес-пользователям и пользователям нетехнических данных играть с данными и создавать свои собственные отчеты, и много раз ИТ-персонал отодвигался назад. Поэтому я потратил много времени на это управление и следил за тем, чтобы продукты имели правильные функции, а также за аудитом и ведением журналов, и, вы знаете, за счет того, что они не будут разрушать базу данных как таковую. Но есть основа, которая, вы знаете, годами работала над этой конкретной темой этих типов вещей, которая действительно похожа на управление данными. Вы захотите иметь этот фонд, который был создан с помощью исполнительного спонсорства для этого, и вы захотите, чтобы это было обязательство между бизнесом и ИТ.

Так что, опять же, мы говорили о распределении бюджета / времени и разработке новых процессов. Это будет изменение на культурном уровне, когда вы сделаете некоторые из этих вещей, вы начнете смотреть на данные. Но вы знаете, это очень важно со стратегической точки зрения, опять же. И чтобы дать вам представление, вот пример, и я очистил его от одного из моих старых проектов, сделанных несколько лет назад, по таким вещам. И опять же, это, вероятно, больше с точки зрения общего управления, но, безусловно, может быть повторно использовано для проектов такого типа с управлением и развитием ваших процессов управления данными и их управлением. У вас есть эксперт по бизнес-тематике, у нас есть стюарды данных, эксперты по ИТ-тематике для различных направлений бизнеса. Многие крупные компании будут иметь вашу доску корпоративных стандартов, а также ваших корпоративных архитекторов, архитекторов данных и разработчиков моделей. Так что будут разные эксперты в разных областях. И опять же, многие из них - я не хочу иметь это в качестве примера - они будут адаптированы к вашей организации и вашей культуре.

Одна из вещей, когда вы работаете с этими проектами, опять же, часто это, пожалуй, не самый захватывающий проект в организациях, не такой визуальный, как хотят люди. Забавно, это одна из тех вещей, когда консалтинговая фирма входит или даже в вашу собственную ИТ-группу, или в вашу группу бизнес-центров передового опыта, или когда приходит ваш аналитический центр передовых технологий, и мы собираемся работать с данными качество и зрелость управления данными, они не могут быть невероятно рады сделать это. Но вы должны найти способы мотивировать их и включить их в свои измерения. Поэтому, когда вы думаете о том, что это будет, одно упражнение один раз, и вы получите людей на борт. И вы узнаете, что им понравился каталог данных или им нравятся некоторые из этих вещей, потому что это облегчает их жизнь, и они могут найти, что означают данные или понять их, и они могут добавить свою собственную перспективу к этому. И дело в том, что каталоги данных, вероятно, являются одним из величайших проектов, которые помогают людям действительно влюбиться в это.

Итак, следующая вещь - держать их вовлеченными. Как вы поддерживаете кого-то, что, может быть, им все равно? Это определить некоторые метрики и включить их, их измерение в, а затем обеспечить некоторое обучение для случаев, когда есть нарушения, и некоторую осведомленность о том, что «Эй, у нас действительно было какое-то время хорошее, а потом не очень хорошее». Так что те Типы вещей, о которых стоит подумать, чтобы продолжать. И затем, когда вы думаете о скоринге, и это пример из CMMI, вот как они это оценивают. Опять же, у вас будут собственные инструментальные панели, собственные KPI, знаете ли, разные способы измерения людей в организации. Но у вас будут разные способы оценить и измерить свой собственный успех. Мой ключевой момент, который вы должны от этого отнять, или ловушку, чтобы отнять это, - убедиться, что у вас есть способ измерить успех и что вы можете также праздновать свои успехи.

Итак, я ценю, что вы увлеклись этой захватывающей темой, и я собираюсь вернуться к Рону, который будет копать немного глубже.

Рон Хуйзенга: Хорошо, спасибо, Джен. И спасибо всем, что присоединились к нам сегодня. Теперь я собираюсь взять пару аспектов того, о чем говорила Джен, и немного углубиться в некоторых областях. Но то, что я также собираюсь сделать, это представить своего рода краткое изложение того, как вы можете, по крайней мере, провести своего рода самооценку высокого уровня в некоторых из этих областей. Потому что, как вы видели с моделями CMMI и подобными вещами, вы можете очень быстро углубиться с множеством различных индикаторов. Итак, что мы действительно хотим достичь, это что-то, чтобы вы могли лучше понять, где находится ваша организация на довольно высоком уровне, а затем начать углубляться в другие. Итак, с этим я буду говорить об организационной эффективности. И я собираюсь основывать это на CMMI и некоторых других стандартах или сводах знаний, которые были получены из этого за эти годы. А затем я собираюсь поговорить о некоторых показателях зрелости для зрелости данных и зрелости процессов, потому что, по мере того, как мы будем проходить через это, вы увидите, что они идут рука об руку. Поддерживая перспективы, Джен говорила об управлении в одной области. И я также собираюсь немного рассказать о корпоративной архитектуре. А потом мы подведем итоги и перейдем к самому круглому столу.

Если мы посмотрим на это, есть много стандартов и BOK, которые, конечно, являются совокупностью знаний, которые были опубликованы за эти годы. Многие из них действительно произошли из-за способности модели зрелости. И вот откуда пришла CMMI, о которой говорила Джен. Сама модель CMM была фактически в 1998 году. На самом деле она была запущена джентльменом по имени Уоттс Хамфри, когда он работал в IBM. У него была 27-летняя карьера в IBM. Но его действительно активное развитие этой конкретной модели началось, когда он был в Карнеги-Меллон, и было заказано министерством обороны США. Многие другие стандарты были использованы для получения этого. И что очень полезно знать об отрасли, когда мы говорим об этом в некоторых других стандартах, так это то, что когда мы смотрим на сроки этого, это также на фоне того, что мы видели в отрасли в целом. Это было, когда качественное движение действительно начало распространяться, особенно в производстве, и это распространилось на другие области. Где мы искали способы улучшить производственные процессы, делая такие вещи, как полное управление качеством, своевременное производство и другие вещи. И многие философии, которые вышли из этого, вошли во всю качественную работу.

И это действительно прыгающая точка, с которой начинались многие из этих вещей. Это началось в общей отрасли и проникло также в информационные технологии, системы обработки данных и процессов, а также информационные системы. Другие стандарты, которые мы видим и которые более тесно связаны или более специфичны для некоторых вещей, о которых мы говорим, это, конечно, модель зрелости данных, о которой Джен немного рассказывала. Существует также модель зрелости бизнес-процессов, разработанная Группой управления объектами. И ряд других стандартов, которые вы, возможно, видели, которые ваша организация может использовать или использовать для различных областей бизнеса, особенно в сфере ИТ, таких как COBIT, которая является контрольными целями для информации и технологии, ITIL, которая обычно является инфраструктурой. -сосредоточены, с которыми многие из вас, возможно, имели дело. Опять тотальное управление качеством. И особенно когда вы сталкиваетесь с такими вещами, как метрики и все остальное, вы, возможно, видели, что такие вещи, как статистический контроль процессов, также начинают действовать. И, конечно же, некоторые области знаний, с которыми мы имеем дело, - это профессионалы в области информации или ИТ. Свод данных управления знаниями.

Есть также, что эквивалентно этому, совокупность знаний по бизнес-анализу. И проект управления совокупностью знаний. У вас может быть несколько или более таких вещей, которые используются различными заинтересованными сторонами в вашей организации одновременно. Но давайте отфильтруем BOK и вернемся назад и скажем, что такое зрелость? И мы перечисляем определение «зрелый», потому что, когда вы спрашиваете, что такое зрелость, когда вы просматриваете его в словаре, оно на самом деле говорит: «Вы зрелый». Поэтому, используя слово «зрелый», это действительно означает, что вы достигли продвинутого уровня. Стадия разработки - конечно, очень общая. Но то, на что мы действительно обращаем внимание, это продвижение того, что мы делаем, к более высокому уровню достижений по мере прохождения. И когда вы посмотрите на многие стандарты, как вы увидите, в частности, CMMI и модель зрелости возможностей действительно основывают вещи на пятибалльной шкале, так что это дает нам постепенный способ взглянуть и сказать, как мы действительно развиваемся в этом масштабе в том, как мы растем?

Когда мы смотрим на зрелость, с точки зрения достижения организационной зрелости в том, что нас интересует, мы должны быть в равновесии. Вам необходимо достичь зрелости данных, и мы поговорим о некоторых критериях, которые вам нужно выполнить, но вам нужно одновременно достичь зрелости процесса. Это две стороны одной медали, и они должны идти рука об руку. Вы не можете перейти, скажем, от нуля до пяти в масштабе зрелости данных без увеличения степени зрелости процесса, и то же самое верно и для зрелости процесса. Они оба соединены вместе, и они тянут друг друга для поездки, в то время как вы на самом деле эволюционируете через различные стадии. И я расскажу об этом немного больше в следующем слайде здесь. Еще одна вещь, которую мы должны осознать, это достижение зрелости как данных, так и процессов, которые являются фундаментальными для архитектуры предприятия и фундаментальными для некоторых вещей управления, о которых говорила Джен. Мы даем возможность этим путем достижения зрелости в некоторых из тех вещей, которые мы пытаемся сделать.

Теперь на слайде, о котором Джен сказала, что я собираюсь поговорить немного подробнее. Я выбрал только несколько категорий и, используя шкалу CMM, и у меня есть своя собственная, я фактически добавляю ноль в терминах к верхней части шкалы, потому что могут быть определенные случаи, когда вы на самом деле не сделали любая тяга вообще в этих случаях. Так что это просто способы распознавания, которые произошли. Поэтому, если мы рассмотрим управление данными в частности, вы можете начать с нуля, потому что у вас нет программ управления данными. И когда вы начинаете созревать в различных областях, как только вы начинаете внедрять его на уровне проекта, затем на уровне программы, через подразделения и, в конечном счете, в масштабах всего предприятия, именно так, с точки зрения управления, вы на самом деле взрослеете и растете как организация, как вы делаете это.

Другие аспекты этого, такие как управление основными данными, можно начинать с нуля без формальной классификации данных. Затем вы попадаете в состояние, когда вы начинаете понимать, что у вас есть основные данные, и вы начинаете классифицировать, но они не интегрированы. Затем вы начинаете работать над интегрированными и общими репозиториями. Затем, когда вы попадаете в стандартизированную среду, именно тогда вы смотрите на предоставление услуг по управлению данными. И когда вы продвинетесь дальше, вы создадите управляющих основными данными и, в конечном итоге, совет по управлению данными, который все время серьезно к этому относится. Когда вы посмотрите на свою техническую среду, а также на приложения и базы данных, которые у вас есть, с точки зрения интеграции данных, опять же, в незрелой среде у вас будет несколько специальных, двухточечных интерфейсов и такого типа. вещь. По мере развития вы начнете внедрять некоторые общие инструменты и стандарты. Тогда вы начнете смотреть на распространенные интеграционные платформы по мере их развития. И когда вы станете стандартизированными, вы будете работать над стандартизированным промежуточным программным обеспечением и возможными простыми вещами, такими как корпоративные сервисные шины, каноническая модель, классифицировать все ваши данные в вашей организации, а также привязываться к таким вещам, как бизнес-правила в вашем хранилище и тому подобное. вещи. А затем идем еще дальше, где вы полностью вписываетесь в организационную культуру. И, конечно, качество имеет первостепенное значение. Как говорила Джен, многие решения и множество инструментов предполагают, что у вас есть высококачественные данные, с которыми вы работаете. Таким образом, качество данных является фундаментальной основой достижения зрелости данных.

Опять же, когда вы смотрите на данные, у вас может быть много хранилищ и разбросанных данных в незрелых средах. У вас могут быть несоответствия, которые принимаются. И затем вы начинаете работать над этим, признавая противоречивость, а затем начинаете смотреть на планирование. And if you look at managed environments here, something very important here is data cleansing at consumption in order to use the data in decision-making. So what we're really talking about there is data cleansing, where we're going to load it into data warehouses and other decision-support tools. And this is analogous to what we used to see in the data manufacturing type of industry where people would build products, they would make their way down the assembly line and at the end of it, you would inspect the product and go, “Oh, we have defects here.” Again, one thing that you can never do is you can never improve a product's quality by inspecting it at the end. You can see the problems with it and then you can take measures to improve the next ones and other ones that come down the line after it, but you're never going to improve it by inspecting it at the end. So this is where, as you move forward, especially in data, you move more from an inspection and a cleansing point of view at the place of consumption where you start to try to build that in at the source, right from where you catch the data, the processes that act upon that data, ensuring that that data is accurate and fit for consumption at every process throughout the way. As you evolve further, you start to develop and get a quality KPIs and really start developing that prevention approach to data quality as you move forward.

С точки зрения организационного поведения или вещей, которые вы видите, если вы не думаете, что у вас есть проблема или вы не знаете, вы можете быть, если в вашей организации есть фаза отказа, это говорит мне, что вы в нулевой уровень или потенциальный переход в единицу. Если в ваших данных много хаоса и вы пытаетесь устранить эти несоответствия, вы, вероятно, на первом уровне. Когда вы все еще находитесь в реактивном режиме, вы переходите к управляемому, но вы не станете стандартизированы, пока у вас действительно не будет очень стабильной среды данных, охватывающей как управление, качество, управление основными данными, так и данные интеграция, чтобы назвать только некоторые из пунктов. И опять же, как только вы пройдете через это, вы начнете понимать действительно проактивные стили управления. Если вы попадаете в ту часть, где у вас очень прогнозирующее поведение, а также в аналитику для ее резервного копирования и в KPI для ее поддержки в вашей организации, когда мы смотрим на это и накладываем несколько вещей, есть некоторые другие вещи, которые мы можем посмотрим на организации и где они находятся. Давайте посмотрим на основной ИТ-центр в организации. Если ваше основное внимание в области ИТ по-прежнему сосредоточено на технологиях и инфраструктуре, вы, вероятно, склоняетесь к менее зрелому концу шкалы. Но когда вы действительно сосредотачиваетесь на информации и стратегической поддержке бизнеса, обеспечивающей информацию, тогда вы приближаетесь к зрелому концу шкалы. Кроме того, когда вы смотрите на это с точки зрения данных, если вы находитесь на нижнем уровне, у вас высокий риск для данных, а если вы на верхнем уровне, вы снизили риск, связанный с данными. И оборотной стороной этого является создание ценности организации. Более низкая степень зрелости данных означает, что у вас, вероятно, достаточно низкий уровень генерации стоимости, особенно с точки зрения данных, имеющихся в вашей организации. И когда вы поднимаетесь вверх по шкале, вы получаете поколение с высокой стоимостью.

Давайте посмотрим на это с точки зрения самого моделирования данных. Иногда моделирование данных превращается в рыжего пасынка. И моделирование данных имеет основополагающее значение для достижения зрелости данных. Поэтому я просто хочу поговорить о нескольких характерных признаках того, как моделирование данных связано с этим. Если это просто используется для документирования или простой физической генерации базы данных для небольших приложений и тому подобного, вы, вероятно, находитесь на первом уровне с точки зрения зрелости данных. Когда вы начинаете охватывать и распознавать различные типы моделей, в том числе концептуальные, логические модели и физическое моделирование, где, как вы знаете, в основном вы ведете разработку. Вы действительно используете это как точку зрения дизайна, тогда вы на первом уровне.

Когда вы начинаете смотреть на это с более корпоративного уровня, включая построение корпоративных или канонических моделей, представление концепций и связывание в нескольких моделях, происхождение данных и построение метаданных управления прямо в ваших моделях, вы начинаете переходить к третий уровень, а затем перейти к метаданным полного управления, интеграции бизнес-глоссария и так далее. Глядя на жизненный цикл и цепочку добавленной стоимости данных, вы попадаете на четвертый уровень. И снова, полностью интегрированное моделирование с бизнес-глоссариями, метаданными, способностью управлять такими вещами, как аналитика самообслуживания, - это действительно когда вы достигли довольно зрелого состояния.

Как часть этого, я хочу очень кратко рассказать о жизненном цикле данных. И причина, по которой я хочу поговорить об этом, заключается в том, что жизненный цикл данных, к сожалению, довольно часто игнорируется. И что это такое, оно действительно описывает, как элемент данных создается, читается, обновляется или удаляется, а также процессы, которые воздействуют на него во всей вашей организации. Так что те из нас, кто давно работает в отрасли, называют это CRUD, потому что это создание, чтение, обновление и удаление. Но мы должны понимать это на фундаментальном уровне, когда имеем дело с данными в нашей организации. Многие факторы вступают в игру. Какие бизнес-правила действуют на него? Какие бизнес-процессы потребляют, производят или изменяют данные? Какие приложения на самом деле реализуют эти бизнес-процессы, чтобы позволить вам это сделать? Все это вступает в игру с точки зрения жизненного цикла данных.

И снова Джен упоминала об этом раньше - не обязательно может быть один источник правды. И может быть несколько способов создания определенного элемента данных. И, возможно, вам действительно придется войти, через разные системы или через несколько входов поступают разные вещи, которые вы должны согласовать и решить, чтобы определить, какой источник данных нужен для этого конкретного решения в данный момент времени. В организации может быть несколько вариантов данных для разных целей. Чтобы достичь этого, вам нужно иметь возможность моделировать бизнес-процесс, линию данных, которая включает потоки данных, интеграцию и такие вещи, как ETL, поэтому извлекать, преобразовывать и загружать данные для вашего хранилища данных, витрины данных и промежуточных областей и, конечно же, вступают в силу ссылки на данные на стороне больших данных. Когда вы извлекаете эту информацию из озера данных, вам необходимо знать, как вы ее потребляете и как ее используете. С точки зрения самого жизненного цикла, это действительно то, как мы создаем или собираем новые данные, как мы их классифицируем - потому что вы должны классифицировать их, чтобы понимать и эффективно работать с ними - как вы их храните, как вы Используете его, как вы модифицируете его для тех бизнес-процессов, где он используется в организации - и очень важно: хранение и архивирование. Как долго вы сохраняете данные? Когда вы архивируете это? Когда вы в конечном итоге уничтожить эти данные? Все это необходимо учитывать в жизненном цикле данных, и вы должны делать все это, чтобы достичь высокого уровня зрелости данных в вашей организации.

С другой стороны, я снова сказал, что они вроде близнецы, когда вам нужно говорить о зрелости процесса в сочетании со зрелостью данных - они идут рука об руку. Опять же, у меня здесь есть несколько разных вещей, и - не волнуйтесь, я не собираюсь читать все это, а просто своего рода контрольный список, так что - снова вы можете начать самооценку того, в чем ваша организация находится с точки зрения зрелости процесса. Давайте снова посмотрим на вещи с самого начала и через оптимизированные страницы. Опять же, мы используем ту же пятибалльную шкалу, которая была получена из модели зрелости возможностей. Если вы посмотрите на такие вещи, как фокус, если вы находитесь на более низком или начальном уровне зрелости процессов, вы можете обнаружить в своей организации, что люди действительно полагаются на свои собственные методы для выполнения своей работы. И вы можете увидеть некоторые героические и тому подобные вещи, чтобы иметь возможность добиться цели. Затем вы начинаете переходить к точке, где вы проявляете большую активность, когда ваше руководство берет на себя ответственность за рабочие подразделения и производительность. Затем вы начинаете развивать стандартные интегрированные процессы. Затем процесс стабильности и повторного использования. Затем вы начинаете видеть больше культуры наставничества и статистического управления для расчета показателей и KPI относительно этих процессов и, наконец, до полного уровня оптимизации.

Когда вы смотрите на управление работой, вы можете перейти от области, где у вас есть непоследовательные уровни управления работой, к более управляемой, где вы, по крайней мере, на более высоком уровне балансируете свои обязательства перед ресурсами. Затем наступит момент, когда у вас будет более адаптируемая или гибкая организация, чтобы вы могли стандартизировать свои процессы, но адаптировать их для лучшего использования в различных обстоятельствах в вашей организации. И когда вы переходите на продвинутый уровень, именно здесь очень важны полномочия, и это означает, что все интуитивно понимают, что происходит, и сотрудники имеют данные процесса, чтобы они могли оценивать и управлять своей работой.

Опять же, возвращаясь к производственной аналогии - когда мы увидели это, когда мы начали модернизировать наши сборочные линии и все такое в промышленности, мы начали говорить об общем качестве и расширении прав и возможностей работников даже на сборочной линии, где, если кто-то видел что-то не так на каждом конкретном этапе производства, люди были уполномочены, что они могут нажать на большую красную кнопку и закрыть всю сборочную линию, пока проблемы не будут решены, прежде чем дела пойдут дальше. И это тот тип менталитета и своего рода культура, которую мы ищем вокруг данных в наших процессах, чтобы убедиться, что мы действительно оптимизируем наши данные и наши процессы в нашей организации.

Другие показатели вашей культуры - является ли ваша культура застойной с точки зрения отсутствия опознаваемой основы для реальной приверженности улучшению ваших бизнес-процессов? Есть ли делегирование ответственности, которое мы видим в дальнейшем? И когда вы продвигаетесь дальше, у вас все еще могут быть бункеры, но по мере того, как вы начинаете продвигаться с точки зрения культуры и вещей, которые вы делаете в своем бизнес-процессе, вы также ломаете эти разные бизнес-бункеры и эффективно используете процессы в вашей организации. Очень важно, что по мере того, как вы переходите к этапу мероприятия, на самом деле вы основываетесь на этом, а не на интуиции, а на самом деле собираете метрики качества, и у вас есть метрики, позволяющие предсказать ваши возможности в эффективности вашего бизнеса. операции, и это чрезвычайно важно.

С точки зрения архитектуры, давайте поговорим об этом, потому что многие из нас здесь в IT или всегда смотрят на IT. Опять же, те же самые вещи, которые мы видели в данных. У нас отчаянные ИТ-системы, если вы действительно находитесь на начальных этапах зрелости процесса. Как только вы начнете управлять своими процессами, вы увидите, что некоторые службы настраиваются там, где вы действительно применяете больше сервисного подхода. Затем, если вы станете стандартизированными, вы увидите более широкое внедрение с точки зрения данных и услуг, а также процессов и тому подобного, вплоть до того момента, когда вы получите полный сервис или новую архитектуру. И затем, в конечном счете, к полностью управляемому процессами предприятию, которое использует ваши данные.

Опять же, одни и те же типы весов, когда мы смотрим на это. С точки зрения производительности, при низком уровне зрелости процессов вы увидите низкий уровень производительности и высокую зрелость процессов, вы увидите гораздо более высокую производительность. И качество идет рука об руку с этим также. То же, что и с данными - если у вас низкий уровень зрелости, вы увидите высокий уровень риска, а также высокий уровень отходов. Но чем выше уровень зрелости, тем ниже этот уровень, снижается риск и значительно сокращаются отходы. С точки зрения некоторых вещей, которые вы можете рассматривать как своего рода симптомы или индикаторы в организации, если основная философия основана на сокращении затрат, вы, вероятно, находитесь на низком уровне зрелости процесса. Затем он собирается получить высшее образование и перейти к более тщательному анализу эффективности в вашей организации, а затем, когда вы достигнете очень зрелого уровня, вы снова сосредоточитесь на создании ценности.

С точки зрения организационного управления, если царит хаос, это, как правило, является признаком, опять же, организаций с низким уровнем зрелости процессов. Но вы начинаете сосредотачиваться на том, что я называю более управленческим менталитетом, где - и может быть какое-то управление по указу или навязывание вещей - где вы действительно тогда, когда вы переходите на более зрелые уровни, ваше управление переводится на больше лидерства. Другими словами, философия совершенствования заложена в культуре, и начиная с генерального директора, они продвигают всю эту философию улучшения процессов и постоянного, непрерывного улучшения в вашей организации в целом.

С точки зрения модели процесса - и я здесь довольно быстро расскажу об этом - снова давайте посмотрим на модели процесса, поскольку они связаны с зрелостью самого процесса. Опять же, очень похоже на то, что мы видели в отношении зрелости данных, когда на низких уровнях или на первом уровне вы можете просто документировать процессы или текущее состояние процесса, но вы на самом деле не используете их для продвижения вперед. Когда вы начнете взрослеть, вы будете использовать моделирование бизнес-процессов для повышения эффективности управления бизнес-процессами в организации, а затем развиваться дальше, где вы его используете, и постоянно обновлять эти модели, чтобы повысить эффективность процессов до конечной цели. добраться до процесса проектирования. И затем, когда вы достигаете полной зрелости или, как вы знаете, то, что вы обычно видите в «худых» или в организациях, которые приняли программы более высокого качества, такие как Sigma, это снова, когда у вас появляется менталитет непрерывного совершенствования, и это укоренилось прямо в моделировании ваша организация. Поэтому, так же как мы используем инженерные чертежи для создания продуктов, будь то самолеты, здания и небоскребы, и тому подобное, мы полагаемся на наши модели, чтобы фактически продвигать наш бизнес вперед, потому что это элемент дизайна, который фактически продвигает наши организационные элементы вперед,

Теперь, опять же, я не буду подробно останавливаться на этом и на каждом отдельном слове. То, что я сделал, это то, что я взял эти два более простых слайда сетки и выбрал ряд слов, которые использовались в некоторых из этих других дескрипторов как для зрелости данных, так и для зрелости процесса. Поэтому, когда вы посмотрите на это после факта, вы можете начать думать о некоторых словах, которые вы видите в ваших собственных внутренних культурах, с точки зрения сказанного. И это поможет вам начать классифицировать, где мы, как организация в целом, начинаем соответствовать этой шкале зрелости в целом. Так что, если вы видите такие вещи, как несогласованность или застой, или неэффективность возникает довольно часто или хаос, вы, как правило, будете в нижней части шкалы. Когда вы начинаете думать о таких вещах, как непрерывное совершенствование, стратегическое выравнивание, профилактический подход к дефектам и качеству и тому подобное, полная интеграция, и вы говорите о передовых практиках в конкурентных преимуществах, тогда вы и сами увидите вверх на оптимизаторе, верхний конец шкалы.

Опять же, я также хочу отметить, что когда вы начинаете рассматривать управление данными, в частности, когда смотрите на нижнюю часть шкалы, на начальных этапах, управление данными может быть введено только на отдельных уровнях проекта. Вам необходимо перейти к точке, в которой управление данными и конкретная цель связаны с управлением данными проекта и развились через управление данными на уровне программ и подразделений, где опять-таки оно распространяется на всю компанию и встроено в организацию в целом.

Я говорил о том факте, что на самом деле это близнецы, которые работают вместе с точки зрения зрелости данных и зрелости процессов. В достижении этой зрелости по обе стороны шкалы есть путешествие, и вы не можете прыгать по ступеням. Если вы находитесь в нуле, вам придется развиваться через этапы один, два, три, четыре и в конечном итоге добраться до пяти. И в мире очень мало организаций, работающих на пять. Поэтому многие организации были бы более чем рады оказаться в точке, когда им по три, и затем могли бы использовать это в качестве трамплина в будущем. И опять же, вы не можете идти, вы не можете быть в четыре от зрелости данных и один в зрелости процесса. Это просто не работает, потому что они настолько переплетены, что вы должны понимать и хорошо управлять своими данными и процессами в сочетании друг с другом.

Хорошая аналогия, если вы будете думать об этом как о пути к организованной зрелости, давайте предположим, что ваша команда состоит из двух человек: один - зрелость процесса, а другой - зрелость данных. Вы бежите по полосе препятствий, и вы связаны короткой веревкой. И чтобы закончить этот курс, это означает, что вы оба должны преодолеть не только все препятствия, но вы должны преодолеть все препятствия почти одновременно или очень близко друг к другу, чтобы быть возможность двигаться дальше и добраться до следующего препятствия. Это действительно хороший способ подумать о балансировке зрелости процесса и зрелости данных. Другими словами, вы можете быть в какой-то степени ориентированы на процессы и ориентироваться на данные, но это будет опережающий индикатор, и не может быть большого пробела, чтобы фактически поднять вас через уровни.

И затем, когда мы снова смотрим на это с точки зрения управления данными, одна из вещей, на которые я хотел бы обратить внимание в случае, если вы не знали, состоит в том, что DAMA на самом деле выпустила вторую часть этого года в области управления данными, том второй, и о том, что поменял там фактическое колесо DAMA. И я на самом деле представлял это немного по-другому, когда управление данными находится в центре, а десять разных категорий - вокруг разных колес. Что-то, что здесь очень важно видеть, - это моделирование данных, и у дизайна теперь есть свои собственные области на колесе - раньше они были как бы смешаны с другими. Одна из вещей, которая является здесь очень фундаментальной, заключается в том, что моделирование данных, в частности, является фундаментальным для всех этих других аспектов, потому что, независимо от того, выполняем ли мы моделирование данных наших баз данных или метаданных, с которыми мы имеем дело, моделирование данных играет роль в играть во все эти другие пьесы, о которых мы говорим. И моделирование процессов также играет роль во многих из этих вещей, потому что, помимо понимания самих данных, мы должны понимать, как они используются, и именно поэтому моделирование процессов действительно помогает нам в этом.

Теперь давайте немного сменим тему и поговорим об архитектуре предприятия. И модели имеют решающее значение для архитектуры предприятия. И я основываю это на примере, и это - структура Zachman, которую я показываю здесь очень быстро. И когда вы смотрите на это, вы видите здесь несколько вещей. Вы видите, что, как, где, кто, когда и почему является своего рода шкалой наверху. И затем вы проходите более детальные уровни разработки, если хотите, с точки зрения типов моделирования или типов вещей, которые вы разрабатываете с точки зрения архитектуры предприятия, от очень высокого контекстуального уровня вплоть до детального уровня, в том числе физическая реализация. Если вы посмотрите на первые столбцы, то, что очень интенсивно использует данные. Как очень управляемый процесс. И если вы посмотрите на другие аспекты, вы будете использовать комбинацию процесса и моделирования данных с точки зрения сбора остальной информации. У вас будут данные обо всех этих разных вещах, и ваши модели процессов также будут связывать вещи, например, где это происходит, ответственность. А также с точки зрения моделирования процессов, которое мы также используем в наших инструментах, вы можете начать связывать это с целями, отношениями и бизнес-правилами, которые определяют эти разные вещи, которые вы делаете.

С точки зрения общей структуры Zachman, один из хороших способов подумать об этом - это то, что вы руководствуетесь моделями и фактически проходите различные уровни. Итак, вы начинаете с контекста высокого уровня и контекста. Затем вы переходите к бизнес-моделям, затем к системным моделям, затем к технологическим моделям, а затем к очень подробному представлению технических моделей. И опять же, данные представляют собой то, что, процесс - это то, как и на самом деле это комбинация взаимодействия данных и процессов, которые определяют все остальные характеристики.

Исходя из этого, не случайно, что то, как мы рассматриваем идею корпоративной архитектуры, основано немного иначе, чем некоторые другие. Довольно часто вы слышите о четырех столпах корпоративной архитектуры: данных, сбора данных, бизнеса и технической архитектуры. Мы смотрим на это немного по-другому. Мы рассматриваем архитектуру данных как фундаментальную основу, которая управляет всей корпоративной архитектурой по двум причинам. Во-первых, вот где это началось. Даже такие вещи, как инфраструктура Zachman, в основном выросли из архитектуры данных, а затем стали охватывать и другие аспекты архитектуры. И второе, потому что фундаментальная связь между процессом и данными. Вот почему мы рассматриваем бизнес-архитектуру как центральную опору корпоративной архитектуры. И, конечно же, это дополняется архитектурой приложений и технической архитектурой, которые являются абсолютно необходимыми факторами, позволяющими нам обеспечить истинную корпоративную поддержку. Теперь, когда мы смотрим на это с точки зрения ER Studio Enterprise Team Edition, нашей интегрированной платформы моделирования, это то, как она вступает в игру. И это высокоуровневая контекстная диаграмма некоторых моделей, которые мы делаем, и некоторых основополагающих принципов. И это на самом деле заложено, это на самом деле изображено на диаграмме процесса. Поэтому, когда мы рассмотрим конкретную часть нашей архитектуры данных и нашу бизнес-архитектуру ниже, мы предоставляем инструменты на основе ролей.

А если вы посмотрите на наш инструмент бизнес-архитектора в левом нижнем углу, то здесь обычно работают бизнес-аналитики и бизнес-архитекторы. И они обычно сосредотачиваются на некоторых бизнес-процессах и начинают вытеснять их. Но они также сосредоточены на чем. Итак, мы начинаем делать концептуальное моделирование данных и тому подобное. Мы можем использовать эти компоненты концептуального моделирования и использовать их в нашем инструменте моделирования данных и для архитектора данных, где они далее разрабатываются в логические модели данных и, конечно, в конечном итоге в физические модели, чтобы мы могли генерировать физические базы данных. И мы также можем отодвинуться, чтобы концептуальные модели были обновлены и в сфере бизнес-архитектуры. Здесь очень важно то, что мы поддерживаем разные типы моделирования. Итак, опять же, бизнес-аналитика очень важна и требует много данных и тому подобных вещей, поэтому мы на самом деле также делаем некоторое моделирование, а также как часть этого, мы делаем моделирование линии данных. Таким образом, мы можем не только связать ETL с точки зрения того, как вы делаете отображение из ваших физических моделей в ваши модели измерений для хранилищ данных или даже вносить вещи из ваших озер данных и видеть, как они отображаются, мы можем связать все эти вещи вместе. А также переадресация реверс-инжиниринга с других платформ моделирования, с платформ больших данных.

А также такие вещи, как инструменты ETL, так что мы можем начать получать диаграммы происхождения данных прямо из спецификаций ETL, которые вы можете иметь в своей собственной среде. Также очень важно знать, что нам пришлось выйти за рамки реляционного моделирования. У нас есть определенные платформы, такие как Hive и, в частности, MongoDB, сейчас мы начинаем говорить о хранилищах документов, где у нас есть такие понятия, как встроенные объекты и массивы. На самом деле мы расширили нотацию, чтобы можно было учесть и эти типы моделей, потому что это нереляционная концепция. Все, что мы создали в инструменте архитектора данных с точки зрения артефактов данных, будь то логические объекты или физические таблицы и их атрибуты, может быть затем возвращено в моделирование бизнес-обработки. Поэтому, когда вы разрабатываете свои модели бизнес-процессов с высокого уровня и переходите к более низкому уровню, вы можете фактически связать реальные элементы данных. Таким образом, вы можете действовать, мы можем указать матрицы CRUD того, что на самом деле происходит. Таким образом, это дает вам тот жизненный цикл данных, о котором я говорил с созданием, чтением, обновлением и удалением на уровне процесса. И мы выполняем там полное моделирование процессов BPM с нашим собственным набором оверлеев, чтобы вы могли начать увязывать бизнес-стратегии и бизнес-цели. Кроме того, мы также можем связать приложения, которые реализуют эти бизнес-процессы, все с точки зрения модели.

Другие вещи чрезвычайно важны и в наших моделях данных. Характеристики управления данными или характеристики качества данных освоены и управления. Вы можете определить и встроить свои собственные метаданные для характеристик, которые вы хотите отслеживать, и это означает, что вы теперь используете свою модель в качестве образца, чтобы передать ее через всю организацию, в свои хранилища метаданных и все остальное. И, конечно, одно из ограничений моделирования, которое было много лет назад, когда многие из нас начинали в отрасли, занимались этим, заключается в том, что мы будем производить эти модели. Что бы мы делали? Мы распечатывали их, мы помещали их на стену, возможно, для членов команды, чтобы поделиться и тому подобное. Истинная ценность этого - возможность делиться и сотрудничать в наших организациях. Вот почему у нас есть подход, основанный на репозитории, где мы проверяем и проверяем наши модели и рабочие пространства. И мы делимся ими с нашими участниками, которые являются организацией, будь то другие технические заинтересованные стороны, бизнес-пользователи и тому подобное. А также привяжите это к нашей платформе совместной работы под названием Team Server.

Таким образом, мы говорили о более ранних бизнес-глоссариях и терминах, а также о важности этого и развитии этого словаря для бизнеса. Это все в Team Server, где пользователи, бизнес-пользователи могут сотрудничать на этих условиях. Они видимы, их можно использовать в архитектуре данных, например, рядом с моделями данных, и, конечно, многие из этих бизнес-глоссариев часто происходят из некоторых словарей данных, которые мы создали в наших моделях данных. Мы можем выдвинуть их для… Также из инструментов архитектора данных отправной точкой является бизнес-глоссарий, где они могут быть уточнены в дальнейшем, и все это также связано с управлением изменениями.

Это было много. Подводя итог, пара вещей, о которых мы говорили, - это попытаться достичь истинной организационной зрелости, вам нужен сбалансированный подход, который состоит из зрелости данных и зрелости процессов. Вы не можете достичь одного без другого. Опять же, фундаментально, вы должны иметь и то, и другое, и должны полагаться на это, в частности, на моделирование данных и моделирование процессов как для корпоративной архитектуры, так и для управления данными и процессами, а также в ваших организациях. Корпоративная архитектура действительно объединяет ее с точки зрения рассмотрения этих различных аспектов и перспектив. Для этого вам нужна надежная основа архитектуры данных, а также интеграционное моделирование процессов, обеспечивающее бизнес-контекст и позволяющее продвигать бизнес-процесс и потребление данных вперед. Опять же, важнее, чем когда-либо прежде. Я могу сказать, что старое снова новое. Таким образом, моделирование данных, моделирование процессов, происхождение, метаданные и глоссарии являются основополагающими для достижения этой цели, а ER / Studio Enterprise Team Edition является платформой для совместной работы, которая объединяет все это.

И с этим мы можем перейти к вопросам.

Эрик Кавана: Хорошо.

Рон Хуйзенга: Мы пойдем к тебе, Эрик.

Эрик Кавана: Рон, я должен надеть вам шляпу за все ваши усилия по документированию этих различных процессов и структур. Это много материала, который у вас есть. Я предполагаю, что у меня большой вопрос, кто должен следить за этим в организации, потому что вы затрагиваете очень много разных вещей. Вы представляете процессы, это будет главный операционный директор или какой-то операционный человек. Жизненный цикл данных, вы думаете, может быть, это будет директор по данным. Вы затрагиваете так много разных частей и так много разных компонентов для бизнеса. Как вы находите нужного человека или группу людей, и это ли руководящий комитет? Что это? Что вы можете сказать нам о том, кто должен делать это в организации?

Рон Хуйзенга: Вы знаете, это интересный вопрос. Мы можем провести целый день, обсуждая достоинства различных подходов. Но кое-что, что я определенно увидел, вы знаете, когда я консультировался до того, как приступил к роли менеджера по продукту, это то, что когда я смотрел на организацию, это было частью проблемы - получить право собственности и заставить людей принять это на себя. И когда мы смотрим на такие дисциплины, как моделирование данных и даже моделирование наших бизнес-процессов, или даже в первые дни, построение диаграмм потоков данных и тому подобное, такого рода вырастают из ИТ. Но по мере нашего продвижения вперед, и я думаю, что теперь мы все больше и больше признаем, что это действительно должно быть ориентировано на бизнес. Таким образом, вы действительно хотите, чтобы право собственности на это было в бизнесе.

И я собираюсь оскорбить некоторых ИТ-специалистов здесь, но я твердо верю, что причина, по которой мы увидели эволюцию роли главного сотрудника по обработке данных, заключается в том, что роль ИТ-директора потерпела неудачу в большинстве организаций. И это потому, что многие ИТ-директора сфокусированы на технических аспектах, а не на данных и процессах. Поэтому я думаю, что вам действительно нужно это иметь, вам, вероятно, понадобится какой-то руководящий комитет в более крупных организациях. Но это действительно должно принадлежать бизнесу. Я бы привел аргумент, что ваш бизнес, моделирование ваших процессов, моделирование ваших данных - все это должно принадлежать бизнесу, потому что это дает вам возможность гарантировать, что ИТ-специалисты являются хранителями данных и реализуют эти процессы посредством того, что они Создайте, у вас есть этот молоток, чтобы убедиться, что это происходит, если он действительно принадлежит бизнесу.

Эрик Кавана: Да, я думаю, что согласился бы с этим. Но Джен, что ты думаешь об этом?

Джен Андервуд: Так что это действительно интересно. Это то, на что я ссылался, когда говорил, что привлечение людей к заботе и интерактивности - это, наверное, одна из ключевых вещей. В какой-то момент я написал официальный документ о том, что управление самообслуживанием BI очень похоже на это. Речь идет о том, чтобы найти способ мотивировать людей, с точки зрения деловой ценности, заставить их позаботиться об этом. И затем, когда они видят, или находят, каталогизация данных или какой-то другой угол, под которым они идут. Может быть, это сокращает расходы на доставку, возлагает на кого-то ответственность за организацию, и вы можете помочь этому. И да, бизнес абсолютно. Эксперты по предмету бизнеса собираются сделать или сломать это.

Эрик Кавана: Это сложно. Я думаю, что вы всегда хотите иметь этот консорциум заинтересованных сторон со всей организации. Конечно, вам не нужен анализ паралича. Вы не хотите бюрократию ради бюрократии. Вы хотите, чтобы организация имела план действий и документировала эти вещи. Знаете, я думаю, когда вы начинаете говорить о моделировании бизнес-процессов, это было жарко 25 лет назад, но в основном это было оторвано от реального бизнеса. Я думаю, по крайней мере, в некоторых отраслях вы можете извлечь большую часть этого процесса из реального программного обеспечения, которое работает. Но я думаю, что в наши дни мы должны найти способ сбалансировать эти два мира, верно, Рон? Вы хотите иметь модели процессов, которые являются актуальными и актуальными и отражают то, что на самом деле происходит. Таким образом, вы не хотите, чтобы это было просто отдельным упражнением, где оно находится, где-то на полке. Но это немного усложняет, правда? Потому что не все операционные системы ориентированы на такой исполняемый код. Но что вы думаете?

Рон Хуйзенга: Абсолютно. И это интересно, потому что одна из вещей, на которые я смотрю, это когда люди, вы знаете, мы стали обществом мгновенного удовлетворения. Люди думают: «О, мы просто пойдем и купим некоторые инструменты и сделаем эту работу для нас». Это похоже на то, что вы не собираетесь покупать процесс зрелости. Вы не собираетесь покупать данные зрелости. Это тяжелая работа. Вы должны закатать рукава, и вы должны сделать это. И механизм для этого - моделирование. Это слишком сложно, чтобы не иметь визуального представления не только о текущем состоянии, над которым вы работаете, но и иметь возможность спроектировать, как вы собираетесь улучшать эти различные бизнес-процессы. Вам нужна эта визуальная структура, чтобы понять, какое влияние окажут эти изменения.

Эрик Кавана: Это действительно - я просто чирикаю; Я пишу в твиттере прямо сейчас: «Вы не собираетесь покупать зрелость процесса, вы не собираетесь покупать зрелость данных». Я могу просто полностью согласиться с обеими этими вещами. И Джен, я бы привел тебя к твоим мыслям. И я добавлю еще один вопрос. Один из участников спрашивает: что подразумевается под управляемым процессом предприятием или зрелостью процесса? Джен, ты можешь как-то с этим поговорить?

Джен Андервуд: Я могу немного лучше ответить на предыдущий вопрос. Когда я думаю о том, честно говоря, это первый, вы знаете, покупка инструментов. Это был такой замечательный комментарий, потому что это правда. Но то, что я скажу, намного лучше. Поэтому я рассматриваю множество решений, вижу разные места и проверяю их. Что становится лучше, так это обнаружение данных, маркировка и, по крайней мере, массивный запуск, а также, когда я говорю менее болезненно, это почти весело. Итак, представьте, что каталог данных или проект MDM - это весело. Это так, и у вас есть люди в организации, которые используют эти данные, будь то отчеты или другие виды вещей, и я думаю, что кто-то даже из ряда вон сказал, эй, люди, которые заботятся о своем индивидуальном плане развития. Да, даже поднимите это еще на один уровень. Он берет эти вещи и говорит, что теперь мы сократили неправильно доставленные поставки на 30 процентов, и это - то, сколько денег было сэкономлено. Просто лучше управлять нашими данными. Это такие вещи, и вы вкладываете в это деньги и делаете их веселыми. Или вы делаете это интересным и актуальным для того, что они делают. Думаю, это своего рода волшебство, которого не хватает во многих из этих заданий, когда люди пытаются сделать это в организации, и это зашло в тупик.

Эрик Кавана: Да, это хороший момент. И, Рон, возвращаясь к вашему комментарию несколько мгновений назад о важности наличия визуальной структуры, я думаю, что это абсолютно верно, потому что много раз, если люди не видят что-то, действительно трудно обернуть голову вокруг того, что это значит, и, конечно же, когда вы начинаете говорить о сложных процессах с взаимозависимостями и контрольными точками и всеми этими вещами, вы должны отобразить это где-то в какой-то момент, и в идеале вы делаете это с программным обеспечением, которое имеет встроенную функциональность в каталог для Например, какие преобразования произошли с использованием разных линий от этой точки к этой точке. Или то, что доступно в этой контрольной точке. И я как бы ссылаюсь на свою историю в управлении рисками там, где контрольной точкой является любая точка в процессе или любой опции, индивидуальном или программном приложении, где вы действительно можете что-то изменить, верно? Это то, что они называют контрольной точкой. И для меня очень важно, чтобы вы получили эту визуальную основу. Потому что тогда вы можете увидеть и немного пройтись, и это просто занимает время. Человеческому мозгу требуется время, чтобы справиться с этим и действительно понять его и, следовательно, оптимизировать, верно?

Рон Хуйзенга: Абсолютно. И если бы я использовал другую аналогию, которая, я думаю, дает перспективу: я немного авиационный болван, поэтому, я бы сказал, если вы пытаетесь думать об этом параллельно, подумайте о создании 747. - или Airbus 380, так что я не выбираю одного поставщика перед другим - подумайте о том, как трудно было бы сделать это, основываясь на документах, состоящих только из текста, а не на чертежах и трехмерных чертежах САПР, и всего того, как это на самом деле собраны вместе.

Эрик Кавана: Да, это было бы грубо. И Джен тоже должна говорить.

Рон Хуйзенга: Бизнес такой же, верно?

Эрик Кавана: Да, нет, это верно. Джен должна поговорить с одной из твоих горячих областей, которую ты любишь изучать, - визуализацией. Вы должны быть в состоянии визуализировать что-то, чтобы полностью понять это, мне кажется.

Джен Андервуд: Многие люди, да. И даже просто визуализация говорит о том, что говорят, тысячи слов или что-то в этом роде. Когда они видят это, они могут в это поверить. И они это получают.

Эрик Кавана: Я согласен. И я люблю, Рон, то, как ты все это собрал. Я полагаю, я просто снова спрашиваю себя: вам нужен чемпион внутри организации, и кто будет там, будет связующим звеном с различными группами. Мы часто говорим о хранителях данных - я думаю, что это действительно важная роль, и я чувствую, что этой роли уделялось гораздо больше внимания в течение последних трех или четырех лет, поскольку мы в некоторой степени оценили ценность данных. управление, верно? Управляющий данными - это тот, кто может общаться с бизнесом, а также понимать системы, понимать жизненный цикл данных, всю эту картину. И я думаю, что этот человек может и должен быть под руководством генерального директора, верно?

Рон Хуйзенга: Да, и вам понадобится многофункциональная команда, верно? Таким образом, вам понадобятся люди, составляющие команду, выполняющую то или иное из разных областей, представляющих техническую сторону, из разных областей бизнеса. И, знаете, в зависимости от типа вашей организации, если у вас есть офис по управлению проектами и многие инициативы, которые вы делаете, инициируются PMO, вы захотите убедиться, что у вас есть PMO участие также просто для того, чтобы держать всех в некотором роде в гармонии и синхронизировать то, как они работают над вещами.

Эрик Кавана: Да, и вы знаете, последнее, я поставлю этот последний слайд, структуру управления. У нас был один из участников, неужели на этом слайде отсутствуют данные? Это подразумевается под данными на слайде или что вы думаете о том, что на слайде отсутствуют данные?

Джен Андервуд: Нет, и это просто общая структура управления. По сути, это происходит из пространства самообслуживания BI, поэтому во многих из них подразумеваются данные. Это происходило только с моей точки зрения и с моей точки зрения, а не с точки зрения сбора данных. Но данные, безусловно, будут, когда вы думаете о всех этих частях, будут данные. Будь то основа данных, ответственность за использование данных на протяжении всего процесса и во всей структуре.

Эрик Кавана: Да, нет, это имеет полный смысл. И я думаю, я передам вам только один последний вопрос, когда мы закончим, Рон. Если я подумаю о том, сколько больше информации и сколько данных мы используем в эти дни, и насколько обширными являются организации, какова важность экосистем в эти дни между партнерами по каналам и как мы можем обмениваться информацией между этими партнерствами и в Небольшая краткая ссылка на блокчейн - чтобы не усложнять ситуацию. Суть в том, что мы находимся в мире все более управляемых данными, как с точки зрения бизнеса, так и просто из нашей повседневной жизни. И для меня это просто еще больше повысит ставки, поскольку организации действительно пристально смотрят на то, что вы предлагаете здесь, какова их зрелость, где они находятся и как далеко они продвинулись в плане кривой и действительно быть честным с самим собой об этом, верно? Потому что, если ты не знаешь лучше, ты не можешь делать лучше, и если ты не думаешь о вещах, ты не будешь знать лучше, верно?

Рон Хуйзенга: Точно. И я думаю, что я бы использовал фразу: вы, вероятно, не так хороши, как вы думаете. Это может звучать довольно грубо, но люди могут быть довольно оптимистичными по этому поводу, но если вы действительно внимательно посмотрите на это и действительно хорошая, критическая самооценка, я думаю, что любая организация найдет, вы знаете, значительные пробелы, которые они нужно обратиться.

Эрик Кавана: Я должен согласиться. И один из наших коллег отметил важность метаданных, данных о данных. В этом нет никаких сомнений. Метаданные - это то связующее, что объединяет все эти системы, и мы до сих пор никогда даже не полностью взломали этот код, и, по правде говоря, по понятной причине, потому что метаданные меняются. Это отличается от системы к системе. Знаете, чем больше вы пытаетесь нормализовать свои данные, тем менее точными они становятся.

Итак, мы сейчас в каком-то странном мире, и, может быть, я думаю, что я расширю еще один вопрос к вам, Джен, потому что вы упомянули каталоги данных пару раз. Мне очень нравится это новое движение в технологии каталогов данных, которое автоматически сканирует ваши информационные системы, определяет имена столбцов метаданных и т. Д. И т. Д. И помогает вам постепенно наращивать стратегическое представление ваших данных и ваших метаданных в ваших системах. Потому что для меня, чтобы делать это вручную, просто слишком много. И вам никогда не удастся подняться на вершину этого холма до того, как на вас обрушится лавина, и вы знаете, что вы либо нормализовались до уровня серого теста, либо недостаточно нормализовались до того места, где вы на самом деле надеваете не знаю, что происходит Для меня, используя машины, машинное обучение, о котором мы продолжаем говорить, это будет ключом в будущем, чтобы помочь нам, по крайней мере, собрать веревку вокруг достаточного количества данных, чтобы иметь хорошее понимание того, что там, верно, Джен ?

Джен Андервуд: Да, я делаю. Я люблю эти технологии. Они очень, очень крутые. А потом вы думаете об этом, это дает вам массивный старт. И тогда вы можете краудсорсинг. Вы знаете, что ваши стюарды данных, вы знаете, забегаете вперед, добавляют ли они свою собственную документацию или это перспектива, это изменения. Вы знаете, говоря, что это сертифицированные источники данных для использования в отчетности. Люди могут искать и находить нужные данные. Это действительно очень мило. А также помогает - когда я думаю о бизнесе и о том, как сложным было управление корпоративными данными, когда я занимался DBA, - мы использовали расширенные свойства и SQL Server и сканировали с помощью таких инструментов, как IDERA, верно? Попытаться создать каталог данных. Но в версии администратора баз данных или архитекторов данных, вы знаете, каким бы ни было это значение, ни этот столбец или поле, оно наверняка не соответствовало бизнесу. Так что теперь, имея бизнес, можно действительно легко, вы знаете, войти и найти и управлять им, и все должно быть нацелено на цель, это действительно, я бы хотел, чтобы мы имели это давным-давно, откровенно говоря. Так что становится намного лучше.

Эрик Кавана: Это смешно. У нас есть еще один заключительный комментарий от члена аудитории, в котором говорится, что, возможно, блокчейн будет самым ценным, чтобы поставить метку аутентификации. Это хороший момент, и вы знаете, блокчейн действительно потрясающая технология. Я как бы рассматриваю это как своего рода связную основу для соединения множества точек между системами и приложениями и так далее. И, вы знаете, мы находимся на ранних стадиях разработки блокчейна, но теперь мы видим, что он, конечно, выделен с того момента, когда он вышел на первый план, и теперь вы заставляете IBM работать очень усердно. по блокчейн технологиям. SAP купился на все это. И действительно, это дает возможность более глубокому фундаменту и структуре соединить все эти системы и все эти точки.

Итак, ребята, сгорели более часа. Спасибо, что остались с нами сегодня, но мы всегда хотели бы ответить на ваши вопросы и получить все комментарии. Мы архивируем все эти веб-трансляции для последующего просмотра, поэтому зайдите на сайт insideanalysis.com, где вы можете найти ссылку на это. Это должно быть в течение нескольких часов, обычно после события. И мы поймаем вас в следующий раз. У нас есть еще пара событий на следующей неделе - много чего происходит. Но это прощается с вами, ребята. Спасибо за ваше время. Береги себя. Буг до свидания.