작성자 : Techopedia Staff, 2017 년 11 월 1 일
테이크 아웃 : 호스트 Eric Kavanagh는 Eckerson Group의 Wayne Eckerson 및 Alteryx의 Josh Howard와 함께 비즈니스와 IT 간의 협업에 대해 논의합니다.
현재 로그인하지 않았습니다. 비디오를 보려면 로그인 또는 가입하십시오.
에릭 카바나 흐 : 좋아, 신사 숙녀 여러분, 핫 테크놀로지스의 에릭 카바나 흐. 조쉬 하워드와 웨인에 커슨이 온라인에 있습니다. 우리는 방금 재미있는 오디오 문제가 발생하여 바로 화상을 입었지만 다시 전화를 걸었고 모든 것이 흔들리고 굴러 왔습니다.
그래서 웨인에 커슨 (Wayne Eckerson)은 몇 년 동안 알고 있습니다. 그는 Eckerson Group의 수석 컨설턴트입니다. 조쉬 하워드도 오랫동안 유명했습니다. 그는 Alteryx의 신제품 디렉터입니다. 이 사람들은 모두 자신의 분야에서 정말 우수하고 비즈니스와 IT가 어떻게 더 나은 관계를 조성하고 실제로 협력하고 어떤 일을 수행 할 수 있는지에 대한 많은 아이디어를 우리와 공유 할 것입니다.
다음 슬라이드를 밀어서 Wayne에게 넘기겠습니다. 그래서, 무슨 일이 일어나고 있는지 조금 말해주세요.
웨인에 커슨 : 물론, 에릭. 여기 와서이 문제에 대해 이야기하게되어 기쁩니다. 나는 오랫동안 미국에 있었고 비즈니스와 IT 사이의 만병을 목격했으며 그 중 많은 부분이 그들의 초점과 목표, 그들이 고용 한 것 때문입니다. 따라서 비즈니스와 IT 사이의 격차 나 격차는 있지만 해로운 결과를 초래할 수 있습니다. 아시다시피, IT는 장기적으로 생각하고 시스템과 애플리케이션을 구축하고 규모가 크고 재사용이 용이하며 확장 성, 보안, 가용성 및 안정성을 제공하는 영구적 인 솔루션을 구축하기 위해 고용되었습니다. 매우 보수적이고 느리게 움직이는 사고 방식. 반면, 비즈니스는 고객의 요구, 상호 작용 지점, 보다 단기적인 집중, 인센티브를 충족시키는 데 중점을 두며 매월 또는 분기별로 정리 될 수 있습니다. 그들의 초점은 속도, 민첩성 및 적응성입니다. 따라서이 두 그룹 사이에 마찰이 있거나 마찰이있을 수 있다는 것은 놀라운 일이 아닙니다.
다음 슬라이드. 그래서 이것은 제가 상담하려고하는 단체와 결혼 카운슬러의 역할을하고 있고, 이 두 가지 측면을 서로에게 알리고 서로의 역할을 인정하려고 노력하는 조직에서 때때로 듣는 대화입니다. 비즈니스 기술 솔루션을 제공합니다. 비즈니스는 IT를 너무 느리고 비싸다고 생각하는 경향이 있으며, 원하는시기, 원하는 방식으로 원하는 것을 제공하지 않습니다. IT 부서는 비즈니스가 항상 마음을 바꾸고 새로운 기능을 추가하는 것으로보고 있습니다. 그런 다음이 모든 것이 단기적으로 움직이고 큰 그림을 보지 못합니다. 이 마찰로 인한 결과는 종종 일상적인 사용입니다. 경영진은“당신은 무엇을 알고 있습니까? 그냥 잊어 버려 필요한 데이터를 얻지 못할 것이므로 알지 않고 바로 할 것입니다.”매우 무섭습니다. 데이터의 고급 사용자는 "저에게 데이터 덤프를 제공하고 귀찮게하지 마십시오."라고 말합니다. BU 리더는 정보를 원한다면 예산을 확보하고 사람들을 추가하고 자신의 도구를 구매할 것입니다. IT는“좋습니다. 하지만 행운을 빕니다. 결국에는 그것이 깨질 것입니다.” 제대로 설계되지 않았기 때문에 아무도 사용하지 않기 때문에 고장이 나거나 모든 사람이 사용하기 때문에 고장날 수 있으며, 충분한 기술 리소스가 부족하여 확장 할 수있는 충분한 자원이 없습니다. 또는 그들의 전문가는 떠난다. 그리고 그들은 높고 건조하다. 다음 슬라이드.
Eric Kavanagh : 이것은 여론 조사이므로 전화 발신자는 실제로 여론 조사를 진행할 수 있습니다. 잠깐만 기다려 그래서 지금이 여론 조사를 시작하겠습니다. 화면에 팝업이 표시되기를 바랍니다. 그렇지 않으면 일반적으로 맨 아래에 나타납니다. 그리고 계속하십시오. 이에 대한 귀하의 답변을 듣고 싶습니다.
좋아, 나는 우리에게 몇 가지 피드백을주는 전화를 받았다. 따라서 우리는 묻고 있습니다. 조직의 IT와 비즈니스의 정도는 어느 정도입니까? 그래서 우리는 지금 많은 사람들이 대답하고 있습니다. 대단히 감사합니다. 물론, 여러분은 매우 높고, 보통, 낮음, 낮음, 매우 낮습니다. 솔직히 말해서 팀의 다른 구성원과 공유하지 않습니다. 우리는 당신이 우리에게 당신의 솔직한 응답을 제공하기를 바랍니다. 자, 몇 초만 더 드리겠습니다. Josh가 어쩌면이 질문에 대답 할 수 있도록 도와 드릴 것입니다. 예, 저는이 협업 과정을 좋아합니다. 우리는 비즈니스 / IT 분할에 대해 수년간 이야기했습니다. 나는 그것이 변화하고 있다고 생각합니다. 개발자가 비즈니스와 더 긴밀하게 협력하는 DevOps로 인해 부분적으로 변경되고 있다고 생각합니다. 이런 종류의 IT 환경에서 약간의 열이 발생하지만 클라우드로 인해 변화하고 있다고 생각합니다. 솔직히 말해서 사람들이 직장에서하는 일에 대해 더 잘 알고 있기 때문일 것입니다. 그러나 IT / 비즈니스 부문의 진화에 대해 어떻게 생각하십니까?
조쉬 하워드 : 네, 흥미로운 주제입니다. 그리고 우리가 곧 여기에 들어가게 될 주제이지만, 저는 비즈니스가 실제로 IT의 손에 달려 있다고 생각합니다. 맞습니다. 여러분은 몇 년 동안 모든 것이 IT 주도적이라는 것을 알았습니다. 우리는 이것이 IT 주도적이며 비즈니스를 통해 구매되는 모든 것에 진자 스윙이왔다 갔다하는 것을 보았습니다. 그리고 우리는 중앙 집중화가 시작되고 있다고 생각합니다. 저는 더 많은 조직, 우수한 우수 센터, 점점 더 많은 비즈니스 인텔리전트 회사를보기 시작하고 센터를 구축하는 것을 보았 기 때문에 IT가 아니라고 생각합니다. 또는 사업. 우리는 두 조직이 훨씬 더 나은 결혼 생활을하고 있으며, 두 조직 모두에 상주하는 이러한 우수 센터가 설립되고 있으며 IT와 비즈니스 모두 식탁에 앉아 음식을 주문하고 있습니다. 우리는 다른 사업 목표를 선택해야하므로, 이것이 지난 몇 년 동안 또는 그 이상으로 매우 긍정적 인 추세라고 생각합니다. 저는 그것이 우리가보고있는 것의 일부라고 생각합니다.
에릭 카바나 흐 : 내가 당신에게 넘겨 주겠다고 비난 할 수 없으며 결과를 읽어 드리겠습니다. 브라우저에 따라 결과가 이미 표시 될 수도 있지만 그 결과는 다음과 같습니다. 물론 "비즈니스는 IT와 어느 정도 관련이 있습니까?"매우 높음 7 %, 높음 8 %, 보통 대다수는 29 %, 낮음은 10 %, 매우 낮음은 0 %입니다. 그것은 기본적으로 전체입니다. 그래서 여러분이보고있는 것은 대부분의 사람들이 보통이라고 말한 것입니다. 73 명 중 21 명입니다. 73 명 중 6 명은 높았으며 5 명은 매우 높았습니다. 물론 우리는 방금했던 많은 사람들이 있습니다 답은 아니지만 대부분 73 명 중 43 명이 응답하지 않았지만 시간을 내 주셔서 감사합니다. 그리고 저는이 다음 슬라이드를 밀어 내고 싶습니다. 그리고 조쉬, 당신은 조금 얘기 할 거라고 믿습니다.
조쉬 하워드 : 예, 제가 가고있는 곳은 지난 5 년 동안 또는 10 년 전으로 많은 변화를 겪었다는 것입니다. 그리고 그것은 실제로 서부였던 것이 었습니다. 그리고 저는 여전히 조직에 서부라고 생각하는 사람들이있을 것 같지만 모든 것이 완전히 잠겨 있고 단단했던 곳이었습니다. 모든 것이 중앙 집중식 IT 팀을 통해 이루어졌으며 BI가 제공되는 방식이었습니다. 그러나 문제는 비즈니스 사용자가 사용하지 않았다는 것입니다. 그들은 필요한 결과를 얻지 못했습니다. 그들은 필요에 따라 데이터를 함께 모을 수 없었기 때문에 많은 경우에 BI 실행을 포기한 조직을 보았습니다. 그들은 단지 그들이 예상했던 사용법을 얻지 못했고, 사용자는 데이터 소스를 가지고 자신의 통합 작업을 수행 할 수있는 사용하기 쉬운 도구를 원했기 때문에 이해할 수 있습니다.
그러나 IT 부서가이를 위해 대기하기를 원하지 않았습니다. 우리가 본 것은 모든 비즈니스 팀이 떠나서 자체 라이센스, 자체 시각화 도구를 구입하고 그들의 그림자 IT 친구들이 데이터 마트를 설정하도록하고 있었다. 그러나 그로 인해 완전히 새로운 문제가 발생했습니다. 예, 비즈니스는 유연성과 민첩성과 필요한 결과 중 일부를 훨씬 더 빨리 얻을 수 있었지만 여전히 IT 부서를 떠났습니다.“어떻게 관리해야합니까? 우리는 이것을 어떻게 확장합니까?”
또한 무슨 일이 있었기 때문에 이러한 데이터 마트를 구축하고있었습니다. 그들은 많은보고 및 시각화 작업을 시작한 후 IT 부서로 돌아가서 수정 작업을 수행하기 때문에 확장 할 수 없었습니다. 그것은 치료법이 아니기 때문에 문제의 일부였습니다. 그러나 사용 편의성을 원하는 비즈니스와이를 관리하려는 IT 사이에 줄다리기가 될 필요는 없습니다. 모든 사람들을 같은 페이지에 배치하고 같은 방향으로 당기는 것입니다. 저는 두 사용자의 요구를 모두 충족시킬 수있는 최상의 접근 방식이 실제로 있다고 생각합니다. 미끄러지 다.
에릭 카바나 흐 : 좋습니다. 당신은 간다.
조쉬 하워드 : 예, 감사합니다. 우리가 Alteryx에 접근하는 방식은 분석 거버넌스 관점에서 보는 것입니다. 데이터 거버넌스는 많은 다른 요소를 포괄하는 프레임 워크에 지나지 않지만 실제로는이 세 가지 핵심 영역에만 초점을 맞추기 때문에 "데이터 거버넌스"라는 단어를 사용하지 않습니다. 데이터 관리, 액세스 방법 및 보안 방법.
먼저 데이터 관리 측면에서 셀프 서비스 도구를 사용하려는 경우 해당 사용자가 필요한 모든 데이터 소스에 액세스 할 수 있는지 확인해야합니다. 다시 말하지만, 이것은 우리가 MicroStrategy 및 Cognos 및 OB와 같은 전통적인 BI 도구에서 보았던 문제의 일부입니다. 중앙 집중식 데이터웨어 하우스를 활용하는 것이지만 비즈니스 사용자는 실제로 해당 데이터를 가져 오기를 원했습니다. 추가 결과를 얻으려면 다른 데이터 소스와 혼합하십시오.
즉, 관계형이든 비 관계형이든 관계없이 모든 다른 데이터 소스에 직접 연결되도록하고 데이터를 중복하지 않는 방식으로 수행하려고합니다. 따라서 인 메모리 기술을 사용하여 페더레이션 된 데이터 소스를 활용하고 조직 내 다른 곳에서 해당 데이터를 복제하지 않도록해야합니다. 이는 전체 문제를 야기하기 때문입니다.
그런 다음 데이터 접근성 및 데이터 보안과 같은 것을보고 데이터가 암호화되는지 확인하고 올바른 권한과 권한이 있는지 확인하십시오. 또한 Active Directory 및 Windows 인증과 같은 IT 팀에서 이미 설정 한 시스템을 사용하는 것이 좋습니다. 해당 인증을 통해 응용 프로그램으로 전달할 수있는 시스템을 활용하면 올바른 사용자가 올바른 데이터에 액세스 할 수 있습니다.
실제로 제어 상태에서 활성화 상태로 이동하고 난간을 사용하여 수행하는 것입니다. IT가 모든 도구를 성공으로 이끄는 가드 레일 분석을 통해서도 모니터링하고 있으며, 일관되고 신뢰할 수 있으며 올바른 권한을 부여하여이를 수행하고 있습니다. 사용자가 올바른 데이터에만 액세스 할 수 있는지 확인하십시오. 다음 슬라이드.
에릭 카바나 흐 : 좋아, 웨인 박사.
Wayne Eckerson : 네, 제 슬라이드입니다. 이것은 Josh가 말한 셀프 서비스의 크기를 보여줍니다. 그것이 요즘 비즈니스 요구의 수단이지만, Josh가 말했듯이 IT가 물건을 제공하기를 기다렸다가 IT가 그것을 모두 사용했습니다. 이전에는 아키텍처를 구축하고 인프라를 관리하고 도구를 선택하고 애플리케이션, 보고서, 대시 보드를 구축했으며 대다수의 사용자에게는 작동하지 않습니다. 이제 우리는 셀프 서비스에 가까워졌습니다. 셀프 서비스보고, 셀프 서비스 대시 보드, 셀프 서비스 시각적 검색 기능이 있습니다. 셀프 서비스 데이터 통합 또는 데이터 준비가 완료되었습니다. 데이터 과학자가있는 셀프 서비스 고급 분석 기능이 있습니다. 그래서 우리는 스스로, 스스로 일을하는 경향이있는 사람들, 사업자들이 이용할 수있는 모든 기능들을 생각하고 있습니다.
다음 슬라이드. 에릭, 알려 드리겠습니다. 따라서, 셀프 서비스는 비즈니스와 IT 부서 모두에게있어 윈윈처럼 보입니다. 사용자는 원할 때 원하는 것을 원하는 방식으로 얻을 수 있습니다. IT 부서는 유형의 사용자를 확보하고 업무를 오프로드하고 간접적으로 업무를 수행하지만 어느 쪽이든 … 셀프 서비스에는 여러 가지 심각한 단점이 있습니다. 조쉬는이 단점들에 대한 치료법을 몇 가지주었습니다.
다음 슬라이드 인 Eric으로 이동하면 조직의 셀프 서비스가 일종의 조력의 물결처럼 복제되고 충돌하는 것을 볼 수 있습니다. 그리고 그것은 자신의 상황을 제외하고는 아무도 다른 사람의 보고서를 신뢰하지 않는 시점에 도달합니다. 시작했을 때보 다 더 나쁘다고 말할 수도 있습니다. 기본적으로 섀도보고 시스템, 데이터 추출로 구성되는 아키텍처가 있습니다. 결과적으로 비용과 오버 헤드, 중복 및 복제가 증가하고 결과적으로 조직의 위험이 증가합니다. 따라서 셀프 서비스는 거버넌스가 실제로 바벨탑 인 표준에 관한 것입니다. 모두가 의사 소통하고 있지만 아무도 듣지 않습니다. 다음 슬라이드.
에릭 카바나 흐 : 정말 좋은 말입니다. “모두가 의사 소통을하고 있지만 아무도 듣지 않습니다.”나는 어떤 곳에서 그것을 요약한다고 생각합니다. 하차합니다.
웨인에 커슨 (Wayne Eckerson) : 알다시피, 구제책에 대해서도 알게 되겠지만 많은 기업들은 셀프 서비스의 목적이 IT를 없애는 것이라고 생각합니다. 글쎄, 사업에는 반 직관적 인 것들이 많이 있는데, 이것들 중 하나입니다. 셀프 서비스의 목적은 IT를 방정식에서 제한하는 것이 아니라 IT와의 협업을 강화하는 것이 었습니다. 내가 여기에 넣지 않은 셀프 서비스의 또 다른 아이러니는 셀프 서비스를 지원하기 위해 많은 표준화가 필요하다는 것입니다. 도로에서 운전하는 것을 생각하는 것과 같습니다. 준수해야 할 규칙이 많이 있습니다. 여러분-
자동 음성 : 회의 녹음이 중지되었습니다.
Eric Kavanagh : 걱정하지 마십시오. 그것은 단지 백업입니다. 계속가
웨인에 커슨 : 좋습니다 . 따라서 IT는 실제로 이러한 표준을 구성해야하는 그룹입니다. 그리고 일단 그 표준이 제정되고 받아 들여지고 채택되면, 달이 나올 때까지 셀프 서비스를 할 수 있습니다. 다음 슬라이드.
에릭 카바나 흐 : 우리가 조쉬로 돌아온 것 같아요.
조쉬 하워드 : 맞습니다. 저는 여러분이 말한 웨인의 말에 동의합니다. 그러나 데이터에서 더 많은 가치를 얻으려면 IT가 모든 것을 제어하고 비즈니스를 활성화시키는 비즈니스에서 벗어나야합니다. 따라서 IT뿐만 아니라 자체 분석 도구로 사용자에게 권한을 부여 할 수 있습니다. 그렇다고 왕국에 열쇠를 주어야한다는 의미는 아닙니다. 기존의 난간으로도 가능합니다. 기존 시스템을 활용하고 권한 부여 도구, Active Directory 및 권한을 활용하면 누군가가 원하지 않는 사람에게 데이터를 제공하지 않도록 할 수 있습니다. 따라서 이러한 모든 작업을 수행함으로써 분석가가 더 큰 가치를 제공하고 통제 된 방식으로이를 수행 할 수 있습니다.
다음 슬라이드. 그러나 실제로는 IT 부서가 분석가가 데이터를보고 조작하기를 원하는 다양한 방법을 따라 가지 못할 수 없습니다. 따라서 그뿐만 아니라 이러한 요청을 처리 할 시간도 없습니다. 레거시 시스템, 워터 폴 프로세스. 테이블을 추가하기위한 ETL 프로세스 만 살펴보면 몇 달이 아니더라도 몇 주가 걸릴 수 있습니다. 따라서 비즈니스 변화에 발 맞추어 가고 싶습니다.
실제로 분석 문화를 만들고 싶다면 해당 사용자가 그렇게 할 수 있어야합니다. 그리고 일단 그렇게하면 그 혜택은 정말 놀랍습니다. 우리가 비즈니스 인텔리전스 프로젝트를 5-10 년 전에 처음 시작했을 때, 모든 BI 프로젝트의 70-80 %가 실패 할 것이라고 종종 말하고 있습니다. 그리고 그것은 더 이상 사실이 아닙니다. 올바른 도구를 사용하여 비즈니스 사용자를 무장 시키면 우리는 엄청난 결과와 엄청난 가치를 보게됩니다. 이것이 바로 셀프 서비스 도구가 조직 전체에 산불처럼 퍼지는 이유입니다. 그것은 우리가보고있는 성공 때문입니다.
그리고 여기서도 잠시 후에 이야기 할 유스 케이스가 있습니다. 그러나 문자 그대로 셀프 서비스 분석 및 확장을 수행하는 수만 명의 사용자가 있습니다. 또한 이러한 사용자는 통찰력을 더 빠르게 제공하고 신제품을 개발하며 경쟁 우위를 유지하기 위해 변화하는 비즈니스 조건에 훨씬 빠르게 대응하고 있습니다.
두 번째는 데이터 준비 시간을 줄이고 분석을 수행하는 데 더 많은 시간을 소비한다는 것입니다. 그것은 또 다른 구성 요소이며, 여기에는 CNA에서 시간이 많이 걸리는 접근법을 취하는 많은 분석가가 있었고 몇 주 또는 몇 달이 걸리고 이제는 몇 분이 걸리는 분석가가 있습니다. 과장하지 않아도됩니다. 우리는 말 그대로 이런 고객들의 사례를 많이 가지고 있으며, 이것은 진정한 윈윈 시나리오입니다. 분석가들은 데이터를 더 빨리 얻을 필요가 없다는 사실에 만족합니다. 거버넌스에 신경을 쓰지 않고 전략적 이니셔티브에 집중할 수 있기 때문에 IT는 행복합니다. 마지막으로 경영진은 비즈니스와 IT 팀이 함께 분석 문화를 만들기 위해 노력하고 있기 때문에 행복합니다. 당신에게 돌아.
에릭 카바나 흐 : 좋습니다. 우리는 또 다른 여론 조사를 가졌으므로 그 결과를 관객들에게서 볼 수있을 것입니다. 설문 조사 패널에 이미 표시되어 있지만 문제는 '귀하의 조직이 셀프 서비스 약속을 받았습니까?'라는 질문이었습니다. 응답자에게 "아니오"라는 소리가 들립니다.
나는 그것이 우리가 산업계 어디에 있는지에 대해 말하고 있다고 생각하지만, 당신은 Josh와 같은 몇 가지 정말 좋은 점을 만들었습니다. 즉, Wayne과 같은 몇 가지 표준이 있지만 셀프 서비스를 가능하게하는 것은 실제로 그렇게합니다. 거버넌스를 구축 할 수 있습니다. 그것은 우리가 이야기 한 난간입니다. 맞습니까? 거버넌스 정책은 전달 시스템으로 단계 화 될 수 있으며, 이때 분석가가 셀프 서비스를받을 수 있도록하는 동시에 실제로 거버넌스를 달성 할 수 있습니다. 맞습니까, 조쉬?
조쉬 하워드 : 네, 그렇습니다.
에릭 카바나 흐 : 그렇습니다.
Wayne Eckerson : Eric, 그 결과는 흥미 롭습니다. 그 원인은 IT가 여전히 통제하고 있고, 사용자가 셀프 서비스를받지 못하고 필요할 때 원하는 것을 얻거나, 또는 자신이 관리하지 않는 셀프 서비스를하고 있다고 말하고 싶습니다. 그리고 둘 다 나쁘다. 따라서 실제로 셀프 서비스를 사용하여 사용자에게 필요한 정보와 기능을 제공하고 필요한 통찰력을 얻고 필요한 조치를 취하는 데 필요한 모든 기능을 제공하는 통제 된 환경을 갖추기 란 쉽지 않습니다. 힘들지만 힘들지만
웨인에 커슨 (Wayne Eckerson) : Alteryx, 매우 강력한 도구, 매우 강력한 도구와 같은 도구에 직면하고 있습니다. 이제 우리는 할 수있는 능력이 있습니다.
Eric Kavanagh : Sonic과의 거래가 약간 진행된 데에는 몇 가지 이유가 있습니다. 기본 오디오 만 살펴보십시오. 나는 약간 놀랐다. 그리고 이것은 아마 셀프 서비스를 가능하게하는 해결책을 가지고 있기 때문에 이것이 아마 Alteryx에게 좋은 소식이라고 생각한다. 예를 들어 많은 통합 지점과 같은 다양한 도구를 사용하는 기존 방식에서는 사람들이 주변을 돌아 다니면서 현 상태를 유지하려고 노력하고 있기 때문에 이것이 실제 과제 중 하나라고 생각합니다.
우리 고객 중 한 명이 몇 주 전에“긴급한 폭정”을 언급 한 이후로 귀가 울리는 의견이 있었으며 그것이 여러 조직을 지배하고 변화를 막는 경향이 있습니다. 당신은 항상 긴급한 상태입니다. 당신은 항상 이미해야 할 일을 끝내려고 노력하고 있습니다. 그리고 그것은 기본적으로 당신이 새로운 일을하지 못하게합니다.
어떤 시점에서 음악을 멈추고 의자 하나가 사라질 것임을 알고 있지만 나머지 의자는 테이블에 앉아서 함께 일할 때까지 공동 작업을 시작해야합니다. 그러나 이것이 제가이 전체 그림을 보는 방식입니다. 예, 대답은 일반적으로 43 명 중 23 명, "아니요", 43 명 중 6 명은 "예", 43 명 중 6 명은 "확실하지 않음"이라고 대답했지만 38 명 정도는 대답하지 않았습니다. 그러나 그것은 꽤나 놀랍습니다.“아니요.”그와 함께, 나는 사례 연구에 들어가고 싶습니다.
조쉬, 다시 돌려 줄게 멀리 가져.
Josh Howard : 예. 비즈니스와 IT 간의 이러한 협업에 대해 이야기했습니다. 정말 큰 변화를 본 것 같습니다. 점점 더 많은 조직이이 방향으로 나아가면서 셀프 서비스를 활성화하고 내가 말한 결과를보고 있습니다. 포드는 그 좋은 예입니다. 포드는 물론 수십 년 동안 데이터와 분석을 사용해 왔지만 많은 조직과 마찬가지로 실제로 조직의 주머니에서 이루어졌습니다. 일관성과 조정에 대한 감독은 거의 없었으며 데이터 거버넌스 관행에도 일관성이 없었습니다.
그래서 그들은 큰 문제가있었습니다. 그들은 4, 600 개가 넘는 데이터 소스를 가지고 있었으므로 Ford와 같은 회사의 규모에서이 작업을 수행해야하는 어려움을 상상할 수 있습니다. 2 년 전으로 거슬러 올라간 것은 데이터 센터, 데이터 분석가, 데이터로 구성된 팀으로 구성된 중앙 집중식 센터 인 Global Data Insights and Analytics Unit을 구성했습니다. 이런 종류의 과학자.
이 COE는 전체 조직에 서비스를 제공하는 HR 부서 또는 재무 부서와 매우 유사합니다. 이것이 바로이 새로운 팀이 설정 한 것이므로, 우선 순위가 높은 과제를 찾아서 해결하고 다른 문제를 해결하는 다른 사업부와 협력 할 수있었습니다. 그러나 전체 아이디어는 비즈니스 과제 자체에 초점을 맞추고 비즈니스 요구를 충족시키기 위해 대화를 목표로 삼고 변경하기를 원했습니다. 그리고 몇 년 전에 데이터 분석가 한 명과 Alteryx 라이선스 한 명, Tableau와 QlikView의 조합으로 시작했습니다.
이제 그들은 지난 2 년 동안 Alteryx를 1, 200 명 이상의 데이터 과학자들에게 배포했으며 더 많은 인력을 고용하고 있습니다. 따라서 조직 내에서 발생하는 문제와 그들이 해결하고있는 사용 사례가 믿을 수 없다는 것을 알게되면 정말 놀랍습니다. 그들은 NASCAR 경쟁에 이르기까지 제조 라인 문제를 해결하기 위해 Alteryx를 사용하고 있기 때문에 그들이 추구하는 결과 중 일부를 보는 것은 정말 매력적입니다. 흥미로운 점은, 이러한 유스 케이스 중 일부는 단일 유스 케이스가 수천만 달러를 절약하고 있으므로이를 정당화하는 것이 매우 쉽다는 것입니다. 이는 하나의 유스 케이스에 불과하며, 현재 수백 가지의 비즈니스 사례와 1, 200 명의 데이터 분석가 및 데이터 과학자에게 문자 그대로 사용되고 있습니다. 놀라운 결과와 우리는 포드와의 파트너십에 정말로 만족합니다.
웨인에 커슨 : 좋습니다, 이건 제 슬라이드입니다. 자, 당신은 셀프 서비스 분석에 대한 수업을 가르치고 있습니다. 이것은 일종의 요약, 매우 높은 수준의 요약, 관객을 위해 테이블에 제공하는 솔루션에 대한 것입니다. 그리고 나는 이것을 매우 빨리 설명하려고 노력할 것입니다. 당신은 알고 있습니다, 나는 셀프 서비스를 볼 수 있습니다. 글쎄, 하나의 셀프 서비스는 없습니다. 조직 내부에서는 각자의 셀프 서비스에 대한 정의가 다르므로 CEO에게 셀프 서비스를하는 것은 데이터 과학자에게 셀프 서비스를 제공하는 것이 아닙니다. 그러나 일반적으로 두 가지 등급의 사용자가 있습니다. 첫 번째 클래스는 캐주얼 사용자, 경영진, 일선 직원이 하향식 세계에 파란색으로 표시됩니다.
그리고 저는 그들을“데이터 소비자”또는“데이터 탐색기”라고 부릅니다. 그들은 사람들이 IT 나 동료를 위해 구축하고 소비하는 사람들이 생각하는 대화 형 결과물입니다. 그대로입니다. 탐험가는 그런 것들을 열어서 편집하는 경향이 있지만 반드시 빈 종이로 시작하고 싶지는 않습니다. 그들은 그렇게하기 위해 돈을 받고 있지 않습니다. 반드시 분석가에게 지불하지는 않습니다. 이것이 바로 상향식 세계의 사람들, 데이터 과학자 및 데이터 분석가는 데이터 분석가가 스프레드 시트를 사용하여 데이터베이스에 액세스 할 수 있도록하는 것입니다. 그리고 데이터 과학자들은 데이터 마이닝 워크 벤치를 더 많이 이용하고 있습니다. 많은 셀프 서비스 도구가 실제로이 상향식 승무원에게 힘을 실어주었습니다. 이전보다 훨씬 생산적이었습니다. 자신의 보고서와 대시 보드를 수행 할 수있을뿐만 아니라 자신의 데이터를 가져 와서 혼합하고 서로 일치시킬 수 있습니다. 나는 실제로이 도구가 번성하여 상향식 세계를 수입하는 것을 보았습니다. 데이터 카탈로그를 통해 데이터를 찾을 수 있으므로 준비 도구를 사용하여 서로 일치시킬 수 있고 데이터 시각화 도구를 사용하여 데이터를 분석, 시각화 및 공유 할 수 있습니다. 우리는 도구 세트가 하나가 될 것이라고 생각하며 실제로 Alteryx가 그 길을 가고 있다고 생각합니다.
그래서 저는이 상향식 세계를 "실제 셀프 서비스"라고 부르며, 하향식 세계는은 플래터에 제공된 정보를 제공하기 때문에이를 "실버 서비스"라고 부릅니다. 어느 정도 사전 패키지되어 있습니다. 여전히 인터랙티브하고 편집 가능하지만 누군가는 이것을 소비 할 사람들을 생각하고 특정 요구에 맞게 조정할 수 있어야했습니다. 하향식 세계에서보다 강력한 중앙 집중식 그룹 인 데이터 거버넌스위원회 (데이터 거버넌스위원회)를 통해 데이터 사이트 및 보고서를 볼 수 있습니다. 그리고 의사 결정을 위해 데이터를 통합하려고하는 데이터웨어 하우징 팀. 이는 전통적인 IT 중심의 중앙 집중식 하향식 거버넌스 프로세스입니다. 조직의 10 %, 20 %와 같은 상향식 세계에서는 실제로 데이터 세트를 열고, 보고, 주석을 달고, 해당 데이터 세트에 태그를 지정하여 풀뿌리 수준에서 거버넌스를 얻고 있습니다. 기본적으로 데이터의 공유 평균을 구축합니다. 카탈로그와 데이터 마켓 플레이스가 생겨나 고 있으며 조직에는이 두 세계가 모두 필요합니다. 사실, 그들은 매우 시너지 효과가 있으며 서로 같은 동전의 양면입니다. 모든 부서에 분석가가 없으면 운영, 마케팅, 재무에 실패합니다. 사람들이 전날 무엇을 알아낼 수 없었던 질문에 대한 답변을 생성하기 때문에 비즈니스를 추진하는 데 필요한 모든 종류의 통찰력이 빠져 있습니다. 그리고 확실히 IT는 할 수 없었거나 개발자들은 그러한 보고서 나 대시 보드를 만들 수 없었습니다. 따라서 이들은 요구 사항의 다음 물결과 하향식 세계에 포장되어야 할 다음 통찰력을 입증합니다.
이제 문제는 상향식 세계가 인증 또는 관리되지 않은 하향식 세계에 보고서를 게시하고 충돌하는 보고서, 복제본 등을 얻는 경우입니다. 따라서 제 세계에서는이 두 세계 사이에 데이터 거버넌스 게이트웨이를 구축하는 데 도움이되며, 데이터 분석가가 새로운 통찰력을 만들어 보고서를 작성하면 좋습니다. 사람들은 보고서를 계속 게시하고 더 광범위하게 전사적으로 공유하고 싶어합니다. 데이터 거버넌스에 의해 검토되어야하며, 이를 준수하기 위해서는 매우 신속하게 검토해야합니다. 표준. 표준 플랫폼에 작성해야 할 수도 있고 표준 엔터프라이즈 저장소에 새 데이터를 추가해야 할 수도 있습니다. 현재보고있는 것은 Alteryx와 같은 도구가 실제로 기업 수준의 인증 보고서 또는 데이터 세트로 워터 마크 또는 규모를 얻는 데 널리 사용되는 보고서에서 홍보하는이 프로모션 프로세스를 지원하는 데 필요한 워크 플로를 포함하고 있다는 것입니다. . 이것이 바로 검토 프로세스로서 요약 된 일부 데이터 거버넌스 상태입니다. 개발 팀과 프로덕션 핸드 오프가있을 수 있으며 BI 도구, 분석 도구 또는 해당 워크 플로에 권한과 관리 기능이 구축되어있을 수 있습니다. 다음 슬라이드.
에릭 카바나 흐 : 좋아, 우리는 이것에 대해 조쉬로 돌아온 것 같아.
조쉬 하워드 : 예, 그리고 여러분은 여러 다른 도구들로부터의 이동에 대해 이야기 할 때, 그리고 제가 저 자신이 찾은 것을 연구 할 때, 대부분의 분석가들이 10-12 개의 다른 도구를 사용하고 있다는 것을 알고 있습니다 분석 작업을 수행하기 위해. 데이터 카탈로그 솔루션을 사용하여 데이터를 찾고 데이터 준비 솔루션을 사용하거나 데이터 시각화 도구, 고급 분석 용 도구, 예측 분석 및 배포 용 데이터 과학 도구를 사용하고있을 수 있습니다. 그리고 그것을 관리합니다. 그리고 우리는 이것이 단일 플랫폼을 통해 제공되어야한다고 생각하며, 그것이 업계가 가고있는 곳이라고 생각합니다. 따라서 대부분의 사람들은 데이터 준비 및 혼합 기능에 대한 모든 트릭과 Tableau 및 Power BI와 같은 도구와의 긴밀한 통합을 알고 있습니다.
그러나 우리는 단순한 데이터 준비 도구 그 이상입니다. 우리는 데이터 분석가와 시민 데이터 과학자를위한 엔드-투-엔드 플랫폼으로서 데이터를 발견하고, 준비하고, 혼합하고, 분석하고, 반복 가능한 방식으로 반복 가능한 워크 플로우를 수행 할 수있는 기능을 제공합니다. 그런 다음 이러한 자산을 규모에 맞게 배포하고 공유하면 Alteryx가 가장 중요합니다. 그리고 우리는 우리가 후원하는 놀라운 커뮤니티를 가지고 있습니다. 일반적인 커뮤니티 그 이상입니다. 셀프 서비스 교육 영역이 있으며 포럼과 모범 사례가 있으며 서로를 지원하는 복음주의 사용자 커뮤니티가 있습니다. Alteryx와 같은 도구를 채택 할 때 이러한 유형의 커뮤니티는 실제로 학습 곡선을 줄이므로 이러한 새로운 도구 세트를보다 빠르게 처리 할 수 있습니다. 실제로 사용하기는 쉽지만 많은 코딩이 필요하지 않으며 사용 및 시작 및 실행이 쉬워 지지만 해당 커뮤니티가 학습 곡선을 줄이는 데 매우 귀중합니다.
우리가 세분화 한 방식은 4 가지 영역입니다. 첫 번째는 실제로 검색 및 공유에 관한 것이므로 데이터를 준비하고 혼합하기 전에 데이터를 찾을 수 있어야합니다. 이것이 플랫폼의 첫 번째 부분이 조직의 부족 지식을 포착하는 데 사용하는 검색 및 공유 구성 요소이기 때문입니다. 따라서 이것은 기본적으로 선별 및 통제 된 데이터 세트를 공유하는 데 사용되는 데이터 카탈로그 솔루션입니다. 사용자가 사용하기 쉬운 Google과 유사한 검색 기능에서 원하는 데이터를 찾을 수있게하고, 데이터 세트에 대한 협업을위한 소셜 기능을 제공하며 자산의 데이터 계보를 드릴 다운하고 인증 할 수도 있습니다. 자산과 워터 마크. 이는 셀프 서비스 분석에있어 매우 중요합니다. 대부분의 사람들이 데이터를 찾는 데 너무 많은 시간을 소비하고 있기 때문에 데이터를 어디로 찾아야할지 모릅니다. 그리고 그들이 보고서를 찾으면 인증을 받았는지, 어떻게 신뢰할 수 있는지 어떻게 알 수 있습니까? 데이터 거버넌스 게이트웨이를 사용하는 것에 대해 이야기 할 때 Alteryx와 같은 도구가 게이트웨이가되는 것을 보았습니다. 검색을 할 때 누가 데이터를 소유하고 있는지, 데이터의 계보는 무엇인지, 어떻게 시각적으로 볼 수 있는지 볼 수 있습니다. 인증 된 경우, 액세스 방법 및 액세스 권한이없는 경우 대화 기능을 사용하여 해당 액세스를 요청할 수 있습니다. 특정 사람에게 전자 메일을 보내므로 이러한 요소를 많이 생산할 수있는 좋은 방법입니다. 다음 슬라이드.
다음 부분은 우리가 잘 알고있는 이러한 준비 및 혼합입니다. 따라서 우리는 준비 및 혼합을보다 고급 분석을위한 진입로로 간주합니다. SQL이나 코드를 작성하지 않고도 모든 다른 데이터에 액세스하고, 구조화 된 데이터이든, 비정형 화 된 데이터, 클라우드 데이터인지 여부를 알고, 쿼리 할 수 있으며, 메모리에있는 모든 데이터를 쉽게 통합하고 구성하며 정리할 수 있습니다. 데이터 세트를 분석 할 수 있도록 프로파일 링하십시오. 타사 데이터 세트로이를 보강 할 수도 있습니다. 따라서 드라이브 시간 분석에 관심이 있고 공간 분석을 수행하려는 경우 TomTom과 같은 회사와 파트너쉽을 맺고 있습니다. 또한 가구 데이터 또는 비즈니스 데이터를 위해 Experian과 긴밀히 협력합니다. 따라서 갑자기 온 프레미스 또는 클라우드에있는 데이터를 수집 할 수있을뿐만 아니라 이러한 타사 소스로 데이터를 풍부하게하고 실제로 흥미로운 분석 결과를 얻을 수 있습니다. 다음 슬라이드.
세 번째 부분은이 분석 및 모델 구성 요소입니다. 그래서 Alteryx는 코드가 없다고 언급했습니다. 글쎄, 그것은 또한 코드 친화적입니다. 따라서 60 가지가 넘는 다양한 예측 분석 도구를 제공하므로 고급 분석을 수행 할 준비가되면 코딩없이 R 및 Python 및 Spark 기반 도구를 사용하거나 실제로 사용자 정의를 사용하고 만들 수 있습니다 패키지. 따라서 R, Python 또는 Scala 등을 작성하는 데이터 과학 팀이 있다면 해당 코드를 활용하고 자체 패키지를 빌드 한 다음 도구 내에서 바로 활용할 수 있습니다. 그리고 다시, 이것이 제가 셀프 서비스 분석의 진정한 가치라고 생각하는 곳이며, 우리가 업계를 전통적인 데이터 분석가와 데이터 워커에서 시민 데이터 과학자로 바꾸는 데 도움을주고 자하는 곳입니다. 정말 사용하기 쉬운 도구로 데이터 과학 작업을 수행합니다. 미끄러지 다.
자, 마지막으로 마지막 몇 마일의 고급 분석 기능이 있습니다. 따라서 데이터 과학 작업을 수행하고 모델을 구축하려는 시점에서 다음 과제는“글쎄, 어떻게 이러한 모델을 생산에 적용합니까? 어떻게 관리합니까? 최신 상태를 유지하는 방법은 무엇입니까?”그리고 이것이 바로 우리의 배포 기능이 등장하는 곳입니다. 따라서 우리와 이야기 한 고객에 대한 연구에 따르면, 모델의 50 % 미만이 모델을 생산하게되었습니다 . 따라서 이러한 데이터 과학자를 고용하여 이러한 모든 모델을 구축했지만 실제로는 절대로 프로덕션으로 만들지 않습니다. 따라서 모델을 빌드하고 RESTful API를 사용하여 모델을 실시간으로 배포하는 데 도움이되는 솔루션을 구축했습니다.
따라서 기존 방법이 작동하지 않기 때문에 해당 모델을 가져와 웹 애플리케이션 및 모바일 애플리케이션에 더 빠르고 쉽게 직접 넣을 수 있습니다. 오래 걸리는 과정입니다. 모델을 배포하는 데 12 ~ 20 주가 소요될 수 있으며 종종 250, 000 달러가 넘는 비용이 듭니다. 그런 다음 업데이트를 유지하는 방법에 대해 걱정해야합니다. 다시 한 번, 이 전체 프로세스를 자동화하고 많은 중간 단계를 수행 할 수있는 방법을 찾고 있습니다. 따라서 실제로 코드를 포기하지 않고도 현재 진행되고있는 기존 프로세스는 데이터 과학자가 모델을 구축하고 배포하고이를 배포해야하는 웹 개발자에게 넘겨주기 때문입니다. 모든 R 및 Python 코드를 가져 와서 일종의 웹 응용 프로그램 또는 모바일 응용 프로그램으로 다시 작성하면 시간이 너무 많이 걸립니다.
따라서 다른 사람이 할 수있는 울타리에 더 이상 코드를 던지지 않습니다. 우리는 그 과정을 자동화했으며 규모에 맞게 관리 할 수있는 방법을 가지고 있습니다. 이것이 바로 데이터 분석을위한 엔드 투 엔드 셀프 서비스 플랫폼과 관련하여 살펴볼 네 가지 영역입니다. 따라서 데이터를 쉽게 검색 및 공유하고, 준비 및 혼합하고, 고급 분석을 수행 한 다음 대규모로 배포 및 관리 할 수 있습니다. 어서 Alteryx를 사용하면 분석 거버넌스에 대해 이야기하고 안전하고 코드 분석이 쉽고 코드 친화적 인 방법으로 모든 분석을 수행 할 수있는 방식으로 데이터 잠금을 해제 할 수 있습니다. 시맨틱, 데이터베이스 언어를 쿼리하는 SQL 언어를 모르는 데이터 분석가가있는 경우, 이 모든 데이터를 메모리로 가져 와서 분석을 수행하는 끌어서 놓기 도구를 사용할 수 있습니다.
그런 다음 R과 Python을 사용하는 데이터 과학자가 있다면 Alteryx와 같은 도구를 코드 친화적 인 방식으로 계속 사용할 수 있습니다. 고객과 함께 본 결과는 반복 가능한 워크 플로, 몇 주 또는 몇 달에 걸쳐 수행 할 수있는 작업을 제공하고 말 그대로 과장하지 않고 몇 분만에 처리 할 수 있습니다. 우리는 우리 웹 사이트에 그에 대한 더 많은 정보와 우리가보고있는 일부 시간 절약에 대해 배울 수있는 많은 사례 연구가 있습니다. 그러나 마지막으로, IT 조직은 확장 성이 뛰어나고 내가 말한 사일로를 통제하고 통제 된 방식으로 수행하기 때문에 IT 조직과 협력 할 것입니다. 이것이 바로 Alteryx 엔드-투-엔드 플랫폼이 무엇이며 우리가 다른 이유입니다.
에릭 카바나 흐 : 좋습니다. 그게 다 좋은 것입니다. 웨인, 이 데이터 거버넌스 게이트웨이와 관련이 있다고 생각합니다. 우리는 지금 40 년 동안 신뢰할 수있는 출처였던 데이터웨어 하우스가 시대를 따라갈 수없고 모든 다른 데이터 소스 및 데이터 종류를 따라갈 수없는 정말 흥미로운 세상에 있습니다. 데이터웨어 하우스가있는 매우 엄격한 시스템이므로 Alteryx가 여기에 제공하는 것은 실제로 이러한 모든 소스를 사용할 수 있기 때문에 분석 성숙도의 다음 단계라고 할 수있는 것입니다. 데이터 거버넌스 정책이 적용된이 관리 영역에서 이제는 다양한 데이터 세트를 가질 수 있지만 거버넌스가있는 모든 세계에서 최고를 얻을 수 있습니다. 또한 모든 종류의 정보를 사용하고 모든 종류의 분석가에게 비즈니스 세계에서 일어나고있는 일에 대해 서로 다른 관점을 갖습니다. 그러나 나는 이것이 엔터프라이즈 분석의 진화에서 상당히 중요한 단계라고 생각하지만 어떻게 생각하십니까?
웨인에 커슨 : 아닙니다. 데이터웨어 하우스, 단일 버전의 실제 리포지토리는 그대로, 조직의 역동 성과 사람들의 역할을 무시한 것 같습니다. 그리고 여러분이 부르는이 두 가지 BI 또는 분석의 세계를 봅니다. 그리고 대부분의 회사에서 그들은 서로 반대 방향으로 가고 서로 대화하지 않고 서로를 믿지 않지만 실제로는 시너지 효과가 있으므로 서로를 인정해야합니다. 그리고 협력의 종류. 또한 데이터 카탈로그 기능을 통해 거버넌스를 통합하는 Alteryx와 같은 도구는 데이터 관리자가 데이터 세트를 관리하고이를 인증하고 워터 마크 할 수 있습니다. 이는 내 수업에서 2 년 동안 이야기해온 내용입니다. 지금까지해온 회사는 거의 없지만, 많은 관심을 끌고 이제는 어디에서나 들립니다.
그리고이 두 세계를 섞는 방법은 케이크가 있고 그것을 먹기 때문입니다. 고급 사용자가 필요한 작업을 수행하도록 할 수 있습니다. 필요에 따라 새로운 통찰력을 찾으면 통제력을 유지할 수 있습니다. 거버넌스가 필요한 일부 표준으로 바벨탑을 만들지 않도록하십시오. 그리고 실제로 목표는 사람들이 거버넌스 프로세스를 거치고 자하는 거버넌스 문화를 만드는 것입니다. 보고서 / 데이터 세트를 검토하여 더 광범위하게 사용하기를 원합니다. 이것이 목표이며, 이 새로운 세상에서 실제로 IT의 새로운 역할입니다. 나는 항상 그들의 역할이 지시가 아니라 촉진하는 것이라고 말합니다. 이는 비즈니스에 필요한 모든 것을 수행하는 공유 서비스에 익숙했던 대부분의 IT 전문가에게 큰 변화입니다. 이제 비즈니스는 스스로 수행하고 있으며 Josh가 말했듯이 IT는 실제로 사람들이되어야합니다.
Eric Kavanagh : 네, 가드 레일은 분석가들의 자유 플레이를 허용하기 때문에 핵심 요소라고 생각합니다. 내가 이해한다면
웨인에 커슨 : 맞습니다.
Eric Kavanagh : - 정말로 Josh
조쉬 하워드 : 맞습니다.
Eric Kavanagh : 예, 여러분은 몇 년 전에 Alteryx라고 불린 이래로 실제로 Alteryx를 추적 해 왔으며, SRC 또는 그 라인을 따라 무언가라고 생각합니다. Wal-Mart는 첫 번째 고객. 비즈니스 프로세스와 워크 플로우를 실제로 이해할 수있는 능력은 과거에 대해 이야기했던 정말 멋진 것들 중 하나입니다. 워크 플로 및 비즈니스 프로세스에 대한 강력한 이해가 있다면 여러 가지 다른 작업을 수행 할 수 있습니다. 우선, 외부 정보로 사용자가 사용할 수있는 옵션을 흐리게하지 않으면 훨씬 완벽한 사용자 인터페이스를 제공 할 수 있습니다. 둘째, 질식 지점이나 제어 지점이 어디에 있는지 더 잘 이해하기 위해 프로세스를 간소화 할 수 있습니다. 그리고 이것이 Alteryx가 이러한 다양한 거버넌스 친화적이지만 사용자 친화적 인 유형 환경을 제공하여 모든 종류의 다양한 정보 세트와 분석적 사용 사례를 제공 할 수있게 된 이유 중 하나라고 생각합니다. 그것에 동의하겠습니까?
Josh Howard : 그래, 내 말은, Eric, 많은 사람들이 이러한 유형의 도구를 비즈니스 사용자에게 제공하고 비즈니스 친화적 인 방식으로 업무를 수행 할 수있는 방법을 제공한다는 의미입니다. 사용하기 쉽고 친숙합니다. 데이터 거버넌스와 같은 것에 대해 생각하면 20 년 동안 데이터 거버넌스에 대해 이야기 해 왔으며 IP 스토리지로서이를 비즈니스에 적용하려고 시도했지만 결코 채택되지 않고 결코 얻지 못했습니다. 비즈니스 사용자를위한 것이 아니기 때문에 어떤 종류의 견인력입니까? IT 중심적이며 IT 중심적이며 IT에서는 작동하지만 해당 비즈니스 사용자에게는 작동하지 않습니다. 따라서 동일한 방법론을 사용하지만이를 비즈니스 친화적 인 툴셋에 적용하려고합니다. 이것이 바로 데이터 카탈로그 솔루션 및 메타 데이터 관리를 통한 접근 방식입니다.
비즈니스 사용자와 대화 할 때 시맨틱 데이터 계층에 대해 이야기하지 않으며 메타 데이터 관리를 어떻게 지원하고 있는지 알고 있습니다. 그러나 백엔드에서 그것이 본질적으로하고있는 일이며, 이러한 유형의 일들이 IT 내에 오랫동안 존재 해 왔지만, 비즈니스 사용자에게는 데이터를 더 빨리 찾는 방법, 업무를 수행하는 방법에 관한 모든 것입니다. 소비자 생활과 마찬가지로 사용하기 쉬운 인터페이스로 정보를 제공하는 것이 더 빠릅니까? 그들은 구글과 같은 검색 인터페이스를 원하고, 조직의 다른 사용자와 네트워크를 통해 이러한 데이터 사일로를 분류하고 그 부족 지식을 포착 할 수있는 소셜 협업 요소를 원합니다. 따라서 비즈니스와의 협력 방식에 대해 다른 접근 방식을 취하고 있지만 IT 친화적 인 방식으로 수행하고 있습니다.
Eric Kavanagh : 네, 좋은 질문이 있습니다.
Wayne Eckerson : 당신은 다른 것을 알고 있습니다 .- 조쉬, 프레젠테이션에서 나를 놀라게 한 것은, 우리는 현재 플랫폼 시대에 있습니다. 나는 우리가 도구 시대를 넘어서 움직 였다고 생각하지만 플랫폼은 괜찮습니다. 그래서 저는 20여 년 동안 BI를 다루었으며 BI 공간에서 도구에서 분석 플랫폼으로 이동하여 하나의 제품이 모든 유형의 사용자에 대해 모든 분석 모드를 기본적으로 지원합니다., 권리? 공통 아키텍처 및 셀프 서비스에 대한 보고서에서 예측까지. 또한 데이터 어셈블리 측 또는 데이터 통합 측에서도 데이터를 수집, 추가, 카탈로그 화, 복구, 변환 및 사용자가 다운로드 및 분석 할 수있는 플랫폼을 구성하는 데이터 통합 측면에서 동일한 내용을보고 있습니다. 그리고 지금 여러분들이하고있는 일은 여러 가지 방법으로 다음 단계를 취하고이 두 플랫폼을 하나로 결합하는 것입니다. 그래서 그것은 합리적 분석 및 데이터 플랫폼입니다. 그것이 미래입니다 : 컨버전스. 귀하의 플랫폼에서 볼 수없는 유일한 것은 기본보고 및 대시 보드 도구 또는 기능이지만 분석 모듈에 포함될 수 있습니다.
Josh Howard : 예, 배치보고는 매우 잘 수행됩니다. 우리는 매우 강력한 솔루션을 보유하고 있지만 대시 보드를 중심으로 한 목표를 달성했으며이를 성장의 기회로보고 있습니다. 우리는 전통적으로 Tableau, Power BI 및 Qlik과 항상 좋은 파트너 관계를 유지해 왔지만 계속 그렇게 할 것입니다. 그러나 우리가 찾은 것은 분석가와 고객입니다. 워크 플로가 끝날 때까지 기다리지 않고 결과가 나올 때까지 기다리기를 원하지 않습니다. 그들은 실시간으로 작업하면서 결과를보고 싶어합니다. 그것이 우리가 가고있는 방향이며, 우리가 작업하는 동안 데이터를 볼 수 있도록 인라인 비쥬얼 릭으로 레이블이 지정된 것을 알고 있습니다. 반복해서 끝까지 기다렸다가 실시간으로 시각화 도구 나 대시 보드에 게시하여 결과를 확인할 수 있습니다. 따라서 통찰력을 얻기 위해 앞뒤로 균형을 잡을 필요가 없습니다.
웨인에 커슨 : 예, 글쎄요. 그리고 여러분은 이제 사용하기 쉬운 것으로 알려져 있습니다. 아시다시피, 회사는 명성과 재산으로 부상하면서 Tableau를 사용합니다. 분석과 데이터 관리에 모두 도움이 되었기 때문에이 통합 플랫폼 공간에서 주도권을 잡는 것이 좋습니다. 따라서 향후 몇 년 동안 귀하가 어떻게 요금을 청구하는지 베타 테스트 중입니다.
조쉬 하워드 : 네, 그리고 그것이 흥미 롭다고 생각합니다. 그리고이 공간의 일부가되어 기쁘고, 데이터 통합 공간을보고, 보고, 보는 것이 정말 흥미 롭습니다. 비즈니스 인텔리전스 공간 및 고급 분석 공간을 통해 실제로 수렴되는 것을 볼 수 있습니다. 그리고 Alteryx와 같은 플랫폼은 많은 비즈니스 사용자가 실제로 데이터를 액세스하고 해당 분석을 수행 할 수 있도록 많은 비즈니스 사용자가 실제로 도움을 줄 수 있다고 생각합니다.
에릭 카바나 : 네. 웨인 여러분, 여기가 정말 이해가되는 방식에 동의합니다. 저는 여기에 참여할 청중으로부터 질문이 있다고 생각합니다. 대화와 매우 밀접한 관계가 있습니다. DataOp에 관한 것입니다. 이 용어에 익숙하지 않은 사람들에게는
조쉬 하워드 : 다음 슬라이드.
에릭 카바나 흐 (Eric Kavanagh) : - 지난 9 개월 정도 동안 강해졌습니다. 1 ~ 2 개의 공급 업체, 3 ~ 4 개, 5 ~ 6 개로 시작했으며 현재 많은 사람들이 DataOp에 대해 이야기하고 있습니다. 이것이 기본적으로 DevOp의 데이터 관리 측면입니다. 따라서 우리가보고있는 것은 수명주기를 통해 데이터가 이동하는 동안 서로 다른 도구와 기술이 어떤 데이터에 영향을 미치는지, 분석 관점에 어떤 영향을 미치는지 이해하려고 노력하는 것입니다. 그리고 Alteryx는 실제로 DataOp가 용어가되기 전에이 플랫폼 접근 방식에 중점을 두어 DataOps 문제를 해결하는 것으로 보입니다. 하지만 먼저 해쉬에게 조쉬를 넘긴 다음 웨인에게 해설하겠습니다. 조쉬, 어떻게 생각해?
조쉬 하워드 : 네, 진화하는 공간이라고 생각합니다. 방화벽, 클라우드, 비정형 데이터, 구조화 된 데이터 등 데이터 범위에 관계없이 데이터에 액세스 할 수 있도록 데이터에 액세스하려고 노력합니다. 따라서 이것이 계속 변경 될 것임을 알고 있기 때문에, 웨인이 이에 동의 할 거라고 확신합니다. 에릭. 되돌아 가면이 공간에서 10 년, 15 년을 알 수 있습니다. 소수의 데이터베이스 만 있었음을 의미합니다. 이제 400 가지가 넘는 서로 다른 데이터베이스 유형이 있습니다. 그래서 우리는 결코 그에 걸맞지 않을 것입니다. 따라서 항상 조직이 채택 할 새롭고 빛나는 무언가가있을 것입니다. 따라서 우리는 조직에 이미 존재하는 모든 것과 완벽하게 통합 할 수 있도록 개방형 기술과 API를 사용하여 불가지론 성을 원합니다. 또한 DataOp 측면에서 두 번째 부분은 실제로 점점 더 많은 워크로드가 클라우드로 푸시되고 새로운 클라우드 기술과 머신 러닝 기술이 우리를이 새로운 패러다임으로 이끌어 가고 있다는 것을 알 수 있습니다. DataOps가 진행될 것입니다. 그리고 우리는 그 공간에서 일어나는 많은 흥미로운 일들을 보게 될 것입니다.
Wayne Eckerson : 예, DataOps에 사용하는 또 다른 용어는 "데이터 파이프 라인"또는 "데이터 공급망"이라고 생각합니다. 특히 빅 데이터 세계에서 많은 회사가 나옵니다. 해당 워크로드를 관리하고 데이터 레이크가 데이터 늪이되지 않도록 할 수 있습니다. 네, 그리고 그 중 많은 부분이 이제 클라우드로 이동하고 있다는 데 동의합니다.
Eric Kavanagh : 알테 렉스는 몇 가지 인수를했습니다. 작년 또는 2 년 동안 그것에 대해 이야기하고 싶은지 모르겠다. Josh는 데이터 수집 측면과 의미 론적 측면에서이 플랫폼을 실제로 개발했다고 가정한다. 그리고 이제 분석이이를 제어 할 수있는 이러한 종류의 엔드-투-엔드 솔루션을 보유하게되었습니다. 나는 그 초점과 접근 방식을 취한 다른 사람을 모른다. 나는 그것이 당신의 절반에 매우 영리하다고 생각한다. 그러나 그것에 대해 조금 이야기하고 싶습니까?
조쉬 하워드 : 네. Alteryx에게는 큰 해였습니다. 우리는 올해 초에 공개했고, 우리는 플랫폼을 완전히 없애는 데 도움이되는 두 가지 주요 인수를했습니다. 첫 번째는 데이터 카탈로그 작업이었습니다. 다시 한 번, 우리가 찾은 것은 해당 조직이 해당 데이터를 관리하도록 돕는 것입니다. 그래서 우리는 실제로 Semanta라는 데이터 거버넌스 회사를 인수했으며 이는 데이터 카탈로그 솔루션이자 전체 플랫폼에 구축 된 것입니다. 다시 한 번 말하지만 거버넌스는 셀프 서비스 및 셀프 서비스를 가능하게하는 핵심 구성 요소입니다. 다시 말해서 메타 데이터 관리, 데이터 카탈로그 기능을 모두 제공했습니다. 우리가 한 일은 사용하기 쉽고 매우 친숙하고 전체 플랫폼과 통합하기 위해 인터페이스를 구축 한 것입니다.
우리가 만든 두 번째는 뉴욕 브루클린에 본사를 둔 데이터 과학 회사였으며, 기계 학습 기능과 모델 관리 기능을 구축하기 위해 수행되었습니다. 앞서 언급 한 것은 많은 데이터 과학자들이 우리 플랫폼을 사용하고 매우 중요한 데이터 과학 작업을하고 있다는 것입니다. 그러나 마지막 모델까지 이러한 모델을 얻는 것은 매우 어려운 일이었습니다. 저는 12 주에서 20 주가 걸리며이 모델 중 일부를 제작하는 데 250, 000 달러가 소요된다고 언급했습니다. 그런 다음이 모든 모델을 어떻게 운영하고 최신 상태로 유지합니까? 이 모델들은 어떻게 배우나요? 그리고 어떻게 그 모델을 훈련합니까? 따라서 배포 기능도 큰 문제입니다. 따라서 데이터 과학 측면과 데이터 거버넌스 측면을 갖춘이 두 기술은 우리의 플랫폼과 우리가하려고하는 일을 조직으로 가져 와서이 과제를 해결하기 위해 실제로 완성했습니다.
에릭 카바나 흐 : 예, 머신 러닝과 AI에 관해 관객들로부터 질문을 받았기 때문에 거기에 던졌습니다. 웨인, 이걸 너에게 정말 빨리 넘겨 줄게 나에게는 머신 러닝이 데이터 품질과 같은 것들, 예를 들어 분석에 대한 혼잡과 같은 것들을 발견하는 데 도움이되는 것들과 같이 우리가 수년 동안 겪었던 많은 다른 문제들을 실제로 최적화 할 수있는 잠재력이 너무 많습니다. 방정식 맞지? 특히 학습을 계속하는 이러한 알고리즘 중 일부는 실제로 스스로 진행하여 사용자에게 노출 될 수있는 몇 가지 흥미로운 것을 찾을 수 있기 때문입니다. 물론, 일반적으로 분석가들이 직면 한 과제 중 하나는 모든 분석가들이 자신의 편견과 세상에 대한 자신의 견해를 가져야한다는 것입니다. 때로는 변경하기가 상당히 어려울 수 있으므로 앞으로 머신 러닝과 AI의 잠재력이 많이 있습니다. 어떻게 생각해?
웨인에 커슨 : 아니요, 절대적이고 기본적인 규칙입니다. 이러한 것들을 함께 사용하면 이러한 셀프 서비스 도구를 더욱 단순화하여보다 쉽게 사용할 수 있습니다. 이미 언급했듯이 다른 보고서에 대한 권장 사항 만들기, 데이터 세트보기, 모델 조정, 데이터 준비 도구의 상관 관계 유지 등 모든 것을 알고 있습니다. 이미 Tableau와 같이 표시하려는 데이터 세트에 대한 올바른 시각화를 혁신했습니다. 따라서 이러한 모든 도구가 훨씬 강력 해지고 셀프 서비스가 더욱 타당 해지며 사용자가 데이터를 사용하여 통찰력과 가치를 더 빠르게 이끌어 낼 수 있습니다.
Eric Kavanagh : 예. 그리고 엔터프라이즈 소프트웨어의 세계에는 분명히 멋진 일이 많이 있지만 결론은 항상 기술을 구축하는 데 시간이 걸린다는 것입니다. Alteryx와 마찬가지로 분명히 물건을 가지고 갈 수 있습니다. 그러나 당신이 공간에서 경험이 있다면, 오래된 표현이 있다는 것을 알고 있습니다. 경험에 대한 대안은 없습니다. Alteryx의 장기적인 성공의 열쇠 중 하나는 Alteryx가 실제로 수년 전에 타사 데이터를 사용하는 전체 프로세스에 있다는 것입니다. 정확히 얼마나 오래 기억할 수는 없지만 6 ~ 7 년 전에 Alteryx는 이미 신용 회사와 같은 회사 나 지리 위치 데이터 또는 기타 여러 가지 데이터를 수집하는 능력을 갖추고 있습니다. 타사 데이터 시스템. 그리고 저는 요즘 우리가 데이터 블렌딩이라고 부르는 것의 관점에서 지금 우리가 볼 수있는 것의 시작이라고 생각합니다. 왜냐하면 당시에는 그 용어조차 없었기 때문입니다.
하지만 조쉬, 다시 돌려 줄게 그리고 필자는 데이터 블렌딩 개념을 중심으로 Alteryx 플랫폼에 많은 포화와 경험이 생겨 났으며 이제는 수집, 기계 학습, 데이터 카탈로그 등으로 보강되었습니다. 이것이 바로 오늘날 Alteryx를 보는 이유입니다. 어떻게 생각해?
조쉬 하워드 : 예, 모든 발명의 어머니가 필요합니다. 우리는 고객이 원래 공간 분석을 수행 한 것이었고, 이것이 우리가 시작한 방식 인 공간 분석을 수행 한 고객이었습니다. TomTom과 같은 데이터를 가져오고 드라이브 시간 분석을 수행하면 Experian의 홈 데이터와 함께 해당 데이터를 업로드하고 볼 수 있습니다. 우리가 시작한 곳이 바로 여기에있었습니다. 고객은 모든 데이터를 하나로 통합 할 수있는 플랫폼이 필요했습니다. 그리고 우리가 그들에게 도구를 주면 멋지지 않을 것입니다. 이것이 바로 Alteryx의 원동력이었습니다.
우리는 수년 동안 데이터 준비가 실제로 분석 여정의 첫 단계라는 것을 알았습니다. 예측 과학자 및 데이터 과학 작업은 실제로 데이터 준비 작업을 수행하는 데 소비되고 실제로 분석을 수행하는 데 20 % 미만이 소요되므로 데이터 과학자 시간의 80 %가 소요됩니다. 이기다. 따라서 데이터 준비는 분석 과정의 첫 단계입니다. 따라서인지 분석에 이르기까지 모든 종류의보고, 고급보고, 예측 분석을 시작하기 전에 여전히 데이터에 액세스해야하며 데이터를 준비하고 혼합하여 함께 가져와야합니다. 이것이 우리가이 플랫폼으로 해결하고있는 것입니다. 또한 사용자가 코드없이, 코드 친화적으로 모든 작업을 수행 할 수 있습니다.
Eric Kavanagh : 예, 저 개념도 좋아합니다. 코드가없고 코드에 친숙합니다. 사실 많은 코드 기수를 가지고 있기 때문에 엄청난 가치를 추가 할 수 있지만 코드에 의해 솔직하게 해제 된 많은 비즈니스 사용자가 있습니다. 그들은 그것에 협박 당하고 누가 그들을 비난 할 수 있습니까? 웨인, 저는 그것이 또한 훌륭한 기능이고 훌륭한 접근이라고 생각합니다. 코드가없고 코드 친화적입니다.
웨인에 커슨 : 물론 이죠 . 예, 점점 더 많은 사람들이 셀프 서비스를받는 방식입니다.
Eric Kavanagh : 예, 셀프 서비스는 다음 큰 단계이며, 오늘 논의한 내용이 정말 마음에 듭니다. 따라서 프로세스, 작업 흐름, 데이터 수명주기 및 등등. 그리고 이러한 정책을 플랫폼, 베이킹 포인트 웨인 (Wayne)에 굽는 것은 약간의 유연성을 잃어 버렸지 만 일단 사람들이 광기의 방법을 이해하면 실제로 프로세스를 진행시킵니다. -사용자는 이제 원하는 것을 얻을 수 있음을 이해합니다. 그들은 IT를 기다릴 필요가 없으며 IT와 비즈니스 사람들이 함께 일하는 방식의 본질을 바꿉니다. IT가 인 에이 블러 역할을 할 수 있기 때문에 게이트 키퍼 일 필요는 없습니다. 예전처럼 기술에 표준이 있다면 이상적으로 많은 지원이 없습니다. 전체 목표이기 때문에 더 큰 협업을 장려 할 수 있습니다.
따라서 첫 번째 Josh의 의견을 닫은 다음 Wayne을 닫습니다.
조쉬 하워드 : 아뇨. 당신이 말한 모든 것에 동의합니다. IT와 비즈니스 사용자 모두에게 성공에 필요한 도구를 제공하는 것이 중요합니다. 따라서 IT 부서는 보고서를 작성하는 사업에 있어서는 안된다고 생각합니다. 그것은 비즈니스의 맥락과 그들이 사용하고있는 데이터를 가진 비즈니스 사용자에게 맡겨 져야하지만, 통제 된 방식으로 수행해야하며 IT에도 효과가있을 것입니다.
에릭 카바나 흐 : 좋아, 웨인의 논평은 끝났다.
Wayne Eckerson : 예, IT의 역할이 모든 것을 수행하는 것에서 셀프 서비스를 촉진하고 실제로 거버넌스 문화의 챔피언이되어 사용자가 자신의 결과를 관리하고 조직의 이익과 이익을 얻도록 유도하는 것으로 바뀌 었습니다. . 내 말은, IT의 역할은 - IT에 대해 유감스럽게 생각합니다. 때로는 IT 부서에 들어가서 구축해야합니다. 법무 및 HR과 같은 비즈니스 애틱 부서에서는 일반적으로 그런 일을하지 않을 것입니다. 그리고 교차 기능 기업인 것을 원한다면 IT 이외의 다른 기업은 누구입니까? 그러나 일반적으로 IT는이 셀프 서비스 세상에서 번창하도록 변화해야합니다. 그들은보다 더 많은 지원 역할을 수행해야합니다.
조쉬 하워드 : 예, 저는 우수 센터와 이러한 프로젝트가 IT 나 비즈니스가 아닌 중앙 집중식 조직에 의해 주도되고있는 다음 진화를 생각합니다. 우리는 최고 데이터 책임자 (CCO)와 이러한 유형의 프로젝트가 비즈니스 관점뿐만 아니라 거버넌스 관점과 그 영역에서 떨어지는 것을보기 시작했습니다. 저는 이것이 데이터와 분석 문화를 만드는 가장 좋은 시나리오라고 생각하며 그 결과를 보게되어 기쁩니다.
Eric Kavanagh : 예, 대화방에 참석 한 참가자들과 Q & A의 막판 의견이 몇 개있었습니다. 나는이 의견을 좋아한다 : 출력을 통제, 누가 셀프 서비스 보고서가 정확한지 모호하지 않습니다.
조쉬 하워드 : 예.
에릭 카바나 : 네, 좋은 일입니다. 공동 작업과 공동 작업에 관한 것입니다. Josh도 언급했습니다. 사용자가 서로 대화하는 것의 중요성 또한 Alteryx가 중점을 두는 것입니다.
여러분, 우리는 조금 오래 갔지만 조금 늦게 시작했습니다. 오늘 여러분의 많은 관심과 관심에 감사드립니다. 우리는 이러한 모든 웹 캐스트를 보관하므로 동료들과 자유롭게 공유하십시오.
그리고 우리는 작별 인사를 할 것입니다. Wayne과 Alteryx의 Josh에게 다시 한 번 감사드립니다. 다음에 얘기 할게요, 여러분 조심해 안녕.
