Por el personal de Techopedia, 1 de noviembre de 2017
Para llevar: El presentador Eric Kavanagh habla sobre la colaboración entre negocios y TI con Wayne Eckerson del Grupo Eckerson y Josh Howard de Alteryx.
Actualmente no has iniciado sesión. Inicia sesión o regístrate para ver el video.
Eric Kavanagh: Muy bien, damas y caballeros, Eric Kavanagh aquí con Hot Technologies. Tenemos a Josh Howard y Wayne Eckerson en la línea. Acabamos de tener un pequeño y divertido problema de audio que se bloquea y se quema allí mismo, pero nos hemos vuelto a marcar y todo está oscilando.
Entonces, Wayne Eckerson, lo he conocido por muchos años. Es el consultor principal del Grupo Eckerson. Y Josh Howard también lo he conocido por mucho tiempo. Es el director de nuevos productos en Alteryx. Estos muchachos son muy, muy excelentes en sus campos, y van a compartir con nosotros muchas ideas sobre cómo las empresas y la TI pueden fomentar mejores relaciones y realmente colaborar y hacer algunas cosas.
Entonces, voy a empujar la próxima diapositiva y entregarla a Wayne. Entonces, cuéntame un poco sobre lo que está pasando.
Wayne Eckerson: Claro, Eric. Es un placer estar aquí y hablar sobre este tema. He estado en los Estados Unidos durante mucho tiempo y he sido testigo de un abismo entre las empresas y la TI, y mucho de eso se debe a su enfoque y sus objetivos, para lo que han sido contratados. Por lo tanto, se podría decir que es una brecha natural, o una brecha entre el negocio y la TI, pero conduce a algunos resultados perjudiciales. Usted sabe, TI ha sido contratado para pensar a largo plazo, para construir sistemas y aplicaciones, soluciones permanentes que ofrecen economías con escala, altos niveles de reutilización y escalabilidad, seguridad, disponibilidad y confiabilidad. Muy conservador, mentalidad de movimiento más lento. El negocio, por otro lado, se centra en satisfacer las necesidades del cliente, el punto de interacción, mucho más a corto plazo, incentivos, y podría distribuirse mensualmente o trimestralmente. Su enfoque es la velocidad, agilidad y adaptabilidad. Por lo tanto, no sorprende que haya o pueda haber fricción entre estos dos grupos.
Siguiente diapositiva. Entonces, este es el tipo de diálogo que a veces escucho en las organizaciones a las que voy a consultar y donde siento que estoy desempeñando el papel de un consejero matrimonial, tratando de unir estos dos lados, reconocernos y su papel en la entrega de soluciones tecnológicas empresariales. La empresa tiende a pensar en TI como demasiado lenta, costosa y nunca ofrece lo que quiere, cuando lo quiere, cómo lo quiere. El departamento de TI tiende a ver que el negocio cambia de opinión todo el tiempo y agrega nuevas funciones. Entonces, todas estas cosas se mueven a corto plazo, sin ver nunca el panorama general. El resultado muchas veces con esta fricción es que el uso casual. Hay un gerente ejecutivo que dirá: “¿Sabes qué? Solo olvídalo. Sé que no voy a obtener los datos que necesito, así que lo haré sin eso ”. Eso da bastante miedo. El usuario avanzado de datos dirá: "Solo dame un volcado de datos y no me molestes". Y los líderes de BU, si realmente quieren información, solo obtendrán su propio presupuesto, agregarán su propia gente y comprarán sus propias herramientas. Dice: "Muy bien, bien. Pero ya sabes, buena suerte tratando de mantener eso por tu cuenta, porque eventualmente se romperá ”. Y lo hará. Se romperá porque nadie lo está usando, porque no fue diseñado correctamente, o se romperá porque todos lo están usando, y no tienes suficientes expertos técnicos en el terreno, no hay suficientes recursos para escalarlo. O sus hojas expertas, y están altas y secas. Siguiente diapositiva.
Eric Kavanagh: Esta es una encuesta, por lo que la persona que llama por teléfono puede presionar para sondear. Espera un segundo. Entonces, estoy abriendo esta encuesta en este momento, espero que veas en tu pantalla una ventana emergente. Si no lo hace, generalmente aparecerá en algún lugar en la parte inferior. Y adelante. Tenemos curiosidad por escuchar tu respuesta sobre esto.
Bien, algunas personas me están llamando para darnos su opinión. Entonces, nos preguntamos: ¿en qué grado el negocio está alineado con TI en su organización? Entonces, tenemos un montón de personas respondiendo ahora. Muchas gracias. Entonces tienes muy alto, por supuesto, alto, moderado, bajo, muy bajo. Sea honesto, no compartiremos esto con los otros miembros de su equipo. Queremos que nos brinde su sincera respuesta. Muy bien, déjenme darnos unos segundos más, y mientras lo hacemos, tal vez Josh, los traeremos rápidamente para ayudar a las personas a responder esta pregunta. Sí, me encanta este proceso de colaboración. Quiero decir, hemos hablado durante años sobre una división entre negocios y TI. Creo que eso está cambiando. Creo que está cambiando parcialmente debido a DevOps, los desarrolladores que trabajan más estrechamente con el negocio. Eso pone un poco de calor del lado de TI, pero creo que también está cambiando debido a la nube, francamente, porque tal vez las personas se están volviendo más inteligentes sobre lo que hacen en su lugar de trabajo. Pero, ¿qué piensa sobre la evolución de la división TI / negocio?
Josh Howard: Sí, ya sabes, ese es un tema interesante, y es un tema que definitivamente abordaremos aquí en un segundo, pero, ya sabes, creo que el negocio se ve realmente obligado a la mano de TI. Así es, ya sabes, durante años todo estuvo liderado por TI, y hemos visto cómo el péndulo se balancea de un lado a otro de ser dirigido por TI a todo, ya sabes, ser comprado a través del negocio. Y creo que estamos empezando a ver cierta centralización. Creo que, ya sabes, estás empezando a ver más organizaciones, centros de excelencia de pie, comenzando a ver más y más empresas inteligentes para las empresas, viendo que también se están estableciendo centros, por lo que no es, ya sabes, TI o el negocio. Estamos viendo un matrimonio mucho mejor de las dos organizaciones y estamos viendo cómo se establecen estos centros de excelencia que residen en ambas organizaciones, y están teniendo tanto TI como el negocio tomando asiento en la mesa y pidiendo comida. Necesitamos elegir otros objetivos comerciales, por lo que creo que esa es una de las tendencias que creo que ha sido muy positiva en los últimos años o incluso más. Y creo que eso es parte de lo que estamos viendo.
Eric Kavanagh: No me puedes culpar de que te arroje, y leeré los resultados. Dependiendo de su navegador, es posible que ya vea los resultados, pero solo para dárselo: la pregunta, por supuesto, "¿en qué medida está el negocio alineado con TI?" Muy alto obtuvo 7 por ciento, alto obtuvo 8 por ciento, moderado obtuvo el gran mayoría, es 29 por ciento, baja es 10 por ciento y muy baja es 0 por ciento. Eso es básicamente el total, así que realmente lo que estás viendo es que la mayoría de las personas dijeron moderado, 21 de 73. Seis de 73 dijeron alto, cinco dijeron muy alto, y luego, por supuesto, tenemos un montón de personas que simplemente no No respondo, pero la mayoría, en realidad 43 de 73, la gente no respondió, pero agradezco su tiempo. Y con eso quiero impulsar esta próxima diapositiva. Y creo, Josh, que ibas a hablar un poco.
Josh Howard: Sí, y así, ya sabes, hacia donde iba era que hemos visto muchos cambios en los últimos cinco años, o incluso retrocediendo diez años. Y realmente solía ser el salvaje oeste, y luego supongo que probablemente hay algunas personas aquí en la línea que todavía piensan que es el salvaje oeste en su organización, pero solía ser donde todo estaba completamente cerrado y rígido, y todo fue forzado a través de un equipo de TI centralizado, y así fue como se entregó BI. Pero el problema era que los usuarios comerciales no lo usaban. Nunca obtuvieron los resultados que necesitaban. No podían, ya sabes, juntar datos como lo necesitaban, por lo que acabas de ver, ya sabes, organizaciones que abandonan su práctica de BI en muchos casos. Simplemente no estaban obteniendo el uso que esperaban, y eso es comprensible porque los usuarios querían herramientas fáciles de usar donde pudieran tomar, ya sabes, fuentes de datos y hacer parte de su propio trabajo de integración.
Pero no querían esperar a que TI hiciera esto por ellos. Entonces, lo que vimos fue que todos estos equipos de negocios se fueron y compraron su propia licencia, sus propias herramientas de visualización, y sus amigos de TI en la sombra configuraron un data mart, y se fueron. Pero eso condujo a un nuevo conjunto de problemas. Sí, el negocio pudo obtener la flexibilidad y la agilidad y algunos de los resultados que necesitaban mucho más rápido, pero aún así dejó la TI, ya sabes, tratando de descubrir: “¿Cómo gobernamos esto? ¿Cómo escalamos esto?
Porque también lo que estaba sucediendo, estaban acumulando estos data marts. Comenzaron a poner en funcionamiento muchos informes y visualizaciones, luego volvieron a TI para obtener la solución, por lo que no es escalable. No era la cura, y esos fueron algunos de los problemas. Pero no tiene por qué ser un tira y afloja entre el negocio, que quiere facilidad de uso, y TI, que quiere gobernarlo. Realmente se trata de hacer que todos estén en la misma página y avanzar en la misma dirección. Creo que realmente hay un mejor enfoque que puede satisfacer las necesidades de ambos usuarios. Diapositiva.
Eric Kavanagh: Muy bien. Ahí tienes.
Josh Howard: Sí, gracias. Y así, la forma en que nos acercamos a Alteryx es que realmente lo estamos mirando desde un punto de vista de gobernanza analítica. Entonces, ya sabes, no estoy usando la palabra "gobernanza de datos" aquí porque creo que la gobernanza de datos es mucho más que un marco que abarca muchas cosas diferentes, sino que realmente se enfoca en estas tres áreas clave de cómo los datos se administran, cómo se accede a ellos y cómo los protegemos.
En primer lugar, en el lado de la gestión de datos, cuando está buscando habilitar herramientas de autoservicio, desea asegurarse de que esos usuarios tengan acceso a todas las diferentes fuentes de datos que puedan necesitar. Y así, de nuevo, esto es parte del problema que vimos con las herramientas tradicionales de BI como MicroStrategy y Cognos y OB que era, ya sabes, simplemente acceder a un almacén de datos centralizado, pero esos usuarios comerciales realmente querían tomar esos datos y combínelo con otras fuentes de datos para obtener resultados adicionales.
Es decir, quiere asegurarse de que directamente a todas esas fuentes de datos diferentes, independientemente de si son relacionales o no, y hacerlo de una manera que no haga que los datos sean redundantes. Por lo tanto, debe asegurarse de estar utilizando tecnologías en memoria para aprovechar esas fuentes de datos federadas y no duplicar esos datos en otras partes de la organización, porque eso solo causa un conjunto completo de problemas.
Y luego quiere asegurarse de que está viendo cosas como la accesibilidad y la seguridad de los datos, asegurándose de que los datos estén encriptados, asegurándose de tener los permisos y autorizaciones correctos. Y lo que recomendamos es usar los sistemas que sus equipos de TI ya han configurado, por lo que cosas como Active Directory y autenticación de Windows. Aprovechando esos sistemas que pueden pasar a través de esa autenticación hasta la aplicación, y de esa manera puede asegurarse de que los usuarios correctos tengan acceso a los datos correctos.
Realmente se trata de pasar de un estado de control a un estado de habilitación, y hacerlo con barandas de seguridad. Entonces, ya sabes, análisis de barandas, donde TI está dando todas las herramientas para tener éxito, pero también lo están monitoreando, asegurándose de que sea consistente, confiable y de que lo estén haciendo con los permisos adecuados. y asegurarse de que esos usuarios solo tengan acceso a los datos correctos. Siguiente diapositiva.
Eric Kavanagh: Muy bien, Dr. Wayne.
Wayne Eckerson: Sí, así que esta es mi diapositiva. Esto solo muestra las dimensiones del autoservicio, del que Josh estaba hablando. Esa es la media comercial de la demanda en estos días, pero no quieren esperar, como dijo Josh, a que TI entregue cosas, y TI solía hacerlo todo. Solían construir la arquitectura y administrar la infraestructura y elegir las herramientas y construir las aplicaciones, los informes, el tablero, y eso simplemente no funciona para la gran mayoría de los usuarios. Y ahora estamos cerca del autoservicio. Tenemos informes de autoservicio, paneles de autoservicio, a los que llamo, descubrimiento visual de autoservicio. Tenemos integración de datos de autoservicio o preparación de datos. Tenemos análisis avanzados de autoservicio, donde hay algunos científicos de datos. Por lo tanto, estamos pensando en todas estas capacidades disponibles para las personas, las personas de negocios, que se inclinan a hacer las cosas por su cuenta.
Siguiente diapositiva. Recibimos algunos comentarios aquí, Eric, solo para avisarte. Entonces, ya sabes, el autoservicio en la superficie parece beneficioso tanto para el negocio como para el departamento de TI. Los usuarios obtienen lo que quieren cuando lo quieren, cómo lo quieren. El departamento de TI obtiene un tipo de usuarios, pueden descargar el trabajo y pueden entregar las cosas indirectamente, pero de cualquier manera … En muchas situaciones, el autoservicio tiene algunas desventajas importantes que debe tener cuidado. Y Josh te estaba dando algunos remedios para algunos de estos inconvenientes.
Vaya a la siguiente diapositiva, Eric, y veremos el autoservicio de las organizaciones como una especie de maremoto, que son duplicados, conflictivos. Y llega al punto en que nadie confía en el informe de nadie más que en el suyo, lo cual no es un buen estado de cosas. Incluso se podría decir que es peor que cuando comenzaron. Básicamente, tiene una arquitectura que se compone de sistemas de informes paralelos, extractos de datos, que en última instancia aumentan el costo y los gastos generales y la redundancia y duplicación y, en consecuencia, aumenta el riesgo en la organización. Entonces, el autoservicio se trata de estándares donde la gobernanza es realmente solo la Torre de Babel. Todos se comunican, pero nadie escucha. Siguiente diapositiva.
Eric Kavanagh: Esa es una gran cita, me gusta eso. "Todo el mundo se está comunicando, pero nadie está escuchando". Creo que eso lo resume en algunos lugares. Bien, aquí tienes.
Wayne Eckerson: Entonces, ya sabes, también recurriré a los remedios, pero muchas empresas piensan que el propósito del autoservicio es deshacerse de las TI. Bueno, hay muchas cosas contraintuitivas en los negocios, y esta es una de ellas. El propósito del autoservicio no era limitar la TI de la ecuación, sino fomentar una mayor colaboración con ella. Otra ironía del autoservicio que no puse aquí es que requiere mucha estandarización para admitir el autoservicio. Es como pensar en conducir en una carretera, ¿verdad? Hay muchas reglas que debemos cumplir. Todo el mundo-
Voz automatizada: la grabación de la conferencia se ha detenido.
Eric Kavanagh: No te preocupes por eso. Esa es solo la copia de seguridad. Sigue adelante.
Wayne Eckerson: OK. Entonces, y TI realmente es el grupo que necesita reunir esos estándares. Y una vez que esos estándares estén en su lugar y aceptados y adoptados, hey, entonces podemos hacer autoservicio hasta que salga la luna. Siguiente diapositiva.
Eric Kavanagh: Creo que volvimos a estar con Josh.
Josh Howard: Cierto, sí, y estoy de acuerdo con mucho de eso, Wayne, que estabas diciendo. Pero la cuestión es que, si desea obtener más valor de los datos, nuevamente, tenemos que salir del negocio de que TI controle todo y entrar en el negocio de habilitar. Eso significa capacitar a los usuarios con sus propias herramientas de análisis y no solo con TI. Esto no significa que tengas que darles las llaves del reino. Puede hacerlo con esas barandillas más existentes. Aproveche los sistemas existentes, aproveche sus herramientas de autorización, Active Directory, sus permisos, y esto garantizará que, ya sabe, alguien no le esté dando datos a alguien que no debería. Y así, al hacer todas estas cosas, está capacitando a esos analistas para que brinden un mayor valor y lo hagan de una manera gobernada.
Siguiente diapositiva. Pero la realidad es que TI nunca podrá mantenerse al día con la variedad de formas diferentes en que un analista querrá ver los datos, manipularlos. Y así, no solo eso, sino que tampoco tiene el tiempo para mantenerse al día con esas solicitudes. Los sistemas heredados, los procesos en cascada. Si solo observa un proceso ETL para agregar una tabla, puede tomar, ya sabes, semanas, si no meses, en algunos casos. Por lo tanto, desea poder seguir el ritmo de ese cambio de negocio.
Si desea, de hecho, crear una cultura de análisis, debe permitir que esos usuarios lo hagan. Y luego, una vez que haces eso, los beneficios pueden ser realmente sorprendentes. Sabes, cuando comenzamos a hablar de proyectos de inteligencia empresarial hace cinco o diez años, quiero decir que a menudo se citaba entre el 70 y el 80 por ciento de todos los proyectos de BI que fracasarían. Y ese ya no es el caso. Cuando proporciona a los usuarios comerciales las herramientas adecuadas, vemos resultados tremendos y un valor tremendo, y esa es la razón por la cual las herramientas de autoservicio se están extendiendo como una pólvora a través de una organización. Eso es por el éxito que estamos viendo.
Y tengo un caso de uso del que hablaré aquí en un minuto también, pero, ya sabes, literalmente tenemos decenas de miles de usuarios haciendo análisis y escala de autoservicio. Y estos usuarios están entregando información más rápidamente, están creando nuevos productos y están reaccionando a las condiciones comerciales cambiantes mucho más rápido para mantenerse por delante de la competencia.
Ya sabes, lo segundo es que, ya sabes, también pasan menos tiempo preparando datos y más tiempo haciendo el análisis. Es solo otro componente, y tengo un ejemplo aquí de CNA donde tenían varios analistas que tomaban enfoques que llevaban mucho tiempo, que tomaban semanas o meses y ahora los reducían a minutos. Eso sin exagerar. Literalmente tenemos muchos de estos ejemplos de clientes que hacen esto, y este es realmente un escenario en el que todos ganan. Los analistas están contentos de no tener que hacerlo, ya saben, están llegando a sus datos más rápido. TI está contento porque, ya sabes, pueden enfocarse en sus iniciativas estratégicas sin preocuparse por la gobernanza, y finalmente los equipos ejecutivos están contentos porque finalmente tienen equipos de negocios y TI trabajando juntos para crear esa cultura analítica. De nuevo a usted.
Eric Kavanagh: Muy bien. Tuvimos otra encuesta, por lo que debería poder ver esos resultados en la audiencia. Deberíamos ver eso ya en su panel de votación, pero la pregunta era: "¿Su organización ha recibido la promesa de autoservicio?". Puedo decirle que los encuestados tienen un rotundo "No".
Creo que eso habla de dónde estamos en la industria, pero creo que has hecho un par de puntos muy, muy buenos, Josh, a saber, que habilitar el autoservicio, aunque con algunos estándares como Wayne estaba discutiendo, de hecho Permitirle construir en la gobernanza. Esas son las barandillas de las que hemos hablado, ¿verdad? La política de gobernanza se puede introducir gradualmente en el sistema de entrega, y es entonces cuando realmente se logra la gobernanza mientras se faculta a los analistas para que sean autoservicios. ¿Eso es correcto, Josh?
Josh Howard: Sí, eso es exactamente correcto.
Eric Kavanagh: Sí, entonces los encuestados:
Wayne Eckerson: Entonces, Eric, esos resultados son interesantes, ya sabes. Diría que la causa de esto es que TI todavía está bajo control, los usuarios no obtienen autoservicio y obtienen lo que quieren cuando lo necesitan o, ya saben, tienen un autoservicio subgobernado. Y ambos son malos. Por lo tanto, es difícil golpear la aguja con autoservicio, tener un entorno controlado que brinde a los usuarios toda la información que necesitan y la funcionalidad que necesitan para obtener los conocimientos que necesitan y tomar las medidas necesarias. Es difícil, difícil, pero ya sabes …
Wayne Eckerson: -ahora te enfrentas a las herramientas como, ya sabes, Alteryx, herramientas muy poderosas, muy poderosas. Entonces, tenemos la habilidad ahora que podemos-
Eric Kavanagh: Y tienes varias razones por las que tu trato bruto con Sonic se hundió un poco, así que ten cuidado con el audio básico. Estoy un poco sorprendido, y creo que esta es probablemente una buena noticia para Alteryx porque tienen una solución para permitir el autoservicio. Porque en la vieja forma de hacer las cosas con muchas herramientas diferentes, por ejemplo, con muchos puntos de integración, las personas están dando vueltas, solo tratando de mantenerse al día con el statu quo, y creo que ese es uno de los desafíos reales.
Uno de nuestros clientes tuvo un comentario hace unas semanas que me ha estado sonando desde que se refirió a la "tiranía de la urgencia" y cómo eso tiende a dominar a varias organizaciones y evitar el cambio. Siempre estás en un estado urgente, siempre estás tratando de hacer cosas que ya deben hacerse. Y eso básicamente te impide hacer cosas nuevas.
En cierto punto, debes detener la música, reconocer que una silla se va a desaparecer, pero el resto de las sillas deben sentarse a la mesa y comenzar a colaborar hasta que trabajemos juntos. Pero así es como veo esta imagen completa. Entonces, sí, las respuestas fueron típicamente 23 de 43 dijeron: "No", 6 de 43 personas dijeron: "Sí", y 6 de 43 dijeron: "No estoy seguro", pero 38 personas más o menos no respondieron. Pero ese es un rotundo "No". Con eso, quiero entrar en un estudio de caso.
Te lo devolveré, Josh. Llevatelo.
Josh Howard: Sí, y antes hablé sobre esta colaboración entre empresas y TI. Realmente siento que hemos visto algunos cambios bastante grandes, y más y más organizaciones se están moviendo en esta dirección, permitiendo el autoservicio y viendo los resultados de los que estaba hablando. Y Ford es un gran ejemplo de eso. Ford, por supuesto, ha estado utilizando datos y análisis durante décadas, pero como muchas organizaciones, en realidad solo se hizo en los bolsillos de la organización. Hubo poca supervisión de la coherencia y la coordinación, y, ya sabes, también tenían prácticas de gobernanza de datos que eran inconsistentes.
Y entonces tuvieron un gran problema; tenían más de 4.600 fuentes de datos, por lo que puede imaginar el desafío de hacer esto en un tamaño de una empresa como Ford. Entonces, lo que hicieron fue, hace dos años atrás, formaron la Unidad de análisis e información global de datos, que es un centro de excelencia centralizado, que consta de equipos compuestos por trabajadores de datos, analistas de datos, datos científicos del tipo.
Puede pensar en este COE como un departamento de recursos humanos o un departamento de finanzas que sirve a toda la organización. Eso es exactamente para lo que se creó este nuevo equipo, por lo que pudieron identificar y perseguir sus propios desafíos de alta prioridad y trabajar con diferentes unidades de negocios que abordan, ya sabes, diferentes problemas. Pero la idea era que querían apuntar y cambiar esa conversación para enfocarse en el desafío comercial en sí mismo, de manera correcta y para satisfacer esas necesidades comerciales. Y, ya saben, comenzaron con un analista de datos para comenzar hace un par de años, y una licencia de Alteryx, y una combinación de Tableau y QlikView.
Ahora, han desplegado Alteryx a más de 1, 200 científicos de datos en los últimos dos años, y están contratando más. Y, por lo tanto, ha sido realmente sorprendente ver que tienen lugar dentro de su organización y los casos de uso que están resolviendo son increíbles. Están utilizando Alteryx para resolver los problemas de la línea de fabricación hasta sus carreras de NASCAR, por lo que es realmente fascinante ver algunos de los resultados que están manejando. Y, ya sabes, lo interesante es, ya sabes, algunos de estos casos de uso, los casos de uso único están ahorrando decenas de millones de dólares, por lo que es muy fácil justificarlos. Y ese es solo un caso de uso, y ahora se está utilizando literalmente en cientos de casos de negocios diferentes y en esos 1, 200 analistas de datos y científicos de datos. Entonces, resultados fenomenales y estamos realmente satisfechos con la asociación que tenemos con Ford.
Wayne Eckerson: Muy bien, esta es mi diapositiva. Entonces, ya sabes, enseño una clase sobre análisis de autoservicio, y este es un resumen, un resumen de muy alto nivel, de las soluciones que traigo a la mesa para la audiencia. Y trataré de explicar esto bastante rápido. Sabes, veo autoservicio, bueno, no hay un autoservicio. Todos tienen una definición diferente de autoservicio dentro de una organización, por lo que lo que es autoservicio para un CEO no es autoservicio para un científico de datos. Pero en general, hay dos clases de usuarios. La primera clase, ya sabes, los usuarios más ocasionales, los gerentes ejecutivos y los trabajadores de primera línea están en el mundo de arriba hacia abajo en azul.
Y, ya sabes, los llamo "consumidores de datos" o "exploradores de datos", y están pensando en resultados, ya sabes, informes y paneles, con suerte interactivos que las personas construyeron para ellos, ya sea TI o sus colegas, y consumen eso como es. Los exploradores tienden a abrir esas cosas y editarlas en su lugar, pero no necesariamente quieren comenzar con una hoja de papel en blanco. De ninguna manera se les paga para hacer eso. No se paga necesariamente a los analistas. Eso es lo que hacen las personas en el mundo de abajo hacia arriba, los científicos de datos y los analistas de datos, que además, los analistas de datos trabajan con hojas de cálculo, acceso a bases de datos. Y los científicos de datos tienen más fuerza con, ya sabes, los bancos de trabajo de minería de datos. Muchas de las herramientas de autoservicio que han surgido realmente han empoderado a este equipo de abajo hacia arriba. Sería mucho más productivo de lo que podrían hacer antes. No solo pueden hacer sus propios informes y paneles, sino que también pueden obtener sus propios datos, combinarlos, combinarlos, etc. De hecho, he visto salir este triunvirato de herramientas e importar el mundo de abajo hacia arriba. Los catálogos de datos para que puedan encontrar los datos, ya sea herramientas de preparación para que puedan combinarlos, y herramientas de visualización de datos para que puedan analizar, visualizar y compartir eso. Creo que veremos que el conjunto de herramientas se convierte en uno, y creo que en realidad Alteryx está en camino de hacerlo.
Así que llamo a este mundo de abajo hacia arriba "autoservicio real", mientras que al mundo de arriba hacia abajo lo llamo más "servicio de plata" porque estamos dando información en bandeja de plata. Se ha preenvasado hasta cierto punto. Todavía interactivo, todavía editable, pero alguien tenía que pensar quiénes eran las personas que iban a consumir esto y adaptarlo para satisfacer sus necesidades específicas. Puedes ver en el mundo de arriba hacia abajo que tienes, ya sabes, los grupos centralizados más pesados, el comité de gobernanza de datos, que, ya sabes, lo coloca en sitios de datos e informes. Y el equipo de almacenamiento de datos que intenta integrar los datos para la toma de decisiones. Es un proceso de gobernanza de arriba hacia abajo centralizado, más tradicional y orientado a TI. Mientras que en el mundo de abajo hacia arriba, que es más como el 10 por ciento, el 20 por ciento de la organización, están obteniendo la gobernanza desde el nivel de base al abrir conjuntos de datos, mirarlos, comentarlos, etiquetar esos conjuntos de datos: básicamente construyendo la media compartida de los datos desde cero. Está obteniendo catálogos y mercados de datos, y una organización necesita ambos mundos. De hecho, se alimentan entre sí, muy sinérgicos, son las dos caras de la misma moneda. Si no tiene analistas en todos los departamentos, las operaciones fallan, el marketing y las finanzas. Te estás perdiendo todo tipo de información que necesitas para impulsar el negocio porque están generando respuestas a preguntas que la gente no podría haber descubierto lo que eran el día anterior. Y ciertamente, TI no pudo o los desarrolladores no pudieron construir esos informes o paneles. Por lo tanto, están confirmando la próxima ola de requisitos y la próxima ola de ideas que deberían empaquetarse y colocarse en el mundo de arriba hacia abajo.
Ahora el problema es cuando el mundo de abajo hacia arriba publica informes de arriba hacia abajo que no han sido certificados o gobernados, y usted obtiene informes contradictorios, duplicados y cosas así. Por lo tanto, en mi mundo, es útil tener una puerta de enlace de gobernanza de datos entre estos dos mundos, y eso está bien, si un analista de datos comenzó a crear y presenta una nueva visión y crea un informe. A la gente le gusta, y luego, ya sabes, quieren continuar publicando ese informe y compartirlo, tal vez de manera más amplia con toda la empresa, debe ser revisado por el gobierno de datos y, con suerte, muy rápidamente, para garantizar que se ajuste a normas Es posible que deba escribirse en una plataforma estándar, es posible que se deban agregar nuevos datos al repositorio empresarial estándar. Y lo que estamos viendo ahora es que las herramientas como Alteryx realmente están incorporando los flujos de trabajo necesarios para respaldar este proceso de promoción en el que promocionamos en un informe que se ha vuelto popular para obtener una marca de agua o una escala como informe o conjunto de datos certificados de calibre empresarial . Entonces, ese es parte del estado de gobernanza de datos considerado en pocas palabras como un proceso de revisión. Podría haber un traspaso de producción con los equipos de desarrollo, y podría haber permisos y gobierno integrados dentro de las herramientas de BI, las herramientas analíticas o esos flujos de trabajo. Siguiente diapositiva.
Eric Kavanagh: Muy bien, creo que volvemos con Josh en este caso.
Josh Howard: Sí, y así, ya sabes, cuando hablaste sobre el cambio de varias de estas herramientas diferentes, y lo que he encontrado en mi propia investigación, sabes, la investigación es que la mayoría de los analistas están usando de 10 a 12 herramientas diferentes con el fin de hacer su trabajo de análisis. Y, ya sabes, pueden estar usando una solución de catalogación de datos para encontrar los datos, pueden estar usando una solución de preparación de datos, pueden estar usando una herramienta de visualización de datos, algo para análisis avanzado, análisis predictivo y herramientas de ciencia de datos para implementar y manejando eso. Y realmente pensamos que esto debería servirse a través de una única plataforma, y creemos que es a donde va la industria. Y así, la mayoría de la gente conoce todos los trucos para la preparación de datos y las capacidades de combinación y su estrecha integración con herramientas como Tableau y Power BI.
Pero, ya sabes, somos mucho más que una herramienta de preparación de datos. Realmente somos una plataforma de extremo a extremo para esos analistas de datos y científicos de datos ciudadanos, brindando la capacidad de descubrir esos datos, prepararlos, combinarlos, analizarlos y hacerlo de una manera repetible y un flujo de trabajo repetible. Y luego despliegue y comparta esos activos a escala, y de eso se trata realmente Alteryx. Y tenemos una comunidad increíble con la que estamos respaldados, que es, ya sabes, más que solo tu comunidad típica. Tiene áreas de capacitación de autoservicio, tiene foros y mejores prácticas, y realmente tenemos una comunidad evangélica de usuarios que se apoyan mutuamente. Y lo mejor de esto es que al adoptar herramientas como Alteryx, este tipo de comunidades realmente reduce la curva de aprendizaje, por lo que puede acelerar más rápido estos nuevos conjuntos de herramientas. Aunque son realmente fáciles de usar, no requieren mucha codificación, y son fáciles de usar y se ponen en funcionamiento más rápido, pero aún así tener esa comunidad para reducir esa curva de aprendizaje es realmente invaluable.
Y así, la forma en que lo hemos dividido es en cuatro áreas. Primero, se trata realmente de descubrir y compartir, por lo que antes de que pueda preparar y combinar sus datos, debe poder encontrarlos. Y esa es la razón por la cual la primera parte de nuestra plataforma es ese componente de descubrimiento e intercambio que utilizamos para capturar el conocimiento tribal de su organización. Por lo tanto, esta es básicamente una solución de catalogación de datos que se utiliza para compartir conjuntos de datos seleccionados y gobernados. Permite a los usuarios encontrar los datos que están buscando en la función de búsqueda similar a Google fácil de usar y también proporciona funciones sociales para colaborar en conjuntos de datos e incluso le permite profundizar en el linaje de datos de los activos, certificarlos activos y marca de agua. Y esto es realmente importante para el análisis de autoservicio porque, en primer lugar, la mayoría de las personas pasan demasiado tiempo tratando de encontrar los datos; no saben a dónde ir para encontrarlos. Y luego, si encuentran un informe, ¿cómo saben que está certificado, que es confiable? Entonces, cuando habló de eso, al tener una puerta de enlace de gobernanza de datos, realmente veo herramientas como Alteryx convirtiéndose en esa puerta de enlace donde, cuando realiza su búsqueda, puede ver automática y visualmente quién posee esos datos, cuál es el linaje de esos datos, cómo fue creado, si estaba certificado, y cómo obtener acceso a él, y si no tiene acceso a él, puede usar las funciones de chat para, ya sabes, solicitar ese acceso. Envía un correo electrónico a esa persona en particular, por lo que esta es realmente una buena manera de producir muchos de estos elementos. Siguiente diapositiva.
La siguiente pieza son estas preparaciones y mezclas, de nuevo, por las que somos bien conocidos, por lo que realmente vemos la preparación y la mezcla como la rampa de acceso para análisis más avanzados. Sin escribir SQL ni ningún tipo de código, puede acceder a todos sus datos diferentes, consultarlos, ya sea datos estructurados, datos no estructurados, datos en la nube, e integrar fácilmente todo eso en la memoria, darle forma y limpiarlo., perfílelo para que su conjunto de datos esté listo para el análisis. También puede enriquecerlo con conjuntos de datos de terceros. Por lo tanto, tenemos muy buenas asociaciones con empresas como TomTom si está interesado en el análisis del tiempo de conducción, haciendo análisis espaciales. También trabajamos muy de cerca con Experian para datos del hogar o para datos comerciales. Entonces, de repente, no solo puede tomar los datos que tiene en las instalaciones o tal vez en la nube, sino que también puede enriquecerlos con estas fuentes de terceros y realmente generar un análisis fascinante. Siguiente diapositiva.
La tercera pieza es este componente de análisis y modelo. Así que mencioné que Alteryx no tenía código. Bueno, también es amigable con el código. Por lo tanto, ofrecemos más de 60 herramientas de análisis predictivo diferentes, por lo que cuando esté listo para realizar análisis más avanzados, puede usar R y Python y herramientas basadas en Spark sin codificación, o puede usar y crear su propio personalizado paquetes Entonces, si tiene un equipo de ciencia de datos que está escribiendo R y Python o Scala o lo que sea, puede utilizar ese código, crear sus propios paquetes y aprovecharlo directamente dentro de la herramienta. Y de nuevo, aquí es donde creo que está el verdadero valor de la analítica de autoservicio, y aquí es realmente donde queremos ayudar a transformar la industria de, ya sabes, analistas de datos tradicionales y trabajadores de datos en estos, ya sabes, científicos de datos ciudadanos y hacer un trabajo de ciencia de datos con herramientas realmente fáciles de usar. Diapositiva.
Bien, y finalmente tenemos los últimos cambios, esa última milla de análisis avanzado. Entonces, si está en el punto en el que está haciendo un trabajo de ciencia de datos y está construyendo sus modelos, el próximo desafío que se le ocurre es: “Bueno, ¿cómo llevo esos modelos a producción? ¿Cómo los manejo? ¿Cómo los mantengo actualizados? ”Y aquí es donde entra nuestra capacidad de implementación. Y así, según nuestra investigación en los clientes con los que hemos hablado, menos del 50 por ciento de los modelos llegan a producción . Entonces, ha empleado a estos científicos de datos para construir todos estos modelos, pero en realidad nunca están llegando a producción. Por lo tanto, hemos creado una solución que lo ayudará a construir sus modelos y luego a implementarlos en tiempo real utilizando las API RESTful.
Y así puede obtener esos modelos y ponerlos directamente en aplicaciones web y aplicaciones móviles de manera más rápida y fácil, porque los métodos tradicionales simplemente no funcionan. Es un proceso largo y prolongado. Implementar un modelo puede llevar de 12 a 20 semanas, y a menudo cuesta más de $ 250, 000. Y luego tienes que preocuparte por cómo los mantienes actualizados. De nuevo, estamos buscando formas de automatizar todo este proceso y eliminar muchos de los pasos intermedios. Y así, sin tirar realmente el código, porque el proceso tradicional de lo que está sucediendo ahora es que tienes un científico de datos que está construyendo sus modelos, y los implementan, y los arrojan por la cerca a un desarrollador web que tiene que tome todo ese código R y Python, vuelva a escribirlo en algún tipo de aplicación web o aplicación móvil, y nuevamente, solo toma demasiado tiempo.
Y así, ya no hay que lanzar código sobre la cerca para que alguien más lo haga. Hemos automatizado ese proceso y tenemos una forma de administrarlo a escala. Y así, esas son realmente las cuatro áreas que analizamos cuando se trata de una plataforma de autoservicio de extremo a extremo para el análisis de datos. Y así, es, ya sabes, descubrir y compartir los datos con facilidad, prepararlos y combinarlos, realizar análisis avanzados y luego tener una manera de implementarlos y administrarlos a escala. Adelante. Entonces, con Alteryx, usted puede, ya sabes, hablar sobre la gobernanza analítica y poder desbloquear sus datos de una manera segura y ofrece formas sin código y amigables para hacer todos sus análisis, así que si tiene analistas de datos que pueden no conocer los lenguajes semánticos, ya sabes, SQL para consultar una base de datos, puede usar una herramienta de arrastrar y soltar que extrae todos estos datos en la memoria para hacer su análisis.
Luego, en el mismo token, si tiene científicos de datos que usan R y Python, aún pueden usar una herramienta como Alteryx de manera amigable con el código, y los resultados que hemos visto con nuestros clientes son tremendos porque estamos capaz de proporcionar esos flujos de trabajo repetibles que puede realizar, tareas que lleva, ya sabes, semanas o meses y literalmente reducirlos a minutos, sin exagerar. Tenemos una serie de estudios de casos en nuestro sitio web donde puede obtener más información al respecto y algunos de los ahorros de tiempo que estamos viendo. Pero, ya sabes, por último, funcionará con tu organización de TI porque es escalable y desglosa los silos de los que hablé y lo hace de una manera gobernada. Y de eso se trata realmente la plataforma de extremo a extremo Alteryx y por qué somos diferentes.
Eric Kavanagh: Muy bien. Eso es todo lo bueno. Tengo que decir, Wayne, creo que realmente estás en algo con esta puerta de enlace de gobernanza de datos, creo, cómo la describiste. Porque estamos en este mundo realmente interesante en este momento en el que los almacenes de datos, que han sido la fuente confiable durante cuatro décadas, no son realmente capaces de mantenerse al día con los diferentes tipos de fuentes y variedades de datos. Es un sistema bastante rígido que tiende a ser un almacén de datos, por lo que lo que veo que Alteryx entrega aquí es realmente lo que podríamos llamar la siguiente fase en la madurez analítica, porque te permiten usar todas estas fuentes diferentes, pero porque tienen en esta área de marcialización con políticas de gobernanza de datos integradas, ahora realmente obtienes lo mejor de ambos mundos, donde puedes tener muchos conjuntos de datos diferentes, pero tienes gobernanza, y también puedes usar todo tipo de información y prestar servicios a todo tipo de analistas diferentes para Obtenga sus diferentes perspectivas sobre lo que está sucediendo en el mundo de los negocios. Pero veo esto como un paso bastante significativo en la evolución de la analítica para la empresa, pero ¿qué opinas?
Wayne Eckerson: No, absolutamente. Los almacenes de datos, los repositorios de una sola versión de la verdad tal como eran, y creo que simplemente ignoraron, ya sabes, la dinámica organizacional y los roles que desempeña la gente. Y veo estos dos mundos de BI o análisis, como los llamas. Y en la mayoría de las empresas, van en direcciones opuestas, y no se hablan entre sí, no confían el uno en el otro, pero en realidad son muy sinérgicos, y solo tenemos que hacer que se reconozcan mutuamente y tipo de trabajo juntos. Y herramientas como Alteryx que incorporan la gobernanza a través de la capacidad de catalogación de datos, donde los administradores pueden administrar el conjunto de datos y certificarlos y marcarlos, lo cual es algo de lo que he estado hablando durante un par de años en mis clases. Muy pocas compañías lo han estado haciendo, pero recibe tanta tracción y ahora escucho que está en todas partes.
Y así, la forma de mezclar estos dos mundos porque, ya sabes, tienes tu pastel y también te lo comes. Puede dejar que los usuarios avanzados hagan lo que necesitan hacer. Busque los nuevos conocimientos a pedido y luego, ya sabe, pero evita que se salga de control. Evita que se cree la Torre de Babel con algunos estándares que requieren cierta gobernanza. Y el objetivo realmente es crear una cultura de gobernanza donde las personas quieran pasar por el proceso de gobernanza. Quieren que sus informes / conjuntos de datos se revisen para que se consuman más ampliamente. Ese es el objetivo, y ese es realmente el nuevo rol de TI en este nuevo mundo. Siempre digo que su función es facilitar, no dictar. Y ese es un gran cambio de opinión para la mayoría de los profesionales de TI que están acostumbrados a estar en un servicio compartido que hizo todo por el negocio. Ahora el negocio está funcionando por sí mismo, y TI realmente solo necesita ser la gente, como dijo Josh, colocando esas barandas.
Eric Kavanagh: Sí, creo que las barandillas son clave porque permiten el juego libre, si quieres, de que los analistas hagan cosas diferentes, pero no se salgan del camino. Y si entiendo
Wayne Eckerson: Exactamente.
Eric Kavanagh: -tienes razón, Josh-
Josh Howard: Exactamente.
Eric Kavanagh: Sí, estabas hablando de cómo, en realidad he estado rastreando Alteryx ahora desde antes de que se llamara Alteryx hace muchos años, creo que se llamaba SRC o algo por el estilo, y un Wal-Mart fue el primer cliente Y una de las cosas realmente geniales de las que hablaron hace mucho tiempo fue la capacidad de comprender realmente los procesos de negocios y los flujos de trabajo. Y si tiene esa sólida comprensión del flujo de trabajo y los procesos comerciales, puede hacer varias cosas diferentes. En primer lugar, puede ofrecer una interfaz de usuario muy perfeccionada si no nubla las opciones disponibles para el usuario con información extraña. Dos, también puede optimizar los procesos para comprender mejor dónde hay puntos de estrangulamiento o puntos de control. Y creo que eso es probablemente parte de la magia de por qué Alteryx ha podido ofrecer este entorno de tipo muy amigable para el gobierno, pero fácil de usar que permite todo tipo de conjuntos de información diferentes y casos de uso analíticos. ¿Estarías de acuerdo con eso?
Josh Howard: Sí, quiero decir, Eric, lo haría, y mucho de esto es simplemente poner este tipo de herramientas en manos de los usuarios de negocios y darles una forma de hacer su trabajo de una manera amigable para los negocios. eso es fácil de usar y es amigable. Quiero decir, si piensas en algo como la gobernanza de datos, hemos estado hablando de la gobernanza de datos durante dos décadas, y como almacenamiento de IP, hemos tratado de llevar esto al negocio, y nunca se adopta, nunca se cualquier tipo de tracción, porque no está diseñada para usuarios comerciales, ¿verdad? Está dirigido por TI, impulsado por TI, y funciona para TI, pero no funciona para esos usuarios comerciales. Por lo tanto, queremos tomar esas mismas metodologías pero aplicarlas a un conjunto de herramientas amigable para los negocios, y ese es nuestro enfoque con, ya sabes, la solución de catalogación de datos y la gestión de metadatos.
Sabes, cuando hablo con un usuario de negocios, nunca estoy hablando de una capa de datos semántica y de cómo estamos ayudando a gestionar, ya sabes, los metadatos. Pero, en el fondo, eso es esencialmente lo que está haciendo, ese tipo de cosas han estado dentro de TI durante mucho tiempo, pero para el usuario comercial, se trata de cómo encontrar datos más rápido, cómo hacer su trabajo más rápido y proporcionar esa información en una interfaz fácil de usar que están acostumbrados a usar, al igual que en la vida de sus consumidores, ¿verdad? Quieren una interfaz de búsqueda similar a Google, quieren un elemento de colaboración social donde puedan conectarse con otros usuarios de esa organización para desglosar esos silos de datos y capturar ese conocimiento tribal. Y así, solo estamos adoptando un enfoque diferente de cómo trabajamos con el negocio, pero haciéndolo de una manera que también sea amigable con las TI.
Eric Kavanagh: Sí, y tengo una gran pregunta:
Wayne Eckerson: Ya sabes la otra cosa: Josh, lo que me llamó la atención en tu presentación fue que ahora estamos en la era de las plataformas. Creo que hemos superado la era de las herramientas, y está bien, pero las plataformas, ¿verdad? Y así, he estado cubriendo BI durante unos 20 años, y en el espacio de BI, pasamos de herramientas a plataformas analíticas donde, ya sabes, un producto esencialmente exporta todos los modos de análisis para cada tipo de usuario, ¿derecho? Desde informes hasta predicciones sobre una arquitectura común y autoservicios. También estamos viendo lo mismo en el lado del ensamblaje de datos, o en el lado de la integración de datos, donde alguien está reuniendo estas plataformas que ingieren datos, los agregan, los catalogan, los reparan, los transforman y los ponen a disposición de los usuarios para descargarlos y analizarlos. Y ahora, lo que ustedes están haciendo es dar el siguiente paso de muchas maneras y combinar esas dos plataformas en una sola, por lo que es una plataforma combinada de análisis y datos, lo cual, ya saben, tiene sentido. Ese es el futuro: convergencia. Lo único que no veo en su plataforma son sus herramientas o capacidades básicas de informes y tablero, pero tal vez eso esté integrado en su módulo analítico.
Josh Howard: Sí, hacemos informes de lotes muy bien. Tenemos una solución muy robusta allí, pero usted llegó a un punto en torno a los tableros, y vemos esto como una oportunidad para que crezcamos. Siempre hemos tenido asociaciones realmente buenas con Tableau, Power BI y Qlik, pero continuaremos haciéndolo. Pero lo que estamos encontrando es que nuestros analistas, nuestros clientes, no quieren esperar hasta el final del flujo de trabajo y ese ciclo para ver sus resultados, ¿de acuerdo? Quieren ver los resultados mientras trabajan en tiempo real, y esa es realmente la dirección en la que vamos, y con lo que estamos etiquetando como visualizaciones en línea para que vea sus datos mientras trabaja, y puede iterar sobre él y verlo en tiempo real en lugar de esperar hasta el final y publicarlo en una herramienta de visualización o en un tablero para ver esos resultados. Y así, simplemente elimina la necesidad de equilibrar de un lado a otro para obtener sus conocimientos.
Wayne Eckerson: Sí, bueno, eso tiene mucho sentido. Y ustedes son conocidos ahora por su facilidad de uso. Ya sabes, usas la compañía Tableau en su ascenso a la fama y la fortuna. Estás justo allí con ellos, y quién mejor para tomar el liderazgo en este espacio de plataforma convergente porque tienes tu pie en el análisis y la gestión de datos. Entonces, estamos realizando pruebas beta para ver cómo les va en los próximos dos años.
Josh Howard: Sí, y sabes, creo que es interesante, y me alegra ser parte de este espacio, y realmente ha sido interesante ver, ver, ya sabes, el espacio de integración de datos, el espacio de inteligencia de negocios, y el espacio de análisis avanzado y realmente vemos que convergen. Y, ya sabes, creo que plataformas como Alteryx realmente ayudarán a que muchos de esos usuarios empresariales se destaquen y permitan a esos usuarios obtener acceso a sus datos y hacer ese análisis, ya sabes, y obtener esos conocimientos más rápido y más fácil.
Eric Kavanagh: Sí. Todo aquí, y estoy de acuerdo contigo, Wayne, en que realmente tiene sentido, y creo que sí, hay una pregunta de un miembro de la audiencia que haré aquí. Es muy pertinente a la conversación. Se trata de DataOp. Para aquellos de ustedes que no están familiarizados con el término:
Josh Howard: Siguiente diapositiva.
Eric Kavanagh: realmente ha sido fuerte en los últimos nueve meses más o menos. Comenzó con uno o dos proveedores, luego tres y cuatro, luego cinco y seis, y ahora mucha gente está hablando de DataOp. Ese es básicamente el lado de la gestión de datos de DevOp. Entonces, lo que estamos viendo es un gran enfoque en tratar realmente de entender qué diferentes herramientas y qué diferentes tecnologías están tocando los datos a medida que avanza a través de su ciclo de vida y cómo afecta eso a su visión analítica. Y me parece que Alteryx realmente resuelve el problema de DataOps al enfocarse en este enfoque de plataforma antes de que DataOp se convirtiera en un término. Pero te lo entregaré a ti, Josh, primero, y luego a ti, Wayne, para comentarlo. Josh, ¿qué te parece?
Josh Howard: Sí, creo que es un espacio en evolución. Ya sabes, tratamos de ser independientes de los datos y, por lo tanto, poder acceder a los datos, ya sea dentro de tu firewall, en la nube, datos no estructurados, datos estructurados, así que porque sabemos que esto continuará cambiando, sabes, y estoy seguro de que Wayne estaría de acuerdo con esto, y tú también, Eric. Si regresas, sabes 10, 15 años en este espacio, quiero decir, solo había un puñado de bases de datos. Ahora tenemos más de 400 tipos de bases de datos diferentes. Y así, nunca vamos a seguir el ritmo de eso. Y así, siempre habrá algo nuevo y brillante para que una organización lo adopte. Por lo tanto, solo queremos ser agnósticos y usar nuestra tecnología abierta y API para poder integrarnos sin problemas con lo que ya tiene en su organización. Y también vemos que la segunda parte de eso en el lado de DataOp es realmente con más y más cargas de trabajo que se empujan a la nube y las nuevas tecnologías de nube y las tecnologías de aprendizaje automático realmente nos están empujando hacia este nuevo paradigma, y realmente creo que ahí es donde, ya sabes, DataOps se va a ir. Y veremos que suceden muchas cosas interesantes en ese espacio.
Wayne Eckerson: Sí, creo que otro término que usamos para DataOps es "canalizaciones de datos" o "cadenas de suministro de datos", y vemos que salen muchas empresas, especialmente en el mundo de los grandes datos. Puede administrar esa carga de trabajo y evitar que los lagos de datos se conviertan en pantanos de datos. Sí, y estaría de acuerdo en que gran parte de eso ahora también se está moviendo hacia la nube.
Eric Kavanagh: Bueno, y ya sabes, entonces Alteryx hizo un par de adquisiciones. No sé si quieres hablar de eso durante el último año o dos, supongo, Josh, y realmente desarrolló esta plataforma, en términos de ingesta de datos y en términos de algunas de esas cosas semánticas. Y ahora realmente tiene este tipo de solución de extremo a extremo que permite que los análisis lo gobiernen. No conozco a nadie más que haya tomado ese enfoque y enfoque, y creo que fue muy inteligente por su parte. ¿Pero quieres hablar de eso un poco?
Josh Howard: Sí, claro. Y así, ha sido un gran año para Alteryx. Sabes, hicimos público a principios de este año, e hicimos dos adquisiciones clave que nos ayudan, ya sabes, a terminar nuestra plataforma. Y así, el primero, fue realmente esa pieza de catalogación de datos. De nuevo, ya sabes, lo que encontramos es lo que queremos ayudar a esas organizaciones a gobernar esos datos. Y así, en realidad adquirimos una compañía de gobierno de datos llamada Semanta, y esa se ha convertido en nuestra solución de catalogación de datos y en lo que hemos incorporado en la plataforma general. Porque lo hacemos, nuevamente, vemos que la gobernanza es un componente clave para el autoservicio y para permitir el autoservicio. Y así, de nuevo, eso nos dio todas esas, ya sabes, gestión de metadatos, capacidades de catalogación de datos. Y lo que hemos hecho es que hemos construido una interfaz sobre eso para que sea fácil de usar y muy amigable, integrándolo con nuestra plataforma general.
La segunda que hicimos fue una empresa de ciencia de datos con sede en Brooklyn, Nueva York, y eso se hizo para desarrollar nuestras capacidades de aprendizaje automático, así como la pieza de gestión del modelo. Entonces, lo que mencioné antes es que tenemos muchos científicos de datos que usan nuestras plataformas y realizan un trabajo muy importante de ciencia de datos. Sin embargo, llevar esos modelos, ya sabes, a la última milla fue muy difícil. Y así, mencioné, ya sabes, las 12 a 20 semanas que a menudo se requieren, los $ 250, 000 que se requieren para construir algunos de estos modelos. Y luego, ¿cómo opera y mantiene todos estos modelos actualizados? ¿Cómo aprenden esos modelos? ¿Y cómo entrenas a esas modelos? Y entonces, ese es un gran problema también, correcto, las capacidades de implementación. Y así, esas dos tecnologías con el lado de la ciencia de datos y el lado de la gobernanza de datos realmente han completado nuestra plataforma y lo que estamos tratando de hacer, tratando de llevarlo a las organizaciones, para resolver este desafío.
Eric Kavanagh: Sí, y me alegro de que hayas incluido eso porque teníamos una pregunta de la audiencia sobre el aprendizaje automático y la inteligencia artificial. Y, Wayne, tal vez te lo arroje muy rápido. Para mí, hay mucho potencial para el aprendizaje automático para optimizar realmente muchos de los diferentes problemas con los que hemos luchado a lo largo de los años: cosas como la calidad de los datos, por ejemplo, congestiones en análisis y ayudar a ese lado del descubrimiento la ecuación, ¿verdad? Debido a que algunos de estos algoritmos que siguen aprendiendo en particular realmente pueden funcionar por sí mismos y encontrar algunas cosas interesantes que podrían surgir para el usuario. Porque uno de los desafíos, por supuesto, con los analistas en general es que cada analista trae su propio conjunto de prejuicios, su propia visión del mundo. Eso puede ser bastante difícil de cambiar a veces, por lo que veo un gran potencial para el aprendizaje automático y la inteligencia artificial en el futuro. ¿Qué piensas?
Wayne Eckerson: No, absolutamente y solo reglas básicas. Esas cosas juntas simplificarán aún más estas herramientas de autoservicio, las harán más fáciles de usar. Ya sabes, como dijiste, todo, desde hacer recomendaciones para otros informes, ver conjuntos de datos hasta ajustar modelos, ya sabes, calmar las correlaciones en la herramienta de preparación de datos. Ya sabes, ya hemos tenido esto como Tableau innova la visualización correcta para el conjunto de datos que desea mostrar. Por lo tanto, todo esto hace que estas herramientas sean mucho más potentes, hace que el autoservicio sea mucho más plausible y ayuda a los usuarios a usar los datos para generar información y valor más rápido.
Eric Kavanagh: Sí, y ya sabes, en el mundo del software empresarial, obviamente hay muchas cosas interesantes, pero la conclusión es que siempre lleva tiempo desarrollar tecnología. Así que obviamente puedes ir y adquirir cosas, como lo ha hecho Alteryx. Pero cuando tienes experiencia en un espacio, sabes, hay una vieja expresión: no hay sustituto para la experiencia. Simplemente sabes cómo hacer mejor las cosas, y creo que una de las claves del éxito a largo plazo de Alteryx aquí ha sido que Alteryx realmente estaba en todo el proceso de usar datos de terceros hace muchos años. No puedo recordar exactamente cuánto tiempo, pero quiero decir que hace seis o siete años, Alteryx ya tiene la capacidad de salir y obtener datos de compañías como compañías de crédito, por ejemplo, o datos de geolocalización o cualquier número de sistemas de datos de terceros. Y creo que ese fue el comienzo de lo que ahora vemos madurar en términos de lo que llamamos mezcla de datos en estos días, porque ni siquiera teníamos ese término en ese momento.
Pero, Josh, te lo devolveré de nuevo. Y, creo, eso es mucha saturación y experiencia incorporada a la plataforma Alteryx en torno a ese concepto de combinación de datos, que ahora se ha incrementado por ingestión, aprendizaje automático, catalogación de datos, etc. Creo que es por eso que vemos a Alteryx donde está hoy. ¿Qué piensas?
Josh Howard: Sí, quiero decir, la necesidad es la madre de todos los inventos, ¿verdad? Y así, ya sabes, fueron nuestros clientes quienes, ya sabes, nosotros, ya sabes, originalmente estábamos haciendo análisis espacial, y así fue realmente como comenzamos, estábamos haciendo análisis espacial. Y ya sabes, tomando datos como TomTom y haciendo análisis de tiempo de conducción, puedes ver, ya sabes, cargar esos datos con, ya sabes, datos de inicio de Experian. Así que fue realmente donde comenzamos, y lo que encontramos fue, ya sabes, que nuestros clientes necesitaban una plataforma para combinar todos esos datos. Y no sería genial si les diéramos las herramientas para hacerlo. Y así, ese fue realmente el ímpetu de Alteryx.
Y sabes, lo que hemos encontrado es, ya sabes, a lo largo de los años, que la preparación de datos es realmente el primer paso en tu viaje analítico. Entonces, ya sabes, toma el 80 por ciento del tiempo de un científico de datos, ya sabes, hacer análisis predictivos y el trabajo de ciencia de datos en realidad se dedica a realizar trabajos de preparación de datos, y menos del 20 por ciento a análisis, y eso es lo que estamos tratando de hacer. superar. Y así, la preparación de datos es ese primer paso en su viaje analítico. Entonces, antes de comenzar a hacer cualquier tipo de informe, informes avanzados, análisis predictivo, hasta el análisis cognitivo, aún debe acceder a los datos, aún debe prepararlos, combinarlos y unirlos. Y eso es lo que estamos resolviendo con esta plataforma. Y permitir a esos usuarios hacer todas esas cosas de manera libre de código y amigable con el código.
Eric Kavanagh: Sí, y también me encanta ese concepto: sin código y amigable con el código. Porque el hecho es que tienes muchos juegos de código, lo que puede agregar un gran valor, pero hay muchos usuarios comerciales que están francamente apagados por el código. Están intimidados por eso, ¿y quién puede culparlos? Entonces, Wayne, creo que también es una buena característica, un buen enfoque. Hay código libre y código amigable, ¿verdad?
Wayne Eckerson: Oh, absolutamente. Sí, así es como atraes a más y más personas al autoservicio.
Eric Kavanagh: Sí, y el autoservicio, creo, es el próximo gran paso, y realmente me gusta lo que hemos discutido hoy, así que se trata de cómo pensar realmente en sus procesos, sus flujos de trabajo, sus ciclos de vida de datos y etc. Y al incluir esas políticas en la plataforma, Wayne, hay algunos problemas relacionados con la estandarización, se pierde un poco de flexibilidad, pero una vez que las personas entienden los métodos de la locura, terminas realmente guiando el proceso hacia adelante de tal manera que en -los usuarios entienden que ahora pueden obtener lo que quieren. No tienen que esperar a TI, y esto cambia la naturaleza de la forma en que TI y las personas de negocios trabajan juntas, creo que de una manera muy positiva, porque ahora TI puede servir como facilitador, no tienen que ser un guardián en tecnología tanto como solían hacerlo. No hay tanto soporte, idealmente, si tiene algunos estándares. Entonces terminas fomentando una mayor colaboración porque ese es el objetivo, ¿verdad?
Entonces, para cerrar los comentarios de Josh primero y luego quizás de Wayne.
Josh Howard: No, quiero decir, estoy de acuerdo con todo lo que dijiste. Sabes, es importante que les demos a los usuarios de TI y de negocios las herramientas que necesitan para tener éxito. Por lo tanto, creemos que TI no debería estar en el negocio de crear informes. Eso debería dejarse en manos del usuario empresarial que tiene ese contexto de la empresa y los datos que está utilizando, pero que lo haga de manera controlada, y algo que también funcionará para TI.
Eric Kavanagh: Muy bien, comentarios finales de Wayne.
Wayne Eckerson: Sí, el papel de TI ha cambiado de hacerlo todo a facilitar el autoservicio y ser realmente los campeones de la cultura de gobierno y lograr que los usuarios quieran gobernar su propia producción, para su beneficio y el beneficio en la organización . Quiero decir, el papel de TI es: siento pena por TI, ya sabes, porque a veces tienen que entrar y construirla, divisiones en travesuras comerciales como legal y recursos humanos típicamente, no voy a hacer nada de eso. Y ciertamente, si desea algo que sea empresarial multifuncional, ¿quién más lo va a construir sino TI? Pero, en general, sí, TI tiene que cambiar para prosperar en este mundo de autoservicio. Tienen que estar en un papel más de apoyo en lugar de.
Josh Howard: Sí, y creo que con la próxima evolución con los centros de excelencia y donde estos proyectos no están siendo liderados por TI o el negocio, sino por una organización centralizada. Sabes, estamos empezando a ver el ascenso del director de datos y este tipo de proyectos que caen en ese ámbito en el que ambos tienen la perspectiva de gobierno y la perspectiva comercial. Creo que ese es el mejor de los casos para crear esa cultura analítica y de datos, y estoy emocionado de ver qué sucede.
Eric Kavanagh: Sí, tuvimos un par de comentarios de última hora de los asistentes al chat y también las preguntas y respuestas. Me gusta este comentario: Gobierna el resultado, no hay ambigüedad en cuanto a quién es correcto el informe de autoservicio.
Josh Howard: sí.
Eric Kavanagh: Sí, eso es bueno. Se trata de colaboración, se trata de trabajar juntos y, ya sabes, Josh, también mencionaste, la importancia de que los usuarios hablen entre sí, y eso es algo en lo que Alteryx también se enfoca.
Entonces, amigos, fuimos un poco largos aquí, pero comenzamos un poco tarde, así que quiero agradecerles mucho por todo su tiempo y atención hoy. Archivamos todos estos webcasts, así que siéntete libre de compartirlos con tus colegas.
Y con eso, nos despediremos. Gracias de nuevo a Wayne y, por supuesto, a Josh de Alteryx. Hablaremos la próxima vez, amigos. Cuídate. Adiós.
