Por Techopedia Staff, 1 de novembro de 2017
Resumo: O anfitrião Eric Kavanagh discute a colaboração entre negócios e TI com Wayne Eckerson, do Eckerson Group, e Josh Howard, da Alteryx.
No momento, você não está logado. Faça o login ou inscreva-se para ver o vídeo.
Eric Kavanagh: Tudo bem, senhoras e senhores, Eric Kavanagh aqui na Hot Technologies. Temos Josh Howard e Wayne Eckerson em jogo. Acabamos de ter um pequeno problema de áudio travar e queimar ali mesmo, mas voltamos a ligar e tudo está balançando e rolando.
Wayne Eckerson, que conheço há muitos anos. Ele é o consultor principal do Grupo Eckerson. E Josh Howard também conheço há muito tempo. Ele é o diretor de novos produtos da Alteryx. Esses dois são realmente excelentes em seus campos e compartilharão conosco muitas idéias sobre como os negócios e a TI podem promover melhores relacionamentos e realmente colaborar e realizar algumas coisas.
Então, vou empurrar o próximo slide e entregá-lo ao Wayne. Então, conte-me um pouco sobre o que está acontecendo.
Wayne Eckerson: Claro, Eric. É um prazer estar aqui e conversar sobre esse assunto. Estou nos Estados Unidos há muito tempo e testemunhei um abismo entre negócios e TI, e muito disso se deve ao foco e aos objetivos deles, ao que eles foram contratados para fazer. Então, é como um abismo natural, você poderia dizer, ou uma lacuna entre negócios e TI, mas isso leva a alguns resultados prejudiciais. Você sabe, a TI foi contratada para pensar a longo prazo, construir sistemas e aplicativos, soluções permanentes que oferecem economias de escala, altos níveis de reutilização e escalabilidade, segurança, disponibilidade e confiabilidade. Mentalidade muito conservadora e de movimento mais lento. Os negócios, por outro lado, estão focados em atender às necessidades do cliente, o ponto de interação, muito mais focado no curto prazo, incentivos - e podem ser distribuídos mensalmente ou trimestralmente. Seu foco é velocidade, agilidade e adaptabilidade. Portanto, não há surpresa de que exista ou possa haver atrito entre esses dois grupos.
Próximo slide. Portanto, esse é o tipo de diálogo que às vezes ouço nas organizações em que vou me consultar e sinto que estou desempenhando o papel de conselheira matrimonial, tentando levar esses dois lados a um, reconhecendo um ao outro e seu papel no fornecimento de soluções de tecnologia comercial. Os negócios tendem a considerar a TI muito lenta, cara e nunca entregam o que querem, quando querem, como querem. A TI tende a ver os negócios mudando de idéia o tempo todo, adicionando novos recursos. Então, todas essas coisas se movem a curto prazo, nunca vendo o quadro geral. O resultado muitas vezes com esse atrito é que o uso casual. Há o gerente executivo dirá: “Você sabe o que? Esqueça. Eu sei que não vou conseguir os dados que preciso, então vou ficar sem. ”Isso é bastante assustador. O usuário avançado de dados dirá: "Apenas me dê um despejo de dados e não me incomode". E os líderes da UN, se realmente querem informações, obterão seu próprio orçamento, adicionarão seu próprio pessoal e comprarão suas próprias ferramentas. A TI diz: “Tudo bem, tudo bem. Mas você sabe, boa sorte tentando manter isso por conta própria, porque acabará quebrando. ”E acabará. Ele irá quebrar porque ninguém está usando, porque não foi projetado corretamente, ou vai quebrar porque todo mundo está usando, e você não tem especialistas técnicos em campo, recursos suficientes para escalá-lo. Ou o especialista sai, e eles estão fora de casa. Próximo slide.
Eric Kavanagh: Esta é uma enquete, então quem telefona pode realmente pressionar para enquete. Espere um segundo. Então, eu estou abrindo essa enquete agora, espero que você veja na tela um pop-up. Caso contrário, normalmente ele aparecerá em algum lugar na parte inferior. E vá em frente. Estamos curiosos para ouvir sua resposta sobre isso.
OK, recebi algumas pessoas ligando agora, dando-nos algum feedback. Então, estamos perguntando: em que grau os negócios estão alinhados com a TI na sua organização? Então, temos um monte de gente respondendo agora. Muito obrigado. Então você tem muito alto, é claro, alto, moderado, baixo, muito baixo. Seja honesto, não compartilharemos isso com os outros membros da sua equipe. Queremos que você nos dê sua resposta sincera. Tudo bem, deixe-me dar mais alguns segundos e, como estamos fazendo isso, talvez Josh, nós o informaremos rapidamente para ajudar as pessoas a responderem a essa pergunta. Sim, eu amo esse processo de colaboração. Quero dizer, conversamos há anos sobre uma divisão de negócios / TI. Eu acho que isso está mudando. Acho que está mudando parcialmente por causa do DevOps, os desenvolvedores trabalhando mais de perto com os negócios. Isso meio que afasta o lado da TI, mas acho que também está mudando por causa da nuvem, francamente, porque talvez as pessoas estejam apenas ficando mais esclarecidas sobre o que fazem no local de trabalho. Mas, o que você pensa sobre a evolução da divisão de TI / negócios?
Josh Howard: Sim, você sabe, esse é um tópico interessante, e nós definitivamente entraremos aqui em um segundo, mas, você sabe, eu apenas acho que o negócio é realmente forçado à mão da TI. Isso é certo, então, você sabe, durante anos tudo foi conduzido por TI, e vimos isso se transformar em um pêndulo que vai sendo conduzido por TI a tudo, você sabe, sendo comprado através da empresa. E acho que estamos começando a ver alguma centralização. Eu acho que você está começando a ver mais organizações, centros de excelência em pé, começando a ver mais e mais empresas inteligentes em negócios, vendo centros sendo montados também e, portanto, não é, você sabe, TI ou o negócio. Estamos vendo um casamento muito melhor das duas organizações e vendo esses centros de excelência que residem nessas duas organizações, e eles estão tendo a TI e os negócios sentados à mesa e pedindo comida. Precisamos escolher outros objetivos de negócios, e acho que essa é uma das tendências que considero muito positivas nos últimos anos ou até mais. E acho que isso faz parte do que estamos vendo.
Eric Kavanagh: Não posso me culpar por eu lhe entregar e vou ler os resultados. Dependendo do seu navegador, você já pode ver os resultados, mas apenas para dar a você: A pergunta, é claro: “Até que ponto os negócios estão alinhados com a TI?” Muito alto obteve 7%, alto obteve 8%, moderado obteve o grande maioria, 29%, baixa 10% e muito baixa 0%. Esse é basicamente o total. Então, na verdade, o que você está vendo é que a maioria das pessoas disse moderada, 21 em 73. Seis em 73 disseram alto, cinco disseram muito alto e, é claro, temos um monte de gente que simplesmente não responde, mas a maioria, na verdade 43 dos 73, as pessoas não responderam, mas eu aprecio o seu tempo. E com isso eu quero empurrar este próximo slide. E eu acredito, Josh, você ia conversar um pouco.
Josh Howard: Sim, e então, tipo, para onde eu estava indo, vimos muitas mudanças nos últimos cinco anos, ou mesmo dez anos atrás. E costumava ser o oeste selvagem, e então acho que provavelmente há algumas pessoas aqui na linha que ainda pensam que é o oeste selvagem da organização, mas costumava ser onde tudo estava completamente bloqueado e rígido, e tudo foi forçado através de uma equipe de TI centralizada, e foi assim que o BI foi entregue. Mas o problema era que os usuários corporativos não estavam usando. Eles nunca obtiveram os resultados necessários. Eles não podiam, você sabe, reunir dados como eles precisavam, e então você acabou de ver, você sabe, organizações abandonando sua prática de BI em muitos casos. Eles simplesmente não estavam obtendo o uso que esperavam, e isso é compreensível, porque os usuários queriam ferramentas fáceis de usar onde pudessem levar, você sabe, fontes de dados e fazer parte de seu próprio trabalho de integração.
Mas eles não queriam esperar que a TI fizesse isso por eles. E o que vimos foi que você conseguiu todas essas equipes de negócios e comprou sua própria licença, suas próprias ferramentas de visualização e seus colegas de TI de sombra montaram um data mart, e eles partiram. Mas isso levou a um novo conjunto de problemas. Sim, os negócios conseguiram flexibilidade e agilidade e alguns dos resultados de que precisavam muito mais rapidamente, mas ainda assim deixaram a TI, tentando descobrir: “Como governamos isso? Como escalamos isso? ”
Porque também o que estava acontecendo, eles estavam construindo esses data marts. Eles estavam começando a operacionalizar muitos relatórios e visualizações, depois voltariam à TI para obter a correção e, portanto, não é escalável. Não era a cura, e esses eram alguns dos problemas. Mas não precisa ser um cabo de guerra entre a empresa, que deseja facilidade de uso, e a TI, que quer governá-la. É realmente sobre colocar todos na mesma página e puxar na mesma direção. Eu acho que realmente existe uma abordagem melhor que você pode satisfazer as necessidades de ambos os usuários. Deslizar.
Eric Kavanagh: Tudo bem. Ai está.
Josh Howard: Sim, obrigado. E, assim, a maneira como abordamos a Alteryx é realmente analisá-la do ponto de vista da governança analítica. E então, você sabe, eu não estou usando a palavra "governança de dados" aqui porque acho que a governança de dados é muito mais uma estrutura que engloba muitas coisas diferentes, mas realmente focada nessas três áreas principais de como o os dados estão sendo gerenciados, como estão sendo acessados e como os estamos protegendo.
Primeiro, no lado do gerenciamento de dados, quando você deseja ativar ferramentas de autoatendimento, deseja garantir que esses usuários tenham acesso a todas as fontes de dados diferentes que possam precisar. E, novamente, isso é parte do problema que vimos nas ferramentas de BI tradicionais, como MicroStrategy e Cognos e OB, você estava apenas acessando um data warehouse centralizado, mas esses usuários corporativos realmente queriam pegar esses dados e misture-o com outras fontes de dados para obter resultados adicionais.
Quero dizer, você deseja garantir isso diretamente para todas essas fontes de dados diferentes, independentemente de serem relacionais ou não relacionais, e fazê-lo de uma maneira que não torne os dados redundantes. E, assim, você quer ter certeza de que está usando tecnologias na memória para acessar essas fontes de dados federadas e não duplicar esses dados em outras partes da organização, porque isso causa apenas um conjunto de problemas.
Além disso, você quer ter certeza de que está analisando coisas como acessibilidade e segurança de dados, certificando-se de que os dados estejam sendo criptografados, garantindo que você tenha as permissões e autorizações corretas. E o que recomendamos é usar os sistemas que suas equipes de TI já configuraram, para coisas como autenticação do Active Directory e Windows. Aproveitando os sistemas que podem passar por essa autenticação até o aplicativo e assim você pode garantir que os usuários certos tenham acesso aos dados certos.
É realmente mudar de um estado de controle para um estado de capacitação, e fazê-lo com grades de proteção. Então, você sabe, análises de guardrails, nas quais a TI está fornecendo todas as ferramentas para ter sucesso, mas elas também estão monitorando-as, certificando-se de que são consistentes, confiáveis e de que estão fazendo isso com as permissões certas e garantir que esses usuários tenham apenas acesso aos dados corretos. Próximo slide.
Eric Kavanagh: Tudo bem, Dr. Wayne.
Wayne Eckerson: Sim, então este é o meu slide. Isso apenas mostra as dimensões do autoatendimento, sobre as quais Josh estava falando. Esse é o meio de demanda comercial atualmente, mas eles não querem esperar, como Josh disse, que a TI entregue coisas, e a TI costumava fazer tudo isso. Eles costumavam construir a arquitetura e gerenciar a infraestrutura, escolher as ferramentas e criar os aplicativos, os relatórios, o painel e isso simplesmente não funciona para a grande maioria dos usuários por aí. E agora estamos perto do autoatendimento. Temos relatórios de autoatendimento, painéis de autoatendimento, que eu chamo de descoberta visual de autoatendimento. Temos integração de dados de autoatendimento ou preparação de dados. Temos análises avançadas de autoatendimento, onde existem alguns cientistas de dados. Então, estamos pensando em todos esses recursos disponíveis para as pessoas, as pessoas de negócios, que estão inclinadas a fazer as coisas por conta própria.
Próximo slide. Estamos recebendo feedback aqui, Eric, apenas para que você saiba. Portanto, o autoatendimento na superfície parece ser uma vantagem para os negócios e para o departamento de TI. Os usuários conseguem o que querem quando querem, como querem. O departamento de TI obtém o tipo de usuários, eles descarregam o trabalho e entregam as coisas indiretamente, mas de qualquer maneira … Em muitas situações, o autoatendimento tem algumas desvantagens significativas com as quais você deve ter cuidado. E Josh estava lhe dando alguns remédios para algumas dessas desvantagens.
Vá para o próximo slide, Eric, e veremos o autoatendimento das organizações como uma espécie de onda de força, duplicada e conflitante. E chega ao ponto em que ninguém confia no relatório de ninguém, exceto no seu, o que não é um bom estado de coisas. Você pode até dizer que é pior do que quando eles começaram. Você basicamente tem uma arquitetura composta por sistemas de relatórios de sombra, extrações de dados, que aumentam os custos e as despesas gerais, além de redundância e duplicação e, consequentemente, aumentam os riscos na organização. Portanto, o autoatendimento trata de padrões nos quais a governança é realmente apenas a Torre de Babel. Todo mundo está se comunicando, mas ninguém está ouvindo. Próximo slide.
Eric Kavanagh: Essa é uma ótima citação, eu gosto disso. “Todo mundo está se comunicando, mas ninguém está ouvindo.” Eu acho que resume isso em alguns lugares. Tudo bem, aqui está você.
Wayne Eckerson: Então, você sabe, também abordarei os remédios, mas muitas empresas pensam que o objetivo do autoatendimento é se livrar da TI. Bem, existem muitas coisas contra-intuitivas nos negócios, e essa é uma delas. O objetivo do autoatendimento não era limitar a TI da equação, mas promover uma maior colaboração com ela. Outra ironia do autoatendimento que não coloquei aqui é que requer muita padronização para oferecer suporte ao autoatendimento. É como pensar em dirigir em uma estrada, certo? Existem muitas regras às quais temos que aderir. Todos-
Voz automatizada: a gravação da conferência foi interrompida.
Eric Kavanagh: Não se preocupe com isso. Isso é apenas o backup. Continue.
Wayne Eckerson: OK. Então, e a TI é realmente o grupo que precisa reunir esses padrões. E uma vez que esses padrões estejam em vigor, sejam aceitos e adotados, ei, podemos fazer autoatendimento até a lua aparecer. Próximo slide.
Eric Kavanagh: Acho que voltamos para Josh.
Josh Howard: Certo, sim, e eu concordo com muito disso, Wayne, que você estava dizendo que é. Mas o importante é que, se você deseja obter mais valor dos dados, novamente, precisamos sair do negócio de ter a TI controlando tudo e entrar no negócio de habilitação. Isso significa capacitar os usuários com suas próprias ferramentas de análise e não apenas com TI. Isso não significa que você deve dar a eles as chaves do reino. Você pode fazer isso com os guardrails existentes. Aproveite os sistemas existentes, suas ferramentas de autorização, Active Directory, suas permissões, e isso garantirá que, você sabe, alguém não esteja fornecendo dados a alguém que não deveria. E, assim, fazendo todas essas coisas, você está capacitando esses analistas a oferecer maior valor e a fazê-lo da maneira que é governada.
Próximo slide. Mas a realidade é que a TI nunca será capaz de acompanhar a variedade de maneiras diferentes que um analista deseja exibir e manipular os dados. E assim, não apenas isso, mas você não tem tempo para acompanhar essas solicitações também. Os sistemas legados, os processos em cascata. Se você apenas olhar para um processo ETL para adicionar uma tabela, pode demorar semanas, se não meses, em alguns casos. E assim, você deseja acompanhar a mudança de negócios.
De fato, se você deseja criar uma cultura de análise, é necessário permitir que esses usuários façam isso. E, depois de fazer isso, os benefícios podem ser verdadeiramente surpreendentes. Você sabe, quando começamos a conversar sobre cinco / dez anos atrás, projetos de inteligência de negócios, quero dizer que muitas vezes eram citados de 70 a 80% de todos os projetos de BI falhariam. E esse não é mais o caso. Quando você arma os usuários de negócios com as ferramentas certas, estamos vendo resultados tremendos e um valor tremendo, e é por isso que as ferramentas de autoatendimento estão se espalhando como fogo pela organização. Isso é por causa do sucesso que estamos vendo.
E também tenho um caso de uso que falarei aqui daqui a pouco, mas, literalmente, temos dezenas de milhares de usuários fazendo análises e escala de autoatendimento. E esses usuários estão fornecendo informações mais rapidamente, estão criando novos produtos e estão reagindo às mudanças nas condições de negócios muito mais rapidamente, a fim de permanecer à frente da concorrência.
Você sabe, a segunda coisa é que eles também gastam menos tempo preparando dados e mais tempo fazendo a análise. É apenas mais um componente, e eu tenho um exemplo aqui da CNA, em que eles tinham vários analistas que estavam adotando abordagens demoradas, que estavam levando semanas ou meses e agora diminuindo essas para minutos. Isso sem exagero. Literalmente, temos muitos exemplos de clientes fazendo isso, e esse é realmente um cenário em que todos saem ganhando. Os analistas estão felizes por não terem que acessar seus dados mais rapidamente. A TI está feliz porque, você sabe, eles podem se concentrar em suas iniciativas estratégicas sem se preocupar com a governança e, finalmente, as equipes executivas ficam felizes porque, finalmente, eles têm equipes de negócios e TI trabalhando juntas para criar essa cultura analítica. De volta para você.
Eric Kavanagh: Tudo bem. Tivemos outra pesquisa, então você deve poder ver esses resultados no público. Deveríamos ver isso já no seu painel de pesquisas, mas a pergunta era: "Sua organização recebeu a promessa de autoatendimento?" Posso dizer que os entrevistados têm um retumbante "Não".
Eu acho que isso fala por onde estamos no setor, mas acho que você fez alguns pontos realmente muito bons, Josh, a saber: permitir o autoatendimento, embora com alguns padrões como Wayne estava discutindo, de fato permitem que você construa na governança. Esse é o guardrails de que falamos, certo? A política de governança pode ser inserida no sistema de entrega, e é nesse momento que você realmente consegue governar, enquanto capacita os analistas a fazerem o autoatendimento. Está certo, Josh?
Josh Howard: Sim, isso é exatamente correto.
Eric Kavanagh: Sim, então os entrevistados -
Wayne Eckerson: Eric, esses resultados são interessantes, você sabe. Eu diria que a causa disso é a TI ainda sob controle, os usuários não estão obtendo o autoatendimento e obtendo o que desejam quando precisam, ou, você sabe, eles têm um autosserviço sob controle. E ambos são ruins. Portanto, é difícil acertar na agulha com autoatendimento, ter um ambiente controlado que forneça aos usuários todas as informações e funcionalidades necessárias para obter as informações necessárias e executar as ações necessárias. É difícil, difícil, mas, você sabe …
Wayne Eckerson: - você está enfrentando agora ferramentas como o Alteryx, ferramentas muito poderosas, muito poderosas. Então, temos a capacidade agora que podemos -
Eric Kavanagh: E você tem várias razões pelas quais o seu contrato bruto com a Sonic foi um pouco fraco, então fique atento ao áudio básico. Estou um pouco surpreso e acho que essa é provavelmente uma boa notícia para a Alteryx porque eles têm uma solução para permitir o autoatendimento. Porque, na maneira antiga de fazer as coisas com muitas ferramentas diferentes, por exemplo, com muitos pontos de integração, as pessoas estão meio que correndo, apenas tentando acompanhar o status quo, e acho que esse é um dos desafios reais.
Um de nossos clientes teve um comentário, há algumas semanas, que soa em meus ouvidos desde que ele se referiu à “tirania da urgência” e como isso tende a dominar várias organizações e impedir mudanças. Você é sempre um estado urgente, está sempre correndo apenas tentando fazer as coisas que já precisam ser feitas. E isso basicamente impede que você faça coisas novas.
Em um determinado momento, você precisa parar a música, reconhecer que uma das cadeiras vai desaparecer, mas o restante das cadeiras precisa se sentar à mesa e começar a lançar alguma colaboração até trabalharmos juntos. Mas é assim que eu vejo toda essa imagem. Então sim, as respostas foram tipicamente 23 de 43 disseram: "Não", 6 de 43 pessoas disseram: "Sim" e 6 de 43 pessoas disseram: "Não tenho certeza", mas 38 pessoas não responderam. Mas isso é bastante retumbante: "Não". Com isso, quero entrar em um estudo de caso.
Vou devolver para você, Josh. Leve embora.
Josh Howard: Sim, e antes eu falei sobre essa colaboração entre negócios e TI. Realmente sinto que vimos grandes mudanças e cada vez mais organizações estão caminhando nessa direção, permitindo o autoatendimento e vendo os resultados dos quais eu estava falando. E a Ford é um ótimo exemplo disso. É claro que a Ford usa dados e análises há décadas, mas, como muitas organizações, isso foi realmente feito apenas nos bolsos da organização. Havia pouca supervisão sobre consistência e coordenação e, você sabe, eles também tinham práticas de governança de dados inconsistentes.
E então eles tiveram um grande problema; eles tinham mais de 4.600 fontes de dados e, portanto, você pode imaginar o desafio de fazer isso em um tamanho de empresa como a Ford. Então, o que eles fizeram foi, há apenas dois anos, formar a Unidade Global de Insights e Analítica de Dados, que é um centro de excelência centralizado, composto por equipes compostas por profissionais de dados, analistas de dados e dados. cientistas desse tipo.
Você pode pensar nesse COE como um departamento de RH ou um departamento financeiro que atende a toda a organização. É exatamente o que essa nova equipe foi criada para poder identificar e seguir seus próprios desafios de alta prioridade e trabalhar com diferentes unidades de negócios que lidam com problemas diferentes. Mas a idéia toda era que eles queriam apontar e mudar essa conversa para se concentrar no próprio desafio comercial, certo e em atender a essas necessidades comerciais. E, você sabe, eles começaram com um analista de dados há alguns anos e uma licença do Alteryx, além de uma combinação do Tableau e do QlikView.
Agora, eles lançaram o Alteryx para mais de 1.200 cientistas de dados nos últimos dois anos e estão contratando mais. E, portanto, foi realmente incrível ver que isso acontece dentro da organização e os casos de uso que estão solucionando são inacreditáveis. Eles estão usando o Alteryx para resolver problemas de linha de fabricação até as corridas da NASCAR, por isso é realmente fascinante ver alguns dos resultados que eles estão gerando. E, você sabe, o interessante é que, alguns desses casos de uso, casos de uso únicos estão economizando dezenas de milhões de dólares e, portanto, é muito fácil justificá-los. E esse é apenas um caso de uso, e agora está sendo literalmente usado em centenas de casos de negócios diferentes e entre os 1.200 analistas de dados e cientistas de dados. Então, resultados fenomenais e estamos realmente satisfeitos com a parceria que temos com a Ford.
Wayne Eckerson: Tudo bem, este é o meu slide. Então, você sabe, eu dou uma aula sobre análise de autoatendimento, e isso é uma espécie de resumo, um resumo de alto nível, das soluções que eu trago para uma mesa para o público. E tentarei explicar isso rapidamente. Sabe, eu vejo autoatendimento, bem, não existe um autoatendimento. Todo mundo tem uma definição diferente de autoatendimento dentro de uma organização, portanto o que é autoatendimento para um CEO certamente não é autoatendimento para um cientista de dados. Mas, em geral, existem duas classes de usuários. A primeira classe, você sabe, usuários mais casuais, gerentes executivos e trabalhadores da linha de frente estão no mundo de cima para baixo em azul.
E, você sabe, eu os chamo de "consumidores de dados" ou "exploradores de dados", e eles pensam bastante na produção, relatórios e painéis, esperançosamente interativos que as pessoas construíram para eles, a TI ou seus colegas, e consumindo como está. Os exploradores tendem a abrir essas coisas e editá-las no lugar, mas não necessariamente querem começar com uma folha de papel em branco. De jeito nenhum eles estão sendo pagos para fazer isso. Não pago necessariamente os analistas. É isso que as pessoas no mundo de baixo para cima fazem, os cientistas de dados e os analistas de dados, que, além disso, trabalham com planilhas, acesso a bancos de dados. E os cientistas de dados têm mais interesse em, sabe, as bancadas de trabalho da mina de dados. Muitas das ferramentas de autoatendimento lançadas realmente capacitaram essa equipe de baixo para cima. Seria muito mais produtivo do que eles jamais poderiam fazer antes. Você não pode apenas fazer seus próprios relatórios e painéis, também pode obter seus próprios dados, combiná-los, combiná-los e assim por diante. Na verdade, eu vi esse triunvirato de ferramentas surgir e importar o mundo de baixo para cima. Os catálogos de dados para que eles possam encontrar os dados podem ser ferramentas de preparação para que possam ser combinadas e ferramentas de visualização de dados para que possam analisar, visualizar e compartilhar isso. Acho que veremos esse conjunto de ferramentas se tornar um, e acho que, na verdade, a Alteryx está a caminho de fazer isso.
Então, eu chamo esse mundo de baixo para cima de "autoatendimento real", enquanto o mundo de cima para baixo eu chamo de "serviço de prata" porque estamos meio que dando informações fornecidas em uma bandeja de prata. Foi pré-empacotado até certo ponto. Ainda interativo, ainda editável, mas alguém tinha que pensar em quem seriam as pessoas que consumiriam isso e adaptá-lo para atender às suas necessidades específicas. Você pode ver no mundo de cima para baixo que você tem, sabe, os grupos centralizados mais pesados, o comitê de governança de dados, que, você sabe, coloca isso em sites e relatórios de dados. E a equipe de data warehousing que tenta integrar dados para a tomada de decisões. Esse é um processo de governança de cima para baixo centralizado, mais tradicional, voltado para a TI. Enquanto no mundo de baixo para cima, que é mais ou menos 10%, 20% da organização, eles estão obtendo governança no nível básico, abrindo realmente os conjuntos de dados, observando-os, comentando-os e marcando esses conjuntos de dados - basicamente construindo a média compartilhada dos dados desde o início. Você está obtendo catálogos e mercados de dados, e uma organização precisa desses dois mundos. De fato, eles se alimentam muito sinérgicamente, são dois lados da mesma moeda. Se você não possui analistas em todos os departamentos, as operações falham, o marketing, as finanças. Você está perdendo todos os tipos de informações necessárias para impulsionar os negócios, porque eles estão gerando respostas para perguntas que as pessoas não poderiam ter descoberto como eram no dia anterior. E certamente a TI não podia ou os desenvolvedores não podiam criar esses relatórios ou painéis. Então, eles meio que substanciam a próxima onda de requisitos e a próxima onda de idéias que devem ser empacotadas e colocadas no mundo de cima para baixo.
Agora, o problema é quando o mundo de baixo para cima publica relatórios para o mundo de cima para baixo que não foram certificados ou governados, e você obtém relatórios, duplicatas e coisas do tipo conflitantes. Portanto, no meu mundo, ajuda a ter um gateway de governança de dados entre esses dois mundos, e tudo bem, se um analista de dados começar a criar e criar uma nova visão e criar um relatório. As pessoas gostam e, então, você sabe, elas querem continuar publicando esse relatório e compartilhá-lo, talvez de forma mais ampla para toda a empresa, ele precisa ser revisado pelo controle de dados e, esperançosamente, muito rapidamente, para garantir que esteja em conformidade com padrões. Pode ser necessário gravá-lo em uma plataforma padrão; novos dados podem precisar ser adicionados ao repositório corporativo padrão. E o que estamos vendo agora são as ferramentas como a Alteryx, na verdade, incorporando os fluxos de trabalho necessários para apoiar esse processo de promoção, onde estamos promovendo em um relatório que se tornou popular para obter uma marca d'água ou uma escala como relatório ou conjunto de dados certificado pelo calibre da empresa . Portanto, esse é o estado de governança de dados que é considerado em poucas palavras como um processo de revisão. Pode haver uma transferência de produção com as equipes de desenvolvimento e pode haver permissões e governança criadas dentro das ferramentas de BI, das ferramentas analíticas ou desses fluxos de trabalho. Próximo slide.
Eric Kavanagh: Tudo bem, acho que estamos de volta a Josh.
Josh Howard: Sim, e então, quando você falou sobre a mudança de várias dessas ferramentas diferentes, e o que eu descobri nas minhas pesquisas, é que a maioria dos analistas está usando de 10 a 12 ferramentas diferentes para realizar o trabalho de análise. E, você sabe, eles podem estar usando uma solução de catalogação de dados para localizar os dados, eles podem estar usando uma solução de preparação de dados, eles podem estar usando uma ferramenta de visualização de dados, algo para análises avançadas, análises preditivas e ferramentas de ciência de dados para implantar e gerenciando isso. E realmente achamos que isso deve ser servido por meio de uma única plataforma e achamos que é para onde a indústria está indo. E assim, a maioria das pessoas conhece todos os truques para recursos de preparação e combinação de dados e sua forte integração com ferramentas como o Tableau e o Power BI.
Mas, você sabe, somos muito mais do que apenas uma ferramenta de preparação de dados. Somos realmente uma plataforma de ponta a ponta para esses analistas de dados e cientistas de dados de cidadãos, fornecendo a capacidade de descobrir esses dados, prepará-los, combiná-los, analisá-los e fazê-lo de maneira e fluxo repetitivos. E, em seguida, implante e compartilhe esses ativos na escala, e é exatamente isso que o Alteryx tem a ver. E temos uma comunidade incrível, com a qual nos apoiamos, que é mais do que apenas sua comunidade típica. Possui áreas de treinamento de autoatendimento, fóruns e práticas recomendadas, e realmente temos uma comunidade evangélica de usuários apoiando uns aos outros. E o melhor disso é que, ao adotar ferramentas como o Alteryx, esses tipos de comunidades reduzem realmente a curva de aprendizado, para que você possa acelerar mais rapidamente com esses novos conjuntos de ferramentas. Mesmo que sejam realmente fáceis de usar, eles não exigem muita codificação e são fáceis de usar e funcionam mais rápido, mas ainda assim ter essa comunidade para reduzir essa curva de aprendizado é realmente inestimável.
E assim, a maneira como a dividimos é em quatro áreas. Primeiro, é realmente a descoberta e o compartilhamento, portanto, antes que você possa preparar e misturar seus dados, é necessário encontrá-los. E é por essa razão que a primeira parte da nossa plataforma é o componente de descoberta e compartilhamento que usamos para capturar o conhecimento tribal da sua organização. Portanto, essa é basicamente uma solução de catalogação de dados usada para compartilhar conjuntos de dados administrados e com curadoria. Ele permite que os usuários encontrem os dados que estão procurando no recurso de pesquisa do Google, fácil de usar, e também oferece recursos sociais para colaborar em conjuntos de dados, além de permitir a pesquisa detalhada da linhagem de dados dos ativos, certificando-os ativos e marca-d'água. E isso é realmente importante para a análise de autoatendimento, porque, em primeiro lugar, a maioria das pessoas gasta muito tempo tentando encontrar os dados - eles não sabem para onde ir nem para encontrá-los. E então, se eles encontrarem um relatório, como eles sabem que é certificado, é confiável? Então, quando você falou sobre isso, tendo um gateway de governança de dados, realmente vejo ferramentas como o Alteryx se tornando esse gateway, onde, quando você faz sua pesquisa, pode ver automaticamente e visualmente quem possui esses dados, qual é a linhagem desses dados, como foi criado, se foi certificado e como obter acesso a ele, e se você não tiver acesso a ele, poderá usar os recursos de bate-papo para, você sabe, solicitar esse acesso. Ele envia um email para essa pessoa em particular, e essa é realmente uma boa maneira de produzir muitos desses elementos. Próximo slide.
A próxima parte são essas preparações e combinações, novamente, pelas quais somos bem conhecidos, e assim, realmente vemos a preparação e a mistura como a rampa para análises mais avançadas. Sem escrever SQL ou qualquer tipo de código, você pode acessar todos os seus dados diferentes, consultá-los - você sabe, se são dados estruturados, dados não estruturados, dados em nuvem - e integrar facilmente tudo isso na memória, modelá-lo e limpá-lo, perfilá-lo, a fim de preparar seu conjunto de dados para análise. Você também pode enriquecê-lo com conjuntos de dados de terceiros. Portanto, temos parcerias muito boas com empresas como a TomTom, se você estiver interessado em análise de drive-time, fazendo análises espaciais. Também trabalhamos em estreita colaboração com a Experian para dados domésticos ou comerciais. Então, de repente, não apenas você pode pegar os dados que possui no local ou talvez na nuvem, como também pode enriquecê-los com essas fontes de terceiros e criar uma análise fascinante. Próximo slide.
A terceira parte é esse componente de análise e modelo. Então eu mencionei que o Alteryx não tinha código. Bem, também é compatível com o código. Assim, oferecemos mais de 60 ferramentas de análise preditiva diferentes; portanto, quando estiver pronto para fazer análises mais avançadas, você poderá usar as ferramentas baseadas em R e Python e Spark sem codificação, ou poderá usar e criar seu próprio costume. pacotes. Portanto, se você tem uma equipe de ciência de dados que está escrevendo R e Python ou Scala ou qualquer outra coisa, pode utilizar esse código, criar seus próprios pacotes e aproveitar isso diretamente na ferramenta. E, novamente, é aqui que eu acho que o valor real da análise de autoatendimento é e é aqui que queremos ajudar a transformar a indústria de, você sabe, analistas de dados tradicionais e profissionais de dados em cientistas de dados cidadãos e trabalhando com ciência de dados com ferramentas realmente fáceis de usar. Deslizar.
Tudo bem, finalmente chegamos às últimas opções, a última milha de análises avançadas. Portanto, se você está no ponto em que está trabalhando na ciência de dados e está construindo seus modelos, o próximo desafio é: “Bem, como faço para colocar esses modelos em produção? Como eu os gerencio? Como os mantenho atualizados? ”E é aqui que entra nossa capacidade de implantação. E assim, de acordo com nossa pesquisa nos clientes com quem conversamos, menos de 50% dos modelos já entram em produção . Então, você contratou esses cientistas de dados para construir todos esses modelos, mas eles nunca estão na produção. E assim, criamos uma solução que o ajudará a criar seus modelos e depois implantá-los em tempo real usando APIs RESTful.
Assim, você pode obter esses modelos e colocá-los diretamente em aplicativos da Web e aplicativos móveis de maneira mais rápida e fácil, porque os métodos tradicionais simplesmente não estão funcionando. É um processo longo e prolongado. Pode levar de 12 a 20 semanas para implantar um modelo e geralmente custa mais de US $ 250.000. E então você precisa se preocupar sobre como mantê-los atualizados. Então, novamente, estamos procurando maneiras de automatizar todo esse processo e executar várias etapas intermediárias. E assim, sem realmente expor o código, porque o processo tradicional do que está acontecendo agora é que você tem um cientista de dados que está construindo seus modelos, e eles os implantam e os jogam por cima de um muro para um desenvolvedor da Web que precisa pegue todo esse código R e Python, reescreva-o em algum tipo de aplicativo Web ou aplicativo móvel e, novamente, isso leva muito tempo.
E, assim, não há mais código jogando por cima do muro para alguém fazer. Automatizamos esse processo e temos uma maneira de gerenciá-lo em escala. E, portanto, essas são realmente as quatro áreas que analisamos quando se trata da plataforma de autoatendimento de ponta a ponta para análise de dados. E assim, você sabe, descobrindo e compartilhando os dados com facilidade, preparando-os e combinando-os, fazendo análises avançadas e, em seguida, tendo uma maneira de implantá-los e gerenciá-los em escala. Continue. Portanto, com o Alteryx, você pode falar sobre a governança analítica e ser capaz de desbloquear seus dados de uma maneira que seja segura e ofereça maneiras livres e amigáveis de fazer todas as suas análises, portanto, se você Se houver analistas de dados que talvez não conheçam as linguagens SQL semânticas para consultar um banco de dados, use uma ferramenta de arrastar e soltar que puxa todos esses dados na memória para fazer sua análise.
Da mesma forma, se você tem cientistas de dados que usam R e Python, eles ainda podem usar uma ferramenta como o Alteryx de maneira amigável ao código - e os resultados que vimos com nossos clientes são tremendos porque estamos capaz de fornecer os fluxos de trabalho repetíveis que você pode executar, tarefas que demoram semanas ou meses e literalmente reduzi-los a minutos, sem exagero. Temos vários estudos de caso em nosso site, onde você pode aprender mais sobre isso e algumas das economias de tempo que estamos vendo. Mas, por último, ele funcionará com sua organização de TI porque é escalável e decompõe os silos de que falei e o faz de maneira controlada. E é exatamente isso que a plataforma ponta a ponta da Alteryx trata e por que somos diferentes.
Eric Kavanagh: Tudo bem. Isso é tudo de bom. Eu tenho que dizer, Wayne, eu acho que você realmente gosta de algo com esse gateway de governança de dados, como eu o descrevi. Porque estamos neste mundo realmente interessante no momento em que os data warehouses, que são a fonte confiável há quatro décadas, não conseguem acompanhar os tempos e acompanhar todas as diferentes fontes e variedades de dados. É um sistema bastante rígido que um data warehouse costuma ser, e o que vejo o Alteryx fornecendo aqui é realmente o que você poderia chamar de próxima fase na maturidade analítica, porque eles permitem que você use todas essas fontes diferentes, mas porque elas têm Nesta área de artes marciais com políticas de governança de dados incorporadas, agora você realmente obtém o melhor dos dois mundos, onde pode ter muitos conjuntos de dados diferentes, mas possui governança e também pode usar todos os tipos de informações e atender a todos os tipos de analistas diferentes. obtenha suas diferentes perspectivas sobre o que está acontecendo no mundo dos negócios. Mas vejo isso como um passo bastante significativo na evolução da análise para a empresa, mas o que você acha?
Wayne Eckerson: Não, absolutamente. Os data warehouses, os repositórios de uma única versão da verdade como eram, e eu acho que isso ignorou, você sabe, a dinâmica organizacional e os papéis que as pessoas desempenham. E eu vejo esses dois mundos de BI ou análise, como você os chama. E na maioria das empresas, eles estão indo em direções opostas, e não conversam, não confiam um no outro, mas na verdade são muito sinérgicos, e precisamos apenas que eles se reconheçam e tipo de trabalho juntos. E ferramentas como o Alteryx, que incorporam a governança por meio do recurso de catalogação de dados, onde os administradores podem gerenciar o conjunto de dados, certificá-los e dar marca d'água a eles, algo sobre o qual falo há alguns anos nas minhas aulas. Pouquíssimas empresas vêm fazendo isso, mas isso atrai muita atenção e agora ouço que está em todo lugar.
E assim, a maneira de misturar esses dois mundos porque, você sabe, você tem seu bolo e também o come. Você pode deixar os usuários avançados fazerem o que precisam. Encontre as novas idéias sob demanda e, em seguida, você sabe, mas evita que fique fora de controle. Você evita a criação da Torre de Babel com alguns padrões que exigem alguma governança. E o objetivo é realmente criar uma cultura de governança em que as pessoas desejem passar pelo processo de governança. Eles desejam que seus relatórios / conjuntos de dados sejam revisados para serem consumidos de maneira mais ampla. Esse é o objetivo, e esse é realmente o novo papel da TI neste novo mundo. Eu sempre digo que o papel deles é facilitar, não ditar. E essa é uma grande mudança de mentalidade para a maioria dos profissionais de TI que estavam acostumados a estar em um serviço compartilhado que fazia tudo pelos negócios. Agora, os negócios estão funcionando por si mesmos, e a TI realmente só precisa ser o pessoal, como Josh disse, colocando esses guardrails.
Eric Kavanagh: Sim, acho que as grades de proteção são fundamentais porque permitem que os analistas joguem gratuitamente, se você quiser, fazendo coisas diferentes, mas não saem da pista. E se eu entender …
Wayne Eckerson: Exatamente.
Eric Kavanagh: - você corretamente, Josh -
Josh Howard: Exatamente.
Eric Kavanagh: Sim, você estava meio que falando sobre como, na verdade, eu tenho rastreado o Alteryx agora desde antes de se chamar Alteryx há muitos anos - acho que se chamava SRC ou algo parecido - e um Wal-Mart era o primeiro cliente. E uma das coisas realmente legais de que vocês conversaram antes era a capacidade de realmente entender os processos e fluxos de trabalho de negócios. E se você tiver uma forte compreensão do fluxo de trabalho e dos processos de negócios, poderá fazer várias coisas diferentes. Primeiro de tudo, você pode fornecer uma interface de usuário muito aperfeiçoada se não obscurecer as opções disponíveis para o usuário com informações estranhas. Segundo, você também pode otimizar processos para entender melhor onde existem pontos de estrangulamento ou pontos de controle. E acho que isso provavelmente faz parte da mágica da razão pela qual a Alteryx conseguiu fornecer esse ambiente de tipo muito amigável à governança, mas amigável ao usuário, que permite todos os tipos de conjuntos de informações diferentes e casos de uso analítico. Você concorda com isso?
Josh Howard: Sim, eu quero dizer, Eric, e muito disso é apenas colocar esses tipos de ferramentas nas mãos dos usuários de negócios e dar a eles uma maneira de fazer seu trabalho de maneira amigável aos negócios fácil de usar e amigável. Quero dizer, se você pensa em algo como governança de dados, falamos sobre governança de dados há duas décadas e, como armazenamento IP, tentamos levar isso aos negócios, e ele nunca é adotado, nunca é adotado. qualquer tipo de tração, porque não foi criada para os usuários corporativos, certo? É liderado por TI, orientado por TI e funciona para TI, mas não funciona para esses usuários de negócios. E assim, queremos seguir essas mesmas metodologias, mas aplicá-las a um conjunto de ferramentas adequado aos negócios, e essa é a nossa abordagem com a solução de catalogação de dados e o gerenciamento de metadados.
Sabe, quando falo com um usuário comercial, nunca falo sobre uma camada de dados semânticos e sobre como estamos ajudando a gerenciar, você sabe, metadados. Mas, no back-end, isso é essencialmente o que está fazendo, esses tipos de coisas estão na TI há muito tempo, mas para o usuário corporativo, é tudo sobre como encontrar dados mais rapidamente, como realizar seu trabalho mais rápido e fornecendo essas informações em uma interface fácil de usar que eles estão acostumados a usar, assim como na vida dos consumidores, certo? Eles querem uma interface de pesquisa semelhante ao Google, querem um elemento de colaboração social onde possam interagir com outros usuários nessa organização para quebrar esses silos de dados e capturar esse conhecimento tribal. E assim, estamos adotando uma abordagem diferente de como trabalhamos com os negócios, mas de uma maneira que também seja amigável à TI.
Eric Kavanagh: Sim, e eu tenho uma ótima pergunta -
Wayne Eckerson: Você sabe a outra coisa - Josh, que me impressionou em sua apresentação foi que estamos na era das plataformas agora. Acho que passamos da era das ferramentas, e tudo bem, mas as plataformas, certo? E, portanto, venho cobrindo BI há 20 anos e, no espaço de BI, passamos de ferramentas a plataformas analíticas, onde, você sabe, um produto deporta essencialmente todos os modos de análise para todo tipo de usuário, certo? Dos relatórios à previsão de uma arquitetura comum e de autoatendimento. Também estamos vendo a mesma coisa no lado da montagem de dados ou na integração de dados em que alguém está reunindo essas plataformas que ingerem dados, adicionam, catalogam, reparam, transformam e disponibilizam aos usuários para baixar e analisar. E agora, o que vocês estão fazendo é dar o próximo passo de várias maneiras e combinar essas duas plataformas em uma, por isso é uma plataforma combinada de análise e dados, que, como você sabe, faz sentido. Esse é o futuro: convergência. A única coisa que não vejo na sua plataforma são suas ferramentas ou recursos básicos de relatórios e painéis, mas talvez isso esteja incorporado ao seu módulo analítico.
Josh Howard: Sim, fazemos relatórios em lote muito bem. Temos uma solução muito robusta lá, mas você chegou a um ponto em torno dos painéis e vemos isso como uma oportunidade para crescermos. Tradicionalmente, sempre tivemos boas parcerias com o Tableau, o Power BI e o Qlik, mas continuaremos fazendo isso. Mas o que descobrimos é que nossos analistas, nossos clientes, eles não querem esperar até o final do fluxo de trabalho e desse ciclo para ver seus resultados, tudo bem? Eles querem ver os resultados enquanto trabalham em tempo real, e essa é realmente a direção que estamos seguindo. Sabemos o que estamos rotulando como visualísticas em linha, para que você veja seus dados enquanto trabalha, e você pode iterar e ver isso em tempo real, em vez de esperar até o final e publicá-lo em uma ferramenta de visualização ou painel para ver esses resultados. E assim, apenas elimina a necessidade de equilibrar-se de um lado para o outro para obter suas idéias.
Wayne Eckerson: Sim, bem, isso faz muito sentido. E vocês são conhecidos agora pela facilidade de uso. Você sabe, você usa a empresa Tableau em ascensão à fama e fortuna. Você está lá com eles e quem melhor deve liderar esse espaço de plataforma convergente, porque você tem o seu pé na análise e no gerenciamento de dados. Então, estamos testando a versão beta para ver como vocês se sairão nos próximos dois anos.
Josh Howard: Sim, e você sabe, eu acho interessante, e estou feliz por fazer parte desse espaço, e tem sido realmente interessante ver, dar uma olhada, você sabe, no espaço de integração de dados, no espaço de inteligência de negócios e espaço de análise avançada e realmente vê aqueles convergindo. E, você sabe, acho que plataformas como a Alteryx realmente ajudarão muitos usuários corporativos a se destacarem e permitirem que eles acessem seus dados e façam essa análise, você sabe, e cheguem a esses insights com mais rapidez e facilidade.
Eric Kavanagh: Sim. Tudo aqui, e eu concordo com você, Wayne, de que como isso realmente faz sentido, e acho que sim, há uma pergunta de um membro da platéia que eu colocarei aqui. É muito relevante para a conversa. É sobre o DataOp. Para aqueles que não estão familiarizados com o termo,
Josh Howard: Próximo slide.
Eric Kavanagh: - realmente se fortaleceu nos últimos nove meses. Tudo começou com um ou dois fornecedores, depois três e quatro, depois cinco e seis, e agora muita gente está falando sobre o DataOp. Esse é basicamente o lado de gerenciamento de dados do DevOp. Então, o que estamos vendo é muito focado em realmente tentar entender quais ferramentas diferentes e quais tecnologias diferentes estão tocando nos dados enquanto eles se movem ao longo de seu ciclo de vida e como isso afeta sua visão analítica. E parece-me que a Alteryx realmente resolve o problema do DataOps, concentrando-se nessa abordagem de plataforma antes que o DataOp se tornasse um termo. Mas vou passar isso para você, Josh, primeiro, e depois você, Wayne, para comentar. Josh, o que você acha?
Josh Howard: Sim, acho que é um espaço em evolução. Você sabe, tentamos ser independentes de dados e, portanto, poder acessar dados - seja dentro do firewall, na nuvem, dados não estruturados, dados estruturados -, porque sabemos que isso continuará mudando, você sabe, e tenho certeza de que Wayne concordaria com isso, e você também, Eric. Se você voltar, sabe que há 10, 15 anos neste espaço, quero dizer, havia apenas um punhado de bancos de dados. Agora, temos mais de 400 tipos diferentes de banco de dados. E assim, nunca vamos acompanhar o ritmo. E assim, sempre haverá algo novo e brilhante para uma organização adotar. E assim, queremos apenas ser independentes e usar nossa tecnologia aberta e APIs para poder integrar-se perfeitamente com o que você já tem em sua organização. E também vemos que a segunda parte do lado DataOp é que cada vez mais cargas de trabalho são empurradas para a nuvem e novas tecnologias em nuvem e tecnologias de aprendizado de máquina estão realmente nos empurrando para esse novo paradigma, e eu realmente acho que é aí que, você sabe, o DataOps está pronto. E vamos ver muitas coisas interessantes acontecendo nesse espaço.
Wayne Eckerson: Sim, acho que outro termo que usamos para DataOps é "pipelines de dados" ou "cadeias de suprimento de dados" e vemos muitas empresas surgindo, especialmente no mundo dos big data. Você pode gerenciar essa carga de trabalho e impedir que os lagos de dados se tornem pântanos de dados. Sim, e eu concordaria que muito disso agora também está se movendo para a nuvem.
Eric Kavanagh: Bem, e você sabe, então a Alteryx fez algumas aquisições. Eu não sei se você quer falar sobre isso nos últimos dois anos, suponho, Josh, e realmente desenvolveu essa plataforma, em termos de ingestão de dados e de algumas dessas coisas semânticas. E agora você realmente tem esse tipo de solução de ponta a ponta que permite que a análise a governe. Não conheço mais ninguém que tenha tomado tanto foco e abordagem e acho que foi muito inteligente da sua parte. Mas você quer falar um pouco sobre isso?
Josh Howard: Sim, claro. E assim, tem sido um grande ano para a Alteryx. Sabe, publicamos no início deste ano e fizemos duas aquisições importantes que nos ajudam a terminar nossa plataforma. E então, o primeiro, era realmente aquele pedaço de catalogação de dados. Mais uma vez, você sabe, o que descobrimos é o que queremos ajudar essas organizações a administrar esses dados. Então, na verdade, adquirimos uma empresa de governança de dados chamada Semanta, que se tornou nossa solução de catalogação de dados e o que incorporamos à plataforma geral. Porque, novamente, vemos a governança como um componente essencial para o autoatendimento e para permitir o autoatendimento. E assim, novamente, isso nos deu todos esses recursos de gerenciamento de metadados, catalogação de dados. E o que fizemos foi criar uma interface para facilitar o uso e ser muito amigável, integrando isso à nossa plataforma geral.
A segunda que criamos foi uma empresa de ciência de dados sediada em Brooklyn, Nova York, e foi feita para desenvolver nossos recursos de aprendizado de máquina e também a parte de gerenciamento de modelos. Então, o que eu mencionei anteriormente foi que temos muitos cientistas de dados usando nossas plataformas e realizando um trabalho muito importante em ciência de dados. No entanto, levar esses modelos até a última milha foi muito desafiador. E assim, eu mencionei, você sabe, as 12 a 20 semanas que costuma levar, os US $ 250.000 necessários para construir alguns desses modelos. E então, como você operacionaliza e mantém todos esses modelos atualizados? Como esses modelos aprendem? E como você treina esses modelos? E, portanto, esse é um grande problema, também, os recursos de implantação. E assim, essas duas tecnologias com o lado da ciência de dados e o lado de governança de dados realmente completaram nossa plataforma e o que estamos tentando fazer, tentando trazê-lo para as organizações, para resolver esse desafio.
Eric Kavanagh: Sim, e estou feliz que você tenha colocado isso lá porque tivemos uma pergunta do público sobre aprendizado de máquina e IA. E, Wayne, talvez eu deva jogar isso para você bem rápido. Para mim, o aprendizado de máquina tem muito potencial para otimizar muitos dos diferentes problemas com os quais lutamos ao longo dos anos - coisas como qualidade dos dados, por exemplo, coisas como congestionamentos na análise e ajudar esse lado da descoberta. a equação, certo? Porque alguns desses algoritmos que continuam aprendendo em particular podem realmente seguir por conta própria e encontrar algumas coisas interessantes que podem surgir para o usuário. Porque um dos desafios, é claro, para os analistas em geral é que todo analista traz seu próprio conjunto de preconceitos, sua própria visão do mundo. Às vezes, pode ser bastante difícil mudar, e por isso vejo muito potencial para aprendizado de máquina e IA no futuro. O que você acha?
Wayne Eckerson: Não, absolutamente e apenas regras básicas. Essas coisas juntas simplificarão ainda mais essas ferramentas de autoatendimento e as tornarão mais fáceis de usar. Você sabe, como disse, tudo, desde fazer recomendações para outros relatórios, olhar para conjuntos de dados, ajustar modelos, acalmar correlações na ferramenta de preparação de dados. Você sabe, já tivemos isso, como o Tableau inovou a visualização correta para o conjunto de dados que você deseja exibir. Portanto, tudo isso torna essas ferramentas muito mais poderosas, torna o autoatendimento muito mais plausível e ajuda os usuários a usar dados para gerar insights e valorizar mais rapidamente.
Eric Kavanagh: Sim, e você sabe, no mundo dos softwares corporativos, obviamente há tantas coisas legais acontecendo, mas o ponto principal é que sempre leva tempo para construir tecnologia. Então, obviamente, você pode comprar coisas, como a Alteryx. Mas quando você tem experiência em um espaço, sabe, há uma expressão antiga: não há substituto para a experiência. Você apenas sabe como fazer as coisas melhor, e acho que uma das chaves do sucesso de longo prazo da Alteryx aqui foi que a Alteryx estava realmente no processo inteiro de usar dados de terceiros há muitos anos. Não me lembro exatamente quanto tempo, mas quero dizer que seis ou sete anos atrás, a Alteryx já utilizou a capacidade de sair e pegar dados de empresas como empresas de crédito, por exemplo, dados de geolocalização ou qualquer número de qualquer sistemas de dados de terceiros. E acho que foi o começo do que vemos agora amadurecer em termos do que chamamos de combinação de dados nos dias de hoje, porque nem sequer tínhamos esse termo na época.
Mas, Josh, vou devolver para você novamente. E, eu, acho que há muita saturação e experiência incorporadas à plataforma Alteryx em torno desse conceito de mistura de dados, que agora foi aumentado pela ingestão, aprendizado de máquina, catalogação de dados e assim por diante. Eu acho que é por isso que vemos a Alteryx onde está hoje. O que você acha?
Josh Howard: Sim, quero dizer, a necessidade é a mãe de toda invenção, certo? E assim, você sabe, eram nossos clientes que, originalmente, fazíamos análises espaciais, e foi exatamente assim que começamos que fazíamos análises espaciais. E você sabe, pegando dados como o TomTom e fazendo análises de tempo de unidade, você pode ver, fazer upload desses dados com, você sabe, dados domésticos da Experian. Foi aí que começamos e o que descobrimos foi que nossos clientes precisavam de uma plataforma para combinar todos esses dados. E não seria legal se lhes desse as ferramentas para isso. E assim, esse foi realmente o impulso da Alteryx.
E, o que descobrimos é que, ao longo dos anos, a preparação de dados é realmente o primeiro passo na sua jornada analítica. Então, você sabe que leva 80% do tempo de um cientista de dados, você sabe, o trabalho de análise preditiva e ciência de dados é realmente gasto no trabalho de preparação de dados e menos de 20% na análise, e é isso que estamos tentando superar. E assim, a preparação de dados é o primeiro passo na sua jornada analítica. Portanto, antes de começar a gerar qualquer tipo de relatório, relatório avançado, análise preditiva, até a análise cognitiva, você ainda precisa acessar os dados, precisa preparar, misturar e reunir os dados. E é isso que estamos resolvendo com esta plataforma. E permitindo que esses usuários façam todas essas coisas de maneira livre de código e amigável.
Eric Kavanagh: Sim, e eu também amo esse conceito: livre de código e amigável para código. Porque o fato é que você tem muitos jóqueis de código, o que pode agregar um valor tremendo, mas existem muitos usuários corporativos que são francamente desativados pelo código. Eles são intimidados por isso, e quem pode culpá-los? Wayne, acho que esse também é um recurso interessante, uma abordagem legal. Não há código e é compatível com código, certo?
Wayne Eckerson: Ah, com certeza. Sim, é assim que você coloca mais e mais pessoas no autoatendimento.
Eric Kavanagh: Sim, acho que o autoatendimento é o próximo grande passo, e gosto muito do que discutimos hoje, então é sobre como realmente pensar em seus processos, fluxos de trabalho, ciclos de vida de dados e assim por diante. E, ao incorporar essas políticas na plataforma, Wayne, há alguns problemas em torno da padronização, você perde um pouco de flexibilidade, mas quando as pessoas entendem os métodos da loucura, você acaba conduzindo o processo de maneira a avançar Os usuários entendem que agora conseguem o que querem. Eles não precisam esperar pela TI, e isso muda a natureza de como as pessoas de TI e de negócios trabalham juntas, penso de uma maneira muito positiva, porque agora a TI pode servir como facilitadora, não precisa ser um gatekeeper em tecnologia, tanto quanto antes. Idealmente, não há tanto suporte se você tiver alguns padrões. Então você acaba promovendo uma maior colaboração, porque esse é o objetivo, certo?
Então, para fechar os comentários do primeiro Josh e depois talvez do Wayne.
Josh Howard: Não, quero dizer, eu concordo com tudo o que você disse. Você sabe, é importante fornecermos aos usuários de TI e de negócios as ferramentas necessárias para obter sucesso. Portanto, achamos que a TI não deveria estar no negócio de criar relatórios. Isso deve ser deixado para o usuário corporativo que possui esse contexto dos negócios e os dados que eles estão usando, mas faça isso de maneira controlada e algo que funcione também para a TI.
Eric Kavanagh: Tudo bem, fechando os comentários de Wayne.
Wayne Eckerson: Sim, o papel da TI mudou de fazer tudo para facilitar o autoatendimento e realmente ser o campeão da cultura de governança e fazer com que os usuários desejem governar sua própria produção, para benefício e benefício da organização. . Quero dizer, o papel da TI é: sinto muito pela TI, você sabe, porque às vezes eles precisam entrar e construí-la, divisões em palhaçadas de negócios como jurídica e RH, normalmente, não vou fazer nada disso. E, certamente, se você deseja algo que seja uma empresa multifuncional, quem mais irá construir, além da TI? Mas, em geral, sim, a TI precisa mudar para prosperar neste mundo de autoatendimento. Eles têm que ter um papel mais coadjuvante do que.
Josh Howard: Sim, e acho que com a próxima evolução com os centros de excelência e onde esses projetos não estão sendo liderados pela TI ou pelos negócios, mas por uma organização centralizada. Você sabe, estamos começando a ver a ascensão do diretor de dados e esses tipos de projetos que caem nesse domínio em que ambos têm a perspectiva de governança e a perspectiva de negócios. Acho que esse é o melhor cenário para criar esses dados e cultura analítica, e estou empolgado para ver o que acontece com eles.
Eric Kavanagh: Sim, tivemos alguns comentários de última hora dos participantes entrando na sala de bate-papo e também nas perguntas e respostas. Gosto deste comentário: governe a saída, não há ambiguidade quanto a quem o relatório de autoatendimento está correto.
Josh Howard: Sim.
Eric Kavanagh: Sim, isso é uma coisa boa. É tudo sobre colaboração, é sobre trabalhar juntos e, você sabe, Josh, você mencionou também, a importância de ter os usuários conversando entre si, e isso é algo em que a Alteryx também se concentra.
Então, pessoal, demoramos um pouco aqui, mas começamos um pouco tarde, então quero agradecer muito por todo o seu tempo e atenção hoje. Arquivamos todos esses webcasts, fique à vontade para compartilhá-los com seus colegas.
E com isso, vamos lhe despedir. Mais uma vez obrigado a Wayne e, claro, a Josh, da Alteryx. Falaremos com você na próxima vez, pessoal. Cuidar. Tchau tchau.
