Autors: Techopedia Staff, 2017. gada 2. augusts
Izņemšana: Uzņēmējs Ēriks Kavanaghs apspriež procesa modeļus un datu modelēšanu ar Kimu Brushaberi no IDERA un Marku Madsenu no Trešās dabas šajā Hot Technologies epizodē.
Pašlaik neesat pieteicies. Lai redzētu video, lūdzu, pierakstieties vai reģistrējieties.
Ēriks Kavanaghs: Labi, dāmas un kungi! Ir pulksten četrs Austrumu laiks, vēlreiz - trešdien, ir karsto tehnoloģiju laiks. Jā, tiešām, mans vārds ir Ēriks Kavanaghs. Es būšu jūsu vietnieks šodienas tīmekļa seminārā, kurā piedalīsies divi no mūsu biznesā iecienītākajiem cilvēkiem: Kims Brushabers no IDERA un Marks Madsens no Trešās dabas. “Procesa modeļu izmantošana biznesa mērķu sasniegšanai.” Mēs runāsim par biznesa optimizēšanu un to, kā jūs patiešām varat izmantot dažas no šīm tehnoloģijām, lai vispirms saprastu notiekošo un pēc tam pārveidotu to, ko jūs darāt, un izvairītos no tādām lietām kā atlaišana, izvairītos no tādas lietas kā konflikti, iespējams, piegādes ķēdē vai biznesa procesos, lai kur arī tie atrastos, par to mēs šodien runāsim. Tātad vispirms mēs dzirdēsim no Kim Brushaber un tad mēs dzirdēsim no Mark Madsen. Tad mums būs patīkami turp un atpakaļ un droši sūtīsim savus jautājumus. Nekautrējies. Sūtiet jautājumus, izmantojot tīmekļa apraides konsoles jautājumu un atbilžu sadaļu vai tērzēšanas logu.
Ar to es šeit uzspiedīšu pirmo slaidu Kimam, un es to nodošu. Kim, atņem to.
Kims Brushabers: Sveiks. Tāpēc es sākšu ar runu par to, kā jūs varat izmantot dažus no jūsu biznesa procesiem savu mērķu sasniegšanai. Es domāju, ka es pavirzīju slidkalniņu uz priekšu - tur mēs ejam, tas varbūt ir bijis nedaudz lēns. Tātad, lai bizness būtu veiksmīgs, ir jākoncentrējas uz to, kā uzņēmums nopelna naudu, saglabājot klientus un saglabājot tirgus priecīgus, pēc iespējas zemākas izmaksas un pēc tam piegādājot kvalitatīvus produktus un pārliecinoties, ka jūsu apkopotā informācija ir uzticama. Mēs šeit esam izmantojuši savus uzvārdus: ieņēmumu pieaugums, klientu apmierinātība, efektīvas darbības, produktu un datu kvalitāte. Daži no galvenajiem izaicinājumiem biznesā, par kuriem mēs šodien diskutēsim, ir tvertnes jūsu organizācijā; kas no viņiem ir labs, kas par sliktu, jo ne visi tvertnes ir slikti. Kā jūs neveicat atlaišanu no sava procesa? Kā jūs varat samazināt un novērst nepilnības saziņā un kā samazināt savu darbību neefektivitāti.
Tātad, pirmais tvertņu veids ir departamenta tvertnes. Silo mentalitāte tiek radīta gadījumos, kad departamenti nevēlas dalīties ar informāciju ar citiem uzņēmuma departamentiem. Un, lai gan tas var būt noderīgs slepenas informācijas gadījumā, par kuru vajadzētu zināt maz cilvēkiem - tik sensitīva informācija par apvienošanos vai iegādi vai varbūt informācija, kas nav gatava pārdošanas komandai, lai tā varētu kaut ko darīt, šādos gadījumos tvertnes var būt ļoti labs. Bet tas var būt arī slikts, jo tiek kavēta informācijas plūsma starp organizācijas grupām, un tas var izraisīt daudzus jautājumus, par kuriem mēs šeit momentā apspriedīsimies. Jums var būt arī tvertnes, kuras sadala ar biznesa mērķiem un tehnoloģiju mērķiem. Tātad mājas biznesa puse daudz laika pavada, aplūkojot IA un KPI, un lietas, kas patiešām ir vērstas uz biznesu, kur tehnoloģijās viņi patiešām vēlas apskatīt, kā es likšu saviem produktiem darboties vai kā Vai es sniegšu savus pakalpojumus tirgū? Tā kā starp divām dažādām grupām ir ļoti atšķirīgi mērķi, jums var būt dabisks tvertne, kas tiek izveidota starp divām grupām. Un tad daudzreiz tvertnes var dalīt žargonā. Tātad vārdi, kurus lietojat savā ikdienas valodā, var būt patiesi mulsinoši vienai vai otrai grupai, un šeit es ievietoju tikai daudz jautru mazu uzmundrinošu vārdu, kas attiecas uz vienu vai otru sienas pusi. Un, protams, tas pat nesāk aptvert spektru, bet daudzreiz šie vārdi var izraisīt tvertnes izveidi un izraisīt divu dažādu cilvēku grupu sadalījumu, jo informācija tiek zaudēta tulkojumā. Tātad jūsu biznesam ir labas tvertnes, un es apskatīšu dažas vērtības, kuras tvertnes var dot organizācijai.
Tātad viņi var nodrošināt struktūru, kas ļauj darbiniekiem veikt savu darbu bez bailēm un uzmanības novēršanas. Tātad, ja jums ir cilvēki, kas atrodas jūsu tvertnē un ar kuriem jums ikdienā jārunā un jārunā, tas var ļaut jums paveikt darbu daudz efektīvāk un lietderīgāk bez lieliem traucējumiem. Tas arī atvieglo kompetenci konkrētās uzņēmējdarbības jomās. Tātad, ja jūs ļoti smalki koncentrējaties uz finansēm un runājat ar citiem cilvēkiem, kuriem ir finanses, un visi, ko jūs darāt visu dienu, runā par finansēm, tad tas rada patiešām labu silo, jo šī grupa apgūst zināšanas tajā jomā, un viņiem nav jābūt atbildīgiem par to, lai zinātu, kas notiek pārdošanā, vai tas, kas notiek mārketingā vai kas notiek operācijās. Tas arī paātrina saziņu, ļaujot cilvēkiem runāt vienā valodā. Tātad, atgriežoties pie šī žargona, daudzreiz žargons var būt patiešām laba lieta, jo tas ļauj cilvēkiem ātrāk un efektīvāk sazināties. Tas arī uztur pārskatatbildību un atbildību tvertnē. Tātad jūs zināt, par ko esat atbildīgs savā grupā, kā arī par uzdevumiem, kas jums jāveic, un personai, kurai jums ir jāatskaitās, un tas ļauj jums būt lielākai atbildībai un lielākai atbildībai, nevis - un, protams, tvertnēm ir sava puse. no tā atbildība var kļūt neskaidra. Bet pašā tvertnē tas var radīt lielāku atbildību un atbildību. Un tas arī veicina lepnuma un piederības sajūtu. Tātad jūs varat justies ļoti labi par darbu, ko esat paveicis dienas beigās, un par uzdevumiem, kas jums jāveic, un tas viss ir patiešām labas lietas par tvertnēm.
Ir arī skābo skābju puse, un skābbarības rada neefektivitāti, tie pazemina morāli, samazina produktivitāti. Tā kā šī ir negatīvāko silosu puse, es izmantošu dažus biznesa procesu modeļus, lai izietu cauri dažādiem aizzīmju punktiem un izskaidrotu, kā jūs varat pārvarēt skābo skābo pusi, izmantojot IDERA biznesa arhitekta produktu, lai parādītu jums daži no šiem piemēriem.
Pirmais ir tas, ka tas rada neefektivitāti un liekus procesus. Tātad šajā piemērā es parādīju, ka mārketinga organizācijai var būt uzdevumu kopums un pārdošanas organizācijai - atšķirīgs uzdevumu komplekts. Un šajā gadījumā, ja jūs tos kartēsit, jūs atklāsit, ka viņiem abiem ir uzdevums kvalificēt vadību. Un, kad tu to saproti, tad jums ir iespējama dažādu funkciju saruna starp abām dažādajām grupām, lai uzzinātu: “Vai mans kvalifikācijas priekšsvars ir tāds pats kā jūsu kvalifikācijas priekšsvars? Vai mēs rīkojamies vienādi un rīkojamies tāpat? Vai arī tas nozīmē kaut ko atšķirīgu starp diviem atšķirīgajiem tvertnēm? ”Un, ja jūs darāt vienas un tās pašas lietas, varat sākt to pilnveidot un patstāvīgi uzticēt atbildību dažādām grupām, un biznesa procesi patiešām var palīdzēt jums veidam noteikt šīs lietas un noskaidrojiet, kur ir radušās šāda veida problēmas.
Turklāt, apvienojot uzņēmumus vai apvienojot grupas, apvienošanās process var notikt labi, un jūs varat definēt savu procesu dažādām darbībām. Un šajā piemērā uzņēmumam A ir raksturīga zināma izturēšanās, uzņēmumam B ir zināma izturēšanās un apvienošanas process ņem A un B elementus, atrod labāko praksi un pēc tam izveido jaunu procesu, kas ļoti efektīvi darbosies abām grupām. Tātad tas palīdz jums kļūt efektīvākam, produktīvākam un noteikt labāku sava biznesa praksi.
Turklāt vēl viena skābo skābbarības vietu puse ir tā, ka komunikācijā starp departamentiem var būt nepilnības, par ko mēs tikko runājām, kur sadarbība nenotiek, bet tai vajadzētu būt. Biznesa procesi var palīdzēt jums noteikt šāda veida nepilnības. Tātad šajā piemērā pārdošanai ir process, jauns produkts tiek izlaists, un viņi iziet, un viņi to pārdod. Bet finansēm var būt papildu process, kurā viņiem ir jāieiet un jāatjaunina produktu cenas, kad produkts tiek izlaists. Ja pārdošanas apjomi par to nezina, viņi joprojām var rīkoties ar vecu produktu cenām un, kad runa ir par punktu, kad finanses sāk pārskatīt darījumu un apstiprināt darījumu, tad daudz konfliktu un daudz aizmugurējā paneļa uzstādīšanai ir jānotiek, lai atgrieztos pie klienta un to noregulētu. Un, ja esat aizgājuši un ieplānojuši procesu, jūs to jau būsit zinājis un varēsit tajā ievietot, lai pārdošanas apjomi zinātu: “Man ir jāgaida, kamēr es saņemšu šos produktu cenu atjauninājumus, pirms sāku runāt ar jaunajiem klientiem par produkts. ”
Šajā piemērā BPMN2 ir sarunu diagramma, kas ļauj jums sarunāties starp dažādiem departamentiem un identificēt starp tiem nodotos punktus. Tas ir ļoti noderīgi, lai samazinātu atlaišanu, kā arī palielinātu atbildību un atbildību starp departamentiem. Tātad jūs varat pateikt: “Labi, tāpēc pārdošanas vadībai un pārdošanai ir jāstrādā kopā, lai apstiprinātu darījumu.” Un viņi abi var strādāt pie saviem nodošanas gabaliem un uz to, kas paļaujas. Bet finanšu departamentam, iespējams, nav jābūt iesaistītam šajā apstiprināšanā, un viņi zina, ka, pamatojoties uz šo shēmu, kas ir izklāstīta, šeit teikts, kurš ir atbildīgais dažādos departamentos, kuriem jāstrādā kopā, lai to paveiktu.
Turklāt var ienākt negodīgi procesi, kas nedod labumu uzņēmumam. Tāpēc, iepazīstoties ar biznesa procesiem, jūs varat noteikt, ka kāds dara kaut ko tādu, kas jums patīk: “Es īsti nesaprotu, cik tas ir efektīvi vai kā tas sasniedz mērķi.” Tāpēc es jums sniegšu dažus tā piemēri. Tātad šajā gadījumā produkts, iespējams, ir nonācis cauri, un viņi izstrādā jaunu izlaidumu. Viņi aiziet, viņi piegādā prasības, izstrādes komanda sāk strādāt pie šīm prasībām, bet pēc tam, kad produktu komanda sāk sarunāties ar klientiem, mēs atgriežamies un nolemjam tos pārskatīt. Un tas būtu ļoti, ļoti satraucoši, ja izstrādes komandai būtu jāgriežas atpakaļ un jāpārskata prasības pēc tam, kad viņi jau gatavojas šos objektus veidot. Produktam viņi, iespējams, pat pat nedomā par kaut ko līdzīgu. Viņi ir gluži tādi kā: “Ak, es saņēmu dažas jaunas ziņas un man tagad ir vajadzīgas šīs lietas.” Un, ja viņi nerunās ar attīstības komandu, viņi īsti nesapratīs, cik lielu ietekmi var dot vēlākas preces klāsts vai piegāde. Tātad šāda veida gabalu diagrammēšana var palīdzēt tvertnei noārdīties un ļaut jums saprast, kādi elementi ir noderīgi jūsu procesam un kuri ir kaitīgi.
Var notikt arī aktīvu un resursu dublēšanās, un tā ir liela lieta, kad uzņēmumi cenšas pilnveidoties. Tāpēc šajā gadījumā esmu izveidojis veida grupēšanas diagrammu, kurā esmu identificējis dažādas programmas un atskaites, kuras ir jāizgatavo, un dažādus iesaistītos spēlētājus. Kad jūs sākat nolikt visas šīs lietas, šajā piemērā es esmu nodevis rediģēšanas rīku un zvanu izsekošanas rīku, kā arī to, kas tos izmanto, kopijas. Un tā jūs varat sākt izdomāt, jo daudzreiz neatkarīgi lēmumi pieņems lēmumus savai komandai, un viņiem nav obligāti jādomā par to, ka arī plašāka komanda kopumā varētu izmantot šo licencēšanas līgumu un sastādīt to lētāki un rentablāki visiem rīkiem, kas tiek izmantoti organizācijā. Turklāt biznesa procesu diagrammas var būt ļoti noderīgas, lai noteiktu, kurš un kad ir atbildīgs par kādu informāciju. Un tāpēc šajā gadījumā man ir datu pārvaldnieki, kuri ir teikuši: “Labi, tie ir cilvēki, kas ir atbildīgi par visiem šiem datiem, un šeit ir tabulas, par kurām viņi ir atbildīgi.” Un nedod šo informāciju citiem cilvēkiem, tas ir ļoti svarīgi apgabalā, kur ir slepena informācija, piemēram, medicīniskie dati vai finanšu dati vai tādi elementi, kuri ir jānodala tikai dažiem cilvēkiem. Tātad jūs varat palīdzēt to identificēt, kas ļauj citu organizāciju cilvēkiem piekļūt šai informācijai un to droši nosargāt, un zināt, kur iet jūsu informācija.
Turklāt, tā kā mēs mazliet runājam par datiem, tvertnes var arī radīt sliktu datu kvalitāti un datu neatbilstību. Tāpēc šajā gadījumā esmu izmantojis biznesa procesu, lai datu komandai palīdzētu saprast, kad klients ir jauns klients vai kad jūs atjaunināt klientu. Tātad jūs varat iziet cauri un izplānot šos lēmumu pieņemšanas punktus, un biznesa puse, kas izprot biznesa noteikumus, var viegli sarunāties ar tehnisko pusi, kurai šie noteikumi ir jāīsteno, un zina, kad ir jāveic noteikta rīcība. Šajā piemērā tiek runāts par datu kopēšanas noteikšanu. Tātad, ja jums ir mazumtirdzniecības klients un tīmekļa klients, un jūs pārdodat produktus, jums, iespējams, ir pilnīgi atšķirīgas sistēmas, kas mēģina apkopot to pašu informāciju. Un, ja jūs mēģināt secināt savu informāciju un noteikt, kas patiesībā ir jūsu klienti, biznesa procesu diagrammas var patiešām palīdzēt jums to noskaidrot un pateikt: “Ak, labi, šajā gadījumā mēs abi strādājam ar pasūtījumu, un šajā gadījumā mēs abi nodarbojamies ar finansēm ”un varēsim kartēt šo informāciju tā, lai tā būtu daudz skaidrāka, lai jums nebūtu šāda veida dublējumu jūsu datos un jūs varētu samazināt atlaišanu un samazināt trūkumus un parādīt jūsu datu kvalitāte.
Labu biznesa procesu papildu priekšrocības ir tādas, ka darbinieki var identificēt problēmas jau sākumā, kad izmaiņas ir vieglāk ieviest. Tas jo īpaši attiecas uz sarežģītiem datu procesiem, ja jūs varat veikt analīzi jau sākotnēji un iesaistīt visas sarunā iesaistītās komandas, tad procesi izplūst daudz vienmērīgāk un cilvēki sākumā varēs labāk reaģēt pret ja jau esat procesā. Jaunie darbinieki tiek uzlaisti ātrāk, jo viņi var aiziet un viņi var pārskatīt šos biznesa procesus un saprast uzdevumus, kas viņiem jāveic, kur atrodas sadales punkti un ar kuriem viņiem jārunā dažādās lietās. Un lēmumus var reāllaikā pieņemt starpfunkcionālām komandām. Ja jūs abi kopā zīmējat šīs biznesa procesa diagrammas, varat atrast šos punktus, kur process ir aizkavējies, un varēsit to pārrunāt un izdomāt, kurš ir labākais process jums abiem un kur ir labākā nodošana. punkti un kuri ir labākie cilvēki, kas veic katru no dažādajiem uzdevumiem, kas jāveic.
Tāpēc daži padomi, kā sadalīt silosus biznesa panākumiem un sasniegt savus mērķus: Pirmais ir koncentrēt biznesa procesus uz klientu, jūsu produktiem vai pakalpojumiem, nevis uz atsevišķiem departamentiem. Tāpēc daudzas reizes cilvēki vēlēsies savās nodaļās nākt klajā ar savu individuālo kontrolsarakstu. Bet, ja jūs tā vietā skatāties uz biznesu kopumā un mērķiem, kurus bizness cenšas sasniegt, varat sākt redzēt, kur viss izkrīt, un teikt: “Vai šie procesi man palīdz sasniegt manu mērķi? Vai arī tie ir papildu procesi, vai arī tie ir kavēkļi procesā un mērķa sasniegšanā? ”Jums vajadzētu vairāk laika veltīt diskusijām par vietām, kur procesi savienojas. Līdzīgi kā tajā sarunu diagrammā, kur esat ieguvis daudz sadales punktu, jums jāpavada daudz vairāk laika, lai par to runātu un pārliecinātos, ka informācija pareizi plūst pa dažādiem tvertnēm.
Jūs varat vienot savus darbiniekus, procesā parādot lietas, par kurām viņi ir atbildīgi, un kā tā mijiedarbojas ar uzņēmumu kopumā. Un tas cilvēkiem daudz vairāk nozīmē mērķa izjūtu pret satikšanos, mērķa sasniegšanu. Jūs varat arī sadarboties ar darbiniekiem, lai viņi varētu piedalīties procesā, kas ietekmē viņu lomu un darbu, jo, ja, plānojot procesu, visi lēmumi tiek pieņemti augšpusē, tad cilvēki, kas veic šo darbu, redzēs soļus, kas ir nokavēti. un gabalus, kuru trūkst, un varēs tos apspriest. Un, ja jūs sadarbojaties ar visiem saviem darbiniekiem, izstrādājot šos procesus, jūs sākat izdomāt šos novirzienus un to, vai tās ir faktiskas lietas, kurām vajadzētu būt procesā vai nē. Un vēl viens padoms silosu sadalīšanai ir regulāri atjaunināt procesus, lai atspoguļotu mainīgās organizācijas vajadzības un mērķus, jo mērķi un procesi ir ļoti mainīgi un jūs, iespējams, atradīsit labāku labāko praksi. Iespējams, ka atradīsit jaunus veidus, kā vēlaties rīkoties, un, spējot regulāri atjaunināt šo informāciju, tas tiešām var palīdzēt organizācijai. Un atgriešanās pie rasēšanas tāfeles ar šīm daudzfunkcionālajām komandām patiešām var palīdzēt sadalīt tvertnes un atvērt šo komunikāciju jūsu komandas starpā. Tas ir slaidi, kurus es biju sagatavojis.
Ēriks Kavanaghs: Labi. Ļaujiet man to nodot neizturētajam Markam Madsenam. Jums tagad ir grīda, atņemiet to. Un ļaudis, nekautrējieties, uzdodiet savus jautājumus. Mums šeit ir eksperti. Marks, tas viss esi tu.
Marks Madsens: Labi, paldies Ērikam. Tātad tas, ko jūs tikko dzirdējāt, bija par procesu un procesa modelēšanu un tā piemērošanu. Un tad, raugoties no mājas analītikas puses, es biznesa procesu esmu daudz izmantojis kā skaidrošanas un izpratnes veidus. Tagad, kad jūs domājat par analītiku, un it īpaši tagad, kad mēs runājam par mašīnmācību un citām lietām papildus BI, to joprojām uztver plašs tirgus loks, sava veida, es uzskatu, nepareizi. Tas ir, jūs izsūtāt analītiķus, piemēram, zelta kalnračus, un viņi steidzas ievadīt datus un viņi kuļ apkārt, un viņi atrod dažus zelta tīrradņus un atved šīs vērtīgās lietas atpakaļ organizācijā, un tad visi laimīgi dzīvo pēc tam. Vai vismaz analītiķis to dara tāpēc, ka viņiem ir algas ar sešām zīmēm, jo teorētiski visi dati tiek veidoti no visiem zinātniekiem.
Bet realitāte ir daudz atšķirīga. Patiesībā infrastruktūra un darbs prasa darbu, kā arī mērķus un biznesa virziena izpratni. Un tas viņiem ir vajadzīgs, lai viņi patiešām saprastu, kā pieiet problēmām, kā modelēt problēmas un kā šīs problēmas atrisināt. Un šī ideja par to, ka jūs varat izmest datus, tehnoloģiju un gudrus cilvēkus, nesaprotot kontekstu, jo īpaši procesa kontekstu, kurā mēs to izmantosim, ir galvenokārt mīts tādā pašā veidā kā vairums Zelta skriešanās bija mīts, un faktiski lielākā daļa šo cilvēku bankrotēja mājās.
Šajā analītikas piemērošanā biznesam ir arī cits aspekts: vai šī ideja ir, ka visi dati ir zem stikla, vai ne? Tas kaut kādā veidā analītiķi vai algoritmi aizvietos datus un parādīs tos ekrānā kāda priekšā. Bet problēma ir tā, ka mums ir tik daudz datu, un jūs varat veikt tik daudz dažādu lietu ar analītiku, ka ir viegli apbēdināt cilvēkus. Un tad jums tagad ir sekundāra problēma: “Man ir tik daudz datu un man ir tik daudz lietu, kurām es pievēršu uzmanību? Un kā un kāpēc es pievēršu uzmanību šīm lietām? ”Un tas tiešām ir daudzu problēmu vidus tiktāl, ka mēs atturamies no pienākuma ekspertiem pieprasīt, lai viņi apkopotu, kāda informācija tiek parādīta kam un līdz šim no pašapkalpošanās datu piekļuves un pašapkalpošanās informācijas paneļiem jūs paļaujaties uz dažādiem ekspertiem, lai palīdzētu jums izdomāt, kas notiek sasodītajās lietās.
Un, ja mēs runājam par to, kurp virzās nākotne, jo īpaši ar daudz progresīvāku analītiku, bet pieejas mašīnmācībai, AI biznesā, viss šis sīkums, labi, ka ap to ir daudz. Tajā ir daudz realitātes, un liela daļa no tā ir iestrādāta. Faktiski mūsdienu renesanse tajā notika, iestrādājot to procesā. Tātad tādu procesu automatizēšana vai automatizācija, piemēram, ieteikumu motoru pamatideja mazumtirdzniecībā e-komercijas vietnēs vai ziņu vietnēs vai mūzikas vietnēs, ir vienkārša lietojumprogramma vai algoritms uzdevumam, kas agrāk bija uz cilvēkiem orientēts uzdevums . Kā, jūsuprāt, cilvēkiem patīk tas jautājums, un preču plānotājam vai personai, kura izdomā, kādai vajadzētu būt savstarpējai pārdošanai vai to pārdošanai, vajadzētu būt balstītai uz iepriekšējiem datiem, viņi to noskaidros un pēc tam sadursīs to sistēmā un pēc tam ar to nodarbosies vai nu mārketings, vai tirdzniecība, vai kāda tiešsaistes lietojumprogramma. Un tad tas tika iestrādāts. Tā kā jūs darāt lietas, mašīna skatās, ko jūs darāt, uzlabo un pastāvīgi iepazīstina ar jauniem, un tas ir iestrādāts analītiķis. Tas atrodas procesa iekšienē. Un, ja jūs patiešām vēlaties zināt, kur notiek liela daļa šī darba nākotnes, tas ir tur. Veicot sarežģītāku analīzi, tas nav tik daudz palīdzēt cilvēkiem. Tas ir, iegūstot efektivitāti daudz plašākā uzņēmējdarbības jomā.
Un tā kā, aplūkojot tādas lietas kā biznesa intelekts, no kurienes radās liela daļa datu un analīzes tirgus, bija statistiķi, pirms BI tiešām daudziem cilvēkiem ļāva daudz ko izdarīt bez statistikas un bez kaut kā cita koncentrējoties tikai uz datiem. Problēma bija tā, ka, koncentrējoties tikai uz datiem, tas atstāja daudz konteksta. Tātad jums pietrūkst visu šo datu, kā visi šie rādītāji ir saistīti. Ja domājat par to, kas notiek informācijas panelī, jums būs dažas joslu diagrammas, varbūt diagramma, skaitļu tabula. Jūs redzēsit virkni metriku gan individuāli, gan kopā, un jūs īsti neredzat, kā tie attiecas. Tāpēc iedomājieties, ka esat kādam kaut kas jauns un ieejat iekšā, jūs varat ielūkoties informācijas panelī un neveidosit galvas vai astes no neviena numura, jo paši cipari jums neko nepasaka, jo viņi ir konteksts. Tātad tas var parādīt numuru sarkanā krāsā, bet, mainot šo citu numuru, pavelkot citu sviru, tas var kļūt labāks vai sliktāks. Kā šīs lietas ir saistītas? Tas ir konteksts, kas tiek zaudēts biznesa izlūkošanā un datu glabāšanā un paneļa dizainā, jo jūs modelējat datus, nevis tos apstrādājat. Un tas ir būtisks aspekts, ka jūs veidojat atkārtojamību ap datiem un to darāt, izspiežot lielāko daļu procesa, koncentrējoties uz metriku, kas tiek ģenerēta, izmantojot neapstrādātus datus.
Tātad, šis ekrāns parāda mums, kas būtībā ir laboratorijas pārbaudes procesa informācijas panelis. Ir lietojumprogramma ar nosaukumu Altosoft, kas šādā veidā veic BI. Un tāpēc jūs skatāties, ka jūs redzat procesu un datus nevis atdalot, bet atkal saliekot kopā. Tāpat kā šī atdalīšana bija mākslīga, un tas tika darīts tāpēc, ka mēs ieguvām datus, iespraudām tos datu bāzēs un virs tā izveidojām saskarnes. Tātad jums parasti ir divi rādītāji; jums ir tādas lietas kā pasūtīto testu skaits, kas ir pirmais lodziņš šajā plūsmā, un pēdējais lodziņš ir pabeigto un iesniegto testu skaits. Tātad jums būtu šie divi rādītāji; jūs liktu tos uz paneļa, un jūs varētu pamanīt, ka viens ievērojami atpaliek no otra. Vai varbūt jums ir trešā metrika, kas tiek atkārtoti apstrādāta.
Tātad, ja jūs veicat laboratorijas testus slimnīcā, testu ir daudz. Daudzas no tām ir steidzamas, jo viņus sagaida operācijas vai viņi iziet no kritiskās aprūpes nodaļām vai kādas citas lietas. Tātad jums ir procesi, kur ārsti tos pasūta, viņi nonāk laboratorijā, laboratorijā ir process, kurā tiek atzīmēts, ka viņi tiek saņemti, viņi ir ieplānoti, viņi gatavojas darboties, viņi tiks cauri aprīkojums. Dažreiz, ja viņi sēž pārāk ilgi, jo laboratorija ir dublēta, viss aprīkojums ir aizņemts, tie ir jāpārstrādā. Dažreiz rezultāti nav derīgi. Dažreiz tādas lietas kā asins paraugi nevar sēdēt ilgāk par 30 minūtēm vai paraugos ir iedalījumi, un tad jums ir jāiet un jālieto asinis otrreiz, un tas ir kaut kas, ko jūs patiešām nevēlaties darīt cilvēkiem . Tas nozīmē, ka dažiem laboratorijas testiem faktiski ir prioritātes, salīdzinot ar citiem, pamatojoties uz to ātrbojību. Tātad laboratorijas iekšienē notiek citas lietas, un jūs vēlaties, ja iespējams, izvairīties no šīm atkārtotas apstrādes problēmām. Bet jūs īsti nevarat redzēt testu plūsmu, izmantojot dažādas lietas, jo pats BI parasti ir saistīts tikai ar plūsmu kopējā metriskā nozīmē. Tātad šī saskarne parāda jums procesam pievienotos datus, lai jūs varētu redzēt, cik daudz dalībnieku ierodas, cik tika saņemti, cik daudz notiek vienā reizē. Es domāju, ka tā nav tieša demonstrācija, tāpēc jūs nevarat redzēt sīkāku informāciju par procesu un metriku, kas notiek iekšpusē, kas notiek ar partiju veidošanu vai atkārtotu apstrādi. Bet tas ir tas, kas jums sniedz daudz labāku skatu, un tāpēc cilvēks, kurš vismaz saprot laboratoriju, var to aplūkot un redzēt notiekošo, nevis daudz grafiku un metriku uz viena ekrāna. Tātad process daudz palīdz interfeisa dizaina pusē, tas neslēpj kontekstu.
Process notiek arī citās jomās. Patiešām, kad mēs runājam par BI un datu glabāšanu, pirms mēs iedziļināmies modernākā analītikā, jūs runājat par vienas no divām darbībām: jūs vai nu runājat par procesa notiekošā analīzi un pēc tam rīkojaties, vai jūs analizējat procesu un pēc tam to maināt. Tāpēc standarta veida organizatoriskā informācijas izmantošana ir situācijas uzraudzība - tas ir tas, ko dara jūsu informācijas paneļi, kā arī pārskati par desmit labākajiem un 20 zemākajiem. Tie visi ir vienkārši uzraudzības rīki, kas ļauj cilvēkiem redzēt to, kas viņiem jāredz, un meklēt novirzes. Informācijas panelī var būt satiksmes apgaismojums, iespējams, ir 20. apakšējais ziņojums, kas būtībā ir ziņojums par novirzēm un parāda sliktāko darbību. Un tad jūs analizējat šīs lietas, tāpēc jūs skatāties citus datus, jūs skatāt citas lietas. Varbūt jūs iedziļināties daudz detalizētāk analīzē un tad aplūkot cēloņus. Jums, iespējams, jau ir sajūta, ka to izdarīsit, un pareizi darbosities. Bieži vien notiek ar vienkāršākiem un labāk saprotamiem procesiem. Jūs redzat problēmu, jūs zināt, kas notiek, jūs pieņemat lēmumu un rīkojaties. Parasti tas atrodas apakšā esošajā procesa cilpā, jums ir SAP, tam ir šīs lietas, jūs redzat, ka veikalā tas nav pieejams, tāpēc jūs palielinat pirkuma pasūtījumu nākamajai papildināšanas kārtai un esat pabeidzis.
Notika nekas īpašs, bet citreiz jūs nekad iepriekš neesat redzējis problēmu, tāpēc jums ir jāanalizē cēloņi, tāpēc jums patiešām ir jāiepazīstas ar notiekošo. Parasti tajā brīdī, kad jums ir jāanalizē cēlonis, jums ir jāsaprot process, jo šī ir problēma, kuru jūs vēl neesat redzējis, tāpēc tā ir ārpus parastā procesa robežas - ikdienas, kas ir iestrādāta mūsu OLTP sistēmas, un tagad jums ir kaut kas tāds, kas prasa zināmu kritisku domāšanu. Tas prasa vairāk konteksta, jo jums ir problēmu kopums un iespējamo cēloņu kopums, kas jums ir jānovērš. Par to jums ir jāpamato, jāanalizē un jāapkopo jauna informācija un pēc tam jāmaina process. Tas notiek tāpēc, ka mēs kaut ko izdarījām. Varbūt mēs nesinhronizējām savas mārketinga kampaņas ar papildināšanas procesiem, tāpēc mums trūkst krājumu. Cerams, ka mazumtirdzniecībā tas nenotiek, taču daudziem mazumtirgotājiem šīs problēmas bija raksturīgas, kad mēs pirmo reizi ieviesām BI un datu noliktavas.
Tagad bieži cēloņsakarības analīzē ir iekļauta statistika un cita sarežģītāka analīze nekā dažu skaitļu acu ābolēšana, bet pēc tam jūs nonākat otrajā daļā, proti, jūs maināt procesu. Vai veicat izmaiņas pareizajā vietā? Vai jūs saprotat, kur veikt šīs procesa izmaiņas? Vai dati apstiprina jūsu intuīciju vai analīzi par to, kas notiks pēc šīm izmaiņām? Kādi citi procesi tiek ietekmēti? Kādus citus jūsu informācijas paneļu numurus, uz kuriem jūs pievērsat uzmanību, tas ietekmēs? Un jūs, iespējams, apkoposit jaunus datus, kurus ievadīsit uzraudzības ciklā. Tātad process faktiski ir raksturīgs izpratnei plašākā līmenī, kad veicat darbības un darāt lietas. Un BI pasaule bieži pieņem lineāru cēloņsakarību. Faktiski lielākajā daļā vadības skolu patiešām ir slikti mācīt cilvēkus, kā veidot darbības vadības un darbības rādītājus uzņēmējdarbībā, jo viņi pieņem tiešu viedokli. Tiešsaistes skatus savukārt pastiprina vienkārša BI pārskatu sagatavošana un viena metriska veida pārskati, kurus jūs izveidojat, jo tas nesaprot procesu, kā lietas ietekmē citas lietas.
Tātad procesa modeļus var izmantot ne tikai kā biznesa procesu modeļus, bet var izmantot arī sistēmu dinamiku. Varat izmantot procesu modeļus un tos izmantot tādā pašā veidā, lai saprastu, kā metrika ir savstarpēji saistīta. Tātad taisnā skatā, piemēram, šajā diagrammā - es atvainojos, es aizmirsu ievietot atsauci uz papīru, no kura tas bija, tas ir vecs no 80. gadiem, tas attiecas tikai uz sistēmu dinamiku un to, kā lietas tiek pieņemtas un kā viņi tiešām ir. Tātad rentabilitāte vienmēr pieņem, ka, ja mēs kvalitāti padarīsim labāku nekā rentabilitāti, mēs kaut kā kļūsim labāki. Vai varbūt tas pasliktināsies, jo, lai uzlabotu kvalitāti, jums ir jāpavada vairāk naudas, un tas samazina rentabilitāti. Tātad šai bultiņai varētu būt negatīvs raksturs. Vai arī tas, kā vadība vai kā dažādu tvertņu pielāgošana organizācijā vai procesā rada labāku rentabilitāti vai samazina izmaksas. Vienmēr ir faktori, un ideja ir tāda, ka kāds no šiem rādītājiem kreisajā pusē ietekmēs šo metriku labajā pusē, un tas viss ir lineārs.
Diagramma labajā pusē parāda daudz labāku piemēru. Tas parāda, kas šeit patiesībā notiek, un tas, kas notiek, ir tas, ka jūs varētu mainīt produkta kvalitāti, taču starp, piemēram, produkta kvalitāti un izmaksu struktūru ir atgriezeniskā saite, kas paaugstina izmaksu struktūru, kas pazemina rentabilitāti, pat tajā pašā laikā pazemina arī garantijas remonta izmaksas. Un tāpēc šī matemātika kļūst nedaudz izplūdusi, jo jūs varat kaut ko labot, samazinot izmaksas, bet jūs pazemināt produkta kvalitāti, kas samazina apmierinātību, kas samazina pārdošanas apjomus, un tas palielina garantijas izmaksas.
Vai arī jūs varētu darīt apgriezto. Un tāpēc jums ir rūpīgāk jāmodelē, kas notiks, mainot kādu no šīm lietām. Tātad jūsu metrika par kreisajā pusē esošajām lietām jau pati par sevi ietekmēs viens otru un to, kā jūs maināt šīs lietas, sviras, kuras jūs ievelkat biznesā, vai jūsu pielāgojumi biznesa procesam vai praksei, tos ietekmēs. Un tāpēc process uzņemas galveno lomu, kur ļoti ilgu laiku mēs veidojām ļoti vienkāršas lietas.
Un tāpēc nākamais ir paskatīties, kā paši procesi mijiedarbojas. Ja ņemtu to iepriekšējo diagrammu, kas man bija, un jūs, teiksim, kaut ko mainītu, jums patiešām ir jāaplūko, kā procesi mijiedarbojas, jo šeit izmaiņas rada kaut ko tur, un tāpēc šī diagramma no iepriekšējās prezentācijas par to, kā notiek izmaiņas mārketingā un līdz mārketinga datiem ar nokavēšanos, tas, kas notiek pārdošanā, ir darbības ar nokavēšanos, kas nozīmē, ka jūsu rīcība var notikt pārāk agri vai pārāk vēlu, lai izdarītu kaut ko labu, un tāpēc ir vērts saprast, kā viena procesa ietekme izpaužas citā procesā, jo viss ir vienmēr tiek atgriezts caur procesu.
Tātad tas, kas jums ir, biznesā ir ļoti sarežģīts, un ļoti bieži mēs to neuztvēra. Mēs to neuztvēra, strādājot ar statistikas projektiem, mašīnmācīšanās projektiem, BI projektiem, un tāpēc tagad jūs runājat par, teiksim, mašīnmācības ievadīšanu vadošā vērtēšanas procesā mārketingā un pārdošanā, kur tas palīdz kvalificēt potenciālos klientus., kas ietekmē šīs divas dzeltenās rūtiņas šeit. Labi, ka svina vērtēšanas process, kas notiek kaut kur, ietekmēs abus šos. Un tas izraisīs šo divu procesu atkārtotu kalibrēšanu vai izmaiņas. Ja jūs iedziļinājāties tajā ar domu, ka šī potenciālo pirkumu vērtēšanas lieta ir mārketinga problēma, un mēs nolīgsim datu zinātnieku, un viņi mums izveidos šo potenciālo pircēju vērtēšanas algoritmu, tas darīs šīs lietas, labāk kvalificējiet mūsu vadību un piešķiriet lietām prioritāti. Kā tas ietekmē pārdošanu? Vai tas tiek piemērots pareizajā vietā? Varbūt jums jāredz, kas notiek šajos procesos, jo tiem abiem ir jāmainās. Tas nav tikai mārketinga projekts. Un tas ir tas, ka daudzām analītikām ir tas, ka patiesībā konteksts un ietekme ir daudz spilgtāka, un darbības joma palielinās, tā kļūst lielāka un daudz mataināka.
Un jūs varat aplūkot problēmas dažādos līmeņos. Tātad sākumā jūs to aplūkojat mārketinga problēmas kontekstā un tad sakāt: “Ak, labi, tas faktiski ietekmē mārketingu un pārdošanu. Bet šim projektam ir ietekme uz IT, tāpēc tam ir IT leņķis, kas nozīmē, ka mums ir jādara citas lietas, un, starp citu, tas mainīs SAP, tas nozīmē, ka mums bija šī cita procesa ietekme. ”Un tā, robežas sarežģītības pakāpe atšķirsies, kā arī analīzes līmenis, jo process nav tikai vienkāršs: “Paskatieties uz šo procesu” vai “Paskatieties, kā šie divi procesi mijiedarbojas.” Ja jūs esat izpilddirektors un jūs taktiski izveicat daudz augstākas pakāpes pasūtījumus. vai stratēģiski lēmumi, jums jāredz vēl lielāki attēli. Tātad šī ir vērtību ķēdes diagramma, tā ir viena no manām iecienītākajām, bet tā ir siera ražošanas process no saimniecības līdz mazumtirdzniecībai. Tātad jūs zināt, ka ļoti tālu kreisajā pusē redzat fermas un labajā pusē redzat mazumtirgotājus, un starp jums ir transports, kas pārvieto fiziskas preces, galvenokārt pienu un sviestu, pārvieto piena produktus uz dažādām rūpnīcām, kuras pārceļas uz pārstrādes uzņēmumiem, kas pāriet pie izplatītājiem, pēcapstrādes un iesaiņošanas uzņēmumiem, un visas šīs dažādās lietas. Un tā būtībā ir piegādes ķēde, kas iet no ražošanas līdz patēriņam.
Un tas, ko jūs redzat sarkanā un zaļā krāsā augšā, faktiski ir procesu mijiedarbības datu puse, jo šī ir vērtību ķēde nevis vienam uzņēmumam, bet gan nozarei, lai gan tas faktiski bija uzņēmumam. Jūs sevi iedvesmotu kaut kas līdzīgs šim un to kartētu, un tur ir daudz dažādu vērtību ķēžu un vērtību sistēmu, vērtību kartēšanas lietu, kas aizsākās Porterā, manuprāt, septiņdesmito gadu beigās / astoņdesmito gadu sākumā. Bet ideja ir tāda, ka šeit notiek process, un tās sarkanās lietas ir visa informācijas plūsma no viena uzņēmuma vai viena darbību kopuma piegādes ķēdē uz citu. Un tas nozīmē, ka viens process vienā organizācijā mijiedarbojas ar citu procesu citā organizācijā. Un tāpēc procesa plūsma un datu plūsma ir abas svarīgas, un abām tām jābūt redzamām gan dokumentējot notiekošo, gan saprotot notiekošo, gan spriežot par to, jo tad jūs varat nākt kopā un pateikt: “Nu, kas būtu, ja es piemērotu AI mans process šeit un es mainīju to, kā es rīkojos ar šo ātri bojājošos pārvaldību, lai samazinātu to, ka tranzītā vai gaidīšanas zonās un izplatīšanas vietās man ir produkti slikti. ”Un tāpēc es pielāgoju loģistiku un piegādes ķēdes, bet tas ietekmē ne tikai mani, bet gan augšupējie, gan pakārtotie piegādātāji. Tas ietekmē manus procesus, un tajā ir informācijas plūsmas, kuras tiks ietekmētas, un tāpēc process palīdz jums domāt par to, kā tas darbosies un kam jūs ietekmēsit un ar ko jums jātiek galā. Tātad tas neattiecas patiesībā uz analītiķi vai BI personu vai datu zinātnieku, bet tas attiecas arī uz vadītājiem, kuriem šie materiāli ir jāizmanto.
Kā konkrētāku piemēru es šeit mārketingā iecerēšu patiešām vienkāršu lietu, jo, manuprāt, daudziem cilvēkiem ir diezgan intuitīva izpratne par tiešsaistes mārketinga pamatiem. Es domāju, ka visi kādreiz vai citā laikā, iespējams, ir redzējuši obligāto piltuves diagrammu, kur ir redzama cilvēku auditorija. Mārketings neattiecas tikai uz reklāmu. Tas attiecas uz daudzām lietām, bet pašā tā sākumā tiek izprasts vārds. Informējiet cilvēkus par jūsu produktu vai pakalpojumiem. Reklamējiet šo auditoriju, lai radītu potenciālus klientus, un tādējādi auditorijas veids sašaurina potenciālos klientus, cilvēkus, kuriem varētu interesēt jūsu produkts. Un, kad produktu specifikācijas ir pietiekami kvalificētas, tās kļūst par iespējām. Tās kļūst par pārdošanas iespējām. Tātad ikviens no jums šajā tīmekļa apraidē ir potenciāla mārketinga iespēja cilvēkiem, kuri maksā par šo tīmekļa apraidi, jo patiesībā viņi cenšas atrast kvalificētus cilvēkus. Viņi cer, ka šīs pārdošanas iespējas kļūst par potenciālajiem pircējiem - patiesiem cilvēkiem, kurus interesē produkts vai pakalpojums, kuri vēlas šo lietu, kuri vēlas to iegūt, un, protams, ja jūs kaut ko pērkat, ziedojat vai darāt visu, kas tas ir jūs darāt - tas vienādi attiecas uz bezpeļņas līdzekļu piesaistīšanu. Es varu kļūt par klientu, donoru. Un tad jūs, cerams, zināt, ka cerības uz mārketingu ir tas, ka jūs kļūstat par atbalstītājiem, vai ne? Tāpēc vienmēr pastāv tādas lietas kā reklāmdevēju rezultātu metrika, ko varat izveidot par vārdu mutē mārketingu un to, kā laimīgi klienti atstāj vārdu mutē, lai pastāstītu citiem cilvēkiem par to, kas auditoriju sasniedz nevis caur formāliem mārketinga kanāliem un rada vairāk izredzes, iespējas, piesaistiet klientus un tā cikls iet.
Tā ir pamata piltuve, jo visi redz, ka, ja jūs darāt jebkādu, tīmekļa analītikas darbu, jūs redzat tādas lietas kā reklāmguvumu diagrammas, vai ne? Šī ir klasiska BI lieta, jūs redzat reklāmguvumu līmeni, kas šeit ir vienkārši pāreja no vienas fāzes uz nākamo. Tātad lielā masu auditorija, kuru jūs īsti nezināt, jo jūs vienkārši reklamējat potenciālos potenciālos klientus, cerams, ka cilvēki, kurus jūs zināt, varbūt kaut ko zina par divām identificētajām iespējām, potenciālajiem cilvēkiem, uzņēmumiem, kurus jūs pazīstat un kuri tad šķērso citu robežu. Tātad jums būs dažādas kampaņas. Aiciniet cilvēkus noklikšķināt uz reklāmkarogu reklāmām un aiciniet cilvēkus apmeklēt šo tīmekļa apraidi. Lieciet cilvēkiem kaut ko darīt, un katram no tiem ir reklāmguvumu līmenis - tātad cilvēku skaits, ar kuriem jūs sazināties, un to cilvēku skaits, kuri faktiski veic vēlamo darbību. Tātad daudz konversijas likmju, kas parasti notiek tiešsaistē, būs līdzsvarā, teiksim, no viena līdz pieciem procentiem, atkarībā no nozares un darāmā veida. Tātad jums būs daudz metriku.
Šajā gadījumā es parādīšu tipisko analītisko lietu, kurā lapas viņi apmeklēja vai kāds bija atlēcienu līmenis. Bet tas ir vienskaitlis, un cilvēki tos aplūko un mēra lietas, bet tie tiešām nav tik šausmīgi noderīgi. Notiek tas, ka viens līdz pieci procenti - un daudz tiešsaistes reklāmas ziņā - ir tikai viens līdz divi procenti, ja jums veicas. Šis ir reālais konteksts, vai ne? Visi citi, kas tajā brīdī nebija konvertējuši par šo lietu un šo mazo niecīgo līniju apakšā, sniedz jums daudz reālistiskāku attēlu nekā šī diagramma. Bet tiešām tam, ko es jums iepriekš parādīju ar šīs piltuves diagrammu, vajadzētu izskatīties kaut kā šādam, vai ne? Bilances likme, kāda būtu cilvēkiem, kuri parādās pārdošanas vietnēs vai mobilajās vietnēs un nekavējoties aizietu, vai ne? Viņi vienkārši nebija īsti ieinteresēti. Tad ir cilvēki, kas mazliet iestrēdzis, un tad ir cilvēki, kas mazliet vairāk iestrēdzis, varbūt noklikšķinājuši, varbūt reģistrējušies, varbūt kaut ko izdarījuši. Tas faktiski ir no mazumtirdzniecības analīzes; Es darīju tur, kur jums ir iepirkumu grozu likmes, tāpēc pamestā likme, aizpildot veidlapu un aizbraucot, sāka ziedot naudu un aizgāja, sāka parakstīt petīciju un aizgāja, kaut ko ielika iepirkumu grozā un aizgāja. Jums patiešām vajadzētu diagrammēt visas šīs lietas, bet jūs zināt, ko jūs šeit redzat, un jūs redzat metriku katrai no šīm lietām. Un katra no šīm metrikām, ja atgriezīšos pie piltuves, ir pāreja no viena punkta uz otru.
Faktiski tā ir procesa izlīdzināta metrika. Un, ja jūs, protams, vēlaties padarīt lietas mazliet sarežģītākas, jūs atradīsit, ka patiesībā ir daudz kanālu, vai ne? Tā kā mārketings ir ļoti sarežģīts komunikācijas kanālu veids. Tur ir vecie sīkumi, radio, televizors, drukāšana, un drukāšana nav tikai žurnāli un avīzes, tie ir apkārtraksti, kurus jūs saņemat pastkastē, tās ir tās mazās kaitinošās kartes, kas nonāk žurnālos, vai arī, ka tās pielīp jūsu pastam. Tās ir kartītes un skrejlapas, kā arī sīkumi, ko viņi jums nodod uz ielas. Un tad, protams, ir mobilais kanāls, kas būtībā ir vēl viens tiešsaistes kanāls, bet tas smalki atšķiras. Spēles faktiski ir mārketinga kanāls. Filmas, plašsaziņas līdzekļi faktiski ir mārketinga kanāli. Ikreiz, kad filmas sižetā redzat zīmolu, kādam par to maksā. Un tad es tikko pārtraucu tiešsaistes darbību šeit, jums ir jūsu vietne, e-pasta mārketings, kas joprojām ir ļoti populārs, interaktīvās balss reaģēšanas sistēmas - kaitinošās pieskārienu signālu sistēmas, kad zvana klientu atbalstam un nevar tikt cauri. Daudz dažādu sociālo tīklu.
Tātad katrs no tiem savukārt sadalās līdz daudzām citām lietām, piemēram, sociālajām lietām. Jums ir Facebook un Twitter un Instagram un vēl 100 lietas. Un tāpēc katram no tiem ir savs mārketinga process, savs veids, kā izvēlēties, kā iesaistīties, kā tērēt, ko tērējat, ko plānojat darīt, kā jūs to darīsit un kā jūs gatavojaties izmērīt. Katrā no tām ir process. Tātad Facebook mārketings atšķiras no Twitter mārketinga atšķiras no Instagram mārketinga atšķiras no mārketinga. Kas nozīmē, ka katram no tiem būs līdzīgas - iespējams, līdzīgas, bet nedaudz atšķirīgas - lietas un varbūt dažādi cilvēki, kas ar tām nodarbojas. Tātad katram ir savs process. Tātad procesu skaits zem šiem rādītājiem faktiski ir ļoti dziļš, un tie ietekmē viens otru. Darot vienu lietu, jūs ietekmējat citas lietas, un šī mijiedarbība ir ļoti noderīga un patīkama, lai to redzētu procesa shēmās.
Pārējās pašas piltuves koncepcija ir pārāk šaura, jo tā parasti tiek sagriezta brīdī, kad cilvēki kļūst par klientiem. Parasti tas notiek, kad mārketings saka: “Mūsu darbs beidzas.” Ļoti maz cilvēku saprot, ka mārketinga patiesais uzdevums ir radīt klientus pārdošanai. Un tāpēc tas ir jāmēra līdz galam. Un, tiklīdz klients ir ieguvis, otra mārketinga daļa, par kuru parasti cilvēki nezina mārketingu, ir tā, ka tā nav tikai iegūšana, bet gan klienta dzīves cikla pārvaldība. Bet tas parasti ir atšķirīgs tvertne. Kā Kim jau runāja iepriekš, mums ir silosi, klientu apkalpošana un garantijas atbalsts, un visas šīs citas lietas parasti notiek dažādās nodaļās vai dažādās nodaļās mārketingā savās tvertnēs. Bet jums ir jāredz pāri viņiem. Jums jāredz process, kas baro lietas gan caur, gan cauri. Un karstā tēma no - teiksim, labi pirms pieciem līdz 10 gadiem, bet tā joprojām ir šodien - ir saistīta ar klientu 360 un lietotāju pieredzi un klientu pieredzes pārvaldību. Labi klienti izjūt organizāciju organizācijā, izmantojot daudzus kontaktpunktus, sākot no iegādes, izmantojot atbalstu, un tādējādi jums var būt liela pieredze gan mārketinga, gan pārdošanas pusē, un jums ir briesmīgs serviss un nekad neatgriezīsities. Vai arī jums var būt šausmīga pārdošanas pieredze, nevis pērciet produktu, bet nolemiet, ka tas ir tā beigas neatkarīgi no tā, cik labs ir pakalpojums. Un tas paplašina procesa skatu kontekstā, kurā jūs skatāties metriku.
Un tāpēc izpratne par procesu horizontāli, starp departamentiem un biznesa virzieniem ir svarīga lieta, nevis tikai tur. Un viens no izaicinājumiem, protams, kā BI vai datu glabāšana, vai datu zinātnes praktiķi, ir tas, ka dati ir sagriezti šo tvertņu dēļ. Mārketinga automatizācijas sistēmas apstrādā priekšpusi; pastāv tiešsaistes mārketinga sistēmas; Pārdošanas automatizācijas sistēmas tiek galā ar vidējām detaļām, tiklīdz tās ir iztulkotas SAP vai Oracle OLTP sistēmu versijās. Tad tas ir atšķirīgas lietas, un, protams, zvanu centrs biz bieži tiek atdalīts no kāda cita no šiem gabaliem, un tad jums tas viss ir jāatsaista kopā, tāpēc procesa diagrammas palīdz saprast, kā visas sistēmas ir savstarpēji saistītas, kas arī palīdz jūs kā BI dati vai mājokļu datu zinātnes praktiķi izdomājat, kādi dati nonāk kur un kā un kāpēc. Tāpēc es personīgi izmantoju procesu diagrammas daudzās dažādās šo analīzes projektu vietās, jo tās palīdz jums izprast un izprast datu prasības, kā arī veikt šo darbu. Kā mēs redzējām iepriekš, ir vietas, kur procesu modeļi izmanto datu redzamību. Viņi izmanto pārdošanas un mārketinga datus, kā arī to, kam pieder kādi dati, un kur šie dati ir redzami, un kur tie pārklājas. Viņi arī palīdz jums saprast, jo procesa diagrammās ir izvietoti cilvēki un departamenti, kurš dara kādu darbu un tāpēc ir šo datu faktiskais procesa īpašnieks. Tātad jūs varat redzēt, kam pieder finanšu dati, kam pieder dati par veselību, kurš ir atbildīgs par šīm lietām. Un dažreiz tas ir noderīgi, ja redzat metriku, starp diviem procesiem ir plaisa, un starp šiem diviem procesiem notiek datu pārsūtīšana, un katrā pusē ir cilvēks, kurš, iespējams, ir atbildīgs par augšupējiem vai pakārtotajiem datiem, un jums ir jāatrod viņiem. Vai arī varat doties uz procesu kartēm un redzēt šīs lietas.
Tātad procesa modelis var palīdzēt to padarīt redzamu, un jūs varat izmantot šīs lietas projektos. Un jūs zināt, kā mēs ceram uz priekšu. Daudz no tā, ko es sākumā runāju par BI un analītiku un pat par daļu no datu zinātnes, lietu aspektiem virspusējā līmenī, viņi visi analizē pamatprocesu un metriku. . Bet otra lieta, ko jūs varat darīt, izņemot analītikas iegulšanu procesos vai procesu analīzi un mainīšanu, ir simulāciju veidošana. Vecais simulatoru būvēšanas veids, kā mēs to darījām jau sen, ir tas, ka jūs esat gudri, matemātiski, cilvēki, viņi ir izveidojuši modeļus, kas imitē sistēmu, parasti izprotot procesus šajā sistēmā. Bet ir vēl viens veids, kā to izdarīt: ņemt vērā šo izpratni un pēc tam ievadīt tajā datus. Jūs uzbūvējāt simulatoru, un tas saka, ka tas darbojas šādi, jums ir visi šie dati. Jums vajadzētu būt iespējai šos datus kartēt šajā simulācijā un redzēt, vai jūsu simulācija ir neskaidra vai laba. Un tā jūs varat sākt veidot procesa simulācijas vai mijiedarbības procesu, kas ir ļoti grūti izdarāms.
Analizējot un ievietojot datus melnajās kastēs - tur ir melnā kastes un baltā kastes simulācijas modeļi, kurus varat konstruēt, lai jūs varētu apstiprināt simulācijas - datus varat izmantot simulāciju konstruēšanai; jūs varat darīt vairāk interesantu lietu, un tā tiešām ir liela daļa no nākotnes virzieniem. Tas un kaut kas apmēram desmit gadus atpakaļ, kas ir lēmumu automatizācija pati par sevi - tas ir, ņemt vērā tās ikdienas lietas, ko cilvēki dara, kas ir rote, ka jūs vienkārši tērējat laiku, jūs zināt, nospiežot pogas - un sākat veic lēmumu automatizāciju, un dažas skolas to sauc par “sarežģītu notikumu apstrādi”. Bet jūs zināt, ka tie ir vēl viens leņķis, lai procesā ievadītu vienumu lēmumu pieņemšanu un analītiku, kas nozīmē, ka jums ir jā diagrammē šie procesi, lai redzētu, kā un kur šo praksi var pielietot. .
Un tad beidzot mēs gandrīz nekad neesam procesa modeli pievērsuši lietai, ko mēs darām, proti, pieņemt lēmumus, izmantojot informāciju. Un tā ir viena no jomām, kurā lēmumu pieņemšanas automatizācija un CEP patiesībā nedaudz dara. Bet es pats to esmu izdarījis, veicot izpēti lēmumu pieņemšanā, un tas ir, kāds ir process, kurā cilvēks iziet lēmumu pieņemšanu par kādu konkrētu lietu? Tā varētu būt tirdzniecība, tas varētu būt mārketings, tas varētu būt kaut kas loģistikā, taču lēmumus pieņem cilvēks, un, ja jūs modelējat lēmumus un tos pieņem, jums ir labāka izpratne par nepieciešamajiem datiem un metriku. viņiem. Tātad jūs varat izmantot šo lēmumu pieņemšanas procesa modeli kā faktisku mehānismu, lai izveidotu labākus informācijas paneļus, lai izdomātu, kādas analītiskās funkcijas var izmantot, lai to izdarītu vai ļautu šai personai pieņemt labākus lēmumus. Un tā ir viena no tām lietām, kas joprojām ir jāizpēta.
Un tāpēc es šeit beigšu darbu, lai mums būtu laiks jautājumiem.
Ēriks Kavanaghs: Jā, tas bija ļoti daudz ļoti, patiešām labu lietu, un Kims, jāsaka, starp jums un Marku, es domāju, ka jūs abi vienkārši esat izveidojuši diezgan iespaidīgu situāciju un scenāriju klāstu, kur procesu modelēšana tiešām maksās dividendes . Es domāju, vispirms to vienkārši izmetīšu tev, Kims. Kā panākt, lai bizness to novērtētu un saprastu, cik daudz laika var ietaupīt, naudu var ietaupīt, peļņu var palielināt un tā tālāk, patiesi koncentrējoties uz šo procesu destilāciju līdz diagrammu kopumam un pēc tam tos analizējot?
Kims Brushabers: Jā, es domāju, ka pirmais, kas jums jādara, ir noteikt čempionu organizācijā, kas vēlas redzēt viņu procesus kartē. Un reiz - un tam ir jābūt organizācijas galvenajam interesentam. Pēc tam identificējiet nelielu grupu, lai sāktu veidot procesus un atkal koncentrētos uz biznesa mērķi un to, ko bizness cenšas sasniegt, ne tikai uz to, kas notiek nodaļas ietvaros. Paņemiet šo vienu mērķi un izdomājiet to čempionā un paņemiet čempionu, un tad parādiet atalgojumu, ko jūs saņemat no procesa, un kas tad ļaus pārējām organizācijas daļām doties un sākt veidot šos procesus, līdz varēsit izveidojiet visu organizāciju, jo vairums cilvēku nevar sniegt tikai konsultācijas, kas vienlaicīgi diagrammēs visus savus procesus. Tāpēc viņiem tas jādara sakodiena lielos gabalos un izvēloties stratēģiskākās vietas, kur meklēt, vai vietas, kur, jūsuprāt, pastāv visprocesuālākie jautājumi. Un sāciet savādāk atvienot Ziemassvētku uguntiņas un redzēt, kā tas viss sanāk.
Ēriks Kavanaghs: Jā, tā patiesībā ir lieliska metafora - atvienojiet Ziemassvētku uguntiņas, jo zem tā jūs atradīsit daudz sarežģītības un daudz risinājumu. Tiešām, es domāju, ka tur parasti rodas daudz problēmu, vai nu apvienošanās rezultātā - kā jūs iepriekš ierosinājāt -, vai arī vienkārši risinājumi, kas gadu gaitā ir tikuši iestrādāti procesā, kurus neviens nekad nav izmantojis, lai atvienotos, vai ne ?
Kims Brushabers: Pareizi, vai kāds vienkārši kaut ko sāka darīt, un tas nekad netika apspriests.
Ēriks Kavanaghs: Pareizi, tas ir interesanti. Šeit ir … un tas ir labs. Es domāju, ka es to pārmetīšu jums, Marks, un tad Kim, ja vēlaties to komentēt. Kāds no dalībniekiem raksta: “Ņemot vērā mainīgo un augošo universālo kanālu vidi, kā vislabāk tiek pārvaldīta vai piešķirta attiecināšana?” Es domāju, ka tas ir pastāvīgs jautājums, bet Marks, ko jūs domājat?
Marks Madsens: Jā. Visa piedēvēšanas problēma mārketingā ir milzīga. Ja jūs nezināt, kas ir piedēvēšana, tas nozīmē tikai kaut kā pārdošanu, piemēram, tiešsaistes piemēru, ja apmeklējat Amazon un pērkat grāmatu. Nu kā jūs tur nokļuvāt? Vai meklētājprogrammu optimizācija noveda jūs uz šo vietu, tikai iegūstot šīs grāmatas klasifikāciju attiecīgajā vietā, tāpēc viņš devās uz konkrēto vietu, lai to iegādātos? Vai tā bija tiešsaistes reklāma, vai tā bija sociālo mediju kampaņa? Un jūs zināt, ka problēma ir tā, ka piedēvēšanas modelēšanas ideja ir tāda, ka tas ir galvenais iemesls, bet acīmredzami ir vairākas lietas. Varbūt jūs redzējāt grāmatu grāmatu stendā un redzējāt tās reklāmkarogu, un tad jūs nolēmāt to meklēt vēlāk, jo meklējāt kaut ko lasāmu, un tad viņš devās tur augšā.
Un tad jautājums ir: “Kā jūs sadalāt mediju tēriņus vai šī pārdošanas un klienta vērtību dažādās kampaņās?” Un tas ir ārkārtīgi sarežģīts uzdevums, un jums tas jādara, jo acīmredzot jūs cenšaties ieplānot savu visefektīvāko. kampaņas. Bet arī tāpēc, ka daudzreiz ir jāmaksā, piemēram, maksa par filiāli vai kaut kas cits vai klikšķis, kas par jums tiek iekasēts. Un tad jums ir jāizlemj, kurš saņem algu. Vai Google maksā, vai šie puiši saņem algu, vai šie puiši saņem algu? Tā kā tipiskās attiecināšanas shēmas ir “pirmais puisis saņem algu”.
Un tāpēc es domāju, ka būtība ir tāda, ka tā ir ārkārtīgi sarežģīta problēma un tā ir daudzfaktoru veida statistiskās analīzes problēma, kurai nav skaidru atbilžu. Un tas nozīmē, ka, jūs zināt, jums jāizseko metrika un jāredz, ko varat mēģināt ķircināt, un ir tādas lietas kā kopīga analīze un citi dīvaini sīkumi, kas agrāk bija populāri, un kas varētu atkal kļūt populāri šāda veida mērķiem. Bet tas savukārt nozīmē, ka jums ir jāsaprot procesa rādītāji, vismaz līmenī “Man ir pieci dažādi mārketinga kampaņu veidi, man jāzina, kas ir šīs kampaņas ievads, jāzina, cik daudz naudas es maksāju”. Man izdevumi, lai apstrādātu metriku, piemēram, cik e-pastus vai cik reklāmas es parādīju? ”un iznākuma metrika, kas atbilst laika posmam vai saitei vai izsekotājam uz šo lietu, šis darījums notika. Lai jūs varētu sākt veidot šo attēlu - un tas atkal ir vēl viens labs piemērs tam, kur vismaz pamata procesa mijiedarbību kartēšana var palīdzēt jums to pamatot. Grunts līnija, es tomēr nedomāju, ka ir skaidra atbilde uz attiecinājumu.
Ēriks Kavaņahs: Jā, es domāju, ka tev ir taisnība. Un jūs nekad neuzzināsit, man šķiet. Jūs vismaz varat zināt vismaz to, ka jums ir laba ideja, no kurienes radās lielākā daļa lietu, taču, lai pieņemtu, ka jūs to visu varat zināt vai kādreiz varētu zināt, es domāju, ka tā ir tikai kļūda pašā sākumā.
Marks Madsens: Es domāju, ka Heisenbergs par to jau rakstīja.
Ēriks Kavanaghs: Kas tas ir?
Marks Madsens: Heizenberga nenoteiktības princips to nosaka.
Ēriks Kavanagh: Tas ir jauki, tas ir labi. Ļaujiet man to nodot jums, Kim, jo, skatoties uz šo un klausoties šo prezentāciju, tas, ko jūs aprakstījāt ar daudziem šiem dažādajiem scenārijiem un ko tad arī izdarīja Marks, jūs zināt, kas pops manuprāt, ir visa šī digitālās pārveidošanas koncepcija, par kuru visi runā. Manuprāt, tas ir lielisks paņēmiens šāda veida diskusijai, jo, ja jūs skatāties uz jaunajiem uzvarētājiem tādu nozīmīgu jauninājumu ziņā kā Uber, neatkarīgi no viņu kultūras jautājumiem, kā arī Airbnb un dažiem no šiem citiem uzņēmumiem, tas, ko viņi darīja, bija destilēts. galvenie procesi līdz šim līmenim līdz shematiskajam līmenim, un viņi patiešām koncentrējās uz ložu necaurlaidīgas infrastruktūras izveidi, lai tirgū varētu piedāvāt šos nopietnos pakalpojumus. Un viņi to darīja mērogā, vai ne? Digitālā pārveidošana ir saistīta ar jauno mākoņdatošanas iespēju, mašīnmācīšanās, analītikas, neatkarīgi no gadījuma, izmantošanu. Tātad, man visiem, kas runā par digitālo pārveidi, ir jāveic procesu modelēšana. Ko tu domā?
Kims Brushabers: Jā, un es domāju, ka vēl viens termins, kas šobrīd bieži mainās, ir “procesu automatizācija”, kas jums vispirms ir jāizveido biznesa procesi un jāsaprot, kādi tie ir, pirms jūs varat sākt tos automatizēt. Un tad jūs varat īstenot savus plānus. Bet absolūti, kad jūs nodarbojaties ar digitālās pārveidošanas laikmetu, jūs zināt, ka jums ir jāskatās, kāda ir informācija, kuru es apkopoju, un patiešām jūsu organizācijā jāpanāk vienošanās par to, kas šai informācijai ir svarīgs. Tā kā jūs zināt, piemēram, slaids, ar kuru Marks dalījās, kur jums ir visi dažādie TV ekrāni ar visu atšķirīgo informāciju, mēs tagad varam apkopot tik daudz datu, ka jums tiešām jādefinē kā organizācijai un jāiekļūst visi, visas galvenās ieinteresētās puses un caur biznesa procesiem saka: “Šī ir kritiskā informācija, un tie ir kritiski soļi”, un arī spēs saprast, kur atrodas jūsu pagrieziena punkti. Tātad, jūs zināt: “Šis ir process, kas mums īsti nedarbojas. Iedziļināsimies precīzā detaļā un izdomāsim, kā mēs varam rīkoties savādāk ”, sarunāsimies ar dažādiem saskares punktiem un redzēsim arī viņu ieguldījumu sarunā.
Ēriks Kavaņahs: Jā, tas ir patiešām labs punkts, un es domāju, ka šis slaids arī paveica labu darbu, lai informētu par atkarības nozīmīgumu. Jūs zināt, ka jebkurā brīdī, kad maināt kādu no šiem komponentiem, jūs tos maināt arī visus, un mēģinājums aplauzt galvu ap to, kā tas atklāti var ietekmēt biznesa procesus, prasa zināmu laiku un pūles. Bet atkal tas ir tāds, ka, ja jūs runājat par jebkāda veida digitālu pārveidošanu, jums ir jāsaprot, kur procesus var sabrukt, kur tos var izskaust. Es domāju, ka parasti tas ir viens no veiksmīgas ieviešanas neveiksmīgajiem varoņiem, kad, pārbūvējot kopējo plānu, jūs saprotat, ka jums vairs nav nepieciešami X, Y vai Z procesi.
Kim, es domāju, ka es tev to atdošu. Kas, jūsuprāt, ir daži no galvenajiem veiksmes faktoriem, kad šie materiāli darbojas ļoti labi? Kādas ir šo veiksmes stāstu īpašības?
Kim Brushaber: Es domāju, ka es domāju, ka acīmredzami sadarbība ir būtiska, un tāpēc es nolēmu koncentrēties uz tik ļoti lielo slēpju klāju, ka esmu tikusi pie tvertnēm, jo, sadarbojoties dažādām organizācijām un izdomājot, kur notiek šī atlaišana, tas ir milzīgs veids, kā pilnveidot un padarīt jūsu procesus liesākus, kā arī šīs sarunas par “Labi, tāpēc es to daru”, piemēram, ar apvienošanās slaidu, kad runājat ar vairākiem dažādiem departamentiem vai jūs runājat ar uzņēmumiem, kas apvienojas, un patiesi izdomājat labāko praksi. Un, izstrādājot labākos soļus, kā arī panākot, ka visi pielāgojas šiem soļiem, šī informācija kļūst daudz vienmērīgāka.
Ēriks Kavanagh: Jā, un es priecājos, ka jūs ievadījāt arī vārdu “sadarbība”. Marks, es to vienkārši iemetīšu tev komentāros. Sadarbība ir tik jauna spēles biznesa sastāvdaļa, kas maina spēli, pat ar tādiem vienkāršiem sīkumiem kā Google dokumenti. Tā vietā, lai pa e-pastu nosūtītu vienu dokumentu caur pieciem dažādiem cilvēkiem, varat visus šos piecus cilvēkus aplūkot dokumentu reāllaikā un veikt korekcijas un redzēt, ko citi komentē. Tas ir liels darījums; tas ir būtiskas izmaiņas procesā. Un to pašu komponentu, protams, var izmantot biznesa izlūkošanā, procesu modelēšanā, patiešām jebkurā no šīm disciplīnām, kuras mēs izmantojam biznesa optimizēšanai. Sadarbībai, pirmkārt, vajadzētu būt vienmēr, kad tā ir jēga, vai ne?
Marks Madsens: Jā, es tā domāju. Es domāju, ka šī vientuļo lēmumu pieņēmēja ideja ir tāda veida, kā jūs zināt, ka vientuļajam analītiķim, kurš maģiski dodas uz turieni, lai veiktu viņu analīzi un parādītu šo negatīvo zeltu. Un vientuļajiem lēmumu pieņēmējiem, kas sēž pie viņu galda, ir sava veida vecās skolas 1990. gadu laikmets, kā cilvēki un organizācijas pieņem lēmumus, jūs zināt? Sēžat aiz galda un skatāties uz šo lietu, un pēc tam pieņemat lēmumu, bet tas viss tagad tiek fiksēts procesā un lietojumprogrammās. Reālos lēmumus parasti pieņem starp departamentiem vai ar citiem cilvēkiem, un tas prasa plašāku izpratni un komunikāciju par notiekošo. Pretējā gadījumā jūs vienkārši rakt papēžos un visi cīnās, un neviens nevēlas neko savākt, tāpēc es vairs nestrādāju vairākos uzņēmumos.
Ēriks Kavanaghs: Nu, jūs zināt, tas ir ļoti labs punkts, un Kim, es tiešām priecājos, ka jūs izvirzījāt šo lietu jēdzienu, kas tulkojumā tiek zaudēts. Es bieži domāju, ka cilvēki nevienā diskusijā un jebkur pietiekami nenovērtē konteksta nozīmi. Konteksts ir tik svarīgs, lai palīdzētu cilvēkiem izprast apspriežamo jautājumu loku un neatkarīgi no lēmuma pieņemšanas punktiem. Un, ja jūs varat izmantot procesu modelēšanu kā mehānismu, atkal destilēt tos, kas var būt diezgan mataini sarežģīti organismi līdz samērā vienkāršām - un, ja ne gluži elegantām - diagrammām, man tas ir ļoti noderīgi: A) saziņai ar būtisko, bet B ) nepamanīt lietas, kas ir kritiskas, bet varētu pazust sarunā, un C) beidzot kaut ko vizuāli izkristalizēt, ka, atklāti sakot, vārdiem dialogā būtu grūti nokļūt. Ko tu domā?
Kims Brushabers: Nu, tas ir tiešām interesanti, ka jūs turpināt audzināt šo terminu “saruna”. Un es iekļāvu slaidu, kas bija sarunu diagrammā, kur bija vairāki dažādi baseini, kas runāja savā starpā un mijiedarbojās viens ar otru. Tāpēc BPMN organizācija nolēma izveidot šo diagrammu, jo viņi saprata, ka sarunas, kas notiek starp dažādiem departamentiem, ir sarežģītas un ir nepieciešams veids, lai varētu parādīt visus gabalus, kas bija iesaistīti kādā procesā, un visus dažādi spēlētāji un visi dažādie aspekti, lai neviena bumba netiktu nomesta un visi zināja, kur ir izklāstīti pienākumi. Tātad biznesa procesā, kad jūs runājāt, jūs zināt, ka jums ir pareiza konteksta izjūta, biznesa procesu diagrammas ir patiešām lieliskas, jo tās ir vizuālas un attēli ir 1000 vārdu vērti, un, kad jūs varat redzēt šīs lietas ļoti vizuālā kontekstā, tas ļauj cilvēkiem saprast daudz labāk nekā, teiksim, ja jūs rakstījāt, ka process tika veikts rindkopas formātā, un jūs tos uzrakstījāt, jūs zināt, fiziski vai pat tad, ja numurējat tos ar aizzīmēm. Ilustrēts attēlojums ļauj jums iegūt šo kontekstu un šo izpratni daudz ātrāk nekā tad, ja zināt, ka mēģināt to lasīt vai saprast.
Ēriks Kavanaghs: Nu, vai jūs arī varētu kaut nedaudz personificēt lietas, vai ne? Ja cilvēki neuztvers lietas tik personīgi un ja jums būtu daudz objektīvāks skatījums uz to, ko bizness patiesībā dara, un, protams, par sarežģītākiem procesiem, es domāju, ka tas palīdzētu gan biznesa, gan IT auditorijai labāk saprast, kas ir lielais attēls ir tāds, jo dienas beigās lielākais attēls ir bizness, un, vēloties, lai bizness gūtu panākumus, pieņemsim, ka ir diezgan drūmi laiki. Tāpēc es domāju, ka ir īstais laiks, un tas vienmēr ir bijis, bet mūsdienās tas šķiet vēl jo vairāk, jo mēs redzam, ka daži procesi ir optimizēti vai pat iznīcināti. Piemēram, dodoties mākonī, vienkārši izkraujot visu sava pakalpojuma piedāvājuma komponentu mākonim vai kādam partnerim, lai arī kāds būtu gadījums. Bet tas, ka uzņēmumam ir depersonalizēts, skaidrs shematiskais modelis, ir ļoti noderīga lieta, lai pārveidotu dizainu un paliktu virs lietas, vai ne?
Kim Brushaber: Jā, un ER Studio produkti, mums ir arī daudz meklēšanas un filtrēšanas iespēju. Tātad, ja jūs vēlētos doties un norādīt, ka kaut kas ir mākoņa uzvedība, varat to precīzi noregulēt un veikt meklēšanu, lai redzētu, kādi ir gabali, kuri mijiedarbojas, kad esat izplānojis visus savus procesus. Vai, piemēram, pieņemsim, ka jūs skatāties mārketingu un jūs vienkārši vēlaties precīzi noregulēt mārketingu - un es noteikti nedomāju izvēlēties mārketingu - tas ir tikai pirmais, kas ienāca prātā, ka lielākajai daļai organizāciju, kurām ir . Bet, jūs zināt, dodieties un variet pateikt: “Labi, tāpēc es domāju mainīt savu mārketinga nodaļu. Tāda ir visa uzvedība ”, un tāpēc jūs varat apskatīt visus procesus un pateikt:“ Labi, es ielikšu šīs taktikas, kuras mēs izmantojam, lai šādā veidā paceltos mākonī un izdarītu to, un tas ietekmēs šos gabalus, un tas ietekmēs šos cilvēkus. ”Un, ja jums tas process ir iezīmēts, tad jūs varat redzēt ļoti vizuāli - tas ir tāpat kā apskatīt milzu mīklu, vai ne? Jums ir visi šie dažādie puzles gabali, kas visi spēlē kopā, un jūs varat saprast: “Labi, vai man šie puzles gabali ir jāpārkārto, lai viss ietilptu vienā gabalā?”
Ēriks Kavanagh: Jā, un jūs zināt, ka es jums uzdošu pēdējo jautājumu. Un ļaudīm, es gatavojos ievietot saiti uz slaidiem no šodienas prezentācijas; apskatiet to tērzēšanas logā. Bet, protams, procesu modelēšana un datu modelēšanas termini datu informācijai, kas iet caur sistēmām, ir kritiski svarīgi, jo sistēmas vai nu darbojas, vai arī tās nedarbojas, kur bizness var būt nedaudz vaļīgāks. Jums var būt risinājumi - pieņemsim, ka vecajās dienās procesa beigās vai procesa sākumā vai jebkur citur - varat rīkoties, lai kāds kādu dienu vienkārši izdomātu, kad notiktu kaut kas tāds, par kuru neviens nezināja. Arī ar datiem jūs droši zināt, jo dati netiek parādīti laukā, kur tie nepieciešami, un darījums netiek veikts. Bet vai jūs redzat, ka A) mēs virzāmies uz digitālāku ekonomiku, bet B) mums ir visas šīs dažādās apvienošanās un lietas notiek. Vai redzat, ka uzņēmumi sāk labāk novērtēt biznesa procesu modelēšanas, kā arī datu modelēšanas vērtību? Vai tas ir pārnests? Tā kā es noteikti zinu datu modelēšanu, datu modelētāji to ļoti aizrauj gadiem ilgi. Vai bizness to iegūst šajās dienās? Vai mēs tuvojamies tur, kur tiek novērtēts, ko lietas dara?
Kim Brushaber: Nu, es domāju, tas ir tieši tas, ko mēs cenšamies paveikt IDERA. Mums ir ER Studio Suite, kas ietver gan datu modelēšanas komplektu, gan biznesa arhitektu komplektu, tāpēc paldies, ka jūs mani tik ļoti rindojāt.
Ēriks Kavanaghs: tur jūs ejat.
Kim Brushaber: Bet mēs darām - acīmredzot, datu modelēšanas gabals ir absolūti nepieciešams ikvienam, kas darbojas informācijas arhitektūrā, risinājumu arhitektūrā, ikvienam, kurš ir atbildīgs par datiem organizācijas ietvaros. Un tas, kā mēs esam izveidojuši savu produktu, ļauj biznesam un datiem darboties tieši tāpat, izmantojot mūsu uzņēmuma komandas papildinājumu komplektu, lai jūs varētu virzīt visus objektus, kas ir pieejami biznesa procesam un datu apstrāde kopā un spēt apvienot šīs divas pasaules. Un, protams, man nav pietiekami daudz laika, lai iedziļinātos šajā jautājumā, bet ikviens ir laipni aicināts doties apskatīt IDERA un redzēt, kā mēs to darām.
Bet jautājums ir, ka datu pasaule turpinās kļūt sarežģīta. Uzglabāšana ir kļuvusi lētāka, lētāka un lētāka, un tas nozīmē, ka mēs iegūsim arvien vairāk un vairāk datu, un tieši tur tādi priekšmeti kā Marks diskutēja: “Labi, ka tagad, kad man ir dati, kā es analizēju tas? Kā es to saprotu? Kā es to varu ekstrapolēt un kā to izmantot savam biznesam? ”Un, lai šo informāciju varētu pārklāt uz biznesa procesu un pateikt, jūs zināt:“ Man jāpieņem lēmums par ražošanas lēmumu, un man jāzina Cik reizes manas kravas automašīnas kavē sniega dēļ ziemā? Vai man ir jāatver bizness Kostarikā, lai es varētu sūtīt lietas no turienes, nevis sūtīt no ziemeļiem? ”Un jāspēj aplūkot visus šos aspektus, bet jūs pat nezināt, ka jums jāmeklē šajos aspektos, līdz jūs varat sākt dažus, lai izplānotu šo procesu, un šajā gadījumā tas ir pārvadāšanas process, taču katram uzņēmumam ir sarežģīti procesi, kurus viņi var izmest biznesa procesa modelī un sākt saprast, kur šie gabali var pārvietoties. .
Ēriks Kavanaghs: Man tas patīk. Īpaši man patīk daļa par biznesa atvēršanu Kostarikā.
Kims Brushabers: Kāpēc ne?
Ēriks Kavaņahs: Ja jums tur ir vajadzīgs PR puisis vai moderators, dariet man zināmu. Es sūtīt slaidu saiti tērzēšanas logā, tāpēc pārbaudiet šo tērzēšanas logu. Protams, ja jūs to neredzējāt vai vēlaties to dalīties ar saviem kolēģiem, mēs visas šīs tīmekļa pārraides arhivējam vēlākai apskatei. Jūs varat sūtīt Kim pa e-pastu turpat, viņa uz ekrāna ir redzējusi savu adresi. Nekautrējieties nosūtīt viņai e-pastu tieši.
Un ar to mēs jūs atvadīsimies. Paldies par fantastisko prezentāciju; tas ir bijis lieliski. Mēs ar jums sazināsimies nākamreiz, ļaudis. Rūpēties. Labdien!
