Atteindre la maturité des données: un équilibre organisationnel

Par Techopedia Staff, 8 novembre 2017

À retenir: l' hôte Eric Kavanagh discute de la maturité des données et de la maturité organisationnelle avec Jen Underwood d'Impact Analytix et Ron Huizenga d'IDERA.

Vous n'êtes actuellement pas connecté. Veuillez vous connecter ou vous inscrire pour voir la vidéo.

Eric Kavanagh: D' accord, mesdames et messieurs. Bonjour et bienvenue encore une fois. Il est mercredi à 16 heures, heure de l'Est, ce qui signifie qu'il est temps pour Hot Technologies. Oui en effet. Je m'appelle Eric Kavanagh; Je serai votre hôte pour notre émission d'aujourd'hui, qui est vraiment définie, conçue pour définir certains types de technologies dans certains états d'être dans le monde de la gestion des données. Et notre sujet aujourd'hui est «Atteindre la maturité des données: un équilibre organisationnel». Donc, il y a vraiment le vôtre, contactez-moi sur Twitter, @eric_kavanagh. Je retweete toujours si vous me mentionnez, et j'essaierai également de revenir en arrière. C'est un bon endroit où aller pour obtenir des informations sur ce qui se passe dans le monde. J'adore ce format. Des caractères courts, 140 caractères - ou plus de nos jours. Alors n'hésitez pas à m'envoyer un tweet et je vous répondrai.

Cette année est chaude bien sûr. Nous parlons tous de maturité des données aujourd'hui et voici la gamme, avec la vôtre vraiment au sommet. Nous avons un nouvel analyste aujourd'hui; Je suis très heureuse d'avoir Jen Underwood d'Impact Analytix. Elle est assez experte en intelligence d'affaires et en analyse et en visualisation de données et tous ces grands sujets. Et bien sûr la maturité des données. Et notre bon pote Ron Huizenga appelle de l'IDERA. Nous allons donc d'abord entendre Jen et ensuite Ron. Et puis nous aurons une belle table ronde.

Alors que je pousse cette prochaine diapositive ici, je vais dire quelques mots rapides. La maturité de la gestion des données est un sujet depuis longtemps. De toute évidence, dans l'histoire, vous devez arriver à un certain point avant de commencer à penser à la maturité, et de nombreux cycles de vie ont été développés - ou cycles - pour essayer de comprendre où vous en êtes dans la courbe. Êtes-vous à un stade précoce? Êtes-vous un adolescent? Êtes-vous mature? Etc.

Et je pense que beaucoup d'organisations sont soit à l'adolescence, soit à la fin de l'adolescence ou au début de la vingtaine en termes de maturité. Et cela ne veut rien dire de décourageant. C'est juste que nous sommes encore en quelque sorte dans les premiers jours de pouvoir gérer les données en tant qu'actif stratégique. Et les choses ont changé rapidement. Surtout au cours des cinq à sept dernières années, car nous sommes en quelque sorte passés des petites données aux grandes données et ils essaient de réconcilier ces mondes assez disparates et les nouvelles technologies avec les anciennes technologies. L'héritage est donc là-bas, il est partout.

L'une des blagues que j'ai entendues il y a des années est que l'héritage est un système qui est en production. Au moment où un système entre en production, techniquement, il est hérité. Et d'une manière qui est vraie. Mais l'essentiel est que nous avons tous ces systèmes qui existent depuis longtemps et nous devons trouver un moyen de comprendre où nous en sommes dans notre propre courbe de maturité pour pouvoir maximiser et optimiser la valeur des données en tant qu'actif. . Et bien sûr, il y a des problèmes de conformité, des réglementations dont nous devons nous préoccuper, en fonction de l'industrie dans laquelle nous nous trouvons. Et bien sûr, nous devons également nous inquiéter du piratage. Dans le passé, nous avons parlé de la gouvernance des données et de la façon dont cela fait vraiment partie intégrante de la sécurité et de la compréhension des rôles et des responsabilités liés à l'utilisation des données et de la garantie que nous en tirons le meilleur parti.

Et avec cela, je vais remettre les clés à Jen Underwood et elle peut nous dire son point de vue sur la maturité des données. Jen, emporte-le.

Jen Underwood: Merci, Eric, et merci de m'avoir invité. Donc, aujourd'hui, je vais couvrir quelques sujets différents, puis je vais présenter Ron avec IDERA et il va approfondir certains autres domaines de ce sujet particulier. Je dirai que c'est un rôle essentiel dans l'ère numérique ou la transformation numérique dans laquelle nous nous trouvons actuellement et, comme Eric l'avait dit, c'est une ère en évolution. Quelques statistiques amusantes du Conseil EDM, il y avait un rapport de référence de l'industrie de la gestion des données. Il a presque deux ans, mais il est toujours assez pertinent et révélera certains des faits, vous le savez, en soi sur le fait d'être un adolescent dans cet espace. Je vais parler un peu de la maturité des données et des piliers de la gouvernance en soi.

Sur ce thème de l'ère numérique ou de la transformation numérique que vous entendez partout, cela se produit vraiment en ce moment. L'un des faits intéressants que j'ai recueillis alors que je suivais l'industrie tous les jours était un point soulevé par Gartner dans ses dix principales tendances technologiques stratégiques. Et ils l'avaient dit d'ici 2020 - nous ne sommes donc qu'à quelques années de cela - les informations seront utilisées pour réinventer, numériser et automatiser ou éliminer 80% des processus que nous avons depuis une décennie plus tôt.

Et je vois cela depuis un certain temps, je pense que vous voyez ici différents types de gens qui disent, vous savez, «Les données sont la nouvelle huile», et ce genre de choses. J'aime dire que les données sont désormais de l'or numérique. Et si vous pensez aux applications logicielles et à l'implication logicielle, j'étais un chef de produit mondial pour Microsoft dans le passé, et même le changement dans ma carrière de, vous savez, nous nous concentrerions vraiment sur les logiciels jusqu'à maintenant, nous nous concentrons sur les utilisateurs et recueillir les données et réfléchir à la monétisation des données.

Nous entrons dans une ère où les données sont de l'or numérique et vous commencez à voir cela avec l'émergence de ce qu'on appelle le responsable des données, et ils ont, vous savez, deux missions principales - et certainement quelques autres - de s'assurer que les données sont sûres et sécurisées et de trouver également des moyens de maximiser la valeur des données en interne - et même en externe - en tant que ressource numérique. Donc, ce genre de choses qui n'étaient peut-être pas ou qui ne semblaient pas importantes pour votre organisation dans le passé, les données obtiennent enfin une place à la table de niveau C avec le CDO et seront prises beaucoup plus au sérieux à l'avenir.

Si vous pensez à la gestion et à la maturité des données, il y a deux thèmes différents que j'ai sur cette diapositive particulière ici, le premier étant, vous savez, la gestion des données elle-même. Il s'agit davantage des fonctions commerciales qui développent et créent des données et des flux de données, certaines des politiques et des pratiques qui s'y trouvent. Et puis, lorsque vous pensez à la maturité de la gestion des données, c'est cette capacité d'une organisation à définir avec précision, à intégrer facilement, vous savez, à exploiter ces données à nouveau à des fins internes ou externes telles que la monétisation des données. Et l'un des grands thèmes - et ça a été drôle, plus tôt dans ma carrière, et j'ai en fait exploité certains des outils et des projets d'architecture de données d'IDERA - était tout ce concept de métadonnées et nous continuons à penser aux métadonnées, puis on n'en a pas parlé depuis longtemps, très longtemps. Je vois enfin que les métadonnées sont à nouveau cool. C'est vraiment très important pour interagir avec différents groupes, comprendre où se trouvent vos données, ce qu'elles sont. Surtout dans des choses comme un lac de données. C'est finalement, enfin ça devient intéressant.

Maintenant, j'ai promis que j'avais quelques statistiques ici d'un rapport de référence de l'industrie. Celui-ci date de 2015 pour le Conseil EDM. Il s'agit de moderniser la qualité et la gouvernance des données, et il y a quelques faits amusants dans celui-ci en particulier. Donc, ici, plus de 33% des organisations ont un programme de gestion des données formel actif à un certain niveau de l'organisation - seulement 33. C'est donc très intéressant en soi. Sur les 50% qui en ont, vraiment formalisés, nous voulons gérer les données, nous nous rendons compte que c'est un atout vraiment important dans notre organisation, tout comme les humains ont des ressources humaines. Seulement 50% d'entre eux avaient des programmes de plus d'un an. Donc, encore une fois, c'est un domaine émergent, c'est vraiment très intéressant dans ce que nous sommes devenus de plus en plus importants, en particulier avec des choses comme certaines réglementations de l'industrie qui sortent.

Donc sur ce point, très souvent - et c'est intéressant d'avoir été dans les ventes techniques et les rôles tout au long de ma carrière - ce n'était pas vraiment, "Oh, nous pouvons économiser de l'argent qui motiverait une organisation" - c'est généralement la peur. Il s'agit plutôt de «Oh mon Dieu, nous devons nous assurer que nous sommes couverts. Nous ne voulons pas perdre notre emploi. »Et certainement des choses comme le piratage et les risques de données et les fuites de données, il y a des études de référence très intéressantes à ce sujet. Verizon en fait un chaque année et c'est probablement l'un de mes préférés à revoir. Ce que vous voyez presque toujours, c'est par inadvertance, ce n'est pas nécessairement, vous le savez, une mauvaise utilisation intentionnelle des données ou une mauvaise gestion des données qui entraîne une fuite. Et souvent - ils n'ont pas ces statistiques pour cette session particulière - mais il est fascinant que ces fuites accidentelles de mauvaise gestion des autorisations et etc. Vous savez, pour rendre les choses un peu plus faciles, ces fuites sont prêtées. Et généralement aux personnes qui sont des notes secondaires ou externes à votre organisation, et ce n'est pas ce que vous voulez.

Voilà donc le genre de choses lorsque vous songez à avoir un programme de sécurité et de gouvernance de la gestion des données. Vous savez, non seulement de mauvaises décisions et des économies d'argent, mais aussi vous assurer que, vous savez, vous êtes en sécurité, vous respectez les lois sur la confidentialité et la sécurité. Vous êtes en mesure de monétiser les données à l'ère numérique, et bien sûr, vous savez, vous voulez faire les choses efficacement et réutiliser les données et avoir la copie bénie et avoir - je déteste quand les gens disent, et je suis dans l'analyse et je 'ai été dans l'analyse depuis longtemps, une version de la vérité. Il y a généralement, vous savez, il y a généralement plusieurs versions de la vérité, juste sous des perspectives différentes. Mais essentiellement, vous voulez que les données soient fiables sur lesquelles vous basez vos décisions.

L'un des plus grands moteurs que je vois - et c'est une bonne chose, c'est une bonne chose que ça refroidisse à nouveau - est tout le concept du RGPD de l'Union européenne. Et laissez-moi en parler un peu. Donc, si vous ne connaissez pas le RGPD, vous allez en entendre beaucoup parler cette année. C'est une nouvelle loi qui a lieu en mai. Cela va être appliqué en mai 2018 et il y a de lourdes sanctions pour mauvaise gestion des informations. Vous avez peut-être entendu parler de cela sous d'autres formes - peut-être n'utilisant pas le terme RGPD - vous avez peut-être entendu ou vu cela comme un droit à l'oubli, ce qui signifie que vous pouvez contacter et demander aux fournisseurs de supprimer vos données. Encore une fois, les anciens architectes de données ne supprimeraient pas les données. Nous le changerions, nous le rendrions inactif dans les scénarios d'entreposage de données. Nous n'avons jamais vraiment supprimé nos données. Nous n'avions pas de processus pour cela. C'est donc, vous savez, des choses qui toucheront tous les aspects de votre organisation et les différentes manières et processus que vous n'avez peut-être jamais envisagés lors de la création de votre application ou de votre entrepôt de données. Donc, si vous envisagez de penser au RGPD, vous aurez bientôt besoin d'une base juridique pour justifier la collecte et le traitement des données personnelles.

Il s'agit donc principalement d'un niveau personnel, donc le consentement doit être donné librement: spécifique, informé, sans ambiguïté. Et cela va avoir un impact sur de nombreux domaines de l'intelligence artificielle et de la science des données - c'est le domaine que je couvre principalement ces jours-ci est les implications de la science des données et je m'assure simplement qu'il y a une certaine transparence dans les modèles eux-mêmes - ainsi que de nombreux autres domaines de votre libre-service BI, votre entrepôt de données, votre gestion des données de base, même vos projets 360 client, à la personnalisation et même votre ligne d'applications métier. C'est donc quelque chose qui va toucher chaque partie de votre organisation. Et contrairement aux lois sur la confidentialité dans d'autres juridictions, le RGPD sera applicable à toute organisation située à l'intérieur ou à l'extérieur de l'Union européenne. Et les amendes pour non-respect sont encore importantes. C'est votre organisation peut être condamnée à une amende allant jusqu'à quatre pour cent de votre total annuel brut - je crois que cela s'appelle le chiffre d'affaires - le revenu en soi.

J'espère que j'ai votre attention et ce sont des choses dont vous devriez tenir compte. Si votre entreprise suit déjà certaines de ces pratiques et normes de l'industrie avec le PCI, c'est peut-être un ISO - je ne sais pas si je vais le dire correctement - 27001. Si vous en faites déjà certains, cela ne devrait pas t être trop écrasante, mais c'est quelque chose dont il faut certainement être conscient. Alors que vous vous préparez à cela, il y a quelques domaines, en particulier dans la gestion des données et l'une des premières choses est d'avoir un catalogue et de classer vos données - savoir où se trouvent vos données. Et dans un monde, un monde hybride, où les données vivent partout: elles sont dans le cloud; c'est dans ces applications; c'est dans la force de vente; c'est dans un autre programme aléatoire que le marketing utilise aussi, vous savez, vos systèmes clients ou vos systèmes d'inventaire - tous ces types d'endroits. Sachez où se trouvent vos données et la chose la plus simple à faire - et cela a été un domaine vraiment amusant de la gestion des données, ce sont ces concepts de ces catalogues de données qui ont de l'intelligence, même la classification d'apprentissage automatique fait partie des informations.

Et encore une fois, les métadonnées - j'ai mentionné que les métadonnées sont à nouveau cool, alors pensez vraiment aux métadonnées et ne passez pas sur ce sujet important lorsque vous commencez à concevoir des lacs de données et ce genre de choses, et bien sûr à les gouverner et à les surveiller. Ainsi, la surveillance va devenir beaucoup plus importante lorsque vous devez revenir en arrière et quelqu'un du GDPR, par exemple, pourrait vous demander de prouver où ces données sont allées, qui les a, qui y ont eu accès, etc. Parce que vous allez devoir montrer aux autorités ce genre de choses.

Pour vous aider avec la maturité de la gestion des données, il y a en fait quelques écoles de pensée, et je crois - je ne suis pas sûr à 100% - je pense avoir vu dans le deck de Ron qu'il va en couvrir quelques-unes, donc une que je Je vais parler aujourd'hui est du CMMI. Et celui-ci, c'est à la disposition des gens; il couvre six catégories différentes de gestion des données, 25 domaines de processus, 414 énoncés de pratique et 596 produits de travail différents. Donc, lorsque vous pensez à tout ce que vous faites, comme la gestion et l'architecture des données, 596 produits de travail fonctionnels, vous ne vous êtes pas rendu compte de ce que vous avez fait, non? Ou ce que vous ne faites vraiment pas. Quand je regarde un chiffre comme celui-là, c'est une des choses qui me vient vraiment à l'esprit. Donc, dans ce domaine, et ce que j'aime dans celui-ci en particulier, c'est que l'architecture et la technologie sont neutres. Cela signifie donc que si vous en avez, et la plupart des grandes organisations que j'ai consultées ou que j'ai travaillées et mises en œuvre au fil des ans, vous savez, elles ont toutes sortes de technologies différentes. Vous voudrez donc, vous savez, traduire ce que signifie le DMM pour les plates-formes et les technologies que vous utilisez dans votre environnement spécifique. Il est également indépendant de l'industrie, il n'est donc pas nécessairement spécifique aux soins de santé, par exemple. Les soins de santé ont une certaine certitude - que ce soit le BAA ou différents types de classifications, vous devez traduire ou examiner différents types de choses lorsque vous élaborez votre programme ou votre plan pour améliorer votre niveau de maturité de la gestion des données au sein de votre organisation.

Qu'est-ce que c'est si ce n'est pas certaines de ces choses? Il s'agit essentiellement de définir le quoi, mais pas de vous dire précisément comment procéder. Ayant été une personnalité très de type A pendant la majeure partie de ma carrière, j'ai aimé quand les gens me donnaient un objectif et je pouvais comprendre comment atteindre cet objectif et, par exemple, ne pas microgérer mon temps, comment y arriver. C'est ainsi que la maturité de la gestion des données et ces processus avec CMMI vous donnent les objectifs et vous permettent de vous mesurer dans certains de ces différents domaines. Et ils vous donneront un niveau. Il existe différentes façons de marquer et de vous mesurer, que ce soit du niveau un jusqu'au niveau cinq, ce qui signifie que vous l'avez optimisé et que vous avez un programme très solide en place.

Et pour vous donner une idée de ce que cela signifie vraiment, j'ai ici un petit aperçu de ce que cela pourrait signifier. Donc ici, quand vous pensez à avoir un cycle de vie de processeur de maturité de la gestion des données, c'est d'avoir les processus de support en place, de tout, des exigences, de la gestion des risques, vous devez supporter les processus là-bas, à la gouvernance des données et je suis gentil de contourner cela, mais la gouvernance des données est essentiellement un programme en soi. Ayant un glossaire d'entreprise, nous avons toujours parlé des glossaires d'entreprise et des architectes de données - cela devrait être quelque chose que vous avez au sein de votre organisation. Certains de ces types de technologies de catalogue existent, ils créent, développent un glossaire commercial avec le crowdsourcing des informations et prennent et ainsi de suite et, vous savez, en mettant des liens dans des documents vers différentes perspectives de ces mêmes données, du domaine des données ou la version des données qui évoluent tout au long du cycle de vie de la valeur.

Ce sont des choses qui se sont beaucoup améliorées depuis le début de ma carrière. Avant, nous devions développer des systèmes locaux pour faire ce genre de choses. Nous regardons donc l'ensemble et la situation dans son ensemble, c'est la stratégie et ensuite toutes les différentes pièces ici, de la gestion à la qualité de la gouvernance. Et une chose sur la qualité des données, c'est intéressant car l'industrie devient plus automatisée et nous avons, encore une fois, ces processus numériques avec une prise de décision automatisée. Je travaille beaucoup dans le domaine de la science des données où certains de ces outils automatisent les décisions et mettent à jour les modèles prédictifs à la volée. Beaucoup de ces outils et algorithmes nécessitent et supposent que les données sont bonnes. Il a besoin que les données soient valides pour vous donner une bonne décision automatisée. Donc, en réfléchissant, vous savez, peut-être que la qualité des données est généralement l'une de ces choses que les gens préfèrent écarter et ne les prennent pas très au sérieux. Mais une fois que vous commencez à automatiser la prise de décision dans les modèles de modélisation prédictive et d'apprentissage automatique, la qualité des données devient vraiment importante.

Voici quelques façons de mesurer vos progrès ici - et je vais laisser Ron en parler, il a aussi une belle diapositive à ce sujet dans sa session - je vais juste vous donner un bref aperçu de, vous savez, ces différents niveaux dans ce domaine. C'est essentiellement une auto-évaluation, non? Vous examinerez donc votre gouvernance des données et ce que vous pensez avoir quoi que ce soit en place. Et ne soyez pas gêné si vous ne le faites pas. Comme je l'ai dit, il n'y a vraiment que 33% des organisations qui ont même commencé à faire ce genre de choses. Même si, vous savez, ces types de programmes existent depuis au moins - je suis dans l'industrie depuis 20 ans et je faisais certainement ce genre de choses il y a des années, nous ne l'avons peut-être pas simplement appelé ainsi. Le CMMI, ils ont un exercice que vous pouvez auto-évaluer et vous pouvez parcourir et en quelque sorte regarder et créer votre propre - dans ce cas, ce type de graphique radar - évalué tous ces angles ou choses différents. Et chaque organisation, comme je l'ai fait différemment, vous savez, quand je faisais du conseil et de la mise en œuvre de ces projets, vous savez, chaque organisation est unique. Ce seront des domaines qui seront vraiment, vraiment importants pour eux. Peut-être, vous savez, c'est la gestion des processus ou la gestion de la qualité ou les risques - cela dépend de ce que c'est, mais vous voudrez regarder et créer une référence ou une base de référence, puis réfléchir à ce qui définit son succès.

À ce sujet, lorsque vous songez à mesurer et à gouverner ce type de choses, vous voudrez d'abord obtenir un parrainage exécutif pour un programme comme celui-ci. C'est quelque chose qui va être interfonctionnel dans toute l'organisation, donc même si Susie Q et John Smith, ils décident: "Oui, faisons-le. Nous devons le faire", ils ne peuvent pas le faire dans un silo dans leur organisation, ou même si c'est l'informatique. Vous avez vraiment besoin de l'adhésion de l'entreprise et des experts en la matière. Ils ont besoin de temps. Ils ne veulent pas que ce soit juste une tâche supplémentaire. Si vous avez déjà travaillé sur - je pense que j'ai déjà effectué des tâches de gestion des données de base, des projets et la qualité des données - et généralement, vous savez, vous arrivez à l'entreprise et ils, "Oh, la gestion des données." Ce n'est pas quelque chose qui les passionne. Et ils disent: «Oh, non. Nous devons avoir du temps pour cela », et ils le font. Vous voudrez donc avoir un certain engagement de temps. Vous aurez besoin d'avoir cette bénédiction d'en haut. Vous voudrez qu'il soit interfonctionnel.

Encore une fois, c'est quelque chose qui touche vraiment de nombreux domaines de l'organisation. Et avec le RGPD, cela devrait rendre les choses un peu plus faciles car, encore une fois, les lois du RGPD et l'endroit où ces données personnelles sont utilisées pour vos clients et utilisées dans l'ensemble de votre organisation, cela devrait être un peu plus facile si vous les appliquez, si vous avez pour adhérer au RGPD. Se lier la langue ici. Cela devrait être plus facile pour vous. Vous voudrez attribuer une certaine responsabilité, puis regardez, vous savez, vous allez les personnaliser. Donc, vous regardez toujours ces types de conseils que ces organisations fournissent, et c'est généralement ce qu'elles sont: ce sont des lignes directrices pour vous et vous allez les mettre en œuvre pour votre culture dans votre organisation.

Ayant travaillé dans la gouvernance a vraiment été très important, l'une des choses que certains des produits que j'ai développés lorsque j'étais dans la gestion de produits mondiale chez Microsoft étaient la BI en libre-service et permettant à l'utilisateur professionnel et à l'utilisateur de données non techniques de jouer avec les données et créer leurs propres rapports, et la plupart du temps, l'informatique repoussait. J'ai donc consacré beaucoup de temps à cette gouvernance et à m'assurer que les produits auraient les bonnes fonctionnalités ainsi que l'audit et la journalisation et, vous savez, à faire en sorte qu'ils ne réduisent pas la base de données en soi. Mais il y a un cadre qui, vous le savez, travaille au fil des ans sur ce sujet particulier de ces types de choses qui est également très similaire à la gestion des données. Vous voudrez avoir cette fondation qui a été établie avec le parrainage exécutif pour cela, et vous voudrez cet engagement entre les entreprises et l'informatique.

Donc, encore une fois, nous avons parlé d'allocation de budget / temps et de développement de nouveaux processus. Ce sera un changement au niveau culturel lorsque vous faites certaines de ces choses, vous savez, commencez à regarder les données. Mais vous savez, c'est très important d'un point de vue stratégique, encore une fois. Et pour vous donner une idée, voici un exemple, et je l'ai nettoyé d'un de mes anciens projets d'il y a des années sur ce genre de choses. Et encore une fois, cela est probablement plus du point de vue de la gouvernance générique, mais peut certainement être réutilisé pour ces types de projets avec la gestion et l'évolution de vos processus de gestion des données et leur gouvernance. Vous avez un expert en matière commerciale, nous avons des administrateurs de données ici, des experts en matière informatique, vous savez, pour différents secteurs d'activité. Un grand nombre d'entreprises plus grandes auront votre conseil de normalisation d'entreprise et vos architectes d'entreprise, architectes de données et modélisateurs. Il y aura donc différents experts en la matière à différents niveaux. Et encore une fois, beaucoup d'entre eux - je déteste l'avoir comme exemple - ils seront adaptés à votre organisation et à votre culture.

L'une des choses lorsque vous travaillez avec ces projets, encore une fois, ce n'est souvent pas le projet le plus excitant dans les organisations, pas aussi visuel que les gens le souhaitent. C'est drôle, c'est une de ces choses qui, lorsque le cabinet de conseil entre ou même dans votre propre groupe informatique ou votre groupe de centre d'excellence BI arrive ou votre centre d'excellence analytique entre et nous allons travailler sur les données la qualité et la maturité de la gestion des données, ils pourraient ne pas être incroyablement excités de le faire. Mais vous devez trouver des moyens de les motiver et les inclure dans leurs mesures. Donc, quand vous pensez à ce que ça va être, c'est une chose de faire cet exercice une fois et vous obtenez des gens à bord. Et vous découvrez qu'ils ont adoré le catalogue de données ou qu'ils aiment certaines de ces choses parce que cela leur facilite la vie et qu'ils peuvent trouver ce que les données signifient ou les comprendre, et ils peuvent y ajouter leur propre perspective. Et le fait, les catalogues de données sont probablement l'un des plus grands projets pour aider les gens à vraiment tomber amoureux de cela.

La prochaine chose est donc de les garder engagés. Comment gardez-vous quelqu'un engagé qui ne se soucie peut-être pas de cela? Il s'agit de définir certaines métriques et de les inclure, leur mesure dans le puis de fournir un apprentissage pour quand il y a des violations et une certaine prise de conscience que, «Hé, nous faisions vraiment bien pendant un certain temps et puis pas si bien après un certain temps. sont des types de choses à penser pour continuer. Et puis quand vous pensez à la notation, et ceci est un exemple de CMMI, voici comment ils la notent. Encore une fois, vous allez avoir vos propres tableaux de bord, vos propres KPI, vous savez, différentes façons dont les gens sont mesurés dans une organisation. Mais vous aurez différentes façons de marquer et de mesurer votre propre succès. Mon point clé que vous devriez retirer de cela, ou un crochet pour en retirer, c'est de vous assurer que vous avez un moyen de mesurer le succès et que vous pouvez également célébrer vos succès.

Donc, avec cela, j'apprécie que vous ayez accroché à ce sujet passionnant, et je vais céder la parole à Ron, cela va creuser un peu plus.

Ron Huizenga: Eh bien merci, Jen. Et merci à tous de vous être joints à nous aujourd'hui. Je vais maintenant prendre quelques facettes de ce dont Jen a parlé et aller un peu plus loin dans certains domaines. Mais ce que je vais aussi faire, c'est fournir une sorte de résumé de la façon dont vous pouvez au moins avoir une sorte d'auto-évaluation de haut niveau de certains de ces domaines également. Parce que comme vous l'avez vu avec les modèles CMMI et ce genre de choses, vous pouvez aller très loin très rapidement avec beaucoup d'indicateurs différents. Donc, ce que nous voulons vraiment atteindre, c'est quelque chose afin que vous puissiez avoir une bonne idée de la position de votre organisation à un niveau assez élevé, puis commencer à explorer les autres. Je vais donc parler de l'efficacité organisationnelle. Et je vais baser cela sur le CMMI et certaines des autres normes ou ensembles de connaissances qui en sont ressortis au fil des ans. Et puis je vais parler de certains des indicateurs de maturité pour la maturité des données et la maturité des processus car, au fur et à mesure, nous verrons qu'ils vont de pair. Et soutenant les perspectives, Jen a parlé de la gouvernance dans un domaine. Et je vais également parler un peu de l'architecture d'entreprise. Et puis nous allons le résumer et arriver à la table ronde elle-même.

Si nous regardons cela, il y a beaucoup de normes et de BOK - qui sont bien sûr des ensembles de connaissances - qui ont été publiés au fil des ans. Beaucoup de ceux-ci proviennent vraiment de la capacité du modèle de maturité. Et c'est de là que vient le CMMI dont Jen parlait. Le modèle CMM lui-même était en fait en 1998. Il a en fait été lancé par un homme du nom de Watts Humphrey lorsqu'il était chez IBM. Il a eu une carrière de 27 ans chez IBM. Mais son véritable développement actif de ce modèle particulier a commencé quand il était à Carnegie Mellon et il a été commandé par le département américain de la Défense. De nombreuses autres normes ont été utilisées pour dériver cela. Et quelque chose de très bon à savoir sur l'industrie lorsque nous en parlons dans certaines des autres normes, c'est que lorsque nous regardons le moment où cela se produit, c'est également dans le contexte de choses que nous voyions dans l'industrie en général. C'est à ce moment-là que le mouvement de la qualité a vraiment commencé à s'implanter, en particulier dans la fabrication, et qu'il s'est étendu à d'autres domaines. Où nous cherchions des moyens d'améliorer les processus de fabrication, en faisant des choses comme la gestion de la qualité totale, la fabrication juste à temps et d'autres choses. Et beaucoup de philosophies qui en sont ressorties ont fait partie de l'ensemble du travail de qualité.

Et c'est vraiment le genre de point de départ d'où beaucoup de ces choses ont commencé. Il a commencé dans l'industrie générale et a également fait son chemin dans l'informatique et les systèmes de données et de processus et d'information. D'autres normes que nous voyons qui sont plus étroitement liées ou plus spécifiques à certaines des choses dont nous parlons sont bien sûr le modèle de maturité des données, dont Jen a parlé un peu. Il y a aussi le modèle de maturité des processus commerciaux du groupe de gestion des objets. Et un certain nombre d'autres normes que vous avez pu constater que votre organisation peut être aux prises avec ou utilisées pour différents domaines de l'entreprise, en particulier axées sur l'informatique, telles que COBIT, qui est des objectifs de contrôle pour l'information et la technologie, ITIL, qui est généralement une infrastructure. -focused, que beaucoup d'entre vous ont peut-être traité. Encore une fois, une gestion de la qualité totale. Et surtout lorsque vous entrez dans des choses comme les métriques et tout le reste, vous avez peut-être vu des choses comme le contrôle des processus statistiques entrer en jeu également. Et puis bien sûr, certains des corps de connaissances que nous traitons sont des professionnels de l'information ou de l'informatique. L'ensemble de connaissances sur la gestion des données par.

Il y a aussi, équivalent à cela, le corpus de connaissances en analyse commerciale. Et le corps de connaissances en gestion de projet. Vous pouvez avoir plusieurs ou plusieurs de ces éléments en jeu utilisés par différentes parties prenantes de votre organisation en même temps. Mais filtrons à travers les BOK et revenons en arrière et disons, qu'est-ce que la maturité? Et nous énumérons la définition de mature parce que, lorsque vous demandez ce qu'est la maturité, lorsque vous la recherchez dans le dictionnaire, elle dit en fait «vous êtes mature». Donc, utiliser le mot «mature», cela signifie vraiment avoir atteint un niveau avancé stade de développement - bien sûr, très générique. Mais ce que nous envisageons vraiment ici, c'est de faire progresser ce que nous faisons vers un niveau de réussite de plus en plus élevé au fur et à mesure. Et quand vous regardez beaucoup de normes, comme vous le verrez, le CMMI en particulier et le modèle de maturité des capacités reposent vraiment sur une échelle à cinq points, donc cela nous donne une façon graduelle de regarder et de dire, comment sont nous évoluons réellement le long de cette échelle dans la façon dont nous grandissons?

Cependant, lorsque nous examinons la maturité, en termes de maturité organisationnelle dans les domaines qui nous intéressent, nous devons être en équilibre. Vous devez atteindre la maturité des données, et nous parlerons de certains des critères que vous devez respecter, mais vous devez atteindre la maturité du processus en même temps. Ce sont les deux faces d'une même pièce et elles doivent aller de pair. Vous ne pouvez pas passer, par exemple, de zéro à cinq sur une échelle de maturité des données sans augmenter la maturité de votre processus, et il en va de même pour la maturité du processus. Ils sont tous les deux réunis et se tirent les uns les autres pour la balade alors que vous évoluez réellement à travers les différentes étapes. Et je vais en parler un peu plus dans une prochaine diapositive ici. Les autres choses que nous devons réaliser, c'est que la maturité des données et des processus est fondamentale pour l'architecture d'entreprise et fondamentale pour certaines des choses dont Jen parlait également en matière de gouvernance. Nous les permettons en atteignant la maturité dans certaines de ces choses que nous essayons de faire.

Maintenant, sur la diapositive dont Jen a dit que j'allais parler un peu plus en détail. J'ai pris seulement quelques catégories et, en utilisant l'échelle CMM ici, et j'ai en fait la mienne, j'ajoute un zéro en termes de, en haut de l'échelle parce qu'il peut y avoir certains cas où vous n'avez pas fait aucune traction dans ces cas. Ce ne sont donc que des moyens de reconnaissance qui ont eu lieu. Donc, si nous examinons la gouvernance des données en particulier, vous pouvez commencer à zéro car vous n'avez aucun programme de gouvernance des données en place. Et au fur et à mesure que vous commencez à évoluer dans les différents domaines, une fois que vous commencez à l'introduire au niveau du projet, puis au niveau du programme, à travers les divisions et, finalement, à l'échelle de l'entreprise, c'est ainsi que, du point de vue de la gouvernance, vous mûrissez et vous développez une organisation comme vous le faites.

D'autres aspects de cela, tels que la gestion des données de base, vous pouvez commencer à zéro sans classification de données de matière formelle. Ensuite, vous arrivez à un stade où vous reconnaissez que vous disposez de données de base et que vous commencez à classer, mais que ce n'est pas intégré. Ensuite, vous commencez à travailler vers des référentiels intégrés et partagés. Ensuite, lorsque vous entrez dans un environnement normalisé, vous envisagez de fournir des services de gestion des données. Et au fur et à mesure que vous avancez, vous allez établir des administrateurs des données de base et, éventuellement, un conseil de l'intendance des données qui examinera la question sérieusement tout le temps. Quand vous regardez votre environnement technique et les applications et les bases de données que vous avez du point de vue des intégrations de données, encore une fois, dans un environnement immature, vous allez avoir un certain nombre d'interfaces ad hoc point à point et ce type de chose. Et au fur et à mesure de votre progression, vous commencerez à introduire des outils et des normes communs. Ensuite, vous commencerez à examiner les plates-formes d'intégration courantes au fur et à mesure de votre développement. Et au fur et à mesure que vous devenez standardisé, vous travaillerez sur un middleware normalisé et des choses faciles possibles comme les bus de services d'entreprise, le modèle canonique, catégorisez toutes vos données dans votre organisation, et vous lierez également des choses comme les règles métier dans votre référentiel et ce genre de chose. Et puis aller encore plus loin où vous l'obtenez pleinement intégré dans la culture organisationnelle. Et bien sûr, la qualité est primordiale. Comme Jen en a parlé, beaucoup de décisions et de nombreux outils qui existent, supposent que vous disposez de données de haute qualité avec lesquelles vous travaillez. La qualité des données est donc un élément fondamental de la maturité des données.

Encore une fois, lorsque vous regardez les données, vous pouvez avoir beaucoup de silos et de données dispersées dans des environnements immatures. Vous pouvez avoir des incohérences acceptées. Et puis vous commencez à travailler sur cela, en reconnaissant l'incohérence, puis commencez à regarder la planification. Et si vous regardez les environnements gérés ici, quelque chose de très important ici est le nettoyage des données à la consommation afin d'utiliser les données dans la prise de décision. Donc, ce dont nous parlons vraiment, c'est le nettoyage des données, où nous allons le charger dans des entrepôts de données et d'autres outils d'aide à la décision. Et cela est analogue à ce que nous avions l'habitude de voir dans le type d'industrie de fabrication de données où les gens construisaient des produits, ils descendaient la chaîne de montage et à la fin, vous inspectiez le produit et vous disiez: «Oh, nous avons des défauts ici. »Encore une fois, une chose que vous ne pouvez jamais faire est que vous ne pouvez jamais améliorer la qualité d'un produit en l'inspectant à la fin. Vous pouvez voir les problèmes avec celui-ci, puis vous pouvez prendre des mesures pour améliorer les suivants et d'autres qui descendent après, mais vous ne l'améliorerez jamais en l'inspectant à la fin. C'est donc là que, à mesure que vous avancez, en particulier dans les données, vous vous déplacez davantage d'un point de vue d'inspection et de nettoyage sur le lieu de consommation où vous commencez à essayer de l'intégrer à la source, directement à partir de l'endroit où vous attrapez le les données, les processus qui agissent sur ces données, garantissant que ces données sont exactes et adaptées à la consommation à chaque processus tout au long du processus. Au fur et à mesure que vous évoluez, vous commencez à développer et à obtenir des KPI de qualité et à vraiment commencer à développer cette approche de prévention de la qualité des données à mesure que vous progressez.

En termes de comportements organisationnels ou de choses que vous voyez, si vous ne pensez pas que vous avez un problème ou si vous n'êtes pas au courant, vous pouvez être, s'il y a une phase de déni dans votre organisation, cela me dit que vous êtes à un niveau zéro ou potentiellement passer à un. S'il y a beaucoup de chaos autour de vos données et que vous essayez de résoudre ces incohérences, vous êtes probablement au niveau un. Lorsque vous êtes toujours en mode réactif, vous passez à la gestion, mais vous n'obtiendrez pas de standardisation tant que vous ne disposerez pas d'un environnement de données très stable englobant à la fois la gouvernance, la qualité, la gestion des données de base et les données l'intégration, pour n'en nommer que quelques-uns. Et encore une fois, une fois que vous avez dépassé cela, c'est là que vous commencez à entrer dans des styles de gestion vraiment proactifs. Si vous arrivez à la partie où vous avez un comportement très prédictif et aussi les analyses pour le sauvegarder et les KPI pour le sauvegarder dans votre organisation, quand nous regardons cela et superposons quelques choses, il y a d'autres choses que nous pouvons voir sur les organisations et où elles sont. Examinons le principal objectif informatique dans une organisation. Si votre objectif principal en informatique est toujours la technologie et l'infrastructure, vous êtes probablement vers la fin la moins mature de l'échelle. Mais lorsque vous vous concentrez vraiment sur l'information et l'activation stratégique des informations, vous vous rapprochez de la fin de l'échelle. De plus, lorsque vous regardez les données sous l'angle des données, si vous êtes au bas de l'échelle, vous avez un risque de données élevé et si vous êtes au haut de la page, vous avez réduit le risque lié aux données. Et le revers de la médaille est la création de valeur de l'organisation. Une maturité des données plus faible signifie que vous avez probablement un niveau assez faible de génération de valeur, en particulier en termes de données que vous avez dans votre organisation. Et à mesure que vous montez dans l'échelle, vous obtenez une génération de valeur élevée.

Voyons cela en termes de modélisation des données elle-même. Parfois, la modélisation des données est devenue le beau-fils roux. Et la modélisation des données est fondamentale pour atteindre la maturité des données. Je veux donc simplement parler de quelques-uns des signes révélateurs de la façon dont la modélisation des données est liée à cela. S'il est juste utilisé pour la documentation ou la génération de base de données physique simple pour de petites applications et ce genre de choses, vous êtes probablement au niveau un en termes de maturité des données. Au fur et à mesure que vous commencez à embrasser et à reconnaître les différents types de modèles, y compris conceptuels, le modèle logique et la modélisation physique où c'est aussi, vous savez, en gros, vous conduisez la conception. Vous l'utilisez vraiment comme point de vue de conception, puis vous êtes au niveau un.

Lorsque vous commencez à l'examiner à partir d'un niveau plus d'entreprise, y compris la création de modèles d'entreprise ou canoniques, l'introduction des concepts et la liaison dans plusieurs modèles, la lignée de données et la construction des métadonnées de gouvernance directement dans vos modèles, vous commencez à accéder à un niveau trois, puis passer aux métadonnées de gouvernance complète, à l'intégration du glossaire métier, etc. En regardant le cycle de vie et la chaîne de valeur des données, vous atteignez vraiment un niveau quatre. Et encore une fois, la modélisation entièrement intégrée avec les glossaires métier, les métadonnées, la possibilité de conduire des choses comme les analyses en libre-service, c'est vraiment lorsque vous avez atteint un état assez mature.

Dans le cadre de cela, je veux parler très brièvement du cycle de vie des données. Et la raison pour laquelle je veux en parler est malheureusement le cycle de vie des données. Et de quoi il s'agit, il a vraiment décrit comment un élément de données est créé, lu, mis à jour ou supprimé, et les processus qui agissent sur lui dans toute votre organisation. Donc, ceux d'entre nous qui sont dans l'industrie depuis longtemps appellent cela CRUD parce que c'est la création, la lecture, la mise à jour et la suppression. Mais nous devons comprendre cela à un niveau fondamental lorsque nous traitons les données de notre organisation. De nombreux facteurs entrent en jeu. Quelles sont les règles commerciales qui agissent en conséquence? Quels sont les processus métier qui consomment, produisent ou modifient les données? Quelles sont les applications qui implémentent réellement ces processus métier pour vous permettre de le faire? Tout cela entre en jeu en termes de cycle de vie des données.

Et encore une fois, Jen y a fait allusion plus tôt - il n'y a pas nécessairement une seule source de vérité. Et il peut y avoir plusieurs façons de créer un élément de données particulier. Et vous devrez peut-être en fait entrer, différentes choses arrivent par le biais de plusieurs systèmes ou de plusieurs entrées que vous devez concilier et résoudre pour trouver la bonne source de données pour cette décision particulière à ce moment-là. Il peut y avoir plusieurs variantes des données à des fins différentes dans une organisation. Pour y parvenir, vous devez être en mesure de modéliser le processus métier, la lignée de données qui inclut les flux de données, l'intégration et qui inclut des éléments tels que l'ETL, afin d'extraire, de transformer et de charger pour votre entrepôt de données, le magasin de données et les zones de transit. et bien sûr, les liaisons de données du côté des mégadonnées entrent également en jeu. Lorsque vous extrayez ces informations du lac de données, vous devez savoir comment vous les consommez et comment vous les utilisez. En termes de cycle de vie lui-même, c'est vraiment comment nous créons ou collectons de nouvelles données, comment nous les classons - parce que vous devez les classer pour les comprendre et travailler efficacement - comment vous les stockez, comment vous vous l'utilisez, comment vous le modifiez pour ces processus métier, où il est partagé dans l'organisation - et très important: la conservation et l'archivage. Combien de temps conservez-vous les données? Quand l'archivez-vous? Quand détruisez-vous finalement ces données? Toutes ces choses doivent être prises en compte dans votre cycle de vie des données et vous devez faire tout cela pour atteindre un niveau élevé de maturité des données dans votre organisation.

Maintenant, le revers de la médaille, encore une fois, j'ai dit qu'ils sont un peu comme des jumeaux où vous devez parler de la maturité des processus en conjonction avec la maturité des données - ils vont de pair. Encore une fois, j'ai quelques choses différentes ici et - ne vous inquiétez pas, je ne vais pas lire tout cela, mais juste une sorte de liste de contrôle donc - encore une fois, vous pouvez commencer à auto-évaluer où en est votre organisation en termes de maturité du processus. Regardons à nouveau les choses de la droite initiale jusqu'aux pages optimisées. Encore une fois, nous utilisons la même échelle à cinq points dérivée du modèle de maturité des capacités. Si vous regardez des choses comme la concentration, si vous êtes à un niveau inférieur ou un niveau initial de maturité du processus, vous pouvez constater dans votre organisation que les gens comptent vraiment sur leurs propres méthodes pour accomplir leur travail. Et vous pouvez voir des héroïques et ce genre de chose pour pouvoir faire avancer les choses. Ensuite, vous commencez à arriver à un point où vous êtes plus proactif à ce sujet, où votre direction prend la responsabilité des unités de travail et des performances. Ensuite, vous commencez à faire évoluer les processus intégrés standard. Ensuite, la stabilité du processus et la réutilisation. Ensuite, vous commencez à voir plus d'une culture de mentorat et de gestion statistique pour calculer les métriques et les KPI concernant ces processus et enfin au niveau complet d'optimisation.

Lorsque vous regardez la gestion du travail, vous pouvez opter pour, vous allez passer d'un domaine où vous avez des niveaux de gestion du travail incohérents à plus géré, où vous équilibrez au moins à un niveau plus élevé vos engagements en matière de ressources. Ensuite, au point où vous avez une organisation plus adaptable ou agile afin que vous puissiez standardiser vos processus mais les adapter pour les mieux utilisés dans différentes circonstances de votre organisation. Et lorsque vous arrivez à un stade avancé, c'est là que l'autonomisation est très importante, et cela signifie que tout le monde comprend intuitivement ce qui se passe et que le personnel dispose des données de processus, afin qu'il puisse évaluer et gérer son propre travail.

Encore une fois, pour revenir à l'analogie de fabrication - lorsque nous avons vu que, alors que nous commencions à moderniser nos chaînes de montage et tout le reste dans l'industrie, nous avons commencé à parler de la qualité totale et de l'autonomisation des travailleurs, même sur la chaîne de montage, où si quelqu'un voyait quelque chose de mal à un stade particulier de la production, les gens ont été autorisés à appuyer sur le gros bouton rouge et à fermer toute la chaîne de montage jusqu'à ce que les problèmes soient résolus avant d'aller plus loin. Et c'est ce type de mentalité et ce type de culture que nous recherchons autour des données dans nos processus pour nous assurer que nous optimisons réellement nos données et nos processus dans notre organisation.

Autres indicateurs de votre culture - votre culture stagne-t-elle en termes d'absence de fondement identifiable pour un réel engagement dans l'amélioration de vos processus d'affaires? Y a-t-il une délégation de responsabilité, que nous voyons plus haut dans l'échelle? Et au fur et à mesure que vous avancez, vous pouvez toujours avoir des silos, mais au fur et à mesure que vous commencez à évoluer en termes de culture et de choses que vous faites sur votre processus d'affaires, vous brisez également ces différents silos d'affaires et tirez parti processus à travers votre organisation. Il est très important que, lorsque vous arrivez à la phase de l'événement, ce sur quoi vous vous fondez vraiment, plutôt que de vous sentir instinctif, vous collectez en fait des métriques de qualité, et vous avez des métriques en place pour prédire votre capacité de performance de votre entreprise opérations, et c'est extrêmement important.

En termes d'architecture, parlons-en car beaucoup d'entre nous ici sont en informatique ou toujours en informatique. Encore une fois, les mêmes types de choses que nous avons vu dans les données. Nous avons des systèmes informatiques désespérés si vous en êtes vraiment aux premières étapes de la maturité des processus. Une fois que vous aurez commencé à gérer vos processus, vous verrez des services se mettre en place là où vous adoptez vraiment davantage une approche basée sur les services. Ensuite, si vous devenez standardisé, vous verrez davantage une adoption à service complet en termes de données et de services et de services de processus et ce genre de choses, jusqu'à ce que vous obteniez un service complet ou une nouvelle architecture. Et finalement, à une entreprise entièrement axée sur les processus qui utilise vos données.

Encore une fois, les mêmes types d'échelles lorsque nous regardons cela. En termes de productivité, à un faible niveau de maturité du processus, vous allez voir de faibles niveaux de productivité et une maturité de processus élevée, vous allez voir une productivité beaucoup plus élevée. Et la qualité va également de pair avec cela. Même chose qu'avec les données - si vous êtes à un faible niveau de maturité, vous verrez un niveau de risque élevé et également un niveau élevé de déchets. Mais plus votre niveau de maturité est élevé, vous allez baisser cela et réduire vos risques et réduire considérablement les déchets. En ce qui concerne certaines des choses que vous pouvez voir comme des symptômes ou des indicateurs dans une organisation, si la philosophie principale est basée sur la réduction des coûts, vous êtes probablement à un faible niveau de maturité du processus. Il va ensuite obtenir son diplôme et progresser vers un examen plus attentif de l'efficacité dans votre organisation, puis à mesure que vous atteindrez un niveau très mature, vous vous concentrerez à nouveau sur la génération de valeur.

Du point de vue de la gestion organisationnelle, si le chaos règne, c'est généralement un symptôme, encore une fois, des organisations à faible maturité des processus. Mais vous commencez à vous concentrer sur ce que j'appelle plus une mentalité de gestion où - et il peut y avoir une gestion par décret, ou des choses imposantes - où vous êtes vraiment alors, lorsque vous atteignez les niveaux les plus matures, votre gestion se traduit par plus de leadership. En d'autres termes, la philosophie de l'amélioration est ancrée dans la culture et, du PDG à la baisse, ils promeuvent toute cette philosophie d'amélioration des processus et d'amélioration continue et continue de votre organisation dans son ensemble.

En termes de modèle de processus - et je vais passer en revue ces choses assez rapidement ici - examinons à nouveau les modèles de processus car ils sont liés à la maturité du processus lui-même. Encore une fois, très similaire aux choses que nous avons vues sur la maturité des données, où à des niveaux bas ou au niveau un, vous pouvez simplement documenter des processus ou le processus d'état actuel, mais vous ne l'utilisez vraiment pas pour faire avancer les choses. Au fur et à mesure que vous commencez à mûrir, vous allez utiliser la modélisation des processus métier pour stimuler la gestion réelle des processus métier dans l'organisation, puis évoluer encore plus là où vous l'utilisez et mettre à jour en permanence ces modèles pour conduire l'amélioration des processus là où vous en fin de compte. arriver à la conception des processus. Et puis, lorsque vous atteignez la pleine maturité, ou, vous savez, ce que vous voyez généralement dans le lean ou les organisations qui ont adopté des programmes de meilleure qualité, tels que Sigma, c'est encore là que vous avez la mentalité d'amélioration continue et qu'elle est ancrée dans la modélisation de ton organisation. Donc, tout comme nous utilisons des plans d'ingénierie pour construire des produits, que ce soit des avions ou des bâtiments et des gratte-ciel et ce genre de choses, nous comptons sur nos modèles pour réellement faire avancer notre entreprise, car c'est l'élément de conception qui fait réellement avancer nos éléments organisationnels. .

Maintenant, encore une fois, je ne vais pas passer en revue cela et chaque mot ici en détail. Ce que j'ai fait, c'est que j'ai pris ces deux diapositives de grille plus simples et j'ai choisi un certain nombre de mots qui ont été utilisés dans certains de ces autres descripteurs pour la maturité des données et la maturité du processus. Donc, quand vous regardez cela après le fait, vous pouvez commencer à penser à certains des mots que vous voyez sortir dans vos propres cultures internes en termes de choses qui sont dites. Et cela vous aidera à commencer à classer où, en tant qu'organisation globale, commençons-nous à nous adapter à cette échelle de maturité globale. Donc, si vous voyez des choses comme l'incohérence ou la stagnation ou l'inefficacité se produire assez souvent ou le chaos, vous allez généralement être à l'extrémité inférieure de l'échelle. Lorsque vous commencez à penser à des choses comme l'amélioration continue, l'alignement stratégique, une approche préventive des défauts et de la qualité et ce genre de choses, l'intégration complète et que vous parlez des meilleures pratiques en matière d'avantage concurrentiel, c'est là que vous allez vous voir à l'optimiseur, extrémité supérieure de l'échelle.

Encore une fois, je tiens à souligner également que lorsque vous commencez à examiner la gouvernance des données, en particulier lorsque vous regardez en bas de l'échelle, vous en êtes aux étapes initiales, la gouvernance des données ne peut être introduite qu'au niveau des projets individuels. Vous devez évoluer à un point où la gouvernance des données et l'objectif particulier sont issus de la gouvernance des données du projet et ont évolué à travers la gouvernance des données des programmes et des divisions, où, encore une fois, c'est à l'échelle de l'entreprise et intégré dans l'organisation dans son ensemble.

J'ai parlé du fait que ce sont en fait des jumeaux qui travaillent ensemble en termes de maturité des données et de maturité des processus. Pour atteindre cette maturité, de chaque côté de l'échelle est un voyage et vous ne pouvez pas sauter les étapes. Si vous êtes dans un zéro, vous devrez évoluer à travers les étapes un, deux, trois, quatre et finalement arriver à cinq. Et il y a très peu d'organisations dans le monde qui sont en fait à cinq. Ainsi, de nombreuses organisations seraient plus qu'heureuses d'être à un point où elles en sont à trois et de pouvoir ensuite l'utiliser comme tremplin à l'avenir. Et encore une fois, vous ne pouvez pas y aller, vous ne pouvez pas être à quatre à partir d'une maturité de données et un à une maturité de processus. Cela ne fonctionne tout simplement pas, car ils sont si étroitement liés que vous devez comprendre et maîtriser vos données et vos processus conjointement.

Une bonne analogie pour penser à cela tel quel, sur votre chemin vers la maturité organisée, supposons que votre équipe se compose de deux personnes: l'une est la maturité du processus et l'autre est la maturité des données. Vous exécutez une course à obstacles et vous êtes attaché avec une corde courte. Et pour arriver à la fin de ce cours, cela signifie que vous devez tous les deux passer, non seulement tous les obstacles, mais vous devez franchir tous les obstacles presque en même temps ou très près l'un de l'autre pour être capable d'avancer et de passer à l'obstacle suivant. C'est une très bonne façon de penser à équilibrer la maturité du processus et la maturité des données. En d'autres termes, vous pouvez être quelque peu centré sur les processus et vous pouvez être quelque peu centré sur les données, mais cela va être un indicateur avancé, et il ne peut y avoir beaucoup d'écart pour vous faire franchir les niveaux.

Et puis, lorsque nous l'examinons à nouveau de la gouvernance des données, l'une des choses que je voulais souligner au cas où vous ne seriez pas au courant, c'est que DAMA a effectivement publié le Data Management Body of Knowledge Volume Two plus tôt cette année, et des choses qui changé il y a la roue DAMA réelle. Et je l'ai en fait représenté un peu différemment, où la gouvernance des données est au centre et les dix catégories différentes autour de la roue différente. Ce qui est très important à voir ici, c'est que la modélisation et la conception des données ont actuellement leurs propres zones sur la roue - elles étaient en quelque sorte mélangées aux autres, auparavant. La modélisation des données en particulier est fondamentale pour tous ces autres aspects, car que nous fassions de la modélisation des données de nos bases de données ou des métadonnées que nous traitons, la modélisation des données a un rôle à jouer dans toutes ces autres pièces dont nous parlons. Et la modélisation des processus a également un rôle à jouer dans beaucoup de ces choses car, en plus de comprendre les données elles-mêmes, nous devons comprendre comment elles sont utilisées et c'est ainsi que la modélisation des processus nous aide vraiment à le faire.

Maintenant, changeons un peu de vitesse et parlons de l'architecture d'entreprise. Et les modèles sont également cruciaux pour l'architecture d'entreprise. Et je base cela sur l'exemple et c'est le framework Zachman que je montre ici très rapidement. Et quand vous regardez cela, vous voyez plusieurs choses ici. Vous voyez le quoi, comment, où, qui, quand et pourquoi est une sorte d'échelle en haut. Et puis vous passez par des niveaux d'élaboration plus détaillés, si vous le souhaitez, en termes de types de modélisation ou de types de choses que vous élaborez en termes d'architecture d'entreprise d'un niveau contextuel très élevé jusqu'à un niveau détaillé, y compris la mise en œuvre physique. Si vous regardez les premières colonnes, ce qui est très gourmand en données et les données impliquées. Le comment est très axé sur les processus. Et si vous regardez les autres aspects, vous allez utiliser une combinaison de modélisation de processus et de données pour augmenter le reste des informations. Vous allez avoir des données sur toutes ces différentes choses et vos modèles de processus vont également lier les choses, comme l'endroit où les choses se produisent, la responsabilité. Et également en termes de modélisation des processus que nous faisons également dans nos outils, vous pouvez commencer à lier cela aux objectifs et aux relations et aux règles métier qui sont à l'origine de ces différentes choses que vous faites.

Du point de vue global du cadre Zachman, l'un des bons moyens de penser à cela est que vous êtes axé sur le modèle et que vous passez en fait par les différents niveaux. Vous commencez donc avec une portée de haut niveau et le contexte. Vous évoluez ensuite vers des modèles d'affaires, vers le bas dans des modèles de système, puis des modèles technologiques, puis votre représentation très détaillée des modèles techniques. Et encore une fois, les données représentent le quoi, le processus est le comment et c'est vraiment une combinaison des données et des processus qui interagissent qui déterminent toutes les autres caractéristiques ici.

Sur cette base, ce n'est pas un hasard si la façon dont nous considérons l'idée d'architecture d'entreprise est basée un peu différemment de celle de certains autres. Très souvent, vous entendrez parler des quatre piliers de l'architecture d'entreprise: l'architecture de données, d'acquisition, commerciale et technique. Nous le considérons un peu différemment. Nous considérons l'architecture de données comme la base fondamentale qui anime l'ensemble de l'architecture d'entreprise pour deux raisons. Un, c'est là que ça a commencé. Même des choses comme le cadre Zachman sont principalement issues de l'architecture de données, puis ont également évolué pour embrasser les autres aspects de l'architecture. Et deux, parce que le lien fondamental entre le processus et les données. C'est pourquoi nous considérons l'architecture d'entreprise comme le pilier central de l'architecture d'entreprise. Et puis, bien sûr, cela est complété par l'architecture d'application et l'architecture technique, qui sont des catalyseurs de nécessité absolue, pour nous permettre de conduire une véritable habilitation d'entreprise. Maintenant, quand nous regardons cela en termes d'ER Studio Enterprise Team Edition, notre plate-forme de modélisation intégrée, voici comment cela entre en jeu. Et ceci est un diagramme contextuel de haut niveau de certaines des modélisations que nous faisons et de certains des principes fondamentaux qui les sous-tendent. Et cela est en fait entraîné, cela est en fait schématisé dans un diagramme de processus. Ainsi, lorsque nous examinons notre élément d'architecture de données en particulier et notre architecture d'entreprise ci-dessous, nous fournissons des outils basés sur les rôles.

Et lorsque vous regardez notre outil d'architecte d'entreprise dans le coin inférieur gauche, c'est généralement là que les analystes et architectes d'entreprise travaillent. Et ils se concentrent généralement sur certains des processus commerciaux et commencent à les éliminer. Mais ils se concentrent également sur le quoi. Alors nous commençons à faire une modélisation conceptuelle des données et ce genre de chose. Nous pouvons exploiter et intégrer ces composants de modélisation conceptuelle dans notre outil de modélisation de données et à l'architecte de données, où ils sont ensuite élaborés en modèles de données logiques et, bien sûr, en fin de compte les modèles physiques afin que nous puissions générer les bases de données physiques. Et nous pouvons également reculer afin que les modèles conceptuels soient également mis à niveau dans l'espace d'architecture d'entreprise. Une chose très importante ici est que nous prenons en charge les différents types de modélisation. Donc, encore une fois, la BI est très importante et les lacs de données et ce genre de choses, donc nous faisons également de la modélisation et dans le cadre de cela, nous faisons de la modélisation de la lignée de données. Donc, non seulement l'ETL en ce qui concerne la façon dont vous effectuez le mappage de vos modèles physiques dans vos modèles dimensionnels pour les entrepôts de données ou même en apportant des choses à partir de vos lacs de données et en voyant comment ces cartes se correspondent, nous pouvons lier toutes ces choses ensemble. En plus de transmettre l'ingénierie inverse à partir d'autres plateformes de modélisation, à partir de plateformes de Big Data.

Et puis aussi des choses comme les outils ETL, afin que nous puissions réellement commencer à dériver des diagrammes de lignage de données directement à partir des spécifications ETL que vous pouvez avoir dans votre propre environnement. Il est également très important de savoir que nous avons dû aller au-delà de la modélisation relationnelle. Nous avons certaines plates-formes comme Hive et en particulier MongoDB, nous commençons maintenant à parler de magasins de documents, où nous avons des concepts comme des objets et des tableaux intégrés. Nous avons en fait étendu la notation pour pouvoir également prendre en charge ces types de modèles, car il s'agit d'un concept non relationnel. Tout ce que nous avons créé dans l'outil d'architecte de données en termes d'artefacts de données, qu'il s'agisse d'entités logiques ou de tables physiques et de leurs attributs, peut ensuite être replacé dans la modélisation du traitement métier. Ainsi, lorsque vous élaborez vos modèles de processus métier à partir d'un niveau élevé et descendez à un niveau inférieur, vous pouvez réellement associer les éléments de données réels. Pour que vous puissiez agir, nous pouvons spécifier les matrices CRUD de ce qui se passe réellement. Cela vous donne donc le cycle de vie des données dont j'ai parlé avec la création, la lecture, la mise à jour et la suppression au niveau du processus. Et nous y modélisons intégralement les processus BPM avec notre propre ensemble de superpositions, afin que vous puissiez commencer à lier les stratégies commerciales et les objectifs commerciaux. En outre, nous pouvons également associer les applications qui implémentent ces processus métier, le tout du point de vue du modèle.

D'autres éléments sont extrêmement importants également dans nos modèles de données. Les caractéristiques de gouvernance des données ou les caractéristiques de qualité des données maîtrisées et gérées. Vous pouvez y définir et créer vos propres métadonnées pour les caractéristiques que vous souhaitez suivre, ce qui signifie que vous utilisez maintenant votre modèle comme modèle pour les appliquer à l'ensemble de votre organisation, dans vos référentiels de métadonnées et tout le reste. Et bien sûr, l'une des limites de la modélisation, il y a de nombreuses années, lorsque beaucoup d'entre nous avons commencé dans l'industrie à le faire, c'est que nous produisions ces modèles. Que ferions nous? Nous les imprimions, nous les mettions sur un mur, peut-être pour que les membres de l'équipe les partagent et ce genre de choses. La vraie valeur de cela est de pouvoir partager et collaborer au sein de nos organisations. C'est pourquoi nous avons une approche basée sur le référentiel pour savoir où nous archivons et vérifions nos modèles et nos espaces de travail. Et nous les partageons avec nos mandants qui sont l'organisation, qu'il s'agisse d'autres intervenants techniques, d'utilisateurs commerciaux et ce genre de choses. Et liez également cela à notre plateforme de collaboration appelée Team Server.

Nous avons donc parlé de glossaires et de termes commerciaux antérieurs et de leur importance et du développement de ce vocabulaire pour l'entreprise. Tout cela a été fait dans Team Server, où les utilisateurs, les utilisateurs professionnels peuvent collaborer selon ces conditions. Ils sont visibles, utilisables dans l'architecte de données, par exemple, près des modèles de données et bien sûr, beaucoup de ces glossaires commerciaux proviennent souvent de certains des dictionnaires de données que nous avons créés dans nos modèles de données. Nous pouvons les repousser pour … Également à partir des outils d'architecte de données, un point de départ est le glossaire métier, où ils peuvent être affinés, et tout cela avec la gestion du changement.

C'était beaucoup. Pour résumer, deux ou trois choses dont nous avons parlé sont d'essayer une vraie maturité organisationnelle, vous avez besoin d'une approche équilibrée qui comprend la maturité des données et la maturité des processus. Vous ne pouvez pas réaliser l'un sans l'autre. Encore une fois, fondamental, vous devez avoir les deux et vous devez vous y fier, en particulier, la modélisation des données et la modélisation des processus pour l'architecture d'entreprise et la gouvernance des données et la gouvernance des processus dans vos organisations. L'architecture d'entreprise le relie vraiment en termes de prise en compte de ces différentes facettes et perspectives. Pour ce faire, vous avez besoin d'une solide architecture de données et vous avez besoin d'une modélisation de processus intégrative pour fournir ce contexte commercial et vous permettre de faire avancer votre processus métier et votre consommation de données. Encore une fois, plus important que jamais. Je peux dire que ce qui est vieux est nouveau. La modélisation des données, la modélisation des processus, la lignée, les métadonnées et les glossaires sont essentiels pour y parvenir et ER / Studio Enterprise Team Edition est une plate-forme collaborative qui rassemble tout cela.

Et avec cela, nous pouvons passer aux questions.

Eric Kavanagh: D' accord.

Ron Huizenga: Nous irons à vous, Eric.

Eric Kavanagh: Ron, je dois vous donner mon chapeau pour tous les efforts que vous avez déployés pour documenter ces différents processus et cadres. C'est beaucoup de matériel que vous avez là-bas. Je suppose que la grande question que j'ai est de savoir qui devrait superviser ce genre de choses dans une organisation, car vous touchez à tant de choses différentes. Vous comprenez les processus, ce sera un directeur des opérations ou un responsable des opérations. Cycle de vie des données, vous pensez que ce sera peut-être un responsable des données. Vous touchez tant de pièces différentes et tant de composants différents à l'entreprise. Comment trouvez-vous la bonne personne ou le bon groupe de personnes, et s'agit-il d'un comité directeur? Qu'Est-ce que c'est? Que pouvez-vous nous dire sur qui devrait faire cela dans une organisation?

Ron Huizenga: Vous savez, c'est une question intéressante. Nous pouvons en fait passer une journée à discuter des avantages de différentes approches. Mais quelque chose que j'ai vraiment vu, vous savez, pendant que je consultais avant d'entrer dans le rôle de gestion de produit, c'est quand j'ai regardé l'organisation, cela faisait partie du problème d'obtenir la propriété et d'amener les gens à s'approprier cela. Et lorsque nous examinons des disciplines comme notre modélisation des données et même notre modélisation des processus métier, ou même au début, la création de diagrammes de flux de données et ce genre de choses, ce genre de choses est né de l'informatique. Mais au fur et à mesure que nous avançons, et je pense que nous reconnaissons de plus en plus que cela doit vraiment être axé sur les entreprises. Donc, vous voulez vraiment que la propriété soit dans l'entreprise.

Et je vais offenser certains informaticiens ici, mais je crois fermement que la raison pour laquelle nous avons vu l'évolution du rôle de responsable des données est que le rôle de CIO a échoué dans la plupart des organisations. Et c'est parce que beaucoup de DSI sont axés sur la technique plutôt que sur les données et les processus. Je pense donc que vous avez vraiment besoin de cela, vous aurez probablement besoin d'un type de comité directeur dans les grandes organisations. Mais cela doit vraiment appartenir à l'entreprise. Je dirais que votre entreprise, votre modélisation de processus, votre modélisation de données, doivent toutes appartenir à l'entreprise, car cela vous donne la possibilité de garantir que l'informatique, qui est le dépositaire des données et met en œuvre ces processus à travers ce qu'ils 'en train de créer, vous avez ce marteau pour vous assurer qu'il se produit s'il appartient à l'entreprise.

Eric Kavanagh: Oui, je pense que je serais d'accord avec cela. Mais Jen, qu'en penses-tu?

Jen Underwood: C'est donc vraiment intéressant. C'est à cela que je faisais allusion lorsque j'ai dit que faire en sorte que les gens se soucient et soient interactifs est probablement l'un des éléments clés. À un moment donné, j'avais écrit un livre blanc sur, c'était la gouvernance BI libre-service qui est très similaire à cela. Il s'agit d'obtenir cela, de trouver un moyen de motiver les gens, le côté valeur commerciale, pour les amener à s'en soucier. Et puis quand ils voient ou trouvent, que ce soit le catalogage des données ou quel que soit l'angle que cela prend. Peut-être que cela réduit les coûts d'expédition, que quelque chose dont quelqu'un est tenu responsable dans l'organisation, c'est ainsi que vous pouvez vous en occuper. Et oui, l'entreprise absolument. Les experts en la matière vont le faire ou le casser.

Eric Kavanagh: C'est difficile. Je pense que vous voulez toujours avoir ce consortium de parties prenantes de toute l'organisation. Bien sûr, vous ne voulez pas de paralysie d'analyse. Vous ne voulez pas de bureaucratie pour le plaisir de la bureaucratie. Ce que vous voulez, c'est que l'organisation ait un plan d'action et que ces choses soient documentées. Vous savez, je pense que lorsque vous commencez à parler de modélisation des processus métier, c'était chaud il y a 25 ans, mais c'était surtout détaché de l'entreprise réelle. Je pense qu'au moins dans certaines industries, vous pouvez retirer une grande partie de ce processus du logiciel qui fait fonctionner les choses. Mais je pense que ces jours-ci, nous devons trouver un moyen d'équilibrer ces deux mondes, non, Ron? Vous voulez avoir des modèles de processus qui sont à jour et à jour et qui reflètent ce qui se passe réellement. Donc, vous ne voulez pas que ce soit juste un exercice séparé où il se trouve, il se trouve quelque part sur une étagère. Mais c'est, ça devient un peu difficile, non? Parce que tous les systèmes opérationnels ne sont pas alignés sur ce type de code exécutable. Mais qu'est ce que tu penses?

Ron Huizenga: Absolument. Et c'est intéressant parce que l'une des choses que je regarde, c'est quand les gens, vous savez, nous sommes devenus une société de gratification instantanée. Les gens pensent: «Oh, nous allons simplement acheter des outils et faire en sorte que cela fonctionne pour nous.» C'est comme si vous n'achetiez pas la maturité du processus. Vous n'allez pas acheter la maturité des données. C'est un travail difficile. Vous devez retrousser les manches et vous devez y arriver. Et le mécanisme pour y arriver est la modélisation. Il est trop complexe de ne pas avoir une représentation visuelle de, non seulement l'état actuel sur lequel vous travaillez, mais d'être en mesure de concevoir comment vous allez améliorer ces différents processus métier. Vous avez besoin de ce cadre visuel pour pouvoir comprendre l'impact que ces changements vont avoir.

Eric Kavanagh: C'est vraiment - je ne fais que tweeter; Je tweete ceci en ce moment - "Vous n'allez pas acheter la maturité du processus, vous n'allez pas acheter la maturité des données." Je suis tout à fait d'accord avec ces deux choses. Et Jen, je vous ferais part de vos réflexions. Et je vais poser une autre question en plus de cela. L'un des participants demande: qu'entend-on par entreprise axée sur les processus ou maturité des processus? Jen, pouvez-vous en parler?

Jen Underwood: Je peux en fait parler un peu mieux de la question précédente. Quand je pense, à vrai dire, c'est le premier, vous savez, à acheter des outils. C'était un très bon commentaire, parce que c'est tellement vrai. Mais ce que je dirai, c'est beaucoup mieux. Je passe donc en revue de nombreuses solutions et je vois différents espaces et je les teste. Ce qui s'améliore, c'est de découvrir des données, de marquer et au moins de vous donner un départ de course massif et aussi de rendre cela, quand je dis moins douloureux, c'est presque amusant. Imaginez donc un catalogue de données ou un projet MDM amusant. C'est, et vous avez des gens dans une organisation qui utilisent ces données, que ce soit des rapports ou d'autres types de choses et je pense que quelqu'un même sur la ligne l'a dit, hé amener les gens qui se soucient de leur plan de développement individuel. Ouais, mets-le encore plus haut. Il prend ces choses et dit maintenant que nous avons réduit les expéditions mal acheminées de 30% et c'est combien d'argent a été économisé. Il s'agit simplement de mieux gérer nos données. C'est ce genre de choses et vous y mettez de l'argent et vous vous amusez. Ou vous le rendez intéressant et pertinent pour ce qu'ils font. C'est une sorte de magie, je pense, qui manque dans beaucoup de ces engagements que les gens essaient de faire dans une organisation, et c'est au point mort.

Eric Kavanagh: Oui, c'est un bon point. Et, Ron, revenons à votre commentaire il y a quelques instants sur l'importance d'avoir un cadre visuel, je pense que c'est absolument vrai parce que souvent, si les gens ne peuvent pas voir quelque chose, il est vraiment difficile de comprendre ce qu'il contient signifie, et certainement lorsque vous commencez à parler de processus complexes avec des interdépendances et des points de contrôle et toutes ces choses, vous devez les cartographier quelque part à un moment donné et idéalement, vous le faites avec des logiciels qui ont des fonctionnalités intégrées au catalogue, par exemple exemple, quelles transformations se sont produites en utilisant des lignes différentes de ce point à ce point. Ou ce qui est disponible à ce point de contrôle. Et je fais référence à mon histoire dans la gestion des risques là-bas, où un point de contrôle est un point dans un processus ou une option ou une application individuelle ou logicielle où vous pouvez réellement changer quelque chose, non? C'est ce qu'ils appellent un point de contrôle. Et, pour moi, il est vraiment précieux que vous obteniez ce cadre visuel. Parce que vous pouvez voir et marcher en quelque sorte et cela prend juste du temps. Il faut du temps au cerveau humain pour gérer ces trucs et vraiment les comprendre et donc les optimiser, non?

Ron Huizenga: Absolument. Et pour utiliser une sorte d'analogie différente qui, je pense, met les choses en perspective: je suis un peu fou de l'aviation donc, je dirais, si vous essayez de penser à cela de manière parallèle, pensez à construire un 747 - ou un Airbus 380, donc je ne choisis pas un fournisseur plutôt qu'un autre - pensez à quel point il serait difficile de le faire sur la base de documents composés uniquement de texte plutôt que des plans et des dessins CAO 3D et tout de la façon dont qui est en fait assemblé ensemble.

Eric Kavanagh: Oui, ce serait difficile. Et Jen doit aussi parler.

Ron Huizenga: L'entreprise est la même, non?

Eric Kavanagh: Oui, non, c'est vrai. Jen doit parler à l'un de vos domaines chauds que vous aimez étudier, qui est la visualisation. Il faut pouvoir visualiser quelque chose pour bien le comprendre, il me semble.

Jen Underwood: Beaucoup d'humains le font, oui. Et même juste une visualisation parle, quel est le dicton, des milliers de mots ou quelque chose comme ça. Quand ils le voient, ils peuvent le croire. Et ils l'obtiennent.

Eric Kavanagh: Je suis d'accord. Et j'adore, Ron, la façon dont tu as un peu rassemblé tout ça. Je suppose que je me pose à nouveau la question: vous avez besoin d'un champion au sein de l'organisation et qui sera là-bas, servira de liaison avec différents groupes. Les administrateurs de données sont quelque chose dont nous parlons souvent - je pense que c'est un rôle très important et je pense que c'est un rôle qui a attiré beaucoup plus d'attention au cours des trois ou quatre dernières années, car nous avons en quelque sorte apprécié la valeur des données la gouvernance, non? Ce responsable des données est quelqu'un qui peut parler à l'entreprise, mais aussi comprendre les systèmes, comprendre le cycle de vie des données, ce tableau d'ensemble. Et je suppose que cette personne peut et devrait probablement être sous la règle du PDG, non?

Ron Huizenga: Oui, et vous allez avoir besoin d'une équipe multifonctionnelle, non? Donc, vous allez avoir besoin de personnes comprenant une équipe de faire cela ou qui sont des différents domaines représentant le côté technique, les, vous savez, les différents domaines d'activité. Et, vous savez, selon le type d'organisation que vous êtes, si vous avez un bureau de gestion de projet et que beaucoup d'initiatives que vous menez sont dirigées par un PMO, vous voudrez vous assurer d'avoir un PMO l'implication aussi juste pour garder en quelque sorte tout le monde en harmonie et synchroniser la façon dont ils travaillent sur les choses.

Eric Kavanagh: Oui, et vous savez, une dernière chose, je vais mettre cette dernière diapositive, le cadre de gouvernance. Nous avons demandé à un participant, ne manque-t-il pas de données dans cette diapositive? Est-ce que les données sont implicites dans la diapositive ou que pensez-vous du commentaire sur les données manquantes dans la diapositive?

Jen Underwood: Non, et ce n'est qu'un cadre de gouvernance générique. Essentiellement, cela provient de l'espace de BI en libre-service, donc les données sont impliquées dans beaucoup de cela. Il venait juste de mon angle et de mes perspectives et n'était pas aussi concentré sur le côté des données pour mettre cela ensemble. Mais les données seraient certainement, quand vous pensez à toutes ces pièces, il y aurait des données. Que ce soit le fondement des données, la responsabilité en utilisant les données tout au long du processus et dans l'ensemble du cadre.

Eric Kavanagh: Oui, non, cela a tout son sens. Et je suppose que je vais vous poser une dernière question pendant que nous terminons ici, Ron. Si je pense à la quantité d'informations supplémentaires et à la quantité de données que nous utilisons de nos jours et à la distance des organisations, quelle est l'importance des écosystèmes de nos jours entre les partenaires de distribution et comment nous pouvons partager des informations entre ces partenariats et dans un petite référence rapide de la blockchain à cela - pour ne pas compliquer les choses. L'essentiel, c'est que nous sommes dans un monde connecté de plus en plus axé sur les données, à la fois du point de vue commercial et uniquement de notre vie quotidienne. Et pour moi, cela va encore augmenter les enjeux pour que les organisations examinent vraiment ce que vous proposez ici, à savoir leur maturité, leur position et leur évolution en termes de courbe et être vraiment honnête avec eux-mêmes à ce sujet, non? Parce que si vous ne savez pas mieux, vous ne pouvez pas faire mieux, et si vous ne réfléchissez pas aux choses, vous n'allez pas savoir mieux, non?

Ron Huizenga: Exactement. Et je suppose qu'une phrase que j'utiliserais est que vous n'êtes probablement pas aussi bon que vous le pensez. Cela peut sembler un peu dur, mais les gens peuvent être assez optimistes à ce sujet, mais si vous y jetez un regard très attentif et une très bonne auto-évaluation critique, je pense que toute organisation trouvera, vous savez, des lacunes importantes qu'elle besoin d'aborder.

Eric Kavanagh: Je dois être d'accord. Et l'un de nos collègues là-bas a commenté l'importance des métadonnées, les données sur les données. Cela ne fait aucun doute. Les métadonnées sont le ciment qui maintient tous ces systèmes ensemble et nous n'avons même jamais vraiment vraiment craqué ce code et pour une bonne raison, franchement, parce que les métadonnées changent. C'est différent d'un système à l'autre. Vous savez, plus vous essayez de normaliser vos données, moins je pense qu'elles deviennent précises.

Nous sommes donc un peu dans ce monde étrange en ce moment et je suppose que je vais vous poser une autre question, Jen, parce que vous avez mentionné les catalogues de données à quelques reprises. J'aime vraiment ce nouveau mouvement de technologie de catalogue de données qui analyse automatiquement vos systèmes d'information, vérifie les noms des colonnes de métadonnées, etc., et vous aide à construire progressivement la vue stratégique de vos données et de vos métadonnées dans vos systèmes. Parce que pour moi, pour faire ce genre de choses manuellement, c'est juste, il y en a juste trop. Et vous n'allez jamais arriver au sommet de cette colline avant que l'avalanche ne tombe sur vous et, vous savez, soit vous vous êtes normalisé au point de jouer la pâte grise, soit vous ne vous êtes pas suffisamment normalisé là où vous en avez vraiment sais pas ce qui se passe. Pour moi, en utilisant les machines, l'apprentissage machine dont nous continuons de parler, ça va être la clé à l'avenir pour nous aider au moins à faire passer assez de données pour avoir une bonne compréhension de ce qui existe, à droite Jen ?

Jen Underwood: Oui, je le sais. J'adore ces technologies. Ils sont très, très cool. Et puis, vous y pensez, cela vous donne un début de course massif. Et puis vous pouvez faire du crowdsource. Vous avez vos administrateurs de données, vous savez, qui avancent, qu'ils ajoutent leur propre documentation ou que ce soit la perspective là-bas, ce sont les changements. Vous savez, en disant que ce sont les sources de données certifiées à utiliser pour les rapports. Les gens peuvent rechercher et trouver les bonnes données. C'est vraiment très agréable. Et cela aide également à - quand je pense aux affaires et à la façon dont la gestion des données d'entreprise était cryptique quand j'étais quand je faisais des trucs DBA - nous avons utilisé des propriétés étendues et SQL Server et analysé avec des outils comme IDERA, non? Pour essayer de créer un catalogue de données. Mais dans le DBA ou la version des architectes de données de, quelle que soit cette valeur ou cette colonne ou ce champ, elle ne correspondait probablement pas à ce qu'était l'entreprise. Alors maintenant, l'entreprise peut vraiment très facilement, vous savez, entrer et trouver et gérer et que tout soit basé sur des objectifs, c'est vraiment, j'aurais aimé que cela se produise il y a longtemps, très franchement. Alors ça va beaucoup mieux.

Eric Kavanagh: C'est drôle. Nous avons un autre commentaire final d'un membre du public, disant que la blockchain sera peut-être la plus précieuse pour apposer un cachet d'authentification sur les métadonnées. C'est un bon point et, vous savez, la blockchain est vraiment une technologie incroyable. Je le vois en quelque sorte comme une sorte de fondation cohérente pour connecter un grand nombre de points entre les systèmes et les applications, etc. Et, vous savez, nous en sommes aux premiers stades du développement de la blockchain, mais nous voyons maintenant qu'elle est dérivée, bien sûr, à partir de ce point à l'origine où elle est apparue, et maintenant vous avez IBM travaillant très dur sur les technologies blockchain. SAP a adhéré à tout cela. Et vraiment, c'est une opportunité pour une fondation et un cadre plus profond de connecter tous ces systèmes et tous ces points.

Ainsi, les gens ont brûlé plus d'une heure. Merci d'être resté avec nous aujourd'hui, mais nous aimons toujours répondre à vos questions et accéder à tous les commentaires. Nous archivons toutes ces webémissions pour une visualisation ultérieure, alors sautez en ligne sur insideanalysis.com, où vous pouvez trouver le lien vers cela. Il devrait être opérationnel en quelques heures, généralement après l'événement. Et nous vous rattraperons la prochaine fois. Nous avons eu quelques autres événements à venir la semaine prochaine - beaucoup de choses se passent. Mais cela vous fera adieu, les amis. Merci pour votre temps. Prends soin de toi. Au revoir.