Par Techopedia Staff, 1 novembre 2017
À retenir: l' hôte Eric Kavanagh discute de la collaboration entre les entreprises et les TI avec Wayne Eckerson du groupe Eckerson et Josh Howard d'Alteryx.
Vous n'êtes actuellement pas connecté. Veuillez vous connecter ou vous inscrire pour voir la vidéo.
Eric Kavanagh: Très bien, mesdames et messieurs, Eric Kavanagh ici avec Hot Technologies. Nous avons Josh Howard et Wayne Eckerson en jeu. Nous avons juste eu un petit problème audio amusant et brûlé juste là, mais nous sommes de retour et tout bascule et roule.
Donc, Wayne Eckerson que je connais depuis de nombreuses années maintenant. Il est le consultant principal du groupe Eckerson. Et Josh Howard que je connais aussi depuis longtemps. Il est le directeur des nouveaux produits chez Alteryx. Ces gars sont à la fois vraiment, vraiment excellents dans leurs domaines, et ils vont partager avec nous beaucoup d'idées sur la façon dont les affaires et l'informatique peuvent favoriser de meilleures relations et vraiment collaborer et faire avancer les choses.
Je vais donc pousser la diapositive suivante et la remettre à Wayne. Alors, parlez-moi un peu de ce qui se passe.
Wayne Eckerson: Bien sûr, Eric. C'est un plaisir d'être ici et de parler de cette question. Je suis aux États-Unis depuis longtemps et j'ai été témoin d'un fossé entre les affaires et l'informatique, et cela est dû en grande partie à leur concentration et à leurs objectifs, à ce pour quoi ils ont été embauchés. C'est donc une sorte de fossé naturel, pourrait-on dire, ou un fossé entre l'entreprise et l'informatique, mais cela conduit à des résultats néfastes. Vous savez, l'informatique a été engagée pour penser à long terme, pour construire des systèmes et des applications, des solutions permanentes qui offrent des économies d'échelle, de hauts niveaux de réutilisation et d'évolutivité, de sécurité, de disponibilité et de fiabilité. État d'esprit très conservateur et plus lent. Les entreprises, d'autre part, se concentrent sur la satisfaction des besoins du client, le point d'interaction, beaucoup plus axé sur le court terme, les incitations - et il pourrait être distribué sur une base mensuelle ou trimestrielle. Leur objectif est la vitesse, l'agilité et l'adaptabilité. Il n'est donc pas surprenant qu'il y ait ou puisse y avoir des frictions entre ces deux groupes.
Diapositive suivante. Donc, c'est une sorte de dialogue que j'entends parfois dans des organisations où je vais consulter et où j'ai l'impression de jouer le rôle d'un conseiller matrimonial, en essayant de réunir ces deux parties, de se reconnaître et de reconnaître leur rôle dans la fourniture de solutions technologiques d'entreprise. L'entreprise a tendance à penser que l'informatique est trop lente, coûteuse et ne fournit jamais ce qu'elle veut, quand elle le veut, comme elle le veut. L'informatique a tendance à considérer l'entreprise comme changeant constamment d'avis, ajoutant de nouvelles fonctionnalités. Ensuite, toutes ces choses évoluent à court terme, sans jamais voir la situation dans son ensemble. Le résultat de cette friction est souvent celui d'une utilisation occasionnelle. Il y a le directeur exécutif qui dira: «Vous savez quoi? Oubliez ça. Je sais que je ne vais pas obtenir les données dont j'ai besoin, alors je vais m'en passer. »C'est assez effrayant. L'utilisateur chevronné des données dira: "Donnez-moi simplement un vidage de données et ne me dérangez pas." Et les chefs de BU, s'ils veulent vraiment des informations, ils auront juste leur propre budget, ajouteront leur propre personnel et achèteront leurs propres outils. IL dit: «D'accord, très bien. Mais vous savez, bonne chance pour essayer de maintenir cela par vous-même, parce que finalement ça va casser. »Et ça le sera. Il se brisera soit parce que personne ne l'utilise, parce qu'il n'a pas été conçu correctement, soit il se brisera parce que tout le monde l'utilise, et vous n'avez pas suffisamment d'experts techniques sur le terrain, pas assez de ressources pour le faire évoluer. Ou leurs feuilles expertes, et elles sont hautes et sèches. Diapositive suivante.
Eric Kavanagh: Il s'agit d'un sondage, donc l'appelant peut en fait pousser pour voter. Attendez une seconde. Donc, j'ouvre ce sondage en ce moment, j'espère que vous verrez sur votre écran un pop-up. Si vous ne le faites pas, il apparaît généralement quelque part en bas. Et allez-y. Nous sommes curieux d'entendre votre réponse à ce sujet.
OK, quelques personnes m'appellent maintenant pour nous faire part de leurs commentaires. Nous nous demandons donc: dans quelle mesure les entreprises sont-elles alignées sur les TI dans votre organisation? Donc, nous avons un tas de gens qui répondent maintenant. Merci beaucoup. Vous avez donc très élevé, bien sûr, élevé, modéré, faible, très faible. Soyez honnête, nous ne partagerons pas cela avec les autres membres de votre équipe. Nous voulons que vous nous donniez votre réponse franche. Très bien, permettez-moi de nous donner quelques secondes de plus, et pendant que nous le faisons, peut-être Josh, nous vous apporterons très rapidement pour aider les gens à répondre à cette question. Ouais, j'adore ce processus de collaboration. Je veux dire, nous parlons depuis des années d'un fossé entre l'entreprise et l'informatique. Je pense que cela change. Je pense que cela change en partie à cause de DevOps, les développeurs travaillant plus étroitement avec l'entreprise. Ce genre de chaleur met un peu de chaleur du côté informatique, mais je pense que cela change également à cause du cloud, très franchement, parce que peut-être les gens deviennent simplement plus avertis de ce qu'ils font sur leur lieu de travail. Mais que pensez-vous de l'évolution de la fracture informatique / métier?
Josh Howard: Oui, vous savez, c'est un sujet intéressant, et c'est un sujet que nous aborderons certainement ici dans une seconde, mais, vous savez, je pense simplement que l'entreprise est vraiment contrainte aux mains de l'informatique. C'est vrai, donc, vous savez, pendant des années, tout a été dirigé par l'informatique, et nous avons vu cela basculer d'avant en arrière d'être dirigé par l'informatique et tout, vous savez, être acheté via l'entreprise. Et, je pense que nous commençons à voir une certaine centralisation. Je pense, vous savez, que vous commencez à voir plus d'organisations, des centres d'excellence debout, à voir de plus en plus d'entreprises intelligentes, à voir des centres se mettre en place également, et donc ce n'est pas, vous savez, l'informatique ou l'entreprise. Nous assistons à un bien meilleur mariage entre les deux organisations et à la création de ces centres d'excellence qui résident dans ces deux organisations, et les services informatiques et les entreprises prennent place à la table et commandent de la nourriture. Nous devons choisir d'autres objectifs commerciaux, et je pense donc que c'est l'une des tendances qui, selon moi, a été très positive au cours des dernières années, voire plus. Et je pense que cela fait partie de ce que nous voyons.
Eric Kavanagh: Je ne peux pas me blâmer que je vous jette la parole et je vais lire les résultats. Selon votre navigateur, vous pouvez déjà voir les résultats, mais juste pour vous les donner: la question bien sûr, «dans quelle mesure les entreprises sont-elles alignées avec l'informatique?» Très élevé a obtenu 7%, élevé a obtenu 8%, modéré a obtenu grande majorité, il est de 29 pour cent, faible de 10 pour cent et très faible de 0 pour cent. C'est essentiellement le total, donc ce que vous regardez, c'est que la plupart des gens ont dit modéré, 21 sur 73. Six sur 73 ont dit élevé, cinq ont dit très élevé, et puis bien sûr, nous avons tout un tas de gens qui ne l'ont pas fait réponds pas, mais la plupart, en fait 43 sur 73, les gens n'ont pas répondu, mais j'apprécie votre temps. Et avec cela, je veux pousser cette diapositive suivante. Et je crois, Josh, tu allais parler un peu.
Josh Howard: Oui, et donc, vous savez, en quelque sorte où j'allais, nous avons vu beaucoup de changements au cours des cinq dernières années, voire même dix ans en arrière. Et c'était vraiment le Far West, et puis je suppose qu'il y a probablement des gens ici sur la ligne qui pensent toujours que c'est le Far West dans leur organisation, mais c'était autrefois où tout était complètement verrouillé et rigide, et tout a été forcé par une équipe informatique centralisée, et c'est exactement comme cela que la BI a été fournie. Mais le problème était que les utilisateurs professionnels ne l'utilisaient pas. Ils n'ont jamais obtenu les résultats dont ils avaient besoin. Ils ne pouvaient pas, vous savez, fusionner les données comme ils en avaient besoin, et vous venez de voir, vous savez, des organisations abandonnant leur pratique de BI dans de nombreux cas. Ils n'obtenaient tout simplement pas l'utilisation qu'ils attendaient, et, vous savez, c'est compréhensible parce que les utilisateurs, ils voulaient des outils faciles à utiliser où ils pouvaient prendre, vous savez, des sources de données et faire une partie de leur propre travail d'intégration.
Mais ils ne voulaient pas attendre que l'informatique le fasse pour eux. Et donc ce que nous avons vu, c'est que toutes ces équipes commerciales sont parties et ont acheté leur propre licence, leurs propres outils de visualisation, et que leurs copains informatiques fantômes ont mis en place un magasin de données, et ils étaient partis. Mais cela a conduit à une toute nouvelle série de problèmes. Oui, l'entreprise a pu obtenir la flexibilité et l'agilité et certains des résultats dont elle avait besoin beaucoup plus rapidement, mais elle a tout de même quitté l'informatique, vous savez, en essayant de comprendre: «Comment gouvernons-nous cela? Comment évoluons-nous? »
Parce que ce qui se passait aussi, ils construisaient ces data marts. Ils commençaient à opérationnaliser une grande partie des rapports et des visualisations, puis ils retournaient simplement vers l'informatique pour obtenir le correctif, et donc ce n'est tout simplement pas évolutif. Ce n'était pas le remède, et c'était donc certains des problèmes. Mais il n'est pas nécessaire que ce soit une lutte acharnée entre l'entreprise, qui souhaite la facilité d'utilisation, et l'informatique, qui veut la gouverner. Il s'agit vraiment de mettre tout le monde sur la même longueur d'onde et de tirer dans la même direction. Je pense qu'il existe vraiment, vous savez, une approche de pointe qui peut satisfaire les besoins des deux utilisateurs. Faire glisser.
Eric Kavanagh: Très bien. Voilà.
Josh Howard: Oui, merci. Et donc la façon dont nous abordons Alteryx est que nous le considérons vraiment du point de vue de la gouvernance analytique. Et donc, vous savez, je n'utilise pas le mot «gouvernance des données» ici parce que je pense que la gouvernance des données est beaucoup plus un cadre qui englobe beaucoup de choses différentes, mais vraiment juste concentré sur ces trois domaines clés de la façon dont le les données sont gérées, comment elles sont accédées et comment nous les sécurisons.
Tout d'abord, du côté de la gestion des données, lorsque vous cherchez à activer des outils en libre-service, vous voulez vous assurer que, vous savez, ces utilisateurs ont accès à toutes les différentes sources de données dont ils peuvent avoir besoin. Et donc, encore une fois, cela fait partie du problème que nous avons vu avec les outils de BI traditionnels comme MicroStrategy et Cognos et OB était, vous savez, il s'agissait simplement de puiser dans un entrepôt de données centralisé, mais ces utilisateurs professionnels voulaient vraiment prendre ces données et mélangez-le avec d'autres sources de données pour obtenir des résultats supplémentaires.
Je veux dire, vous voulez donc vous assurer que directement à toutes ces différentes sources de données, qu'elles soient relationnelles ou non relationnelles, et le faire d'une manière qui ne rendra pas les données redondantes. Et donc, vous voulez vous assurer que vous utilisez des technologies en mémoire afin de puiser dans ces sources de données fédérées et de ne pas dupliquer ces données ailleurs dans l'organisation, car cela provoque tout un ensemble de problèmes.
Et puis vous voulez vous assurer que vous regardez des choses comme l'accessibilité et la sécurité des données, en vous assurant que les données sont cryptées, en vous assurant que vous avez les bonnes autorisations et autorisations en place. Et ce que nous recommandons, c'est d'utiliser les systèmes que vos équipes informatiques ont déjà configurés, pour des choses comme Active Directory et l'authentification Windows. Puiser dans les systèmes qui peuvent passer par cette authentification jusqu'à l'application, et de cette façon, vous pouvez vous assurer que les bons utilisateurs ont accès aux bonnes données.
Il s'agit vraiment de passer d'un état de contrôle à un état d'activation, et de le faire avec des garde-corps. Donc, vous savez, l'analyse des garde-corps, où l'informatique donne tous les outils pour réussir, mais ils la surveillent également, s'assurant qu'elle est cohérente, fiable et qu'ils le font avec les bonnes autorisations en place et en veillant à ce que ces utilisateurs n'aient accès qu'aux bonnes données. Diapositive suivante.
Eric Kavanagh: Très bien, Dr Wayne.
Wayne Eckerson: Oui, c'est donc ma diapositive. Cela montre simplement les dimensions du libre-service, dont Josh parlait. C'est la moyenne commerciale de la demande ces jours-ci, mais ils ne veulent pas attendre, comme l'a dit Josh, pour que l'informatique livre des trucs, et l'informatique faisait tout. Ils avaient l'habitude de construire l'architecture et de gérer l'infrastructure et de choisir les outils et de créer les applications, les rapports, le tableau de bord, et cela ne fonctionne tout simplement pas pour la grande majorité des utilisateurs. Et maintenant, nous sommes près du libre-service. Nous avons des rapports en libre-service, des tableaux de bord en libre-service, que j'appelle la découverte visuelle en libre-service. Nous avons l'intégration des données en libre-service ou la préparation des données. Nous avons des analyses avancées en libre-service, où il y a des scientifiques des données. Nous pensons donc à toutes ces capacités disponibles pour les gens, pour les hommes d'affaires, qui sont enclins à faire les choses par eux-mêmes.
Diapositive suivante. Nous recevons des commentaires ici, Eric, juste pour vous le faire savoir. Donc, vous savez, le libre-service en surface ressemble à un gagnant-gagnant pour l'entreprise et le service informatique. Les utilisateurs obtiennent ce qu'ils veulent quand ils le veulent, comment ils le veulent. Le service informatique obtient le type d'utilisateurs, il doit décharger le travail et il peut livrer des choses indirectement, mais de toute façon … Dans de nombreuses situations, le libre-service a des inconvénients importants que vous devez faire attention. Et Josh vous donnait des remèdes pour certains de ces inconvénients.
Passez à la diapositive suivante, Eric, et nous verrons simplement que le libre-service de ces organisations est une sorte de raz-de-marée, qui sont en double et conflictuels. Et cela arrive au point où personne ne fait confiance au rapport de quelqu'un d'autre que le leur, ce qui n'est pas une bonne situation. On pourrait même dire que c'est pire que lorsqu'ils ont commencé. Vous avez essentiellement une architecture qui comprend des systèmes de rapports alternatifs, des extraits de données, ce qui augmente finalement les coûts et les frais généraux et la redondance et la duplication et, par conséquent, augmente les risques dans l'organisation. Ainsi, le libre-service concerne les normes où la gouvernance n'est vraiment que la tour de Babel. Tout le monde communique, mais personne n'écoute. Diapositive suivante.
Eric Kavanagh: C'est une excellente citation, j'aime ça. «Tout le monde communique, mais personne n'écoute.» Je pense que cela résume à certains endroits. D'accord, c'est parti.
Wayne Eckerson: Donc, vous savez, je vais aussi parler des remèdes, mais beaucoup d'entreprises pensent que le but du libre-service est de se débarrasser des TI. Eh bien, il y a beaucoup de choses contre-intuitives dans les affaires, et c'est l'une d'entre elles. Le but du libre-service n'était pas de limiter l'informatique de l'équation mais de favoriser une plus grande collaboration avec elle. Une autre ironie du libre-service que je n'ai pas présentée ici est qu'elle nécessite beaucoup de normalisation pour prendre en charge le libre-service. C'est un peu comme penser à conduire sur une route, non? Il y a beaucoup de règles auxquelles nous devons adhérer. Toutes les personnes-
Voix automatisée: l' enregistrement de la conférence s'est arrêté.
Eric Kavanagh: Ne vous en faites pas. C'est juste la sauvegarde. Continue.
Wayne Eckerson: D' accord. Donc, et l'informatique est vraiment le groupe qui doit élaborer ces normes. Et une fois que ces normes sont en place et acceptées et adoptées, hé, alors nous pouvons faire du libre-service jusqu'à ce que la lune sorte. Diapositive suivante.
Eric Kavanagh: Je pense que nous revenons à Josh.
Josh Howard: D' accord, oui, et je suis d'accord avec beaucoup de cela, Wayne, que vous disiez. Mais le fait est que si vous voulez tirer davantage de valeur des données, encore une fois, nous devons nous retirer du métier de tout contrôler par l'informatique et nous lancer dans le métier de l'activation. Cela signifie donc donner aux utilisateurs les moyens de leurs propres outils d'analyse et pas seulement informatiques. Cela ne signifie pas que vous devez leur donner les clés du royaume. Vous pouvez le faire avec ces garde-corps existants. Tirez parti des systèmes existants, tirez parti de vos outils d'autorisation, d'Active Directory, de vos autorisations, et cela garantira que, vous savez, quelqu'un ne donne pas de données à quelqu'un qu'il ne devrait pas. Et donc, en faisant tout cela, vous donnez à ces analystes les moyens de fournir une plus grande valeur et de le faire d'une manière qui est régie.
Diapositive suivante. Mais la réalité est que l'informatique ne pourra jamais suivre la variété des différentes manières dont un analyste voudra visualiser les données, les manipuler. Et donc, non seulement cela, mais vous n'avez pas le temps de répondre à ces demandes également. Les systèmes hérités, les processus de cascade. Si vous regardez simplement un processus ETL pour ajouter une table, cela peut prendre, vous savez, des semaines, voire des mois dans certains cas. Et donc, vous voulez pouvoir suivre le rythme de ce changement d’entreprise.
Si vous voulez, en fait, créer une culture d'analyse, vous devez permettre à ces utilisateurs de le faire. Et puis une fois que vous faites cela, les avantages peuvent être vraiment incroyables. Vous savez, lorsque nous avons commencé à parler il y a cinq ou dix ans des projets de Business Intelligence, je veux dire qu'il était souvent cité que 70 à 80% de tous les projets de BI échoueraient. Et ce n'est tout simplement plus le cas. Lorsque vous armez les utilisateurs professionnels avec les bons outils, nous constatons des résultats et une valeur énormes, et c'est la raison pour laquelle les outils en libre-service se répandent comme une traînée de poudre dans une organisation. C'est à cause du succès que nous constatons.
Et j'ai un cas d'utilisation dont je vais parler ici dans une minute également, mais, vous savez, nous avons littéralement des dizaines de milliers d'utilisateurs qui effectuent des analyses en libre-service et évoluent. Et ces utilisateurs fournissent des informations plus rapidement, créent de nouveaux produits et réagissent beaucoup plus rapidement aux conditions commerciales changeantes afin de garder une longueur d'avance sur la concurrence.
Vous savez, la deuxième chose est que, vous savez, ils passent également moins de temps à préparer les données et plus de temps à faire l'analyse. C'est juste un autre élément, et j'ai un exemple ici de l'AIIC où ils avaient un certain nombre d'analystes qui prenaient des approches qui prenaient beaucoup de temps, qui prenaient des semaines ou des mois et qui les réduisaient maintenant en quelques minutes. C'est sans exagération. Nous avons littéralement beaucoup de ces exemples de clients qui font cela, et c'est vraiment un scénario gagnant-gagnant. Les analystes sont heureux de ne pas avoir à, vous savez, accéder à leurs données plus rapidement. Les TI sont heureux parce que, vous savez, ils peuvent se concentrer sur leurs initiatives stratégiques sans s'inquiéter de la gouvernance, et enfin les équipes de direction sont heureuses parce que finalement, des équipes commerciales et informatiques travaillent ensemble pour créer cette culture analytique. Retour à toi.
Eric Kavanagh: D' accord. Nous avons eu un autre sondage, vous devriez donc être en mesure de voir ces résultats dans le public. Nous devrions voir cela déjà dans votre bureau de vote, mais la question était: «Votre organisation a-t-elle reçu la promesse du libre-service?» Je peux vous dire que les répondants ont un «Non» retentissant.
Je pense que cela indique où nous en sommes dans l'industrie, mais je pense que vous avez soulevé deux, très bons points, Josh, à savoir que l'activation du libre-service, bien qu'avec certaines normes comme Wayne en parlait, le fait en fait vous permettent de construire dans la gouvernance. Ce sont les garde-corps dont nous avons parlé, non? La politique de gouvernance peut être introduite progressivement dans le système de prestation, et c'est à ce moment-là que vous atteignez réellement la gouvernance tout en permettant aux analystes d'être libre-service. Est-ce vrai, Josh?
Josh Howard: Oui, c'est exactement ça.
Eric Kavanagh: Oui, donc les intimés …
Wayne Eckerson: Donc, Eric, ces résultats sont intéressants, vous savez. Je dirais que la cause en est soit que l'informatique est toujours sous contrôle, les utilisateurs n'obtiennent pas de libre-service et n'obtiennent pas ce qu'ils veulent quand ils en ont besoin, ou, vous savez, ils ont un libre-service sous-gouverné. Et les deux sont mauvais. Il est donc difficile de se lancer dans le self-service, d'avoir un environnement gouverné qui donne aux utilisateurs toutes les informations dont ils ont besoin et les fonctionnalités dont ils ont besoin pour obtenir les informations dont ils ont besoin et prendre les mesures nécessaires. C'est dur, dur, mais, vous savez …
Wayne Eckerson: … vous êtes maintenant confronté à des outils comme, vous savez, Alteryx, des outils très puissants, très puissants. Nous avons donc maintenant la capacité de …
Eric Kavanagh: Et vous avez plusieurs raisons pour lesquelles votre accord brut avec Sonic a un peu échoué, alors faites attention à l'audio de base. Je suis un peu surpris et je pense que c'est en fait probablement une bonne nouvelle pour Alteryx car ils ont une solution pour permettre le libre-service. Parce que dans l'ancienne façon de faire les choses avec beaucoup d'outils différents, par exemple, avec beaucoup de points d'intégration, les gens courent en quelque sorte, essayant simplement de maintenir le statu quo, et je pense que c'est l'un des vrais défis.
Il y a quelques semaines, un de nos clients a fait un commentaire qui résonne à mes oreilles depuis qu'il a évoqué la «tyrannie de l'urgence» et comment cela tend à dominer plusieurs organisations et à empêcher le changement. Vous êtes toujours un état urgent, vous êtes toujours en train d'essayer de faire des choses qui doivent déjà être faites. Et cela vous empêche essentiellement de faire de nouvelles choses.
À un certain moment, vous devez arrêter la musique, reconnaître qu'une chaise va disparaître, mais les autres chaises doivent s'asseoir à la table et commencer à lancer une collaboration jusqu'à ce que nous travaillions ensemble. Mais c'est un peu comme ça que je vois toute cette image. Donc, oui, les réponses étaient généralement de 23 sur 43 à dire «non», 6 sur 43 personnes ont dit «oui» et 6 sur 43 personnes ont dit «pas sûr», mais 38 personnes environ n'ont pas répondu. Mais c'est un joli «non» retentissant. Avec cela, je veux entrer dans une étude de cas.
Je te le rendrai, Josh. Emportez-le.
Josh Howard: Oui, et donc tout à l'heure, j'ai parlé, vous savez, de cette collaboration entre l'entreprise et l'informatique. J'ai vraiment l'impression que nous avons vu des changements assez importants, et de plus en plus d'organisations s'orientent dans cette direction, permettant le libre-service et voyant les résultats dont je parlais. Et Ford en est un excellent exemple. Ford utilise, bien sûr, des données et des analyses depuis des décennies, mais comme beaucoup d'organisations, cela n'a vraiment été fait que dans les poches de l'organisation. Il y avait peu de surveillance de la cohérence et de la coordination, et, vous savez, ils avaient également des pratiques de gouvernance des données qui n'étaient pas uniformes.
Et donc ils avaient un énorme problème; ils avaient plus de 4 600 sources de données, et donc, vous pouvez imaginer le défi de le faire dans une taille d'entreprise comme Ford. Et ce qu'ils ont fait, il y a deux ans à peine, ils ont formé la Global Data Insights and Analytics Unit, qui est un centre d'excellence centralisé, composé d'équipes composées, vous savez, de travailleurs des données, donc des analystes de données, des données scientifiques du genre.
Vous pouvez penser à ce COE un peu comme un département RH ou un département financier qui sert l'ensemble de l'organisation. C'est exactement ce que cette nouvelle équipe a été mise en place, et ils ont donc pu identifier et relever leurs propres défis prioritaires et travailler avec différentes unités commerciales qui s'attaquent, vous savez, à différents problèmes. Mais l'idée était qu'ils voulaient viser et changer cette conversation pour se concentrer sur le défi commercial lui-même, à droite, et répondre à ces besoins commerciaux. Et, vous savez, ils ont commencé avec un analyste de données pour commencer il y a quelques années, et une licence Alteryx, et une combinaison de Tableau et QlikView.
Maintenant, ils ont maintenant déployé Alteryx auprès de plus de 1 200 scientifiques des données au cours des deux dernières années, et ils en recrutent plus. Et donc, c'est vraiment incroyable de voir que cela se passe au sein de leur organisation et que les cas d'utilisation qu'ils résolvent sont incroyables. Ils utilisent Alteryx pour résoudre les problèmes de ligne de fabrication jusqu'à leurs courses NASCAR, il est donc vraiment fascinant de voir certains des résultats qu'ils conduisent. Et, vous savez, ce qui est intéressant, c'est que vous savez, certains de ces cas d'utilisation, les cas à usage unique permettent d'économiser des dizaines de millions de dollars, et il est donc très facile de les justifier. Et ce n'est qu'un cas d'utilisation, et il est maintenant littéralement utilisé dans des centaines de cas commerciaux différents et parmi ces 1 200 analystes de données et scientifiques des données. Donc, des résultats phénoménaux et nous sommes vraiment satisfaits du partenariat que nous avons avec Ford.
Wayne Eckerson: D'accord, voici ma diapositive. Donc, vous savez, j'enseigne un cours sur l'analyse en libre-service, et c'est une sorte de résumé, un résumé de très haut niveau, des solutions que j'apporte à une table pour le public. Et je vais essayer de l'expliquer assez rapidement. Vous savez, je vois le libre-service, eh bien, il n'y a pas un libre-service. Tout le monde a une définition différente du libre-service au sein d'une organisation, donc ce que le libre-service pour un PDG n'est certainement pas le libre-service pour un scientifique des données. Mais en général, il existe deux classes d'utilisateurs. La première classe, vous le savez, les utilisateurs plus occasionnels, les cadres supérieurs, les travailleurs de première ligne sont dans le monde descendant en bleu.
Et, vous savez, je les appelle des «consommateurs de données» ou des «explorateurs de données», et ils sont à peu près des sorties de réflexion, vous savez, des rapports et des tableaux de bord, espérons-le interactifs que les gens ont construits pour eux, soit l'informatique ou leurs collègues, et consommant c'est comme ça. Les explorateurs ont tendance à ouvrir ces éléments et à les modifier en place, mais ils ne veulent pas nécessairement commencer avec une feuille de papier vierge. Ils ne sont en aucun cas payés pour cela. Pas payé forcément les analystes. C'est ce que font les gens du monde ascendant, les scientifiques des données et les analystes de données, qui ont en outre des analystes de données qui travaillent avec des feuilles de calcul, accèdent aux bases de données. Et les scientifiques des données ont plus d'attraction avec, vous le savez, les établis des mines de données. De nombreux outils en libre-service qui sont sortis ont vraiment responsabilisé cette équipe ascendante. Ce serait beaucoup plus productif que jamais auparavant. Ils ne peuvent pas seulement, vous savez, faire leurs propres rapports et tableaux de bord, ils peuvent aussi aller chercher leurs propres données, les mélanger, les faire correspondre, etc. En fait, j'ai vu ce triumvirat d'outils sortir et importer le monde ascendant. Les catalogues de données afin qu'ils puissent trouver les données soit des outils de préparation afin qu'ils puissent les faire correspondre, et des outils de visualisation des données afin qu'ils puissent analyser, visualiser et partager cela. Je pense que nous verrons cet ensemble d'outils devenir un, et je pense qu'en réalité Alteryx est sur le point de le faire.
J'appelle donc ce monde de bas en haut «un véritable libre-service», tandis que le monde de haut en bas, je l'appelle plus «service d'argent» parce que nous donnons en quelque sorte des informations données sur un plateau d'argent. Il a été préemballé dans une certaine mesure. Toujours interactif, toujours modifiable, mais quelqu'un devait penser à qui étaient les gens qui allaient consommer cela et l'adapter pour répondre à leurs besoins spécifiques. Vous pouvez voir dans le monde descendant que vous avez, vous savez, les groupes centralisés les plus lourds, le comité de gouvernance des données, qui, vous le savez, les met sur les sites de données et les rapports. Et l'équipe d'entreposage de données qui essaie d'intégrer les données pour la prise de décision. Il s'agit d'un processus de gouvernance centralisé centralisé plus traditionnel orienté informatique. Alors que dans le monde ascendant, qui ressemble plus à 10%, 20% de l'organisation, ils obtiennent une gouvernance au niveau local en ouvrant réellement des ensembles de données, en les regardant, en les commentant, en étiquetant ces ensembles de données - essentiellement la construction de la moyenne partagée des données à partir de zéro. Vous obtenez des catalogues et des marchés de données, et une organisation a besoin de ces deux mondes. En fait, ils se nourrissent mutuellement, très synergiques, ce sont les deux faces d'une même médaille. Si vous n'avez pas d'analystes dans chaque département, les opérations échouent, le marketing, les finances. Vous manquez toutes sortes d'informations dont vous avez besoin pour diriger l'entreprise, car elles génèrent des réponses à des questions que les gens n'auraient pas pu comprendre ce qu'elles étaient la veille. Et certainement, l'informatique n'a pas pu ou les développeurs n'ont pas pu créer ces rapports ou tableaux de bord. Ils justifient donc en quelque sorte la prochaine vague d'exigences et la prochaine vague de connaissances qui devraient être regroupées et mises dans le monde descendant.
Maintenant, le problème est lorsque le monde ascendant publie des rapports dans le monde descendant qui n'ont pas été certifiés ou gouvernés, et que vous obtenez des rapports conflictuels, des doublons et des choses comme ça. Donc, dans mon monde, il est utile d'avoir une passerelle de gouvernance des données entre ces deux mondes, et c'est bien, si un analyste de données a commencé à créer et à proposer une nouvelle perspective et à créer un rapport. Les gens aiment ça, et ensuite, vous savez, ils veulent continuer à publier ce rapport et le partager, peut-être plus largement à l'ensemble de l'entreprise, il doit être examiné par la gouvernance des données, et, espérons-le, très rapidement, pour s'assurer qu'il est conforme à normes. Il peut être nécessaire d'écrire sur une plate-forme standard, de nouvelles données peuvent devoir être ajoutées au référentiel d'entreprise standard. Et ce que nous voyons maintenant, c'est que des outils comme Alteryx intègrent en fait les flux de travail nécessaires pour soutenir ce processus de promotion où nous faisons la promotion dans un rapport qui est devenu populaire pour obtenir un filigrane ou une échelle en tant que rapport ou ensemble de données certifié de calibre entreprise . Donc, c'est une partie de l'état de la gouvernance des données pesé en un mot comme un processus d'examen. Il pourrait y avoir un transfert de production avec les équipes de développement, et il pourrait y avoir des autorisations et une gouvernance intégrées dans les outils de BI, les outils d'analyse ou ces flux de travail. Diapositive suivante.
Eric Kavanagh: D' accord, je pense que nous revenons à Josh sur celui-ci.
Josh Howard: Oui, et donc, vous savez, lorsque vous avez parlé de passer d'un certain nombre de ces différents outils, et ce que j'ai trouvé dans les miens, vous savez, la recherche est que la plupart des analystes utilisent 10 à 12 outils différents afin de faire leur travail d'analyse. Et, vous savez, ils peuvent utiliser une solution de catalogage de données pour trouver les données, ils peuvent utiliser une solution de préparation de données, ils peuvent utiliser un outil de visualisation de données, quelque chose pour des analyses avancées, des analyses prédictives et des outils de science des données pour le déploiement et gérer cela. Et nous pensons vraiment que cela devrait être servi à travers une plate-forme unique, et nous pensons que c'est là où va l'industrie. Et donc, la plupart des gens connaissent toutes les astuces vers les capacités de préparation et de fusion des données et son intégration étroite avec des outils comme Tableau et Power BI.
Mais, vous savez, nous sommes bien plus qu'un simple outil de préparation de données. Nous sommes vraiment une plate-forme de bout en bout pour ces analystes de données et scientifiques des données citoyennes, offrant la possibilité de découvrir ces données, de les préparer, de les mélanger, de les analyser et de le faire de manière répétable et avec un flux de travail répétable. Et puis déployez et partagez ces actifs à l'échelle, et c'est donc vraiment ce qu'est Alteryx. Et nous avons une communauté incroyable sur laquelle nous sommes soutenus, qui est, vous le savez, plus que votre communauté typique. Il a des zones de formation en libre-service, des forums et des meilleures pratiques, et nous avons vraiment une communauté évangélique d'utilisateurs qui se soutiennent mutuellement. Et la grande chose à ce sujet est que lorsque vous adoptez des outils comme Alteryx, ces types de communautés réduisent vraiment la courbe d'apprentissage, de sorte que vous êtes en mesure de vous familiariser plus rapidement avec ces nouveaux ensembles d'outils. Même s'ils sont vraiment faciles à utiliser, ils ne nécessitent pas beaucoup de codage, et ils sont faciles à utiliser et à être opérationnels plus rapidement, mais avoir toujours cette communauté pour réduire cette courbe d'apprentissage est vraiment inestimable.
Et donc la façon dont nous l'avons divisé en quatre domaines. Tout d'abord, c'est vraiment autour de la découverte et du partage, donc avant de pouvoir préparer et mélanger vos données, vous devez être en mesure de les trouver. Et c'est la raison pour laquelle la première partie de notre plateforme est ce composant de découverte et de partage que nous utilisons pour capturer les connaissances tribales de votre organisation. Il s'agit donc essentiellement d'une solution de catalogage de données utilisée pour partager des ensembles de données organisés et gouvernés. Il permet aux utilisateurs de trouver les données qu'ils recherchent dans la fonction de recherche similaire à Google, facile à utiliser et fournit également des fonctionnalités sociales pour collaborer sur des ensembles de données et vous permet même d'explorer la lignée de données des actifs, de les certifier actifs et les filigraner. Et cela est vraiment important pour l'analyse en libre-service, car la première est que la plupart des gens passent trop de temps à essayer de trouver les données - ils ne savent même pas où aller pour les trouver. Et puis s'ils trouvent un rapport, vous savez, comment savent-ils qu'il est certifié, qu'il est fiable? Donc, lorsque vous en avez parlé, ayant une passerelle de gouvernance des données, je vois vraiment des outils comme Alteryx devenir cette passerelle où, lorsque vous effectuez votre recherche, vous pouvez automatiquement et visuellement voir à qui appartiennent ces données, quelle est la lignée de ces données, comment elles a été créé, s'il était certifié, et comment y accéder, et si vous n'y avez pas accès, vous pouvez utiliser les fonctionnalités de chat pour, vous savez, demander cet accès. Il envoie un e-mail à cette personne en particulier, et c'est donc vraiment un bon moyen de produire beaucoup de ces éléments. Diapositive suivante.
La pièce suivante est ces préparations et mélanges, encore une fois, pour lesquels nous sommes bien connus, et donc, nous considérons vraiment la préparation et le mélange comme la rampe d'accès pour des analyses plus avancées. Sans écrire SQL ni aucun type de code, vous êtes en mesure d'accéder à toutes vos différentes données, de les interroger - vous savez, qu'il s'agisse de données structurées, de données non structurées, de données cloud - et d'intégrer facilement tout cela en mémoire, de le façonner, de le nettoyer, profilez-le afin de préparer votre ensemble de données pour l'analyse. Vous pouvez également l'enrichir avec des ensembles de données tiers. Nous avons donc de très bons partenariats avec des entreprises comme TomTom si vous êtes intéressé par l'analyse du temps de conduite, la réalisation d'analyses spatiales. Nous travaillons également en étroite collaboration avec Experian pour les données des ménages ou pour les données des entreprises. Donc, tout d'un coup, non seulement vous pouvez prendre les données que vous avez sur place ou peut-être dans le cloud, vous pouvez également les enrichir avec ces sources tierces et vraiment proposer une analyse fascinante. Diapositive suivante.
La troisième pièce est cette composante d'analyse et de modélisation. J'ai donc mentionné qu'Arteryx était sans code. Eh bien, il est également compatible avec le code. Et donc, nous proposons plus de 60 outils d'analyse prédictive différents, donc lorsque vous êtes prêt à effectuer des analyses plus avancées, vous pouvez utiliser des outils basés sur R et Python et Spark sans codage, ou vous pouvez réellement utiliser et créer votre propre personnalisé paquets. Donc, si vous avez une équipe de science des données qui écrit R et Python ou Scala ou autre, vous pouvez utiliser ce code, créer vos propres packages et en tirer parti directement dans l'outil. Et encore une fois, c'est là que je pense que la vraie valeur de l'analyse en libre-service est, et c'est vraiment là que nous voulons aider à transformer l'industrie des, vous savez, des analystes de données et des travailleurs de données traditionnels en ces, vous savez, scientifiques des données citoyennes et faire de la science des données avec des outils vraiment faciles à utiliser. Faire glisser.
D'accord, et enfin nous avons les derniers commutateurs, ce dernier kilomètre d'analyse avancée. Donc, si vous êtes au point où vous effectuez un travail de science des données et que vous construisez vos modèles, le prochain défi que vous rencontrez est: «Eh bien, comment puis-je mettre ces modèles en production? Comment les gérer? Comment puis-je les tenir à jour? »Et c'est là que notre capacité de déploiement entre en jeu. Et donc, selon nos recherches auprès des clients avec lesquels nous avons parlé, moins de 50% des modèles entrent en production . Vous avez donc utilisé ces scientifiques des données pour construire tous ces modèles, mais ils ne sont vraiment jamais mis en production. Nous avons donc conçu une solution qui vous aidera à créer vos modèles, puis à les déployer en temps réel à l'aide des API RESTful.
Et vous pouvez donc obtenir ces modèles et les placer directement dans les applications Web et les applications mobiles plus rapidement et plus facilement, car les méthodes traditionnelles ne fonctionnent tout simplement pas. C'est un processus long et long. Le déploiement d'un modèle peut prendre de 12 à 20 semaines et coûte souvent plus de 250 000 $. Et puis vous devez vous soucier de la façon dont vous les gardez à jour. Encore une fois, nous cherchons des moyens d'automatiser l'ensemble de ce processus et de supprimer un grand nombre des étapes intermédiaires. Et donc, sans vraiment jeter le code, parce que le processus traditionnel de ce qui se passe maintenant est que vous avez un data scientist qui construit ses modèles, et ils les déploient, et ils les jettent par-dessus la clôture à un développeur web qui doit prenez tout ce code R et Python, réécrivez-le dans une sorte d'application Web ou d'application mobile, et encore une fois, cela prend trop de temps.
Et donc, il n'y a plus de code à jeter par-dessus la clôture pour que quelqu'un d'autre le fasse. Nous avons automatisé ce processus et avons un moyen de le gérer à grande échelle. Et donc, ce sont vraiment les quatre domaines que nous examinons en ce qui concerne la plate-forme en libre-service de bout en bout pour l'analyse des données. Et donc, vous savez, découvrir et partager les données en toute simplicité, les préparer et les mélanger, effectuer des analyses avancées, puis avoir un moyen de les déployer et de les gérer à grande échelle. Aller de l'avant. Donc, avec Alteryx, vous pouvez, vous savez, parler de la gouvernance analytique et être en mesure de déverrouiller vos données de manière sécurisée et offre des moyens à la fois sans code et conviviaux pour faire toute votre analyse, donc si vous ont des analystes de données qui ne connaissent peut-être pas les langages SQL sémantiques, vous savez, pour interroger une base de données, vous pouvez utiliser un outil de glisser-déposer qui extrait toutes ces données en mémoire pour effectuer leur analyse.
Ensuite, sur le même jeton, si vous avez des scientifiques des données qui utilisent R et Python, ils peuvent toujours utiliser un outil comme Alteryx d'une manière conviviale pour le code - et les résultats que nous avons vus avec nos clients sont énormes parce que nous sommes capable de fournir ces flux de travail reproductibles que vous pouvez prendre, des tâches qui prennent, vous savez, des semaines ou des mois et les réduisent littéralement à quelques minutes, sans exagération. Nous avons un certain nombre d'études de cas sur notre site Web où vous pouvez en apprendre davantage à ce sujet et certaines des économies de temps que nous constatons. Mais, vous savez, enfin, cela va fonctionner avec votre organisation informatique car elle est évolutive et briser les silos dont j'ai parlé et le faire de manière gouvernée. Et c'est vraiment à cela que sert la plateforme de bout en bout d'Alteryx et pourquoi nous sommes différents.
Eric Kavanagh: D' accord. Ce sont de bonnes choses. Je dois dire, Wayne, je pense que vous êtes vraiment sur quelque chose avec cette passerelle de gouvernance des données est, je pense, comment vous l'avez décrit. Parce que nous sommes dans ce monde vraiment intéressant en ce moment où les entrepôts de données, qui sont la source de confiance depuis maintenant quatre décennies, ne sont pas vraiment en mesure de suivre le temps et de suivre toutes les différentes sources de données et variétés de données. C'est un système assez rigide qu'un entrepôt de données a tendance à être, et donc ce que je vois qu'Arteryx livre ici est vraiment ce que vous pourriez appeler la prochaine phase de la maturité analytique, car ils vous permettent d'utiliser toutes ces différentes sources, mais parce qu'ils ont cette zone martiale avec des politiques de gouvernance des données intégrées, maintenant vous obtenez vraiment le meilleur des deux mondes où vous pouvez avoir de nombreux ensembles de données différents, mais vous avez la gouvernance, et vous pouvez également utiliser toutes sortes d'informations et servir toutes sortes d'analystes différents pour obtenir leurs différentes perspectives sur ce qui se passe dans le monde des affaires. Mais je considère cela comme une étape assez importante dans l'évolution de l'analytique pour l'entreprise, mais qu'en pensez-vous?
Wayne Eckerson: Non, absolument. Les entrepôts de données, les dépositaires d'une seule version de la vérité telle qu'elle était, et je pense qu'elle a simplement ignoré, vous savez, la dynamique organisationnelle et les rôles que les gens jouent. Et je vois ces deux mondes de BI ou d'analyse, comme vous les appelez. Et dans la plupart des entreprises, ils vont dans des directions opposées, et ils ne se parlent pas, ils ne se font pas confiance, mais vraiment ils sont très synergiques, et nous devons juste les amener à se reconnaître et le genre de travail ensemble. Et des outils comme Alteryx qui intègrent la gouvernance grâce à la capacité de catalogage des données, où les stewards peuvent gérer l'ensemble de données et les certifier et les filigraner, ce dont je parle depuis quelques années dans mes cours. Très peu d'entreprises l'ont fait, mais il obtient autant de traction et maintenant j'entends qu'il est partout.
Et donc, la façon de mélanger ces deux mondes parce que, vous savez, vous avez votre gâteau et vous le mangez aussi. Vous pouvez laisser les utilisateurs expérimentés faire ce dont ils ont besoin. Allez trouver les nouvelles informations à la demande, puis, vous savez, mais vous évitez de perdre le contrôle. Vous l'empêchez de créer la Tour de Babel avec certaines normes qui nécessitent une certaine gouvernance. Et l'objectif est vraiment de créer une culture de gouvernance où les gens veulent passer par le processus de gouvernance. Ils veulent que leurs rapports / ensembles de données soient examinés afin d'être consommés plus largement. C'est l'objectif, et c'est vraiment le nouveau rôle de l'informatique dans ce nouveau monde. Je dis toujours que leur rôle est de faciliter et non de dicter. Et c'est un grand changement de mentalité pour la plupart des professionnels de l'informatique qui avaient l'habitude d'être dans un service partagé qui faisait tout pour l'entreprise. Maintenant, l'entreprise se débrouille, et l'informatique doit vraiment être les gens, comme l'a dit Josh, en mettant en place ces garde-corps.
Eric Kavanagh: Oui, je pense que les garde-corps sont essentiels car ils permettent au jeu libre, si vous voulez, des analystes de faire des choses différentes, mais de ne pas dévier. Et si je comprends …
Wayne Eckerson: Exactement.
Eric Kavanagh: … vous avez raison, Josh …
Josh Howard: Exactement.
Eric Kavanagh: Oui, vous parliez en quelque sorte de la façon dont j'ai suivi Alteryx maintenant depuis avant qu'il s'appelle Alteryx il y a de nombreuses années - je pense qu'il s'appelait SRC ou quelque chose du genre - et un Wal-Mart était le premier client. Et l'une des choses vraiment cool dont vous avez parlé il y a longtemps était la capacité de vraiment comprendre les processus métier et les workflows. Et si vous avez une bonne compréhension du flux de travail et des processus métier, vous pouvez faire un certain nombre de choses différentes. Tout d'abord, vous pouvez fournir une interface utilisateur très perfectionnée si vous ne brouillez pas les options disponibles pour l'utilisateur avec des informations étrangères. Deuxièmement, vous pouvez également rationaliser les processus pour mieux comprendre où se trouvent les points d'étranglement ou les points de contrôle. Et je pense que cela fait probablement partie de la magie de la raison pour laquelle Alteryx a été en mesure de fournir cet environnement de type très convivial, mais convivial qui permet toutes sortes d'ensembles d'informations et de cas d'utilisation analytiques différents. Serais-tu d'accord avec ça?
Josh Howard: Oui, je veux dire que c'est, vous savez, je le ferais, Eric, et une grande partie de cela met simplement ces types d'outils entre les mains des utilisateurs professionnels et leur donne un moyen de faire leur travail d'une manière conviviale pour les entreprises c'est facile à utiliser et c'est convivial. Je veux dire, si vous pensez à quelque chose comme la gouvernance des données, nous parlons de la gouvernance des données depuis deux décennies, et en tant que stockage IP, nous avons essayé de pousser cela vers le bas pour l'entreprise, et il n'est jamais adopté, tout type de traction, car il n'est pas conçu pour les utilisateurs professionnels, non? Il est dirigé par l'informatique et piloté par l'informatique, et il fonctionne pour l'informatique, mais il ne fonctionne pas pour les utilisateurs professionnels. Et donc, nous voulons prendre ces mêmes méthodologies mais les appliquer à un ensemble d'outils convivial, et c'est notre approche avec, vous savez, la solution de catalogage de données et la gestion des métadonnées.
Vous savez, quand je parle à un utilisateur professionnel, je ne parle jamais d'une couche de données sémantique et de la façon dont nous aidons à gérer, vous savez, les métadonnées. Mais, vous savez, à l'arrière, c'est essentiellement ce qu'il fait, ce genre de choses fait partie du service informatique depuis longtemps, mais pour l'utilisateur professionnel, il s'agit de trouver des données plus rapidement, de faire son travail plus rapide, et fournir ces informations dans une interface facile à utiliser qu'ils sont habitués à utiliser, tout comme dans leur vie de consommateur, non? Ils veulent une interface de recherche de type Google, ils veulent un élément de collaboration sociale où ils peuvent réseauter avec d'autres utilisateurs de cette organisation pour briser ces silos de données et capturer ces connaissances tribales. Et donc, nous adoptons simplement une approche différente de la façon dont nous travaillons avec l'entreprise, mais le faisons d'une manière qui soit également compatible avec les TI.
Eric Kavanagh: Oui, et j'ai une excellente question …
Wayne Eckerson: Vous savez, l'autre chose … - Josh, ce qui m'a frappé dans votre exposé, c'est que nous sommes à l'ère des plateformes maintenant. Je pense que nous avons dépassé l'âge des outils, et ça va, mais les plates-formes, non? Et donc, je couvre la BI depuis une vingtaine d'années, et dans l'espace BI, nous sommes passés des outils aux plateformes analytiques où, vous savez, un produit déporte essentiellement chaque mode d'analyse pour chaque type d'utilisateur, droite? Des rapports à la prédiction sur une architecture commune et des self-services. Nous constatons également la même chose du côté de l'assemblage des données, ou du côté de l'intégration des données, où quelqu'un assemble ces plateformes qui ingèrent des données, les ajoutent, les cataloguent, les réparent, les transforment et les mettent à la disposition des utilisateurs pour les télécharger et les analyser. Et maintenant, ce que vous faites, c'est franchir la prochaine étape à bien des égards et combiner ces deux plates-formes en une seule, c'est donc une plate-forme combinée d'analyse et de données, ce qui, vous le savez, est logique. Voilà l'avenir: la convergence. La seule chose que je ne vois pas dans votre plate-forme est vos outils ou capacités de base de création de rapports et de tableau de bord, mais peut-être qu'ils sont intégrés dans votre module analytique.
Josh Howard: Oui, nous faisons très bien les rapports par lots. Nous avons là une solution très robuste, mais vous avez touché un point autour des tableaux de bord, et nous voyons cela comme une opportunité pour nous de grandir. Traditionnellement, nous avons toujours eu de très bons partenariats avec Tableau, Power BI et Qlik, mais nous continuerons de le faire. Mais ce que nous constatons, c'est que nos analystes, nos clients, ils ne veulent pas attendre la fin du flux de travail et ce cycle pour voir leurs résultats, d'accord? Ils veulent voir les résultats pendant qu'ils travaillent en temps réel, et c'est vraiment la direction dans laquelle nous allons, et avec nous savons ce que nous étiquetons en tant que visualisation en ligne afin que vous voyiez vos données pendant que vous travaillez, et vous pouvez itérer dessus et voir cela en temps réel plutôt que d'attendre jusqu'à la fin et de le publier dans un outil de visualisation ou un tableau de bord pour voir ces résultats. Et donc, cela élimine simplement le besoin d'équilibrer d'avant en arrière afin d'obtenir vos idées.
Wayne Eckerson: Oui, eh bien, cela a beaucoup de sens. Et vous êtes connus maintenant pour sa facilité d'utilisation. Vous savez, vous utilisez la société Tableau pour son ascension vers la gloire et la fortune. Vous êtes là avec eux et qui préfère prendre la tête de cet espace de plate-forme convergée parce que vous avez votre pied dans l'analyse et la gestion des données. Donc, nous sommes en test bêta pour voir comment vous vous en sortirez dans les deux prochaines années.
Josh Howard: Oui, et vous savez, je pense que c'est intéressant, et je suis heureux de faire partie de cet espace, et ça a vraiment été intéressant de voir, de jeter un œil à, vous savez, l'espace d'intégration de données, le l'espace de veille stratégique et l'espace d'analyse avancée et vraiment voir ceux qui convergent. Et, vous savez, je pense que les plateformes comme Alteryx vont vraiment aider beaucoup de ces utilisateurs professionnels à exceller et à permettre à ces utilisateurs d'accéder à leurs données et de faire cette analyse, vous savez, et d'accéder à ces informations plus rapidement et plus facilement.
Eric Kavanagh: Ouais. Tous ici, et je suis d'accord avec vous, Wayne, sur le fait que cela a vraiment du sens, et je pense que oui, il y a une question d'un membre du public que je vais poser ici. C'est très pertinent pour la conversation. Il s'agit de DataOp. Pour ceux d'entre vous qui ne connaissent pas le terme …
Josh Howard: Diapositive suivante.
Eric Kavanagh: … il s'est vraiment bien développé au cours des neuf derniers mois environ. Cela a commencé avec un ou deux fournisseurs, puis trois et quatre, puis cinq et six, et maintenant beaucoup de gens parlent de DataOp. C'est essentiellement le côté gestion des données de DevOp. Donc, ce que nous voyons, c'est beaucoup d'efforts pour vraiment essayer de comprendre quels différents outils et quelles technologies différentes touchent les données au cours de leur cycle de vie et comment cela affecte-t-il votre vue analytique. Et il me semble qu'Alteryx résout en quelque sorte le problème DataOps en se concentrant sur cette approche de plate-forme avant même que DataOp ne devienne un terme. Mais je vais vous en parler, Josh, d'abord, puis vous, Wayne, pour commenter. Josh, qu'en penses-tu?
Josh Howard: Oui, je pense que c'est un espace en évolution. Vous savez, nous essayons d'être indépendants des données, et donc d'être en mesure d'accéder aux données - que ce soit dans votre pare-feu, dans le cloud, des données non structurées, des données structurées - donc parce que nous savons que cela va continuer à changer, vous savez, et je suis sûr que Wayne serait d'accord avec cela, et vous aussi, Eric. Si vous revenez en arrière, vous savez 10, 15 ans dans cet espace, je veux dire, il n'y avait qu'une poignée de bases de données. Nous comptons maintenant plus de 400 types de bases de données différents. Et donc, nous n'allons jamais suivre le rythme. Et donc, il y aura toujours quelque chose de nouveau et brillant pour une organisation à adopter. Et donc, nous voulons juste être agnostiques et utiliser notre technologie ouverte et nos API pour pouvoir s'intégrer de manière transparente avec tout ce que vous avez déjà dans votre organisation. Et voir aussi que la deuxième partie de cela du côté DataOp est vraiment avec de plus en plus de charges de travail poussées vers le cloud et les nouvelles technologies cloud et les technologies d'apprentissage automatique nous poussent vraiment dans ce nouveau paradigme, et je pense vraiment que c'est là, vous savez, DataOps va disparaître. Et nous allons voir beaucoup de choses intéressantes se produire dans cet espace.
Wayne Eckerson: Oui, je pense qu'un autre terme que nous utilisons pour DataOps est «pipelines de données» ou «chaînes d'approvisionnement de données», et nous voyons beaucoup d'entreprises sortir, en particulier dans le monde des mégadonnées. Vous pouvez gérer cette charge de travail et empêcher les lacs de données de devenir des marécages de données. Ouais, et je suis d'accord pour dire qu'une grande partie de cela se déplace également dans le cloud.
Eric Kavanagh: Eh bien, et vous savez, Alteryx a donc fait quelques acquisitions. Je ne sais pas si vous voulez en parler au cours de la dernière année ou deux, je suppose, Josh, et cela a vraiment étoffé cette plate-forme, en termes d'ingestion de données et en termes de certaines choses sémantiques. Et maintenant, vous avez vraiment ce type de solution de bout en bout qui permet aux analyses de le gouverner. Je ne connais personne d'autre qui ait adopté cette approche et cette approche, et je pense que c'était très intelligent de votre part. Mais voulez-vous en parler un peu?
Josh Howard: Oui, bien sûr. Et donc, ça a été une grande année pour Alteryx. Vous savez, nous sommes entrés en bourse plus tôt cette année, et nous avons fait deux acquisitions clés qui nous aident, vous savez, à mettre un terme à notre plateforme. Et donc, le premier, c'était vraiment cette pièce de catalogage de données. Encore une fois, vous savez, ce que nous constatons, c'est ce que nous voulons aider ces organisations à gérer ces données. Nous avons donc acquis une société de gouvernance des données appelée Semanta, qui est devenue notre solution de catalogage de données et ce que nous avons intégré à la plate-forme globale. Parce que nous le faisons, encore une fois, nous voyons la gouvernance comme un élément clé du libre-service et pour permettre le libre-service. Et donc, encore une fois, cela nous a donné tout cela, vous savez, la gestion des métadonnées, les capacités de catalogage des données. Et ce que nous avons fait, c'est que nous avons construit une interface pour la rendre facile à utiliser et très conviviale, intégrée à notre plate-forme globale.
La deuxième que nous avons créée était une société de science des données basée à Brooklyn, New York, et cela a été fait afin de développer nos capacités d'apprentissage automatique ainsi que la gestion des modèles. Et donc, ce que j'ai mentionné plus tôt, c'est que de nombreux scientifiques des données utilisent nos plates-formes et effectuent un travail de science des données très important. Cependant, amener ces modèles, vous savez, jusqu'au dernier kilomètre a été très difficile. Et donc, j'ai mentionné, vous savez, les 12 à 20 semaines qu'il faut souvent, les 250 000 $ nécessaires pour construire certains de ces modèles. Et puis, comment opérationnalisez-vous et maintenez-vous tous ces modèles à jour? Comment ces modèles apprennent-ils? Et comment entraînez-vous ces modèles? Et donc, c'est aussi un gros problème, à droite, les capacités de déploiement. Et donc, ces deux technologies avec le côté science des données et le côté gouvernance des données ont vraiment complété notre plate-forme et ce que nous essayons de faire, essayer de l'apporter aux organisations, pour résoudre ce défi.
Eric Kavanagh: Oui, et je suis content que vous ayez ajouté cela parce que nous avions une question du public sur l'apprentissage automatique et l'IA. Et, Wayne, je vais peut-être vous en parler très rapidement. Pour moi, il y a tellement de potentiel pour que l'apprentissage automatique optimise vraiment un grand nombre des différents problèmes avec lesquels nous avons lutté au fil des ans - des choses comme la qualité des données, par exemple, des congestions sur l'analyse et aider ce côté découverte de l'équation, non? Parce que certains de ces algorithmes qui continuent à apprendre en particulier peuvent vraiment se débrouiller seuls et trouver des choses intéressantes qui pourraient être révélées pour l'utilisateur. Parce que l'un des défis, bien sûr, avec les analystes en général, c'est que chaque analyste apporte son propre ensemble de préjugés, sa propre vision du monde. Cela peut être assez difficile à changer parfois, et je vois donc beaucoup de potentiel pour l'apprentissage automatique et l'IA à l'avenir. Qu'est-ce que tu penses?
Wayne Eckerson: Non, des règles de base absolument et juste. Ensemble, ces éléments simplifieront davantage ces outils en libre-service et les rendront plus faciles à utiliser. Vous savez, comme vous l'avez dit, tout, depuis la formulation de recommandations pour d'autres rapports, pour les ensembles de données à examiner, pour ajuster les modèles, vous savez, calmer les corrélations dans l'outil de préparation des données. Vous savez, nous l'avons déjà fait, comme Tableau a innové la visualisation appropriée pour l'ensemble de données que vous souhaitez afficher. Tout cela rend donc ces outils beaucoup plus puissants, rend le libre-service beaucoup plus plausible et aide les utilisateurs à utiliser les données pour générer des informations et de la valeur plus rapidement.
Eric Kavanagh: Oui, et vous savez, dans le monde des logiciels d'entreprise, évidemment, il se passe tellement de trucs sympas, mais l'essentiel est qu'il faut toujours du temps pour développer la technologie. Alors évidemment, vous pouvez aller acheter des choses, comme l'a fait Alteryx. Mais quand vous avez de l'expérience dans un espace, vous savez, il y a une vieille expression: rien ne remplace l'expérience. Vous savez simplement comment mieux faire les choses, et je pense que l'une des clés du succès à long terme d'Alteryx a été qu'Alteryx était vraiment impliqué dans l'ensemble du processus d'utilisation de données tierces il y a de nombreuses années. Je ne me souviens pas exactement combien de temps, mais je veux dire il y a six ou sept ans, Alteryx a déjà cuit la capacité de sortir et de récupérer des données d'entreprises comme les sociétés de crédit, par exemple, ou des données de géolocalisation ou un nombre quelconque de systèmes de données tiers. Et je pense que c'était le début de ce que nous voyons maintenant mûrir en termes de ce que nous appelons le mélange de données ces jours-ci, car nous n'avions même pas ce terme à l'époque.
Mais, Josh, je vais te le redonner. Et, moi, je pense que c'est beaucoup de saturation et d'expérience intégré à la plate-forme Alteryx autour de ce concept de mélange de données, qui vient maintenant d'être augmenté par ingestion, par apprentissage automatique, par catalogage de données, etc. Je pense que c'est pourquoi nous voyons Alteryx où il est aujourd'hui. Qu'est-ce que tu penses?
Josh Howard: Oui, je veux dire, la nécessité est la mère de toute invention, non? Et donc, vous savez, ce sont nos clients qui faisaient, vous savez, nous, vous savez, à l'origine des analyses spatiales, et c'est vraiment ainsi que nous avons commencé, nous faisions des analyses spatiales. Et vous savez, en prenant des données comme TomTom et en effectuant une analyse du temps de conduite, vous pouvez voir, vous savez, télécharger ces données avec, vous savez, les données personnelles d'Experian. C'est donc vraiment là que nous avons commencé, et ce que nous avons découvert, vous savez, nos clients avaient besoin d'une plate-forme pour mélanger toutes ces données. Et ce ne serait pas cool si nous leur donnions les outils pour le faire. Et donc, c'était vraiment l'impulsion d'Alteryx.
Et vous savez, ce que nous avons constaté, c'est que vous savez, au fil des ans, que la préparation des données est vraiment la première étape de votre parcours analytique. Donc, vous savez, cela prend 80% du temps d'un data scientist, vous savez, faire des analyses prédictives et des travaux de science des données est en fait consacré à des travaux de préparation des données, et moins de 20% à des analyses, et c'est donc ce que nous essayons de faire. surmonter. Et donc, la préparation des données est la première étape de votre parcours analytique. Donc, avant de commencer à faire des rapports, des rapports avancés, des analyses prédictives, jusqu'à l'analyse cognitive, vous devez toujours accéder aux données, vous devez toujours les préparer et les mélanger et les rassembler. Et c'est ce que nous résolvons avec cette plate-forme. Et permettre à ces utilisateurs de faire toutes ces choses à la fois sans code et de manière conviviale.
Eric Kavanagh: Oui, et j'aime aussi ce concept: sans code et convivial. Parce que le fait est que vous avez beaucoup de jockeys de code, ce qui peut ajouter une valeur énorme, mais il y a beaucoup d'utilisateurs professionnels qui sont franchement désactivés par le code. Ils en sont intimidés, et qui peut leur en vouloir? Donc, Wayne, je pense que c'est aussi une fonctionnalité intéressante, une approche intéressante. Il y a du code et du code, non?
Wayne Eckerson: Oh, absolument. Oui, c'est comme ça que de plus en plus de gens se mettent en libre-service.
Eric Kavanagh: Oui, et le libre-service, je pense, est la prochaine grande étape, et j'aime vraiment ce dont nous avons discuté aujourd'hui, donc il s'agit de savoir comment vraiment réfléchir à vos processus, vos flux de travail, vos cycles de vie des données, et ainsi de suite. Et l'intégration de ces politiques dans la plate-forme, à votre point Wayne, il y a des problèmes autour de la normalisation, vous perdez un peu de flexibilité, mais une fois que les gens comprennent les méthodes de la folie, vous finissez vraiment par faire avancer le processus de telle sorte que dans -les utilisateurs comprennent qu'ils peuvent désormais obtenir ce qu'ils veulent. Ils n'ont pas à attendre de l'informatique, et cela change la nature de la façon dont les informaticiens et les gens d'affaires travaillent ensemble, je pense d'une manière très positive, car maintenant l'informatique peut servir de catalyseur, ils n'ont plus à être un gardien sur la technologie autant qu'avant. Il n'y a pas autant de soutien, idéalement, si vous avez des normes. Vous finissez donc par favoriser une plus grande collaboration, car c'est tout l'objectif, non?
Donc pour les commentaires de clôture de Josh puis de Wayne.
Josh Howard: Non, je veux dire, vous savez, je suis d'accord avec tout ce que vous avez dit. Vous savez, il est important que nous donnions aux services informatiques et aux utilisateurs professionnels les outils dont ils ont besoin pour réussir. Nous pensons donc que l'informatique ne devrait pas être chargée de créer des rapports. Cela devrait être laissé à l'utilisateur professionnel qui a ce contexte de l'entreprise et les données qu'il utilise, mais le fait de manière régie, et quelque chose qui fonctionnera également pour l'informatique.
Eric Kavanagh: D' accord, commentaires de clôture de Wayne.
Wayne Eckerson: Oui, le rôle de l'informatique est passé de celui de tout faire à celui de faciliter le libre-service et d'être vraiment les champions de la culture de la gouvernance et d'amener les utilisateurs à vouloir gouverner leur propre production, pour leur avantage et celui de l'organisation. . Je veux dire, le rôle de l'informatique est … Je suis désolé pour l'informatique, vous savez, parce que parfois ils doivent aller le construire, des divisions dans les pitreries commerciales comme le juridique et les RH en général, je ne vais rien faire de tout cela. Et certainement, si vous voulez quelque chose qui soit une entreprise interfonctionnelle, qui d'autre va le construire sinon l'informatique? Mais en général, oui, l'informatique doit changer pour prospérer dans ce monde de libre-service. Ils doivent plutôt jouer un rôle de soutien.
Josh Howard: Oui, et je pense avec la prochaine évolution avec les centres d'excellence et où ces projets ne sont pas dirigés par l'informatique ou l'entreprise, mais plutôt une organisation centralisée. Vous savez, nous commençons à voir la montée en puissance du directeur des données et ces types de projets tombent dans ce domaine où ils ont tous deux la perspective de la gouvernance ainsi que la perspective commerciale. Je pense que c'est le meilleur scénario pour créer ces données et cette culture analytique, et je suis ravi de voir ce qui en résultera.
Eric Kavanagh: Oui, nous avons eu quelques commentaires de dernière minute de la part des participants qui entraient dans le salon de discussion ainsi que les questions et réponses. J'aime ce commentaire: régissez la sortie, il n'y a aucune ambiguïté quant à savoir qui est le rapport en libre-service qui est correct.
Josh Howard: Ouais.
Eric Kavanagh: Oui, c'est une bonne chose. Il s'agit de collaboration, il s'agit de travailler ensemble, et, vous savez, Josh, vous avez également mentionné l'importance de faire en sorte que les utilisateurs se parlent, et c'est quelque chose sur lequel Alteryx se concentre également.
Donc, les amis, nous sommes allés un peu longtemps ici, mais nous avons commencé un peu tard, donc je tiens à vous remercier beaucoup pour tout votre temps et votre attention aujourd'hui. Nous archivons toutes ces webémissions, alors n'hésitez pas à les partager avec vos collègues.
Et avec cela, nous allons vous dire adieu. Merci encore à Wayne et, bien sûr, à Josh d'Alteryx. Nous vous parlerons la prochaine fois, les amis. Prends soin de toi. Bye Bye.
