تضمين التحليلات في كل مكان: تمكين عالم بيانات المواطن

بواسطة Techopedia Staff ، 25 أغسطس 2016

الوجبات الجاهزة: يناقش المضيف ريبيكا جوزويك ظاهرة التحليلات المضمنة وعلماء بيانات المواطن مع الدكتور روبن بلور وديز بلانشفيلد وديفيد سوينور.

يجب عليك التسجيل لهذا الحدث لعرض الفيديو. سجل لمشاهدة الفيديو.

ريبيكا جوزويك: سيداتي وسادتي ، مرحبًا بكم في Hot Technologies. موضوع "تضمين كل مكان: تمكين عالم بيانات المواطن" هو موضوعنا اليوم. أنا في ملء لمضيفك المعتاد ، وهذا هو ريبيكا Jozwiak ملء في اريك كافاناغ. نعم ، هذا العام حار. لا يزال المصطلح "عالم البيانات" يحظى بالكثير من الاهتمام على الرغم من أننا اعتدنا أن نطلق عليهم أسماء مملة مثل "إحصائي" أو "خبير تحليلات" ، وهو يعالج إلى حد كبير نفس النوع من الأنشطة ولكنه يحمل اسمًا جديدًا مثيرًا حشد الكثير من الاهتمام. من المرغوب فيه للغاية أن يكون في مكان العمل ، ومفيد للمنظمة ، والجميع يريد واحدة. لكنهم: 1) باهظة الثمن ، 2) من الصعب العثور عليها. كما تعلمون ، لقد كان كل الأخبار حول النقص في مهارات عالم البيانات ، نعم ، ولكن لا يزالون يقدمون قيمة هائلة للمؤسسة والناس يطالبون نوعًا ما بالتعرف على كيفية الحصول على هذه القيمة دون الاضطرار إلى التنازل ، تحدث.

لكن الخبر السار هو أننا نشهد أدوات وبرمجيات تخرج تعوض هذا النقص. لدينا الأتمتة ، والتعلم الآلي ، والتحليلات المدمجة ، وهو ما سنتعلمه اليوم ، وهو نوع من الإنطلاق لهذا المصطلح الجديد ، "عالم بيانات المواطن" ، وماذا يعني ذلك؟ لا ، إنه ليس عالم بياناتك المدرب ، فقد يكون مستخدم عملك ، أو خبير BI ، أو شخص من تكنولوجيا المعلومات ، أو شخص لديه الخلفية ولكن ربما ليس بالضرورة الخبرة. لكن ما تفعله ، هذه الأدوات والبرنامج ، هو أنه يتيح لعدد أكبر من الناس الوصول إلى تلك الحلول الذكية على الرغم من أنهم قد لا يعرفون الترميز العميق. ولكنه يساعد فقط في تحسين الأداء بشكل عام عندما تمنح الجميع المزيد من الوصول إلى هذا التفكير التحليلي. لا يتعين عليك الحصول على التدريب بالضرورة للحصول على نوع من الفضول الذي يمكن أن يؤدي إلى رؤى جيدة لشركتك.

مناقشة هذا الأمر معنا اليوم هو روبن بلور ، كبير المحللين في مجموعة بلور ، أحد علماء البيانات المراوغين بنفسه ، ويدعو ديز بلانشفيلد ، ومن ثم لدينا ديفيد سوينور من Dell Statistica سيقدم لنا عرضًا تقديميًا اليوم. ومع ذلك ، سأمرّها إلى روبن بلور.

روبن بور: حسنًا ، شكرًا على هذه المقدمة. لقد فكرت في هذا في سياق تاريخي. ما ننظر إليه هنا بالفعل هو أحد تصميمات ليوناردو دا فينشي لنوع من الطائرات الشراعية التي يمكن أن يضعها الرجل على ظهره. ليس لدي أي فكرة عما إذا كان سيعمل بالفعل. لن أخوض في ذلك ، يجب أن أقول. ومع ذلك ، دافنشي ، عندما أفكر في دافنشي ، أفكر فيه كواحد من أكثر الناس تحريضية وتحليلية موجودة على الإطلاق. ومن الواضح تمامًا إذا ما نظرت إلى هذا المنزلق فحسب ، فقد تم تصميمه على أساس جناح طائر وأنه درس بطريقة أو بأخرى رحلات الطيور من أجل بنائها.

إذا أخذنا المنظور التاريخي - لقد بحثت عن ذلك بالفعل - فربما تكون التحليلات أقدم تطبيق للرياضيات. هناك تعدادات ترجع إلى العصور البابلية على الأقل. نحن نعرف هذا بسبب وجود بعض الأقراص المسمارية التي تحتوي على بيانات مماثلة لتلك الموجودة عليها. من غير المعروف ما إذا كان هناك أي شيء عاد في وقت سابق. ولكن الشيء الواضح هو أنك حصلت على حضارة تضم عددًا كبيرًا من الناس ، وهي في الواقع تتطلب التخطيط وتستحق معرفة ما تخطط له وما متطلبات هؤلاء الأشخاص بالفعل.

وهذا نوع من حيث بدأ ، وكذلك حيث بدأت الحوسبة لأن أجهزة الكمبيوتر المبكرة ، أجهزة الكمبيوتر الميكانيكية المبكرة ، كانت في الواقع ، أعتقد أن الأول هو الإحصاء الذي أجراه Hollerith ، والذي أصبح IBM ، على ما أعتقد. كل هذا قد تقدم إلى الأمام. كان هناك نوع من الفاصل بين ربما السبعينيات وحتى يومنا هذا ، حيث يوجد عدد كبير من التطبيقات والتحليلات الأخرى ، كما يمكنك القول ، أخذت مقعدًا خلفيًا. نعم ، كانت هناك تحليلات جارية - كانت تحدث في المؤسسات الكبيرة ، لا سيما البنوك وشركات التأمين ، وفي الواقع شركة General Electric و telco وأشياء من هذا القبيل - لكن لم يتم استخدامها بشكل عام في جميع أنحاء الأعمال التجارية وبدأت الآن في التعود بشكل عام اعمال. وغيرت اللعبة ، حقا. أول شيء اعتقدت أنني استرعي الانتباه إليه هو هرم البيانات ، الذي أحببته بشكل خاص. هذا يعني أنني وجهت واحدًا من هذه السنوات منذ 20 عامًا - قبل 20 عامًا على الأقل - إلى المحاولة والتفهم ، حقًا ، في ذلك الوقت ، كنت أحاول فهم BI وبعض عمليات استخراج البيانات المبكرة التي تم تنفيذها. ما حددته هنا هو فكرة البيانات والأمثلة هي الإشارات والقياسات والتسجيلات والأحداث والمعاملات والحسابات والتجمعات ونقاط المعلومات الفردية. قد تفكر فيهم كجزيئات من المعلومات ، لكنها نقاط فردية. يصبح المعلومات بمجرد أن يحصل السياق. البيانات المرتبطة ، والبيانات المهيكلة ، وقواعد البيانات ، وتصور البيانات ، والمتآمرين ، والمخططين ، والأنطولوجيات - كلها مؤهلة في ذهني كمعلومات لأن ما قمت به هو تجميع الكثير من التنوع معًا وإنشاء شيء أكثر بكثير من مجرد نقطة بيانات ، شيء له في الواقع شكل ، شكل رياضي.

أعلاه لدينا المعرفة. يمكننا ، من خلال فحص المعلومات ، أن نتعلم أن هناك أنماطًا مختلفة ويمكننا الاستفادة من تلك الأنماط من خلال صياغة القواعد والسياسات والمبادئ التوجيهية والإجراءات ، ثم تأخذ شكل المعرفة. وإلى حد كبير جميع برامج الكمبيوتر ، أيا كان ما يفعلونه ، هي معرفة من نوع ما ، لأنها تعمل ضد البيانات وتطبيق القواعد عليها. لدينا هذه الطبقات الثلاث وهناك تنقيح متزايد يمتد بين الطبقات. وعلى الجانب الأيسر من هذا المخطط ، تظهر لك بيانات جديدة تدخلها ، لذا فإن الكثير من هذه الأشياء ثابت. البيانات تتراكم ، والمعلومات تتراكم ، والمعرفة تتزايد. في الأعلى ، لدينا "تفاهم" وأود أن أؤكد ، على الرغم من أنها حجة فلسفية ، أن الفهم يكمن فقط في البشر. إذا كنت مخطئًا حيال ذلك ، فسيتم استبدالنا جميعًا بأجهزة الكمبيوتر في وقت ما. ولكن بدلاً من المناقشة ، سأنتقل إلى الشريحة التالية.

عندما نظرت إلى هذا ، الشيء المثير للاهتمام ، هذا شيء حديث ، والشيء المثير للاهتمام هو محاولة معرفة ماهية التحليلات بالفعل. وفي النهاية ، من خلال رسم مخططات بيانية مختلفة وانتهاءً برسم يشبه هذا ، توصلت إلى استنتاج ، في الواقع الفعلي ، أن تطوير التحليلات هو في الحقيقة مجرد تطوير برمجيات مع قدر هائل من الصيغ الرياضية. يختلف الاستكشاف التحليلي قليلاً عن تطوير البرامج ، بمعنى أنك ستأخذ العديد من النماذج المختلفة في الواقع والتحقيق فيها من أجل توليد معرفة جديدة بالبيانات. ولكن بمجرد إنشائه ، يتم تنفيذه إما فيما أعتقد أنه دعم سلبي للقرار ، وهي معلومات سئمت من المستخدم ؛ دعم اتخاذ القرار التفاعلي ، وهو عبارة عن أشياء مثل OLAP ، حيث يتم منح المستخدم مجموعة منظمة من البيانات التي يمكنهم التحقيق فيها واستنباط الأشياء لأنفسهم باستخدام الأدوات المختلفة المتاحة. الكثير من التصور مثل هذا. ثم لدينا أتمتة إذا كان يمكنك فقط تحويل بعض البصيرة التحليلية التي جمعتها إلى مجموعة من القواعد التي يمكن تنفيذها ، لا تحتاج بالضرورة إلى إنسان للمشاركة. هذه هي الطريقة التي نظرت إليها عندما فعلت كل ذلك. وبدأت أشياء مختلفة تحدث لي. بمجرد أن نقول إن مجال النشاط ، بمجرد أن يتم استنفاد مجال من البيانات بالفعل ، ودقته بدقة ، واستكشافه بدقة من خلال كل اتجاه ممكن ، يصبح في النهاية BI متبلورًا. المعرفة التي تم اختراعها تبدأ في أن تصبح معرفة تُعلم مختلف المستخدمين بطرق مختلفة ، وتزيد من قدرتهم ، كما نأمل ، على القيام بالعمل الذي يقومون به بالفعل.

أحد الأشياء التي لاحظتها ونظرت في التحليلات التنبؤية لنحو خمس سنوات ، ولكن التحليلات التنبؤية أصبحت BI ، بمعنى أنها تتحول فقط إلى معلومات مفيدة لإطعام الناس وكما أشرت بالفعل ، هناك تقارير تلقائية عن استقصاء المعلومات ، واستقصاء معلومات استقصائية ، ودراسة استقصائية ، وتصنيفات مختلفة للغاية منه والتحليلات التنبؤية تسير بالفعل في جميع الاتجاهات الثلاثة. كما أن العملية التحليلية كما أشرت لا تختلف عن تطوير البرامج ، بل قام بها أشخاص مختلفون لديهم مهارات مختلفة قليلاً. أفترض أنني يجب أن أؤكد أن المهارات المطلوبة لصنع عالم بيانات جيد حقًا تستغرق سنوات لاكتسابها. لا يتم اكتسابها بسهولة ولا يمكن لعدد كبير من الأشخاص القيام بذلك ، ولكن هذا لأنه يتضمن فهم الرياضيات بمستوى متطور للغاية من أجل معرفة ما هو صحيح وما هو غير صالح. تطورات التحليلات ، واكتشاف المعرفة الجديدة ، وزرع التحليلات ، يتعلق الأمر بتشغيل المعرفة. هذا هو نوع الخلفية التي أراها لكل التحليلات. إنه مجال ضخم وهناك أبعاد كثيرة كثيرة ، لكنني أعتقد أن التعميم ينطبق على كل شيء.

ثم هناك تعطل الأعمال ، كما ذكرت أن هناك عددًا من المنظمات ، وشركات المستحضرات الصيدلانية هي مؤسسة أخرى لديها تحليلات في الحمض النووي الخاص بها. ولكن هناك العديد من المنظمات التي لا تملكها بالفعل في الحمض النووي الخاص بها ، والآن لديها القدرة ، والآن أصبح البرنامج والأجهزة أرخص بكثير مما كان عليه الحال ، والآن لديهم القدرة على استغلاله. أود أن أقول عددا من الأشياء. أول شيء هو أن التحليلات هي ، في كثير من الحالات ، هي البحث والتطوير. قد تقوم فقط بتطبيق التحليلات على منطقة معينة من المؤسسة وقد يبدو الأمر عاديًا أنك تقوم بطريقة أو بأخرى بتحليل طلبات العملاء مرة أخرى من وجهات نظر مختلفة ، والانضمام إليها مع بيانات أخرى. ولكن التحليلات تخلق بالفعل إمكانية النظر إلى المنظمة ككل وتحليل أي نشاط معين يجري داخل المنظمة وسلاسل كاملة من الأنشطة إلى حد كبير. ولكن بمجرد الانتقال فعليًا إلى هذا المجال ، سأؤكد أنه البحث والتطوير. وهناك سؤال سُئل عدة مرات ، وهو "كم ينبغي أن تنفقه شركة على التحليلات؟" وأعتقد أن أفضل طريقة للتفكير في تقديم إجابة لذلك هي التفكير في التحليلات باعتبارها البحث والتطوير واسأل فقط "حسنًا ، ما المبلغ الذي ستنفقه على البحث والتطوير في مجال كفاءة العمل؟"

والشركات التي ليست مع التحليلات ، هناك الكثير من الأشياء التي لا يعرفون. بادئ ذي بدء ، أنهم لا يعرفون كيفية القيام بذلك. عادةً إذا كانوا في طريقهم فعليًا إلى اعتماد التحليلات داخل المنظمة بطريقة أو بأخرى - ليس لديهم حقًا أي خيار سوى الذهاب إلى مكتب استشاري يمكنه مساعدتهم في القيام بذلك لأنه سيكون من المستحيل أو صعب للغاية بالنسبة لمعظمهم تقوم الشركات في الواقع باستئجار عالم بيانات ، والعثور على أحدهم ، ودفع ثمنه ، والثقة به فعليًا للقيام بما تريده. صعب جدا. معظم الشركات لا تعرف كيفية توظيف أو تثقيف الموظفين للقيام بهذا العمل بالفعل ، والسبب في ذلك ببساطة هو أنه ليس في الحمض النووي الخاص بهم حتى الآن ، لذلك فهو ليس جزءًا من عمليات أعمالهم الطبيعية. هذا يغذي في النقطة التالية. انهم لا يعرفون كيفية جعلها عملية تجارية. أفضل طريقة للقيام بذلك ، بالمناسبة ، هي نسخ ما تقوم به شركات الأدوية وشركات التأمين ، انظر فقط ، وبعض الشركات في مركز الرعاية الصحية ، فقط انظر إلى الطريقة التي يستخدمون بها التحليلات ونسخها. لأنها عملية تجارية. لا أعرف كيفية ضبطه أو تدقيقه. هذا حقًا ، خاصةً بعد أن صنعت الكثير من شركات البرمجيات منتجات تعمل على أتمتة الكثير من التحليلات. إن النقطة المتعلقة بالتدقيق مهمة ، عندما يكون لديك استشاري أو شخص ما في الموقع يمكن الوثوق به لفهم ما هي نتائج أي عملية حسابية تحليلية ، فهذا نوع من الاختيار يجب عليك القيام به ، ولكن إذا وضعت أدوات تحليلية قوية في أيدي الأشخاص الذين لا يفهمون التحليلات بشكل صحيح ، من المحتمل أن ينتقلوا إلى استنتاجات قد لا تكون صحيحة. وكما قلت ، لا تعرف الشركات كيفية وضع ميزانية لها.

هذه هي النكهات من التحليلات ، وسوف أركض فقط من خلالهم. تختلف التحليلات الإحصائية والنمذجة الإحصائية بشكل كبير عن التحليلات التنبؤية ، ومعظمها بالمناسبة منحنى. يختلف التعلم الآلي عن تلك الأشياء ، وتحليلات المسار والسلسلة الزمنية ، والتي تتم بشكل أساسي على تدفقات الحالة مختلفة مرة أخرى. تحليلات الرسم البياني مختلفة مرة أخرى ، وتحليلات النص والتحليلات الدلالية مختلفة مرة أخرى. هذا يشير فقط إلى أن هذا شيء متعدد الأنواع للغاية. الأمر ليس كذلك ، فأنت لا تبدأ في إجراء التحليلات ، بل تبدأ في النظر في المشكلات التي تواجهها وتبحث عن الأدوات المختلفة والنكهات المختلفة للتحليلات التي تناسب تلك. وأخيرا ، صافي الشبكة. بسبب تطور الأجهزة والبرامج ، في رأيي التحليلات في مهدها. لا يزال هناك الكثير والكثير لم يأت بعد وسنرى هذا الأمر في السنوات المقبلة. أعتقد أنني أستطيع تمرير الكرة إلى Dez الآن.

ديز بلانشفيلد: نعم ، تحدث عن عمل صعب ، روبن. سأقوم بزيارة هذا الموضوع لفترة وجيزة من إحدى زواياي المفضلة ، وهي زاوية الإنسان. هناك الكثير من التغييرات التي تحدث في حياتنا اليومية. أحد أعظم الاضطرابات في حياتنا اليومية ، في رأيي الحالي ، هو العمل اليومي فقط. العودة إلى العمل ومحاولة القيام بالمهمة التي استأجرت القيام بها ، والتوقعات المتزايدة بأنك ستنتقل من شخص عادي إلى بطل خارق ومقدار المعلومات التي تتدفق حول المنظمات وتنبعث منها بسرعة كبيرة ، إنه تحد كبير والمزيد والمزيد علينا توفير أدوات أفضل وأفضل للناس لمحاولة التعامل مع تدفق المعرفة والمعلومات ولذا اعتقدت أنني سأحاول أن أتوصل إلى ذلك من زاوية ممتعة قليلاً . ولكن ، من المذهل دومًا كيف حصلنا على هذا الغوغاء الفائق أو الغوغاء الخاطفين وما إلى ذلك ، وهذا ما يدفعنا نحو ما نتحدث عنه كتحليلات ، ولكن ما نتحدث عنه حقًا هو إتاحة المعلومات للناس ، و السماح لهم بالتفاعل معه والقيام به بطريقة طبيعية وهو أمر طبيعي.

في الحقيقة ، تذكرني بمقطع فيديو يوتيوب لطفل صغير ، طفل صغير ، يجلس على الأرض وهو جالس هناك يلعب بجهاز آي باد وهو يرفرف حوله ويقرص ويضغط ويخرج الصور ويلعب مع الشاشة ، البيانات هناك. ثم يأخذ الوالد جهاز iPad بعيدًا ويضع مجلة ، وهي مجلة مطبوعة على حضن الطفل. وربما لا يتجاوز عمر هذا الطفل عامين. يبدأ الطفل في المحاولة والتمرير باستخدام شاشة المجلة ، ثم يضغط ويضغط على المجلة ولا تستجيب لها. يرفع الطفل إصبعه لأعلى وينظر إليه ويفكر ، "حسنًا ، لا أعتقد أن إصبعي يعمل" ، ويضغط نفسه في ذراعه ويفكر ، "آه لا ، إصبعي يعمل يمكنني أن أشعر بذراعي وهذا تبدو جيدة "، وهي تلوي الإصبع ، وتلويح الأصابع وتستجيب. نعم. بعد ذلك ، تحاول التفاعل مع المجلة مرة أخرى ، ومنخفضة وها لا تنقرص وتضغط وتنتقل. ثم يأخذون المجلة ويضعون جهاز iPad في حضنها ، وفجأة يعمل الشيء. وهكذا ، إليك طفل جاء وتم تدريبه على استخدام أداة تحليلية أو أداة بث مباشر للتسلية ، ولا يمكنه تحديد كيفية عمل المجلة وكيفية قلب الصفحات.

وهذا مفهوم مثير للاهتمام في حد ذاته. لكن عندما أفكر في نقل المعرفة حول المنظمات ، وطريقة تدفق البيانات والطريقة التي يتصرف بها الأشخاص ، فكثيراً ما أفكر في هذا المفهوم لما تعلّمه الناس ليكونوا غوغاء فلاش ، وهو حدث حيث ، وأي وسائل إعلام اجتماعية تصنع هذا أسهل في القيام به ، وهي فكرة على هذا النحو تذهب إلى هذا المكان في هذا الوقت والتاريخ والحركة ، أو الفيديو وتعلم هذه الرقصات ، أو ارتداء هذه القبعة الملونة ونقطة الشمال في الساعة الواحدة. وأنت تدفع هذا من خلال شبكتك ، ودائما مجموعة كاملة من الناس ، مئات منهم ، يحضرون في نفس المكان في نفس الوقت يقومون بنفس الشيء وهناك عامل نجاح ، مثل "البقرة المقدسة ، التي كانت مثير للإعجاب حقًا! "لكنها في الحقيقة فكرة بسيطة حقًا ، ومفهوم بسيط يتم طرحه للتو من خلال شبكاتنا ونحصل على هذه النتيجة التي تعد أمرًا رائعًا ومذهلًا بشكل مرئي. وعندما تفكر في مؤسسة ، والطريقة التي نريد أن يتصرف بها الأشخاص والطريقة التي نريدهم أن يتعاملوا بها مع نظم المعلومات والعملاء ، فغالبًا ما تكون بهذه البساطة ، إنها فكرة أو مفهوم أو سمة ثقافية أو سلوكية نحاول اجتيازها من خلال وتمكين مع الأدوات والمعلومات.

ومما يدعم كل ما هو هذا المانترا الذي امتلكته منذ أكثر من عقدين ونصف ، وهو أنه إذا لم يعثر الموظفون على ما يحتاجون إليه للقيام بعملهم ، سواء أكانوا أدوات أو معلومات ، فسيعملون دائمًا على إعادة اختراع العجلة. وهذا تحد متزايد الآن ، حيث لدينا الكثير من المعرفة والكثير من المعلومات والأشياء تتحرك بسرعة كبيرة ، أننا نريد منع الناس من إعادة اختراع العجلة. وعندما نفكر في بيئة العمل لدينا ، والعودة إلى زاوية الناس ، والتي تعد واحدة من الأشياء المفضلة لدي ، لقد دهشت عندما فوجئنا بأن الحجيرات لم تكن بيئة مواتية لتحقيق نتائج جيدة ، أو أننا صاغنا أشياء مثل هذه المروعة الصور هنا ، وهي لم تتغير كثيرًا ، فقط أسقطت الجدران وسمّتها مساحات عمل مفتوحة. ولكن في الوسط مع الحلقة الصفراء من حولهم ، هناك شخصان يتبادلان المعرفة. ومع ذلك ، إذا نظرت إلى بقية الغرفة ، فإنهم جميعًا يجلسون هناك وهم يقرعون هناك ويضعون المعلومات في شاشة. وفي أكثر الأحيان ، لا يتم بالفعل تبادل المعرفة والبيانات ، وهناك مجموعة من الأسباب لذلك. لكن التفاعل في منتصف الأرضية على اليسار هناك في الدائرة الصفراء ، يوجد شخصان يتحدثان هناك ، ويتبادلان المعرفة ، ويحاولان على الأرجح إيجاد شيء ما ، ويحاولان أن يقولا: "هل تعرف مكان هذا التقرير ، أين أنا؟ يمكن أن أجد هذه البيانات ، ما هي الأداة التي أستخدمها للقيام بهذا الشيء؟

ولدينا بيئات مماثلة حول المكتب نضحك عليها مازحا ، ولكن الواقع أنها قوية وفعالة للغاية. وأحد المفضلات الخاصة بي هي منصة التحليلات المتنقلة أو الثابتة المسماة مبرد المياه ، حيث يستيقظ الناس هناك ويدردشون معهم ويتقاسمون المعرفة ، ويقارنون الأفكار ويجرون التحليلات أثناء الوقوف على مبرد المياه ، وتبادل الأفكار. إنها مفاهيم قوية جدًا عند التفكير فيها. وإذا كنت تستطيع ترجمتها إلى أنظمتك وأدواتك ، فستحصل على نتيجة مذهلة. وقد حصلنا على المفضلة على الإطلاق ، والتي تعد في الأساس أقوى مركز لتوزيع البيانات في المكتب ، والمعروف باسم مكتب الاستقبال. وإذا لم تجد شيئًا ، فأين تذهب؟ حسنًا ، تمشي إلى مقدمة المكتب وتذهب إلى مكتب الاستقبال وتقول "هل تعرف أين x ، ص ، z؟" وأجرؤ على أن يقول لي أحدهم إنهم لم يفعلوا ذلك مرة واحدة على الأقل في برنامج جديد وظيفة أو في وقت واحد عندما لا يستطيعون العثور على شيء. وعليك أن تسأل نفسك ، لماذا هذا هو الحال؟ يجب أن يكون في مكان ما على الإنترانت أو بعض الأدوات أو أيا كان. يجب أن يكون من السهل العثور عليها.

وهكذا عندما يتعلق الأمر بالبيانات والتحليلات والأدوات التي قدمناها إلى موظفينا للقيام بعملهم والطريقة التي يتفاعل بها البشر مع الوظائف ، لدي رأي مفاده أنه قبل ظهور أدوات التحليلات ومنصات البيانات الكبيرة مؤخرًا أو "معالجة البيانات" ، وكذلك نسميها في المدرسة القديمة ، كان تبادل المعلومات والمعرفة بعيدًا عن الديناميكي أو التعاوني أو المفتوح ، وعندما تفكر في نوع الأنظمة التي نتوقع من الناس أن يقوموا بوظائفهم بها ، كان لدينا كلاسيكيون ، يطلق الناس الآن على الإرث ، ولكن الواقع هو أنه لم يعد موجودًا ولا يزال موجودًا اليوم ، وبالتالي فهو ليس إرثًا حقًا. لكن أنظمة الموارد البشرية التقليدية وأنظمة تخطيط موارد المؤسسات - إدارة الموارد البشرية ، وتخطيط موارد المؤسسة ، وإدارة بيانات المؤسسة ، والأنظمة التي نستخدمها لإدارة المعلومات لتشغيل الشركة. انها دائما إسكات. ومن الأعلى ، هناك منصات بسيطة مثل الشبكات الداخلية للإدارات ، وتحاول الاتصال بمكان وجود الأشياء وكيفية الحصول عليها وكيفية التفاعل مع المعرفة حول المكان. نحن البوب ​​ذلك على إنترانت لدينا. إنها جيدة مثل الأشخاص الذين يبذلون الوقت والجهد لوضع ذلك هناك ، وإلا فسيتبقى في رأسك. أو لديك بيانات توضع في أسفل السلسلة الغذائية ، وفي شبكات منطقة التخزين (SANs) الخاصة بالشركات وكل ما بينها ، لذلك فإن شبكات منطقة التخزين مليئة بالملفات والبيانات ، ولكن من يعرف أين يمكن العثور عليها.

في أكثر الأحيان ، قمنا ببناء منصات البيانات المغلقة أو الأنظمة المغلقة ، وبالتالي فقد عاد الأشخاص إلى أمثال جداول البيانات و PowerPoints لتمرير المعلومات في جميع أنحاء المكان. ولكن كان هناك شيء مثير للاهتمام حدث في الآونة الأخيرة ، في رأيي ، وهو أن الأجهزة المحمولة والإنترنت بشكل عام تعمل على فكرة أن الأمور يمكن أن تكون أفضل بالفعل. وفي الغالب في الفضاء المستهلك. وإنه لأمر مثير للاهتمام أن الحياة اليومية بدأنا في الحصول على أشياء مثل الخدمات المصرفية عبر الإنترنت. لم يكن علينا الذهاب إلى بنك فعلي فعليًا للتفاعل معهم ، بل يمكننا القيام بذلك عن طريق الهاتف. في الأصل كان ذلك صعبًا ولكن بعد ذلك جاء الإنترنت وكان لدينا موقع إلكتروني. أنت تعرف ، وكم مرة كنت بالفعل في البنك الذي تتعامل معه في الآونة الأخيرة؟ في الحقيقة لا أستطيع ، لقد أجريت محادثة حول هذا الموضوع في اليوم الآخر ، وفي الواقع لا أستطيع أن أتذكر آخر مرة ذهبت فيها إلى حسابي البنكي ، الذي صُدمت به تمامًا ، اعتقدت أنني يجب أن أكون قادرًا على تذكر ذلك ، لكنه كان طويلاً قبل لا أستطيع أن أتذكر عندما ذهبت إلى هناك. وبالتالي لدينا الآن هذه الأدوات في أيدينا على شكل هواتف محمولة وهواتف وأجهزة لوحية وأجهزة كمبيوتر محمولة ، لدينا شبكات ونفاذ إلى الأدوات والأنظمة ، وقد تعلمنا أن مساحة المستهلك قد تكون أفضل ، ولكن بسبب بسبب التغير السريع في مساحة المستهلك والذي كان أكثر تباطؤًا وتغيرًا جليديًا داخل المؤسسة والبيئات ، لم نأخذ هذا التغيير دائمًا في الحياة العملية اليومية.

وأنا أحب السخرية من حقيقة أنه لا يمكنك بث بيانات الدفق إلى ورقها. في هذه الصورة هنا ، هناك شخص يجلس ينظر إلى بعض التحليلات التي تم إجراؤها ، وهناك رسم بياني جميل تم إنتاجه من قبل شخص ربما يتم دفع الكثير من المال له كإحصائي أو خبير اكتواري ، ويجلسون هناك يحاولون القيام به تحليلات على نسخة مطبوعة وطمس في ذلك. ولكن هذا هو الشيء المخيف بالنسبة لي: هؤلاء الأشخاص في غرفة الاجتماعات هذه ، على سبيل المثال ، وسأستخدم هذا كمثال ، إنهم يتفاعلون مع البيانات التاريخية الآن. وهو قديم منذ إنتاج هذا الشيء ثم طباعته ، لذلك ربما يكون تقريرًا قديمًا منذ أسبوع. الآن يتخذون قرارات بشأن ليس الكثير من البيانات السيئة ولكن البيانات القديمة ، والتي يمكن أن تكون دائما بيانات سيئة. إنهم يتخذون قرارًا اليوم استنادًا إلى شيء تاريخي ، وهو مكان سيء حقًا. لقد نجحنا في استبدال تلك النسخة المطبوعة بأمثال الأجهزة اللوحية والهواتف لأننا عملنا بسرعة كبيرة في مساحة المستهلك ، والآن لقد عملنا عليها في مساحة الشركة ، أن الوقت الحقيقي هو رؤى قيمة في الوقت الحقيقي.

ونحن نحسن وأفضل في ذلك. وهذا يقودني إلى النقطة التي أثارها روبن في وقت سابق ، وهذا هو مفهوم عالم بيانات المواطن ومحرك هذا المفهوم. بالنسبة لي ، عالم بيانات المواطن هو مجرد أشخاص عاديين لديهم الأدوات والمعلومات الصحيحة على أمثال iPad. لا يتعين عليهم القيام بالرياضيات ، ولا يتعين عليهم معرفة الخوارزميات ، ولا يتعين عليهم معرفة كيفية تطبيق الخوارزميات وبيانات القاعدة ، فهم بحاجة فقط إلى معرفة كيفية استخدام الواجهة. وهذا يعيدني إلى مقدمةي ومفهوم الطفل الصغير الذي يجلس هناك مع جهاز iPad مقابل مجلة ، مقابل جهاز iPad. يمكن للطفل الصغير أن يتعلم بسرعة وبشكل حدسي كيفية استخدام واجهة جهاز iPad للغطس في المعلومات والتفاعل معها ، وإن كان ربما لعبة أو دفق وسائط أو فيديو. لكن لا يمكن أن تحصل على نفس الاستجابة أو التفاعل من شريط المجلات وفقط الصفحة الوامضة تلو الأخرى ، وهي ليست جذابة للغاية ، خاصة إذا كنت طفلًا صغيرًا نشأ مع أجهزة iPad. دائمًا ، يمكن للبشر أن يبحثوا ويتعلموا بسرعة كبيرة كيفية قيادة الأدوات والأشياء التي نوفرها لهم فقط ، وإذا زودناهم بواجهة مثل الأجهزة المحمولة وخاصة الأجهزة اللوحية والهواتف الذكية بشاشات كبيرة بما فيه الكفاية ، وخاصة إذا كان بإمكانك التفاعل لهم في لمسة ، مع حركات الأصابع ، فجأة تحصل على هذا المفهوم لعالم بيانات المواطن.

شخص يمكنه تطبيق علم البيانات باستخدام الأدوات الصحيحة ، ولكن دون الحاجة إلى معرفة كيفية القيام بذلك. وفي رأيي أن الكثير من هذا ، كما قلت ، كان مدفوعًا بنفوذ المستهلك ، والذي انتقل وتحول إلى طلب ومؤسسة. بضعة أمثلة سريعة حقا. سنبدأ نحن كثيرًا في فعل أشياء من خلال مدوناتنا ومواقعنا الإلكترونية ، مثل وضع إعلانات صغيرة أو النظر في التتبع والحركة ، وقد استخدمنا أدوات مثل Google Analytics واستيقظنا على حقيقة أنه في مدوناتنا ومواقع الويب الصغيرة ، يمكننا وضع القليل من الشفرات في الموقع وستوفر لنا Google رؤى في الوقت الفعلي لمن يزور الموقع ومتى وأين وكيف. وفي الوقت الفعلي ، يمكن أن نرى الأشخاص في الواقع يذهبون إلى الموقع ، ويتصفحون الصفحات ثم يختفون. وكان مذهلا جدا. ما زلت أحب أن أفعل ذلك ، عندما أحاول شرح تحليلات في الوقت الفعلي للأشخاص ، أغفلها فقط لأعرض لهم موقعًا على الويب مع Google Analytics موصولًا ، وأرى فعليًا التفاعل المباشر مع الأشخاص الذين يضربون مواقع الويب واسألهم ، "تخيل لو كان لديك تلك الأنواع من الأفكار حول عملك في الوقت الفعلي. "

خذ مثالاً على البيع بالتجزئة ، وربما صيدلية ، أعتقد أنك تسميها متجر أدوية في أمريكا ، وهي صيدلية يمكنك المشي فيها وشراء كل شيء من أقراص الصداع إلى كريم الشمس والقبعات. محاولة إدارة تلك المنظمة بدون معلومات في الوقت الفعلي هي مفهوم مخيف الآن نعرف ما نعرفه. على سبيل المثال ، يمكنك قياس حركة المرور على الأقدام ، ويمكنك وضع الأجهزة في جميع أنحاء المتجر مع وجه مبتسم على جانب واحد من الشاشة لأنك سعيد ، وحمراء غير سعيد في أقصى اليمين وبعض الظلال المختلفة في الوسط. وهناك منصة تسمى "Happy or Not" هذه الأيام ، حيث تمشي في متجر ويمكنك أن تضرب وجهًا سعيدًا أو وجهاً حزينًا ، بناءً على ملاحظاتك بشأن معنويات العملاء المباشرين. ويمكن أن تكون تفاعلية مع الوقت الحقيقي. يمكنك الحصول على أسعار حية مدفوعة بالطلب. إذا كان هناك الكثير من الأشخاص هناك ، يمكنك رفع الأسعار قليلاً ، ويمكنك القيام بتوافر الأسهم وإخبار الأشخاص ، على سبيل المثال - شركات الطيران ، على سبيل المثال ، ستخبر الأشخاص بعدد المقاعد المتاحة الآن على موقع الويب عندما أثناء حجز رحلة ، لا تقوم بالاتصال العشوائي فقط وتأمل أن تتمكن من العودة والحصول على رحلة طيران. بيانات الموارد البشرية الحية ، يُمكنك معرفة الوقت الذي يعمل فيه المستخدمون في الوقت الفعلي. المشتريات ، إذا كنت في عملية شراء وكانت لديك بيانات حية ، فيمكنك القيام بأشياء مثل الانتظار لمدة ساعة والتحوط مقابل سعر الدولار الأمريكي لشراء حملك التالي من الأسهم وتحميل حمولة شاحنة من الأشياء.

عندما أعرض على Google Analytics أشخاصًا وأقوم بنقل هذا النوع من الحكاية ، هذه اللحظة الأوريكية ، هذه اللحظة "a-ha!" ، ينطلق هذا المصباح في أذهانهم مثل ، "Hmm ، أستطيع أن أرى الكثير من الأماكن التي يمكنني القيام بها . إذا كان لدي الأدوات فقط ، وإذا كان لديّ حق الوصول إلى تلك المعرفة. "ونرى ذلك الآن في وسائل التواصل الاجتماعي. يميل أي شخص يمثل مستخدمًا ذكيًا لوسائل التواصل الاجتماعي بخلاف عرض صور وجبة الإفطار الخاصة به ، إلى إلقاء نظرة على عدد مرات الإعجاب التي يتلقونها وعدد الزيارات التي يحصلون عليها وعدد الأصدقاء الذين يحصلون عليه ، ويفعلون ذلك باستخدام يحب ، على سبيل المثال ، تويتر كأداة تحليلية. يمكنك الانتقال إلى Twitter.com لاستخدام الأداة ، لكنك تكتب في Google Twitter Analytics dot com ، أو تنقر على الزر الأيمن العلوي وتنزول القائمة وتفعل ذلك ، وستحصل على هذه الرسوم البيانية الجميلة التي تخبرك بالعدد تويت كنت تفعل نفسك وعدد التفاعلات معهم. والتحليلات في الوقت الحقيقي فقط على وسائل الاعلام الاجتماعية الشخصية الخاصة بك. تخيل لو كان لدينا مثل Google Analytics و Facebook و LinkedIn و Twitter ، فإن إحصائيات eBay تأتي إليك ، ولكن في بيئة عملك.

الآن لدينا نوع مباشر من الويب والجوال في متناول أيدينا ، يصبح مفهوم القوة. وهذا يوجهني إلى استنتاجي ، وهذا هو أنني وجدت دائمًا أن المؤسسات التي تستخدم الأدوات والتكنولوجيا في وقت مبكر ، تكتسب هذه الميزة المهمة على منافسيها بحيث لا يتمكن المنافسون من اللحاق بالركب. ونحن نرى ذلك الآن مع صراع عالم بيانات المواطن. إذا استطعنا أن نأخذ أشخاصًا يتمتعون بالمهارات والمعارف التي استعاننا بها ، ويمكننا أن نقدم لهم الأدوات المناسبة ، لا سيما القدرة على الاطلاع على البيانات في الوقت الحقيقي واكتشاف البيانات ومعرفة مكانها دون التجول في الحجرات. وطرح الأسئلة بصوت عالٍ ، واضطر إلى الذهاب والوقوف عند مبرد المياه للقيام ببعض التحليلات المقارنة مع الأشخاص أو اذهب واسأل الاستقبال أين يوجد الفهرس. إذا تمكنوا من فعل ذلك في متناول أيديهم ، ويمكنهم أخذهم إلى اجتماعاتهم معهم والجلوس في قاعة اجتماعات وهم يتدفقون عبر الشاشات في الوقت الحقيقي بدلاً من النسخ المطبوعة ، وفجأة قمنا بتمكين موظفينا الذين لا يحتاجون إلى أن يكونوا فعليين علماء البيانات ، ولكن في الواقع استخدام علم البيانات ودفع نتائج مذهلة للمؤسسات. وأعتقد أن هذه النقطة الحرجة التي مررنا بها بالفعل الآن حيث يتم توجيه المستهلك إلى مؤسسة ، والتحدي هو كيف يمكننا توفير تلك المؤسسة ، وهذا هو الموضوع الذي أظن أنه مناقشة اليوم. وبهذا ، سأختتم قصتي وسأسلم لسماع كيف يمكننا حل ذلك. ديفيد ، لك.

ديفيد سوينور: حسنًا ، شكرًا جزيلًا لك يا رفاق ، وشكراً لروبين. أنت تعرف ، روبن ، أنا أتفق مع تقييمك الأصلي. عملية تحليلية ، لا يختلف حقًا عن تطوير البرمجيات. أعتقد أن التحدي داخل المؤسسة هو في الحقيقة ، كما تعلمون ، ربما لم يتم تعريف الأشياء جيدًا ، وربما هناك عنصر استكشافي لها ، ومكون إبداعي لها. وديز ، كما تعلمون ، أتفق معك ، هناك الكثير من إعادة اختراع العجلة ، وأنت تعلم ، لا توجد منظمة أذهب إليها اليوم ، أنت تسأل ، حسنًا ، لماذا تفعل ذلك بهذه الطريقة؟ لماذا تعمل الشركة بهذه الطريقة؟ ومن السهل طرح الأسئلة ، وفي كثير من الأحيان عندما تكون داخل مؤسسة ، من الصعب تغييرها. أنا أحب القياس ، استهلاك الأشياء. وهكذا لم يعد عندما أذهب إلى المطار وأريد تغيير مقعدي - أفعل ذلك على هاتفي المحمول. لست مضطرًا للوصول إلى الوكيل في المقصورة ، ومشاهدة ذلك العامل وهو يقوم بكتابة شيء ما على شاشة أحادية اللون لمدة 15 دقيقة لتغيير مهمة المقعد. أنا أفضل أن أفعل ذلك على هاتفي ، وبالتالي فهو تطور مثير للاهتمام.

اليوم ، سنتحدث قليلاً عن الذكاء الجماعي. بالنسبة لأولئك الذين ليسوا على علم ، Statistica هي عبارة عن منصة تحليلية متطورة ، فهي موجودة منذ أكثر من 30 عامًا. إذا نظرت إلى أي من المنشورات الموجودة في صناعة المحللين ، فإنها تظهر دائمًا في المقدمة باعتبارها واحدة من حزمة برامج التحليلات المتقدمة الأكثر سهولة وسهولة الاستخدام. لذلك أمضينا السنوات القليلة الماضية في العمل على مفهوم يسمى الذكاء الجماعي ، وننقل به إلى المستوى التالي. أردت أن أبدأ هذه المحادثة مع: كيف يتم إنجاز العمل في مؤسستك؟

وهناك صورتان هنا. الصورة الموجودة على اليسار هي صورة من الستينيات ، ولم أبدأ حياتي المهنية في الستينيات ، لكن الصورة على اليمين هي - مصنع أشباه الموصلات حيث بدأت العمل. لقد عملت في هذا المبنى الأسود ، فوق السطح الأسود في الجزء العلوي الأيسر. لكنها صنعت أشياء أشباه الموصلات. هذه صورة حديثة من صور Google. ولكن عندما تعود إلى صورة الستينيات على اليسار ، فهذا أمر مثير للاهتمام للغاية. لديك هؤلاء الناس يجلسون في طابور ، وهم يصنعون ، كما تعلمون ، دوائر متكاملة وأشباه الموصلات. لكن هناك توحيدًا ، وهناك طريقة معيارية لفعل الأشياء ، وكانت هناك عملية محددة جيدًا. كما تعلمون ، ربما لأن هؤلاء الأشخاص جميعهم يجلسون في بيئة مفتوحة ، ربما كان هناك بعض التعاون. أعتقد أننا فقدنا القليل من هذا ضمن القوى العاملة المعرفية.

عندما جلست في هذا المبنى في الجزء العلوي الأيسر ، إذا أردت التعاون مع شخص ما ، فلم يكن الأمر مفتوحًا. كانت هناك هذه المكاتب ، ربما كان بعض الفريق بعيدًا ، أو ربما اضطررت للتجول في هذا الحرم الجامعي ؛ كانت مسيرة 25 دقيقة ، وكان عليّ أن أتحدث مع شخص ما في المبنى في أقصى اليمين. أعتقد أننا فقدنا شيئًا ما على طول الطريق. وهكذا ، كما تعلمون ، كان لدي نفس التفكير ، لماذا يفعل الناس - كم من الناس يواصلون اختراع العجلة داخل مؤسستك؟ أعتقد ، كما تعلمون ، أن المنظمات ككل قامت بعمل جيد في التسعينيات وألفينيات القرن الماضي من خلال إدارة علاقات العملاء وتخزين البيانات ، وإلى حد ما استقصاء المعلومات. لسبب ما ، تأخرت التحليلات قليلاً. كانت هناك استثمارات كبيرة في تخزين البيانات ، وتوحيد ، وتطبيع البيانات الخاصة بك ، وكل هذا ، وإدارة علاقات العملاء ، ولكن التحليلات تأخرت لسبب ما. وأنا أتساءل لماذا. ربما يكون هناك إبداع - ربما لم تكن عمليتك محددة بشكل جيد ، وربما لا تعرف ما هو القرار أو الرافعة التي تحاول تغييرها ، كما تعلمون ، في عملك لتغيير الأشياء. عندما نذهب إلى المنظمات اليوم ، هناك الكثير من الأشخاص يقومون بالأشياء يدويًا في جداول البيانات.

كما تعلمون ، لقد نظرت إلى الإحصائيات هذا الصباح ، وأعتقد أن 80 في المائة من جداول البيانات بها أخطاء ، وبعضها قد يكون مهمًا جدًا. مثل تلك الموجودة في Whale ، حيث فقد JPMorgan Chase مليارات ومليارات الدولارات بسبب أخطاء جداول البيانات. لذلك لدي فرضية أعتقد أنه يجب أن تكون هناك طريقة أفضل لإنجاز الأمور. وكما ذكرنا ، لدينا هؤلاء العلماء البيانات. هؤلاء الرجال غاليون ، ومن الصعب العثور عليهم. وأحيانًا يكونون بطة غريبة. ولكني أعتقد ، إذا كنت مضطرًا إلى تلخيص ما هو عالم البيانات ، فمن المحتمل أنه شخص يفهم البيانات. أعتقد أنه شخص يفهم الرياضيات ، شخص يفهم المشكلة. وحقا ، شخص يمكنه توصيل النتائج. وإذا كنت عالم بيانات ، فأنت محظوظ جدًا في هذه الأيام في الوقت الحالي ، لأن راتبك قد تضاعف على الأرجح في السنوات القليلة الماضية.

لكن الحقيقة ، الكثير من المنظمات ، ليس لديها علماء البيانات هؤلاء ، لكن مؤسستك بها أشخاص أذكياء. لديك منظمة ، لديك الكثير من الأشخاص الأذكياء ، ويستخدمون جداول البيانات. تعلمون أن الإحصاءات والرياضيات ليست مهمتهم الأساسية ، لكنهم يستخدمون البيانات لدفع الأعمال إلى الأمام. في الحقيقة ، فإن التحدي الذي نواجهه هو ، كيف تتعامل ، إذا كنت محظوظًا بوجود عالم بيانات أو خبير إحصائي أو اثنين ، وكيف يمكنك التعامل معهم ، وكيف يمكنك تحسين التعاون بين هؤلاء الأشخاص و الأفراد الآخرين داخل مؤسستك؟ إذا ألقينا نظرة على نوع هيكلية منظمتنا ، فسوف أبدأ ، وسأنتقل من اليمين إلى اليسار. وأنا أعلم أن هذا أمر متخلف ، لكن لدينا هذا النوع من مستخدمي الأعمال.

هذا هو الجزء الأكبر من العاملين في مجال المعرفة لديك ، وبالنسبة لأولئك الأشخاص ، فأنت بحاجة إلى تضمين التحليلات في خط تطبيقات الأعمال الخاصة بك. ربما يشاهدون مخرجات تحليلية على شاشة مركز الاتصال أو أي شيء ، وهو يخبرهم بالعرض التالي الأفضل لتقديمه لأحد العملاء. ربما يكون مستهلكًا أو موردًا على بوابة ويب ، ويمنحهم الائتمان على الفور ، أو أشياء من هذا القبيل. لكن الفكرة هي أنهم يستهلكون التحليلات. إذا ذهبنا إلى الوسط ، فهؤلاء هم عمال المعرفة. هؤلاء هم الأشخاص الذين يقومون بأشياء مع جداول البيانات اليوم ، ولكن جداول البيانات عرضة للخطأ وفي وقت ما ينفد الغاز منها. هؤلاء العلماء بيانات المواطنين ، كما نسميهم ، كما تعلمون ، ما نحاول القيام به بالنسبة لهم هو حقا زيادة مستوى الأتمتة.

وتسمع مع التحليلات أن 80 إلى 90 في المائة من العمل موجود في قطعة إعداد البيانات ، وهي ليست الرياضيات الفعلية ، ولكنها إعداد البيانات. نحن نحاول أتمتة ذلك ، سواء فعلت ذلك ، ولدينا معالجات وقوالب وأشياء قابلة لإعادة الاستخدام ، وليس لديك حقًا معرفة البنية التحتية الأساسية داخل بيئتك. ثم إذا نظرنا إلى أقصى اليسار ، فلدينا علماء البيانات هؤلاء. وكما ذكرت ، فهي متوفرة. وما نحاول القيام به لجعلها أكثر إنتاجية ، هو السماح لهم بإنشاء أشياء يمكن لعلماء بيانات المواطن القيام بها. فكر في الأمر ككتلة Lego ، بحيث يمكن لعلماء البيانات هؤلاء إنشاء أصل يمكن إعادة استخدامه يمكن لعالم بيانات المواطن استخدامه. قم ببنائه مرة واحدة ، حتى لا نضطر إلى إعادة اختراع العجلة.

وبعد ذلك أيضًا ، قد يكون هؤلاء الأشخاص قلقين بشأن ما إذا كان بإمكاننا القيام بأشياء في قاعدة البيانات ، والاستفادة من استثمارات التكنولوجيا الحالية التي قامت بها شركتك. كما تعلمون ، ليس من المنطقي في هذا اليوم وهذا العصر خلط البيانات في جميع أنحاء العالم. لذلك إذا نظرنا إلى Statistica ، كما ذكرت ، فهي منصة موجودة منذ فترة طويلة. وهو منتج مبتكر للغاية. مزج البيانات ، لم يكن هناك مصدر بيانات لا يمكننا الوصول إليه. لدينا كل الأشياء التي يمكن أن تتوقعها لاكتشاف البيانات والتصور ؛ يمكننا أن نفعل ذلك في الوقت الحقيقي. ومن المحتمل أن يكون له - أعتقد أن هناك أكثر من 16000 وظيفة تحليلية داخل أداة البرنامج ، لذلك فهذه الرياضيات أكثر مما كنت أستخدمها أو أفهمها ، لكنها موجودة إذا كنت بحاجة إليها.

لدينا القدرة على الجمع بين كل من قواعد العمل وسير العمل التحليلي لاتخاذ قرار تجاري بحق. أنت تتخطى مجرد ذلك ، إليك خوارزمية ، إليك سير عمل ، لكن لديك قواعد أعمال يجب عليك التعامل معها دائمًا. نحن آمنون جدا في الحكم. نحن نستخدم في الكثير من العملاء الصيدلانيين ، حيث أن FDA تثق بنا. كما تعلمون ، ما عليك سوى إثبات أن لدينا عناصر التحكم وقدرة التدقيق على قبولها. ثم أخيرًا ، كما تعلمون ، نحن منفتحون ومرنون وقابلون للتوسع ، لذلك تحتاج إلى إنشاء منصة ، تريد أن يكون علماء بياناتك منتجين ، وتريد أن يكون علماء بيانات المواطن لديك منتجين ، وتريد أن تكون قادرًا لنشر هذه المخرجات التحليلية للعاملين داخل مؤسستك.

إذا ألقينا نظرة على ذلك ، فإليك مثال على بعض التصورات. لكن أن تكون قادرًا على توزيع مخرجاتك التحليلية على مستخدمي الأعمال ، لذلك فإن المثال الأول في اليسار ، هو مخطط تحليلي للشبكة. وربما كنت محققًا في الاحتيال ، ولا تعرف كيفية إجراء هذه الروابط ، ويمكن أن تكون أشخاصًا ، ويمكن أن تكون كيانات ، ويمكن أن تكون عقودًا ، وأي شيء حقًا. ولكن يمكنك التعامل مع هذا باستخدام الماوس الخاص بك ، والتفاعل معه لفهم الحقيقة - إذا كنت محققًا في الاحتيال ، لفهم قائمة محددة بأولئك الذين يجب عليهم التحقيق ، أليس كذلك ، لأنك لا تستطيع التحدث إلى الجميع ، لذلك لديك إعطاء الأولوية لل.

إذا نظرنا إلى الصورة على الجانب الأيمن هناك ، ولوحة معلومات الصيانة التنبؤية ، فهذه مشكلة مثيرة للاهتمام حقًا. ربما كنت مالك مطار ، ولديك هذه الماسحات الضوئية الجسم هناك. هذه الماسحات الضوئية للجسم ، إذا ذهبت إلى المطار ، فهناك بعض المكونات التي لها عمر افتراضي يبلغ تسعة أشهر. وهذه الأشياء غالية حقًا. إذا كان لدي نقاط دخول متعددة وماسحات ضوئية متعددة في مطاري ، الرقم الأول الذي أرغب في التأكد من أنني أعمل فيه بشكل مناسب في كل من البوابات ، وبالنسبة للأجزاء الموجودة في الماسحات الضوئية ، لا أرغب في طلبها أيضًا في وقت مبكر ، وأنا أريد أن يكون لهم قبل أن تنهار. لدينا القدرة ، ربما إذا كنت تمتلك مطارًا ، لتكون قادرًا على التنبؤ بموعد كسر هذه الأشياء والتنبؤ بمستويات التوظيف.

إذا نظرنا إلى أسفل اليمين ، فهذا إذا كنت في بيئة تصنيع ، فهذا مجرد تمثيل رسومي لتدفق التصنيع. ومن الصعب أن نرى بعض الشيء ، لكن هناك إشارات مرور حمراء وخضراء في قطاعات العمليات المختلفة هذه ، ولذا إذا كنت مهندسًا ، فهناك رياضيات معقدة جدًا ، لكن يمكنني البحث في هذا القطاع الخاص بالعمليات ونظر إلى ذلك. المعلمات ، وإدخال ذلك ، ربما تسبب ذلك ليكون خارج نطاق السيطرة. إذا نظرنا إلى عالم بيانات المواطن لدينا ، فإن هدفنا هو تسهيل الأمر لعالم بيانات المواطن. لدينا معالجات وقوالب ، وهناك شيء واحد أعتقد أنه مثير للاهتمام حقًا ، ألا وهو أن لدينا عقدة فحص صحة البيانات الآلية. وفي الحقيقة ما الذي يفعله هذا ، إنه يحتوي على ذكاء مدمج.

لقد ذكرت الإعدادية للبيانات - إنها تستغرق وقتًا كبيرًا ، وذلك في تجميع البيانات وإعدادها. لكن لنفترض أن لدي بياناتي ، يمكنني تشغيلها من خلال عقدة التحقق من صحة البيانات ، والتحقق من الثبات ، والتناثر ، والقيم المتطرفة ، وكل هذه الأشياء ، تملأ القيم المفقودة وتفعل الكثير من الرياضيات التي لا أمارسها من المفهوم ، لذلك يمكنني إما قبول الافتراضات ، أو إذا كنت أكثر ذكاءً ، يمكنني تغييرها. ولكن النقطة المهمة هي أننا نريد أتمتة تلك العملية. يعمل هذا الشيء حوالي 15 فحصًا ونتائج مختلفة على مجموعة بيانات مطهرة. ما نقوم به هو جعل ذلك أسهل للناس لإنشاء مهام سير العمل هذه.

هذا هو المكان الذي نتحدث فيه عن التعاون بين علماء البيانات وعلماء بيانات المواطن. إذا نظرنا إلى هذه الصور على اليمين ، فسنرى سير عمل إعداد البيانات الحالي. وربما يكون هذا متطورًا جدًا ، ربما هذا هو الصلصة السرية لشركتك ، لا أعرف ، لكننا نعرف أن شخصًا ما داخل مؤسستك يمكنه الوصول إلى واحد أو أكثر من صوامع البيانات هذه لدينا. نحتاج إلى طريقة ، رقم واحد ، للإمساك بها وربطها معًا ، والرقم الثاني ، ربما هناك معالجة خاصة نرغب في القيام بها ، إنها تتجاوز الفحص الصحي للبيانات ، وهذه هي الصلصة السرية لشركتك. يمكنني إنشاء سير العمل هذا داخل مؤسستنا ، وهو ينهار كعقدة. ترى السهم يشير لأسفل ، إنها مجرد عقدة ، ويمكننا الحصول على مئات من هذه الأشياء داخل المؤسسة. الفكرة هي أن لدينا أشخاص يعرفون شيئًا عن مساحة معينة ، ويمكنهم إنشاء سير عمل ، ويمكن لأي شخص آخر إعادة استخدام ذلك. نحن نحاول تقليل اختراع العجلة.

ويمكننا أن نفعل الشيء نفسه مع سير عمل النمذجة التحليلية. في هذه الحالة على اليمين ، سير العمل ، ربما يوجد 15 خوارزمية مختلفة ، وأريد اختيار أفضلها للمهمة. ولست بحاجة إلى أن أفهم كعالم بيانات مواطن ما يحدث في شبكة العنكبوت هذه الفوضى هناك ، لكنه ينهار فقط إلى عقدة ، وربما تقول هذه العقدة ببساطة ، "حساب درجة مخاطر الائتمان". "احسب الفرصة من عدوى موقع الجراحية ، "ماذا لديك. "احسب احتمالية أن يكون شيء ما بمثابة عملية احتيالية." بصفتي عالم بيانات مواطن ، يمكنني استخدام هذه الرياضيات المعقدة للغاية التي بناها شخص آخر ، وربما يكون أحد هذه البيانات قد بنى داخل مؤسستي.

من منظور علم البيانات ، كما تعلمون ، لقد تحدثت إلى علماء البيانات الذين يحبون كتابة الكود ، وتحدثت مع علماء البيانات الذين يكرهون كتابة التعليمات البرمجية. وهذا جيد ، لذلك لدينا واجهة مستخدم رسومية ومرئية للغاية. يمكننا الحصول على البيانات الخاصة بنا ، ويمكننا إجراء فحص صحة البيانات الآلي الخاص بنا ، وربما أرغب في كتابة التعليمات البرمجية. أنا أحب Python ، وأنا أحب R ، ولكن الفكرة هي أن هؤلاء العلماء ، هم في نقص ، وهم يحبون الشفرة بلغة معينة. ليس لدينا تفضيل بشكل خاص للغة التي تريد أن تدون بها ، لذلك إذا كنت تريد أن تفعل R ، فعل R ؛ إذا كنت تريد أن تفعل بيثون ، فعل بيثون. هذا عظيم. إذا كنت تريد تحليل تحليلاتك إلى Azure ، فجر تحليلاتك إلى السحابة. وبالتالي فإن الهدف هنا هو في الحقيقة توفير المرونة والخيارات لجعل علماء البيانات مثمرًا قدر الإمكان.

الآن علماء البيانات ، إنهم أناس أذكياء ، لكنهم ربما ليسوا متخصصين في كل شيء ، وربما هناك بعض الثغرات فيما يمكنهم القيام به. وإذا نظرت إلى هذه الصناعة ، فهناك الكثير من الأسواق التحليلية المختلفة الموجودة هناك. هذا مثال على ذلك ، ربما أحتاج إلى التعرف على الصور وليس لدي هذه المهارة ، وربما أخرج إلى الخوارزمية وأحصل على خوارزمية للتعرف على الصور. ربما أخرج إلى Apervita وأحصل على خوارزمية رعاية صحية خاصة جدًا. ربما أريد استخدام شيء ما في مكتبة تعلم الآلة Azure. ربما أرغب في استخدام شيء ما في نظام Statistica الأصلي.

مرة أخرى ، الفكرة هنا هي أننا نريد الاستفادة من مجتمع التحليلات العالمي. نظرًا لأنك لن تحصل على جميع المهارات داخل جدرانك الأربعة ، فكيف يمكننا إنشاء برامج - وهذا ما نقوم به - والذي يتيح لعلماء البيانات استخدام الخوارزميات من مجموعة متنوعة من الأسواق. لقد تم القيام بذلك مع R و Python لفترة طويلة ، ولكن هذا يمتد إلى أسواق التطبيقات الموجودة هناك. ونفس الشيء الذي تراه هنا في الجزء العلوي من هذا ، نحن نستخدم H2O على Spark ، لذلك هناك الكثير من الخوارزميات التحليلية هناك. لا يتعين عليك التركيز على إنشاء هذه من الصفر ، فلنعد استخدام هذه العناصر التي تعيش في مجتمع مفتوح المصدر ، ونريد أن يكون هؤلاء الأشخاص منتجين قدر الإمكان.

الخطوة التالية ، بعد أن يكون لدينا علماء بيانات مواطنون وعلماء بياناتنا ، هي في الحقيقة كيف تروج وتوزع هذه الممارسات الفضلى؟ لدينا تقنية في برنامجنا تسمح لك بتوزيع التحليلات في أي مكان. وهذا هو أكثر من وجهة نظر إدارة النموذج ، ولكن لم يعد أنا ملتزم الجدران الأربعة أو تثبيت معين داخل تولسا أو تايوان أو كاليفورنيا ، أو ما لديك. هذه منصة عالمية ، ولدينا العديد من العملاء الذين يتم نشرها في استخدامها من قبل مواقع متعددة.

وفي الحقيقة ، فإن الأشياء الرئيسية هي ، إذا كنت تفعل شيئًا في تايوان وتريد تكراره في البرازيل ، فهذا شيء رائع. الذهاب إلى هناك ، والاستيلاء على قوالب قابلة لإعادة الاستخدام ، والاستيلاء على سير العمل التي تريدها. يحاول هذا إنشاء تلك المعايير ، والطريقة الشائعة لفعل الأشياء ، لذلك نحن لا نفعل أشياء مختلفة تمامًا في كل مكان. والمكون الرئيسي الآخر في هذا الأمر ، هو أننا نريد حقًا أن نأخذ الرياضيات إلى حيث تعيش البيانات. لا يتعين عليك خلط البيانات بين ، كما تعلمون ، كاليفورنيا وتولسا وتايوان والبرازيل. لدينا تقنية تتيح لنا نقل الرياضيات إلى البيانات ، وسيكون لدينا بث آخر على شبكة الإنترنت للتكنولوجيا الساخنة حول هذا الموضوع.

لكننا نسمي هذا الهيكل ، وهنا نظرة خاطفة سريعة ، هندسة التحليلات الموزعة الأصلية. الفكرة الرئيسية وراء ذلك هي أن لدينا منصة ، Statistica ، ويمكنني تصدير سير عمل تحليلي كذرة. وأستطيع أن أفعل نموذجًا ، أو سير عمل بأكمله ، لذلك لا يهم. لكن يمكنني إنشاء هذا وتصديره بلغة مناسبة للنظام الأساسي الهدف. على الجانب الأيسر من هذا ، يقوم العديد من الأشخاص بذلك ، لكنهم يسجلون في نظام المصدر. هذا جيد ، يمكننا أن نفعل التهديف ويمكننا أن نفعل بناء نموذج في قاعدة البيانات ، لذلك هذا مثير للاهتمام.

ثم على الجانب الأيمن ، لدينا Boomi. هذه هي تقنية مصاحبة ، ونحن نعمل مع كل هذه. ولكن يمكننا أيضًا أخذ مهام سير العمل هذه ، ونقلها بشكل أساسي إلى أي مكان في العالم. أي شيء لديه عنوان IP. ولست بحاجة إلى تثبيت Statistica على السحابة العامة أو الخاصة. أي شيء يمكنه تشغيل JVM ، يمكننا تشغيل سير العمل التحليلي ، أو سير عمل إعداد البيانات ، أو مجرد نماذج على أي من هذه الأنظمة الأساسية المستهدفة. سواء أكان ذلك في السحابة العامة أو الخاصة ، سواء كانت في الجرار الخاص بي ، سيارتي ، منزلي ، مصباحي ، الإنترنت الخاص بي من الأشياء ، لدينا تقنية تسمح لك بنقل سير العمل هذا إلى أي مكان في العالم.

دعنا نراجع. كما تعلمون ، لدينا مجموعة من مستخدمي الأعمال ، لذلك فإن هؤلاء الأشخاص ، لدينا التكنولوجيا ، يسمحون لهم باستهلاك الإخراج بتنسيق يريحهم. لدينا علماء بيانات المواطنين ، وما نحاول القيام به هو تحسين التعاون ، وجعلهم جزءًا من فريق ، أليس كذلك؟ ولذا نريد أن يتوقف الناس عن إعادة اختراع العجلة. ولدينا علماء البيانات هؤلاء ، قد تكون هناك فجوة في المهارات ، لكن يمكنهم الشفرة بلغة يريدونها ، ويمكنهم الانتقال إلى الأسواق التحليلية واستخدام الخوارزميات هناك. وهكذا مع هذا ، كيف لا تظن أن كل شيء رائع مع هذا؟ هذا مثالي ، وهذا ما نقوم به. نحن نبني سير عمل يمكن إعادة استخدامها ، ونقدم تعليمات للناس ، ونقدم لهم كتل Lego حتى يتمكنوا من بناء هذه القلاع العظيمة وأي شيء يريدون القيام به. خلاصة القول ، لدينا منصة تمكن مجموعة من مستخدمي الأعمال ، وعلماء بيانات المواطنين ، وعلماء بيانات المبرمجين ، لدينا - يمكننا معالجة أي حالة من حالات استخدام تحليلات إنترنت الأشياء ، ونقوم بتمكين فكرة الذكاء الجماعي هذه. مع ذلك ، أعتقد أننا سنفتحه على الأرجح للأسئلة.

روبن بلور: حسنًا. أعتقد أن الأول - يعني أن أكون صادقًا ، أعني أنني أطلعتني من قبل شركة Stat Statica من قبل ، ولكي أكون أمينًا ، فإنني مندهش حقًا من الأشياء التي لم أكن أعلم أنك تربطنا بها في العرض التقديمي . ولا بد لي من القول إن الشيء الوحيد ، هو الشيء الذي كان يمثل عثرة بالنسبة لي ضمن تبني التحليلات ، هل هذا ، كما تعلم ، الحصول على الأدوات أليس كذلك ، هل تعلم؟ هناك الكثير من الأدوات السيئة ، وهناك أدوات مفتوحة المصدر ، وهكذا دواليك ، وهناك العديد ، ما أسميه ، منصات شبه. لكنني أعتقد أن الفرق الذي لديك ، أعجبت بشكل خاص ببعض سير العمل.

لكن الفرق هو أنه يبدو أنك توفر نهاية إلى نهاية. إنها مثل التحليلات ، وهي عبارة عن عملية أعمال متطورة تبدأ في الحصول على البيانات ، ثم تمر بسلسلة كاملة من الخطوات ، اعتمادًا على مدى ضعف البيانات ، ومن ثم يمكن أن تتفرع في سلسلة كاملة من الهجمات الرياضية المختلفة في البيانات. ثم تظهر النتائج بشكل أو بآخر وتلك يجب أن تكون إجراءات. هناك قدر هائل من التحليلات التي صادفتها حيث تم القيام بالكثير من العمل ولكن لا يوجد موضع التنفيذ. ويبدو أن لديك الكثير من ما هو فظيع. لا أعرف مدى شموليتها ، لكنها أكثر شمولية مما توقعت. أنا معجب بشكل لا يصدق مع ذلك.

أود منك التعليق على جداول البيانات. لقد سبق أن قلت شيئًا ما ، لكن أحد الأشياء التي أشرت إليها ، وقد لاحظتها على مر السنين ، لكن الأمر أصبح أكثر وضوحًا ، هو أن هناك الكثير من جداول البيانات المروعة التي هي أنظمة الظل وأعتقد أنها حقًا جدول البيانات ، يعني ، لقد كانت أداة رائعة عندما تم تقديمها وكانت رائعة منذ ذلك الحين بعدة طرق مختلفة ، لكنها أداة عامة ، وهي غير مناسبة للغرض. من المؤكد أنها ليست جيدة في سياق استقصاء المعلومات وأعتقد أنها فظيعة في سياق التحليلات. وتساءلت عما إذا كان لديك تعليق لتدلي به ، دعنا نقول ، أمثلة حيث ، كما تعلمون ، تم مسح الإحصائيات ، أو الاستخدام المفرط لجداول البيانات ، أو أي تعليق تريد تقديمه حول ذلك؟

ديفيد سوينور: نعم ، أعتقد أن بإمكانك البحث عن أخطاء جداول البيانات الشهيرة. ستعود Google أو أي محرك بحث تستخدمه بمجموعة من النتائج. لا أعتقد ، كما تعلمون ، أننا سنحل محل جداول البيانات. ليست هذه هي نيتنا ، ولكن هناك الكثير من المؤسسات التي أذهب إليها ، فهناك معالجات جدول بيانات أو نينجا أو أي شيء تريد الاتصال بهما ، لكنهما يمتلكان جداول بيانات متطورة للغاية وعليك التفكير فيها ، ماذا يحدث عندما يحدث هذا؟ يفوز الناس باللوتو ولا يعودون؟ وبالتالي ، ما نحاول القيام به هو أننا نعلم أن جداول البيانات ستكون موجودة حتى نتمكن من استيعابها ، لكنني أعتقد أن ما نحاول القيام به هو تطوير تمثيل مرئي لسير العمل الخاص بك حتى يمكن فهمه ومشاركته مع الآخرين . جداول البيانات صعبة للغاية ، ومن الصعب مشاركتها. وبمجرد قيامك بتمرير جدول البيانات الخاص بك إلي ، قمت بتغييره ، والآن أصبحنا متزامنين ونحصل على إجابات مختلفة. ما نحاول القيام به هو وضع بعض الدرابزينات حول هذا الأمر وجعل الأمور أكثر فعالية. وجداول البيانات رهيبة حقا في الجمع بين مجموعات بيانات متعددة معا ، هل تعلم؟ يسقطون هناك. لكننا لن نستبدلها ، بل نستوعبها ولدينا أناس بدأوا في التحول لأنه إذا كانت لدينا عقدة تقول "حساب المخاطر" ، فهذا ما يحاول الشخص الذي يستخدم جدول البيانات القيام به. لقد ولت تلك.

روبن بلور: نعم ، أود أن أقول ذلك ، كما تعلمون ، من واحدة من وجهات النظر التي أراها في الأشياء ، أود أن أقول إن جداول البيانات رائعة لإنشاء المعلومات. إنها رائعة لإنشاء جزر المعرفة ، لكنها سيئة للغاية لمشاركة المعرفة. ليس لديهم أي آلية للقيام بذلك على الإطلاق ، وإذا قمت بتمرير جدول بيانات إلى شخص ما ، فليس الأمر كما لو كان بإمكانك قراءته كما لو أنه مقال يوضح بالضبط ما يفعلونه. انها ليست فقط هناك. أعتقد ، كما تعلمون ، الشيء الذي أثار إعجابي في العرض التقديمي وقدرات Statistica ، يبدو أنه لاأدري بشكل لا يصدق. ولكن هذا مؤشر ترابط يعمل من خلال سير العمل. هل أنا على صواب في افتراض أنه يمكنك النظر في سير عمل من البداية إلى النهاية عبر ، كما تعلمون ، من الحصول على البيانات وصولاً إلى تضمين النتائج في تطبيقات معينة لـ BI أو حتى تشغيل التطبيقات؟

ديفيد سوينور: نعم ، بالتأكيد . ولديه تلك القدرة من البداية إلى النهاية وبعض المنظمات تستخدم ذلك بالكامل ، وأنا لست على دراية بأي شركة هذه الأيام تشتري كل شيء من بائع واحد. لدينا مزيج. يستخدم بعض الأشخاص Statistica لكل شيء ويستخدمه البعض لسير عمل النماذج ، بينما يستخدمه البعض لسير عمل إعداد البيانات. يستخدمه بعض الأشخاص لتوزيع مئات التقارير الهندسية على المهندسين. وهكذا لدينا كل شيء بينهما. إنها حقًا نهاية إلى نهاية وهي ، كما تعلمون ، منصة لاادرية ، حيث أنه إذا كانت هناك خوارزميات تريد استخدامها في R أو Python ، Azure ، Apervita ، أيا كان ، كما تعلم ، استخدمها. هذا شيء رائع ، وكن مثمرًا ، واستخدم ما تعرفه ، واستخدم ما تشعر بالراحة معه ، ولدينا آليات للتأكد من أن هذه الأشياء تخضع للرقابة والمساءلة وكل هذه الأشياء.

روبن بلور: أنا أحب هذا الجانب منه بشكل خاص. أقصد ، أنا لا أعرف ما إذا كان يمكنك التحدث إلى ما وراء ما قلته لثروة ما هناك. أقصد ، لقد نظرت إلى هذا لكنني لم أنظر إليه بطريقة شاملة وبالتأكيد هناك عدد كبير من مكتبات بايثون في مكتباتنا ولكن هل هناك أي شيء يمكنك إضافته إلى تلك الصورة؟ لأنني أعتقد أن هذا أمر مثير للاهتمام للغاية ، كما تعلمون ، فكرة أن لديك مكونات جديرة بالثقة ، لأنك عرفت العديد من الأشخاص الذين أنشأوها ومختلف الأشخاص الذين كانوا يستخدمونها والتي يمكنك تنزيلها. أنت تعرف ، هل يمكنك إثراء ما قلته بالفعل بشأن ذلك؟

ديفيد سوينور: نعم ، أعتقد أن بعض أسواق التطبيقات ، كما تعلمون ، أسواق الخوارزمية الموجودة هناك. على سبيل المثال ، أنت تعرف ، الدكتور جون كرومويل من جامعة أيوا ، لقد طور نموذجًا يتنبأ به ، يتم استخدامه في الوقت الفعلي أثناء إجراء العملية ، وسيمنحك درجة إذا كنت ستحصل على عدوى الموقع الجراحي. وإذا كانت النتيجة عالية بما يكفي ، فسوف يتدخلون مباشرةً في غرفة العمليات. هذا مثير جدا للاهتمام. لذلك ربما يوجد مستشفى آخر ليس بهذا الحجم. حسنًا ، Apervita هو سوق تطبيقات صحية للتحليلات. يمكنك إما العثور على واحد في العديد من أسواق التطبيقات هذه ، يمكنك الذهاب للعثور على واحد وإعادة استخدامها ، والمعاملة بينك وبين من يملك ذلك ، ولكن يمكنك إما العثور على واحد أو يمكنك القول ، "إليك ما أحتاج إليه. "أعتقد أنه يسخر هذا المجتمع العالمي لأن الجميع متخصصون هذه الأيام ، ولا يمكنك معرفة كل شيء. أعتقد أن R و Python شيء واحد ولكن هذه الفكرة ، "أريد أن أقوم بهذه الوظيفة ، ونضع المواصفات في واحدة من أماكن سوق التطبيقات هذه ونجعل شخصًا ما يطورها من أجلك." هذا مثير جدًا ومختلف تمامًا عن نموذج المصدر المفتوح البحت.

روبن بلور: حسنًا. على أي حال ، سأمرر الكرة إلى Dez. هل ترغب في الغوص في ديز؟

ديز بلانشفيلد: بالتأكيد ، أود أن أبقى على جدول البيانات لبرهة واحدة فقط لأنني أعتقد أنه استحوذ على الجانب الصحيح من الكثير مما نتحدث عنه هنا. وقمت بالتعليق ، Robin ، فيما يتعلق بالانتقال من نوع من جداول البيانات القديمة في شكلها المادي إلى شكل إلكتروني. لقد حدث شيء مثير للاهتمام ، حيث تعلم ، عندما كانت جداول البيانات في الأصل شيئًا ما كانت عبارة عن أوراق ورقة بها أعمدة وصفوف وتدوين الأشياء يدويًا ، ثم يمكنك تشغيلها وحسابها ، إما عن طريق القيام انها خارج رأسك أو مع بعض الأجهزة الأخرى. لكن لا تزال لدينا الفرصة لتجاوز الأخطاء مع أخطاء الكتابة اليدوية أو عُسر القراءة ، والآن استبدلناها بالخطأ. المخاطرة هي أنه في جداول البيانات يكون ملف تعريف المخاطرة أسرع وأكبر ، لكنني أعتقد أن أدوات مثل Statistica تعكس هرم المخاطرة.

غالبًا ما أرسم هذه الصورة على سبورة لشخصية عصا الإنسان في الأعلى ، كشخص واحد ، ثم مجموعة منهم في الأسفل ، دعنا نقول ، تخيل عشرة منهم في أسفل هذه السبورة ، وأرسم صورة الهرم حيث نقطة الهرم في شخص واحد و قدم الهرم هي مجموعة من الناس. وأنا أستخدم هذا لتصور فكرة أنه إذا ارتكب شخص واحد في الأعلى جدول بيانات يرتكب خطأ ويشاركه مع عشرة أشخاص ، والآن لدينا عشر نسخ من الخطأ. كن حذرًا جدًا مع وحدات الماكرو الخاصة بك وكن حذرًا جدًا مع Visual Basic إذا كنت ستنتقل إلى ذلك. لأنه عندما نبني أدوات إلكترونية مثل جداول البيانات ، فهي قوية جدًا ، لكنها أيضًا قوية بطريقة جيدة وسيئة.

أعتقد أن أدوات مثل Statistica تحقق القدرة على قلب ملف تعريف المخاطر وهذا هو أنه يمكنك الآن الوصول إلى النقطة التي حصلت فيها على الكثير من الأدوات المتاحة للفرد ومع انتقالها من الكثير من الأدوات في الجزء العلوي من الهرم ثم إلى الأسفل حيث نقطة الهرم المقلوبة الآن هي الأداة الفعلية ، إذا كان لدينا فريق من الأشخاص الذين يبنون تلك الأدوات وهذه الخوارزميات. ولا يحتاج عالم البيانات إلى أن يكون متخصصًا في التحليلات الانحدارية على بياناتهم. قد يكونوا قادرين على استخدام الأداة ، ولكن قد يكون لديك خمسة أو ستة إحصائيين وخبير اكتواري وعالم بيانات وبعض علماء الرياضيات يعملون على تلك الأداة ، تلك الوحدة ، تلك الخوارزمية ، تلك المكوّن الإضافي وهكذا في لغة جدول البيانات ، لذلك تخيل أن كل جدول بيانات تم نشره والذي يمكنك استخدامه كان مكتوبًا فعليًا بواسطة متخصصين اختبروا وحدات الماكرو ، واختبروا Visual Basic ، وتأكدوا من أن الخوارزميات تعمل ، لذلك عندما تحصل عليها ، يمكنك فقط نشر البيانات فيها ، لكنك لا تستطيع فعلاً تقسيمها وبالتالي كان من الأفضل السيطرة عليها.

أعتقد أن الكثير من أدوات التحليل تقوم بذلك. أعتقد أن الوصول إلى هذه النقطة هو ، هل ترى ذلك في الحقل الآن ، هل ترى الانتقال من جداول البيانات التي يمكن أن تدفع الأخطاء والأخطاء والمخاطر ، إلى النقطة التي الأدوات التي تقوم ببنائها مع الخاص بك الأنظمة الأساسية الآن ، مع اكتشاف البيانات بشكل دقيق في الوقت الحقيقي والأشخاص الذين يقومون بإنشاء الوحدات والخوارزميات يقومون بإزالة ملف تعريف المخاطر هذا أو يقلله؟ هل ترى خدمة العملاء ذلك بالمعنى الحقيقي أم تعتقد أن هذا يحدث فقط ولا يدركون ذلك؟

ديفيد سوينور: أنت تعرف ، أعتقد أن هناك طريقتان للإجابة على هذا. لكن ما نراه هو ، كما تعلمون ، في أي مؤسسة ، وقد ذكرت أن التحليلات التي أعتقد أنها ربما تكون متخلفة عن منظور استثمار الشركات ، ونوع ما فعلناه في تخزين البيانات وإدارة علاقات العملاء. لكن ما نراه ، إذن ، يتطلب الأمر تغيير مؤسسة ما ، للتغلب على هذا الجمود التنظيمي. لكن ما نراه هو أن الناس يأخذون جداول البيانات الخاصة بهم ، ويأخذون سير عملهم ، وقد ذكرت الأمن والحكم ، "حسنًا ، ربما لدي جدول بيانات" ، "حسنًا ، يمكنني قفل هذا الأمر ، ويمكنني التحكم في الإصدار". نرى الكثير من المنظمات ، وربما تبدأ للتو من هناك. وإذا تم تغييره ، فهناك سير عمل وانتهى بي الأمر أولاً ، من الذي قام بتغييره؟ لماذا غيروها. عندما غيروا ذلك. وأستطيع أيضًا إعداد سير عمل بحيث لن أضع جدول البيانات الجديد قيد الإنتاج ما لم يتم التحقق من صحته والتحقق منه بواسطة طرف أو اثنين أو ثلاثة ، مهما كانت الأطراف العديدة التي تريد تعريفها في سير العمل الخاص بك. أعتقد أن الناس بدأوا في اتخاذ الإجراءات ، وبدأت المنظمات في اتخاذ خطوات للأطفال هناك ، لكن ربما أقترح أن أمامنا طريق طويل لنقطعه.

ديز بلانشفيلد: في الواقع وأعتقد أنه بالنظر إلى أنك تبني كل من الضوابط الأمنية والحكم هناك ، فإن عبء العمل يمكن أن يرسم ذلك تلقائيًا في كل شيء وصولاً إلى كبير مسؤولي المخاطر ، وهو الآن شيء. يمكنك البدء في التحكم في كيفية الوصول إلى تلك الأدوات والأنظمة ومن يفعل ما بها ، وهذا قوي للغاية. أعتقد أن الأشياء الأخرى التي تكمن في ذلك هي أن أنواع الأدوات التي توفرها ، بالنسبة لي ، تضفي على السلوك البشري أكثر من جداول البيانات التقليدية التي نتحدث عنها ، حيث أنه إذا كان لدي غرفة مليئة بالناس باستخدام نفس لوحة القيادة والوصول إلى نفس البيانات التي يمكنهم الحصول عليها بالفعل من وجهة نظر مختلفة ، ونتيجة لذلك ، يحصلون على رؤى مختلفة قليلاً من المعلومات نفسها ، والتي تناسب احتياجاتهم حتى يتمكنوا من التعاون. لدينا بعد ذلك رؤية وتفاعل أكثر إنسانية مع الأعمال وعملية صنع القرار ، بدلاً من الذهاب إلى نفس الاجتماع مع نفس PowerPoint ، ونفس جداول البيانات المطبوعة ، وكل البيانات الثابتة نفسها.

هل ترى تحولًا في السلوك والثقافة في المؤسسات التي تستخدم أدواتك الآن حيث يرون ذلك يحدث ، حيث لا يبدو أن خمسة أشخاص في الغرفة ينظرون إلى نفس جدول البيانات في محاولة فقط لفظها وتدوين ملاحظات عليها ، لكنهم الآن يتفاعلون فعليًا مع لوحات المعلومات والأدوات في الوقت الفعلي ، مع التصور والتحليلات في متناول أيديهم والحصول على تدفق مختلف تمامًا على المحادثة والتفاعل ، ليس فقط في الاجتماعات ولكن فقط بالتعاون العام حول المؤسسة؟ لأنها يمكن أن تفعل ذلك في الوقت الحقيقي ، لأنها يمكن أن تطرح الأسئلة والحصول على إجابة حقيقية. هل هذا هو الاتجاه الذي تراه في الوقت الحالي أم أنه لم يحدث بعد؟

ديفيد سوينور: لا ، أعتقد أنها بدأت بالتأكيد في هذا المسار وأعتقد أن الشيء المثير للاهتمام للغاية هو ، كما تعلمون ، إذا أخذنا مثال المصنع ، على سبيل المثال. ربما يريد شخص ما لديه قطاع معالجة معين داخل هذا المصنع أن يبحث ويتفاعل مع هذه البيانات بطريقة معينة. وربما أنا ، وأنا أشرف على جميع العمليات ، وربما هذه العملية في الأسفل ، ربما أريد أن أنظر إليها في كل شيء. أعتقد أن ما نراه هو ، في المقام الأول ، بدأ الأشخاص في استخدام مجموعة مشتركة من المرئيات أو المرئيات القياسية داخل مؤسساتهم ، ولكنها مصممة أيضًا للدور الذي يقومون به. إذا كنت مهندس عملية ، فربما هذه وجهة نظر مختلفة تمامًا عن شخص ينظر إليها من منظور سلسلة التوريد ، وأعتقد أن هذا أمر رائع لأنه يجب أن يكون مصممًا ويجب النظر إليه من خلال العدسة التي تحتاجها لإنجاز عملك.

ديز بلانشفيلد: أعتقد أن عملية اتخاذ القرار تنخفض ، من حيث الوقت والسرعة ، لاتخاذ قرارات ذكية ودقيقة تزيد بسرعة أيضًا ، أليس كذلك؟ لأنه إذا كان لديك تحليلات في الوقت الفعلي ، ولوحات معلومات في الوقت الفعلي ، وإذا كان لديك أدوات Statistica في متناول يدك ، فلن تضطر إلى الركض عبر الأرضية للذهاب واستفسر عن شيء ما ، في نسخة ورقية. يمكنك نوع من التعاون والتفاعل واتخاذ القرارات في الواقع على الطاير والحصول على هذه النتيجة على الفور. أعتقد أن بعض الشركات لم تستوعب حقًا بعد ، لكن عندما تفعل ذلك ستكون هذه اللحظة المناسبة لك ، نعم ، لا يزال بإمكاننا البقاء في حجراتنا والعمل في المنزل ، لكن يمكننا التفاعل والتعاون وتلك القرارات نجعل ونحن نتعاون تتحول إلى نتائج على الفور. انظر ، أعتقد أنه كان من الرائع أن تسمع ما يجب أن تقوله حتى الآن وأنا أتطلع حقًا إلى معرفة أين تذهب. وأنا أعلم أن لدينا الكثير من الأسئلة في الأسئلة والأجوبة ، لذلك سأعود إلى ريبيكا لأجري بعض الأسئلة حتى نتمكن من الوصول إليها بأسرع ما يمكن. شكرا جزيلا.

ريبيكا جوزويك: شكرًا جزيلاً لـ Dez ، ونعم Dave ، لدينا بعض الأسئلة من الجمهور. وبفضل Dez و Robin على رؤيتك ، أيضًا. أعلم أن هذه المشاركة بالذات كان عليها أن تنزل مباشرة في أعلى الساعة ، لكنها تسأل ، هل ترى أن إدارات نظم المعلومات تضع أولوية على ضوابط البيانات المعقدة بدلاً من أن تكون مرتاحًا في توفير الأدوات اللازمة عمال المعرفة؟ أعني ، هو - المضي قدما.

ديفيد سوينور: نعم ، أعتقد أن الأمر يعتمد على المنظمة. أعتقد أن أحد البنوك ، شركة تأمين ، ربما يكون لديهم أولويات وطرق مختلفة للقيام بالأشياء ، مقابل مؤسسة تسويق. أعتقد أنني يجب أن أقول أن الأمر يعتمد فقط على الصناعة والوظيفة التي تنظر إليها. الصناعات المختلفة لها مختلف التركيز والتركيز.

ريبيكا جوزويك: حسنًا ، هذا منطقي. ومن ثم أراد حاضر آخر أن يعرف ، ما هو المحرك وراء Statistica؟ هل هو C ++ أو الأشياء الخاصة بك؟

ديفيد سوينور: حسنًا ، لا أعرف ما إذا كان بإمكاني تحديد هذا الأمر من خلاله ، فقد ظل موجودًا لمدة 30 عامًا وتم تطويره قبل وقتي ، لكن هناك مكتبة أساسية من الخوارزميات التحليلية هي خوارزميات Statistica تعمل. ورأيت هنا أنه يمكننا أيضًا تشغيل R ، يمكننا تشغيل Python ، يمكننا الاندفاع إلى Azure ، يمكننا الركض على Spark في H2O ، لذلك أعتقد أنه يجب علي الإجابة على هذا السؤال من حيث ، إنه مجموعة متنوعة من المحركات. واعتمادًا على الخوارزمية التي تختارها ، إذا كانت إحدى الإحصائيات ، فإنها تعمل على هذا المنوال ، وإذا اخترت واحدة على H2O و Spark ، فإنها تستخدم ذلك ، وهكذا فهي متنوعة.

ريبيكا جوزويك: حسنًا. سأل أحد الحاضرين عن الإشارة إلى هذه الشريحة بالتحديد ، وهي تريد أن تعرف ، نوعًا ما ، كيف يعرف عالم بيانات المواطن أي قوالب يمكن إعادة استخدامها؟ وأعتقد أنني سأقوم بطرح سؤال أوسع نطاقًا. هذا ، ما الذي تراه عندما يأتي مستخدمو مجموعة من رجال الأعمال أو محللو الأعمال ويريدون استخدام هذه الأدوات ، ما مدى سهولة تحصيلهم والبدء في الركض؟

ديفيد سوينور: أعتقد أنني سأجيب عن ذلك ، وإذا كان بإمكانك استخدامه ، فإذا كنت معتادًا على نظام التشغيل Windows ، فهذه منصة تعتمد على نظام التشغيل Windows ، لذلك قمت بقطع الجزء العلوي من لقطات الشاشة هذه ، لكنها حصلت على شريط Windows. ولكن كيف يعرفون سير العمل الذي يجب استخدامه؟ يبدو وكأنه مستكشف Windows ، لذلك هناك هيكل شجرة ويمكنك تهيئته وإعداده ولكن مؤسستك ترغب في إعداده. ولكن يمكن أن يكون ، سيكون لديك فقط هذه المجلدات وكنت وضعت هذه القوالب التي يعاد استخدامها داخل هذه المجلدات. وأعتقد أن هناك على الأرجح تسمية يمكن لشركتك اعتمادها ، ويقول هنا "حساب ملف تعريف المخاطر" ، إليك "الحصول على بيانات من هذه المصادر" ويمكنك تسميتها ما تريد. إنه مجرد مجلد مجاني ، يمكنك فقط سحب الملاحظات على قماشك مباشرةً. سهل جدا.

ريبيكا جوزويك: حسنًا. ربما التجريبي في المرة القادمة. ثم يحضره شخص آخر من الحضور ، وهو ما تتحدث أنت و Robin و Dez فيهما عن عدم الدقة ، خاصة في جدول البيانات ، ولكن القمامة في / garbage out ، وهو يرى أنه أكثر أهمية عندما يتعلق الأمر للتحليلات. نوع من الإشارة إلى أن إساءة استخدام البيانات يمكن أن يؤدي بالفعل إلى بعض القرارات المؤسفة. وهو يتساءل عن ماهية آرائك حول تطوير خوارزميات أكثر أمانًا ، أظن أنه يستخدم كلمة "الاستخدام المفرط" للتحليلات. كما تعلمون ، يأتي شخص ما ، ويتحمسون حقًا ، ويريدون إجراء هذه التحليلات المتقدمة ، ويريدون تشغيل هذه الخوارزميات المتقدمة ، لكن ربما ليسوا متأكدين تمامًا. إذن ماذا تفعل لحماية نوع من ذلك؟

ديفيد سوينور: نعم ، لذلك أعتقد أنني سأجيب على هذا بأفضل ما أستطيع ، لكنني أعتقد أن كل شيء يأتي إلى الناس ، والعملية والتكنولوجيا. لدينا تقنية تساعد على تمكين الأشخاص وتساعد في تمكين أي عملية تريد إدخالها داخل مؤسستك. في مثال إرسال قسيمة إلى شخص ما ، ربما لا يكون هذا أمرًا بالغ الأهمية ، وإذا كان رقميًا ، فليس هناك تكلفة بالفعل ، وربما هناك مستوى واحد من عناصر التحكم في الأمان وربما لا نهتم. إذا كنت أتوقع حدوث إصابات في المواقع الجراحية ، فربما أريد أن أكون أكثر حذراً في ذلك. أو إذا كنت أتوقع جودة الدواء وسلامته وأشياء من هذا القبيل ، فربما أريد أن أكون أكثر حذراً حول ذلك. أنت على صواب ، القمامة في / القمامة خارج ، لذلك ما نحاول القيام به هو توفير منصة تسمح لك لتكييفها إلى أي عملية تريد مؤسستك اعتمادها.

ريبيكا جوزويك: حسنًا. لدي بضعة أسئلة أخرى ، لكنني أعرف أننا تجاوزنا الساعة قليلاً وأريد فقط أن أخبر مقدمي العروض لدينا ، كان ذلك رائعًا. ونود أن نشكر ديف سوينور من Dell Statistica. بالطبع ، دكتور روبن بلور وديز بلانشفيلد ، شكراً لكما على أنكما المحللة اليوم. سنبث بثًا آخر على الويب في الشهر القادم مع Dell Statistica. أعلم أن ديف قد ألمح إلى الموضوع. سيكون حول التحليلات على الحافة ، موضوع آخر رائع ، وأنا أعلم أن بعض حالات الاستخدام مقنعة للغاية سيتم مناقشتها على هذا البث الشبكي. إذا كنت تحب ما رأيته اليوم ، فارجع لمزيد من الشهر القادم. ومع ذلك ، أيها الناس ، أنا أقدّم لك الوداع. شكرا جزيلا. مع السلامة.