Datenreife erreichen: ein organisatorischer Spagat

Von Techopedia Staff, 8. November 2017

Imbiss: Gastgeber Eric Kavanagh diskutiert mit Jen Underwood von Impact Analytix und Ron Huizenga von IDERA über Datenreife und organisatorische Reife.

Du bist derzeit nicht angemeldet. Bitte melde dich an oder registriere dich, um das Video zu sehen.

Eric Kavanagh: In Ordnung, meine Damen und Herren. Hallo und herzlich willkommen zurück. Es ist Mittwoch um 4 Uhr Ost, was bedeutet, dass es Zeit für heiße Technologien ist. Ja in der Tat. Mein Name ist Eric Kavanagh; Ich werde heute Ihr Gastgeber für unsere Show sein, die wirklich definiert ist und bestimmte Arten von Technologie in bestimmten Zuständen der Welt des Datenmanagements definieren soll. Und unser heutiges Thema ist „Datenreife erreichen: Ein organisatorischer Balanceakt.“ Also, es gibt einen Punkt über Ihren, melden Sie sich bei Twitter unter @eric_kavanagh. Ich retweete immer, wenn Sie mich erwähnen, und ich werde versuchen, auch zurück zu folgen. Es ist ein guter Ort, um Informationen darüber zu erhalten, was auf der Welt vor sich geht. Ich liebe dieses Format. Kurze Zeichen, 140 Zeichen - oder mehr heutzutage. Also zögern Sie nicht, mir einen Tweet zu senden und ich werde zurückkommen.

Dieses Jahr ist natürlich heiß. Wir sprechen heute über die Datenreife und hier ist die Aufstellung, wobei Ihre Daten wirklich an der Spitze stehen. Wir haben heute einen neuen Analysten. Ich freue mich sehr über Jen Underwood von Impact Analytix. Sie ist eine echte Expertin für Business Intelligence und Analytics sowie Datenvisualisierung und all diese großartigen Themen. Und natürlich Datenreife. Und unser guter Freund Ron Huizenga ruft von IDERA an. Also hören wir zuerst von Jen und dann von Ron. Und dann haben wir eine nette Diskussion am runden Tisch.

Wenn ich die nächste Folie hier hochschiebe, sage ich nur ein paar kurze Worte. Die Reife des Datenmanagements ist seit einiger Zeit ein Thema. Offensichtlich muss man in der Geschichte einen bestimmten Punkt erreichen, bevor man über Reife nachdenkt, und es wurden viele Reife-Lebenszyklen entwickelt - oder Zyklen -, um herauszufinden, wo man sich in der Kurve befindet. Bist du ein frühes Stadium? Bist du ein Teenager? Bist du reif? Und so weiter.

Und ich denke, viele Organisationen sind entweder in den Teenagerjahren oder in den späten Teenagern oder frühen Zwanzigern in Bezug auf die Reife. Und das soll nichts Entmutigendes bedeuten. Es ist nur so, dass wir noch in den Anfängen stecken, um Daten als strategisches Asset zu verwalten. Und die Dinge haben sich schnell geändert. Vor allem in den letzten fünf bis sieben Jahren, als wir von kleinen zu großen Datenmengen gewechselt sind und versuchen, diese ziemlich unterschiedlichen Welten und neuen Technologien mit alten Technologien in Einklang zu bringen. Das Vermächtnis ist also da draußen, es ist überall.

Einer der Witze, die ich vor Jahren gehört habe, ist, dass Legacy ein System ist, das in Produktion ist. In dem Moment, in dem ein System in Produktion geht, ist es technisch gesehen ein Erbe. Und in gewisser Weise ist das wahr. Das Fazit ist jedoch, dass es all diese Systeme schon lange gibt und wir einen Weg finden müssen, um zu verstehen, wo wir uns in unserer eigenen Reifekurve befinden, um den Wert von Daten als Aktivposten maximieren und optimieren zu können . Und natürlich gibt es einige Compliance-Probleme, einige Vorschriften, über die wir uns Sorgen machen müssen, je nachdem, in welcher Branche wir tätig sind. Und dann müssen wir uns natürlich auch um Hacking kümmern. In der Vergangenheit haben wir über Data Governance gesprochen und darüber, wie dies mit Sicherheit einhergeht und wie wir die Rollen und Verantwortlichkeiten bei der Verwendung von Daten verstehen und sicherstellen, dass wir den bestmöglichen Nutzen daraus ziehen.

Und damit übergebe ich Jen Underwood die Schlüssel und sie kann uns ihre Sicht auf die Datenreife mitteilen. Jen, nimm es weg.

Jen Underwood: Danke, Eric, und danke, dass du mich eingeladen hast. Also werde ich heute ein paar verschiedene Themen behandeln und dann werde ich Ron mit IDERA bekannt machen und er wird tiefer in einige andere Bereiche dieses speziellen Themas eintauchen. Ich werde sagen, es ist eine entscheidende Rolle im digitalen Zeitalter oder in der digitalen Transformation, in der wir uns gerade befinden, und, wie Eric gesagt hatte, es ist eine sich entwickelnde Ära. Einige lustige Statistiken des EDM Councils, es gab einen Benchmark-Bericht der Datenverwaltungsbranche. Es ist fast zwei Jahre alt, aber es ist immer noch ziemlich relevant und wird einige der Tatsachen offenbaren, die per se davon sprechen, ein Teenager in diesem Bereich zu sein. Ich werde ein wenig über die Datenreife und die Säulen der Governance per se sprechen.

Bei diesem Thema des digitalen Zeitalters oder der digitalen Transformation, das Sie überall hören, geschieht dies wirklich gerade. Eine der interessanten Fakten, die ich gesammelt habe, als ich die Branche jeden Tag verfolgte, war ein Punkt, den Gartner in seinen zehn wichtigsten strategischen Technologietrends hervorhob. Bis 2020 - also sind wir nur noch ein paar Jahre davon entfernt - sollen Informationen genutzt werden, um 80 Prozent der Prozesse, die wir in einem Jahrzehnt zuvor hatten, neu zu erfinden, zu digitalisieren und zu automatisieren oder zu eliminieren.

Und das habe ich schon eine Weile gesehen. Ich glaube, hier sehen Sie verschiedene Arten von Leuten, die sagen: „Data ist das neue Öl“ und diese Art von Dingen. Ich möchte sagen, dass Daten jetzt digitales Gold sind. Und wenn Sie über Softwareanwendungen und Software-Beteiligung nachdenken, war ich in der Vergangenheit ein weltweiter Produktmanager für Microsoft, und selbst die Veränderung in meiner Karriere von, wissen Sie, wir würden uns wirklich auf Software konzentrieren, bis jetzt konzentrieren wir uns auf Benutzer und Sammeln der Daten und Nachdenken über die Monetarisierung der Daten.

Wir treten in eine Ära ein, in der Daten digitales Gold sind, und Sie werden feststellen, dass mit der Entstehung des so genannten Chief Data Officers zwei Hauptaufgaben - und sicherlich einige andere - auftauchen. um sicherzustellen, dass die Daten sicher und geschützt sind, und um Wege zu finden, um den Wert der Daten intern - und sogar extern - als digitales Asset zu maximieren. Diese Art von Dingen, die in der Vergangenheit für Ihr Unternehmen möglicherweise nicht wichtig waren oder waren, erhalten nun endlich einen Platz am C-Level-Tisch mit dem CDO und werden in Zukunft viel ernster genommen.

Wenn Sie über Datenmanagement und -reife nachdenken, gibt es zwei verschiedene Themen, die ich hier auf dieser Folie habe. Das erste ist, wie Sie wissen, das Datenmanagement selbst. Es geht mehr um die Geschäftsfunktionen, die Daten und Datenflüsse entwickeln und erstellen, um einige der dortigen Richtlinien und Praktiken. Und wenn Sie über die Reife des Datenmanagements nachdenken, dann ist es die Fähigkeit eines Unternehmens, genau zu definieren, leicht zu integrieren und die Daten, die es wieder hat, für interne oder externe Zwecke wie die Datenmonetarisierung zu nutzen. Und eines der großen Themen - und es war schon zu Beginn meiner Karriere lustig und ich nutzte tatsächlich einige der IDERA-Tools und Datenarchitekturprojekte - war dieses gesamte Konzept von Metadaten, und wir haben uns immer wieder Gedanken über Metadaten gemacht, und dann wurde nicht darüber gesprochen etwa für eine lange, lange Zeit. Endlich sehe ich, dass Metadaten wieder cool sind. Es ist wirklich sehr wichtig, mit verschiedenen Gruppen zu interagieren und zu verstehen, wo sich Ihre Daten befinden und was sie sind. Besonders in Dingen wie einem Datensee. Endlich wird es interessant.

Jetzt habe ich versprochen, dass ich hier einige Statistiken aus einem Branchen-Benchmark-Bericht habe. Dieser war ab 2015 für den EDM Council. Es geht darum, die Datenqualität und -verwaltung zu modernisieren, und in diesem speziellen Fall gibt es ein paar unterhaltsame Fakten. Hier haben also mehr als 33 Prozent der Organisationen ein aktives, formelles Datenmanagementprogramm auf einer bestimmten Ebene der Organisation - nur 33. Das ist also an und für sich sehr interessant. Von den 50 Prozent, die tatsächlich formalisiert wurden, möchten wir Daten verwalten. Wir sind uns bewusst, dass dies ein sehr wichtiger Aktivposten in unserer Organisation ist, genau wie Menschen über Humanressourcen verfügen. Nur 50 Prozent von ihnen hatten Programme, die älter als ein Jahr waren. Dies ist also wieder ein aufstrebendes Gebiet, es ist wirklich sehr interessant, was uns immer wichtiger geworden ist, vor allem, wenn Dinge wie einige der Branchenvorschriften herauskommen.

In diesem Punkt war es oftmals - und es ist interessant, dass ich während meiner Karriere im technischen Vertrieb und in Rollen tätig war - nicht wirklich „Oh, wir können Geld sparen, das eine Organisation motivieren würde“ - es ist normalerweise die Angst. Es geht eher darum: „Oh mein Gott, wir müssen sicherstellen, dass wir abgesichert sind. Wir wollen unsere Jobs nicht verlieren. “Und sicherlich Dinge wie Hacking und Datenrisiken sowie Datenlecks, es gibt wirklich interessante Benchmark-Studien dazu. Verizon macht jedes Jahr eine und es ist wahrscheinlich eine meiner Lieblingsprüfungen. Was Sie fast immer sehen, ist ein versehentlicher, nicht notwendigerweise vorsätzlicher Missbrauch der Daten oder ein Missmanagement der Daten, das zu einem Leck führt. Und oft - sie haben nicht diese Statistiken für diese bestimmte Sitzung -, aber es ist faszinierend, dass diese versehentlichen Lecks Missmanagement von Berechtigungen und so weiter. Weißt du, um die Sache ein bisschen einfacher zu machen, werden diese Lecks ausgeliehen. Und normalerweise an Personen, die Randbemerkungen haben oder nicht zu Ihrer Organisation gehören, und das ist nicht das, was Sie wollen.

Das sind also die Arten von Dingen, wenn Sie über ein Sicherheits- und Governance-Programm für die Datenverwaltung nachdenken. Sie wissen, dass Sie nicht nur schlechte Entscheidungen treffen und Geld sparen, sondern auch sicherstellen, dass Sie sicher sind und die Datenschutz- und Sicherheitsgesetze einhalten. Sie sind in der Lage, Daten in diesem digitalen Zeitalter zu monetarisieren, und natürlich möchten Sie Dinge effizient erledigen und Daten wiederverwenden und die gesegnete Kopie haben und haben - ich hasse es, wenn die Leute sagen, und ich bin in Analytics und ich Bin schon lange in der Analytik, eine Version der Wahrheit. Es gibt normalerweise mehrere Versionen der Wahrheit, nur aus verschiedenen Perspektiven. Grundsätzlich möchten Sie jedoch, dass die Daten zuverlässig sind, auf die Sie Ihre Entscheidungen stützen.

Einer der größten Treiber, den ich sehe - und es ist gut, dass es wieder cool wird -, ist das gesamte Konzept der DSGVO der Europäischen Union. Und lassen Sie mich ein wenig darüber sprechen. Wenn Sie die DSGVO nicht kennen, werden Sie in diesem Jahr viel darüber hören. Es ist eine neue Gesetzgebung, die im Mai stattfindet. Es wird im Mai 2018 durchgesetzt und hat einige große Strafen für Misswirtschaft von Informationen. Möglicherweise haben Sie dies in anderen Formen gehört - möglicherweise wird der Begriff GDPR nicht verwendet -, und Sie haben dies möglicherweise als das Recht auf Vergessen gehört oder gesehen, das heißt, Sie können sich an Lieferanten wenden und diese bitten, Ihre Daten zu entfernen. Wiederum würden frühere Datenarchitekten keine Daten entfernen. Wir würden es ändern, wir würden es in Data Warehousing-Szenarien inaktiv machen. Wir haben unsere Daten nie wirklich gelöscht. Wir hatten keine Prozesse dafür. Wissen Sie, es sind Dinge, die jeden Aspekt Ihres Unternehmens und verschiedene Arten und Prozesse betreffen, die Sie beim Erstellen Ihrer Anwendung oder Ihres Data Warehouse möglicherweise noch nie in Betracht gezogen haben. Wenn Sie sich also Gedanken über die DSGVO machen, benötigen Sie in Kürze eine Rechtsgrundlage, um die Erhebung und Verarbeitung personenbezogener Daten zu rechtfertigen.

Das ist also meistens auf persönlicher Ebene, daher muss die Zustimmung frei gegeben werden: spezifisch, informiert, eindeutig. Dies wird sich auf viele Bereiche der künstlichen Intelligenz und der Datenwissenschaft auswirken. In diesem Bereich beschäftige ich mich hauptsächlich mit den datenwissenschaftlichen Auswirkungen und stelle nur sicher, dass die Modelle selbst transparent sind. Dies gilt auch für viele andere Bereiche aus Ihrer Selbstbedienung BI, Ihr Data Warehouse, Ihr Stammdatenmanagement, sogar Ihre Kunden-360-Projekte, die Personalisierung und sogar Ihre Geschäftsanwendungen. Das ist also etwas, das jeden Teil Ihrer Organisation berühren wird. Im Gegensatz zu den Datenschutzgesetzen in anderen Ländern gilt die DSGVO für alle Organisationen innerhalb oder außerhalb der Europäischen Union. Auch hier sind die Compliance-Bußgelder erheblich. Es ist Ihre Organisation, die bis zu vier Prozent Ihres gesamten Bruttojahreseinkommens bestraft werden kann - ich glaube, das nennt man Umsatz - Einkommen an sich.

Hoffentlich habe ich Ihre Aufmerksamkeit und dies sind Dinge, die Sie beachten sollten. Wenn Ihr Unternehmen mit der PCI bereits einige dieser Praktiken und Industriestandards befolgt, handelt es sich möglicherweise um eine ISO - ich bin mir nicht sicher, ob ich dies richtig ausdrücken werde - 27001. Wenn Sie einige dieser Praktiken und Industriestandards bereits befolgen, sollte dies nicht der Fall sein. ' Es ist nicht zu überwältigend, aber es ist etwas, dessen man sich sicher bewusst sein muss. Während Sie sich darauf vorbereiten, gibt es einige Bereiche, insbesondere in der Datenverwaltung, und eines der ersten Dinge ist, einen Katalog zu haben und Ihre Daten zu klassifizieren - zu wissen, wo sich Ihre Daten befinden. Und in einer Welt, einer hybriden Welt, in der Daten überall leben: Sie befinden sich in der Cloud. es ist in diesen Apps; es ist in der Vertriebsmannschaft; Es ist in einem anderen Zufallsprogramm, das auch das Marketing verwendet, Sie wissen, Ihre Kundensysteme oder Ihre Inventarsysteme - all diese Arten von Orten. Wissen, wo sich Ihre Daten befinden und was am einfachsten zu tun ist - und dies war ein wirklich unterhaltsamer Bereich der Datenverwaltung. Dies sind Konzepte dieser Datenkataloge, die über Intelligenz verfügen. Selbst die Klassifizierung durch maschinelles Lernen ist eine der Informationen.

Und wieder, Metadaten - Ich erwähnte, dass Metadaten wieder cool werden. Denken Sie also wirklich über Metadaten nach und beschönigen Sie dieses wichtige Thema nicht, während Sie anfangen, Datenseen und solche Dinge zu entwerfen und diese natürlich zu steuern und zu überwachen. Die Überwachung wird also viel wichtiger, wenn Sie zurückkehren müssen und beispielsweise jemand von der DSGVO Sie fragen könnte, wo diese Daten abgelegt wurden, wer sie hat, wer Zugriff darauf hatte usw. Weil Sie den Behörden diese Art von Dingen zeigen müssen.

Um Ihnen bei der Reifung des Datenmanagements zu helfen, gibt es tatsächlich ein paar Denkanstöße, und ich glaube - ich bin nicht hundertprozentig sicher - ich glaube, ich habe in Rons Deck gesehen, dass er einige davon abdecken wird, so einen wie ich Werde heute darüber reden, ist vom CMMI. Und dieser, das ist für Leute verfügbar; Es deckt sechs verschiedene Kategorien des Datenmanagements, 25 Prozessbereiche, 414 Praxisberichte und 596 verschiedene Arbeitsergebnisse ab. Wenn Sie also an all die Dinge denken, die Sie tun, wie das Verwalten und Entwickeln von Daten, an 596 funktionale Arbeitsprodukte, haben Sie nicht gemerkt, wie viel Sie getan haben, oder? Oder was du wirklich nicht tust. Wenn ich mir so eine Zahl anschaue, ist das eines der Dinge, die mir wirklich in den Sinn kommen. Also, und was ich an diesem speziellen Modell mag, ist, dass es architektur- und technologieneutral ist. Das bedeutet, dass die meisten größeren Organisationen, mit denen ich über die Jahre zusammengearbeitet und die ich konsultiert habe, über alle möglichen Technologien verfügen. Sie möchten also wissen, was DMM für die Plattformen und Technologien bedeutet, die Sie in Ihrer spezifischen Umgebung verwenden. Es ist auch branchenunabhängig, so dass es beispielsweise nicht unbedingt spezifisch für das Gesundheitswesen ist. Das Gesundheitswesen ist sich sicher: Ob es sich um den BAA oder verschiedene Arten von Klassifizierungen handelt, Sie müssen verschiedene Arten von Dingen übersetzen oder betrachten, während Sie Ihr Programm oder Ihren Plan zusammenstellen, um den Reifegrad Ihres Datenmanagements in Ihrem Unternehmen zu verbessern.

Was ist das, wenn es nicht so ist? Im Wesentlichen definiert es das Was, sagt Ihnen aber nicht genau, wie Sie das tun sollen. Ich war die meiste Zeit meiner Karriere eine Persönlichkeit vom Typ A und mochte es, wenn Leute mir ein Ziel gaben und ich herausfand, wie ich dieses Ziel erreichen konnte, und nicht etwa meine Zeit im Mikromanagement, sondern wie ich dorthin komme. Auf diese Weise erhalten Sie durch die Reife des Datenmanagements und diese Prozesse mit CMMI die Ziele und können sich in einigen dieser verschiedenen Bereiche messen. Und sie geben dir ein Level. Es gibt verschiedene Möglichkeiten, sich selbst zu bewerten und zu messen, egal ob Level 1 bis Level 5, was bedeutet, dass Sie es optimiert haben und ein wirklich starkes Programm implementiert haben.

Und um Ihnen ein Gefühl dafür zu geben, was das wirklich bedeutet, habe ich hier einen kleinen Überblick darüber, was das bedeuten könnte. Wenn Sie also über einen Reifegradprozessor-Lebenszyklus für das Datenmanagement nachdenken, müssen Support-Prozesse implementiert werden, angefangen von Anforderungen über Risikomanagement bis hin zu Support-Prozessen und Daten-Governance Das zu beschönigen, aber im Wesentlichen ist Data Governance ein ganzes Programm für sich. Mit einem Business-Glossar haben wir schon immer über Business-Glossare und Datenarchitekten gesprochen - dies sollte etwas sein, das Sie in Ihrem Unternehmen haben. Einige dieser Katalogtechnologietypen werden erstellt, ein Geschäftsglossar mit Crowdsourcing der Informationen und Daten sowie Verknüpfungen in Dokumenten zu verschiedenen Perspektiven derselben Daten und des Datenbereichs erstellt, oder Version der Daten, die sich während des gesamten Lebenszyklus des Werts ändern.

Das sind die Dinge, die sich seit Beginn meiner Karriere deutlich verbessert haben. Früher mussten wir eigens dafür entwickelte Systeme entwickeln. Wir betrachten also das Ganze und das Gesamtbild, die Strategie und dann die verschiedenen Elemente hier, vom Management bis zur Qualität der Unternehmensführung. Und was die Datenqualität betrifft, ist es interessant, dass die Branche immer automatisierter wird und wir diese digitalen Prozesse wieder mit automatisierten Entscheidungen haben. Ich arbeite viel im Bereich Data Science, wo einige dieser Tools Entscheidungen automatisieren und Vorhersagemodelle im laufenden Betrieb aktualisieren. Viele dieser Tools und Algorithmen setzen gute Daten voraus. Die Daten müssen gültig sein, damit Sie eine gute automatisierte Entscheidung treffen können. Wenn man also darüber nachdenkt, weißt du, ist die Datenqualität normalerweise eines der Dinge, die die Leute beiseite schieben und die sie nicht sehr ernst nehmen. Sobald Sie jedoch mit der Automatisierung der Entscheidungsfindung in Modellen für vorausschauendes Modellieren und maschinelles Lernen beginnen, wird die Datenqualität wirklich wichtig.

Ein paar Wege, wie du deine Fortschritte hier messen kannst, sind - und ich werde Ron damit sprechen lassen, er hat auch in seiner Sitzung eine schöne Folie darüber - ich werde dir nur einen kurzen Einblick geben in, weißt du, diese verschiedenen Ebenen in diesem. Im Grunde ist es eine Selbsteinschätzung, oder? Sie werden sich also mit Ihrer Daten-Governance befassen und überlegen, was Ihrer Meinung nach überhaupt in Kraft ist. Und sei nicht verlegen, wenn du es nicht tust. Wie ich bereits sagte, gibt es nur 33 Prozent der Unternehmen, die diese Art von Dingen überhaupt erst in Angriff genommen haben. Obwohl, wissen Sie, diese Art von Programmen zumindest schon vor über 20 Jahren in der Branche war und ich diese Art von Dingen schon vor Jahren gemacht habe, haben wir sie vielleicht nicht einfach so genannt. Das CMMI bietet eine Übung, die Sie selbst einschätzen und durch die Sie Ihre eigenen - in diesem Fall diese Art von Radarkarten - betrachten und erstellen können, um alle diese verschiedenen Blickwinkel oder Dinge zu bewerten. Und jede Organisation, wie ich es anders gemacht habe, weißt du, als ich diese Projekte beriet und umsetzte, ist jede Organisation einzigartig. Sie werden Bereiche sein, die für sie wirklich, wirklich wichtig sind. Vielleicht, wissen Sie, hängt es vom Prozessmanagement, vom Qualitätsmanagement oder von den Risiken ab, was es ist, aber Sie möchten einen Benchmark oder eine Baseline erstellen und darüber nachdenken, was den Erfolg ausmacht.

Wenn Sie darüber nachdenken, diese Art von Dingen zu messen und zu regeln, möchten Sie sich zunächst eine Patenschaft für Führungskräfte für ein Programm wie dieses sichern. Dies wird in der gesamten Organisation funktionsübergreifend sein. Selbst wenn Susie Q und John Smith sich entscheiden: "Ja, machen wir das. Wir müssen das tun." Das können sie nicht in einem Silo tun ihre Organisation, oder auch wenn es IT ist. Sie müssen wirklich das Buy-in des Unternehmens und der Experten für betroffene Themen haben. Sie brauchen etwas Zeit. Sie wollen nicht, dass es nur eine zusätzliche Aufgabe ist. Wenn Sie schon einmal daran gearbeitet haben - ich glaube, ich habe einige Stammdatenverwaltungsaufgaben, Projekte und Datenqualität durchgeführt - und normalerweise, wissen Sie, kommen Sie zum Geschäft und sie sagen: „Oh, Datenverantwortung.“ Es ist nicht so etwas, worüber sie aufgeregt sind. Und sie sagen: „Oh nein. Dafür müssen wir Zeit haben “, und das tun sie. Sie möchten also etwas Zeit haben. Sie müssen diesen Segen von oben haben. Sie möchten, dass es funktionsübergreifend ist.

Auch dies ist etwas, das wirklich viele Bereiche der Organisation berührt. Und mit GDPR sollte dies ein bisschen einfacher sein, da wiederum die Gesetze der GDPR und die Verwendung dieser persönlichen Daten für Ihre Kunden und die Verwendung in Ihrer gesamten Organisation ein wenig einfacher sein sollten, wenn Sie sie anwenden, sofern Sie dies getan haben sich an die DSGVO halten. Hier ist mir die Zunge gebunden. Das sollte für Sie einfacher sein. Sie möchten eine gewisse Verantwortung zuweisen und sich dann ansehen, wie Sie diese anpassen werden. Sie sehen sich also immer diese Arten von Anleitungen an, die diese Organisationen bereitstellen, und normalerweise sind es diese: Sie sind Richtlinien für Sie und Sie werden sie für Ihre Unternehmenskultur in Ihrem Unternehmen implementieren.

Es war wirklich sehr wichtig, in der Unternehmensführung tätig zu sein. Einige der Produkte, die ich im weltweiten Produktmanagement bei Microsoft entwickelt habe, waren Self-Service-BI-Produkte, die es dem Geschäftsbenutzer und dem Benutzer nicht technischer Daten ermöglichten Spielen Sie mit Daten, erstellen Sie eigene Berichte, und die IT-Abteilung drängt häufig zurück. Daher habe ich viel Zeit für diese Governance aufgewendet und dafür gesorgt, dass die Produkte die richtigen Funktionen sowie die Prüfung und Protokollierung aufweisen und dass die Datenbank nicht per se heruntergefahren wird. Aber es gibt einen Rahmen, der, wie Sie wissen, über die Jahre hinweg an diesem speziellen Thema dieser Art von Dingen arbeitet und der auch dem Datenmanagement sehr ähnlich ist. Sie möchten das Fundament haben, das mit Unterstützung der Geschäftsleitung dafür geschaffen wurde, und Sie möchten das Engagement zwischen Unternehmen und IT.

Also sprachen wir wieder über die Budget- / Zeitzuweisung und die Entwicklung neuer Prozesse. Es wird eine Veränderung auf kultureller Ebene sein, wenn Sie einige dieser Dinge tun und anfangen, sich Daten anzuschauen. Aber Sie wissen, es ist auch aus strategischer Sicht sehr wichtig. Und um Ihnen ein Gefühl zu geben, hier ist ein Beispiel, und ich habe es von einem meiner alten Projekte von vor Jahren auf diese Art von Dingen gereinigt. Auch dies ist wahrscheinlich eher vom allgemeinen Governance-Standpunkt aus zu verstehen, kann aber mit Sicherheit für diese Art von Projekten wiederverwendet werden, wenn Sie Ihre Datenverwaltungsprozesse verwalten, weiterentwickeln und steuern. Sie haben einen Experten für Business-Themen, wir haben hier Datenverwalter, die Experten für IT-Themen, wissen Sie, für verschiedene Geschäftsbereiche. Viele größere Unternehmen haben Ihr Enterprise Standards Board und Ihre Unternehmensarchitekten, Datenarchitekten und Modellierer im Einsatz. Es wird also verschiedene Fachexperten auf verschiedenen Ebenen geben. Und wieder, viele von diesen - ich hasse es, sie als Beispiel zu haben - werden an Ihre Organisation und Ihre Kultur angepasst.

Eines der Dinge, wenn Sie mit diesen Projekten arbeiten, ist es oftmals nicht das aufregendste Projekt in den Organisationen, nicht so visuell, wie die Leute es wollen. Es ist lustig, es ist eines der Dinge, die auftreten, wenn das Beratungsunternehmen oder sogar Ihre eigene IT-Gruppe oder Ihr BI-Kompetenzzentrum oder Ihr Analytics-Kompetenzzentrum eintrifft und wir an Daten arbeiten Qualitäts- und Datenmanagement-Reife, könnten sie nicht unglaublich aufgeregt sein, es zu tun. Aber man muss Wege finden, um sie zu motivieren und in ihre Messungen einzubeziehen. Wenn Sie also darüber nachdenken, wie es sein wird, ist es eine Sache, diese Übung einmal zu machen und die Leute an Bord zu holen. Und Sie finden heraus, dass sie den Datenkatalog geliebt haben oder dass sie einige dieser Dinge lieben, weil dies ihr Leben erleichtert und sie herausfinden können, was die Daten bedeuten oder verstehen, und sie können ihre eigene Perspektive hinzufügen. Und die Sache, Datenkataloge sind wahrscheinlich eines der größten Projekte, um Menschen dabei zu helfen, sich wirklich in sie zu verlieben.

Das nächste ist, sie zu beschäftigen. Wie hält man jemanden auf Trab, der sich vielleicht nicht darum kümmert? Es geht darum, einige Metriken zu definieren und sie einzubeziehen, ihre Messung in die und dann etwas zu lernen, wenn es Verstöße gibt, und zu erkennen, dass „Hey, wir haben eine Weile wirklich gut gemacht und dann nach einer Weile nicht mehr so ​​gut.“ Also diese sind Dinge, über die man nachdenken muss, um es am Laufen zu halten. Und wenn Sie über das Bewerten nachdenken, und dies ist ein Beispiel von CMMI, dann bewerten sie es so. Wieder werden Sie Ihre eigenen Dashboards, Ihre eigenen KPIs haben, wissen Sie, verschiedene Arten, wie Leute in einer Organisation gemessen werden. Sie haben jedoch verschiedene Möglichkeiten, Ihren eigenen Erfolg zu bewerten und zu messen. Mein zentraler Punkt, den Sie davon abhalten sollten, oder ein Haken, um davon Abstand zu nehmen, ist, sicherzustellen, dass Sie eine Möglichkeit haben, den Erfolg zu messen, und dass Sie auch Ihre Erfolge feiern können.

Ich weiß zu schätzen, dass Sie sich für dieses aufregende Thema interessiert haben, und ich werde mich Ron zuwenden, das wird ein bisschen tiefer gehen.

Ron Huizenga: Danke schön, Jen. Und ich danke Ihnen allen, dass Sie heute zu uns gekommen sind. Ich werde jetzt ein paar Facetten dessen, worüber Jen gesprochen hat, aufgreifen und auf bestimmte Bereiche eingehen. Was ich aber auch tun werde, ist eine Art Zusammenfassung darüber, wie Sie zumindest eine Art Selbsteinschätzung auf hoher Ebene für einige dieser Bereiche erhalten können. Denn wie Sie bei den CMMI-Modellen und dergleichen gesehen haben, können Sie mit vielen verschiedenen Indikatoren sehr schnell sehr tief gehen. Was wir also wirklich erreichen wollen, ist etwas, damit Sie ein gutes Gefühl dafür bekommen, wo sich Ihre Organisation auf einem relativ hohen Niveau befindet, und dann beginnen, die anderen zu analysieren. Deshalb werde ich über organisatorische Effektivität sprechen. Und ich werde das auf CMMI und einigen anderen Standards oder Wissensbeständen aufbauen, die sich im Laufe der Jahre daraus entwickelt haben. Und dann werde ich über einige der Reifegradindikatoren für die Datenreife und die Prozessreife sprechen, denn wenn wir dies durchgehen, werden Sie feststellen, dass sie Hand in Hand gehen. Jen unterstützte die Perspektiven und sprach über Governance in einem Bereich. Und ich werde auch ein wenig über Unternehmensarchitektur sprechen. Und dann werden wir es zusammenfassen und zum Runden Tisch selbst gelangen.

Wenn wir uns das ansehen, gibt es viele Standards und BOKs - die natürlich Wissensbestände sind -, die im Laufe der Jahre veröffentlicht wurden. Viele davon sind tatsächlich aus dem Reifegradmodell hervorgegangen. Und hierher kam das CMMI, von dem Jen sprach. Das CMM-Modell selbst stammt aus dem Jahr 1998. Es wurde von einem Gentleman namens Watts Humphrey gestartet, als er bei IBM war. Er hatte eine 27-jährige Karriere bei IBM. Seine eigentliche aktive Entwicklung dieses speziellen Modells begann jedoch bei Carnegie Mellon und wurde vom US-Verteidigungsministerium in Auftrag gegeben. Viele andere Standards wurden verwendet, um dies abzuleiten. Und etwas, das sehr gut über die Branche zu wissen ist, wenn wir in einigen anderen Normen darüber sprechen, ist, wenn wir den Zeitpunkt dafür betrachten, auch vor dem Hintergrund der Dinge, die wir in der Industrie im Allgemeinen sahen. Dies war der Zeitpunkt, an dem sich die Qualitätsbewegung, insbesondere in der Fertigung, wirklich durchsetzte und sich auf andere Bereiche auswirkte. Wo wir nach Möglichkeiten suchten, um Herstellungsprozesse zu verbessern, Dinge wie vollständiges Qualitätsmanagement, Just-in-Time-Fertigung und andere Dinge zu tun. Und viele der daraus resultierenden Philosophien flossen in die gesamte Qualität der Arbeit ein.

Und das ist wirklich eine Art Sprungplatz, von dem aus viele dieser Dinge begannen. Es begann in der allgemeinen Industrie und hielt Einzug in IT-, Daten-, Prozess- und Informationssysteme. Andere Standards, die wir sehen, die enger verwandt oder spezifischer mit einigen der Dinge sind, über die wir sprechen, sind natürlich das Datenreife-Modell, über das Jen ein wenig gesprochen hat. Es gibt auch das Geschäftsprozess-Reifegradmodell der Object Management Group. Und eine Reihe anderer Standards, von denen Sie vielleicht gesehen haben, dass Ihr Unternehmen sich mit verschiedenen Bereichen des Geschäfts auseinandersetzt oder diese nutzt, insbesondere IT-gesteuerte Standards, wie COBIT, das Kontrollziel für Information und Technologie ist, ITIL, bei dem es sich im Allgemeinen um Infrastruktur handelt -fokussiert, mit dem sich viele von Ihnen möglicherweise befasst haben. Auch hier Gesamtqualitätsmanagement. Und vor allem, wenn Sie sich mit Metriken und allem anderen beschäftigen, haben Sie vielleicht auch mit statistischer Prozesskontrolle zu tun. Und einige der Wissensbestände, mit denen wir uns befassen, sind natürlich Informations- oder IT-Fachkräfte. Das Datenverwaltungswissen von.

Es gibt auch gleichbedeutend mit dem Business-Analyse-Wissensbestand. Und das Projektmanagement-Wissen. Möglicherweise haben Sie mehrere dieser Dinge im Spiel, die von verschiedenen Interessengruppen in Ihrer Organisation gleichzeitig verwendet werden. Aber lasst uns irgendwie durch die BOKs filtern und zurückgehen und sagen, was ist Reife? Und wir listen die Definition von reif auf, denn wenn Sie nach der Reife fragen, wenn Sie sie im Wörterbuch nachschlagen, steht tatsächlich "Sie sind reif". Wenn Sie also das Wort "reif" verwenden, bedeutet dies, dass Sie einen fortgeschrittenen Status erreicht haben Entwicklungsstadium - natürlich sehr allgemein. Was wir hier aber wirklich sehen, ist, dass wir das, was wir tun, im Laufe der Zeit auf ein immer höheres Leistungsniveau bringen. Und wenn Sie sich viele Standards ansehen, sehen Sie, dass das CMMI und das Reifegradmodell tatsächlich auf einer Fünf-Punkte-Skala basieren. Auf diese Weise können wir nach und nach sehen und sagen, wie es ist Entwickeln wir uns tatsächlich in dieser Größenordnung, wie wir wachsen?

Wenn wir jedoch die Reife betrachten, müssen wir im Hinblick auf die organisatorische Reife der Dinge, an denen wir interessiert sind, im Gleichgewicht sein. Sie müssen die Datenreife erreichen, und wir besprechen einige der Kriterien, die Sie dort erfüllen müssen, aber Sie müssen gleichzeitig die Prozessreife erreichen. Sie sind zwei Seiten einer Medaille und müssen Hand in Hand gehen. Sie können auf einer Daten-Reifeskala nicht von beispielsweise null auf fünf wechseln, ohne die Prozessreife zu erhöhen, und das Gleiche gilt für die Prozessreife. Sie sind beide miteinander verbunden und ziehen sich gegenseitig für die Fahrt mit, während Sie sich tatsächlich durch die verschiedenen Phasen entwickeln. Darüber werde ich in einer zukünftigen Folie hier noch ein wenig sprechen. Die anderen Dinge, die wir realisieren müssen, um sowohl Daten- als auch Prozessreife zu erreichen, sind von grundlegender Bedeutung für die Unternehmensarchitektur und von grundlegender Bedeutung für einige der Governance-Aspekte, über die Jen auch gesprochen hat. Wir befähigen diese, indem wir in einigen der Dinge, die wir versuchen, Reife zu erlangen.

Nun zu der Folie, von der Jen sagte, ich würde etwas genauer darüber sprechen. Ich habe nur ein paar Kategorien ausgewählt und unter Verwendung der CMM-Skala hier und meiner eigenen, füge ich tatsächlich eine Null in Bezug auf oben auf der Skala hinzu, weil es bestimmte Fälle geben kann, in denen Sie tatsächlich keine gemacht haben in diesen Fällen überhaupt keine Traktion. Das sind also nur Arten der Erkennung, die stattgefunden haben. Wenn wir uns also insbesondere die Datenverwaltung ansehen, können Sie bei Null beginnen, da Sie keine Datenverwaltungsprogramme installiert haben. Und wenn Sie anfangen, durch die verschiedenen Bereiche zu reifen, wenn Sie erst einmal auf Projektebene, dann auf Programmebene, durch Abteilungen und letztendlich unternehmensweit eingeführt haben, werden Sie aus Sicht der Unternehmensführung tatsächlich so reif und wachsen eine Organisation, wie Sie dies tun.

Bei anderen Aspekten wie der Stammdatenverwaltung können Sie ohne formale Klassifizierung der Sachdaten bei Null beginnen. Dann kommen Sie zu einem Punkt, an dem Sie erkennen, dass Sie Stammdaten haben und mit der Klassifizierung beginnen, diese jedoch nicht integriert sind. Dann arbeiten Sie an integrierten und gemeinsam genutzten Repositorys. Wenn Sie sich dann in eine standardisierte Umgebung begeben, möchten Sie Datenverwaltungsdienste bereitstellen. Und wenn Sie weiter oben voranschreiten, werden Sie Stammdatenverwalter und schließlich einen Datenverwaltungsrat einrichten, der sich die ganze Zeit ernsthaft damit auseinandersetzt. Wenn Sie Ihre technische Umgebung und die Anwendungen und Datenbanken aus der Perspektive der Datenintegration betrachten, werden Sie in einer unreifen Umgebung wieder eine Reihe von Ad-hoc-, Punkt-zu-Punkt-Schnittstellen und dergleichen haben Sache. Und wenn Sie sich weiterentwickeln, werden Sie einige gängige Tools und Standards einführen. Dann werden Sie sich mit gängigen Integrationsplattformen befassen, während Sie diese erweitern. Und wenn Sie standardisiert werden, arbeiten Sie an standardisierter Middleware und möglichen einfachen Dingen wie Enterprise-Service-Bussen, kanonischem Modell, der Kategorisierung all Ihrer Daten in Ihrem Unternehmen und der Einbindung von Geschäftsregeln in Ihr Repository und dergleichen der Sache. Und dann noch weiter gehen, wo Sie es vollständig in die Unternehmenskultur eingebettet bekommen. Und natürlich steht Qualität an erster Stelle. Während Jen darüber sprach, setzen viele Entscheidungen und viele Tools voraus, dass Sie über qualitativ hochwertige Daten verfügen, mit denen Sie arbeiten. Datenqualität ist daher eine grundlegende Voraussetzung für die Erreichung der Datenreife.

Wenn Sie sich die Daten ansehen, können Sie auch in unreifen Umgebungen viele Silos und verstreute Daten haben. Möglicherweise haben Sie Inkonsistenzen, die akzeptiert werden. Und dann fangen Sie an, daran zu arbeiten, das Inkonsistente zu erkennen und dann die Planung zu überdenken. Und wenn Sie sich hier verwaltete Umgebungen ansehen, ist hier die Datenbereinigung beim Verbrauch von großer Bedeutung, um die Daten bei der Entscheidungsfindung zu verwenden. Worüber wir also wirklich sprechen, ist die Datenbereinigung, bei der wir sie in Data Warehouses und andere Tools zur Entscheidungsunterstützung laden. Und dies ist analog zu dem, was wir früher in der Datenherstellungsbranche sahen, in der die Leute Produkte bauten, die Fließbänder entlang gingen und am Ende das Produkt inspizierten und sagten: „Oh, Wir haben hier Mängel. “Eine Sache, die Sie nie tun können, ist, dass Sie die Qualität eines Produkts niemals verbessern können, indem Sie es am Ende überprüfen. Sie können die Probleme damit erkennen und dann Maßnahmen ergreifen, um die nächsten und die anderen zu verbessern, die in der Folge auftreten. Sie werden sie jedoch niemals verbessern, indem Sie sie am Ende überprüfen. Dies ist also der Punkt, an dem Sie sich vorwärtsbewegen, insbesondere in Bezug auf Daten, und zwar aus Sicht der Inspektion und Bereinigung am Ort des Verbrauchs, an dem Sie versuchen, dies an der Quelle einzubauen, genau dort, wo Sie die Daten einfangen Daten, die Prozesse, die auf diese Daten einwirken, um sicherzustellen, dass diese Daten bei jedem Prozess auf dem gesamten Weg korrekt und für den Verbrauch geeignet sind. Während Sie sich weiterentwickeln, beginnen Sie, Qualitätskennzahlen zu entwickeln und zu erhalten, und beginnen wirklich, diesen Präventionsansatz für die Datenqualität zu entwickeln, während Sie voranschreiten.

In Bezug auf organisatorische Verhaltensweisen oder Dinge, die Sie sehen, können Sie, wenn Sie glauben, kein Problem zu haben, oder wenn Sie sich dessen nicht bewusst sind, sagen, dass Sie sich in einer Ablehnungsphase in Ihrer Organisation befinden eine Ebene Null oder möglicherweise in eine Eins bewegen. Wenn Ihre Daten sehr chaotisch sind und versuchen, diese Inkonsistenzen zu beheben, sind Sie wahrscheinlich auf dem ersten Level. Wenn Sie sich noch in einem reaktiven Modus befinden, wechseln Sie in den verwalteten Modus, aber Sie werden nicht standardisiert, bis Sie tatsächlich eine sehr stabile Datenumgebung haben, die sowohl die Governance, die Qualität, das Stammdatenmanagement als auch die Daten umfasst Integration, um nur einige Punkte zu nennen. Und wieder, sobald Sie das hinter sich haben, beginnen Sie, sich mit wirklich proaktiven Managementstilen zu beschäftigen. Wenn Sie zu dem Teil gelangen, in dem Sie ein sehr vorausschauendes Verhalten haben, und auch die Analyse, um es zu sichern, und die KPIs, um es in Ihrem Unternehmen zu sichern, wenn wir dies betrachten und einige Dinge überlagern, gibt es einige andere Dinge, die wir können Informieren Sie sich über Organisationen und ihre Standorte. Lassen Sie uns den primären IT-Fokus in einer Organisation betrachten. Wenn Ihr Hauptfokus in der IT immer noch auf Technologie und Infrastruktur liegt, sind Sie wahrscheinlich am weniger ausgereiften Ende der Skala angelangt. Wenn Sie sich jedoch wirklich auf Informationen und die Ermöglichung strategischer Geschäftsabläufe konzentrieren, nähern Sie sich dem ausgereiften Ende der Skala. Auch wenn Sie es aus Datenperspektive betrachten, haben Sie ein hohes Datenrisiko, wenn Sie am unteren Ende sind, und wenn Sie am oberen Ende sind, haben Sie das Risiko im Zusammenhang mit Daten verringert. Und die Kehrseite davon ist die Wertschöpfung der Organisation. Eine geringere Datenreife bedeutet, dass Sie wahrscheinlich nur einen relativ geringen Wertschöpfungsgrad haben, insbesondere im Hinblick auf die Daten, die Sie in Ihrem Unternehmen haben. Und wenn Sie die Skala nach oben bewegen, erhalten Sie eine hohe Wertschöpfung.

Betrachten wir dies anhand der Datenmodellierung. Manchmal ist die Datenmodellierung zum rothaarigen Stiefkind geworden. Datenmodellierung ist für die Datenreife von grundlegender Bedeutung. Ich möchte daher nur auf einige der verräterischen Anzeichen eingehen, wie die Datenmodellierung damit zusammenhängt. Wenn es nur zur Dokumentation oder zur einfachen Generierung physischer Datenbanken für kleine Apps und dergleichen verwendet wird, sind Sie hinsichtlich der Datenreife wahrscheinlich auf dem ersten Level. Wenn Sie anfangen, die verschiedenen Modelltypen zu erfassen und zu erkennen, einschließlich des konzeptionellen, des logischen und des physischen Modells, treiben Sie das Design im Grunde voran. Sie verwenden es wirklich als Design-Standpunkt, dann sind Sie auf einem Level eins.

Wenn Sie anfangen, es von einer eher unternehmerischen Ebene aus zu betrachten, einschließlich des Aufbaus von Unternehmens- oder kanonischen Modellen, der Einführung der Konzepte und der Verknüpfung mehrerer Modelle, der Datenherkunft und des direkten Einbaus der Governance-Metadaten in Ihre Modelle, beginnen Sie mit einer Stufe drei, und dann weiter zu Full-Governance-Metadaten, Business-Glossar-Integration usw.. Betrachtet man den Lebenszyklus und die Wertschöpfungskette von Daten, so erreicht man tatsächlich die vierte Ebene. Und wieder, voll integrierte Modellierung mit Geschäftsglossaren, Metadaten, die in der Lage sind, Dinge wie Self-Service-Analytics zu betreiben. Dann haben Sie einen ziemlich ausgereiften Zustand erreicht.

Dazu möchte ich ganz kurz auf den Datenlebenszyklus eingehen. Und der Grund, warum ich darüber sprechen möchte, ist der Datenlebenszyklus, der leider oft ignoriert wird. Und worum es geht, es beschreibt wirklich, wie ein Datenelement erstellt, gelesen, aktualisiert oder gelöscht wird und welche Prozesse darauf in Ihrer gesamten Organisation einwirken. Diejenigen von uns, die schon lange in der Branche sind, bezeichnen dies als CRUD, weil es das Erstellen, Lesen, Aktualisieren und Löschen ist. Wir müssen dies jedoch auf einer fundamentalen Ebene verstehen, wenn wir mit den Daten in unserer Organisation arbeiten. Viele Faktoren spielen eine Rolle. Was sind die Geschäftsregeln, die darauf einwirken? Welche Geschäftsprozesse verbrauchen, produzieren oder verändern die Daten? Welche Anwendungen implementieren diese Geschäftsprozesse tatsächlich, um dies zu ermöglichen? All das spielt sich im Hinblick auf den Datenlebenszyklus ab.

Und wieder hat Jen früher darauf angespielt - es muss nicht unbedingt eine einzige Quelle der Wahrheit geben. Und es gibt möglicherweise mehrere Möglichkeiten, wie ein bestimmtes Datenelement erstellt wird. Und Sie müssen möglicherweise tatsächlich eingehen, verschiedene Dinge müssen über mehrere Systeme oder mehrere Eingänge eingegeben werden, die Sie abstimmen und festlegen müssen, um die richtige Datenquelle für diese bestimmte Entscheidung zu diesem Zeitpunkt zu ermitteln. Es können mehrere Varianten der Daten für verschiedene Zwecke in einer Organisation vorhanden sein. Um dies zu erreichen, müssen Sie in der Lage sein, Geschäftsprozesse, die Datenherkunft, die den Datenfluss umfasst, die Integration und Dinge wie die ETL zu modellieren. Extrahieren, transformieren und laden Sie also Ihre Data Warehouse-, Data Mart- und Staging-Bereiche Und natürlich kommen auch Datenlinks auf der Big Data-Seite ins Spiel. Wenn Sie diese Informationen aus dem Data Lake ziehen, müssen Sie wissen, wie Sie sie verbrauchen und wie Sie sie verwenden. In Bezug auf den Lebenszyklus selbst ist es wirklich so, wie wir neue Daten erstellen oder sammeln, wie wir sie klassifizieren - denn Sie müssen sie klassifizieren, um sie zu verstehen und effektiv damit zu arbeiten - wie Sie sie speichern, wie Sie verwenden es, wie Sie es an die Geschäftsprozesse anpassen, an denen es in der Organisation geteilt wird - und sehr wichtig: Aufbewahrung und Archivierung. Wie lange bewahren Sie die Daten auf? Wann archivieren Sie es? Wann zerstören Sie diese Daten letztendlich? All diese Dinge müssen in Ihrem Datenlebenszyklus berücksichtigt werden, und Sie müssen all dies tun, um einen hohen Grad an Datenreife in Ihrem Unternehmen zu erreichen.

Auf der anderen Seite habe ich gesagt, sie sind wie Zwillinge, bei denen es um die Prozessreife in Verbindung mit der Datenreife geht - sie gehen Hand in Hand. Auch hier habe ich ein paar verschiedene Dinge zu tun und - keine Sorge, ich werde nicht all diese Dinge durchlesen, sondern nur eine Art Checkliste, damit Sie sich selbst einschätzen können, wo sich Ihre Organisation in Bezug auf die Bedingungen befindet der Prozessreife. Schauen wir uns die Dinge noch einmal von Anfang an durch die optimierten Seiten an. Auch hier verwenden wir dieselbe Fünf-Punkte-Skala, die aus dem Fähigkeits-Reifegrad-Modell abgeleitet wurde. Wenn Sie sich Dinge wie den Fokus ansehen, wenn Sie sich auf einer niedrigeren Ebene oder einem niedrigeren Anfangsniveau der Prozessreife befinden, stellen Sie möglicherweise in Ihrem Unternehmen fest, dass sich die Mitarbeiter wirklich auf ihre eigenen Methoden verlassen, um ihre Arbeit zu erledigen. Und Sie können einige Heldentaten und solche Dinge sehen, um in der Lage zu sein, Dinge zu erledigen. Dann kommen Sie zu einem Punkt, an dem Sie proaktiver sind und Ihr Management die Verantwortung für die Arbeitseinheiten und die Leistung übernimmt. Dann beginnen Sie, die integrierten Standardprozesse weiterzuentwickeln. Dann die Prozessstabilität und Wiederverwendung. Dann werden Sie mehr von einer Kultur des Mentorings und des statistischen Managements erfahren, um die Metriken und KPIs in Bezug auf diese Prozesse zu berechnen und schließlich das volle Maß an Optimierung zu erreichen.

Wenn Sie sich das Arbeitsmanagement ansehen, werden Sie von einem Bereich mit inkonsistenten Ebenen des Arbeitsmanagements zu einem Bereich mit besserer Verwaltung übergehen, in dem Sie Ihre Ressourcenverpflichtungen zumindest auf einer höheren Ebene ausgleichen. Dann bis zu einem Punkt, an dem Sie eine anpassungsfähigere oder agilere Organisation haben, sodass Sie Ihre Prozesse standardisieren können, aber sie für die jeweils besten Umstände in Ihrer Organisation anpassen können. Wenn Sie fortgeschritten sind, ist Empowerment sehr wichtig. Dies bedeutet, dass jeder intuitiv versteht, was vor sich geht, und dass die Mitarbeiter über die Prozessdaten verfügen, sodass sie ihre eigene Arbeit bewerten und verwalten können.

Zurück zur Analogie der Fertigung - als wir sahen, dass wir mit der Modernisierung unserer Montagelinien und dergleichen in der Industrie begannen, sprachen wir über die Gesamtqualität und die Befähigung der Arbeiter auch am Montageband, wenn jemand sie sah Da in einer bestimmten Produktionsphase etwas nicht stimmte, wurde den Mitarbeitern die Möglichkeit eingeräumt, auf den großen roten Knopf zu drücken und die gesamte Fertigungsstraße herunterzufahren, bis die Probleme behoben waren, bevor die Dinge weitergingen. Und es ist diese Art von Mentalität und Kultur, nach der wir bei Daten in unseren Prozessen suchen, um sicherzustellen, dass wir unsere Daten und unsere Prozesse in unserer Organisation tatsächlich optimieren.

Andere Indikatoren Ihrer Kultur - Stagniert Ihre Kultur, da keine Grundlage für ein echtes Engagement zur Verbesserung Ihrer Geschäftsprozesse erkennbar ist? Gibt es eine Delegation von Verantwortung, die wir weiter oben sehen? Und während Sie sich weiterentwickeln, haben Sie möglicherweise immer noch Silos, aber wenn Sie in Bezug auf die Kultur und die Dinge, die Sie in Ihrem Geschäftsprozess tun, aufsteigen, brechen Sie auch diese verschiedenen Geschäftssilos auf und nutzen sie Prozesse in Ihrer Organisation. Es ist sehr wichtig, dass Sie, wenn Sie sich auf der Event-Bühne befinden, tatsächlich Qualitätsmetriken erfassen, anstatt das Gefühl zu haben, Qualitätsmetriken zu haben, und dass Sie über Metriken verfügen, mit denen Sie die Leistungsfähigkeit Ihres Unternehmens vorhersagen können Operationen, und das ist äußerst wichtig.

Lassen Sie uns in Bezug auf die Architektur darüber sprechen, weil viele von uns hier in der IT sind oder sich immer mit IT befassen. Wieder die gleichen Dinge, die wir in den Daten gesehen haben. Wir haben verzweifelte IT-Systeme, wenn Sie sich wirklich in den Anfangsstadien der Prozessreife befinden. Sobald Sie mit der Verwaltung Ihrer Prozesse beginnen, werden einige Services eingerichtet, bei denen Sie wirklich eher einen service-basierten Ansatz verfolgen. Wenn Sie dann standardisiert werden, werden Sie mehr von einer Full-Service-Übernahme in Bezug auf Daten- und Service- und Prozess-Services und dergleichen sehen, bis hin zu einem Full-Service oder einer neuen Architektur. Und schließlich zu einem voll prozessgesteuerten Unternehmen, das Ihre Daten nutzt.

Wieder die gleichen Arten von Skalen, wenn wir uns das ansehen. In Bezug auf die Produktivität werden Sie bei einer geringen Prozessreife eine geringe Produktivität und eine hohe Prozessreife sowie eine viel höhere Produktivität feststellen. Und damit geht Qualität einher. Genauso wie bei den Daten - wenn Sie sich in einem niedrigen Reifegrad befinden, werden Sie ein hohes Risiko und auch ein hohes Maß an Verschwendung feststellen. Aber je höher Ihr Reifegrad ist, desto geringer ist dieser und desto geringer ist Ihr Risiko und desto geringer ist die Abfallmenge. In Bezug auf einige der Dinge, die Sie möglicherweise als Symptome oder Indikatoren in einem Unternehmen ansehen, ist es wahrscheinlich, dass die Prozessreife niedrig ist, wenn die Grundphilosophie auf Kostensenkungen beruht. Es wird sich dann weiterentwickeln und die Effizienz in Ihrem Unternehmen genauer betrachten. Wenn Sie dann ein sehr ausgereiftes Niveau erreichen, werden Sie sich wieder auf die Wertschöpfung konzentrieren.

Aus Sicht des Organisationsmanagements ist das, wenn Chaos herrscht, in der Regel ein Symptom für Organisationen mit geringer Prozessreife. Aber Sie konzentrieren sich auf eine von mir eher als Management bezeichnete Mentalität, in der - und es kann auch eine Art von Management per Dekret oder durch Auferlegung von Dingen geben -, in die Ihr Management wirklich übersetzt, wenn Sie zu den reiferen Ebenen gelangen mehr von Führung. Mit anderen Worten, die Philosophie der Verbesserung ist in die Unternehmenskultur eingebettet und fördert vom CEO bis hinunter die gesamte Philosophie der Verbesserung von Prozessen und der kontinuierlichen Verbesserung Ihrer gesamten Organisation.

Im Hinblick auf das Prozessmodell - und ich werde diese Dinge hier ziemlich schnell ausführen - wollen wir uns noch einmal die Prozessmodelle ansehen, die mit der Prozessreife selbst verknüpft sind. Wiederum sehr ähnlich zu den Dingen, die wir in Bezug auf die Datenreife gesehen haben, bei denen Sie auf niedriger Ebene oder auf der ersten Ebene möglicherweise nur Prozesse oder den aktuellen Statusprozess dokumentieren, aber Sie verwenden ihn wirklich nicht, um die Dinge voranzutreiben. Mit zunehmender Reife werden Sie die Geschäftsprozessmodellierung verwenden, um das eigentliche Geschäftsprozessmanagement in der Organisation voranzutreiben. Anschließend werden Sie sich dort weiterentwickeln, wo Sie es einsetzen, und diese Modelle kontinuierlich aktualisieren, um die Prozessverbesserung dahin zu bringen, wo Sie letztendlich stehen Holen Sie sich Design zu verarbeiten. Und wenn Sie dann voll ausgereift sind oder wissen, was Sie normalerweise in Lean-Unternehmen oder Organisationen sehen, die qualitativ hochwertigere Programme wie Sigma eingeführt haben, dann haben Sie wieder die Mentalität der kontinuierlichen Verbesserung und dies ist direkt in der Modellierung von verwurzelt deine Organisation. Genauso wie wir technische Entwürfe verwenden, um Produkte zu bauen, seien es Flugzeuge oder Gebäude und Wolkenkratzer, verlassen wir uns auf unsere Modelle, um unser Geschäft voranzutreiben, denn das ist das Designelement, das unsere organisatorischen Elemente vorantreibt .

Auch hier werde ich nicht auf dieses und jedes einzelne Wort im Detail eingehen. Was ich getan habe, ist, dass ich diese zwei einfacheren Rasterfolien genommen und einige der Wörter ausgewählt habe, die in einigen dieser anderen Deskriptoren sowohl für die Datenreife als auch für die Prozessreife verwendet wurden. Wenn Sie sich das also nachträglich ansehen, können Sie anfangen, über einige der Worte nachzudenken, die Sie in Bezug auf die Dinge, die gesagt werden, in Ihrer eigenen inneren Kultur herauskommen sehen. Und das wird Ihnen helfen, zu klassifizieren, wo wir als Gesamtorganisation anfangen, uns dieser Reifeskala insgesamt anzupassen. Wenn Sie also feststellen, dass häufig Inkonsistenzen, Stagnationen oder Ineffizienzen auftreten oder Chaos herrscht, befinden Sie sich in der Regel am unteren Ende der Skala. Wenn Sie anfangen, an Dinge wie kontinuierliche Verbesserung, strategische Ausrichtung, vorbeugenden Umgang mit Fehlern und Qualität und solche Dinge zu denken, die vollständige Integration, und wenn Sie über Best Practices für Wettbewerbsvorteile sprechen, dann werden Sie sich selbst davon überzeugen oben am Optimierer, höheres Ende der Skala.

Auch hier möchte ich darauf hinweisen, dass Data Governance, wenn Sie sich mit Data Governance befassen, insbesondere wenn Sie sich die unteren Bereiche der Skala ansehen, sich in den Anfangsphasen befinden und möglicherweise nur auf einzelnen Projektebenen eingeführt wird. Sie müssen sich zu einem Punkt weiterentwickeln, an dem die Datenverwaltung und das jeweilige Ziel von der Projektdatenverwaltung ausgehen und sich durch die Programm- und Bereichsdatenverwaltung entwickelt haben, die wiederum unternehmensweit und in die gesamte Organisation eingebettet ist.

Ich habe über die Tatsache gesprochen, dass dies tatsächlich Zwillinge sind, die hinsichtlich der Datenreife und der Prozessreife zusammenarbeiten. Wenn Sie diese Reife erreichen, ist auf beiden Seiten der Skala eine Reise und Sie können keine Schritte springen. Wenn Sie in einer Null sind, müssen Sie sich durch die Stufen eins, zwei, drei, vier entwickeln und schließlich fünf erreichen. Und es gibt nur sehr wenige Organisationen auf der Welt, die tatsächlich fünf Jahre alt sind. Viele Organisationen wären mehr als froh, wenn sie mit drei anfangen und dies als Sprungbrett für die Zukunft nutzen könnten. Und wieder, Sie können nicht gehen, Sie können nicht bei einer Datenreife und einer bei einer Prozessreife sein. Es funktioniert einfach nicht, weil sie so miteinander verflochten sind, dass Sie Ihre Daten und Prozesse im Zusammenspiel verstehen und gut im Griff haben müssen.

Eine gute Analogie zu diesem Thema ist, dass sich Ihr Team auf dem Weg zur organisierten Reife aus zwei Personen zusammensetzt: Die eine ist die Prozessreife und die andere die Datenreife. Du läufst auf einem Hindernisparcours und bist mit einem kurzen Seil zusammengebunden. Und um zum Ende dieses Kurses zu gelangen, müssen Sie beide durchkommen, nicht nur alle Hindernisse, sondern Sie müssen alle Hindernisse fast gleichzeitig oder sehr nah beieinander überwinden, um zu sein weitergehen und zum nächsten Hindernis gelangen. Das ist eine wirklich gute Möglichkeit, sich ein Gleichgewicht zwischen der Prozessreife und der Datenreife zu überlegen. Mit anderen Worten, Sie können etwas prozessorientiert sein und Sie können etwas datenzentriert sein, aber es wird ein Frühindikator sein, und es kann nicht viel Lücke geben, um Sie tatsächlich durch die Ebenen zu bringen.

Und wenn wir uns dann noch einmal die Datenverwaltung ansehen, ist eines der Dinge, auf die ich hinweisen wollte, falls Sie sich dessen nicht bewusst sind, dass DAMA tatsächlich den Datenverwaltungskörper von Knowledge Volume Two zu Beginn dieses Jahres veröffentlicht hat und von den Dingen, auf die es ankommt geändert hat sich dort das aktuelle DAMA-Rad. Und ich habe es tatsächlich ein bisschen anders dargestellt, wobei die Datenverwaltung im Mittelpunkt und die zehn verschiedenen Kategorien rund um das Rad stehen. Was hier sehr wichtig ist, ist die Datenmodellierung, und Design hat jetzt seine eigenen Bereiche auf dem Rad - es wurde früher irgendwie mit den anderen verschmolzen. Eines der Dinge, die hier von grundlegender Bedeutung sind, ist die Datenmodellierung, die insbesondere für all diese anderen Aspekte von grundlegender Bedeutung ist, da die Datenmodellierung eine Rolle spielt, unabhängig davon, ob es sich um eine Datenmodellierung unserer Datenbanken oder der Metadaten handelt spielen Sie in all diesen anderen Stücken, über die wir sprechen. Prozessmodellierung spielt bei vielen dieser Dinge auch eine Rolle, da wir nicht nur die Daten selbst verstehen müssen, sondern auch, wie sie verwendet werden. Auf diese Weise hilft uns die Prozessmodellierung dabei.

Lassen Sie uns nun ein wenig über die Unternehmensarchitektur sprechen. Modelle sind auch für die Unternehmensarchitektur von entscheidender Bedeutung. Ich stütze mich auf ein Beispiel und dies ist das Zachman-Framework, das ich hier sehr schnell zeige. Und wenn Sie dies betrachten, sehen Sie hier mehrere Dinge. Sie sehen ganz oben, was, wie, wo, wer, wann und warum. Und dann durchlaufen Sie detailliertere Ausarbeitungsebenen, wenn Sie wollen, in Bezug auf die Arten der Modellierung oder die Arten der Dinge, die Sie in Bezug auf die Unternehmensarchitektur ausarbeiten, von einer sehr hohen kontextbezogenen Ebene bis hin zu einer detaillierten Ebene. einschließlich der physischen Umsetzung. Wenn Sie sich die ersten Spalten ansehen, ist das sehr datenintensiv und Daten beteiligt. Das Wie ist sehr prozessgetrieben. Wenn Sie sich die anderen Aspekte ansehen, werden Sie eine Kombination aus Prozess- und Datenmodellierung verwenden, um den Rest der Informationen zu verbessern. Sie werden Daten über all diese verschiedenen Dinge haben und Ihre Prozessmodelle werden auch Dinge einbinden, wie den Ort, an dem Dinge geschehen, die Verantwortung. Und auch in Bezug auf die Prozessmodellierung, die wir auch in unseren Tools durchführen, können Sie beginnen, dies mit den Zielen und Beziehungen und Geschäftsregeln zu verknüpfen, die diese verschiedenen Dinge, die Sie tun, vorantreiben.

Aus einer Gesamtperspektive des Zachman-Frameworks ist eine der guten Möglichkeiten, darüber nachzudenken, dass Sie modellgetrieben sind und tatsächlich die verschiedenen Ebenen durchlaufen. Sie beginnen also mit einem übergeordneten Bereich und dem Kontext. Sie entwickeln sich dann zu Geschäftsmodellen hinunter zu Systemmodellen, dann zu Technologiemodellen und schließlich zu Ihrer sehr detaillierten Darstellung der technischen Modelle. Und wieder stellen Daten das Was dar, der Prozess ist das Wie und es ist wirklich eine Kombination der Daten und der Prozessinteraktion, die alle anderen Eigenschaften hier bestimmen.

Auf dieser Grundlage ist es kein Zufall, dass die Art und Weise, wie wir die Idee der Unternehmensarchitektur betrachten, ein wenig anders ist als bei einigen anderen. Sehr oft werden Sie von den vier Säulen der Unternehmensarchitektur hören: Daten-, Erfassungs-, Geschäfts- und technische Architektur. Wir sehen das etwas anders. Wir betrachten die Datenarchitektur aus zwei Gründen als die grundlegende Grundlage, auf der die gesamte Unternehmensarchitektur basiert. Erstens hat es dort angefangen. Selbst Dinge wie das Zachman-Framework sind in erster Linie aus der Datenarchitektur hervorgegangen und haben sich dann auch den anderen Aspekten der Architektur zugewandt. Und zweitens, weil die grundlegende Verbindung zwischen Prozess und Daten besteht. Deshalb sehen wir die Geschäftsarchitektur als zentrale Säule der Unternehmensarchitektur. Ergänzt wird dies natürlich durch die Anwendungsarchitektur und die technische Architektur, die unverzichtbare Voraussetzungen sind, um eine echte Unternehmensförderung zu ermöglichen. Wenn wir uns das im Hinblick auf ER Studio Enterprise Team Edition, unsere integrierte Modellierungsplattform, ansehen, dann kommt es so ins Spiel. Und dies ist ein Kontextdiagramm auf hoher Ebene, das einige der von uns durchgeführten Modellierungen und einige der dahinter stehenden Grundlagen zeigt. Und dies wird tatsächlich eingefahren, dies wird tatsächlich in einem Prozessdiagramm dargestellt. Wenn wir uns also insbesondere unsere Datenarchitektur und unsere unten stehende Geschäftsarchitektur ansehen, liefern wir rollenbasierte Tools.

Wenn Sie sich unser Business Architect-Tool unten links ansehen, arbeiten in der Regel Business Analysts und Business Architects. Und sie konzentrieren sich in der Regel auf einige der Geschäftsprozesse und beginnen, diese auszutreiben. Sie konzentrieren sich aber auch auf das Was. Also fangen wir an, konzeptionelle Datenmodelle und dergleichen zu erstellen. Wir können diese konzeptuellen Modellierungskomponenten nutzen und in unser Datenmodellierungstool und in den Datenarchitekten einbringen, wo sie weiter in logische Datenmodelle und letztendlich in die physischen Modelle ausgearbeitet werden, um die physischen Datenbanken zu generieren. Und wir können auch zurückschieben, damit die konzeptionellen Modelle auch in der Geschäftsarchitektur aktualisiert werden. Eine sehr wichtige Sache hierbei ist, dass wir die verschiedenen Arten der Modellierung unterstützen. Auch hier ist BI sehr wichtig und Data Lakes und diese Art von Dingen. Wir machen also auch eine Modellierung und als Teil davon machen wir eine Modellierung der Datenherkunft. Wir können also nicht nur die ETL in Bezug darauf, wie Sie das Mapping von Ihren physischen Modellen in Ihre dimensionalen Modelle für Data Warehouses durchführen oder sogar Dinge aus Ihren Data Lakes einspielen und sehen, wie diese sich abbilden, alle diese Dinge zusammenfügen. Weiterleitung von Reverse Engineering von anderen Modellierungsplattformen, von Big-Data-Plattformen.

Und dann auch noch Dinge wie ETL-Tools, damit wir beginnen können, Datenherkunftsdiagramme direkt aus ETL-Spezifikationen abzuleiten, die Sie möglicherweise in Ihrer eigenen Umgebung haben. Es ist auch sehr wichtig zu wissen, dass wir über die relationale Modellierung hinaus expandieren mussten. Wir haben bestimmte Plattformen wie Hive und insbesondere MongoDB. Wir fangen jetzt an, über Dokumentenspeicher zu sprechen, in denen wir Konzepte wie eingebettete Objekte und Arrays haben. Wir haben die Notation tatsächlich erweitert, um auch diese Modelltypen aufnehmen zu können, da es sich um ein nicht relationales Konzept handelt. Alles, was wir im Datenarchitekturtool in Bezug auf die Datenartefakte erstellt haben, seien es logische Entitäten oder physische Tabellen und deren Attribute, kann dann auch in die Geschäftsverarbeitungsmodellierung zurückgeschoben werden. Wenn Sie also Ihre Geschäftsprozessmodelle von einer höheren Ebene aus erarbeiten und zu einer niedrigeren Ebene gelangen, können Sie die tatsächlichen Datenelemente verknüpfen. Damit Sie handeln können, können wir die CRUD-Matrizen für die tatsächlichen Vorgänge festlegen. Das gibt Ihnen den Datenlebenszyklus, von dem ich beim Erstellen, Lesen, Aktualisieren und Löschen auf Prozessebene gesprochen habe. Außerdem führen wir dort eine vollständige BPM-Prozessmodellierung mit eigenen Overlays durch, sodass Sie Geschäftsstrategien und Geschäftsziele festlegen können. Wir können auch die Anwendungen einbinden, die diese Geschäftsprozesse implementieren, und zwar aus modellbasierter Sicht.

Andere Dinge sind auch in unseren Datenmodellen äußerst wichtig. Die Daten-Governance-Merkmale oder Datenqualitätsmerkmale werden gemastert und verwaltet. Sie können dort Ihre eigenen Metadaten für die Merkmale definieren und erstellen, die Sie nachverfolgen möchten. Das bedeutet, dass Sie Ihr Modell jetzt als Vorlage verwenden, um diese Daten in Ihrem gesamten Unternehmen, in Ihren Metadaten-Repositorys und in allem anderen zu speichern. Und natürlich ist eine der Einschränkungen des Modellierens vor vielen Jahren, als viele von uns in der Branche damit begannen, dass wir diese Modelle produzieren. Was würden wir tun? Wir haben sie ausgedruckt und an die Wand gehängt, möglicherweise für die Teammitglieder, um sie zu teilen, und so weiter. Der wahre Wert davon ist, dass wir in unseren Organisationen gemeinsam arbeiten können. Aus diesem Grund verfolgen wir einen repository-gesteuerten Ansatz für das Ein- und Auschecken unserer Modelle und Arbeitsbereiche. Und wir teilen sie mit unseren Mitgliedsgruppen, die die Organisation sind, unabhängig davon, ob es sich um andere technische Interessengruppen, Geschäftsanwender und dergleichen handelt. Und binden Sie das auch in unsere Collaboration-Plattform namens Team Server ein.

Also sprachen wir über frühere Geschäftsglossare und -begriffe und die Wichtigkeit davon und entwickelten dieses Vokabular für das Geschäft. Das war alles in Team Server, wo Benutzer und Geschäftsbenutzer unter diesen Bedingungen zusammenarbeiten können. Sie sind in Datenarchitekten beispielsweise in der Nähe von Datenmodellen sichtbar und verwendbar, und natürlich stammen viele dieser Geschäftsglossare häufig aus einigen Datenwörterbüchern, die wir in unseren Datenmodellen erstellt haben. Wir können diese herausfordern - Ein Ausgangspunkt für die Datenarchitektentools ist auch das Geschäftsglossar, in dem sie weiter verfeinert werden können, und dies alles auch mit dem dazugehörigen Änderungsmanagement.

Das war viel Um zusammenzufassen, einige Dinge, über die wir gesprochen haben, sind, eine echte organisatorische Reife zu versuchen. Sie benötigen einen ausgewogenen Ansatz, der sich aus Datenreife und Prozessreife zusammensetzt. Man kann nicht eins ohne das andere erreichen. Grundsätzlich müssen Sie beides haben und sich darauf verlassen können, insbesondere Datenmodellierung und Prozessmodellierung sowohl für die Unternehmensarchitektur als auch für Data Governance und Process Governance in Ihren Organisationen. Die Unternehmensarchitektur verbindet diese unterschiedlichen Facetten und Perspektiven. Dazu benötigen Sie eine solide Datenarchitektur, und Sie benötigen eine integrative Prozessmodellierung, um diesen Geschäftskontext bereitzustellen und Ihren Geschäftsprozess und Ihren Datenverbrauch voranzutreiben. Wieder wichtiger als je zuvor. Ich kann sagen, was alt ist, ist wieder neu. Daher sind Datenmodellierung, Prozessmodellierung, Herkunft, Metadaten und Glossare von grundlegender Bedeutung, um dies zu erreichen, und ER / Studio Enterprise Team Edition ist eine kollaborative Plattform, die all dies zusammenbringt.

Und damit können wir zu den Fragen übergehen.

Eric Kavanagh: In Ordnung.

Ron Huizenga: Wir gehen zu dir, Eric.

Eric Kavanagh: Ron, ich muss meinen Hut vor dir ziehen, für all die Mühen, die du in die Dokumentation dieser verschiedenen Prozesse und Rahmenbedingungen gesteckt hast. Das ist eine Menge Material, das Sie dort haben. Ich denke, die große Frage, die ich habe, ist, wer dieses Zeug in einer Organisation beaufsichtigen sollte, weil Sie so viele verschiedene Dinge ansprechen. Sie rechnen mit Prozessen, es wird sich um einen Chief Operating Officer oder eine Operations-Person handeln. Datenlebenszyklus, Sie denken, das wird vielleicht ein Chief Data Officer. Sie berühren so viele verschiedene Teile und so viele verschiedene Komponenten des Geschäfts. Wie finden Sie die richtige Person oder Personengruppe und handelt es sich um einen Lenkungsausschuss? Was ist es? Was können Sie uns darüber erzählen, wer dies in einer Organisation tun sollte?

Ron Huizenga: Weißt du, das ist eine interessante Frage. Wir können tatsächlich einen Tag damit verbringen, die Vorzüge verschiedener Ansätze dort zu diskutieren. Aber etwas, das ich definitiv gesehen habe, weißt du, als ich mich vor meinem Eintritt in die Produktmanagement-Rolle beraten habe, war, als ich die Organisation betrachtete, ein Teil des Problems, die Verantwortung dafür zu übernehmen und die Leute dazu zu bringen, Verantwortung dafür zu übernehmen. Und wenn wir uns die Disziplinen wie Datenmodellierung und sogar Geschäftsprozessmodellierung oder sogar Datenflussdiagramme und solche Dinge ansehen, ist diese Art von aus der IT gewachsen. Aber wir sind weiter vorangekommen und ich denke, jetzt erkennen wir immer mehr, dass dies wirklich geschäftsorientiert sein muss. Sie möchten also wirklich, dass das Eigentum daran im Geschäft liegt.

Ich werde hier einige IT-Mitarbeiter beleidigen, bin jedoch der festen Überzeugung, dass der Grund, aus dem wir die Entwicklung der Rolle des Chief Data Officers gesehen haben, darin besteht, dass die CIO-Rolle in den meisten Organisationen gescheitert ist. Das liegt daran, dass viele CIOs eher technisch als daten- und prozessorientiert sind. Ich denke also, dass Sie das wirklich brauchen, Sie werden wahrscheinlich eine Art Lenkungsausschuss in den größeren Organisationen brauchen. Aber das muss wirklich dem Unternehmen gehören. Ich würde argumentieren, dass Ihr Unternehmen, Ihre Prozessmodellierung und Ihre Datenmodellierung alle zum Unternehmen gehören müssen, da Sie so sicherstellen können, dass die IT-Abteilung der Verwalter der Daten ist und diese Prozesse durch das implementiert, was sie haben Sie haben diesen Hammer, um sicherzustellen, dass es passiert, wenn es tatsächlich im Besitz des Unternehmens ist.

Eric Kavanagh: Ja, dem würde ich wohl zustimmen. Aber Jen, was denkst du darüber?

Jen Underwood: Also ist es wirklich interessant. Darauf habe ich angedeutet, als ich sagte, dass es wahrscheinlich einer der wichtigsten Punkte ist, die Menschen dazu zu bringen, sich darum zu kümmern und interaktiv zu sein. Zu einem Zeitpunkt hatte ich ein Whitepaper darüber geschrieben, dass es sich um Self-Service-BI-Governance handelt, die dem sehr ähnlich ist. Es geht darum, dies zu erreichen, einen Weg zu finden, um die Leute zu motivieren, die geschäftliche Seite davon, um sie dazu zu bringen, sich darum zu kümmern. Und dann, wenn sie sehen oder feststellen, ob es sich um die Datenkatalogisierung handelt oder welchen Winkel sie einnimmt. Vielleicht reduziert es die Versandkosten, indem es etwas in die Organisation einbringt, für das jemand zur Verantwortung gezogen wurde. So können Sie dafür sorgen, dass es sich um etwas kümmert. Und ja, das Geschäft absolut. Die Fachexperten werden es machen oder brechen.

Eric Kavanagh: Das ist schwer. Ich denke, Sie möchten immer ein Konsortium von Interessenvertretern aus der gesamten Organisation haben. Natürlich möchten Sie keine Analyse-Lähmung. Sie wollen keine Bürokratie um der Bürokratie willen. Sie möchten, dass die Organisation einen Aktionsplan hat und diese Dinge dokumentiert. Wissen Sie, ich denke, als Sie anfingen, über Geschäftsprozessmodellierung zu sprechen, war das vor 25 Jahren heiß, aber es war größtenteils unabhängig vom eigentlichen Geschäft. Ich denke, zumindest in einigen Branchen kann man einen Großteil dieses Prozesses aus der eigentlichen Software herausholen, die die Dinge ausführt. Aber ich denke, heutzutage müssen wir einen Weg finden, diese beiden Welten auszugleichen, richtig, Ron? Sie möchten Prozessmodelle haben, die aktuell und aktuell sind und reflektieren, was tatsächlich passiert. Sie möchten also nicht, dass es sich um eine separate Übung handelt, bei der es sich um eine Übung handelt, die irgendwo in einem Regal liegt. Aber das ist, es wird ein bisschen herausfordernd, oder? Da nicht alle Betriebssysteme auf diese Art von ausführbarem Code ausgerichtet sind. Aber was denkst du?

Ron Huizenga: Auf jeden Fall. Und es ist interessant, denn eines der Dinge, auf die ich schaue, ist, wenn Menschen, wissen Sie, wir zu einer sofortigen Befriedigungsgesellschaft geworden sind. Die Leute denken: „Oh, wir kaufen uns nur ein paar Werkzeuge und erledigen das für uns.“ Es ist so, als würden Sie keine Prozessreife kaufen. Sie werden keine Datenreife kaufen. Es ist harte Arbeit. Du musst die Ärmel hochkrempeln und dafür sorgen, dass es passiert. Und der Mechanismus, der dies ermöglicht, ist die Modellierung. Es ist zu komplex, nicht nur den aktuellen Status, an dem Sie arbeiten, visuell darzustellen, sondern auch zu planen, wie Sie die verschiedenen Geschäftsprozesse verbessern können. Sie benötigen dieses visuelle Framework, um zu verstehen, welche Auswirkungen diese Änderungen haben werden.

Eric Kavanagh: Das ist wirklich - ich twittere nur. Ich twittere gerade: "Sie werden keine Prozessreife kaufen, Sie werden keine Datenreife kaufen." Ich kann diesen beiden Dingen nur voll und ganz zustimmen. Und Jen, ich würde dich für deine Gedanken einladen. Und ich werde noch eine Frage dazu stellen. Einer der Teilnehmer fragt: Was versteht man unter prozessgetriebenem Unternehmen oder unter Prozessreife? Jen, kannst du damit sprechen?

Jen Underwood: Ich kann tatsächlich ein bisschen besser zur vorherigen Frage sprechen. Wenn ich darüber nachdenke, um ehrlich zu sein, ist es der erste, der Werkzeuge kauft. Das war so ein toller Kommentar, weil er so wahr ist. Aber was ich sagen werde, ist viel besser. Also überprüfe ich viele Lösungen und sehe verschiedene Bereiche und teste sie. Was immer besser wird, ist, Daten zu entdecken, zu markieren und Ihnen zumindest einen gewaltigen Start zu verschaffen. Wenn ich sage, dass dies weniger schmerzhaft ist, macht es fast Spaß. Stellen Sie sich vor, ein Datenkatalog oder ein MDM-Projekt macht Spaß. Es ist so, und Sie haben Leute in einer Organisation, die diese Daten verwenden, egal ob es sich um Berichte oder andere Arten von Dingen handelt, und ich glaube, jemand, der selbst in der Leitung war, hat gesagt, er soll die Leute dazu bringen, sich um ihren individuellen Entwicklungsplan zu kümmern. Ja, sogar noch eine Stufe höher. Es nimmt diese Dinge und sagt, jetzt haben wir fehlgeleitete Sendungen um 30 Prozent reduziert und dies ist, wie viel Geld gespart wurde. Es geht nur darum, unsere Daten besser zu verwalten. Es ist diese Art von Dingen und Sie setzen Geld um und Sie machen es Spaß. Oder Sie machen es interessant und relevant für das, was sie tun. Ich denke, das ist eine Art Magie, die in vielen dieser Engagements fehlt, die die Leute in einer Organisation versuchen, und die ins Stocken gerät.

Eric Kavanagh: Ja, das ist ein guter Punkt. Und, Ron, zurück zu deinem Kommentar vor ein paar Augenblicken über die Wichtigkeit eines visuellen Rahmens, ich denke, das ist absolut wahr, denn oft ist es wirklich schwierig, den Kopf darum zu wickeln, was die Leute nicht sehen können Das bedeutet, und wenn Sie über komplexe Prozesse mit Abhängigkeiten und Kontrollpunkten und all diesen Dingen sprechen, müssen Sie dies irgendwann ausarbeiten. Idealerweise tun Sie dies mit einer Software, in die Funktionen integriert sind, um sie zu katalogisieren, z Beispiel, welche Transformationen mit verschiedenen Linien von diesem Punkt zu diesem Punkt aufgetreten sind. Oder was an diesem Kontrollpunkt verfügbar ist. Und ich beziehe mich auf meine Geschichte im Risikomanagement dort, wo ein Kontrollpunkt ein beliebiger Punkt in einem Prozess oder einer Option oder einer Einzel- oder Softwareanwendung ist, an dem Sie tatsächlich etwas ändern können, oder? Das nennen sie einen Kontrollpunkt. Und für mich ist es wirklich wertvoll, dass Sie diesen visuellen Rahmen erhalten. Denn dann kann man sehen und irgendwie durchlaufen und es braucht einfach Zeit. Das menschliche Gehirn braucht Zeit, um dieses Zeug zu verwalten und es wirklich zu verstehen und es daher zu optimieren, oder?

Ron Huizenga: Auf jeden Fall. Um eine andere Analogie zu verwenden, die meiner Meinung nach relativiert wird: Ich bin ein bisschen verrückt nach der Luftfahrt. Wenn Sie also versuchen, parallel dazu darüber nachzudenken, sollten Sie über den Bau einer 747 nachdenken - oder ein Airbus 380, damit ich nicht einen Anbieter über den anderen aussuche - überlegen Sie, wie schwierig es wäre, dies auf der Grundlage von Dokumenten zu tun, die nur aus Text und nicht aus Blaupausen, 3D-CAD-Zeichnungen und allem, was dazu gehört das ist eigentlich zusammengebaut.

Eric Kavanagh: Ja, das wäre hart. Und Jen muss auch sprechen.

Ron Huizenga: Das Geschäft ist das gleiche, oder?

Eric Kavanagh: Ja, nein das stimmt. Jen muss mit einem deiner Lieblingsbereiche sprechen, den du studieren möchtest, nämlich der Visualisierung. Man muss in der Lage sein, etwas zu visualisieren, um es vollständig zu verstehen, scheint es mir.

Jen Underwood: Viele Menschen tun das, ja. Und auch nur eine Visualisierung spricht, wie man sagt, Tausende von Wörtern oder so ähnlich. Wenn sie es sehen, können sie es glauben. Und sie bekommen es.

Eric Kavanagh: Dem stimme ich zu. Und ich liebe Ron, wie du das alles irgendwie zusammengebracht hast. Ich denke, ich frage mich nur noch einmal, Sie brauchen einen Champion innerhalb der Organisation und wer da draußen sein wird, dient als Verbindungsmann zu verschiedenen Gruppen. Datenverwalter sind etwas, worüber wir oft sprechen - ich denke, das ist eine wirklich wichtige Rolle, und ich glaube, dass diese Rolle in den letzten drei oder vier Jahren viel mehr Beachtung gefunden hat, da wir den Wert von Daten geschätzt haben Governance, richtig? Dieser Datenverwalter ist jemand, der mit dem Unternehmen sprechen kann, aber auch die Systeme, den Datenlebenszyklus und das Gesamtbild versteht. Und ich denke, diese Person kann und sollte wahrscheinlich unter der Regel des CEO stehen, oder?

Ron Huizenga: Ja, und du wirst ein multifunktionales Team brauchen, richtig? Sie brauchen also Mitarbeiter, die aus einem Team bestehen, das das erledigt, oder die aus den verschiedenen Bereichen stammen, die die technische Seite, die verschiedenen Geschäftsbereiche repräsentieren. Und je nach Art der Organisation, die Sie sind, sollten Sie sicherstellen, dass Sie über PMO verfügen, wenn Sie über ein Projektmanagementbüro verfügen und viele der Initiativen, die Sie ergreifen, von einem PMO gesteuert werden Engagement auch nur, um alle irgendwie in Harmonie zu halten und die Art und Weise zu synchronisieren, wie sie an Dingen arbeiten.

Eric Kavanagh: Yup, und Sie wissen, eine letzte Sache, ich werde diese letzte Folie, Governance-Rahmen setzen. Wir wurden von einem Teilnehmer gefragt, ob auf dieser Folie keine Daten fehlen. Sind das Daten, die in der Folie enthalten sind, oder denken Sie über den Kommentar zu Daten, die auf der Folie fehlen?

Jen Underwood: Nein, und dies ist nur ein allgemeiner Governance-Rahmen. Im Wesentlichen stammt dies aus dem Self-Service-BI-Bereich, sodass in vielen Fällen auch Daten enthalten sind. Es kam nur aus meinem Blickwinkel und aus meinen Perspektiven und konzentrierte sich nicht so auf die Datenseite, um dies zusammenzustellen. Aber Daten wären sicherlich Daten, wenn Sie an all diese Teile denken. Ob es die Grundlage für Daten ist, die Rechenschaftspflicht, die Daten während des gesamten Prozesses und des gesamten Frameworks verwendet.

Eric Kavanagh: Ja, nein, das macht absolut Sinn. Und ich schätze, ich werde dir nur eine letzte Frage stellen, wenn wir hier fertig sind, Ron. Wenn ich darüber nachdenke, wie viel mehr Informationen und wie viel mehr Daten wir heutzutage verwenden und wie weit entfernte Organisationen sind, wie wichtig Ökosysteme heutzutage für Vertriebspartner sind und wie wir Informationen zwischen diesen Partnerschaften und in einem Netzwerk austauschen können kleine Kurzreferenz der Blockchain dazu - um die Dinge nicht zu kompliziert zu machen. Das Fazit ist, dass wir uns in einer zunehmend datengetriebenen vernetzten Welt befinden, sowohl aus geschäftlicher Sicht als auch aus unserem täglichen Leben. Und für mich bedeutet das nur, dass es noch mehr darum geht, dass Organisationen wirklich genau prüfen, was Sie hier vorschlagen, was ihre Reife ist, wo sie stehen und wie weit sie in Bezug auf die Kurve und den Fortschritt sind ehrlich zu sich selbst, oder? Denn wenn du es nicht besser weißt, kannst du es nicht besser machen und wenn du nicht über Dinge nachdenkst, wirst du es nicht besser wissen, oder?

Ron Huizenga: Genau. Und ich nehme an, ein Ausdruck, den ich verwenden würde, ist, dass Sie wahrscheinlich nicht so gut sind, wie Sie denken, dass Sie es sind. Das mag hart klingen, aber die Leute können ziemlich optimistisch darüber sein, aber wenn Sie es sich genau ansehen und eine wirklich gute, kritische Selbsteinschätzung vornehmen, wird jede Organisation, wissen Sie, erhebliche Lücken finden, die sie aufweisen adressieren müssen.

Eric Kavanagh: Da muss ich zustimmen. Und einer unserer Kollegen da draußen äußerte sich zur Bedeutung von Metadaten, den Daten über Daten. Daran besteht kein Zweifel. Metadaten sind der Klebstoff, der all diese Systeme zusammenhält, und wir haben diesen Code noch nie wirklich vollständig geknackt, und das aus gutem Grund, ehrlich gesagt, weil sich die Metadaten ändern. Es ist von System zu System verschieden. Weißt du, je mehr du versuchst, deine Daten zu normalisieren, desto ungenauer wird es meiner Meinung nach.

Wir befinden uns also in dieser seltsamen Welt und vielleicht möchte ich Ihnen noch eine Frage stellen, Jen, weil Sie ein paar Mal Datenkataloge erwähnt haben. I really love this new movement of data catalog technology that automatically scans your information systems, ascertains metadata column names, so on and so forth, and helps you to incrementally build up the strategic view of your data and your metadata in your systems. Because to me, to manually do that stuff, it's just, there's just too much. And you're never going to get to the top of that hill before the avalanche comes down on you and, you know, you either have normalized to the point of play-dough gray or you haven't normalized enough to where you really don't know what's going on. To me, using the machines, the machine learning that we keep talking about, that's going to be the key in the future to help us at least get a rope around enough of the data to have a good understanding of what's out there, right Jen?

Jen Underwood: Yeah, I do. I love these technologies. They're very, very cool. And then you think about it, it gives you that massive running start. And then you can crowdsource. You have your data stewards, you know, pulling ahead, whether they're adding their own documentation or this is the perspective out there, these are the changes. You know, saying these are the certified data sources to use for reporting. People can search and find the right data. It's really, really quite nice. And also helps to – when I think about business and how cryptic enterprise data management was when I was when I was doing DBA stuff – we used extended properties and SQL Server and scan with tools like IDERA's, right? To try to create a data catalog. But in DBA or data architects' version of, you know, whatever that value was or that column or field was, it certainly probably didn't match what the business was. So now having the business be able to really easily, you know, go in and find and manage and have everything be goal-based, it's really, I wish we would've had this a long time ago, quite frankly. So it's getting a lot better.

Eric Kavanagh: Das ist lustig. We've got another final comment from an audience member, saying perhaps blockchain will be the most valuable to put a stamp of authentication to metadata. That's a good point and, you know, blockchain really is amazing technology. I kind of view it as a sort of cohesive foundation for connecting a lot of the dots between systems and applications and so forth. And, you know, we're in the early stages of blockchain development, but we now see that it is spun off, of course, from this point originally where it came to the fore, and now you've got IBM working very hard on blockchain technologies. SAP has bought into all that. And really it's, it presents an opportunity for a deeper foundation and framework to connect all these systems and all these dots.

So, folks, have burned well over an hour. Thanks for staying along with us today, but we always like to answer your questions and get to all the commentary. We do archive all these webcasts for later viewing, so hop online to insideanalysis.com, where you can find the link to that. It should be up within a few hours, typically after the event. And we'll catch up to you next time. We got a couple more events coming up next week – lots of stuff going on. But that will bid you farewell, folks. Vielen Dank für Ihre Zeit. Sich kümmern. Auf Wiedersehen.