Ära võtma: Host Eric Kavanagh arutab protsesside mudeleid ja andmete modelleerimist IDERA Kim Brushaberi ja kolmanda looduse Mark Madseniga selles Hot Technologiesi osas.
Te pole praegu sisse logitud. Video nägemiseks logige sisse või registreeruge.
Eric Kavanagh: OK daamid ja härrad. Kell on kell neli Ida-aeg, taas kord, kolmapäeval, on käes Hot Technologies. Jah, tõesti, minu nimi on Eric Kavanagh. Olen teie tänasel veebiseminaril, kus esinevad kaks meie äri lemmikinimest: Kim Brushaber IDERA-st ja Mark Madsen kolmandast loodusest. “Protsessimudelite kasutamine ärieesmärkide saavutamiseks.” Me räägime ettevõtte optimeerimisest ja sellest, kuidas saate mõnda neist tehnoloogiatest reaalselt kasutada, et kõigepealt toimuvast aru saada ja seejärel toimuvat ümber kujundada ning vältida selliseid asju nagu koondamine, vältida Sellised asjad nagu konfliktid, võib-olla teie tarneahelas või äriprotsessides, kus iganes need ka poleks, sellest räägime täna. Nii et kõigepealt kuuleme Kim Brushaberilt ja siis Mark Madsenilt. Siis on meil mõnus edasi-tagasi liikuda ja vastame teile vabalt. Ära ole häbelik. küsimusi oma veebiülekande konsooli küsimuste ja vastuste või vestlusakna kaudu.
Sellega lükkan Kimile esimese slaidi siia ja annan selle ära. Kim, vii see ära.
Kim Brushaber: Tere. Alustan sellest, et räägin sellest, kuidas saate oma äriprotsesse oma eesmärkide saavutamiseks kasutada. Arvasin, et edendasin slaidi - sinna me läheme, see võib olla lihtsalt pisut aeglane olnud. Nii et ettevõtte edukaks tegemiseks tuleb keskenduda sellele, kuidas ettevõte teenib raha, hoiab kliente ja hoiab turul rõõmu, hoiab kulud võimalikult madalad ja tarnib seejärel kvaliteetseid tooteid ning veendub, et teie kogutud teave on usaldusväärne. Milleks oleme siin kasutanud oma sõnad: tulude kasv, klientide rahulolu, tõhusad toimingud, toodete ja andmete kvaliteet. Ja mõned peamised väljakutsed ettevõttele, mida me täna arutame, hõlmavad silosid teie organisatsioonis; mis neist hea on, mis halb nende jaoks, kuna mitte kõik silod pole halvad. Kuidas hoida koondamisi oma protsessist eemal? Kuidas vähendada ja kõrvaldada lünki suhtluses ja kuidas vähendada toimingute ebatõhusust?
Niisiis, esimene silo tüüp on osakonna silos. Ja silo mentaliteet luuakse siis, kui osakonnad ei soovi jagada teavet ettevõtte teiste osakondadega. Ja kuigi see võib olla kasulik tundliku teabe puhul, millest peaksid vähesed inimesed teadma - nii tundlik ühinemis- või omandamisteave või võib-olla teave, mis pole müügimeeskonna jaoks valmis selleks, et midagi sellega peale hakata -, võivad sellistel juhtudel olla silod väga hea. Kuid see võib olla ka halb, kuna teabe liikumine on organisatsiooni rühmade vahel takistatud ja see võib põhjustada paljusid küsimusi, mida me siin hetkega arutame. Teil võib olla ka silosid, mis on jagatud ärieesmärkide ja tehnoloogiliste eesmärkide järgi. Nii et maja äripool kulutab palju aega investeeringutasuvuse ja KPI-de ning asjadele keskendunud asjade vaatamisele, kus tõesti ärile keskendutakse, tehnoloogia osas tahavad nad tõesti uurida, kuidas ma kavatsen oma tooteid tööle panna või kuidas Kas ma toon oma teenused turule? Ja kuna kahe erineva rühma vahel on väga erinevad eesmärgid, võib teil olla loomulik silo, mis nende kahe vahel luuakse. Ja siis saab palju kordi silosid žargooni järgi jagada. Nii et sõnad, mida te oma igapäevases keeles kasutate, võivad ühele või teisele rühmale tõesti segadusse ajada ja siia panen lihtsalt hunniku lõbusaid väikeseid sõnad, mis on asjakohased seina ühele või teisele küljele. Ja muidugi ei hakka see isegi spektrit katma, kuid palju kordi võivad need sõnad tekitada silo ja põhjustada kahe erineva inimrühma jagamise, kuna teave läheb tõlkes kaduma. Seega on teie ettevõttel häid silohoidlaid ja ma käsitlen mõnda väärtust, mida silotornid võivad organisatsioonile anda.
Nii saavad nad pakkuda struktuuri, mis võimaldab töötajatel teha oma tööd ilma hirmuta ja häirimata. Nii et kui teil on inimesi, kes viibivad silos, kellega peate igapäevaselt rääkima ja kelle poole pöörduma, siis see võimaldab teil oma tööd teha tõhusamalt ja tulemuslikumalt, ilma et oleks vaja palju segada. See hõlbustab ka asjatundlikkust konkreetsetes ärivaldkondades. Nii et kui keskendute rahandusele tõesti peenelt ja räägite teiste inimestega, kes on rahanduses, ja kõik, mida teete kogu päeva, räägime rahandusest, loob see tõesti hea silo, kuna see rühm õpib selle valdkonna teadmisi nad ei pea vastutama teadmise eest, mis toimub müügis või mis toimub turunduses või toimingutes. Samuti kiirendab see suhtlemist, võimaldades inimestel rääkida sama keelt. Tulles tagasi selle kõnepruuki juurde, võib see kõnepruuk olla väga hea kord, sest see võimaldab inimestel suhelda kiiremini ja tõhusamalt. Samuti hoiab see silos vastutust ja vastutust. Nii et teate, mille eest oma rühmas vastutate ning ülesannete eest, mille täitmiseks peate aru andma, ja inimesele, kelle jaoks peate aru andma, ning see võimaldab teil olla suurem vastutus ja suurem vastutus, mitte - ja kindlasti on silodel oma külg sellest, kus vastutus võib muutuda räpaseks. Kuid silo enda sees võib see luua rohkem vastutust ja vastutust. Ja siis suurendab see ka uhkustunnet ja omavastutust. Nii võite end päeva lõpuks tehtud töö ja ülesannete, mida peate täitma, tõeliselt hästi tundma - need on silode puhul tõesti head asjad.
Silodel on aga hapu külg ja silod tekitavad ebaefektiivsust, nad alandavad moraali, vähendavad tootlikkust. Ja kuna see on silohoidlate negatiivsem külg, siis kavatsen kasutada mõnda äriprotsessimudelit, et läbida mitmesugused täppide punktid ja selgitada, kuidas saate silode hapust küljest IDERA Business Architect toote abil üle saada, et teile näidata mõned neist näidetest.
Esimene on see, et see loob ebaefektiivsust ja ülearuseid protsesse. Nii et näites näitan, et turundusorganisatsioonil võib olla ülesannete komplekt ja müügiorganisatsioonil on erinev ülesannete komplekt. Ja kui te neid kaardistate, saate sel juhul teada, et mõlemal on ülesanne saada juhtpositsioon. Ja kui sellest aru saate, saate kahe erineva grupi vahel vestelda funktsionaalselt risti, et teada saada: „Kas minu kvalifikatsioonivihje on sama, mis teie kvalifikatsioonivihje? Kas astume samu samme ja käitume samamoodi? Või tähendab see kahe erineva silo vahel midagi erinevat? ”Ja kui teete samu asju, võite hakata seda sujuvamaks muutma ja iseseisvalt erinevatele gruppidele vastutust andma ning äriprotsessid võivad tõesti aidata teil neid asju kaardistada ja tuvastage, kus teil on selliseid probleeme.
Ka siis, kui ühendate ettevõtteid või kui ühendate gruppe, siis saate ühinemisprotsessi läbida ja määratleda oma protsessi erinevate käitumisviiside jaoks. Ja selles näites on käitumine ettevõttes A, ettevõttel B käitumine ja ühinemisprotsess võtab A ja B elemendid, leiab parimad tavad ja loob seejärel uue protsessi, mis töötab mõlemale rühmale väga tõhusalt. Nii et see aitab teil muutuda efektiivsemaks, produktiivsemaks ja tuvastada oma ettevõtte jaoks parimad tavad.
Lisaks on silode teine hapu külg see, et osakondadevahelises suhtluses võivad olla lüngad, millest just rääkisime, kus koostööd ei tehta, kuid see peaks olema. Ja nii saavad äriprotsessid aidata teil selliseid lünki tuvastada. Nii et selles näites toimub müük protsess, uus toode vabastatakse ja nad lähevad välja ja nad müüvad seda. Kuid rahandusel võib olla lisaprotsess, kus nad peavad toote vabastamise korral sisse minema ja tootehindu ajakohastama. Kui müük sellest ei tea, võiksid nad ikkagi tegeleda vanade toodete hindadega tegelemisega ja kui asi puudutab punkti, kus rahandus hakkab tehingut üle vaatama ja tehingut heaks kiitma, siis palju konflikte ja palju tagapaneelil peab juhtuma, et minna tagasi kliendi juurde ja seda uuesti reguleerida. Ja kui olete oma protsessi käiku lasknud, olete sellest juba ette teada ja mahub sellesse nii, et müük teab: „Enne kui hakkan uute klientidega rääkima, pean ootama, kuni saan need tootehindade värskendused. toode. ”
Selles näites on BPMN2-l vestlusdiagramm, mis võimaldab teil suhelda paljude erinevate osakondade vahel ja tuvastada nendevahelised jaotuspunktid. Ja see on väga kasulik koondamiste vähendamiseks ning võimaldab ka suuremat vastutust ja vastutust osakondade vahel. Nii et võite öelda: "OK, nii et müügijuhtimine ja müük peavad tehingu kinnitamiseks koostööd tegema." Ja mõlemad saavad oma käibemaksu tükid ära töötada ja millest see sõltub. Kuid finantsosakond ei pea tingimata selle heakskiitmisega tegelema ja nad teavad, et selle skeemi põhjal, mis ütleb, on siin kirjas, kes vastutab erinevates osakondades, kes peavad selle saavutamiseks koostööd tegema.
Lisaks võivad toimuda petturlikud protsessid, millest pole ettevõttele kasu. Nii et kui te oma äriprotsesse läbi vaatate, võite tuvastada, et keegi teeb midagi sellist, nagu olete: “Ma ei saa tegelikult aru, kui see on tõhus või kuidas see eesmärki täidab.” Nii et ma annan teile natuke näited sellest. Nii et sel juhul võib toode olla käimas ja nad annavad välja uue väljalaske. Nad lähevad kohale, esitavad nõuded, arendusmeeskond alustab nende nõuetega tegelemist, kuid pärast seda, kui tooterühm hakkab klientidega rääkima, tuleme tagasi ja otsustame neid üle vaadata. Ja see oleks väga-väga häiriv, kui arendusmeeskond peaks tagasi minema ja nõudeid üle vaatama pärast seda, kui nad on juba nende objektide ehitamisega pooleli. Toote puhul võivad nad lihtsalt isegi mitte midagi sellist välja mõelda. Nad on täpselt sellised: “Oh, ma sain mõned uued sisendid ja nüüd on mul neid asju vaja.” Ja kui nad ei räägi arendusmeeskonnaga, ei saa nad tegelikult aru, kui palju mõju võib hilisem ulatus või toote tarnimine. Niisiis võib seda tüüpi tükkide skeemimine aidata silo lagundada ja võimaldada teil mõista, millised elemendid on teie protsessile abiks ja millised on kahjulikud protsessid.
Samuti võib vara ja ressursse dubleerida ning see on suur asi, kui ettevõtted üritavad sujuvamaks muuta. Nii et sel juhul olen teinud rühmitusskeemi, kus olen tuvastanud hulga erinevaid rakendusi ja aruandeid, mis tuleb koostada, ja erinevaid mängijaid, kes on seotud. Ja kui hakkate kõiki neid asju välja panema, siis olen selles näites andnud redigeerimisriistade ja kõnede jälgimise tööriistade koopia ning selle, kes neid kasutab. Ja nii võite hakata välja mõtlema, sest palju kordi teevad iseseisvad silod neid otsuseid oma meeskonna jaoks ja nad ei mõtle tingimata sellele, et laiem meeskond tervikuna võiks seda litsentsilepingut ka kasutada ja selle sõlmida odavam ja kulutõhusam kõigi organisatsioonis kasutatavate tööriistade jaoks. Lisaks võivad äriprotsesside diagrammid olla väga kasulikud, et tuvastada, kes ja millal teabe eest vastutab. Ja nii on mul sel juhul andmekorrapidajaid, kes on öelnud: "OK, need on inimesed, kes vastutavad kõigi nende andmete eest. Siin on tabelid, mille eest nad vastutavad." Ja ärge andke seda teavet teistele inimestele, see on tõesti oluline piirkonnas, kus on tundlikku teavet, näiteks haiguslood või finantsandmed või muud elemendid, mis tuleb vaid paarile inimesele eristada. Nii saate aidata seda tuvastada, mis võimaldab teiste organisatsioonide inimestel juurdepääsu sellele teabele mitte kasutada, vaid kaitsta seda ja teada saada, kuhu teie teave läheb.
Lisaks, kuna me räägime natuke andmetest, võivad silod tekitada ka kehva andmete kvaliteeti ja andmete ebajärjekindlust. Nii et sel juhul olen äriprotsessi abil aidanud andmetiimil mõista, millal on klient uus klient või millal klienti värskendate. Nii et saate need otsustuspunktid läbi vaadata ja diagrammida ning äripooled, kes mõistavad ärireegleid, saavad hõlpsasti rääkida tehnilise poolega, kes peab neid reegleid rakendama ja teab, millal teatud käitumine peab toimuma. Selles näites räägitakse andmete dubleerimise määramisest. Nii et kui teil on jaeklient ja veebiklient ning müüte tooteid, võivad teil olla täiesti erinevad süsteemid, mis proovivad koguda sama teavet. Ja kui proovite oma andmeid lahti seletada ja tuvastada, kes teie kliendid tegelikult on, aitavad äriprotsessiskeemid teil selle tõrjuda ja öelda: „Oh, noh, sel juhul käsitleme mõlemad tellimust ja antud juhul tegeleme mõlemad finantsidega ”ja saame selle teabe kaardistada nii, et see oleks palju selgem, nii et teil ei oleks sellist tüüpi dubleerimist oma andmetes ja saaksite vähendada koondamisi ning vähendada puudusi ja tuua välja teie andmete kvaliteet.
Heade äriprotsesside eeliseks on see, et töötajad saavad probleemid tuvastada alguses, kui muudatusi on lihtsam rakendada. See kehtib eriti keerukate andmesideprotsesside kohta, kui saate analüüsi teha kohe alguses ja kaasata kõik vestlusse kaasatud meeskonnad, siis voolavad protsessid palju sujuvamalt välja ja inimesed saavad alguses paremini reageerida versus kui olete juba protsessis. Uutesse töötajatesse võetakse kiiremini pardale, kuna nad saavad minna ja nad saavad neid äriprotsesse üle vaadata ja mõista ülesandeid, mida nad peavad täitma ning kus asuvad jaotuspunktid ja kellega nad peavad erinevatest asjadest rääkima. Ja otsuseid saab teha mitme reaalajas meeskondade vahel reaalajas. Kui joonistate mõlemad koos need äriprotsessiskeemid, leiate need punktid, kus protsessis on käike, ja saate seda arutada ning välja mõelda, milline on teie kahe jaoks parim protsess ja kus on parim jaotus ja kes on parimad inimesed, kes täidavad kõiki erinevaid ülesandeid, mida tuleb täita.
Nii et mõned näpunäited äriedu silode lagundamiseks ja eesmärkide saavutamiseks: Esimene on keskenduda äriprotsessidele teie kliendile, teie toodetele või teenustele - mitte üksikutele osakondadele. Nii et paljud inimesed tahavad oma osakondades oma isikliku kontrollnimekirja koostada. Kuid kui vaadata selle asemel ettevõtet tervikuna ja eesmärke, mida ettevõte üritab saavutada, võite hakata nägema, kus asjad välja kukuvad, ja öelda: „Kas need protsessid aitavad mul oma eesmärgini jõuda? Või on need lisaprotsessid või takistavad neid protsessi ja eesmärgi saavutamist? ”Peaksite rohkem aega kulutama protsesside ühendamise kohtade arutamisele. Nii nagu vestlusskeemil, kus olete saanud palju jaotuspunkte, peate kulutama palju rohkem aega sellest rääkimisele ja veenduma, et teave voolab korrektselt eri silodes.
Saate oma töötajaid ühendada, näidates protsessis asju, mille eest nad vastutavad, ja kuidas see suhtleb kogu ettevõttega.Ja see annab inimesele palju rohkem aimu eesmärgist kohtumise, eesmärgi poole. Samuti saate teha koostööd töötajatega, et nad saaksid oma panuse protsessi, mis mõjutab nende rolli ja tööd, sest kui protsessi kavandamisel võetakse kõik otsused vastu, näevad tööd tegevad isikud unustatud samme ja tükid, mis puuduvad, ja saaks neid välja arutada. Ja kui teete nende protsesside joonistamisel koostööd kõigi oma töötajatega, hakkate välja mõtlema, millised on kõrvalnähud ja kas need on tegelikud asjad, mis peaksid olema protsessis või mitte. Ja siis veel üks näpunäide silode lagundamiseks on oma protsesside korrapärane värskendamine, et kajastada organisatsiooni muutuvaid vajadusi ja eesmärke, kuna eesmärgid ja protsessid on väga sujuvad ja võite leida paremaid tavasid. Võite leida uusi viise, kuidas asju teha, ja seega on selle teabe korrapärane värskendamine organisatsiooni jaoks tõesti kasulik. Ja koos nende mitme funktsionaalse meeskonnaga joonestustahvli juurde tagasi minemine võib tõesti aidata silode lahti lammutada ja avada selle suhtluse teie meeskonna vahel. See on slaidid, mille ma olin ette valmistanud.
Eric Kavanagh: Olgu. Lubage mul anda see järeleandmatule Mark Madsenile. Teil on nüüd põrand, võtke see ära. Ja inimesed, ärge kartke, küsige oma küsimusi. Meil on siin asjatundjad. Mark, see oled kõik sina.
Mark Madsen: Olgu, tänan Ericut. Just see, mida just kuulsite, puudutas protsessi ja protsesside modelleerimist ning selle rakendamist. Ja siis oma maja analüütika poolelt vaadatuna olen äriprotsesse palju kasutanud seletamise ja mõistmise viisidena. Kui mõelda analüütikale ja eriti nüüd, kui me lisaks BI-le räägime ka masinõppest ja muudest asjadest, siis vaadeldakse seda endiselt turu laia leviku järgi, mis on minu meelest valesti. Mis tähendab, et teile, analüütikutele, nagu kullakaevandajad, tormavad nad andmetesse ja nad torkavad ringi ning leiavad mõned kulla tükid ja viivad need väärtuslikud asjad organisatsiooni tagasi ja siis elavad kõik õnnelikult kunagi hiljem. Või vähemalt analüütik teeb sellepärast, et neil on kuuekohaline palk, sest just seda teevad teadlased teoreetiliselt.
Kuid tegelikkus on palju erinev. Reaalsus on see, et see võtab infrastruktuuri ja võtab tööd ning võtab eesmärke ja suuna ning arusaama ettevõttest. Ja neid asju nõutakse, et nad tõesti mõistaksid, kuidas probleemidele läheneda, kuidas probleemidele modelleerida ja kuidas neid probleeme lahendada. Ja see mõte, et võite andmete ja tehnoloogia ja nutikate inimeste probleemideta probleemist aru saada, ilma et mõistaks con, eriti protsessi con, milles me seda rakendame, on suuresti müüt samal viisil, nagu enamik Gold Rushist oli müüt ja tegelikult läks enamik neist inimestest koju pankrotti.
Sellel analüütika rakendamisel ettevõttes on ka teine aspekt: kas see mõte on, et see on kõik andmed klaasi all, eks? See, millegipärast analüütikud või algoritmid pinnavad andmeid ja viskab selle kellegi ette ekraanile. Kuid probleem on selles, et meil on nii palju andmeid ja te saate analüütiliselt teha nii palju erinevaid asju, et inimestel on lihtne üle jõu käia. Ja siis on teil nüüd teisene probleem, milleks on: „Mul on nii palju andmeid ja mul on nii palju asju, millele ma tähelepanu pööran? Ja kuidas ja miks ma neile asjadele tähelepanu pööran? ”Ja see on tõesti paljude keskkonnaprobleemide tuum selles punktis, et me nõuame ekspertidelt kureerimist, millist teavet kuvatakse kellele ja milleni, seni alates iseteeninduse andmetele juurdepääsu ja iseteeninduse armatuurlaudade kasutamisest loodate lõpuks erinevatele ekspertidele, kes aitavad teil aru saada, mis neetud asjades toimub.
Ja kui me räägime sellest, kuhu tulevik suundub, eriti koos palju arenenuma analüütikaga, kuid lähenemisviisiks on masinõpe, AI ettevõtluses, kõik see värk, siis on selle ümber palju hüpet. Sellel on palju reaalsust ja suur osa sellest on manustatud. Tegelikult tuli moodne renessanss selles protsessis kinnistamise kaudu. Nii et automatiseeritud või automatiseeritavate protsesside võtmine, näiteks e-kaubanduse või uudiste või muusikapaikade jaemüügiettevõtete põhiidee, on lihtne rakendus või algoritm ülesandele, mis varem oli inimesele suunatud ülesanne . Mis te arvate, mis inimestele meeldib, kui küsimus ja kauba planeerija või inimene, kes mõtleb välja, milline peaks olema ristmüük või ülesmüük, peaks põhinema eelnevatel andmetel, nad leiaksid selle pinna ja siis torkaksid selle peale süsteemi ja siis tegeleks sellega kas turundus või müük või mõni veebirakendus. Ja siis see kinnistati. Asjade tegemise ajal jälgib masin teie tegevusi, täpsustab ja esitleb pidevalt uusi ning see on manustatud analüütik. See istub seal protsessi sees. Ja kui soovite tõesti teada, kuhu selle töö tulevik ulatub, on see seal. Keerukama analüüsi tegemine ei aita mitte niivõrd inimesi. See on efektiivsuse saavutamine kogu ettevõtte palju laiemas ringis.
Ja kui vaadata selliseid asju nagu äriteave, kust pärineb suur osa andme- ja analüüsiturust, olid statistikud enne, kui BI võimaldas BI-l tõesti paljudel inimestel teha palju asju ilma statistikata ja ilma millegi muuta keskendudes puhtalt andmetele. Probleem oli selles, et keskendudes puhtalt andmetele, jättis see suure osa segadustest välja. Ja lõpuks jääb teil puudu sellest, kuidas kõik need andmed on, kuidas kõik need mõõdikud on seotud. Kui arvate, mis armatuurlaual toimub, on teil mõned tulpdiagrammid, võib-olla graafik, numbritabel. Näete hunnik mõõdikuid eraldi või ühiselt ja te ei näe tegelikult, kuidas need omavahel seotud on. Nii et kujutage ette, et olete milleski uus ja te lähete sisse, võite vaadata armatuurlauda ja te ei tee ühestki numbrist päid ega sabasid, kuna numbrid ise ei ütle teile midagi, kuna nad ei ütle on con Nii võib see numbrit näidata punaselt, kuid selle teise numbri muutmine mõne muu hoova tõmbamisega muudab selle paremaks või halvemaks. Kuidas need asjad omavahel seostuvad? See läheb ära äriteabe ja andmelaonduse ning armatuurlaua kujunduse kadumisest, kuna modelleerite andmeid, mitte töötlete. Ja see on põhiaspekt, et loote korratavuse andmete ümber ja loote suurema osa protsessist välja, keskendudes mõõdikutele, mis genereeritakse töötlemata andmete põhjal.
Nii et see ekraan näitab meile, mis on sisuliselt laborite testimise protsessi armatuurlaud. Seal on rakendus nimega Altosoft, mis teeb BI sel viisil. Ja kui te vaatate, näete, et protsessi ja andmeid ei eraldata, vaid pannakse uuesti kokku. Nagu eraldamine oli kunstlik ja seda tehtigi seetõttu, et me võtsime andmed kokku, ajasime need andmebaasidesse ja ehitasime selle peale liidesed. Nii et teil on tavaliselt kaks mõõdikut; teil on näiteks tellitud testide arv, mis on selle voo esimene lahter ja viimane kast oleks täidetud ja esitatud testide arv. Ja nii oleks teil need kaks mõõdikut; paneksite nad armatuurlauale ja võite märgata, et üks jääb teisest märkimisväärselt maha. Või äkki on teil kolmas ümbertöödeldud mõõdik.
Nii et kui teete haiglas laborikatseid, on neid palju. Paljud neist on kiireloomulised, kuna nad ootavad ees operatsioone või tulevad välja kriitiliste abiüksuste või mõne muu asja tõttu. Nii et teil on olemas protsessid, kus arstid neid tellivad, nad lähevad laborisse, laboris on protsess märgistamaks, et nad on vastu võetud, nad on plaanitud, nad saavad hakkama, nad saavad läbi varustus. Mõnikord, kui nad istuvad liiga kaua, kuna labor on varundatud, on kõik seadmed hõivatud, tuleb neid uuesti töödelda. Mõnikord pole tulemused õiged. Mõnikord nagu vereproovid ei või nad istuda kauem kui 30 minutit või on proovides jagunemised ja siis peate teist korda verd võtma, mida te tegelikult ei taha inimestele teha . See tähendab, et mõnel laboratoorsel testimisel on tegelikult prioriteedid teiste ees, lähtuvalt nende riknevusest. Nii et teil on laboris muud asjad käimas ja soovite võimaluse korral vältida neid ümbertöötlemisprobleeme. Kuid te ei näe tõepoolest testide voogu läbi erinevate asjade, sest BI ise on tavaliselt seotud ainult vooga koondandmetes. Ja see liides näitab teile protsessiga seotud andmeid, nii et näete, mitu inimest saabub, kui palju on vastu võetud, kui palju korraga toimub. Ma arvan, et see pole reaalajas demo, nii et te ei näe protsessi üksikasjade ja sees toimuvate mõõdikute üksikasju, mis toimub pakkimise või ümbertöötlemisega. Kuid see annab teile palju parema ülevaate ja nii saab inimene, kes vähemalt laborist aru saab, seda vaadata ja vaadata, mis toimub, mitte hunnik graafikuid ja mõõdikuid ühel ekraanil. Ja seega aitab protsess liidese kujunduse poolel palju kaasa, see ei peida varjatud asju.
Protsessi tuleb ette ka teistes valdkondades. Tõesti, kui räägite BI-st ja andmete ladustamisest, siis enne kui hakkame arenema analüütikasse, räägite te kahest toimingust: räägite kas protsessis toimuva analüüsimisest ja tegutsete siis selle järgi, või analüüsite protsessi ja muudate seda. Nii et teabe tavaline organisatsiooniline kasutamine on olukordade jälgimine - seda teevad teie armatuurlauad ning teie 10 parimat ja 20 kõige madalamat aruannet. Need on kõik lihtsad jälgimisriistad, mis võimaldavad inimestel näha, mida nad vajavad, ja otsida kõrvalekaldeid. Armatuurlaual võib olla foori valgustus, võib olla 20 alumine aruanne, mis on sisuliselt kõrvalekalde aruanne, mis näitab, et midagi halvimalt toimib. Ja siis analüüsid neid asju, nii et vaatad teisi andmeid, vaatad muid asju. Võib-olla uurite analüüsi ümber palju üksikasjalikumalt ja uurite siis põhjuseid. Võib-olla tunnete seda juba sisuliselt ja jätate kohe tegutsema. Sageli toimub see lihtsamate ja paremini mõistetavate protsessidega, mis täpselt toimub. Näete probleemi, teate, mis toimub, teete otsuse ja võtate midagi ette. Tavaliselt on see põhjas selle protsessi kestel, teil on SAP, sellel on need asjad, näete seda poes laost, nii et suurendate järgmise täiendusringi ostutellimust ja oletegi valmis.
Midagi erilist ei juhtunud, kuid teinekord pole te varem probleemi näinud, nii et peate analüüsima põhjuseid, nii et peate tõepoolest uurima, mis toimub. Tavaliselt peate sel hetkel, kui hakkate põhjust analüüsima, protsessist aru saama, kuna see on probleem, mida te pole varem näinud, nii et see on väljaspool tavapärase protsessi piire, igapäevane, mis on manustatud meie OLTP süsteemid ja nüüd on teil midagi, mis nõuab teatud kriitilist mõtlemist. See nõuab rohkem muret, kuna teil on probleemide ja võimalike põhjuste kogum, mida peate kõrvaldama. Peate selle üle mõtlema, uut teavet analüüsima ja koguma ning seejärel protsessi muutma. See juhtub, sest me tegime midagi. Võib-olla ei sünkrooninud me oma turunduskampaaniaid oma täiendusprotsessidega, nii et meil on otsas. Loodetavasti ei juhtu seda jaekaubanduses, kuid paljudel jaemüüjatel oli neid probleeme, kui me esimest korda BI-d ja andmete ladustamist asutasime.
Nüüd hõlmab põhjuslik analüüs sageli statistikat ja muud keerulisemat analüüsi kui mõne numbri silmamuna tegemine, kuid siis jõuate teise ossa, milleks olete protsessi muutmine. Kas teete muudatusi õiges kohas? Kas saate aru, kus neid protsessimuudatusi teha? Kas andmed kinnitavad teie intuitsiooni või teie analüüsi selle kohta, mis pärast seda muutust juhtub? Milliseid teisi protsesse see mõjutab? Milliseid teisi armatuurlaudade numbreid, millele tähelepanu pöörate, see mõjutab? Ja tõenäoliselt hakkate koguma uusi andmeid, mida kavatsete seiretsüklisse lisada. Nii et protsess on tegelikkusele omane mõistmiseks laiemal tasandil, kui te tegutsete ja asju teete. Ja BI-maailm eeldab sageli lineaarset põhjuslikkust. Tegelikult õpetavad enamus juhtimiskoolid inimesi halvasti, kuidas ettevõtte ümber tulemusjuhtimise ja tulemuslikkuse mõõdikuid koostada, kuna nad eeldavad sirgjoonelisi vaateid. Ja sirgjoonelisi vaateid tugevdab omakorda lihtne BI-aruandlus ja ühemeetriline aruandlus, mille te üles tõmbate, kuna see ei mõista protsessi, kuidas asjad mõjutavad teisi asju.
Nii saate protsessimudeleid kasutada mitte ainult äriprotsessimudelitena, vaid ka süsteemidünaamikat rakendada. Saate rakendada protsessimudeleid ja kasutada neid samal viisil, et mõista, kuidas mõõdikud üksteisega seostuvad. Nii et sirgjooneliselt nagu see diagramm - vabandan, unustasin panna viite paberile, millest see pärineb, see on vana 80ndate algusest, see puudutab lihtsalt süsteemidünaamikat ja seda, kuidas asju eeldatakse ja kuidas nad tegelikult on. Nii et kasumlikkus eeldab alati, et kui teeme kvaliteedi paremaks kui kasumlikkus, muutume me kuidagi paremaks. Või äkki läheb asi hullemaks, sest kvaliteedi parandamiseks peate kulutama rohkem raha ja see vähendab kasumlikkust. Nii et sellel noolel võib olla negatiivne. Või kuidas juhtimine või kuidas organisatsioonis või protsessis erinevate silohoidlate joondamine parema kasumlikkuse või kulude vähendamise viib. Seal on alati tegureid ja idee on see, et mõni vasakpoolsest mõõdikust mõjutab paremal olevat mõõdikut ja see on kõik lineaarne.
Parempoolsel joonisel on palju parem näide. See näitab, mis siin tegelikult toimub, ja tegelikult juhtub see, et võite muuta toote kvaliteeti, kuid näiteks toote kvaliteedi ja kulustruktuuri vahel on tagasisilm, mis tõstab kulustruktuuri, mis vähendab kasumlikkust, isegi kui see alandab ka garantiiremondi kulusid. Ja nii muutub selle taga olev matemaatika pisut häguseks, kuna saate kulusid vähendades midagi parandada, kuid vähendate toote kvaliteeti, mis vähendab rahulolu, mis vähendab müüki ja suurendab garantiikulusid.
Või võite teha vastupidise. Ja nii et peate mõnda neist muudatustest hoolikamalt modelleerima, mis juhtub. Ja nii mõjutavad teie vasakpoolsed asjad mõõdikud iseenesest üksteist ja kuidas te neid asju muudate, hoovad, mida äritegevusesse tõmbate, või äriprotsesside või praktika kohandamine. Ja nii on protsessil keskne roll, kus me väga pikka aega ehitasime väga lihtsaid asju.
Ja nii et järgmine asi on vaadata, kuidas protsessid ise omavahel suhestuvad. Kui võtate selle varasema skeemi, mis mul oli, ja teie, ütleme, midagi muudate, peate tõesti uurima, kuidas protsessid omavahel toimivad, sest siin toimunud muutus viib sinna midagi juurde ja nii see varasema esitluse diagramm selle kohta, kuidas turunduse muutused ja muutused toimuvad Kui turundusandmed on mahajäänud, siis müügis toimuvad on toimingud, mis tähendavad, et teie tegevus võib tulla liiga vara või liiga hilja, et midagi head teha, ja seetõttu tasub aru saada, kuidas ühe protsessi mõjud avalduvad teises protsessis, kuna kõik on alati protsessi kaudu otsekohene.
Ja see, mis teil siis on, on äritegevuses lihtsalt palju keerulisi asju ja sageli me seda ei püüdnud. Me ei hõivanud seda statistikaprojektide, masinõppe projektide, BI projektide kallal ja nüüd räägime te näiteks masinõppe süstimisest turunduse ja müügi plii hindamise protsessi, kus see aitab teil müügivihjeid kvalifitseerida. , mis mõjutab neid kahte kollast kasti siin. Noh, et plii punktimise protsess, mis kuskil toimub, mõjutab neid mõlemaid. Ja see põhjustab nende kahe protsessi ümberkalibreerimise või muutuse. Kui te asusite selle juurde mõttega, et see pliiarvestuse asi on turundusprobleem ja me võtame tööle andmeteadlase, kes kavatseb meile selle plii hindamise algoritmi ehitada, siis ta kavatseb neid asju teha, siis see läheb kvalifitseerige paremini meie müügivihjeid ja tähtsustage asju. Kuidas see müüki mõjutab? Kas seda rakendatakse õiges kohas? Võib-olla peate nägema, mis toimub nendes protsessides, sest need mõlemad peavad muutuma. See pole puhtalt turundusprojekt. Ja paljude analüütika mõte on see, et tegelikult on kontrastid ja mõjud palju heledamad ning ulatus suureneb, see muutub suuremaks ja palju karvasemaks.
Ja võite vaadata probleeme paljudel erinevatel tasanditel. Nii et alguses vaatad seda turundusprobleemi kontekstis ja siis ütled: “Oh, see mõjutab tegelikult turundust ja müüki. Kuid sellel projektil endal on IT-mõjusid, seega on sellel IT-nurk, mis tähendab, et peame tegema muid asju ja muide, see muudab SAP-i, mis tähendab, et saime selle protsessi muud mõju. ”Ja nii on keerukuse piirid varieerub ja ka analüüsi tase, kuna protsess pole puhtalt õiglane, „vaadake seda protsessi“ või „vaadake, kuidas need kaks protsessi suhestuvad.“ Kui olete tegevjuht ja teete palju kõrgemaid taktikalisi või strateegilisi otsuseid, peate nägema veelgi suuremad pildid. Nii et see on väärtusahelaskeem, see on üks minu lemmikuid, kuid see on mõeldud juustutootmise vahel talust jaemüügiks. Nii et teate vasakpoolses servas, kus näete talusid, ja paremal ääres, kus näete jaemüüjaid, ja teie vahel on transport, mis viib füüsilisi kaupu, põhiliselt piima ja võid, piimatooteid erinevatesse tehastesse, kus kolib töötlemisettevõtetesse, mis kolib turustajatesse, järeltöötlemis- ja pakendamisettevõtetesse ja kõik need erinevad asjad. Ja see on põhimõtteliselt tarneahel, mis läheb tootmisest kuni tarbimiseni.
Ja see, mida näete ülal punaselt ja roheliselt, on tegelikult ettevõtetevahelise protsessi interaktsioonide andmekülg, kuna see pole väärtusahel mitte ühe ettevõtte, vaid kogu tööstuse jaoks, ehkki tegelikult see oli ettevõtte jaoks. Sa paneksid end millegi sellise juurde ja kaardistaksid selle ära ning seal oleks palju erinevaid väärtusahelaid ja väärtussüsteeme, väärtuse kaardistamise asju, mis ulatuvad tagasi Porterisse, minu arust, seitsmekümnendate lõpus / kaheksakümnendate alguses. Kuid idee on selles, et siin toimub protsess ja need punased asjad on kõik teabevood ühest ettevõttest või ühest tarneahela toimingust teise.Ja see tähendab, et üks protsess ühes organisatsioonis on interaktsioonis teise protsessiga teises organisatsioonis. Nii et protsesside voog ja andmevoog on mõlemad olulised ja mõlemad peaksid olema nähtavad toimuvate sündmuste dokumenteerimisel, toimuvate sündmuste mõistmisel ja nende arutlemisel, sest siis võite tulla kokku ja öelda: “No mis oleks, kui ma rakendaksin AI-d mu siin toimuvat protsessi ja muutsin seda kiiresti riknevat juhtimist, et vähendada asjaolu, et transiidil või ootealadel ja turustusvõimalustes on mul tooted halvad. ”Ja nii ma kohandan logistikat ja tarneahelaid, kuid see mõjutab mitte ainult mind , kuid tarnijad üles ja alla. See mõjutab minu protsesse ja selles on infovooge, mida mõjutatakse, ja see aitab protsessil teil mõelda, kuidas see toimib ja keda kavatsete mõjutada ning kellega peate tegelema. Ja see ei kehti tõepoolest analüütikute, bioloogiliste isikute või andmeteadlaste kohta, vaid kehtib ka juhtide jaoks, kes peavad seda kraami kasutama.
Konkreetsema näitena kavatsen siin lihtsalt turunduse teemasse visata väga lihtsalt, sest arvan, et paljudel inimestel on veebiturunduse põhialustest üsna intuitiivne ülevaade. Ma arvan, et kõik on mingil ajal või teisel näinud ilmselt kohustuslikku lehtriskeemi, kus seal on vaatajaskond inimesi. Turundus ei tähenda üksnes reklaami. See puudutab paljusid asju, kuid selle alguses antakse see sõna välja. Tehke inimestele teada teie toodetest või teenustest. Reklaamige sellele vaatajaskonnale, et luua väljavaateid, ja nii kitsendab vaatajaskond väljavaateid - inimesi, kes võivad teie tootest huvituda. Ja kui tootespetsifikaadid on piisavalt kvalifitseeritud, muutuvad need võimalusteks. Nendest saavad müügivõimalused. Nii et igaüks teist selles veebisaates on potentsiaalne turundusvõimalus inimestele, kes selle veebiülekande eest maksavad, sest tegelikult üritavad nad leida kvalifitseeritud kliente. Nad loodavad, et need müügivõimalused muutuvad müügivihjeteks - tegelikud inimesed, kes on toote või teenuse vastu huvitatud, kes seda asja soovivad, kes seda soovivad, ja muidugi kui ostate midagi või annetate või teete ükskõik mida, teete - see kehtib samamoodi ka mittetulunduslike raha kogumise kohta. Minust võib saada klient, doonor. Ja siis teate, loodetavasti on turunduslootuste lootus see, et teist saavad pooldajad, eks? Nii et alati on olemas selliseid asju nagu reklaamija tulemusmõõdikud, mida saate luua suusõnalise turunduse kohta ja kuidas õnnelikud kliendid jätavad suusõnaliselt teistele inimestele sellest teada, mis jõuab vaatajaskonnani mitte ametlike turunduskanalite kaudu ja loob rohkem väljavaated, võimalused, viige kliendid ja nii see tsükkel läheb.
Nii et see on põhiline lehter, kõik näevad, et kui teete mõnda veebianalüütika tööd, näete selliseid asju nagu konversioonidiagrammid, eks? See on klassikaline BI asi, siin näete teisendusmäära, mis on lihtsalt üleminek ühelt faasilt teisele. Nii et suur massipublik, keda te tegelikult ei tea, sest te lihtsalt reklaamite väljavaateid, loodetavasti tunnete ehk inimesi, keda tunnete, võib-olla teate midagi kahest tuvastatud võimalusest, potentsiaalsetest inimestest, ettevõtetest, kellest te teate, mis siis ületavad teise piiri. Ja nii on teil erinevaid kampaaniaid. Aidake inimestel ribareklaamidel klõpsata ja kutsuge inimesi sellel veebiülekandel osalema. Pange inimesi midagi tegema ja kõigil neil on ümberarvestuskurss - nii inimeste arv, kelle poole te jõuate, kui ka inimeste arv, kes tegelikult teie soovitud toiminguid teevad. Nii et suur osa tavaliselt veebis leiduvatest konversioonimääradest on tasakaalus näiteks ühe kuni viie protsendi vahel, sõltuvalt tegevusharust ja teie tööst. Nii et teil on hunnik mõõdikuid.
Sel juhul näitan ma tüüpilist tüüpi analüütilisi asju, kus lehti külastati või milline oli põrkemäär. Kuid see on ainulaadne mõõdik ja inimesed vaatavad neid ja mõõdavad asju neist lahti, kuid tegelikult pole need just nii kohutavalt kasulikud. Mis juhtub, on üks kuni viis protsenti - ja palju veebireklaame silmas pidades - see on vaid üks kuni kaks protsenti, kui teil veab. See on tõeline vastus, eks? See on kõik teised, kes tol hetkel selle asja jaoks ja selle väikese pisikese joone allosas teisendust ei teinud, mis annab teile palju realistlikuma pildi kui see graafik näitab. Aga tõesti, see, mida ma teile selle lehtriskeemiga enne näitasin, peaks midagi sellist välja nägema, eks? Tasakaalumäär, mis oleks inimesed, kes ilmuvad müügisaidil või mobiilisaitidel ja lahkuvad kohe, eks? Nad lihtsalt olid tegelikult huvitatud. Siis on inimesi, kes takerdusid natuke ringi, ja siis on inimesi, kes takerdusid natuke rohkem, võib-olla klõpsasid, võib-olla registreerusid, äkki tegid midagi. See tuleneb tegelikult jaemüügianalüüsist; Ma tegin seda, kus teil on ostukorvide hindu, nii et hüljatud tariif, täitis vormi ja lahkus, hakkas annetama raha ja lahkus, hakkas allkirjastama avaldust ja lahkus, pani midagi ostukorvi ja lahkus. Peaksite tõesti neid kõiki asju graafiliselt joonistama, kuid teate, mida siin näete, ja näete kõigi nende asjade jaoks mõõdikuid. Ja kui ma lähen lehtri juurde, siis on need mõõdikud üleminek ühest punktist teise.
Need on tegelikult protsessiga joondatud mõõdikud. Ja kui soovite muidugi asju natuke keerukamaks muuta, siis leiate, et tegelikult on palju kanaleid, eks? Sest turundus on väga keeruline omamoodi kommunikatsioonikanal. Seal pole vanu asju, raadio, televiisor, ega ole ainult ajakirjad ja ajalehed - need on ringkirjad, mille saate oma postkasti - need on väikesed tüütud kaardid, mis lähevad ajakirjadesse või kleepuvad teie meilidesse. Need on kaardid ja lendlehed ning asjad, mida nad teile tänaval annavad. Ja siis muidugi ka mobiilikanal, mis on sisuliselt veel üks veebikanal, kuid selle peenelt erinev. Mängud on tegelikult turunduskanal. Filmid, meedia on tegelikult turunduskanalid. Iga kord, kui näete filmis stseeni kaubamärki, makstakse selle eest kellelegi. Ja siis ma lagunesin siin lihtsalt veebis, teil on teie veebisait, turundus, mis on endiselt väga populaarne, interaktiivsed häälvastamise süsteemid - tüütud puutetundliku helisüsteemi süsteemid, kui helistate klienditoele ja ei saa läbi. Paljud erinevad suhtlusvõrgustikud.
Nii et kõik need omakorda lagunevad paljudeks muudeks asjadeks, näiteks sotsiaalseteks asjadeks. Olete saanud ja Instagram ja Pinterest ning veel 100 asja. Ja nii on igal ühel neist oma turundusprotsess, oma viis, kuidas valida, kuidas kaasata, kuidas kulutada, mida kulutate, mida kavatsete teha, kuidas kavatsete seda teha ja kuidas kavatsete mõõta. Igal ühel on protsess. Nii et turundus erineb turundusest erinevalt Instagram-turundusest erineb Pinteresti turundusest. Mis tähendab, et kõigil neil on sarnased - ilmselt sarnased, kuid pisut erinevad - asjad ja võib-olla erinevad inimesed, kes nendega tegelevad. Nii et igal ühel on protsess. Seega on protsesside hulk nende mõõdikute all tegelikult väga sügav ja mõjutavad üksteist. Ühte asja tehes mõjutate teisi asju ja see suhtlus on protsessi diagrammides väga kasulik ja tore.
Muud lehtri kontseptsiooni ise on liiga kitsad, kuna tavaliselt haihtub see siis, kui inimestest saavad kliendid. Tavaliselt juhtub see siis, kui turundus ütleb: “Meie töö lõpeb.” Väga vähesed inimesed mõistavad, et turundamise tõeline töö on klientide müük. Ja nii tuleks seda mõõta lõpp-punktist lõpuni. Ja kui kliendid on omandanud, on turunduse teine osa, millest väljaspool turundust inimesed tavaliselt ei tea, see, et see pole mitte ainult omandamine, vaid kliendi elutsükli juhtimine. Kuid see on tavaliselt erinev silo. Nagu Kim varem rääkis, on meil silod ja klienditeenindus ning garantii tugi ja kõik need muud asjad käivad tavaliselt eri osakondades või eri osakondades oma silode turustamise piires. Kuid peate neid nägema. Peate nägema protsessi, mis toidab asju läbi, läbi ja välja. Ja kuum teema - näiteks viis kuni kümme aastat tagasi, kuid see on endiselt täna - on seotud kliendi 360 ning kasutajakogemuse ja kliendikogemuse haldamisega. Noh, kliendid kogevad organisatsiooni läbi paljude puutetundlike punktide alates omandamisest kuni toetamiseni, nii et teil võivad olla head kogemused turunduse ja müügi poolel ning teie kohutav teenindus ja mitte kunagi tagasi tulla. Või võib teil olla kohutav müügikogemus, ärge seda toodet ostma, vaid otsustage, et see on selle lõpp, hoolimata sellest, kui hea teenus see on. Ja nii laiendab see protsessi vaadet selles koonuses, milles te mõõdikuid vaatate.
Ja nii horisontaalse, osakondade kui ka ärivaldkonna vaate protsessi mõistmine on oluline asi, mitte ainult seal. Ja loomulikult on BI või andmete ladustamise või andmeteaduste praktikute jaoks üks väljakutse see, et kõik andmed on nende silode tõttu tükeldatud. Turunduse automatiseerimissüsteemid käsitlevad esiotsa; veebiturundussüsteemid; müügiautomaatikasüsteemid tegelevad keskmiste osadega, kui need on tõlgitud SAP- või Oracle OLTP-süsteemide soolestikku. Siis on tegemist erinevate asjadega ja muidugi eemaldatakse kõnekeskus biz sageli kõigist nendest tükkidest ja siis peate selle kõik kokku õmblema. Nii aitavad protsessiskeemid teil mõista, kuidas kõik süsteemid üksteisega seotud on, mis aitab ka saate BI-andmete või eluasemeandmete teadlastena aru, millised andmed lähevad kuhu ja kuidas ja miks. Nii et ma kasutan isiklikult protsessidiagramme paljudes erinevates kohtades nendes analüüsiprojektides, kuna need aitavad teil kaardistada andmeid ja mõista neid nõudeid ning teha ka tööd. Nagu nägime varem, on kohti, kus protsessimudelid kasutavad andmeid nähtavaks. Nad kasutavad müügi- ja turundusandmeid ning kes omab milliseid andmeid ja kus need andmed on nähtavad ja kus need kattuvad. Samuti aitavad need teil aru saada, kuna protsessidiagrammides asuvad inimesed ja osakonnad, kes teevad seda tööd ja kes on seega nende andmete tegelik protsessiomanik. Nii näete, kes omab finantsandmeid, kes omab terviseandmeid, kes vastutab nende asjade eest. Ja mõnikord on sellest kasu siis, kui näete mõõdikuid ja kahe protsessi vahelist tühimikku ning andmeedastust nende kahe protsessi vahel ja ka siis, kui mõlemal küljel on inimene, kes tõenäoliselt vastutab kas üles- või allavoolu andmete eest ja peate leidma neid. Või võite minna protsessikaartidele ja neid asju vaadata.
Nii et protsessimudel aitab selle nähtavaks teha ja saate neid asju projektides kasutada. Ja te teate, kui me ootame, palju sellest, millest ma alguses rääkisin BI ja analüütika ning isegi osa infoteadusest, asjade aspektid pealiskaudsel tasandil, on nad kõik põhiprotsessi ja mõõdikute analüüsimisel . Kuid lisaks analüütika protsessidesse kinnistamisele või protsesside analüüsimisele ja muutmisele võite teha simulatsioone. Vana simulaatorite ehitamise viis, nagu me seda juba ammu tegime, on see, et olete nutikad, matemaatika-jah, inimesed, nad ehitasid mudeleid, mis simuleeriksid süsteemi, tavaliselt selle süsteemi protsesside mõistmise kaudu. Kuid selleks on veel üks viis - võtta osa sellest arusaamast ja seejärel andmed sinna sisestada. Ehitasite simulaatori, see ütleb, et see töötab nii, teil on kõik need andmed. Te peaksite suutma kaardistada need andmed sellesse simulatsiooni ja vaadata, kas teie simulatsioon on jama või kas see on hea. Ja nii võite hakata ehitama protsessi simulatsioone või interakteeruvat protsessi, mis on väga raske asi.
Analüüsides ja sisestades andmeid mingitesse mustadesse kastidesse - seal on musta kasti ja valge kasti simulatsioonimudelid, mida saate konstrueerida ja nii et saate simulatsioone kinnitada - saate andmeid kasutada simulatsioonide konstrueerimiseks; saate teha rohkem huvitavaid asju ja see on tõesti suur osa sellest, kuhu tulevik suundub. See ja midagi, mis on kestnud umbes kümmekond aastat, mis on otsustamise automatiseerimine ise - see on võtta rutiinsed asjad, mida inimesed teevad, see on rote, et lihtsalt veedate aega, teate, vajutades nuppe - ja hakkate teostada otsuste automatiseerimist ja mõned koolid nimetavad seda „keerukaks sündmuste töötlemiseks”. Kuid teate, et need on veel üks nurk, millesse üksuste otsuste tegemine ja analüüsimine protsessi sisestada, mis tähendab, et peate need protsessid diagrammima, et näha, kuidas ja kus seda tava saab kasutada .
Ja siis lõpuks ei ole me peaaegu kunagi pööranud protsesside modelleerimist sellele, mida teeme - otsuste vastuvõtmist teabe abil. Ja see on üks valdkondi, millega otsuste automatiseerimine ja CEP tegelikult natuke teevad. Kuid ma tegin seda ise natuke otsustusprotsessiga seotud uuringute osas ja see tähendab, mis on protsess, mille inimene läbib konkreetse asja kohta otsuste tegemisel? Nii et see võib olla turustamine, see võib olla turundus, see võib olla ka midagi logistikas, kuid inimene teeb otsuseid ja kui modelleerite otsuseid ja neid tehakse, on teil parem ülevaade vajalikest andmetest ja mõõdikutest. neile. Ja nii saate seda otsustusprotsessi mudelit kasutada tegeliku mehhanismina paremate juhtpaneelide konstrueerimiseks, et selgitada välja, milliseid analüütilisi funktsioone saab kasutada selle tegemiseks või selleks, et võimaldada sellel isikul teha paremaid otsuseid. Ja see on üks nendest asjadest, mida on endiselt omamoodi uurida.
Ja nii ma kavatsen siin lõpetada, et meil oleks aega küsimusteks.
Eric Kavanagh: Jah, see oli palju tõeliselt häid asju ja Kim, ma pean ütlema, et teie ja Marki vahel arvan, et te mõlemad panite lihtsalt üsna muljetavaldava hulga olukordi ja stsenaariume, kus protsesside modelleerimine maksab tõesti dividende. Ma arvan, et viskan selle kõigepealt teile, Kim, välja. Kuidas saadate ettevõttest seda hindama ja mõistma, kui palju aega on võimalik kokku hoida, raha säästa, kasumit suurendada ja nii edasi, keskendudes tõepoolest nende protsesside destilleerimisele skeemide komplektini ja seejärel nende analüüsimisele?
Kim Brushaber: Jah, ma arvan, et kõigepealt peate kindlaks määrama organisatsioonis meistri, kes soovib näha nende protsesse kaardistatud. Ja kui see kord on - ja see peaks olema organisatsioonis peamine sidusrühm. Ja siis määratlege väike grupp, et hakata välja töötama protsesse ja keskenduda uuesti sellele, mis on ärieesmärk ja mida ettevõte üritab saavutada, mitte ainult osakonna siseselt toimuvale. Ja võtke see üks eesmärk ning kaardistage see tšempionis ja võtke meister ning näidake siis auhindu, mida saate protsessist ja mis võimaldab siis ka teistel organisatsiooni osadel minna ja hakata neid protsesse üles ehitama, kuni saate kogu organisatsiooni üles ehitada, kuna enamik inimesi ei saa lihtsalt nõustamist pakkuda, vaid lihtsalt joonistage kõik oma protsessid korraga. Nii et nad peavad seda tegema hammustussuuruste tükkidena ja valides kõige strateegilisemad kohad, kust otsida, või kohad, kus teie arvates on kõige rohkem probleeme. Ja hakake jõulutulesid kuidagi lahti harutama ja vaadake, kuidas see kokku tuleb.
Eric Kavanagh: Jah, see on tegelikult suurepärane metafoor - harjutage jõulutuled lahti, sest selle all leiate palju keerukust ja palju lahendusi. Tõesti, ma arvan, et enamasti tekivad paljud probleemid kas ühinemise kaudu - nagu te juba varem soovitasite - või lihtsalt ümbersuunamiste abil, mis on aastate jooksul protsessi sisse küpsetatud, ja milleks keegi kunagi lahti harutama ei võtnud, eks ?
Kim Brushaber: Õige või keegi hakkas lihtsalt midagi tegema ja seda ei arutatud kunagi.
Eric Kavanagh: Õige, see on huvitav. Siin on ... ja see on hea. Ma arvan, et viskan selle teile, Mark ja siis Kim, kui soovite seda kommenteerida. Üks osalejatest kirjutab: „Arvestades pidevalt muutuvat ja kasvavat omnikanalüüsi keskkonda, kuidas omistamist kõige paremini hallata või jaotada?” Arvan, et see on pidev küsimus, kuid Mark, mida te arvate?
Mark Madsen: Jah. Kogu turunduse omistamise probleem on tohutu. Kui te ei tea, mis atribuut on, tähendab see lihtsalt millegi müümist - näiteks veebinäide, kui lähete Amazonisse ja ostate raamatu. Noh, kuidas te sinna sattusite? Kas otsimootori optimeerimine viis teid sellesse kohta, kui saite selle raamatu paremusjärjestuse just selles kohas, et ta läks sellesse kohta seda ostma? Kas see oli veebireklaam, kas see oli sotsiaalmeedia kampaania? Ja te teate, et probleem on selles, et omistamise modelleerimise idee seisneb selles, et just see on peamine põhjus, kuid ilmselgelt on tegemist mitme asjaga. Võib-olla nägid raamatut raamatute stendil ja nägid selle jaoks ribareklaami ning otsustasite hiljem seda otsida, kuna otsisite midagi lugeda ja siis ta läks sinna üles.
Ja siis on küsimus: “Kuidas jagate meediakulutusi või selle müügi ja kliendi väärtust erinevate kampaaniate vahel?” Ja see on tohutult keeruline ülesanne ja peate seda tegema, sest ilmselt proovite eelarvet oma kõige tõhusamale eelarvele suunata kampaaniad. Kuid ka seetõttu, et paljudel kordadel maksab see sidusettevõtte tasu või midagi muud või klõpsamist, mis võetakse selle eest teie eest. Ja siis peate otsustama, kellele makstakse. Kas Google saab palka, kas need poisid saavad palka, kas need poisid saavad palka? Kuna tüüpilised atribuudiskeemid on “esimene mees saab palka”.
Ja nii et ma arvan, et kokkuvõtlikult võib öelda, et see on tohutult keeruline probleem ja mitmevariatiivne statistilise analüüsi probleem, millel pole selgeid vastuseid. Ja see tähendab, et teate, peate jälgima mõõdikuid ja nägema, mida saate proovida, ja on selliseid asju nagu ühiste analüüside tegemine ja muud imelikud asjad, mis olid varem populaarsed ja mis võivad seda tüüpi eesmärkidel taas populaarseks saada. Kuid see tähendab omakorda seda, et peate mõistma protsessi mõõdikuid, vähemalt tasemel “Mul on viis erinevat tüüpi turunduskampaaniat, ma pean teadma, mis on selle kampaania sisend, teadma, kui palju raha ma kulutan mõõdikute töötlemiseks, näiteks mitu reklaami või mitu reklaami ma näitasin? ”ja tulemuse mõõdikud, mis vastavad aja sisustusele või lingile või selle asja jälgijale, see tehing toimus. Nii et saate selle pildi koostama hakata - ja see on jällegi üks hea näide sellest, kus vähemalt põhiprotsesside interaktsioonide kaardistamine aitab teil selle üle järele mõelda. Alumine rida, ma ei usu, et seal on siiski mingit kindlat vastust omistamisele.
Eric Kavanagh: Jah, ma arvan, et sul on täpselt nii. Ja sina ei saa kunagi teada, mulle tundub. Võite vähemalt teada, et teil on hea idee, kust enamik asju pärines, kuid eeldada, et saate seda kõike teada või võiksite seda kunagi teada, on see minu arvates lihtsalt viga alguses.
Mark Madsen: Ma arvan, et Heisenberg juba kirjutas sellest.
Eric Kavanagh: Mis see on?
Mark Madsen: Heisenbergi määramatuse põhimõte valitseb seda.
Eric Kavanagh: See on tore, see on ka hea. Lubage mul visata see teile, Kim, sest kui ma vaatan seda ja kuulan seda ettekannet, siis mida te kaardistasite paljude nende erinevate stsenaariumidega ja mida Mark ka tegi, siis teate, mis mulle meelde tuleb. kogu see digitaalse muundamise kontseptsioon, millest kõik räägivad. Ja minu jaoks on see selline arutelu suurepärane eeldus, sest kui vaadata uusi võitjaid Uberi sarnaste suuremate uuenduste osas, sõltumata nende kultuuriküsimustest, ning Airbnbi ja mõnda neist teistest ettevõtetest, siis see, mida nad tegid, oli destilleeritud põhiprotsessid kuni selle tasemeni kuni skemaatilise tasemeni ja nad keskendusid tõepoolest kuulikindla infrastruktuuri väljaehitamisele, et neid tõsiseid teenuseid turul pakkuda. Ja nad tegid seda mastaapides, eks? Digitaalse ümberkujundamise eesmärk on pilvandmetöötluse, masinõppe, analüüsi, olgu see siis iganes, uue võimendamine. Nii et minu jaoks peab igaüks, kes räägib digitaalsest muundamisest, tegema protsesside modelleerimise. Mida sa arvad?
Kim Brushaber: Jah, ja ma arvan, et praegu sageli hõljuv teine termin on “protsesside automatiseerimine”, milleks peate enne nende automatiseerimist alustama oma äriprotsesside väljaarendamist ja mõistma, mis need on. Ja siis saate oma plaanid liikuma panna. Kuid absoluutselt siis, kui tegelete digitaalse muundamise ajastuga, peate teadma, et peate uurima, mis on see teave, mida kogun, ja tõesti oma organisatsioonis kokku leppima, mis see teave on oluline. Kuna teate, nagu slaid, mida Mark jagas, kus teil on kõik erinevad teleekraanid koos kogu erineva teabega, on meil nüüd võime koguda nii palju andmeid, et peate tõesti määratlema organisatsiooni ja asuma kõik, kõik peamised sidusrühmad ja ütlevad äriprotsesside kaudu: “See on kriitiline teave ja need on kriitilised sammud” ja saavad ka aru, kus asuvad teie pöördepunktid. Niisiis, teate: “See on protsess, mis meie jaoks tegelikult hästi ei tööta. Laskem täpsustada detaile ja aru saada, kuidas me saaksime seda teisiti teha, “ja räägime erinevate puutepunktidega ning näeme ka nende sisendit vestluses.
Eric Kavanagh: Jah, see on tõesti hea punkt ja ma arvasin, et see slaid tegi ka head tööd sõltuvuse olulisuse teatavaks tegemisel. Tead, igal ajal, kui muudate ühte neist komponentidest, muudate neid kõiki ja proovimine ümbritseda, kuidas see võib äriprotsesse ausalt mõjutada, võtab natuke aega ja vaeva. Kuid jällegi, see on selline asi, kus kui räägite mingisugusest digitaalsest muundamisest, peate mõistma, kus protsesse saab kokku variseda, kus neid saab likvideerida. Ma arvan, et tavaliselt on üks edukate rakenduste laulisemaid kangelasi see, kui saate aru, et te ei vaja enam X-, Y- ega Z-protsesse, kui üldplaani ümber kujundate.
Kim, ma arvan, et viskan selle sulle tagasi. Mis on teie arvates mõned peamised edutegurid, kui see värk väga hästi läheb? Millised on nende edulugude iseloomulikud jooned?
Kim Brushaber: Ma arvan, et koostöö on ilmselgelt hädavajalik ja see on põhjus, miks otsustasin keskenduda slaidisekile, mille Ive sai nii palju silodele, kuna koostöö erinevate organisatsioonide vahel ja nuputamine, kus need koondamised asuvad, on tohutu viis sujuvamaks muutmiseks ja kui teie vestlus toimub mitme erineva osakonnaga või kui räägite ettevõtetega, mis tulevad kokku, ja kui teil on neid vestlusi teemal „OK, siis see on nii, nagu ma seda teen”, nagu ühinemisslaidiga, nagu näiteks ühinemisslaidiga. parimate tavade väljamõtlemine. Ja kõige paremini kavandatavate sammude kavandamine ning kõigi nende sammudega kooskõlla viimine muudab kogu selle teabe kindlasti sujuvamaks.
Eric Kavanagh: Jah ja mul on hea meel, et viskasite sisse ka sõna “koostöö”. Mark, ma viskan selle sulle kommenteerimiseks lihtsalt üle. Koostöö on uue ärimaailma selline mängu muutev komponent, isegi lihtsate asjadega, näiteks Google Docs. Selle asemel, et läbida üks dokument läbi viie erineva inimese, saate lasta kõigil neil viiel inimesel vaadata dokumenti reaalajas ja teha muudatusi ning vaadata, mida üksteised kommenteerivad. See on suur asi; see on oluline protsessimuutus. Ja seda sama komponenti saab loomulikult kasutada ka äriteabe uurimisel ja modelleerimise protsessis, tegelikult ükskõik millises neist distsipliinidest, mida me äri optimeerimiseks kasutame. Koostöö peaks olema ennekõike alati, kui see on mõttekas, eks?
Mark Madsen: Jah, ma arvan nii. Ma mõtlen, et see üksiku otsustaja idee on omamoodi, nagu teate, et üksildane analüütik läheb võluväel sinna, et teha oma analüüs ja näidata seda negatiivset kulda. Ja nende laua taga istuv üksik otsustaja on omamoodi vanakooli 1990-ndate aastate vaade sellele, kuidas inimesed ja organisatsioonid otsuseid teevad, teate? Istud laua taga ja vaatad seda asja ning siis teed otsuse, kuid praegu on see kõik protsessides ja rakendustes kinni. Tegelikud otsused tehakse tavaliselt osakondade vahel või teiste inimestega ning see nõuab toimuva laiemat mõistmist ja suhtlemist. Muidu kaevatakse lihtsalt kontsad sisse ja kõik kaklevad ning keegi ei taha midagi omada, mistõttu ma ei tööta enam paljudes ettevõtetes.
Eric Kavanagh: Noh, sa tead, see on väga hea punkt ja Kim, mul on tõesti hea meel, et te selle mõtte tõlgendamisel kadusite. Ma arvan, et sageli ei hinda inimesed aruteludes ja ükskõik kus arutelu olulisust piisavalt. Con on nii oluline, et aidata inimestel aru saada, et arutatavate teemade ringi ja mis iganes otsustuskohad on. Ja kui saate kasutada protsesside modelleerimist mehhanismina, et destilleerida jällegi seda, mis võib olla üsna karvaste keerukate organismide suhteliselt lihtsateks - ja kui mitte otse elegantseteks - diagrammideks, siis on see minu jaoks väga kasulik: A) olulise, kuid B edastamiseks ) mitte tähelepanuta jätta asju, mis on kriitilised, kuid võivad vestluses ära eksida, ja C) kristalliseerib lõpuks visuaalselt midagi, nii et ausalt öeldes oleks dialoogi sõnadel raske naelutada. Mida sa arvad?
Kim Brushaber: Noh, see on tõesti huvitav, kui te seda terminit “vestlus” ikka edasi tõstatate. Lisasin slaidi, mis oli vestluste skeemil, kus oli mitu erinevat basseini, mis rääkisid omavahel ja suhtlesid omavahel. Seetõttu otsustas BPMN-i organisatsioon selle skeemi koostada, kuna nad mõistsid, et eri osakondade vahelised vestlused on keerukad ja selleks, et oleks võimalik näidata kõiki protsessis osalenud tükke ja kõiki erinevad mängijad ja kõik erinevad aspektid, nii et ükski pall ei langeks ja kõik teadsid, kus vastutus on välja toodud. Nii et äriprotsessides, kui te rääkisite, teate, et teil on õigesti meelestatud äriprotsesside diagrammid, sest need on visuaalsed ja pildid on väärt 1000 sõna ning kui näete neid asju väga visuaalses kontekstis, see võimaldab inimestel palju paremini aru saada, kui öelda, näiteks kui kirjutasite, et teie protsess oli lõigu vormingus ja kui kirjutasite nad, siis teate seda füüsiliselt või isegi siis, kui nummerdasite need täppidega. Piltlik kujundus võimaldab teil saada selle vastuseisu ja selle mõistmise palju kiiremini kui siis, kui oleksite tead, kui proovite seda lugeda või aru saada.
Eric Kavanagh: Noh, võite ka asju isikupärastada, eks? Kui inimesed ei võta asju nii isiklikult ja kui teil oleks palju objektiivsem ülevaade sellest, mida ettevõte tegelikult teeb, ja kindlasti keerukamate protsesside jaoks, siis ma arvan, et see aitaks nii äri- kui ka IT-vaatajaskonnal paremini mõista, mis on pilt tervikuna , kuna lõpuks on suur pilt äri ja kui soovite, et ettevõte õnnestuks, siis olgem ausad, see on üsna tormiline aeg. Seetõttu arvan, et aeg on õige ja see on alati olnud, kuid tänapäeval näib see veelgi enam olevat, kuna näeme, et teatud protsessid on optimeeritud või isegi likvideeritud. Näiteks pilve minnes laadige pilve või mõnele partnerile maha mõni teie teenusepakkumise komponent või mis iganes. Kuid selle isikupärastamata, selge skemaatilise ärimudeli omamine on ümberkujundamiseks ja asjade peal püsimiseks väga kasulik asi, eks?
Kim Brushaber: Jah ja ER Stuudio tooted, meil on ka palju otsimis- ja filtreerimisvõimalusi. Nii et kui soovite minna ja määratleda, et midagi on pilvekäitumist, saate seda täpsustada ja seda otsida, et näha, millised on tükid, mis pilves suhtlevad, kui olete kõik oma protsessid ümber joonistanud. Või näiteks öelgem, et vaatate turundust ja soovite lihtsalt turundust põhjalikumalt häälestada - ja ma ei pea kindlasti mõtlema, et valiksite turunduse - see on just esimene, mis meelde tuli, et enamik organisatsioone, kes seda teevad. Kuid teate, et minge ja öelge: „OK, nii et ma mõtlen oma turundusosakonna muutmist. See on kõik käitumisviis, "ja nii saate vaadata kõiki protsesse ja öelda:" OK, ma panen need taktikad, mida me kasutame seda teed tehes pilve ja teeme seda, ja see mõjutab neid tükid ja see mõjutab neid inimesi. ”Ja kui teil on see protsess välja joonistatud, siis näete väga visuaalselt - see on nagu hiiglasliku pusle vaatamine, eks? Teil on kõik need erinevad pusletükid, mis kõik koos mängivad, ja võite aru saada: “OK, kas ma pean neid pusletükke ümber korraldama, et kõik mahuks ühte tükki?”
Eric Kavanagh: Jah ja sa tead, et ma vastan sulle ühe viimase küsimuse. Ja inimesed, postitan lingi tänase esitluse slaididele; vaadake seda oma vestlusaknas. Kuid muidugi on protsesside modelleerimine ja andmete modelleerimise terminid süsteemide kaudu käitatava teabe kohta käiva teabe kohta kriitilise tähtsusega, kuna süsteemid kas töötavad või ei tööta, kus äri võib olla pisut lõdvem. Teil võib olla ümberarvutusi - näiteks vanasti protsessi lõpus või protsessi alguses või kuskil vahepeal -, et teil oleks lahendus, mille abil keegi just ühel päeval aru sai, kui midagi purunes, millest keegi ei teadnud. Andmete abil saate kindlasti teada, kuna andmeid ei kuvata väljal, kus seda nõutakse ja tehingut ei tehta. Kuid kas näete nüüd, et A) liikus digitaalsema majanduse poole, kuid B) meil on kõik need erinevad ühinemised ja asjad aset leidnud. Kas näete, et ettevõtted on hakanud rohkem hindama nii äriprotsesside modelleerimise kui ka andmete modelleerimise väärtust? Kas seda on üle kantud? Kuna tean kindlasti andmete modelleerimist, on andmete modelleerijad aastaid ja aastaid selle vastu väga kirglikud olnud. Kas ettevõte saab seda tänapäeval? Kas jõuame lähemale sellele, kus on vaja hinnata, mida asjad teevad?
Kim Brushaber: Noh, ma mõtlen, et see on täpselt see, mida me IDERA-s proovime saavutada. Meil on ER Studio Suite hõlmab nii andmemudelite komplekti kui ka äriarhitektide komplekti, seega tänan teid, et mind nii kenasti järjekorda panite.
Eric Kavanagh: Palun.
Kim Brushaber: Kuid me teeme seda - ilmselgelt on andmemudelite loomine hädavajalik kõigile, kes vajavad teabearhitektuuri, lahenduste arhitektuuri ja kõiki, kes vastutavad andmete eest organisatsioonis. Ja viis, kuidas oleme oma toote loonud, võimaldavad nii ettevõttel kui ka andmetel oma ettevõtte meeskonna täienduste komplekti abil käsikäes tööd teha, et saaksite lükata kõik äriprotsessidele ja objektidele kättesaadavad objektid andmetöötlusprotsesside abil ja suutma need kaks maailma kokku viia. Ja kindlasti ei ole mul piisavalt aega selle üksikasjadega tutvumiseks, kuid igaüks on teretulnud vaatama IDERAt ja vaatama, kuidas me seda teeme.
Kuid küsimus on selles, et andmete maailm muutub jätkuvalt keerukaks. Salvestusruum on muutunud odavamaks ja odavamaks ning see tähendab, et hakkame hankima üha rohkem andmeid ja asju, kus Marki-sugused üksused arutasid: „Olgu, nüüd, kui mul on andmed, kuidas ma analüüsin see? Kuidas ma sellest aru saan? Kuidas seda ekstrapoleerida ja kuidas seda oma ettevõttes kasutada? ”Ja nii, et saaksin selle teabe üle kanda äriprotsessi ja öelda, teate:„ Mul on vaja teha otsus tootmisotsuse kohta ja ma pean teadma mitu korda viivitavad mu veokid talvel lume tõttu? Kas ma pean avama ettevõtte Costa Ricas, et saaksin asju sealt välja toimetada, selle asemel, et neid põhjast kohale toimetada? ”Ja et saaksin kõiki neid aspekte vaadata, aga te ei tea isegi, et peate neid vaatama aspekte, kuni saate hakata mõnda seda protsessi ja sel juhul selle transpordiprotsessi kaardistama, kuid igal ettevõttel on protsessis keerukusi, mille nad saavad äriprotsessimudelisse visata ja hakata mõistma, kuhu need tükid võivad liikuda.
Eric Kavanagh: Ma armastan seda. Eriti meeldib mulle osa ettevõtte avamisest Costa Ricas.
Kim Brushaber: Miks mitte?
Eric Kavanagh: Kui teil on vaja PR-tüüpi meest või moderaatorit, andke mulle sellest teada. Postitasin slaidide lingi vestlusaknasse, nii et kontrollige seda vestluse akent. Muidugi, kui te ei näinud seda või soovite seda oma kolleegidega jagada, arhiveerime kõik need veebisaated hilisemaks vaatamiseks. Ja saate Kimiga seal hakkama, tema aadress on ekraanil. Julgelt saate teda otse.
Ja sellega kavatsesite hüvasti jätta. Aitäh fantastilise esitluse eest; see on olnud suurepärane. Me võtame teiega järgmine kord ühendust, inimesed. Ole tubli. Headaega.