Avtor osebja Techopedia, 2. avgusta 2017
Odvzem: V tej epizodi Hot Technologies gostitelj Eric Kavanagh razpravlja o procesnih modelih in modeliranju podatkov s Kim Brushaber iz IDERA in Markom Madsenom iz Tretje narave.
Trenutno niste prijavljeni. Če si želite ogledati video, se prijavite ali prijavite.
Eric Kavanagh: V redu, dame in gospodje. Ura je štiri ure po vzhodnem času, spet je v sredo čas za Hot Technologies. Da, v resnici me je Eric Kavanagh. Jaz bom vaš gostitelj današnjega spletnega seminarja, na katerem bosta sodelovala dva naša najljubša podjetja v tem podjetju: Kim Brushaber iz IDERA in Mark Madsen iz tretje narave. »Uporaba procesnih modelov za doseganje poslovnih ciljev.« Govorili bomo o optimizaciji podjetja in o tem, kako lahko resnično uporabite nekatere od teh tehnologij, da najprej razumete, kaj se dogaja, nato pa preoblikujete, kaj počnete in se izognete stvarem, kot so presežki. stvari, kot so konflikti, morda v vaši dobavni verigi ali poslovnih procesih, kjer koli se že nahajajo, o tem bomo govorili danes. Torej, najprej se bomo slišali s Kim Brushaber in potem bomo slišali od Marka Madsena. Potem bomo imeli nekaj lepega napredka in naprej in vas prosimo, da pošljete svoja vprašanja. Ne bodi sramežljiv. Vprašanja pošljite po komponenti za vprašanja in odgovore na konzoli za spletno oddajanje ali v oknu za klepet.
S tem bom za Kim potisnil prvi diapozitiv in ga bom predal. Kim, vzemi ga.
Kim Brushaber: Pozdravljeni. Začel bom s pogovorom o tem, kako lahko nekatere svoje poslovne procese uporabite za dosego svojih ciljev. Mislil sem, da sem drsnik napredoval - tam gremo, morda je bilo le malo počasi. Da bi bilo podjetje uspešno, se je treba osredotočiti na to, kako podjetje zasluži, ohranja stranke in vzdržuje trg, ohranja stroške čim nižje, nato pa zagotavlja kakovostne izdelke in zagotavlja, da so informacije, ki jih zberete, zanesljive. Katere smo tukaj uporabili naše buzzword: rast prihodkov, zadovoljstvo strank, učinkovito delovanje, kakovost izdelkov in podatkov. In nekateri ključni izzivi za podjetje, o katerem bomo danes razpravljali, vključujejo silose v vaši organizaciji; kaj je dobro z njimi, kaj je slabo z njimi, ker niso vsi silosi slabi. Kako preprečite odpuščanje iz procesa? Kako lahko zmanjšate in odpravite vrzeli v svoji komunikaciji in kako lahko zmanjšate neučinkovitost v svojem delovanju.
Torej, prva vrsta silosov so oddelki silosi. Miselnosti o silosih se ustvarijo, kadar oddelki ne želijo deliti informacij z drugimi oddelki znotraj podjetja. In čeprav je to lahko dobro v primeru občutljivih informacij, o katerih bi moralo vedeti le malo ljudi - tako občutljivih podatkov o združitvah ali podatkov o prevzemu ali morda informacij, ki niso pripravljene, da bi lahko prodajna ekipa z njim kaj storila - v teh primerih silosi lahko zelo dobro. Lahko pa je tudi slabo, ker pretok informacij ovira med skupinami v organizaciji in lahko povzroči veliko vprašanj, o katerih bomo v trenutku razpravljali. Lahko imate tudi silose, ki so razdeljeni na poslovne cilje in tehnološke cilje. Torej poslovna stran hiše porabi veliko časa za ogled ROI-jev in KPI-jev ter stvari, ki so resnično osredotočene na posel, kjer na tehnologijo, resnično želijo pogledati, kako bom naredil svoje izdelke ali kako bom Bom ponudil svoje storitve na trg? Ker sta med obema različnima skupinama zelo različni cilji, lahko med njimi ustvarite naravni silos. In potem lahko velikokrat silose razdelimo z žargonom. Torej lahko besede, ki jih uporabljate v svojem vsakdanjem jeziku, resnično zmedejo eno ali drugo skupino, in tu sem samo dal kup zabavnih malih buzzword-ov, ki so pomembni za eno ali drugo stran stene. In to seveda sploh ne zajema spektra, vendar velikokrat te besede lahko povzročijo nastanek silosa in povzročijo razdelitev dveh različnih skupin ljudi, ker se informacije v prevodu izgubijo. Torej obstajajo dobri silosi za vaše podjetje in pokril bom nekaj vrednosti, ki jih silosi lahko prinesejo organizaciji.
Tako lahko zagotovijo strukturo, ki zaposlenim omogoča, da svoje delo opravljajo brez strahu ali motenja. Če imate v svojem silosu ljudi, s katerimi se morate vsakodnevno pogovarjati in nagovarjati, vam to lahko omogoča, da lahko svoje delo opravljate bolj učinkovito in učinkoviteje brez veliko prekinitev. Omogoča tudi strokovno znanje na določenih področjih poslovanja. Če se torej zelo dobro osredotočite na finance in se pogovarjate z drugimi, ki so v financah, in vse, kar počnete ves dan, govorite o financah, potem to ustvari res dober silos, ker se ta skupina nauči strokovnega znanja v tem območja in jim ni treba odgovarjati za to, kaj se dogaja pri prodaji ali kaj se dogaja v marketingu ali kaj se dogaja v poslovanju. Prav tako pospeši komunikacijo, saj ljudem omogoča, da govorijo isti jezik. Torej, ko se vrnemo na tisti žargon, je velikokrat ta žargon lahko res dobra stvar, saj ljudem omogoča hitrejšo in učinkovitejšo komunikacijo. Prav tako ohranja odgovornost in odgovornost znotraj silosa. Torej veste, za kaj odgovarjate v svoji skupini in naloge, ki jih morate opraviti, ter osebo, ki ji morate poročati, in vam omogoča večjo odgovornost in večjo odgovornost, kot pa - in zagotovo silosi imajo obratno stran od tistega, kjer lahko odgovornost postane mogoča. Toda znotraj samega silosa lahko ustvari več odgovornosti in odgovornosti. In potem tudi spodbuja občutek ponosa in lastništva. Tako se lahko počutite res dobro glede dela, ki ste ga opravili na koncu dneva, in nalog, ki jih morate opraviti, in vse to so res dobre stvari o silosih.
Toda silosi so sili in silosi ustvarjajo neučinkovitost, znižujejo moralo, zmanjšujejo produktivnost. In ker je to bolj negativna stran silosov, bom uporabil nekaj modelov poslovnih procesov, da bom prešel skozi različne točke in razložil, kako lahko s pomočjo izdelka IDERA Business Architect premagate kislo stran silosov nekaj teh primerov.
Prvi je torej, da ustvarja neučinkovitost in odvečne procese. Torej v tem primeru prikazujem, da ima marketinška organizacija morda nabor nalog, prodajna organizacija pa drugačen nabor nalog. V tem primeru, če jih preslikate, boste ugotovili, da imata oba nalogo, da kvalificirata vodstvo. In ko to zaznate, potem lahko med dvema različnima skupinama vodite pogovor med različnimi skupinami, da boste lahko ugotovili, „Ali je moja kvalifikacija vodilna enaka kot vaša kvalifikacijska prednost? Ali delamo enake korake in isto vedenje? Ali to pomeni nekaj drugačnega med dvema različnima silosa? "In če delate iste stvari, ga lahko začnete racionalizirati in dodeliti odgovornosti različnim skupinam neodvisno, poslovni procesi pa vam resnično lahko pomagajo nekako preslikati in določite, kje imate takšne težave.
Tudi, ko združujete podjetja ali združujete skupine, lahko postopek združevanja dobro preidete in določite svoj postopek za različna vedenja. In v tem primeru ima podjetje A nekaj vedenja, podjetje B ima nekaj vedenja in postopek združitve prevzame elemente A in B, najde najboljše prakse in nato ustvari nov postopek, ki bo deloval zelo učinkovito za obe skupini. Tako vam pomaga, da postanete učinkovitejši, bolj produktivni in prepoznate boljše prakse za svoje podjetje.
Poleg tega je še ena slaba plat silosov ta, da lahko pride do vrzeli v komunikaciji med oddelki, o čemer smo ravno govorili, kjer se sodelovanje ne dogaja, ampak bi moralo biti. Tako vam lahko poslovni procesi pomagajo prepoznati te vrzeli. Torej, v tem primeru ima prodaja postopek, nov izdelek se sprosti in gredo ven in ga prodajo. Vendar pa imajo lahko finančni dodatni postopek, ko bodo morali ob izdaji izdelka posodobiti cene izdelkov. Če prodaja ne ve za to, bi se še vedno lahko dogovorili za stare cene izdelkov in ko pride do točke, ko finance začnejo pregledovati posel in odobriti posel, potem je veliko spora in veliko hrbtne plošče se morajo zgoditi, da se vrnejo stranki in jo prilagodijo. Če ste šli in diagramirali svoj postopek, boste to vedeli že vnaprej in ga boste lahko vgradili tako, da bo prodaja vedela: "Počakati moram, da dobim posodobitve cen izdelkov, preden se začnem pogovarjati z novimi strankami o izdelek. "
V tem primeru ima BPMN2 diagram pogovorov, ki vam omogoča, da se lahko pogovarjate med različnimi različnimi oddelki in prepoznate točke prenosa med njimi. In to je zelo koristno za zmanjšanje presežnih delavcev in tudi za večjo odgovornost med oddelki. Torej lahko rečete: "V redu, zato morata vodenje prodaje in prodaja sodelovati, da odobrita posel." In oba lahko rešita svoje delnice in tisto, na kar se zanašajo. Toda finančnega oddelka ni nujno, da sodeluje pri odobritvi in vedo, da na podlagi tega diagrama, ki je določen, piše, kdo je odgovoren v različnih oddelkih, ki morajo sodelovati, da bi to dosegli.
Poleg tega lahko pride do lopih procesov, ki podjetju ne koristijo. Torej, ko boste preiskovali svoje poslovne procese, boste morda ugotovili, da nekdo počne nekaj, kar ste všeč: "Ne razumem, kako je to učinkovito ali kako to dosega cilj." Zato vam bom dal nekaj primeri tega. Torej, v tem primeru bo izdelek morda šel skozi novo izdajo. Gredo, dostavijo zahteve, razvojna ekipa začne delati na teh zahtevah, ko pa se skupina izdelkov začne pogovarjati s strankami, se vrnemo in se odločimo, da jih bomo pregledali. In to bi bilo zelo, zelo moteče, če bi se razvojna ekipa morala vrniti nazaj in pregledati zahteve, potem ko že gradi te elemente. Za produkt morda preprosto niti ne pomislijo na kaj takega. Tako kot so: »Oh, dobila sem nekaj novih vložkov in zdaj potrebujem te stvari.« In če se ne bodo pogovorili z razvojno ekipo, ne bodo zares razumeli, kakšen vpliv bi lahko imel kasnejši obseg ali dobava izdelka. Tako, če določite tovrstne kose, vam lahko pomaga razbiti silos in omogočite razumevanje, kateri elementi so v pomoč pri vašem postopku in kateri so škodljivi procesi.
Prav tako lahko pride do podvajanja sredstev in virov in to je velika stvar, ko podjetja poskušajo racionalizirati. V tem primeru sem naredil nekakšen diagram združevanja, kjer sem določil različne aplikacije in poročila, ki jih je treba izdelati, in različne povezane igralce. In ko začnete vse te stvari postavljati ven, sem v tem primeru podvojil podvojevalna orodja za urejanje in orodja za sledenje klicev in kdo jih uporablja. In tako lahko začnete ugotoviti, saj velikokrat neodvisni silosi sprejmejo te odločitve za svojo ekipo in ne razmišljajo nujno o tem, da bi tudi širša skupina kot celota lahko uporabila to licenčno pogodbo in jo dosegla cenejše in stroškovno učinkovitejše za vsa orodja, ki se uporabljajo v organizaciji. Poleg tega so diagrami poslovnih procesov lahko zelo koristni za določitev, kdo je odgovoren za katere informacije in kdaj. V tem primeru imam vodje podatkov, ki so rekli: "V redu, to so ljudje, ki so odgovorni za vse te podatke. Tukaj so tabele, s katerimi so odgovorni za ravnanje." In teh podatkov ne dajajte drugim ljudje, to je res pomembno na območju, kjer obstajajo občutljivi podatki, kot so zdravstveni zapisi ali finančni podatki ali podobni elementi, ki jih je treba ločiti le na nekaj ljudi. Tako si lahko pomagate pri prepoznavanju tega, kar ljudem iz drugih organizacij omogoča, da nimajo dostopa do teh informacij in jih zavarujejo ter vedo, kam gredo vaše informacije.
Ker si malo govorimo o podatkih, silosi lahko ustvarijo tudi slabo kakovost in neskladnost podatkov. V tem primeru sem s poslovnim postopkom pomagal podatkovni skupini, da razume, kdaj je stranka nova stranka ali kdaj posodabljate stranko. Torej lahko preučite ta načrt odločanja in načrtujete, poslovna stran, ki razume poslovna pravila, pa se lahko zlahka pogovori s tehnično stranjo, ki mora ta pravila izvajati in ve, kdaj se mora določeno vedenje zgoditi. V tem primeru govori o določitvi podvajanja podatkov. Če imate maloprodajnega kupca in imate spletnega kupca in prodajate izdelke, boste morda imeli povsem drugačne sisteme, ki poskušajo zbrati iste podatke. In če poskušate podvojiti svoje podatke in ugotoviti, kdo so v resnici vaše stranke, vam lahko diagrami poslovnih procesov resnično pomagajo, da to odpravite in rečete: "Oh, v tem primeru se ukvarjamo z naročilom in v tem primeru oboje se ukvarjamo s financami "in lahko te podatke preslikate tako, da bodo bistveno bolj jasne, da nimate takšnih podvajanj v svojih podatkih in da lahko zmanjšate odpuščanja in zmanjšate pomanjkljivosti in povečate kakovost vaših podatkov.
Dodatne prednosti dobrega poslovnega procesa so torej v tem, da lahko zaposleni prepoznajo težave na začetku, ko je spremembe lažje izvesti. To še posebej velja za zapletene podatkovne procese, če lahko vnaprej naredite analizo v načrtovanju in v pogovor vključite vse skupine, potem bodo procesi tekli precej bolj gladko in ljudje bodo lahko na začetku bolje reagirali. nasproti, če ste že v postopku. Novi zaposleni se vkrcajo hitreje, ker lahko vstopijo in lahko pregledajo te poslovne procese in razumejo naloge, ki jih morajo opraviti ter kje so točke prenosa in s katerimi se morajo pogovarjati za različne stvari. In odločitve se lahko sprejemajo v realnem času v večfunkcijskih skupinah. Če obe shemi poslovnih procesov pripravljate skupaj, lahko najdete te točke, kjer se v procesu pojavlja potek in se lahko o njem pogovorite in ugotovite, kaj je najboljši postopek za vas in kje sta najboljša predaja točke in kdo so najboljši ljudje za opravljanje vsake izmed različnih nalog, ki jih je treba opraviti.
Nekaj nasvetov za razčlenitev silosov za poslovni uspeh in za doseganje ciljev: prvi je, da poslovne procese usmerite na stranko, svoje izdelke ali storitve - ne na posamezne oddelke. Tako si bodo ljudje velikokrat želeli, da bi znotraj svojih oddelkov pripravili svoj posamezen kontrolni seznam. Če pa namesto tega pogledate na podjetje kot na celoto in na cilje, ki jih poskuša doseči, lahko začnete videti, kje stvari izpadajo, in si reči: „Ali mi ti procesi pomagajo priti do mojega cilja? Ali pa gre za dodatne procese ali pa ovirajo pri doseganju cilja? «Več časa bi namenili razpravi o krajih, kjer se procesi povezujejo. Tako kot v diagramu pogovorov, kjer imate veliko prednosti, morate porabiti veliko več časa za to in poskrbeti, da bodo informacije v različnih silosih pravilno tekle.
Svoje zaposlene lahko poenotite tako, da v procesu pokažete, za kaj so odgovorni in kako vpliva na podjetje kot celoto. In to daje ljudem veliko več smisla za srečanje, k cilju. Prav tako lahko sodelujete z zaposlenimi, da bodo lahko sodelovali pri postopku, ki vpliva na njihovo vlogo in delo, ker če bodo vse odločitve sprejete na vrhu pri načrtovanju postopka, bodo posamezniki, ki delajo, videli korake, ki so zgrešeni in koščki, ki manjkajo in bi jih lahko razpravljali. In če pri pripravi teh procesov sodelujete z vsemi svojimi zaposlenimi, začnete ugotavljati te odbitke in ali so to dejansko stvari, ki bi morale biti v postopku ali ne. In še en nasvet za razčlenitev silosov je redno posodabljanje procesov, da odražajo spreminjajoče se potrebe in cilje organizacije, saj so cilji in procesi zelo tekoči in morda boste našli boljše prakse. Morda boste našli nove načine, kako želite to storiti, in tako lahko redno posodabljate te podatke organizaciji resnično pomagajo. In vrnitev k risalni plošči s tistimi večfunkcijskimi ekipami lahko resnično pomaga razbiti silose in odpreti komunikacijo med vašo ekipo. Torej to so diapozitivi, ki sem jih pripravil.
Eric Kavanagh: V redu. Naj izročim nepopustljivemu Marku Madsenu. Zdaj imaš besedo, vzemi jo. In ljudje, ne bodite sramežljivi, postavljajte svoja vprašanja. Tu imamo strokovnjake. Mark, vse si.
Mark Madsen: V redu, hvala Eric. Torej, kar ste slišali prav zdaj, se je nanašalo na modeliranje procesov in procesov ter kako se uporablja. Potem sem iz svoje perspektive, ki prihaja z analitične strani hiše, veliko uporabljal poslovne procese kot načine razlage in razumevanja. Zdaj, ko razmišljate o analitiki, še posebej pa zdaj, ko poleg BI govorimo o strojnem učenju in drugih stvareh, še vedno gledamo s širokim trgom, nekako, menim, napačno. Kar pomeni, da pošljete analitike, kot so rudarji zlata, in vdrejo v podatke in pokukajo naokoli, najdejo nekaj zlatih kock in vrnejo te dragocene stvari v organizacijo in potem vsi živijo srečno do konca. Ali vsaj analitik to počne, ker imajo šestmestno plačo, ker to teoretično vsi delajo znanstveniki.
A resničnost je veliko drugačna. V resnici je potrebna infrastruktura in je potrebno delo ter cilji in smer ter razumevanje poslovanja. In te stvari morajo resnično razumeti, kako pristopiti k težavam, kako modelirati težave in kako jih rešiti. In tako je ta ideja, da lahko na težave vržete nekatere podatke in nekaj tehnologije ter pametnih ljudi, ne da bi razumeli kontekst, zlasti kontekst procesa, znotraj katerega ga bomo uporabljali, v veliki meri mit na enak način kot večina Zlate Rush je bil mit in v resnici je večina teh ljudi šla domov v stečaj.
Tu je še en vidik uporabe analitike za podjetja, ali je to ideja, da so vsi podatki pod steklom, kajne? Da bodo analitiki ali algoritmi nekako prikrili podatke in to vrgli na zaslon pred nekom. Toda težava je v tem, da imamo toliko podatkov in z analitiko lahko naredite toliko različnih stvari, da je ljudi enostavno prelisičiti. In potem imate sekundarno težavo, ki je "Imam toliko podatkov in imam toliko stvari, na katere moram biti pozoren? In kako in zakaj sem pozoren na te stvari? "In to je resnično bistvo številnih težav v okolju do te mere, da moramo od strokovnjakov, da potrdijo, katere informacije se prikažejo komu in tako daleč, od daleč nazaj. od dostopa do samopostrežnih podatkov in nadzornih plošč na samopostrežno storitev se na koncu zanesete na različne strokovnjake, ki vam bodo pomagali ugotoviti, kaj gre pri prekletih stvareh.
In če govorimo o tem, kam gre prihodnost, zlasti z veliko naprednejšo analitiko, vendar se približuje strojno učenje, AI v poslu, vse te stvari, no, okoli tega je veliko hype. V tem je veliko resničnosti in velik del tega je vgrajen. Pravzaprav je moderna renesansa pri tem nastala s tem, da jo je vključila v postopek. Torej jemanje procesov, ki so bili avtomatizirani ali avtomatizirani, na primer osnovna ideja priporočilnih motorjev v maloprodaji na spletnih mestih za e-trgovino ali na novice ali na glasbenih spletnih mestih, je preprosta aplikacija ali algoritem za nalogo, ki je bila nekoč človeško naravnana naloga . Kaj menite, da bodo ljudje všeč pri vprašanju in načrtovalcem trgovin ali osebo, ki ugotovi, kakšna mora biti navzkrižna prodaja ali pa naj bo prodaja na podlagi predhodnih podatkov, bi to prekrili in nato to preusmerili v sistem in potem bi se s tem ukvarjal ali trženje ali trgovanje ali kakšna spletna aplikacija. In potem se je vtisnilo. Medtem ko počnete stvari, stroj spremlja, kaj počnete, izpopolnjuje in nenehno predstavlja novo, in to je vgrajena analitika. Tam sedi znotraj procesa. In če resnično želite vedeti, kam gre veliko prihodnosti tega dela, je to tam. Ljudem ni toliko pomagati z bolj sofisticirano analizo. To je s povečanjem učinkovitosti v veliko širšem obsegu poslovanja.
Ko torej pogledate na stvari, kot je poslovna inteligenca, od koder prihaja veliko trga podatkov in analiz, so obstajali statistiki, preden je BI res ljudem omogočil veliko stvari brez statistike, brez česar koli drugega, osredotočen izključno na podatke. Težava je bila v tem, da je s samo osredotočanjem na podatke izpustil veliko konteksta. In tako na koncu manjkate, kako se vsi ti podatki nanašajo. Če razmišljate, kaj se dogaja na armaturni plošči, boste imeli nekaj črtnih grafikonov, morda graf, tabelo števil. Videli boste kup meritev posamično ali skupaj in dejansko ne vidite, kako se nanašajo. Predstavljajte si, da ste nekdo nov v nečem, in vstopite, lahko pogledate na nadzorno ploščo in ne boste naredili glave ali repov iz nobene številke, ker same številke ne povedo ničesar, ker ne imajo kontekst. Torej bi lahko prikazali številko v rdeči barvi, vendar bi lahko s tem, da povlečete neko drugo ročico, to bolje ali slabše. Kako se te stvari nanašajo? To se kontekst izgublja pri poslovni inteligenci in shranjevanju podatkov ter oblikovanju nadzorne plošče, ker modelirate podatke in ne obdelujete. In to je temeljni vidik, da zgradite ponovljivost okoli podatkov in to storite tako, da večino postopka iztisnete in se osredotočite na meritve, ki nastanejo iz surovih podatkov.
Torej ta zaslon nam pokaže, kaj je v bistvu nadzorna plošča o postopku testiranja v laboratoriju. Obstaja aplikacija z imenom Altosoft, ki na ta način dela BI. Torej, kar pogledate, vidite, da postopek in podatki niso ločeni, ampak spet sestavljeni. Kot da je bila ločitev umetna in je bila izvedena, ker smo abstrahirali podatke, jih potisnili v podatkovne baze in na njej zgradili vmesnike. Običajno imate dve metriki; imate stvari, kot je število naročenih testov, kar je prvo polje v tem toku, zadnje polje pa bi bilo število opravljenih in vloženih preizkusov. In tako bi imeli ti dve meritvi; bi jih postavili na armaturno ploščo in morda boste opazili, da eden znatno zaostaja za drugim. Morda imate tretjo meritev, ki je ponovno obdelana.
Če torej delate laboratorijske preiskave v bolnišnici, je veliko testov. Mnogi od njih so nujni, ker pridejo pred operativne posege ali izhajajo iz enote kritične oskrbe ali kakšne druge stvari. Torej imate procese, kjer jih zdravniki odredijo, gredo v laboratorij, laboratorij ima postopek za označevanje prejetega, razporejen je po načrtu, končal se bo, šel bo skozi opremo. Včasih, če predolgo sedijo, ker je laboratorij podprt, vsa oprema je zasedena, jih je treba ponovno obdelati. Včasih rezultati niso veljavni. Včasih stvari, kot so vzorci krvi, ne morejo sedeti več kot 30 minut ali pa se v vzorcih pojavijo okvare, nato pa morate drugič odvzeti in odvzeti kri, kar ljudem resnično ne želite početi. . Torej to pomeni, da pri nekaterih laboratorijskih testih dejansko obstajajo prioritete pred drugimi na podlagi njihove pokvarljivosti. Torej se v laboratoriju dogajajo druge stvari in se želite izogniti težavam s ponovno obdelavo, če je to sploh mogoče. Toda pretoka testov res ne morete videti skozi različne stvari, ker je sam BI navadno samo tok v skupnem metričnem pomenu. In tako vam ta vmesnik prikazuje podatke, ki so priloženi procesu, tako da lahko vidite, koliko jih je prišlo, koliko jih je bilo prejetih, koliko se jih dogaja naenkrat. Predvidevam, da ne gre za predstavitev v živo, zato ne vidite podrobnosti postopka in meritev, ki se dogajajo v notranjosti, kaj se dogaja s šaržanjem ali predelavo. Toda to je tisto, kar vam omogoča veliko boljši pogled, zato lahko oseba, ki vsaj razume laboratorij, pogleda in vidi, kaj se dogaja, v nasprotju s kopico grafov in metrik na enem zaslonu. In tako postopek veliko pomaga na strani oblikovanja vmesnikov, ne skriva konteksta.
Proces se pojavlja tudi na drugih področjih. Res, ko govorite o BI-ju in shranjevanju podatkov, preden se lotimo naprednejše analitike, govorite o eni izmed dveh stvari: ali govorite o analizi, kaj se dogaja v procesu, in nato delujete na to, ali analizirate postopek in ga nato spremenite. Standardna vrsta informacij o uporabi organizacije je spremljanje situacij - to počnejo vaše nadzorne plošče in vaša poročila o prvih 10 in spodnjih 20. Vse so preprosta orodja za spremljanje, s katerimi lahko ljudje vidijo, kaj morajo videti, in iščejo odstopanja. Na nadzorni plošči je lahko prometna osvetlitev, morda je spodnje 20 poročilo, ki je v bistvu odstopanje, ki prikazuje najslabše delovanje. In potem analiziraš te stvari, tako da pogledaš druge podatke, pogledaš druge stvari. Mogoče se lotiš še veliko podrobnosti okoli analize in potem pogledaš vzroke. Morda že imate občutek črevesja in preskočite takoj v akcijo. Pogosto se s preprostejšimi in bolj razumljivimi procesi zgodi ravno to. Vidite težavo, veste, kaj se dogaja, se odločite in ukrepate. Običajno je to znotraj zanke procesa na dnu, imate SAP, te stvari imajo, v trgovini vidite, da je na zalogi, tako da povečate naročilo za naslednji krog dopolnitve in že ste končani.
Ni se zgodilo nič posebnega, a drugič prej niste videli težav, zato morate analizirati vzroke, da bi se morali resnično potruditi, kaj se dogaja. Običajno morate v tistem trenutku, ko začnete analizirati vzrok, razumeti postopek, ker je to težava, ki je še niste videli, zato je zunaj meja običajnega procesa, vsakodnevnega vdelanega v naših OLTP sistemov in zdaj imate nekaj, kar zahteva nekaj kritičnega razmišljanja. Zahteva več konteksta, ker imate nabor težav in nabor možnih vzrokov, ki jih morate odpraviti. O tem morate utemeljiti, analizirati in zbirati nove informacije in nato postopek spremeniti. To se dogaja, ker smo nekaj storili. Mogoče nismo marketinške kampanje uskladili z našimi postopki dopolnjevanja, zato nam primanjkuje zalog. Upajmo, da se to ne dogaja v trgovini na drobno, toda veliko trgovcev na drobno je imelo te težave, ko smo prvič uvedli BI in shranjevanje podatkov.
Zdaj pogosto vzročna analiza vključuje statistiko in druge težje analize kot zrcaljenje nekaj številk, toda potem pridete v drugi del, ki spreminja postopek. Ali spreminjate na pravem mestu? Ali razumete, kje naj se te spremembe spremenijo? Ali podatki izkazujejo vašo intuicijo ali analizo, kaj se bo zgodilo po tej spremembi? Na katere druge procese vplivajo? Kakšne druge številke na nadzornih ploščah, na katere ste pozorni, bodo vplivale na to? Verjetno boste zbirali nove podatke, ki jih boste vnesli v ciklus spremljanja. Torej je proces dejansko povezan z razumevanjem na širši ravni, ko ukrepate in počnete stvari. In svet BI pogosto prevzema linearno vzročnost. Pravzaprav je večina upravnih šol res slaba, da ljudi poučujejo, kako zgraditi upravljanje uspešnosti in meritve uspešnosti v podjetju, ker domnevajo naravnost. Ravni premici so okrepljeni s preprostim poročanjem o BI in enotnimi metričnimi vrstami poročanja, ki jih potegnete, ker ne razume postopka, kako stvari vplivajo na druge stvari.
Torej lahko modele procesov uporabljate ne samo kot modele poslovnih procesov, ampak lahko uporabite tudi sistemsko dinamiko. Uporabite lahko modele procesov in jih uporabljate na enak način, da razumete, kako se meritve nanašajo med seboj. Torej v ravninskem pogledu, kot je ta diagram - opravičujem se, pozabil sem navesti referenco na papir, iz katerega je bil, stari je iz osemdesetih, gre le za sistemsko dinamiko in kako naj bi se stvari odvijale in kako v resnici so. Torej dobičkonosnost vedno predpostavlja, da bomo, če kakovost naredimo boljšo od dobičkonosnosti, nekako postali boljši. Mogoče pa se bo poslabšalo, ker za izboljšanje kakovosti morate porabiti več denarja, kar zmanjšuje dobičkonosnost. Torej je na tej puščici mogoče negativno. Ali kako vodstvo ali kako uskladitev različnih silosov v organizaciji ali procesu vodi do večje dobičkonosnosti ali znižanja stroškov. Vedno obstajajo dejavniki in ideja je, da bo katera koli od teh meritev na levi strani vplivala na to meritev na desni strani in je vsa linearna.
Diagram na desni strani prikazuje veliko boljši primer. Pokaže, kaj se tukaj resnično dogaja, in resnično se dogaja, da lahko spremenite kakovost izdelka, vendar obstaja povratna zanka med recimo kakovostjo izdelka in strukturo stroškov, ki poveča strukturo stroškov, ki zniža dobičkonosnost, čeprav hkrati znižuje tudi stroške garancijskih popravil. In tako matematika za tem postane nekoliko nejasna, ker lahko nekaj popravite tako, da znižate stroške, vendar zmanjšate kakovost izdelkov, kar zmanjša zadovoljstvo, kar zmanjša prodajo in poveča garancijske stroške.
Ali pa bi lahko naredili obratno. In zato morate bolj natančno modelirati, kaj se bo zgodilo, ko spremenite katero koli od teh stvari. In tako bodo vaše meritve o stvareh na levi same po sebi vplivale in kako boste te stvari spreminjali, bodo ročice, ki jih potegnete v poslu ali prilagoditve poslovnega procesa ali prakse, nanje vplivale. In tako postopek prevzame osrednjo vlogo, kjer smo dolgo časa gradili zelo preproste stvari.
Naslednja stvar je, kako si ogledati, kako medsebojno vplivajo procesi. Če vzamete tisti zgodnejši diagram, ki sem ga imel, in recite, da nekaj spremenite, morate resnično pogledati, kako procesi medsebojno vplivajo, ker sprememba tu vodi do nečesa tam in tako je ta diagram iz prejšnje predstavitve o tem, kako se spremembe v trženju in spremembe spreminjajo Podatki v trženju, ki zaostajajo, dogajanje pri prodaji so dejanja, ki zaostajajo, kar pomeni, da lahko vaše ukrepanje pride prezgodaj ali prepozno, da bi lahko naredili dobro, zato se splača razumeti, kako se vplivi v enem procesu manifestirajo v drugem procesu, ker je vse vedno neposredno skozi proces.
In to, kar imate potem, je le veliko zapletenosti v poslu in zelo pogosto tega nismo zajeli. Tega nismo zajeli, ko smo delali na statističnih projektih, na projektih strojnega učenja, na BI projektih, tako da zdaj govorite o vbrizgavanju, recimo, strojnega učenja v vodilni točkovalni postopek za trženje in prodajo, kjer vam pomaga pri kvalificiranju potencialnih strank, ki vpliva na ta dva rumena polja tukaj. No, ta postopek ocenjevanja svinca, ki se nekje zgodi, bo vplival na oboje. Tako bo pri teh dveh procesih prišlo do ponovne umeritve ali spremembe. Če ste se lotili ideje, da je to točkovanje svinca, je marketinška težava in bomo najeli znanstvenika, ki bo vodil podatke, in namesto tega bodo naredili ta algoritem za oceno svinca, bo to storil, bolje kvalificirajte naše prednosti in prednostno postavite stvari. Kako to vpliva na prodajo? Ali se uporablja na pravem mestu? Mogoče morate videti, kaj se dogaja v teh procesih, ker se morata oba spremeniti. Ne gre zgolj za marketinški projekt. In to je poanta veliko analitike, da je v resnici kontekst in vplivi veliko svetlejši, obseg pa se povečuje, postaja večji in bolj naglušen.
Na težave lahko pogledate na več različnih ravneh. Torej najprej na to pogledate v kontekstu marketinške težave in nato rečete: »O, no, to dejansko vpliva na trženje in prodajo. Toda sam projekt ima vpliv na informacijsko tehnologijo, tako da je IT kot tak, kar pomeni, da moramo delati še druge stvari, in mimogrede bo to spremenilo SAP, kar pomeni, da imamo tudi ta vpliv na druge procese. " zapletenost bo različna in tudi raven analize, ker postopek ni zgolj zgolj: "Poglejte ta postopek" ali "Poglejte, kako se med tema dvema procesoma medsebojno delujeta." Če ste izvršni direktor in naredite taktiko veliko višjega reda ali strateške odločitve, morate videti še večje slike. Torej, to je diagram vrednostne verige, eden mojih najljubših, vendar je to v postopku pridelave sira na kmetiji. Torej veste, da na skrajni levi strani vidite kmetije, na desni strani pa trgovce, vmes pa imate prevoz, ki fizično blago, v bistvu mleko in maslo, premika mlečne izdelke naokoli v različne tovarne, ki seli v predelovalne obrate, ki se preselijo k distributerjem in obratom za predelavo in pakiranje ter vsem tem različnim stvarem. In to je v bistvu dobavna veriga, ki sega od proizvodnje do porabe.
In kar zgoraj vidite v rdeči in zeleni barvi, je dejansko podatkovna stran medsebojnih procesov med podjetji, ker to ni vrednostna veriga ne za eno podjetje, temveč za industrijo, čeprav je to dejansko bilo za podjetje. Sami bi se postavili v kaj takega in to preslikali in obstaja veliko različnih vrednostnih verig in vrednostnega sistema, kar zadeva preslikavo vrednosti, ki sega v Porter v, mislim, konec sedemdesetih / zgodnjih osemdesetih. Ideja pa je, da tukaj obstaja proces in te rdeče stvari so vsi pretoki informacij iz enega podjetja ali enega niza poslovanja v dobavni verigi v drugo. In to pomeni, da en proces v eni organizaciji deluje z drugim procesom v drugi organizaciji. In tako sta pretok procesov in pretok podatkov oba pomembna in oba bi morala biti vidna v smislu dokumentiranja dogajanja in razumevanja tega, kar se dogaja, in sklepanja o tem, kajti potem lahko pridete zraven in rečete: "No, kaj pa, če sem apliciral AI na tukaj sem spremenil svoj postopek in spremenil sem, kako sem naredil to pokvarljivo upravljanje, da sem zmanjšal dejstvo, da imam izdelke v tranzitu ali v čakalnih prostorih in distribucijskih napravah slabo. "In tako popravljam logistiko in dobavne verige, vendar ne vpliva samo na mene, vendar dobaviteljev navzgor in navzdol. Vpliva na moje procese in nanj bo vplival pretok informacij, zato vam postopek pomaga razmišljati o tem, kako bo to delovalo in na koga boste vplivali in s kom se morate spoprijeti. In torej ne velja resnično za analitika ali BI-osebo ali podatkovnega znanstvenika, ampak velja tudi za vodje, ki morajo te stvari uporabljati.
Kot bolj konkreten primer bom tukaj na trženju postavil res enostavno stvar, saj mislim, da veliko ljudi dokaj intuitivno razume osnove spletnega marketinga. Mislim, da so vsi v nekem trenutku verjetno videli obvezni diagram toka, kjer je tam publika ljudi. Marketing ne gre zgolj za oglaševanje. Gre za veliko stvari, toda že na samem začetku to izpusti besedo. Ozavestite ljudi o vašem izdelku ali storitvah. Oglasite se za to občinstvo, da ustvarite možnosti in tako občinstvo nekako zmanjša možnosti, ljudi, ki vas izdelek morda zanima. Ko so specifikacije izdelkov dovolj usposobljene, postanejo priložnost. Postanejo prodajne priložnosti. Torej, vsak izmed vas v tej spletni oddaji je potencialna priložnost za trženje ljudi, ki plačujejo za to spletno oddajo, ker dejansko iščejo ljudi s kvalificiranimi strankami. Tako upajo, da se bodo te prodajne priložnosti spremenile v potencialne kupce - dejanske ljudi, ki jih izdelek ali storitev zanima, ki želijo to stvar, ki jo želijo imeti, in seveda, če nekaj kupite ali podarite ali storite karkoli že, počnete - to velja enako za nepridobitna sredstva. Lahko postanem stranka, donator. In potem, veste, upajmo, da je upanje za marketing trženje, da postanete zagovorniki, kajne? Torej vedno obstajajo stvari, kot so meritve za promocijske rezultate, ki jih lahko gradite o trženju od ust do ust in o tem, kako srečne stranke puščajo ustno od ust, da o tem povedo drugim, kar doseže publiko, ne prek formalnih marketinških poti in ustvari več možnosti, priložnosti, vodilne stranke in tako cikel gre.
To je osnovni tok, vsi vidijo, da če delate kakršno koli, veste, spletna analitika deluje, vidite stvari, kot so pretvorbene karte, kajne? To je klasična BI stvar, tukaj vidite stopnjo pretvorbe, ki je preprosto prehod iz ene faze v drugo. Torej velika množična publika, ki je v resnici ne poznate, ker samo oglašujete potencialne ljudi, upajmo, da ljudje, ki jih morda poznate, morda poznajo nekaj o dveh prepoznanih priložnostih, perspektivnih ljudeh, podjetjih, za katera veste, ki nato prestopijo drugo mejo. In tako boste imeli različne kampanje. Pridobite ljudi, da kliknejo oglasne pasice in privabite ljudi, da se udeležijo te spletne oddaje. Privoščite ljudem, da nekaj storijo, in vsak izmed njih ima stopnjo konverzije - torej število ljudi, s katerimi se dotaknete, in število ljudi, ki dejansko ukrepajo, kar želite. Torej bo veliko menjalnih stopenj, ki so običajno na spletu, uravnoteženo med recimo enim in petim odstotkom, odvisno od industrije in vrste stvari, ki jo počnete. Torej boste imeli kup meritev.
V tem primeru prikažem značilno vrsto analitike, kje so obiskale strani ali kakšen je bil stopnji obiskov. Ampak to je edinstvena metrika in ljudje gledajo na to in merijo stvari, vendar res niso tako zelo uporabni. Zgodi se, da je od enega do pet odstotkov - in kar zadeva veliko spletnega oglaševanja - vendar približno en do dva odstotka, če imaš srečo. To je resnični kontekst, kajne? Vsi drugi, ki se v tistem trenutku niso preoblikovali za to stvar in tisto majhno drobno črto na dnu, vam daje veliko bolj realistično sliko, kot jo ima ta grafikon. Ampak res bi moralo biti tisto, kar sem vam prikazal prej s tokovnim diagramom, videti nekako tako? Kakšna bi bila bilančna stopnja, ki bi jo imeli ljudje, ki se pojavijo na prodajnih spletnih mestih ali na mobilnih spletnih mestih in takoj odidejo, kajne? Enostavno jih ni zanimalo. Potem so tu ljudje, ki so se malo zataknili in potem so ljudje, ki so obtičali za malo več, morda kliknili, morda se registrirali, morda kaj naredili. To je dejansko iz analize maloprodaje; Delal sem tam, kjer imate cene nakupovalnih vozičkov, zato je opuščena stopnja, izpolnila obrazec in odšla, začela donirati denar in odšla, začela podpisovati peticijo in oditi, dati nekaj v nakupovalni voziček in oditi. Resnično bi morali risati vse te stvari, toda veste, kaj vidite tukaj, vidite metriko za vsako od teh stvari. In če se vrnem na tok, je vsaka od teh meritev prehod iz ene točke v drugo.
To so dejansko procesno usklajene meritve. In če si seveda želite stvari nekoliko zakomplicirati, boste ugotovili, da v resnici obstaja veliko kanalov, kajne? Ker je trženje zelo kompleksna vrsta komunikacijskih poti. Tam so stare stvari, radio, televizor, tisk in tisk niso le revije in časopisi, temveč okrožnice, ki jih dobite v nabiralniku, so tiste male nadležne kartice, ki gredo v revije ali se prilepijo na vašo pošto. So kartice in letaki in stvari, ki vam jih izročijo na ulici. In seveda je tu še mobilni kanal, ki je v bistvu še en spletni kanal, vendar je subtilno drugačen. Igre so pravzaprav marketinški kanal. Filmi, mediji so pravzaprav marketinški kanali. Kadar koli v kinematografskem prizorišču zagledate blagovno znamko, je nekdo za to plačan. In potem sem tukaj samo prekinila internet, tu imate spletno mesto, e-poštni marketing, ki je še vedno zelo priljubljen, interaktivni sistem govornega odziva - moteči sistemi touchtone, ko pokličete podporo strankam in jih ne morete prebiti. Veliko različnih družbenih omrežij.
Tako se vsaka izmed njih razdeli na številne druge stvari, kot so družbene stvari. Imate Facebook, Twitter in Instagram ter še 100 drugih stvari. In tako ima vsak od njih svoj trženjski postopek, svoj način izbire, kako se vključiti, kako porabiti, kaj porabiti, kaj boste počeli, kako se boste lotili tega in kako greš meriti. Vsak ima postopek. Torej je Facebook marketing drugačen od Twitter marketinga, je drugačen kot Instagram marketing se razlikuje od marketinga. Kar pomeni, da bo vsak od njih imel podobne - verjetno podobne, vendar nekoliko drugačne - stvari in morda različne ljudi, ki se ukvarjajo z njimi. Vsak ima torej postopek. Količina procesov pod temi metrikami je torej zelo globoka in vplivajo drug na drugega. Če naredite eno stvar, vplivate na druge stvari in ta interakcija je zelo koristna in lepo videti v diagramih procesa.
Drugi koncepti toka sami po sebi so preozki, saj se običajno odsekajo v trenutku, ko ljudje postanejo kupci. Običajno takrat marketing reče: "Naše delo se konča." Zelo malo ljudi se zaveda, da je trženjsko pravo delo ustvarjanje kupcev za prodajo. In tako je treba meriti vse do končne točke. Ko je stranka kupljena, je drugi del trženja, ki ga ljudje zunaj trženja običajno ne poznajo, to, da to ni samo pridobitev, temveč upravljanje življenjskega cikla stranke. Ampak to je običajno drug silos. Kot je že prej govorila Kim, imamo silose in skrb za stranke ter garancijsko podporo in vse te druge stvari običajno potekajo v različnih oddelkih ali različnih oddelkih v okviru trženja v svojih silosih. Toda videti jih morate čez njih. Videti morate postopek, ki napaja stvari v, skozi in zunaj. Vroča tema od - recimo, dobrih pet do 10 let nazaj, vendar je še danes - se nanaša na 360 strank in uporabniško izkušnjo ter upravljanje izkušenj s strankami. Stranke doživljajo organizacijo s številnimi točkami dotikanja od pridobitve s pomočjo podpore, zato lahko imate odlične izkušnje na strani trženja in prodaje ter grozno storitev in se nikoli več ne vrnete. Lahko pa imate strašno prodajno izkušnjo, ne kupujte izdelka, ampak presodite, da je to konec, ne glede na to, kako dobra je storitev. In tako širi pogled na postopek v kontekstu, v katerem gledate na metrike.
In zato je razumevanje postopka po horizontali, po oddelkih, po različnih poslovnih pogledih pomembno, ne zgolj znotraj. In eden od izzivov, kakršen je BI, skladiščenje podatkov ali praktikam podatkovnih podatkov, je, da se podatki sesekajo zaradi teh silosov. Sistemi za avtomatizacijo trženja upravljajo s sprednjim delom; obstajajo spletni trženjski sistemi; Sistemi za avtomatizacijo prodaje se ukvarjajo s srednjimi deli, ko so prevedeni v sistem SAP ali Oracle OLTP. Potem so to različne stvari in seveda se klicni center biz pogosto odstrani od katerega koli od teh kosov, nato pa morate vse skupaj zlepiti skupaj, zato vam diagrami procesov pomagajo razumeti, kako se vsi sistemi nanašajo drug na drugega, kar tudi pomaga vi kot strokovnjaki za podatke o BI ali podatkov o stanovanjskih podatkih ugotovite, kateri podatki gredo kam in kako in zakaj. Zato osebno uporabljam diagrame procesov na več različnih mestih znotraj teh analitičnih projektov, saj vam pomagajo pri zemljevidu in razumevanju podatkov po podatkih, pa tudi pri delu. Kot smo že videli, obstajajo mesta, kjer modeli procesov uporabljajo podatke vidne. Uporabljajo podatke o prodaji in trženju ter kdo je lastnik podatkov in kje ti podatki vidni in kje se ti prekrivajo. Pomagajo vam tudi razumeti zaradi lokacije ljudi in oddelkov v diagramih procesa, kdo dela, in kdo je dejanski lastnik teh podatkov. Tako lahko vidite, kdo je lastnik finančnih podatkov, kdo je lastnik zdravstvenih podatkov, kdo je odgovoren za te stvari. In včasih je to koristno, ko vidite metrike in obstaja razkorak med dvema procesoma, med tema dvema procesoma pa je prenos podatkov in na vsaki strani je oseba, ki je verjetno odgovorna bodisi za zgornji bodisi za spodnji del podatkov in morate poiskati njim. Lahko pa poiščete procesne zemljevide in si ogledate te stvari.
Torej lahko model procesa pomaga, da je to vidno in da lahko te stvari izkoristite v svojih projektih. In veste, kot se veselimo, veliko tega, o čemer sem govoril na začetku o BI in analitiki, celo o podatkovni znanosti, o vidikih stvari na površni ravni, gre za analizo osnovnega procesa in meritev . Toda druga stvar, ki jo lahko naredite, razen vdelave analitike v procese ali analiziranja procesov in njihovega spreminjanja, je gradnja simulacij. Stari način gradnje simulatorjev, kot smo ga že dolgo uporabljali, je, da ste dobili pametne, matematične, ljudi, zgradili so modele, ki bi simulirali sistem, običajno z razumevanjem procesov znotraj tega sistema. Toda obstaja še en način, in sicer je to, da nekaj razumete in nato vnesete podatke. Zgradili ste simulator, piše, da deluje na ta način, vse te podatke imate. Te podatke bi morali preslikati v to simulacijo in videti, ali je vaša simulacija sranje ali je dobra. In tako lahko začnete graditi simulacije procesa ali interakcijski proces, kar je zelo težko storiti.
Z analizo in hranjenjem podatkov v nekakšne črne polja - obstajajo simulacijski modeli črnih in belih škatel, ki jih lahko sestavite in tako lahko preverite simulacije - podatke lahko uporabite za izdelavo simulacij; lahko naredite več zanimivih stvari in to je res velik del tega, kamor gre prihodnost. To in nekaj, kar traja že dobro desetletje ali tako, kar je avtomatizacija odločitev - kar pomeni, da so tiste rutinske stvari, ki jih ljudje počnejo, pokvarjene, za kar samo porabiš čas, veš, pritiskajo na gumbe - in začeli naredite avtomatizacijo odločitev in nekatere šole ji pravijo "zapletena obdelava dogodkov." Vendar veste, da so to še en vidik vbrizgavanja odločitev in analitike predmetov v postopek, kar pomeni, da morate načrtovati te procese, da vidite, kako in kje lahko to prakso uporabite .
In končno, skoraj nikoli nismo spremenili modeliranja procesov na tisto, kar počnemo, to je odločanje z uporabo informacij. In to je eno od področij, ki ga avtomatizacija odločitev in CEP dejansko malo. Ampak to sem že malo storil v smislu raziskovanja odločanja in to je, kakšen je postopek, skozi katerega človek prehaja, da sprejema odločitve o določeni stvari? Torej je to lahko trgovanje, morda trženje, morda je nekaj v logistiki, toda človek se odloča in če modeliraš odločitve in jih sprejemaš, bolje razumeš potrebne podatke in meritve. za njih. Torej lahko uporabite ta model odločitve kot dejanski mehanizem za oblikovanje boljših nadzornih plošč, da ugotovite, katere analitične funkcije se lahko uporabijo za to ali da ta oseba omogoči boljše odločitve. In to je ena tistih stvari, ki je še vedno tam, da jih je treba raziskati.
In s tem bom tu prenehal, da bomo imeli čas za vprašanja.
Eric Kavanagh: Ja, to je bilo veliko resnično, zelo dobrih stvari in Kim, moram reči, med vami in Markom, mislim, da ste obe postavili precej impresivno paleto situacij in scenarijev, kjer bo modeliranje procesov res izplačalo dividende . Verjetno bom najprej vrgel to, Kim. Kako dosežete, da podjetje to ceni in se zaveda, koliko časa lahko prihranite, denar lahko prihranite, povečate dobiček in podobno, tako da se resnično osredotočite na destilacijo teh procesov do niza diagramov in nato njihovo analizo?
Kim Brushaber: Ja, mislim, da je prvo, kar morate storiti, določiti prvaka v organizaciji, ki želi videti svoje procese. In to enkrat - in naj bo to ključni deležnik v organizaciji. In nato določite majhno skupino, da začnete graditi procese in se spet osredotočiti na to, kaj je poslovni cilj in kaj poskuša doseči, ne samo na tisto, kar se dogaja znotraj oddelka. In vzemite si ta cilj in ga preslikajte znotraj prvaka ter vzemite prvaka in nato pokažite nagrade, ki jih dobite iz procesa, kar bo omogočilo drugim delom organizacije, da začnejo graditi tudi te procese, dokler ne morete zgraditi celotno organizacijo, ker večina ljudi ne more samo svetovati v tem, da le nariše vse svoje procese naenkrat. Torej morajo to storiti v koščkih velikosti in izbirati najbolj strateška mesta, ki jih želite pogledati, ali mesta, kjer pričakujete, da bo največ težav. In začnite razvezati božične lučke in si oglejte, kako se to združuje.
Eric Kavanagh: Ja, to je pravzaprav odlična metafora - razvezati božične lučke, ker pod njo boste našli veliko zapletenosti in veliko rešitev. Resnično, mislim, da tu nastane veliko težav, bodisi z združitvijo - kot ste predlagali prej - bodisi zgolj s popotniškimi rešitvami, ki so se začele v procesu v letih, ko si nihče nikoli ni vzel časa za razplet, kajne ?
Kim Brushaber: Prav, ali je nekdo pravkar začel nekaj delati in o njem ni bilo nikoli govora.
Eric Kavanagh: Prav, to je zanimivo. Tukaj je - in to je dobro. Predvidevam, da vam bom to prenesel, Mark in nato Kim, če želite to komentirati. Eden od udeležencev piše: "Glede na nenehno spreminjajoče se in naraščajoče omnikanalno okolje, kako se dodelitev najbolje upravlja ali dodeljuje?" Mislim, da je to vprašanje, ki se zastavlja, vendar Mark, kaj misliš?
Mark Madsen: Ja. Celotna težava z atribucijo pri trženju je ogromna. Če ne veste, kaj je pripisovanje, je to samo prodaja, recimo, prodaje nečesa - na primer spletnega primera, če greš v Amazon in kupiš knjigo. No, kako si prišel tja? Ali vas je optimizacija iskalnikov pripeljala do tja, saj ste na tem mestu le dobili uvrstitve te knjige, zato je odšel na to mesto, da bi jo kupil? Je bil to spletni oglas, je šlo za kampanjo v družabnih medijih? In veste, da je težava v tem, da je ideja atribucijskega modeliranja v tem, da obstaja tovrstni glavni vzrok, očitno pa je več stvari. Mogoče ste knjigo videli na stojnici za knjigo in ste videli pasični oglas zanjo, potem pa ste se odločili, da jo boste pozneje iskali, ker ste iskali nekaj za branje, nato pa je šel tja gor.
In potem je vprašanje: "Kako razdelite porabo medijev ali vrednost te prodaje in kupca med različnimi kampanjami?" In to je izjemno zapletena naloga in to morate storiti, ker očitno poskušate načrtovati svoje najučinkovitejše kampanje. A tudi zato, ker velikokrat obstajajo stroški, kot je partnerska pristojbina ali kaj takega ali klikanje, ki vam ga za to zaračuna. In potem se morate odločiti, kdo bo plačan. Ali Google dobi plačilo, ali ti fantje dobijo plačilo, ali ti fantje dobijo plačo? Ker so tipične sheme dodeljevanja "prvi fant plačan."
In zato menim, da gre za zelo zapleten problem in gre za multivariatno težavo s statistično analizo, ki nima jasnih odgovorov. In to pomeni, da morate vedeti meritve in videti, kaj lahko poskusite dražiti, in obstajajo stvari, kot so združene analize in druge čudne stvari, ki so bile nekoč priljubljene, ki bi lahko postale spet priljubljene za te vrste namenov. To pa pomeni, da morate nekako razumeti procesne metrike, vsaj na ravni "Imam pet različnih vrst marketinških kampanj. Moram vedeti, kakšni so vložki v to kampanjo, vem, koliko denarja imam" porabim za obdelavo meritev, na primer koliko e-poštnih sporočil ali koliko oglasov sem prikazal? "In meritve rezultatov, ki ustrezajo časovnemu razporedu ali povezavi ali sledilcu pri tej stvari, je prišlo do te transakcije. Tako, da lahko začnete graditi to sliko - in spet to je dober primer, kjer vam lahko preslikava vsaj osnovnih interakcij procesa pomaga pri premisleku. Bottom line, vendar mislim, da ni jasnega odgovora na atribucijo.
Eric Kavanagh: Ja, mislim, da imaš prav. In nikoli ne boste vedeli, se mi zdi. Lahko veste vsaj za glavno, lahko imate dobro predstavo, od kod prihaja večina stvari, toda domnevati, da lahko veste vse ali bi sploh lahko vedeli vse, mislim, da je na začetku le napaka.
Mark Madsen: Mislim, da je Heisenberg o tem že pisal.
Eric Kavanagh: Kaj je to?
Mark Madsen: Načelo Heisenbergove negotovosti vlada.
Eric Kavanagh: Lepo, to je dobro. Naj vam to predam, Kim, ker ko gledam to in poslušam to predstavitev, kaj ste preslikali z veliko teh različnih scenarijev in potem, kar je naredil tudi Mark, veste, kaj se pokaže V mislih je celoten koncept digitalne transformacije, o katerem vsi nenehno govorijo. Zame je to veliko mnenje za tovrstno razpravo, saj če pogledate na nove zmagovalce v smislu velikih inovacij, kot je Uber, ne glede na njihovo kulturno problematiko, in Airbnb ter nekatera od teh drugih podjetij, so to storili ključni procesi vse do te ravni, na shematično raven, in resnično so se osredotočili na izgradnjo neprebojne infrastrukture, ki bi služile tem resnim storitvam na trgu. In to so storili v obsegu, kajne? Pa digitalna transformacija temelji na uporabi nove moči računalništva v oblaku, strojnega učenja, analitike, ne glede na to. Zato se mi mora vsakdo, ki govori o digitalni transformaciji, lotiti modeliranja procesov. Kaj misliš?
Kim Brushaber: Ja, in mislim, da je drugi izraz, ki trenutno pogosto plava, "avtomatizacija procesov", za katero morate najprej zgraditi svoje poslovne procese in razumeti, kakšni so, preden jih začnete avtomatizirati. In potem lahko svoje načrte sprožiš. Ampak absolutno, ko se spopadate s starostjo digitalne preobrazbe, veste, da morate gledati, kaj so informacije, ki jih zbiram, in se v vaši organizaciji resnično strinjam o tem, kaj od teh informacij je pomembno. Ker veste, kot je diapozitiv, ki ga je Mark delil, kjer imate vse različne TV zaslone z vsemi različnimi informacijami, imamo zdaj možnost, da zberemo toliko podatkov, da se morate zares opredeliti kot organizacijo in se povezati z vsi, vsi ključni deležniki in skozi poslovne procese pravijo: "To so ključne informacije in to so najpomembnejši koraki, " in lahko tudi razumete, kje so vaše ključne točke. Torej, veste: "To je postopek, ki za nas ne deluje dobro. Pojdimo v natančno nastavitev podrobnosti in ugotovimo, kako lahko to storimo drugače, «in se pogovarjamo z različnimi točkami dotikov in poglejmo tudi njihove vnose v pogovoru.
Eric Kavanagh: Ja, to je res dobra točka in mislil sem, da je tudi ta diapozitiv dobro delo sporočil pomen odvisnosti. Veste, da kadar koli spremenite eno od teh komponent, jih spremenite vse in poskušate oviti glavo, kako to lahko odkrito vpliva na poslovne procese, traja nekaj časa in truda. Toda spet gre za takšno stvar, kjer morate, če govorite o kakršni koli digitalni preobrazbi, spoznati, kje se procesi lahko sesedejo, kam jih je mogoče izkoreniniti. Mislim, da je to ponavadi eden od nerešenih junakov uspešnih implementacij, ko se zavedaš, da ne potrebuješ več X, Y ali Z procesov, če preurediš celoten načrt.
Kim, to verjetno vrnem nate. Kaj se vam zdi nekaj ključnih dejavnikov uspeha, ko gre pri teh stvareh zelo dobro? Katere so značilnosti teh zgodb o uspehu?
Kim Brushaber: Mislim, mislim, da je očitno sodelovanje nujno, zato sem se odločil, da bom toliko usmeril drsno ploščo, ki jo imam na silosih, ker je sodelovanje med različnimi organizacijami in ugotovitev, kje so ti odpuščanja, to ogromno kako racionalizirati in narediti svoje procese bolj vitke in imeti te razgovore o, »v redu, to je tako, kot to počnem«, kot je tisti z diapozitivom združitve, ko govorite z več različnimi oddelki oz. se pogovarjate s podjetji, ki se združujejo in resnično ugotavljate najboljše prakse. Ob načrtovanju najboljših korakov in pri usklajevanju s temi koraki vse te informacije vsekakor minejo.
Eric Kavanagh: Ja in vesel sem, da ste vtaknili besedo "sodelovanje". Mark, prestavil ti ga bom v komentar. Sodelovanje je takšna sprememba iger v novem poslovnem svetu, tudi na primer s preprostimi stvarmi, kot je Google Docs. Namesto, da en dokument pošljete po pet različnih ljudi po e-pošti, lahko vsem tistim petim ljudem, ki si dokument ogledajo v realnem času in izvedejo prilagoditve, in vidijo, kaj komentirajo drug drugega. To je velika stvar; to je velika sprememba procesa. In isto komponento lahko seveda uporabimo za poslovno inteligenco, za obdelavo modelov, res katero od teh disciplin, ki jih uporabljamo za optimizacijo poslovanja. Sodelovanje mora biti najprej in predvsem kadar koli je smiselno, kajne?
Mark Madsen: Ja, tako tudi mislim. Mislim, ta ideja samotnega odločevalca je nekako podobna, saj veste, da je osamljeni analitik, ki čarobno odide tja, da naredi svojo analizo in poiskal to negativno zlato. In samotni odločevalec, ki sedi za mizo, je nekakšen staroslovni pogled, kako ljudje in organizacije sprejemajo odločitve, veste? Sedite za pisalno mizo in gledate to stvar ter se nato odločite, vendar je to že vse zajeto v postopku in aplikacijah. Prave odločitve se običajno sprejemajo v oddelkih ali z drugimi ljudmi, kar zahteva širše razumevanje in sporočanje dogajanja. V nasprotnem primeru si samo kopaš po petah in vsi se borijo in nihče noče imeti ničesar v lasti, zato ne delam več v številnih podjetjih.
Eric Kavanagh: No, saj veš, to je zelo dobro, Kim, zelo sem vesel, da si predstavil ta koncept, da so se stvari v prevodu izgubile. Pogosto mislim, da ljudje v nobeni diskusiji, kjer koli, ne upoštevajo skorajda dovolj pomembnosti konteksta. Kontekst je tako pomemben, da ljudem pomagamo razumeti, kakšen je problem, o katerem se razpravlja, in ne glede na odločitve. In če lahko modeliranje procesov uporabite kot mehanizem, znova preusmerite, kar je lahko precej kosmate kompleksne organizme, do relativno enostavnih - in če ne povsem elegantnih - diagramov, kar je zame zelo koristno za: A) sporočanje bistvenega pomena, vendar B ) ne spregledajo kritičnih stvari, ki pa bi se lahko izgubile v pogovoru, in C) končno kristalizirajo nekaj vizualno, kar bi, odkrito povedano, besede v dialogu težko prikradele. Kaj misliš?
Kim Brushaber: No, res je zanimivo, da nadaljujete z navajanjem tega izraza "pogovor". In vključil sem diapozitiv, ki je bil na diagramu pogovorov, kjer je bilo več različnih bazenov, ki so se med seboj pogovarjali in se medsebojno komunicirali. Zato se je organizacija BPMN odločila za oblikovanje tega diagrama, saj so razumeli, da so pogovori, ki potekajo med različnimi oddelki, zapleteni in je treba najti način, kako lahko predstavimo vse delčke, ki so bili vključeni v postopek in vse različnih igralcev in vseh različnih vidikov, tako da nobena žoga ni padla in vsi so vedeli, kje so zapisane odgovornosti. Torej, v poslovnem procesu, ko ste govorili, veste, da so pravilni občutki za kontekst diagrami poslovnih procesov res odlični, saj so vizualni in slike vredne 1.000 besed, in ko lahko te stvari vidite v zelo vizualnem kontekstu, omogoča ljudem, da lahko razumejo veliko bolje kot recimo, če ste napisali, da je bil vaš postopek v obliki odstavkov in ste jih napisali, veste, fizično ali celo, če ste jih oštevilčili z naboji. Slikovni prikaz vam omogoča, da lahko zberete ta kontekst in to razumevanje veliko hitreje, kot če bi ga znali brati ali razumeti.
Eric Kavanagh: Pa tudi stvari bi lahko do določene mere depersonalizirali, kajne? Če ljudje ne bodo jemali stvari tako osebno in bi imeli veliko bolj objektivno mnenje o tem, kaj v resnici posluje, in zagotovo za bolj zapletene procese, mislim, da bi tako poslovna kot IT-publika lažje razumela, kaj je veliko slika je, ker je na koncu dneva velika slika posel in če želimo, da bi podjetje uspelo, se sprijaznimo, to so precej burni časi. Zato menim, da je čas pravi, in vedno je bil, vendar se zdi, da je v teh dneh še toliko bolj, ko vidimo, da so določeni procesi optimizirani ali celo izkoreninjeni. Na primer, odhod v oblak, samo nalaganje celotne komponente vaše ponudbe storitev v oblak ali k nekemu partnerju ali kakršnemu koli drugemu. Toda depersonaliziran, jasen shematični model poslovanja je zelo koristna stvar za preoblikovanje in za ostajanje na vrhu, kajne?
Kim Brushaber: Ja in izdelki ER Studio imamo tudi veliko možnosti iskanja in filtriranja. Torej, če bi želeli preveriti in označiti, da je nekaj v obnašanju v oblaku, lahko to poiščete in natančno nastavite in opravite iskanje, da vidite, kateri so koščki, ki se med seboj ukvarjajo v oblaku, potem ko načrtujete vse svoje procese. Ali na primer, recimo, da gledate na trženje in se želite samo prilagoditi trženju - in zagotovo ne mislim izbrati trženja - to je samo prvo, ki je prišlo na misel večini organizacij, ki imajo . Ampak, veste, iti in lahko rečem: "V redu, tako da menjam svoj marketinški oddelek. To so vsa vedenja, "in tako si lahko ogledate vse procese in si rečete:" V redu, te taktike, ki jih uporabljamo za to pot, postavimo v oblak in naredimo to, kar bo vplivalo na to koščki in to bo vplivalo na te ljudi. "In če imate ta postopek načrtovan ven, potem lahko vidite zelo vizualno - to je kot gledanje velikanske sestavljanke, kajne? Imate vse te različne sestavljanke, ki se vsi igrajo skupaj, in lahko ugotovite: "V redu, ali moram te kosov sestavljanke preurediti, da se bo vse skupaj postavilo v enem kosu?"
Eric Kavanagh: Ja, in veste, da vam bom postavil še zadnje vprašanje. In ljudje, kmalu objavim povezavo do diapozitivov z današnje predstavitve; poglejte v okno za klepet in si oglejte to. Seveda pa je ključnega pomena modeliranje procesov in pogoji za modeliranje podatkov za podatke o podatkih, ki potekajo skozi sisteme, ker sistemi delujejo ali pa jih ne, kjer je posel lahko nekoliko bolj ohlapen. Lahko se lotite reševanja - recimo v starih časih ob koncu postopka ali na začetku postopka ali kjer koli vmes -, lahko imate rešitev, ki jo je nekdo ugotovil nekega dne, ko se je zlomilo nekaj, česar nihče ni vedel. No, s podatki boste zagotovo vedeli, saj se podatki ne prikažejo v polju, kjer je to potrebno, in transakcije ne opravite. A ali zdaj vidite, da A) gremo k bolj digitalni ekonomiji, vendar B) imamo vse te različne združitve in stvari. Ali vidite, da podjetja začenjajo bolj ceniti vrednost modeliranja poslovnih procesov in tudi modeliranja podatkov? Je to kaj preneslo? Ker za modeliranje podatkov zagotovo vem, so oblikovalci podatkov že leta in leta zelo strastni do tega. Ali jih podjetje dobiva te dni? Se že bližamo, kje je potrebno razumevanje tega, kar počnejo?
Kim Brushaber: Mislim, prav to poskušamo doseči v IDERI. ER Studio Suite vključuje tako zbirko podatkov za modeliranje kot poslovno arhitektu, zato se vam zahvaljujem, da ste me tako lepo postavili v vrsto.
Eric Kavanagh: Tukaj.
Kim Brushaber: Ampak mi - očitno je podatek za modeliranje podatkov nujno potreben za vsakogar v informacijski arhitekturi, arhitekturi rešitev, vsem, ki so odgovorni za podatke v organizaciji. Način, na katerega smo izdelali svoj izdelek, omogoča, da podjetja in podatki v naravi potekajo z roko v roki z uporabo dodatkov za našo podjetniško skupino, tako da lahko potisnete vse predmete, ki so na voljo poslovnemu procesu in Podatke obdelamo skupaj in bi lahko združili ta dva sveta. In zagotovo nimam dovolj časa, da bi se podrobneje seznanil s tem, toda kdorkoli je dobrodošel, da pogledam IDERO in vidim, kako to počnemo.
Vprašanje pa je, da bo svet podatkov še naprej zapleten. Skladiščenje je postalo cenejše, cenejše in cenejše, kar pomeni, da bomo pridobivali vse več in več podatkov in tam so stvari, kot je Mark, razpravljali: "V redu, torej, ko imam podatke, kako analiziram to? Kako ga razumem? Kako ga ekstrapoliram in kako ga uporabim za svoje podjetje? "In tako sem lahko prekrival te podatke v poslovnem procesu in rekel, veste:" Moram sprejeti odločitev o proizvodni odločitvi in moram vedeti kolikokrat zamujajo moji tovornjaki zaradi snega pozimi? Ali moram odpreti podjetje v Kostariki, da bom od tam lahko pošiljal stvari, namesto da bi jih pošiljal s severa? "In sposoben si je pogledati vse te vidike, pa sploh ne veste, da morate pogledati na teh vidikih, dokler ne morete začeti nekaterih, da preslikate ta postopek, in v tem primeru gre za prevozni postopek, vendar ima vsako podjetje v svojem kompleksu težave, ki jih lahko spustijo v model poslovnega procesa in začnejo razumeti, kam se lahko ti deli premikajo .
Eric Kavanagh: Všeč mi je. Še posebej mi je všeč del o odpiranju podjetja v Kostariki.
Kim Brushaber: Zakaj ne?
Eric Kavanagh: Če potrebujete moškega za odnose z javnostmi ali moderatorja tam spodaj, me obvestite. Povezavo diapozitivov sem objavil v oknu za klepet, zato preverite to okno za klepet. Seveda, če tega niste videli ali želite to deliti s sodelavci, arhiviramo vse te spletne oddaje za poznejši ogled. In lahko Kim takoj pošljete e-pošto, njen naslov je na zaslonu. Pošljite ji e-poštno sporočilo neposredno.
In s tem se bomo poslovili. Hvala za fantastično predstavitev; to je bilo super. Naslednjič vas bomo dojeli, ljudje. Pazite. Adijo.
