通过Techopedia Staff，2017年11月8日
总结：主持人Eric Kavanagh与Impact Analytix的Jen Underwood和IDERA的Ron Huizenga讨论了数据成熟度和组织成熟度。
您目前尚未登录。请登录或注册以观看视频。
埃里克·卡瓦纳（Eric Kavanagh）：好的，女士们，先生们。 您好，欢迎再次回来。 现在是东部时间星期三凌晨4点，这意味着该是Hot Technologies的时候了。 确实是的。 我叫埃里克·卡瓦纳（Eric Kavanagh）； 我将作为您今天的展会的主持人，我们的展会已经真正定义好了，旨在定义处于数据管理领域中某些状态的某些技术。 今天我们的主题是“实现数据成熟度：一项组织平衡法”。因此，确实有关于您的问题，请在Twitter上@eric_kavanagh打我。 如果您提到我，我总是转推，我也会尽量跟进。 这是一个获取有关世界上正在发生的事情的信息的好地方。 我喜欢这种格式。 短字符，140个字符-或更多。 因此，随时给我发送一条推文，我会跟着回来。
当然，今年很热。 今天，我们谈论的都是数据成熟度，这是阵容，而您的队伍真正名列前茅。 今天我们有一位新分析师。 我对Impact Analytix的Jen Underwood感到非常兴奋。 她是商业智能，分析和数据可视化以及所有这些重要主题的专家。 当然还有数据成熟度。 我们的好伙伴Ron Huizenga从IDERA拜访。 因此，我们首先会收到Jen的声音，然后是Ron的声音。 然后，我们将进行一次圆桌讨论。
当我将下一张幻灯片推到此处时，我只想简单说几句话。 数据管理的成熟度已经有一段时间了。 显然，在历史上，您必须先考虑某个点，然后再开始考虑成熟度，并且已经建立了许多成熟度生命周期（或周期），试图弄清楚自己处于曲线的位置。 您还处于早期阶段吗？ 你是少年吗？ 你成熟了吗 Etcetera。
而且我认为，从成熟度来看，许多组织都处于青少年时期，青少年时期或二十世纪初。 但这并不是说任何令人沮丧的事情。 仅仅是我们仍处于将数据作为战略资产进行管理的初期。 事情一直在迅速变化。 尤其是在过去的五到七年中，由于我们已经从小数据转移到了大数据，他们正试图将这些截然不同的世界和新技术与旧技术进行协调。 因此，遗产无处不在，无处不在。
我多年前听到的一个笑话是，遗留系统是一种正在生产中的系统。 从系统投入生产的那一刻起，它就成为了传统。 在某种程度上是对的。 但最重要的是，我们确实拥有所有已经存在很长时间的系统，我们必须找到一种方法来了解自己在成熟度曲线中的位置，以便能够最大化和优化作为资产的数据价值。 当然，根据我们所处的行业，有些合规性问题，我们需要担心的某些法规。当然，我们还必须担心黑客入侵。 过去，我们讨论了数据治理以及它与安全性之间的关系，仅了解使用数据的角色和职责，并确保从中获得最大的价值。
因此，我将把密钥交给Jen Underwood，她可以告诉我们她对数据成熟度的看法。 仁，拿走
詹·安德伍德（Jen Underwood）：谢谢，埃里克（Eric），也感谢您邀请我。 所以今天，我将讨论几个不同的主题，然后将Ron与IDERA一起介绍，他将对这个特定主题的其他领域进行更深入的研究。 我要说的是，在当今的数字时代或数字转型中，这是至关重要的角色，正如Eric所说，这是一个不断发展的时代。 EDM委员会提供了一些有趣的统计数据，其中有一份数据管理行业基准报告。 它已经快两年了，但它仍然具有相当的意义，并且会揭示出在这个领域中成为青少年时的一些类事实。 我将谈论一些关于数据成熟度和治理支柱的内容。
在您无处不在的数字时代或数字转型这一主题下，这确实正在发生。 我每天关注整个行业时收集到的有趣事实之一就是Gartner在其十大战略技术趋势中所表达的观点。 他们曾说，到2020年-距离我们只有几年的时间-信息将被用于重塑，数字化，自动化或消除十年前我们拥有的流程的80％。
我已经看到了一段时间，我想在这里您看到的是不同类型的人在说，“数据是新的石油”，以及这些类型的事物。 我想说数据现在是数字黄金。 而且，如果您考虑软件应用程序和软件的参与，我过去是Microsoft的全球产品经理，甚至从我的职业生涯变化（您知道，我们实际上一直专注于软件，到现在我们专注于用户和收集数据并考虑数据的货币化。
我们正在进入这个时代，数据是数字化的黄金，随着所谓的首席数据官的出现，您开始看到它，而且，它们有两个主要任务-当然还有其他几个任务-确保数据安全可靠，并找到方法在内部（甚至在外部）使该数字资产价值最大化。 因此，这些类型的事情过去可能对您的组织来说可能不重要，或者看起来不重要，因此数据最终将在CDO的C级表中占有一席之地，并且今后将更加认真地对待。
如果您考虑数据管理和成熟度，那么我在此幻灯片中有两个不同的主题，第一个主题是数据管理本身。 它更多地涉及开发和创建数据及数据流的业务功能，其中的一些策略和实践。 然后，当您考虑数据管理的成熟度时，这就是组织准确定义，轻松集成（您知道）并利用其拥有的数据再次用于内部或外部目的（例如数据货币化）的能力。 其中一个重要主题（很有趣，在我职业生涯的早期，并且我实际上利用了IDERA的一些工具和数据体系结构项目）是整个元数据概念，我们一直在考虑元数据，然后才开始谈论它。大约很长时间了。 我终于看到元数据再次变得很酷。 在与不同的小组进行交互，了解您的数据在哪里，数据是什么时，这非常重要。 特别是在数据湖之类的地方。 终于，终于变得有趣了。
现在，我保证我会从行业基准报告中获得一些统计信息。 这是2015年EDM委员会的会议。 这是关于使数据质量和管理现代化的，并且在这一特定事实中有一些有趣的事实。 因此，在这里，超过33％的组织在组织的某个级别上都有一个积极的，正式的数据管理程序，只有33个。这本身就是非常有趣的。 在确实已经正式化的50％的企业中，我们想要管理数据，我们意识到这就像对人力资源一样，对我们的组织而言是一项非常重要的资产。 他们中只有50％的课程已超过一年。 因此，这又是一个新兴领域，在我们变得越来越重要的过程中，尤其是在一些行业法规出台之时，这确实很有趣。
因此，在这一点上很多次-有趣的是，在我整个职业生涯中一直从事技术销售和职务工作-并不是真的，“哦，我们可以省钱来激励组织”，通常这是恐惧。 更多的是，“哦，天哪，我们需要确保我们被掩盖了。 当然，我们也不想丢掉工作。”当然，诸如黑客攻击，数据风险和数据泄漏之类的事情，对此确实有一些有趣的基准研究。 Verizon每年都会做一次，这可能是我最喜欢的评论之一。 您几乎经常会看到是无意的，您不一定知道故意滥用数据或数据管理不当会导致泄漏。 通常，在此特定会话中他们没有这些统计数据，但是令人着迷的是，这些错误的权限管理等意外泄漏。 您知道，为了使事情变得容易一些，这些泄漏是借来的。 通常是对那些在组织内部或外部的人来说，那不是您想要的。
因此，当您考虑使用数据管理安全性和治理程序时，这些就是这类事情。 您知道，不仅错误的决定和节省金钱，而且要确保自己的安全，并遵守隐私和安全法规。 您可以在这个数字时代中通过数据获利，当然，您知道，您想要高效地做事并重复使用数据，并拥有祝福的副本，并且拥有–我讨厌别人说，我从事分析工作，从事分析已经很长时间了，这是事实的一种版本。 您知道，通常有多种版本的真相，只是从不同的角度来看。 但从本质上讲，您确实希望使决策依据所依据的数据可靠。
我看到的最大推动力之一-很好，它又变得越来越酷是一件好事-欧盟GDPR的整个概念。 让我再谈一点。 因此，如果您不了解GDPR，那么明年将听到很多有关GDPR的信息。 这是五月份正在制定的新法规。 该法案将于2018年5月强制实施，并对信息管理不当处以重罚。 您可能已经听说过以其他形式谈论的内容（也许未使用GDPR术语），可能已经听说过或被视为被遗忘的权利，这意味着您可以联系并要求供应商删除您的数据。 同样，过去的数据架构师不会删除数据。 我们将对其进行更改，以使其在数据仓库场景中不活动。 我们从未真正删除过我们的数据。 我们没有相应的流程。 因此，这将涉及组织的各个方面，以及在构建应用程序或数据仓库时可能从未考虑过的不同方式和流程。 因此，如果您发现有关GDPR的问题正在考虑中，那么很快您将需要一个法律依据来证明收集和处理个人数据的合理性。
因此，这主要是在个人层面上，因此需要自由给予同意：具体，知情，明确。 这将影响人工智能和数据科学的许多领域-我最近主要涉及的领域是数据科学的含义，并确保模型本身具有一定的透明度-以及自助服务中的许多其他领域BI，您的数据仓库，您的主数据管理，甚至您的客户360项目，都可以个性化，甚至您的业务应用程序。 因此，这将触及组织的每个部分。 与其他司法管辖区的隐私法不同，GDPR将适用于位于欧盟内部或外部的任何组织。 同样，合规罚款也很高。 您的组织可以被处以您年度总收入的百分之四的罚款（我相信这就是营业额）本身的收入。
希望我引起您的注意，这些是您应该注意的事情。 如果您的公司已经通过PCI遵循了其中的一些惯例和行业标准，则可能是ISO –我不确定我是否要说正确的话–27001。如果您已经在做某些事情，那就不应该了。不要太压倒性的，但这是一定要意识到的。 因此，当您为此做好准备时，有几个方面，尤其是在数据管理中，首先要做的就是建立目录并对数据进行分类-知道数据位于何处。 在一个世界，一个混合的世界中，数据无处不在：它在云中； 在这些应用中； 在销售队伍中； 营销也使用其他随机程序，即您的客户系统或库存系统–所有这些类型的场所。 了解数据的位置和最简单的操作-这一直是数据管理的一个非常有趣的领域，这些数据目录的概念确实具有智能，即使机器学习分类也是其中的一些信息。
再说一遍，元数据–我提到元数据又变得凉爽了，所以在您开始设计数据湖和那些类型的事物，当然要管理和监视这些元数据时，请真正考虑元数据而不是忽略这个重要主题。 因此，当您必须返回时，例如，GDPR中的某人可能会要求您证明数据去向何方，拥有谁，可以访问到谁等，监视将变得越来越重要。 因为实际上您将不得不向当局展示这些类型的事情。
为了帮助您实现数据管理的成熟度，实际上有一些想法，我相信–我不是100％肯定的–我认为我在罗恩的甲板上看到他将涵盖其中的一些，所以我今天要谈论的是来自CMMI。 而这个，这是可供人们使用的。 它涵盖了六个不同类别的数据管理，25个过程区域，414个实践声明和596个不同的工作产品。 因此，即使您只考虑所做的所有事情，例如管理和架构数据，596种功能性工作产品，您都没有意识到自己做了多少，对吗？ 或您实际上没有在做什么。 当我看着这样的数字时，这是我真正想起的事情之一。 因此，在这一点上，我喜欢这个特殊的东西，是架构和技术中立的。 因此，这意味着，如果您确实拥有这些年来与我咨询或工作并实施过的大多数大型组织，那么它们确实具有各种不同的技术。 因此，您需要将DMM转换为特定环境中使用的平台和技术的含义。 它也是行业独立的，因此它不一定特定于医疗保健。 医疗保健具有一定的意义-无论是BAA还是不同类型的分类，在将程序或计划组合在一起以提高组织内数据管理成熟度的水平时，您都必须翻译或查看不同类型的事物。
如果不是其中的一些，这是什么？ 从本质上讲，它是在定义内容，但并未明确告诉您如何执行该操作。 在我职业生涯的大部分时间里，我一直都是非常出色的A型性格。当人们给我一个目标时，我很喜欢，而且我可以弄清楚如何实现这个目标，而不是对自己的时间进行微观管理，也不知道如何实现目标。 这就是数据管理的成熟度以及CMMI的这些流程，它为您提供了目标，也为您提供了在这些不同领域中衡量自己的方式。 他们会给你一个水平。 您可以通过不同的方式对自己进行评分和衡量，无论它是否一直达到第一级到第五级，这意味着您已经对其进行了优化，并且已经制定了一个非常强大的计划。
为了让您真正理解这是什么意思，在这里我对这可能意味着什么做了一些概述。 因此，在这里，当您考虑拥有数据管理成熟度处理器的生命周期时，它就已经建立了支持流程，从需求，风险管理，您必须在那里支持流程，到数据治理的所有方面，我都很好掩饰这一点，但本质上来说，数据治理本身就是一个完整的程序。 有了业务词汇表，我们就永远讨论过业务词汇表和数据架构师–这应该是您在组织内拥有的。 他们正在制作其中的一些目录技术类型，通过将信息进行众包和获取等方式开发业务词汇表，并且，您知道将文档中的链接放置到同一数据，数据领域的不同角度，或在数据的整个生命周期中变化的数据版本。
自从我职业生涯开始以来，这些事情已经变得好多了。 过去，我们过去不得不开发自己开发的系统来完成这类事情。 因此，我们着眼于整体和全局，它是战略，然后是这里的所有不同部分，从管理到治理质量。 关于数据质量的一件事是，随着行业变得更加自动化，这很有趣，而我们又有了这些具有自动决策功能的数字流程。 在数据科学领域，我正在做很多工作，其中一些工具可自动执行决策并实时更新预测模型。 这些工具和算法中有很多都要求并假设数据是好的。 它需要有效的数据才能为您提供良好的自动化决策。 因此，在考虑时，也许知道数据质量通常是人们不愿考虑的事情之一，并且对此并不十分重视。 但是，一旦开始为预测建模和机器学习实现模型中的决策自动化，数据质量就变得非常重要。
衡量您在这里取得的进展的几种方法是-我将让罗恩（Ron）谈谈，他在会议中也对此进行了很好的介绍-我只是想让您快速了解一下，这些不同的层面。 本质上是自我评估，对不对？ 因此，您将研究自己的数据治理以及您认为有什么适当的东西。 如果您不这样做，请不要感到尴尬。 就像我说的那样，实际上只有33％的组织甚至已经开始做这类事情。 即使您知道这些类型的程序至少已经进行了–我从事该行业已有20多年了，并且肯定是几年前我在做这些类型的事情，我们可能还没有这样称呼它。 CMMI，他们有一个可以自我评估的练习，您可以浏览一下并创建自己的练习-在这种情况下，就是这种雷达图-对所有这些不同的角度或事物进行评级。 而且，正如我所做的不同，每个组织都知道，当我过去进行这些项目的咨询和实施时，每个组织都是独一无二的。 他们将是对他们来说非常重要的领域。 您可能知道，它是过程管理，质量管理还是风险–取决于它的本质，但是您需要查看并创建基准或基准，然后再考虑定义其成功的因素。
基于此，当您考虑衡量和管理这些类型的事情时，您将首先需要为此类程序争取一些行政赞助。 这在整个组织中将是跨职能的，因此即使Susie Q和John Smith，他们也会决定：“是的，让我们这样做。我们需要这样做。”他们无法在筒仓中做到这一点。他们的组织，甚至是IT。 您确实需要业务和数据主题专家的支持。 他们需要一些时间。 他们不希望这仅仅是一项额外的任务。 如果您曾经从事过–我认为我已经完成了一些主数据管理任务，之前的项目和数据质量–通常，您知道，您可以从事这项业务，而他们，“哦，数据管理”。他们兴奋的事情。 他们就像，“哦，不。 我们需要为此花些时间。” 因此，您将需要一些时间投入。 您需要从顶部获得祝福。 您将希望它具有跨功能。
同样，这确实触及组织的许多领域。 而使用GDPR，这应该使它变得容易一些，因为GDPR的法律以及将个人数据用于您的客户并在整个组织中使用的地方，如果您应用了该技术，那应该会容易一些遵守GDPR。 在这里打结。 这对您来说应该更容易些。 您将需要分配一些责任，然后了解一下，您将要自定义这些责任。 因此，您始终会看到这些组织提供的这些类型的指南，通常就是它们：它们是针对您的指南，您将在组织中针对您的文化实施。
从事治理工作确实非常重要，这是我在Microsoft从事全球产品管理时开发的某些产品之一就是自助BI，它使业务用户和非技术数据用户能够处理数据并创建自己的报告，很多时候IT都会推迟。 因此，我花了很多时间进行这种治理，并确保产品具有正确的功能以及审核和日志记录，并且要知道，这样做是为了使它们本身不会破坏数据库。 但是，多年来您一直在研究一个框架，这些主题涉及这些类型的事情，这些事情也确实与数据管理类似。 您将希望拥有在此基础上由执行者赞助建立的基础，并且希望在业务和IT之间做出这种承诺。
确实如此，我们再次谈到了预算/时间分配以及开发新流程。 当您知道其中的一些内容并开始查看数据时，这将是文化层面的变化。 但是，从战略角度来看，这非常重要。 为了给您一种感觉，这里有一个例子，我从几年前在这些事情上的一个老项目中清除了它。 同样，从通用治理的角度来看，这可能更多，但是通过管理和发展数据管理流程并对其进行治理，可以肯定地将其重用于这些类型的项目。 您有业务主题专家，我们在这里有数据管理员，您知道IT主题专家适合不同的业务领域。 许多规模较大的公司将拥有您的企业标准委员会以及您的企业架构师，数据架构师和建模师。 因此，将有来自不同级别的一些不同主题的专家。 再说一遍，我会讨厌其中的许多例子，它们将根据您的组织和文化进行定制。
当您处理这些项目时，其中之一是，很多时候，这可能不是组织中最令人兴奋的项目，而不像人们所希望的那样直观。 有趣的是，这是其中的一件事，当咨询公司进驻甚至是您自己的IT部门，或者您的BI卓越中心组进来，或者您的卓越分析中心进来时，我们将致力于数据处理质量和数据管理的成熟度，他们可能不会对此感到非常兴奋。 但是您必须找到激励他们的方法，并将其包括在他们的测量中。 因此，当您考虑会发生什么时，一次进行此练习是一回事，并且可以吸引其他人。 您会发现他们喜欢数据目录，或者喜欢其中的某些东西，因为这使他们的生活更轻松，他们可以找到数据的含义或理解数据，并可以对数据添加自己的观点。 而且，数据目录可能是最大的项目之一，可以帮助人们真正地爱上它。
因此，下一件事就是保持他们的参与。 您如何保持某人的参与，也许他们对此并不关心？ 它是要定义一些度量并将其及其度量包含到中，然后为发生违规行为提供一些学习，并提供一些知识，即“嘿，我们一段时间以来确实做得很好，然后一段时间后就没那么好了。”是要考虑使其保持下去的事物类型。 然后，当您考虑得分时，这是CMMI的一个例子，这就是他们如何得分的。 再次，您将拥有自己的仪表板，您自己的KPI（您知道），对组织中的人员进行评估的不同方式。 但是，您将有不同的方式来评估和衡量自己的成功。 我的主要观点是您应该摆脱困境，或者摆脱困境，这是确保您确实有一种衡量成功的方法，并且也可以庆祝自己的成功。
因此，我很高兴您一直喜欢这个令人振奋的话题，并且我将转向罗恩，这将进一步深入。
Ron Huizenga：好的，Jen。 谢谢大家，今天加入我们。 现在，我将对Jen所说的内容进行几个方面的探讨，并在某些方面做得更深一些。 但是，我还要做的是提供一些摘要，以总结您至少也可以对其中一些领域进行高级自我评估。 因为正如您在CMMI模型中所看到的那样，使用许多不同的指标可以非常迅速地深入研究。 因此，我们真正想要实现的目标是使您对组织处于较高水平的位置有一个良好的感觉，然后开始深入研究其他组织。 因此，我将讨论组织有效性。 我将基于CMMI以及多年来从中得出的其他一些标准或知识体系作为基础。 然后，我将讨论数据成熟度和流程成熟度的一些成熟度指标，因为在进行此过程时，您会发现它们是紧密相连的。 在支持观点方面，Jen谈到了一个领域的治理。 而且我还将讨论企业架构。 然后，我们将对其进行总结并进入圆桌会议。
如果我们看一看，多年来已经发布了许多标准和BOK（当然是知识体系）。 其中许多确实源自成熟度模型的功能。 这就是Jen谈论的CMMI的来源。 CMM模型本身实际上是在1998年。它实际上是由一位名叫Watts Humphrey的绅士在IBM任职时创立的。 他在IBM工作了27年。 但是，当他在卡内基·梅隆大学任职时，就开始了对这种特殊模型的真正积极开发，并且受到美国国防部的委托。 已经使用许多其他标准来推导这一点。 当我们在其他一些标准中谈论这个行业时，非常了解这个行业的事情是，当我们考虑到这个时机时，这也正好是我们在整个行业中普遍看到的情况的背景。 那时是质量运动真正开始扎根的时候，特别是在制造业，并迅速转移到其他领域。 我们一直在寻找改善制造流程的方法，进行全面质量管理，及时制造等工作。 随之而来的许多理念都融入了整个质量工作体系。
这确实是许多事情开始的起点。 它始于一般行业，并进入了IT，数据，流程和信息系统。 我们看到的其他一些与我们正在谈论的事物更紧密相关或更具体的标准当然是数据成熟度模型，Jen谈到了一些。 对象管理小组还提供了业务流程成熟度模型。 以及您可能已经看到的其他许多标准，您的组织可能正在为不同的业务领域而奋斗或利用它们，尤其是IT驱动的信息，例如COBIT（信息和技术的控制目标），ITIL（通常是基础架构）专注，很多人可能已经处理过。 再次，全面质量管理。 特别是当您涉及诸如度量标准之类的东西时，您可能已经看到诸如统计过程控制之类的东西也开始起作用。 然后，当然，我们要处理的某些知识体系是信息或IT专业人员。 知识的数据管理主体。
与此等效的还有业务分析知识体系。 以及项目管理知识体系。 您的组织中的不同利益相关者可能同时使用多个或多个这些功能。 但是，让我们通过BOK过滤掉，然后回来说什么是成熟度？ 我们列出了“成熟”的定义，因为当您问什么成熟度时，当您在字典中查询时，它实际上说“您已经成熟”。因此，使用“成熟”一词实际上意味着已经达到了成熟开发阶段–当然，非常通用。 但是，我们真正要看的是随着我们的前进，我们正在做的事情越来越高。 正如您将看到的那样，当您查看许多标准时，尤其是CMMI以及功能成熟度模型实际上是基于五点量表的，因此它为我们提供了一种渐进的方式来查看和说明，我们实际上是如何在这种规模上发展的？
但是，当我们考虑成熟度时，就实现我们感兴趣的事物的组织成熟度而言，我们需要保持平衡。 您需要实现数据成熟度，我们将在此讨论您必须执行的一些标准，但是您需要同时实现流程成熟度。 它们是同一枚硬币的两个侧面，它们必须齐头并进。 在不增加流程成熟度的情况下，数据成熟度等级不能从0增至5，并且流程成熟度也是如此。 它们都结合在一起，并且在您实际经历不同阶段的过程中，彼此牵线搭桥。 在以后的幻灯片中，我将进一步讨论这一点。 我们必须意识到的其他事情是，实现数据和流程成熟度对于企业体系结构至关重要，对于Jen所说的某些治理也至关重要。 我们通过使我们正在尝试做的一些事情达到成熟来使这些人成为可能。
现在，在Jen所说的幻灯片上，我将更详细地讨论。 我只选择了几类，在这里使用CMM比例，实际上我有我自己的，我实际上在比例上加了一个零，因为在某些情况下，您实际上并没有在这些情况下根本没有任何牵引力。 因此，这些只是识别的方式。 因此，如果我们特别关注数据治理，您可能会从零开始，因为您没有任何数据治理程序。 随着您开始在各个领域中日趋成熟，一旦您开始在项目级别，然后在计划级别，通过部门以及最终在整个企业范围内进行介绍，从治理的角度来看，这就是您实际上正在日趋成熟和成长的过程。您这样做的组织。
其他方面，例如主数据管理，您可以从零开始，没有正式的物质数据分类。 然后，您逐渐发展到可以识别出拥有主数据并且开始进行分类的程度，但是它并未集成。 然后，您便开始致力于集成和共享存储库。 然后，当您进入标准化环境时，即正在考虑提供数据管理服务。 随着您进一步前进，您将要建立主数据管理员，并最终建立一个真正一直认真研究此问题的数据管理委员会。 同样，从数据集成的角度来看技术环境，应用程序和数据库时，在不成熟的环境中，您将拥有许多临时的点对点接口，并且事情。 随着发展，您将开始介绍一些常见的工具和标准。 然后，您将开始研究常见的集成平台。 而且，随着您变得标准化，您将致力于标准化的中间件和可能的简单事情，例如企业服务总线，规范模型，对组织中的所有数据进行分类，以及将诸如存储库中的业务规则之类的事情归类于此。的东西。 然后进一步发展，使其完全融入组织文化中。 当然，质量至关重要。 正如Jen所言，许多决策和其中的许多工具都假定您具有正在使用的高质量数据。 因此，数据质量是实现数据成熟度的基础。
同样，当您查看数据时，在不成熟的环境中可能会有很多孤岛和分散的数据。 您可能有不一致的地方，这些被接受。 然后，您开始进行处理，发现不一致之处，然后开始研究计划。 而且，如果您在这里查看托管环境，那么这里非常重要的一点是消耗时进行数据清理，以便在决策中使用数据。 因此，我们真正要谈论的是数据清理，将数据加载到数据仓库和其他决策支持工具中。 这类似于我们过去在人们将要生产产品的数据制造行业中看到的那样，他们将沿着装配线走下去，最后，您将检查产品，然后说：“哦，同样，您永远做不到的一件事是，您永远无法通过最后检查产品来提高产品质量。 您可以看到它的问题，然后可以采取措施改进下一个和之后的其他产品，但是您永远都不会通过对其进行检查来改进它。 因此，在此过程中，尤其是在数据方面，您会从检验和清洁的角度出发，从消费地点开始尝试从源头开始构建，直接从源头开始构建。数据，作用于该数据的流程，确保该数据准确并适合整个过程中的每个流程使用。 随着您的进一步发展，您将开始开发并获得高质量的KPI，并且随着您的前进，真正开始开发这种预防方法以提高数据质量。
就组织行为或您所看到的事情而言，如果您认为自己没有问题或没有意识到，则可能是，如果您的组织中存在拒绝阶段，则表明您很沮丧零级或可能移至一级。 如果您的数据混乱不堪，并且试图解决这些不一致问题，那么您可能处于一级。 当您仍处于响应模式时，您将进入托管模式，但是直到您真正拥有一个非常稳定的数据环境（包括治理，质量，主数据管理和数据）后，您才可以标准化。集成，仅举几例。 再一次，一旦您超越了那一步，那便是您开始采用真正主动的管理风格的时候了。 如果您在组织中具有非常可预测的行为，并具有支持它的分析方法和支持它的KPI，那么当我们研究并重叠一些内容时，我们可以做一些其他事情了解组织及其所在位置。 让我们看一下组织中主要的IT焦点。 如果您在IT方面的主要重点仍然是技术和基础架构，那么您可能已经不那么成熟了。 但是，当您真正专注于信息和支持信息的战略业务支持时，您就可以接近规模的成熟端。 同样，从数据角度看，如果处于低端，则具有较高的数据风险；如果处于高端，则可以降低与数据相关的风险。 另一方面是组织的价值创造。 较低的数据成熟度意味着您可能会产生相当低的价值创造水平，尤其是就组织中的数据而言。 随着规模的扩大，您将获得更高的价值。
让我们从数据建模本身的角度来看一下。 有时，数据建模已成为红头发的继子。 数据建模是实现数据成熟度的基础。 因此，我只想谈谈关于数据建模如何与此相关的一些明显迹象。 如果只是将其用于文档或小型应用程序的简单，物理数据库生成之类的事情，那么就数据成熟度而言，您可能处于第一级。 当您开始接受并认识到不同类型的模型时，包括概念模型，逻辑模型和物理模型，基本上，您也在推动设计。 您实际上是将其用作设计观点，然后您处于一级。
当您开始从更企业的角度来研究它时，包括建立企业模型或规范模型，引入概念并在多个模型中进行绑定，数据沿袭并将治理元数据直接构建到模型中，您就开始涉足第三级，然后再转到全面治理元数据，业务词汇表集成等。 当您真正达到第4级时，要查看生命周期和数据的价值链。 再一次，将完全集成的建模与业务词汇表，元数据结合起来，能够推动自助服务分析之类的事情，这实际上是在您已经达到相当成熟的状态时。
作为其中的一部分，我想非常简单地谈谈数据生命周期。 我要谈的原因是不幸的是，数据生命周期经常被忽略。 它所涉及的内容实际上描述了如何在整个组织中创建，读取，更新或删除数据元素，以及对它进行操作的过程。 因此，已经从事该行业很长时间的我们将其称为CRUD，因为它是创建，读取，更新和删除的。 但是，当我们处理组织中的数据时，我们需要从根本上理解这一点。 许多因素都在起作用。 对它起作用的业务规则是什么？ 消耗，产生或更改数据的业务流程是什么？ 什么是实际实现那些业务流程以允许您执行此操作的应用程序？ 所有这些都与数据生命周期有关。
简再一次提到了这一点–不一定有一个真理来源。 创建特定数据元素的方式可能有多种。 实际上，您可能必须进来，通过多个系统或多个入口进入不同的事物，您必须进行调和并下定决心，以得出当时针对特定决策的正确数据源。 出于组织中的不同目的，数据可能会有多种变体。 为了实现此目标，您需要能够对业务流程，数据沿袭进行建模，其中包括数据流，集成以及包括ETL之类的数据沿袭，因此要为数据仓库，数据集市和过渡区域提取，转换和加载当然，大数据方面的数据链接也可以发挥作用。 在将这些信息从数据湖中拉出时，您需要知道如何使用它以及如何使用它。 就生命周期本身而言，这实际上是我们如何创建或收集新数据，如何对数据进行分类-因为您必须对数据进行分类以有效地理解和使用它-您如何存储它，如何使用它，如何将其修改为那些业务流程，在组织中共享的位置–非常重要：保留和存档。 您将数据保留多长时间？ 您何时存档？ 您最终何时会销毁这些数据？ 在您的数据生命周期中必须考虑所有这些问题，并且您必须做所有这些事情才能在组织中实现高水平的数据成熟度。
现在，另一方面，我说过，它们就像双胞胎，您需要将过程成熟度与数据成熟度结合起来谈论-它们确实是相辅相成的。 同样，我在这里有一些不同的事情，并且–不用担心我不会阅读所有这些内容，而只是一个清单，所以–您可以再次开始自我评估组织的状况流程成熟度。 让我们从最初的角度到优化页面再次进行研究。 同样，我们使用从能力成熟度模型得出的相同的五点量表。 如果您关注焦点，或者处于流程成熟度的较低水平或初始水平，那么您可能会在组织中发现人们确实在依靠自己的方法来完成工作。 而且您可能会看到一些英雄事迹以及能够完成工作的这类事情。 然后，您开始对自己更加主动，管理层要对工作单位和绩效负责。 然后，您开始发展标准的集成流程。 然后过程稳定并重用。 然后，您开始看到更多的指导和统计管理文化，以计算有关那些流程的指标和KPI，最后达到完整的优化水平。
当您查看工作管理时，可能会寻求帮助，您将从工作管理水平不一致的区域转到更高的管理水平，至少在更高层次上平衡了对资源的承诺。 然后，您将拥有一个更具适应性或敏捷性的组织，以便您可以标准化流程，但可以针对组织中不同情况下的最佳使用量身定制它们。 而且，当您进入高级职位时，在这里授权非常重要，这意味着每个人都可以凭直觉了解正在发生的事情，并且员工拥有过程数据，以便他们可以评估和管理自己的工作。
再次回到制造类比–当我们看到，当我们开始对装配线以及工业中的所有事物进行现代化改造时，我们就开始谈论整体质量和即使在装配线上的工人的能力，如果有人看到在生产的任何特定阶段出现问题时，人们都可以按红色的大按钮并关闭整个装配线，直到问题得以解决，然后再继续进行。 我们正在围绕流程中的数据寻找这种心态和一种文化，以确保我们实际上在优化组织中的数据和流程。
您的文化的其他指标–您的文化停滞不前，没有确定可改善业务流程的真正承诺的基础吗？ 是否有责任下放，我们正在进一步扩大责任范围？ 而且，随着您前进的步伐，您可能仍然会遇到孤岛，但是随着您根据业务流程中的文化和所做的事情开始前进时，您也在分解这些不同的业务孤岛并利用整个组织的流程。 非常重要的是，进入活动阶段时，您真正基于的是事实，而不是直觉，您实际上是在收集质量指标，并且有适当的指标来预测您的业务绩效能力操作，这是非常重要的。
在体系结构方面，让我们来谈谈这是因为我们这里的很多人都在IT中，或者一直在关注IT。 同样，我们在数据中看到的是相同类型的事物。 如果您真的处于流程成熟度的初始阶段，那么我们有绝望的IT系统。 一旦开始管理流程，您将看到在实际上采用了更多基于服务的方法的情况下设置了一些服务。 然后，如果您变得标准化了，那么从数据和服务，流程服务以及这类事情的角度来看，您将看到更多的全方位服务采用方式，直至获得全方位服务或新架构的地方。 然后最终成为一个使用您的数据的完全流程驱动的企业。
再次，当我们看这个时，是相同类型的秤。 就生产率而言，在较低的过程成熟度水平下，您将看到较低的生产率水平和较高的过程成熟度，那么您将看到更高的生产率。 质量也与之息息相关。 与数据相同–如果您的成熟度很低，那么您将面临很高的风险和大量浪费。 但是，成熟度越高，您将越降低该水平，降低风险并显着减少浪费。 就您可能会视为组织中的某种症状或指标的某些方面而言，如果主要理念是基于削减成本，那么您的流程成熟度很低。 然后它将逐步毕业，并朝着更紧密地查看组织中的效率的方向发展，然后当您达到非常成熟的水平时，您将再次专注于价值创造。
从组织管理的角度来看，如果混乱继续存在，那么通常这也是流程成熟度较低的组织的症状。 但是您开始关注我所说的一种更多的管理心态，在这种情况下–可能是通过法令或强加一些东西进行管理–那时您真正处于的状态是，当您达到更成熟的水平时，您的管理就会转化为更多的领导能力。 换句话说，改进的理念已根植于企业文化之中，从首席执行官到首席执行官，他们一直在推动整个改进过程的哲学，以及整个组织的持续不断的改进。
在过程模型方面，我将在这里相当快地介绍这些内容，让我们再来看一下与过程成熟度本身相关的过程模型。 同样，与我们在数据成熟度上看到的情况非常相似，在低水平或第一层，您可能只是在记录过程或当前状态过程，但实际上并没有在推动事情发展方面使用它。 随着您逐渐成熟，您将使用业务流程建模来推动组织中的实际业务流程管理，然后在您使用它的地方进一步发展，并不断更新这些模型以推动流程改进，直至最终实现进行流程设计。 然后，当您完全成熟，或者，您知道在精益组织或采用更高质量计划的组织（例如Sigma）中通常会看到什么，这又是您具有持续改进的心态，并且在建模过程中根深蒂固您的组织。 因此，就像我们使用工程蓝图来构建产品一样，无论是飞机，建筑物还是摩天大楼以及诸如此类的东西，我们都依靠我们的模型来真正推动我们的业务向前发展，因为这实际上是推动我们组织元素向前发展的设计元素。
现在，我不再在这里详细介绍每个单词。 我所做的是，我拍了这两个更简单的网格幻灯片，并选择了一些其他描述符中用于数据成熟度和过程成熟度的单词。 因此，当您查看事实之后，您可以开始考虑在您所说的话中出现在您自己的内部文化中的一些单词。 这将帮助您开始分类，作为一个整体组织，我们将开始总体上适合此成熟度范围。 因此，如果您经常看到不一致，停滞或效率低下之类的东西，或者出现混乱，那么您通常会处于低端。 当您开始考虑诸如持续改进，战略调整，对缺陷和质量的预防方法以及这类事情，全面集成等问题时，您正在谈论具有竞争优势的最佳实践，那就是当您看到自己的时候在优化器上，规模更大。
同样，我想指出的一点是，当您开始研究数据治理时，尤其是在规模的最底层时，处于初始阶段，数据治理可能仅在各个项目级别引入。 您需要发展到一个点，即数据治理和特定目标来自项目数据治理，并已通过计划和部门数据治理发展，这又遍及整个企业，并嵌入到整个组织中。
我已经谈论过这样一个事实，它们实际上是在数据成熟度和过程成熟度方面协同工作的双胞胎。 在实现这一成熟度的过程中，秤的两端都是一段旅程，您不能跨步。 如果您为零，则必须经历第一，第二，第三，第四阶段的发展，最终达到第五阶段。 实际上，世界上只有五家机构。 因此，许多组织都非常高兴能够做到三点，然后将其用作前进的跳板。 再一次，您不能走，数据成熟度不能达到4，流程成熟度不能达到4。 它只是行不通，因为它们是如此交织在一起，以至于您必须相互理解并妥善处理数据和流程。
一个很好的类比可以认为是，在您走向有组织的成熟度的过程中，让我们假设您的团队由两个人组成：一个是流程成熟度，另一个是数据成熟度。 您正在运行障碍物，并用短绳绑在一起。 而要走到这一步的尽头，这意味着你们不仅必须克服所有障碍，而且还必须几乎同时或非常接近地克服所有障碍。能够继续前进并到达下一个障碍。 这是考虑平衡流程成熟度和数据成熟度的一种好方法。 因此，换句话说，您可以以流程为中心，可以以数据为中心，但这将是一个领先指标，并且可以不存在很多差距来真正使您精通各个层次。
然后，当我们再次从数据治理中对其进行研究时，我想指出的一件事是，DAMA实际上是在今年早些时候发布了《数据管理知识体系》第二卷，更改为实际的DAMA车轮。 实际上，我的表述略有不同，其中数据管理处于中心位置，而十个不同类别围绕着不同的方向。 在这里看到的非常重要的一点是，数据建模和设计现在实际上已经有了自己的领域-以前，它已经与其他领域融为一体。 这里最重要的一点是，数据建模尤其是所有其他方面的基础，因为无论我们是对数据库进行数据建模还是要处理的元数据，数据建模都可以演奏我们正在谈论的所有其他片段。 流程建模还可以在许多事情中发挥作用，因为，除了了解数据本身之外，我们还需要了解数据的使用方式，这才是流程建模真正帮助我们做到这一点的方式。
现在，让我们稍作调整，并讨论企业架构。 模型对于企业体系结构也至关重要。 我以示例为基础，这是我在此处快速展示的Zachman框架。 当您查看此内容时，您会在这里看到几件事。 您会在顶部看到规模，规模，地点，人员，时间和原因。 然后，如果需要的话，您将按照建模的类型或要根据企业架构进行的事物类型（从非常高的上下文级别到详细级别）进行更详细的阐述，包括物理实施。 如果您看一下第一列，那是什么数据密集型和涉及数据。 流程是如何驱动的。 而且，如果您从其他方面来看，则将使用过程和数据建模的组合来驱动其余信息。 您将拥有有关所有这些不同事物的数据，并且您的流程模型还将将事物捆绑在一起，例如事物发生的位置，责任。 此外，就我们在工具中所做的流程建模而言，您可以开始将其与目标，关系和业务规则联系在一起，从而推动您正在做的这些不同的事情。
从Zachman框架的整体角度来看，考虑这一点的一种好方法是模型驱动并且您实际上正在经历不同的层次。 因此，您从一个高级范围和上下文开始。 然后，您将朝着业务模型，系统模型，技术模型以及非常详细的技术模型表示方向发展。 同样，数据表示过程是什么，过程是如何实现的，它实际上是数据和过程交互的组合，这些驱动了这里的所有其他特征。
基于此，我们看待企业体系结构思想的方式与某些其他事物有所不同并非偶然。 通常，您会听到企业架构的四个支柱，即数据，采集，业务和技术架构。 我们对此的看法有所不同。 我们将数据架构视为驱动整个企业架构的基础，这有两个原因。 一，就是它开始的地方。 甚至Zachman框架之类的东西最初都是从数据体系结构发展而来，然后也逐渐包含体系结构的其他方面。 第二，因为流程和数据之间的根本联系。 这就是为什么我们将业务体系结构视为企业体系结构的中心支柱。 然后，当然，这是绝对必要的支持者的应用程序体系结构和技术体系结构，以使我们能够推动真正的企业实现。 现在，当我们从ER Studio Enterprise Team Edition（我们的集成建模平台）的角度来看时，它就是这样发挥作用的。 这是我们进行的某些建模以及其背后的一些基础知识的高级上下文图。 实际上，这是在驱动中，实际上是在流程图中绘制的。 因此，当我们特别关注我们的数据体系结构部分以及下面的业务体系结构时，我们提供了基于角色的工具。
当您在左下角查看我们的业务架构师工具时，通常就是业务分析师和业务架构师的工作地点。 他们通常专注于某些业务流程并开始将其淘汰。 但是他们也专注于什么。 因此，我们开始进行一些概念性的数据建模以及这类事情。 我们可以利用这些概念建模组件并将其引入我们的数据建模工具和数据架构师，在其中将它们进一步阐述为逻辑数据模型，当然还有最终的物理模型，以便我们可以生成物理数据库。 而且，我们也可以将其推后，以便在业务体系结构空间中升级概念模型。 这里非常重要的一点是我们支持不同类型的建模。 因此，BI同样非常重要，它是数据湖以及这些类型的事物，因此我们实际上也进行了一些建模，此外，我们还进行了数据沿袭建模。 因此，不仅是ETL，您不仅可以进行从物理模型到数据仓库的维模型的映射，甚至可以从数据湖中引入数据并查看它们如何映射，我们还可以将所有这些东西捆绑在一起。 以及转发来自其他建模平台和大数据平台的逆向工程。
然后还有诸如ETL工具之类的东西，因此我们实际上可以直接从您在自己的环境中可能拥有的ETL规范中直接得出数据沿袭图。 知道我们必须扩展到关系建模之外，这也非常重要。 我们有某些平台，例如Hive，尤其是MongoDB，现在我们开始谈论文档存储，其中包含诸如嵌入式对象和数组之类的概念。 实际上，我们已经扩展了表示法，使其也能够适应这些类型的模型，因为它是非关系概念。 我们在数据架构师工具中根据数据工件创建的任何内容，无论是逻辑实体还是物理表及其属性，都可以推回业务处理建模中。 因此，当您从高层次详细阐述业务流程模型并降低至较低层次时，实际上可以链接实际的数据元素。 因此，您可以采取行动，我们可以指定实际发生情况的CRUD矩阵。 因此，这为您提供了我在过程级别创建，读取，更新和删除数据的生命周期。 并且我们在那里也使用我们自己的一组覆盖图进行完整的BPM流程建模，因此您可以开始结合业务战略和业务目标。 此外，我们还可以从模型驱动的角度来捆绑实现这些业务流程的应用程序。
在我们的数据模型中，其他事情也非常重要。 掌握和管理数据治理特征或数据质量特征。 您可以在那里定义和构建自己想要跟踪的特征的元数据，这意味着您现在正在使用模型作为蓝图，以驱动整个组织，元数据存储库以及其他所有内容。 当然，建模的局限性是我们会生成这些模型，而这是很多年前我们很多人开始从事该行业的时候。 我们会怎么做？ 我们将它们打印出来，将它们放在墙上，可能让团队成员共享和这类东西。 真正的价值在于能够在我们的组织内共享和协作。 因此，这就是为什么我们采用存储库驱动的方法来检入和检出模型和工作空间的地方。 并且，我们与组织的选民分享他们的信息，而无论他们是其他技术利益相关者，业务用户还是那种东西。 并将其绑定到我们称为Team Server的协作平台中。
因此，我们讨论了较早的业务词汇表和术语，以及它们的重要性，并为企业开发了该词汇表。 所有这些都在Team Server中，用户，业务用户可以按照这些条款进行协作。 它们是可见的，可以在数据架构师中使用，例如，在数据模型附近，当然，其中许多业务词汇表通常源自我们在数据模型中创建的某些数据字典。 我们可以将其排除在外-同样从数据架构师工具中，出发点是业务词汇表，可以在此基础上进一步完善它们，并同时进行所有变更管理。
好多 综上所述，我们讨论的几件事是尝试真正的组织成熟度，您需要一种平衡的方法，该方法包括数据成熟度和流程成熟度。 没有另一个，您将无法实现。 同样，从根本上讲，您需要兼具并依赖于此，尤其是企业中的企业架构以及数据治理和流程治理的数据建模和流程建模。 从查看这些不同方面和观点的角度来看，企业体系结构确实将其联系在一起。 为此，您需要坚实的数据架构基础，并且需要集成的流程建模来提供该业务上下文，并允许您推动业务流程和数据消耗向前发展。 再次，比以往任何时候都重要。 我可以说，旧的又是新的。 因此，数据建模，流程建模，沿袭，元数据和词汇表是实现此目标的基础，而ER / Studio Enterprise Team Edition是一个将所有这些结合在一起的协作平台。
这样，我们就可以继续讨论问题了。
埃里克·卡瓦纳（Eric Kavanagh）：好。
罗恩·休曾加（Ron Huizenga）：我们会去找你，埃里克（Eric）。
埃里克·卡瓦纳（Eric Kavanagh）：罗恩，对于您记录这些不同过程和框架所做的所有努力，我必须向您致以诚挚的敬意 。 您已经掌握了很多材料。 我想我要问的最大问题是，谁应该在组织中监督这些工作，因为您涉及许多不同的事物。 您确定流程，这将是首席运营官或某些运营人员。 您认为数据生命周期可能是首席数据官。 您正在触及企业的许多不同部分和许多不同组件。 您如何找到合适的人或一群人，这是一个指导委员会吗？ 它是什么？ 您能告诉我们谁应该在组织中这样做？
Ron Huizenga：您知道，这是一个有趣的问题。 实际上，我们可以花一天时间讨论那里各种不同方法的优点。 但是，在进入产品管理职位之前，我确实曾咨询过一些人，当我查看组织时，这肯定是我遇到的问题之一，那就是获取所有权并让人们对此拥有所有权。 当我们研究诸如数据建模甚至业务流程建模之类的学科时，甚至在早期，甚至是数据流图和此类事物，都是从IT中发展而来的。 但是随着我们的前进，我认为现在我们越来越认识到，这确实必须由业务驱动。 因此，您确实希望对此拥有所有权。
在这里，我将冒犯某些IT人员，但我坚信，在大多数组织中，我们看到首席数据官角色的演变是CIO角色的原因在这一点上是失败的。 那是因为很多CIO都专注于技术而不是数据和流程。 因此，我认为您确实需要这样做，在大型组织中可能需要某种类型的指导委员会。 但这确实需要归企业所有。 我要说的是，您的业务，流程建模，数据建模都必须属于该业务，因为这使您能够确保作为数据托管人的IT并通过它们来实现这些流程在创建过程中，如果企业真正拥有它，您可以用它来确保它正在发生。
埃里克·卡瓦纳（Eric Kavanagh）：是的，我想我同意这一点。 但是詹，您对此有何想法？
詹·安德伍德：真的很有趣。 当我说让人们关心和互动时，这就是我所暗示的，这可能是关键的事情之一。 有一次，我写了一份白皮书，它与自助BI治理非常相似。 这是要解决的问题，找到一种方法来激励人们，即人们的商业价值方面，让他们关心它。 然后，当他们看到或发现时，无论是数据编录还是采用什么角度。 也许是在降低运输成本，使某人对组织负责，这就是您如何护理它的方法。 是的，绝对是生意。 商业主题专家将成功或失败。
埃里克·卡瓦纳（Eric Kavanagh）：很难。 我认为您始终希望拥有一个来自整个组织的利益相关者联盟。 当然，您不希望分析瘫痪。 您不希望官僚主义是为了官僚主义。 您想要的是组织制定一个行动计划并记录这些内容。 您知道，我想当您开始谈论业务流程建模时，这是25年前的热门话题，但它与实际业务大相径庭。 我认为至少在某些行业中，您可以从运行事物的实际软件中提取很多流程。 但是我认为，这些天，我们必须找到一种方法来平衡这两个世界，对吧，罗恩？ 您希望拥有最新的，能够反映实际情况的流程模型。 因此，您不想让它只是一个单独的练习而已，而是放在架子上的某个地方。 但这就是有点挑战，对吧？ 因为并非所有操作系统都与这种可执行代码保持一致。 但是你觉得呢？
Ron Huizenga：绝对。 之所以有趣，是因为我所关注的事情之一就是人们已经成为一个即时的满足社会。 人们认为，“哦，我们只是出去购买一些工具，然后为我们完成这项工作。”这就像，您将不会购买流程成熟度。 您不会购买数据成熟度。 辛苦了 您必须卷起袖子，并且必须做到这一点。 实现这一目标的机制是建模。 它太复杂了，不仅无法直观地表示您正在处理的当前状态，而且无法设计出如何改善这些不同业务流程的方法。 您需要一个可视框架来了解这些更改将产生什么影响。
埃里克·卡瓦纳（Eric Kavanagh）：的确如此–我只是在发推文； 我现在在推特上说：“您不会购买流程成熟度，您也不会购买数据成熟度。”我完全可以同意这两个方面。 还有詹，我想请您考虑一下。 在此之上，我将提出另一个问题。 一位与会者在问：流程驱动的企业或流程成熟度是什么意思？ 仁，你可以这样说吗？
詹·安德伍德（Jen Underwood）：我实际上可以对上一个问题说得更好。 当我考虑时，说实话，这是第一个，购买工具。 那是一个很棒的评论，因为它是如此真实。 但是我要说的要好得多。 因此，我查看了许多解决方案，并看到了不同的空间并进行了测试。 更好的是发现数据，进行标记并至少为您提供了一个巨大的开始，并且使之成为现实，当我说的不那么痛苦时，这几乎很有趣。 因此，想象一下数据目录或MDM项目很有趣。 是的，并且您组织中的人们正在使用这些数据，无论是报告还是其他类型的数据，我想甚至有人都说过，嘿，让人们关心他们的个人发展计划。 是的，甚至更上一层楼。 采取这些措施并说现在我们已将误送的货物减少了30％，这就是节省了多少钱。 它只是更好地管理我们的数据。 正是这些类型的事情，您花了很多钱，然后才变得有趣。 或者您将其变得有趣并且与他们的工作相关。 我认为，这是一种魔力，人们在组织中尝试进行的许多此类约定都缺少这种方法，并且此过程已停滞不前。
埃里克·卡瓦纳（Eric Kavanagh）：是的，这很重要。 而且，罗恩（Ron）刚才回到您的评论中，关于拥有视觉框架的重要性，我认为这是绝对正确的，因为很多时候，如果人们看不到东西，那么很难把头放在它周围意味着，当然，当您开始谈论具有相互依赖性和控制点以及所有这些东西的复杂过程时，您必须在某个时候将其映射到某个地方，并且理想情况下，您正在使用具有嵌入其中的功能以进行分类的软件例如，从此点到该点使用不同的线发生了哪些转换。 或在此控制点可用的内容。 我有点参考我在风险管理方面的历史，那里的控制点是流程或任何选项，个人或软件应用程序中可以实际更改某些内容的任何点，对吗？ 这就是他们所说的控制点。 而且，对我来说，获得视觉框架真的很有价值。 因为然后您可以看到并进行逐步浏览，这需要时间。 人脑需要时间来管理这些东西并真正理解它并因此对其进行优化，对吗？
Ron Huizenga：绝对。 为了更好地使用一个我认为是正确的类比：我有点航空方面的问题，所以我想说，如果您试图以并行的方式考虑这一点，请考虑建造一架747 –或空客380，所以我没有选择另一家供应商–考虑仅基于文本而不是蓝图和3-D CAD图的文档来完成这项工作有多困难实际上是组装在一起的。
埃里克·卡瓦纳（Eric Kavanagh）：是的，这很粗糙。 简也必须发言。
罗恩·休曾加（Ron Huizenga）：生意是一样的，对吗？
埃里克·卡瓦纳（Eric Kavanagh）：是的，不，是的。 Jen必须与您要学习的热点领域之一进行对话，即可视化。 在我看来，您必须能够可视化某些东西才能完全理解它。
简·安德伍德（Jen Underwood）：是的，有很多人。 甚至只是可视化说话，这是什么意思，成千上万的单词或类似的东西。 当他们看到它时，他们可以相信它。 他们明白了。
埃里克·卡瓦纳（Eric Kavanagh）：我同意。 而且，Ron，我确实很喜欢您将这一切融合在一起的方式。 我想我只是再问自己一次，您需要组织内部的一位拥护者，谁将在那里担任与各个小组的联络人。 数据管家是我们经常谈论的话题–我认为这是一个非常重要的角色，而且我觉得这个角色在最近三，四年中受到了越来越多的关注，因为我们已经意识到数据的价值治理，对不对？ 那个数据管理员是一个可以与企业交谈但也可以了解系统，了解数据生命周期以及整个情况的人。 我想这个人可以而且应该在首席执行官的统治下，对吗？
Ron Huizenga：是的，您将需要一个多功能的团队，对吗？ 因此，您将需要组成团队的人员或来自代表技术方面，您知道的不同业务领域的不同领域的人员。 而且，您知道，根据您所在组织的类型，如果您有项目管理办公室，而您所做的很多计划都是由PMO推动的，那么您将要确保您拥有PMO参与也可以使每个人保持和谐并同步他们在事物上的工作方式。
埃里克·卡瓦纳（Eric Kavanagh）：是的 ，您知道的最后一件事，我将介绍最后一张幻灯片，即治理框架。 我们有一个与会者问，幻灯片中是否没有数据？ 那是幻灯片中暗含的数据，还是您对幻灯片中缺少数据的评论有何看法？
Jen Underwood：不，这只是一个通用的治理框架。 从本质上讲，这是从自助服务BI空间中获得的，因此其中很多隐含了数据。 它只是从我的角度和观点出发，而不是集中在数据方面。 但是数据肯定会存在，当您考虑所有这些方面时，就会有数据。 无论是数据的基础，还是在整个过程和整个框架中使用数据的责任制。
埃里克·卡瓦纳（Eric Kavanagh）：是的，这完全没有道理。 我想我将在我们总结到这里时向您提出最后一个问题，罗恩。 如果我考虑一下这些天我们正在使用多少信息和多少数据，以及组织的分布范围如何，那么渠道合作伙伴之间的这些天生态系统的重要性是什么，以及我们如何在这些伙伴关系中共享信息。区块链对此几乎没有什么快速参考–不要使事情变得太复杂。 最重要的是，无论是从业务角度还是从日常生活来看，我们都处于一个数据驱动的互联世界中。 对我而言，这将使组织更加认真地研究您在此处提出的建议，这将进一步增加赌注，这是它们的成熟度，地位以及在曲线和角度上的发展趋势。对此真的很诚实吧？ 因为如果您不了解更好，您就无法做得更好，并且如果您不反思自己的事情，那么您就不会了解得更好，对吗？
Ron Huizenga：确实如此。 我想我会用的一句话是，您可能不如您想像的那样好。 这听起来可能很苛刻，但人们对此可能会非常乐观，但是如果您认真研究一下，并进行非常好的，严格的自我评估，我想任何组织都会发现，他们之间存在巨大差距需要解决。
埃里克·卡瓦纳（Eric Kavanagh）：我必须同意。 我们的一位同事评论了元数据（有关数据的数据）的重要性。 毫无疑问。 元数据是将所有这些系统结合在一起的粘合剂，并且我们甚至从未真正完全破解过该代码，坦率地说，由于元数据的变化，这是有充分理由的。 系统之间是不同的。 您知道，尝试将数据标准化的次数越多，我认为它变得越不准确。
因此，我们现在处于这个怪异的世界中，也许我猜我会再向您提出一个问题，Jen，因为您提到了几次数据目录。 我真的很喜欢这种数据目录技术的新发展，它会自动扫描您的信息系统，确定元数据列名称，依此类推，等等，并帮助您逐步建立系统中数据和元数据的战略视图。 因为对我来说，要手动执行这些操作只是太多了。 而且您永远不会在雪崩降临之前到达山顶，并且，您知道，您已经归一化为浅灰色，或者没有被归一化为您真正不喜欢的地方不知道发生了什么。 对我而言，使用机器以及我们一直在谈论的机器学习，这将成为将来帮助我们至少了解足够的数据以更好地了解现有数据的关键，对，Jen ？
詹·安德伍德：是的，我知道。 我喜欢这些技术。 他们非常非常酷。 然后考虑一下，它为您提供了巨大的开始。 然后您可以众包。 您知道您的数据管理员正在向前迈进，无论他们是要添加自己的文档还是这是透视图，这些都是更改。 您知道，说这些是用于报告的经过认证的数据源。 人们可以搜索并找到正确的数据。 真的非常非常好。 而且，当我考虑业务以及在进行DBA时我对企业数据管理的态度如何时，我们还可以使用扩展属性和SQL Server并使用IDERA之类的工具进行扫描，对吗？ 尝试创建数据目录。 但是，在DBA或数据架构师的版本中，无论该值是什么，或者列或字段是什么，它肯定都可能与业务范围不符。 因此，现在让公司能够真正轻松地进行工作（您知道，进入并查找和管理，并使一切都基于目标），坦率地说，我希望我们早就拥有这种业务。 因此，它变得越来越好。
埃里克·卡瓦纳（Eric Kavanagh）：很好笑。 我们还有一个听众最后的评论，说也许区块链将是对元数据进行身份验证的最有价值的手段。 这是一个好点，而且，区块链确实是一项了不起的技术。 我将其视为一种将系统和应用程序之间的许多点连接起来的凝聚力基础。 而且，您知道，我们正处于区块链开发的早期阶段，但是现在我们看到它已经分拆出来了，当然，从这一点开始，到现在，现在您已经让IBM非常努力在区块链技术上。 SAP已全力以赴。 确实，这为连接所有这些系统和所有这些点的更深层次的基础和框架提供了机会。
因此，人们已经燃烧了一个多小时。 感谢您今天与我们在一起，但我们始终喜欢回答您的问题并获得所有评论。 我们确实存档了所有这些网络广播以供以后查看，因此请联机跳至insideanalysis.com，您可以在其中找到其链接。 通常应在活动结束后几个小时内完成。 下次我们会与您联系。 下周我们还会举办其他几场活动-很多事情还在进行。 伙计们，但这将使您告别。 谢谢你的时间。 照顾自己。 拜拜
