להסיר: המארח אריק קוואנה דן בשיתוף פעולה בין עסקים ל- IT עם ויין אקרסון מקבוצת אקרסון וג'וש האוורד מאלתריקס.
אינך מחובר כרגע. התחבר או הירשם כדי לראות את הסרטון.
אריק קוואנה: בסדר, גבירותיי ורבותיי, אריק קוואנה כאן עם הוט טכנולוגיות. יש לנו את ג'וש האוורד וויין אקרסון על הקו. פשוט התרסקנו ונשרף בעיות שמע קטנות ומהנות ממש שם, אבל חייגנו שוב והכל מתנדנד ומתגלגל.
אז, ווין אקרסון הכרתי כבר שנים רבות. הוא היועץ הראשי בקבוצת אקרסון. וגם ג'וש האוורד הכרתי הרבה זמן. הוא מנהל מוצרים חדשים באלטריקס. הבחורים האלה שניהם באמת, ממש מעולים בתחומם, והם הולכים לשתף אותנו בהרבה רעיונות כיצד עסקים ו- IT יכולים לטפח מערכות יחסים טובות יותר ובאמת לשתף פעולה ולעשות כמה דברים.
אז אני הולך לדחוף את השקופית הבאה ולהעביר אותה לוויין. אז ספר לי קצת על המתרחש.
וויין אקרסון: בטח, אריק. תענוג להיות כאן ולדבר על הנושא הזה. אני הייתי בארצות הברית הרבה זמן וחזיתי במפרץ בין עסקים ל- IT, והרבה מה זה נובע ממיקודם ומטרותיהם, מה שהם התקבלו לעשות. אז זה סוג של מפרץ טבעי, אפשר לומר, או פער בין עסקים ל- IT, אבל זה אכן מוביל לתוצאות מזיקות.אתה יודע, IT נשכר כדי לחשוב לטווח ארוך, לבנות מערכות ויישומים, פתרונות קבועים המציעים כלכלות בקנה מידה, רמות גבוהות של שימוש חוזר ומדרגיות, אבטחה, זמינות ואמינות. הלך הרוח מאוד שמרני, לאט יותר. לעומת זאת, העסקים מתמקדים במילוי צרכי הלקוח, נקודת האינטראקציה, הרבה יותר ממוקדים לטווח הקצר, תמריצים - וניתן לבשל אותם על בסיס חודשי או רבעוני. המוקד שלהם הוא מהירות, זריזות ויכולת הסתגלות. לכן, אין שום הפתעה שצריך להיות או יכול להיות חיכוך בין שתי הקבוצות הללו.
השקופית הבאה. כך, זה סוג של דיאלוג שאני שומע לפעמים בארגונים בהם אני נכנס להתייעץ, ושם אני מרגיש שאני ממלא את תפקיד יועץ הנישואין, מנסה להביא את שני הצדדים האחד לאחד, להכיר אחד את השני ואת תפקידם באספקת פתרונות טכנולוגיים עסקיים. העסק נוטה לחשוב על ה- IT כאיטי מדי, יקר ולעולם לא מספק את מבוקשו, מתי הם רוצים את זה, איך הם רוצים את זה. ה- IT נוטה לראות את העסק משנה את דעתו כל הזמן, ומוסיף תכונות חדשות. ואז כל הדברים האלה זזים לטווח קצר, לעולם לא רואים את התמונה הגדולה. התוצאה לעתים קרובות עם חיכוך זה היא השימוש המקרי. יש המנהל המנהל אומר: "אתה יודע מה? שכח מזה. אני יודע שאני לא אשיג את הנתונים הדרושים לי, אז אני פשוט אסתדר בלי. "זה די מפחיד. משתמש הכוח של נתונים יגיד, "פשוט תן לי זריקת נתונים ואל תפריע לי." ומנהיגי BU, אם הם באמת רוצים מידע, הם פשוט יקבלו תקציב משלהם, יוסיפו אנשים משלהם ויקנו כלים משלהם. ה- IT אומר, "בסדר, בסדר. אבל אתה יודע, בהצלחה לנסות לשמור על זה בעצמך, כי בסופו של דבר זה ישבר. "וזה יקרה. זה ישבר גם משום שאיש לא משתמש בו, מכיוון שהוא לא תוכנן כראוי, או שהוא ישבר בגלל שכולם משתמשים בו, ואין לך מספיק מומחים טכניים בשטח, לא מספיק משאבים בכדי להגדיל אותו. או שהמומחה שלהם עוזב, והם גבוהים ויבשים. השקופית הבאה.
אריק קוואנה: זהו משאל, כך שמתקשר הטלפון יכול ממש לדחוף לסקר. תחזיק מעמד שנייה אחת. אז אני פותח את הסקר הזה ברגע זה, אני מקווה שתראה על המסך שלך חלון קופץ. אם לא, בדרך כלל זה יופיע איפשהו בתחתית. קדימה. אנו סקרנים לשמוע את תשובתך בנושא.
אוקיי, יש לי כמה אנשים שמתקשרים עכשיו ונותנים לנו קצת משוב. אז אנו שואלים: באיזו תואר מתיישרים עסקים עם IT בארגון שלך? אז יש לנו חבורה של אנשים שעונים עכשיו. תודה רבה. אז יש לך גבוה מאוד, כמובן, גבוה, בינוני, נמוך, נמוך מאוד. היה כנה, לא נשתף זאת עם שאר חברי הצוות שלך. אנו רוצים שתתן לנו את תגובתך האמיתית. בסדר, הרשו לי לתת לנו עוד כמה שניות, וכשאנחנו עושים את זה, אולי ג'וש, ובכן פשוט הכניסו אתכם במהירות ממש כדי לעזור לאנשים לענות על השאלה הזו. כן, אני אוהב את התהליך הזה של שיתוף פעולה. כלומר, דיברנו במשך שנים על חלוקה עסקית / IT. אני חושב שזה משתנה. אני חושב שזה משתנה באופן חלקי בגלל DevOps, המפתחים עובדים יותר מקרוב עם העסק. סוג זה מעביר קצת חום מהצד ה- IT, אבל אני חושב שהוא גם משתנה בגלל הענן, למען האמת, מכיוון שאולי אנשים פשוט מתמצאים יותר במה שהם עושים במקום העבודה שלהם. אבל, מה המחשבה שלך על סוג ההתפתחות של הפרש ה- IT / העסקי?
ג'וש האוורד: כן, אתה יודע, זה נושא מעניין וזה נושא שבוודאי ניכנס לכאן בעוד שנייה, אבל אתה יודע, אני פשוט חושב שהעסק באמת נאלץ לידו של ה- IT. זה נכון, אז אתה יודע, במשך שנים הכל היה בהובלת IT, ואנחנו ראינו את זה בא למטוטלת מתנדנדת קדימה ואחורה מלהיות IT מובילה לכל דבר, אתה יודע, שקונים דרך העסק. ואני חושב שאנחנו מתחילים לראות קצת ריכוזיות. אני חושב, אתה יודע, אתה מתחיל לראות יותר ארגונים, מרכזי מצוינות של סטנד-אפ, מתחיל לראות יותר ויותר עסקים-חברות אינטליגנטיות, לראות גם מוקדים, וכך זה לא, אתה יודע, IT או העסק. אנו רואים נישואין טובים בהרבה בין שני הארגונים ורואים מוקדי מצוינות אלה שיוקמו בשני הארגונים הללו, והם מקיימים גם IT וגם את העסק שמתיישב ליד השולחן ומזמין אוכל. עלינו לבחור יעדים עסקיים אחרים, ולכן אני חושב שזה אחד המגמות שלדעתי היה חיובי מאוד בשנים האחרונות ואף יותר מזה. ואני חושב שזה חלק ממה שאנחנו רואים.
אריק קוואנה: לא יכול להאשים אותי שאעביר לך, ואקרא את התוצאות. תלוי בדפדפן שלך, אתה עשוי לראות את התוצאות כבר, אבל רק כדי לתת לך את זה: השאלה כמובן, "באיזו מידה מיושרים עסקים עם IT?" גבוה מאוד קיבל 7 אחוז, גבוה קיבל 8 אחוז, בינוני קיבל את הרוב המכריע, זה 29 אחוז, הנמוך הוא 10 אחוז, ונמוך מאוד הוא 0 אחוז. זה בעצם הסכום, כך שבאמת מה שאתה מסתכל הוא שרוב האנשים אמרו בינוני, 21 מתוך 73. שישה מתוך 73 אמרו גבוה, חמישה אמרו גבוה מאוד, ואז כמובן שיש לנו חבורה שלמה של אנשים שרק לא עשו זאת לא תשובה, אבל לרוב, 43 מתוך 73, אנשים לא הגיבו, אבל אני מעריך את זמנך. ועם זה אני רוצה לדחוף את השקף הבא. ואני מאמין, ג'וש, התכוונת לדבר קצת.
ג'וש האוורד: כן, וכך אתה יודע, לאן פניתי לאן ראינו שינוי רב בחמש השנים האחרונות, או אפילו לחזור עשר שנים אחורה. וזה באמת היה המערב הפרוע, ואז אני משער שיש כנראה כמה אנשים על הקו שעדיין חושבים שזה המערב הפרוע בארגון שלהם, אבל פעם זה היה המקום בו הכל היה לגמרי נעול ונוקשה, הכל נאלץ באמצעות צוות IT ריכוזי, וככה בדיוק נמסר ה- BI. אבל הבעיה הייתה שהמשתמשים העסקיים לא השתמשו בזה. הם מעולם לא השיגו את התוצאות הדרושות להם. הם לא יכלו, אתה יודע, לא לכסוס נתונים כמו שהם היו צריכים, וכך אתה פשוט ראית, אתה יודע, ארגונים זונחים את תרגול ה- BI בהרבה מקרים. הם פשוט לא קיבלו את השימוש שציפו להם, ואתם יודעים, זה מובן מכיוון שהמשתמשים, הם רצו כלים קלים לשימוש בהם יוכלו לקחת, אתם יודעים, מקורות נתונים ולעשות חלק מעבודת האינטגרציה שלהם.
אבל הם לא רצו לחכות ל- IT שיעשה זאת עבורם. וכך, מה שראינו היה, הגעת לכל הצוותים העסקיים האלה ולרכוש רישיון משלהם, כלים להדמיה משלהם, והיה להם חברים IT בצל שלהם להקים מארט נתונים, והם היו במצב. אבל זה הוביל למערך בעיות חדש לגמרי. כן, העסק הצליח להשיג את הגמישות והזריזות ואת חלק מהתוצאות שהם היו צריכים הרבה יותר מהר, אך עדיין השאירו את ה- IT, אתם יודעים, בניסיון להבין, "איך אנו שולטים בזה? כיצד ניתן לשנות את גודל זה? "
מכיוון שגם מה שקורה, הם בנו את מצעדי הנתונים האלה. הם התחילו להפעיל הרבה מהדיווח והמחשות, ואז הם פשוט היו חוזרים ל- IT כדי לתקן את התיקון, ולכן זה פשוט לא ניתן להרחבה. זה לא היה התרופה, ולכן אלה היו כמה מהנושאים. אבל זה לא צריך להיות משיכה בין העסק, שרוצה קלות שימוש, לבין IT, שרוצה לשלוט בו. זה באמת קשור לכולם על אותו דף ולמשוך באותו כיוון. אני חושב שיש באמת גישה, אתה יודע, מיטב הגזע שיכול לספק את צרכיהם של שני המשתמשים. שקופית.
אריק קוואנה: בסדר. הנה לך.
ג'וש האוורד: כן תודה. וכך הדרך בה אנו מתקרבים לאלטריקס היא שאנחנו באמת מסתכלים על זה מנקודת מבט של ממשל אנליטי. וכך, אתה יודע, אני לא משתמש כאן במילה "ממשל נתונים" מכיוון שלדעתי ממשל נתונים הוא הרבה יותר מסגרת המקיפה המון דברים שונים, אלא ממש מתמקדת בשלושת התחומים העיקריים האלה של איך נתונים מנוהלים, כיצד ניגשים אליהם ואיך אנו מאבטחים אותם.
ראשית, בצד ניהול הנתונים, כשאתה מחפש לאפשר כלים לשירות עצמי, אתה רוצה לוודא כי, אתה יודע, למשתמשים האלה תהיה גישה לכל מקורות הנתונים השונים שהם עשויים להזדקק להם. וכך, שוב, זה חלק מהבעיה שראינו עם כלי BI מסורתיים כמו MicroStrategy ו- Cognos ו- OB היה, אתה יודע, זה פשוט התחבר למחסן נתונים מרכזי, אבל אותם משתמשים עסקיים באמת רצו לקחת את הנתונים האלה ערבב אותו עם מקורות נתונים אחרים כדי לקבל תוצאות נוספות.
כלומר, אז אתה רוצה לוודא כי ישירות לכל אותם מקורות נתונים שונים, ללא קשר אם הם קשורים או לא קשורים, ולעשות זאת באופן שלא יהפוך את הנתונים למיותרים. וכך, אתה רוצה לוודא שאתה משתמש בטכנולוגיות בזיכרון כדי שתקיש למקורות נתונים מאוחדים ולא לשכפל את הנתונים במקום אחר בארגון, מכיוון שזה פשוט גורם למערך שלם של בעיות.
ואז אתה רוצה לוודא שאתה מסתכל על דברים כמו נגישות נתונים ואבטחת נתונים, מוודא שהנתונים מוצפנים, וודא שיש לך הרשאות והרשאות מתאימות. ומה שאנחנו ממליצים זה להשתמש במערכות שכבר הציבו צוותי ה- IT שלך, כך שדברים כמו Active Directory ואימות Windows. כניסה למערכות שיכולות לעבור דרך אימות זה כל הדרך אל היישום, וכך תוכלו להבטיח שהמשתמשים הנכונים יקבלו גישה לנתונים הנכונים.
זה באמת לעבור ממצב של שליטה למצב של אפשרות, ולעשות זאת באמצעות מעקות. אז, אתם יודעים, ניתוח של מעקות, שם ה- IT נותן לכל הכלים להצליח, אך הם גם עוקבים אחר זה, מוודאים שהוא עקבי, הוא אמין וכי הם עושים זאת עם ההרשאות הנכונות במקום. , ולוודא כי למשתמשים אלה יש גישה רק לנתונים הנכונים. השקופית הבאה.
אריק קוואנה: בסדר, ד"ר ווין.
וויין אקרסון: כן, אז זו השקופית שלי. זה רק מראה את ממדי השירות העצמי, שג'וש דיבר עליהם. זה הממוצע של הביקוש העסקי בימינו, אך הם לא רוצים לחכות, כמו שג'וש אמר, ל- IT שיספקו דברים, ו- IT היה עושה הכל. הם נהגו לבנות את הארכיטקטורה ולנהל את התשתית ולבחור את הכלים ולבנות את היישומים, הדוחות, לוח המחוונים וזה פשוט לא עובד עבור רוב גדול של משתמשים שם בחוץ. ועכשיו אנו קרובים לשירות עצמי. יש לנו לוחות מחוונים לשירות עצמי, לוחות מחוונים לשירות עצמי, שאני מכנה אותם, גילוי חזותי בשירות עצמי. יש לנו שילוב נתונים בשירות עצמי או הכנת נתונים. יש לנו ניתוחים מתקדמים משירות עצמי, שם ישנם כמה מדעני נתונים. אז אנחנו חושבים על כל היכולות הללו העומדות לרשות אנשים, לאנשי עסקים, שנוטים לעשות דברים בעצמם.
השקופית הבאה. אנו מקבלים קצת משוב כאן, אריק, רק כדי ליידע אותך. אז, אתם יודעים, שירות עצמי על פני השטח נראה כמו win-win עבור העסק וגם עבור מחלקת ה- IT. משתמשים מקבלים את מבוקשם כשהם רוצים את זה, איך שהם רוצים את זה. מחלקת ה- IT מקבלת סוג משתמשים, הם מקבלים עומס על העבודה והם מקבלים דברים בעקיפין, אך כך או כך ... בהרבה מצבים יש לשירות עצמי כמה חסרונות משמעותיים שעליכם להקפיד עליהם. וג'וש נתן לך כמה תרופות לכמה מהחסרונות האלה.
עבור לשקופית הבאה, אריק, ונראה כי השירות העצמי של הארגונים הוא סוג של גל כוח גאות, שהם כפולים, מנוגדים. וזה מגיע למצב שאף אחד לא סומך על הדו"ח של מישהו אחר מלבד שלו, שאינו מצב עניינים טוב. אפשר אפילו לומר שזה גרוע יותר מאשר כשהם התחילו. בעיקרון יש לך ארכיטקטורה שמורכבת ממערכות דיווח צללים, תמציות נתונים, שבסופו של דבר מעלות עלויות ותקורה, יתירות ושכפול, וכתוצאה מכך מגדילה את הסיכון בארגון. אז, שירות עצמי נוגע לסטנדרטים שבהם ממשל הוא למעשה רק מגדל בבל. כולם מתקשרים, אבל אף אחד לא מקשיב. השקופית הבאה.
אריק קוואנה: זה ציטוט נהדר, אני אוהב את זה. "כולם מתקשרים, אבל אף אחד לא מקשיב." אני חושב שזה בערך מסכם את זה במקומות מסוימים. בסדר, הנה לך.
וויין אקרסון: אז אתה יודע, אני אגיע גם לסעדים, אבל הרבה עסקים חושבים שמטרת השירות העצמי היא להיפטר מ- IT. ובכן, יש הרבה דברים שאינם אינטואיטיביים בעסק, וזה אחד מהם. מטרת השירות העצמי לא הייתה להגביל את ה- IT מהמשוואה אלא לטפח שיתוף פעולה רב יותר איתה. אירוניה נוספת של שירות עצמי שלא שמתי כאן היא שהיא דורשת הרבה סטנדרטיזציה כדי לתמוך בשירות עצמי. זה כמו, תחשוב על נסיעה על כביש, נכון? יש המון כללים שעלינו לדבוק בהם. כל אחד-
קול אוטומטי: הקלטת הוועידה הופסקה.
אריק קוואנה: אל תדאג. זה רק הגיבוי. תמשיך ללכת.
וויין אקרסון: בסדר. אז, ו- IT הוא באמת הקבוצה שצריכה להרכיב את הסטנדרטים האלה. וברגע שהסטנדרטים האלה קיימים ומתקבלים ואומצים, היי, אנחנו יכולים לעשות שירות עצמי עד שהירח יוצא. השקופית הבאה.
אריק קוואנה: אני חושב שחזרנו לג'וש.
ג'וש האוורד: נכון, כן, ואני מסכים עם הרבה מזה, וויין שאתה אמרת. אך העניין הוא שאם אתה רוצה להפיק יותר ערך מהנתונים, שוב נצטרך לצאת מהעסק של להיות עם IT לשלוט בכל דבר ולהיכנס לעסקי ההפעלה. זה אומר להעצים משתמשים בכלי ניתוח משלהם ולא רק ב- IT. זה לא אומר שאתה צריך לתת להם את המפתחות לממלכה. אתה יכול לעשות זאת עם המעקות האחרים הקיימים. למנף את המערכות הקיימות במקום, למנף את כלי ההרשאה שלך, Active Directory, את ההרשאות שלך, וזה הולך להבטיח שידוע לך שמישהו לא מוסר נתונים למישהו שאסור לו. וכך, על ידי ביצוע כל הדברים האלו, אתה מסמיך את אותם אנליסטים לספק ערך רב יותר ולעשות זאת באופן שנשלט.
השקופית הבאה. אך המציאות היא שמעולם ה- IT לעולם לא יצליח לעמוד במגוון הדרכים השונות שאנליטיקאי עומד לרצות להציג בנתונים, לתפעל אותם. וכך, לא רק זה, אלא שאין לך זמן להתעדכן גם בבקשות האלה. מערכות המורשת, תהליכי המפל. אם אתה מסתכל רק על תהליך ETL להוספת טבלה, זה יכול לקחת, במקרים מסוימים, שבועות אם לא חודשים. וכך, אתה רוצה להיות מסוגל לעמוד בקצב הזה עם שינוי העסק.
אם אתה רוצה, למעשה, ליצור תרבות של ניתוחים, אתה צריך לאפשר למשתמשים האלה לעשות זאת. ואז ברגע שתעשה זאת, היתרונות יכולים להיות מדהימים באמת. אתה יודע, כשהתחלנו לדבר על חמש-עשר שנים על פרויקטים של מודיעין עסקי, אני מתכוון לעיתים קרובות שצוטטו 70-80 אחוז מכל פרויקטי ה- BI ייכשלו. וזה כבר לא המצב. כשאתה מחמש את המשתמשים העסקיים בכלים הנכונים, אנו רואים תוצאות אדירות וערך אדיר, וזו הסיבה שכלי שירות עצמי מתפשטים כמו אש בשדה קוצים בארגון. זה בגלל ההצלחה שאנחנו רואים.
ויש לי מקרה שימוש שאדבר עליו גם כאן בעוד דקה, אבל, אתה יודע, יש לנו ממש עשרות אלפי משתמשים שעושים ניתוח ושינוי גודל של שירות עצמי. והמשתמשים הללו מספקים תובנות מהר יותר, הם מייצרים מוצרים חדשים והם מגיבים לתנאים העסקיים הרבה יותר מהר כדי להקדים את התחרות.
אתה יודע, הדבר השני הוא שידוע שהם מבזבזים פחות זמן בהכנת נתונים ויותר זמן בביצוע הניתוח. זה רק עוד מרכיב בזה, ויש לי דוגמא כאן מ- CNA שם היו להם מספר אנליסטים שנקטו גישות גוזלות זמן, שנמשכו שבועות או חודשים ועכשיו הורידו את הדקות לדקות. זה בלי להגזים. יש לנו ממש דוגמאות רבות של לקוחות שעושים זאת ממש, וזה באמת תרחיש win-win. אנליסטים שמחים שהם לא צריכים, אתה יודע שהם מגיעים לנתונים שלהם מהר יותר. זה שמח כי, אתה יודע, הם יכולים להתמקד ביוזמות האסטרטגיות שלהם בלי לדאוג לממשל, ואז סוף סוף הצוותים המנהלים שמחים כי סוף סוף יש להם צוותי עסקים ו- IT שפועלים יחד כדי ליצור את התרבות האנליטית הזו. בחזרה אליך.
אריק קוואנה: בסדר. היה לנו סקר נוסף, כך שתוכל לראות את התוצאות האלה בקהל. עלינו לראות את זה כבר בפאנל שלך, אבל השאלה הייתה "האם הארגון שלך קיבל את ההבטחה לשירות עצמי?" אני יכול לומר לך שלמשיבים יש מהדהד, "לא."
אני חושב שזה מדבר במקומנו בתעשייה, אבל אני חושב שעשית שם כמה נקודות ממש ממש טובות, ג'וש, כלומר האפשרות של שירות עצמי, אם כי עם כמה סטנדרטים כמו שוויין דן בו, אכן עושה זאת מאפשרים לך לבנות ממשל. זה המעקות שדיברנו עליהם, נכון? ניתן לשלב את מדיניות הממשל במערכת המסירה, וכשאתה משיג ממשל תוך מתן אפשרות לאנליסטים להיות בשירות עצמי. האם זה נכון, ג'וש?
ג'וש האוורד: כן, זה בדיוק נכון.
אריק קוואנה: כן, אז המשיבים -
וויין אקרסון: אז אריק, התוצאות האלה מעניינות, אתה יודע. הייתי אומר שהסיבה לכך היא שתוכנת ה- IT עדיין בשליטה, המשתמשים לא מקבלים שירות עצמי ומקבלים את מבוקשם כשהם צריכים את זה, או, אתה יודע, יש להם שירות עצמי תחת פיקוח. ושניהם רעים. לכן, קשה ממש לפגוע במחט בעזרת שירות עצמי, לסביבת פיקוח המספקת למשתמשים את כל המידע הדרוש להם והפונקציונליות שהם צריכים כדי לקבל את התובנות שהם צריכים ולנקוט בפעולה שהם צריכים. זה קשה, קשה, אבל, אתה יודע -
וויין אקרסון: - אתה מתמודד עכשיו עם כלים כמו, אתה יודע, אלטריקס, כלים מאוד חזקים, מאוד חזקים. אז יש לנו את היכולת עכשיו שאנחנו יכולים -
אריק קוואנה: ויש לך כמה סיבות שהעסקה הגולמית שלך עם סוניק עברה מעט, אז פשוט היזהרו משמע בסיסי. אני קצת מופתע, ואני חושב שזו כנראה חדשות טובות עבור אלטריקס מכיוון שיש להם פיתרון המאפשר שירות עצמי. מכיוון שבדרך הישנה לעשות דברים עם המון כלים שונים, למשל, עם המון נקודות אינטגרציה, אנשים די מתרוצצים, פשוט מנסים לעמוד בקצב הסטטוס קוו, ואני חושב שזה אחד האתגרים האמיתיים.
לאחד הלקוחות שלנו היה הערה לפני מספר שבועות שצלצל לי באוזניים מאז שהוא התייחס ל"עריצות הדחיפות "וכיצד זה נוטה לשלוט בכמה ארגונים ולמנוע שינוי. אתה תמיד דחוף, אתה תמיד מתרץ רק מנסה לעשות דברים שכבר צריכים לעשות. וזה בעצם מונע ממך לעשות דברים חדשים.
בנקודה מסוימת אתה צריך להפסיק את המוזיקה, להכיר בכיסא אחד הולך להיעלם, אבל שאר הכיסאות צריכים להתיישב ליד השולחן ולהתחיל לזרוק קצת שיתוף פעולה עד שאנחנו עובדים יחד. אבל ככה אני רואה את כל התמונה הזו. אז כן, התשובות בדרך כלל היו 23 מתוך 43 אמרו, "לא", 6 מתוך 43 אנשים אמרו, "כן", ו -6 מתוך 43 אנשים אמרו, "לא בטוח", אבל 38 אנשים בערך לא ענו. אבל זה די מהדהד, "לא." עם זה, אני רוצה להיכנס לבחינת מקרה.
אני אחזיר לך את זה, ג'וש. קח את זה מפה.
ג'וש האוורד: כן, וכך קודם לכן דיברתי, אתה יודע, על שיתוף הפעולה הזה בין עסקים ל- IT. אני באמת מרגיש שראינו כמה שינויים גדולים למדי, ויותר ויותר ארגונים נעים בכיוון הזה, מאפשרים שירות עצמי ורואים את התוצאות עליהם דיברתי. ופורד היא דוגמא נהדרת לכך. פורד משתמשת כמובן בנתונים ואנליטיקה מזה עשרות שנים, אבל כמו הרבה ארגונים, זה נעשה רק בכיסי הארגון. לא הייתה פיקוח מעט על עקביות ותיאום, ואתה יודע, היו להם גם נוהלי ניהול נתונים שלא היו עקביים.
וכך היה להם נושא ענק; היו להם מעל 4,600 מקורות נתונים, וכך תוכלו לדמיין את האתגר לעשות זאת בגודל של חברה כמו פורד. וכך, מה שהם עשו זה לחזור רק לפני שנתיים, הם הקימו את היחידה הגלובלית לתובנות ולנתוני נתונים, שהיא מרכז מצוינות מרכזי, המורכב מצוותים המורכבים מעובדי נתונים, כך מנתחי נתונים, נתונים מדענים מהסוג.
אתה יכול לחשוב על ה- COE הזה הרבה כמו מחלקת משאבי אנוש או מחלקת כספים המשרתת את כל הארגון. זה בדיוק מה שצוות חדש זה הוקם כדי לעשות, וכך הם הצליחו לזהות ולעקוב אחר אתגרים בעדיפות גבוהה משלהם ולעבוד עם יחידות עסקיות שונות שמתמודדות, כידוע, עם בעיות שונות. אבל כל הרעיון היה שהם רוצים לכוון ולשנות את אותה שיחה כדי להתמקד באתגר העסקי עצמו, נכון, ולמלא את אותם צרכים עסקיים. ואתה יודע, הם התחילו עם מנתח נתונים אחד מלכתחילה לפני מספר שנים, ורישיון Alteryx אחד, ושילוב של Tableau ו- QlikView.
כעת, הם העבירו את אלטריקס למעל 1,200 מדעני נתונים בשנתיים האחרונות, והם עובדים יותר. וכך באמת היה מדהים לראות שמתרחשים בתוך הארגון שלהם ולהשתמש בתיקים שהם פותרים הם לא יאומן. הם משתמשים באלטריקס בכדי לפתור בעיות קו ייצור לאורך כל המירוצים שלהם ב- NASCAR, כך שזה ממש מרתק לראות כמה מהתוצאות שהם מנהלים. וכן, אתה יודע, מה שמעניין זה, אתה יודע, חלק ממקרי השימוש האלו, תיקים לשימוש יחיד חוסכים עשרות מיליוני דולרים, ולכן קל מאוד להצדיק אותם. וזה רק מקרה אחד לשימוש, והוא משמש פשוטו כמשמעו בכל מאות מקרים עסקיים שונים ועל פני 1,200 אותם אנליסטים ומדעני נתונים. אז תוצאות פנומנליות ואנחנו ממש מרוצים מהשותפות שיש לנו עם פורד.
וויין אקרסון: בסדר, זו השקופית שלי. אז אתה יודע, אני מלמד שיעור בנושא ניתוח עצמי בשירות עצמי, וזה סוג של סיכום, סיכום ברמה גבוהה מאוד, של הפתרונות שאני מביא לשולחן עבור הקהל. ואני אנסה להסביר את זה די מהר. אתה יודע, אני רואה שירות עצמי, ובכן, אין שירות עצמי אחד. לכל אחד יש הגדרה שונה של שירות עצמי בתוך ארגון, ולכן מה ששירות עצמי למנכ"ל הוא בהחלט לא שירות עצמי למדען נתונים. אבל באופן כללי, ישנן שתי קבוצות משתמשים. המחלקה הראשונה, אתם יודעים, משתמשים מזדמנים יותר, מנהלים בכירים, עובדים בחזית הם בעולם מלמעלה למטה בכחול.
ואתה יודע, אני קורא להם "צרכני נתונים" או "חוקרי נתונים", והם די מחשבים תפוחים, אתה יודע, דוחות ולוחות מחוונים, בתקווה שאנשים אינטראקטיביים בנו עבורם, IT או עמיתיהם, וצורכים זה כמו שהוא. חוקרים נוטים לפתוח את הדברים ולערוך אותם במקום, אך הם לא בהכרח רוצים להתחיל עם דף נייר ריק. בשום דרך לא משלמים להם כדי לעשות זאת. לא שילמו בהכרח את האנליסטים. זה מה שאנשים בעולם התחתון עושים, מדעני הנתונים ואנליסטים הנתונים, שיש להם בנוסף, אנליסטים נתונים עובדים עם גיליונות אלקטרוניים, גישה למאגרי מידע. ולמדענים נתונים יש יותר משיכה עם, אתה יודע, ספסלי העבודה של מכרות הנתונים. הרבה כלים לשירות עצמי שיצאו באמת העצימו את הצוות הזה מלמטה למעלה. זה יהיה הרבה יותר פרודוקטיבי ממה שהם יכלו לעשות אי פעם. הם לא יכולים רק, אתה יודע, לעשות דוחות ולוחות מחוונים משלהם, הם יכולים גם לקבל נתונים משלהם, לשלב אותם, להתאים אותם יחד, וכן הלאה. ראיתי למעשה את הניצחון הכלים הזה יוצא ומייבא את העולם מלמטה למעלה. קטלוגי הנתונים כך שיוכלו למצוא את הנתונים המכילים את כלי ההכנה, כך שיוכלו להתאים אותם זה לזה, וכלים להמחשת נתונים כך שיוכלו לנתח, לדמיין ולשתף את זה. אני חושב שנראה שמערך הכלים הזה יהפוך לכלי אחד, ולדעתי אלטריקס פשוט בדרך לעשות זאת.
אז אני קורא לעולם זה מלמטה למעלה "שירות עצמי אמיתי", ואילו העולם מלמעלה למטה אני קורא לזה יותר "שירות כסף" מכיוון שאנחנו סוגים מידע שניתן על מגש כסף. זה ארוז מראש במידה מסוימת. עדיין אינטראקטיבי, עדיין ניתן לעריכה, אבל מישהו היה צריך לחשוב מיהם האנשים שהולכים לצרוך את זה ולהתאים אותו לצרכים הספציפיים שלהם. אתה יכול לראות בעולם המלמדים מלמעלה למטה שיש לך, אתה יודע, הקבוצות המרכזיות הכבדות יותר, הוועדה לממשל נתונים, אשר, אתה יודע, מכניסה את זה לאתרי נתונים ודוחות. וצוות אחסון הנתונים שמנסה לשלב נתונים לקבלת החלטות. זהו תהליך מסורתי ממוקד יותר-ממוקד על-ידי ה- IT. בעוד שבעולם מלמטה למעלה, שדומה לעשרה אחוזים, 20 אחוז מהארגון, הם מקבלים ממשל מרמת העקרונות על ידי פתיחת מערך נתונים, הסתכלות עליהם, הערות עליהם, תיוג מערכות הנתונים האלה - בעיקרון בניית ממוצע משותף של הנתונים מהיסוד. אתה מקבל קטלוגים ושווקי נתונים, וארגון זקוק לשני העולמות האלה. למעשה הם מאכילים זה את זה, מאוד סינרגטיים, הם שני צדדים של אותו מטבע. אם אין לך אנליסטים בכל מחלקה, הפעולות נכשלות, השיווק, הכספים. אתה חסר כל מיני תובנות שאתה צריך כדי לנהל את העסק מכיוון שהם מייצרים תשובות לשאלות שאנשים לא היו יכולים להבין מה הם היו יום קודם. ובוודאי IT לא יכול היה או שמפתחים לא יכלו לבנות דוחות או לוחות מחוונים אלה. אז הם מבססים את הגל הבא של הדרישות ואת גל התובנות הבא שצריך לארוז ולהכניס אותם לעולם מלמעלה למטה.
כעת הבעיה היא כאשר העולם מלמטה למעלה מפרסם דוחות לעולם מלמעלה למטה שלא אושרו או נשלטו, ומקבלים דוחות מנוגדים, כפילויות ודברים כאלה. אז בעולמי זה עוזר לקבל שער של ניהול נתונים בין שני העולמות האלה, וזה בסדר, אם אנליסט נתונים התחיל יוצר ותמצא תובנה חדשה ובונה דוח. אנשים אוהבים את זה, ואז, אתה יודע, הם רוצים להמשיך לפרסם את הדו"ח הזה ולשתף אותו, אולי בצורה רחבה יותר לכלל הארגון. זה צריך להיבדק על ידי ממשל הנתונים, ובתקווה מהר מאוד, כדי להבטיח שהוא תואם את תקנים. יתכן שיהיה צורך לכתוב אותו לפלטפורמה סטנדרטית, יתכן שיהיה צורך להוסיף נתונים חדשים למאגר הארגוני הרגיל. ומה שאנו רואים כעת הם הכלים כמו שאלטריקס הם למעשה הטמעת זרימות העבודה הנחוצות לתמיכה בתהליך קידום זה בו אנו מקדמים בדוח שהפך פופולרי לקבלת סימן מים או סולם כדוח או ערכת נתונים המאושרים על ידי הארגון. . אז זהו, שמדינות ממשל הנתונים נשקלו על קצה המזלג כתהליך בדיקה. יכול להיות חלוף ייצור עם צוותי פיתוח, וייתכן שיש הרשאות וממשל שנבנו בתוך כלי ה- BI, כלי הניתוח או זרימות העבודה הללו. השקופית הבאה.
אריק קוואנה: בסדר, אני חושב שחזרנו לג'וש בנושא זה.
ג'וש האוורד: כן, וכך, אתם יודעים, כשדיברתם על המעבר ממספר הכלים השונים הללו, ומה שמצאתי בשלי, אתם יודעים, המחקר הוא שרוב האנליסטים משתמשים בעשרה עד 12 כלים שונים כדי תעשה את עבודת הניתוח שלהם. וכן, אתם יודעים, יתכן שהם משתמשים בפתרון לקטלוג נתונים כדי למצוא את הנתונים, יתכן שהם משתמשים בפתרון של הכנת נתונים, יתכן שהם משתמשים בכלי הדמיית נתונים, משהו לניתוח מתקדם, ניתוח חזוי וכלי מדעי נתונים לפריסה. ולנהל את זה. ואנחנו באמת חושבים שצריך להגיש את זה דרך פלטפורמה יחידה, ואנחנו חושבים שכאן הולך הענף. וכך, רוב האנשים מכירים את כל הטריקים לקראת יכולות הכנת ושילוב נתונים ושילוב הדוק שלהם עם כלים כמו Tableau ו- Power BI.
אבל, אתה יודע, אנחנו הרבה יותר מסתם כלי להכנת נתונים. אנחנו באמת פלטפורמה מקצה לקצה עבור אותם אנליסטים ואנשי מדעי נתונים של אזרחים, ומספקים את היכולת לגלות את הנתונים האלה, להכין אותם, לשלב אותם, לנתח אותם ולעשות אותם בצורה שניתן יהיה לחזור עליה ובתהליך עבודה שניתן יהיה לחזור עליה. ואז לפרוס ולשתף את הנכסים האלה בסדר גודל, וכך באמת מדובר באלטריקס. ויש לנו קהילה מדהימה שגיבוי אותה שהיא, אתה יודע, יותר מסתם הקהילה הטיפוסית שלך. יש לה אזורי הדרכה בשירות עצמי, יש בו פורומים ושיטות עבודה מומלצות, ובאמת יש לנו קהילה אוונגליסטית של משתמשים התומכים זה בזה. והדבר הנפלא בעניין זה כשאתם מאמצים כלים כמו אלטריקס, קהילות מסוג זה באמת מצמצמות את עקומת הלמידה, כך שתוכלו להתקדם במהירות רבה יותר במערכות הכלים החדשות הללו. למרות שהם קלים מאוד לשימוש, הם לא זקוקים להרבה קידוד, והם קלים לשימוש ולהתרומם מהר יותר, אך עדיין יש להם קהילה זו כדי להפחית את עקומת הלמידה זה ממש לא יסולא בפז.
וכך הדרך בה חילקנו אותה היא ארבעה תחומים. ראשית, זה באמת סביב הגילוי והשיתוף, כך שלפני שתוכל להכין ולמזג את הנתונים שלך, אתה צריך להיות מסוגל למצוא אותם. וזו הסיבה שהחלק הראשון של הפלטפורמה שלנו הוא רכיב הגילוי והשיתוף בו אנו משתמשים כדי ללכוד את הידע השבטי של הארגון שלך. אז זהו בעצם פיתרון לקטלוג נתונים המשמש לשיתוף מערכי נתונים מאוצרים ומנוהלים. זה מאפשר למשתמשים למצוא את הנתונים שהם מחפשים בתכונת החיפוש הקלה לשימוש כמו גוגל ומספק גם תכונות חברתיות לשיתוף פעולה במערכות נתונים ואפילו מאפשר לך להעמיק בשושלת הנתונים של הנכסים, לאשר את אלה נכסים וסמן אותם. וזה באמת חשוב לניתוח בשירות עצמי מכיוון שאחד הוא שרוב האנשים משקיעים יותר מדי זמן בניסיון למצוא את הנתונים - הם לא יודעים לאן ללכת אפילו כדי למצוא אותם. ואז אם הם מוצאים דוח, אתה יודע, איך הם יודעים שהוא מאושר, הוא מהימן? אז כשדיברת על זה, עם שער של ניהול נתונים, אני באמת רואה כלים כמו אלטריקס הופכים לשער ההוא, כשאתה מבצע את החיפוש שלך, אתה יכול לראות באופן אוטומטי וחזותי מי הבעלים של הנתונים האלה, מה השושלת של אותם נתונים, איך זה נוצר, אם הוא אושר וכיצד לקבל גישה אליו, ואם אין לך גישה אליו, אתה יכול להשתמש בתכונות הצ'אט כדי, אתה יודע, לבקש גישה. זה לאדם המסוים הזה, ולכן זו באמת דרך טובה לייצר הרבה מרכיבים אלה. השקופית הבאה.
היצירה הבאה היא הכנה והתערובת הללו, שוב, שאנחנו ידועים בהם, וכך אנו באמת רואים את הכנה ואת התערובת כבשורה לרשת של ניתוחים מתקדמים יותר. בלי לכתוב SQL או כל סוג קוד כלשהו, אתה יכול לגשת לכל הנתונים השונים שלך, לבצע שאילתות בהם - אתה יודע, אם זה נתונים מובנים, נתונים לא מובנים, נתונים בענן - ולשלב בקלות כל מה בזיכרון, לעצב אותם, לנקות אותם , פרופיל אותו, בכדי להכין את מערך הנתונים שלך לניתוח. אתה יכול גם להעשיר אותו במערכות נתונים של צד שלישי. אז, יש לנו שותפויות טובות באמת עם חברות כמו TomTom אם אתה מעוניין בניתוח בזמן הכונן, עושה ניתוח מרחבי. אנו עובדים גם באופן הדוק עם Experian לנתונים ביתיים או לנתונים עסקיים. אז פתאום, לא רק שתוכל לקחת את הנתונים שיש לך במקום או אולי בענן, אתה יכול גם להעשיר אותם במקורות אלה של צד שלישי ובאמת לבחון ניתוח מרתק. השקופית הבאה.
היצירה השלישית היא רכיב ניתוח ומודל זה. אז הזכרתי שאלתריקס היה ללא קוד. ובכן, זה גם ידידותי לקוד. וכך אנו מציעים יותר משישים כלי ניתוח ניבוי שונים, כך שכשאתה מוכן לעשות ניתוחים מתקדמים יותר, אתה יכול להשתמש בכלים מבוססי R ו- Python ו- Spark ללא קידוד, או שאתה יכול למעשה להשתמש וליצור מנהג משלך. חבילות. אז אם יש לך צוות מדעי נתונים שכותב R ו- Python או Scala או כל דבר אחר, אתה יכול להשתמש בקוד הזה, לבנות חבילות משלך ולמנף את הזכות הזו בכלי. ושוב, כאן אני חושב שהערך האמיתי של ניתוחים בשירות עצמי הוא, וכאן באמת אנו רוצים לעזור להפוך את הענף מכם, אתם יודעים, אנליסטים נתונים מסורתיים ועובדי נתונים לאלה, אתם יודעים, מדעני נתונים אזרחיים וביצוע עבודות מדעי נתונים עם כלים ממש קלים לשימוש. שקופית.
בסדר, פנימה, ולבסוף יש לנו את המתגים האחרונים, הקילומטר האחרון של ניתוחים מתקדמים. אז אם אתה נמצא בנקודה בה אתה עושה עבודות מדעי נתונים ואתה בונה את הדגמים שלך, האתגר הבא שאתה עומד בו הוא, "נו, איך אני יכול להביא את הדגמים האלה לייצור? כיצד אוכל לנהל אותם? כיצד אוכל לשמור אותם מעודכנים? "וכאן נכנסת יכולת הפריסה שלנו. וכך, על פי המחקר שלנו בקרב הלקוחות שדיברנו איתם, פחות מ -50 אחוז מהדגמים אי פעם הופכים את זה לייצור . אז העסקת את מדעני הנתונים האלה כדי לבנות את כל הדגמים האלה, אבל הם אף פעם לא הופכים אותם לייצור. וכך, בנינו פיתרון שיעזור לך לבנות את הדגמים שלך ואז לפרוס אותם בזמן אמת באמצעות ממשקי API של RESTful.
וכך תוכלו להשיג את הדגמים האלה ולהכניס אותם ישירות ליישומי אינטרנט ויישומי מובייל מהר וקל יותר, מכיוון ששיטות מסורתיות פשוט לא עובדות. זה תהליך ארוך ומושך. זה יכול לקחת בין 12 ל 20 שבועות לפרוס מודל, ולעיתים קרובות עולה יותר מ- 250,000 $ לעשות זאת. ואז אתה צריך לדאוג איך אתה מעודכן אותם. אז שוב, אנו מחפשים דרכים לאוטומציה של כל התהליך הזה ולבצע שלבים מצעדי הביניים. וכך, בלי לזרוק את הקוד באמת, כי התהליך המסורתי של מה שקורה עכשיו הוא שיש לך מדען נתונים שבונה את הדגמים שלו, והם פורסים אותם, והם זורקים אותם מעל הגדר למפתח אתרים שצריך לעשות זאת קח את כל קוד ה- R והפייתון הזה, כתב אותו לאיזה יישום אינטרנט או יישום נייד, ושוב, זה פשוט לוקח יותר מדי זמן.
וכך, אין עוד זורק קוד מעל הגדר למישהו אחר לעשות. ביצענו אוטומציה של התהליך הזה ויש לנו דרך לנהל אותו בקנה מידה. וכך, אלה באמת ארבעת התחומים שאנו מסתכלים עליהם כשמדובר בפלטפורמת שירות עצמי מקצה לקצה לניתוח נתונים. וכך, אתה יודע, לגלות ולשתף את הנתונים בקלות, להקדים ולמזג אותם, לעשות את הניתוחים המתקדמים, ואז יש לך דרך לפרוס ולנהל אותם בקנה מידה. לך על זה. אז עם אלטריקס אתה יכול, אתה יודע, לדבר על הממשל האנליטי ולהיות מסוגל לפתוח את הנתונים שלך בצורה בטוחה ומציעה דרכים ללא קוד וגם ידידותיות לקוד לבצע את כל הניתוחים שלך, כך שאם אתה יש אנליסטים נתונים שאולי לא יודעים את הסמנטי, אתה יודע, שפות SQL לשאילתת מסד נתונים, אתה יכול להשתמש בכלי גרירה ושחרור שמושך את כל הנתונים האלה לזיכרון כדי לבצע את הניתוח שלהם.
אז באותו האופן, אם יש לך מדעני נתונים המשתמשים ב- R ו- Python, הם עדיין יכולים להשתמש בכלי כמו Alteryx בצורה ידידותית לקוד - והתוצאות שראינו עם הלקוחות שלנו הן אדירות מכיוון שאנחנו אתה יכול לספק את זרימות העבודה החוזרות על עצמן שאתה יכול לקחת, משימות שלוקחות, אתה יודע, שבועות או חודשים וממש תרד אותן לדקות, בלי להגזים. יש לנו מספר מקרי מקרים באתר שלנו שבהם תוכלו ללמוד עוד על כך ועל כמה מחסכונות הזמן שאנו רואים. אבל, אתה יודע, סוף סוף, זה יעבוד עם ארגון ה- IT שלך מכיוון שהוא ניתן להרחבה ולפרק את הסילויים האלה שדיברתי עליהם ועושים זאת בצורה מנוהלת. וזה באמת מה שעוסק בפלטפורמה מקצה לקצה של Alteryx ומדוע אנחנו שונים.
אריק קוואנה: בסדר. זה הכל דברים טובים. אני חייב לומר, וויין, אני חושב שאתה באמת משתמש במשהו עם שער הממשל לנתונים זה, אני חושב, איך שתיארת את זה. מכיוון שאנחנו נמצאים בעולם הזה ממש מעניין כרגע בו מחסני נתונים, שהיו המקור המהימן כבר ארבעה עשורים, לא ממש מסוגלים להתעדכן בזמנים ולעקוב אחר כל מקורות הנתונים וסוגי הנתונים השונים. זו מערכת די נוקשה שמחסן נתונים נוטה להיות, ולכן מה שאני רואה ש- Alteryx מספק כאן הוא באמת מה שאפשר לכנות את השלב הבא בבגרות אנליטית, מכיוון שהם מאפשרים לך להשתמש בכל המקורות השונים האלה, אבל בגלל שיש להם אזור הלחימה הזה עם מדיניות ממשל נתונים שנאפה, עכשיו אתה באמת משיג את שני העולמות שבהם אתה יכול לקבל ערכות נתונים רבות ושונות, אבל יש לך ממשל, ואתה יכול גם להשתמש בכל מיני מידע ושירותים בכל מיני אנליסטים שונים קבל נקודות מבט שונות על המתרחש בעולם העסקים. אבל אני רואה בכך צעד משמעותי למדי בהתפתחות האנליטיקה של הארגון, אבל מה אתה חושב?
וויין אקרסון: לא, בהחלט. מחסני הנתונים, מאגרי גרסה יחידה של האמת כפי שהיו, ולדעתי זה פשוט התעלם, אתה יודע, מהדינמיקה הארגונית והתפקידים שאנשים ממלאים. ואני כן רואה את שני העולמות האלה של BI או אנליטיקה, כפי שאתה מכנה אותם.וברוב החברות, הם הולכים בכיוונים מנוגדים, והם לא מדברים אחד עם השני, הם לא סומכים אחד על השני, אבל באמת שהם מאוד סינרגטיים, ואנחנו רק צריכים לגרום להם להכיר אחד בשני. וסוג של עבודה משותפת. וכלים כמו אלטריקס שמשלבים את הממשל באמצעות יכולת קיטלוג הנתונים, בהם הדיילים יכולים לנהל את מערך הנתונים ולאשר ולסמן אותם, וזה דבר שאני מדבר עליו כבר כמה שנים בכיתות שלי. מעט מאוד חברות עושות את זה, אבל זה מקבל כל כך הרבה מתיחה ועכשיו אני שומע שזה בכל מקום.
וכך, הדרך למזג את שני העולמות האלה כיוון שאתה יודע, יש לך את העוגה שלך וגם את אוכלת אותה. אתה יכול לתת למשתמשים לחשמל לעשות את מה שהם צריכים לעשות. לכו תמצאו את התובנות החדשות לפי דרישה, ואז, אתם יודעים, אבל תמנעו ממנה לצאת משליטה. אתה מונע ממנו ליצור את מגדל בבל עם כמה תקנים המחייבים ממשל כלשהו. והמטרה היא באמת ליצור תרבות של ממשל בה אנשים רוצים לעבור את תהליך הממשל. הם רוצים שהדוחות / מערכי הנתונים שלהם ייבדקו, כך שהם ייצרכו בצורה רחבה יותר. זו המטרה, וזה באמת התפקיד החדש של ה- IT בעולם החדש הזה. אני תמיד אומר שתפקידם להקל ולא להכתיב. וזה שינוי נפשי גדול עבור רוב אנשי ה- IT שהורגלו להיות בשירות משותף שעשה הכל למען העסק. עכשיו העסק עושה למען עצמם, ו- IT באמת צריכים להיות האנשים, כמו שג'וש אמר, ומעמידים את המעקות האלה.
אריק קוואנה: כן, אני חושב שמעקות ההגנה הם המפתח מכיוון שהם מאפשרים לשחק חופשי, אם תרצו, של אנליסטים לעשות דברים שונים, אך לא לרדת מהמסלול. ואם אני מבין -
וויין אקרסון: בדיוק.
אריק קוואנה: - אתה נכון, ג'וש -
ג'וש האוורד: בדיוק.
אריק קוואנה: כן, דיברת די על כך, למעשה עקבתי אחרי אלטריקס מאז שלפני כן נקרא אלטריקס לפני שנים רבות - אני חושב שקוראים לזה SRC או משהו כזה - והוול-מארט היה הלקוח הראשון. ואחד הדברים המגניבים באמת שדיברתם עליהם בחזרה מתי הייתה היכולת להבין באמת תהליכים עסקיים ותזרימי עבודה. ואם יש לך הבנה חזקה זו של תהליכי עבודה ותהליכים עסקיים, אתה יכול לעשות מספר דברים שונים. ראשית, אתה יכול לספק ממשק משתמש מושלם בהרבה אם לא תעיב על האפשרויות העומדות לרשות המשתמש במידע חוץ. שנית, אתה יכול גם לייעל תהליכים כדי להבין טוב יותר היכן יש נקודות חנק או נקודות בקרה. ואני חושב שזה כנראה חלק מהקסם שבגללו אלטריקס הצליח לספק סביבה מאוד ידידותית לממשל, אך ידידותית למשתמש, המאפשרת כל מיני מערכות מידע שונות ומקרי שימוש אנליטי. האם היית מסכים עם זה?
ג'וש האוורד: כן, אני מתכוון שזה, אתה יודע, הייתי אומר, אריק, והרבה מה זה פשוט להכניס כלים מסוג זה לידיהם של משתמשים עסקיים ולתת להם דרך לבצע את עבודתם בדרך ידידותית לעסק, שקל לעשות זאת להשתמש וזה ידידותי. אני מתכוון, אם אתה חושב על משהו כמו ממשל נתונים, אנחנו מדברים על ממשל נתונים כבר שני עשורים, וכאחסון IP, ניסינו לדחוף את זה לעסק וזה פשוט לא מאומץ ואף פעם לא מקבל סוג כלשהו של גרירה, מכיוון שהוא לא בנוי למשתמשים העסקיים, נכון? זה מונחה על ידי IT, מונע על ידי IT, והוא עובד עבור ה- IT, אך זה לא עובד עבור אותם משתמשים עסקיים. וכך, אנו רוצים לנקוט באותן מתודולוגיות אך להחיל אותן על מערך כלים ידידותי לעסקים, וזו הגישה שלנו עם, אתה יודע, פיתרון קטלוג הנתונים וניהול מטא נתונים.
אתה יודע, כשאני מדבר עם משתמש עסקי, אני אף פעם לא מדבר על שכבת נתונים סמנטית, ואיך אנו עוזרים בניהול מטא נתונים, אתה יודע. אבל, אתה יודע, בקצה האחורי, זה בעצם מה שהוא עושה, סוגים אלה של דברים נמצאים בתחום ה- IT כבר זמן רב, אבל עבור המשתמש העסקי, הכל קשור לאיתור נתונים מהר יותר, כיצד לבצע את העבודה שלך מהר יותר, ומספק את המידע הזה בממשק קל לשימוש בו הם רגילים להשתמש, ממש כמו בחיי הצרכנים שלהם, נכון? הם רוצים ממשק חיפוש דמוי גוגל, הם רוצים אלמנט של שיתוף פעולה חברתי בו הם יכולים לרשת עם משתמשים אחרים בארגון הזה כדי לפרק את ממגדי הנתונים האלה ולתפוס את הידע השבטי הזה. וכך, אנו פשוט נוקטים בגישה שונה של האופן בו אנו עובדים עם העסק, אך אנו עושים זאת בדרך שהיא גם ידידותית ל- IT.
אריק קוואנה: כן, ויש לי שאלה נהדרת -
וויין אקרסון: אתה יודע את הדבר האחר - ג'וש, שהרגש אותי במצגת שלך היה, אנחנו בעידן הפלטפורמות עכשיו. אני חושב שעברנו את עידן הכלים וזה בסדר, אבל הפלטפורמות, נכון? וכך, אני מכסה BI במשך 20 שנים-כמה ומוזרות, ובמרחב ה- BI עברנו מכלי לפלטפורמות אנליטיות בהן, אתם יודעים, מוצר אחד למעשה מגדיר כל מצב ניתוח לכל סוג משתמש. , ימין? מדיווחים לחיזוי על ארכיטקטורה ושירותים עצמיים משותפים. אנו רואים גם את אותו הדבר בצד הרכבת הנתונים, או צד שילוב נתונים בו מישהו מרכיב את הפלטפורמות האלו שצורכים נתונים, מוסיפים אותם, מקטלגים אותם, מתקנים אותם, ממירים אותם ומנגישים אותם למשתמשים להורדה וניתוח. ועכשיו, מה שאתם עושים, הוא לעשות את הצעד הבא במובנים רבים ושילוב של שתי הפלטפורמות לאחת, כך שזו פלטפורמת ניתוחים ונתונים משולבים, אשר, אתם יודעים, הגיוני. זה העתיד: התכנסות. הדבר היחיד שאיני רואה בפלטפורמה שלך הוא כלי הדיווח והלוח המחוונים הבסיסיים שלך, אבל אולי זה מוטמע במודול האנליטי שלך.
ג'וש האוורד: כן, אנו מדווחים על אצוות טוב מאוד. יש לנו שם פיתרון מאוד יציב, אבל אתה פגע בנקודה סביב לוח מחוונים, ואנחנו רואים זאת הזדמנות לנו לצמוח. באופן מסורתי תמיד היו לנו שותפויות טובות באמת עם טבליו, פאוור בי וקליק, אך נמשיך לעשות זאת. אבל מה שאנחנו מוצאים זה האנליסטים שלנו, הלקוחות שלנו, הם לא רוצים לחכות "עד סוף זרימת העבודה והמחזור הזה כדי לראות את התוצאות שלהם, בסדר? הם רוצים לראות את התוצאות בזמן שהם עובדים בזמן אמת, וזה באמת הכיוון שאליו אנו הולכים, ואנחנו יודעים מה אנחנו מתייגים כוויזואליסטיות מוטבעות כך שאתה רואה את הנתונים שלך בזמן שאתה עובד, ותוכלו לחזור על זה ולראות שבזמן אמת במקום לחכות עד הסוף ולפרסם אותו לכלי הדמיה או לוח מחוונים כדי לראות את התוצאות. וכך, זה פשוט מבטל את הצורך באיזון קדימה ואחורה כדי לקבל את התובנות שלך.
וויין אקרסון: כן, זה הגיוני מאוד. ואתם ידועים עכשיו בגלל קלות השימוש. אתה יודע, אתה משתמש בחברת טבלו בעלייה לתהילה ועושר. אתה שם אתה, ומי עדיף לקחת את ההובלה בחלל הפלטפורמה המתכנס הזה מכיוון שיש לך רגל גם בניתוח ובניהול הנתונים. אז, אנו בודקים בטא כדי לראות איך אתם מסתדרים בשנתיים הקרובות.
ג'וש האוורד: כן, ואתה יודע, אני כן חושב שזה מעניין, ואני שמח להיות חלק מהמרחב הזה, וממש היה מעניין לראות, תסתכל, אתה יודע, את מרחב שילוב הנתונים, מרחב הבינה העסקית , ומרחב הניתוח המתקדם ובאמת רואים את אלה מתכנסים. ואתם יודעים, אני חושב שפלטפורמות כמו אלטריקס באמת יעזרו להרבה ממשתמשים עסקיים אלה להצטיין ולאפשר למשתמשים אלה לקבל גישה לנתונים שלהם ולעשות את הניתוח הזה, אתם יודעים, ולהגיע לתובנות הללו בצורה מהירה וקלה יותר.
אריק קוואנה: כן. כל הכאן, ואני מסכים איתך, וויין, איך זה באמת הגיוני, ואני חושב, כן, יש שאלה של איש קהל שאזרוק כאן. זה מאוד גרמני לשיחה. זה קשור ל- DataOp. לאלו מכם שלא מכירים את המונח -
ג'וש האוורד: השקופית הבאה.
אריק קוואנה: —זה באמת התחזק בתשעת החודשים האחרונים בערך. זה התחיל עם ספק או שניים, ואז שלושה וארבעה, אחר כך חמישה ושש, ועכשיו הרבה אנשים מדברים על DataOp. זה בעצם הצד של ניהול נתונים של DevOp. אז מה שאנחנו רואים הוא התמקדות רבה בלנסות להבין באמת אילו כלים שונים ואילו טכנולוגיות שונות נוגעות בנתונים כשהן עוברות את מחזור החיים שלה וכיצד זה משפיע על התפיסה האנליטית שלך. ונראה לי שאלתריקס למעשה פותר את בעיית ה- DataOps על ידי התמקדות בגישה זו לפלטפורמה עוד לפני ש- DataOp הפך למונח. אבל אני אעביר לך את זה, ג'וש, קודם ואז, וויין, לפרשנות. ג'וש, מה אתה חושב?
ג'וש האוורד: כן, אני חושב שזה מרחב שמתפתח. אתה יודע, אנו משתדלים להיות נתונים אגנוסטיים, וכך אנו יכולים לגשת לנתונים - בין אם זה בתוך חומת האש שלך, בענן, נתונים לא מובנים, נתונים מובנים - אז מכיוון שאנחנו יודעים שזה הולך להמשיך להשתנות, אתה יודע, ואני בטוח שוויין היה מסכים עם זה, וכך גם אתה, אריק. אם אתה חוזר, אתה יודע 10, 15 שנים במרחב הזה, כלומר, היה רק קומץ מסדי נתונים. יש לנו למעלה מ- 400 סוגי מסדי נתונים שונים. וכך, אנחנו אף פעם לא מתכוונים לעמוד בקצב הזה. וכך, תמיד יהיה משהו חדש ומבריק לארגון לאמץ. וכך, אנחנו רק רוצים להיות אגנוסטיים ולהשתמש בטכנולוגיה הפתוחה ובממשקי ה- API שלנו כדי להיות מסוגלים להשתלב בצורה חלקה עם כל מה שיש לכם בארגון שלכם. ותראו גם את הקטע השני מזה שבצד DataOp הוא באמת שיותר ויותר עומסי עבודה נדחפים לענן וטכנולוגיות ענן חדשות וטכנולוגיות למידת מכונה ממש דוחפות אותנו לפרדיגמה החדשה הזו, ואני באמת חושב שכאן, אתה יודע, DataOps הולך. ואנחנו נראה הרבה דברים מעניינים שקורים במרחב הזה.
וויין אקרסון: כן, אני חושב שמונח נוסף בו אנו משתמשים עבור DataOps הוא "צינורות נתונים" או "שרשראות אספקת נתונים", ואנחנו רואים הרבה חברות שיוצאות, במיוחד בעולם ה- Big Data. אתה יכול לנהל עומס עבודה זה ולמנוע מאגמי נתונים להפוך לביצות נתונים. כן, והייתי מסכים שהרבה מזה עובר גם לענן.
אריק קוואנה: ובכן, ואתם יודעים, אז אלטריקס ביצעה רכישות זוגיות. אני לא יודע אם אתה רוצה לדבר על זה בשנה-שנתיים האחרונות, אני מניח, ג'וש, וזה באמת השלים את הפלטפורמה הזו, מבחינת בלימת נתונים ומונחים של כמה דברים סמנטיים כאלה. ועכשיו באמת יש לך סוג כזה של פיתרון מקצה לקצה שמאפשר לאנליטיקס לשלוט בו. אני לא מכיר אף אחד אחר שלקח את המיקוד והגישה הזו, ואני חושב שזה היה מאוד פיקח בחצי שלך. אבל אתה רוצה לדבר על זה קצת?
ג'וש האוורד: כן בטח. וכך, זו הייתה שנה גדולה עבור אלטריקס. אתה יודע, התפרסמנו מוקדם יותר השנה, ועשינו שתי רכישות מפתח שעוזרות לנו, אתה יודע, סוג של סיום הפלטפורמה שלנו. וכך, הראשון, זה באמת היה הקטע הזה לקטלוג נתונים. שוב, אתה יודע, מה שאנחנו מוצאים זה מה שאנחנו רוצים לעזור לארגונים האלה לשלוט בנתונים האלה. וכך, למעשה, רכשנו חברה לניהול נתונים בשם Semanta, וזה הפך להיות הפיתרון לקטלוג הנתונים שלנו ובנינו לפלטפורמה הכוללת. מכיוון שאנו עושים זאת, שוב אנו רואים שממשל הוא מרכיב מרכזי בשירות עצמי ומאפשר שירות עצמי. וכך, שוב, זה נתן לכולנו, אתה יודע, ניהול מטא נתונים, יכולות קטלוג נתונים. ומה שעשינו זה שבנינו ממשק על מנת שיהיה קל לשימוש וידידותי מאוד ושילבנו את זה עם הפלטפורמה הכוללת שלנו.
השנייה שעשינו הייתה חברה למדעי נתונים שמוקמה מברוקלין, ניו יורק, והיא נעשתה על מנת לבנות את יכולות למידת המכונות שלנו וכן את היצירה לניהול מודלים. וכך, מה שציינתי קודם היה שיש לנו הרבה מדעני נתונים המשתמשים בפלטפורמות שלנו ועושים עבודה חשובה מאוד למדעי הנתונים. עם זאת, קבלת הדגמים האלה, אתה יודע, לקילומטר האחרון הייתה מאתגרת מאוד. וכך, ציינתי, אתה יודע, 12 עד 20 השבועות שלעתים קרובות הם לוקחים את 250,000 הדולר שהם נדרשים כדי לבנות כמה מהדגמים האלה. ואז, איך אתה מבצע פעולות ושומר על כל המודלים הללו מעודכנים? איך המודלים האלה לומדים? ואיך אתה מאמן את הדגמים האלה? וכך, זו גם בעיה גדולה, נכון, יכולות הפריסה. וכך, שתי הטכנולוגיות הללו עם הצד של מדעי הנתונים והצד של ממשל הנתונים, עיצבו באמת את הפלטפורמה שלנו ומה אנחנו מנסים לעשות, מנסים להביא אותו לארגונים, כדי לפתור את האתגר הזה.
אריק קוואנה: כן, ואני שמח שזרקת את זה לשם כי הייתה לנו שאלה מהקהל רק בנושא למידת מכונה ו- AI. וויין, אולי אני אעביר לך את זה מהר מאוד. בעיניי יש פשוט כל כך הרבה פוטנציאל ללמידה של מכונות לייעל באמת הרבה מהנושאים השונים שאיתם נאבקנו לאורך השנים - דברים כמו איכות נתונים, למשל דברים כמו עומס באנליטיקה ועוזרים לצד הגילוי הזה של המשוואה, נכון? מכיוון שחלק מהאלגוריתמים האלה שממשיכים ללמוד במיוחד יכולים באמת לעבור בעצמם ולמצוא כמה דברים מעניינים שאפשר לעלות אליהם בפני המשתמש. מכיוון שאחד האתגרים, כמובן, אצל אנליסטים באופן כללי הוא שכל אנליסט מביא סט דעות קדומות משלו, השקפת העולם שלו. לפעמים זה יכול להיות קשה למדי לשנות, ולכן אני רואה פוטנציאל רב ללמידה של מכונות ומכוני AI בעתיד. מה אתה חושב?
וויין אקרסון: לא, כללים בסיסיים לחלוטין ופשוטים. אותם דברים יחד יפשטו עוד יותר את כלי השירות העצמי הזה ויקל עליהם את השימוש בהם. אתה יודע, כאמור, כל דבר, החל מהמלצת דוחות אחרים, עבור ערכות נתונים שאפשר להסתכל עליהן, ועד התאמת דגמים, אתה יודע, התאמות רגועות בכלי להכנת נתונים. אתה יודע, כבר היה לנו זה כמו שטאבלו חידש את ההדמיה הנכונה עבור מערך הנתונים שאתה רוצה להציג. אז כל זה הופך את הכלים הללו להרבה יותר חזקים, הופך את השירות העצמי למרבה יותר אפשרי ועוזר למשתמשים להשתמש בנתונים כדי להביא לתובנה וערך מהיר יותר.
אריק קוואנה: כן, ואתה יודע, בעולם התוכנה הארגונית, ברור שיש דברים כל כך מגניבים שקורים, אבל בשורה התחתונה, תמיד לוקח זמן לבנות טכנולוגיה. אז ברור שאפשר ללכת לרכוש דברים, כמו שיש לאלטריקס. אבל כשיש לך ניסיון במרחב, אתה יודע, יש ביטוי ישן: אין תחליף לחוויה. אתה פשוט יודע לעשות דברים טוב יותר, ואני חושב שאחד המפתחות להצלחה ארוכת הטווח של אלטריקס כאן היה שאלטריקס באמת עבר את כל התהליך של השימוש בנתוני צד ג 'לפני שנים רבות. אני לא זוכר בדיוק כמה זמן, אבל אני רוצה לומר לפני שש או שבע שנים, אלטריקס כבר אפתה את היכולת לצאת לתפוס נתונים מחברות כמו חברות אשראי, למשל, או נתוני מיקום גיאוגרפי או כל מספר שהוא מערכות נתונים של צד שלישי. ואני חושב שזאת הייתה ההתחלה של מה שאנחנו רואים עכשיו שמתבגרים מבחינת מה שאנחנו מכנים מיזוג נתונים בימינו, מכיוון שלא היה לנו אפילו את המונח הזה אז.
אבל, ג'וש, אני אחזור אליך שוב. ואני, אני חושב שזה המון רוויה וניסיון שנאפים בפלטפורמת אלטריקס סביב אותו מושג מיזוג נתונים, שעכשיו הוגבר על ידי בליעה, על ידי לימוד מכונות, על ידי קטלוג נתונים וכדומה. אני חושב שזו הסיבה שאנחנו רואים את אלטריקס איפה שהוא היום. מה אתה חושב?
ג'וש האוורד: כן, אני מתכוון, ההכרח היא האם של כל ההמצאה, נכון? וכך, אתה יודע, הלקוחות שלנו הם שעשו, אנו יודעים, במקור, ניתוחים מרחביים, וככה באמת התחלנו לעשות ניתוח מרחבי. ואתם יודעים, לוקחים נתונים כמו TomTom וביצעו ניתוח זמן-כונן, תוכלו לראות, אתם יודעים, להעלות נתונים אלה עם, אתם יודעים, נתונים ביתיים של Experian. אז זה באמת המקום בו התחלנו, ומה שמצאנו שהיה, אתה יודע, הלקוחות שלנו היו זקוקים לפלטפורמה לשילוב של כל הנתונים האלה. והאם לא היה מגניב אם היינו נותנים להם את הכלים לעשות את זה. וכך, זה באמת היה הדחף של אלטריקס.
ואתה יודע, מה שמצאנו הוא שאתה יודע, לאורך השנים, זה שהכנת נתונים היא באמת הצעד הראשון במסע האנליטי שלך. אז אתה יודע, זה לוקח 80 אחוז מזמן מדען הנתונים, אתה יודע, ביצוע ניתוחי חיזוי ומדעי נתונים מוציאים למעשה עבודות הכנת נתונים ופחות מעשרים אחוז בפועל בניתוחים, וכך זה מה שאנחנו מנסים לעשות להתגבר. וכך, הכנת נתונים היא הצעד הראשון במסע האנליטי שלך. אז לפני שתתחיל לעשות דיווחים, דיווחים מתקדמים, ניתוחים חזויים, כל הדרך עד ניתוח קוגניטיבי, אתה עדיין צריך לגשת לנתונים, אתה עדיין צריך להכין ולמזג אותם ולשלב אותם יחד. וזה מה שאנחנו פותרים עם הפלטפורמה הזו. ומאפשר למשתמשים האלה לעשות את כל הדברים האלה גם ללא קוד וגם באופן ידידותי לקוד.
אריק קוואנה: כן, וגם אני אוהב את הרעיון הזה: ללא קוד וידידותי לקוד. מכיוון שהעובדה שיש לך הרבה רוכבי קוד, שיכולים להוסיף ערך עצום, אבל יש המון משתמשים עסקיים שמוגנים בכנות לפי קוד. הם נבהלים מכך, ומי יכול להאשים אותם? אז וויין, אני חושב שזו גם תכונה נחמדה, גישה נחמדה. יש קוד ללא קוד וידידותי, נכון?
וויין אקרסון: אה, בהחלט. כן, כך אתה מביא יותר ויותר אנשים לשירות עצמי.
אריק קוואנה: כן, ושירות עצמי, אני חושב, הוא הצעד הגדול הבא, ואני מאוד אוהב את מה שדיברנו עליו היום, כך שזה קשור לחשיבה באמת דרך התהליכים שלך, זרימת העבודה שלך, מחזורי חיי הנתונים שלך, וכן הלאה. ואפיית המדיניות האלו בפלטפורמה, לנקודתך ויין, יש כמה סוגיות סביב סטנדרטיזציה, אתה מאבד קצת גמישות, אבל ברגע שאנשים מבינים את שיטות הטירוף, אתה מסתיים באמת להעביר את התהליך קדימה כך שב -המשתמשים מבינים שהם יכולים כעת להשיג את מבוקשם. הם לא צריכים לחכות ל- IT וזה משנה את אופי האופן שבו אנשי IT ואנשי עסקים עובדים יחד, אני חושב בצורה חיובית מאוד, כי עכשיו ה- IT יכול לשמש כמפעיל, הם לא צריכים להיות שומר סף על טכנולוגיה כמו פעם. אין תמיכה כה רבה, באופן אידיאלי, אם יש לך סטנדרטים מסוימים. אז אתה בסופו של דבר לטפח שיתופי פעולה גדולים יותר מכיוון שזו כל המטרה, נכון?
אז לסגירת הערות מג'וש הראשון ואז אולי ווין.
ג'וש האוורד: לא, אני מתכוון, אתה יודע, אני מסכים עם כל מה שאמרת. אתה יודע, חשוב שנתן גם ל- IT וגם למשתמשים העסקיים את הכלים שהם צריכים כדי להצליח.אז אנו חושבים ש- IT לא אמור לעסוק ביצירת דוחות. זה צריך להשאיר למשתמש העסקי שיש לו את העניין הזה של העסק והנתונים שהוא משתמש בהם, אך עשה זאת בצורה מנוהלת, ומשהו שעובד גם עבור ה- IT.
אריק קוואנה: בסדר, סוגר הערות מוויין.
וויין אקרסון: כן, התפקיד של ה- IT השתנה מתפקידו לעשות את כל זה להקל על השירות העצמי ובאמת להיות אלופי תרבות הממשל ולגרום למשתמשים לרצות לשלוט בתפוקה שלהם, לטובתם ולתועלת בארגון. כלומר התפקיד של ה- IT הוא - אני מרחם על ה- IT, אתה יודע, מכיוון שלפעמים הם צריכים להיכנס ולבנות את זה, חלוקות בנושאים עסקיים כמו משפטי ו- HR בדרך כלל, אני לא מתכוון לעשות דבר כזה. ובטח אם אתה רוצה משהו שהוא מיזם חוצה תפקודים, מי עוד יבנה אותו מלבד IT? אבל באופן כללי, כן, על ה- IT להשתנות כדי לשגשג בעולם הזה של שירות עצמי. הם חייבים להיות בתפקיד תומך יותר ולא.
ג'וש האוורד: כן, ואני חושב עם האבולוציה הבאה עם מרכזי המצוינות והיכן שהפרויקטים האלה לא מובלים על ידי IT או העסק, אלא ארגון מרכזי. אתה יודע, אנו מתחילים לראות את עלייתו של מנהל הנתונים הראשי וסוגי הפרויקטים הללו נופלים בתחום ההוא, כאשר לשניהם יש את נקודת המבט הממשלתית כמו גם את הפרספקטיבה העסקית. אני חושב שזה תרחיש במקרה הטוב ליצירת נתונים ותרבות אנליטית זו, ואני נרגש לראות מה יוצא מזה.
אריק קוואנה: כן, היו לנו כמה תגובות ברגע האחרון מהמשתתפים שנכנסו לחדר הצ'אט וגם מהשאלות והתשובות. אני אוהב את התגובה הזו: שלט בתפוקה, אין עמימות לגבי הדוח של השירות העצמי הנכון.
ג'וש האוורד: כן.
אריק קוואנה: כן, זה דברים טובים. הכל קשור לשיתוף פעולה, הכל קשור לעבודה משותפת, ואתה יודע, ג'וש, גם אתה הזכרת, את החשיבות של למשתמשים לדבר זה עם זה, וזה גם אלטריקס מתמקד בו.
אז חברים, הלכנו כאן קצת זמן, אבל התחלנו קצת מאוחר, אז אני רוצה להודות לכם כל כך על כל זמנכם ותשומת ליבכם היום. אנו מבצעים ארכיון של כל שידורי האינטרנט האלה, אז אל תהסס לשתף אותם עם עמיתיך.
ועם זה, אנו הולכים להיפרד מכם. שוב תודה לוויין וכמובן לג'וש מאלטריקס. נדבר איתך בפעם הבאה, חברים. שמור על עצמך. ביי ביי.