ডেটা ম্যাচিউরিটি অর্জন: একটি সাংগঠনিক ভারসাম্য আইন

টেকোপিডিয়া স্টাফ দ্বারা, নভেম্বর 8, 2017

টেকওয়ে: হোস্ট এরিক কাভানাঘ ইমপ্যাক্ট অ্যানালিটিক্সের জেন আন্ডারউড এবং আইডিরার রন হুইজেনগার সাথে ডেটা পরিপক্কতা এবং সাংগঠনিক পরিপক্কতা নিয়ে আলোচনা করেছেন।

আপনি বর্তমানে লগ ইন নেই Please ভিডিওটি দেখতে লগ ইন বা সাইন আপ করুন।

এরিক কাভানাঘ: ঠিক আছে, মহিলা এবং ভদ্রলোক। হ্যালো এবং আবার ফিরে স্বাগতম। এটি বুধবার 4 টা পূর্ব পূর্ব, যার অর্থ হট টেকনোলজিসের সময় time হ্যাঁ, সত্যিই। আমার নাম এরিক কাভানাঘ; আমি আজ আমাদের অনুষ্ঠানের জন্য আপনার হোস্ট হব, যা সত্যই সংজ্ঞায়িত হয়েছে, ডেটা ম্যানেজমেন্টের জগতে থাকার নির্দিষ্ট কিছু রাজ্যে নির্দিষ্ট ধরণের প্রযুক্তি সংজ্ঞায়িত করার জন্য ডিজাইন করা হয়েছে। এবং আমাদের আজকের বিষয়টি "ডেটা ম্যাচিউরিটি অর্জন: একটি সাংগঠনিক ব্যালেন্সিং অ্যাক্ট” "। তাই আপনার সম্পর্কে সত্যিই স্পট রয়েছে, টুইটারে আমাকে জড়িয়ে ধরুন, @ অ্যারিক_কাভানাঘ। আপনি আমাকে উল্লেখ করলে আমি সর্বদা পুনঃটুইট করি এবং আমিও আবার অনুসরণ করার চেষ্টা করব। বিশ্বে কী চলছে সে সম্পর্কে তথ্য পেতে যাওয়ার জন্য এটি একটি ভাল জায়গা। আমি সেই ফর্ম্যাটটি পছন্দ করি। সংক্ষিপ্ত অক্ষর, ১৪০ টি অক্ষর - বা আজকাল more সুতরাং নির্দ্বিধায় আমাকে একটি টুইট পাঠান এবং আমি ফিরে অনুসরণ করব।

এই বছর অবশ্যই গরম। আমরা আজ ডেটা ম্যাচিউরিটি সম্পর্কে সমস্ত কথা বলছি এবং সত্যিকারের শীর্ষে আপনার সাথে এখানে লাইনআপ। আমাদের আজ একটি নতুন বিশ্লেষক রয়েছে; ইমপ্যাক্ট অ্যানালিটিক্সের জেন আন্ডারউড পেয়ে আমি খুব উত্তেজিত। তিনি ব্যবসায়ের বুদ্ধি এবং বিশ্লেষণ এবং ডেটা ভিজ্যুয়ালাইজেশন এবং এই সমস্ত দুর্দান্ত বিষয়ে যথেষ্ট বিশেষজ্ঞ the এবং অবশ্যই ডেটা ম্যাচিউরিটি। এবং আমাদের ভাল বন্ধু রন হুইজেনগা আইডিআরএ থেকে ফোন করছে। সুতরাং প্রথমে আমরা জেন এবং তারপরে রনের কাছ থেকে শুনব। এবং তারপরে আমরা একটি দুর্দান্ত গোলটেবিল আলোচনা করব।

আমি যেমন এই পরবর্তী স্লাইডটি এখানে ধাক্কা দিয়েছি, আমি কেবল কয়েকটা দ্রুত কথা বলব। ডেটা ম্যানেজমেন্ট পরিপক্কতা কিছু সময়ের জন্য একটি বিষয় হয়ে দাঁড়িয়েছে। স্পষ্টতই ইতিহাসে আপনি পরিপক্কতার বিষয়ে চিন্তাভাবনা শুরু করার আগে আপনাকে একটি নির্দিষ্ট পয়েন্টে পৌঁছাতে হবে এবং প্রচুর পরিপক্কতার জীবনচক্র বিকশিত হয়েছে - বা চক্র - আপনি কোথায় বক্ররেখা রয়েছে তা নির্ধারণের চেষ্টা করছেন। আপনি কি প্রাথমিক পর্যায়ে? আপনি কি কিশোর? আপনি পরিপক্ক? ইত্যাদি।

এবং আমি মনে করি প্রচুর সংস্থাগুলি হয় টিনএইর বছরগুলিতে বা কৈশর দশকের শেষের দিকে বা বিংশের দশকের গোড়ার দিকে mat এবং যে নিরুৎসাহিত কিছু বলছে না। এটি ঠিক যে আমরা কৌশলগত সম্পদ হিসাবে ডেটা পরিচালনা করতে সক্ষম হওয়ার প্রথম দিনগুলিতে এখনও ধরণের। এবং বিষয়গুলি দ্রুত পরিবর্তন হচ্ছে। বিশেষত গত পাঁচ থেকে সাত বছরে, যেমন আমরা ছোট ডেটা থেকে বড় ডেটাতে চলে এসেছি এবং তারা পুরানো প্রযুক্তির সাথে এই মোটামুটি পৃথক বিশ্বের এবং নতুন প্রযুক্তিগুলির মধ্যে পুনর্মিলন করার চেষ্টা করছেন। সুতরাং উত্তরাধিকার বাইরে আছে, এটি সর্বত্র।

বছরখানেক আগে যে কৌতুক আমি শুনেছি তা হ'ল উত্তরাধিকার হ'ল এমন একটি সিস্টেম যা উত্পাদনে রয়েছে। যে মুহুর্তে কোনও সিস্টেম উত্পাদনে যায়, প্রযুক্তিগতভাবে এটি উত্তরাধিকার। এবং একটি উপায়ে এটি সত্য। তবে নীচের অংশটি হ'ল আমাদের কাছে এই সমস্ত সিস্টেম রয়েছে যা দীর্ঘ সময় ধরে ছিল এবং একটি সম্পদ হিসাবে ডেটার মান সর্বাধিকতর করতে এবং অপ্টিমাইজ করতে সক্ষম হওয়ার জন্য আমাদের নিজের পরিপক্কতার বক্ররেখায় কোথায় রয়েছে তা বুঝতে আমাদের একটি উপায় খুঁজে বের করতে হবে have । এবং অবশ্যই কিছু কমপ্লায়েন্সের সমস্যা রয়েছে, কিছু নিয়মকানুন যা আমাদের উদ্বেগ করা উচিত তা নির্ভর করে আমরা কোন শিল্পে আছি তার উপর নির্ভর করে And এবং অবশ্যই আমাদের হ্যাকিংয়ের বিষয়েও চিন্তা করতে হবে। অতীতে আমরা ডেটা প্রশাসনের বিষয়ে এবং এটি কীভাবে সুরক্ষার সাথে সত্যই অংশ এবং পার্সেল সম্পর্কে আলোচনা করেছি এবং কেবলমাত্র ডেটা ব্যবহারের ভূমিকা এবং দায়িত্বগুলি বোঝে এবং এটি থেকে আমরা সর্বোত্তম মূল্য পাচ্ছি তা নিশ্চিত করেছিলাম।

এবং সেই সাথে, আমি জিন আন্ডারউডের কাছে কীগুলি হস্তান্তর করতে যাচ্ছি এবং তিনি আমাদের ডেটা পরিপক্কতার বিষয়ে তার দৃষ্টিভঙ্গি বলতে পারেন। জেন, এটা নিয়ে যাও।

জেন আন্ডারউড: ধন্যবাদ, এরিক এবং আমাকে আমন্ত্রণ জানানোর জন্য ধন্যবাদ। সুতরাং আজ, আমি কয়েকটি আলাদা বিষয় কভার করতে যাচ্ছি এবং তারপরে আমি রডকে আইডেরার সাথে পরিচয় করিয়ে দেব এবং তিনি এই বিশেষ বিষয়ের আরও কয়েকটি ক্ষেত্রে গভীর গভীরতা অর্জন করতে যাচ্ছেন। আমি বলব এটি ডিজিটাল যুগে বা ডিজিটাল রূপান্তরের একটি গুরুত্বপূর্ণ ভূমিকা যা আমরা এখনই আছি এবং যেমন এরিক বলেছিলেন, এটি একটি বিকশিত যুগ ving ইডিএম কাউন্সিলের কিছু মজাদার পরিসংখ্যান, সেখানে ডেটা ম্যানেজমেন্ট ইন্ডাস্ট্রির বেঞ্চমার্ক রিপোর্ট ছিল। এটি প্রায় দুই বছরের পুরানো, তবে এটি এখনও মোটামুটি প্রাসঙ্গিক এবং এই জায়গাতে কিশোরী হওয়ার বিষয়ে কিছু জানেন যে আপনি জানেন। আমি ডেটা পরিপক্কতা এবং প্রশাসনের স্তম্ভগুলি সম্পর্কে কিছুটা কথা বলব।

ডিজিটাল যুগের এই থিম বা ডিজিটাল রূপান্তর যা আপনি সর্বত্র শুনছেন, এটি এখনই সত্যই ঘটছে। আমি প্রতিদিন মজাদার শিল্পকে অনুসরণ করার সময় যে আকর্ষণীয় তথ্য সংগ্রহ করেছি তা হ'ল গার্টনার তাদের শীর্ষ দশ কৌশলগত প্রযুক্তির ট্রেন্ডগুলিতে তৈরি একটি বিষয়। এবং তারা ২০২০ সালের মধ্যে বলেছিল - সুতরাং আমরা সে থেকে মাত্র কয়েক বছর দূরে রয়েছি - তথ্যগুলি এক দশক আগে আমাদের যে প্রসেসগুলির 80 শতাংশ পুনর্বিন্যাস, ডিজিটালাইজেশন এবং স্বয়ংক্রিয় করতে বা 80 শতাংশ প্রসারণ করতে ব্যবহার করা হবে।

এবং আমি এটি কিছুক্ষণের জন্য দেখছি, আমার মনে হয় আপনি এখানে বিভিন্ন ধরণের লোক দেখছেন যা বলছে, আপনি জানেন, "ডেটা নতুন তেল, " এবং এই ধরণের জিনিস। আমি এখন ডেটা ডিজিটাল স্বর্ণ বলতে চাই। এবং যদি আপনি সফ্টওয়্যার অ্যাপ্লিকেশন এবং সফ্টওয়্যার জড়িত হওয়া সম্পর্কে চিন্তা করেন তবে আমি মাইক্রোসফ্টের জন্য অতীতে বিশ্বব্যাপী প্রোডাক্ট ম্যানেজার ছিলাম, এমনকি আমার ক্যারিয়ারের পরিবর্তন থেকেও, আপনি জানেন যে আমরা এখনই সফটওয়্যারটিতে ফোকাস করব আমরা এখন ব্যবহারকারীদের উপর দৃষ্টি নিবদ্ধ করছি এবং তথ্য সংগ্রহ এবং ডেটা নগদীকরণ সম্পর্কে চিন্তা।

আমরা এই যুগে প্রবেশ করছি যেখানে ডেটা ডিজিটাল সোনার এবং আপনি এটি দেখতে শুরু করলেন যে প্রধান ডেটা অফিসার যাকে বলে তার উত্থানের সাথে এবং তারা, আপনি জানেন, দুটি প্রাথমিক মিশন রয়েছে - এবং অবশ্যই আরও কয়েকজন - ডেটা সুরক্ষিত এবং সুরক্ষিত এবং তা ডিজিটাল সম্পদ হিসাবে অভ্যন্তরীণ - এমনকি বাহ্যিকভাবেও - উপাত্তের মূল্য সর্বাধিকতর করার উপায়গুলি সুনিশ্চিত করা। সুতরাং এই ধরণের জিনিসগুলি যা অতীতে আপনার সংস্থার কাছে নাও গুরুত্বপূর্ণ হতে পারে বা নাও লাগতে পারে, অবশেষে ডেটা সিডিওর সাথে সি-লেভেলের টেবিলে একটি আসন পেয়েছে এবং আরও বেশি গুরুত্ব সহকারে এগিয়ে যাওয়া হবে।

আপনি যদি ডেটা ম্যানেজমেন্ট এবং ম্যাচিউরিটি সম্পর্কে ভাবেন, তবে এই বিশেষ স্লাইডে আমার এখানে দুটি আলাদা থিম রয়েছে, প্রথমটি হ'ল, আপনি জানেন, ডেটা ম্যানেজমেন্ট নিজেই। এটি ডেটা এবং ডেটা ফ্লোগুলি বিকাশ এবং তৈরি করে এমন কিছু ব্যবসায়িক ফাংশন সম্পর্কে, এখানে কিছু নীতিমালা এবং অনুশীলন রয়েছে। এবং তারপরে আপনি যখন ডেটা ম্যানেজমেন্ট পরিপক্কতার কথা ভাবেন, তখন কোনও সংস্থার যথাযথভাবে সংজ্ঞা দেওয়া, সহজেই সংহত করা, আপনি জানেন যে ডেটা নগদীকরণের মতো অভ্যন্তরীণ বা বাহ্যিক উদ্দেশ্যে তাদের সেই ডেটাটি পুনরুদ্ধার করার ক্ষমতা এবং একটি বড় থিম - এবং এটি আমার কেরিয়ারের শুরুর দিকে মজার ছিল, এবং আমি আসলে আইডেরার কয়েকটি সরঞ্জাম এবং ডেটা আর্কিটেকচার প্রকল্পগুলি ব্যবহার করেছিলাম - এটি ছিল মেটাডেটার সম্পূর্ণ ধারণা এবং আমরা মেটাডেটা সম্পর্কে ভাবতে থাকি, এবং তারপরে এটি কোনও কথা হয় নি then প্রায় দীর্ঘ, দীর্ঘ সময়ের জন্য অবশেষে দেখছি মেটাডাটা আবার শীতল is আপনার গ্রুপটি কোথায় রয়েছে, ডেটা কী তা বোঝার জন্য বিভিন্ন গোষ্ঠীর সাথে আলাপচারিতা করা এটি বেশ গুরুত্বপূর্ণ। বিশেষত ডেটা লেকের মতো জিনিসগুলিতে। অবশেষে, অবশেষে আকর্ষণীয় হয়ে উঠছে।

এখন, আমি প্রতিশ্রুতি দিয়েছিলাম একটি শিল্প বেনমার্ক রিপোর্ট থেকে আমার এখানে কিছু পরিসংখ্যান রয়েছে। ইডিএম কাউন্সিলের জন্য এটি ২০১৫ সাল থেকে। এটি ডেটা মানের এবং প্রশাসনের আধুনিকীকরণ সম্পর্কে, এবং এই বিশেষ একের মধ্যে কয়েকটি মজাদার ফ্যাকটোড রয়েছে। সুতরাং এখানে, 33 শতাংশেরও বেশি সংস্থার সংগঠনের কোনও স্তরে একটি সক্রিয়, প্রথাগত ডেটা ম্যানেজমেন্ট প্রোগ্রাম রয়েছে - কেবলমাত্র 33 So সুতরাং এটি নিজের মধ্যে এবং খুব আকর্ষণীয়। যে ৫০ শতাংশের কাছে সত্যিকার অর্থে আনুষ্ঠানিকতা রয়েছে, আমরা তথ্য পরিচালনা করতে চাই, আমরা বুঝতে পারি যে আমাদের সংস্থায় এটি একটি সত্যিকারের গুরুত্বপূর্ণ সম্পদ, ঠিক যেমনটি মানুষের মানবসম্পদ রয়েছে। তাদের মধ্যে শুধুমাত্র 50 শতাংশের এমন প্রোগ্রাম ছিল যা এক বছরেরও বেশি পুরানো ছিল। সুতরাং এটি আবারও একটি উদীয়মান অঞ্চল, আমরা কী আরও বেশি গুরুত্বপূর্ণ হয়ে উঠি তাতে বিশেষত শিল্পের কিছু বিধিবিধানের মতো জিনিস প্রকাশ পেয়ে এটি বেশ আকর্ষণীয়।

সুতরাং এই সময়ে, অনেক বার - এবং এটি আমার কেরিয়ার জুড়ে প্রযুক্তিগত বিক্রয় এবং ভূমিকা ছিল আকর্ষণীয় - এটি সত্যই ছিল না, "ওহ, আমরা এমন কোনও অর্থ সঞ্চয় করতে পারি যা কোনও প্রতিষ্ঠানকে অনুপ্রাণিত করে" - এটি সাধারণত ভয় পায়। এটি আরও বেশি, "ওহে আমার গোগ, আমাদের নিশ্চিত করা দরকার যে আমরা আচ্ছাদিত .াকা আছি। আমরা আমাদের চাকরি হারাতে চাই না। "এবং অবশ্যই হ্যাকিং এবং ডেটা ঝুঁকি এবং ডেটা ফাঁস করার মতো বিষয়গুলি রয়েছে, এর উপর সত্যই আকর্ষণীয় মাপদণ্ড রয়েছে। ভেরিজন প্রতি বছর একটি করে এবং এটি সম্ভবত আমার প্রিয়জনের মধ্যে পর্যালোচনা করা উচিত। আপনি প্রায় সর্বদা যা দেখেন তা অজান্তেই হয়, এটি অগত্যা নয় যে আপনি জানেন, ইচ্ছাকৃতভাবে ডেটার অপব্যবহার বা ডেটার অপব্যবস্থাপনা যা ফলাফল ফাঁস করে। এবং প্রায়শই - তাদের এই নির্দিষ্ট অধিবেশনটির জন্য এই পরিসংখ্যানগুলি থাকে না - তবে এটি মজাদার এবং আকর্ষণীয় যে অনুমতি এবং এসটেটেরের অব্যবস্থাপনার এই দুর্ঘটনাক্রমে ফাঁস হয়। আপনি জানেন, কিছুটা সহজ করার জন্য, এই ফাঁসগুলি loanণে চলে যায়। এবং সাধারণত সাইড নোট বা আপনার সংস্থার বাহ্যিক এমন লোকদের কাছে এবং আপনি যা চান তা তা নয়।

সুতরাং আপনি যখন ডেটা ম্যানেজমেন্ট সুরক্ষা এবং পরিচালনা প্রোগ্রামের কথা ভাবেন তখন সে ধরণের জিনিস। আপনি জানেন, কেবলমাত্র খারাপ সিদ্ধান্ত এবং অর্থ সাশ্রয়ই নয়, আপনি নিশ্চিত যে আপনি সুরক্ষিত, আপনি গোপনীয়তা এবং সুরক্ষা আইন মেনে চলেন। আপনি এই ডিজিটাল যুগে ডেটা নগদীকরণ করতে সক্ষম হবেন এবং অবশ্যই আপনি জানেন যে আপনি দক্ষতার সাথে জিনিসগুলি করতে এবং ডেটা পুনরায় ব্যবহার করতে এবং আশীর্বাদযুক্ত অনুলিপি পেতে চান এবং লোকেরা যখন বলেন আমি ঘৃণা করি এবং আমি বিশ্লেষণে থাকি এবং আমি অনেক দিন বিশ্লেষণে রয়েছি, সত্যের একটি সংস্করণ। আপনি জানেন, সাধারণত বিভিন্ন দৃষ্টিকোণ থেকে সত্যের একাধিক সংস্করণ রয়েছে। তবে মূলত, আপনি ডেটা নির্ভরযোগ্য হতে চান যে আপনি সিদ্ধান্তের উপর নির্ভর করছেন।

আমি যে বৃহত্তম চালককে দেখছি তার মধ্যে একটি - এবং এটি একটি ভাল জিনিস, এটি একটি ভাল জিনিস যা আবার শীতল হচ্ছে - এটি ইউরোপীয় ইউনিয়নের জিডিপিআরের পুরো ধারণা। এবং আমাকে এটি সম্পর্কে একটু কথা বলতে দিন। সুতরাং আপনি যদি জিডিপিআর না জানেন তবে আপনি এই বছরটি সম্পর্কে প্রচুর শুনবেন। এটি মে মাসে অনুষ্ঠিত নতুন আইন। এটি 2018 সালের মে মাসে প্রয়োগ করা হবে এবং তথ্যের অব্যবস্থাপনার জন্য এটিতে কিছু বড় জরিমানা রয়েছে। আপনি এই কথাটি অন্য রূপে শুনে থাকতে পারেন - জিডিপিআর শব্দটি ব্যবহার করছেন না - আপনি এই লিখিতটি ভুলে যাওয়ার অধিকার হিসাবে শুনেছেন বা দেখেছেন, যার অর্থ আপনি পৌঁছে দিতে পারেন এবং বিক্রেতাদের আপনার ডেটা সরিয়ে নিতে বলবেন। আবার, অতীত ডেটা আর্কিটেক্টরা, তারা ডেটা সরাবে না। আমরা এটিকে পরিবর্তন করব, আমরা এটি ডেটা গুদামজাত করার পরিস্থিতিতে নিষ্ক্রিয় করব। আমরা সত্যই কখনই আমাদের ডেটা মুছে ফেলিনি। আমাদের এটির জন্য প্রক্রিয়া ছিল না। সুতরাং এটি আপনি জানেন, আপনার সংস্থার প্রতিটি দিক এবং বিভিন্ন পদ্ধতি এবং প্রক্রিয়াগুলির স্পর্শ করবে এমন জিনিসগুলি যা আপনি নিজের অ্যাপ্লিকেশন বা ডেটা গুদাম নির্মাণের ক্ষেত্রে কখনও বিবেচনা করেননি। সুতরাং আপনি যদি জিডিপিআর সম্পর্কে চিন্তাভাবনা করতে দেখে থাকেন তবে খুব শীঘ্রই আপনার ব্যক্তিগত ডেটা সংগ্রহ এবং প্রক্রিয়াকরণের ন্যায্যতা প্রমাণ করার জন্য একটি আইনী ভিত্তি প্রয়োজন।

সুতরাং এটি বেশিরভাগ ব্যক্তিগত স্তরে, সুতরাং সম্মতি বিনামূল্যেভাবে দেওয়া দরকার: নির্দিষ্ট, অবহিত, দ্ব্যর্থহীন। এবং এটি কৃত্রিম বুদ্ধিমত্তা এবং ডেটা সায়েন্সের অনেকগুলি ক্ষেত্রে প্রভাব ফেলবে - এটি সেই অঞ্চল যা আমি আজকাল বেশিরভাগ ক্ষেত্রে আবৃত করি তা হ'ল ডেটা বিজ্ঞানের অন্তর্নিহিততা এবং কেবল নিজের মডেলগুলিতে কিছুটা স্বচ্ছতা রয়েছে তা নিশ্চিত করা - পাশাপাশি আপনার স্ব-পরিষেবা থেকে অন্য অনেকগুলি অঞ্চল বিআই, আপনার ডেটা গুদাম, আপনার মাস্টার ডেটা ম্যানেজমেন্ট, এমনকি আপনার গ্রাহক 360 প্রকল্প, ব্যক্তিগতকরণ এবং এমনকি আপনার ব্যবসায়িক অ্যাপ্লিকেশনগুলির লাইন। সুতরাং এটি এমন কিছু যা আপনার org এর প্রতিটি অংশকে স্পর্শ করবে। এবং অন্যান্য এখতিয়ারের গোপনীয়তা আইনগুলির বিপরীতে, জিডিপিআর ইউরোপীয় ইউনিয়নের ভিতরে বা এর বাইরে অবস্থিত যে কোনও সংস্থার ক্ষেত্রে প্রযোজ্য হতে চলেছে। এবং সম্মতি জরিমানা, আবার, উল্লেখযোগ্য। এটি আপনার প্রতিষ্ঠানের আপনার মোট মোট বার্ষিকের চার শতাংশ পর্যন্ত জরিমানা করা যেতে পারে - আমি বিশ্বাস করি এটিকে টার্নওভার বলা হয় - প্রতি সেয়ে আয়।

আশা করি আমার দৃষ্টি আকর্ষণ করা উচিত এবং এগুলি আপনার মনোযোগ নেওয়ার উচিত। যদি আপনার সংস্থা ইতিমধ্যে পিসিআইয়ের সাথে এই কয়েকটি অনুশীলন এবং শিল্পের মানগুলি অনুসরণ করে, সম্ভবত এটি কোনও আইএসও - আমি এই অধিকারটি বলব কিনা তা নিশ্চিত নই - 27001 you আপনি যদি ইতিমধ্যে এর মধ্যে কিছু করছেন তবে এটি করা উচিত নয় ' টি অত্যধিক অপ্রতিরোধ্য না হওয়া, তবে এটি অবশ্যই অবগত থাকার মতো বিষয়। আপনি যখন এটির জন্য প্রস্তুতি নিচ্ছেন, তেমন কয়েকটি ক্ষেত্র রয়েছে বিশেষত ডেটা ম্যানেজমেন্টে এবং প্রথম জিনিসগুলির মধ্যে একটিতে একটি ক্যাটালগ থাকা এবং আপনার ডেটা শ্রেণিবদ্ধকরণ করা হয় - আপনার ডেটাটি কোথায় রয়েছে তা জেনে। এবং একটি বিশ্বে, একটি হাইব্রিড বিশ্ব, যেখানে ডেটা সর্বত্র বাস করে: এটি মেঘে রয়েছে; এটি এই অ্যাপ্লিকেশনগুলিতে রয়েছে; এটি বিক্রয় বলের মধ্যে; এটি অন্য কোনও এলোমেলো প্রোগ্রামে রয়েছে যে বিপণন খুব বেশি ব্যবহার করছে, আপনি জানেন, আপনার গ্রাহক সিস্টেম বা আপনার ইনভেন্টরি সিস্টেমগুলি - এই সমস্ত ধরণের স্থান। আপনার ডেটা কোথায় এবং সবচেয়ে সহজ কাজটি জানুন - এবং এটি ডেটা ম্যানেজমেন্টের একটি সত্যই মজাদার ক্ষেত্র, এটি কি এই ডেটা ক্যাটালগগুলির ধারণাগুলি যা বুদ্ধিযুক্ত, এমনকি মেশিন লার্নিং শ্রেণিবিন্যাস কিছু তথ্য।

এবং আবারও, মেটাডেটা - আমি উল্লেখ করেছি মেটাডেটা আবার শীতল হয়ে উঠছে, সুতরাং আপনি যখন ডেটা হ্রদ এবং সেই ধরণের জিনিসগুলি ডিজাইন করতে শুরু করেন তখন অবশ্যই মেটাডেটা সম্পর্কে চিন্তাভাবনা করা এবং সেই গুরুত্বপূর্ণ বিষয়টির উপর চকচকে না করা এবং অবশ্যই এগুলি পরিচালনা এবং নিরীক্ষণ করা উচিত। সুতরাং মনিটরিংটি আরও গুরুত্বপূর্ণ হয়ে উঠবে যখন আপনাকে ফিরে যেতে হবে এবং জিডিপিআর থেকে কেউ, উদাহরণস্বরূপ, আপনাকে জিজ্ঞাসা করতে পারে যে তথ্যটি কোথায় গেছে, কার কাছে রয়েছে, যার কাছে এটি অ্যাক্সেস ছিল, ইত্যাদি ce কারণ আপনি প্রকৃতপক্ষে সেই ধরণের জিনিসগুলি প্রদর্শন করতে চলেছেন।

ডেটা ম্যানেজমেন্ট পরিপক্কতায় আপনাকে সহায়তা করতে, আসলে কয়েকটি চিন্তাভাবনা রয়েছে এবং আমি বিশ্বাস করি - আমি শতভাগ নিশ্চিত নই - আমি মনে করি আমি রনের ডাকে দেখেছি যে সে এর মধ্যে কয়েকটি coveringেকে ফেলবে, তাই আমি আমি আজ কথা বলতে যাচ্ছি সিএমএমআই থেকে। এবং এই এক, এটি ভাবেন জন্য উপলব্ধ; এটিতে ছয়টি বিভিন্ন বিভাগের ডেটা ম্যানেজমেন্ট, 25 প্রক্রিয়া ক্ষেত্র, 414 অনুশীলন বিবৃতি এবং 596 টি বিভিন্ন কাজের পণ্য রয়েছে। সুতরাং আপনি যখন 596 কার্যকরী কাজের পণ্যগুলি পরিচালনা ও আর্কিটেকিংয়ের মতো আপনি কেবল সমস্ত কিছু সম্পর্কেও ভাবেন তখন আপনি বুঝতে পারলেন না আপনি ঠিক কতটা করেছেন, তাই না? বা আপনি আসলে কি করছেন না। আমি যখন এর মতো একটি সংখ্যার দিকে নজর দিই, তখন এটি আমার মনে সত্যিই আঁকড়ে থাকা জিনিসগুলির মধ্যে একটি। সুতরাং এটিতে এবং আমি এই বিশেষটি সম্পর্কে যা পছন্দ করি তা হ'ল এটি কি স্থাপত্য এবং প্রযুক্তি নিরপেক্ষ। সুতরাং এর অর্থ যদি আপনার হয়ে থাকে এবং বেশিরভাগ বৃহত সংস্থাগুলি যাদের সাথে আমি পরামর্শ করেছি বা কাজ করেছি এবং কয়েক বছর ধরে এটি প্রয়োগ করেছি, আপনি জানেন, তাদের কাছে সেখানে বিভিন্ন ধরণের প্রযুক্তি রয়েছে। সুতরাং আপনি ডিএমএম প্ল্যাটফর্মগুলি এবং আপনার নির্দিষ্ট পরিবেশের মধ্যে যে প্রযুক্তিগুলি ব্যবহার করছেন তার অর্থ কী তা অনুবাদ করতে চান। এটি শিল্পও স্বতন্ত্র, সুতরাং এটি স্বাস্থ্যের যত্নের ক্ষেত্রে অগত্যা নির্দিষ্ট নয়। স্বাস্থ্যসেবা নিশ্চিত করে - এটি বিএএ বা বিভিন্ন ধরণের শ্রেণিবিন্যাস, আপনি নিজের প্রোগ্রাম বা আপনার সংস্থার মধ্যে ডেটা ম্যানেজমেন্ট পরিপক্কতার স্তর উন্নত করার জন্য আপনার প্রোগ্রামকে একসাথে রাখার কারণে আপনাকে বিভিন্ন ধরণের জিনিসগুলির অনুবাদ করতে বা দেখতে হবে।

এটি কিছু না যদি এটি কি জিনিস? মূলত এটি কীটি সংজ্ঞায়িত করছে তবে কীভাবে এটি করবেন তা আপনাকে নির্দিষ্ট করে বলছে না। আমার ক্যারিয়ারের বেশিরভাগ ধরণের ব্যক্তিত্ব ছিল, আমি পছন্দ করি যখন লোকেরা আমাকে একটি লক্ষ্য দেয় এবং আমি কীভাবে সেই লক্ষ্যে পৌঁছতে পারি তা বুঝতে পারি এবং আমার সময়কে মাইক্রো ম্যানেজ করে কীভাবে সেখানে পৌঁছাতে হয় তা আমি বুঝতে পারি না। এইভাবে ডেটা ম্যানেজমেন্ট পরিপক্কতা এবং সিএমএমআই সহ এই প্রক্রিয়াগুলি আপনাকে লক্ষ্য দেয় এবং এই বিভিন্ন ক্ষেত্রে নিজেকে কীভাবে পরিমাপ করা যায় তা আপনাকে তা দিচ্ছে। এবং তারা আপনাকে একটি স্তর দেবে। আপনি স্কোর এবং মাপার বিভিন্ন উপায় রয়েছে, এটি স্তরের পাঁচ স্তর পর্যন্ত এক স্তরের কিনা, যার অর্থ আপনি এটি অপ্টিমাইজ করেছেন এবং আপনার জায়গায় একটি সত্যিই শক্তিশালী প্রোগ্রাম রয়েছে।

এবং এর সত্যিকারের অর্থ কী তা সম্পর্কে আপনাকে কেবল একটি অনুভূতি দেওয়ার জন্য, এর অর্থ কী হতে পারে তা সম্পর্কে আমার এখানে একটি সামান্য ওভারভিউ রয়েছে। সুতরাং এখানে, আপনি যখন ডেটা ম্যানেজমেন্ট পরিপক্কতা প্রসেসরের জীবনচক্রের বিষয়ে চিন্তা করেন, তখন এটি প্রয়োজনীয়তা, ঝুঁকি ব্যবস্থাপনার থেকে শুরু করে সমস্ত কিছু সাপোর্টের প্রক্রিয়াগুলিতে থাকে, আপনাকে সেখানে প্রক্রিয়াগুলি সমর্থন করতে হবে, ডেটা প্রশাসনের জন্য এবং আমি দয়ালু এটি সম্পর্কে গ্লসিংয়ের, তবে মূলত ডেটা গভর্নেন্স হ'ল এবং নিজের মধ্যে একটি সম্পূর্ণ প্রোগ্রাম। একটি ব্যবসায়িক শব্দকোষ রয়েছে, আমরা ব্যবসায়িক শব্দকোষগুলি এবং ডেটা আর্কিটেক্টদের সম্পর্কে চিরকালের জন্য কথা বললাম - এটি আপনার প্রতিষ্ঠানের মধ্যে এমন কিছু হওয়া উচিত। প্রযুক্তির এই ক্যাটালগ ধরণের কিছু, তারা তৈরি করছে, ভিড় সোসোর্স সহ একটি ব্যবসায়িক শব্দকোষ বিকাশ করছে এবং নেবে এবং কী করবে না এবং, আপনি কি জানেন যে তথ্যগুলির ক্ষেত্রের সাথে একই তথ্যগুলির বিভিন্ন দৃষ্টিভঙ্গিতে নথিতে লিঙ্কগুলি রেখেছেন, বা মানটির জীবনচক্র জুড়ে ডেটার সংস্করণ পরিবর্তিত হয়।

আমি আমার কেরিয়ার শুরু করার পর থেকে এগুলি এমন ধরণের যা অনেক ভাল হয়েছে। এই ধরণের জিনিসগুলি করতে আমাদের অতীতে বাড়িতে-বর্ধিত সিস্টেমগুলি বিকাশ করতে হতো। সুতরাং আমরা পুরো এবং বড় ছবিটির দিকে নজর দিচ্ছি, এটি কৌশল এবং তারপরে প্রশাসনের মানের থেকে শুরু করে মানের দিক পর্যন্ত সমস্ত বিভিন্ন অংশ। এবং ডেটা মানের বিষয়ে একটি জিনিস, এটি আকর্ষণীয় যেহেতু শিল্পটি আরও বেশি স্বয়ংক্রিয় হয়ে উঠেছে এবং আমাদের কাছে আবার স্বয়ংক্রিয় সিদ্ধান্ত গ্রহণের সাথে এই ডিজিটাল প্রক্রিয়া রয়েছে। আমি ডেটা সায়েন্স স্পেসে প্রচুর পরিশ্রম করছি যেখানে আমাদের এই কয়েকটি সরঞ্জামের সিদ্ধান্তগুলি স্বয়ংক্রিয়ভাবে ঘটে থাকে এবং উড়ে যাওয়ার পূর্বে ভবিষ্যদ্বাণীমূলক মডেলগুলি আপডেট হয়। এই সরঞ্জামগুলি এবং অ্যালগরিদমগুলির অনেকগুলি প্রয়োজন হয় এবং ধরে নেওয়া যায় ডেটা ভাল। আপনাকে একটি ভাল স্বয়ংক্রিয় সিদ্ধান্ত নিতে ডেটা বৈধ হওয়ার প্রয়োজন। সুতরাং ভেবে, আপনি জানেন যে, ডেটা কোয়ালিটি সাধারণত সেই জিনিসগুলির মধ্যে একটি যা মানুষ ধরণের ব্রাশকে আলাদা করে রাখে এবং এটিকে খুব গুরুত্বের সাথে নিচ্ছে না। ভবিষ্যদ্বাণীপূর্ণ মডেলিং এবং মেশিন লার্নিংয়ের জন্য আপনি একবার মডেলগুলিতে সিদ্ধান্ত গ্রহণ স্বয়ংক্রিয়ভাবে শুরু করার পরে, ডেটা গুণমান সত্যই গুরুত্বপূর্ণ হয়ে ওঠে।

এখানে আপনার অগ্রগতি পরিমাপ করার কয়েকটি উপায় হ'ল - এবং আমি রনকে এটির সাথে কথা বলতে দেব, তার অধিবেশনটিতেও এটির একটি সুন্দর স্লাইড রয়েছে - আমি আপনাকে কেবল একটি দ্রুত ছিঁচকে শিখর দেব, আপনি জানেন, এই এই বিভিন্ন স্তর। মূলত এটি একটি স্ব-মূল্যায়ন, তাই না? সুতরাং আপনি আপনার ডেটা প্রশাসনের উপর নজর রাখবেন এবং আপনার মনে হয় কোনও স্থানে কিছু রয়েছে have আর না করলে বিব্রত হবেন না। যেমনটি আমি বলেছিলাম, সত্যিই এখানে কেবলমাত্র 33 শতাংশ সংস্থাগুলি এই জাতীয় কাজগুলি শুরু করে দিয়েছেন। যদিও আপনি জানেন, এই ধরণের প্রোগ্রামগুলি কমপক্ষে পাশাপাশি চলেছে - আমি এই শিল্পে 20 বছরেরও বেশি সময় ধরে এসেছি এবং অবশ্যই আমি এই ধরণের জিনিসগুলি বহু বছর আগে করছিলাম, আমরা সম্ভবত এটি এটিকে বলিনি। সিএমএমআই, তাদের একটি অনুশীলন রয়েছে যা আপনি স্ব-মূল্যায়ন করতে পারেন এবং আপনি নিজের মতো করে দেখতে পারেন এবং নিজের তৈরি করতে পারেন - এই ক্ষেত্রে এই ধরণের রাডার চার্ট - এই সমস্ত ভিন্ন কোণ বা জিনিসকে রেট দেওয়া হয়েছে। এবং প্রতিটি সংস্থা যেমন আমি আলাদা করেছি, আপনি জানেন, আমি যখন এই প্রকল্পগুলির পরামর্শ ও বাস্তবায়ন করতাম, তখন আপনি জানেন যে প্রতিটি সংস্থাই অনন্য। তারা এমন অঞ্চল হবে যা তাদের জন্য সত্যই সত্যই গুরুত্বপূর্ণ হবে। হতে পারে, আপনি জানেন, এটি প্রক্রিয়া পরিচালনা বা এটি মানের পরিচালনা বা এটি ঝুঁকিপূর্ণ - এটি কী তা নির্ভর করে তবে আপনি একটি বেঞ্চমার্ক বা বেসলাইনটি দেখতে এবং তৈরি করতে চাইবেন এবং তার সাফল্যটি কী সংজ্ঞায়িত করে সে সম্পর্কেও ভাবেন।

তারপরে, আপনি যখন এই ধরণের জিনিসগুলি পরিমাপ এবং পরিচালনা করার বিষয়ে ভাবছেন, আপনি প্রথমে এই জাতীয় প্রোগ্রামের জন্য কিছু নির্বাহী স্পনসরশিপ সুরক্ষিত করতে চাইবেন। এটি এমন একটি বিষয় যা পুরো সংস্থা জুড়ে ক্রস-ফাংশনাল হতে চলেছে, সুতরাং এমনকি সুসি কি এবং জন স্মিথ তারা সিদ্ধান্ত নিয়েছে, "হ্যাঁ, এটি করা যাক। আমাদের এটি করা দরকার, " তারা এই কাজটি সিলোতে করতে পারবেন না তাদের সংস্থা বা এটি আইটি হলেও if আপনার ব্যবসায়ের এবং ডেটা বিষয় বিষয় বিশেষজ্ঞের কাছ থেকে সত্যই এটি কিনতে হবে। তাদের কিছুটা সময় থাকা দরকার। তারা চায় না যে এটি কেবল একটি অতিরিক্ত কাজ হয়ে উঠুক। আপনি যদি কখনও কাজ করেছেন - আমার মনে হয় আমি কিছু মাস্টার ডেটা ম্যানেজমেন্ট টাস্ক, এর আগে প্রজেক্টস এবং ডেটা কোয়ালিটি করেছি - এবং সাধারণত, আপনি জানেন যে আপনি ব্যবসায়ের দিকে চলে যান এবং তারা, "ওহ, ডেটা স্টুয়ার্ডশিপ।" তারা সম্পর্কে উত্সাহিত কিছু। এবং তারা মত, "ওহ, না। আমাদের এটির জন্য সময় প্রয়োজন, "এবং তারা তা করে। সুতরাং আপনি কিছু সময়ের প্রতিশ্রুতি রাখতে চান। আপনার উপর থেকে এই আশীর্বাদ নেওয়া দরকার। আপনি এটি ক্রস-ক্রিয়ামূলক হতে চাইবেন।

আবার, এটি এমন একটি বিষয় যা সংস্থার অনেকগুলি ক্ষেত্রকে স্পর্শ করে। এবং জিডিপিআরের সাহায্যে এটি কিছুটা সহজ করা উচিত কারণ, আবার জিডিপিআর থেকে প্রাপ্ত আইনগুলি এবং যেখানে ব্যক্তিগত ডেটা আপনার গ্রাহকদের জন্য ব্যবহৃত হয় এবং আপনার পুরো সংস্থা জুড়ে ব্যবহৃত হয়, আপনি যদি এটি প্রয়োগ করেন তবে কিছুটা সহজ হওয়া উচিত জিডিপিআর মেনে চলা। জিহ্বা বাঁধা এখানে। এটি করা আপনার পক্ষে সহজ হওয়া উচিত। আপনি কিছু দায়িত্ব অর্পণ করতে চান এবং তারপরে দেখুন, আপনি জানেন যে আপনি এগুলি কাস্টমাইজ করতে চলেছেন। সুতরাং আপনি সর্বদা এই সংস্থাগুলি যে ধরণের নির্দেশিকা সরবরাহ করেন সেদিকে নজর রাখুন এবং সাধারণত এটি হ'ল: তারা আপনার জন্য নির্দেশিকা এবং আপনি আপনার সংস্থায় আপনার সংস্কৃতির জন্য বাস্তবায়ন করতে যাচ্ছেন।

শাসন ​​ব্যবস্থায় কাজ করা সত্যিই গুরুত্বপূর্ণ ছিল, আমি মাইক্রোসফ্টে বিশ্বব্যাপী পণ্য পরিচালনার সময় আমি যে কয়েকটি পণ্য বিকাশ করেছি সেগুলির মধ্যে একটি ছিল স্ব-পরিষেবা বিআই এবং ব্যবসায়ের ব্যবহারকারীর এবং অ-প্রযুক্তিগত ডেটা ব্যবহারকারীকে সক্ষম করা ডেটা দিয়ে খেলুন এবং তাদের নিজস্ব প্রতিবেদন তৈরি করুন এবং অনেক সময় আইটি পিছনে ফিরে আসে। সুতরাং আমি এই প্রশাসনের উপর অনেক সময় ব্যয় করেছি এবং নিশ্চিত করেছি যে পণ্যগুলির সঠিক বৈশিষ্ট্য এবং নিরীক্ষণ এবং লগিং থাকবে এবং আপনি জানেন যে এটি তৈরি করা যাতে তারা প্রতি সেবে ডাটাবেসটি না নামায়। তবে এমন একটি কাঠামো রয়েছে যা আপনি জানেন, এই বিশেষ বিষয়গুলিতে বছরের পর বছর কাজ করে যা তথ্য পরিচালনার সাথে বাস্তবের মতোই similar আপনি যে ভিত্তিটি এটির জন্য নির্বাহী স্পনসরশিপে প্রতিষ্ঠিত হয়েছে তা পেতে চাইবেন এবং আপনি ব্যবসা এবং আইটি-র মধ্যে সেই প্রতিশ্রুতি চাইবেন।

সুতরাং এটি আবারও আমরা বাজেট / সময় বরাদ্দ এবং নতুন প্রক্রিয়া বিকাশের বিষয়ে কথা বলেছি। আপনি যখন এই কিছু কাজ করেন তখন এটি সাংস্কৃতিক স্তরের পরিবর্তন হতে চলেছে, আপনি জানেন, ডেটা সন্ধান শুরু করুন। তবে আপনি জানেন, কৌশলগত দিক থেকে এটি আবার খুব গুরুত্বপূর্ণ very এবং আপনাকে একটি অনুভূতি দেওয়ার জন্য, এখানে একটি উদাহরণ দেওয়া হয়েছে এবং আমি এই ধরণের জিনিসগুলিকে আমার বহু বছরের পুরানো প্রকল্প থেকে পরিষ্কার করেছি। এবং আবার, এটি সম্ভবত জেনারিক গভর্নমেন্টের দিক থেকে আরও বেশি, তবে আপনার ডেটা ম্যানেজমেন্ট প্রসেসগুলি পরিচালনা ও বিকাশ এবং পরিচালনা করে এই ধরণের প্রকল্পগুলির জন্য অবশ্যই পুনরায় ব্যবহার করা যেতে পারে। আপনার বিজনেস সাবজেক্ট বিশেষজ্ঞ রয়েছে, ব্যবসায়ের বিভিন্ন লাইনের জন্য আমাদের আইটি সাবজেক্ট বিশেষজ্ঞরা জানেন here অনেক বড় সংস্থাগুলির আপনার এন্টারপ্রাইজ স্ট্যান্ডার্ড বোর্ড এবং সেখানে আপনার এন্টারপ্রাইজ স্থপতি এবং ডেটা আর্কিটেক্ট এবং মডেলার থাকবে। তাই বিভিন্ন স্তরের কিছু পৃথক বিষয় বিশেষজ্ঞ থাকবেন। এবং আবারও, এর মধ্যে অনেকগুলি - এটির উদাহরণ হিসাবে আমি ঘৃণা করি - সেগুলি আপনার সংস্থা এবং আপনার সংস্কৃতিতে অনুকূলিত হবে।

এই প্রকল্পগুলির সাথে আপনি যখন কাজ করছেন তার মধ্যে একটি, আবার এটি বার বার সংঘের সবচেয়ে চমকপ্রদ প্রকল্প নয়, লোকেরা যেমন চান তেমন ভিজ্যুয়াল নয়। এটি মজার বিষয়, এটি সেইগুলির মধ্যে একটি যা আপনার নিজের আইটি গ্রুপে বা এমনকি আপনার নিজের আইটি গ্রুপে আসে বা আপনার সেরা দ্বিস্থলীর দ্বি-কেন্দ্র আসে বা আপনার বিশ্লেষণের কেন্দ্রটি আসে এবং আমরা ডেটা নিয়ে কাজ করব গুণমান এবং ডেটা ম্যানেজমেন্ট পরিপক্কতা, তারা এটি করতে অবিশ্বাস্যভাবে উত্সাহিত হতে পারে না। তবে আপনি সেগুলি উদ্দেশ্যমূলক করার উপায়গুলি খুঁজে পেয়েছেন এবং এটি তাদের পরিমাপের সাথে অন্তর্ভুক্ত করেছেন। সুতরাং আপনি যখন এটি কী হতে চলেছে তা ভাবছেন, একবার এই অনুশীলনটি করা এক জিনিস এবং আপনি লোককে বোর্ডে নিয়ে যান। এবং আপনি খুঁজে পেতে পারেন যে তারা ডেটা ক্যাটালগ পছন্দ করেছে বা তারা এগুলির মধ্যে কিছু পছন্দ করে কারণ এটি তাদের জীবনকে আরও সহজ করে তোলে এবং তারা ডেটার অর্থ কী তা বুঝতে পারে বা এটি বুঝতে পারে এবং তারা এতে নিজের দৃষ্টিভঙ্গি যুক্ত করতে পারে। এবং জিনিসটি, তথ্য ক্যাটালগগুলি সম্ভবত এটির প্রেমে মানুষকে সাহায্য করার জন্য একটি দুর্দান্ত প্রকল্প।

সুতরাং পরবর্তী জিনিস তাদের নিযুক্ত রাখা হয়। আপনি কাউকে কীভাবে ব্যস্ত রাখবেন যে সম্ভবত তারা এই বিষয়টির যত্ন নেন না? এটি কিছু মেট্রিকের সংজ্ঞা দেয় এবং এটিকে অন্তর্ভুক্ত করে, তার পরিমাপটি তারপরে এবং তারপরে লঙ্ঘন এবং কিছু সচেতনতার জন্য কিছু শেখার ব্যবস্থা করে যে, "আরে আমরা কিছুক্ষণের জন্য সত্যিই ভাল করেছিলাম এবং কিছুক্ষণ পরে এতটা ভাল ছিলাম না।" সুতরাং তারা এগুলি চালিয়ে যাওয়ার বিষয়ে চিন্তা করা ধরণের জিনিস। এবং তারপরে আপনি যখন স্কোর করার কথা ভাবেন, এবং এটি সিএমএমআইয়ের একটি উদাহরণ, তারা কীভাবে এটি স্কোর করে। আবার আপনার নিজের ড্যাশবোর্ড, আপনার নিজস্ব কেপিআই থাকবে, আপনি জানেন, কোনও প্রতিষ্ঠানে লোকেরা বিভিন্নভাবে পরিমাপ করা হয়। তবে আপনার নিজের সাফল্য স্কোর করার ও পরিমাপ করার বিভিন্ন উপায় রয়েছে। আমার মূল বিষয়টি যা আপনার এটি থেকে সরিয়ে নেওয়া উচিত, বা এটি থেকে সরিয়ে নেওয়া কোনও হুক নিশ্চিত করা নিশ্চিত করুন যে আপনার কাছে সাফল্য পরিমাপ করার একটি উপায় আছে এবং আপনি নিজের সাফল্যগুলিও উদযাপন করতে পারেন।

সুতরাং যে সঙ্গে, আমি প্রশংসা করি যে আপনি এই উত্তেজনাপূর্ণ বিষয়ের জন্য সেখানে ঝুলিয়েছিলেন, এবং আমি রনের দিকে ফিরে যাব, যা কিছুটা গভীরতর খোঁড়াতে চলেছে।

রন হুইজেনগা: জেন, আপনাকে ধন্যবাদ। এবং আজ, আমাদের সাথে যোগ দেওয়ার জন্য সবাইকে ধন্যবাদ। আমি এখন জেন যা নিয়ে কথা বলেছিলাম তার কয়েকটি দিক নিয়ে যাচ্ছি এবং নির্দিষ্ট জায়গাগুলিতে কিছুটা গভীর হতে চলেছি। তবে আমি যা করতে যাচ্ছি তা হ'ল একটি সংক্ষিপ্তসার সরবরাহ করে আপনি কীভাবে অন্তত এই ধরণের কয়েকটি ক্ষেত্রের উচ্চ-স্তরের স্ব-মূল্যায়ন করতে পারেন। কারণ আপনি যেমনটি সিএমএমআই মডেলগুলি এবং সেই ধরণের জিনিসটির সাথে দেখেছেন, আপনি খুব আলাদাভাবে বিভিন্ন সূচক দিয়ে খুব গভীর দিকে যেতে পারেন। সুতরাং আমরা যা দেখতে চাই তা হ'ল এমন একটি যা আপনার সংস্থাটি যেখানে উচ্চ পর্যায়ে রয়েছে তার জন্য আপনি একটি ভাল অনুভূতি পেতে পারেন এবং তারপরে অন্যগুলিতে illালতে শুরু করেন। সুতরাং যে সঙ্গে আমি সাংগঠনিক কার্যকারিতা সম্পর্কে কথা বলতে যাচ্ছি। এবং আমি এটি ভিত্তিতে যাচ্ছি সিএমএমআই এবং অন্যান্য কয়েকটি মান বা জ্ঞানের সংস্থাগুলির যেগুলি বছরের পর বছর ধরে থেকে এসেছে। এবং তারপরে আমি ডেটা ম্যাচিউরিটি এবং প্রক্রিয়া পরিপক্কতার জন্য পরিপক্কতার সূচকগুলির কয়েকটি সম্পর্কে কথা বলতে যাচ্ছি কারণ আমরা যখন এটির মাধ্যমে যাব তখন আপনি দেখতে পাবেন যে তারা হাতের মুঠোয় চলে। এবং সমর্থন দৃষ্টিকোণ, জেন এক ক্ষেত্রে প্রশাসনের কথা বলেছেন। এবং আমি এন্টারপ্রাইজ আর্কিটেকচার সম্পর্কে কিছুটা পাশাপাশি কথা বলতে যাচ্ছি। এবং তারপরে আমরা এর সংক্ষিপ্তসার করব এবং গোলটেবিলের কাছে যাব।

আমরা যদি এটি দেখি তবে অনেকগুলি মানক এবং বুক রয়েছে - যা অবশ্যই জ্ঞানের দেহ - যা বছরের পর বছর প্রকাশিত হয়েছে। এর মধ্যে অনেকগুলিই পরিপক্কতা মডেলের সামর্থ্য থেকে উদ্ভূত হয়েছিল। এবং এখান থেকেই জেন যে সিএমএমআইয়ের কথা বলছিলেন তা এসেছে। সিএমএম মডেলটি স্বয়ং 1998 সালে ছিল actually এটি প্রকৃতপক্ষে ওয়াটস হামফ্রে নামে এক ভদ্রলোক যখন আইবিএমের সাথে ছিলেন তখনই এটি শুরু হয়েছিল। আইবিএম-তে তাঁর 27 বছরের ক্যারিয়ার ছিল। তবে তার সেই বিশেষ মডেলের বাস্তব সক্রিয় বিকাশ শুরু হয়েছিল যখন তিনি কার্নেগি মেলনে ছিলেন এবং এটি মার্কিন প্রতিরক্ষা বিভাগ দ্বারা পরিচালিত হয়েছিল। এটি অর্জনের জন্য আরও অনেক মানক ব্যবহার করা হয়েছে। এবং শিল্পের সম্পর্কে জানতে খুব ভাল এমন কিছু যা আমরা যখন অন্যান্য কয়েকটি মানের বিষয়ে এই সম্পর্কে কথা বলি তা হ'ল আমরা যখন এর সময়টির দিকে তাকাই তখন এটি সাধারণভাবে আমরা শিল্পে যে জিনিসগুলি দেখছিলাম তার পটভূমি বিরুদ্ধেও রয়েছে। এটি তখনই হয়েছিল যখন মানের আন্দোলনটি সত্যই ধরে রাখতে শুরু করেছিল, বিশেষত উত্পাদন ক্ষেত্রে, এবং অন্য অঞ্চলে ছড়িয়ে পড়ে। যেখানে আমরা উত্পাদন প্রক্রিয়াগুলি উন্নত করার জন্য, মোট মানের পরিচালনার মতো কাজ করা, কেবলমাত্র সময়ে সময়ে উত্পাদন এবং অন্যান্য জিনিসের দিকে নজর দিচ্ছিলাম। এবং এর থেকে প্রচুর দর্শন এসেছিল যা পুরো মানের মানের দেহের মধ্যে এসেছিল।

এবং এটি সত্যিই এমন এক জাম্পিং স্পট যা থেকে এই প্রচুর জিনিস শুরু হয়েছিল। এটি সাধারণ শিল্পে শুরু হয়েছিল এবং আইটি এবং ডেটা এবং প্রক্রিয়া এবং তথ্য সিস্টেমগুলিতেও প্রবেশ করেছে। আমরা যে মানদণ্ডগুলি দেখি যেগুলি আমরা খুব ঘনিষ্ঠভাবে সম্পর্কিত বা আমরা যেগুলির বিষয়ে কথা বলছি তার সাথে কিছু সুনির্দিষ্ট course অবশ্যই ডেটা ম্যাচিউরিটি মডেল, যা জেন কিছুটা কথা বলেছিল। অবজেক্ট ম্যানেজমেন্ট গ্রুপের ব্যবসায়ের প্রক্রিয়া পরিপক্কতা মডেলও রয়েছে। এবং আপনি দেখতে পাচ্ছেন যে আরও অনেক স্ট্যান্ডার্ড আপনার সংস্থাটি ব্যবসায়ের বিভিন্ন ক্ষেত্রের জন্য বিশেষত আইটি চালিত, যেমন তথ্য ও প্রযুক্তির নিয়ন্ত্রণ লক্ষ্য, আইটিআইএল, যা সাধারণত পরিকাঠামো, তার জন্য ঝুঁকছে বা ব্যবহার করতে পারে IT -ফোকসড, যা আপনি অনেকের সাথে ডিল করেছেন। আবার, মোট মানের পরিচালনা। এবং বিশেষত যখন আপনি মেট্রিক্স এবং অন্য কিছুর মতো জিনিসগুলিতে প্রবেশ করেন, আপনি স্ট্যাটিস্টিকাল প্রসেস কন্ট্রোলের মতো জিনিসগুলিও খেলতে দেখবেন। এবং তারপরে অবশ্যই জ্ঞানের কয়েকটি সংস্থা যা আমরা ব্যবহার করি তা হ'ল তথ্য বা তথ্যপ্রযুক্তি পেশাদার। দ্বারা জ্ঞানের ডেটা ম্যানেজমেন্ট বডি।

এর সমতুল্য, জ্ঞানের ব্যবসায়িক বিশ্লেষণ অঙ্গ। এবং জ্ঞান প্রকল্প পরিচালনা সংস্থা। আপনার সংস্থার বিভিন্ন স্টেকহোল্ডাররা একই সময়ে খেলতে ব্যবহৃত এই খেলাগুলির বেশ কয়েকটি বা তার বেশি থাকতে পারে। তবে আসুন বুকের মাধ্যমে ফিল্টার আউট করা যাক এবং ফিরে গিয়ে বলি, পরিপক্কতা কী? এবং আমরা পরিপক্কের সংজ্ঞাটি তালিকাভুক্ত করি কারণ, আপনি যখন জিজ্ঞাসা করেন পরিপক্কতা কী, আপনি যখন অভিধানে এটি দেখেন, তখন এটি আসলে বলে "আপনি পরিণত" So সুতরাং "পরিপক্ক" শব্দটি ব্যবহার করে এর অর্থ আসলে উন্নত ব্যক্তির কাছে পৌঁছানো having বিকাশের পর্যায় - অবশ্যই, খুব জেনেরিক। তবে আমরা এখানে যা দেখছি তা অগ্রসর হচ্ছে যা আমরা এগিয়ে যাচ্ছি উচ্চতর এবং উচ্চ স্তরের অর্জনের। এবং যখন আপনি অনেকগুলি স্ট্যান্ডার্ড দেখেন, যেমন আপনি দেখতে পাবেন, বিশেষত সিএমএমআই এবং সামর্থ্য পরিপক্কতার মডেলটি সত্যই পাঁচ-পয়েন্ট স্কেলের উপর ভিত্তি করে জিনিসগুলি তৈরি করে, তাই এটি আমাদের দেখার এবং বলার একটি ধীরে ধীরে উপায় দেয় যা কীভাবে হয় আমরা কীভাবে বাড়ছি তাতে আমরা আসলে এই স্কেলটি ধরেই বিকশিত হচ্ছি?

আমরা যখন পরিপক্কতার দিকে তাকিয়ে থাকি, আমরা যে বিষয়গুলিতে আগ্রহী সেগুলিতে সাংগঠনিক পরিপক্কতা অর্জনের ক্ষেত্রে, আমাদের ভারসাম্য থাকা দরকার। আপনাকে ডেটা ম্যাচিউরিটি অর্জন করতে হবে এবং আমরা আপনাকে সেখানে করতে হবে এমন কয়েকটি মানদণ্ড সম্পর্কে কথা বলব, তবে আপনাকে একই সময়ে প্রক্রিয়া পরিপক্কতা অর্জন করা দরকার। তারা একই মুদ্রার দু'পক্ষ এবং তাদের একসাথে যেতে হবে। আপনার প্রক্রিয়া পরিপক্কতা বৃদ্ধি না করে আপনি ডেটা ম্যাচিউরিটি স্কেলে শূন্য থেকে পাঁচ পর্যন্ত যেতে পারবেন না, এবং প্রক্রিয়া পরিপক্কতার ক্ষেত্রেও এটি সত্য। তারা দুজনে একসাথে যোগদান করেছে এবং যাত্রার জন্য তারা একে অপরকে টানছে কারণ আপনি প্রকৃতপক্ষে বিভিন্ন পর্যায়ে বিবর্তিত হচ্ছেন। এবং আমি ভবিষ্যতের স্লাইডে আরও কিছুটা এই সম্পর্কে কথা বলব। অন্যান্য জিনিস যা আমাদের উপলব্ধি করতে হবে তা হ'ল ডেটা এবং প্রক্রিয়া পরিপক্কতা উভয়ই এন্টারপ্রাইজ আর্কিটেকচারের জন্য মৌলিক এবং জেন পাশাপাশি পরিচালিত কিছু প্রশাসনিক বিষয়গুলির জন্য মৌলিক। আমরা যা করতে চেষ্টা করছি এর মধ্যে কয়েকটিতে পরিপক্কতা অর্জনের মাধ্যমে আমরা তাদের সক্ষম করে থাকি।

এখন স্লাইডে যা জেন বলেছিল আমি আরও কিছুটা বিশদে আলোচনা করব। আমি এখানে সিএমএম স্কেলটি ব্যবহার করে কয়েকটি বিভাগ নিয়েছি এবং আসলে আমার নিজস্ব রয়েছে, আমি আসলে স্কেলের উপরে একটি শূন্য যুক্ত করছি কারণ এমন কিছু উদাহরণ থাকতে পারে যেখানে আপনি বাস্তবে তৈরি করেন নি certain এই দৃষ্টান্তগুলিতে মোটেও কোনও চিহ্ন। সুতরাং এটি হ'ল স্বীকৃতির উপায় ways সুতরাং আমরা যদি বিশেষভাবে ডেটা প্রশাসনের দিকে লক্ষ্য করি তবে আপনি শূন্য থেকে শুরু করতে পারেন কারণ আপনার কাছে কোনও ডেটা প্রশাসনের প্রোগ্রাম নেই। এবং আপনি যখন বিভিন্ন ক্ষেত্রের মধ্য দিয়ে পরিপক্ক হতে শুরু করেন, একবার আপনি এটি একটি প্রকল্প স্তরে চালু করা শুরু করেন, তারপরে একটি প্রোগ্রাম স্তর, বিভাগের মাধ্যমে এবং শেষ পর্যন্ত এন্টারপ্রাইজ-বিস্তৃত মাধ্যমে, এভাবেই, একটি প্রশাসনের দৃষ্টিকোণ থেকে, আপনি আসলে পরিপক্ক হয়ে ওঠেন এবং বাড়ছেন আপনি এই কাজ হিসাবে একটি সংস্থা।

এর অন্যান্য দিকগুলি যেমন মাস্টার ডেটা ম্যানেজমেন্ট আপনি কোনও শূন্য থেকে কোনও আনুষ্ঠানিক বিষয় ডেটা শ্রেণিবদ্ধকরণের সাথে শুরু করতে পারেন। তারপরে আপনি এমন একটি বিন্দুতে পৌঁছবেন যেখানে আপনি বুঝতে পারবেন যে আপনার কাছে মাস্টার ডেটা রয়েছে এবং আপনি শ্রেণিবদ্ধকরণ শুরু করছেন, তবে এটি সংহত নয়। তারপরে আপনি সংহত এবং ভাগ করা সংগ্রহস্থলের দিকে কাজ শুরু করুন। তারপরে আপনি যখন একটি প্রমিত পরিবেশে প্রবেশ করবেন, তখন আপনি ডেটা ম্যানেজমেন্ট পরিষেবা সরবরাহের দিকে তাকিয়ে থাকবেন। এবং আপনি সেখানে আরও এগিয়ে যাওয়ার সাথে সাথে, আপনি মাস্টার ডেটা স্টুয়ার্ডস এবং অবশেষে একটি ডেটা স্টুয়ার্ডশিপ কাউন্সিল প্রতিষ্ঠা করতে যাচ্ছেন যা সত্যই সারাক্ষণ এটিকে গুরুত্ব সহকারে দেখছে। আপনি যখন আপনার প্রযুক্তিগত পরিবেশ এবং অ্যাপ্লিকেশনগুলি এবং ডেটাবেসগুলিতে ডেটা সংহতকরণের দৃষ্টিকোণ থেকে দেখেন তখন আবার অপরিপক্ক পরিবেশে আপনার বেশ কয়েকটি অ্যাডহক, পয়েন্ট-টু-পয়েন্ট ইন্টারফেস এবং সেই ধরণের সংস্থান থাকবে জিনিস। এবং আপনি যখন বাড়ার সাথে সাথে আপনি কিছু সাধারণ সরঞ্জাম এবং স্ট্যান্ডার্ড প্রবর্তন শুরু করবেন। তারপরে আপনি এটি বাড়ার সাথে সাথে সাধারণ ইন্টিগ্রেশন প্ল্যাটফর্মগুলি দেখা শুরু করবেন। এবং আপনি প্রমিত হয়ে যাওয়ার সাথে সাথে আপনি স্ট্যান্ডার্ডাইজড মিডলওয়্যার এবং এন্টারপ্রাইজ সার্ভিস বাস, ক্যানোনিকাল মডেল, আপনার সংস্থার আপনার সমস্ত ডেটাকে শ্রেণিবদ্ধকরণ এবং আপনার ভাণ্ডারের ব্যবসায়িক নিয়মের মতো জিনিসগুলিতে বাঁধা এবং সেই জাতীয় সাজানোর মতো সম্ভাব্য সহজ জিনিসে কাজ করবেন that জিনিস এর. এবং তারপরে আরও গিয়ে যেখানে আপনি এটিকে সাংগঠনিক সংস্কৃতিতে পুরোপুরি এম্বেড করেছেন। এবং অবশ্যই, গুণমান সর্বজনীন। জেন যেমন কথা বলেছিলেন, প্রচুর সিদ্ধান্ত এবং সেখানে প্রচুর সরঞ্জাম রয়েছে, ধরে নিন যে আপনার সাথে উচ্চমানের ডেটা রয়েছে যা আপনি কাজ করছেন। সুতরাং ডেটা কোয়ালিটি এমন কিছু যা ডেটা ম্যাচিউরিটি অর্জনের একটি মৌলিক ভিত্তি under

আবার, আপনি যখন ডেটা দেখুন, আপনার অপরিপক্ক পরিবেশে অনেকগুলি সিলো এবং বিক্ষিপ্ত ডেটা থাকতে পারে। আপনার গ্রহণযোগ্যতা হতে পারে এমন অসঙ্গতি থাকতে পারে। এবং তারপরে আপনি সেইটিতে কাজ শুরু করবেন, বেমানানকে স্বীকৃতি দেবেন এবং তারপরে পরিকল্পনা শুরু করবেন। এবং যদি আপনি এখানে পরিচালিত পরিবেশগুলির দিকে তাকান তবে সিদ্ধান্ত গ্রহণে ডেটা ব্যবহারের জন্য এখানে অত্যন্ত গুরুত্বপূর্ণ কিছু হ'ল ডেটা সাফ করা। সুতরাং আমরা যা যা করছি সেখানে ডেটা ক্লিনিজিংয়ের কথা বলছি, যেখানে আমরা এটি ডেটা গুদাম এবং অন্যান্য সিদ্ধান্ত-সমর্থন সরঞ্জামগুলিতে লোড করব। এবং এটি যা উপাত্ত উত্পাদনশীল শিল্পে আমরা দেখতাম যেখানে লোকেরা পণ্য তৈরি করত, তার সাথে মিল খুঁজে পাওয়া যায়, তারা এসেম্বলির লাইনে নামবে এবং এর শেষে, আপনি পণ্যটি পরিদর্শন করবেন এবং যান, "ওহ, আমাদের এখানে ত্রুটি রয়েছে ”'আবারও, একটি জিনিস যা আপনি কখনই করতে পারবেন না তা হ'ল আপনি কখনই কোনও পণ্যের গুণমানটি শেষে পরিদর্শন করে উন্নত করতে পারবেন না। আপনি এটির সাথে সমস্যাগুলি দেখতে পাচ্ছেন এবং তারপরে আপনি পরবর্তীগুলি এবং এর পরে লাইনটি নেমে আসা অন্যান্যগুলির উন্নতির জন্য পদক্ষেপ নিতে পারেন, তবে আপনি এটি শেষে পরিদর্শন করে কখনও উন্নতি করতে যাচ্ছেন না। সুতরাং আপনি যেখানে এগিয়ে যান, বিশেষত ডেটা হিসাবে, আপনি ব্যবহারের জায়গায় কোনও পরিদর্শন এবং একটি পরিষ্কারের দৃষ্টিকোণ থেকে আরও সরে যান যেখানে আপনি উত্সটিতে এটি তৈরির চেষ্টা শুরু করেছেন, ঠিক সেখান থেকে আপনি যেখানে ধরেছেন ডেটা, সেই ডেটাগুলির উপরে যে প্রক্রিয়াগুলি কাজ করে, তা নিশ্চিত করে যে সেই ডেটাটি সঠিক এবং পুরো প্রক্রিয়াটিতে প্রতিটি প্রক্রিয়াতে সেবার জন্য উপযুক্ত। আপনি যখন আরও বিবর্তিত হবেন, আপনি একটি মানমানের কেপিআই বিকাশ করা এবং পেতে শুরু করেছেন এবং আপনি এগিয়ে যাওয়ার সাথে সাথে ডাটা মানের কাছে সেই প্রতিরোধের পদ্ধতির বিকাশ করা শুরু করে।

সাংগঠনিক আচরণ বা আপনি যে জিনিসগুলি দেখেছেন সেগুলির ক্ষেত্রে, যদি আপনার মনে হয় না যে আপনার কোনও সমস্যা আছে বা আপনি অজানা রয়েছেন তবে আপনি হতে পারেন, যদি আপনার সংস্থায় অস্বীকারের পর্ব রয়েছে, তবে তা আমাকে বলে যে আপনি নীচে রয়েছেন একটি স্তর শূন্য বা সম্ভাব্য একটি এক মধ্যে সরানো। যদি আপনার ডেটা চারপাশে প্রচুর বিশৃঙ্খলা সৃষ্টি হয় এবং এই অসঙ্গতিগুলি সমাধান করার চেষ্টা করা হয়, তবে আপনি সম্ভবত এক স্তরে রয়েছেন। আপনি এখনও প্রতিক্রিয়াশীল মোডে থাকাকালীন আপনি পরিচালিত হয়ে যাচ্ছেন তবে আপনি পরিচালনা, গুণমান, মাস্টার ডেটা ম্যানেজমেন্ট এবং ডেটা উভয়কেই গ্রহণ করে এমন স্থিতিশীল ডেটা পরিবেশ না পাওয়া পর্যন্ত আপনি প্রমিত হয়ে যাবেন না সংহতকরণ, পয়েন্ট মাত্র কয়েক নাম। এবং আবার, আপনি এটি অতীত হয়ে গেলে, আপনি যখন সত্যিকারের সক্রিয় পরিচালনা শৈলীতে প্রবেশ শুরু করেন into আপনি যদি সেই অংশে পৌঁছান যেখানে আপনার খুব ভবিষ্যদ্বাণীমূলক আচরণ রয়েছে এবং এটি বিশ্লেষণগুলিও রয়েছে এবং কেপিআইগুলি এটির ব্যাক আপ করার জন্য আপনার প্রতিষ্ঠানে রয়েছে, যখন আমরা এটি দেখি এবং কয়েকটি জিনিস আচ্ছাদন করি, সেখানে আরও কিছু জিনিস রয়েছে যা আমরা করতে পারি সংস্থা এবং তারা কোথায় আছে তা দেখুন about আসুন একটি প্রতিষ্ঠানের প্রাথমিক আইটি ফোকাসটি দেখুন। যদি আইটিতে আপনার প্রাথমিক ফোকাসটি এখনও প্রযুক্তি এবং অবকাঠামোতে থাকে তবে আপনি সম্ভবত স্কেলের কম পরিপক্ক প্রান্তের দিকে চলে যান। কিন্তু আপনি যখন সত্যই তথ্য এবং তথ্য-কৌশলগত ব্যবসায়ের সক্ষমকরণ সক্ষম করার দিকে মনোনিবেশ করছেন, তখন আপনি স্কেলের পরিপক্ক প্রান্তের কাছাকাছি চলে আসছেন। এছাড়াও আপনি যখন এটি ডেটা দৃষ্টিকোণ থেকে দেখেন, আপনি যদি নিম্ন প্রান্তে থাকেন তবে আপনার উচ্চ ডেটা ঝুঁকি রয়েছে এবং আপনি যদি উচ্চ প্রান্তে থাকেন তবে আপনি ডেটা সম্পর্কিত ঝুঁকি হ্রাস করেছেন। এবং এর ফ্লিপ দিক হ'ল সংস্থার মান উত্পন্নকরণ। নিম্ন ডেটা ম্যাচিউরিটির অর্থ হল আপনার সংস্থায় থাকা ডেটাগুলির ক্ষেত্রে বিশেষত আপনার সম্ভবত মান উত্পন্নকরণের পর্যাপ্ত পরিমাণ রয়েছে। এবং আপনি যখন স্কেলটিকে সরিয়ে নিয়ে যাচ্ছেন, আপনি একটি উচ্চ মানের জেনারেশন পেয়ে যাচ্ছেন।

এর নিজস্ব ডেটা মডেলিং এর শর্তাবলী এই তাকান। কখনও কখনও ডেটা মডেলিং লাল মাথাওয়ালা স্টেপচিল্ডে পরিণত হয়েছে। এবং ডেটা মডেলিং ডেটা পরিপক্কতা অর্জনের জন্য মৌলিক। সুতরাং আমি কীভাবে ডেটা মডেলিং এর সাথে সম্পর্ক স্থাপন করে সে সম্পর্কে কয়েকটি টেলটলের লক্ষণ সম্পর্কে কথা বলতে চাই। যদি এটি কেবলমাত্র ডকুমেন্টেশনের জন্য ব্যবহার করা হয় বা ছোট অ্যাপ্লিকেশন এবং সেই ধরণের জিনিসগুলির জন্য সহজ, শারীরিক ডাটাবেস প্রজন্মের জন্য ব্যবহার করা হয়, তবে আপনি ডেটা ম্যাচিউরিটির ক্ষেত্রে সম্ভবত এক পর্যায়ে রয়েছেন। আপনি ধারণাগুলি সহ বিভিন্ন ধরণের মডেলকে আলিঙ্গন করতে এবং চিনতে শুরু করার সাথে সাথে লজিকাল মডেল এবং এটি যেখানে রয়েছে সেই শারীরিক মডেলিংও, আপনি জানেন, মূলত আপনি নকশাটি চালিয়ে যাচ্ছেন। আপনি এটিকে সত্যই ডিজাইন স্ট্যান্ডপয়েন্ট হিসাবে ব্যবহার করছেন, তারপরে আপনি একটি স্তরে রয়েছেন।

যখন আপনি এন্টারপ্রাইজ বা ক্যানোনিকাল মডেলগুলি তৈরি করা, ধারণাগুলি প্রবর্তন এবং একাধিক মডেলগুলিতে বেঁধে দেওয়া, ডেটা বংশের পরিচালনা এবং সরাসরি আপনার মডেলগুলিতে প্রশাসনিক মেটাডেটা তৈরি সহ আরও এন্টারপ্রাইজ স্তর থেকে এটি সন্ধান করতে শুরু করেন, আপনি কোনওটিতে পৌঁছতে শুরু করেন স্তর তিনটি, এবং তারপরে আরও পূর্ণ-প্রশাসনের মেটাডেটা, ব্যবসায়িক শব্দকোষের সংহতকরণ, ইত্যাদির দিকে এগিয়ে চলেছে। লাইফ চক্র এবং ডেটার মান শৃঙ্খলের দিকে তাকানো হ'ল আপনি যখন সত্যই একটি স্তর চারে পৌঁছান। এবং আবারও, ব্যবসায়ের গ্লোসারিগুলি, মেটাডেটার সাথে সম্পূর্ণ সংহত মডেলিং, স্ব-পরিবেশন বিশ্লেষণের মতো জিনিস চালাতে সক্ষম হওয়া, এটি সত্যই যখন আপনি যথেষ্ট পরিপক্ক রাষ্ট্র অর্জন করেন।

এর অংশ এবং অংশ হিসাবে, আমি খুব সংক্ষেপে ডেটা লাইফ চক্র সম্পর্কে কথা বলতে চাই। এবং যে কারণে আমি এটি সম্পর্কে কথা বলতে চাই তা হ'ল ডেটা লাইফ চক্র দুর্ভাগ্যক্রমে প্রায়শই উপেক্ষা করা হয়। এবং এটি কী, এটি কীভাবে কোনও ডেটা উপাদান তৈরি করা, পড়া, আপডেট করা বা মোছা এবং আপনার সংস্থার জুড়ে এটিতে কাজ করে এমন প্রক্রিয়াগুলি বর্ণনা করে। আমাদের মধ্যে যারা দীর্ঘদিন ধরে শিল্পে রয়েছেন তারা একে CRUD হিসাবে উল্লেখ করেন কারণ এটি তৈরি, পড়া, আপডেট এবং মুছুন। আমরা যখন আমাদের সংস্থার ডেটা নিয়ে কাজ করি তখন আমাদের এটি একটি মৌলিক স্তরে বুঝতে হবে। অনেক কারণ খেলতে আসে। এটিতে ব্যবসায়ের নিয়মগুলি কী কী? ব্যবসায়িক প্রক্রিয়াগুলি কী কী যা ডেটা গ্রহণ, উত্পাদন বা পরিবর্তন করে? অ্যাপ্লিকেশনগুলি কীভাবে সেই ব্যবসায়িক প্রক্রিয়াগুলি বাস্তবায়িত করে যা আপনাকে এটি করার অনুমতি দেয়? যা ডেটা লাইফ চক্রের ক্ষেত্রে খেলতে আসে।

এবং আবার, জেন এটির আগেও ইঙ্গিত দিয়েছিলেন - অগত্যা সত্যের একটি উত্স হতে পারে না। এবং একাধিক উপায় হতে পারে যা একটি নির্দিষ্ট ডেটা উপাদান তৈরি করা হয়। এবং আপনাকে প্রকৃতপক্ষে আসতে হবে, একাধিক সিস্টেম বা একাধিক গ্রহণের মাধ্যমে বিভিন্ন জিনিস আসতে পারে যা আপনাকে সেই সমঝোতা সিদ্ধান্তের জন্য সেই নির্দিষ্ট সিদ্ধান্তের জন্য তথ্যের উপযুক্ত উত্স কী তা নিয়ে পুনরায় মিলন করতে হবে এবং সংকল্প করতে হবে। কোনও সংস্থায় বিভিন্ন উদ্দেশ্যে ডেটার একাধিক রূপ থাকতে পারে। এটি অর্জনে সক্ষম হতে, আপনাকে ব্যবসায়ের প্রক্রিয়া, ডেটা বংশের মধ্যে ডেটা প্রবাহ, ইন্টিগ্রেশন এবং এতে ETL এর মতো জিনিস অন্তর্ভুক্ত রয়েছে, তাই আপনার ডেটা গুদাম, ডেটা মার্ট এবং মঞ্চস্থকরণের জন্য এক্সট্রাক্ট, ট্রান্সফর্ম এবং লোড অন্তর্ভুক্ত করতে হবে model এবং অবশ্যই বড় ডেটা সাইডে ডেটা লিঙ্কগুলিও কার্যকর হয়। আপনি এই তথ্যটি ডেটা হ্রদের বাইরে টেনে আনছেন, আপনি এটি কীভাবে ব্যবহার করছেন এবং আপনি এটি কীভাবে ব্যবহার করছেন তা আপনার জানতে হবে। জীবনচক্রের ক্ষেত্রে, সত্যই আমরা কীভাবে নতুন ডেটা তৈরি করছি বা সংগ্রহ করছি, কীভাবে আমরা এটি শ্রেণিবদ্ধ করছি - কারণ আপনাকে এটি কার্যকরভাবে বুঝতে এবং এটিতে কাজ করার জন্য শ্রেণিবদ্ধ করতে হবে - আপনি কীভাবে এটি সংরক্ষণ করছেন, কীভাবে আপনি এটি ব্যবহার করছেন, আপনি কীভাবে এগুলি ব্যবসায়িক প্রক্রিয়াতে সংশোধন করছেন, যেখানে এটি সংস্থায় ভাগ করা হচ্ছে - এবং খুব গুরুত্বপূর্ণ: ধরে রাখা এবং সংরক্ষণাগার। আপনি কতক্ষণ ডেটা ধরে রাখবেন? আপনি কখন এটি সংরক্ষণাগার করবেন? আপনি শেষ পর্যন্ত সেই ডেটাটি কখন ধ্বংস করবেন? আপনার ডেটা লাইফ চক্রটিতে এই সমস্ত বিষয় বিবেচনা করতে হবে এবং আপনার সংস্থায় একটি উচ্চ স্তরের ডেটা পরিপক্কতা অর্জনের জন্য আপনাকে এগুলি সব করতে হবে।

এখন উল্টাপাল্টা, আবার আমি বলেছিলাম যে এগুলি যমজ সন্তানের মতো, যেখানে আপনাকে ডেটা ম্যাচিউরিটির সাথে মিল রেখে প্রক্রিয়া পরিপক্কতার বিষয়ে কথা বলতে হবে - তারা হাতছাড়া হয়ে যায়। আবার, আমি এখানে কয়েকটি আলাদা জিনিস পেয়েছি এবং - চিন্তা করবেন না যে আমি এই সমস্তগুলি পড়তে যাচ্ছি না, তবে কেবলমাত্র একটি চেকলিস্ট - যাতে আপনি নিজের সংস্থার দিক থেকে কোথায় তা নিজেই মূল্যায়ন করতে শুরু করতে পারেন প্রক্রিয়া পরিপক্কতা। চলুন প্রাথমিক ডান থেকে জিনিসগুলি আবার অনুকূলিত পৃষ্ঠাগুলির মাধ্যমে দেখি। আবার, আমরা একই পাঁচ-পয়েন্ট স্কেল ব্যবহার করছি যা সক্ষমতার পরিপক্কতা মডেল থেকে নেওয়া হয়েছিল। আপনি যদি ফোকাসের মতো বিষয়গুলি লক্ষ্য করেন, যদি আপনি নিম্ন স্তরের বা প্রক্রিয়া পরিপক্কতার প্রাথমিক স্তরে নিচে থাকেন তবে আপনি আপনার সংস্থায় দেখতে পাবেন যে লোকেরা তাদের কাজ সম্পাদনের জন্য সত্যই তাদের নিজস্ব পদ্ধতিতে নির্ভর করছে। এবং আপনি কিছু বীরত্ব এবং সেই ধরণের জিনিস দেখতে পেতে সক্ষম হতে পারেন things তারপরে আপনি এমন একটি বিন্দুতে পৌঁছতে শুরু করেন যেখানে আপনি এটি সম্পর্কে আরও সক্রিয় হন, যেখানে আপনার পরিচালন কর্ম ইউনিট এবং কার্য সম্পাদনের জন্য দায়িত্ব নিচ্ছেন। তারপরে আপনি স্ট্যান্ডার্ড ইন্টিগ্রেটেড প্রক্রিয়াগুলি বিকশিত করতে শুরু করুন। তারপরে প্রক্রিয়াটির স্থিতিশীলতা এবং পুনরায় ব্যবহার। তারপরে আপনি সেই প্রক্রিয়াগুলি সম্পর্কে মেট্রিক্স এবং কেপিআই গণনা করতে অবশেষে পুরোপুরি অনুকূলিতকরণের স্তরে এবং প্রশিক্ষণের জন্য পরিসংখ্যান ও পরিসংখ্যানগত পরিচালনার সংস্কৃতি দেখতে পাবেন।

আপনি যখন কাজের ব্যবস্থাপনার দিকে তাকান, আপনি যেতে পারেন, আপনি এমন একটি অঞ্চল থেকে যেতে যাচ্ছেন যেখানে আপনার কাছে কাজের ব্যবস্থাপনার অসঙ্গতিপূর্ণ স্তর রয়েছে আরও পরিচালিত, যেখানে আপনি কমপক্ষে উচ্চ স্তরে আপনার সংস্থাগুলির প্রতিশ্রুতি প্রতিপালন করছেন। তারপরে এমন একটি বিন্দুতে যেখানে আপনি আরও গ্রহণযোগ্য বা চতুর সংগঠন করছেন যাতে আপনি আপনার প্রক্রিয়াগুলিকে মানক করতে পারেন তবে আপনার সংস্থার বিভিন্ন পরিস্থিতিতে সবচেয়ে ভাল ব্যবহারের জন্য সেগুলি উপযোগ করতে পারেন। এবং আপনি যখন উন্নত হয়ে ওঠেন, সেখানেই ক্ষমতায়ন খুব গুরুত্বপূর্ণ, এবং এর অর্থ যা হচ্ছে প্রত্যেকে স্বজ্ঞাতভাবে বোঝা যাচ্ছে যা চলছে এবং কর্মীদের কাছে প্রক্রিয়া ডেটা রয়েছে, তাই তারা নিজের কাজটি মূল্যায়ন ও পরিচালনা করতে পারে।

আবার, উত্পাদন উপমাটিতে ফিরে যাওয়া - যখন আমরা দেখেছিলাম যে, আমরা আমাদের সমাবেশের লাইনগুলি এবং শিল্পের মতো সবকিছুকে আধুনিকায়ন করতে শুরু করি, আমরা এমনকি সমাবেশের লাইনে মোট গুণমান এবং শ্রমিকদের ক্ষমতায়নের বিষয়ে কথা বলতে শুরু করি, যেখানে যদি কেউ দেখে উত্পাদনের কোনও নির্দিষ্ট পর্যায়ে কিছু ভুল, লোককে ক্ষমতা দেওয়া হয়েছিল যে তারা বড় লাল বোতামটি চাপতে পারে এবং সমস্যাগুলি আরও এগিয়ে যাওয়ার আগে সমস্যার সমাধান না হওয়া পর্যন্ত পুরো সমাবেশ লাইনটি বন্ধ করে দিতে পারে। এবং এটি সেই ধরণের মানসিকতা এবং এক ধরণের সংস্কৃতি যা আমরা আমাদের সংস্থায় আমাদের ডেটা এবং আমাদের প্রক্রিয়াগুলি প্রকৃতপক্ষে অপ্টিমাইজ করছি তা নিশ্চিত করার জন্য আমাদের প্রক্রিয়াগুলির ডেটাগুলির আশেপাশে সন্ধান করছি।

আপনার সংস্কৃতির অন্যান্য সূচক - আপনার সংস্কৃতি আপনার ব্যবসায়িক প্রক্রিয়াগুলির উন্নতিতে সত্যিকারের প্রতিশ্রুতিবদ্ধতার জন্য কোনও সনাক্তকরণযোগ্য ভিত্তির পরিপ্রেক্ষিতে স্থির নয়? এখানে কি দায়িত্বের একটি প্রতিনিধি আছে, যা আমরা আরও মাপকাঠিতে দেখছি? এবং আপনি যখন আরও এগিয়ে চলেছেন, আপনার কাছে এখনও সিলো থাকতে পারে তবে আপনি যে সংস্কৃতি এবং আপনার ব্যবসায়িক প্রক্রিয়া নিয়ে কাজ করছেন সেগুলি অনুসারে আপনি সেই বিভিন্ন ব্যবসায়ের সিলোগুলিও ভেঙে ফেলেছেন এবং উপকৃত হচ্ছেন আপনার সংস্থা জুড়ে প্রক্রিয়া। এটি অত্যন্ত গুরুত্বপূর্ণ যে আপনি ইভেন্টের পর্যায়ে পৌঁছানোর সাথে সাথে, আপনি অন্ত্রে অনুভূত হওয়ার পরিবর্তে আসলে এটির ভিত্তিটি কী করছেন তা আপনি আসলে মানসম্পন্ন মেট্রিকগুলি সংগ্রহ করছেন এবং আপনার ব্যবসায়ের পারফরম্যান্সে আপনার দক্ষতার পূর্বাভাস দেওয়ার জন্য আপনার মেট্রিক রয়েছে have অপারেশন, এবং এটি অত্যন্ত গুরুত্বপূর্ণ।

আর্কিটেকচারের ক্ষেত্রে, আসুন আমরা এটি সম্পর্কে কথা বলি কারণ আমাদের এখানে অনেকগুলি আইটিতে থাকে বা সর্বদা আইটি-তে থাকে। আবার, একই ধরণের জিনিস যা আমরা ডেটাতে দেখেছি। প্রক্রিয়া পরিপক্কতার প্রাথমিক পর্যায়ে আপনি যদি সত্যিই নিচে থাকেন তবে আমাদের কাছে মরিয়া আইটি সিস্টেম রয়েছে। আপনি যখন আপনার প্রক্রিয়াগুলি পরিচালনা শুরু করেন, আপনি কিছু পরিষেবা সেট আপ করতে যাচ্ছেন যেখানে আপনি সত্যিই পরিষেবা-ভিত্তিক পদ্ধতির বেশি গ্রহণ করছেন। তারপরে আপনি যদি স্ট্যান্ডার্ড হয়ে যান তবে আপনি কোনও পরিপূর্ণ পরিষেবা বা নতুন স্থাপত্যে যাবেন ঠিক সেখান থেকে আপনি ডেটা এবং পরিষেবা এবং প্রক্রিয়া পরিষেবা এবং এই ধরণের জিনিসগুলির ক্ষেত্রে আরও পরিপূর্ণ-পরিষেবা গ্রহণ গ্রহণ করতে যাচ্ছেন। এবং তারপরে শেষ পর্যন্ত একটি সম্পূর্ণ প্রক্রিয়া চালিত এন্টারপ্রাইজ যা আপনার ডেটা ব্যবহার করে।

আবার, একই ধরণের স্কেলগুলি যখন আমরা এটি দেখি। উত্পাদনশীলতার দিক থেকে, প্রক্রিয়া পরিপক্কতার একটি নিম্ন স্তরে, আপনি নিম্নমানের উত্পাদনশীলতা এবং উচ্চ প্রক্রিয়া পরিপক্কতা দেখতে যাচ্ছেন, আপনি অনেক বেশি উত্পাদনশীলতা দেখতে যাচ্ছেন। এবং মানের পাশাপাশি পাশাপাশি এক সাথে যায়। ডেটা যেমন একই - আপনি যদি পরিপক্কতার একটি নিম্ন স্তরে থাকেন তবে আপনি একটি উচ্চ স্তরের ঝুঁকি এবং উচ্চ স্তরের বর্জ্যও দেখতে যাচ্ছেন। তবে আপনার পরিপক্কতার মাত্রাটি যত বেশি হবে আপনি এটিকে কমিয়ে আপনার ঝুঁকি হ্রাস করবেন এবং অপচয়কে উল্লেখযোগ্যভাবে হ্রাস করবেন। কোনও সংস্থার লক্ষণ বা সূচক হিসাবে আপনি দেখতে পাচ্ছেন এমন কিছুগুলির ক্ষেত্রে, যদি প্রাথমিক দর্শন ব্যয় কাটার আশেপাশে থাকে তবে আপনি সম্ভবত প্রক্রিয়া পরিপক্কতার নিম্ন স্তরে রয়েছেন। এটি তখন স্নাতক এবং আপনার প্রতিষ্ঠানের আরও ঘনিষ্ঠভাবে দক্ষতার দিকে তাকানোর দিকে এগিয়ে চলেছে এবং তারপরে আপনি খুব পরিপক্ক স্তরে পৌঁছে যাচ্ছেন, আপনি আবার মান উত্পন্নকরণের দিকে মনোনিবেশ করতে যাচ্ছেন।

সাংগঠনিক ব্যবস্থাপনার দৃষ্টিকোণ থেকে, বিশৃঙ্খলা যদি রাজত্ব করে, তবে এটি সাধারণত নিম্ন-প্রক্রিয়া-পরিপক্ক সংস্থার লক্ষণ। তবে আপনি যে বিষয়টিকে আমি আরও বেশি মানসিকতার মানসিকতা বলি তার দিকে মনোনিবেশ করা শুরু করেন যেখানে - এবং ডিক্রি বা কিছু চাপিয়ে কিছু ব্যবস্থা থাকতে পারে - যেখানে আপনি সত্যই তখন হন, যখন আপনি আরও পরিপক্ক স্তরে পৌঁছান, আপনার ব্যবস্থাপনায় অনুবাদ হয় নেতৃত্বের আরও। অন্য কথায়, উন্নতির দর্শন সংস্কৃতিতে এম্বেড করা হয়েছে এবং সিইও থেকে নীচে, তারা সামগ্রিকভাবে আপনার সংস্থায় প্রক্রিয়া এবং ক্রমাগত, ধারাবাহিক উন্নতির পুরো দর্শনের প্রচার করছেন।

প্রক্রিয়া মডেলের ক্ষেত্রে - এবং আমি এই জিনিসগুলি এখানে মোটামুটি দ্রুত এগিয়ে যাব - আবার প্রক্রিয়া মডেলগুলি দেখে নেওয়া যাক তারা প্রক্রিয়াটির পরিপক্কতার সাথে নিজেকে যুক্ত করে। আবার, আমরা ডেটা ম্যাচিউরিটির যে জিনিসগুলি দেখেছি তার সাথে খুব মিল, যেখানে নিম্ন স্তরের বা স্তরের একটিতে আপনি কেবল প্রসেসিং বা বর্তমান অবস্থা প্রক্রিয়াটি নথিভুক্ত করতে পারেন তবে আপনি জিনিসটিকে এগিয়ে নিয়ে যাওয়ার ক্ষেত্রে সত্যই ব্যবহার করছেন না। আপনি পরিণত হতে শুরু করার সাথে সাথে আপনি প্রতিষ্ঠানের প্রকৃত ব্যবসায়িক প্রক্রিয়া পরিচালনার জন্য ব্যবসায়ের প্রক্রিয়া মডেলিংটি ব্যবহার করতে যাচ্ছেন, তারপরে আপনি যেখানে এটি ব্যবহার করছেন সেখানে আরও বিবর্তিত হন এবং প্রক্রিয়াটির উন্নতি চালানোর জন্য ক্রমাগত সেই মডেলগুলি আপডেট করে আপনি যেখানে পৌঁছান সেখানে প্রক্রিয়া নকশা পেতে। এবং তারপরে আপনি সম্পূর্ণ পরিপক্ক হয়ে উঠলে, বা, আপনি জানেন যে আপনি সাধারণত হাতা বা সংস্থাগুলিতে যেগুলি সিগমা হিসাবে উচ্চমানের প্রোগ্রামগুলি গ্রহণ করেছেন, সেখানে আবার দেখেন যেখানে আপনার অবিচ্ছিন্ন উন্নতির মানসিকতা রয়েছে এবং এটি ঠিক মডেলিংয়ের মধ্যেই আবদ্ধ ra আপনার সংস্থা সুতরাং যেমন আমরা পণ্য তৈরিতে ইঞ্জিনিয়ারিং ব্লুপ্রিন্ট ব্যবহার করি, এটি বিমান বা বিল্ডিং এবং আকাশচুম্বী এবং সেই ধরণের জিনিসই হোক না কেন, আমরা আসলে আমাদের ব্যবসায়কে এগিয়ে নিয়ে যেতে আমাদের মডেলগুলির উপর নির্ভর করি কারণ এটি সেই নকশার উপাদান যা আসলে আমাদের সাংগঠনিক উপাদানগুলিকে এগিয়ে নিয়ে যায় that's ।

এখন, আবার, আমি এখানে এবং প্রতিটি একক শব্দ দিয়ে বিস্তারিত যাচ্ছি না। আমি যা করেছি তা হ'ল আমি সেই দুটি সহজ গ্রিড স্লাইড নিয়েছি এবং ডেটা পরিপক্কতা এবং প্রক্রিয়া পরিপক্কতা উভয়ের জন্য এই জাতীয় বর্ণনাকারীর কয়েকটিতে ব্যবহৃত হয়েছিল এমন কয়েকটি শব্দ আমি বেছে নিয়েছি। সুতরাং আপনি যখন এইটির দিকে তাকান তখন আপনি কিছু শব্দের কথা ভাবতে শুরু করতে পারেন যা আপনি নিজের অভ্যন্তরীণ সংস্কৃতিতে যা বলা হচ্ছে তার দিক দিয়ে দেখছেন। এবং এটি আপনাকে শ্রেণিবদ্ধকরণ শুরু করতে সহায়তা করবে যেখানে সামগ্রিক সংস্থা হিসাবে আমরা সামগ্রিকভাবে এই পরিপক্কতার স্কেলটিতে ফিট করতে শুরু করি। সুতরাং আপনি যদি অসঙ্গতি বা স্থবির বা অদক্ষতার মতো জিনিসগুলি বেশিরভাগ ক্ষেত্রে বা বিশৃঙ্খলাগুলি দেখতে পান তবে আপনি সাধারণত স্কেলের নীচের প্রান্তে চলে যাবেন। যখন আপনি অবিচ্ছিন্ন উন্নতি, কৌশলগত প্রান্তিককরণ, ত্রুটি এবং মানের প্রতিরোধমূলক পদ্ধতির এবং সেই ধরণের জিনিস, সম্পূর্ণ সংহতকরণের মতো বিষয়গুলি ভাবতে শুরু করেন এবং আপনি প্রতিযোগিতামূলক সুবিধার সেরা অভ্যাসগুলির বিষয়ে কথা বলছেন, তখন যখন আপনি নিজেকে দেখতে যাচ্ছেন অপ্টিমাইজার এ, স্কেলের উচ্চতর প্রান্তে।

আবার, আমি এটিও উল্লেখ করতে চাই যে আপনি যখন ডেটা প্রশাসনের দিকে তাকাতে শুরু করেন, বিশেষত যখন আপনি স্কেলের নীচে তাকান, প্রাথমিক পর্যায়ে থাকে তখন ডেটা গভর্নেন্সটি কেবলমাত্র পৃথক প্রকল্প স্তরে প্রবর্তন করা যেতে পারে। আপনাকে এমন একটি বিন্দুতে বিকশিত হতে হবে যেখানে ডেটা পরিচালনা এবং নির্দিষ্ট লক্ষ্য প্রকল্পের ডেটা গভর্নেন্স থেকে এবং প্রোগ্রাম এবং বিভাগীয় ডেটা প্রশাসনের মাধ্যমে বিকশিত হয়েছে, যেখানে এটি আবার এন্টারপ্রাইজ বিস্তৃত এবং সামগ্রিকভাবে সংস্থায় এমবেডেড রয়েছে।

আমি এই সত্যের কথা বলেছি যে এগুলি আসলে যমজ যা ডেটা পরিপক্কতা এবং প্রক্রিয়া পরিপক্কতার ক্ষেত্রে একসাথে কাজ করে। সেই পরিপক্কতা অর্জনে, স্কেলের উভয় পাশে একটি যাত্রা এবং আপনি পদক্ষেপগুলি লাফাতে পারবেন না। আপনি যদি একটি শূন্যের মধ্যে থাকেন তবে আপনাকে এক, দুই, তিন, চার এবং শেষ পর্যন্ত পাঁচে পৌঁছাতে হবে। এবং বিশ্বের খুব কম সংস্থাগুলি আসলে পাঁচটিতে রয়েছে। সুতরাং প্রচুর সংস্থাগুলি এমন পর্যায়ে থাকতে পেরে অনেক বেশি খুশি হবে যেখানে তারা তিনজনে রয়েছে এবং তারপরে এটি স্প্রিংবোর্ড হিসাবে এগিয়ে যেতে সক্ষম হবে। এবং আবারও, আপনি যেতে পারবেন না, আপনি ডেটা ম্যাচিউরিটি থেকে চারটিতে এবং একটি প্রক্রিয়া পরিপক্কতায় থাকতে পারবেন না। এটি কেবল কাজ করে না কারণ এগুলি এতটা আন্তঃসংযোগযুক্ত যে আপনি একে অপরের সাথে একযোগে আপনার ডেটা এবং প্রক্রিয়াগুলি বুঝতে এবং তাদের একটি ভাল হ্যান্ডেল রাখতে হবে।

সংগঠিত পরিপক্কতার দিকে আপনার যাত্রার পথে যেমনটি ভাবা ভাল উপমা, আসুন ধরে নেওয়া যাক আপনার দলের দুটি লোকের সমন্বয়ে গঠিত: একটি হ'ল প্রক্রিয়া পরিপক্কতা এবং অন্যটি হ'ল ডেটা ম্যাচিউরিটি। আপনি একটি বাধা কোর্স চালাচ্ছেন এবং আপনি একটি সংক্ষিপ্ত দড়ি দিয়ে বাঁধা আছেন। এবং এই কোর্সের শেষে পৌঁছানোর জন্য, এর অর্থ এই যে আপনি উভয়কেই কেবল সমস্ত বাধা অতিক্রম করতে হবে না, তবে আপনাকে প্রায় একই সময়ে বা একে অপরের খুব কাছাকাছি হওয়াতে সমস্ত প্রতিবন্ধকতাগুলি অতিক্রম করতে হবে এগিয়ে যেতে এবং পরবর্তী বাধা পেতে সক্ষম। প্রক্রিয়া পরিপক্কতা এবং ডেটা পরিপক্কতার ভারসাম্য বজায় রাখার বিষয়ে চিন্তা করার এটি একটি দুর্দান্ত উপায়। সুতরাং অন্য কথায়, আপনি কিছুটা প্রক্রিয়া কেন্দ্রিক হতে পারেন এবং আপনি কিছুটা ডাটা-কেন্দ্রিক হতে পারেন, তবে এটি একটি শীর্ষস্থানীয় সূচক হতে চলেছে, এবং আপনাকে আসলে স্তরগুলির মধ্য দিয়ে আনতে অনেক ব্যবধান থাকতে পারে না।

এবং তারপরে আমরা যখন তথ্য পরিচালনা থেকে এটি আবার দেখি তখন আপনি সচেতন না হওয়ার বিষয়ে আমি যে বিষয়টির দিকে লক্ষ্য করতে চেয়েছিলাম সেগুলির মধ্যে একটি, ডামা আসলে এই বছরের শুরুতে নলেজ ভলিউম টু-এর ডেটা ম্যানেজমেন্ট বডি প্রকাশ করেছিল এবং যেগুলি সম্পর্কে প্রকৃত ডামা চাকা আছে সেখানে পরিবর্তন। এবং আমি প্রকৃতপক্ষে এটি কিছুটা আলাদাভাবে উপস্থাপন করেছি, যেখানে তথ্য প্রশাসনের কেন্দ্রে থাকে এবং বিভিন্ন চাকার চারদিকে দশটি বিভিন্ন বিভাগ। এখানে দেখার জন্য অত্যন্ত গুরুত্বপূর্ণ যেটি হ'ল ডেটা মডেলিং এবং ডিজাইনের আসলে চাকার এখন নিজস্ব অঞ্চল রয়েছে - এটি আগে অন্যরকমের মধ্যে মিশ্রিত ছিল। এখানে একটি অতি মৌলিক বিষয় হ'ল বিশেষত ডেটা মডেলিং এই সমস্ত দিকগুলির জন্য মৌলিক কারণ আমরা আমাদের ডাটাবেসগুলির ডেটা মডেলিং করছি বা মেটাডেটা যা আমরা কাজ করছি তা ডেটা মডেলিংয়ের ভূমিকা আছে has আমরা এই বিষয়ে কথা বলছি এমন আরও সমস্ত টুকরো খেলুন। এবং প্রসেস মডেলিংয়েরও এই অনেক কিছুতে ভূমিকা রাখার ভূমিকা রয়েছে কারণ তথ্য নিজেই বোঝার পাশাপাশি আমাদের বুঝতে হবে এটি কীভাবে ব্যবহৃত হয়েছে এবং প্রক্রিয়া মডেলিং আমাদের এটি করতে সত্যই সহায়তা করে।

এখন আসুন গিয়ার্সটি কিছুটা বদলান এবং এন্টারপ্রাইজ আর্কিটেকচার সম্পর্কে কথা বলি। এবং মডেলগুলি এন্টারপ্রাইজ আর্কিটেকচারের জন্যও গুরুত্বপূর্ণ। এবং আমি এটি উদাহরণের ভিত্তিতে করছি এবং এটি আমি যাচম্যান কাঠামোটি এখানে খুব তাড়াতাড়ি প্রদর্শন করছি। এবং আপনি এটি তাকান, আপনি এখানে বেশ কয়েকটি জিনিস দেখতে পাবেন। আপনি শীর্ষে কী, কীভাবে, কোথায়, কে, কখন এবং কেন ধরণের স্কেলটি দেখেন। এবং তারপরে আপনি আরও বিস্তৃত আকারের বিস্তৃত স্তরটি অতিক্রম করবেন, আপনি যদি মডেলিংয়ের ধরণের ক্ষেত্রে বা এন্টারপ্রাইজ আর্কিটেকচারের দিক থেকে আপনি যে উচ্চতর প্রাসঙ্গিক স্তর থেকে ডানদিকে নীচে থেকে বিস্তারিত স্তরে সবিস্তারে বর্ণনা করছেন সেগুলির ক্ষেত্রে, শারীরিক বাস্তবায়ন সহ। আপনি যদি প্রথম কলামগুলিতে লক্ষ্য করেন তবে কী খুব ডেটা নিবিড় এবং এতে জড়িত ডেটা। কিভাবে খুব প্রক্রিয়া চালিত হয়। এবং যদি আপনি অন্যান্য দিকগুলি লক্ষ্য করেন তবে আপনি বাকী সমস্ত তথ্য চালনার ক্ষেত্রে প্রক্রিয়া এবং ডেটা মডেলিংয়ের সংমিশ্রণটি ব্যবহার করতে যাচ্ছেন। আপনি এই সমস্ত বিভিন্ন জিনিস সম্পর্কে তথ্য রাখতে যাচ্ছেন এবং আপনার প্রক্রিয়া মডেলগুলি জিনিসগুলি যেখানে জিনিসগুলি ঘটবে, তার মতো দায়বদ্ধ করবে। এবং আমাদের সরঞ্জামগুলিতে আমরা যে প্রক্রিয়াকরণের মডেলিং করি তার ক্ষেত্রেও আপনি এটিকে লক্ষ্য এবং সম্পর্ক এবং ব্যবসায়ের নিয়মের সাথে যুক্ত করতে শুরু করতে পারেন যা আপনি করছেন এই বিভিন্ন জিনিসকে চালনা করছে।

জাচম্যান কাঠামোর সামগ্রিক দৃষ্টিকোণ থেকে, এটি সম্পর্কে ভালভাবে চিন্তা করার অন্যতম ভাল উপায় আপনি মডেল চালিত এবং আপনি আসলে বিভিন্ন স্তরের মধ্য দিয়ে যাচ্ছেন। সুতরাং আপনি একটি উচ্চ-স্তরের সুযোগ এবং প্রাসঙ্গিক দিয়ে শুরু করছেন। তারপরে আপনি ব্যবসায়ের মডেলগুলির দিকে বিকশিত হচ্ছেন, নীচে সিস্টেমের মডেলগুলিতে, তারপরে প্রযুক্তি মডেলগুলি এবং তারপরে প্রযুক্তিগত মডেলগুলির সম্পর্কেও আপনার বিশদ প্রতিনিধিত্ব। এবং আবারও, ডেটা কী, প্রক্রিয়াটি প্রতিনিধিত্ব করে তা কীভাবে এবং এটি সত্যিই ডেটা এবং প্রক্রিয়াটির সংমিশ্রণ যা এই সমস্ত অন্যান্য বৈশিষ্ট্যগুলিকে চালিত করে।

তার উপর ভিত্তি করে, এটি কোনও কাকতালীয় ঘটনা নয় যে আমরা এন্টারপ্রাইজ আর্কিটেকচার ধারণাটি যেভাবে দেখি তা অন্য কারও চেয়ে কিছুটা আলাদাভাবে ভিত্তি করে। বেশিরভাগ ক্ষেত্রে, আপনি এন্টারপ্রাইজ আর্কিটেকচারের চারটি স্তম্ভ সম্পর্কে তথ্য, অধিগ্রহণ, ব্যবসা এবং প্রযুক্তিগত আর্কিটেকচারের কথা শুনতে পাবেন। আমরা এটির চেয়ে কিছুটা আলাদাভাবে তাকাই। আমরা ডেটা আর্কিটেকচারকে মূল ভিত্তি হিসাবে দেখি যা দুটি কারণে সমস্ত এন্টারপ্রাইজ আর্কিটেকচারকে চালিত করে। এক, এখান থেকেই এটি শুরু হয়েছিল। এমনকি জ্যাকম্যান ফ্রেমওয়ার্কের মতো জিনিসগুলি প্রাথমিকভাবে ডেটা আর্কিটেকচার থেকে বেড়ে ওঠে এবং তারপরে আর্কিটেকচারের অন্যান্য দিকগুলিও আলিঙ্গন করতে বেড়ে যায়। এবং দুটি, কারণ প্রক্রিয়া এবং ডেটা মধ্যে মৌলিক টাই। এ কারণেই আমরা ব্যবসায় আর্কিটেকচারকে এন্টারপ্রাইজ আর্কিটেকচারের কেন্দ্রীয় স্তম্ভ হিসাবে দেখি। এবং তারপরে অবশ্যই এটিকে অ্যাপ্লিকেশন আর্কিটেকচার এবং প্রযুক্তিগত আর্কিটেকচার দ্বারা প্রশংসিত করা হয়েছে, যা নিখুঁত প্রয়োজনীয়তা সক্ষমকারী, সত্যিকারের এন্টারপ্রাইজ সক্ষমতার চালনা করতে আমাদের অনুমতি দেয়। এখন, আমরা যখন আমাদের সংহত মডেলিং প্ল্যাটফর্মের ইআর স্টুডিও এন্টারপ্রাইজ টিম সংস্করণের শর্তে এটি দেখি তখন এটি এভাবে কার্যকর হয়। এবং এটি হ'ল কিছু মডেলিং এবং এর পিছনে কিছু মৌলিক বিষয়গুলির একটি উচ্চ-স্তরের প্রসঙ্গ ডায়াগ্রাম। এবং এটি আসলে চালিত হয়, এটি আসলে কোনও প্রক্রিয়া ডায়াগ্রামে ডায়াগ্রামযুক্ত। সুতরাং আমরা যখন আমাদের ডেটা আর্কিটেকচারের অংশটি বিশেষত এবং আমাদের ব্যবসায়ের আর্কিটেকচারটি নীচে দেখি তখন আমরা ভূমিকা-ভিত্তিক সরঞ্জাম সরবরাহ করি।

এবং আপনি যখন নীচে বাম কোণে আমাদের ব্যবসায় স্থপতি সরঞ্জামের দিকে তাকান, সেখান থেকে সাধারণত ব্যবসায় বিশ্লেষক এবং ব্যবসায় স্থপতিরা কাজ করছেন। এবং তারা সাধারণত কিছু ব্যবসায়ের প্রক্রিয়াগুলিতে মনোনিবেশ করে এবং এগুলি চালিয়ে দেওয়া শুরু করে। তবে তারা কী বিষয়ে ফোকাস করছে। তাহলে আমরা কিছু ধারণামূলক ডেটা মডেলিং এবং সেই ধরণের জিনিস শুরু করি। আমরা আমাদের ডেটা মডেলিং সরঞ্জাম এবং ডেটা আর্কিটেক্টে সেই ধারণাগত মডেলিংয়ের উপাদানগুলি উত্থাপন করতে এবং আনতে পারি, যেখানে সেগুলি আরও লজিকাল ডেটা মডেলগুলিতে ব্যাখ্যা করা হয় এবং অবশেষে শারীরিক মডেলগুলি যাতে আমরা শারীরিক ডাটাবেসগুলি তৈরি করতে পারি। এবং আমরা পিছনেও ধাক্কা দিতে পারি যাতে ধারনামূলক মডেলগুলি পাশাপাশি ব্যবসায়ের আর্কিটেকচার স্পেসেও আপগ্রেড হয়। এখানে একটি খুব গুরুত্বপূর্ণ বিষয় হ'ল আমরা বিভিন্ন ধরণের মডেলিং সমর্থন করি। সুতরাং, আবার, দ্বি খুব গুরুত্বপূর্ণ এবং ডেটা হ্রদ এবং সেই ধরণের জিনিস, তাই আমরা আসলে কিছু মডেলিং করি এবং এর অংশ হিসাবে আমরা ডেটা বংশের মডেলিং করি। সুতরাং কীভাবে আপনি আপনার ভৌত মডেলগুলি থেকে ডেটা গুদামগুলির জন্য আপনার মাত্রিক মডেলগুলিতে ম্যাপিং করছেন বা আপনার ডেটা হ্রদ থেকে জিনিস আনতে এবং সেই মানচিত্রটি কীভাবে বেরিয়ে এসেছে তা দেখে আমরা কীভাবে এই সমস্ত জিনিস একসাথে বেঁধে রাখতে পারি তা নয় of পাশাপাশি বড় ডেটা প্ল্যাটফর্মগুলি থেকে অন্যান্য মডেলিং প্ল্যাটফর্মগুলি থেকে বিপরীত প্রকৌশলকে ফরোয়ার্ড করা।

এবং তারপরে ইটিএল সরঞ্জামগুলির মতো জিনিসও রয়েছে, তাই আমরা আপনার নিজের পরিবেশে থাকতে পারে এমন সরাসরি ইটিএল স্পেসিফিকেশন থেকে সরাসরি ডেটা বংশের ডায়াগ্রামগুলি সংগ্রহ করতে শুরু করতে পারি। এটি আমাদের জানা আবশ্যক যে সম্পর্কের মডেলিংয়ের বাইরেও প্রসারিত করতে হয়েছিল very আমাদের এইচআইভি এবং বিশেষত মঙ্গোডিবি এর মতো নির্দিষ্ট প্ল্যাটফর্ম রয়েছে, আমরা এখন নথি স্টোরগুলি নিয়ে কথা বলতে শুরু করি, যেখানে এম্বেড থাকা অবজেক্ট এবং অ্যারের মতো ধারণাগুলি রয়েছে। আমরা সেই ধরণের মডেলগুলিকেও সামঞ্জস্য করতে সক্ষম হওয়ার জন্য স্বরলিপিটি প্রকৃতপক্ষে প্রসারিত করেছি কারণ এটি একটি সম্পর্কহীন ধারণা। ডেটা আর্কিটেক্টের ক্ষেত্রে আমরা ডেটা আর্কিটেক্ট সরঞ্জামে যা কিছু তৈরি করেছি, তা লজিক্যাল সত্তা বা শারীরিক সারণী এবং তার বৈশিষ্ট্যগুলিই হোক না কেন, আবার ব্যবসায়ের প্রসেসিং মডেলিংয়েও ফিরে যেতে পারে। সুতরাং আপনি যখন আপনার ব্যবসায়িক প্রক্রিয়া মডেলগুলি একটি উচ্চ স্তর থেকে বিশদভাবে বর্ণনা করছেন এবং নিম্ন স্তরে নামছেন, আপনি প্রকৃত ডেটা উপাদানগুলিতে লিঙ্ক করতে পারেন can সুতরাং আপনি অভিনয় করতে পারেন, আমরা আসলে কী ঘটছে তার CRUD ম্যাট্রিকগুলি নির্দিষ্ট করতে পারি। সুতরাং এটি আপনাকে সেই ডেটা লাইফ চক্র প্রদান করছে যা আমি একটি প্রক্রিয়া স্তরে তৈরি, পড়ুন, আপডেট এবং মুছে ফেলার সাথে কথা বলেছিলাম। এবং আমরা ওভারলেগুলির নিজস্ব সেটগুলি সহ সেখানে সম্পূর্ণ বিপিএম প্রক্রিয়া মডেলিং করি, যাতে আপনি ব্যবসায়ের কৌশল, ব্যবসায়ের লক্ষ্যগুলি তৈরি করতে শুরু করতে পারেন। এছাড়াও, আমরা এমন অ্যাপ্লিকেশনগুলিতেও টাই করতে পারি যা এই ব্যবসায়িক প্রক্রিয়াগুলি বাস্তবায়িত করছে, সমস্ত মডেল-চালিত দৃষ্টিকোণ থেকে।

অন্যান্য বিষয়গুলি অত্যন্ত গুরুত্বপূর্ণ আমাদের ডেটা মডেলগুলিতেও। ডেটা প্রশাসনের বৈশিষ্ট্য বা ডেটা মানের বৈশিষ্ট্য আয়ত্ত করা এবং পরিচালনা management আপনি যে বৈশিষ্ট্যগুলি ট্র্যাক করতে চান তার জন্য আপনি সেখানে নিজের মেটাডেটা সংজ্ঞায়িত করতে এবং তৈরি করতে পারেন এবং এর অর্থ আপনি এখন আপনার মডেলটিকে পুরো সংস্থাটির মাধ্যমে, আপনার মেটাডেটা সংগ্রহস্থল এবং অন্য কিছুর মধ্যে চালানোর জন্য নীলনকশা হিসাবে ব্যবহার করছেন। এবং অবশ্যই, মডেলিংয়ের অন্যতম সীমাবদ্ধতা, বহু বছর আগে যখন আমাদের মধ্যে অনেকেই এই কাজটি শুরু করে, আমরা কি এই মডেলগুলি তৈরি করব? আমাদের কি করতে হবে? আমরা এগুলি প্রিন্ট করব, আমরা সম্ভবত এটি একটি প্রাচীরের উপর রেখেছি, সম্ভবত দলের সদস্যদের ভাগ করে নেওয়ার জন্য এবং এই জাতীয় জিনিস। এর আসল মানটি আমাদের সংস্থাগুলির মধ্যে ভাগ করতে এবং সহযোগিতা করতে সক্ষম হচ্ছে। সুতরাং আমরা যেখানে আমাদের মডেলগুলি এবং কাজের জায়গাগুলি পরীক্ষা করে দেখি এবং তার জন্য আমাদের কাছে একটি সংগ্রহশালা চালিত পদ্ধতি রয়েছে। এবং আমরা সেগুলি আমাদের সংস্থাগুলির সাথে ভাগ করি যারা সংগঠন, তারা অন্য প্রযুক্তিগত স্টেকহোল্ডার, ব্যবসায়িক ব্যবহারকারী এবং এই জাতীয় জিনিস whether এবং এটি আমাদের টিম সার্ভার নামে একটি সহযোগী প্ল্যাটফর্মের সাথে টাই করুন।

সুতরাং আমরা আগের ব্যবসায়িক শব্দকোষগুলি এবং শর্তাদি এবং এর গুরুত্ব এবং ব্যবসায়ের জন্য সেই শব্দভান্ডার বিকাশ সম্পর্কে কথা বললাম। এটি সমস্তই টিম সার্ভারে রয়েছে, যেখানে ব্যবহারকারী, ব্যবসায়িক ব্যবহারকারীরা এই শর্তগুলিতে সহযোগিতা করতে পারেন। এগুলি দৃশ্যমান, ডেটা আর্কিটেক্টে ব্যবহারযোগ্য, উদাহরণস্বরূপ, ডেটা মডেলগুলির কাছাকাছি এবং অবশ্যই এই ব্যবসায়িক শব্দকোষগুলি প্রায়শই আমরা আমাদের ডেটা মডেলগুলিতে তৈরি করেছি এমন কিছু ডেটা অভিধান থেকে উত্পন্ন হয়। আমরা এটির জন্য বাইরে যেতে পারি - ডেটা আর্কিটেক্ট সরঞ্জামগুলি থেকেও, একটি সূচনা পয়েন্ট হ'ল ব্যবসায়ের শব্দকোষ, যেখানে এগুলিকে আরও পরিমার্জন করা যায়, এবং তার চারপাশের পরিবর্তন ব্যবস্থাপনার সাহায্যে।

এটা অনেক ছিল। কেবল সংক্ষেপে বলতে গেলে, আমরা যে কয়েকটি বিষয়ে কথা বললাম তা হল সত্যিকারের সাংগঠনিক পরিপক্কতা চেষ্টা করা, আপনার একটি ভারসাম্যপূর্ণ পদ্ধতির দরকার যা ডেটা পরিপক্কতা এবং প্রক্রিয়া পরিপক্কতার সমন্বয়ে গঠিত। আপনি অন্যকে ছাড়া একটি অর্জন করতে পারবেন না। আবার, মৌলিক, আপনার উভয়ই প্রয়োজন এবং এটি নির্ভর করতে হবে, বিশেষত, আপনার সংস্থাতে পাশাপাশি এন্টারপ্রাইজ আর্কিটেকচার এবং ডেটা পরিচালনা এবং প্রক্রিয়া পরিচালনা উভয়ের জন্য ডেটা মডেলিং এবং প্রক্রিয়া মডেলিং। এন্টারপ্রাইজ আর্কিটেকচার এটিকে বিভিন্ন দিক এবং দৃষ্টিকোণ দেখার ক্ষেত্রে একে অপরের সাথে যুক্ত করে। এটি করার জন্য আপনার একটি দৃ data় ডেটা আর্কিটেকচার ফাউন্ডেশন প্রয়োজন এবং সেই ব্যবসায়িক প্রসঙ্গটি সরবরাহ করতে আপনার একীভূত প্রক্রিয়া মডেলিং প্রয়োজন এবং আপনাকে আপনার ব্যবসায়িক প্রক্রিয়া এবং আপনার ডেটা গ্রাহ্যতা এগিয়ে নিয়ে যেতে অনুমতি দিন। আবার আগের চেয়ে আরও গুরুত্বপূর্ণ important আমি বলতে পারি, পুরানোটি আবার নতুন। সুতরাং ডেটা মডেলিং, প্রক্রিয়া মডেলিং, বংশ, মেটাডেটা এবং গ্লোসারিগুলি এ অর্জনে সক্ষম হওয়ার জন্য মৌলিক এবং ইআর / স্টুডিও এন্টারপ্রাইজ টিম সংস্করণ একটি সহযোগী প্ল্যাটফর্ম যা এই সমস্তকে একত্রিত করে।

এবং এটি দিয়ে, আমরা প্রশ্নগুলির দিকে এগিয়ে যেতে পারি।

এরিক কাভানাঘ: ঠিক আছে।

রন হুইজেনগা: এরিক, আমরা আপনার কাছে যাব।

এরিক কাভানাঘ: রন, আপনি এই বিভিন্ন প্রক্রিয়া এবং ফ্রেমওয়ার্কের ডকুমেন্টিংয়ের জন্য যে সমস্ত প্রচেষ্টা করেছেন তার জন্য আমাকে আমার টুপিটি আপনাকে জানাতে হবে। আপনি সেখানে পেয়েছেন যে প্রচুর পরিমাণে উপাদান। আমি অনুমান করি যে আমার কাছে সবচেয়ে বড় প্রশ্নটি হ'ল কোনও প্রতিষ্ঠানে এই জিনিসগুলির তদারকি করা উচিত, কারণ আপনি এতগুলি বিভিন্ন বিষয়কে স্পর্শ করেন। আপনি প্রক্রিয়াগুলি চিত্রিত করুন, এটি একজন প্রধান অপারেটিং অফিসার বা কোনও অপারেশন ব্যক্তি হতে চলেছে। ডেটা লাইফ চক্র, আপনি মনে করেন এটি সম্ভবত একটি প্রধান ডেটা অফিসার হতে চলেছে। আপনি ব্যবসায়ের জন্য অনেকগুলি বিভিন্ন অংশ এবং অনেকগুলি আলাদা উপাদান স্পর্শ করছেন। আপনি কীভাবে সঠিক ব্যক্তি বা লোকের গোষ্ঠী খুঁজে পাবেন এবং এটি একটি স্টিয়ারিং কমিটি? এটা কি? কোন প্রতিষ্ঠানে কার কাজ করা উচিত তা সম্পর্কে আপনি আমাদের কী বলতে পারেন?

রন হুইজেনগা: আপনি জানেন, এটি একটি আকর্ষণীয় প্রশ্ন। আমরা আসলে সেখানে বিভিন্ন বিভিন্ন পদ্ধতির গুণাগুণ নিয়ে আলোচনা করতে একটি দিন ব্যয় করতে পারি। তবে এমন কিছু যা আমি অবশ্যই দেখেছি, আপনি জানেন যে আমি যখন পণ্য পরিচালনার ভূমিকায় আসার আগে পরামর্শ করছিলাম, তখন আমি যখন প্রতিষ্ঠানের দিকে তাকিয়ে থাকি, তখন সমস্যাটিরই অংশ ছিল মালিকানা পাওয়ানো এবং লোকজনকে এর মালিকানা গ্রহণ করা। এবং যখন আমরা আমাদের ডেটা মডেলিং এবং এমনকি আমাদের ব্যবসায়িক প্রক্রিয়া মডেলিংয়ের মতো শৃঙ্খলার দিকে নজর দিই বা এমনকি প্রথম দিনগুলিতেও ডেটা ফ্লো ডায়াগ্রামিং এবং এই জাতীয় জিনিসগুলিতে আইটি থেকে এই ধরণের বৃদ্ধি ঘটে। তবে আমরা যেমন এগিয়ে চলেছি এবং আমি মনে করি এখন আমরা আরও বেশি করে চিনতে পেরেছি যে এটি সত্যিকার অর্থে ব্যবসা পরিচালিত হতে হবে। সুতরাং আপনি সত্যিই এটির মালিকানা ব্যবসায়টিতে থাকতে চান।

এবং আমি এখানে কিছু তথ্যপ্রযুক্তির লোককে অসন্তুষ্ট করতে যাচ্ছি, তবে আমি দৃ firm়ভাবে বিশ্বাস করি যে আমরা প্রধান তথ্য আধিকারিকের ভূমিকার বিবর্তন দেখেছি, বেশিরভাগ সংস্থায় এটিতে সিআইওর ভূমিকা ব্যর্থ হয়েছে। এবং এটি কারণ প্রচুর সিআইও প্রযুক্তিগতভাবে ডেটা এবং প্রক্রিয়া ফোকাসের চেয়ে ফোকাসযুক্ত। সুতরাং আমি মনে করি যে আপনার সত্যিই এটি হওয়া দরকার, আপনার সম্ভবত বড় সংস্থাগুলিতে কোনও ধরণের স্টিয়ারিং কমিটির প্রয়োজন হবে। তবে এটি আসলে ব্যবসায়ের মালিকানাধীন হওয়া দরকার। আমি যুক্তি দিয়েছিলাম যে আপনার ব্যবসা, আপনার প্রক্রিয়া মডেলিং, আপনার ডেটা মডেলিং, সকলকে ব্যবসায়ের সাথে সম্পর্কিত হতে হবে, কারণ এটি আপনাকে তথ্য নিশ্চিত করার ক্ষমতা দেয় যে কে তথ্য উপাত্ত এবং তিনি এই প্রক্রিয়াগুলি তাদের মাধ্যমে প্রয়োগ করে তৈরি করছেন, এটি যে ব্যবসায়ের মালিকানাধীন তা যদি মালিকানাধীন হয় তবে তা নিশ্চিত হওয়ার জন্য আপনার কাছে সেই হাতুড়ি রয়েছে।

এরিক কাভানাঘ: হ্যাঁ, আমি মনে করি আমি এটির সাথে একমত হব। তবে জেন, এ সম্পর্কে আপনার কী ধারণা?

জেন আন্ডারউড: সুতরাং এটি সত্যিই আকর্ষণীয়। আমি যখন বলেছিলাম যে লোকদের যত্ন নেওয়া এবং ইন্টারঅ্যাকটিভ হতে পারে তখন এটিই মূল বিষয়গুলির মধ্যে একটি। এক পর্যায়ে, আমি একটি সাদা কাগজ লিখেছিলাম, এটি ছিল স্ব-পরিষেবা বিআই গভর্নেন্স যা এর সাথে খুব মিল। এটি পাওয়ার বিষয়, লোকদের এটির যত্ন নেওয়ার জন্য, ব্যবসায়ের মূল্য দিকের লোকদের অনুপ্রাণিত করার একটি উপায় অনুসন্ধান করা। এবং তারপরে তারা যখন দেখবে, বা তারা খুঁজে পাবে, তা ডেটা তালিকাভুক্ত হোক বা যাই হোক না কেন এটি লাগে। হয়তো এটি চালানের ব্যয় হ্রাস করছে, এমন কোনও কিছু সংস্থায় জবাবদিহি করেছে এমনটি রাখছে, আপনি এটি যত্নের সাথে এটি পেতে পারেন। এবং হ্যাঁ, ব্যবসা একেবারে। ব্যবসায়িক বিষয় বিশেষজ্ঞরা এটি তৈরি করতে বা ভাঙতে চলেছেন।

এরিক কাভানাঘ: এটাই শক্ত। আমি মনে করি আপনি সবসময়ই সংস্থাটির কাছ থেকে স্টেকহোল্ডারদের এই কনসোর্টিয়ামটি পেতে চান। অবশ্যই, আপনি বিশ্লেষণ পক্ষাঘাত চান না। আপনি আমলাতন্ত্রের স্বার্থে আমলাতন্ত্র চান না। আপনি যা চান তা হ'ল সংস্থার একটি অ্যাকশন পরিকল্পনা করা এবং এই বিষয়গুলি নথিভুক্ত করা। আপনি জানেন, আমি মনে করি আপনি যখন ব্যবসায়িক প্রক্রিয়া মডেলিংয়ের কথা বলতে শুরু করেন, 25 বছর আগে এটি উত্তপ্ত ছিল, তবে এটি বেশিরভাগ ক্ষেত্রে আসল ব্যবসা থেকে আলাদা ছিল। আমি অন্তত কিছু শিল্পে মনে করি, আপনি প্রকৃত সফ্টওয়্যার যা চালনা করে তার থেকে অনেকগুলি প্রক্রিয়া টানতে পারেন। তবে আমি মনে করি, আজকাল, আমাদের এই দুটি পৃথিবীর একরকম ভারসাম্যের উপায় খুঁজে বের করতে হবে, ঠিক আছে, রন? আপনার কাছে এমন প্রক্রিয়া মডেল থাকতে চান যা বর্তমান এবং আপ টু ডেট এবং বাস্তবে কী ঘটছে তার প্রতিচ্ছবি। সুতরাং আপনি এটি একটি পৃথক অনুশীলন যেখানে এটি করতে চান না এটি এটি কোথাও একটি বালুচর উপর বসে। কিন্তু এটি, এটি কিছুটা চ্যালেঞ্জিং হয়ে যায়, তাই না? কারণ সমস্ত অপারেশনাল সিস্টেমগুলি এ জাতীয় নির্বাহযোগ্য কোডের সাথে একত্রিত হয় না। কিন্তু তুমি কি ভাবছ?

রন হুইজেনগা: একেবারে। এবং এটি আকর্ষণীয় কারণ কারণ আমি যখন দেখি তার মধ্যে একটি হল লোকেরা, আপনি জানেন যে আমরা তাত্ক্ষণিক পরিতৃপ্তির সমাজে পরিণত হয়েছি। লোকেরা মনে করে, "ওহ, আমরা কেবল বাইরে গিয়ে কিছু সরঞ্জাম কিনব এবং আমাদের জন্য এই কাজটি করব।" এটি এর মতো, আপনি প্রক্রিয়া পরিপক্কতা কিনতে যাবেন না। আপনি ডেটা ম্যাচিউরিটি কিনবেন না। এটা কঠিন কাজ. আপনি স্লিভ আপ করতে হবে এবং আপনি এটি করতে হবে। এবং এটি ঘটানোর প্রক্রিয়াটি হ'ল মডেলিং। আপনি যে বর্তমান অবস্থাতে কাজ করছেন তা কেবল নয়, তবে আপনি কীভাবে এই বিভিন্ন ব্যবসায়িক প্রক্রিয়াগুলি উন্নত করতে চলেছেন তা ডিজাইন করতে সক্ষম হবার জন্য এটির দৃশ্যের উপস্থাপনা না পাওয়া খুব জটিল। এই পরিবর্তনগুলি কী প্রভাব ফেলবে তা বুঝতে সক্ষম হওয়ার জন্য আপনার ভিজ্যুয়াল কাঠামোটি দরকার।

এরিক কাভানাঘ: এটি সত্যিই - আমি কেবল টুইট করছি; আমি এই মুহূর্তে এই টুইট করছি - "আপনি প্রক্রিয়া পরিপক্কতা কিনতে যাবেন না, আপনি ডেটা ম্যাচিউরিটি কিনবেন না।" আমি কেবলমাত্র এই দুটি বিষয়ের সাথেই একমত হতে পারি। এবং জেন, আমি আপনাকে আপনার ভাবনার জন্য নিয়ে এসেছি। এবং আমি এর উপরে আরেকটি প্রশ্ন ফেলে দেব। উপস্থিতদের মধ্যে একজন জিজ্ঞাসা করছেন: প্রক্রিয়া চালিত এন্টারপ্রাইজ বা প্রক্রিয়া পরিপক্কতা বলতে কী বোঝায়? জেন, আপনি কি এর সাথে কথা বলতে পারেন?

জেন আন্ডারউড: আমি আগের প্রশ্নটির চেয়ে কিছুটা ভাল বলতে পারি। আমি যখন সম্পর্কে চিন্তা করি, সত্যকে বলা হবে, এটি প্রথমটি, আপনি জানেন যে সরঞ্জাম কেনা। এটি এত দুর্দান্ত, দুর্দান্ত মন্তব্য ছিল কারণ এটি সত্য। তবে আমি যা বলব তা আরও অনেক ভাল। তাই আমি প্রচুর সমাধানগুলি পর্যালোচনা করি এবং আমি বিভিন্ন স্থান দেখি এবং সেগুলি পরীক্ষা করি। যা আরও ভাল হচ্ছে তা হচ্ছে ডেটা আবিষ্কার করা, ট্যাগিং করা এবং কমপক্ষে আপনাকে প্রচুর চলমান শুরু দেওয়া এবং এটি তৈরি করা, যখন আমি কম বেদনাদায়ক বলি, এটি প্রায় মজাদার। সুতরাং কোনও ডেটা ক্যাটালগ বা একটি এমডিএম প্রকল্পটি মজাদার বলে ধারণা করুন। এটি, এবং আপনার কাছে এমন একটি সংস্থার লোকজন রয়েছে যা এই তথ্যটি ব্যবহার করছে বা তা অন্য ধরণের জিনিস হিসাবে ব্যবহার করছে এবং আমার মনে হয় এমনকি লাইনে থাকা কেউ বলেছিলেন, আরে লোকেরা তাদের স্বতন্ত্র বিকাশ পরিকল্পনার প্রতি যত্নশীল। হ্যাঁ এটিকে আরও একটি স্তর পর্যন্ত নিয়ে যান। এটি এই জিনিসগুলি গ্রহণ করছে এবং বলছে এখন আমরা ভুল প্রবণতাগুলি 30 শতাংশ হ্রাস করেছি এবং এভাবেই কত টাকা সাশ্রয় হয়েছিল। এটি কেবল আমাদের ডেটা আরও ভালভাবে পরিচালনা করছে। এটি এই ধরণের জিনিস এবং আপনি এটি চারপাশে অর্থ রাখেন এবং আপনি এটি মজাদার করেন। বা তারা এগুলি কী করছে তার জন্য আপনি এটি আকর্ষণীয় এবং প্রাসঙ্গিক করে তুলছেন। এই ধরণের যাদুটি, আমি মনে করি, এটি এই ব্যস্ততার মধ্যে অনেকটাই অনুপস্থিত যা লোকেরা কোনও সংস্থায় এটি করার চেষ্টা করে এবং এটি স্থবির হয়ে পড়ে।

এরিক কাভানাঘ: হ্যাঁ, এটি একটি ভাল বিষয়। এবং, রন, ভিজ্যুয়াল কাঠামোটি থাকার গুরুত্ব সম্পর্কে কয়েক মুহুর্ত আগে আপনার মন্তব্যে ফিরে এসে আমি মনে করি এটি একেবারে সত্য কারণ অনেক সময়, লোকেরা যদি কিছু দেখতে না পারে, তবে আপনার মাথাটি এটির চারপাশে আবৃত করা সত্যিই শক্ত hard মানে, এবং অবশ্যই যখন আপনি আন্তঃনির্ভরতা এবং নিয়ন্ত্রণ পয়েন্টগুলি এবং এই সমস্ত বিষয়গুলির সাথে জটিল প্রক্রিয়াগুলি সম্পর্কে কথা বলতে শুরু করেন, আপনি এটি কোনও কোনও জায়গায় এবং আদর্শভাবে এটিকে ম্যাপ করতে হবে, আপনি এমন সফ্টওয়্যার দিয়ে কাজ করছেন যা এতে কার্যকারিতা এতে ক্যাটালগের মধ্যে এমবেড করেছে, কারণ উদাহরণস্বরূপ, এই বিন্দু থেকে সেই বিন্দুতে বিভিন্ন লাইন ব্যবহার করে কী রূপান্তর ঘটেছে। বা এই নিয়ন্ত্রণ পয়েন্টে কি উপলব্ধ। এবং আমি সেখানে ঝুঁকি ব্যবস্থাপনায় আমার ইতিহাসের উল্লেখ করছি, যেখানে একটি নিয়ন্ত্রণ বিন্দু কোনও প্রক্রিয়ার কোনও পয়েন্ট বা কোনও বিকল্প বা স্বতন্ত্র বা সফ্টওয়্যার অ্যাপ্লিকেশন যেখানে আপনি আসলে কিছু পরিবর্তন করতে পারেন, তাই না? এগুলি তারা একটি নিয়ন্ত্রণ পয়েন্ট বলে। এবং, আমার কাছে এটি সত্যই মূল্যবান যে আপনি সেই ভিজ্যুয়াল কাঠামোটি পান। এরপরে আপনি দেখতে পাচ্ছেন এবং ধরণের হাঁটাচলা করতে পারেন এবং এতে সময় লাগে মাত্র। মানুষের মস্তিষ্কের সময়টি সেই জিনিসগুলি পরিচালনা করতে এবং সত্যই তা বুঝতে এবং তাই এটি অপ্টিমাইজ করতে সময় লাগে?

রন হুইজেনগা: একেবারে। এবং এই ধরণের ভিন্ন উপমাটি ব্যবহার করার জন্য যা আমি মনে করি এটি দৃষ্টিকোণে রাখে: আমি কিছুটা উড়াল বাদাম তাই, আমি বলব, আপনি যদি এই বিষয়টিকে একটি সমান্তরাল ফ্যাশনে ভাবতে চাইছেন তবে 74৪7 গড়ার কথা ভাবুন - অথবা একটি এয়ারবাস 380, সুতরাং আমি অন্য একজনের তুলনায় কোনও বিক্রেতা বাছাই করি না - ব্লুপ্রিন্টগুলি এবং 3-ডি সিএডি অঙ্কন এবং কীভাবে সমস্ত কিছুর পরিবর্তে কেবলমাত্র পাঠ্য রচিত নথিগুলির ভিত্তিতে এটি করা কতটা কঠিন হবে তা চিন্তা করুন এটা আসলে একত্রিত।

এরিক কাভানাঘ: হ্যাঁ রুক্ষ হবে। এবং জেন খুব কথা বলতে হয়েছে।

রন হুইজেনগা: ব্যবসা তো ঠিক তাইনা?

এরিক কাভানাঘ: হ্যাঁ, এটি ঠিক নেই। জেন আপনার পড়াশুনা করতে পছন্দ করে এমন একটি উত্তপ্ত অঞ্চলে কথা বলতে পেরেছিল, যা ভিজ্যুয়ালাইজেশন। এটির পুরোপুরি বোঝার জন্য আপনাকে কিছু কল্পনা করতে সক্ষম হতে হবে, এটি আমার কাছে মনে হয়।

জেন আন্ডারউড: হ্যাঁ, প্রচুর মানুষ করে। এমনকি এমনকি একটি দৃশ্যায়নও কথা বলে, কি বলছে, হাজারো শব্দ বা এর মতো কিছু। যখন তারা এটি দেখবে, তারা এটি বিশ্বাস করতে পারে। এবং তারা এটি পেতে।

এরিক কাভানাঘ: আমি একমত। এবং আমি ভালবাসি, রন, আপনি যেভাবে এ জাতীয় সব কিছু একসাথে টেনেছেন। আমি অনুমান করি আমি নিজেকে আবার জিজ্ঞাসা করছি, আপনার প্রতিষ্ঠানের ভিতরে একটি চ্যাম্পিয়ন দরকার এবং তিনি সেখানে উপস্থিত থাকবেন, বিভিন্ন দলের সাথে যোগাযোগ হিসাবে কাজ করবেন। ডেটা স্টুয়ার্ডস এমন একটি জিনিস যা আমরা প্রায়শই নিয়ে কথা বলি - আমি মনে করি এটি সত্যিই একটি গুরুত্বপূর্ণ ভূমিকা এবং আমি মনে করি এটি এমন একটি ভূমিকা যা গত তিন বা চার বছরে অনেক বেশি মনোযোগ পেয়েছে কারণ আমরা এক ধরণের ডেটা মূল্যকে প্রশংসা করেছি শাসন, তাই না? সেই ডেটা স্টুয়ার্ড হলেন এমন কেউ যিনি ব্যবসায়ের সাথে কথা বলতে পারেন তবে সিস্টেমগুলিও বুঝতে পারেন, ডেটা লাইফ চক্রটি বুঝতে পারেন, পুরো চিত্র। এবং আমি অনুমান করি যে ব্যক্তিটি প্রধান নির্বাহী কর্মকর্তার অধীনে থাকতে পারে এবং হওয়া উচিত, তাই না?

রন হুইজেনগা: হ্যাঁ, এবং আপনার একটি বহু-কার্যকরী দল দরকার আছে, তাই না? সুতরাং আপনার এমন লোকের প্রয়োজন রয়েছে যা করার একটি দল রয়েছে বা প্রযুক্তিগত দিকটি উপস্থাপনকারী বিভিন্ন অঞ্চল থেকে আসে, যেগুলি আপনি জানেন, বিভিন্ন ব্যবসায়ের ক্ষেত্র রয়েছে। এবং আপনি জানেন যে আপনি কী ধরনের সংগঠন করছেন তার উপর নির্ভর করে যদি আপনি একটি প্রকল্প পরিচালনা অফিস পেয়ে থাকেন এবং অনেকগুলি উদ্যোগ আপনি পিএমও দ্বারা চালিত হয় তবে আপনি নিশ্চিত করতে চান যে আপনি পিএমও রয়েছেন জড়িত হওয়ার পাশাপাশি প্রত্যেককে ধরণের ধরণের সম্প্রীতি রাখতে এবং যেভাবে তারা জিনিস নিয়ে কাজ করছেন তা সিঙ্ক আপ করে।

এরিক কাভানাঘ: হ্যাঁ, এবং আপনি জানেন, একটি শেষ জিনিস, আমি এই শেষ স্লাইডটি দেব, প্রশাসনের কাঠামো। আমাদের একজন অংশগ্রহণকারী জিজ্ঞাসা করেছিল, that স্লাইডটি থেকে ডেটা নেই? এটি কি স্লাইডে ডেটা বোঝানো হয়েছে বা স্লাইড থেকে ডেটা হারিয়ে যাওয়ার বিষয়ে মন্তব্য সম্পর্কে আপনি কী ভাবেন?

জেন আন্ডারউড: না এবং এটি কেবল একটি জেনারিক গভর্নমেন্ট কাঠামো। মূলত, এটি স্ব-পরিষেবা বিআই স্পেস থেকে এসেছে, সুতরাং ডেটা এটিতে অনেকটা অন্তর্ভুক্ত। এটি কেবল আমার কোণ এবং আমার দৃষ্টিকোণ থেকে এসেছিল এবং এটি একসাথে রাখার ক্ষেত্রে তথ্যের দিকে যেমন মনোনিবেশ করে না। তবে ডেটা অবশ্যই হবে, আপনি যখন এই সমস্ত টুকরোগুলি সম্পর্কে চিন্তা করবেন তখন ডেটা থাকবে। এটি ডেটা ফাউন্ডেশন কিনা, পুরো প্রক্রিয়া জুড়ে এবং পুরো ফ্রেমওয়ার্ক জুড়ে ডেটা ব্যবহার করে জবাবদিহিতা।

এরিক কাভানাঘ: হ্যাঁ, পুরো বিষয়টি বোঝায় না। এবং আমি অনুমান করি রন, আমরা এখানে জড়ানোর সময় আমি আপনার কাছে একটি শেষ প্রশ্ন ফেলে দেব। আমরা যদি আজকাল আরও বেশি তথ্য এবং আরও কত বেশি ডেটা ব্যবহার করছি এবং কতটা দূরের সংস্থা রয়েছে সে সম্পর্কে যদি আমি চিন্তা করি, চ্যানেল অংশীদারদের মধ্যে ইকোসিস্টেমগুলির গুরুত্ব আজকাল কীভাবে রয়েছে এবং আমরা কীভাবে সেই অংশীদারি জুড়ে এবং কীভাবে তথ্য ভাগ করতে পারি ব্লকচেইনের সামান্য দ্রুত রেফারেন্স - জিনিসগুলি খুব জটিল না হওয়ার জন্য to মূল কথাটি হ'ল আমরা ক্রমবর্ধমান ডেটা-চালিত সংযুক্ত বিশ্বে, উভয় ব্যবসায়ের দৃষ্টিকোণ থেকে এবং আমাদের প্রতিদিনের জীবন থেকে। এবং আমার কাছে, এটি কেবল আরও বাজে বাড়াতে চলেছে সংস্থাগুলি আপনাকে এখানে কী পরামর্শ দিচ্ছে তার সত্যই কড়া নজর দিন, এটি তাদের পরিপক্কতা, তারা কোথায় দাঁড়িয়ে আছে এবং বক্ররেখার দিক থেকে তারা কতটা দূরে রয়েছে? সত্যিই যে সত্য সম্পর্কে তাদের সাথে সৎ হতে হবে, তাই না? কারণ আপনি যদি আরও ভাল না জানেন তবে আপনি আরও ভাল করতে পারবেন না, এবং যদি আপনি বিষয়গুলি প্রতিফলিত না করেন তবে আপনি আরও ভাল জানেন না, তাই না?

রন হুইজেনগা: একদম ঠিক। এবং আমি একটি বাক্যাংশ অনুমান করি যা আমি ব্যবহার করব তা হল, আপনি সম্ভবত আপনি যতটা ভাবেন ঠিক তত ভাল নন। এটি একরকম কঠোর শোনায় তবে লোকেরা এটি সম্পর্কে বেশ আশাবাদী হতে পারে তবে আপনি যদি এটির সত্যই কড়া নজর দেন এবং সত্যিই ভাল, সমালোচনামূলক আত্ম-মূল্যায়ন করেন তবে আমি মনে করি যে কোনও সংস্থা খুঁজে পাবে, আপনি জানেন, উল্লেখযোগ্য ফাঁকগুলি তারা ঠিকানা প্রয়োজন।

এরিক কাভানাঘ: আমাকে একমত হতে হবে। এবং সেখানে আমাদের একজন সহকর্মী মেটাডেটার গুরুত্ব, ডেটা সম্পর্কিত ডেটা সম্পর্কে মন্তব্য করেছিলেন। এ নিয়ে কোনও সন্দেহ নেই। মেটাডাটা হ'ল আঠালো যা এই সমস্ত সিস্টেমকে একসাথে ধরে রেখেছে এবং আমরা এখনও সত্যিই পুরোপুরি সেই কোডটিকে এবং পুরো কারণেই সঠিকভাবে ক্র্যাক করিনি, কারণ মেটাডেটা পরিবর্তিত হয়। এটি সিস্টেম থেকে সিস্টেমে আলাদা। আপনি জানেন, আপনি যত বেশি নিজের ডেটা স্বাভাবিক করার চেষ্টা করবেন, তত কম সঠিক বলে আমার মনে হয়।

সুতরাং আমরা এই মুহূর্তে এই অদ্ভুত বিশ্বে এক ধরণের এবং সম্ভবত আমি অনুমান করি যে আমি আপনাকে আরও একটি প্রশ্নের জন্য প্রসারিত করব, জেন, কারণ আপনি কয়েকবার ডেটা ক্যাটালগের উল্লেখ করেছেন। আমি ডেটা ক্যাটালগ প্রযুক্তির এই নতুন চলাচলকে সত্যিই পছন্দ করি যা আপনার তথ্য সিস্টেমগুলিকে স্বয়ংক্রিয়ভাবে স্ক্যান করে, মেটাডাটা কলামের নামগুলি ইত্যাদি ইত্যাদি নির্ধারণ করে এবং আপনার সিস্টেমে আপনার ডেটা এবং আপনার মেটাডেটার কৌশলগত দৃষ্টিভঙ্গিটিকে ক্রমান্বয়ে গড়ে তুলতে সহায়তা করে। কারণ আমার কাছে, স্টাফটিকে ম্যানুয়ালি করতে, এটি ঠিক, এখানে আরও অনেক কিছু। এবং আপনি কখনই সেই পাহাড়ের চূড়ায় উঠতে যাবেন না, আপনার উপর থেকে জলাবদ্ধতা নেমে যাওয়ার আগে এবং আপনি জানেন যে আপনি নাটক-ধুসর ধূসর হয়ে উঠলেন বা আপনি যেখানে এতটা স্বাভাবিক হননি যেখানে আপনি সত্যই ডন করেননি জানি না কি হচ্ছে। আমার কাছে, মেশিনগুলি ব্যবহার করে, আমরা যে মেশিন শিখছি যার বিষয়ে আমরা কথা বলি, ভবিষ্যতে এটি মূল কী হতে চলেছে আমাদের অন্তত সেখানে কী রয়েছে তা সম্পর্কে ভাল ধারণা পেতে যথেষ্ট পরিমাণে একটি দড়ি পেতে সাহায্য করতে, ডান জেন ?

জেন আন্ডারউড: হ্যাঁ, আমিও করি। আমি এই প্রযুক্তি ভালবাসি। তারা খুব, খুব দুর্দান্ত। এবং তারপরে আপনি এটি সম্পর্কে ভাবেন, এটি আপনাকে সেই বিশাল চলমান শুরু দেয়। এবং তারপরে আপনি ভিড়ের উত্স করতে পারেন। আপনার কাছে আপনার ডেটা স্টুয়ার্ডস রয়েছে, আপনি জানেন, তারা এগিয়ে চলেছে তারা নিজের ডকুমেন্টেশন যুক্ত করছে কিনা বা এটি সেখানে দৃষ্টিভঙ্গি রয়েছে, এই পরিবর্তনগুলি। আপনি জানেন, প্রতিবেদনের জন্য এটি ব্যবহার করা শংসাপত্রযুক্ত ডেটা উত্স। লোকেরা সঠিক ডেটা সন্ধান করতে এবং খুঁজে পেতে পারে। এটা সত্যিই, সত্যিই বেশ সুন্দর। এবং এতেও সহায়তা করে - আমি যখন ডিবিএ স্টাফ করছিলাম তখন আমি যখন ব্যবসায়ের বিষয়ে এবং ক্রিপ্টিক এন্টারপ্রাইজ ডেটা ম্যানেজমেন্টের বিষয়ে কীভাবে ভাবতাম - আমরা বর্ধিত বৈশিষ্ট্য এবং এসকিউএল সার্ভার ব্যবহার করি এবং আইডিআরএর মতো সরঞ্জামগুলি দিয়ে স্ক্যান করি, তাই না? একটি ডেটা ক্যাটালগ তৈরি করার চেষ্টা করতে। তবে ডিবিএ বা ডেটা আর্কিটেক্টের সংস্করণে আপনি জানেন যে সে মানটি বা কলাম বা ক্ষেত্র যা কিছুই ছিল না কেন এটি সম্ভবত ব্যবসায়ের সাথে মেলে না। সুতরাং এখন ব্যবসায়টি সহজেই সহজেই সক্ষম হবেন, আপনি জানেন, যান এবং সন্ধান এবং পরিচালনা এবং সবকিছুকে লক্ষ্যভিত্তিক করে তোলার জন্য, এটি সত্যই, আমি আশা করি আমাদের অনেক আগে এই ঘটনাটি বেশ স্পষ্টভাবেই হত। সুতরাং এটি অনেক ভাল হচ্ছে।

এরিক কাভানাঘ: মজার বিষয়। শ্রোতা সদস্যের কাছ থেকে আমরা আরও একটি চূড়ান্ত মন্তব্য পেয়েছি, সম্ভবত মেটাডাটাতে প্রমাণীকরণের স্ট্যাম্প লাগানোর জন্য ব্লকচেইন সবচেয়ে মূল্যবান। এটি একটি ভাল পয়েন্ট এবং, আপনি জানেন, ব্লকচেইন আসলেই আশ্চর্যজনক প্রযুক্তি। সিস্টেম এবং অ্যাপ্লিকেশন ইত্যাদির মধ্যে প্রচুর বিন্দুর সংযোগের জন্য আমি এটিকে এক ধরণের সম্মিলিত ভিত্তি হিসাবে দেখছি। এবং আপনি জানেন যে, আমরা ব্লকচেইন বিকাশের প্রথম পর্যায়ে রয়েছি, তবে আমরা এখন দেখতে পাচ্ছি যে এটি এখন থেকে শুরু হয়েছে, যেখানে এখন এটি সামনে এসেছে, এবং এখন আপনি আইবিএম খুব কঠোরভাবে কাজ করছেন got ব্লকচেইন প্রযুক্তিগুলিতে। এসএপি সব কিছু কিনে ফেলেছে। এবং সত্যই এটি, এটি একটি গভীর ভিত্তি এবং কাঠামোর জন্য এই সমস্ত সিস্টেম এবং এই সমস্ত বিন্দু সংযোগ করার জন্য একটি সুযোগ উপস্থাপন করে।

সুতরাং, লোকেরা, এক ঘন্টা ধরে ভাল পোড়া হয়েছে। আজ আমাদের সাথে থাকার জন্য ধন্যবাদ, তবে আমরা সবসময় আপনার প্রশ্নের উত্তর দিতে এবং সমস্ত ভাষ্য পেতে চাই। আমরা এই সমস্ত ওয়েবকাস্টগুলি পরে দেখার জন্য সংরক্ষণাগারভুক্ত করি, সুতরাং অনলাইনে ইনারানালাইসিস ডটকমকে হ্যাপ করুন, যেখানে আপনি তার লিঙ্কটি পেতে পারেন। এটি কয়েক ঘন্টার মধ্যে হওয়া উচিত, সাধারণত ইভেন্টের পরে। এবং আমরা আপনাকে পরের বার ধরব। আমরা পরের সপ্তাহে আরও কয়েকটি ইভেন্ট আসছি - প্রচুর স্টাফ চলছে। কিন্তু এটি আপনাকে বিদায় জানাবে, লোকেরা। আপনার সময় জন্য ধন্যবাদ। যত্ন নিবেন. Buh বিদায়.