সিএক্সো প্লেবুক: ডেটা এবং বিশ্লেষণের ভবিষ্যত

টেকোপিডিয়া স্টাফ দ্বারা, নভেম্বর 29, 2017

টেকওয়ে: হোস্ট এরিক কাভানাঘ তথ্য ও বিশ্লেষণের পাশাপাশি ইমপ্যাক্ট অ্যানালিটিক্সের জেন আন্ডারউড এবং অ্যাল্টারিক্সের নিক জুয়েল এর সাথে চিফ ডেটা অফিসার (সিডিও) এবং চিফ অ্যানালিটিক্স অফিসার (সিএও) এর ভূমিকা নিয়ে আলোচনা করেছেন।

এরিক কাভানাঘ: মহিলা ও ভদ্রলোকগণ, হ্যালো এবং আবারো হট টেকনোলজির একটি বিশেষ সংস্করণে আপনাকে স্বাগতম welcome ভাবেন, এটি এরিক কাভানাঘ, আমি আজকের অনুষ্ঠানের জন্য আপনার হোস্ট হব, "দ্য সিএক্সও প্লেবুক: ডেটা এবং অ্যানালিটিক্সের ভবিষ্যত” "হ্যাঁ, এটি একটি খুব বড় বিষয়, আমাকে বলতে হবে। আসলে, আমরা আজ এখানে একটি রেকর্ড ব্রেকিং ভিড় পেয়েছি। আজ সকালে আমাদের ওয়েবকাস্টের জন্য 540 জনেরও বেশি লোক নিবন্ধভুক্ত ছিল। আমরা এটি একটি বিশেষ সময়ে করছি, আপনারা অনেকে আমাদের নিয়মিত অনুষ্ঠানের জন্য জানেন, আমরা সাধারণত এটি পূর্ব পূর্ব 4:00-এ করি, তবে আমরা পুকুরের পার থেকে খুব বিশেষ অতিথিকে ডাকতে চাইতাম। আমাকে আজ উপস্থাপনা ডান ডুব।

তাই এই বছরটি উত্তপ্ত - এটি অনেক উপায়ে একটি গোলমাল বছর হয়ে গেছে, আমি মনে করি মেঘের সাথে এর অনেক কিছুই আছে। আমরা বাজারে যে প্রযুক্তিগুলির সংমিশ্রণটি প্রত্যক্ষ করছি তা হ'ল প্রধান চালক এবং এসএমএসি তারা এটিকে ডাকার সাথে সাথে অবশ্যই আমি নিচ্ছি। আমরা এসএমএসি কথা বলছি: সামাজিক, মোবাইল, অ্যানালিটিক্স, মেঘ - এবং সমস্ত জিনিস একসাথে আসে। সংস্থাগুলি সত্যই তাদের ব্যবসায়ের উপায় পরিবর্তন করতে পারে। আপনার ব্যবসা পরিচালনার জন্য আরও চ্যানেল রয়েছে, বিশ্লেষণ করার মতো আরও ডেটা রয়েছে। এটি আসলেই একটি বুনো পৃথিবী এবং এটি নিয়েই আমরা আজ কথা বলব কীভাবে সি স্যুটে জিনিসগুলি পরিবর্তিত হচ্ছে, তাই প্রধান নির্বাহী, এই সংস্থাগুলির শীর্ষ ব্যক্তিরা, ভাল যে পুরো পৃথিবী এখনই বদলে যাচ্ছে এবং আমরা যে সম্পর্কে কথা বলতে যাচ্ছে।

সত্যই শীর্ষে আপনার আছে। ইমপ্যাক্ট অ্যানালিটিক্স থেকে জেন আন্ডারউড এবং নিক লাইভের অ্যালটারেক্সের নেতৃত্বের প্রযুক্তি প্রচারক আজ রয়েছেন today এটা খুব উত্তেজনাপূর্ণ জিনিস। আমি গতরাতে এই ধারণাটি নিয়ে এসেছি, লোকেরা এবং আমি মনে করি এটি সত্যিই আকর্ষণীয়। অবশ্যই, আমরা সবাই মিউজিকাল চেয়ারগুলি জানি, বাচ্চাদের জন্য খেলা যেখানে আপনার সমস্ত বৃত্তাকারে এই চেয়ার রয়েছে, আপনি সংগীত শুরু করেন, সবাই ঘুরে বেড়ানো শুরু করে এবং একটি চেয়ার টেনে নিয়ে যায়; সংগীত যখন থামে তখন সবাইকে চেয়ার পেতে ছিটকে পড়তে হয় যখন একজন ব্যক্তি সেই পরিস্থিতিতে তার চেয়ারে হারিয়ে যান। এটি এখনই স্যুইটে খুব অদ্ভুত এবং জোরালো বিষয় হচ্ছে এবং আপনি যদি এই চিত্রটিতে এখানে লক্ষ্য করেন তবে আপনার পিছনে দুটি খালি চেয়ার পাওয়া গেল। সাধারণত, একটি চেয়ার বাদ্যযন্ত্রের চেয়ারগুলিতে অদৃশ্য হয়ে যায় এবং আমরা আজকাল যা দেখছি তা হল সি স্তরে আরও দুটি চেয়ার রয়েছে: সিএও এবং সিডিও, চিফ অ্যানালিটিক্স অফিসার এবং চিফ ডেটা অফিসার।

দুজনেই ছাড়ছে। সত্যি বলতে কি প্রধান ডেটা অফিসার আজকাল সত্যই দাবানলের মতো আগুন নিচ্ছে তবে এর অর্থ কী? এর অর্থ খুব গুরুত্বপূর্ণ কিছু। এর অর্থ হ'ল ডেটা এবং বিশ্লেষণের শক্তি এতটাই তাত্পর্যপূর্ণ যে বোর্ডরুম, বা আমার বলা উচিত এক্সিকিউটিভ কক্ষগুলি, সি স্যুট পরিবর্তন করছে - তারা লোককে সি স্যুটে যুক্ত করছে, পুরো নতুন এক্সিকিউটিভরা এই নতুন কয়েকটি আসন পূরণ করছে। যদি আপনি কোনও সংস্থার সংস্কৃতি পরিবর্তন করা কতটা কঠিন সম্পর্কে চিন্তা করেন, তবে এটি একটি দুর্দান্ত গুরুতর বিষয়। সংস্কৃতি পরিবর্তন করা একটি খুব কঠিন জিনিস, এবং সাধারণত ভাল পরিচালনা এবং ভাল ধারণা এবং সেই ধরণের জিনিসগুলির মাধ্যমে সাধারণত ইতিবাচক পরিবর্তন উত্সাহিত হয়। বিশ্লেষণ এবং ডেটা জন্য সি স্যুটে নতুন এক্সিকিউটিভ যুক্ত করে আপনি যদি এখনই আমাদের যে সুযোগটি পেয়েছেন তা যদি ভাবেন, তবে এটি সত্যিই বড় বিষয়। এটি সংস্থাগুলির জন্য ট্র্যাজেক্টোরি পরিবর্তন করার সুযোগের সাথে কথা বলে এবং এটির মুখোমুখি হয়ে উঠুন, বড়, পুরানো সংস্থাগুলি সত্যিই পরিবর্তিত হওয়া দরকার কারণ বাজারটি কীভাবে পরিবর্তন হচ্ছে।

আমি সাধারণত উবারের উদাহরণ দিই, উদাহরণস্বরূপ, বা এয়ারবিএনবি এমন সংস্থাগুলি হিসাবে যেগুলি পুরো শিল্পগুলিকে মৌলিকভাবে ব্যাহত করেছে এবং এটি সর্বত্র ঘটছে। আমরা আজ যে বিষয়ে কথা বলতে যাচ্ছি তা হ'ল আপনার সংস্থা কীভাবে খাপ খাইয়ে নিতে পারে, আপনি কীভাবে লোকজনকে এই তথ্যটি ব্যবহার করতে পারেন, এই অন্তর্দৃষ্টিটি আপনার ব্যবসায়ের পথ পরিবর্তন করতে এবং তথ্য অর্থনীতিতে সফল হতে পারে।

সেই সাথে, আমি জেন ​​আন্ডারউডের কাছে ওয়েবেক্সের চাবিগুলি হস্তান্তর করতে যাচ্ছি, এবং তারপরে নিক জওয়েলও চিমে যাবেন; তিনি ইউ কে থেকে ফোন করছেন আপনার উভয়কে এবং জেনকে ধন্যবাদ, আমি এটি আপনার হাতে তুলে দেব। দূরে নিতে.

জেন আন্ডারউড: ধন্যবাদ, এরিক দুর্দান্ত শোনায়। সবাইকে শুভ সকাল. আজ আমরা এই CxO প্লেবুক সম্পর্কে কথা বলতে যাচ্ছি; এটি ডেটা এবং বিশ্লেষণের ভবিষ্যত এবং আমি ডানদিকে ডুবতে যাচ্ছি this কেন এটি এত গুরুত্বপূর্ণ তা নিয়ে এরিক ইতিমধ্যে কথা বলার একটি দুর্দান্ত কাজ করেছিলেন। আজ আমাদের স্পিকাররা, আপনি এই তথ্যের সাথে আরও একটি স্লাইড দেখেছেন, তবে আপনি আজ এবং এই সেশনে আপনার সাথে আমার এবং নিক জয়েল খুব ইন্টারেক্টিভভাবে কথোপকথন করবেন। এই ভূমিকাগুলি কী এবং কী কী ধরণের কাজ তারা মিশনে রয়েছে তা বর্ণনা করে আমরা খোলার চেষ্টা করব। আমরা বিশ্লেষণ শিল্প, সাধারণভাবে দৃষ্টিভঙ্গি এবং এই লোকেরা যেসব চ্যালেঞ্জগুলির মুখোমুখি হতে চলেছে তার দিকে নজর রাখছি। সংস্থাগুলির মধ্যে গতিশীলতা যেমন আপনি ভবিষ্যতের জন্য প্রস্তুত হচ্ছেন, এবং তারপরে আমরা পরবর্তী পদক্ষেপগুলি সম্পর্কে কথা বলতে যাচ্ছি এবং আপনাকে পরিকল্পনার জন্য দিকনির্দেশনা দেব, যদি আপনি নিজের প্রতিষ্ঠানের এই ভূমিকাগুলির কয়েকটি অন্বেষণ করতে যাচ্ছেন।

উদাহরণস্বরূপ, সিএওও এই সিএক্সও সম্পর্কে কথা বলছিলেন, এটি প্রধান বিশ্লেষণ কর্মকর্তা, এটি সিনিয়র ম্যানেজারদের একটি কাজের শিরোনাম যা প্রতিষ্ঠানের মধ্যে ডেটা বিশ্লেষণের জন্য দায়বদ্ধ। সংস্থাগুলি সাধারণত একজন প্রধান নির্বাহী কর্মকর্তাকে প্রতিবেদন করবে এবং দ্রুত উত্থানপ্রাপ্ত অবস্থানটি গুরুত্বপূর্ণ হবে, যখন আপনি সংস্থাগুলি যেভাবে তাদের ব্যবসায়িক সিদ্ধান্ত নেন এবং যেভাবে সিদ্ধান্ত গ্রহণ করেন সেভাবে আমাদের এখন চলছে এবং এর ডিজিটাল রূপান্তর সম্পর্কে ভেবে দেখবেন।

আপনি যদি ডিজিটাল রূপান্তর এবং বুদ্ধি ডিজিটাল রূপান্তরটির মূল বিষয় সম্পর্কে ভাবেন তবে এই সিএও একটি সংস্থার মধ্যে একটি অত্যন্ত কৌশলগত ভূমিকা। তারা কেবল সত্যিকারের অন্তর্দৃষ্টি এবং সেই জ্ঞানের কাছে শক্তিশালী ডেটা বিজ্ঞানকেই ফিরিয়ে আনে না, তবে তারা যে ফলস্বরূপ আরওআই এবং প্রভাবের মালিক, তাই তাদের কী পরিমাণে পরিমাপ করা হয়? কৌশলগতভাবে ডেটা লাভারেজ করার জন্য তারা কীভাবে সেই আরওআই আনছে যে তাদের কাছে থাকা ডেটা এবং কয়েকটি সংস্থার নীচে-নীচের কয়েকটি নম্বর রয়েছে। প্রযুক্তি ও ডিজিটাল রূপান্তর এবং উপাত্তের মূল্য বৃদ্ধি পাওয়ায় প্রধান তথ্য কর্মকর্তা সিআইও-সহ এই পদটি সুনাম অর্জন করেছে।

বছরের পর বছর ধরে, নগদীকরণ এবং বুদ্ধিমত্তা এবং এই তথ্যকে রূপান্তরিত করে ডেটা এই বিশেষ বিশ্বে সোনার। এই প্রতিবাদী ক্রিয়াগুলি গ্রহণ করতে সক্ষম হওয়া এবং কেবল সর্বদা পিছনে দিকে তাকানো নয়। দুটি অবস্থান একই যে তারা উভয়ই তথ্যের সাথে লেনদেন করে, তবে সিআইও, প্রতি সেফ, যেখানে সিএও তথ্য বিশ্লেষণের জন্য প্রয়োজনীয় অবকাঠামোতে মনোনিবেশ করে সেখানে পরিকাঠামোয় ফোকাস করবে। অনুরূপ অবস্থানটি সিডিও এবং আপনি আরও অনেক কিছু শুনতে পাবেন না, আমরা সম্ভবত সিডিও সম্পর্কে আপনি আজ সিএওর চেয়ে কিছুটা বেশি শুনি। সিডিও ডেটা প্রক্রিয়াকরণ এবং রক্ষণাবেক্ষণ এবং ডেটা পরিচালনার পুরো জীবনচক্র জুড়ে প্রশাসনের সেই প্রক্রিয়াগুলিতে বেশি মনোনিবেশ করে।

এই লোকেরা ডেটা নগদীকরণ এবং ডেটা থেকে মূল্য অর্জনের জন্য এবং প্রশাসনের সুরক্ষা এবং সুরক্ষা জীবনচক্রের পরিপক্কতা জুড়ে পুরো সময় জুড়ে কাজ করার জন্য দায়ী হতে পারে, আমি বলব, জীবন চক্রটি সম্পর্কে। এগুলি এমন ভাবেন যেগুলি খুব সুরে, প্রতি সে, বা জিডিপিআর নিশ্চিত করার জন্য দায়ী - এবং আমরা কিছুটা আলোচনা করব - ইউরোপীয় ডেটা সুরক্ষা আইন, যাতে নিশ্চিত করা যায় যে এই ধরণের জিনিসগুলি তাদের সংস্থাগুলিতে আবৃত রয়েছে। এখন, আমরা বিঘ্নিত গতিশীল ডেটা-নিবিড় ভূমিকার জন্য কাঠামো এবং ভবিষ্যত পাচ্ছি। এটি সিডিও কেবল নিজেরাই নয়, এগুলির জন্য দায়ী থাকবে সেগুলি এই ধরণের বিষয় - তারা একটি ক্রস-কার্যকরী দল তৈরি করবে, এবং আমার কাছে কিছু লোকের উদাহরণ রয়েছে যা প্রতি সে, একদিকে থাকবে স্থপতি এবং প্রশাসনিক লোকদের কাছ থেকে সাংগঠনিক কাঠামো এমনকি কোনও সংস্থার বিশ্লেষক এবং উপাত্ত বিজ্ঞানী এবং প্রকৌশলী তাদের কাছে এগুলিকে নিয়ে যেতে পারেন।

বিশ্লেষণগুলির জন্য শিল্পের দৃষ্টিভঙ্গিতে আরও সরানো, এটি একটি অসাধারণ হয়েছে - সম্ভবত দশ বছর, এমনকি আরও দীর্ঘ - এই নির্দিষ্ট শিল্পে চলা। এটি ক্রমাগত ক্রমবর্ধমান, খুব উত্তেজনাপূর্ণ, এমনকি কয়েক বছর আগে বাজার ক্রাশের সময়ও এটির চাহিদা ছিল বেশি। এটি কেবল একটি দুর্দান্ত জায়গা হয়েছে এবং আপনি যদি 2017 সালে গার্টনার থেকে সিআইওর এজেন্ডাটি দেখেন, BI এবং বিশ্লেষণগুলি এখনও কোনও সংস্থার পক্ষে সবচেয়ে গুরুত্বপূর্ণ কিসের শীর্ষ তিনটি র‌্যাঙ্কিংয়ের মধ্যে রয়েছে এবং সফ্টওয়্যার বাজারগুলির বিকাশের দিকে তাকিয়ে আমরা অবিরত সেখানে বৃদ্ধি দেখছি। যতক্ষণ আমি এই স্পেসে ছিলাম, এটি সর্বদা সত্যই একটি উজ্জ্বল ক্যারিয়ার।

যখন আমরা এই ডিজিটাল যুগ এবং রূপান্তরের দিকে নজর রাখি তখন আমার কাছে যা খুব আকর্ষণীয় তা হ'ল আমাদের এই প্রক্রিয়াগুলি এবং প্রায়শই এটি তথ্য লাভ করে এবং প্রক্রিয়াগুলি থেকে বা ব্যবসায়িক প্রক্রিয়া চলাকালীন পদক্ষেপ গ্রহণ করে। এখন, গার্টনার 2020 সালের মধ্যে অনুমান করেছে, আপনি যে তথ্য ব্যবহার করেছেন তা পুনরায় নতুন করে ডিজিটালাইজড বা এমনকি মুছে ফেলা হবে। দশ বছর আগে আমাদের যে ব্যবসায়িক প্রক্রিয়া এবং পণ্য ছিল তার আশি শতাংশ এবং আমরা এটি দেখতে শুরু করি, তাই না? আমরা দেখতে শুরু করেছি যে অ্যামাজন শ্লোকগুলির সাহায্যে সম্ভবত কয়েকটি বড় বক্স স্টোর, উবারস, এয়ারবিএনবিএস - এই ডিজিটাল মডেলগুলি প্রক্রিয়াটিকে ব্যাহত করছে এবং এখন ভাবেন লোকেরা ইন্টারঅ্যাক্ট করছে। এমনকি ব্ল্যাক ফ্রাইডে - আমি জানি না কতজন লোক সত্যিই কোনও দোকানে গিয়েছিল - প্রচুর ভাবেন লোকেরা অনলাইনে কিনছেন, এবং আপনি কীভাবে সেই গ্রাহকের কাছে পৌঁছবেন? এটি করতে বুদ্ধি লাগে। বার্তাটি ইন্টারঅ্যাক্ট করার এবং ব্যক্তিগতকৃত করার এবং সঠিক সময়ে সঠিক অফারটি উপস্থাপন করার জন্য সেই বুদ্ধিমান হওয়ার খুব আলাদা পদ্ধতি অবলম্বন করে এবং এখন সম্ভবত এটি একটি বোতামের একটি ক্লিকে রয়েছে। আপনার অনলাইন স্টোরটি ছেড়ে দেওয়া তাদের পক্ষে এত সহজ। এই বিশ্বে জিনিসগুলি সত্যিই পরিবর্তিত হচ্ছে, এবং আমি মনে করি নিক এই সম্পর্কেও চ্যাট করতে চেয়েছিল।

নিক জয়েল: হ্যাঁ, হাই সবাই, আপনাকে অনেক ধন্যবাদ। লন্ডন থেকে অডিও আসার বিষয়ে কিছুটা বিলম্ব হলে আমি আগেই ক্ষমা চাইব, জেন, আমি আপনার বিষয়ে কথা না বলার জন্য যথাসাধ্য চেষ্টা করব।

আপনি একেবারে ঠিক বলেছেন, বর্জ্য অপসারণ, ডিজিটাল ট্রান্সফারেশনের অংশ হিসাবে সেই পুনরায় সঞ্চার, প্রায়শই সংগঠনগুলি bespoke পণ্যগুলি থেকে, সম্ভবত সংযোগ বিচ্ছিন্ন অ্যাপ্লিকেশনগুলি থেকে এবং আরও উন্মুক্ত এবং সংযুক্ত প্ল্যাটফর্মে রূপান্তরিত হয় comes যখন আপনার প্রক্রিয়াটি ডিজিটাল হয়, তখন আপনার ডেটার শেষ-শেষের যাত্রাটি দেখতে অনেক সহজ হয়ে যায়। সেই প্রক্রিয়াটি অনুকূলকরণের জন্য ডেটা ব্যবহার করে আপনি যে পদক্ষেপগুলি গ্রহণ করছেন তা সত্যিই পরিমার্জন করুন।

যদি আমরা পারি তবে একটি স্লাইড এগিয়ে নেওয়া যাক। ডিজিটাল রূপান্তরের বিষয়টি যখন সংস্থাগুলির কাছে বোঝায় তখন আমার ধারণা অনুমান করা হয় যে আপনি যে বর্ণালীটির উপর বসে আছেন তার উপর নির্ভর করে হয় উদ্দীপনাজনক বা ভয় দেখানো। সংস্থাগুলির জীবনকাল এবং কীভাবে বিঘ্নজনক প্রভাবগুলি কোনও সংস্থার ভাগ্যকে প্রভাবিত করে তা দেখিয়ে এখানে চার্টটি দেখুন। আপনি যদি 1920 এর দশকে কোনও সংস্থা শুরু করেন তবে অন্য কোনও সংস্থা আপনাকে বিঘ্নিত করার আগে আপনার গড়ে প্রায় 70 বছর রয়েছে। আজকের স্ট্যান্ডার্ড অনুসারে একটি সুন্দর সহজ জীবন, কারণ আজ কোনও সংস্থা ব্যত্যয় ঘটিয়ে তার অস্তিত্বের হুমকির মধ্যে সবেমাত্র 15 বছর পেয়েছিল। এটি ভবিষ্যদ্বাণী করা হয়েছে যে আজকের ফরচুন 500 কোম্পানির প্রায় 40 শতাংশ এস, পি 500 তে 10 বছরের সময় আর বিদ্যমান থাকবে না। 2027 সালের মধ্যে, এস অ্যান্ড পি 500 এর 75 শতাংশ প্রতিস্থাপিত হতে চলেছে, তাই সংস্থাগুলি ব্যাহত হওয়ার বিষয়ে উদ্বিগ্ন হওয়ার আগে আজ অর্ধেক জীবনের মুখোমুখি অর্ধ-জীবন সত্যই সঙ্কুচিত হচ্ছে। সফল সংস্থাগুলি সেই ডিজিটাল উদ্ভাবনী দৌড়ে এগিয়ে থাকতে হবে।

আজ, সত্যই কেউ বিশ্লেষণ প্রশ্ন করেন না। এটি কেন্দ্রবিন্দু, এটি ডিজিটাল ব্যবসায়ের রূপান্তর। প্রকৃতপক্ষে, সংস্থাগুলি তাদের কৌশলটির ঠিক মাথায় ডিজিটাল উদ্ভাবন স্থাপন করছে। এই সংস্থাগুলি, তারা বিশ্বের শীর্ষ পাঁচটি মূল্যবান সংস্থা, বাজার মূল্য দুই ট্রিলিয়ন ডলার উপস্থাপন করে, জেন।

জেন আন্ডারউড: হ্যাঁ, এটি আশ্চর্যজনক, সত্যিই এটি। এটি সত্যিই পরিবর্তিত হচ্ছে, এবং দ্রুত। আমাদের যে অন্যান্য গতিশীল রয়েছে এবং আমরা এটি নিয়ে কথা বলছি, এখন আমি মনে করি আমরা শেষ পর্যন্ত এটি দেখছি এবং সংস্থাগুলি ডেটা উত্সগুলির এই সূচকীয় বৃদ্ধি অনুভব করছে, এবং এটি কেবল কাঠামোগত ডেটা উত্সগুলিতে ডেটা বিশ্লেষণ করেও নয়। আবার, আমরা এই বিষয়ে কথা বলছি, সিদ্ধান্ত নেওয়ার জন্য আপনার এই ডিজিটাল প্রক্রিয়াগুলির মধ্যে একটি মুহুর্ত রয়েছে এবং এই জিনিসগুলি আরএসটি এপিআই থেকে জেএসএনস এ আসছে, আমরা লং ফাইলগুলি কিনা, সব ধরণের আছে না বা না, তথ্যের বিষয়ে কথা বলছি? বিভিন্ন ধরণের ডেটা, পাশাপাশি চরম ধ্রুবক বৃদ্ধি growth

নিক জয়েল: হ্যাঁ, জেন, সুতরাং আপনি যেমন উল্লেখ করেছেন, বিশ্লেষণকারী নেতারা তথ্যের সমুদ্রে ডুবে আছেন। উচ্চ-মূল্য অন্তর্দৃষ্টি পাওয়া, সম্ভবত বিদ্যমান বা নতুন বিশ্লেষণমূলক কৌশলগুলির সংমিশ্রণটি ব্যবহার করা সত্যই শেষ লক্ষ্য, তবে একটি সরল এবং মৌলিক সমস্যা রয়েছে যার সাথে আমরা বহু সংস্থার সাথে কাজ করি, তারা সত্যই মুখোমুখি're আমরা হার্ভার্ড বিজনেস রিভিউ কমিশন করেছি, সমীক্ষাটি করেছিলাম, ডেটা বিশ্লেষক এবং ব্যবসায়ী পরিচালকদের সাথে কথা বলি। তারা জিজ্ঞাসা করেছিল যে তারা সিদ্ধান্ত নিতে তাদের সংস্থায় কয়টি ডেটা উত্স ব্যবহার করে এবং এটি বেশ স্পষ্টভাবে জানা যায় যে, গত কয়েক বছরে এটি একটি মৌলিক পরিবর্তন হয়েছে ift তথ্য উপকরণ মিশ্রিত করত, তথ্য গুদামে তা ঠেলে দিতো, তবে আমি অনুমান করি যে আইটি গ্রুপগুলি যে সমস্ত দুর্দান্ত কাজ করেছে, কেন্দ্রীভূত ডেটা ম্যানেজমেন্ট তৈরি করেছে, বিশ্লেষকরা এখনও সেই নির্দিষ্ট বিশ্লেষণী ডেটা সেট তৈরির কাজটির মুখোমুখি হয়েছেন, তবে তাদের প্রয়োজন একটি ব্যবসায়িক প্রশ্নের উত্তর দিন। প্রকৃতপক্ষে, মাত্র 6 শতাংশ তাদের সমস্ত ডেটা এক জায়গায় পেয়েছেন, এবং বেশিরভাগ বিশ্লেষককে পাঁচ বা ততোধিক উত্স থেকে ডেটা টেনে নিতে হবে - স্প্রেডশিট, ক্লাউড অ্যাপ্লিকেশন, সোশ্যাল মিডিয়া এবং অবশ্যই, ডেটা গুদামটি ভুলে যাওয়া নয় things

এখন, বেশিরভাগ সংস্থাগুলি এটিকে স্বীকৃতি দেয় তবে বেশিরভাগ সংস্থাগুলি যেগুলি নিয়ে व्यवहार করেন না তা হ'ল তথ্য পেশাদাররা তাদের প্রকৃতপক্ষে বেশি সময় ব্যয় করে ডেটা পরিচালনা এবং অনুসন্ধানের জন্য ব্যয় করে যা প্রকৃতপক্ষে মান আহরণের ক্ষেত্রে। এগুলি হাই-প্রোফাইল কৌশলগত বিশ্লেষণমূলক সমস্যা নয় যা ব্যবসায়ের সম্পাদকরা শুনতে চান। কিন্তু মৌলিক ইস্যুটির সমাধান না করা সংগঠনগুলিকে সত্যিকার অর্থে মূল্য-চালিত অন্তর্দৃষ্টি অর্জন থেকে বিরত রাখতে চলেছে। জেন?

জেন আন্ডারউড: এটি আকর্ষণীয়। আমি অবশ্যই এ সম্পর্কে বিভিন্ন স্টাডি দেখেছি এবং এটি এখানে এই টুকরো, এটিই কিনা সময়কালের ৮০ শতাংশ বা ট্রিলিয়ন ডলার একই তথ্যকে বারবার পুনরায় ফিক্সিং করা, কোনও প্রতিষ্ঠানে খুব অদক্ষভাবে। এটি 37 যোগ করে এবং এই 23 শতাংশ সময় ব্যয় খুব ব্যয়বহুল। এটা আমার জন্য আশ্চর্যজনক যে আরও মনোযোগ দেওয়া হয় না।

এর কয়েকটিটির দিকে তাকিয়ে, আমি বাজারের বাহিনীকে কী বলব এবং অনেক সময় যখন আমি শিল্পের প্রবণতাগুলি নিয়ে কথা বলি, আমি শিল্পকে অনুসরণ করা এবং এটির উপর একটি ধ্রুবক নাড়ি রাখতে পছন্দ করি। যখন প্রবণতার চেয়ে বেশি কিছু ঘটে তখন এটি বোঝা গুরুত্বপূর্ণ, যখন এটি সত্যিই এমন একটি শক্তি হতে চলেছে যার দিকে আপনার মনোযোগ দেওয়া উচিত এবং এই মুহূর্তে শীর্ষস্থানীয় তিনটি, মনোযোগ দেওয়ার জন্য বাহিনী। এটি এই দ্রুত বৃদ্ধি, এক নম্বর হ'ল অ-সম্পর্কযুক্ত ডাটাবেসের দ্রুত বৃদ্ধি। আমি কেবল এই জেএসওএন-কে জিজ্ঞাসা করার বিষয়ে খুব বেশি সময় না পাওয়ার এই পুরো ধারণাটি উল্লেখ করেছি, এটি এই ধরণের অ-সম্পর্কযুক্ত পরিস্থিতি, যা বেশ বৃদ্ধি পাচ্ছে - আমার মনে হয় এখানে আমার একটি মুহুর্তের কিছু পরিসংখ্যান রয়েছে - দ্রুত।

অন্য জিনিসটি মেঘের দিকে চলমান শিফট। কল করার আগে আমি উল্লেখ করেছি যে আমি একটি বড় প্রযুক্তি সংস্থার একটি বিশ্বব্যাপী পণ্য পরিচালক ছিলাম এবং তিন বছর আগে গ্রুপগুলির সাথে এই বলে কঠিন কথাবার্তা হয়েছিল যে, "আমরা মেঘের মধ্যে কিছু রাখব না। আমরা মেঘে স্থানান্তর করব না। "এবং, এক বছর পরে, দুটি বছর পরে, এখন আমি একই গ্রুপগুলির কাছ থেকে শুনছি যে প্রত্যেকেরই একটি মেঘের পরিকল্পনা রয়েছে তা খুব আকর্ষণীয় হয়েছে। আমি মনে করি প্রত্যেকেরই খুব ব্রড ব্রাশের বিবৃতি চরম, তবে আমি যা বলব তা হল, যে লোকেরা মেঘবিরোধী ছিল, অবশ্যই মনোভাব নাটকীয়ভাবে পরিবর্তিত হয়েছে, খুব অল্প সময়ের মধ্যেই, যদিও আমি বিশ্বব্যাপী গ্রুপগুলির সাথে কথা বলছিলাম। এই ধরণের জিনিস।

অটোমেশন, এটি এমন একটি অঞ্চল যা আমি মুগ্ধ হয়েছি এবং এমন একটি অঞ্চল যা আমরা অবশ্যই প্রচুর কার্যকলাপ এবং দুর্দান্ত ক্রিয়াকলাপ দেখছি। এই সময় নষ্ট এবং আপনার সময় অকার্যকর ব্যবহার করে আমরা এই কয়েকটি বিষয় নিয়ে কথা বলি। কোনও সংস্থার মূল্য আনার কথা ভাবলে আমি অবশ্যই সর্বাধিক উচ্ছ্বসিত সেই অঞ্চলগুলির একটি Auto

পরের স্লাইডের বিষয়ে আমি কথা বলতে যাচ্ছি, এটি আইডিসির একটি গবেষণা, তারা বাজারের অংশগুলি এবং বৃদ্ধি দেখুন এবং সত্যিই কী বাড়ছে সে সম্পর্কে ডাল নেওয়ার সত্যিই একটি দুর্দান্ত উপায়, আপনার সহকর্মীরা কী কিনছেন? কী ধরণের জিনিসগুলিতে তারা আর আগ্রহী নয়? এই ধরণের জিনিস এবং তাদের কৌশল স্থাপন।

আইডিসি অনুসারে বিশ্বব্যাপী বড় ডেটা অ্যানালিটিক সফ্টওয়্যার মার্কেটের রয়েছে ১ se টি বিভাগ এবং সেগমেন্টের অর্থে আমরা এমনকি কিছু নাম পরিবর্তনও দেখছি। সেখানে অবিচ্ছিন্ন বিশ্লেষণকারী সফ্টওয়্যার, জ্ঞানীয় এআই সফটওয়্যার প্ল্যাটফর্মগুলি, অনুসন্ধান সিস্টেমগুলির একটি সংযোজন ছিল, সুতরাং এখানে কিছু নতুন বিভাগ যুক্ত করা হয়েছিল। এই বাজারের ওভারভিউটি অনেকগুলি আনুভূমিক সরঞ্জামগুলি, প্রিপেইজড অ্যাপ্লিকেশনগুলির পাশাপাশি কিছু সিদ্ধান্ত সমর্থন এবং সিদ্ধান্ত স্বয়ংক্রিয় ব্যবহারের ক্ষেত্রে অন্তর্ভুক্ত। আবার, এটি সমাধানের ধরণগুলি হতে চলেছে, যখন আপনি সিডিও সম্পর্কে চিন্তা করেন, কোনও সিডিওর প্রসঙ্গে রাখেন, তাদের পোর্টফোলিও যা ডেটা ইন্টিগ্রেশন থেকে বিশ্লেষণ দৃশ্যায়ন, মেশিন লার্নিং এবং এই সমস্ত ধরণের দক্ষতার প্রয়োজন যা তাদের পরিচালনা করতে পারে ডিজিটাল যুগে আছে।

এই ধরণের সমাধানগুলির জন্য বিশ্বব্যাপী বাজার নিজেই বর্তমান মুদ্রার শর্তে 8.5 শতাংশ এবং আইডিসি অনুসারে সামগ্রিক বাজারে 9.8 শতাংশ বৃদ্ধি পেয়েছে। এটির সাথে তুলনা করা হয়েছিল - আপনি কয়েক বছরের সময়কালে মুদ্রার ওঠানামার দিকে তাকান এবং তারতম্যের ডিগ্রিটি ন্যূনতম, তবে top শীর্ষস্থানীয় তিনটি বিভাগ যা আমি হাইলাইট করেছি, কেবল আপনাকে সেইসব অপেক্ষাকৃত বিশ্লেষণী ডেটা উত্সগুলির অনুভূতি দেওয়ার জন্য, 58 শতাংশ বছরের পর বছর ধরে বৃদ্ধি, সামগ্রী বিশ্লেষণ এবং অনুসন্ধান সিস্টেমগুলি ছিল 15 শতাংশ এবং গ্রাহক সম্পর্কের অ্যাপ্লিকেশনগুলির কয়েকটি, সিআরএম-টাইপ জিনিস বা সেলসফোর্স আইনস্টাইন, উদাহরণস্বরূপ, সেগুলি 10 শতাংশেরও বেশি বৃদ্ধি পাচ্ছে, এখনই তারা 12 শতাংশ're আমি মনে করি নিক এই সম্পর্কে কিছু মন্তব্যও যুক্ত করতে চেয়েছিলেন।

নিক জয়েল: ধন্যবাদ, জেন এটি একটি দুর্দান্ত দৃশ্য। আমি মনে করি অ্যালটারেক্সে আমরা সর্বদা বিশ্বাস করি যে ডেটা প্রস্তুতি এবং মিশ্রন সবসময়ই কোনও বিশ্লেষণী সিস্টেমের মূল দক্ষতা হয়ে দাঁড়াবে, তবে এটি আরও উন্নত বিশ্লেষণের ভিত্তি হিসাবে এটি সত্যিই ভিত্তি। এখন, গত কয়েক বছর ধরে, শিল্প সম্পর্কে কথা বলা যাক - এটি কিছু নতুন ইন্টারেক্টিভ ভিজুয়ালাইজেশন ক্ষমতার উপর কিছুটা বেশি ফোকাস করা হতে পারে। এগুলিকে সুন্দর দেখায় কারণ তারা ব্যস্ততা বাড়ায়, তারা অন্তর্দৃষ্টি চালায়, তবে তারা সত্যই আমাদের বর্ণনামূলক বিশ্লেষণের বাইরে নিয়ে যায় নি।

তবে, আমি এখন অনুমান করি যে লোকেরা তাদের দর্শনীয় স্থানগুলি কিছুটা উচ্চতর করে দিচ্ছে, ব্যবসায়ের মূল্যবোধগুলি বুঝতে শুরু করা সংস্থাগুলি সেই আরও পরিশীলিত বিশ্লেষণগুলি থেকে আসবে যা এখন মূলধারায় প্রবেশ করছে way সেখানে প্রশ্নটি হয়ে ওঠে, কীভাবে বা আরও নির্দিষ্টভাবে, কে? এটি উচ্চ-মূল্য বিশ্লেষণে লাফিয়ে উঠেছে; এটি সত্যিই বিশ্লেষণাত্মক প্রতিভা ঘাটতির বিষয়টি বেশ তীব্র ত্রাণে ফেলে দিচ্ছে, আপনি কি একমত হবেন?

জেন আন্ডারউড: একেবারে, এবং আমার কাছে, আমি মনে করি আমি কেবল টুইট করেছি, গত রাতে আমি অ্যাডোবের ভাইস প্রেসিডেন্টের কাছ থেকে সত্যিই আকর্ষণীয় মন্তব্যটি দেখেছি, "মেশিন লার্নিং টেবিলের দাগ হয়ে গেছে, " যেখানে লোকেরা সতর্ক থাকত, এখন এটি হয়ে গেছে একটি প্রয়োজন এবং এটি আকর্ষণীয়। এই প্রতি এবং কেবলমাত্র একটি ক্ষুদ্র অন্যান্য সামান্য ভিন্ন কোণ এ খুঁজছেন। ভাবেন অনেক লোক, আমরা এটিকে উচ্চ-বৃদ্ধির ক্ষেত্র হিসাবে অ-সম্পর্কযুক্ত বিশ্লেষণ স্টোর এবং জ্ঞানীয় এআই, এই মেশিন লার্নিং, এই উচ্চ-মূল্য বিশ্লেষণ বিশিষ্ট হিসাবে দেখতে শুরু করি। তবে এখনও দিনের শেষে, এখনই সবচেয়ে বড় অংশটি, তাই যেখানে এখন বেশিরভাগ ক্রয়গুলি ঘটছে, এখনও এই বেসিকটিতে রয়েছে, আমি কী বলব, ক্যোয়ারী রিপোর্টিং, ভিজ্যুয়াল বিশ্লেষণের কিছু, এবং এটি এখনও বাড়ছে এবং এটিই প্রচুর ভাবেন যে আপনার কাছে ইতিমধ্যে এটি রয়েছে - অগত্যা নয়। এটি এখনও প্রতি বছর 6.6 শতাংশ বৃদ্ধি পাচ্ছে।

সিডিও হিসাবে - এবং আমি এই স্লাইডটি প্রদর্শন করতে পছন্দ করি - মূলত কেবল এটি বলতে, আপনি যখন এই নতুন ভূমিকাটিতে চলে যাচ্ছেন বা আপনি কোনও সংস্থার ডেটা সন্ধান করছেন তখন এটি বিশৃঙ্খলা হয় এবং আমি মনে করি যে এই বিশেষ স্লাইডটি আসলেই একটি কাজ করে দুর্দান্ত কাজ - এটি হ'ল সমস্ত সম্ভাব্য ক্ষেত্র যা আপনার কাছে ডেটা থাকতে পারে। এগুলি প্রাক-প্রিম হতে পারে, এটি মেঘের মধ্যে থাকতে পারে, এটি সংকর হতে পারে, এটি সর্বত্র এবং এটি একটি বিশাল অপ্রতিরোধ্য - আবার এটি কোনও সংগঠনের মধ্যে এখন সি-লেভেলের ধরণের ভূমিকা এবং এটি কোনও সাধারণ কাজ বা সহজ নয় not - এই বিশেষ বিশ্বে গ্রহণ করা, এটি অনেক সময় অত্যধিক অপ্রতিরোধ্য। এই পৃথিবীতেই এই সিডিওতে নেভিগেট করতে হবে, মাস্টার করতে সক্ষম হতে হবে, আমি কী বলব, ডেটার মান সর্বাধিক করে তুলবে।

চ্যালেঞ্জ অব্যাহত রেখে, এই সমস্ত বিভিন্ন উত্সের মান সর্বাধিক করে তোলা এবং আমাদের কাছে যা রয়েছে তা এই ডিজিটাল প্রক্রিয়াগুলির সাথে ক্রিয়াকলাপের অন্তর্দৃষ্টি বন্ধ হয়ে যাওয়া সময়ের এই উইন্ডোজ। যদি আপনি পাঁচ বছর আগে, দশ বছর আগে সম্পর্কে চিন্তা করেন তবে এটি হতে পারে যে আপনি তালিকা বা ক্রিয়াকলাপ নিয়ে কিছু সিদ্ধান্ত নিতে ছুটে এসেছেন, সেগুলি সাপ্তাহিক, মাসিক চলতে পারে তবে তারা প্রতিদিন বা রাতারাতি হয়ে উঠত, সম্ভবত এটিই ঘনঘন।

এখন, আমরা যা দেখছি সেগুলি হ'ল এই বুদ্ধিমান মেশিনটি এম্বেড করা কৃত্রিম বুদ্ধিমান অফিসগুলি উপলক্ষে সিদ্ধান্ত এবং সংশোধন করা, সুতরাং এমনকি জিনিসগুলির ইন্টারনেটের মতো জিনিস, প্রান্তে আইওটি-এমবেডেড বিশ্লেষণ, এই সিস্টেমগুলি স্মার্ট এবং এই আলগোরিদিমগুলি পারে স্ব-সুর করুন এবং সঠিক সময়ে তারা ঘটনাস্থলে নিয়ে যাওয়া কিছু সিদ্ধান্ত পরিবর্তন করুন। ডিজিটাল বিপ্লবগুলি এবং এই টাচ পয়েন্টগুলির সাথে এই বিশেষ গতিশীলটি দেখতে খুব আকর্ষণীয় হয়েছে - যদিও তারা বৃদ্ধি পেয়েছে, তবুও কাজের সময় হ্রাস পেতে থাকে এবং তারপরে প্রযুক্তি এই পরিস্থিতিতেগুলির জন্য বিকশিত হয়।

নিক জয়েল: হ্যাঁ, জেন, আমি মনে করি অন্তর্দৃষ্টি সরবরাহ কীভাবে পরিবর্তিত হচ্ছে তার মধ্যে সবচেয়ে আকর্ষণীয় দিকগুলির মধ্যে একটি হ'ল যেখানে বিশ্লেষণগুলি শেষ ব্যবহারকারীর কাছে আসে। আমরা কি যখন কোনও গুরুত্বপূর্ণ সিদ্ধান্ত নেওয়ার সময় ব্যবহারকারীদের ড্যাশবোর্ডে ঝাঁপিয়ে পড়তে বলছি, বা আমরা বলছি যে অন্তর্দৃষ্টি, পরবর্তী সেরা কর্মটি সেই প্রতিযোগিতামূলক সুবিধা চালানোর জন্য প্রসেসের মধ্যেই সরাসরি প্রসেসের মধ্যে উপলব্ধ? এবং আমরা যে বিশ্লেষণী মডেলের কথা বলছি তার বিভিন্ন তথ্য উত্স থেকে traditionalতিহ্যবাহী ডেটা গুদাম, ভূ-স্থান, সামাজিক যোগাযোগ মাধ্যম, সেন্সর, ক্লিকস্ট্রিম - এর ইনপুটগুলি গ্রহণের প্রয়োজন হতে পারে - এই সমস্ত ডেটা সিদ্ধান্তের এবং তার কার্যকর ফলাফলের উপর নির্ভর করে ।

জেন আন্ডারউড: এই মুহূর্তে চ্যালেঞ্জ এবং পরিবর্তনের এই থিমটি অব্যাহত রাখার জন্য, এবং বর্তমানে আমাদের কাছে যা আছে এবং সিইও যে সমস্ত চ্যালেঞ্জগুলি জোর করে গ্রহণ করতে পারে এবং এগুলিকে জয় করার জন্য একটি উপায় পরিকল্পনা করা প্রয়োজন তা হ'ল আমাদের দক্ষতার সাথে পরিচালনা করার জন্য এবং ম্যানুয়ালি বিশ্লেষণ করার জন্য আমাদের খুব বেশি ডেটা পেয়েছি। দীর্ঘ বিলম্ব আছে; আমাদের এই বিলম্বগুলি হ্রাস করতে হবে এবং আমাদের যে ডেটা রয়েছে তার মূল্য সর্বাধিক করার জন্য আমাদের একটি উপায় খুঁজে বের করতে হবে। বিশ্বে ডেটা বিজ্ঞানের প্রতিভার ঘাটতি রয়েছে এবং এই অন্তর্দৃষ্টিগুলি coverাকতে এবং আমরা মহাসাগরগুলিকে ডেটা হিসাবে কী বলব। সুসংবাদটি হ'ল, আজকের প্রতিটি ক্ষেত্রে সহায়তা করার জন্য এমন কিছু বিস্ময়কর উদ্ভাবন ঘটছে, এবং এই চ্যালেঞ্জগুলির সাথে আমাদের কীভাবে প্রযুক্তি আমাদের নিয়ে যাচ্ছে, কোথায় প্রযুক্তি আমাদের নিয়ে চলেছে তা দেখে চমকপ্রদ হয়ে উঠছে।

আমি এটি অবিরত দেখতে যেমন, আমি গ্রাহকদের সাথে কথা বলেছি বা এই জাতীয় কয়েকটি সরঞ্জাম ব্যবহার করে গোষ্ঠীর সাথে কথা বলেছি তাতে কিছুটা বিভ্রান্তি রয়েছে। কিছু ক্লাসিক চ্যালেঞ্জ আজও বিদ্যমান, বিশ্লেষণের জন্য ডেটা খুঁজে পাওয়ার চেষ্টা করার সাথে এটি আরও কিছুটা আরও উদ্বেগজনক হয়ে উঠছে। কিছু অনুসন্ধান সরঞ্জাম, কিছু ক্যাটালগগুলি অবশ্যই সাহায্যকারী জিনিসগুলি রয়েছে - এখন আমরা যা সন্ধান করছি তা কখন কোন ক্যাটালগটি ব্যবহার করা উচিত use কয়েকটি পৃথক ক্যাটালগ রয়েছে, তাই বিভিন্ন স্থান রয়েছে যা আপনি ডেটা সঞ্চয় এবং ভাগ করে নিতে পারেন, সুতরাং এটি খুঁজে বের করার চেষ্টা করার বিষয়, সম্ভবত আমাদের যে ক্যাটালগটি সন্ধান করা উচিত।

অন্য জিনিসটি সহযোগিতামূলকভাবে ভাগ করে নিচ্ছে। আমরা সেই হার্ভার্ড বিজনেস রিভিউ থেকে একটি স্টাডির কথা বলেছি, মূলত অ-মূল্য-যুক্ত কাজগুলি করা, সময় নষ্ট করা এবং এটি কত ব্যয়বহুল। আপনি যদি যৌথভাবে সাধারণ তথ্য উত্সগুলি ভাগ করে নিতে এবং ব্যবহার করতে সক্ষম হন তবে স্ক্রিপ্টগুলি ইতিমধ্যে বিকাশ করা হয়েছে, যুক্তি ইতিমধ্যে সেখানে রয়েছে, আপনি তাদের কার্যকরভাবে পরিচালনা করতে পারেন, তাই বিশ্লেষণ তত্পরতার সাথে প্রশাসনের ভারসাম্য বজায় রাখা, এটিই আপনি যা করতে চেষ্টা করতে চান এবং আমি যা বলব তার এই পৃথিবীতে নেভিগেট করুন, আমাদের কাছে কুলুঙ্গি সরঞ্জাম রয়েছে, আমাদের স্বয়ংক্রিয় ওয়ার্কফ্লো সরঞ্জাম রয়েছে, আমাদের ক্লাসিক এক্সেল রয়েছে, ডেটা ক্যাটালগগুলি, স্ব-পরিষেবা বিআই, ডেটা বিজ্ঞানের সরঞ্জামগুলি। যেমনটি একটি চিত্র দেখিয়েছে, তাদের মধ্যে অনেকগুলি, অনেক সরঞ্জাম এবং প্রচুর ওভারল্যাপ রয়েছে।

নিক জয়েল: হ্যাঁ, নিখুঁত, জেন, এবং আমি মনে করি অন্তর্দৃষ্টিটির উইন্ডোটি, যেমনটি আপনি উল্লেখ করেছেন, এটি অবশ্যই সংকুচিত হচ্ছে, তবে প্রকৃতপক্ষে মডেলগুলি নিযুক্ত করতে যে সময় লাগে তা বজায় থাকে না। ভবিষ্যদ্বাণীপূর্ণ মডেল স্থাপন অবিরত অনেক সংস্থার জন্য একটি বড় চ্যালেঞ্জ হতে চলেছে। আমরা কার্ল রেক্সারের সাথে কথা বলছি যিনি রেকার অ্যানালিটিকসের সভাপতি, এবং কার্লের 2017 সালের তথ্য বিজ্ঞানের সমীক্ষায় তিনি দেখতে পেয়েছেন যে মাত্র 13 শতাংশ তথ্য বিজ্ঞানীরা বলেছেন যে তাদের মডেলরা সর্বদা নিযুক্ত থাকে এবং এই স্থাপনার অনুপাতটি কেবল উন্নত হচ্ছে না, তাই আমরা প্রতিটি পূর্বের সমীক্ষায় ফিরে যান। আসলে, 2009-এ ফিরে যাওয়া, যখন প্রশ্নটি প্রথম জিজ্ঞাসা করা হয়েছিল, এবং আমরা প্রায় অভিন্ন ফলাফল দেখতে পাই, তাই আমরা একটি সত্যিকারের ফাঁক পেয়েছি।

জেন আন্ডারউড: আমরা যখন বিশ্লেষণে পরিপক্কতার দিকে তাকাই, তখন এটি দ্রুত অগ্রগতি লাভ করে। আবার, দুই, তিন বছর আগে, আমরা ভিজ্যুয়াল স্ব-পরিষেবা বিশ্লেষণ করতে পেরে অত্যন্ত উত্সাহিত হয়েছিলাম এবং অবশেষে নমনীয় এবং বিআই-কে জনসাধারণের কাছে প্রসারিত করেছিলাম। যখন আমি জনসাধারণকে বলি, সম্ভবত এখনও কোনও সংস্থার মধ্যে ব্যবহারকারীরা শক্তি প্রয়োগ করে। এখন আমরা অপটিমাইজেশন, ভবিষ্যদ্বাণীমূলক বিশ্লেষণ, গভীর শিক্ষা, প্রাকৃতিক ভাষা, অন্যান্য অনেক প্রযুক্তি দেখছি যা সত্যই, তারা প্রতিদিনের প্রক্রিয়াগুলিতে এমবেড হয়ে গেছে, অবশেষে সত্যিকারের জনগণের মধ্যে ব্যবহারের জন্য জনসাধারণের জন্য বিশ্লেষণকে সত্যই নির্বিঘ্নে গণতান্ত্রিক করে দেবে ইতিমধ্যে তাদের বিদ্যমান ব্যবসায়িক প্রক্রিয়াগুলি।

নিক জয়েল: হ্যাঁ, জেন, আমি যদি পারি তবে এই শেষ বিভাগটি সম্পর্কে একটি দ্রুত গল্প বলি। আজকের এই কলটিতে বেশিরভাগ শ্রোতা গুগল ডিপমাইন্ডের আলফাগো সফ্টওয়্যারটির সাথে পরিচিত হতে চলেছেন, গত কয়েক বছর ধরে বিশ্বের সেরা গো খেলোয়াড়দের পরাজিত করেছেন। পূর্বে রেকর্ড করা ম্যাচের প্রচুর পরিমাণে অধ্যয়ন করে আলফাগো গেমটি খেলতে শিখেছে। এতদূর আলফাগো টুর্নামেন্টের ভাষ্যকাররা দাবি করেছেন যে সফটওয়্যারটি জাপানি গ্র্যান্ড মাস্টারের স্টাইলে খেলেছে, বিশ্বাস করুন বা না করুন।

তবে, গত মাসে, প্রায় আরও অবাক করা ফলাফল প্রকাশিত হয়েছিল। এটি ছিল আলফাগো জিরো, গভীর শিক্ষা, নিউরাল নেটওয়ার্ক, গেমের সাধারণ নিয়ম এবং একটি অনুকূলিত ফাংশন ছাড়া আর সজ্জিত। এটি কোনও তদারকি প্রশিক্ষণ না দিয়ে নিজেকে বিশ্বের শক্তিশালী গো খেলোয়াড় হয়ে উঠতে শিখিয়েছিল এবং প্রায় 40 দিনের মধ্যে এটি সমস্ত করেছিল। এই তথাকথিত শক্তিবৃদ্ধি শেখার, যেখানে মানুষ চ্যালেঞ্জকে সংজ্ঞায়িত করে, গভীর শিক্ষার ব্যবস্থাটি অন্বেষণ করতে, উন্নতি করতে দিন, বিশ্লেষণকারী জায়গাতে এখনও সবচেয়ে বড় প্রভাব ফেলতে পারে। সুতরাং, আমার ধারণা, সাথে থাকুন।

জেন আন্ডারউড: হ্যাঁ, আপনি এটি উল্লেখ করেছেন তা সত্যিই আকর্ষণীয়। আপনি বাদ কি কল্পনা করতে পারেন? এবং এটি আমি দেখতে শুরু করছি। সত্যই, যখন আমি অটোমেশন সম্পর্কে কথা বলি, তখন বায়ু পরিষ্কার করার পক্ষে যথেষ্ট স্মার্ট হওয়ার সমাধানগুলির জন্য খুব উত্তেজনাপূর্ণ, স্বয়ংক্রিয়ভাবে সিস্টেমগুলি থেকে শিখতে, প্লাগ করতে এবং খেলতে এবং অতীতে নেওয়া কিছু সিদ্ধান্তের ভিত্তিতে বা পরবর্তী সিদ্ধান্তগুলির উপর ভিত্তি করে পরবর্তী কী করা উচিত তা জেনে থাকি যা সংস্থার মধ্যে তৈরি করা হয়েছে এবং এই সিস্টেমগুলি, ইটিএল সিস্টেমগুলি পরিচালনা করে এবং তাদের যত্ন নিয়েছে, এবং প্রসেস চলছিল না, সেদিন আমাকে বিফার্স এবং ফোন দিয়ে সতর্কতা দিয়ে ফোন করেছিল, ভাবতে অবাক লাগে, "বাহ, এখন এটি সম্ভবত স্ব-নিরাময়ের জন্য যথেষ্ট স্মার্ট” "

আমার স্বামী একটি স্ব-নিরাময় গ্রিড পরিচালনা করে, আমাদের স্ব-নিরাময় ডেটা ইন্টিগ্রেশন, স্ব-নিরাময় বিশ্লেষণ এবং যেখানে এটি আরও ভাল এবং আরও ভাল হয়, তা সত্যিই উত্তেজনাপূর্ণ। সিডিও হিসাবে, যখন আপনি লোকেরা প্রযুক্তি প্রক্রিয়া সম্পর্কে চিন্তা শুরু করেন, আমরা এখনই প্রযুক্তিটির দিকে নজর দিচ্ছি, তারপরে আমরা লোকদের দিকে নজর দেব এবং কীভাবে আপনার দল গঠন ও বিল্ডিংয়ের দিকে যেতে পারি দক্ষতা. আপনি যদি আধুনিক বিশ্লেষণ প্ল্যাটফর্মটি দেখুন, আমি আপনাকে এখনই বলব, প্রত্যেকেরই এখানে সবকিছু থাকবে না, যদিও বৃহত্তম সংস্থাগুলির মধ্যে এই সমস্ত বিভিন্ন উপাদান থাকতে পারে, কিছু গ্রুপের কাছে কেবল দুটি বা তিনটি ছোট বাক্স থাকতে পারে এখানে, তাই আমি এই দিয়ে লোকদের অভিভূত করতে চাই না। তবে একটি আধুনিক বিআই প্ল্যাটফর্মের জন্য অগত্যা কোনও আইটি বিল্ড প্রয়োজন হয় না, পূর্বনির্ধারিত প্রতিবেদনের অর্থপূর্ণ স্তর layer

ব্যবহারকারী এবং বিশেষজ্ঞদের কেবল বিশ্লেষণাত্মক গতি এবং তত্পরতার জন্য কেবলমাত্র ডেটা প্রস্তুত করার ক্ষমতা দেওয়া উচিত এবং যদি আপনি ব্যবহারকারী এবং বিশেষজ্ঞ-নেতৃত্বাধীন বিশ্লেষণগুলি কী বলবেন বিষয়টির বিশেষজ্ঞদের তত্পরতা বজায় রাখার বিষয়ে চিন্তা করেন, তাদের প্রয়োজন দ্রুত সিদ্ধান্ত নিন। আমরা কী বলব, ব্যক্তিগত ডেটা প্রস্তুতি সরঞ্জাম, ডেটা র্যাংলিং, সমৃদ্ধকরণ, বিশোধন, অ্যাল্টেরিক্স যে ধরণের ক্রিয়াকলাপ সম্পাদন করে তেমনি কিছু বিজ্ঞান-ধরণের ক্রিয়াকলাপ যা তারা উপস্থাপন করে তার একটি বর্ধিত গ্রহণ আমরা দেখছি আমরা হব. আধুনিক প্রস্তুতির সমাধান, তারা প্রস্তাব দেয় যে বুদ্ধিমান, স্বয়ংক্রিয়ভাবে যোগ দেয়, বায়ু রেজোলিউশনগুলি, ডেটা স্থানান্তরিত করে, যখন আপনার কাছে বড় ডেটা পাইপলাইন থাকে এটি খুব সুন্দর। এটি সম্ভবত, আবারও, আমি যে অঞ্চলগুলিকে পছন্দ করি তার মধ্যে একটি এবং ইন্ডাস্ট্রিতেও সত্যই টেস্টিং উপভোগ করে।

ITতিহ্যবাহী আইটি-নেতৃত্বাধীন বিআই-এর বিপরীতে, আইটি আজ ব্যবসাটি সক্রিয় করার দিকে মনোনিবেশ করছে এবং আপনার সিডিওর মতো লোক রয়েছে এবং একসাথে রাখছেন বা অর্কেস্ট্রেটের সঠিক সমাধানগুলি বেছে নেবেন, এই ডেটাটি সংগঠিত এবং একীকরণ করবেন এবং নিশ্চিত করুন, অবশ্যই এটি পরিচালিত, তাই না? একটি জিনিস যা আমার কাছে অত্যন্ত আকর্ষণীয় এবং অবশ্যই আমি মনে করি আমরা এটি অনুমান করেছি, তবে আমি মনে করি না আমরা কেবল সোজা করে বলেছি, এক-আকারের ফিট-সমস্ত ডেটা গুদামের দিন এবং তা হচ্ছে সব শেষ, অবশ্যই শেষ। ডেটা সর্বত্র রয়েছে, আপনাকে তৈরি করতে হবে - ডেটা হ্রদগুলি ছবিতে এসেছে, স্ট্রিমিং ও লাইভ ডেটা রয়েছে, এখন অনেকগুলি বিভিন্ন ডেটা সোর্স রয়েছে, এটি সত্যই আরও বেশি ব্যবহারের ক্ষেত্রে ভিত্তিক, "আপনার কী দরকার?" শ্লোকগুলি এই "আমাদের সমস্ত কিছু একটি ডেটা গুদামে পেতে হবে।" আমি নিশ্চিত নইক, আপনি কি এই সম্পর্কে মন্তব্য করতে চান? আমার মনে নেই

নিক জয়েল: আমি কেবল একটি জিনিস বলব এবং এটি ঠিক, উপাদানটির বিবর্তন দেখুন। বিশেষজ্ঞরা পাঁচ থেকে দশ বছর আগে যা করেছিলেন, তা এখন ব্যবহারকারীর হাতে রয়েছে, সুতরাং ডানদিকে ডানদিকে থাকা জিনিসগুলি ব্যবহারকারীর জন্য একটি ড্রাগ-এন্ড-ড্রপ কোড-মুক্ত ফর্মটিতে খুব বেশি প্রচারিত হতে চলেছে, খুব শীঘ্রই এটি দ্রুত এবং দ্রুত সরানো হবে, তাই কেবল এটির দিকে নজর রাখুন।

জেন আন্ডারউড: হ্যাঁ, এটি সত্যিই ভাল পয়েন্ট। আমি সে সম্পর্কে চিন্তা করতে ভালোবাসি। বিভিন্ন ডেটা বিজ্ঞান, অবশেষে এটি বাস্তবে পরিণত হচ্ছে এবং সরঞ্জামগুলি আরও ভাল হয়ে উঠছে। প্রযুক্তি সম্পর্কে ভাবছেন, এখন আমাদের দক্ষতা এবং লোক থাকা দরকার এবং আমাদের কী করা দরকার? এই মুহুর্তে সেরা কাজ, তাদের মধ্যে ডেটা বিজ্ঞানী, ডেটা ইঞ্জিনিয়ার এবং ব্যবসায় বিশ্লেষকগুলির মতো শিরোনাম অন্তর্ভুক্ত রয়েছে, তবুও আমরা যা সন্ধান করছি তা হ'ল নিয়োগকর্তারা নিজেরাই ম্যাচটি তৈরি করা সত্যিই কঠিন বলে মনে করেন। এমনকি ডেটা প্রিপ স্পেসেও আমি বলব, "এটি কি ডেটা প্রিপ, এটি কি ডেটা বিচলিত হয়, লোকেরা এটিকে কী পদ বলে?" এটি খুঁজে পাওয়া খুব আকর্ষণীয় হয়েছে।

ব্যবসায় তাদের কী প্রয়োজন তা জানে না এবং এটি রয়েছে পুরো নতুন উদীয়মান ক্ষেত্র যা বিভিন্ন অঞ্চলকে বিস্তৃত করবে। আপনি যদি এখন সবার দিকে তাকান তবে তাদের ডেটা, ব্যবসায়িক বিশ্লেষণ, আইটি প্রকল্প পরিচালক, আমার স্বামী যা পাওয়ার গ্রিড এবং প্রকল্পের একটি পোর্টফোলিও পরিচালনা করছেন, তার দরকার আছে, তাকে বিশ্লেষণ করতে সক্ষম হওয়া দরকার। এটি কেবল অর্থ সংস্থান এবং ডেটা বিশ্লেষণ নয়, এটি প্রতিষ্ঠানের অন্যান্য ক্ষেত্রগুলিতে অনেক বিস্তৃত। আমি মনে করি বিপণন কতটা ডাটা উত্স ব্যবহার করে সে সম্পর্কে আমি একটি গবেষণা দেখেছি এবং এটি অপ্রতিরোধ্য। আবার, আপনি যখন হার্ভার্ড বিজনেস রিভিউ দ্বারা করা গবেষণা সম্পর্কে চিন্তা করেন, এটি কেবলমাত্র একটি ডেটা উত্স নয় যে লোকেদের ম্যাশ করতে হবে এবং একত্রে মিশে যেতে হবে এবং এর থেকে অন্তর্দৃষ্টি খুঁজে পেতে হবে, এটি অনেকগুলি ডেটা উত্স এবং এটি করার জন্য দক্ষতা প্রয়োজন।

আপনি যখন এখানে মূলত বড় চিত্রটি দেখেন, সর্বাধিক নতুন ভাড়াগুলি নীচের দিকে এই গোলাপী বুদবুদে থাকবে, যখন আপনি এই ব্যবসায়িক বিশ্লেষকদের সাথে ডেটা মাইনিং বিশ্লেষক, এইচআর পরিচালকগণ, এই অঞ্চলটির সাথে কথা বলবেন, তখন লাইনের মধ্যে কেবল নিয়মিত ভূমিকা রাখবেন ডেটা ব্যবহার করে ব্যবসায়ের। দ্রুত বর্ধমান ভূমিকার জন্য কম চাকুরী হবে, তবে অবশ্যই আমরা আজ বাজারে সর্বাধিক যা শুনি তা তথ্য বিজ্ঞানী এবং ডেটা ইঞ্জিনিয়ার। সিডিও হিসাবে, তারা এগিয়ে খুঁজছেন এবং আপনি প্রতিভা পরিকল্পনা করছেন, আপনার রুটিন কাজগুলির কিছু অটোমেশন এবং আরও কৌশলগত হতে হবে এমন দক্ষতার ধরণগুলির মধ্যে ফ্যাক্টর করা দরকার এবং আবার আপনার প্রতিষ্ঠানের সাথে মূল্য সংযোজন উভয়ের জন্য বিশ্লেষণাত্মক এগুলি সক্ষম হয়েছে তবে সেখানে ডেটা সায়েন্স এবং ডেটা ইঞ্জিনিয়ার লোকদের জন্য। আপনি যখন সর্বাধিক ও উজ্জ্বলতার জন্য প্রতিযোগিতা করার বিষয়ে চিন্তা করেন তখন কীভাবে আপনার আনপোস্টড অবস্থানগুলি এবং এমনকি কিছু স্বতন্ত্র অর্থনীতি পরিবর্তিত হতে পারে তা বিবেচনা করুন।

এবং, সর্বদা পাশাপাশি আপনার প্রতিভা পাইপলাইন সম্পর্কেও চিন্তাভাবনা করুন, প্রার্থীদের বাজারে চলাচল করতে সহায়তা করুন বা এমন জিনিসগুলি সন্ধান করুন যা কিছুটা আলাদা হতে পারে এবং আপনি যা চান তা ঠিক নয় এবং অভ্যন্তরীণ বিশ্লেষণ কোর্সগুলি তৈরি করতে পারে, এটি সম্ভবত দ্রুততম, সবচেয়ে বেশি নাও হতে পারে আপনার জন্য কার্যকর রাখতে কার্যকর কৌশল। এই বা বিভিন্ন গোষ্ঠীর প্রশিক্ষণের জন্য নিবেদিত লোকদের দিকে তাকানোর কথা বিবেচনা করুন এবং আমি বিশ্বাস করি যে অ্যালটারিক্সের আজকের অধিবেশন শেষে কর্মের আহ্বান হিসাবে একটি সুপারিশকৃত কোর্স রয়েছে, যে আপনি এই কয়েকটি জিনিসের জন্য উত্তোলন করতে পারেন এবং আপনার দলকে সহায়তা করতে পারেন ইতিমধ্যে উপলব্ধ বিদ্যমান কিছু রিসোর্স।

নিক জয়েল: একেবারে। অস্ত্রের দৌড়ে না গিয়ে সেই প্রতিভা শূন্যস্থান পূরণ করার অনেকগুলি উপায় রয়েছে। কয়েক স্লাইড ফিরে, আমি জানি না আপনি সেখানে কয়েকজনকে ফ্লিপ করতে পারছেন কিনা। ডেটা সায়েন্স প্রতিযোগিতা সাইট ক্যাগল, তারা কেবলমাত্র ডেটা সায়েন্সের রাজ্যের চারপাশে ১, 000, ০০০ প্রতিক্রিয়া নিয়ে একটি সমীক্ষা প্রকাশ করেছে এবং লোকেরা যে দক্ষতা অর্জন করেছিল তার আশেপাশে জরিপের একটি সত্যই আকর্ষণীয় প্রতিক্রিয়া ছিল, এবং বেশিরভাগ উত্তরদাতাদের পিএইচডি ছিল না, এটি এখন আর পূর্বশর্ত নয়।

পরবর্তী প্রজন্মের বিশ্লেষণ বিশেষজ্ঞরা, আপনি যে বড় বড় বুদ্বুদকে সবে দেখিয়েছিলেন, এই ধারণাটি তারা ন্যানো-ডিগ্রি কোর্সগুলি থেকে তাদের প্রয়োজনীয় জ্ঞান অর্জন করতে পারে। তারা উদাসেতার মতো সাইটে যেতে পারে এবং তারা সরাসরি এই ব্যবসায়, সরাসরি স্বল্প-কেন্দ্রীভূত বিতরণ চক্র তাদের সংস্থাগুলির জন্য প্রতিযোগিতামূলক অগ্রযাত্রার তাত্ক্ষণিক উত্স হিসাবে গড়ে তোলে knowledge তাই কিছু দেখার জন্য, আমি মনে করি।

জেন আন্ডারউড: না, আমি একমত। এমনকি যদি আমি এটি নিয়ে চিন্তা করি তবে ইউসিএসডি-তে আমি দু'বছরের প্রোগ্রাম গ্রহণের পরে এটি অবশ্যই অনেক দীর্ঘ। আমার মনে হয়, ২০০৯, ২০১০ এর সময়সীমার মধ্যে এটি আবার ফিরে এসেছিল এবং সত্যিই সম্ভবত দেশে মুষ্টিমেয় কিছু লোক ছিল যা আপনাকে এটি করতে দেয়। এখন সাধারণত আরও অনেক বিকল্প রয়েছে, সেইসাথে বিশেষ প্রোগ্রাম রয়েছে, এটি বিক্রেতার মাধ্যমেই হোক, লুপগুলি এবং এই সমস্ত বিভিন্ন অনলাইন সংস্থান সহ আজ প্রচুর সংস্থান রয়েছে, এটি কেবল আশ্চর্যজনক, এটি আসলে সময়। সময় তৈরি করা এবং এটি বাজেট করা এবং নিজেকে চালিয়ে যাওয়ার জন্য সময় নির্ধারণ করা। এটি আপনি কী শিখতে চান? এবং তারপরে সেই পথটি অনুসরণ করা যা আপনি শিখতে চান।

এটি দেখার বিষয়ে এবং আপনার নিজস্ব দক্ষতার পরিকল্পনা এবং সিডির সম্ভাবনাময়কে একত্রে রাখার বিষয়ে কথা বলার বিষয়ে, নিশ্চিত হওয়া নিশ্চিত করে যে তারা যে অংশগুলিকে আচ্ছাদিত করেছেন তাদের মধ্যে দক্ষতা রয়েছে বা ডোমেন জ্ঞানের মতো বিষয়গুলির দিকে তাকানো থেকে আমি কী বলব এখনও সত্যই গুরুত্বপূর্ণ, যদিও এই সমাধানগুলি স্ব-প্রশিক্ষণ এবং স্ব-শিখতে পারে, এটি সত্যিকার অর্থেই একটি ব্যবসায়িক বিষয় বিশেষজ্ঞ যা এটি গাইড করবে এবং নিশ্চিত করবে যে ফলাফলগুলি কার্যকর করে।

এখানে সবসময় কিছু থাকে এবং আমি যখন কোনও বীমা সংস্থার জন্য সমালোচনা বিশ্লেষণ করছিলাম তখন উদাহরণটি ব্যবহার করতে চাই এবং অ্যালগরিদমগুলির মধ্যে একটি অনুসন্ধানের বিষয়টি নিউইয়র্ক থেকে কাউকে নিয়োগ দেওয়া নয়। ঠিক আছে, না, আমরা নিউইয়র্ক থেকে কাউকে ভাড়া নেব না - আমাদের জানতে হবে যে অ্যালগরিদম কেন আমাদের এই তথ্য দিচ্ছিল। কারণ আইনী, আইনগুলির একটি পরিবর্তিত হয়েছিল এবং তাই আমরা particular নির্দিষ্ট বিভাগে প্রচুর মন্থন করছিলাম। একটি ব্যবসায়িক বিষয় বিশেষজ্ঞকে তা বোঝার জন্য নিয়ে আসা দরকার, এবং আমি এটি পরিবর্তন করে দেখছি না, আমি এ জাতীয় দিকনির্দেশনা দেখছি না, নিশ্চিত করে যে ফলাফলগুলি সঠিকভাবে দেখায়, কিছু কিছু বন্ধ করে দেয় - এটি এখনও রয়েছে, মানুষের মন বলে কিছু আছে, মেশিনের শক্তির সাথে মিলিত সেই সৌন্দর্যটি সত্যই যেখানে আমরা যাচ্ছি।

আপনি দক্ষতা, দৃষ্টিভঙ্গি, ডেটাতে একটি কার্যকর গল্প বলার সময়, এমনকি এটি এমনকি মেশিন লার্নিং আউটপুট কিনা তা কার্যকর কার্যকর গল্প বলার সময়ে অন্যান্য ধরণের জিনিস। একত্রে রাখা এবং এটি কী প্রভাব ফেলে তা দেখে, সিদ্ধান্ত গ্রহণের মানুষের স্বভাব বোঝা, প্রযুক্তি নির্বিশেষে এই ধরণের জিনিসগুলি অত্যন্ত গুরুত্বপূর্ণ। শাসনব্যবস্থা সত্যিই গুরুত্বপূর্ণ, নীতিশাসন আরও গুরুত্বপূর্ণ হয়ে উঠছে। সামাজিক বিজ্ঞানীদের জড়িত থাকা, এটি বুঝতে পেরেছেন এবং আপনার ডেটাতে এমন কোনও বায়াস রয়েছে যা আপনি এমনকি সংস্থায় উপলব্ধি করতে পারেন না বা এমন কাউকে না পেয়েছেন কিনা তা দেখার প্রশিক্ষণ দেওয়া হয়েছে এমনকি এটি বিশেষজ্ঞের মধ্যে আনতে পারে, ধরণের জিনিস আছে।

এবং আবারও, অবশ্যই ইঞ্জিনিয়ারিং এবং হার্ডওয়্যারের জন্য অবকাঠামো রয়েছে এবং আপনি স্কেল করতে পারবেন তা নিশ্চিত করে এবং এটি বিকাশ করেছে এবং নিশ্চিত করে নিচ্ছেন যে আপনি সঠিক মেঘ সরবরাহকারী ব্যবহার করছেন, সম্ভবত আপনি লকড নন বা আপনার কাছে সরানোর বিকল্প রয়েছে বা তা এগুলি আপনার জন্য কত ব্যয় করতে চলেছে তার মূল্য নির্ধারণ করুন। এটি এই ধরণের দক্ষতা এবং আপনি যখন এটি দেখুন, আমরা একে বিভিন্ন অঞ্চল দ্বারা দক্ষতা বলব, এটি ডেটা-চালিত ফ্রন্টলাইন সিদ্ধান্ত নির্ধারকগুলি - যেখানে এই ভূমিকাগুলির বেশিরভাগই হবেন - সমস্ত উপায়ে সেই ডেটা ইঞ্জিনিয়ার এবং ডেটা বিজ্ঞানীদের কাছে যা হবে ম্যাসেজ এবং ডেটা এই মহাসাগর কাজ করে। এটি এমন ধরণের জিনিস যা আপনি এক সাথে একটি কাঠামো তৈরি করতে চাইবেন।

দক্ষতা কাঠামোর দিকে তাকিয়ে আপনি সাধারণভাবে একটি সংস্থার দিকে তাকান, আপনি কেবল দক্ষতা নয়, যোগ্যতা বিবেচনা করতে চান। শব্দটির মধ্যে কিছুটা অবহেলা আছে যেমন আপনি এটি দেখছেন। আপনার সংস্থার জন্য একটি দক্ষতার কাঠামো একটি পরিষ্কার সংকেত। যুদ্ধ নীতি নির্মাতারা, শিক্ষা সরবরাহকারীদের, দক্ষতার সাথে বলা হবে, আর এর অধীনে টাইপ করা হয়েছে, আপনি সেই ধরণের জিনিসগুলি সম্পর্কে ভাবেন, আপনার কাছে উপযুক্ত কোডার রয়েছে, তবে আপনি কেবল সেই দক্ষতার চেয়ে বেশি কিছু পেতে চান want আপনি যখন দক্ষতা বুঝতে পারবেন, তখন একজন ব্যক্তির কী কাঠামো বুঝতে সক্ষম হতে হবে এবং এটি গুরুত্বপূর্ণ, সেখানে কিছুটা উপকার করা দরকার।

আপনি যখন এটি নির্মাণ করছেন, আপনি সনাক্ত করতে চান যে আপনি কী সক্ষমতা বলছেন যা ব্যবসায়ের উপর ইতিবাচক প্রভাব ফেলে এবং উচ্চ-সম্ভাব্য অঞ্চলগুলিকে হাইলাইট করে, তাই আপনি নিজের সংস্থায় যে দক্ষতাগুলি উন্নত করতে চান সেগুলি কী এবং তার অগ্রাধিকার দিচ্ছেন এবং তারপরে সেগুলি আবার ব্যবসায়ের উদ্দেশ্য সহ সারিবদ্ধ করুন। যে সিডিও তথ্যের মান সর্বাধিকীকরণের জন্য দায়ী, তারা তা তাকাবে এবং তাদের সিএও, যা ডেটার মান সর্বাধিক করতে বিশ্লেষণ ব্যবহার করতে চলেছে। তারা সেই দক্ষতাগুলি এবং সেই বিভিন্ন অঞ্চলগুলিতে, আমি যে অতীতের গ্রিড ছিল সেখানে তা দেখব, তবে তারা কর্মীদের উচ্চ সম্ভাবনাও সন্ধান করবে। আপনি ক্রস-রেফারেন্সে যাচ্ছেন যে ডেটা এবং অ্যানালিটিক্সের কাজের জন্য আপনার কর্মীদের সাথে এবং সেগুলিতে বিনিয়োগের জন্য, তাদের প্রশিক্ষণের সুযোগ প্রদান করুন এবং কেবল প্রশিক্ষণ নয়, মূলত আসল ব্যবসায়ের সমস্যাগুলিতে কাজ করে আসল-বিশ্বের সুযোগগুলি।

এর চেয়ে ভাল আর কিছুই নেই - যদিও আমি কয়েক বছর স্কুলে গিয়েছিলাম, তবুও আমি এই অ্যালগরিদমগুলির কিছু প্রয়োগ না করে বা চেক জালিয়াতি সম্পর্কে শিখেছি, এই বিষয়গুলির কিছু সম্পর্কে শিখেছি যা আমি আগে কখনও ভাবিনি, বাস্তব বিশ্বে একসাথে স্থাপন শুরু করুন এবং এটিই আপনি সত্যই শিখেন। এই অঞ্চলগুলিতে অভিজ্ঞতা অর্জনের জন্য লোককে সেই সুযোগ দেওয়া। যে সংস্থাগুলি শক্তিশালী ক্ষমতা তৈরিতে সর্বোত্তমভাবে সক্ষম, তারা পদ্ধতিগতভাবে চিহ্নিত করতে পারে, উদ্দেশ্যমূলক মূল্যায়ন করে এবং ভবিষ্যতে লোকদের লক্ষ্য অর্জনের জন্য কিছু সংখ্যক মেট্রিক স্থাপনের জন্য আমার সংস্থার মধ্যে ফাঁকগুলি কোথায় রয়েছে তা খুঁজছেন, সেগুলিই সক্ষম হতে চলেছে প্রদান করা.

আপনি যখন প্রাপ্তবয়স্কদের প্রশিক্ষণ দেওয়ার বিষয়ে ভাবেন, আবার সাধারণত এটি একটি সময় অনাহারে থাকে - আমরা সব সময় অনাহারী - তবে প্রতিটিটির জন্য কী কাজ করে তা সন্ধান করে। আমার ব্যক্তিগতভাবে বই রয়েছে, তাই আপনি যদি আজ আমার অফিসে আসেন তবে আপনি প্রচুর ভিডিও দেখতে পছন্দ করলেও প্রচুর বই দেখতে পাবেন। সুতরাং এটি অনুসন্ধানের বিষয়, আপনার সংস্থার কেউ কীভাবে শিখতে পছন্দ করে - তাদের শেখার জন্য অনুপ্রাণিত করে - তবে তাদের সেই কাজটি করার জন্য কিছুটা সময় সরবরাহ করে এবং কোনও ধরণের লক্ষ্য - যেটি পৌঁছতে কার্যকর এবং কী সাধারণত মিশ্রিত করা, এটি ঠিক নয়, স্কোর কার্ডের সেই চিহ্নটি পরীক্ষা করার জন্য অবশ্যই এই কোর্সটি গ্রহণ করুন, এটি বাস্তব মিশ্রণের সাথে মিশে যাচ্ছে এবং সেই প্রকল্পটি থেকে আপনি কী শিখলেন এবং আপনি পরবর্তীটি কী করতে চান? প্রসারিত কি? আপনার দলকে প্রসারিত করা বা আপনার দলটিকে আরও এগিয়ে নিতে অনুপ্রাণিত করা।

সেই শিক্ষাগুলির উদ্দেশ্যগুলি আবার যদি আপনি এটি করে থাকেন তবে তা সত্যই হওয়া উচিত নয়, মূলত ব্যবসায়ের পক্ষে এটি সহজ হওয়া উচিত কারণ সেই উদ্দেশ্যগুলি কৌশলগত ব্যবসায়িক স্বার্থের সাথে একত্রিত হওয়া উচিত। এগুলি দুর্দান্ত প্রকল্প। তারা পরীক্ষামূলক প্রকল্প। তারা এমন প্রকল্প যা সুচকে এগিয়ে নিয়ে যাবে।

নিক, আপনি কিছু যুক্ত করতে চান? আমি নিশ্চিত নই.

নিক জয়েল: না, আমি পরের স্ক্রিনে কেস স্টাডিতে ঝাঁপিয়ে যাচ্ছি, যদি তা ঠিক থাকে। নির্দিষ্ট সংস্থার আরও কিছুটা বিশদ। আমার ধারণা আপনি বাস্তবে যা বলছেন তা তারা প্রচুর রেখেছেন। ফোর্ড মোটর সংস্থা অনেক সংস্থার মতো কয়েক দশক ধরে ডেটা বিশ্লেষণের উপর নির্ভর করেছিল, তবে এটি ধারাবাহিকতা এবং সমন্বয় নিশ্চিত করতে পুরো কর্পোরেশন জুড়ে খুব কম পর্যবেক্ষণ সহ ব্যবসায়ের পকেটে এমনটি করেছে। তাদের সমস্যাগুলি সম্ভবত তাদের স্কেলগুলির একটি সংস্থার জন্য যথেষ্ট সাধারণ ছিল, তাই বিশ্লেষণ বিশেষজ্ঞের সমন্বিত - যেমনটি আমরা বলেছি - পকেটের মধ্যে ডেটা ম্যানেজমেন্ট এবং প্রশাসনিক অনুশীলনগুলি অসঙ্গতিযুক্ত এমনকি এমন কিছু স্থানেও যেখানে কিছু ব্যবসায়িক ইউনিটগুলিকে প্রাথমিক বিশ্লেষণ দক্ষতার অ্যাক্সেসের অভাব ছিল।

আবার, আমরা আজ বিভিন্ন ধরণের ডেটা উত্স সম্পর্কে কথা বলেছি, তাদের 4, 600 এর বেশি ডেটা উত্স ছিল। এর অর্থ এমনকি যাত্রা শুরু করা এবং তাদের প্রয়োজনীয় ডেটা সন্ধান করা ছিল বিশ্লেষণাত্মক অন্তর্দৃষ্টি থেকে আসল প্রতিবন্ধকতা। আমি দেখছি আপনি হাসছেন, কিন্তু এটি একটি ভয়ানক জিনিস, তাই না?

জেন আন্ডারউড: 4, 600, ওহ আমার গোশ, হ্যাঁ

নিক জয়েল: সুতরাং, ফোর্ড একটি বিশ্বব্যাপী অন্তর্দৃষ্টি এবং বিশ্লেষণ ইউনিট গঠন করেছিল এবং এটি কেন্দ্রীয়ীকৃত হয়েছিল - আপনি এটিকে শ্রেষ্ঠত্বের কেন্দ্র বলতে পারেন - যা বিশ্লেষণাত্মক সেরা অনুশীলনকে ভাগ করে নেওয়ার জন্য সংগঠিত ডেটা বিজ্ঞানী এবং বিশ্লেষকদের একটি দল সমন্বিত এবং অপ্টিমাইজড ডেটা-চালিত প্রচারে সহায়তা করার জন্য সংগঠিত ব্যবসায় জুড়ে ডেটা তৈরি। ইউনিটটি কেবলমাত্র সক্ষমতা নয়, পাশাপাশি একসাথে ভালভাবে সংহত করার দক্ষতার জন্যও সেরা-শ্রেণিক সরঞ্জামগুলি বেছে নিয়েছিল, তাই এটি বেশ গুরুত্বপূর্ণ। তাদের গণতান্ত্রিকীকরণের কেন্দ্রবিন্দু ছিল আসলে প্রতিবেদন এবং বর্ণনামূলক বিশ্লেষণকে কেন্দ্র করে, আমরা যে পিরামিডের সাথে কথা বলেছি তার প্রয়োজনের দিকে এগিয়ে যাওয়ার আগে up

এখন, গণতন্ত্রায়ন রাতারাতি কাউকে ডেটা সায়েন্টিস্ট করে তোলে না; কর্মচারীদের কখন এবং কোথায় সহায়তা পাওয়া উচিত তা জানতে হবে এবং এগুলির সাথে সহায়তা করার জন্য প্রশিক্ষণ, পরিচালনা, পদ্ধতি উপলব্ধ রয়েছে। এছাড়াও, এটি কেবল সরঞ্জাম প্রশিক্ষণের জন্য নয়, তথ্য বিজ্ঞান প্রশিক্ষণের জন্যও, আমরা উল্লেখ করেছি যে দক্ষতা ব্যবধানগুলি পূরণ করতে। সুতরাং, ফোর্ডে একটি রিয়েল-ওয়ার্ল্ড ইউজ কেস, একটি লজিস্টিক নেটওয়ার্কের অনুকূলকরণ, সুতরাং ফোর্ড পয়েন্ট এ থেকে পয়েন্ট বিতে উপকরণগুলি সরানোর জন্য সঠিক পরিমাণ প্রদান করছিল? তাদের উত্তরাধিকার বিশ্লেষণগুলি কার্যকরভাবে কার্যকর সুযোগগুলি হাইলাইট করে না; এটি তাদের বাজারে খুব প্রতিক্রিয়াশীল করে তুলেছে। এখন, প্রক্রিয়াটির জন্য অনেক জটিলতা বিশ্লেষকদের মাথার ভিতরে বন্ধ হয়ে গিয়েছিল এবং যখন স্ব-পরিষেবা কার্যপ্রবাহটি ব্যবসায়ের সাথে প্রকৃতপক্ষে পুনরুক্তি করা হয়েছিল তখন তারা এক বিশাল অগ্রগতি অর্জন করেছিল এবং বিশ্লেষক বিশেষজ্ঞরা একসাথে বসে সহ-অবস্থান করছেন।

এটি বিশ্লেষণটিকে মাল্টিয়ার থেকে ত্রৈমাসিকে সরিয়ে নিয়েছে এবং এমনকি নীচে-রিয়েল-টাইমে, ব্যবসায়ের এত বিশাল, বিশাল সুবিধার দিকেও চলে গেছে। ব্যবসায়ের মূল্যে স্ব-পরিষেবা বিশ্লেষণের এই প্রভাব, এমনটি হয়েছে যে ফোর্ড দ্রুত কর্পোরেট-ওয়াইড ডেটা-চালিত কৌশলগুলি পরিকল্পনা এবং প্রতিষ্ঠা করতে পারে, উদীয়মান প্রবণতার প্রতিক্রিয়া জানাতে, নতুন পরিষেবাদি গঠনে সহায়তা করতে এবং মূলত প্রতিযোগিতা থেকে হুমকির মুখোমুখি হতে পারে, কেবলমাত্র ছাড়াই can যে রিয়ারভিউ আয়না তাকান।

এখন, আমরা যদি অন্য মুহুর্তের জন্য কীভাবে অন্য এক গ্রাহককে ফার্মের একক বিভাগে সম্ভবত একটি উল্লম্ব অগ্রাধিকার থেকে বিশ্লেষণকে সমস্ত বিভাগে অনুভূমিক স্ট্রাইপ হিসাবে স্থানান্তরিত করতে দেখেছি তবে আমরা শেল সম্পর্কে কথা বলব। শেলটি শ্রেষ্ঠত্বের কেন্দ্র চালায় যা চিফ ডিজিটাল অফিসারের কাছে রিপোর্ট করে - তাই আমাদের সিএক্সও প্লেবুকের জন্য আরও একটি ডি রয়েছে - ডিজিটাল রূপান্তর এবং স্থায়িত্বের জন্য দায়ী। এই ছেলেরা, তারা বুঝতে পেরেছিল যে তাদের পরিবেশে বেশ কয়েকটি স্তর রয়েছে এবং প্রযুক্তি স্ট্যাক, স্টোরেজ, ডেটা প্রসেসিং এবং এতে সমস্ত বৈশিষ্ট্যযুক্ত প্রযুক্তি রয়েছে যা আপনি সকলেই জানেন। এসএপি হানা, ডেটাব্রিক্স, স্পার্কের মতো জিনিস এবং সঠিক স্কেলগুলির সঠিক অর্থনীতির দিকে পৌঁছাতে তারা পাবলিক ক্লাউডকে কাজে লাগিয়েছে।

এখন, তারা স্পটফায়ার, পাওয়ার বিআই এবং আরও অনেক কিছুতে প্রযুক্তি সরবরাহ করে তাদের প্রচুর আর কোডের জন্য অ্যানালটিক্সকে বিশ্লেষণী মোড়ক হিসাবে বেছে নিয়েছে। কিন্তু এখন তারা ডেটা প্রসেসিং এবং ভিজ্যুয়ালাইজেশনের সাথে আরও বেশি ঘনিষ্ঠভাবে অবলম্বন দেখেছে adop জেন, কেবলমাত্র এই সমস্ত ক্ষমতাগুলির স্লাইডে ফিরে কল করে, আমরা আরও বিশ্লেষকদের অ্যাক্সেস পেতে সক্ষম করতে শুরু করার সাথে এই জাতীয় জিনিসটি ছড়িয়ে পড়ে। আপনি কি জানেন যে তারা এই দক্ষতা এবং সিওই সরবরাহের ক্ষেত্রে অত্যন্ত সফল হয়েছিল, এখন ভবিষ্যতের সক্ষমতা সরবরাহ করতে চেয়েছিল, আমরা যে গভীর গভীর জ্ঞানের বিষয়ে আলোচনা করেছি তার মধ্যে কিছু রয়েছে - মেশিন ভিশন, প্রাকৃতিক ভাষা প্রক্রিয়াকরণ - এবং তাদের মিশনের অর্ধেক হ'ল ডেলিভারি, এর অর্ধেক ব্যবসায়ের ইউনিটগুলিতে এই ধারণাগুলি ব্যাখ্যা এবং অনুঘটক সম্পর্কে। এটি ভ্রমণের অংশ; সিওই সর্বদা তাদের ব্যবসায়ের দর্শকদের সাথে যোগাযোগের জন্য বিভিন্ন উপায়ে সন্ধান করে।

একদিকে সন্দিহানরা যারা একথা বিবেচনা করে বলে, "ঠিক আছে, এই ব্ল্যাক বক্সটি আমার বিশ্লেষকের মতো আর ভাল হবে না, " সমস্ত পাখি বা উত্সাহী যিনি সর্বত্র সংযোগ দেখেন, সম্ভবত কারণগত সম্পর্কের পথে কম তবে আপনার উভয় পক্ষেই সতর্ক হওয়া দরকার। এটি একটি আকর্ষণীয় মাঝের স্থল, যখন আপনার পুরো সংস্থা জুড়ে এই অনুভূমিক স্ট্রাইপ থাকে, সেই হাইব্রিড দক্ষতা সেট যা বর্ণালীটির উভয় দিককে বোঝাতে প্রয়োজন।

নিক জয়েল: ঠিক আছে, জেন, আপনি কি আছেন?

জেন আন্ডারউড: আমি আছি

নিক জয়েল: আমি অনুমান করি আমরা এখানে এই ক্লেটন ক্রিস্টেনসেন উক্তিটি দিয়ে কী বলতে চাইছি তা হ'ল অনেক সংস্থার জন্য আমি অনুমান করি যে বিশ্লেষণের এজেন্ডাটিকে একীকরণ করার জন্য আমরা আজ যে ডিজিটাল রূপান্তরটির কথা বলছিলাম, তা চালিয়ে যাচ্ছি একটি চ্যালেঞ্জ হতে। প্রায়শই না, আমরা বিশ্লেষণকারী দলগুলি দুর্বল হাতে দিয়ে শুরু করি। বিশ্লেষণী প্রক্রিয়া, প্রযুক্তি, দলগত কাঠামোগুলির লিগ্যাসি হোল্ডওভারগুলির সাথে উদ্ভাবনের চেষ্টা করা এবং এই চিহ্নগুলি ধরে রাখা বিশ্লেষণী প্রান্তিককরণ এবং বিশ্লেষণী উদ্ভাবনের ক্ষেত্রে সবচেয়ে বড় বাধা হয়ে উঠছে। জেন, সে সম্পর্কে আপনার কোনও চিন্তাভাবনা আছে?

জেন আন্ডারউড: আমি নির্বাচিত ছবিটি উপভোগ করি। হ্যাঁ, অবশ্যই আমাকে অনেক বোঝায়। উদাহরণস্বরূপ, রিয়েল টাইমে স্ট্রিমিং করতে আপনাকে এই কয়েকটি নতুন প্রযুক্তি গ্রহণ করতে হবে। আপনি যদি পুরানো উত্তরাধিকারের সাথে প্রতি ব্রাউজারে জাভাস্ক্রিপ্ট রিফ্রেশ করতেই হন তবে অগত্যা সেই রিয়েল-টাইম ফলাফলগুলি অর্জন করতে সক্ষম হবেন না - সম্ভবত এটি কোনও ড্যাশবোর্ড অ্যাপ্লিকেশন বা এই ধরণের জিনিস। হ্যাঁ, আপনাকে এই নতুন কিছু সরঞ্জামকে আলিঙ্গন করা দরকার এবং আবারও আমার মনে হয় এই চিত্রটি সত্যিই খুব সুন্দর, কার্ট এবং বগি, আপনাকে সেই পুরানো কারিগরি পদ্ধতির কয়েকটি যেতে দেওয়া হবে।

নিক জয়েল: একেবারে। সুতরাং, আমরা যদি পরবর্তী স্লাইডে চলে যাই তবে আমরা মনে করি এর থেকে আরও ভাল উপায় আছে। আমি প্রথমে অনুমান করি যে গুগলের মতো অনুসন্ধানের অনুরূপ এমন কিছু ব্যবহার করে আপনার প্রাসঙ্গিক যে সমস্ত ডেটা সম্পদ দ্রুত প্রেরণ করুন। তাদের প্রসঙ্গটি বোঝা, নির্ভরতা বোঝা, আপনার সম্প্রদায়ের বিশেষজ্ঞদের দ্বারা রচিত ব্যবসায়ের শব্দের মতো সত্যিকারের সাধারণ বিষয়গুলিতে ফ্যাক্টরিং করা, আপনার সহকর্মীদের প্রধানদের সেই উপজাতীয় জ্ঞানের সমস্ত দ্বারা বাঁচিয়ে রাখা।

ডেটা আবিষ্কারের সাথে স্মার্ট হওয়া। রিপোর্টের মালিক এবং বিশেষজ্ঞদের সাথে কথোপকথন করার ক্ষমতা সম্পর্কে চিন্তা করুন Think আপলোড করা, ট্রিপ পরামর্শদাতা বা ইয়েল্পের সামান্য কিছু করুন, সর্বাধিক দরকারী সম্পদ আপলোড করুন, সংস্থাটি যে সর্বাধিক মূল্যবান বলে মনে করে তাদের শংসাপত্র এবং তারপরে অনুসন্ধানের ফলাফলগুলিতে এবং শেষ পর্যন্ত অনুসন্ধানের র‌্যাঙ্কিংয়ে ফিরিয়ে আনা, এটি আরও ভাল করে তোলে পরবর্তী ব্যবহারকারী একবার আপনি যা সন্ধান করছেন তা খুঁজে পাওয়ার পরে, আপনার নিখুঁত ডেটা সেট বিকাশ করার জন্য দ্রুত, কোড-মুক্ত, ব্যবহারকারী বান্ধব, প্রস্তুতি এবং বিশ্লেষণের পর্যায়ে চলে যা, যার থেকে পুনরাবৃত্তযোগ্য প্রক্রিয়াগুলি প্রকাশ করা যায়।

ব্যবহারকারী-বান্ধব অ্যাপ্লিকেশনগুলি তৈরি করে আমাদের অটোমেশন কথোপকথনে ফিরে যান। বিশ্লেষণাত্মক মডেলগুলি তৈরি করতে যা কিছু প্রয়োজন। মডেলগুলির কথা বললে, আমরা বেশ কয়েক বছর ধরে আর-এর মতো মুক্ত-উত্স প্রযুক্তিগুলিকে সমর্থন করেছি, আমাদেরকে একটি সত্যিকারের উন্নত বিশ্লেষণযোগ্য ক্ষমতা তৈরি করতে সহায়তা করে যা বর্ণনামূলক, তবে ভবিষ্যদ্বাণীমূলক, ব্যবস্থাপত্র বিশ্লেষণকেও একটি সরল, ড্র্যাগ এবং- ড্রপ ওয়ে

এখন, ডানদিকের দিকে, আসলে ইন্টারেক্টিভ ভিজুয়ালাইজেশন, মডেলগুলি এবং স্কোরিং সম্পর্কিত ডেটা প্ল্যাটফর্মের ভিতরে চাপ দেওয়া হচ্ছে বা খুব সাম্প্রতিক সময়ে, এই অন্তর্দৃষ্টিটি তাত্ক্ষণিকভাবে এবং সরাসরি একটি ব্যবসায়ের প্রক্রিয়ার মধ্যে উপলব্ধ করে তুলেছে। আমি মনে করি এটি পুরো প্ল্যাটফর্মের মধ্যে এই ক্ষমতার পরিসর যা এই বছরের গার্টনার পিয়ার ইনসাইটস গ্রাহক চয়েস সার্ভেতে স্বর্ণ পুরষ্কার বিজয়ী হিসাবে স্বীকৃতি দিতে আমাদের মঞ্জুরি দিয়েছে, এটি একটি দুর্দান্ত সাফল্য। আমি আপনাকে দৃ strongly়ভাবে পরামর্শ দিচ্ছি যে আপনি আরও খুঁজে পেতে এবং আপনার নিজস্ব ভোট যুক্ত করতে এবং আপনার নিজস্ব ভাষ্য যুক্ত করতে গার্টনার সাইটটিতে যান।

শীতল, সুতরাং, জেন, যদি আমরা আরও একটি স্লাইড এগিয়ে রেখে যাই - আমি অনুমান করি যেহেতু আমরা শেষ করেছি, আমি আপনাকে পরবর্তী কয়েকটি পদক্ষেপ দিতে চাই। প্রথমত, বিশ্লেষণাত্মক বাধা নিরসন ঘিরে আন্তর্জাতিক বিশ্লেষণ ইনস্টিটিউট (IIA) এর সাথে সমন্বয় করে সম্পন্ন আমাদের অতি সাম্প্রতিক গবেষণা সংক্ষিপ্তটির প্রশংসামূলক কপি ডাউনলোড করতে দয়া করে Alteryx.com দেখুন। আপনার দলগুলিকে কীভাবে সক্ষম করা যায় সে সম্পর্কে আরও জানার জন্য, সেই উন্নত বিশ্লেষণের ন্যানো-ডিগ্রি নিয়ে এবং তারপরে অবশেষে নিজের জন্য অ্যালটারিক্সের অভিজ্ঞতা অর্জন করতে আপনি udacity.com/alteryx পরিদর্শন করতে পারেন। হোমপেজটি দেখুন, একটি সম্পূর্ণ বৈশিষ্ট্যযুক্ত মূল্যায়ন ডাউনলোড করুন এবং সমাধানের রোমাঞ্চের সাথে জাহাজে উঠুন।

জেন, তোমার হাতে আমরা কিছু প্রশ্নোত্তর জন্য কিছু সময় থাকতে পারে।

এরিক কাভানাঘ: আমি সত্যিই খুব দ্রুত ছিমছাম করব। আমাদের কাছে বেশ কয়েকটি প্রশ্ন রয়েছে। আমি প্রথমে নিক, এবং তারপরে জেনকে একটি নিক্ষেপ করব, যদি আপনি এটি সম্পর্কে মন্তব্য করতে চান তবে এটি অবশ্যই ইইউতে আরও প্রয়োগযোগ্যতা এবং এটি হ'ল কুখ্যাত জিডিপিআর, গ্লোবাল ডেটা প্রোটেকশন রেগুলেশনস। এটি কীভাবে আল্টারিএক্স এবং আপনার রোডম্যাপকে প্রভাবিত করছে এবং আপনি কীসের প্রতি দৃষ্টি নিবদ্ধ করছেন?

নিক জয়েল: এটি অনেকটা বুগিম্যান, আমার ধারণা, এখনই এটি বেরিয়ে এসেছে। প্রচুর লোকেরা এটি সম্পর্কে কথা বলছেন, প্রচুর লোকেরা বেশ চিন্তিত, তবে এটি ডেটা এবং বিশ্লেষণ বিশ্বে একটি দীর্ঘ সিরিজের নিয়মনীতি যা প্রথম আসতে চলেছে really সত্যই, আমাদের দৃষ্টিকোণ থেকে, এটি আপনার ডেটা বোঝার এবং শ্রেণিবদ্ধকরণ সম্পর্কিত। কোনও নির্দিষ্ট গন্ধের সিএক্সও হিসাবে নিশ্চিত করা, আপনি জানেন যে আপনার সম্পদগুলি কোথায়, আপনি তাদের প্রসঙ্গটি জানেন এবং আপনি জানেন যে আপনি কেবলমাত্র বিস্তৃত প্রসঙ্গে ডেটা পরিচালনা ও পরিচালনার প্রথম পদক্ষেপ হিসাবে তাদের বিশ্বাস করতে পারেন।

এরিক কাভানাঘ: আমার ধারণা, নিককে জিনকে ফিরিয়ে আনার আগে আমি আপনার কাছে আরও একটি প্রশ্ন ফেলে দেব এবং তা হ'ল প্রশিক্ষণ ডেটা, যদি কেউ অনুরোধ করে যে তাদের ডেটা আপনার এন্টারপ্রাইজ থেকে অপসারণ করা হবে, তবে এটি কেবল তাদের নাম নয়, ঠিকানার মতো এবং কেবল তাদের যোগাযোগের তথ্যই নয়, যদি কোনও অ্যালগরিদম যদি আপনার ডেটা অন্তর্ভুক্ত প্রশিক্ষণ ডেটা ব্যবহার করে তবে আপনার অ্যালগোরিদম পুনরায় প্রশিক্ষণ করার কথা, এটি কি ঠিক নয়?

নিক জয়েল: এটি বিশেষত জটিল। আমি মনে করি যে এই ডাটাবেসটি ব্যক্তিগতভাবে সনাক্তযোগ্য কিছু তথ্যের উত্স হিসাবে নয়, তবে বিশ্লেষণমূলক কর্মপ্রবাহ, অ্যাপস, ভিজ্যুয়ালাইজেশন। এই তথ্যটি কোনও সংস্থার সাথে সর্বত্র পাওয়া যায়, সুতরাং সেই প্রসঙ্গে: একেবারে অত্যাবশ্যক।

এরিক কাভানাঘ: এবং জেন, আপনার চিন্তা কি? স্পষ্টতই, মার্কিন যুক্তরাষ্ট্রে এটি এতটা বড় চুক্তি নয় এবং প্রযুক্তিগতভাবে এটি এখানে প্রয়োগ হলেও আমরা এখন অনেকগুলি সংস্থাগুলি এটি নিয়ে হতাশাবোধ করতে দেখছি না। যদি কোনও মার্কিন সংস্থার কোনও ইইউ নাগরিকের ডেটা থাকে, আপনি জিডিপিআরের তাত্পর্যটি কীভাবে গ্রহণ করবেন এবং এটি কত বড় চুক্তি?

জেন আন্ডারউড: আচ্ছা, আমি অবশ্যই মনে করি এটির জন্য তথ্যের দায়বদ্ধ চিকিত্সা প্রয়োজন। আমি এটি সম্পর্কে কয়েকবার লিখেছি এবং এইগুলির কয়েকটি বিষয়ে কিছু গাইডলাইন পেয়েছি। আমি মনে করি আপনি অ্যালগরিদম সম্পর্কে যে প্রশ্নটি জিজ্ঞাসা করেছেন তা আকর্ষণীয়। অবশ্যই, আমি আজ যে সমাধানগুলিতে সন্ধান করছি তার কয়েকটি, তাদের কয়েকটি পণ্য দল বৈশিষ্ট্যগুলি ডিজাইন করেছে যাতে আপনি দেখতে পারেন যে তারা কীভাবে সিদ্ধান্ত নিচ্ছেন এবং সেই অ্যালগরিদমের ফলাফল সিদ্ধান্ত নিতে কোন ব্যক্তিগত ডেটা ব্যবহার করা হয়েছিল। আমরা মার্কিন যুক্তরাষ্ট্রে পণ্য ডিজাইনের কিছু প্রভাব দেখছি।

প্রযুক্তি সংস্থাগুলির অনেকের এখানে খুব বড় অফিস রয়েছে এবং এখানে যুক্তরাষ্ট্র এবং পাশাপাশি বিশ্বব্যাপী উন্নয়ন দল রয়েছে, তাই আমরা এটি পণ্য বিকাশে দেখছি। আমি আরও ডেটা ক্যাটালগগুলিতে বিনিয়োগ হচ্ছে দেখছি governments আরও বেশি সরকারের উদ্যোগ ব্যয় হচ্ছে যাতে লোকেরা বুঝতে পারে এবং তারা বুঝতে পারে যে সমস্ত ডেটা বিশৃঙ্খলার মধ্যে রয়েছে। কমপক্ষে এটি সংগঠিত করে, তাদের সন্ধান করার জন্য এবং এটি দিয়ে কিছু করতে সক্ষম হয়ে তাদের অস্ত্র পাওয়ার চেষ্টা করছে।

এরিক কাভানাঘ: আমি এই স্লাইডটি ধাক্কা দিয়ে যাচ্ছি যা আমরা আগেই বলেছিলাম এবং নিক আপনার কাছে এটি ছুঁড়ে দেব। আমি মনে করি এটি একটি দুর্দান্ত স্লাইড কারণ আমার কাছে, এটি সত্যই বিশ্লেষণের প্রয়োজনের অনিষ্টতার সাথে কথা বলে। এই পরিবর্তনশীল গতিশীল সম্পর্কে আপনার কী ধারণা? আমি বলতে চাইছি, নীচের অংশটি হ'ল সংস্থাগুলি অবশ্যই চটপটে থাকতে হবে এবং বিশ্লেষণগুলি আমি সেই চার্জের নেতৃত্ব হিসাবে দেখছি। আপনি কি মনে করেন?

নিক জয়েল: এটি আকর্ষণীয়। আমি মনে করি সবসময় রয়েছে - তিনটি রাজ্যে সবসময় সংস্থাগুলি এবং প্রযুক্তি বিদ্যমান থাকে, সুতরাং এটি হয় যুদ্ধ, শান্তি বা আশ্চর্য হতে চলেছে। যুদ্ধটি সেই ভারী পর্যায়ের প্রতিযোগিতা সম্পর্কে হতে চলেছে। আশ্চর্য হ'ল আপনার প্ল্যাটফর্মের শীর্ষে নির্মিত দুর্দান্ত সব নতুন জিনিস। তারপরে প্রতিযোগিতা ও যুদ্ধের আগে শান্তি আবার শুরু হয়। আমি মনে করি সর্বদা এই যুদ্ধ চলছে।

আজকের আহ্বানের আগে, আমরা বিশ্বব্যাপী চলমান অন্যান্য কয়েকটি সম্মেলন এবং মূল নোটগুলির বিষয়ে কথা বললাম। কিছু বড় মেঘ বিক্রেতারা, তারা এমন এক পর্যায়ে পৌঁছেছেন যেখানে তারা এই প্ল্যাটফর্মটি তৈরি করেছেন এবং এখন তারা এর শীর্ষে দুর্দান্ত নতুন জিনিস তৈরি করছে। সংস্থাগুলি এই বিষয়ে সত্যই নজর রাখতে হবে এবং নিশ্চিত করতে হবে যে তারা এমন কিছু নিয়ে যাচ্ছে যা একটি সুসংগত প্ল্যাটফর্ম রয়েছে যা ভবিষ্যতের জন্য সেই মানটি সরবরাহ করবে। তারা হ'ল যাঁরা এই বিঘ্নটি থেকে বাঁচতে চলেছেন।

এরিক কাভানাঘ: হ্যাঁ, এটি একটি ভাল বিষয়, এবং আপনি জানেন, জেন, আপনি আগে মন্তব্য করেছিলেন, শোয়ের আগে, মেঘ কৌশল সম্পর্কে এবং শিল্পে আপনি যে অনেক লোক জানেন তা বলছে যে বড় সংস্থা, এমনকি ব্যাংকগুলি, সব এখন একটি মেঘ কৌশল আছে। এটি বাস্তবায়িত হতে কতটা সময় লেগেছে সে সম্পর্কে আমি একপ্রকার অবাক হয়েছি এবং আমার ধারণা সম্ভবত তাদের মধ্যে কয়েকজন এডাব্লুএস রিইনেন্ট কনফারেন্সে গিয়েছিল এবং বুঝতে পেরেছিল যে এটি কতটা বিশাল এবং সময়টি এসে গেছে এমন সিদ্ধান্তে টানল। মেঘের আমদানি সম্পর্কে বড় ব্যবসায়ী আধিকারিকদের মধ্যে সচেতনতা সম্পর্কে কী ভাবছেন এবং কীভাবে তাদের পরিকল্পনার পরিবর্তন হচ্ছে?

জেন আন্ডারউড: আমি যখন বিশাল আকারের ডেটাগুলির এই পৃথিবী সম্পর্কে চিন্তা করি, এটি পরিচালনা করতে সক্ষম হয়ে থাকি তখন আমি কিছু স্তরের সাথে মনে করি যে খুব বড় সংস্থাগুলির মধ্যে একটি সুরক্ষার দিকগুলির দায়ভার নেওয়ার সাথে কিছুটা মানসিক প্রশান্তি রয়েছে, তাই রয়েছে কিছু মনের শান্তি সেখানে। আপনি জানেন মেঘের সাথে কিছু সীমিত স্কেল রয়েছে।

অন্য জিনিসটি হ'ল এবং আমি এটি দেখেছি, আমি এমন একটি দলে ছিলাম যে মেঘে একটি পণ্যকে নতুনভাবে বিকশিত করেছিল এবং এটি অবশ্যই একটি আন্ডারডগ পণ্য ছিল এবং কেউই এটির দিকে কোনও মনোযোগ দেয়নি এবং দুই বছরের মধ্যে, সাপ্তাহিক প্রকাশের কারণে এবং এমনকি, আমি বলব, এটি প্রায় মেঘে দৈনিক প্রকাশের পয়েন্টে। আমি জানি যে অ্যামাজন বলে যে তারা প্রতিদিন একাধিকবার মুক্তি দেয়। আপনার যখন হুমকির মুখোমুখি হয়, যখন আপনার প্রতিযোগীরা প্রতিদিন প্রকাশ করতে এবং উন্নত করতে পারে, তারা যা-ই করছে, কমপক্ষে সফ্টওয়্যার শিল্পে - এবং আপনি যখন ডিজিটাল ট্রান্সফরমেশনটির দিকে তাকাতে শুরু করেন তখন প্রত্যেকেরই সত্যই সফ্টওয়্যার শিল্পে থাকে - এটি সম্পূর্ণ অন্য বলগেম এবং যে কেউ মেঘ এবং স্কেল স্পিন করে বড় হতে পারে।

আবার, এটি এমন ডেটা হতে চলেছে যে তারা তাদের অ্যালগোরিদমগুলিতে পার্থক্য এবং বুদ্ধি তৈরি করতে চলেছে এবং তারা যে উপাত্ত ব্যবহার করছে তা হ'ল লোকেরা ডেটা নতুন তেল বা ডেটা সোনার হওয়ার কথা বলছে। আমি যখন মেঘের দিকে তাকাব তখন এটি গেম চেঞ্জার, এটি সত্যই খুব দ্রুত এবং খুব দ্রুত স্কেল সক্ষম করে। এটা আশ্চর্যজনক.

এরিক কাভানাঘ: নিক, অন্য প্রশ্নের জন্য আপনাকে আবার ফিরিয়ে আনব - আমরা এই প্রশ্নগুলির কিছু পেতে পারলে আমরা এখানে এক মিনিট এগিয়ে যাব, তবে, আমার মনে আছে, পাঁচ ও ছয় এবং সম্ভবত সাতটিও হতে পারে কয়েক বছর আগে অ্যালটারেক্স তৃতীয় পক্ষের ডেটা উপকারের ক্ষেত্রে সত্যই উদ্ভাবক ছিলেন - সুতরাং এক্সপেরিয়ানের মতো উত্স থেকে ডেটা আনা, উদাহরণস্বরূপ, বা ভূ-স্থানিক ডেটা। আমি ভাবছি এটি সম্ভবত একটি কৌশলগত সুবিধা কারণ এ ধরণের জিনিসটি ডিএনএতে অ্যালটারেক্সে রয়েছে, তাই না? সংস্থাগুলি মেঘের দিকে এগিয়ে যাওয়ার সাথে সাথে আমার মনে হয় আপনারা those দুনিয়াগুলি ব্রিজ করতে সক্ষম হওয়ার অনেক অভিজ্ঞতা অর্জন করেছেন। অন-প্রিমের আয়াতগুলির বিশ্বের তৃতীয় পক্ষ এবং মেঘ-ভিত্তিক ডেটা, আপনার কী মনে হয়?

নিক জয়েল: হ্যাঁ, একেবারে। এই ক্লাউড-ভিত্তিক পরিবেশে কাজ করতে চলেছে এমন কোনও সংস্থার সাথে চূড়ান্ত সংযোগটি এমন একটি পাওয়ার প্লে হতে চলেছে। তবে আমি বলব, যখন আমরা ইনফোনমিকসের মতো কিছু নিয়ে কথা বলি, তখন ধারণা এবং তথ্যটি আপনার সংস্থার একটি সম্পদ হিসাবে বিবেচনা করা উচিত। প্রক্রিয়াটিতে আরও মান তৈরি এবং নগদীকরণের জন্য আপনি যে মানটি আনতে চলেছেন তার বেশিরভাগটি হ'ল বাহ্যিক ডেটা উত্সগুলি গ্রহণ করা, তাদের মিশ্রন করা এবং আপনার অভ্যন্তরীণ উত্সগুলি দিয়ে তাদের সমৃদ্ধ করা। অভ্যন্তরীণ এবং বাহ্যিক ডেটা সমানভাবে কাজ করা একেবারে সমালোচনা।

এরিক কাভানাঘ: হ্যাঁ, এটি একটি ভাল বিষয়। আমি মনে করি হাইব্রিড মেঘের এই পুরো বিশ্বটি এখানেই রয়েছে। জেন, আমি সম্ভবত কিছু বন্ধ করার মতামতের জন্য এটি আপনার কাছে ফেলে যাচ্ছি, সম্ভবত। আমার কাছে, সেই কৌশলগত দৃষ্টিভঙ্গি থাকা এবং নতুন শব্দ হিসাবে একত্রিত করতে সক্ষম হওয়া উত্সগুলিতে ডেটা বর্ণনা করছে, এটি একটি সফল সাফল্যের কারণ হতে চলেছে, ডান?

জেন আন্ডারউড: না, একেবারে এবং মজার, আমি এই হাইব্রিড, হাইব্রিড, হাইব্রিড শুনছিলাম। আপনি এই সম্পর্কে শুনেছেন এবং চার বছর আগে আপনি হাদোপ, হাদুপ এবং বড় ডেটা সম্পর্কে চিন্তাভাবনা করেছেন এবং তারপরে আপনি হাইব্রিড, হাইব্রিড শুনতে শুরু করেছেন, অবশ্যই সেখানে এসেছেন, আমরা অগত্যা নই, এটি মেশিন লার্নিংয়ের বছর, বার কোনও নয়। আমার অর্থ, কৃত্রিম বুদ্ধিমত্তা, মেশিন লার্নিংটি এই বছর মঞ্চে নিয়েছে, তবে আজ কোনও সংস্থায় সত্যই কাজ করার জন্য যা মেঘের পথে রয়েছে বা এই সমস্ত মেঘের ডেটা উত্সগুলি মোকাবেলা করতে পারে, সম্ভবত এটি বিক্রয়ফোর্স বা ওয়ার্কডে, এই সমস্ত বিভিন্ন ধরণের উত্স যা মেঘে বাস করে, আপনি এটি পরিচালনা করতে পারেন এমন একমাত্র উপায় হ'ল হাইব্রিড। আপনি সম্ভবত সর্বত্র ডেটা অনুলিপি করতে পারবেন না, সুতরাং আপনাকে সরাসরি সংযোগ করতে সক্ষম হতে হবে এবং আপনাকে যে কোনও জায়গায় অবস্থিত ডেটা দিয়ে কাজ করার উপায় খুঁজে বের করতে হবে, সর্বত্র ডেটা সন্ধান করতে হবে, কারণ এটিই যেখানে আমরা ঠিক সেখানে আছি এখন।

এরিক কাভানাঘ: আমি মনে করি যদি আমি কথোপকথনে মেশিন লার্নিং ফিরিয়ে না আনি তবে আমি কী পরিতোষ হব, তাই নিক, আমি এটিকে কেবল আপনার কাছেই ফেলে দেব। আমি জানি যে আপনারা এখন সেই বিষয়ে মনোনিবেশ করেছেন - আপনি যেখানে বিশ্লেষণ বিশ্লেষণ এবং আমাদের ব্যবসায় এবং আমাদের ডেটা বোঝার জন্য আমরা যে ধরণের সিস্টেম ব্যবহার করি সেগুলি নিয়ে আপনি মেশিন লার্নিংকে কীভাবে দেখছেন সে সম্পর্কে আপনি কী ধরনের কথা বলতে পারেন?

নিক জয়েল: হ্যাঁ, অবশ্যই সুতরাং, খুব সংক্ষেপে, তারপরে, আসুন দ্রুত আমাদের দক্ষতার ফাঁকে ফিরে যাই। ধারণাটি যে আমরা সংস্থাগুলি পাওয়ার এক্সেল ব্যবহারকারীদের সাথে একেবারে চক-পূর্ণ পেয়েছি। আমাদের কাছে তথ্য বিজ্ঞানীরা পেয়েছেন তবে একই হারে বাড়ছে না। দুজনের মধ্যে রয়েছে বিশাল ব্যবধান। আজ কোথায় মেশিন লার্নিং রয়েছে তা ভেবে দেখুন আমাদের ফোনে বা আমাদের ঘড়িতে কতগুলি অ্যালগরিদম রয়েছে যা মেশিন শেখার কৌশলগুলিকে অন্তর্ভুক্ত করে? এটি একটি পণ্য, এটি সর্বত্র। ব্যবসায় জুড়ে সফলভাবে মেশিন প্রয়োগ করা হয়েছে তা নিশ্চিত করার জন্য আমাদের এই শক্তি ব্যবহারকারীদের সহজতম পদ্ধতিতে সক্ষম করতে হবে।

এরিক কাভানাঘ: আমি সম্ভবত একটি শেষ আপনার কাছে ফেলে দেব। আমরা দেরিতে, এখানে এখানে কয়েকটি প্রশ্ন পেয়েছি। জেন, আমি আপনাকে এটি জিজ্ঞাসা করব। একজন অংশগ্রহণকারী আনসারভিজড লার্নিংয়ের পুরো ধারণাটি সম্পর্কে মন্তব্য করছেন এবং সত্যটি হ'ল আপনার সেই জিনিসটি করার জন্য প্রশিক্ষণের ডেটা প্রয়োজন এবং সাধারণত প্রশিক্ষণের ডেটা সংস্থার সাথে সুনির্দিষ্ট হওয়া দরকার। যদিও শিল্পগুলিতে অনেকগুলি পারস্পরিক সম্পর্ক রয়েছে তবে প্রচুর উপায় রয়েছে যেখানে সংস্থাগুলির মিল রয়েছে। তা সত্ত্বেও, প্রতিটি সংস্থা অনন্য, এটি তার ব্যবসায়ের মডেল হোক বা বিপণন বা বিক্রয় সম্পর্কিত তার দৃষ্টিভঙ্গি হোক বা যাই হোক না কেন ক্ষেত্রে পণ্য বিকাশ হোক।

প্রশ্নটি হয়ে ওঠে, এই অ্যালগোরিদমগুলি কি প্রশিক্ষণের জন্য তৃতীয় পক্ষের ডেটা ব্যবহার করতে সক্ষম হবে? আমার কাছে মনে হয় আপনি এই অ্যালগরিদমগুলি প্রশিক্ষণের জন্য আপনার নিজের ডেটা সর্বদা ব্যবহার করা দরকার, এমনকি যদি সেই চক্রের সময়টি ছয় মাস থেকে ভেঙে যায় - যা কিছু ক্ষেত্রে ঘটেছে - 40 দিন বা 20 দিন অবধি, যাই হোক না কেন কেস হতে পারে। আপনাকে সত্যই নিজের ডেটা ব্যবহার করতে হবে এবং আপনাকে নিশ্চিত করতে হবে যে ডেটাটি বেশ পরিষ্কার, তাই না?

জেন আন্ডারউড: এটি সত্যিই একটি মিশ্রণ। আপনি বাহ্যিক প্রসঙ্গ থাকতে চান। আসলে, আমি আজকে পিছনে পিছনে বুকিং করেছি এবং আমার পরবর্তী ওয়েবিনার মেশিন লার্নিংয়ের জন্য উপহাসের সাথে ডেটা প্রস্তুত এবং পরিষ্কার করার কথা বলছে। আসলে কী কী আপনি আপনার সংস্থার সাথে বাহ্যিক প্রসঙ্গ একসাথে রেখে চলেছেন, এবং আমি পছন্দ করি যে আপনি ডেটা প্রস্তুতি এবং পরিষ্কারের বিষয়ে জিজ্ঞাসা করেছিলেন, কারণ সত্যই, কিছু সরঞ্জাম খুব ভাল পেয়েছে - তারা এর কিছু দিক পরিচালনা করতে পারে তবে মানব মন, বা সমস্যাটি ব্যাখ্যা করতে সক্ষম হয়েছে এবং দেখতে এবং নিশ্চিত করা যায় যে তারা বাদ পড়ে নি - বলুন যে আমাদের একরকম বাদ দেওয়া পক্ষপাত রয়েছে। আপনি যেভাবে সমস্যাটি দেখছেন এবং যেভাবে আপনি স্বয়ংক্রিয়ভাবে যাচ্ছেন বা যে সিদ্ধান্ত আপনি স্বয়ংক্রিয় করছেন সেগুলি ডিজাইনের জন্য আপনি যেভাবে বেছে নিচ্ছেন, সেটির একটি শিল্প আছে এবং তা নিশ্চিত করা যায় যে এটি ব্যবসায়ের প্রক্রিয়াটি সঠিকভাবে প্রতিবিম্বিত করে।

বীমা সংস্থার সাথে আমার উদাহরণ ফিরে পাওয়া, যখন আমরা মন্থকে মডেলিং করছিলাম এবং কে বীমা বিক্রয় করার জন্য এই স্পনসরড প্রশিক্ষণের মধ্য দিয়ে যেতে হবে; মডেল নিজেই আইনী জলবায়ু ছিল না, বিভিন্ন রাজ্যের জন্য বিভিন্ন আইন। সেখানে সর্বদা কিছু দিক হতে চলেছে, যেখানে আপনার অভ্যন্তরীণ ডেটা এবং আবার মানুষের মনকে সেই বাহ্যিক ডেটা রাখতে হবে। সেখানে বিভিন্ন উপাদান হতে চলেছে।

এরিক কাভানাঘ: আমি মনে করি আপনি এখানে সত্যিই একটি ভাল বিষয় নিয়ে এসেছেন। আমরা রোবট এবং মেশিন এবং মেশিন লার্নিং গ্রহণের বিষয়ে শুনি। আমার কাছে এটি একটি অত্যন্ত বিঘ্নজনক প্রবণতা - এটি সম্পর্কে কোনও সন্দেহ নেই - তবে আমি কখনও মিশ্রণে মানুষের বিশেষত প্রয়োজন নেই, বিশেষত ডেটা বিশ্লেষণ করে এন্টারপ্রাইজ ডেটা নিয়ে।

নিক, আপনার জন্য একটি চূড়ান্ত প্রশ্ন। আমার কাছে, অ্যালগরিদমগুলি যত ভালই আসে না কেন, আপনার সর্বদা লোকেরা যা ঘটছে তা পর্যবেক্ষণ করতে হবে, নির্ধারিত সময়ে নিজেকে ইনজেকশন দিয়ে এবং সেখানে কী রয়েছে তার বড় চিত্রটি সংশ্লেষ করতে পারে। আমি মনে করি না যে কোনও অ্যালগরিদম কখনও ফোরচুন 2000 কোম্পানির জন্য বড় ছবি সংশ্লেষ করতে সক্ষম হতে পারে তবে আপনি কী মনে করেন?

নিক জয়েল: আচ্ছা, আসুন সম্পূর্ণ অ-অ্যাল্টারিক্স উদাহরণটি নেওয়া যাক, গত বছর থেকে উবারের কথা বলি। উবার, অস্ট্রেলিয়ায় সন্ত্রাসবাদের ঘটনা চলাকালীন লোকেরা এই অঞ্চল থেকে পালানোর চেষ্টা করছিল, তারা হঠাৎ করে মূল্য নির্ধারণ করে দেয়, 'কারণ এটাই যে অ্যালগরিদম বলেছিল, এতে বিশাল নামী ক্ষতি হয়েছে। এর পরপরই তারা মানব এবং অ্যালগরিদমগুলি একসাথে কাজ করে। যে কোনও সময় এটি ঘটতে চলেছে, কোনও ব্যক্তির প্রক্রিয়াটির তদারকি করতে হবে। মানব এবং অ্যালগরিদমের সেই অংশীদারিত্ব, এটিই এগিয়ে যাওয়ার পথ।

এরিক কাভানাঘ: বাহ, এটি একটি দুর্দান্ত উদাহরণ, আপনাকে অনেক ধন্যবাদ। ভাল, ভাবেন, আমরা আমাদের ওয়েবকাস্টে এক ঘণ্টারও বেশি সময় পুড়িয়েছি। ইমপ্যাক্ট অ্যানালিটিক্সের জেন আন্ডারউডকে খুব বড় ধন্যবাদ। অবশ্যই তাদের সময় এবং মনোযোগের জন্য নিক জয়েল এবং অ্যালটারেক্স টিমকে এবং আপনার সময় এবং মনোযোগের জন্য আপনাকে সবাইকে ধন্যবাদ। আমরা এই দুর্দান্ত প্রশ্নের প্রশংসা করি। আমরা এই সমস্ত ওয়েবকাস্টগুলি পরে দেখার জন্য সংরক্ষণাগারভুক্ত করি, এটিকে আপনার বন্ধু এবং সহকর্মীদের সাথে নির্দ্বিধায় ভাগ করে নিই। এটি দিয়ে, আমরা আপনাকে বিদায় জানাব। আজ দুর্দান্ত ওয়েবকাস্ট। আপনাকে আবারও অনেক ধন্যবাদ, আমরা আপনাকে পরের বারের মত ধরব, লোকেরা। যত্ন নিবেন. বাই বাই