ٹیکا وے: میزبان ایرک کااناگ نے ڈیٹا اور تجزیات کے ساتھ ساتھ امپیکٹ اینالٹیکس کے جین انڈر ووڈ اور الٹریکس کے نک جیول کے ساتھ چیف ڈیٹا آفیسر (سی ڈی او) اور چیف اینالٹکس آفیسر (سی اے او) کے کردار پر بھی تبادلہ خیال کیا۔
ایرک کااناگ: خواتین و حضرات ، ہیلو اور ایک بار پھر ہاٹ ٹیکنالوجیز کے ایک خاص ایڈیشن میں خوش آمدید۔ لوگ ، یہ ایرک کیاناگ ہے ، میں آج کے شو ، "دی سی ایکس او پلے بک: ڈیٹا اور تجزیات کا مستقبل۔" کے لئے آپ کا میزبان بنوں گا۔ ہاں ، یہ ایک بہت بڑا موضوع ہے ، مجھے کہنا ہے۔ در حقیقت ، ہمیں آج یہاں ایک ریکارڈ توڑنے والا ہجوم ملا ہے۔ آج صبح ہمارے پاس 540 سے زیادہ افراد ویب کاسٹ کے لئے رجسٹر تھے۔ ہم یہ ایک خاص وقت پر کر رہے ہیں ، جیسا کہ آپ میں سے بہت سارے اپنے باقاعدہ شوز کے لئے جانتے ہیں ، ہم عام طور پر یہ مشرقی 4:00 بجے کرتے ہیں ، لیکن ہم تالاب کے اس پار سے آنے والے خاص مہمان کو جگہ دینا چاہتے تھے۔ مجھے آج کی پیش کش میں ڈوبکی بات کریں۔
لہذا یہ سال بہت گرم ہے۔ یہ کئی طریقوں سے ایک انتہائی ہنگامہ خیز سال رہا ہے ، میرے خیال میں اس کے ساتھ بادل کا بہت کچھ کرنا ہے۔ ٹکنالوجیوں کا سنگم جس کا ہم بازار میں مشاہدہ کررہے ہیں وہی مرکزی ڈرائیور ہے ، اور میں بلاشبہ ایس ایم اے سی کے بارے میں اس کی کال کر رہا ہوں۔ ہم ایس ایم اے سی پر بات کر رہے ہیں: سماجی ، موبائل ، تجزیات ، بادل - اور یہ سبھی چیزیں ایک ساتھ آتی ہیں۔ تنظیمیں واقعتا اپنے کاروبار کرنے کا انداز تبدیل کرسکتی ہیں۔ آپ کے کاروباری عمل کو انجام دینے کے لئے اور بھی چینلز موجود ہیں ، تجزیہ کرنے کے لئے مزید اعداد و شمار موجود ہیں۔ یہ واقعی ایک جنگلی دنیا ہے اور ہم آج بات کر رہے ہیں کہ کس طرح سی سوٹ میں چیزیں تبدیل ہو رہی ہیں ، لہذا چیف ایگزیکٹو ، ان تنظیموں کے اعلی افراد ، اچھی طرح سے یہ کہ ابھی پوری دنیا بدل رہی ہے اور ہم اس کے بارے میں بات کرنے جا رہے ہیں
یہاں واقعتا yours آپ سب سے اوپر ہیں۔ ہمارے پاس امپیکٹ اینالٹیکس سے جین انڈر ووڈ اور نیک جیول ہیں ، جو آج لائن پر الٹریکس کی لیڈ ٹکنالوجی مبشر ہیں۔ یہ بہت ہی دلچسپ چیز ہے۔ میں کل رات یہ تصور لے کر آیا ، لوگوں ، اور مجھے لگتا ہے کہ یہ واقعی دلچسپ ہے۔ بے شک ، ہم سب میوزیکل کرسیاں جانتے ہیں ، بچوں کے لئے کھیل جہاں آپ کے دائرے میں یہ تمام کرسیاں ہیں ، آپ میوزک شروع کرتے ہیں ، ہر ایک چل پھرنے لگتا ہے اور ایک کرسی کھینچ لی جاتی ہے۔ جب موسیقی رک جاتا ہے تو سب کو کرسی کے ل sc لڑکھڑانا پڑتا ہے جبکہ اس صورت حال میں ایک شخص اپنی کرسی سے ہار جاتا ہے۔ یہ ابھی ایک بہت ہی عجیب اور مجبور چیز ہے جو ابھی سوئٹ میں ہو رہی ہے ، اور اگر آپ کو ابھی اس تصویر میں دیکھا جائے تو آپ کو پچھلے حصے میں دو خالی کرسیاں مل گئیں۔ عام طور پر ، ایک کرسی میوزیکل کرسیاں سے غائب ہوجاتی ہے ، اور جو ہم ان دنوں دیکھ رہے ہیں ، کیا یہ ہے کہ سی سطح پر دو اور کرسیاں ہیں: سی اے او اور سی ڈی او ، چیف اینالٹکس آفیسر اور چیف ڈیٹا آفیسر۔
وہ دونوں اتار رہے ہیں۔ سچ کہوں تو چیف ڈیٹا آفیسر واقعی طور پر ان دنوں جنگل کی آگ کی طرح اتار رہا ہے ، لیکن اس کا کیا مطلب ہے؟ اس کا مطلب بہت اہم ہے۔ اس کا مطلب یہ ہے کہ ڈیٹا اور تجزیات کی طاقت اتنی اہم ہے کہ بورڈ رومز ، یا ایگزیکٹو رومز جو مجھے کہنا چاہئے ، سی سوئٹ تبدیل ہو رہے ہیں - وہ لوگوں کو سی سویٹ میں شامل کررہے ہیں ، پورے نئے ایگزیکٹو ان میں سے کچھ نئی نشستیں بھر رہے ہیں۔ اگر آپ اس بارے میں سوچتے ہیں کہ کسی تنظیم کی ثقافت کو تبدیل کرنا کتنا مشکل ہے ، تو یہ بہت ہی سنجیدہ معاملہ ہے۔ ثقافت کو تبدیل کرنا ایک بہت ہی مشکل چیز ہے ، اور عموما positive اچھ managementی نظم و نسق اور اچھے خیالات اور اس قسم کی چیزوں کے ذریعہ مثبت تبدیلی کو فروغ دیا جاتا ہے۔ اگر آپ اس موقع کے بارے میں سوچتے ہیں جو ابھی تجزیات اور ڈیٹا کیلئے سی سوٹ میں نئے ایگزیکٹوز کو شامل کرکے ہمارے پاس ہے ، تو یہ واقعی بہت بڑی بات ہے۔ اس سے تنظیموں کو رفتار بدلنے کے مواقع کی بات ہوتی ہے ، اور اس کا سامنا کرتے ہیں ، بڑی ، پرانی کمپنیوں کو واقعی تبدیل کرنے کی ضرورت ہے کیونکہ مارکیٹ کیسے تبدیل ہورہی ہے۔
میں عام طور پر اوبر کی مثال دیتا ہوں ، مثال کے طور پر ، یا ایربینب ایسی تنظیموں کی حیثیت سے جس نے بنیادی طور پر پوری صنعتوں کو درہم برہم کردیا ہے ، اور یہ ہر جگہ ہو رہا ہے۔ آج ہم جس چیز کے بارے میں بات کرنے جارہے ہیں وہ یہ ہے کہ آپ کی تنظیم کس طرح موافقت پذیر ہوسکتی ہے ، آپ یہاں کے لوگوں کو کس طرح اپنی معلومات کو استعمال کرسکتے ہیں ، اس بصیرت سے ، اپنے کاروبار کو تبدیل کرنے اور معلوماتی معیشت میں کامیاب ہونے کے ل.۔
اس کے ساتھ ، میں WebEx کی چابیاں جین انڈر ووڈ کے حوالے کروں گا ، اور پھر نک جیویل بھی اس میں کام کرنے جا رہے ہیں۔ وہ امریکہ سے کال کر رہا ہے۔ آپ اور جین کا شکریہ ، اس کے ساتھ ، میں آپ کے حوالے کروں گا۔ اسے دور لے.
جین انڈر ووڈ: شکریہ ، ایرک ، بہت اچھا لگتا ہے۔ سب کو صبح بخیر. آج ہم اس CxO پلے بک کے بارے میں بات کرنے جارہے ہیں۔ یہ ڈیٹا اور تجزیات کا مستقبل ہے اور میں اس میں غوطہ کھا رہا ہوں۔ ایرک نے پہلے ہی اس کے بارے میں بات کرنے کا ایک اچھا کام کیا کہ یہ اتنا اہم کیوں ہے۔ ہمارے اسپیکرز نے آج ایک بار پھر آپ کو اس معلومات کے ساتھ ایک اور سلائیڈ دیکھی ہے ، لیکن آپ کو آج اور اس سیشن میں آپ اور نیک جیول آپ کے ساتھ بہت انٹرایکٹو گفتگو کر رہے ہوں گے۔ ہم یہ بتانے کے لئے جا رہے ہیں کہ یہ کردار کیا ہیں اور چیزوں کی قسمیں جو وہ کرنے کے مشن پر ہیں۔ ہم تجزیاتی صنعت ، عمومی طور پر نقطہ نظر اور ان چیلنجوں میں سے کچھ جو ان لوگوں کو درپیش ہیں ان کا جائزہ لیں گے۔ آج جب آپ مستقبل کی تیاری کر رہے ہیں تو تنظیموں میں حرکیات ، اور پھر ہم اگلے اقدامات کے بارے میں بات کریں گے اور آپ کو منصوبہ بندی کے لئے رہنمائی فراہم کریں گے ، اگر آپ اپنی تنظیم میں ان میں سے کچھ کردار کی کھوج کر رہے ہیں۔
مثال کے طور پر ، CAXO ، اس کے بارے میں بات کرتے ہوئے ، وہی تجزیات کا ایک اعلی افسر ہے ، جو سینئر مینیجرز کے لئے ملازمت کا عنوان ہے جو تنظیم کے اندر موجود ڈیٹا کے تجزیہ کے ذمہ دار ہیں۔ سی اے او عام طور پر ایک سی ای او کو رپورٹ کرے گا اور تیزی سے ابھرتی ہوئی حیثیت اس وقت اہم ہوگی جب آپ تبدیلی کے بڑے پیمانے پر اور اس کی ڈیجیٹل تبدیلی کے بارے میں سوچتے ہیں کہ ہمارے پاس ابھی کمپنیوں کے کاروبار کے فیصلے کرنے اور اس کے فیصلے کرنے کا طریقہ ہے۔
اگر آپ ڈیجیٹل تبدیلی اور ذہانت کے بارے میں سوچتے ہیں کہ ڈیجیٹل تبدیلی کا بنیادی مرکز ہے تو ، یہ سی اے او کسی تنظیم کے اندر ایک بہت ہی اسٹریٹجک کردار ہے۔ وہ نہ صرف مضبوط اعداد و شمار کی سائنس کو حقیقی بصیرت اور اس علم پر واپس لاتے ہیں ، بلکہ وہ نتیجہ خیز آر اوآئ اور اثر کے مالک ہیں ، لہذا ان پر کیا پیمائش کی جاتی ہے؟ وہ اس آر اوآئ کو اپنے پاس موجود اعداد و شمار کے ساتھ کیسے لا رہے ہیں اور حکمت عملی سے اعداد و شمار کو فائدہ اٹھانے کے لئے کسی تنظیم میں کچھ نیچے لائن نمبر لے رہے ہیں۔ چیف انفارمیشن آفیسر ، سی آئی او کے ساتھ ، اس عہد تکنالوجی اور ڈیجیٹل تبدیلی اور ڈیٹا کی قدر میں اضافے کی وجہ سے نمایاں ہوچکا ہے۔
ابھی کئی سالوں سے ، اس خاص دنیا میں ڈیٹا سونا ہے اس کمائی اور ذہانت کے ساتھ اور اس معلومات کو تبدیل کرتا ہے۔ ان فعال اقدامات کرنے کے قابل ہونے کے لئے اور نہ صرف ہمیشہ پیچھے کی طرف دیکھتے رہنا ، فی سیکنڈ۔ دونوں پوزیشنیں اسی طرح کی ہیں کہ وہ دونوں معلومات سے نمٹتے ہیں ، لیکن سی آئ او ، انفراسٹرکچر پر توجہ مرکوز کرے گا جہاں سی اے او معلومات کے تجزیہ کے لئے درکار بنیادی ڈھانچے پر توجہ مرکوز کرے گا۔اسی طرح کی پوزیشن سی ڈی او کی ہے اور آپ بہت کچھ سنتے ہیں ، ہم شاید سی ڈی او کے بارے میں تھوڑا سا سنتے ہیں جتنا آج آپ سی ای او کے بارے میں کرتے ہیں۔ سی ڈی او ڈیٹا پروسیسنگ اور بحالی اور ڈیٹا مینجمنٹ کے پورے زندگی میں حکمرانی کے ان عمل پر زیادہ فوکس کرتا ہے۔
یہ لوگ ڈیٹا منیٹائز کرنے اور اعداد و شمار سے قدر حاصل کرنے اور گورننس اور سیکیورٹی کی زندگی کی چکر کی پختگی کے دوران ، پورے دور میں ، زندگی کے چکر میں ، کے لئے بھی ذمہ دار ہوں گے۔ یہ ایسے افراد ہیں جو جی ڈی پی آر کو یقینی بنانے کے لئے بہت مناسب ، مناسب ، یا ذمہ دار ہوں گے - اور ہم کچھ دیر کے بارے میں بات کریں گے - یوروپی ڈیٹا پروٹیکشن ایکٹ ، اس بات کو یقینی بناتے ہوئے کہ ان قسم کی چیزیں ان کی تنظیموں میں شامل ہیں۔ اب ، ہم خلل ڈالنے والے متحرک اعداد و شمار سے متعلق کرداروں کے لئے ڈھانچہ اور مستقبل حاصل کررہے ہیں۔ یہ ان قسم کی چیزیں ہیں جن کا ذمہ دار سی ڈی او صرف خود نہیں بلکہ خود ہوگا - وہ ایک کراس فنکشنل ٹیم تشکیل دے رہے ہیں ، اور میرے پاس کچھ لوگوں کی ایسی مثالیں ہیں جو ایک سیکنڈ میں ، فی سیکنڈ تک آئیں گی۔ آرکیٹیکٹس اور گورننس لوگوں سے لے کر تنظیمی ڈھانچہ ، اور یہاں تک کہ کسی تنظیم میں تجزیہ کار اور ڈیٹا سائنسدان اور انجینئر ان تک پہنچ سکتے ہیں۔
تجزیات کے لئے صنعت کے نقطہ نظر میں مزید آگے بڑھنا ، یہ ایک غیر معمولی رہا ہے - شاید دس سال ، اس سے بھی زیادہ لمبا - اس مخصوص صنعت میں سواری کریں۔ یہ مسلسل بڑھتا ہی جارہا ہے ، بہت ہی دلچسپ ، یہاں تک کہ برسوں پہلے ہونے والے بازار کے حادثے کے دوران بھی اس کی زیادہ مانگ تھی۔ یہ صرف ایک حیرت انگیز جگہ رہا ہے اور اگر آپ 2017 میں گارٹنر کے سی آئی او ایجنڈے پر نظر ڈالیں تو ، BI اور تجزیات ابھی بھی کسی تنظیم کے لئے سب سے اہم چیز کی سب سے اہم تین درجہ بندی میں شامل ہیں ، اور سافٹ ویئر مارکیٹوں کی نمو کو دیکھ رہے ہیں تو ہم مستقل طور پر رہتے ہیں۔ وہاں ترقی دیکھ رہا ہے۔ جب تک میں اس خلا میں رہا ہوں ، یہ ہمیشہ سے ہی ایک کیریئر رہا ہے۔
جب ہم اس ڈیجیٹل دور اور تبدیلی کی طرف دیکھتے ہیں تو ، جو ہمارے لئے بہت دلچسپ ہے ، کیا یہ وہ عمل ہے جو ہمارے پاس ہے ، اور اکثر یہ معلومات حاصل کرتا ہے اور عمل سے یا کاروباری عمل کے دوران کارروائی کرتا ہے۔ اب ، گارٹنر نے 2020 تک اندازہ لگایا ہے ، جو معلومات آپ نے استعمال کیں وہ دوبارہ بنائی جائیں گی ، ڈیجیٹلائز کی جائیں گی یا حتیٰ کہ ختم کردی جائیں گی۔ ہمارے پاس دس سال پہلے سے اسی فیصد کاروباری عمل اور مصنوعات تھے ، اور ہم اسے دیکھنا شروع کر رہے ہیں ، ٹھیک ہے؟ ہم یہ دیکھنا شروع کر رہے ہیں کہ ایمیزون کی آیات کے ساتھ شاید کچھ بڑے باکس اسٹورز ، اوبرز ، ایئربنبس۔ یہ ڈیجیٹل ماڈل عمل میں خلل ڈال رہے ہیں اور اب لوگ بات چیت کر رہے ہیں۔ یہاں تک کہ بلیک فرائیڈے - مجھے نہیں معلوم کہ واقعی کتنے لوگ اسٹور پر گئے ہیں - بہت سے لوگ آن لائن خرید رہے ہیں ، اور آپ اس گاہک تک کیسے پہنچیں گے؟ ایسا کرنے میں ذہانت کی ضرورت ہے۔ بات چیت اور ذاتی نوعیت کا یہ ایک بہت مختلف طریقہ اختیار کرتا ہے اور ان انٹلیجنس کو صحیح وقت پر صحیح پیش کش پیش کرنے کے ل having ، اور اب شاید یہ کسی بٹن کے کلک پر ہے۔ آپ کے آن لائن اسٹور کو چھوڑنا ان کے لئے بہت آسان ہے۔ واقعی اس دنیا میں بدل رہے ہیں ، اور میرے خیال میں نک بھی اس کے بارے میں بات چیت کرنا چاہتے تھے۔
نک جیول: ہاں ، ہائے سب ، بہت بہت شکریہ۔ اگر لندن سے آڈیو آنے میں تھوڑی تاخیر ہوئی تو میں پیشگی معذرت کروں گا ، جین ، میں آپ سے بات نہ کرنے کی پوری کوشش کروں گا۔
آپ بالکل ٹھیک کہتے ہیں ، اس ضائع کو ختم کرنا ، ڈیجیٹل ٹرانسفارمیشن کے حصے کے طور پر اس کی نوبت ، اکثر اس وقت آتی ہے جب تنظیمیں بیسکوکی مصنوعات ، شاید منقطع ایپلی کیشنز سے اور زیادہ کھلے اور منسلک پلیٹ فارمز میں منتقل ہوتی ہیں۔ جب آپ کا عمل ڈیجیٹل ہوتا ہے تو ، آپ کے ڈیٹا کا اختتام آخری سفر دیکھنا بہت آسان ہوجاتا ہے۔ اس عمل کو بہتر بنانے کے ل data ڈیٹا کا استعمال کرکے آپ جو اقدامات اٹھاتے ہیں واقعی ان کو بہتر بنائیں۔
اگر ہم ہوسکیں تو ایک سلائیڈ کو آگے بڑھائیں۔ جب بات ڈیجیٹل ٹرانسفارمیشن کی ہو تو ، تنظیموں کے لئے اس کا کیا مطلب ہے ، میرا اندازہ ہے کہ آپ جس اسپیکٹرم پر بیٹھے ہیں اس پر منحصر ہے ، یا تو یہ دلچسپ یا خوفناک ہے۔ یہاں چارٹ پر ایک نظر ڈالیں ، جس میں کمپنیوں کی عمر اور یہ معلوم ہوتا ہے کہ کس طرح رکاوٹ انگیز اثرات کسی تنظیم کی خوش قسمتی کو متاثر کرتے ہیں۔ اگر آپ نے سن 1920 کی دہائی میں کوئی کمپنی شروع کی تھی ، تو آپ کو اوسطا nearly 70 سال گزر چکے ہیں ، اس سے پہلے کہ کوئی اور کمپنی آپ کو پریشان کرے۔ آج کے معیار کے مطابق ایک بہت ہی آسان زندگی ، کیوں کہ آج ، ایک کمپنی کو بمشکل 15 سال ہوئے جب تک کہ خلل پیدا ہونے سے اس کے وجود کو خطرہ نہ ہو۔ یہ پیش گوئی کی گئی ہے کہ آج کی فارچون 500 کمپنیوں میں سے تقریبا 40 فیصد ، ایس اینڈ پی 500 پر ، 10 سال کے عرصے میں مزید موجود نہیں رہے گی۔ 2027 تک ، ایس اینڈ پی 500 میں سے 75 فیصد کی جگہ لے لی جا رہی ہے ، لہذا تنظیموں کو آج جس نصف حیات کا سامنا کرنا پڑتا ہے ، اس میں خلل پیدا ہونے کی فکر کرنے سے پہلے واقعتا سکڑ جاتا ہے۔ کامیاب کمپنیوں کو اس ڈیجیٹل جدت کی دوڑ سے آگے رہنے کی ضرورت ہے۔
آج ، واقعی کوئی بھی تجزیات سے سوال نہیں کرتا ہے۔ یہ ڈیجیٹل کاروبار میں تبدیلی کا مرکز ہے۔ در حقیقت ، تنظیمیں ڈیجیٹل جدت کو اپنی حکمت عملی کے سر پر لے رہی ہیں۔ وہ کمپنیاں ، وہ دنیا کی پہلی پانچ سب سے قیمتی کمپنیاں ہیں ، جو مارکیٹ میں دو کھرب ڈالر کی نمائندگی کرتی ہیں ، جین۔
جین انڈر ووڈ: ہاں ، یہ حیرت انگیز ہے ، واقعی یہ ہے۔ یہ واقعی میں بدل رہا ہے ، اور تیز ہے۔ دوسری متحرک جو ہمارے پاس ہے اور ہم اس کے بارے میں بات کرتے رہے ہیں ، اب میں سمجھتا ہوں کہ ہم آخر کار اسے دیکھ رہے ہیں اور تنظیمیں اعداد و شمار کے ذرائع کی اس نمایاں نمو کو محسوس کررہی ہیں ، اور یہ صرف ڈھانچے والے اعداد و شمار کے ذرائع پر اعداد و شمار کا تجزیہ بھی نہیں کررہا ہے۔ ایک بار پھر ، ہم بات کر رہے ہیں ، آپ کے پاس فیصلہ کرنے کے لئے ان میں سے کچھ ڈیجیٹل عمل میں صرف ایک لمحہ ہے اور یہ چیزیں JSTONs میں REST APIs سے آرہی ہیں ، ہم غیر ساختہ اعداد و شمار کے بارے میں بات کر رہے ہیں ، چاہے لاگ فائلیں ہوں ، ہر طرح کی باتیں ہیں مختلف اقسام کے اعداد و شمار کے ساتھ ساتھ انتہائی مستحکم نمو بھی۔
نک جیول: ہاں ، جین ، لہذا جیسا کہ آپ نے نشاندہی کی ، تجزیاتی رہنما اعداد و شمار کے سمندر میں ڈوب رہے ہیں۔ اعلی قدر کی بصیرت کا حصول ، شاید موجودہ یا نئی تجزیاتی تکنیکوں کے مرکب کا استعمال ، واقعی حتمی مقصد ہے ، لیکن ایک سادہ اور بنیادی مسئلہ ہے جس کا ہم بہت ساری تنظیموں کے ساتھ کام کرتے ہیں ، جن کا انھیں واقعی سامنا کرنا پڑ رہا ہے۔ ہم نے ہارورڈ بزنس ریویو جاری کیا ، ہم نے سروے کیا ، جس میں ڈیٹا تجزیہ کاروں اور کاروباری مینیجروں سے بات کی۔ انہوں نے پوچھا کہ وہ فیصلہ لینے کے لئے اپنی تنظیم میں کتنے ڈیٹا ذرائع استعمال کرتے ہیں ، اور یہ بات بالکل واضح ہے کہ صرف پچھلے کچھ سالوں میں ایک بنیادی تبدیلی واقع ہوئی ہے۔ یہ اعداد و شمار کو ملایا کرتا تھا ، اسے ڈیٹا کے گودام میں دھکیلتا تھا ، لیکن میرا اندازہ ہے کہ آئی ٹی گروپوں نے کئے گئے تمام عمدہ کام کے باوجود مرکزی اعداد و شمار کا نظم و نسق تشکیل دیا ہے ، تجزیہ کاروں کو ابھی بھی اس مخصوص تجزیاتی ڈیٹا کو تشکیل دینے کے کام کا سامنا کرنا پڑتا ہے ، لیکن انھیں اس کی ضرورت ہے کاروباری سوال کا جواب دیں۔ در حقیقت ، صرف 6 فیصد لوگوں نے اپنے تمام اعداد و شمار کو ایک ہی جگہ پر حاصل کیا ہے ، اور تجزیہ کاروں کی اکثریت کو پانچ یا زیادہ ذرائع سے ڈیٹا کھینچنا پڑتا ہے۔ جیسے اسپریڈشیٹ ، کلاؤڈ ایپلی کیشنز ، سوشل میڈیا اور یقینا. اس اعداد و شمار کے گودام کو فراموش نہیں کرنا۔
اب ، زیادہ تر تنظیمیں اس کو پہچانتی ہیں ، لیکن جس کی زیادہ تر تنظیمیں معاملات نہیں کر رہی ہیں وہ ایک سادہ سی حقیقت ہے کہ ڈیٹا کے پیشہ ور افراد ڈیٹا پر حکمرانی اور تلاش کرنے میں زیادہ وقت صرف کر رہے ہیں ، اس کے بجائے کہ وہ حقیقت میں قدر نکال رہے ہیں۔ یہ وہ اعلی سطحی اسٹراٹیجک تجزیاتی مسائل نہیں ہیں جن کے بارے میں کاروباری عمل درآمد کرنا چاہتے ہیں۔ لیکن بنیادی مسئلے کو حل نہ کرنا تنظیموں کو ، واقعی ، قدر سے چلنے والی بصیرت کے حصول سے روکنے والا ہے۔ جین۔
جین انڈر ووڈ: یہ دلچسپ ہے. میں نے اس پر یقینی طور پر مختلف مطالعات دیکھے ہیں اور یہ یہاں کا ٹکڑا ہے ، چاہے وہ وقت کا 80 فیصد ہو یا کھربوں ڈالر ایک ہی اعداد و شمار کو بار بار ٹھیک کرتا ہے ، کسی تنظیم میں نہایت ہی غیر موثر طریقے سے۔ اس میں اضافہ ہوتا ہے ، ان 37 اور یہ 23 فیصد وقت کا بے حد خرچ ہے۔ یہ میرے لئے حیرت کی بات ہے کہ اس طرف زیادہ توجہ نہیں دی جاتی ہے۔
ان میں سے کچھ کو دیکھتے ہوئے ، میں بازار کی قوتوں کو کیا کہوں گا ، اور جب میں انڈسٹری کے رجحانات کے بارے میں بات کرتا ہوں تو ، میں اس صنعت کی پیروی کرنا اور اس پر مستقل نبض رکھنا پسند کرتا ہوں۔ یہ سمجھنا ضروری ہے کہ جب رجحان سے زیادہ کچھ ہے ، جب یہ واقعتا ایک ایسی قوت بننے والی ہے جس پر آپ کو دھیان دینے کی ضرورت ہے ، اور یہ ابھی سب سے اوپر تین ہیں ، جس پر توجہ دینے کی قوتیں ہیں۔ یہ تیز رفتار نمو ہے ، پہلے نمبر میں غیر رشتہ دار ڈیٹا بیس کی تیز رفتار نمو ہے۔ میں نے ابھی اس سارے تصور کا ذکر کیا کہ زیادہ تر وقت نہ رکھنے کے لئے ، JSON ، فی سیکنڈ ، ایک JSON ، یہ اس قسم کے غیر متعلقہ منظرناموں کی ہے ، جو کافی بڑھ رہی ہے - مجھے لگتا ہے کہ میرے یہاں ایک لمحے میں کچھ اعدادوشمار ہیں - تیزی سے۔
دوسری چیز بادل میں جاری شفٹ ہے۔ اس کال سے پہلے میں نے بتایا تھا کہ میں ایک بڑی ٹیک کمپنیوں میں سے ایک ورلڈ پروڈکٹ مینیجر تھا اور تین سال قبل گروپوں کے ساتھ یہ کہتے ہوئے مشکل گفتگو کی تھی کہ ، "ہم بادل میں کچھ نہیں ڈالیں گے۔ ہم بادل میں نہیں جائیں گے۔ "اور ، ایک سال بعد ، دو سال بعد ، اب میں ایک ہی گروپوں سے سن رہا ہوں ، کہ ہر ایک کے پاس بادل منصوبہ ہے۔ میں سمجھتا ہوں کہ ہر ایک بہت وسیع برش بیان ہے ، لیکن میں جو کہوں گا ، وہ لوگ جو بادل مخالف رہے ہیں ، یقینا the بہت ہی قلیل عرصے میں رویہ ڈرامائی طور پر بدل گیا ہے ، یہاں تک کہ جب میں دنیا بھر کے گروپوں سے بات کر رہا تھا۔ اس قسم کی چیزیں۔
آٹومیشن ، یہ ایک ایسا علاقہ ہے جس سے میں متوجہ ہو گیا ہوں اور ایسا علاقہ ہے جس کو یقینی طور پر ہم بہت سرگرمی اور زبردست سرگرمی دیکھ رہے ہیں۔ ہم اس میں سے کچھ چیزوں کے بارے میں بات کرتے ہیں اس ضائع ہونے والے وقت اور آپ کے وقت کا ناکارہ استعمال۔ آٹومیشن یقینا ان علاقوں میں سے ایک ہے جس کے بارے میں میں سب سے زیادہ پرجوش ہوں جب میں کسی تنظیم کو اہمیت دلانے کے بارے میں سوچتا ہوں۔
اگلی سلائیڈ جس کے بارے میں میں بات کرنے جا رہا ہوں ، یہ آئی ڈی سی کا ایک مطالعہ ہے ، وہ مارکیٹ کے حصوں اور اس کی نمو کو دیکھتے ہیں اور واقعی بڑھتی ہوئی چیزوں پر نبض لینے کا یہ واقعی ایک حیرت انگیز طریقہ ہے ، آپ کے ہم مرتبہ کیا خرید رہے ہیں؟ انہیں اب کس قسم کی چیزوں میں دلچسپی نہیں ہے؟ اس قسم کی چیزیں اور ان کی حکمت عملی کو شامل کرنا۔
آئی ڈی سی کے مطابق ، دنیا بھر میں بڑی ڈیٹا اینالیٹیک سافٹ ویئر مارکیٹ میں ، 16 طبقات ہیں اور اس طبقہ کے لحاظ سے ہم نام کی کچھ تبدیلیاں بھی دیکھ رہے ہیں۔ یہاں مسلسل تجزیاتی سوفٹویئر ، علمی AI سافٹ ویئر پلیٹ فارم ، سرچ سسٹم کا اضافہ ہوا ، لہذا یہاں کچھ نئی قسمیں بھی شامل کی گئیں۔ اس مارکیٹ کا عمومی جائزہ افقی ٹولز ، پری پیجڈ ایپلی کیشنز کے ساتھ ساتھ کچھ فیصلے کی حمایت اور فیصلہ خودکار استعمال کے معاملات کو بھی شامل کرتا ہے۔ ایک بار پھر ، یہ حل کی اقسام میں سے ایک ہونے جا رہا ہے ، جب آپ سی ڈی او کے بارے میں سوچتے ہو ، کسی سی ڈی او کے بارے میں سوچتے ہو تو ، ان کا پورٹ فولیو جو ڈیٹا انضمام سے لے کر تجزیہ نگاری ، مشین لرننگ اور ان تمام قسم کی صلاحیتوں کی انضمام کرسکتا ہے جن کی انہیں ضرورت ہوتی ہے۔ ڈیجیٹل دور میں ہے.
موجودہ کرنسی کی شرائط میں خود ان اقسام کے حل کی عالمی مارکیٹ میں 8.5 فیصد اضافہ ہوا ہے اور آئی ڈی سی کے مطابق مجموعی طور پر مارکیٹ میں 9.8 فیصد اضافہ ہوا ہے۔ اس کا موازنہ کیا گیا - آپ ایک دو سال کے عرصے میں کرنسی کے اتار چڑھاو پر نظر ڈالتے ہیں اور اس میں تغیر کی ڈگری کم ہے ، لیکن ان تینوں طبقات کو جن میں نے روشنی ڈالی ہے ، صرف آپ کو ان غیر متعلقہ تجزیاتی اعداد و شمار کے ذرائع کو محسوس کرنے کے ل، ، 58 فیصد سال بہ سال ترقی ، مشمول تجزیہ اور سرچ نظام 15 فیصد تھے اور کچھ کسٹمر ریلیشنشن ایپلی کیشنز ، سی آر ایم قسم کی چیزیں یا سیلزفور آئن اسٹائن ، مثال کے طور پر ، وہ 10 فیصد سے زیادہ بڑھ رہی ہیں ، وہ ابھی 12 فیصد ہیں۔ میرے خیال میں نک اس بارے میں کچھ کمنٹری بھی شامل کرنا چاہتے تھے۔
نک جیول: شکریہ ، جین یہ ایک حیرت انگیز بصری ہے۔ میرا خیال ہے کہ الٹریکس میں ہم نے ہمیشہ یقین کیا ہے کہ کسی بھی تجزیاتی نظام کی کوائف کی تیاری اور ملاوٹ ہمیشہ بنیادی قابلیت ہوگی ، لیکن یہ واقعی کسی بھی جدید تجزیات کی بنیاد ہے۔ اب ، پچھلے کچھ سالوں سے ، آئیے انڈسٹری کے بارے میں بات کرتے ہیں - یہ ممکن ہے کہ کچھ نئی انٹرایکٹو ویژنائیزیشن صلاحیتوں پر کچھ زیادہ توجہ دی گئی ہو۔ وہ خوبصورت لگتے ہیں کیونکہ ان کی مصروفیت میں اضافہ ہوتا ہے ، وہ بصیرت کا مظاہرہ کرتے ہیں ، لیکن وہ واقعی ہمیں وضاحتی تجزیات سے آگے نہیں بڑھتے ہیں۔
لیکن ، اب میرا اندازہ ہے کہ لوگ اپنی نگاہیں کچھ زیادہ اونچا کر رہے ہیں ، کاروباری اقدار کو سمجھنا شروع کرنے والی تنظیمیں ان جدید ترین تجزیات سے آنے والی ہیں جو ابھی مرکزی دھارے میں شامل ہو رہی ہیں۔ یہ سوال وہاں پیدا ہوتا ہے ، کس طرح ، یا خاص طور پر ، کون؟ اس سے اعلی قیمت والے تجزیات کی طرف بڑھا۔ یہ واقعی تجزیاتی ہنر کی کمی کے معاملے کو کافی تیز ریلیف میں ڈال رہا ہے ، کیا آپ اس سے اتفاق کریں گے؟
جین انڈر ووڈ: بالکل ، اور میرے خیال میں ، میں نے ابھی ٹویٹ کیا تھا ، میں نے کل رات ایڈوب کے نائب صدر کی جانب سے ایک واقعی دلچسپ تبصرہ کرتے ہوئے کہا ، "مشین لرننگ ٹیبل داؤ بن گئی ہے ،" جہاں لوگ محتاط رہتے تھے ، اب اس کی ضرورت بن گئی ہے اور یہ دلچسپ ہے. اس پر اور صرف ایک چھوٹے سے دوسرے چھوٹے مختلف زاویوں کو دیکھنا ، فی سیکنڈ۔ بہت سارے لوگ ، ہم اسے غیر رشتہ دار تجزیاتی اسٹور اور علمی AI ، ان مشین لرننگ ، یہ اعلی قدر والے تجزیات کے ساتھ ایک اعلی ترقی والے علاقے کے طور پر دیکھنا شروع کر رہے ہیں۔ لیکن اب بھی دن کے اختتام پر ، ابھی سب سے بڑا طبقہ ، لہذا جہاں آج سب سے زیادہ خریداری ہو رہی ہے ، وہ اس بنیادی میں ہے ، میں کیا کہوں گا ، استفسار رپورٹنگ ، کچھ بصری تجزیہ ، اور یہ اب بھی بڑھ رہا ہے اور وہ ہے ضروری نہیں کہ بہت کچھ لوگ فرض کریں کہ آپ کے پاس پہلے سے موجود ہے۔ یہ اب بھی ہر سال 6.6 فیصد بڑھ رہا ہے۔
بحیثیت سی ڈی او - اور میں اس سلائڈ کو دکھانا پسند کرتا ہوں - بنیادی طور پر صرف اتنا کہنا ، جب آپ اس نئے کردار میں شامل ہو رہے ہو یا کسی تنظیم میں آپ کوائف ڈھونڈ رہے ہو ، تو یہ افراتفری ہے ، اور مجھے لگتا ہے کہ یہ خاص سلائڈ واقعی ایک کام کرتی ہے اچھی کام - یہ سبھی مختلف ممکنہ علاقے ہیں جن کے بارے میں آپ کو ڈیٹا مل سکتا ہے۔ وہ آن پریم ہوسکتے ہیں ، یہ بادل میں رہ سکتا ہے ، یہ ہائبرڈ ہوسکتا ہے ، یہ ہر جگہ ہے اور یہ ایک بہت بڑا مغلوب ہے - ایک بار پھر ، یہ اب کسی تنظیم میں سی سطح کی قسم کا کردار ہے ، اور یہ کوئی آسان کام یا آسان نہیں ہے۔ - اس خاص دنیا میں ، بعض اوقات یہ بہت بھاری پڑ جاتی ہے۔ یہ وہی دنیا ہے جس میں اس سی ڈی او کو نیویگیٹ کرنے کی ضرورت ہے ، ماہر ہونے کے قابل ہونے کے ل I ، میں کیا کہوں گا ، اعداد و شمار کی قدر کو زیادہ سے زیادہ کرتے ہوئے۔
چیلینج کو جاری رکھنا ، ان سبھی مختلف وسائل کی قیمت کو زیادہ سے زیادہ بنانا اور ہمارے پاس جو کچھ ہے وہ ان ڈیجیٹل عملوں یا عمل کی بصیرت کے ساتھ بند ہونے والے وقت کی یہ اختتامی ونڈوز ہیں۔ اگر آپ پانچ سال پہلے ، دس سال پہلے کے بارے میں سوچتے ہیں تو ، ہوسکتا ہے کہ آپ کو یہ اطلاع ہو کہ آپ انوینٹری یا اقدامات سے کچھ فیصلے کرنے کے لئے بھاگتے ہوں گے ، وہ ہفتہ وار ، ماہانہ چل سکتے ہیں ، پھر وہ روزانہ یا راتوں رات بنتے ہیں ، ہوسکتا ہے کہ فی گھنٹہ
اب ، جو ہم دیکھ رہے ہیں وہ یہ ذہین مشین سیکھنے میں سرایت شدہ مصنوعی ذہین دفاتر ہیں ، جو موقع پر ہی فیصلے اور اصلاحات کرتے ہیں ، لہذا یہاں تک کہ چیزوں کے انٹرنیٹ ، ای او ٹی ایمبیڈڈ تجزیات جیسے کنارے ، یہ سسٹم ہوشیار ہیں اور یہ الگورتھم خود ساختہ بنائیں اور کچھ فیصلوں کو تبدیل کریں جو وہ صحیح وقت پر موقع پر ہی لیتے ہیں۔ ڈیجیٹل انقلابات اور ان ٹچ پوائنٹس کے ذریعہ اس خاص متحرک کو دیکھنا بہت دلچسپ رہا ہے - اگرچہ ان میں اضافہ ہوا ہے ، اس کے باوجود عمل کرنے کا وقت کم ہوتا جارہا ہے اور اس کے بعد ٹکنالوجی ان منظرناموں کے لئے تیار ہوتی جارہی ہے۔
نک جیول: ہاں ، جین ، مجھے لگتا ہے کہ بصیرت کی فراہمی کس طرح تبدیل ہورہی ہے ، اس میں سے ایک سب سے دلچسپ پہلو یہ ہے کہ جہاں تجزیات آخری صارف تک پہنچتے ہیں۔ کیا ہم جب صارفین کو کوئی اہم فیصلہ کرتے ہیں تو ڈیش بورڈ میں کودنے کے لئے کہہ رہے ہیں ، یا ہم یہ کہہ رہے ہیں کہ اس بصیرت ، اگلی بہترین کارروائی ، براہ راست عمل کے اندر ، بہاؤ کے مطابق ، اس مسابقتی فائدہ کو آگے بڑھانے کے لئے دستیاب ہے۔ اور جس تجزیاتی ماڈل کے بارے میں ہم بات کر رہے ہیں اسے ہوسکتا ہے کہ اس کی معلومات کو مختلف وسائل کی دولت سے حاصل کریں - روایتی ڈیٹا گوداموں ، جغرافیائی مقامات ، سوشل میڈیا ، سینسرز ، کلک اسٹریم - اس سارے ڈیٹا کے فیصلے پر اثر پڑتا ہے اور اس کے قابل عمل نتائج .
جین انڈر ووڈ: چیلنج اور تبدیلی کے اس موضوع کو جاری رکھنا ، جو ابھی ہمارے پاس ہے ، اور سی ای او کو ان چیلنجوں کو اپنانے اور ان پر قابو پانے کے لئے منصوبہ بنانے کی ضرورت ہے ، بنیادی طور پر ہمارے پاس موثر انداز میں انتظام کرنے اور دستی طور پر تجزیہ کرنے کے لئے بہت زیادہ ڈیٹا ملا ہے۔ طویل تاخیر ہے؛ ہمیں ان تاخیر کو مختصر کرنے کی ضرورت ہے اور ہمیں اپنے پاس موجود ڈیٹا کی قیمت کو زیادہ سے زیادہ کرنے کا ایک طریقہ تلاش کرنے کی ضرورت ہے۔ دنیا میں ڈیٹا سائنس ٹیلنٹ کی کمی ہے اور ان بصیرت کا احاطہ کرنے اور ہم سمندر کو ڈیٹا کے نام سے کیا کہتے ہیں۔ اچھی خبر یہ ہے کہ ، یہاں کچھ حیرت انگیز بدعات ہیں جو آج کے ہر شعبے میں مدد کے ل happening ہو رہی ہیں ، اور یہ دیکھنے میں دلچسپی پیدا ہو رہی ہے کہ ان چیلینجز میں ہماری مدد کرنے کے لئے ، ٹیکنالوجی جہاں ہمیں لے جا رہی ہے۔
جب میں نے اس کی طرف دیکھنا جاری رکھا تو ، کچھ گڑبڑ ہوئی ہے جیسے ہی میں نے صارفین سے بات کی تھی یا میں نے ان میں سے کچھ ٹولز استعمال کرکے گروپوں سے بات کی تھی۔ کلاسیکی چیلنجز میں سے کچھ آج بھی موجود ہیں ، تجزیہ کرنے کے لئے اعداد و شمار کو تلاش کرنے کی کوشش کرنے کے ساتھ ، اس سے قدرے اور زیادہ بڑھ جاتی ہے۔ کچھ سرچ ٹولز ، کچھ کیٹلاگوں میں سے یقینی طور پر چیزوں کی مدد کر رہے ہیں - اب جو ہم تلاش کر رہے ہیں وہ یہ ہے کہ کون سا کیٹلاگ کب استعمال کرنا ہے۔ یہاں کچھ مختلف کیٹلاگ ہیں ، لہذا یہاں مختلف جگہیں ہیں جہاں آپ ڈیٹا کو اسٹور اور شیئر کرسکتے ہیں ، لہذا یہ معلوم کرنے کی کوشش کی بات ہے ، ہوسکتا ہے کہ ہمیں جس کیٹلاگ کو تلاش کرنا چاہئے۔
دوسری چیز باہمی تعاون کے ساتھ بانٹ رہی ہے۔ ہم نے ہارورڈ بزنس ریویو کے ایک مطالعے کے بارے میں بات کی ، کتنا وقت خرچ کیا جاتا ہے ، بنیادی طور پر غیر ویلیو ایڈ ایڈ کام کرنا ، وقت ضائع کرنا اور کتنا مہنگا پڑسکتا ہے۔ اگر آپ مشترکہ اعداد و شمار کے ذرائع کو بانٹنے اور استعمال کرنے کے قابل ہو تو ، اسکرپٹس تیار ہوچکی ہیں ، منطق پہلے ہی موجود ہے ، آپ ان پر موثر انداز میں حکومت کرسکتے ہیں ، لہذا تجزیاتی چستی کے ساتھ حکمرانی کو متوازن بنانا ، یہی حقیقت ہے جو آپ کرنا چاہتے ہیں۔ اور اس دنیا پر تشریف لائیں جس کو میں کال کروں گا ، ہمارے پاس طاق ٹولز موجود ہیں ، ہمارے پاس خود کار طریقے سے ورک فلو ٹولز ہیں ، ہمارے پاس کلاسک ایکسل ، ڈیٹا کیٹلوگس ، سیلف سروس BI ، ڈیٹا سائنس ٹولز ہیں۔ جیسا کہ اس تصویر میں دکھایا گیا ہے کہ ان کے بیچ بہت سارے ، بہت سارے اوزار اور بہت سارے اوورلپ ہیں۔
نک جیول: جی ہاں ، کامل ، جین ، اور میں سمجھتا ہوں کہ بصیرت کی کھڑکی ، جیسا کہ آپ نے بتایا ہے ، یہ یقینی طور پر سکڑتی جارہی ہے ، لیکن اصل میں ماڈل کی تعی .ن کرنے میں جو وقت لگتا ہے وہ برقرار نہیں ہے۔ پیش گوئی کرنے والی ماڈل کی تعیناتی بہت ساری کمپنیوں کے لئے ایک بہت بڑا چیلنج ہے۔ ہم کارل ریکر سے بات کر رہے ہیں جو ریکسر تجزیات کے صدر ہیں ، اور کارل کے 2017 ڈیٹا سائنس سروے میں ، انہوں نے پایا کہ صرف 13 فیصد ڈیٹا سائنسدانوں کا کہنا ہے کہ ان کے ماڈل ہمیشہ تعینات رہتے ہیں ، اور اس تعیناتی کا تناسب صرف بہتر نہیں ہو رہا ہے ، لہذا ہم ہر پچھلے سروے کے ساتھ واپس جائیں۔ دراصل ، جب 2009 میں پہلی بار سوال پوچھا گیا تھا ، اور ہم تقریبا ایک جیسے نتائج دیکھتے ہیں ، تو ہمیں ایک حقیقی خلاء مل گیا ہے۔
جین انڈر ووڈ: جب ہم تجزیاتی پختگی پر نگاہ ڈالتے ہیں تو ، یہ تیزی سے ترقی کر رہا ہے۔ ایک بار پھر ، دو ، تین سال پہلے ، ہم بصری سیلف سروس کا تجزیہ کرنے میں بہت پرجوش تھے اور آخر کار لچکدار اور عوام میں BI کو بڑھا رہے تھے۔ جب میں عوام کہتا ہوں تو ، شاید اب بھی کسی تنظیم میں صارفین کو طاقت دیں۔ اب ہم اصلاح ، پیش گوئی کرنے والے تجزیات ، گہری سیکھنے ، قدرتی زبان ، بہت سی دوسری ٹکنالوجیوں کو دیکھ رہے ہیں جو واقعتا، ، جیسے ہی وہ روزمرہ کے عملوں میں شامل ہیں ، عوام کے لئے حقیقی طور پر تجزیہ کا بہت حد تک بغیر کسی جمود کا جمہوریہ بنائے گی۔ موجودہ کاروباری عمل جو ان کے پاس پہلے سے موجود ہیں۔
نک جیول: ہاں ، جین ، آئیے اس آخری زمرے کے ارد گرد ایک تیز کہانی بات کرتے ہیں ، اگر میں کر سکتا ہوں۔ آج کل کے زیادہ تر سننے والے گوگل ڈیپ مائنڈ کے الفاگو سافٹ ویئر سے واقف ہوں گے ، انہوں نے پچھلے کچھ سالوں میں دنیا کے بہترین گو کھلاڑیوں کو شکست دی۔ الفاگو نے پہلے ریکارڈ شدہ میچوں کی بہت بڑی مقدار کا مطالعہ کرکے کھیل کھیلنا سیکھا۔ اتنا زیادہ کہ الفاگو ٹورنامنٹ کے مبصرین نے دعوی کیا کہ سافٹ ویئر نے جاپانی گرینڈ ماسٹر کے انداز میں کھیلا ، یقین کریں یا نہیں۔
لیکن ، پچھلے مہینے کے دوران ، اس سے زیادہ حیران کن نتیجہ برآمد ہوا۔ یہ الفاگو زیرو ، گہری سیکھنے ، عصبی نیٹ ورک تھا ، جو کھیل کے آسان اصولوں اور ایک مطلوبہ فنکشن سے زیادہ لیس نہیں تھا۔ اس نے خود کو تربیت دی بغیر ، دنیا کا مضبوط ترین گو پلیئر بننا سیکھایا ، اور اس نے یہ کام تقریبا 40 40 دن میں کیا۔ یہ نام نہاد کمک سیکھنے ، جہاں انسان چیلنج کی وضاحت کرتے ہیں ، گہرائی سے سیکھنے کے نظام کو دریافت کریں ، بہتر بنائیں ، واقعی تجزیاتی جگہ میں ابھی تک سب سے بڑا اثر مرتب کرسکتے ہیں۔ تو ، میرا خیال ہے ، ہم آہنگ رہیں۔
جین انڈر ووڈ: ہاں ، یہ واقعی دلچسپ ہے کہ آپ نے اس کا تذکرہ کیا۔ کیا آپ ان اخراجات کا تصور کرسکتے ہیں؟ اور میں یہی دیکھنا شروع کر رہا ہوں۔ واقعی ، جب میں آٹومیشن کے بارے میں بات کرتا ہوں تو ، ہوا کو صاف کرنے کے لئے کافی ہوشیار رہنے کے لئے ، خود بخود سسٹم سے سیکھنے ، پلگ ان اور کھیلنا اور پچھلے کچھ فیصلوں کی بنا پر اگلے کیا کرنا چاہ know جانتا ہوں ، یا دوسرے فیصلے جو تنظیم کے اندر بنائے گئے ہیں اور ان میں سے کچھ سسٹمز ، ETL سسٹمز کا نظم و نسق رکھتے ہیں اور ان کی دیکھ بھال کرتے ہیں ، اور دن میں بیپرز اور فون آنے کے بعد مجھے انتباہات کے ساتھ فون کرتے تھے جب عمل نہیں چل رہا تھا ، یہ سوچنا بہت دلچسپ ہے ، "واہ ، اب یہ خود کو ٹھیک کرنے کے لئے کافی ہوشیار ہے۔"
میرا شوہر خود سے شفا بخش گرڈ کا انتظام کرتا ہے ، ہمارے پاس خود سے شفا بخش اعداد و شمار کا انضمام ہوگا ، خود شفا بخش تجزیات ہوں گے اور جہاں یہ بہتر اور بہتر ہوتا ہے ، یہ واقعی دلچسپ ہے۔ سی ڈی او کی حیثیت سے ، جب آپ لوگوں کو ٹکنالوجی پر عمل کرنے کے بارے میں سوچنا شروع کریں گے ، تو ہم ایک نگاہ ڈالیں گے ، ابھی ہم ٹکنالوجی کی طرف دیکھ رہے ہیں ، پھر ہم لوگوں کو دیکھیں گے اور اپنی ٹیم کی تعمیر اور عمارت کے بارے میں کیسے دیکھیں۔ مہارت. اگر آپ جدید تجزیات کے پلیٹ فارم کو دیکھیں تو ، میں آپ کو بالکل ہی بتاؤں گا ، ہر ایک کے پاس ہر چیز یہاں موجود نہیں ہے ، حالانکہ سب سے بڑی تنظیموں کے پاس یہ سب مختلف اجزاء ہوسکتے ہیں ، کچھ گروپوں کے پاس صرف دو یا تین چھوٹی بکسیں ہوسکتی ہیں۔ یہاں پر ، لہذا میں لوگوں کو اس سے مغلوب نہیں کرنا چاہتا تھا۔ لیکن ایک جدید BI پلیٹ فارم میں لازمی طور پر آئی ٹی کی تعمیر ، پیش وضاحتی رپورٹنگ سیمنٹک پرت کی ضرورت نہیں ہے۔
صارفین اور ماہرین کو واقعی صرف اتنا طاقت دی جانی چاہئے کہ وہ صرف تجزیاتی رفتار اور چستی کے ل data اعداد و شمار کو تیار کریں ، اور اگر آپ صارف اور ماہر زیرقیادت تجزیات کے جو کچھ کہتے ہیں اس کے عروج کے بارے میں سوچتے ہیں تو ، موضوع کے ماہرین کو فرحت بخش ہونے دیتے ہیں ، فوری فیصلے کریں۔ ہم جو کچھ کہیں گے اس میں ایک بڑھتی ہوئی اپنائیت دیکھ رہے ہیں ، ذاتی اعداد و شمار کی تیاری کے اوزار ، اعداد و شمار میں گھل مل جانا ، افزودگی ، صفائی ، الٹریکس کی طرح کی سرگرمیوں کے ساتھ ساتھ کچھ ڈیٹا سائنس کی قسم کی سرگرمیاں جو وہ پیش کرتے ہیں۔ ٹھیک ہے جدید تیاری کا حل ، وہ پیش کرتے ہیں کہ ذہین ، خودکار طور پر شامل ہوجاتا ہے ، ہوائی قراردادوں سے ، اعداد و شمار میں تبدیلی ہوتی ہے ، جب آپ کے پاس بڑی ڈیٹا پائپ لائن ہوتی ہے تو یہ بہت ہی عمدہ ہوتی ہے۔ یہ شاید ، ایک بار پھر ، ان علاقوں میں سے ایک ہے جس سے میں محبت کرتا ہوں اور انڈسٹری میں بھی واقعی جانچنے سے لطف اندوز ہوں۔
روایتی آئی ٹی کے زیرقیادت BI کے برعکس ، آج واقعی کاروبار کو فعال کرنے پر توجہ دے رہی ہے اور آپ کو CDOs کی طرح لوگ مل رہے ہیں اور آرکیسٹریٹ کے صحیح حل تلاش کرنے ، اس ڈیٹا کو منظم اور متحد کرنے اور یقینی بنائیں ، یقینا یہ ہے حکومت کی ، ٹھیک ہے؟ ایک ایسی چیز جو میرے لئے بہت دلچسپ ہے اور یقینا I مجھے لگتا ہے کہ ہم نے اس کا اندازہ لگایا ہے ، لیکن مجھے نہیں لگتا کہ ہم نے سیدھے سیدھے یہ کہا ہے ، ایک دن کے سائز کے تمام اعداد و شمار کے گودام اور یہ سب کے آخر میں ، یقینی طور پر ختم ہوچکے ہیں۔ اعداد و شمار ہر جگہ موجود ہیں ، آپ کو بنانے کی ضرورت ہے - ڈیٹا لیکس تصویر میں آچکا ہے ، اس میں سلسلہ بند ہے اور رواں اعداد و شمار موجود ہیں ، اب بہت سارے مختلف اعداد و شمار کے ذرائع ہیں ، یہ واقعی استعمال کے معاملے پر مبنی ہے ، "آپ کو کیا ضرورت ہے؟" "ہمیں ہر چیز کو ڈیٹا گودام میں لینا ہے۔" مجھے یقین نہیں ہے ، نک ، کیا آپ اس بارے میں کوئی تبصرہ کرنا چاہتے ہیں؟ مجھے یاد نہیں
نک جیول: میں صرف ایک بات کہوں گا اور یہ صرف ٹھیک ہے ، جز کے ارتقاء کو دیکھیں۔ ماہرین نے جو پانچ سے دس سال پہلے کیا تھا ، وہ اب صارف کے ہاتھ میں ہے ، لہذا وہاں دائیں طرف کی چیزیں ، صارف کے لئے ڈریگ اینڈ ڈراپ کوڈ فری شکل میں بہت زیادہ مقبول ہو رہی ہیں۔ بہت جلد یہ تیز اور تیز تر حرکت کرے گا ، لہذا اس پر صرف نظر رکھیں۔
جین انڈر ووڈ: ہاں ، یہ واقعی اچھی بات ہے۔ مجھے اس کے بارے میں سوچنا اچھا لگتا ہے۔ مختلف ڈیٹا سائنس ، یہ آخر کار حقیقت بنتا جارہا ہے اور اوزار بہت بہتر ہو رہے ہیں۔ ٹکنالوجی کے بارے میں سوچتے ہوئے ، اب ہمارے پاس مہارت اور لوگوں کی ضرورت ہے اور ہمیں کیا کرنے کی ضرورت ہے؟ ابھی بہترین ملازمتوں میں ، ان میں ڈیٹا سائنسدانوں ، ڈیٹا انجینئر اور کاروباری تجزیہ کاروں جیسے عنوانات شامل ہیں ، پھر بھی جو ہم تلاش کر رہے ہیں وہ یہ ہے کہ خود آجروں کو میچ کرنا بہت مشکل لگتا ہے۔ یہاں تک کہ ڈیٹا پریپ اسپیس میں ، میں یہ کہوں گا ، "کیا یہ ڈیٹا پریپ ہے ، کیا یہ ڈیٹا گھوم رہا ہے ، لوگ اسے کس شرائط سے پکارتے ہیں؟" یہ ڈھونڈنا بہت دلچسپ رہا۔
کاروبار کو نہیں معلوم کہ انھیں کیا ضرورت ہے اور یہ ابھرتا ہوا ایک نیا پورا فیلڈ ہے جو بہت سارے مختلف علاقوں میں پھیلا ہوا ہے۔ اگر آپ دیکھیں کہ اب ہر ایک کو اپنے اعداد و شمار ، کاروباری تجزیات ، آئی ٹی پروجیکٹ مینیجرز ، میرے شوہر جو پاور گرڈ اور پروجیکٹوں کے ایک پورٹ فولیو کا انتظام کررہے ہیں ، کا ماسٹر بننے کی ضرورت ہے ، تو اسے اس کا تجزیہ کرنے کے قابل ہونے کی ضرورت ہے۔ یہ صرف فنانس اور اعداد و شمار کا تجزیہ نہیں ہے ، بلکہ واقعتا the یہ تنظیم کے دیگر شعبوں میں بہت وسیع ہے۔ میرے خیال میں میں نے اس بارے میں ایک مطالعہ دیکھا ہے کہ کتنے ڈیٹا سورس مارکیٹنگ میں استعمال ہوتا ہے ، اور یہ بہت زیادہ تھا۔ ایک بار پھر ، جب آپ اس مطالعے کے بارے میں سوچتے ہیں جو ہارورڈ بزنس ریویو نے کیا ہے ، تو اب یہ صرف ایک ڈیٹا سورس نہیں ہے کہ لوگوں کو ڈیبٹ کرنا پڑتا ہے اور آپس میں مل جانا پڑتا ہے ، اس میں ڈیٹا کے بہت سے ذرائع ہیں اور اس میں مہارت درکار ہوتی ہے۔
جب آپ بنیادی طور پر یہاں بڑی تصویر کو دیکھیں گے تو ، زیادہ تر نئے باڑے اس گلابی بلبل میں نیچے کی طرف ہوں گے ، جب آپ ان کاروباری تجزیہ کاروں کے بارے میں ڈیٹا کان کنی کے تجزیہ کاروں ، HR منیجرز ، اس علاقے ، لائن کے اندر صرف باقاعدہ کردار کے بارے میں بات کریں گے۔ کاروبار کے اعداد و شمار کا استعمال کرتے ہوئے. تیزی سے بڑھتے ہوئے کرداروں میں ملازمتیں کم ہوں گی ، لیکن یقینی طور پر جو کچھ ہم آج مارکیٹ میں سب سے زیادہ سنتے ہیں ، ڈیٹا سائنسدان اور ڈیٹا انجینئر۔ سی ڈی او کی حیثیت سے ، وہ آگے دیکھ رہے ہیں اور آپ ہنر کی منصوبہ بندی کر رہے ہیں ، آپ کو معمول کے کاموں میں سے کچھ خود کار طریقے سے اور مہارت کی ان اقسام کو سمجھنے کی ضرورت ہے جو زیادہ اسٹریٹجک ہوں گی ، اور پھر ، دونوں کے ل your اپنی تنظیم کے ساتھ قدر میں اضافہ کریں۔ وہ لوگ جو تجزیات کے قابل ہیں بلکہ ڈیٹا سائنس اور وہاں موجود ڈیٹا انجینئر لوگوں کے لئے بھی۔ جب آپ اس کے بارے میں سوچتے ہیں کہ بہترین اور روشن ترین مقابلے کا مقابلہ کرنے کے ل Consider آپ کی غیر شائع شدہ پوزیشنوں اور یہاں تک کہ کچھ آزادانہ معیشت تبدیل ہوسکتی ہے تو اس پر غور کریں۔
اور ، ہمیشہ اپنے ٹیلنٹ پائپ لائن کے بارے میں بھی سوچتے رہو ، امیدواروں کو مارکیٹ میں گشت کرنے میں مدد کرنے یا ایسی چیزوں کی تلاش میں جو آپ کو چاہیں اور کچھ ایسا ہی نہ ہو جو آپ چاہتے ہو اور گھر میں تجزیاتی نصاب تیار کریں ، جو واقعی میں تیزترین ، سب سے زیادہ نہیں ہوسکتا ہے۔ آپ کو برقرار رکھنے کے لئے سرمایہ کاری مؤثر حکمت عملی۔ ایسے لوگوں کو تلاش کرنے پر غور کریں جو اس یا مختلف گروپوں کی تربیت کے لئے وقف ہیں ، اور مجھے یقین ہے کہ الٹریکس نے آج سیشن کے اختتام پر ایک کال ٹو ایکشن کے طور پر ایک مشورہ دیا ہے ، کہ آپ ان میں سے کچھ چیزوں کا فائدہ اٹھاسکتے ہیں اور اپنی ٹیم کو فائدہ اٹھانے میں مدد کرسکتے ہیں۔ کچھ موجودہ وسائل جو پہلے ہی دستیاب ہیں۔
نک جیول: بالکل ہتھیاروں کی دوڑ میں پھنسے بغیر ہی اس ہنر کے خلا کو پُر کرنے کے بہت سارے طریقے ہیں۔ واپس سلائیڈز کے جوڑے ، مجھے نہیں معلوم کہ آپ وہاں جوڑے پلٹائیں گے۔ کاگل ، ڈیٹا سائنس مقابلہ سائٹ سائٹ ، انہوں نے ابھی صرف ڈیٹا سائنس کی حالت کے ارد گرد 17،000 جوابات کے ساتھ ایک سروے جاری کیا اور لوگوں کے پاس موجود مہارتوں کے گرد سروے سے واقعی ایک دلچسپ ردعمل سامنے آیا ، اور جواب دہندگان کی اکثریت میں پی ایچ ڈی نہیں تھا۔ ، اب یہ صرف ایک شرط نہیں ہے۔
یہ خیال کہ اگلی نسل کے تجزیہ کار ماہرین ، وہ اہم بلبلا جو آپ ابھی دکھا رہے تھے ، وہ نانو ڈگری کورسز سے اپنی ضرورت کا علم حاصل کرسکتے ہیں۔ وہ اڈاسٹی جیسی سائٹوں پر جاسکتے ہیں اور وہ یہ علم فوری طور پر ، کاروبار میں براہ راست تعینات کرسکتے ہیں ، مختصر توجہ مرکوز ترسیل کے چکر ان کو اپنی کمپنیوں کے لئے مسابقتی پیش قدمی کا فوری ذریعہ بناتے ہیں۔ مجھے لگتا ہے کہ اس کے لئے کچھ دیکھنا ہے۔
جین انڈر ووڈ: نہیں ، میں مانتا ہوں۔ یہاں تک کہ اگر میں اس کے بارے میں سوچتا ہوں تو ، یقینا a ابھی بہت طویل فاصلہ طے ہوگا جب سے میں نے یو سی ایس ڈی میں دو سالہ پروگرام لیا۔ میرے خیال میں ، 2009 ، 2010 کا ٹائم فریم واپس آگیا تھا اور واقعی میں شاید ملک میں ایک مٹھی بھر افراد تھے جس نے آپ کو ایسا کرنے کی اجازت دی تھی۔ اب عام طور پر اور بہت سارے اختیارات ہیں ، اسی طرح خصوصی پروگرام ، چاہے وہ دکانداروں کے ذریعہ ہوں ، آج کے بہت سارے وسائل جو لوپوں کے ساتھ دستیاب ہیں اور یہ سب مختلف آن لائن وسائل ہیں ، یہ حیرت انگیز ہے ، یہ واقعی وقت ہے۔ وقت بنانا اور اس کا بجٹ بنانا اور اپنے آپ کو جاری رکھنے کے لئے شیڈول بنانا۔ یہ آپ کیا سیکھنا چاہتے ہیں؟ اور پھر اس راستے پر چلنا جس کو آپ سیکھنا چاہتے ہیں۔
اس کو دیکھنے اور اپنی صلاحیتوں کے اپنے منصوبے اور سی ڈی او کے ممکنہ منصوبے کو ایک ساتھ رکھنے کے بارے میں بات کرتے ہوئے ، اس بات کو یقینی بنانا کہ ان کے احاطہ شدہ علاقوں میں لوگ ہوں ، اس بات سے کہ میں فی سیکنڈ میں ایک اہلیت کا فریم ورک کہوں گا ، مہارت کو دیکھ رہا ہوں یا ڈومین کے علم جیسی چیزوں کو تلاش کروں گا۔ اب بھی واقعی کلیدی حیثیت رکھتا ہے ، حالانکہ یہ حل خود تربیت یا خود سیکھ سکتے ہیں ، یہ واقعتا a ایک بزنس سبجیکٹ ماہر ہے جو رہنمائی کرے گا اور اس بات کو یقینی بنائے گا کہ اس کے نتائج معنی خیز ہوں۔
وہاں ہمیشہ کچھ ہوتا ہے اور میں اس کی مثال استعمال کرنا چاہتا ہوں جب میں انشورنس کمپنی کے لئے تنقیدی تجزیات کر رہا تھا اور اس میں سے ایک انکشاف ہوا کہ الگورتھم کو نیو یارک سے کسی کی خدمات حاصل کرنا نہیں تھا۔ ٹھیک ہے ، نہیں ، ہم نیو یارک سے کسی کو ملازمت پر نہیں لینے والے ہیں۔ ہمیں یہ معلوم کرنا تھا کہ الگورتھم ہمیں یہ معلومات کیوں دے رہا تھا۔ اس کی وجہ یہ تھی کہ قانونی ، ایک قانون بدل گیا تھا اور اسی وجہ سے ہمارے اس خاص طبقے میں بہت زیادہ گھمنڈ ہو رہی تھی۔ کاروباری مضامین کے ماہر کو اس بات کو سمجھنے کی ضرورت ہے ، اور مجھے یہ نہیں لگتا کہ اس میں تبدیلی آرہی ہے ، مجھے اس طرح کی رہنمائی نہیں ہوتی ، اس بات کو یقینی بناتے ہوئے کہ نتائج درست معلوم ہوں ، کیا کچھ نظر آرہا ہے۔ ، انسانی دماغ ہونے کے لئے کچھ کہا جاتا ہے ، مشین کی طاقت کے ساتھ مل کر اس کی خوبصورتی واقعی وہ جگہ ہے جہاں ہم جارہے ہیں۔
دوسری قسم کی چیزیں جب آپ مہارت ، تصور ، نگاری ، اعداد و شمار میں ایک موثر کہانی سنانے ، ایک مؤثر کہانی بتانے پر غور کررہے ہیں کہ آیا یہ مشین مشین سیکھنے کی پیداوار بھی ہے یا نہیں۔ مل کر رکھنا اور یہ دیکھنا کہ اس سے کیا اثر پڑتا ہے ، فیصلہ کرنے کی انسانی نوعیت کو سمجھنا ، اس قسم کی چیزیں ٹیکنالوجی سے قطع نظر بہت اہم ہیں۔ حکمرانی واقعی اہم ہے ، اخلاقیات دن بدن اہم ہوتی جارہی ہیں۔ سماجی سائنسدانوں کو شامل کرنے سے ، یہ سمجھتے ہیں اور وہ یہ دیکھنے کے لئے تربیت یافتہ ہیں کہ آیا آپ کے ڈیٹا میں تعصبات موجود ہیں یا نہیں جس کا آپ کو ادراک تک نہیں ہے اور نہ ہی تنظیم میں ایسا کوئی فرد ہے جو شاید اس بات کو بھی نہیں پہچان سکتا ہے ، حتی کہ انھیں ماہر میں لاسکے۔ ، ان قسم کی چیزوں کا ہونا۔
اور ایک بار پھر ، یقینا engineering انجینئرنگ اور ہارڈ ویئر کے لئے انفراسٹرکچر موجود ہے اور اس بات کو یقینی بنانا ہے کہ آپ پیمائش کرسکتے ہیں اور یہ تیار ہوچکا ہے اور یہ یقینی بنانا ہے کہ آپ درست بادل فراہم کرنے والے کا استعمال کررہے ہیں ، ہوسکتا ہے کہ آپ لاک نہیں ہوں یا آپ کے پاس منتقل کرنے کے اختیارات ہوں یا وہ آپ قیمتیں سمجھتے ہو کہ اس سے آپ کو کتنا خرچ کرنا پڑتا ہے۔ یہ ان اقسام کی مہارت ہے اور جب آپ اس کو دیکھیں گے تو ہم اسے مختلف شعبوں کے ذریعہ مہارت کہیں گے ، چاہے وہ ڈیٹا سے چلنے والی فرنٹ لائن فیصلہ سازوں ہو - جہاں ان میں سے زیادہ تر کردار ہوں گے۔ ڈیٹا کے ان سمندروں میں مالش کریں اور کام کریں۔ یہ ان قسم کی چیزیں ہیں جن کے لئے آپ ایک ساتھ ایک فریم ورک رکھنا چاہتے ہیں۔
اہلیت کے فریم ورک کو دیکھتے ہوئے ، آپ عام طور پر کسی تنظیم کی طرف دیکھتے ہیں ، آپ صرف مہارتوں پر نہیں ، اہلیت پر غور کرنا چاہتے ہیں۔ لفظی الفاظ میں تھوڑی بہت گڑبڑ ہے جب آپ اس کو دیکھ رہے ہو۔ آپ کی تنظیم کے لئے ایک اہلیت کا فریم ورک ایک واضح اشارہ ہے۔ جنگی پالیسی بنانے والے ، تعلیم فراہم کرنے والے ، جبکہ مہارت کے بارے میں کہا جا، گا ، R کے تحت لکھا ہوا ، آپ ان قسم کی چیزوں کے بارے میں سوچتے ہیں ، آپ کے پاس ایک قابل کوڈر ہے ، لیکن آپ ان مہارتوں سے کہیں زیادہ حاصل کرنا چاہتے ہیں۔ جب آپ قابلیت کو سمجھتے ہیں تو ، کسی فرد کو فریم ورک کو سمجھنے اور سمجھنے کے قابل ہونا چاہئے ، یہ اہم بات ہے ، وہاں تھوڑا سا تعبیر ہونا ضروری ہے۔
جب آپ اس کی تعمیر کررہے ہیں تو ، آپ یہ تشخیص کرنا چاہتے ہیں کہ آپ کس صلاحیت کو کہتے ہیں جس کا کاروبار پر مثبت اثر پڑتا ہے اور ان اعلی صلاحیت والے علاقوں کو اجاگر کرنا پڑتا ہے ، لہذا آپ اپنی ترجیحات کی ترجیح دے رہے ہو کہ آپ اپنی تنظیم میں کون سی صلاحیتوں کو بڑھانا چاہتے ہیں اور پھر کاروباری مقاصد کے ساتھ دوبارہ صف بندی کریں۔ ڈیٹا کی قیمت کو زیادہ سے زیادہ بنانے کے لئے ذمہ دار سی ڈی او ، وہ دیکھیں گے ، اور ان کا سی اے او ، جو اعداد و شمار کی قدر کو زیادہ سے زیادہ کرنے کے لئے تجزیات کا استعمال کرے گا۔ وہ ان صلاحیتوں اور ان مختلف علاقوں پر نظر ڈالیں گے ، پچھلے گرڈ پر جو میں نے وہاں کیا تھا ، لیکن پھر وہ عملے کی اعلی صلاحیت کو بھی تلاش کریں گے۔ آپ اعداد و شمار اور تجزیات کے لئے اپنے عملے کے ساتھ کام کریں اور ان میں سرمایہ کاری کریں ، انھیں سیکھنے کے مواقع فراہم کریں نہ صرف تربیت بلکہ حقیقی کاروبار کے حقیقی مواقع پر کام کرنے والے حقیقی دنیا کے مواقع۔
اس سے بہتر کچھ بھی نہیں ہے - اگرچہ میں اسکول جانے کے ل couple کچھ سال رہا تھا ، تب تک یہ نہیں تھا جب تک کہ میں جاکر ان میں سے کچھ الگورتھم کا اطلاق کرتا ہوں یا چیک فراڈ کے بارے میں سیکھتا ہوں ، ان میں سے کچھ کے بارے میں سیکھا ہوں جس کے بارے میں میں نے پہلے کبھی نہیں سوچا تھا۔ ایک ساتھ حقیقی دنیا میں رکھنا شروع کریں اور وہیں سے آپ واقعی سیکھیں۔ لوگوں کو ان علاقوں میں تجربہ حاصل کرنے کا موقع فراہم کرنا۔ وہ کمپنیاں جو مضبوط قابلیت پیدا کرنے میں کامیاب ہیں ، جو منظم طریقے سے پہچانتی ہیں ، مقصد کا جائزہ لیتے ہیں اور یہ دیکھتے ہیں کہ لوگوں کے مقاصد کے ل for سیکھنے اور کچھ میٹرکس رکھنے کے ل my میری تنظیم کے مابین خلاء کہاں ہیں ، وہی کمپنیاں ہیں جو قابل ہونے جا رہی ہیں پہنچانے کے لئے.
جب آپ بالغوں کو تربیت دینے کے بارے میں سوچتے ہیں تو ، عام طور پر ، یہ ایک وقت کا فاقہ کشی ہے - ہم ہر وقت بھوکے رہتے ہیں - لیکن یہ دیکھنا کہ ہر ایک کے ل works کیا کام آتا ہے۔ میرے پاس ذاتی طور پر کتابیں ہیں ، لہذا اگر آپ آج میرے دفتر میں آتے تو آپ کو بہت ساری کتابیں نظر آئیں گی ، اگرچہ بہت سارے لوگ ویڈیوز کو پسند کرتے ہیں۔ لہذا یہ معلوم کرنے کی بات ہے کہ ، آپ کی تنظیم میں کوئی سیکھنا کس طرح پسند کرتا ہے - انہیں سیکھنے کی ترغیب دیتا ہے - بلکہ اس کے لئے کچھ وقت مہیا کرتا ہے اور یہ کہ کسی طرح کا مقصد۔ اس تک پہنچنے میں کیا موثر ہے اور عام طور پر وہ مرکب ، یہ صرف نہیں ہے ، اس اسکور کارڈ پر اس نشان کو چیک کرنے کے لئے اس کورس کو اپنائیں ، اس مقصد کے ساتھ ، یہ اصلی مقصد منصوبے کے ساتھ مل رہا ہے اور آپ نے اس پروجیکٹ سے کیا سیکھا اور آپ آگے کیا کرنا چاہتے ہیں؟ مسلسل کیا ہے؟ اپنی ٹیم کو کھینچنا یا اپنی ٹیم کو آگے لے جانے کے لئے تحریک دینا۔
سیکھنے کے وہ مقاصد ، ایک بار پھر ، اگر آپ یہ کر رہے ہیں تو ، واقعتا یہ نہیں ہونا چاہئے ، یہ ضروری ہے کہ کاروبار کے ل. آسان ہو کیونکہ ان مقاصد کو اسٹریٹجک کاروباری مفادات کے ساتھ موافق ہونا چاہئے۔ یہ عظیم منصوبے ہیں۔ وہ تجرباتی منصوبے ہیں۔ وہ ایسے منصوبے ہیں جو انجکشن کو آگے لے جائیں گے۔
نک ، کیا آپ کچھ شامل کرنا چاہتے ہیں؟ مجھے یقین نہیں ہے
نک جیول: نہیں ، میں اگلی سکرین پر ، اگر یہ ٹھیک ہے تو ، کیس اسٹڈی میں کودنے جا رہا ہوں۔ کسی مخصوص تنظیم کی تھوڑی بہت تفصیل۔ مجھے لگتا ہے کہ انہوں نے حقیقت میں حقیقت میں ، آپ جو کچھ کہہ رہے ہو وہ عملی جامہ پہنا دیا ہے۔ فورڈ موٹر کمپنی نے کئی کمپنیوں کی طرح کئی دہائیوں تک اعداد و شمار کے تجزیے پر انحصار کیا ، لیکن اس نے ثابت قدمی اور ہم آہنگی کو یقینی بنانے کے لئے پوری کارپوریشن میں شاید بہت کم نگرانی کے ساتھ کاروبار کی جیب میں ایسا کیا۔ ان کے مسائل شاید ان کے پیمانے پر کسی تنظیم کے ل typ کافی معمولی تھے ، لہذا تجزیہ کی مہارت موجود ہے - جیسا کہ ہم کہتے ہیں جیب میں ، ڈیٹا مینجمنٹ اور گورننس کے طریق کار متضاد ہیں ، یہاں تک کہ کچھ کاروباری اکائیوں کو بنیادی تجزیاتی مہارت تک رسائی کا فقدان ہے۔
ایک بار پھر ، ہم نے آج ڈیٹا کے بہت سارے ذرائع کے بارے میں بات کی ہے ، ان کے پاس ڈیٹا کے 4،600 سے زیادہ وسائل تھے۔ اس کا مطلب یہ تھا کہ سفر کا آغاز کرنا اور ان اعداد و شمار کو تلاش کرنا جس کی انہیں ضرورت تھی وہ تجزیاتی بصیرت کی اصل رکاوٹ تھی۔ میں دیکھ رہا ہوں کہ آپ ہنس رہے ہیں ، لیکن یہ ایک خوفناک بات ہے ، ٹھیک ہے؟
جین انڈر ووڈ: 4،600 ، اوہ میرے گوش ، ہاں۔
نک جیول: لہذا ، فورڈ نے عالمی بصیرت اور تجزیاتی یونٹ تشکیل دیا اور اس کو مرکزی حیثیت حاصل ہوگئی۔ آپ اسے اعزاز کا مرکز قرار دے سکتے ہیں۔ اس میں تجزیہ کار بہترین تجزیہ کو شریک کرنے اور اعداد و شمار پر مبنی ڈیٹا سے چلنے والے اعداد و شمار کو پھیلانے میں مدد دینے کے لئے ڈیٹا سائنسدانوں اور تجزیہ کاروں کی ٹیم پر مشتمل ہے۔ کاروبار. اس یونٹ نے نہ صرف قابلیت پر بلکہ ایک ساتھ مل کر انضمام کرنے کی ان کی صلاحیت پر بھی بہترین طبقاتی ٹولز کا انتخاب کیا ، لہذا یہ بہت اہم ہے۔ ان کے جمہوری بنانے کی توجہ دراصل اطلاعات اور وضاحتی تجزیات کے آس پاس تھی ، اس ضرورت سے اہرام کو آگے بڑھانے سے پہلے جس کے بارے میں ہم نے بات کی ہے۔
اب ، جمہوریકરણ صرف کسی کو ڈیٹا سائنسدان نہیں بناتا ہے راتوں رات۔ عملے کو یہ جاننے کی ضرورت ہے کہ کب اور کہاں سے مدد لی جائے ، اور اس سب کی مدد کے لئے تربیت ، نظم و نسق ، طریقہ کار دستیاب ہیں۔ نیز ، یہ صرف آلے کی تربیت کے بارے میں نہیں ہے ، بلکہ ڈیٹا سائنس ٹریننگ کے ذریعہ ، اس مہارت کے فرق کو ختم کرنا ہے جس کا ہم نے ذکر کیا ہے۔ لہذا ، لاجسٹکس نیٹ ورک کو بہتر بناتے ہوئے ، فورڈ میں ایک حقیقی دنیا کے استعمال کا معاملہ ، تو کیا فورڈ نقطہ A سے نقطہ B تک مواد منتقل کرنے کے لئے صحیح رقم ادا کررہا تھا؟ ان کی میراثی تجزیات واقعتا قابل عمل مواقع کو اجاگر نہیں کرتی ہیں۔ اس نے انہیں مارکیٹ میں بہت رجعت پسند بنا دیا۔اب ، اس عمل کے لئے بہت ساری پیچیدگی تجزیہ کاروں کے سروں کے اندر بند کردی گئی تھی اور انہوں نے اس وقت ایک بہت بڑی پیشرفت کی جب سیلف سروس کے کام کا بہاؤ دراصل اس کاروبار کے ساتھ چل رہا تھا ، اور تجزیہ کار ماہرین ایک ساتھ بیٹھ کر شریک رہتے ہیں۔
اس نے تجزیہ کو ملٹی یئر سے سہ ماہی تک منتقل کردیا ، اور یہاں تک کہ کاروبار سے فائدہ اٹھانے کے ل، ، اصل وقت تک ، اتنا بڑا ، بہت بڑا فائدہ۔ کاروباری قیمت پر سیلف سروس تجزیہ کاروں کا یہ اثر ، یہ رہا ہے کہ فورڈ تیزی سے کارپوریٹ وسیع ڈیٹا سے چلنے والی حکمت عملیوں کی منصوبہ بندی اور تشکیل دے سکتا ہے ، ابھرتے ہوئے رجحانات کا جواب دینے ، نئی خدمات کی تشکیل میں مدد اور بنیادی طور پر مقابلہ کے خطرات کو روکنے کے بغیر ، محض اس ریرویو آئینے میں دیکھنے کی ضرورت ہے۔
اب ، اگر ہم ایک لمحہ کے لئے جائزہ لیں کہ کس طرح ایک اور گاہک نے واقعی عمومی ترجیح سے فرم کی ایک ہی ڈویژن میں عمودی ترجیح سے تمام ڈویژنوں میں افقی پٹی کی حیثیت اختیار کی ہے ، تو ہم شیل کے بارے میں بات کریں گے۔ شیل ایک ایسی صلاحیت کا مرکز چلاتا ہے جو چیف ڈیجیٹل آفیسر کو اطلاع دیتا ہے - لہذا ہماری CxO پلے بک کے لئے ایک اور D موجود ہے - ڈیجیٹل تبدیلی اور استحکام کے لئے ذمہ دار۔ یہ لوگ ، وہ سمجھ گئے کہ ان کے ماحول میں متعدد پرتیں ہیں اور ٹکنالوجی کا اسٹیک ، اسٹوریج ، ڈیٹا پروسیسنگ اور اس میں سبھی خصوصیات والی ٹیکنالوجیز ہیں جن سے آپ واقف ہوں گے۔ ایس اے پی ایچ اے این اے ، ڈیٹا بکس ، اسپارک جیسے چیزیں اور ان لوگوں نے پیمانہ کی صحیح معیشت تک پہنچنے کے لئے عوامی بادل کا فائدہ اٹھایا۔
اب ، انہوں نے اسٹوٹ فائر ، پاور BI اور زیادہ جیسی ٹکنالوجیوں کو کھانا کھلاتے ہوئے اپنے بہت سے آر کوڈ کے لئے تجزیاتی ریپر کے طور پر الٹریکس کو منتخب کیا۔ لیکن اب وہ دیکھتے ہیں کہ گود لینے کو ڈیٹا پروسیسنگ اور وژوئلائزیشن کے ساتھ زیادہ قریب سے باندھ رہا ہے۔ جین ، صرف ان ساری صلاحیتوں کی آپ کی سلائیڈ کو واپس بلاکر ، اس طرح کی چیز پھیل جاتی ہے جب ہم مزید تجزیہ کاروں تک رسائی حاصل کرنے کے قابل بناتے ہیں۔ آپ جانتے ہو ، وہ اس صلاحیت اور COE کی فراہمی میں بہت زیادہ کامیاب رہے تھے ، اب مستقبل کی صلاحیتوں کی فراہمی کے خواہاں ہیں ، ان گہری سیکھنے کی کچھ چیزوں کے بارے میں جن کی ہم نے بات کی ہے - مشینی وژن ، قدرتی زبان پروسیسنگ - اور ان کا آدھا حصہ ترسیل ہے ، اس کا آدھا حصہ کاروباری یونٹوں میں ان نظریات کی وضاحت اور اتپریرک کے بارے میں ہے۔ یہ سفر کا حصہ ہے۔ COE ہمیشہ اپنے کاروباری سامعین کے ساتھ بات چیت کرنے کے مختلف طریقوں کی تلاش میں رہتا ہے۔
ایک طرف شکیوں کو بھی ذہن میں رکھتے ہوئے جو کہتے ہیں ، "ٹھیک ہے ، یہ بلیک باکس کبھی بھی میرے تجزیہ کار کی طرح اچھا نہیں ہوگا ،" سارے راستے مداحوں یا حوصلہ افزائی کو دیکھتے ہیں جو ہر جگہ ارتباط دیکھتا ہے ، شاید اس کی وجہ کارگر تعلقات کی راہ میں کم ، لیکن آپ کو دونوں طرف محتاط رہنے کی ضرورت ہے۔ یہ ایک دلچسپ وسطی میدان ہے ، جب آپ کے پاس پوری تنظیم میں یہ افقی پٹی ہوتی ہے تو ، ہائبرڈ مہارت کا ایک ایسا مجموعہ ہوتا ہے جس کو سپیکٹرم کے دونوں اطراف کو راضی کرنے کی ضرورت ہوتی ہے۔
نک جیول: ٹھیک ہے ، جین ، کیا آپ وہاں ہیں؟
جین انڈر ووڈ: میں ہوں.
نک جیول: میرا اندازہ ہے کہ ہم یہاں کلیٹن کرسٹنسن حوالہ کے ساتھ جو کچھ کہنا چاہتے ہیں وہ یہ ہے کہ بہت ساری تنظیموں کے ل I ، مجھے لگتا ہے کہ ڈیجیٹل تبدیلی کو آگے بڑھانے کے لئے تجزیات کے ایجنڈے کو یکجا کرنا ، جس کے بارے میں ہم آج بات کر رہے ہیں ، ایک چیلنج ثابت ہوگا . زیادہ کثرت سے ، ہمیں تجزیاتی ٹیمیں ملتی ہیں جو کمزور ہاتھ سے شروع ہوتی ہیں۔ تجزیاتی عمل ، ٹکنالوجیوں ، ٹیم ڈھانچے کی وراثت ہولڈور کے ساتھ جدت لانے کی کوشش کرنا اور ان اوشیشوں کو برقرار رکھنا تجزیاتی صف بندی اور تجزیاتی جدت کے لئے سب سے بڑی رکاوٹ ثابت ہوگا۔ جین ، کیا آپ کو اس پر کوئی خیال ہے؟
جین انڈر ووڈ: میں اس تصویر کا لطف اٹھا رہا ہوں جس کا انتخاب کیا گیا تھا۔ ہاں ، یقینا meمجھے بہت سمجھ میں آجاتا ہے۔ آپ کو ان میں سے کچھ نئی ٹیکنالوجیز کو اپنانا ہوگا ، مثال کے طور پر ، ریئل ٹائم میں اسٹریمنگ کرنا۔ اگر آپ کو کسی قدیم ورثہ کے ساتھ ، فی براؤزر میں جاوا اسکرپٹ کو تازہ دم کرنا پڑتا ہے تو ، ضروری نہیں ہے کہ آپ ان حقیقی وقت کے نتائج حاصل کرسکیں - ہوسکتا ہے کہ یہ ڈیش بورڈ ایپ ہو یا اس قسم کی چیزیں۔ ہاں ، آپ کو ان میں سے کچھ نئے ٹولز کو اپنانے کی ضرورت ہے ، اور ایک بار پھر ، مجھے لگتا ہے کہ یہ تصویر واقعی پیاری ہے ، ایک تصویر میں ہزار الفاظ کہتے ہیں۔ ٹوکری اور چھوٹی گاڑی ، آپ کو ان میں سے کچھ پرانے ٹیک اپروچ کو چھوڑنا ہوگا۔
نک جیول: بالکل لہذا ، اگر ہم اگلی سلائیڈ پر جائیں تو ، ہمارے خیال میں اس سے بہتر کوئی اور راستہ ہے۔ میرا اندازہ ہے کہ سب سے پہلے آپ کے سبھی ڈیٹا اثاثوں کو جو سب سے زیادہ موزوں ہیں ، جلدی سے تلاش کرنے کے ل something ، کسی ایسی چیز کا استعمال کرتے ہوئے جو گوگل جیسی تلاش کے مترادف ہے۔ ان کی رائے کو سمجھنا ، انحصار کو سمجھنا ، واقعی آسان چیزوں میں حقیقت سازی کرنا جیسے آپ کی برادریوں کے ماہرین کے مصنف بزنس کی لغتیں ، اپنے ساتھیوں کے سربراہوں کے اس قبائلی علم کے ذریعہ زندہ رکھیں۔
ڈیٹا کی دریافت کے ساتھ ہوشیار ہونا۔ رپورٹ مالکان اور ماہرین کے ساتھ بات چیت کرنے کی صلاحیت کے بارے میں سوچیں۔ ٹرپ ایڈوائزر یا ییلپ کو اپ لوڈ کرتے ہوئے ، تھوڑی بہت کچھ کریں ، ان اثاثوں کو اپلوڈ کریں جو سب سے زیادہ کارآمد ہیں ، ان کی تصدیق کرتے ہیں جو تنظیم سمجھتا ہے کہ یہ سب سے زیادہ قیمتی ہے اور پھر یہ ساری چیزیں تلاش کے نتائج اور بالآخر تلاش کی درجہ بندی میں واپس کردیں ، جس سے یہ بہتر ہوگا۔ اگلا صارف ایک بار جب آپ ڈھونڈ رہے ہو تو ، اس تیز ، کوڈ فری ، صارف دوست ، تیاری اور تجزیہ کے مرحلے میں اپنے کامل ڈیٹا سیٹ کو تیار کرنے کے ل find ، جس سے دوبارہ قابل تکرار عمل شائع کیے جائیں۔
صارف دوست ایپس تیار کرکے ، ہماری آٹومیشن گفتگو پر واپس جائیں۔ تجزیاتی ماڈل بنانے کے لئے جو بھی ضرورت ہے۔ ماڈلز کے بارے میں بات کرتے ہوئے ، ہم نے اوپن سورس ٹیکنالوجیز کی حمایت کی ہے ، جیسے آر کئی سالوں سے ، ہمیں واقعی ایک اعلی درجے کی تجزیاتی قابلیت تیار کرنے کی اجازت دیتی ہے جس میں وضاحتی ، بلکہ پیش گوئی کرنے والے ، تجزیاتی تجزیات کو بھی سادہ ، ڈریگ اور- ڈراپ وے
اب ، دائیں طرف ، دراصل انٹرایکٹو تصورات ، ماڈل اور اسکورنگ کے بارے میں اس بصیرت کا پتہ لگانا ڈیٹا پلیٹ فارم کے اندر دھکیل دیا جارہا ہے ، یا حال ہی میں ، اس بصیرت کو فوری طور پر اور براہ راست کاروباری عمل میں دستیاب کرنا ہے۔ مجھے لگتا ہے کہ یہ پورے پلیٹ فارم میں صلاحیتوں کی یہی حد ہے جس نے ہمیں اس سال کے گارٹنر پیر انسائٹس کسٹمر چوائس سروے میں گولڈ ایوارڈ یافتہ تسلیم کرنے کی اجازت دی ہے ، جو ایک حیرت انگیز کارنامہ ہے۔ میری گزارش ہے کہ آپ گارٹنر سائٹ دیکھیں اور مزید معلومات حاصل کریں اور اپنے ووٹ شامل کریں اور اپنی اپنی کمنٹری شامل کریں۔
ٹھنڈی ، تو ، جین ، اگر ہم ایک اور سلائیڈ کو آگے چھوڑ دیں - مجھے لگتا ہے کہ جیسے ہی ہم اس نتیجے پر پہنچیں ، میں آپ کو اگلے سارے اقدامات دینا چاہوں گا۔ سب سے پہلے ، براہ کرم تجزیاتی رکاوٹوں کو ختم کرنے کے بین الاقوامی انسٹیٹیوٹ (IIA) کے بین الاقوامی انسٹی ٹیوٹ (IIA) کے ساتھ ہم آہنگی میں کیے گئے ، ہمارے حالیہ تحقیقی مختصر کی ایک اعزازی کاپی ڈاؤن لوڈ کرنے کے لئے Alteryx.com ملاحظہ کریں۔ آپ اپنی ٹیموں کو قابل بنائے جانے کے بارے میں مزید جاننے کے لd ، اعلی درجے کی تجزیات نانو ڈگری کے ساتھ ، اور اس کے بعد آخر میں خود الٹریکس کا تجربہ کرسکیں گے۔ ہوم پیج پر جائیں ، مکمل خصوصیات والی تشخیص ڈاؤن لوڈ کریں اور سنسنی خیزی کے ساتھ آگے بڑھیں۔
جین ، آپ کے حوالے ہمارے پاس کچھ سوال و جواب کے لئے کچھ وقت ہوسکتا ہے۔
ایرک کااناگ: میں واقعی جلدی میں چمک رہا ہوں۔ ہمارے پاس کچھ سوالات ہیں۔ اگر آپ اس پر کوئی تبصرہ کرنا چاہتے ہیں تو میں پہلے ایک نک ، اور پھر جین کو پھینک دوں گا ، لیکن یہ یقینی طور پر یورپی یونین کے لئے زیادہ لاگو ہے اور وہ ہے بدنام زمانہ جی ڈی پی آر ، عالمی ڈیٹا پروٹیکشن ریگولیشنز۔ اس سے الٹرییکس اور آپ کے روڈ میپ کو کس طرح متاثر ہورہا ہے اور آپ لوگوں پر کیا توجہ دی جارہی ہے؟
نک جیول: میرا اندازہ ہے کہ یہ ایک بوگیمین ہے ، ابھی وہاں موجود ہے۔ بہت سارے لوگ اس کے بارے میں بات کر رہے ہیں ، بہت سارے لوگ کافی پریشان ہیں ، لیکن یہ واقعات میں ڈیٹا اور تجزیات کی دنیا میں آنے والے ضوابط کی ایک لمبی سیریز میں واقعی پہلا واقعہ ہے۔ واقعی ، ہمارے نقطہ نظر سے ، یہ آپ کے ڈیٹا کو سمجھنے اور اس کی درجہ بندی کرنے کے بارے میں ہے۔ کسی خاص ذائقے کے سی سی ایس او کی حیثیت سے یہ یقینی بنانا ، آپ جانتے ہیں کہ آپ کے اثاثے کہاں ہیں ، آپ ان کے بارے میں جانتے ہیں اور آپ جانتے ہیں کہ وسیع پیمانے پر اعداد و شمار پر صرف حکومت اور انتظام کرنے کے لئے آپ ان پر اعتماد کر سکتے ہیں۔
ایرک کااناگ: مجھے لگتا ہے کہ نک کو جین کو واپس لانے سے پہلے میں آپ کے سامنے ایک اور سوال پھینک دوں گا ، اور یہ ہے ، تربیت کا ڈیٹا ، اگر کوئی درخواست کرتا ہے کہ آپ کے انٹرپرائز سے ان کا ڈیٹا حذف ہوجائے تو ، اس کا اثر ان کا نام ، پتہ اور اسی طرح نہیں ہے۔ آگے ، نہ صرف ان کی رابطے کی معلومات ، بلکہ یہ بھی ، اگر الگورتھم تربیتی اعداد و شمار کا استعمال کرتا ہے جس میں آپ کا ڈیٹا شامل ہوتا ہے تو ، آپ کو الگورتھم کو دوبارہ منظم کرنا چاہئے ، کیا یہ صحیح نہیں ہے؟
نک جیول: یہ خاص طور پر پیچیدہ ہے۔ میرا خیال ہے کہ اس خیال سے کہ ڈیٹا بیس نہ صرف یہ کہ ذاتی طور پر قابل شناخت معلومات میں سے کچھ کا ایک ذریعہ ہو ، بلکہ تجزیاتی ورک فلوز ، ایپس ، تصورات۔ یہ اعداد و شمار ہر جگہ کسی تنظیم کے ساتھ ملتا ہے ، لہذا اس تناظر میں ہونا: بالکل ضروری ہے۔
ایرک کااناگ: اور جین ، آپ کی کیا رائے ہے؟ ظاہر ہے کہ ، یہ امریکہ میں معاہدے کی اتنی بڑی چیز نہیں ہے اور ہم ابھی بہت ساری کمپنیاں اس سے نپٹتے ہوئے نہیں دیکھتے ہیں ، حالانکہ تکنیکی طور پر بھی اس کا اطلاق یہاں ہوتا ہے۔ اگر کسی امریکی کمپنی کے پاس یوروپی یونین کے شہری کا ڈیٹا موجود ہے تو ، آپ کو جی ڈی پی آر کی اہمیت پر کیا خیال ہے اور یہ کتنا بڑا معاملہ ہے؟
جین انڈر ووڈ: ٹھیک ہے ، مجھے یقینی طور پر لگتا ہے کہ اس میں اعداد و شمار کے ذمہ دار سلوک کی ضرورت ہے۔ میں نے اس کے بارے میں کچھ بار لکھا ہے اور ان میں سے کچھ چیزوں کے بارے میں کچھ رہنما اصول ہیں۔ میرے خیال میں جو سوال آپ نے الگورتھم کے بارے میں پوچھا وہ دلچسپ ہے۔ یقینی طور پر ، میں آج کل کچھ حل تلاش کر رہا ہوں ، ان کی کچھ مصنوعات کی ٹیموں نے خصوصیات تیار کی ہیں تاکہ آپ دیکھ سکیں کہ وہ کس طرح فیصلے کررہی ہیں اور اس الگوریتم کے نتائج کو فیصلہ کرنے کے لئے کس ذاتی ڈیٹا کا استعمال کیا گیا ہے۔ ہم یہاں امریکہ میں مصنوعاتی ڈیزائن کے کچھ اثرات دیکھ رہے ہیں۔
بہت ساری ٹکنالوجی کمپنیوں کے یہاں بہت بڑے دفاتر ہیں اور یہاں کی ریاستوں کے ساتھ ساتھ دنیا بھر میں ترقیاتی ٹیمیں ، لہذا ہم اسے مصنوعات کی ترقی پر دیکھ رہے ہیں۔ میں دیکھ رہا ہوں کہ مزید اعداد و شمار کی کیٹلاگوں میں سرمایہ کاری کی جارہی ہے۔ حکومتوں کے مزید اقدامات کو آگے بڑھایا جارہا ہے تاکہ لوگ سمجھ سکیں ، اور وہ سمجھ گئے کہ یہ سارا ڈیٹا کہاں افراتفری میں ہے۔ کم از کم اسے منظم کرنے کے ارد گرد اپنے بازوؤں کو حاصل کرنے کی کوشش کرنا ، اسے تلاش کرنے اور اس کے ساتھ کچھ کرنے کے قابل ہو۔
ایرک کااناگ: میں اس سلائڈ کو آگے بڑھانے جا رہا ہوں جس کے بارے میں ہم نے پہلے بات کی تھی اور نک ، آپ کے سامنے پھینک دیں گے۔ مجھے لگتا ہے کہ یہ ایک زبردست سلائیڈ ہے کیونکہ میرے نزدیک ، یہ واقعی تجزیات کی ضرورت کے تقاضے پر بات کرتا ہے۔ اس بدلتے ہوئے متحرک کے بارے میں آپ کا کیا خیال ہے؟ میرا مطلب ہے ، نچلی بات یہ ہے کہ کمپنیاں چست مزاج ہوں گی اور میں تجزیات کو اس معاوضے کی حیثیت سے دیکھتا ہوں۔ آپ کیا سوچتے ہیں؟
نک جیول: یہ دلچسپ ہے. میرے خیال میں ہمیشہ موجود ہے - کمپنیاں اور ٹیکنالوجیز ہمیشہ تین ریاستوں میں موجود رہتی ہیں ، لہذا یہ جنگ ، امن یا تعجب کی بات ہوگی۔ جنگ اس بھاری سطح کے مقابلہ کی ہونے والی ہے۔ ونڈر وہ تمام عمدہ نئی چیزیں ہیں جو آپ ایک پلیٹ فارم کے اوپر بناتے ہیں۔ پھر مقابلہ اور جنگ سے پہلے ایک بار پھر امن۔ میرے خیال میں یہ لڑائی ہمیشہ جاری رہتی ہے۔
آج کی کال سے پہلے ، ہم نے کچھ دوسری کانفرنس اور اہم نوٹ کے بارے میں بات کی جو آج پوری دنیا میں چل رہے ہیں۔ کچھ بڑے بادل فروش ، وہ اس مقام پر پہنچ گئے ہیں جہاں انہوں نے یہ پلیٹ فارم تیار کیا ہے اور اب وہ اس کے اوپر حیرت انگیز نئی چیزیں بنا رہے ہیں۔ کمپنیوں کو اس پر دھیان سے نگاہ رکھنی ہوگی اور اس بات کو یقینی بنانا ہوگا کہ وہ ایسی کسی چیز کے ساتھ جارہے ہیں جس میں ایک مربوط پلیٹ فارم موجود ہے جو مستقبل میں اس قدر کی فراہمی کرے گا۔ وہی وہی ہونے جا رہے ہیں جو اس خلل سے بچ سکیں گے۔
ایرک کااناگ: ہاں ، یہ ایک اچھا نقطہ ہے ، اور آپ جانتے ہیں ، جین ، آپ نے شو سے پہلے ، بادل کی حکمت عملی کے بارے میں اور اس سے پہلے تبصرہ کیا تھا ، اور آپ کو انڈسٹری میں جاننے والے بہت سارے لوگ یہ کہہ رہے ہیں کہ بڑی کمپنیاں ، یہاں تک کہ بینک ، سب کے پاس بادل کی حکمت عملی۔ مجھے اس پر حیرت ہوئی کہ اس کو انجام دینے میں کتنا عرصہ لگا ہے ، اور مجھے لگتا ہے کہ ان میں سے کچھ نے ڈبلیو ایس ایس رینینٹ کانفرنس میں جاکر اندازہ کیا کہ یہ کتنا بڑے پیمانے پر ہے اور یہ نتیجہ اخذ کیا ہے کہ وقت آگیا ہے۔ آپ بادل کی درآمد کے بارے میں بڑے کاروباری عہدیداروں میں بیداری کے بارے میں کیا سوچتے ہیں اور اس سے ان کی منصوبہ بندی کیسے تبدیل ہو رہی ہے؟
جین انڈر ووڈ: جب میں بڑے پیمانے پر اعداد و شمار کی اس دنیا کے بارے میں سوچتا ہوں ، اس کا انتظام کرنے کے قابل ہوں تو ، میں کچھ سطحوں پر سوچتا ہوں کہ ذہنی سکون بہت بڑی کمپنیوں میں سے ایک کے پاس سیکیورٹی کے کچھ پہلوؤں کی ذمہ داری قبول کرتا ہے ، لہذا اس میں کچھ سکون ہے ذہن وہاں. آپ کو معلوم ہے کہ بادل کے ساتھ کچھ محدود پیمانے موجود ہیں۔
دوسری چیز یہ ہے ، اور میں نے اسے دیکھا ، میں ایک ایسی ٹیم میں تھا جس نے بادل میں کسی مصنوع کی بازآباد کاری کی تھی اور یہ یقینی طور پر ایک انڈر ڈگ پروڈکٹ تھی اور کسی نے بھی اس پر کوئی توجہ نہیں دی تھی ، اور دو سال کے اندر اندر ، ہفتہ وار ریلیز کی وجہ سے بھی ، میں کہوں گا ، یہ بادل میں روزانہ کی رہائی کے قریب ہے۔ میں جانتا ہوں کہ ایمیزون کا کہنا ہے کہ وہ ایک دن میں متعدد بار جاری کرتے ہیں۔ جب آپ کو یہ خطرہ ہوتا ہے ، جب آپ کے حریف کم سے کم سافٹ ویئر انڈسٹری میں ، جو کچھ بھی وہ کر رہے ہیں ، روزانہ جاری اور بہتر کرسکتے ہیں - اور جب آپ ڈیجیٹل تبدیلی کو دیکھنا شروع کرتے ہیں تو واقعی ہر کوئی اس بات کا ہوتا ہے۔ بالگیم اور کوئی بھی بادل اور پیمانے کو گھما سکتا ہے اور بڑا ہوسکتا ہے۔
ایک بار پھر ، یہ وہ ڈیٹا بنائے گا جس سے وہ فائدہ اٹھا رہے ہیں جو ان کے الگورتھم میں فرق اور ذہانت پیدا کرے گا ، اور اسی وجہ سے لوگ اعداد و شمار کے بارے میں بات کر رہے ہیں کہ وہ نیا تیل یا ڈیٹا سونا ہے۔ جب میں بادل کو دیکھتا ہوں تو ، یہ گیم چینجر ہے ، یہ واقعتا very بہت تیز رفتار ترقی اور پیمانے کو قابل بناتا ہے۔ یہ حیرت انگیز ہے.
ایرک کااناگ: ایک اور سوال کے ل for ، میں آپ کو واپس لاؤں گا ، اگر ہم ان سوالات میں سے کچھ حاصل کرنے کے لئے ہم یہاں صرف ایک منٹ طویل سفر کریں گے ، لیکن ، جیسا کہ مجھے یاد ہے ، پانچ اور چھ اور شاید سات سال پہلے بھی ، الٹریکس تیسری پارٹی کے اعداد و شمار کو فائدہ اٹھانے میں واقعتا really ایک جدت کار تھا - لہذا ماہر جیسے ذرائع سے ڈیٹا لائے ، مثال کے طور پر ، یا جیوਸਪیٹل اعداد و شمار۔ میں سوچ رہا ہوں کہ شاید یہ ایک اسٹریٹجک فائدہ ہے کیونکہ اس طرح کی چیز الٹریکس کے ڈی این اے میں ہے ، ٹھیک ہے؟ جب کمپنیاں بادل کی طرف گامزن ہوتی ہیں ، تو میں سمجھتا ہوں کہ آپ لوگوں کو ان جہانوں کو پار کرنے کے لئے کافی تجربہ ہے۔ تیسری پارٹی اور کلاؤڈ بیسڈ ڈیٹا پر آن پریم آیات کی دنیا ، آپ کے خیال میں کیا ہے؟
نک جیول: ہاں ، بالکل کسی بھی کمپنی کے ساتھ حتمی رابطہ ایک ایسا پاور پلے بننے جا رہا ہے جو بادل پر مبنی اس ماحول میں کام کرنے والی ہے۔ لیکن میں کہوں گا ، جب ہم انفومیومکس جیسی کسی چیز کے بارے میں بات کرتے ہیں تو ، اس خیال کے بارے میں کہ آپ کی کمپنی میں معلومات اور ڈیٹا کو ایک اثاثہ سمجھا جانا چاہئے۔ اس عمل میں مزید قدر پیدا کرنے اور منیٹائز کرنے کے ل Most آپ کو زیادہ تر قدر کی قیمت جو بیرونی اعداد و شمار کے ذرائع لانا ہے ، ان میں ملاوٹ اور اپنے اندرونی ذرائع سے ان کی مالا مال بنانا ہے۔ اندرونی اور بیرونی اعداد و شمار کے ساتھ یکساں طور پر کام کرنا بالکل تنقیدی ہے۔
ایرک کااناگ: ہاں ، یہ ایک اچھی بات ہے۔ میرے خیال میں ہائبرڈ بادل کی یہ پوری دنیا یہاں رہنے کے لئے ہے۔ جین ، میں صرف کچھ اختتامی تبصرے کے ل you ، شاید یہ آپ کے سامنے پھینک رہا ہوں۔ میرے نزدیک ، اس حکمت عملی کا نظریہ رکھنے اور نئی اصطلاح کے طور پر متحد ہونے کے قابل ذرائع کے اعداد و شمار کو بیان کررہا ہے ، یہ کامیابی کا ایک اہم عنصر ثابت ہوگا ، ٹھیک ہے؟
جین انڈر ووڈ: نہیں ، بالکل ، اور یہ بات مضحکہ خیز ہے ، میں یہ ہائبرڈ ، ہائبرڈ ، ہائبرڈ سن رہا تھا۔ آپ نے اس کے بارے میں سنا ہے اور چار سال پہلے آپ ہڈوپ ، ہڈوپ اور بڑے اعداد و شمار کے بارے میں سوچتے ہیں اور پھر آپ نے ہائبرڈ ، ہائبرڈ سننا شروع کر دیا ، لہذا یقینا ہم وہاں موجود ہیں ، ضروری نہیں ہے ، یہ مشین سیکھنے کا سال ہے ، کوئی بھی نہیں۔ میرا مطلب ہے ، مصنوعی ذہانت ، مشین لرننگ نے اس سال مرحلہ اختیار کیا ہے ، لیکن آج واقعی کسی ایسی تنظیم میں کام کرنے کے لئے جو بادل کی راہ پر گامزن ہے یا بادل کے ان تمام مختلف ذرائع سے نمٹنا پڑتا ہے ، ہوسکتا ہے کہ یہ سیلز فورس ہے یا ورک ڈے ، یہ سارے مختلف قسم کے ذرائع ہیں جو بادل میں رہتے ہیں ، ہائبرڈ ہونا ہی واحد طریقہ ہے جس سے آپ اسے سنبھال سکتے ہیں۔ آپ ممکنہ طور پر ہر جگہ ڈیٹا کاپی نہیں کرسکتے ہیں ، لہذا آپ کو براہ راست جڑنے کے قابل ہونے کی ضرورت ہے اور آپ کو ہر جگہ موجود ڈیٹا کے ساتھ کام کرنے کا راستہ تلاش کرنے کی ضرورت ہے ، ہر جگہ ڈیٹا ڈھونڈنا ہے ، کیونکہ یہی حقیقت ہے جہاں ہم حق پر ہیں ابھی.
ایرک کااناگ: مجھے لگتا ہے کہ اگر میں گفتگو میں مشین سیکھنے کو واپس نہیں لاتا ہوں تو میں پریشان ہوں گا ، لہذا ، نک ، میں اسے صرف تمہارے پاس پھینک دوں گا۔ میں جانتا ہوں کہ آپ لوگ ابھی اس طرف مرکوز ہیں - کیا آپ اس طرح کی بات کرسکتے ہیں جہاں آپ تجزیات کے ساتھ مشین سیکھنے کی سیدھ میں دیکھتے ہو اور کس طرح کے نظاموں کے ساتھ جو ہم اپنے کاروبار اور اپنے ڈیٹا کو سمجھنے کے لئے استعمال کرتے ہیں؟
نک جیول: ہاں یقینا. تو ، بہت ہی مختصر طور پر ، پھر ، آئیے ، جلد ہی اپنی صلاحیتوں کے خلا پر واپس جائیں۔ یہ خیال کہ ہمارے پاس تنظیموں کو پاور ایکسل صارفین کے ساتھ بالکل چوکسی ہے۔ ہمارے پاس ڈیٹا سائنسدان آئے ہیں ، لیکن ایک ہی شرح پر نہیں بڑھ رہے ہیں۔ دونوں کے مابین ایک بہت بڑا فرق ہے۔ اس بارے میں سوچیں کہ آج مشین سیکھنے کہاں ہے۔ ہمارے پاس اپنے فون یا اپنی گھڑی میں کتنے الگورتھم ہیں جو مشین لرننگ کی تکنیک کو شامل کرتے ہیں؟ یہ ایک شے ہے ، یہ ہر جگہ ہے۔ ہمیں بجلی کے ان صارفین کو آسان سے ممکنہ طریقے سے اہل بنانا ہے تاکہ یہ یقینی بنایا جا سکے کہ پورے کاروبار میں مشین کامیابی کے ساتھ نافذ ہے۔
ایرک کااناگ: میں شاید ایک آخری تم پر پھینک دوں گا۔ ہمارے یہاں دیر سے آنے والے ایک دو سوالات آئے۔ جین ، میں آپ سے یہ پوچھوں گا۔ ایک شرکا غیر منظم سیکھنے کے اس پورے تصور پر تبصرہ کر رہا ہے اور حقیقت یہ ہے کہ اس چیز کو کرنے کے ل to آپ کو تربیت کے اعداد و شمار کی ضرورت ہے اور عام طور پر یہ ہے کہ تربیت کا ڈیٹا کمپنی سے مخصوص ہونا ضروری ہے۔ اگرچہ صنعتوں میں بہت سی باہمی ربط ہے ، لیکن بہت سارے راستے ایسے ہیں جن میں تنظیمیں ایک جیسی ہیں۔ بہر حال ، ہر کمپنی انفرادیت رکھتی ہے ، خواہ وہ اس کا کاروباری نمونہ ہو یا مارکیٹنگ یا فروخت تک اس کا نقطہ نظر ، یا جو بھی معاملہ ہو ، مصنوعات کی ترقی ہو۔
سوال یہ پیدا ہوتا ہے کہ کیا یہ الگورتھم تربیت کے لئے تھرڈ پارٹی ڈیٹا کا استعمال کرسکیں گے؟ مجھے لگتا ہے کہ آپ کو ان الگورتھم کی تربیت کے ل to ہمیشہ اپنے اپنے اعداد و شمار کو استعمال کرنے کی ضرورت ہوگی ، یہاں تک کہ اگر چکر کا وقت چھ مہینوں سے گر جاتا ہے - جو کچھ معاملات میں ہوتا ہے - 40 دن یا 20 دن ، کچھ بھی ہو معاملہ ہوسکتا ہے۔ واقعتا آپ کو اپنا ڈیٹا استعمال کرنا ہوگا اور آپ کو یہ یقینی بنانا ہوگا کہ ڈیٹا بالکل صاف ہے ، ٹھیک؟
جین انڈر ووڈ: یہ واقعی ایک امتزاج ہے۔ آپ بیرونی شنک کرنا چاہتے ہیں۔ در حقیقت ، میں نے آج بیک بیک بیک کیا ہے اور میرا اگلا ویبنر مشین سیکھنے کے ل iron ستم ظریفی کے مطابق ڈیٹا تیار کرنے اور صاف کرنے کے بارے میں بات کر رہا ہے۔ واقعی اہم بات یہ ہے کہ آپ اپنی تنظیم کے ساتھ بیرونی بات چیت کر رہے ہیں ، اور مجھے پسند ہے کہ آپ نے ڈیٹا تیار کرنے اور صفائی ستھرائی کے بارے میں پوچھا ، کیونکہ سچائی سے ، کچھ ٹولز بہت اچھے مل رہے ہیں ، لیکن وہ اس کے کچھ پہلوؤں کو سنبھال سکتے ہیں ، انسانی دماغ ، یا اس مسئلے کو سمجھنے اور دیکھنے اور دیکھنے کو یقینی بنانے کے قابل ہو کہ انہوں نے استثنیٰ نہیں دیا ہے - کہیں کہ ہمارے پاس کسی طرح کا تعصب ہے۔جس طرح سے آپ مسئلے کو دیکھ رہے ہیں اور جس طرح سے آپ خود بخود ہورہے ہیں اس مسئلے کو ڈیزائن کرنے کا انتخاب کررہے ہیں یا خود فیصلہ کررہے ہیں کہ وہاں اس فن کا ایک فن ہے اور یہ یقینی بنانا ہے کہ اس سے اس کاروباری عمل کی درست عکاسی ہوتی ہے۔
انشورنس کمپنی کے ساتھ میری مثال کی طرف جاتے ہوئے ، جب ہم منتر ماڈلنگ کر رہے تھے اور انشورنس بیچنے کے لئے اس اسپانسرڈ ٹریننگ میں جانے کے لئے کس کی خدمات حاصل کریں۔ ماڈل میں خود قانونی آب و ہوا نہیں تھی ، مختلف ریاستوں کے لئے مختلف قوانین۔ ہمیشہ کچھ نہ کچھ ایسا ہی پہلو ثابت ہوتا ہے ، جہاں آپ کو اپنے داخلی اعداد و شمار کے ساتھ ، اور پھر ، انسانی دماغ کے ساتھ یہ خارجی ڈیٹا حاصل کرنا پڑے گا۔ وہاں مختلف اجزاء ہونے جا رہے ہیں۔
ایرک کااناگ: مجھے لگتا ہے کہ آپ نے یہاں ایک بہت اچھا نقطہ سامنے لایا ہے۔ ہم روبوٹ اور مشینیں اور مشین لرننگ سنبھالنے کے بارے میں سنتے رہتے ہیں۔ میرے نزدیک ، یہ ایک بہت ہی خلل ڈالنے والا رجحان ہے۔ اس میں کوئی شک نہیں ہے - لیکن میں کبھی بھی مکس میں انسانوں کی ضرورت کو نہیں دیکھتا ہوں ، خاص طور پر انٹرپرائز کے اعداد و شمار پر اعداد و شمار کے تجزیات کے ساتھ۔
نک ، آپ کے لئے ایک آخری سوال۔ میرے نزدیک ، اس سے قطع نظر کہ الگورتھم کتنا ہی اچھا کیوں نہ ہو ، آپ کو ہمیشہ لوگوں کو یہ دیکھنے کی ضرورت ہوگی کہ کیا ہو رہا ہے کی نگرانی کریں ، مقررہ اوقات میں خود کو انجیکشن لگائیں اور واقعی جو کچھ باہر ہو رہا ہے اس کی بڑی تصویر کو ترکیب کریں۔ مجھے نہیں لگتا کہ کوئی بھی الگورتھم کبھی بھی فارچیون 2000 کمپنی کے لئے بڑی تصویر سنشلیش کرنے کے قابل ہوجاتا ہے ، لیکن آپ کے خیال میں کیا خیال ہے؟
نک جیول: ٹھیک ہے ، آئیے مکمل طور پر نان الٹریکس کی مثال لیتے ہیں ، آئیے گزشتہ سال کے اوبر کے بارے میں بات کرتے ہیں۔ اوبر ، آسٹریلیا میں دہشت گردی کے واقعے کے دوران ، لوگ علاقے سے بھاگنے کی کوشش کر رہے تھے ، اچانک انہوں نے اچھ surgeے قیمتوں کو بڑھا دیا ، ‘یہی وجہ ہے کہ الگورتھم نے جو کہا ، اس نے زبردست ساکھ کو نقصان پہنچایا۔ اس کے فورا. بعد ، انہوں نے مل کر کام کرنے والے انسانوں اور الگورتھم کو نافذ کیا۔ جب بھی یہ ہونا تھا ، ایک انسان کو اس عمل کی نگرانی کرنی پڑتی تھی۔ انسانی اور الگورتھم کی وہ شراکت ، یہی آگے کا راستہ ہے۔
ایرک کااناگ: واہ ، یہ ایک عمدہ مثال ہے ، آپ کا بہت بہت شکریہ۔ ٹھیک ہے ، لوگ ، ہم یہاں اپنے ویب کاسٹ پر ایک گھنٹہ سے بھی زیادہ عرصہ جلا چکے ہیں۔ امپیکٹ تجزیات کے جین انڈر ووڈ کا بہت بہت شکریہ۔ البتہ نک جیول اور الٹریکس ٹیم کا ان کے وقت اور توجہ کے ل and اور آپ کے وقت اور توجہ کے لئے آپ سب کا شکریہ۔ ہم ان عظیم سوالات کی تعریف کرتے ہیں۔ ہم ان تمام ویب کاسٹوں کو بعد میں دیکھنے کے لئے محفوظ شدہ دستاویزات کرتے ہیں ، انھیں اپنے دوستوں اور ساتھیوں کے ساتھ بلا جھجھک شیئر کرتے ہیں۔ اس کے ساتھ ، ہم آپ کو الوداع کردیں گے۔ آج عمدہ ویب کاسٹ۔ آپ کا بہت بہت شکریہ ، ہم اگلی بار ، آپ کو ملیں گے۔ اپنا خیال رکھنا. خدا حافظ.