Стимулирование инноваций: процессы, мастер-данные и цифровая трансформация — Часть II

Процесс + Данные — оба критичны для инноваций и трансформации. Потенциал и сила инсайтов данных реализуются в оцифрованных и автоматизированных процессах.

Это Часть II из 2-статьи серии о Процесс + Данные. Часть I описывала эволюцию интеллектуальных СУБД и интеллектуальных BPMS. Искусственный интеллект, а также различные цифровые технологии, имели огромное влияние на оба тренда. iBPMS также поддерживают автоматизацию процессов и работы — особенно через роботизированную автоматизацию процессов (RPA).

Часть I подчеркнула отсутствие баланса между СУБД — особенно передовыми NoSQL базами данных — и BPMS в enterprise-архитектурах. Через ИИ и другие цифровые технологии они обе стали интеллектуальными. Более того, мы сейчас свидетельствуем множество подходов для No Code/Low Code разработки в обеих областях. Теперь есть Citizen Developers и Citizen Data Scientists.

Однако слой СУБД с множественными реляционными и NoSQL базами данных повсеместно присутствует в IT-инфраструктурах и Enterprise-архитектурах. Данные — новая нефть!

Слой BPMS? Не так сильно.

Чтобы максимально использовать синергию между Процессом и Данными, предприятие в движении должно сфокусироваться на очевидном: основных бизнес-приложениях и решениях, которые движут бизнес-ценностью. Повторяя очевидное: это не о технологии!

Value Streams (Value Chains)

Подход к данным в своей сути — bottom-up подход, фокусирующийся на персистентных данных. Важно и критично. Но все равно bottom-up technology-driven. Здесь мы проясним три надежных сценария использования, которые берут другой подход, намного более поддерживающий Автономное Предприятие-в-Движении.

Подход, ориентированный на процессы, принципиально отличается. Фундаментальное предположение в процессно-ориентированном подходе — что бизнес представляет собой коллекцию Value Streams. Бизнесы мыслят в терминах целей и вех или этапов для достижения этих целей в контексте Value Streams. Большинство организаций все еще организованы вертикально, и каждый бизнес-юнит фокусируется на своих измеримых целях.

Сайло в бизнес-юнитах, различные приложения и торговые партнеры всепроникающи

Value Streams идут горизонтально через бизнес-юниты, разные legacy-приложения и торговых партнеров, пытаясь оптимизировать клиентский опыт — для реализации и операционализации ценности. Культурные изменения в Enterprise-In-Motion должны захватывать, оцифровывать и автоматизировать value stream для оптимизированной видимости и контроля.

Оцифровка и автоматизация Value Stream — центральные столпы для Цифровой Трансформации

Организационно культура должна поощрять полномочное владение value stream — через сайло. Digital Process Automation (DPA) достигает оцифровки и автоматизации value streams через Dynamic Case Management (DCM).

Обычно это сайло, и коммуникация идет через ручные hand-offs. Интересно отметить, что цифровые технологии и даже практики цифровой трансформации имели мало влияния на вертикально организованные сайло-организации. Иерархия организации сохранялась. Value streams идут горизонтально часто с полномочным владельцем для его операционного превосходства. Если value streams не оптимизированы через DPA, будет значительный waste и неэффективность.

Сила оцифрованных и автоматизированных Value Streams — ключевой enabler трех сценариев использования

Процесс + Мастер-данные

Согласно MDM Institute: Master Data Management (MDM) — это авторитетная, надежная фундамент для данных, используемых во многих приложениях и конституенциях с целью предоставления single view of the truth независимо от того, где оно лежит.

Сайло, упомянутые выше — в организациях, бизнес-юнитах и приложениях, принадлежащих им — главная причина несоответствий в информации об одной и той же сущности: клиент, поставщик, продукт или другой. Мастер-данные решают несколько болевых точек. Вот несколько примеров:

• Несоответствия и низкое качество данных приводят к плохим, ошибочным и даже рискованным решениям. Автоматизированные динамические выполнения кейсов настолько же хороши, насколько согласованность данных.
• Для Клиентов, Продуктов, Цен, Партнеров, Поставщиков, Услуг и других мастер-данных, разделяемых между приложениями, часто разные сайло-системы содержат противоречивую информацию об одной и той же сущности (например, неверный семейный статус). Много waste попыток держать гетерогенные данные согласованными и высокого качества.
• Слияния и поглощения также создают вызовы согласованности данных — иметь единую версию правды о клиенте или предложении по всей организации

Вот некоторые типичные примеры:

• Адрес клиента не обновляется согласованно по всем базам данных или приложениям, хранящим адрес.
• Цена продукта не согласована и зависит от канала (ритейл, веб, мобильное приложение и т.д.)
• Список поставщиков, доступность и список частей не согласованы по различным ERP-системам

Их много больше.

Мастер-данные нужны для адресации качества данных, согласованности, источников, точности, целостности, репликации и полноты данных.

Как отмечено выше, предприятие — агрегат его Value Streams. Исполнения этих value streams настолько же хороши, насколько согласованность данных. Выражение Computer Science «Garbage In – Garbage Out» (GIGO) очень применимо здесь. На самом деле, несоответствия данных рано или поздно повлияют на клиентский опыт, приводя к недовольству клиентов: более низкие Net Promoter Scores (NPS), более высокий ratio detractors!

Bottom-Up подход MDM

Часто организации пытаются решить вызовы мастер-данных через инструменты и системы Master Data Management. Это может закончиться «big bang» мастер-данными проектами, с дорогими инструментами. Некоторые организации установили MDM центры превосходства для governance. Технологические и данные согласованности формуidable и важны для адресации, включая очистку данных, адресацию отсутствующих данных, согласованность данных, ETL и интеграцию данных. Опасность — огромные усилия, требуемые для нормализации мастер-данных без приоритизации через бизнес-цели. Одна общая проблема — инициативы, пытающиеся решить вызовы мастер-данных, часто делают это в сайло. Само MDM становится еще одним слоем ПО, которым нужно управлять. Если используется копирование и репликация данных, это также создает дополнительные накладные расходы и потенциальные несоответствия.

Однако более серьезная проблема — отсутствие фокуса и точного обоснования в создании и управлении специфическими мастер-данными. Например, совокупное количество полей или атрибутов о Клиенте из различных систем записи может быть в сотнях. Самые критичные клиентские Value Streams обычно будут нуждаться в очень маленьком подмножестве доступных полей или атрибутов. Остальные редко — если вообще — будут использованы. Хотя рассуждение MDM-системы может иметь смысл, этот bottom-up подход может быть субоптимальным.

Top-Down Value Stream подход

Более оптимальный подход — рассматривать вызовы MDM как часть общих инициатив непрерывного улучшения, особенно через end-to-end dynamic case management решения, которые соединяют сайло, касающиеся и манипулирующие мастер-данными. Enterprise-In-Motion — агрегат Value Streams. MDM — о том, чтобы заставить Value Streams работать так хорошо, как они могут. У каждого из этих Value Streams есть специфические бизнес-цели — например, сокращение затрат, улучшение NPS или генерация выручки. Ядро этого подхода — слой, enabled Dynamic Case Management (DCM), который оборачивает и модернизирует legacy-системы. Как отмечалось в Части I, DCM — ключевая capability в DPA — в дополнение к Роботизированной Автоматизации, ИИ и другим Цифровым Технологиям.

Top-down подход фокусируется только на тех полях или атрибутах, которые нужны для специфических Value Streams, которые оптимизированы, оцифрованы и автоматизированы через DPA.

Этот «top-down» подход приоритизирует трансформационные проекты с улучшениями MDM и балансирует риск с бизнес-ценностью. Эти технические вопросы баз данных должны быть адресованы, но с пересмотренным подходом к приоритетам.

Think Big but Start Small

В Enterprise-In-Motion, решения проблем мастер-данных движимы «Think Big…But Start Small» governance. Подход — реализовать quick wins, построить или достичь нужной строгости мастер-данных, а затем расширить с дополнительными трансформационными решениями, включающими Мастер-данные. Другими словами, с итеративным подходом, агрегатный мастер строится кусочками вместо Big Bang комплексных Мастер-данных а затем реализации проектов для решений для цифровой трансформации. Управление и реализация мастер-данных могут быть встроены в ДНК методологий автоматизации процессов и вести к приоритизации источников данных и оптимизации, необходимой для управления данными внутри DPA-слоя. Цель — балансировать легкость мастер-данных с бизнес-ценностью для специфических приоритизированных проектов.

В методологии Design Thinking, приоритизация критична для backlog проектов Value Stream. Эти приоритизации систематически ранжируют проекты, балансируя легкость реализации с бизнес-ценностью. Вот некоторые потенциально измеримые измерения, которые могут влиять на приоритизацию:

• Сложность консолидации полей мастер-данных для проекта
• Влияние плохого качества мастер-данных на end-to-end кейсы для проекта
• Применение полей мастер-данных в проекте с высоким бизнес-воздействием
• Доступность API для доступа к значениям полей мастер-данных для проекта

Приоритизированные слайсы, отражающие поддержку мастер-данных, подаются в agile методологию. Методология должна помочь вам непрерывно мониторить и измерять бизнес-цели. Мастер-данные оптимизируются итеративно через слайсы. Инновационные проекты, питаемые приоритизациями Design Thinking, непрерывно измеряются и мониторятся. Есть три типа итераций в Top-Down подходе:

• Итерации в backlog проектов — приоритизированные по бизнес-ценности, а также измерениям доступности мастер-данных
• Итерации при построении DPA решения при использовании мастер-данных
• Post-production, также важно сравнивать целевые vs достигнутые цели для дальнейших улучшений.

Таким образом, Top-Down подход инкрементально строит мастер-данные, в то время как непрерывно доставляет высокие бизнес-ценности проекты и улучшает их.

Цифровая Трансформация: IoT & Blockchain

Value Stream процессно-ориентированный top-down подход — enabler для technology value propositions цифровой трансформации. Две из этих технологий, наиболее критичные для Enterprise-In-Motion — IoT и Blockchain.

Путь к успеху IoT

IoT — о связности все более интеллектуальных устройств через сенсоры и актуаторы. Фундамент для связности, балансировки диапазона и соображений питания — конечно, критичен. Есть несколько компонентов в общем стеке и многоуровневых архитектурах IoT. Нижние уровни включают физические устройства и системы. Именно эта кибер-физическая связность закладывает фундамент эры IoT. Другие слои включают накопление и анализ данных. IoT подключенные устройства генерируют огромное количество данных: Big Data становится Thing Data! Часть этих данных — часто основная его часть — обрабатывается на edges.

Есть несколько референс-архитектур и референс-моделей для IoT. IoT World Forum's Reference Model ставит коллаборацию и Бизнес-процессы на вершину многоуровневой архитектуры для IoT.

Это значительно и точно. Успех может быть достигнут top-down с конкретными бизнес-целями с самого начала. Top-down бизнес-решения вовлекают Людей, Подключенные Устройства (aka IoT), торговых Партнеров и Enterprise Applications (aka Systems of Record): все коллаборационирующие и оркестрирующие свои активности к конкретным и измеримым KPI. Коллаборации в контексте End-to-End Value Streams (оперативное слово — Value), которые моделируются, автоматизируются и мониторятся через DPA для непрерывного улучшения. DPA методология, competency best practices и технологии — движок, который ведет к успеху IoT.

Есть много применений IoT, движимых DPA Value Streams. Digital Prescriptive Maintenance — killer application для IoT. Как проиллюстрировано здесь, это включает оркестрацию задач, участники которых включают людей — например, Customer Service и Field Service — enterprise applications, ИИ для триажирования лучших действий, Warranty chain management и, конечно, подключенные устройства и IoT. End-to-end оркестрация и автоматизация достигаются через DPA.

Blockchain к Value Chain

Blockchain — очень много революция. Это движок, который усиливает возникновение Internet of Value (IoV). IoV — важная фаза в эволюции Интернета. В 1990-х мы начали с Internet of Information: традиционный интернет — тот, который мы используем каждый день для поиска информации. Следующим пришел Internet of Things или подключенные устройства, становящиеся первазивными в consumer (например, Connected Homes), public sector (например, Smart Cities) и industrial приложениях (например, Smart Manufacturing). Дорога к успеху IoT идет через Digital Process Automation. Blockchain, лежащая в основе криптовалют, позволяет Internet of Value. Ценность может быть цифровой валютой. Более важно, «ценность» также может быть данными, поддерживающими inter- и intra- организационные обмены, поддерживающие бизнес-цели.

Blockchain как децентрализованная и распределенная база данных

Blockchain хранит ledger транзакций между различными сторонами — в узлах, участвующих в валидации Blockchain. Ledger распределен и реплицирован. Предприятия, коллаборационирующие в B2B транзакциях, теперь могут делиться информацией о транзакциях через Blockchain. Одно потенциальное применение для extended (i.e., вовлекающие разных торговых партнеров) Enterprises-In-Motion — рассматривать Blockchain как shared database для их торговых транзакций и получать доступ к данным по мере необходимости из их enterprise приложений. Таким образом, вместо того чтобы торговые партнеры реплицировали данные в своих внутренних ERP или базах данных, Blockchain может служить мастер-данными для межпредприятийских транзакций! Blockchain технология все еще очень в своей infancy. Мы пройдем через несколько «Troughs of Disillusionment» фаз hype cycle перед тем, как robust IoV решения станут первазивными.

Обсуждения blockchain технологии также имеют тенденцию быть очень «bottom-up» — интересная инновация, ищущая проблемы для решения. Как успех IoT идет через DPA, Blockchain должен эволюционировать к Valuechain (aka Valuestream) подходу — powered через DPA!

• Valuechain Orchestration Layer: На вершине у вас end-to-end Valuechain, который оркестрирует и последовательно задает задачи, вовлекающие людей, автоматизированные устройства, enterprise applications (aka systems of record) и торговых партнеров. Этот слой оцифрован и автоматизирован через DPA.
   
• Blockchain Layer: Децентрализованные распределенные ledger управляются на среднем Blockchain слое. Blockchains будут исполнять либо smart contract правила, обмениваться криптовалютами, или оба. Задачи или вехи end-to-end Valuechain будут использовать Blockchain в специфических шагах.
   
• IoT/IIoT Connected Device Layer: Нижний слой будет IoT/IIoT connectivity слой. С Blockchain так же как IoT/IIoT edge computing, добавленное преимущество — проталкивание исполнения и транзакций к edges. Общий Valuechain на вершине, с IoT/IIoT edge computing, который может использовать Blockchain по мере необходимости.

Выводы Process + Data

Процесс и Данные оба критичны для Enterprise-In-Motion. Однако слой Процесса для автоматизированных Value Streams — с robust DPA (текущая инкарнация в эволюции BPM) — часто отсутствует в IT-инфраструктуре и enterprise-архитектурах. Часть II Process+Data покрыла три убедительных сценария использования, которые четко иллюстрируют силу top-down бизнес-ориентированного Process подхода. Даже Мастер Данные — что в своем ядре database challenge — может быть трансформирован и оптимизирован через приоритизацию Value Streams и построение мастер-данных в контексте DPA итераций. Два других сценария использования относятся к самым убедительным технологиям цифровой трансформации: IoT и Blockchain. Для любого, дорога к успеху идет через DPA!

Процесс + Данные оба критичны для инноваций и трансформации. Потенциал и сила инсайтов данных реализуются в оцифрованных и автоматизированных процессах.

IT-инфраструктуры и enterprise-архитектуры Enterprise-In-Motion, а также сопровождающие бизнес-ценностно-ориентированные методологии, нуждаются в DPA.