Mùa hè vừa qua Đại học Washington đã hoạt động cùng với Ngày làm việc, một giải pháp quản lý nguồn nhân lực dưới dạng phần mềm dưới dạng dịch vụ. Nó thay thế hệ thống Nhân sự/bảng lương (HR/P) đã tồn tại hàng thập kỷ và thể hiện sự chuyển đổi hành chính lớn nhất trong lịch sử của trường.

Tất nhiên, nhân sự nhân sự bị ảnh hưởng bởi sự thay đổi, nhưng thực tế tất cả những người khác trong trường cũng vậy. Đó là ý kiến ​​của khoảng 30,000 người, bao gồm cả nhân viên và người quản lý, những người nhập và phê duyệt thời gian nghỉ sử dụng hệ thống hoặc những người khác truy cập dữ liệu của hệ thống thông qua Kho dữ liệu doanh nghiệp (EDW) để phân tích.

Pieter Visser, kiến ​​trúc sư giải pháp tại trường Đại học, cho biết: “Đó là một sự thay đổi lớn”, cả về thực tế là Workday dựa trên Đám mây và nó hoạt động khác với hệ thống cũ từ góc độ dữ liệu. Làm thế nào để thực hiện sự thay đổi lớn đó một cách dễ dàng hơn? Ý tưởng là tạo ra Knowledge Navigator (KN) để tạo thuận lợi cho việc di chuyển hệ thống: Dựa trên Cơ sở dữ liệu đồ thị Neo4j, Knowledge Navigator là một doanh nghiệp kho siêu dữ liệu công cụ quản lý dữ liệu hành chính và thay đổi.

Visser cho biết: “Chúng tôi sử dụng kho lưu trữ siêu dữ liệu đó để giúp mọi người hiểu những thay đổi, đặc biệt là về phía EDW – tác động đối với họ là gì và cách họ có thể chuẩn bị cho những thay đổi đó”. Ví dụ: Knowledge Navigator có thể diễn giải các thay đổi về bảng và cột diễn ra trong quá trình di chuyển hệ thống, do đó, mặc dù người dùng có thể không nhận được báo cáo chính xác như họ đã quen trong giải pháp HR/P cũ, nhưng họ vẫn nên có thể tìm thấy dữ liệu tương tự trong một báo cáo khác hoặc trong chính Ngày làm việc.

Matt Portwood, giám đốc sản phẩm của Knowledge Navigator – một công ty bao gồm cả việc thay đổi văn hóa, cho biết Workday tự coi mình là một công nghệ đột phá. Ngôn ngữ và quy trình mà mọi người sử dụng trong hệ thống HR/P trước đây không còn tồn tại nữa: Ví dụ: phân loại công việc hiện được gọi là hồ sơ công việc, trong khi cá nhân được thay thế bằng nhân viên, là loại công nhân. Portwood nói: “Cách thích ứng với văn hóa kinh doanh mới này là một phần cốt lõi mà hệ thống Knowledge Navigator đặc biệt hướng tới”. “Bạn có các định nghĩa, ví dụ và thông tin sâu hơn để làm theo những khái niệm mới đó.”

Quản lý siêu dữ liệu trưởng thành

Knowledge Navigator là kết quả của công việc mà trường Đại học đã thực hiện trong nhiều năm trong việc phát triển Quản lý siêu dữ liệu khả năng. Việc quản lý toàn diện các siêu dữ liệu, họ tin rằng, là rất quan trọng để cho phép một tổ chức giám sát các thay đổi trong khi cung cấp dữ liệu an toàn, đáng tin cậy trong môi trường tích hợp dữ liệu phức tạp. Trường Đại học xác nhận rằng các công cụ Quản lý Siêu dữ liệu vững chắc đóng vai trò trung tâm trong việc quản lý hệ thống toàn diện, bao gồm cả việc di chuyển hệ thống.

Visser cho biết: “Đây là một tiện ích bổ sung cho Kho lưu trữ siêu dữ liệu của chúng tôi. “Chúng tôi đã có tất cả siêu dữ liệu này cho EDW trong ứng dụng siêu dữ liệu của mình và sau đó chúng tôi nhận ra rằng mình có thể sử dụng cùng dữ liệu đó để hiển thị quá trình di chuyển trong ứng dụng”.

Như Portwood tuyên bố, phương châm của nhóm của họ là trừ khi người sản xuất và người tiêu dùng thông tin đồng ý về ý nghĩa, nếu không bản thân thông tin sẽ vô nghĩa. “Nhưng những gì Neo4j cộng với Trình điều hướng kiến ​​​​thức giao diện người dùng mang lại cho chúng tôi khả năng điều hướng qua các thuật ngữ kinh doanh có trong bảng thuật ngữ và siêu dữ liệu kỹ thuật,” ông nói. Vì vậy, làm ví dụ, có thể tìm thấy các định nghĩa đã được thống nhất về các thuật ngữ, chẳng hạn như STEM, và thực sự điều hướng đến dữ liệu trong EDW để trả lời chính xác câu hỏi như: 'Có bao nhiêu sinh viên đã tốt nghiệp với bằng STEM năm ngoái phụ nữ?'

Neo4j mang đến khả năng lập biểu đồ và trực quan hóa các mối quan hệ dữ liệu để cung cấp thêm thông tin về kết quả của Knowledge Navigator. Ví dụ: Visser lưu ý rằng bảng dữ liệu Person được trình bày bằng văn bản và trực quan hiện có trong báo cáo trước đây mở rộng trên ba bảng khác nhau trong Ngày làm việc và cũng có thể được tìm thấy trong một báo cáo khác. Ông nói, việc bổ sung các mối quan hệ và cách chúng đi cùng nhau là “sức mạnh và sức mạnh của cách chúng ta đưa ra bối cảnh”.

“Và khi chúng ta nói về siêu dữ liệu, bối cảnh chính là chìa khóa.” Portwood cho biết giá trị gia tăng của Neo4j “là sự tối ưu hóa của nó để lập biểu đồ và trực quan hóa các mối quan hệ. Bạn điều hướng từ các khái niệm kinh doanh xuống dữ liệu kỹ thuật nơi họ có thể khám phá câu trả lời cho các câu hỏi.”

Công việc tiếp theo của Knowledge Navigator

Bằng cách làm nổi bật các mối liên kết giữa hệ thống cũ và hệ thống mới trong nền tảng tương tác, dựa trên web, Knowledge Navigator giúp người dùng luôn được thông báo và tham gia trong suốt quá trình di chuyển hệ thống doanh nghiệp bằng cách cung cấp quyền truy cập tự phục vụ vào các mô tả, định nghĩa, dòng dõi, mối quan hệ tương tác, khái niệm và kỹ thuật, và thông tin phân tích tác động, trường Đại học lưu ý.

Nhân viên có hai năm trước khi Workday đi vào hoạt động để chuẩn bị cho nó với sự trợ giúp của Knowledge Navigator. Chẳng bao lâu nữa, họ sẽ có thể đưa Knowledge Navigator vào hoạt động chuẩn bị cho việc thay thế một hệ thống khác, phần mềm tài chính của Trường Đại học.

“Điều hướng Kiến thức cũng là chìa khóa cho điều đó vì chúng tôi sẽ sử dụng chức năng tương tự nhưng cũng có thể thực hiện phân tích tác động ngay cả trước đó để xác định các đối tượng sẽ bị thay đổi và bằng cách đó, chúng tôi cũng có thể xác định những người dùng mới cũng sẽ bị ảnh hưởng “, Visser nói.

Một trong những lợi thế của việc có trải nghiệm HR/P là một số khái niệm chính từ bảng thuật ngữ nhân sự cũng sẽ được sao chép trong bảng thuật ngữ tài chính, chẳng hạn như những khái niệm liên quan đến việc trả lương cho nhân viên và ngân sách. Portwood nói: “Nhưng hơn thế nữa sẽ có khuôn khổ để làm việc với các đối tác bên ngoài nhằm xác định các điều khoản và đạt được thỏa thuận”. Một chiến thắng liên quan đến Neo4j có liên quan đến việc học cách làm việc thông qua quá trình đạt được thỏa thuận giữa các bên, điều này có thể cực kỳ khó khăn.

Trường đại học đã bắt đầu theo dõi lịch sử tìm kiếm của mình (đặc biệt là khi không tìm thấy kết quả) để xem liệu Knowledge Navigator có thể đóng vai trò như một công cụ tìm kiếm Google của tổ chức hay không. Mọi người đang tìm kiếm các thuật ngữ và từ viết tắt trong kinh doanh, không chỉ các thuật ngữ tiêu chuẩn và ý tưởng là Knowledge Navigator có thể là nơi họ bắt đầu.

Visser cho biết, đó không nhất thiết phải là ghi lại mọi thứ trong Knowledge Navigator mà là tạo liên kết đến mọi thứ, chẳng hạn như các trang Wiki nội bộ hoặc các tài sản hệ thống khác, thông qua Knowledge Navigator.

“Khi bạn có thể làm điều đó dựa trên siêu dữ liệu, điều đó rất mạnh mẽ – bạn có thể truy vấn bảng này nhưng chúng tôi cũng có thể hình dung Tableau về điều đó,” anh ấy nói. “Chúng tôi càng có thể thêm nhiều thông tin về con người và sự vật trong Knowledge Navigator thì nó càng thực sự mạnh mẽ hơn.”

Đi theo lộ trình tùy chỉnh

Siêu dữ liệu có ý nghĩa nhất khi ghi lại bằng giải pháp biểu đồ vì khả năng cho phép bạn nhìn thấy một cách trực quan mối quan hệ giữa khái niệm kinh doanh và dữ liệu cũng như cách dữ liệu được báo cáo trong báo cáo. Nó cho phép bạn theo dõi câu chuyện khi Portwood đóng khung nó.

Mặc dù trường Đại học có thể vừa mua một công cụ siêu dữ liệu có sẵn nhưng Visser nói rằng vấn đề với hầu hết các giải pháp đó là chúng được tạo ra cho người quản lý siêu dữ liệu chứ không phải người dùng cuối. Với Knowledge Navigator, “khi người dùng cuối truy cập, họ sẽ hiểu ngay ngữ cảnh và cách sử dụng nó. Ngoài ra, điều quan trọng là mức độ tùy chỉnh và tích hợp mà chúng tôi có thể thực hiện, bao gồm việc tích hợp các điểm dữ liệu vào siêu dữ liệu”, chẳng hạn như người dùng cuối là ai trong tổ chức để có trải nghiệm phong phú hơn. Đó không phải là thứ bạn có thể dễ dàng tìm thấy ở một giải pháp sẵn có.

Điều đó nói lên rằng, không có gì có thể ngăn cản những người dùng kỹ thuật muốn tìm hiểu sâu hơn làm điều đó. Portwood cho biết: “Mô hình biểu đồ có tính tương tác và họ có thể nhấp chuột cả ngày để khám phá bao nhiêu tùy thích, nhưng những người dùng khác có thể tìm kiếm, tìm định nghĩa và quay lại”. Ông giải thích, giải pháp này phù hợp với cơ sở người dùng rộng rãi của trường Đại học.

Trong khi đó, Neo4j tiếp tục nâng cao cơ sở dữ liệu đồ thị. nó là Nền tảng đồ thị gốc đã thêm phân tích, nhập và chuyển đổi dữ liệu, trực quan hóa và khám phá trên cơ sở dữ liệu biểu đồ. Nó cũng đã phát hành phiên bản xem trước của bộ công cụ ngôn ngữ Cypher cho Apache Spark (CAPS), dựa trên việc ra mắt openCypher vài năm trước - một nỗ lực nhằm thúc đẩy ngành công nghiệp đồ thị phát triển bằng cách khai thác cộng đồng nguồn mở và biến quá trình phát triển của Cypher trở thành một bài tập mở .

Hình ảnh được sử dụng theo giấy phép từ Shutterstock.com

Coinsmart. Đặt cạnh Bitcoin-Börse ở Europa
Nguồn: https://www.dataversity.net/case-study-university-washington-facilitates-change-enterprise-metadata-repository/