의미 있는 학습 메트릭에 어떻게 노력을 맞출 수 있나요?How can we align efforts to meaningful learning metrics?

비즈니스 결과 개요 에서는 변환에서 비즈니스에 미치는 영향을 측정 하 고 전달 하는 방법에 대해 설명 했습니다.The business outcomes overview discussed ways to measure and communicate the impact a transformation will have on the business. 아쉽게도 이러한 결과 중 일부는 측정 가능한 결과를 생성 하는 데 몇 년이 걸릴 수 있습니다.Unfortunately, it can take years for some of those outcomes to produce measurable results. 보드와 C 제품군은 오랜 시간 동안 0% 델타를 표시 하는 보고서에 만족 하지 않습니다.The board and C-suite are unhappy with reports that show a 0% delta for long periods of time.

학습 메트릭은 장기적인 비즈니스 결과에 다시 연결 될 수 있는 단기 단기 메트릭입니다.Learning metrics are interim, shorter-term metrics that can be tied back to longer-term business outcomes. 이러한 메트릭은 성장 마음가짐에 맞춰 조정 되며, 더 많은 복원 력이 되도록 문화권의 위치를 조정 하는 데 도움이 됩니다.These metrics align well with a growth mindset and help position the culture to become more resilient. 장기적인 비즈니스 목표에 대해 예상 되는 진행률을 강조 하는 대신 학습 메트릭은 성공의 초기 표시기를 강조 표시 합니다.Rather than highlighting the anticipated lack of progress toward a long-term business goal, learning metrics highlight early indicators of success. 메트릭은 초기 실패 표시기도 강조 표시 하며,이를 통해 계획을 학습 하 고 조정할 수 있는 가장 큰 기회를 얻을 수 있습니다.The metrics also highlight early indicators of failure, which are likely to produce the greatest opportunity for you to learn and adjust the plan.

이 프레임 워크의 많은 자료와 마찬가지로 원하는 비즈니스 결과에 가장 잘 부합 하는 변환 과정에 대해 잘 알고 있다고 가정 합니다.As with much of the material in this framework, we assume you're familiar with the transformation journey that best aligns with your desired business outcomes. 이 문서에서는 개념을 설명 하는 각 변환 과정에 대 한 몇 가지 학습 메트릭을 간략하게 설명 합니다.This article will outline a few learning metrics for each transformation journey to illustrate the concept.

클라우드 마이그레이션Cloud migration

이 변환은 비용, 복잡성 및 효율성을 중심으로 IT 작업을 강조 합니다.This transformation focuses on cost, complexity, and efficiency, with an emphasis on IT operations. 이 변환의 가장 쉬운 측정 된 데이터는 클라우드로 자산의 이동입니다.The most easily measured data behind this transformation is the movement of assets to the cloud. 이러한 종류의 변환에서 디지털 항목은 해당 Vm을 호스트 하는 Vm (가상 머신), 랙 또는 클러스터, 데이터 센터 운영 비용, 시스템을 유지 관리 하는 데 필요한 자본 비용, 시간에 따른 자산의 감가 상각액으로 측정 됩니다.In this kind of transformation, the digital estate is measured by virtual machines (VMs), racks or clusters that host those VMs, datacenter operational costs, required capital expenses to maintain systems, and depreciation of those assets over time.

Vm을 클라우드로 이동 하면 온-프레미스 레거시 자산의 종속성이 줄어듭니다.As VMs are moved to the cloud, dependence on on-premises legacy assets is reduced. 자산 유지 관리 비용도 줄어듭니다.The cost of asset maintenance is also reduced. 아쉽게도 기업은 클러스터가 프로 비전 해제 되 고 데이터 센터 임대가 만료 될 때까지 비용 절감을 실현할 수 없습니다.Unfortunately, businesses can't realize the cost reduction until clusters are deprovisioned and datacenter leases expire. 대부분의 경우 감가 상각 주기가 완료 될 때까지 활동의 전체 값이 실현 되지 않습니다.In many cases, the full value of the effort isn't realized until the depreciation cycles are complete.

재무 명세서를 만들기 전에 항상 CFO 또는 재무 사무소와 맞춰야 합니다.Always align with the CFO or finance office before making financial statements. 그러나 IT 팀은 일반적으로 CPU, 메모리 및 사용 된 저장소를 기반으로 하 여 각 VM에 대 한 현재 금액 비용 및 미래 통화 비용 값을 예측할 수 있습니다.However, IT teams can generally estimate current monetary cost and future monetary cost values for each VM based on CPU, memory, and storage consumed. 그런 다음 각 마이그레이션된 VM에 해당 값을 적용 하 여 비용 절감 및 미래 금액의 미래 가치를 예측할 수 있습니다.You can then apply that value to each migrated VM to estimate the immediate cost savings and future monetary value of the effort.

응용 프로그램 혁신Application innovation

클라우드 지원 응용 프로그램 혁신은 회사에서 제공 하는 제품 및 서비스를 사용 하는 고객 환경 및 고객의 열의 주로 주력 합니다.Cloud-enabled application innovation focuses largely on the customer experience and the customer's willingness to consume products and services provided by the company. 소비자 또는 고객 구매 동작에 영향을 주는 변경의 증가에 시간이 걸립니다.It takes time for increments of change to affect consumer or customer buying behaviors. 그러나 응용 프로그램 혁신 주기는 다른 형태의 변환 보다 훨씬 더 짧습니다.But application innovation cycles tend to be much shorter than they are in the other forms of transformation. 일반적인 충고는 영향을 원하는 특정 동작에 대 한 이해를 시작 하 고 해당 동작을 학습 메트릭으로 사용 하는 것입니다.The traditional advice is that you should start with an understanding of the specific behaviors that you want to influence and use those behaviors as the learning metrics. 예를 들어 전자 상거래 응용 프로그램에서 전체 구매 또는 추가 기능 구매는 대상 동작 일 수 있습니다.For example, in an e-commerce application, total purchases or add-on purchases could be the target behavior. 비디오 회사의 경우 비디오 스트림을 보는 시간이 대상일 수 있습니다.For a video company, time watching video streams could be the target.

고객 동작 메트릭은 변수 외부에서 쉽게 영향을 받을 수 있으므로 학습 메트릭과 관련 된 통계를 포함 하는 것이 중요 합니다.Customer behavior metrics can easily be influenced by outside variables, so it's often important to include related statistics with the learning metrics. 이러한 관련 통계에는 릴리스 흐름, 릴리스 당 버그 해결, 단위 테스트의 코드 검사, 페이지 보기 수, 페이지 처리량, 페이지 로드 시간 및 기타 응용 프로그램 성능 메트릭이 포함 될 수 있습니다.These related statistics can include release cadence, bugs resolved per release, code coverage of unit tests, number of page views, page throughput, page load time, and other application performance metrics. 각에는 더 높은 수준의 고객 동작 패턴과 상관 관계를 지정할 수 있는 다양 한 활동과 코드 베이스의 변경 내용이 표시 될 수 있습니다.Each can show different activities and changes to the code base and the customer experience to correlate with higher-level customer behavior patterns.

데이터 혁신Data innovation

업계를 변경 하거나 시장을 중단 하거나 제품 및 서비스를 변환 하는 데는 몇 년이 걸릴 수 있습니다.Changing an industry, disrupting markets, or transforming products and services can take years. 클라우드를 사용 하는 데이터 혁신 활동에서 실험은 성공을 측정 하는 핵심입니다.In a cloud-enabled data innovation effort, experimentation is key to measuring success. 백분율 확률, 실패 한 실험 수 및 학습 된 모델 수와 같은 예측 메트릭을 공유 하 여 투명 하 게 합니다.Be transparent by sharing prediction metrics like percent probability, number of failed experiments, and number of models trained. 오류는 성공 보다 빠르게 누적 됩니다.Failures will accumulate faster than successes. 이러한 메트릭은 권장 수 있으며 임원 팀은 이러한 메트릭을 올바르게 사용 하는 데 필요한 시간과 투자를 이해 해야 합니다.These metrics can be discouraging, and the executive team must understand the time and investment needed to use these metrics properly.

반면에 몇 가지 긍정 지표는 다른 유형의 데이터 집합, 데이터 수신 및 데이터 democratization 데이터 중심의 중앙 집중화와 연결 되는 경우가 많습니다.On the other hand, some positive indicators are often associated with data-driven learning: centralization of heterogeneous data sets, data ingress, and democratization of data. 팀이 내일 고객에 대해 학습 하는 동안 실제 결과를 생성할 수 있습니다.While the team is learning about the customer of tomorrow, real results can be produced today. 학습 메트릭을 지 원하는 것은 다음과 같습니다.Supporting learning metrics could include:

  • 사용할 수 있는 모델 수입니다.Number of models available.
  • 사용 된 파트너 데이터 원본 수입니다.Number of partner data sources consumed.
  • 수신 데이터를 생성 하는 장치입니다.Devices producing ingress data.
  • 수신 데이터의 볼륨입니다.Volume of ingress data.
  • 데이터의 유형입니다.Types of data.

훨씬 더 중요 한 메트릭은 결합 된 데이터 원본에서 만든 대시보드의 수입니다.An even more valuable metric is the number of dashboards created from combined data sources. 이 수는 새 데이터 원본의 영향을 받는 현재 상태 비즈니스 프로세스를 반영 합니다.This number reflects the current-state business processes that are affected by new data sources. 새 데이터 원본을 공개적으로 공유 함으로써 비즈니스는 Power BI 같은 보고 도구를 사용 하 여 증분 통찰력을 생성 하 고 비즈니스 변화를 구동 하 여 데이터를 활용할 수 있습니다.By sharing new data sources openly, your business can take advantage of the data by using reporting tools like Power BI to produce incremental insights and drive business change.

다음 단계Next steps

학습 메트릭이 정렬 되 면 해당 메트릭에 대해 제공 하 는 비즈니스 사례를 구축할 준비가 된 것입니다.After learning metrics are aligned, you're ready to begin building the business case to deliver against those metrics.