Missä yhteistyö epäonnistuu tietojen suhteen (ja 4 vinkkiä sen korjaamiseen)

Kuva Creativeart Freepikistä 

Datatiimit työskentelevät yhä enemmän ohjelmistosuunnittelutiimien tavoin ja käyttävät suunnittelu- ja kehitystyökaluja työnsä hallintaan. Nämä vaihtelevat versionhallintajärjestelmistä, kuten Githubin, ketterien käytäntöjen, kuten Kanbanin ja Scrumin, omaksumiseen, ja ne sisältävät seremoniat, kuten päivittäiset standup-sitoumukset, sprintin sitoumukset ja sprinttidemot. Tarkoituksenmukaiset ratkaisut (kuten dbt tietojen mallintamiseen, testaukseen ja integrointiin) ovat tulleet markkinoille, jotka tukevat ohjelmistosuunnittelun ajattelutapaa. Nämä ratkaisut saavat suuret, hajautetut dataryhmät tekemään parhaansa.

Mutta kun on kyse yhteistyöstä datatiimien ja muun liiketoiminnan välillä, innovaatioille on vielä paljon tilaa.

Jopa edistyksellisimmät datavetoiset organisaatiot luottavat edelleen vakiomuotoisiin yhteistyötyökaluihin ja -käytäntöihin (esim. Slack, sähköposti tai säännölliset tapaamiset) hallitakseen tietotiimien ja liiketoiminnan sidosryhmien välistä viestintää. Loppujen lopuksi miksi ei? Eikö datatiimin ja sen työnkulkujen pitäisi muistuttaa muita organisaation toimintoja? Tämä argumentti ja käyttäytyminen toimivat, kun vuorovaikutukset ovat luonteeltaan suhteellisen yleisiä. Mutta tilanteissa, joissa tiimidynamiikka on monimutkaisempaa (ja data on keskeisessä asemassa jokaisessa tärkeässä keskustelussa ja päätöksessä), tämä luottaminen yleisiin ratkaisuihin ei riitä.

Tietojen tullessa yhä keskeisemmäksi liiketoiminnalle, datatiimin jäsenten on usein käytettävä useita hattuja. Joissakin tapauksissa heidän on toimittava tuotepäällikkönä ymmärtämällä yrityskäyttäjien tarpeet, jotta he voivat kehittää tietoalustaa. Muissa tapauksissa heidän on käsiteltävä ad hoc -pyyntöjä tukikapasiteetissa. Vielä muissa tilanteissa heidän on otettava käyttöön uusia käyttäjiä ja autettava heitä käyttämään käytettävissään olevia tietoresursseja.

Yleiset yhteistyötyökalut ja perinteiset työn johtamisen lähestymistavat hajoavat nopeasti näissä skenaarioissa. Tuotetiimeillä ja tukitiimeillä on tarkoitukseen rakennetut työkalut työnsä hallintaan. Eivätkö datatiimit tarvitse myös ratkaisua sidosryhmien pyyntöjen parhaaseen hallintaan? Tai työkaluja tukidokumentaation hallintaan tai loppukäyttäjien kouluttamiseen? Parhaat datatiimit joutuvat usein kamppailemaan työnkulkunsa tämän osan kanssa ja päätyvät ottamaan käyttöön ratkaisuja, jotka on rakennettu muille (tässä tapauksessa tuote- ja tukitiimeille).

Koska suurin osa datatyöstä ja vuorovaikutuksista on sisäistä, tiimien voi olla vaikeaa löytää oikea tapa työskennellä yritysten sidosryhmien kanssa ilman, että se aiheuttaa hämmennystä ja hankaluutta.

Jos tutkit tietoryhmien ja muiden välisiä yhteistyöongelmia, löydät varmasti tiedon epäsymmetriaa tietoresurssien rakentajien ja kuluttajien välillä. Toisaalta sinulla on tiedon rakentajia, joilla on syvät tiedot taustalla olevista tiedoista, kuinka sitä voidaan käsitellä ja analysoida ja miten se kontekstualisoidaan laajemmassa tietovarastossa. Toisaalta sinulla on datan kuluttajia, jotka ovat tyypillisesti toimialueen asiantuntijoita, joilla on runsaasti tietoa itse yrityksestä, mikä voi olla ratkaisevaa laajemman kontekstin tarjoamisessa, tietojen ymmärtämisessä ja tietoalustan kehittämisessä.

Otetaan esimerkiksi Jane. Hän liittyi juuri Fortune 500 -yritykseen myyntipäälliköksi ja johti 15 myyjän hajautettua tiimiä kaakkoisosassa. Uuden työnsä toisena päivänä hänelle lähetetään sähköpostiviesti kollegalta, jossa on useita linkkejä eri resursseihin: taulukko, jossa on putkistotietoja, erilaisia ​​Salesforcen raportteja ja kourallinen mittaristoja yksittäisten suorituksista yrityksen BI-ratkaisussa. Katsottuaan tietoja muutaman minuutin hän tajuaa, ettei hänellä ole aavistustakaan, mitä hän todella katsoo ja mitä se tarkoittaa. Hän lähettää viestin myyntipäällikölleen, joka pyytää apua, ja hän ottaa yhteyttä kumppaniinsa datatiimiin, joka rakensi suurimman osan näistä resursseista. Dataanalyytikko lukee sähköpostin, huokaa ja käyttää sitten seuraavan tunnin vastauksen kirjoittamiseen. He luovat lipun JIRA-taululleen "asiakirjojen uudelleenarvioimiseksi".

Perimmäinen syy tällaisten datayhteistyöongelmien taustalla on rakentajien ja kuluttajien väliset tiedon epäsymmetria, joka tekee kaikki turhautuneiksi ja tyytymättömiksi.

Traagista kyllä, ihmiset, joihin tämä dynamiikka useimmiten vaikuttaa, ovat etulinjassa olevat nuoremmat työntekijät tai keskijohto, koska heillä on yleensä vähemmän valtaa organisaatiossa ja vähiten konteksti ymmärtää datan ympärillä tehtäviä päätöksiä. Ilman intensiivistä koulutusta nämä työntekijät ovat alttiita erilaisille kommunikaatioongelmille, jotka johtuvat tiedon epäsymmetriasta. He ovat myös taipuvaisia ​​joutumaan "squeaky wheel -oireyhtymän" uhriksi, jossa johtajien ja ylimmän johtoryhmän jäsenten ääni kuuluu luonnollisesti eniten datatiimille (ja siksi heidän pyyntönsä ja tarpeensa ovat etusijalla muiden pyyntöihin ja tarpeisiin nähden).

Saadaksemme paremman tuoton investoinneillemme massiivisista datatyökaluihin ja tiimeihin tehdyistä investoinneista, meidän on hyökättävä näiden tietojen epäsymmetrisyyksien kimppuun ongelmiemme ytimessä. Nollaan pääseminen on ehkä tavoite, mutta datatiimien tulisi jatkuvasti pyrkiä kuromaan tämä kuilu käytäntöjen, kumppanuuksien ja työkalujen avulla. Tämä poistaa kitkaa, lisää läpinäkyvyyttä ja luottamusta ja antaa kaikille mahdollisuuden saada enemmän irti yrityksen datatarjonnasta.

Tässä on 4 ennakoivaa vinkkiä datajohtajille, jotka haluavat vähentää tiedon epäsymmetriaa ja parantaa yhteistyötä organisaatioissaan:

1. Järjestä organisaatio- ja tiimirakenteet uudelleen yrityksen tarpeisiin. Tämä ei sisällä vain raportointimalleja, vaan myös tietotiimien rooleja ja toimintoja. Olemme jo alkaneet nähdä enemmän työpaikkailmoituksia rooleihin, kuten "data tuotepäällikkö" tai "data scrum master". Nämä uudet toiminnot auttavat datatiimejä hallitsemaan yhteistyöhaasteita, jotka loppujen lopuksi liittyvät yleensä ihmisiin ja prosesseihin verrattuna taustalla oleviin teknologiaongelmiin.
2. Harkitse sijoittamista matriisimalliin jossa tiimisi jäsenet – tai joissain tapauksissa kokonaiset yksiköt – on kohdistettu tiettyihin liiketoimintayksiköihin. Tämä mahdollistaa pitkän aikavälin data-aloitteiden mukauttamisen välittömiin liiketoiminnan tarpeisiin, edistää tiedon jakamista sekä läheisempiä yhteistyösuhteita analyytikoiden ja heidän päivittäin tukemiensa välillä.
3. Aloita pienestä ja rakenna menestystäsi edetessäsi. ensivaikutelman voima ei voi yliarvioida. Alustavat käsitykset datatiimistä ovat uskomattoman tärkeitä sen kannalta, miten heidän työnsä otetaan vastaan, joten mieti etukäteen, miten se tapahtuu avainhenkilöiden kanssa. Keskity rakentamalla vahvoja suhteita organisaation 1–2 avainmestarin kanssa, jotka voivat auttaa levittämään sanaa siitä, kuinka upea olet. Laajenna sieltä.
4. Muista, mitkä yhteistyötyökalut voidaan hyödyntää tietohankkeiden ja datatuotteiden elinkaaren ajan. Mieti esimerkiksi, kuinka haluat koota ihmiset, prosessit ja järjestelmät jokaiseen alla oleviin luokkiin. Usein se, mikä toimii yhdessä kategoriassa, epäonnistuu surkeasti toisissa:
   • Yhteistyötä datatiimin sisällä
   • Yleinen yhteistyö tiimisi ulkopuolisten työntekijöiden kanssa
   • Ad hoc -kysymykset tai uusia ominaisuuksia koskevat pyynnöt
   • Jatkuva tuki datatuotteille
   • Uusien tietohankkeiden tai datatuotteiden kattavuus
   • Kehitä tietotarjontaasi sen perusteella, mikä on arvokasta yritykselle

Innovatiiviset datatiimit ovat jo siirtymässä ohjelmistosuunnittelun parhaisiin käytäntöihin, ja tämä suuntaus todennäköisesti jatkuu tulevina vuosina. Kun tarkastelet investoimista tietoinfrastruktuuriin tulevan kasvun tukemiseksi, mieti työkaluja, jotka tukevat liikekumppanien yhteistyötä.

 
 
Nicholas Freund on kokenut SaaS-alan johtaja, jolla on yli vuosikymmenen kokemus tuotevetoiseen kasvuun keskittyneiden startup-yritysten johtamisesta. Workstream.io:n perustajana ja toimitusjohtajana Nick johtaa alkuvaiheen teknologian startup-yritystä, joka auttaa datatiimejä hallitsemaan kriittisiä tietoresursseja. Ennen Workstreamia Nick toimi operaatioiden johtajana BetterCloudille, riippumattomalle ohjelmistotoimittajalle, joka tarjoaa johtavan SaaS Operations Management -ratkaisun. Aiemmin Nick toimi johtavissa taloustehtävissä Teslassa ja suoritti MBA-tutkinnon Harvardissa.

• SEO-pohjainen sisällön ja PR-jakelu. Vahvista jo tänään.
• Platoblockchain. Web3 Metaverse Intelligence. Tietoa laajennettu. Pääsy tästä.
• Lähde: https://www.kdnuggets.com/2023/01/collaboration-fails-around-data-4-tips-fixing.html?utm_source=rss&utm_medium=rss&utm_campaign=where-collaboration-fails-around-data-and-4-tips-for-fixing-it