जहां सहयोग डेटा के आसपास विफल रहता है (और इसे ठीक करने के लिए 4 युक्तियाँ)

फ़्रीपिक पर क्रिएटिवआर्ट द्वारा छवि 

डेटा टीमें तेजी से सॉफ्टवेयर इंजीनियरिंग टीमों की तरह काम कर रही हैं, अपने काम को प्रबंधित करने के लिए इंजीनियरिंग और विकास उपकरणों को अपना रही हैं। इनमें जीथब जैसे संस्करण नियंत्रण प्रणालियों से लेकर कानबन और स्क्रम जैसी चुस्त प्रथाओं को अपनाने तक, और दैनिक स्टैंडअप, स्प्रिंट प्रतिबद्धताओं और स्प्रिंट डेमो जैसे समारोह शामिल हैं। उद्देश्य-निर्मित समाधान (जैसे डेटा मॉडलिंग, परीक्षण और एकीकरण के लिए डीबीटी) सॉफ्टवेयर इंजीनियरिंग मानसिकता का समर्थन करते हुए बाजार में आ गए हैं। ये समाधान बड़ी, वितरित डेटा टीमों को अपना सर्वश्रेष्ठ कार्य करने के लिए शक्ति प्रदान करते हैं।

लेकिन जब डेटा टीमों और बाकी व्यवसाय के बीच सहयोग की बात आती है, तो अभी भी नवाचार के लिए बहुत जगह है।

यहां तक ​​कि सबसे दूरदर्शी डेटा-संचालित संगठन अभी भी अपनी डेटा टीमों और व्यावसायिक हितधारकों के बीच संचार का प्रबंधन करने के लिए मानक सहयोग उपकरणों और प्रथाओं (जैसे स्लैक, ईमेल या नियमित रूप से निर्धारित बैठकें) पर भरोसा करते हैं। आख़िर क्यों नहीं? क्या डेटा टीम और उसके वर्कफ़्लो को संगठन के अन्य कार्यों के समान नहीं होना चाहिए? यह तर्क और व्यवहार तब काम करता है जब बातचीत अपेक्षाकृत सामान्य प्रकृति की होती है। लेकिन उन स्थितियों में जहां टीम की गतिशीलता अधिक जटिल है (और डेटा हर महत्वपूर्ण बातचीत और निर्णय के लिए अधिक केंद्रीय है), सामान्य समाधानों पर यह निर्भरता अपर्याप्त है।

जैसे-जैसे डेटा व्यवसाय संचालन के लिए अधिक केंद्रीय हो जाता है, डेटा टीम के सदस्यों को अक्सर कई टोपी पहनने की आवश्यकता होती है। कुछ मामलों में, उन्हें व्यावसायिक उपयोगकर्ताओं की ज़रूरतों को समझकर उत्पाद प्रबंधक के रूप में कार्य करने की आवश्यकता होती है, ताकि वे डेटा प्लेटफ़ॉर्म विकसित कर सकें। अन्य मामलों में, उन्हें समर्थन क्षमता में तदर्थ अनुरोधों को संभालने की आवश्यकता होती है। अन्य स्थितियों में, उन्हें नए उपयोगकर्ताओं को शामिल करने और उन्हें उपलब्ध डेटा संपत्तियों के साथ जुड़ने में मदद करने की आवश्यकता है।

इन परिदृश्यों में काम के प्रबंधन के लिए सामान्य सहयोग टूलींग और पारंपरिक दृष्टिकोण जल्दी से टूट जाते हैं। उत्पाद टीमों और सहायता टीमों के पास अपने काम को प्रबंधित करने के लिए उद्देश्य-निर्मित टूलींग हैं। क्या डेटा टीमों को भी हितधारक अनुरोधों को सर्वोत्तम ढंग से प्रबंधित करने के लिए किसी समाधान की आवश्यकता नहीं है? या उनके समर्थन दस्तावेज़ों के प्रबंधन, या अंतिम उपयोगकर्ताओं को प्रशिक्षण देने के लिए उपकरण? सर्वोत्तम डेटा टीमें अक्सर अपने वर्कफ़्लो के इस हिस्से से जूझती हुई पाई जाती हैं, और अंततः दूसरों के लिए बनाए गए समाधानों को अपनाती हैं (इस उदाहरण में, उत्पाद और सहायता टीम)।

चूंकि अधिकांश डेटा कार्य और इंटरैक्शन आंतरिक होते हैं, इसलिए टीमों के लिए भ्रम पैदा किए बिना और अजीबता का सामना किए बिना व्यावसायिक हितधारकों के साथ काम करने का सही तरीका ढूंढना कठिन हो सकता है।

यदि आप डेटा टीमों और अन्य लोगों के बीच सहयोग की समस्याओं की जांच करते हैं, तो आपको डेटा परिसंपत्तियों के बिल्डरों और उपभोक्ताओं के बीच सूचना विषमताएं मिलना तय है। एक ओर, आपके पास डेटा निर्माता हैं जिनके पास अंतर्निहित डेटा के बारे में गहन ज्ञान है, इसमें हेरफेर और विश्लेषण कैसे करना है, और डेटा परिसंपत्तियों के एक बड़े निकाय के भीतर इसे कैसे प्रासंगिक बनाना है। दूसरी ओर, आपके पास डेटा उपभोक्ता हैं, जो आम तौर पर व्यवसाय के बारे में समृद्ध ज्ञान वाले डोमेन विशेषज्ञ होते हैं, जो व्यापक संदर्भ प्रदान करने, डेटा को समझने और डेटा प्लेटफ़ॉर्म विकसित करने के लिए महत्वपूर्ण हो सकते हैं।

उदाहरण के लिए, जेन को लीजिए। वह हाल ही में फॉर्च्यून 500 कंपनी में सेल्स मैनेजर के रूप में शामिल हुई और पूरे दक्षिण-पूर्व में फैले 15 सेल्सपर्सन की एक वितरित टीम का प्रबंधन कर रही थी। अपनी नई नौकरी के दूसरे दिन, उसे एक सहकर्मी से विभिन्न संसाधनों के कई लिंक के साथ एक ईमेल भेजा जाता है: पाइपलाइन जानकारी के साथ एक स्प्रेडशीट, सेल्सफोर्स में विभिन्न रिपोर्ट, और कंपनी बीआई समाधान में व्यक्तिगत प्रदर्शन के बारे में कुछ डैशबोर्ड। डेटा को देखने में कुछ मिनट बिताने के बाद, उसे एहसास हुआ कि उसे पता नहीं है कि वह वास्तव में क्या देख रही है, और इसका क्या मतलब है। वह मदद के लिए अपने सेल्स ऑप्स मैनेजर को एक संदेश भेजती है, जो डेटा टीम में अपने साथी को बुलाता है जिसने उन अधिकांश संसाधनों का निर्माण किया है। डेटा विश्लेषक ईमेल पढ़ता है, आहें भरता है, और फिर उत्तर लिखने में अगला घंटा बिताता है। वे "दस्तावेज़ीकरण का पुनर्मूल्यांकन" करने के लिए अपने JIRA बोर्ड पर एक टिकट बनाते हैं।

इस प्रकार के डेटा सहयोग मुद्दों के पीछे मूल कारण बिल्डरों और उपभोक्ताओं के बीच सूचना विषमता है, जो हर किसी को निराश और दुखी करता है।

दुख की बात है कि जो लोग इन गतिशीलता से सबसे अधिक प्रभावित होते हैं, वे कनिष्ठ कर्मचारी या अग्रिम पंक्ति के मध्य प्रबंधन होते हैं, क्योंकि उनके पास आमतौर पर संगठन में कम शक्ति होती है और डेटा के आसपास किए जा रहे निर्णयों को समझने के लिए कम से कम संदर्भ होता है। गहन प्रशिक्षण के बिना, ये कर्मचारी सूचना विषमता के परिणामस्वरूप होने वाली संचार समस्याओं के प्रति संवेदनशील होते हैं। उनके "स्क्वीकी व्हील सिंड्रोम" का शिकार होने की भी संभावना है, जहां अधिकारियों और वरिष्ठ नेतृत्व टीम के सदस्यों की आवाज़ स्वाभाविक रूप से डेटा टीमों द्वारा सबसे तेज़ सुनी जाती है (और इसलिए उनके अनुरोधों और जरूरतों को दूसरों की तुलना में प्राथमिकता दी जाती है।)

डेटा टूलींग और टीमों में किए गए बड़े निवेश से बेहतर रिटर्न पाने के लिए, हमें अपनी समस्याओं के मूल में इन सूचना विषमताओं पर हमला करने की आवश्यकता है। शून्य तक पहुंचना शायद एक महत्वाकांक्षी लक्ष्य है, लेकिन डेटा टीमों को प्रथाओं, साझेदारी और टूलींग के माध्यम से इस अंतर को कम करने के लिए लगातार प्रयास करना चाहिए। ऐसा करने से मनमुटाव दूर होगा, पारदर्शिता और विश्वास बढ़ेगा और सभी को कंपनी की डेटा पेशकश से अधिक लाभ उठाने का मौका मिलेगा।

यहां डेटा लीडर्स के लिए 4 सक्रिय सुझाव दिए गए हैं जो सूचना विषमता को कम करना चाहते हैं और अपने संगठनों में बेहतर सहयोग प्राप्त करना चाहते हैं:

1. व्यवसाय की आवश्यकताओं के साथ संगठनात्मक और टीम संरचनाओं को पुनः संरेखित करें. इसमें न केवल रिपोर्टिंग मॉडल, बल्कि डेटा टीम भूमिकाएं और कार्य भी शामिल हैं। हम पहले से ही "डेटा उत्पाद प्रबंधक" या "डेटा स्क्रम मास्टर" जैसी भूमिकाओं के लिए अधिक नौकरी पोस्टिंग देखना शुरू कर रहे हैं। ये नए फ़ंक्शन डेटा टीमों को सहयोग चुनौतियों का प्रबंधन करने में मदद करेंगे, जो दिन के अंत में, आमतौर पर लोगों और प्रक्रियाओं बनाम अंतर्निहित प्रौद्योगिकी समस्याओं के बारे में होती हैं।
2. मैट्रिक्स मॉडल में निवेश करने पर विचार करें जहां आपकी टीम के सदस्य - या कुछ मामलों में संपूर्ण पॉड - विशिष्ट व्यावसायिक इकाइयों से जुड़े होते हैं। यह दीर्घकालिक डेटा पहलों को तत्काल व्यावसायिक आवश्यकताओं के अनुरूप बनाने, ज्ञान साझा करने को बढ़ावा देने के साथ-साथ विश्लेषकों और उन लोगों के बीच घनिष्ठ, सहयोगी संबंधों की अनुमति देगा, जिनका वे दिन-प्रतिदिन समर्थन करते हैं।
3. छोटी शुरुआत करें और जैसे-जैसे आगे बढ़ें अपनी सफलता को आगे बढ़ाएं। प्रथम छापों की शक्ति अतिरंजित नहीं किया जा सकता. डेटा टीम की प्रारंभिक धारणाएं इस बात के लिए अविश्वसनीय रूप से महत्वपूर्ण हैं कि उनका काम कैसे प्राप्त किया जाएगा, इसलिए इस बारे में विचारशील रहें कि टीम के प्रमुख सदस्यों के साथ यह कैसे आगे बढ़ता है। संगठन में 1-2 प्रमुख चैंपियनों के साथ मजबूत संबंध बनाने पर ध्यान केंद्रित करें जो इस बात को फैलाने में मदद कर सकते हैं कि आप कितने अद्भुत हैं। वहां से विस्तार करें.
4. किन सहयोग उपकरणों से सावधान रहें आपके डेटा पहल और डेटा उत्पादों के जीवनचक्र में इसका लाभ उठाया जा सकता है. उदाहरण के लिए, इस बारे में सोचें कि आप नीचे दी गई प्रत्येक श्रेणी के लिए अपने लोगों, प्रक्रिया और प्रणालियों को कैसे एकजुट करना चाहते हैं। अक्सर एक श्रेणी के लिए जो काम करेगा वह दूसरों के लिए बुरी तरह विफल हो जाएगा:
   • डेटा टीम के भीतर सहयोग
   • आपकी टीम के बाहर के अन्य कर्मचारियों के साथ सामान्य सहयोग
   • तदर्थ प्रश्न, या नई सुविधा के अनुरोध
   • डेटा उत्पादों के लिए निरंतर समर्थन
   • नई डेटा पहल या डेटा उत्पादों का दायरा
   • व्यवसाय के लिए क्या मूल्यवान है, उसके आधार पर अपनी डेटा पेशकश विकसित करना

नवोन्मेषी डेटा टीमें पहले से ही सॉफ्टवेयर इंजीनियरिंग की सर्वोत्तम प्रथाओं की ओर पलायन कर रही हैं और यह प्रवृत्ति आने वाले वर्षों में भी जारी रहने की संभावना है। जैसा कि आप भविष्य के विकास का समर्थन करने के लिए डेटा बुनियादी ढांचे में निवेश करने पर विचार कर रहे हैं, उन उपकरणों के बारे में सोचें जो व्यापार भागीदार सहयोग का समर्थन करते हैं।

 
 
निकोलस फ्रायंड वह एक अनुभवी SaaS उद्योग कार्यकारी हैं जिनके पास उत्पाद-आधारित विकास पर केंद्रित स्टार्टअप का नेतृत्व करने का एक दशक से अधिक का अनुभव है। Workstream.io के संस्थापक और सीईओ के रूप में, निक एक सीड-स्टेज टेक्नोलॉजी स्टार्टअप का नेतृत्व करते हैं जो डेटा टीमों को महत्वपूर्ण डेटा संपत्तियों का प्रबंधन करने में मदद करता है। वर्कस्ट्रीम से पहले, निक ने बेटरक्लाउड के लिए ऑपरेशंस के वीपी के रूप में कार्य किया, जो एक स्वतंत्र सॉफ्टवेयर विक्रेता है जो अग्रणी SaaS ऑपरेशंस मैनेजमेंट समाधान प्रदान करता है। इससे पहले, निक ने हार्वर्ड में एमबीए की डिग्री हासिल करते हुए टेस्ला में वरिष्ठ वित्त पदों पर काम किया था।

• एसईओ संचालित सामग्री और पीआर वितरण। आज ही प्रवर्धित हो जाओ।
• प्लेटोब्लॉकचैन। Web3 मेटावर्स इंटेलिजेंस। ज्ञान प्रवर्धित। यहां पहुंचें।
• स्रोत: 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