Ahol sikertelen az együttműködés az adatok körül (és 4 tipp a javításhoz)

Újra kiadta Platón

Követő: 0

Ahol sikertelen az együttműködés az adatok körül (és 4 tipp a javításhoz)
Kép: creativeart a Freepik-en

Az adatcsoportok egyre inkább úgy dolgoznak, mint a szoftvermérnöki csapatok, és mérnöki és fejlesztői eszközöket alkalmaznak munkájuk irányításához. Ezek a verzióvezérlő rendszerektől, mint például a Github, az olyan agilis gyakorlatok átvételéig terjednek, mint a Kanban és a Scrum, és olyan ceremóniákat foglalnak magukban, mint a napi standup, a sprint kötelezettségvállalások és a sprintbemutatók. A célirányos megoldások (például a dbt adatmodellezésre, tesztelésre és integrációra) megjelentek a piacon, támogatva a szoftvermérnöki gondolkodásmódot. Ezek a megoldások nagy, elosztott adatcsoportokat késztetnek arra, hogy a legjobb munkát végezzék.

De ami az adatcsapatok és az üzlet többi tagja közötti együttműködést illeti, még mindig sok tere van az innovációnak.

Még a legelőrelátóbb adatvezérelt szervezetek is szabványos együttműködési eszközökre és gyakorlatokra támaszkodnak (pl. Slack, e-mail vagy rendszeresen ütemezett találkozók) az adatcsapataik és az üzleti érdekelt felek közötti kommunikáció kezeléséhez. Végül is miért ne? Nem kellene az adatcsapatnak és munkafolyamatainak hasonlítania a szervezet más funkcióihoz? Ez az érvelés és viselkedés akkor működik, ha az interakciók viszonylag általános jellegűek. De olyan helyzetekben, ahol a csapatdinamika összetettebb (és az adatok minden fontos beszélgetésben és döntésben központi szerepet játszanak), ez az általános megoldásokra való támaszkodás nem elegendő.

Ahogy az adatok egyre központibbá válnak az üzleti műveletekben, az adatcsoport tagjainak gyakran több kalapot kell viselniük. Bizonyos esetekben termékmenedzserként kell működniük, megértve az üzleti felhasználók igényeit, hogy fejleszthessék az adatplatformot. Más esetekben az ad hoc kéréseket támogatási minőségben kell kezelniük. Más helyzetekben új felhasználókat kell bevonniuk, és segíteniük kell őket abban, hogy kapcsolatba lépjenek a rendelkezésükre álló adatvagyonnal.

Az általános együttműködési eszközök és a munka irányításának hagyományos megközelítései ezekben a forgatókönyvekben gyorsan összeomlanak. A termékcsapatok és a támogatási csoportok célirányosan felépített eszközökkel rendelkeznek munkájuk irányításához. Az adatcsapatoknak nincs szükségük megoldásra az érdekelt felek kérésének legjobb kezelésére? Vagy eszközöket a támogatási dokumentáció kezeléséhez vagy a végfelhasználók képzéséhez? A legjobb adatcsoportok gyakran küszködnek munkafolyamatuk ezen részével, és végül mások (jelen esetben termék- és támogatási csapatok) számára készült megoldásokat alkalmaznak.

Mivel a legtöbb adatmunka és interakció belső jellegű, a csapatok számára nehéz lehet megtalálni a megfelelő módszert az üzleti érdekelt felekkel való együttműködéshez anélkül, hogy zavart keltene és kínos helyzetbe ütközne.

Ha megvizsgálja az adatcsoportok és mások közötti együttműködési problémákat, akkor bizonyára információs aszimmetriát találhat az adatvagyon készítői és fogyasztói között. Egyrészt olyan adatkészítőkkel rendelkezik, amelyek mély ismeretekkel rendelkeznek a mögöttes adatokról, azok manipulálásáról és elemzéséről, valamint arról, hogy hogyan helyezhetők el egy nagyobb adatállományon belül. Másrészt vannak adatfogyasztói, akik jellemzően a terület szakértői, akik gazdag ismeretekkel rendelkeznek magáról az üzletről, ami kritikus lehet a szélesebb kontextus biztosításában, az adatok megértésében és az adatplatform fejlesztésében.

Vegyük például Jane-t. Nemrég csatlakozott egy Fortune 500-as céghez értékesítési menedzserként, és egy 15 főből álló, elosztott csapatot irányított a délkeleti részeken. Új munkája második napján egy kollégája egy e-mailt küld neki, amely számos hivatkozást tartalmaz különböző forrásokhoz: egy táblázat a folyamatinformációkkal, a Salesforce különféle jelentései, valamint egy maroknyi irányítópult a vállalati BI-megoldás egyéni teljesítményéről. Miután néhány percet eltöltött az adatok nézegetésével, rájön, hogy fogalma sincs, mit is néz valójában, és mit jelent az. Üzenetet küld az értékesítési menedzserének, amelyben segítséget kér, aki bevonja partnerét az adatcsapatba, aki a legtöbb erőforrást létrehozta. Az adatelemző elolvassa az e-mailt, felsóhajt, majd a következő órát azzal tölti, hogy megírja a választ. Létrehoznak egy jegyet a JIRA táblájukon a „dokumentáció újraértékeléséhez”.

Az ilyen típusú adat-együttműködési problémák mögött az építők és a fogyasztók közötti információs aszimmetria áll, amely mindenkit frusztrált és boldogtalanná tesz.

Tragikus módon azok az emberek, akiket leggyakrabban érint ez a dinamika, az alsóbb alkalmazottak vagy az élvonalbeli középvezetők, mivel jellemzően kevesebb hatalmuk van a szervezetben, és a legkevesebb kontextusuk az adatok körül meghozott döntések megértéséhez. Intenzív képzés nélkül ezek az alkalmazottak ki vannak téve az információs aszimmetriákból eredő kommunikációs problémáknak. Hajlamosak a „nyikorgó kerék szindróma” áldozatává válni, ahol a vezetők és a felsővezetői csapattagok hangját természetesen a leghangosabban hallják az adatcsoportok (ezért az ő kéréseiket és igényeiket elsőbbséget élveznek másokéval szemben).

Annak érdekében, hogy a befektetések jobb megtérülését érjük el az adateszközökbe és a csapatokba való hatalmas befektetésekből, meg kell támadnunk ezeket az információs aszimmetriákat, amelyek problémáink középpontjában állnak. A nullára való eljutás talán egy törekvő cél, de az adatcsapatoknak folyamatosan törekedniük kell arra, hogy gyakorlatok, partnerségek és eszközök révén bezárják ezt a szakadékot. Ezzel megszűnik a súrlódás, nő az átláthatóság és a bizalom, és mindenki többet tud kihozni a vállalat adatkínálatából.

Íme 4 proaktív tipp azoknak az adatvezetőknek, akik szeretnék csökkenteni az információs aszimmetriákat és jobb együttműködést szeretnének elérni szervezeteikben:

Igazítsa újra a szervezeti és csapatstruktúrákat a vállalkozás igényeihez. Ez nem csak a jelentéskészítési modelleket foglalja magában, hanem az adatcsapatok szerepköreit és funkcióit is. Már kezdünk több álláshirdetést látni olyan szerepkörökre, mint az „adattermékmenedzser” vagy a „data scrum master”. Ezek az új funkciók segítenek az adatcsoportoknak az együttműködési kihívások kezelésében, amelyek általában az emberekről és a folyamatokról szólnak, illetve a mögöttes technológiai problémákról.
Fontolja meg a mátrixos modellbe való befektetést ahol a csapat tagjai – vagy bizonyos esetekben teljes pod-ok – meghatározott üzleti egységekhez igazodnak. Ez lehetővé teszi a hosszabb távú adatkezdeményezések igazítását az azonnali üzleti igényekhez, elősegíti a tudásmegosztást, valamint szorosabb együttműködést az elemzők és azok között, akiket napi szinten támogatnak.
Kezdje kicsiben, és építsen a sikerére menet közben. Az az első benyomások ereje nem lehet túlbecsülni. Az adatcsapat kezdeti megítélése hihetetlenül fontos a munkájuk fogadtatása szempontjából, ezért gondolja át, hogyan történik ez a csapat kulcsfontosságú tagjaival. Fókuszáljon azáltal, hogy erős kapcsolatokat épít ki a szervezet 1-2 kulcsfontosságú bajnokával, akik segíthetnek elterjedni arról, hogy milyen csodálatos vagy. Onnan bővíteni.
Ügyeljen arra, hogy mely együttműködési eszközöket az adatkezdeményezések és adattermékek életciklusa során kihasználható. Például gondolja át, hogyan szeretné összevonni az alkalmazottait, folyamatait és rendszereit az alábbi kategóriák mindegyikéhez. Gyakran ami egy kategóriában működik, az másoknál csúnyán megbukik:
- Együttműködés az adatcsoporton belül
- Általános együttműködés a csapaton kívüli alkalmazottakkal
- Ad hoc kérdések vagy új funkciókra vonatkozó kérések
- Az adattermékek folyamatos támogatása
- Új adatkezdeményezések vagy adattermékek hatóköre
- Adatkínálatának fejlesztése annak alapján, hogy mi értékes a vállalkozás számára

Az innovatív adatcsapatok már most áttérnek a legjobb szoftverfejlesztési gyakorlatokra, és ez a tendencia valószínűleg folytatódni fog a következő években. Miközben a jövőbeli növekedés támogatása érdekében az adatinfrastruktúrába fektet be, gondoljon olyan eszközökre, amelyek támogatják az üzleti partnerek együttműködését.

Nicholas Freund egy tapasztalt SaaS-ipari vezető, aki több mint egy évtizedes tapasztalattal rendelkezik a termékvezérelt növekedésre összpontosító startupok élén. A Workstream.io alapítójaként és vezérigazgatójaként Nick egy olyan start-stage technológiai startup élén áll, amely segít az adatcsoportoknak a kritikus adatvagyon kezelésében. A Workstream előtt Nick a BetterCloud, a vezető SaaS Operations Management megoldást kínáló független szoftvergyártó műveleti alelnökeként szolgált. Korábban Nick vezető pénzügyi pozíciókat töltött be a Teslánál, míg MBA diplomáját a Harvardon szerezte.