Di mana Kolaborasi Gagal Terkait Data (Dan 4 Tips untuk Memperbaikinya)

Gambar oleh creativeart di Freepik 

Tim data semakin bekerja seperti tim rekayasa perangkat lunak, merangkul alat teknik dan pengembangan untuk mengelola pekerjaan mereka. Ini berkisar dari sistem kontrol versi seperti Github, hingga mengadopsi praktik gesit seperti Kanban dan Scrum, dan termasuk upacara seperti standup harian, komitmen sprint, dan demo sprint. Solusi yang dibuat khusus (seperti dbt untuk pemodelan data, pengujian, dan integrasi) telah hadir di pasar, mendukung pola pikir rekayasa perangkat lunak. Solusi ini memberdayakan tim data yang besar dan terdistribusi untuk melakukan pekerjaan terbaik mereka.

Namun dalam hal kolaborasi antara tim data dan bagian bisnis lainnya, masih banyak ruang untuk inovasi.

Bahkan organisasi berbasis data yang berpikiran maju pun masih mengandalkan alat dan praktik kolaborasi standar (mis. Slack, email, atau rapat terjadwal rutin) untuk mengelola komunikasi antara tim data mereka dan pemangku kepentingan bisnis. Lagi pula, mengapa tidak? Bukankah tim data dan alur kerjanya harus menyerupai fungsi lain dalam organisasi? Argumen ini, dan perilaku, bekerja ketika interaksi bersifat relatif umum. Namun dalam situasi di mana dinamika tim lebih kompleks (dan data lebih penting untuk setiap percakapan dan keputusan penting), ketergantungan pada solusi generik ini tidak cukup.

Karena data menjadi lebih penting untuk operasi bisnis, anggota tim data sering kali harus menggunakan banyak tugas. Dalam beberapa kasus, mereka perlu berfungsi sebagai manajer produk dengan memahami kebutuhan pengguna bisnis, sehingga mereka dapat mengembangkan platform data. Dalam kasus lain, mereka diminta untuk menangani permintaan ad hoc dalam kapasitas dukungan. Dalam situasi lain, mereka perlu mengaktifkan pengguna baru dan membantu mereka terlibat dengan aset data yang tersedia bagi mereka.

Alat kolaborasi generik dan pendekatan tradisional untuk mengelola pekerjaan dengan cepat terurai dalam skenario ini. Tim produk dan tim dukungan memiliki alat yang dibuat khusus untuk mengelola pekerjaan mereka. Bukankah tim data juga memerlukan solusi untuk mengelola permintaan pemangku kepentingan dengan cara terbaik? Atau alat untuk mengelola dokumentasi dukungan mereka, atau melatih pengguna akhir? Tim data terbaik sering mengalami kesulitan dengan bagian alur kerja mereka ini, dan akhirnya mengadopsi solusi yang dibuat untuk orang lain (dalam hal ini, tim produk dan dukungan).

Karena sebagian besar kerja data dan interaksi bersifat internal, mungkin sulit bagi tim untuk menemukan cara yang tepat untuk bekerja dengan pemangku kepentingan bisnis tanpa menimbulkan kebingungan dan menghadapi kecanggungan.

Jika Anda menyelidiki masalah kolaborasi antara tim data dan lainnya, Anda pasti akan menemukan asimetri informasi antara pembuat dan konsumen aset data. Di satu sisi, Anda memiliki pembuat data dengan pengetahuan mendalam tentang data yang mendasarinya, cara memanipulasi dan menganalisisnya, dan cara mengontekstualisasikannya dalam kumpulan aset data yang lebih besar. Di sisi lain, Anda memiliki konsumen data, yang biasanya merupakan pakar domain dengan pengetahuan yang kaya tentang bisnis itu sendiri, yang dapat menjadi sangat penting untuk menyediakan konteks yang lebih luas, memahami data, dan mengembangkan platform data.

Ambil Jane, misalnya. Dia baru saja bergabung dengan perusahaan Fortune 500 sebagai manajer penjualan, mengelola tim terdistribusi yang terdiri dari 15 tenaga penjualan yang tersebar di tenggara. Pada hari kedua di pekerjaan barunya, dia menerima email dari seorang kolega dengan beberapa tautan ke berbagai sumber: sebuah spreadsheet dengan informasi jalur pipa, berbagai laporan di Salesforce, dan beberapa dasbor tentang kinerja individu dalam solusi BI perusahaan. Setelah menghabiskan beberapa menit melihat data, dia menyadari bahwa dia tidak tahu apa yang sebenarnya dia lihat, dan apa artinya. Dia mengirim pesan ke manajer operasi penjualannya untuk meminta bantuan, yang menghubungi rekannya di tim data yang membangun sebagian besar sumber daya tersebut. Analis data membaca email, mendesah, dan kemudian menghabiskan satu jam berikutnya menulis balasan. Mereka membuat tiket di papan JIRA mereka untuk "mengevaluasi ulang dokumentasi".

Akar penyebab di balik masalah kolaborasi data semacam ini adalah asimetri informasi antara pembangun dan konsumen, yang membuat semua orang frustrasi dan tidak bahagia.

Tragisnya, orang-orang yang paling sering terkena dampak dinamika ini adalah karyawan junior atau manajemen menengah di lini depan, karena mereka biasanya memiliki kekuatan yang lebih kecil dalam organisasi dan konteks yang paling sedikit untuk memahami keputusan yang dibuat seputar data. Tanpa pelatihan intensif, karyawan ini rentan terhadap jenis masalah komunikasi yang diakibatkan oleh asimetri informasi. Mereka juga rentan menjadi korban "sindrom roda berderit", di mana suara para eksekutif dan anggota tim kepemimpinan senior secara alami didengar paling keras oleh tim data (dan oleh karena itu permintaan dan kebutuhan mereka diprioritaskan daripada yang lain.)

Untuk mendapatkan pengembalian investasi yang lebih baik dari investasi besar-besaran yang dilakukan dalam alat dan tim data, kami perlu menyerang asimetri informasi ini di inti masalah kami. Mencapai titik nol mungkin merupakan tujuan yang aspiratif, tetapi tim data harus terus berusaha untuk menutup celah ini melalui praktik, kemitraan, dan perangkat. Melakukan hal itu akan menghilangkan gesekan, meningkatkan transparansi dan kepercayaan, dan memungkinkan semua orang mendapatkan lebih banyak dari penawaran data perusahaan.

Berikut adalah 4 tips proaktif untuk pemimpin data yang ingin mengurangi asimetri informasi dan mencapai kolaborasi yang lebih baik di organisasinya:

1. Menyelaraskan kembali struktur organisasi dan tim dengan kebutuhan bisnis. Ini tidak hanya mencakup model pelaporan, tetapi juga peran dan fungsi tim data. Kami sudah mulai melihat lebih banyak lowongan pekerjaan untuk peran seperti "manajer produk data" atau "master scrum data". Fungsi baru ini akan membantu tim data mengelola tantangan kolaborasi yang, pada akhirnya, biasanya tentang orang dan proses versus masalah teknologi yang mendasarinya.
2. Pertimbangkan berinvestasi dalam model matriks di mana anggota tim Anda – atau dalam beberapa kasus seluruh pod – diselaraskan dengan unit bisnis tertentu. Ini akan memungkinkan penyelarasan inisiatif data jangka panjang dengan kebutuhan bisnis mendesak, mendorong berbagi pengetahuan, serta hubungan kolaboratif yang lebih dekat antara analis dan mereka yang mereka dukung sehari-hari.
3. Mulailah dari yang kecil, dan kembangkan kesuksesan Anda seiring berjalannya waktu. Itu kekuatan kesan pertama tidak bisa dilebih-lebihkan. Persepsi awal tim data sangat penting untuk bagaimana pekerjaan mereka akan diterima, jadi pertimbangkan bagaimana hal itu terjadi dengan anggota tim utama di awal. Fokus dengan membangun hubungan yang kuat dengan 1-2 juara kunci dalam organisasi yang dapat membantu menyebarkan berita tentang betapa hebatnya Anda. Perluas dari sana.
4. Berhati-hatilah dengan alat kolaborasi yang mana dapat dimanfaatkan di seluruh siklus hidup inisiatif data dan produk data Anda. Misalnya, pikirkan tentang bagaimana Anda ingin mengumpulkan orang, proses, dan sistem Anda untuk setiap kategori di bawah ini. Seringkali apa yang berhasil untuk satu kategori akan gagal total di kategori lain:
   • Kolaborasi dalam tim data
   • Kolaborasi umum dengan karyawan lain di luar tim Anda
   • Pertanyaan ad hoc, atau permintaan fitur baru
   • Dukungan berkelanjutan untuk produk data
   • Cakupan inisiatif data baru atau produk data
   • Mengembangkan penawaran data Anda berdasarkan apa yang berharga bagi bisnis

Tim data yang inovatif telah bermigrasi ke praktik terbaik rekayasa perangkat lunak dan tren tersebut kemungkinan akan berlanjut di tahun-tahun mendatang. Saat Anda melihat investasi dalam infrastruktur data untuk mendukung pertumbuhan di masa mendatang, pikirkan alat yang mendukung kolaborasi mitra bisnis.

 
 
Nicholas Freund adalah eksekutif industri SaaS berpengalaman dengan lebih dari satu dekade pengalaman memimpin startup yang berfokus pada pertumbuhan yang dipimpin produk. Sebagai Pendiri dan CEO Workstream.io, Nick memelopori startup teknologi tahap awal yang membantu tim data mengelola aset data penting. Sebelum Workstream, Nick menjabat sebagai Wakil Presiden Operasi untuk BetterCloud, vendor perangkat lunak independen yang menawarkan solusi Manajemen Operasi SaaS terkemuka. Sebelumnya, Nick memegang posisi keuangan senior di Tesla, sambil meraih gelar MBA di Harvard.

• Konten Bertenaga SEO & Distribusi PR. Dapatkan Amplifikasi Hari Ini.
• Platoblockchain. Intelijen Metaverse Web3. Pengetahuan Diperkuat. Akses Di Sini.
• Sumber: 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