Gdzie współpraca zawodzi w przypadku danych (i 4 wskazówki, jak to naprawić)

Opublikowane ponownie przez Plato

Obserwuje: 0

Gdzie współpraca zawodzi w przypadku danych (i 4 wskazówki, jak to naprawić)
Obraz autorstwa creativeart na Freepik

Zespoły danych coraz częściej działają jak zespoły inżynierów oprogramowania, wykorzystując narzędzia inżynieryjne i programistyczne do zarządzania swoją pracą. Obejmują one systemy kontroli wersji, takie jak Github, przyjęcie zwinnych praktyk, takich jak Kanban i Scrum, i obejmują ceremonie, takie jak codzienne standup, zobowiązania sprintu i demonstracje sprintu. Na rynek weszły dedykowane rozwiązania (takie jak dbt do modelowania, testowania i integracji danych), które wspierają podejście do inżynierii oprogramowania. Rozwiązania te pozwalają dużym, rozproszonym zespołom zajmującym się danymi wykonywać swoją najlepszą pracę.

Ale jeśli chodzi o współpracę między zespołami ds. danych a resztą firmy, wciąż jest dużo miejsca na innowacje.

Nawet najbardziej przyszłościowe organizacje oparte na danych nadal polegają na standardowych narzędziach i praktykach współpracy (np. Slack, e-mail lub regularnie zaplanowane spotkania), aby zarządzać komunikacją między swoimi zespołami danych a interesariuszami biznesowymi. W końcu, dlaczego nie? Czy zespół danych i jego przepływy pracy nie powinny przypominać innych funkcji w organizacji? Ten argument i zachowanie działają, gdy interakcje mają charakter stosunkowo ogólny. Ale w sytuacjach, w których dynamika zespołu jest bardziej złożona (a dane są ważniejsze dla każdej ważnej rozmowy i decyzji), poleganie na ogólnych rozwiązaniach jest niewystarczające.

Ponieważ dane stają się coraz ważniejsze dla operacji biznesowych, członkowie zespołu danych często muszą nosić wiele czapek. W niektórych przypadkach muszą działać jako menedżerowie produktu, rozumiejąc potrzeby użytkowników biznesowych, aby mogli rozwijać platformę danych. W innych przypadkach są oni zobowiązani do obsługi wniosków ad hoc w charakterze wsparcia. W jeszcze innych sytuacjach muszą wdrażać nowych użytkowników i pomagać im w korzystaniu z dostępnych zasobów danych.

W takich scenariuszach ogólne narzędzia do współpracy i tradycyjne podejścia do zarządzania pracą szybko się psują. Zespoły produktowe i zespoły pomocy technicznej dysponują specjalnie zaprojektowanymi narzędziami do zarządzania swoją pracą. Czy zespoły danych nie potrzebują również rozwiązania, które umożliwiłoby najlepsze zarządzanie żądaniami interesariuszy? Lub narzędzia do zarządzania dokumentacją wsparcia lub szkolenia użytkowników końcowych? Najlepsze zespoły ds. danych często mają problemy z tą częścią swojego przepływu pracy i ostatecznie przyjmują rozwiązania stworzone dla innych (w tym przypadku zespołów ds. produktu i wsparcia).

Ponieważ większość pracy z danymi i interakcji ma charakter wewnętrzny, zespołom może być trudno znaleźć właściwy sposób pracy z interesariuszami biznesowymi bez powodowania zamieszania i niezręczności.

Jeśli zbadasz problemy ze współpracą między zespołami danych i innymi osobami, z pewnością znajdziesz asymetrie informacyjne między twórcami a konsumentami zasobów danych. Z jednej strony masz konstruktorów danych z głęboką wiedzą na temat podstawowych danych, jak nimi manipulować i analizować oraz jak umieszczać je w szerszym kontekście zasobów danych. Z drugiej strony masz konsumentów danych, którzy zazwyczaj są ekspertami dziedzinowymi z bogatą wiedzą na temat samej firmy, co może mieć kluczowe znaczenie dla zapewnienia szerszego kontekstu, zrozumienia danych i rozwoju platformy danych.

Weźmy na przykład Jane. Właśnie dołączyła do firmy z listy Fortune 500 jako kierownik ds. sprzedaży, zarządzając rozproszonym zespołem 15 sprzedawców rozsianych po całym południowym wschodzie. Drugiego dnia nowej pracy otrzymuje od współpracownika wiadomość e-mail zawierającą kilka linków do różnych zasobów: arkusz kalkulacyjny z informacjami o rurociągach, różne raporty w Salesforce i garść pulpitów nawigacyjnych dotyczących indywidualnych wyników w firmowym rozwiązaniu BI. Po spędzeniu kilku minut na przeglądaniu danych zdaje sobie sprawę, że nie ma pojęcia, na co tak naprawdę patrzy i co to oznacza. Wysyła wiadomość do swojego kierownika ds. sprzedaży z prośbą o pomoc, który zwraca się do swojego partnera z zespołu danych, który zbudował większość tych zasobów. Analityk danych czyta wiadomość e-mail, wzdycha, a następnie spędza następną godzinę na pisaniu odpowiedzi. Tworzą bilet na swojej tablicy JIRA w celu „ponownej oceny dokumentacji”.

Podstawową przyczyną tego rodzaju problemów ze współpracą w zakresie danych są asymetrie informacyjne między konstruktorami a konsumentami, które sprawiają, że wszyscy są sfrustrowani i niezadowoleni.

Niestety, ludzie, na których ta dynamika najczęściej ma wpływ, to młodsi pracownicy lub kierownictwo średniego szczebla na pierwszej linii, ponieważ zazwyczaj mają mniejszą władzę w organizacji i najmniej kontekstu do zrozumienia decyzji podejmowanych wokół danych. Bez intensywnego szkolenia pracownicy ci są narażeni na różnego rodzaju problemy komunikacyjne, które wynikają z asymetrii informacji. Są również podatni na „syndrom skrzypiącego koła”, w którym głosy dyrektorów i starszych członków zespołu kierowniczego są naturalnie najgłośniej słyszane przez zespoły danych (a zatem ich prośby i potrzeby są traktowane priorytetowo w stosunku do innych).

Aby uzyskać lepszy zwrot z inwestycji z ogromnych inwestycji w narzędzia danych i zespoły, musimy zaatakować te asymetrie informacji leżące u podstaw naszych problemów. Dojście do zera jest być może ambitnym celem, ale zespoły danych powinny nieustannie dążyć do wypełnienia tej luki poprzez praktyki, partnerstwa i narzędzia. Takie postępowanie usunie tarcia, zwiększy przejrzystość i zaufanie oraz pozwoli wszystkim lepiej wykorzystać ofertę danych firmy.

Oto 4 proaktywne wskazówki dla liderów danych, którzy chcą zmniejszyć asymetrie informacji i osiągnąć lepszą współpracę w swoich organizacjach:

Dopasuj struktury organizacyjne i zespołowe do potrzeb firmy. Obejmuje to nie tylko modele raportowania, ale także role i funkcje zespołu ds. danych. Zaczynamy już widzieć więcej ofert pracy na stanowiska takie jak „menedżer produktu danych” lub „mistrz scrum danych”. Te nowe funkcje pomogą zespołom ds. danych radzić sobie z wyzwaniami związanymi ze współpracą, które na koniec dnia zwykle dotyczą ludzi i procesów, a nie podstawowych problemów technologicznych.
Rozważ inwestycję w model macierzowy gdzie członkowie Twojego zespołu – lub w niektórych przypadkach całe pody – są przypisani do określonych jednostek biznesowych. Umożliwi to dostosowanie długoterminowych inicjatyw dotyczących danych do natychmiastowych potrzeb biznesowych, ułatwi dzielenie się wiedzą, a także bliższe, oparte na współpracy relacje między analitykami a osobami, które wspierają na co dzień.
Zacznij od małego i buduj swój sukces w miarę upływu czasu. Plik siła pierwszego wrażenia nie da się przecenić. Początkowe postrzeganie zespołu danych jest niezwykle ważne dla tego, jak jego praca zostanie odebrana, więc zastanów się, jak to wygląda z kluczowymi członkami zespołu z góry. Skoncentruj się na budowaniu silnych relacji z 1-2 kluczowymi mistrzami w organizacji, którzy mogą pomóc w rozpowszechnianiu informacji o tym, jaki jesteś niesamowity. Rozwiń stamtąd.
Pamiętaj, które narzędzia do współpracy można wykorzystać w całym cyklu życia inicjatyw i produktów danych. Pomyśl na przykład o tym, jak chcesz zmobilizować swoich ludzi, procesy i systemy dla każdej z poniższych kategorii. Często to, co będzie działać w jednej kategorii, nie powiedzie się w innych:
- Współpraca w zespole danych
- Ogólna współpraca z innymi pracownikami spoza zespołu
- Pytania ad hoc lub prośby o nowe funkcje
- Bieżące wsparcie dla produktów danych
- Zakres nowych inicjatyw danych lub produktów danych
- Rozwijanie oferty danych w oparciu o to, co jest cenne dla firmy

Innowacyjne zespoły danych już migrują do najlepszych praktyk inżynierii oprogramowania i trend ten prawdopodobnie utrzyma się w nadchodzących latach. Rozważając inwestycje w infrastrukturę danych w celu wspierania przyszłego rozwoju, pomyśl o narzędziach wspierających współpracę partnerów biznesowych.

Mikołaja Freunda jest doświadczonym dyrektorem w branży SaaS z ponad dziesięcioletnim doświadczeniem w prowadzeniu startupów skoncentrowanych na wzroście opartym na produktach. Jako założyciel i dyrektor generalny Workstream.io, Nick stoi na czele start-upu technologicznego w fazie zalążkowej, który pomaga zespołom danych zarządzać krytycznymi zasobami danych. Przed Workstream Nick pełnił funkcję wiceprezesa ds. operacji w BetterCloud, niezależnym dostawcy oprogramowania, który oferuje wiodące rozwiązanie do zarządzania operacjami SaaS. Wcześniej Nick zajmował wyższe stanowiska finansowe w Tesli, jednocześnie zdobywając tytuł MBA na Harvardzie.