Где не удается совместная работа с данными (и 4 совета по ее исправлению)

Переиздано Платоном

Читают: 0

Когда совместная работа вокруг данных терпит неудачу (и 4 совета, как это исправить)
Изображение от creativeart на Freepik

Команды обработки данных все чаще работают как команды разработчиков программного обеспечения, используя инструменты проектирования и разработки для управления своей работой. Они варьируются от систем контроля версий, таких как Github, до внедрения гибких практик, таких как Kanban и Scrum, и включают в себя такие церемонии, как ежедневные выступления, обязательства по спринтам и демонстрации спринтов. На рынок вышли специализированные решения (такие как dbt для моделирования, тестирования и интеграции данных), поддерживающие мышление разработчиков программного обеспечения. Эти решения позволяют большим командам, работающим с распределенными данными, выполнять свою работу наилучшим образом.

Но когда дело доходит до сотрудничества между командами обработки данных и остальной частью бизнеса, остается много возможностей для инноваций.

Даже самые дальновидные организации, ориентированные на данные, по-прежнему полагаются на стандартные инструменты и методы совместной работы (например, Slack, электронную почту или регулярные запланированные встречи) для управления коммуникацией между своими группами данных и заинтересованными сторонами. В конце концов, почему бы и нет? Разве группа данных и ее рабочие процессы не должны напоминать другие функции в организации? Этот аргумент и поведение работают, когда взаимодействия носят относительно общий характер. Но в ситуациях, когда командная динамика более сложна (и данные играют более важную роль в каждом важном разговоре и принятии решения), такой опоры на общие решения недостаточно.

По мере того, как данные становятся все более важными для бизнес-операций, членам групп данных часто приходится носить несколько шляп. В некоторых случаях им необходимо действовать как менеджеры по продуктам, понимая потребности бизнес-пользователей, чтобы они могли развивать платформу данных. В других случаях они должны обрабатывать специальные запросы в качестве поддержки. В других ситуациях им необходимо подключить новых пользователей и помочь им взаимодействовать с доступными им активами данных.

В этих сценариях общие инструменты для совместной работы и традиционные подходы к управлению работой быстро перестают работать. Продуктовые группы и группы поддержки имеют специальные инструменты для управления своей работой. Разве командам, работающим с данными, также не нужно решение для наилучшего управления запросами заинтересованных сторон? Или инструменты для управления документацией поддержки или обучения конечных пользователей? Лучшие группы данных часто сталкиваются с трудностями в этой части своего рабочего процесса и в конечном итоге принимают решения, созданные для других (в данном случае для групп по продуктам и поддержке).

Поскольку большая часть работы с данными и взаимодействия являются внутренними, командам может быть сложно найти правильный способ работы с заинтересованными сторонами, не создавая путаницы и неловкости.

Если вы исследуете проблемы сотрудничества между командами данных и другими, вы обязательно обнаружите информационную асимметрию между создателями и потребителями активов данных. С одной стороны, у вас есть разработчики данных с глубокими знаниями о базовых данных, о том, как ими манипулировать и анализировать, а также о том, как контекстуализировать их в более широком массиве активов данных. С другой стороны, у вас есть потребители данных, которые обычно являются экспертами в предметной области с обширными знаниями о самом бизнесе, что может иметь решающее значение для предоставления более широкого контекста, понимания данных и развития платформы данных.

Возьмем, к примеру, Джейн. Она только что присоединилась к компании из списка Fortune 500 в качестве менеджера по продажам, управляя распределенной командой из 15 продавцов, разбросанных по всему юго-востоку. На второй день ее новой работы она получает электронное письмо от коллеги с несколькими ссылками на различные ресурсы: электронную таблицу с информацией о конвейере, различные отчеты в Salesforce и несколько информационных панелей с индивидуальной эффективностью в корпоративном решении BI. Потратив несколько минут на просмотр данных, она понимает, что понятия не имеет, на что на самом деле смотрит и что это значит. Она отправляет сообщение своему менеджеру по продажам с просьбой о помощи, который обращается к своему партнеру по команде данных, который создал большую часть этих ресурсов. Аналитик данных читает письмо, вздыхает, а затем тратит следующий час на написание ответа. Они создают заявку на своей доске JIRA, чтобы «переоценить документацию».

Основной причиной таких проблем совместной работы с данными является информационная асимметрия между строителями и потребителями, которая оставляет всех разочарованными и несчастными.

К сожалению, люди, на которых эта динамика чаще всего влияет, — это младшие сотрудники или руководители среднего звена, находящиеся на передовой, потому что они, как правило, имеют меньше власти в организации и наименьший контекст для понимания решений, принимаемых в отношении данных. Без интенсивного обучения эти сотрудники уязвимы для типов коммуникативных проблем, возникающих в результате информационной асимметрии. Они также склонны становиться жертвами «синдрома скрипучего колеса», когда голоса руководителей и членов старшего руководства, естественно, громче всех слышат команды обработки данных (и поэтому их запросы и потребности имеют приоритет над запросами и потребностями других).

Чтобы получить более высокую отдачу от огромных инвестиций, вложенных в инструменты обработки данных и команды, нам необходимо бороться с этой информационной асимметрией, лежащей в основе наших проблем. Достижение нуля, возможно, является желанной целью, но команды, работающие с данными, должны постоянно стремиться сократить этот разрыв с помощью практик, партнерских отношений и инструментов. Это устранит трения, повысит прозрачность и доверие и позволит каждому получить больше от предложений компании по данным.

Вот 4 проактивных совета для лидеров данных, которые хотят уменьшить информационную асимметрию и улучшить сотрудничество в своих организациях:

Приведение организационных и командных структур в соответствие с потребностями бизнеса. Сюда входят не только модели отчетности, но также роли и функции групп данных. Мы уже начинаем видеть больше объявлений о вакансиях для таких ролей, как «менеджер по продуктам данных» или «мастер схватки данных». Эти новые функции помогут группам данных решать проблемы совместной работы, которые, в конце концов, обычно связаны с людьми и процессами, а не с базовыми технологическими проблемами.
Рассмотрите возможность инвестирования в матричную модель где члены вашей команды, а в некоторых случаях и целые группы, привязаны к определенным бизнес-подразделениям. Это позволит согласовать долгосрочные инициативы в области данных с неотложными потребностями бизнеса, способствовать обмену знаниями, а также более тесным отношениям сотрудничества между аналитиками и теми, кого они поддерживают в повседневной жизни.
Начните с малого и развивайте свой успех по мере продвижения. В сила первого впечатления нельзя переоценивать. Первоначальное восприятие группы данных невероятно важно для того, как будет воспринята их работа, поэтому заранее подумайте о том, как это происходит с ключевыми членами команды. Сосредоточьтесь на построении прочных отношений с 1-2 ключевыми лидерами в организации, которые могут помочь распространить информацию о том, насколько вы замечательны. Расширяйтесь оттуда.
Помните о том, какие инструменты совместной работы можно использовать на протяжении всего жизненного цикла инициатив и продуктов данных. Например, подумайте о том, как вы хотите сплотить своих людей, процессы и системы для каждой из перечисленных ниже категорий. Часто то, что будет работать для одной категории, с треском провалится в других:
- Взаимодействие в команде данных
- Общее сотрудничество с другими сотрудниками за пределами вашей команды
- Специальные вопросы или запросы на новые функции
- Постоянная поддержка информационных продуктов
- Масштабы новых инициатив данных или продуктов данных
- Развитие вашего предложения данных на основе того, что ценно для бизнеса

Инновационные группы данных уже переходят на лучшие практики разработки программного обеспечения, и эта тенденция, вероятно, сохранится в ближайшие годы. Рассматривая инвестиции в инфраструктуру данных для поддержки будущего роста, подумайте об инструментах, поддерживающих совместную работу с деловыми партнерами.

Николас Фройнд является опытным руководителем отрасли SaaS с более чем десятилетним опытом управления стартапами, ориентированными на рост, ориентированный на продукт. Как основатель и генеральный директор Workstream.io, Ник возглавляет технологический стартап на начальной стадии, который помогает группам данных управлять критически важными активами данных. До Workstream Ник работал вице-президентом по операциям в BetterCloud, независимом поставщике программного обеспечения, предлагающем ведущее решение SaaS Operations Management. Ранее Ник занимал руководящие финансовые должности в Tesla, а также получил степень магистра делового администрирования в Гарварде.