Trường hợp cộng tác thất bại xung quanh dữ liệu (và 4 mẹo để khắc phục)

Được xuất bản lại bởi Plato

Người theo dõi: 0

Trường hợp cộng tác thất bại xung quanh dữ liệu (và 4 mẹo để khắc phục sự cố)
Hình ảnh của nghệ thuật sáng tạo trên Freepik

Các nhóm dữ liệu đang ngày càng làm việc giống như các nhóm kỹ thuật phần mềm, sử dụng các công cụ kỹ thuật và phát triển để quản lý công việc của họ. Những điều này bao gồm từ các hệ thống kiểm soát phiên bản như Github, đến việc áp dụng các phương pháp linh hoạt như Kanban và Scrum, đồng thời bao gồm các nghi lễ như chuẩn bị hàng ngày, cam kết chạy nước rút và bản trình diễn chạy nước rút. Các giải pháp được xây dựng có mục đích (như dbt để lập mô hình, thử nghiệm và tích hợp dữ liệu) đã được tung ra thị trường, hỗ trợ tư duy kỹ thuật phần mềm. Các giải pháp này cung cấp năng lượng cho các nhóm dữ liệu lớn, phân tán để thực hiện công việc tốt nhất của họ.

Nhưng khi nói đến sự hợp tác giữa các nhóm dữ liệu và phần còn lại của doanh nghiệp, vẫn còn rất nhiều chỗ cho sự đổi mới.

Ngay cả những tổ chức định hướng dữ liệu có tư duy tiến bộ nhất vẫn dựa vào các phương pháp và công cụ cộng tác tiêu chuẩn (ví dụ: Slack, email hoặc các cuộc họp được lên lịch thường xuyên) để quản lý giao tiếp giữa các nhóm dữ liệu của họ và các bên liên quan trong kinh doanh. Rốt cuộc, tại sao không? Nhóm dữ liệu và quy trình công việc của nó có giống với các chức năng khác trong tổ chức không? Đối số và hành vi này hoạt động khi các tương tác có bản chất tương đối chung chung. Nhưng trong những tình huống mà động lực của nhóm phức tạp hơn (và dữ liệu tập trung hơn vào mọi cuộc trò chuyện và quyết định quan trọng), việc dựa vào các giải pháp chung này là không đủ.

Khi dữ liệu trở nên trung tâm hơn đối với các hoạt động kinh doanh, các thành viên trong nhóm dữ liệu thường phải đảm nhận nhiều nhiệm vụ khác nhau. Trong một số trường hợp, họ cần đóng vai trò là người quản lý sản phẩm bằng cách hiểu nhu cầu của người dùng doanh nghiệp, để họ có thể phát triển nền tảng dữ liệu. Trong các trường hợp khác, họ được yêu cầu xử lý các yêu cầu đặc biệt trong khả năng hỗ trợ. Trong các tình huống khác, họ cần tiếp nhận người dùng mới và giúp họ tương tác với nội dung dữ liệu có sẵn cho họ.

Công cụ cộng tác chung và cách tiếp cận truyền thống để quản lý công việc nhanh chóng bị phá vỡ trong các tình huống này. Nhóm sản phẩm và nhóm hỗ trợ có công cụ chuyên dụng để quản lý công việc của họ. Chẳng phải các nhóm dữ liệu cũng cần một giải pháp để quản lý tốt nhất các yêu cầu của các bên liên quan sao? Hoặc các công cụ để quản lý tài liệu hỗ trợ của họ hoặc đào tạo người dùng cuối? Các nhóm dữ liệu tốt nhất thường thấy mình phải vật lộn với phần này trong quy trình làm việc của họ và cuối cùng áp dụng các giải pháp được xây dựng cho những người khác (trong trường hợp này là nhóm sản phẩm và hỗ trợ).

Vì hầu hết dữ liệu hoạt động và tương tác là nội bộ nên các nhóm có thể khó tìm ra cách làm việc phù hợp với các bên liên quan trong doanh nghiệp mà không gây nhầm lẫn và gặp phải tình huống khó xử.

Nếu bạn điều tra các vấn đề cộng tác giữa các nhóm dữ liệu và những người khác, bạn nhất định tìm thấy thông tin không đối xứng giữa người xây dựng và người tiêu dùng nội dung dữ liệu. Một mặt, bạn có những người xây dựng dữ liệu có kiến thức sâu về dữ liệu cơ bản, cách thao tác và phân tích dữ liệu cũng như cách bối cảnh hóa dữ liệu đó trong một khối tài sản dữ liệu lớn hơn. Mặt khác, bạn có người tiêu dùng dữ liệu, những người thường là chuyên gia miền có kiến thức phong phú về chính doanh nghiệp, điều này có thể rất quan trọng để cung cấp bối cảnh rộng hơn, hiểu dữ liệu và phát triển nền tảng dữ liệu.

Lấy Jane làm ví dụ. Cô ấy mới gia nhập một công ty trong danh sách Fortune 500 với tư cách là giám đốc bán hàng, quản lý một nhóm gồm 15 nhân viên bán hàng trải rộng khắp miền đông nam. Vào ngày thứ hai của công việc mới, cô ấy nhận được email từ một đồng nghiệp có nhiều liên kết đến nhiều tài nguyên khác nhau: một bảng tính có thông tin về quy trình, các báo cáo khác nhau trong Salesforce và một số bảng điều khiển về hiệu suất cá nhân trong giải pháp BI của công ty. Sau khi dành vài phút để xem dữ liệu, cô ấy nhận ra rằng cô ấy không biết mình đang thực sự nhìn vào cái gì và ý nghĩa của nó. Cô ấy gửi một tin nhắn đến người quản lý điều hành bán hàng của mình để yêu cầu trợ giúp, người này sẽ liên hệ với đối tác của họ trong nhóm dữ liệu, người đã xây dựng hầu hết các tài nguyên đó. Nhà phân tích dữ liệu đọc email, thở dài và sau đó dành một giờ tiếp theo để viết thư trả lời. Họ tạo một yêu cầu trên bảng JIRA của họ để “đánh giá lại tài liệu”.

Nguyên nhân sâu xa đằng sau các loại vấn đề cộng tác dữ liệu này là do thông tin không đối xứng giữa người xây dựng và người tiêu dùng, khiến mọi người thất vọng và không hài lòng.

Đáng tiếc thay, những người thường xuyên bị ảnh hưởng nhất bởi những động lực này lại là nhân viên cấp dưới hoặc quản lý cấp trung ở tuyến đầu, bởi vì họ thường có ít quyền lực hơn trong tổ chức và ít bối cảnh nhất để hiểu các quyết định được đưa ra xung quanh dữ liệu. Nếu không được đào tạo chuyên sâu, những nhân viên này dễ gặp phải các loại vấn đề giao tiếp do thông tin không cân xứng. Họ cũng dễ trở thành nạn nhân của “hội chứng bánh xe kêu cót két”, trong đó tiếng nói của các giám đốc điều hành và thành viên nhóm lãnh đạo cấp cao được các nhóm dữ liệu nghe thấy rõ nhất (và do đó, các yêu cầu và nhu cầu của họ được ưu tiên hơn những người khác.)

Để có được lợi tức đầu tư tốt hơn từ các khoản đầu tư lớn được thực hiện vào các nhóm và công cụ dữ liệu, chúng ta cần tấn công những thông tin bất đối xứng này vào trung tâm của các vấn đề của chúng ta. Đạt đến con số XNUMX có lẽ là một mục tiêu đầy tham vọng, nhưng các nhóm dữ liệu nên liên tục cố gắng thu hẹp khoảng cách này thông qua các phương pháp thực hành, quan hệ đối tác và công cụ. Làm như vậy sẽ loại bỏ xích mích, tăng tính minh bạch và tin cậy, đồng thời cho phép mọi người khai thác được nhiều hơn từ các dịch vụ dữ liệu của công ty.

Dưới đây là 4 mẹo chủ động dành cho các nhà lãnh đạo dữ liệu muốn giảm sự bất đối xứng thông tin và đạt được sự cộng tác tốt hơn trong tổ chức của họ:

Sắp xếp lại cơ cấu tổ chức và nhóm với nhu cầu của doanh nghiệp. Điều này không chỉ bao gồm các mô hình báo cáo mà còn cả vai trò và chức năng của nhóm dữ liệu. Chúng tôi đã bắt đầu thấy nhiều tin tuyển dụng hơn cho các vị trí như “người quản lý sản phẩm dữ liệu” hoặc “chuyên gia xử lý dữ liệu”. Các chức năng mới này sẽ giúp các nhóm dữ liệu quản lý các thách thức cộng tác, xét cho cùng, thường là về con người và quy trình so với các vấn đề công nghệ cơ bản.
Cân nhắc đầu tư vào mô hình ma trận nơi các thành viên trong nhóm của bạn – hoặc trong một số trường hợp là toàn bộ nhóm – được liên kết với các đơn vị kinh doanh cụ thể. Điều này sẽ cho phép liên kết các sáng kiến dữ liệu dài hạn với nhu cầu kinh doanh tức thời, thúc đẩy chia sẻ kiến thức cũng như mối quan hệ hợp tác chặt chẽ hơn giữa các nhà phân tích và những người mà họ hỗ trợ hàng ngày.
Bắt đầu nhỏ và xây dựng thành công của bạn khi bạn đi. Các sức mạnh của ấn tượng đầu tiên không thể được đánh giá quá cao. Nhận thức ban đầu về nhóm dữ liệu là vô cùng quan trọng đối với cách tiếp nhận công việc của họ, vì vậy hãy suy nghĩ kỹ về điều đó sẽ diễn ra như thế nào với các thành viên chủ chốt của nhóm ngay từ đầu. Tập trung bằng cách xây dựng mối quan hệ bền chặt với 1-2 nhà vô địch chủ chốt trong tổ chức, những người có thể giúp truyền bá thông tin về sự tuyệt vời của bạn. Mở rộng từ đó.
Hãy lưu tâm đến những công cụ cộng tác nào có thể được tận dụng trong suốt vòng đời của các sáng kiến dữ liệu và sản phẩm dữ liệu của bạn. Ví dụ: hãy nghĩ về cách bạn muốn tập hợp mọi người, quy trình và hệ thống của mình cho từng danh mục dưới đây. Thường thì những gì phù hợp với một hạng mục sẽ thất bại thảm hại ở những hạng mục khác:
- Hợp tác trong nhóm dữ liệu
- Cộng tác chung với các nhân viên khác bên ngoài nhóm của bạn
- Câu hỏi đặc biệt hoặc yêu cầu tính năng mới
- Hỗ trợ liên tục cho các sản phẩm dữ liệu
- Phạm vi của các sáng kiến dữ liệu hoặc sản phẩm dữ liệu mới
- Phát triển việc cung cấp dữ liệu của bạn dựa trên những gì có giá trị đối với doanh nghiệp

Các nhóm dữ liệu sáng tạo đã chuyển sang các phương pháp hay nhất về công nghệ phần mềm và xu hướng đó có thể sẽ tiếp tục trong những năm tới. Khi bạn xem xét đầu tư vào cơ sở hạ tầng dữ liệu để hỗ trợ tăng trưởng trong tương lai, hãy nghĩ đến các công cụ hỗ trợ cộng tác đối tác kinh doanh.

Nicholas Freund là một giám đốc điều hành ngành SaaS dày dạn kinh nghiệm với hơn một thập kỷ kinh nghiệm dẫn dắt các công ty khởi nghiệp tập trung vào tăng trưởng dựa trên sản phẩm. Với tư cách là Người sáng lập và Giám đốc điều hành của Workstream.io, Nick dẫn đầu một công ty khởi nghiệp công nghệ ở giai đoạn hạt giống giúp các nhóm dữ liệu quản lý các tài sản dữ liệu quan trọng. Trước Workstream, Nick từng là Phó Giám đốc Điều hành của BetterCloud, một nhà cung cấp phần mềm độc lập cung cấp giải pháp Quản lý Hoạt động SaaS hàng đầu. Trước đây, Nick giữ các vị trí tài chính cấp cao tại Tesla, đồng thời lấy bằng MBA tại Harvard.