数据协作失败的地方（以及修复它的 4 个技巧）

由柏拉图重新发布

关注： 0

围绕数据协作失败的地方（以及修复它的 4 个技巧）
图片由 creativeart 在 Freepik 上提供

数据团队越来越像软件工程团队一样工作，使用工程和开发工具来管理他们的工作。这些范围从 Github 等版本控制系统到采用看板和 Scrum 等敏捷实践，还包括日常站立、冲刺承诺和冲刺演示等仪式。专门构建的解决方案（如用于数据建模、测试和集成的 dbt）已经上市，支持软件工程思维。这些解决方案为大型分布式数据团队提供支持，使其能够尽最大努力完成工作。

但是当谈到数据团队与其他业务部门之间的协作时，仍然有很大的创新空间。

即使是最具前瞻性的数据驱动组织仍然依赖标准协作工具和实践（例如 Slack、电子邮件或定期安排的会议）来管理其数据团队和业务利益相关者之间的沟通。毕竟，为什么不呢？数据团队及其工作流程不应该类似于组织中的其他职能吗？当交互本质上相对通用时，此论点和行为有效。但在团队动态更加复杂（并且数据对于每个重要对话和决策更为核心）的情况下，这种对通用解决方案的依赖是不够的。

随着数据对业务运营越来越重要，数据团队成员通常需要身兼数职。在某些情况下，他们需要通过了解业务用户的需求来充当产品经理，以便他们可以改进数据平台。在其他情况下，他们需要以支持身份处理临时请求。在其他情况下，他们需要吸引新用户并帮助他们使用可用的数据资产。

通用协作工具和传统的工作管理方法在这些场景中很快就会失效。产品团队和支持团队拥有专门构建的工具来管理他们的工作。难道数据团队不需要一个解决方案来最好地管理利益相关者的请求吗？或者用于管理支持文档或培训最终用户的工具？最好的数据团队经常发现自己在这部分工作流程中苦苦挣扎，并最终采用为其他人（在本例中为产品和支持团队）构建的解决方案。

由于大多数数据工作和交互都是内部的，因此团队很难找到与业务利益相关者合作的正确方式，而不会造成混乱和尴尬。

如果你去考察数据团队和其他人的协作问题，你一定会发现数据资产的构建者和消费者之间的信息不对称。一方面，您拥有对底层数据、如何操作和分析它以及如何在更大的数据资产中将其背景化的深入了解的数据构建者。另一方面，您有数据消费者，他们通常是对业务本身具有丰富知识的领域专家，这对于提供更广泛的上下文、理解数据和发展数据平台至关重要。

以简为例。她刚刚加入一家财富 500 强公司担任销售经理，管理分布在东南部的 15 名销售人员组成的分布式团队。在她新工作的第二天，她收到一封来自同事的电子邮件，其中包含指向各种资源的多个链接：一个包含管道信息的电子表格、Salesforce 中的各种报告，以及一些关于公司 BI 解决方案中个人绩效的仪表板。花了几分钟查看数据后，她意识到自己不知道自己真正在看什么，也不知道这意味着什么。她向她的销售运营经理发送了一条消息寻求帮助，后者让他们的合作伙伴在构建了大部分资源的数据团队中循环。数据分析师阅读了电子邮件，叹了口气，然后在接下来的一个小时里写下了回复。他们在 JIRA 板上创建了一张票以“重新评估文档”。

这些数据协作问题背后的根本原因是建设者和消费者之间的信息不对称，这让每个人都感到沮丧和不愉快。

可悲的是，最常受这些动态影响的人是一线的初级员工或中层管理人员，因为他们在组织中的权力通常较小，而且理解围绕数据做出的决策的背景也最少。如果没有经过强化培训，这些员工很容易受到信息不对称导致的各种沟通问题的影响。他们也容易成为“吱吱作响的车轮综合症”的受害者，在这种情况下，数据团队自然会听到高管和高级领导团队成员的声音最大声（因此他们的要求和需求优先于其他人。）

为了从对数据工具和团队的大量投资中获得更好的投资回报，我们需要解决这些问题核心的信息不对称问题。归零也许是一个理想的目标，但数据团队应该不断努力通过实践、合作伙伴关系和工具来缩小这一差距。这样做将消除摩擦，增加透明度和信任度，并让每个人都能从公司的数据产品中获得更多收益。

对于希望减少信息不对称并在组织中实现更好协作的数据领导者，这里有 4 个主动提示：

根据业务需求重新调整组织和团队结构. 这不仅包括报告模型，还包括数据团队的角色和职能。我们已经开始看到更多关于“数据产品经理”或“数据 scrum 主管”等职位的招聘信息。这些新功能将帮助数据团队管理协作挑战，归根结底，这些挑战通常是关于人员和流程与底层技术问题。
考虑投资矩阵模型 你的团队成员——或者在某些情况下整个组——与特定的业务部门保持一致。这将使长期数据计划与即时业务需求保持一致，促进知识共享，并在分析师和他们日常支持的人员之间建立更紧密的协作关系。
从小处着手，并在您前进的过程中取得成功。的第一印象的力量不能高估。对数据团队的初步看法对于他们的工作将如何被接受非常重要，因此请预先考虑与关键团队成员的关系。通过与组织中的 1-2 位主要拥护者建立牢固的关系来集中注意力，他们可以帮助传播您的才华。从那里展开。
注意哪些协作工具 可以在您的数据计划和数据产品的整个生命周期中加以利用. 例如，考虑一下您希望如何针对以下每个类别召集您的人员、流程和系统。通常适用于一个类别的方法在其他类别中会惨遭失败：
- 数据团队内部协作
- 与团队以外的其他员工进行一般协作
- 临时问题或新功能请求
- 对数据产品的持续支持
- 新数据计划或数据产品的范围界定
- 根据对业务有价值的内容发展您的数据产品

创新的数据团队已经在迁移到软件工程最佳实践，并且这种趋势可能会在未来几年继续下去。当您考虑投资数据基础架构以支持未来增长时，请考虑支持业务合作伙伴协作的工具。

尼古拉斯·弗洛因德 是一位经验丰富的 SaaS 行业高管，拥有超过十年的领导初创公司的经验，专注于以产品为导向的增长。作为 Workstream.io 的创始人兼首席执行官，尼克领导了一家种子期技术初创公司，帮助数据团队管理关键数据资产。在加入 Workstream 之前，Nick 曾担任 BetterCloud 的运营副总裁，BetterCloud 是一家提供领先的 SaaS 运营管理解决方案的独立软件供应商。此前，Nick 在 Tesla 担任高级财务职位，同时在哈佛大学获得 MBA 学位。