1. 数据分析网首页
  2. 大数据

如何零基础打造高效的数据团队?

组建能够茁壮成长的数据团队的关键是了解数据团队成熟度。 就像人类需要爬行,然后才能步行,成为成年人之前需要经历婴儿阶段一样。

1.数据作为现代互联网企业业务的重要组成部分,数据团队的搭建变得日益重要。

2.快速成长和协助是必须的能力,原因是业务在变化,项目也在不断的变大。

3.当到了成熟阶段,如何继续让团队保持激情是一个理问题,这个问题在任何团队里都存在。激励创新是一个可以考虑的思路。

(一)介绍

如何零基础打造高效的数据团队?

如今大数据吸引了媒体和专家的大量关注,从艺术行业到传统运输行业。大数据的这种热度往往意味着,企业正在投入大量资金来组建大型数据团队,让他们开始做数据方面的工作并希望数据团队能够创造价值。

组建能够茁壮成长的数据团队的关键是了解数据团队成熟度。 就像人类需要爬行,然后才能步行,成为成年人之前需要经历婴儿阶段一样。企业试图砸钱打造一个数据团队,人为地建立一个成熟、富有成效的队伍,让他们产生可见的成果。 这样做就像试图掩饰自己从一个孩子成为一个成年人,并希望在成人世界取得成功一样。成功的数据团队能够产生结果,是因为它们的发展逐步通过一系列的阶段,并且在必要的帮助下,他们能够获得技能并保持高效和有效的成长。

数据团队不同阶段

我们将讨论数据团队的各个阶段的特点:婴儿阶段,少年阶段,青年阶段,成熟阶段,高级阶段。 数据团队进步(或在某些情况下,退步)的主要体现在规模,协作性,风险承担,创造性和被认可。 我们还将每个阶段的团队分配一张记分卡,这样可以随着时间的推移和成熟度提高,易于观察进步和转变的基本特征,积分卡形式如下:

如何零基础打造高效的数据团队?

如何零基础打造高效的数据团队?

如何零基础打造高效的数据团队?

即席查询(ad hoc):

在需要的时候才进行数据分析; 一般缺乏严格的组织结构和自动化流程。

碎片化(fragmented):

单独处理项目而不采取协同方式分享知识或协作。

风险逃避(risk averse):

作为一个团队,为了确保完成工作,只接受业务价值不大的项目;团队成员个体不发展学习新技能和技术。

被动(passive):

被动接受工作或者只做可见范围内的数据工作,不主动多迈出一步。

不被认可(unknown):

不被视为为解决业务问题的团队;公司的其他团队不会想到寻求数据团队帮助他们解决问题。

规模化(scalable):

有一个优先系统和组织化的制度完成数据项目; 自动化流程保证项目维护和新项目投入生产。

协作性(collaborative):

通过协同工具和流程,多种能力的团队成员协作完成项目。

风险承担(risk taking):

作为一个团队,共同承担大型、有影响力的项目,这样的项目对业务的影响是完全未知的;团队成员个体愿意接受新的责任和发展新技能。

创造性(creative):

主动提出通过数据解决业务问题的新方法。

被认可(acclaimed):

为企业提供数据解决方案; 在整个公司需要的所有队伍之列。

(二)拥抱创造力,但要小心风险

平衡处理

一般来说,最成功的数据团队能够做到一个平衡:拥有有趣和可表现的创造力,同时能够全面地评估创造所带来的风险和回报。许多婴儿阶段和少年阶段数据团队之所以成功,就是是他们渴望灵活; 他们足够小,可以灵活地在局外思考。 另一个方面,一个年轻阶段的数据团队的垮台往往也是由于过多的创造力,并且缺乏纪律,导致危害他们的业务的风险。

保持创意活力

创造力和认真的风险承担是一种能力和资本,而不幸的是,这些往往随着成熟度而退化。最好的数据团队通过其成熟的状态找到一种平衡方式,平衡好新的、有创意的解决方案和风险关注之间的关系,确保所有数据驱动的解决方案都经过深思熟虑。

如何零基础打造高效的数据团队?

营造数据文化

除了数据团队的创造力和风险承担之间的这种整体平衡之外,数据团队在整个公司传播数据文化也很重要,无论他们处在什么阶段。营造数据文化意味着分享和鼓励以下观点:

  • 数据驱动和数据驱动决策是公司所有人之间的共同责任,而不仅仅是数据团队的责任)。
  • 每个人都应该意识到正在进行的或者即将到来的数据项目,以及它们如何影响到他们的工作。
  • 自动化和预测分析是公司积极、重要的演变,而不是消除其他员工的工作或责任的一种方式。

(三)婴儿阶段的数据团队特征

与婴儿一样,婴儿阶段的数据队必须培养,并不断需要关注其生存状况。为了成长,数据团队必须从小型工作开始,并开展工作。 这意味着在开始数据项目之前,需要深思熟虑的考虑以下三个组成部分。 只有这样,它才能准备成长为少年阶段的数据团队:

数据

为了成长为成熟或更高阶的数据团队,获取数据就是必要。 这可能看起来很明显,但实际上并不那么容易。 当他们从一开始就没有得到可用数据,许多队伍被阻塞住了工作的进展。

首先,数据团队需要确保他们拥有所需的数据。 确定是否业务正在收集必要的数据将意味着协作来解决业务团队或团队成员共同决定的基本业务问题。 如果在关键的核心业务问题上没有数据,数据团队需要推动来获得。 此外,数据不应该是孤立的 —- 团队中的每个人都应该容易、快速地访问他们需要的任何数据项目的数据信息。

支持者

为了成长,一个数据团队需要一个支持者的角色来不断的关注,支持者需要热衷于成功并会做任何事情来帮助数据团队做好事情。 由于婴儿数据团队还没有建立任何成功的项目以此来证明他们的价值,所以数据团队的支持者需要呵护这个团队,并向公司其他团队展示和宣传他们。

成员

许多公司在首次投资数据团队时所犯的错误就是招聘临时雇员、第三方承包商或全新员工来负责第一个数据项目。这就存在一个问题,当这些类型的员工开始交付一个初始的项目时,他们必须从零开始理解公司和业务、其价值观以及员工如何共同合作。 然而,最好的团队在开始项目时,团队里的每一个个体都熟悉业务,并且和支持者有合作的经验,最终使得数据团队(及其第一个项目)落地。

如何零基础打造高效的数据团队?

跨过婴儿阶段,必须:

1.确保有足够的核心业务数据。

2.确保数据对于所有团队成员来说易于访问。

3.确定能够为团队做宣传和呵护的支持者。

4.选择正确的团队成员,成员能够熟悉业务和行动快速。

一旦上述因素都满足了,那么数据团队就可以准备进入下一阶段,开始努力交付可操作的成果。

(四)少年阶段数据团队特征

孩子在智力和身体上变得更加强壮,就像少年阶段数据团队一样开始发育他们的肌肉。 他们非常有创意,但必须小心将创意转化为可行的结果。对于少年阶段的数据团队,这一切都是为了交付第一个成果:第一个成功的数据项目,由此该团队可以继续扩大和发展。 为了超越少年阶段,数据团队必须:

了解生产结果

年轻的数据科学团队往往灵活而好奇。 他们能够快速探索并实验数据。 然而,他们倾向于摇摆不定,工作实际上是生产真实的成果(不是实验研究),使用数据得到业务的实际结果。 如果团队摇摆不定的尝试,但从不把任何东西转化成生产结果,其他团队会开始怀疑团队的价值和执行能力。 如果科学团队在高层失去支持或资助,那么对应数据科学团队来说是厄运。

另一方面,能够提供书面成果的这个阶段的数据科学团队可以获得可见的业务的成功、信任和支持,这会允许它继续增长。 为了要做到这一点,团队应该选择一个可以解决的、特定的、有针对性的业务问题,这个问题可以通过数据来解决,这样通过共同合作,实现这一目标,并一直到它完成。 一旦团队合作确保第一个项目的成功,其他团队会关注到这些,数据团队就会收到更多的数据项目和问题的需求。

扩展技能以支持更多项目

一旦数据团队过了婴儿阶段,重要的是继续发展和扩展其能力,以准备支持更大和更复杂的整个公司的项目。这可能意味着,现在的团队成员需要学习新的技能或者可能开始扩大团队聘用特殊技能的人。 考虑到任何一个数据项目超过80%的工作是数据清理和数据准备,要确保团队有一个合作的方式为所有人支持这一部分的工作。 通过协作工具,不同水平的成员都可以贡献到项目中,团队就比较容易从业务分析人员转变成数据科学家了。

跨过少年阶段,必须:

1.专注于一个特定的数据产品并提出生成解决方案。

2.通过带来价值和成果在公司中建立声誉。

3.发展团队技能来准备承担更大、更复杂的项目。

(五)青少年阶段数据团队特征

青少年阶段数据团队有三个共同点:他们必须处理快速增长,管理冲突,对自己的行为负责。在这个时期,这一切都是关于规模的。 迄今为止,这个团队已经取得了成功,他们需要:

应对迅速增长

如果该团队已经通过之前的阶段成功发展,那么这个时候,团队已经颇受欢迎。 许多其他的团队(从产品研发到营销)都是排队要求数据团队分配资源在他们各种项目上。

而且由于团队能够证明他们能够实现项目的交付,所以他们能够雇佣更多的人并在短时间内快速成长。 和任何想要快速招聘的团队一样,雇佣不好的成员也是一样的存在风险。 要确保有适当的流程,以确保雇用决定是正确的。 如果可能可以利用员工推荐,并确保对雇员的适应性进行彻底的评估。

随着快速的增长,团队在这个时间点上需要选择合适的工具以确保生产力保持高水平,并且在增加人员的负重下不起伏。 工具应该让新的更大的团队能够无缝合作,共同协作,确保知识不存在于单个人身上,并确保不同的技能组合(如有经验的数据科学家和业务分析师)可以在一个项目上有效地合作。

管理资源

再次,由于团队交付能力带来的欢迎度和荣誉,公司会要求其快速成长。 在某些时候,对于团队的数据项目要求太高导致不能够合理处理。 青少年阶段数据团队必须能够优先考虑各种团队的要求,平衡工作量和有效分配资源。 必须有基础框架和流程能够拒绝他们无法承担的项目,并知道他们应该支持哪些项目。

负责处理重要问题

除了收到更多的请求外,数据项目可能会变得越来越有影响力。也就是说,企业核心的重要问题将需要进行数据探索和解决,公司将委托企业范围内的事情给数据团队。 随着更加重大责任的到来,团队必须能够在组织和技术上有效地应对大量的重要的要求。 换句话说,他们必须拥有适当的工具能够允许多个人在一个重要的项目上合作,他们也必须拥有必要的技能来解决更大、更复杂的业务问题,这些问题有可能改变企业的进程。

如何零基础打造高效的数据团队?

跨过青少年阶段,必须

1.随着团队的发展,招聘合适的员工。

2.为数据项目制定优先级系统,并相应确定优先次序。

3.准备(并执行)企业级项目。

(六)成熟阶段数据团队特征

成年是关于接受日常生活的现实的阶段,成年阶段的数据团队也是这样。如果青少年阶段是关于规模的,那么成熟的阶段就是维护。 现阶段的数据团队必须:

继续提供规模

在其他成长阶段中,如婴幼儿阶段到青少年阶段,跟踪起来比较容易,如果你的团队遵循这里的提示和最佳做法,公司就会因为团队不断提供成果而感到高兴。 然而,对于成熟的数据团队,提供一致的结果变得更加困难,尤其是数据项目完成后,自动化就可以方便地进行监控而无需更多的加工作,这样导致来自整个公司的团队的需求开始放缓。

一个解决方案可能是找到一种平衡方法,平衡更大、更长期的项目请求和小的项目需求,以确保团队定期不间断地产出成绩。此外,在这一点上,成熟的数据团队可以利用他们的技能开始主动寻找可能为公司的其他团队提供自动化的数据项目或机会。 这是在快速成长后保持可见性的一种方法。

维护项目

对于任何数据团队,无论什么阶段或什么技能水平,实际情况是大约80%的工作是维护和改进现有的模型。 在早期阶段有这么多的新项目和大量增长,这个还不那么明显,因为有这么多的新项目。 但到了成熟阶段的时候,数据团队就会开始感受到这一点。一些团队成员可能没有为这个现实做好准备,可能会选择离开团队寻求在一个更年轻的阶段的数据团队。 有效地平衡新项目和维护工作将有助于防止这种人才流失。

如何零基础打造高效的数据团队?

跨过成熟阶段,必须:

1.甚至没有来自其他团队的要求,也需要主动持续提供新数据产品。

2.通过设置合理的期望,使得工作人员保持日常项目工作。

(七)高级阶段数据团队特征

由于数据团队和大数据在现在上比较新,没有人知道高级数据团队可能看起来是什么样子特征。 但有一点是肯定的:数据团队将需要避免停滞不前,他们必须继续发展他们的技能,并添加新的、年轻的团队成员。

随着大数据世界的变化(并将继续改变),对数据团队的需求将不会变少。 无论接下来会发生什么,跟上节奏,从数据中找到新的见解、最新趋势和技术将至关重要。

(八)结论

保持敏捷、保持生产力

无论你的数据团队处于什么阶段(幼儿阶段、成熟阶段或者高级阶段),重要的是要保持敏捷和富有生产力,以防止成为停滞不前的被动团队。当数据团队是活跃的和富有生产力的,这样更容易留住有才华的员工,并且不断接受新的、令人兴奋的项目,而这些项目对分析师和数据科学家会有吸引力。

本文采用「CC BY-SA 4.0 CN」协议转载自互联网、仅供学习交流,内容版权归原作者所有,如涉作品、版权和其他问题请给「我们」留言处理。

发表评论

登录后才能评论

联系我们

如有建议:>>给我留言

QR code