社区编辑申请
如何组建高效的数据分析团队?
CIOAge
数据驱动的成功取决于强大、多样化、跨职能的数据团队。IT领导者提供了有关创建和维护团队(经过优化以提供敏锐的数据见解)的提示。

当组织部署了最新和最好的数据分析工具,但未能组建一流的分析团队时,会发生什么?失去机会,浪费大量时间和金钱。一个出色的分析团队可以在缺乏洞察力和竞争对手的巨大飞跃之间做出区别。但是,您不可能在一夜之间将分析团队聚集在一起。需要努力工作和勤奋才能将合适的人和正确的技能组合结合在一起。医疗服务提供商UnityPoint Health的首席信息官表示:“对于组织来说,最大的挑战之一不是数据本身,二是发展一个可以将数据应用并且推动组织变革的团队。”

"建立和维持一支成功的团队从未像过去18个月那样具有挑战性 - 特别是在医疗保健领域,"史密斯说。"对我来说,我最大的职业成功是我在UnityPoint Health建立的团队。这并非易事。分析市场竞争激烈。但是,这是可以做到的。以下是要记住的几个优秀实践:

提供现代、有效的工具和有意义的工作

一流的数据分析师必须拥有设备和对数据的访问权限,以便他们能够取得成功。

"我看到许多分析师感到沮丧并离开了公司,因为他们的笔记本电脑已经使用了五年,无法管理他们需要处理的数据量,"全球IT咨询公司NTT Data Services的数据和分析实践负责人Theresa Kushner说。"或者他们被拒绝访问构建正确算法所需的数据。确保您的分析师拥有最新的硬件、最新的软件和对数据的访问是数据分析师成功的基础。

提供有意义的任务也是如此。"没有数据分析师愿意成为一个工作不会对整体业务产生影响的团队的一员,"库什纳说。"这意味着选择有影响力的项目。这说起来容易做起来难,但对于建立一支可靠的数据分析师团队至关重要。

史密斯说,团队成员需要向他们展示他们的工作对整个世界的意义。"我想我们都想知道我们的工作如何为更大的利益做出贡献,"她说。"在医疗保健行业,我们把这比作有一个使命。我们都带着我们独特的技能和才能来到这个召唤中。Smith 说,对于 UnityPoint 的分析团队来说,确定某人对社区的积极影响是关键。"每当我招募团队成员时,我都会把它放在首位和中心,"她说。"人们想知道他们正在做的事情如何为更大的利益做出贡献。

例如,分析团队在确保患者和员工在整个大流行期间拥有足够的个人防护装备(PPE)方面发挥了关键作用。史密斯说,该团队创建了一个仪表板,将PPE数据汇总在一起,为领导者显示有意义的信息。"有了可操作的数据,领导者可以自信地实时做出数据驱动的供应决策,确保我们的患者和团队成员的健康和安全。

通过内部培训计划培养人才

数据分析专业人员的短缺是有据可查的,对这些技能的竞争非常激烈。拥有资源的公司应考虑提供培训和持续学习计划,以帮助培养内部人才。这可以包括内部计划或外部课程。这些培训计划也可以采取指导或将跨职能团队聚集在一起分享经验和知识的形式。

"通过将数据分析早期职业招聘与经验丰富的分析类型领导者配对,开发数据分析,"NASA喷气推进实验室首席信息技术顾问James Rinaldi说。"他们将快速增长,但要为他们提供允许他们以自己的速度移动的项目。让他们了解数据架构和文化的工作原理。

项目有机会将跨职能团队聚集在一起,Rinaldi说。"增加一些初级成员的成本是值得的,让他们体验并了解自己组织之外的事情是如何运作的,"他说。

将人们转移到各种项目中也是一个好主意,Rinaldi说。"不要让人们在一个领域变得陈旧或舒适,"他说。

在选择团队成员时,从坚强开始

在职业体育中,除了钱之外,经常吸引自由球员签约的是加入一支获胜球队的机会。同样,对于分析团队,当团队中已经存在优秀人才时,吸引优秀人才可能会更容易。

"卓越吸引卓越,"库什纳说。"如果你正在建立一个数据分析团队,那么让你的第一个员工成为真正的超级巨星真的是值得的。

这并不意味着这个人必须是最负盛名的大学之一的顶尖毕业生,库什纳说。但这个人应该在使用数据为企业带来改变方面有着良好的记录。"不要认为你需要数据科学博士学位,"库什纳说。"这很好,但有时数据分析团队的关键人物是最了解您的业务的人。这也意味着你雇佣了一个真正想成为团队一员的人。他们必须在精神上保持一致,并与整个团队的目标保持一致。

将多样性作为优先事项

劳动力的多样性是当今许多组织的焦点,数据分析团队应该成为这项工作的一部分。这包括不同的工作经历。

"组建一个由具有不同专业背景的人组成的团队,"DoorDash的分析和数据科学副总裁Jessica Lachs说,该公司提供在线食品订购和交付平台。"我经常被问到我的团队的标准候选人档案是什么样子的 - 当我告诉他们我们没有时,人们会感到惊讶,"Lachs说。"在没有数据经验的情况下进入这个领域 - 并DoorDash建立了整个职能部门 - 我相信建立一个由具有不同背景的人组成的团队会让你的团队整体上变得更好。

虽然该公司希望分析团队的候选人具备编码技能和统计能力,但"我们发现,除了更具可比性的技术数据科学背景外,我们还成功地雇用了来自不同背景的人,包括金融、咨询和经济学,"Lachs说。这种方法创造了一个拥有解决各种问题所需的所有技能的团队。"即使团队中的每个人都不能自己解决所有问题,结果也是一个更强大的团队,人们可以相互学习,共同应对更广泛的挑战,"她说。

让团队成员满意

这不仅仅是建立一个强大团队的问题,也是留住它的问题。鉴于当今对数据分析师的需求,如果组织未能让分析团队成员满意,他们可能会离开其他职位。

因此,团队领导者应该奖励里程碑,并允许分析师提升自己并继续学习新技能。"数据分析师希望为自己和他们的公司创建一个品牌,"库什纳说。要做到这一点,他们需要时间来写文章来推广他们的工作并获得新软件,新流程,新方法的认证。

"当他们撰写文章时,鼓励他们在会议上和内部发表论文,"库什纳说。"让他们的成就非常公开,并确保有关于他们正在取得的成就的稳定信息流。库什纳说,经理们通常认为团队的可见性应该只是内部的,但这只能进行到一半。"可见性需要覆盖整个行业,"她说。"你的顶级分析师应该对其他顶级分析师可见。为您的分析师提供一个闪耀的场所,可以确保忠诚度,并为您的公司和组织带来光彩。Kushner说,在每个分析师的日历时间里考虑接下来需要做什么,记录他们正在从事的项目,并与业务和IT中可以提供重要信息的人合作,这是一个好主意。"与数据分析师合作的趋势是推动项目,因此,经理也经常推动人们,"她说。"这是一个令人沮丧和更替的公式。"

与整个组织中的人员互动

分析团队并不意味着在真空中工作。与整个企业中的其他人互动有助于团队跟上业务目标,并了解对各种同事来说什么是重要的。它还使团队成员能够与组织中的其他人共享分析的重要性。"将业务领导者纳入流程,"堪萨斯州威奇托市首席信息官Michael Mayta说,"这是一个关键方面,因为这些人了解数据,更重要的是了解需要使用数据回答的问题。

Mayta说,将分析师与业务用户合作"创造了一种学习体验,同时增强了业务流程并加快了结果。"如果分析师了解原始形式的数据,但不了解业务需求或达成解决方案所需的特定数据集,那么在沟通或试错开发中可能会浪费大量时间。

当UnityPoint Health建立其分析团队时,"我们从与整个卫生系统的医生和员工合作开始,"史密斯说。"我们将来自所有不同护理环境的团队成员聚集在一起,听取他们的需求,并帮助他们了解使用分析来改善患者护理的重要性。

史密斯说,参与的机会超出了团队试图解决的特定问题。"其他机会可以包括与同龄人互动,并通过指导计划鼓励个人发展。史密斯说,与企业互动的模式是有效的。"我们与业务建立了牢固的关系,创造一个团队成员能够提供出色解决方案的环境,"她说。"他们可以直接看到他们为什么受到重视,以及他们对组织的贡献。这对个人和团队的满意度来说都是巨大的。

创建"数据知情"文化

高度重视所有数据的组织将推动分析团队的成长和增强。这就是加利福尼亚州长滩市的做法。

2018年,该市的技术与创新部(TID)和公民创新办公室成立了一个数据委员会,涉及90%的城市部门的工作人员。一年后,该市举办了全市数据挑战赛,这是一个为期四个月的"数据马拉松",来自各个部门的工作人员合作,使用数据分析工具解决挑战。

"数据挑战赛允许城市员工提出挑战或问题陈述,这些挑战或问题陈述可以从数据分析和可视化的使用中受益,"长滩市技术和创新总监Lea Eriksen说。"我们选择了四个挑战,然后组建了团队,跨部门处理不同的挑战。成功挑战的一个例子是评估和绘制经过CERT培训的居民居住的地方,以评估社区在紧急情况下的弹性。Eriksen说,从数据挑战赛和数据委员会的运作中都吸取了经验教训,"我们用它来重组我们的数据工作"。

2021年初,TID为城市员工推出了全市数据学习社区。Eriksen说:"这是一个有趣的、以学习为中心的空间,让来自所有城市部门的工作人员提出问题,并相互分享他们如何在团队和部门的项目中嵌入数据。"每隔一个月,我们都会邀请一个不同的城市团队来展示他们正在使用的工具,技术和资源,以将数据构建到我们在长滩的DNA中。

责任编辑:赵宁宁 来源: 任朝阳
相关推荐

2022-06-05 21:09:47

Python办公自动化

2021-10-09 11:10:43

2022-06-15 08:25:07

Python天气数据可视化分析

2022-06-15 11:02:40

网络安全运营

2022-06-07 14:25:23

2022-06-16 17:02:49

微软智能云混合云Azure

2022-05-19 19:26:33

区块链大数据数据分析

2022-06-17 09:21:53

Pandas代码透视表

2021-10-18 13:26:15

2022-05-17 09:14:50

聚类算法python

2022-03-29 14:49:14

大数据数据分析

2022-05-12 15:54:43

机器学习加密流量分析安全

2022-06-16 09:22:28

图数据库图数据数据库

2022-06-22 05:53:49

城域网广域网VXLAN

2022-04-17 23:02:08

数据分析数字化转型人工智能

2022-06-16 15:46:58

钱大妈云原生Flink

2022-06-15 10:30:07

数据中心5G蜂窝网络

2022-03-15 12:27:57

数据分析工具技能

2022-06-23 12:30:03

物联网工业物联网IIoT

2022-06-21 21:47:13

数据系统

同话题下的热门内容

16个优秀业务流程管理工具员工在谈判加薪时的注意事项混合IT加速发展为企业带来管理网络复杂性日益增长的挑战三个职场考证建议——给想自我提升的 IT 领导者们IT治理方面的七个错误,以及如何避免2022年的软件开发:首席信息官应该知道的五个现实有效的安全职位描述的六个技巧(以及要避免的六个错误)企业和IT领导者对创新的误解

编辑推荐

图片中哪位是CIO?这位过生日的IT人多大?腾讯鼓励员工加班到晚上10点?员工:有这么好的福利,我愿意!ERP千万别上云。10个上云,9个延期大数据专业成新宠,232所高校竞相布局大数据相关专业知乎上“程序员年薪30万到底有多累、多辛苦?”,句句戳心!
我收藏的内容

51CTO技术栈公众号