Този сайт използва бисквитки (cookies). Ако желаете можете да научите повече тук. Разбрах

Новини ИТ мениджмънт
бр. 12, 2017

Тайната на успешния екип за анализ на данни

Ефективният екип за анализ на данни трябва да има разнообразни умения и ясно дефинирани бизнес приоритети, при това, без да забравя за ползата от експериментирането и непрекъснатото обучение

от , 21 декември 2017 0 674 прочитания,

Ефективният екип от анализатори на данни може да осигури голямо конкурентно предимство на компанията, защото дава на нов поглед върху тенденциите и потребителското поведение, който иначе бизнес мениджърите не биха получили.
За да извлекат максималното от информационните си ресурси, предприятията трябва да имат подобни специалисти. Как да се събере и задържи топ екип от аналитици и какво трябва да прави той, за да бъде успешен?
Това не са лесни въпроси. В днешната информационно наситена среда начинът, по който компаниите изграждат и използват екипа от анализатори, може да окаже голямо влияние върху бизнеса години напред.
Преди да сформирате аналитичния екип, трябва да зададете целите и правилата на неговата работа, твърди Джефри Нимеров, ИТ директор в маркетинг компанията Zeta Global.
„В много организации анализът на данни присъства в по-традиционния и буквален смисъл под формата на „отчети и анализи“, казва Нимеров. „В този си вид най-често се получава само някаква отчетност. Тъй като винаги има повече от един начин да се направят смислени отчети, това се превръща в безкраен цикъл, в който истинската сила на анализа на данни никога не се реализира напълно.“

Тайната на успешния екип за анализ на данни

Успешният анализ на данни започва с разнообразието
Когато съставяте вашия екип, не се ограничавайте с набирането на професионални анализатори. Разнородните умения са изключително важни, твърдят експертите.
„Много е важно да включите хора не само с анализаторски умения, но и такива с бизнес и социална насоченост, за да помогнат при първоначалната формулировка на въпроса, както и при представянето на крайния резултат от анализа“, казва Том Девънпорт от Deloitte Analytics.
Дигиталната трансформация
Компаниите първо трябва да дефинират бизнес нуждите си, а след това - да изберат подходяща стратегия и план за достигане на целите при минимални сътресения.
Мултинационалният гигант GE цени разнородните таланти на анализаторския си екип. „Данните и анализът са най-ефективни, когато технологични умения от световно ниво се комбинират с отлични оперативни познания“, счита Кристина Кларк, главен анализатор в компанията.
Това може да се постигне, когато в екипа участват хора с различни професионални умения, смесица от ИТ и бизнес знания, твърди Кларк. „Отбелязваме страхотен напредък в разработването на иновативни решения за целите на финансовата ни дейност. Екипът за анализ на данни, който стои зад това, се състои не само от ИТ специалисти, но от финансови анализатори, бивши одитори и финансови мениджъри“, пояснява още тя.
Разбира се, солидните познания в областта на данните са изключително важни при всеки аналитичен екип и в него е добре да влизат статистици, математици и експерти по машинно обучение (machine learning), които разбират алгоритмите и приложението им върху данните, добавя Милани, изпълнителен директор в Incedo.
„Трябват ви също така технологични специалисти – инженери, които да изградят мрежата за извличане на данните, необходими за анализа“, добавя Милани. „Трябват и бизнес експерти, които разбират сложността на проблемите, които стоят пред компанията.“
Технически погледнато, идеалният специалист по данни е „еднорог“, който може да прави всичко едновременно, казва Милани. „Еднорози не съществуват. Затова успешните екипи са съставени от разнородни специалисти, за да се съберат необходимите знания и умения на едно място.“
Управление на промяната и стойността на ИТ
Ако проектът включва препоръчителен или оперативен анализ (например, ако резултатите ще се вържат за бизнес процес или набор от работни характеристики), има нужда и от някого, който да управлява процеса на промяна, казва Девънпорт. „При проекта ORION в UPS, който доведе до драстични промени в маршрутизирането на доставките, огромно количество време и енергия бяха посветени на управлението на промяната“, отбелязва той.
Като се има предвид, че екипът ще разчита много на технологичната инфраструктура като инструменти за анализ на данни, присъствието на представител на ИТ отдела в анализаторския екип също е важно. „Дори екипът да не се отчита пред ИТ отдела, обикновено е добре този отдел на участва по някакъв начин в него“, коментира Девънпорт.
Наблягане на опита – с данни и с инструменти
Всеки член на екипа трябва да има голям опит в своята област, счита Нимеров.
„Анализът на данни е едновременно изкуство и наука и по-опитните специалисти могат по-добре от новаците да използват инструментариума по творчески и ефективен начин“, твърди той. „Забелязал съм също, че новаците разчитат на инструментите да свършат по-голямата работа, която те не се чувстват способни да свършат сами. От друга страна, съм се срещал с много добри специалисти, които правят всичко на ръка. Намирането на хора, които могат да работят без инструменти, но разбират и приемат полезността на модерните технологии, е приоритет за мен.“
Външен опит и вградени екипи
Много компании се обръщат към външни специалисти за помощ по анализаторските си проекти. Това не е проблем, но е важно да сте сигурни, че усилията по проекта отговарят в действителност на нуждите на вашата организация.
„Ако има членове на екипа, които са външни за фирмата, опитайте се да осигурите поне един вътрешен човек по всеки проект, който може да гарантира, че резултатите от анализа са приложими“, казва Девънпорт.
Винаги, когато е възможно, анализаторският екип трябва да бъде или част от бизнеса, който прави анализа, или да бъде част от него поне за периода на съществуване на проекта. Procter & Gamble например са използвали в миналото „вградени“ анализатори, но сега те се отчитат на мениджърите на съответните бизнес отдели.
„Безпощадно приоритизиране“
След като сте сформирали вашия екип, следващата стъпка е да намерите оперативния модел, в рамките на който всеки може да работи, казва Нимеров.
„Компаниите стават все по-гъвкави и също като софтуерните разработки намирането на подход за задаване на приоритети, раздробяването на изпълнението на смилаеми части, разработването на специфични критерии за успех на всеки етап от работата и осигуряването на рамка за текуща комуникация често са решаващи за положителния краен резултат“, твърди той.
Според Милани, за да успее екипът, е също важно той да има възможност да демонстрира каква полза има неговата работа за бизнеса.
„Ангажирането с препоръки на заинтересованите лица и потребителите ще помогне на аналитиците да вникнат в ключовите проблеми, върху които трябва да се концентрират“, добавя Милани. „Споделянето на резултатите на по-ранен етап и изграждането на организационни структури, в които целите на анализа на данни са в съответствие с тези на бизнес отделите, към които са насочени, е много добър начин за създаване на добавена стойност.“
В GE прилагат „безпощадно приоритизиране“ в анализите. „Придържането към ясно дефинирани бизнес приоритети дава възможност на екипа да постигне по-голям успех. Когато има влияние в работата на компанията и свършеното намира приложение, е по-вероятно хората от отдела да останат мотивирани и да подобрят ангажираността на бизнес партньорите.
Акцентиране върху експериментирането и иновациите
Важно е в екипа да се поддържа експериментаторски дух.
„Демонстрирането на ползата за бизнеса на тези проекти не е лесно. Трябва да направите стъпка в неизвестното“, казва Милани. „За разлика от технологичните проекти, които започват с точно определен обхват, проектите за анализ на данните започват с проблем и набор от хипотези, които трябва да се тестват. Няма ясна карта на процесите „преди и след“ и екипите, които сега навлизат в тази област, трябва да разберат и приемат това.
В същия ред на мисли, трябва да има достъп до иновации, твърди Кларк. „Има огромно количество нови технологии в тази област“, казва тя. „Служителите трябва да знаят, че разполагат с време и средства да продължат да развиват собствените си способности и да опитват нови подходи. Атмосферата на иновации поддържа мотивацията на екипа.“
Както е при науката и образованието като цяло, любопитството е ключов елемент в анализа. „Любопитните хора искат да разберат резултата от собствения си анализ, независимо дали клиентът иска това или не“, казва Стюарт Уилсън, анализатор на данни в Paytronix Systems.
„Един от нашите анализатори реши да провери хода на маркетингова кампания шест месеца предварително, разказва Уилсън. Благодарение на това успяхме да открием неочакван резултат от тази кампания, който иначе би бил неубедителен.“
Друга добра практика е да се научите да задавате правилните въпроси и да решавате правилните бизнес проблеми.
Всеки проект трябва да започва като упражнение по консултиране – да се разбере „какво“ и „защо“, казва Милани. „Целта на упражнението по анализ не може да бъде прилагането на инструмент или платформа. Добре е тя да води към правилните бизнес резултати, което се постига със задаване на точните въпроси.“
Данните: основата на успеха
Анализаторският екип има по-големи шансове за успех, ако организацията създаде „основа от данни,“ твърди Кларк. „Техническите експерти в областта на данните ще искат да видят реален ангажимент от страна на организацията към основата от данни“, казва тя. „Ние използвахме координирана програма за рационализиране и подобряване на качеството на данните и достъпността за период от две години. Подобри се ефективността на персонала, технологичните разходи станаха по-ниски, увеличи се броят на служителите с дигитални умения.“
Осигуряването на високо качество на данните е от изключителна важност.
„Познаването и управлението на данните са много важни за постигане на успех“, категоричен е Уилсън. „Вашият анализ ще бъде точен само ако данните са точни. Когато виждаме успеха на собствения си анализ, често от нас се иска да го превъплътим в отчети и графики, за да могат бизнес потребителите да се възползват от тези резултати. Ако обработването на данните е ненадеждно или данните ви са непълни, то и резултатите ще бъдат грешни, както и всяко действие, основаващо се на тях.“
Непрекъснато обучение
За да сте в крак с последните тенденции при анализа, непрекъснатото обучение и развитие на персонала са важни за поддържането на жизнен и успешен екип, твърди Нимеров. „Анализът на данни е една от най-бързо променящите се области и макар че последните технологии невинаги са приложими във всяка ситуация или организация, това не означава, че познаването на най-новите тенденции е маловажно“, добавя той.
В Paytronix се набляга на непрекъснатото обучение на анализаторския екип, както и на способността да се представят резултатите.
„Екипът ви трябва да разбира вашите данни до най-малките подробности, да знае кога анализът може да тръгне в грешна посока със статистически отклонения и да разбира как ефективно да обобщава и предава резултатите“, казва Уилсън.
„Често казвам на моя екип, че най-добрият анализ в света би бил напразен, ако остане неразбран или неизползван“, обяснява той. „За тази цел трябва да мислим за крайния резултат, когато решаваме даден проблем – как бизнес потребителите ще променят поведението си въз основа на тази информация. Това ще ви помогне да приспособите подхода си и да изясните заключенията, които предоставяте."
Превод и редакция Юлия Уршева

КОМЕНТАРИ ОТ  

Полезни страници
    За нас | Аудитория | Реклама | Контакти | Общи условия |
    Действителни собственици на настоящото издание са Иво Георгиев Прокопиев и Теодор Иванов Захов