高效的數據分析可以成為當今的競爭優勢，使企業能夠深入了解客戶偏好、產品開發和使用趨勢，以及其他企業無法看到的市場動態。
為了從分析工作中獲得最大收益，企業需要組建一支高素質的團隊，理解來自多個來源的全部數據，并將分析結果轉化為企業的實際價值。
如何來組建一個強有力的分析團隊?以下是專家提供的一些關鍵的和最佳的做法。
專業技能的恰當組合
一般來說，一個高效的分析團隊需要具備三個基本技能：技術數據技能使團隊具有工作能力，分析技能可推動工作本身發展，業務技能可確保所做的工作正確無誤，并推動業務價值，咨詢公司West Monroe的高級分析資深經理Dan Magestro說。
“很少有人具備所有這些技能，”Magestro說。“其實我剛才所描述的內容就是一種理想狀態。但是擁有這三種技能的團隊可以更高效地工作。”
那些了解如何組織數據的人員可以提供技術數據技能。Magestro說：“這些人可能更像傳統的IT員工，將他們納入到分析團隊中，則會成為團隊成功的強大因素。”
數據科學家將有效性或“科學”帶入分析團隊，Magestro說。“數據科學家的硬性技能是非常重要的。我們還發現，可靠的解決問題技能和批判性思維技能也是非常重要的，在某個平臺上這往往比豐富的經驗更重要，”他說道。
Magestro說，團隊中擁有一個專門的業務專家是至關重要的，他可以確保所分析的信息與業務相關。這個人會有效地將這些見解傳達給更大的組織。他說：“該業務專家彌合了分析工作和業務需求之間時常出現的溝通缺口。”
在更細化的層面上，一流分析團隊的人員應具備以下領域的知識，比如關系表、維度模型、數據庫、JavaScript對象表示法(JSON)、可擴展標記語言(XML)和逗號分隔值(CSV)等，“耶穌基督后期圣徒教會”數據管理人員主管兼首席架構師麥克·鮑爾斯(Mike Bowers)說。
鮑爾斯說：“至少有一位專家需要了解表述性狀態轉移(REST)以及如何通過REST有效地檢索數據。并且，至少還有一位專家需要了解關系數據庫以及如何使用抽取、轉換和加載(ETL)工具和文件導出來獲取數據。團隊中每個類型的數據庫(包括SQL數據庫、NoSQL文檔數據庫和NoSQL寬列數據庫)至少需要一名專家。”
讓強有力的領導來負責
也許最重要的是保證團隊由一個領導來負責，他不僅要了解分析工作的重要性而且了解如何工作，同時還能夠敏銳地掌握組織的需求和目標。
“需要領導來有效地整合、協調和安排所有這些需求以及團隊的共同協作，來創建一個能夠初步工作的頂級分析團隊，然后進行相應的工作擴展，以滿足目前的分析需求”，咨詢公司ISG的IT采購和數字咨詢服務主管詹姆斯·布爾克(James Burke)說。
布爾克說：“在中高層配備具有創業精神的商業和技術領導者，他們能夠(借助資金后盾)不斷嘗試創新并在發現失敗后盡快放棄，這是必要的。”
當羅克韋爾自動化公司(Rockwell Automation)的商業智能總監Sangeeta Edwin被任命為公司分析團隊的負責人時，她的第一步是明確團隊的目的和目標，然后協調利益相關者。
Edwin說：“為了建立我的分析團隊，我與我們的高管領導團隊合作，調整戰略，確定團隊工作范圍、目標和時間表。如果調整工作不放在最前面，那么分析團隊就容易出現不穩定。在羅克韋爾自動化公司，數據分析工作存在于各個層面。無論是從生產車間到企業層面，還是從軟硬件的產品開發以及服務。我需要在全公司進行協調。”
分析團隊的負責人應該牢牢把握公司文化，并將其納入團隊。“例如，你的公司是否正處于快速發展，還是利益相關者在工作向前推進之前是否需要了解決策的含義?”Edwin說。“你應該組建一支可符合更大范圍公司文化和特點的團隊。”
Edwin說，許多公司要求分析團隊將技術語言分解成業務術語。她說：“然而，在羅克韋爾自動化公司，我的大多數同事都有工程專業背景，所以技術細節會激發他們的工作積極性，喚起他們對分析工作的興趣。”
獲得數據存儲訪問權限
鮑爾斯說，世界級的分析團隊需要安全可靠地訪問一些數據資源，比如數據中心、數據湖和數據倉庫等。
鮑爾斯說，數據中心“將數據原封不動地導入，以進行無偏分析和未過濾分析”。“它對已導入的數據進行索引，以便在亞秒級時間內在萬億字節數據中返回查詢，用于快速實現數據發現、分析和數據整理。”
數據中心同時以多種方式為搜索、分層查詢、平面查詢、圖形查詢和語義分析來索引數據。鮑爾斯說：“它可以跟蹤數據沿襲，保證數據管理，加強安全性，轉換數據，清理數據和過濾共享數據。”
數據湖(如Hadoop所提供的數據湖)是面向批處理的，使數據分析人員能夠運行作業來發現數據。鮑爾斯說：“周轉時間對于數據發現來說并不理想，但批處理作業可以使用包括機器學習在內的任何算法來處理數據。這對數據進行批量轉換非常有益，因此可以將其加載到數據倉庫中。”
鮑爾斯說，數據倉庫非常適合于從數據中心和數據湖中獲取結果，然后將信息提供給業務用戶，以便在預定義的上下文中回答問題。
打破數據孤島，將數據與商業價值相關聯
這是一個老生常談的問題，但要充分發揮分析團隊的能力，組織就需要打破部門之間的隔閡，消除那些阻礙團隊間以及與數據分析團隊分享有價值信息的數據“孤島”。
麥格勞希爾教育集團(McGraw-Hill Education)的工程、分析和報告高級主管馬特·霍根(Matt Hogan)表示：“一支成功的分析團隊，關鍵在于打破組織內部的障礙，建立一個數據驅動的文化。”
霍根說：“當今許多組織的數據、流程和報告都保存在數據孤島中。麥格勞希爾教育集團的分析小組承擔了三個主要角色，“他們在我們的組織內敞開了令人難以置信的大門”，他說。
其中一些角色包括充當數據科學家，他們本來就擔負著公司的研發職能。他們開發出新的模型和可視化功能，并將其應用到麥格勞希爾教育集團的產品線中。霍根說：“他們是開發新流程，提出新見解，深入研究我們基礎設施方面的中堅力量，使我們的工作具有可擴展性和保持高效性。”
另一些角色包括充當數據工程師，他們幫助我們通過數據推動商業價值。霍根說：“他們所有的見解和報告通常都是從一個以業務為導向的問題開始，基于這個問題他們進行分析，來找到答案。然后，他們會建立一些關聯和模型，即在組織內的哪些不同領域可以應用這些見解，或者在何時某些問題和答案會出現。我們的數據工程師必須以敏捷方式進行操作，以提取數據，構建可視化功能，并隨時根據需要進行調整。”
第三個角色包括充當前端工程師，其主要目標是基于對數據的洞察力為公司產品提供有價值信息。霍根說：“他們將我們發現的分析內容與最適合產品的部分聯系起來。”
Edwin說，從一開始就定期與業務團隊溝通也很重要。她說：“你身邊的每個人都需要清楚分析策略。最后，他們將必須使用這一策略。讓他人參與的最好方式是了解如何來激勵他們，然后以這些方式來呈現分析的價值。問問自己：‘為什么該業務團隊會放棄舊系統而使用現代的分析平臺?他們會從這種變化中獲得什么價值?’一旦他們明白了其中的價值，他們就有動力去改變平臺。”
保持團隊成員的積極性
Edwin說，通過制定具有挑戰性的目標來保持團隊成員的專注度和興奮度，這是一種很好的做法。“向他們展示創新、培訓、持續改進，并且發展是你團隊的組成部分。”
在羅克韋爾自動化公司，分析團隊是從數據報告分析工作開始的。“然后，設定一些擴展性的目標，我們投入到機器數據分析中。然后，我們創建了一個完整的數據中心和一個物聯網平臺。每次我的團隊創造出一些東西，他們都必須是一種創新和發展。不要讓你的團隊處于舒適狀態。”
保持團隊積極性的最佳途徑之一是為組織提供有價值的東西。Edwin說：“即使是最好的團隊，如果他們沒有提供可行的分析解決方案，也會失敗。即使是以遞增方式來證明你分析解決方案的價值，也將有助于激勵更多的員工留在你的團隊。畢竟，你的工作應該使每個人的工作更有效率，并改善收入來源。證明你可以做到這一點。”
一旦團隊交付了解決方案，就該將其推向市場。“你必須花時間展示你團隊的成果，”Edwin說。“我的團隊不斷地展現我們的成果和重要知識。這已幫助我們壯大了我們的團隊網絡，并激勵了羅克韋爾自動化公司的同事們。將我們的成果推向市場，這使我們團隊和公司更大范圍感到自豪，并會激發未來取得更多成果。”
壯大組織以外的團隊
“處在這樣一個市場成熟度和所具備人才/專業知識的階段，一個頂尖的分析團隊就是幾個組織中最優秀人才的組合。”ISG公司的布克爾說道。
布克爾說：“這是因為(如果有的話)只有極少數的組織擁有這樣的人才寬度、深度或規模，并且有這樣的數據和技術資源來實現這一目標。這需要一個技術、團隊和組織的‘價值鏈’才能實現有效的分析，或者才能為組織‘輕松地提供一些信息’”。
這包括一些支持團隊，他們來負責攝取數據，托管軟件和處理數據的各種平臺或服務;和一些開發人員，他們根據分析工作的需要來編寫軟件和算法。
“分析團隊能力價值鏈的一部分角色包括平臺供應商、平臺支持專家、敏捷式/ DevOps團隊、分析專家、數據庫專家及數據科學專家、業務流程和產品/信息所有者以及市場和終端用戶體驗專家，”布克爾說道。
版權聲明：本文為企業網D1Net編譯，轉載需注明出處為：企業網D1Net，如果不注明出處，企業網D1Net將保留追究其法律責任的權利。
京公網安備 11010502049343號