企業培養數據分析團隊所需的技能和能力
2022-09-19 16:00:00
次
隨著數據分析需求的激增，尋找和留住數據分析人才來支持這些計劃日益成為一項挑戰。因此，數據分析領導者需要制定長期的數據分析人才戰略：采用系統的方法，吸引、支持和留住優秀員工，通過他們更好地宣傳數據分析價值，展示數據分析與數據驅動型決策者的業務目標之間的關系。為了培養未來所需的數據分析角色和技能，數據分析領導者要跳出思維定勢。例如，采用非常規方法，根據應聘人員的潛力而非經驗進行招聘。與此同時，數據分析領導者還應考慮人才、角色和發展道路的多樣性。
確定數據分析運營模式的關鍵組成部分，如數據分析工作應在哪里完成
為了組建一支強大的數據分析團隊，數據分析領導者首先要建立運營模式，通過該模式確定需要完成的工作、由誰完成，以及相關角色應在哪里完成大部分的工作。
?步驟1
為了確定正確的數據分析工作運營模式，數據分析領導者需要回答以下重點問題：
• 戰略利益相關方有哪些，他們的目標是什么？
• 數據分析工作有哪些，完成順序是什么，為什么這樣安排？
• 數據分析分析工作應在哪里開展以及何時？
• 阻礙成功的障礙是什么，如何解決這些障礙？
?步驟2
在考慮諸如應在哪里開展數據分析工作時，應考慮使用通用組織架構模型來規劃全球、地區或本地的數據分析工作，從而幫助您確定實體團隊所需的資源、技能和能力。
使用概念模型創建可執行且實用的運營模式
將概念模型映射到現實和虛擬組織結構中，即可創建一個可執行且實用的運營模式。如果數據分析工作的“內容”和“對象”發生了變化，數據分析領導者還可以更新概念模型，使現實和虛擬組織結構得到優化。右圖顯示了本地工作在不同組織內部發生的復雜組合，包括獨立的業務部門以及區域性業務部門。Gartner認為數據分析領導者最好使用混合模式，因為該模式具備核心的集中式團隊，即數據分析卓越中心（COE）。通過卓越中心，數據分析團隊可在業務線內，以中心輻射的方式，與多個分散式團隊進行協作。
建立一支使用相同語言的跨職能團隊
?步驟1
讓不同背景的人才組成跨職能團隊，將其技術技能、數據分析技能、業務專業知識和軟技能融合，從而獲取所需的能力：
• 數據和分析能力
• 技術和業務能力
• 分析性和創造性能力
• 外向者和內向者的能力
• 不同的經驗水平：
– 部門級和企業級經驗
– 經驗豐富和經驗不足
?步驟2
基于具體職責及職業成熟度創建數據素養角色，制定與業務目標相一致的數據素養計劃。
建立數據驅動型文化時需要避免的五大常見陷阱與應對措施：
?企業文化難以適應變化：數據分析團隊要重視協作、合作和問題解決，設立首席數據和分析官（CDAO）或類似角色來領導文化變革。
?項目缺少資源和資金：創建業務驅動型戰略和運營模式。具備向整個企業說明數據分析商業價值的能力。
?數據素養低下：制定數據素養計劃，使組織模式與業務目標保持一致，并能夠對不斷變化的動態環境做出迅速的反應。
?缺少相關能力或員工：提高現有員工的技能，聘請顧問提供臨時支持和培訓，并根據工作需求增加其他技能和能力。
?重要項目的重點不明確：建立跨職能團隊，了解關鍵人員的非正式（社會）網絡，在整個企業內部署數據分析技能。
文章來源：Gartner
Tempo商業智能平臺
Tempo人工智能平臺
Tempo數據工廠平臺
Tempo指標平臺
Tempo數據治理平臺
Tempo主數據管理平臺
首頁
陜公網安備 61019002000171號
