IT思维

文章页右侧顶部广告

为什么我们的数据科学团队无法产生价值

2019-11-03 9:30:38 0 业界资讯 | , ,

公众号/AI公园

作者:Joel Nantais

编译:ronghuaiyang

我坐在老板的办公室里,向他简要介绍我们新报表的情况,这将极大地增加组织中每个成员对数据的访问。此外,新数据的质量比以往任何时候都要高,这个设计将使最不懂技术的用户也能对数据进行有意义的控制。

然后,就像脸上挨了一记耳光,老板告诉我,他对我们数据团队的印象是,我们得不到任何有意义的数据。

说这件事让我措手不及还是保守的。我知道这个团队工作有多努力。此外,他们在这一年里还设计和发起了若干其他重要和复杂的项目。

然而,我的老板告诉我,他对我们的数据没有信心,也对团队在许多需要数据和分析的情况下提供价值的能力没有信心。

我无法释怀,因为我真的很困惑。因此,我探索并了解到,我老板的经验和观点是独一无二的,与我不同。

他的数据需求常常围绕着紧急的响应性数据请求,以满足迟来的外部需求。在他能列举的几乎每一个案例中,他都得到了我们无法提供数据的回应。

然而,到目前为止,数据团队的重点和优先级都集中在我们的商业智能、机器学习和预测工具和产品上。这些东西将让我们的能力达到我们需要的程度,并且证明最近增加的资源是值得的。我们是完全按照这个来做的五年计划!

作为一名管理者和数据科学团队的一员,这对我来说是一个警钟。

委派是一个有趣的命题。作为一名主管,我常常担心自己是否在事无巨细地管理员工。

为什么?因为每个人都知道你的团队不想被微管理。当然不是,你也不想被微管理。

通常会发生什么?我经常发现项目没有完成。或者他们没有达到我的期望。

在与老板的会议后,我意识到,我委派的许多任务和项目是由团队“不可能”决定的。这种情况经常发生在数据请求和特殊分析中。这让我可以把更多的时间花在其他项目上。

“我们没有数据”、“这不是我们能找到的报告”、“我们以前尝试过,但没有成功”是我听到的一些典型的回答。

在许多方面,我都信任这个团队。他们在一起的时间比我监督他们的时间还长。事实上,我从他们身上学到了很多,我经常发现自己也在用同样的方式来抵抗任务,向同事解释我们不能做的事情。

我花了一些时间重新考虑所发生的事情。在这期间,我学到了一些东西,这些东西把我带到了一个非常不同的方向,帮助我更好地理解我的团队和组织的需求。

几个月来,我一直在听取我的团队关于我们的新报表、ML项目和其他长期计划进展的稳定和定期报告。团队很骄傲和兴奋,我自己也很专注,互相影响。

这是自动构建的,直到临时数据请求不再是优先的了。只有那些我们可以随时访问数据的请求才会被满足。任何其他的事情都会分散我们有限的和“宝贵的”资源,让我们无法从事真正“重要的”项目。

当你在一个反应型的组织中,你需要为那个使命奉献资源。

这意味着困难的数据任务被拒绝了……通常会解释说我们没有数据。

我决心改变老板对我们团队的看法,以及我们满足他对数据要求的能力。很明显,我对短期数据分析需求产生了盲点,这种需求往往超过了领导对我们新产品的长期计划。

当你在一个反应型组织中,你需要为这个任务投入资源。我还确保整个团队都明白,我希望培养一种“说‘是’”的文化,无论付出什么努力。这绝对意味着重新确定项目的优先级,但这也意味着我们所有人都要对彼此负责,如果我们有动力对某个请求说不,我们会对自己和数据提出尖锐的问题。

经过一些搜索和一些实例,我了解到现实是团队并不总是处在默认探索的心态。这是我的错。我委派了具体的任务和要求,而没有花时间与团队一起设定任务的期望级别。

此外,我相信他们的专业知识(正确),但当他们拒绝请求(错误)时,我没有花时间和他们探讨“为什么”。

作为一个领导者,仅仅建立正确的团队是不够的。你还必须形成正确的团队态度和文化。你的职责是确保组织的需求是设定优先级的首要因素。

怎样才能扭转局面?现在回想起来,我发现自己处于这种情况并不奇怪。我们的数据团队与组织的大部分部门隔离。虽然我们最近增加了it资源,但是绝大多数来自于组织之外,并且由于他们在数据科学方面的专业知识而被雇佣,如果这种情况对于你工作的地方来说听起来很熟悉的话,我推荐以下实践。

五个为什么 – 我最喜欢的一个工具已经成为“五个为什么”。有时它可能看起来很烦人,但它帮助我了解了很多关于我们的团队和组织的东西,而且它允许我通过一些特别复杂的请求来指导团队— 经常把它们变成我们可以完成的可管理的任务。

干系人参与 – 我们了解到,在许多情况下,我们必须花大量时间与提出请求的人沟通,以了解他们究竟需要什么,并与更大的干系人团队沟通,以找出获取数据的方法。在许多情况下,这些并不是我们正常的报告,但是如果我们花时间去钻研,我们经常会发现,我们要么确实有数据,要么只需要一点额外的工作就可以得到它。

领域知识 – 因为我们的团队非常了解数据科学,但是不了解公司的工作,所以我们必须使讨论成为双向的。它帮助我们向领域专家展示我们的数据库表并遍历我们的查询逻辑。它还帮助我们让他们带我们了解前端系统,这样我们就可以建立一个共享的理解,了解他们试图实现什么,这样我们就可以理解政策和流程。

外部意识 – 这对团队的每个成员都很重要,尤其是领导。离开你的办公室,忘记你的项目图表和你的scrums。与公司其他部门沟通,了解他们的需求。也许你团队的级别会达到这些,也许不会。也许你会给他们一个完美的解决方案,但是在你的开发还在进行的时候,他们需要一些短期内不完美的东西。

在不以数据科学为基础的公司中,那些从事数据工作的人需要特别小心地理解我们的工作是如何对整个公司的使命做出贡献的。

我们必须记住,我们是一个支持角色,而不是核心职能。我们必须真正关注公司的需求和问题,并理解我们的工具如何提供解决方案。我们必须能够平衡长期解决方案和短期需求。

重要的是要记住,今天的问题比一年后的问题重要得多。

—END—

英文原文:https://towardsdatascience.com/when-our-data-science-team-didnt-produce-value-c00c67919ebb

IT思维

IT思维(itsiwei.com)是互联网首个定位在科技与电商“思维”韬略的平台,我们时刻关注互联网电商行业新动向; 诚邀行业资深从业者加入“思维客家族”!

发表留言

Return to Top ▲Return to Top ▲