3 недостающие роли, которые должна нанять каждая команда специалистов по анализу данных
В безумной спешке с наймом специалистов по данным большинство компаний упускают из виду три ключевые роли, и это часто приводит к провалу проектов.
Многие компании ошибочно полагают, что усиление аналитики - это вопрос найма достаточного количества специалистов по данным. Может быть, поэтому с 2013 года количество объявлений о вакансиях на эту должность увеличилось более чем на 250 процентов.
McKinsey приводит в пример одну крупную финансовую фирму, генеральный директор которой с энтузиазмом поддерживал продвинутую аналитику. Он особенно гордился тем, что его фирма наняла 1000 специалистов по обработке данных, каждый из которых обходился в среднем по 250 000 долларов в год.
Позже, когда стало очевидно, что новые сотрудники не работают так, как ожидалось, было обнаружено, что они вообще не были специалистами по обработке данных по строгому определению.
Роли в области Data Science, которые нельзя пропустить
Распространенной проблемой в отрасли является отсутствие четкого понимания роли специалиста по обработке данных, а также других важных ролей в группе специалистов по анализу данных. Это ключевая причина того, что многие аналитические проекты терпят неудачу.
Такие роли, как инженер данных, инженер по машинному обучению и дизайнер визуализации, становятся все более распространенными. Но если руководители не будут уделять первоочередное внимание найму сотрудников по трем другим важным навыкам, они могут ожидать упущенных возможностей в области науки о данных, неудачных инициатив или проектов, которые не будут приняты в масштабе.
Давайте рассмотрим эти конкретные навыки и роли:
1. Переводчик науки о данных
Вы должны начать инициативы в области науки о данных, выбрав правильные бизнес-задачи. Переводчики помогут вам определить самые успешные проекты. Они придают бизнес-задачам форму, которую можно решить с помощью данных.
Переводчики обладают глубоким пониманием предметной области, беглыми данными и эффективными коммуникаторами. Переводчики действуют как мост между бизнес-пользователями, инженерами данных, специалистами по обработке данных и экспертами в области визуализации.
Переводчики в области науки о данных действуют как клей, который связывает все роли в команде.
Они наполняют раствор душой и действуют как клей, связывающий все роли в команде. Их роль сохраняется и после сдачи проекта, помогая пользователям адаптировать решение и масштабироваться между командами.
Нанимайте как можно больше специалистов по обработке данных - вы все равно потеряетесь без переводчиков, которые смогут связать аналитику с реальной ценностью для бизнеса. - McKinsey
Признаки того, что вам не хватает этой роли в своей организации:
Если ваши аналитические проекты не приносят пользы, возможно, вы выбираете неправильные инициативы. Если ваш бизнес и группы данных работают изолированно, информация может быть потеряна при переводе. Если ваши проекты умирают медленной смертью, возможно, вам не хватает внутренней защиты.
Все это признаки того, что вам не хватает этих внутренних чемпионов. Решите эту проблему, наняв или обучив переводчиков в области науки о данных. На эту роль лучше всего подходят люди с опытом бизнес-анализа. McKinsey прогнозирует, что к 2026 году спрос на эту роль в США достигнет двух-четырех миллионов.
Учитывая пробелы в навыках в отрасли, вы, вероятно, добьетесь большего успеха, обучая внутренних кандидатов с нужной деловой хваткой.
2. Поведенческий психолог.
Модели машинного обучения хороши для определения закономерностей на основе данных. Но вам по-прежнему нужны люди, чтобы интерпретировать множество закономерностей, к которым часто приводят следы больших данных, и выбирать те немногие скрытые жемчужины, которые приносят пользу для бизнеса. Сегодня большинство приложений для анализа данных нацелены на понимание человеческого поведения. Вам нужны эксперты, которые понимают, почему люди ведут себя именно так.
Роль специалистов в области гуманитарных наук и антропологии в команде специалистов по анализу данных возрастает.
Поведенческие психологи могут помочь понять решения о покупке или почему клиенты уходят. Они могут подтверждать действия, направленные на вовлечение пользователей или на изменение образа жизни. Роль специалистов в области гуманитарных наук и антропологии в команде специалистов по анализу данных возрастает, поскольку ИИ проникает во все больше сфер нашей жизни.
Признаки того, что вам не хватает этой роли в своей организации:
Ваши прогнозы и понимание человеческого поведения не соответствуют действительности? Ваши команды изо всех сил пытаются интерпретировать человеческий аспект своих решений? Это признаки того, что ваши продукты не готовы к выходу на рынок. Если у ваших команд нет таких разговоров, это еще более серьезный тревожный сигнал.
Выделите роли для людей с психологическим и социальным опытом в ваших командах по анализу данных. Предложите им принять участие в обсуждениях, чтобы определить ваши решения на основе искусственного интеллекта и функции продукта. Позвольте им подтвердить понимание человеческих действий и определить, что решения значат для пользователей.
3. Рассказчик данных
Некоторые лидеры наивно полагают, что размещение аналитиков и инженеров в учебном лагере по визуализации данных превращает их в рассказчиков. Но рассказчики данных - это не то же самое, что специалисты по визуализации. Истории данных не только визуальные; они также предоставляют пользователю контекст того, что произошло на данный момент.
Затем они добавляют повествование, чтобы резюмировать выводы и побудить бизнес-действия. Gartner говорит, что истории данных должны содержать все три элемента: визуализацию данных, повествования и контекст.
Вам нужны рассказчики данных в вашей команде, чтобы вдохнуть жизнь в ваши аналитические данные.
Как сказал психолог Дэниел Канеман: «Никто никогда не принимал решения из-за числа. Им нужна история. ”Вам нужны рассказчики данных в вашей команде, чтобы вдохнуть жизнь в ваши аналитические данные.
Признаки того, что вам не хватает этой роли в своей организации:
Gartner сообщает, что 50 процентов проектов в области науки о данных терпят неудачу из-за плохого повествования. Если пользователям сложно понять идеи, полученные от специалистов по данным, вы столкнетесь с проблемой потребления данных. Если решения не связаны с информационными панелями, рассказывание историй может оказаться недостающим звеном.
Помогите своим специалистам по визуализации данных лучше понять бизнес. Повысьте квалификацию переводчиков данных, чтобы передавать информацию более эффективно. Обучите обоих методам рассказывания историй с использованием данных. Подтвердите действенность ваших инициатив в области науки о данных и измерьте рентабельность инвестиций.
Полная команда специалистов по анализу данных
Наука о данных - это командный вид спорта. Команда должна хорошо разбираться в технических, деловых, визуальных навыках и навыках межличностного общения. Три отсутствующие роли, описанные здесь, требуют опыта в пересекающихся областях, и их часто упускают.
Роль переводчика очень важна, чтобы помочь определить бизнес-проблему и сформировать подход к ее решению. Роль поведенческих психологов имеет решающее значение в интерпретации человеческих паттернов, обнаруженных алгоритмами машинного обучения.
Наконец, рассказчики данных объединяют эти идеи в интересное повествование, которое может распространять и продвигать действия во всей организации. Без любого из них ваши усилия в области науки о данных могут потерпеть неудачу.
Хотите узнать больше о том, что нужно для успеха в науке о данных? Вот 5 основных и критических навыков, которые должна планировать каждая команда по анализу данных. Хотите публично продемонстрировать свою страсть к данным? В этой статье показано, с чего начать.
Эта статья была впервые опубликована на сайте Предпринимательский проект. Добавлены иллюстрации.
