(Kiemelt kép: Unsplash+)
Az adattudományi szakembereket hősként fogják üdvözölni, hiszen ők azok, akik képesek értelmet találni a látszólag ártalmatlan adatokból, függetlenül attól, hogy azok strukturáltak és szervezettek vagy strukturálatlanok és rendezetlenek. Bár az adattudós poszt néhány éve egymás után a legkeresettebb és legjobb vezető pozícióként szerepelt a többi döntéshozó munkakör között, az MI és az ML egyre nagyobb hangsúlyt kap, és ez néhány olyan munkakört eredményezett, melyek iránti kereslet hamarosan meghaladhatja az adattudósokét is. Valójában a gépi tanulási mérnökök és az adattudósok közötti verseny egyre élesedik, és a köztük húzódó határvonal gyorsan elmosódik. A Gartner által végzett felmérés megdöbbentő statisztikát tárt fel: a CDO-k átlagos szolgálati ideje mindössze 2,4 év. Ez a szemet szúró megállapítás rávilágít az adatvezetők előtt álló kihívásokra, és kiemeli annak fontosságát, hogy a hosszú távú sikerhez szükséges alapvető technikai készségekkel ruházzuk fel őket. Bár adatvezetőként jelentős hangsúlyt fektetnek a puha készségekre, ahogy azt kell is, sajnos a kezdeti időkben a technikai készségek hiánya néha a kurrens tudás teljes hiányát jelenti, ami a rövidebb hivatali időhöz vezet. Ma három olyan kritikus technikai tudásterületet vizsgálunk meg, melyek képessé teszik az adatvezetőket arra, hogy eligazodjanak az adatelemzés komplexitásában, ösztönözzék a céges innovációt, és végül tartós hatást gyakoroljanak a szervezetükre.
Az architektúrák értelmezésének és kommunikációjának képessége
Az architektúra ismerete kritikus fontosságú az adatvezetői sikerhez. Az egyik első feladat, mellyel foglalkoznia kell, annak biztosítása, hogy a platform, melyről a szervezet számára az adatokat szolgáltatják, robusztus és megbízható legyen. Az adatépítészeti ismeretekkel nem rendelkező vezetők azonban nehezen értik meg és tudják megfogalmazni ennek fontosságát. Az adatarchitektúra egy technikai készség, melyet a kommunikációval, mint puha készséggel kell összekapcsolni, hogy az üzenet a technikai és nem technikai érdekeltek számára is érthető legyen. Ez magában foglalja a különböző adatarchitektúra-összetevők, például adatbázisok, raktárak, tavak és csővezetékek elemzését és értelmezését is. Az architektúrák hatékony kommunikációja megkönnyíti az együttműködést és a döntéshozatalt. A példakérdések, amelyeket fel kell tudnia tenni és megválaszolni egy vezetőnek ezek: melyek az ügyfelekkel kapcsolatos rendszereink? Milyen gyakran vonunk ki információkat belőlük? A szervezeten belül hol tárolják az összes adatot? Hogyan néz ki egy szokásos adatáramlás? Milyen gyorsan tudjuk elemezni az adatokat, ha egyszer már összegyűjtöttük őket? Milyen adatokból tápláljuk a mesterséges intelligencia és ML modelljeinket? Hogyan szabályozzuk jelenleg ezeket az adatokat és hogyan kellene szabályoznunk majd ezeket az adatokat? Mennyire jó az adatok minősége? Melyek az elfogadott adatmeghatározásaink?
Az adatérték meghatározása a használati esetek alapján
Ha az adatok nem nyújtanak értéket, akkor kötelezettséget jelentenek, nem pedig vagyontárgyat. Adatkezelési vezetőként képesnek kell lenni arra, hogy egyenesen átlássunk a „zajon”, és meghatározhassuk azokat az adatokat, melyek végső soron megoldják az üzleti problémát. Az adatvezetőknek rendelkezniük kell azzal a képességgel is, hogy fel tudják mérni a szervezet stratégiai célkitűzéseit és követelményeit, és azokat megvalósítható adatvezérelt felhasználási esetekké alakítsák. Ez a képesség az üzleti terület és a rendelkezésre álló adatvagyon mélyreható ismeretét igényli. A példakérdések, amelyeket fel kell tudni tenni és válaszolni: melyek a kritikus adatvagyonaink? Hogyan „fordíthatók le” az adatvagyonok termékekké? Hogyan befolyásolja az adatminőségbe való alulfinanszírozás a végső üzleti felhasználási eseteket? Milyen üzleti felhasználási eseteket oldunk meg ezen adatok felhasználásával? Hogyan keletkezik bevétel, és hogyan csökkenthetők a kockázatok ezen adatok felhasználásával? Melyek a CFO, CRO, CxO prioritásai, és hogyan teszi ezt lehetővé a CDO adatfunkció?
Az adatvagyon összetettségének és redundanciáinak megértése
Egyszerűsítsük az adatvagyont, és fokozzuk hatékonyságát. A bevételnövelési lehetőségek mellett a költséghatékonyságra is összpontosítani kell. A sikeres szervezetek gyorsan kinövik informatikai és adatvagyonukat. Az adatgazdálkodási vezetőknek tisztában kell lenniük az adatvagyonukkal és azokkal a területekkel, melyek javíthatók vagy egyszerűsíthetők. A redundanciák feltárása lehetővé teszi a műveletek racionalizálását, a tárolás optimalizálását és az adatminőség javítását. Ez a készség egyszerűsített, hatékony és modern adatvagyont eredményez, mely értékes meglátásokat és üzleti eredményeket hoz. A példakérdések, melyeket fel kell tudnia tenni és válaszolni: hány adatforrás vagy tárolási terület redundáns? Hol vannak adatsilók a szervezetben, és milyen hatásai vannak ezeknek? Milyen költséghatékonysági előnyökkel jár, ha bizonyos operatív adattárolókat megszüntetnek? Hogyan csökkenthető a komplexitás az adatkezelés és -minőség egyszerűsítése érdekében? Mely üzleti folyamatok függenek az adatvagyon összetett részétől? A puha készségek továbbra is alapvető fontosságúak; képesnek kell lennie tárgyalni egy CDO-nak társaival, kommunikálni a különböző célcsoportokkal, egyszerűsíteni az összetett témákat. Ugyanakkor technikai készségekkel is rendelkeznie kell ahhoz, hogy elnyerje a csapata és a vezetőség bizalmát.
Hogyan legyen valaki sikeres adatvezető?
Az elmúlt néhány évben az adattartomány és az azt körülvevő technológiák nagymértékben növekedtek. Szinte minden szervezet átállt a helyhez kötött szolgáltatásokról a felhőszolgáltatásokra, az adattárolás és a számítási teljesítmény olcsóbbá vált, a menedzselt szolgáltatások mindenütt megkönnyítik az életünket, és számos online tanfolyam kezdte támogatni a nagy elméket abban, hogy karriert építsenek az adattudományok terén. Ezekkel a változásokkal egyre nehezebbé vált egy adatvezető számára, hogy lépést tartson mindennel az adattartomány körül, és közben vezetőként is fejlődjön.
Minden egyes alkalommal fogalmazzuk meg a csapat vízióját
A vezetők befolyásos személyiségek. Nincs szükségük ösztönzőkre vagy hatalomra ahhoz, hogy maguk köré gyűjtsék az embereket és kivívják a tiszteletüket. Víziót alkotnak a csapatuk, a termékeik, a szervezetük vagy az embereik számára, és ezt minden egyes alkalommal artikulálják, amikor lehetőségük van rá. Adatvezetőként, a csapatvezetőtől a Chief Data Officierig, világos elképzeléssel kell rendelkeznie mindenkinek arról, hogyan gyűjti, származtatja, feltölti és használja az adatokat a szervezetében. Nem a technológiáról beszélünk, mert az gyakran változik, hanem arról, hogyan fogják megoldani a problémákat a rendelkezésre álló adatokkal. És erről folyamatosan beszélni kell minden megbeszélésen. Ez lehet egy napi megbeszélés, lehet egy havi értekezlet, vagy lehet egy C-szintű meeting. Az embereknek meg kell érteniük, hogyan alakítják a csapatot, és hogyan vezetik őket egy olyan világos jövőképen keresztül, mely megrázza az iparágat, melynek része.
Készítsen egy kompetencia-listát a támogató készségekről
Adatkezelő vezetőnek már van egy világos elképzelése arról, hogy merre szeretne haladni, és milyen hatást akar gyakorolni a szervezetére. A következő dolog, amit tenni kell, hogy összeállít egy listát azokról a készségekről, melyekre szüksége van a csapatában; pl. bayesi statisztika, közel valós idejű egyenletes adatáramlás, képfeldolgozás. Figyelem! A készség nem egyenlő a technológiával. A technológiák folyamatosan változó tárgyak, melyek bizonyos problémák megoldására szolgálnak, a készségek azonban azt a képességet jelentik, hogy valamit jól tudunk csinálni. Nézzünk meg néhány példát: az eseményvezérelt adatáramlások nagyszerű ismerete nem egyenlő azzal, hogy jól ismeri valaki a Kafkát. A Kafka egy olyan technológia, mely támogatja az eseményvezérelt adatáramlásokat. Ha tudja, hogy milyen készségekre van szüksége a csapatában, sokkal könnyebb lesz a csapat tagjainak felvétele és skálázása. Mindig a készségekkel rendelkező embereket válasszuk. A tanulási görbéjük meg fog lepni minket, amikor némi rugalmasságra lesz szükség majd a folyamatokban.
Keressük a sokszínűséget a csapatunkban
Megvan a csapatában szükséges elképzelés és készség? A legkritikusabb szempont itt a sokszínűség tiszteletben tartása. Milyen a sokszínű csapat? Amikor egy sokszínű csapatra gondolunk, elképzelhetünk különböző nemű, korosztályú, hitrendszerű, fajú, városú, országú, személyes identitású stb. emberekből álló közösséget. De a sokszínűség nem ér itt véget. Gondolnunk kell a sokszínűségre abban, ahogyan az emberek gondolkodnak, vagy hogyan reagálnak bizonyos problémákra, és milyen megoldásokat generálnak. Az emberek hajlamosak arra, hogy olyan munkatársakat vegyenek fel, akik olyanok, mint ők. Ezt a helyzetet „hasonló gondolkodású emberek” felvételének nevezik. Az adatfelvételi vezetők általában öntudatlanul is beleesnek ebbe a csapdába; pl. az akadémiai hátterű adattudományi vezetők hajlamosak akadémiai hátterű embereket felvenni, a szoftvermérnöki hátterű adatmérnök vezetők inkább backend mérnököket felvenni stb. A kreativitás és a rugalmasság a sokszínűségből fakad. Mindig legyünk hajlamosak a sokszínűséget táplálni a csapatunkban, és tartózkodjunk a „klónok2 létrehozásától.
Teremtsünk tanulási lehetőségeket a csapat és saját magunk számára
Az új készségek, technológiák és technikák elsajátítása túl bonyolult lehet ahhoz, hogy a csapattagok egyedül végezzék el azokat. Ennek alapvető oka nem az erőforrások hiánya. Épp ellenkezőleg, ha túl sok az erőforrás, de nincs világos út, amit követni lehetne. Adatvezetőként a feladatunk, hogy szoros köteléket alakítsunk ki a csapattagokkal, megértsük mindenki karriercéljait, és lépésről lépésre tanulási lehetőségeket és elérhető célokat „kurátorkodjunk” számukra. A kulcstényező itt nem csak az, hogy a tanulási lehetőséget adjuk meg, hanem az, hogy a tanulási lehetőség eredményeként elérhető célokat határozzunk meg. Ez olyan, mint egy jutalmazási mechanizmus. Motiválni kell az embereket, hogy új dolgokat tanuljanak, és a céljaikkal jutalmazni kell őket. A cél bármi lehet; pl. a tanultak bemutatása a csapatban, szakértői kódolás a szakértőkkel, hogy gyakorlati tapasztalatot szerezzenek, és egy MVP megoldás bemutatása stb. A megadott heti vagy havi tanulási blokkok értelmetlenek lesznek a célok nélkül. Csak tudnia kell, hogy mi a legjobb az adott személy számára, és kihívás elé állítani a lehetőséggel. A legfontosabb, hogy példát kell mutatnia. El kell olvasnunk az adattartományban elért összes előrelépést, meg kell osztanunk a gondolatainkat a belső és külső platformokon, kihívást kell jelentenünk a csapatunkban ezekkel a gondolatokkal kapcsolatban, és teret kell teremtenünk számukra.
A felelősségvállalás kultúrájának ápolása
Az adatcsapat minden tagja felelős az adattermékek fejlesztéséért. Az adattermékek az üzleti műszerfalaktól az ETL-pipeline-ig terjedhetnek. Ezeknek az adattermékeknek a kifejlesztése csak a kezdete egy hosszú útnak. Fejlődni fognak, hibázni fognak, karbantartásra szorulnak, és gondoskodni kell róluk. Adatkezelőként felelősséget kell adnunk a csapattagoknak, hogy magukénak érezzék, amit kifejlesztettek. A tulajdonosi kultúra motiválja a csapattagokat, és érezteti velük, hogy valami nagyobb dolog részesei. Ha úgy érzik, hogy valami nagyobb dolog részei, akkor a dolgokat saját maguk teszik meg, nem pedig azért, mert erre van egy Jira-jegyük.
Hagyjuk a csapatot ragyogni
Ha vezetők vagyunk, az azt bizonyítja, hogy egyénként sikeresek voltunk, és belenőttünk a vezetői szerepbe. Innentől kezdve nem folytathatjuk azt, amit a múltban csináltunk, ami miatt sikeresek lettünk. Meg kell találni azokat a módszereket, melyekkel támogathatjuk és felhatalmazhatjuk a csapatot a sikerre. És ami a legfontosabb, amikor sikerül, hagyjuk őket „ragyogni”! A „hagyd őket ragyogni” rész nem mindig egyszerű cselekvés egy adatvezető számára. Meg kell határoznia a stratégiákat, hogy lehetőségeket teremtsen a csapat számára; az elért eredmények bemutatása pl. belső ünnepségeken; a sprint végén, havi értekezleteken, vállalati összejöveteleken. Írás a vállalat blogján az általunk használt technológiákról vagy az általuk kifejlesztett adattermékekről. Konferenciákon, workshopokon vagy hackathonokon való részvétel, hogy más vállalatok munkatársaival találkozhassanak és ötleteket cserélhessenek. Adatvezetőként az a feladatunk, hogy dicsérjük a csapat kemény erőfeszítéseit. Találjuk meg a csapatunk számára leginkább megfelelő módszereket, és kezdjük el ezeket alkalmazni.
Hozzunk létre stratégiai partnerségeket a szervezetben
A nem műszaki beállítottságú üzleti vezetők számára szinte lehetetlen elképzelni egy adatterméket, mint megoldást a problémáikra. Ők azok, akiknek üzleti követelményeik vannak, az adatvezetők pedig azok, akik a technikai tudással rendelkeznek. Ha erős partnerségek vannak a szervezetben, akkor az üzleti vezető kollégák mindig bekopogtatnak az ajtónkon, amikor valamilyen kihívással szembesülnek. Ez azért nagyszerű, mert mi leszünk az elsők, aki meghallják a problémát, és elkezdhetnek gondolkodni az erre vonatkozó adattermék-megoldásokon. Ez a folyamat új lehetőségeket teremt a csapat számára a fejlődésre, a sikerre és a ragyogásra is. Mi, mint az adatok vezetője ekkor az a feladatunk, hogy lehetőségeket teremtsünk a csapat számára, hogy elkötelezettek legyenek, kihívások elé állítsuk őket, és kiváltságosnak érezzék magukat a szervezetben.
Maradjunk távol az imposztor-szindrómától
Különösen az adatvezetők találják magukat manapság a „reménytelenség szakadékában”. Nincs olyan nap, hogy ne bukkanna fel egy új jövőt megváltó technológia, algoritmus, adattermék vagy MI-megoldás. Úgy érezhetjük, hogy le vagyunk maradva a konkurencia mögött, és nincs elég időnk arra, hogy megtanuljuk és elsajátítsuk az összes új és trendi dolgot. Ezt az őrült felelősséget csak úgy élhetjük túl, ha olyan csapatot hozunk létre, melyben mindenki ért a saját szakterületéhez, mindenki tiszteli a másikat, mindenkié, amit épít, és mindenki támogatja a másikat. Az adatok vezetése olyan, mint egy profi sportcsapat irányítása. Egyedül nem lehetünk sikeresek. Bízni kell a csapatunkban!
