最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

数据团队建设思考

[复制链接]
跳转到指定楼层
楼主
发表于 2019-1-10 20:17:53 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
一. 背景介绍


    不管相信与否,数据驱动业务发展,已经成为公司粗犷型向精细化运营的关键!而实现这一转化的关键就是如何建设、管理与公司不同发展阶段相适应的数据团队,这值得每位公司高层深度思考。本文主要谈谈数据团队建设的几点思考。




二. 数据团队建设




1. 业务需求


      对于不同规模、行业的公司,其自身的瓶颈和现实需求不同,数据团队承担的战略需求差异较大。这一点对于创业公司CEO或者大型企业高管的而言,要有更清晰、透彻的认识。数据驱动战略一般都是自顶而下的设计模式,不要期望借助底层员工的积极性来驱动公司转型,这是不现实的。




2. 明确驱动战略


      基于明确的业务需求(或公司需求),再制定数据驱动战略!将数据分析/挖掘内化为公司或业务决策流程的一部分,并对决策起关键作用。数据驱动战略至少包含数据团队价值定位和数据分析/挖掘内化为公司或业务决策流程。


(1)数据团队价值定位


      确定数据团队的短、中、长期价值定位,公司(业务)的发展计划是什么?数据团队如何助力公司(业务)的目标达成,其价值如何量化。


      基础的价值如数据驱动产品优化与迭代、驱动公司不同层级的定向决策。


(2)数据分析/挖掘内化


      数据团队在搭建的时候,典型的有金字塔模式(优点:决策响应快、协作好)与矩阵模式(优点贴近业务),个人通过创业团队和大公司的数据实践,比较倾向二者的结合,如网易的UEDC团队。实现决策响应、基础体系和业务粘性等多种优点的集成。


数据分析/挖掘落地到业务驱动时,其价值才能显现。数据分析/挖掘必须融入业务的整个生命期,这就意味着CEO、公司高层必须要建立这种数据驱动理念与文化,从理念和架构层面,将数据分析/挖掘内化为业务的一部分。


3.数据团队组建


      高效性是数据团队组建的标准!其最终的价值闭环是如何高效响应、有效实现需求。基于这一原则,在不同公司(业务)、不同驱动战略的大背景下,搭建针对性的数据团队。


      数据团队的核心是团队领袖,其承接了驱动战略理解和量化、团队如何设计与实现等内容。一个优秀的数据团队领袖必须是公司驱动战略的策划与执行者、团队的组建与管理者,不仅要促进公司的业务发展,还要兼顾团队成员的个人发展。


在具体团队规划上,可以为金字塔型、矩阵型、金字塔与矩阵融合型,其各有优点,需要适应公司需求进行设计。






4.数据团队迭代


      当前,公司(业务)的发展与变革极为迅速,数据团队的驱动战略、团队设计也不是一成不变的。如何‘优化’团队,使其在整个公司(业务)发展中保持强劲的驱动力,也需要特别注意。


      对于数据人员,除了扎实的数据技术之外,最重要的莫过于想象力!之前我曾思考过什么是数据人的最核心价值,我自己的答案是---基于场景的想象能力!数据分析/挖掘大都不遵循固定模式或章法,停留在教科书中的数据分析也注定会被淘汰。当然,优秀的沟通能力、业务的快速理解能力也很重要,只是这两个可以快速学习,而想象能力需要长期的培养。






三. 简要总结


     数据战略是大多是自顶向下的设计模式,这对CEO、企业高管而言,必须时刻保持危机意识、敬畏之心。不要因为当前过得不错而忽视数据驱动战略的实施与持续优化,否则,这个锅总要有人背。






参考资料:


1.2017顶级数据团队建设全景报告http://www.useit.com.cn/thread-15932-1-1.html


2.创业公司如何快速搭建高效数据团队http://www.sohu.com/a/130261114_350909




---------------------
作者:R语言中文社区  
原文:https://blog.csdn.net/kMD8d5R/article/details/79324163  

楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-5-14 11:27

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表