Como construir uma equipe de análise para impacto em uma organização

O ciclo de vida do valor de análise é uma estrutura que pode ajudar com o design e a estrutura de uma equipe de análise

Keith McNulty Blocked Unblock Seguir Seguindo 28 de dezembro

Eles dizem que a sabedoria vem com a experiência, e eu tenho que concordar com isso. Tendo passado os últimos dois anos construindo uma equipe de análise com o objetivo principal de ter impacto no negócio, é só agora que sinto que posso dizer algo sobre como fazer isso.

Uma das razões pelas quais levei algum tempo para formar um ponto de vista é que experimentamos alguns modelos e estruturas diferentes para descobrir quais funcionam de forma mais eficaz. Outra razão é que nenhum indivíduo tem a resposta e levou algum tempo para o nosso modelo se desenvolver por meio de uma abordagem consultiva com membros-chave da equipe e partes interessadas importantes no negócio.

Dito isso, o modelo em torno do qual uma equipe de análise deve operar dentro de uma empresa ou organização agora se formou mais solidamente em minha mente. Ele tem seis etapas que formam um 'ciclo de vida' em torno da tomada de decisões de negócios. Essas seis etapas informam como a equipe deve operar, quais habilidades são necessárias, como a equipe deve ser estruturada e que tipos de perfis e habilidades devem estar presentes na equipe. Percebo que muitos dos que lêem este artigo não necessariamente terão acesso aos recursos necessários para cumprir totalmente esse modelo, muitas vezes porque a organização a que servem é muito pequena para justificá-lo, mas, no entanto, acredito que o quadro geral ainda é de interesse. .

Diagrama do ciclo de vida do valor de análise

Etapa 1: Entenda as necessidades de tomada de decisão do negócio

Por quê? Uma das razões comuns pelas quais as equipes de análise não funcionam de maneira ideal é a falta de compreensão da tomada de decisões que ocorre nos negócios que elas atendem. Se uma equipe de analítica estiver sobrecarregada com pessoas com mentalidade técnica ou acadêmica, é provável que essa lacuna conceitual afete o potencial de impacto da equipe, porque a análise muitas vezes será motivada pelos interesses pessoais dos membros da equipe e não contra os requisitos dos principais clientes internos.

Como? Pelo menos um dos membros mais antigos da equipe de análise deve estar intimamente ligado aos órgãos de decisão da empresa, seja o diretor financeiro, o CHRO ou os outros comitês ou grupos encarregados de tomar as decisões críticas de negócios. Fóruns regulares devem ser estabelecidos onde as principais prioridades da empresa são comunicadas, bem como feedback sobre onde falta a inteligência analítica. Isso permitirá a formação de uma agenda analítica e a construção de estruturas e ferramentas de dados que melhor atenderão às necessidades futuras dos principais clientes internos. O indivíduo responsável por isso deve idealmente ser originado do próprio negócio, estar analítico e estrategicamente atento (embora não necessariamente tecnicamente qualificado), e ter paixão e motivação para desenvolver capacidades analíticas e analíticas dentro do negócio.

Etapa 2: Construir medidas para apoiar a tomada de decisões de negócios

Por quê? Meus leitores regulares provavelmente estarão cansados de ouvir isso de mim, mas o sucesso da análise depende da medição efetiva. Muitas equipes de análise lutam hoje porque não estão acessando dados de medição precisos. Ao entender as necessidades de tomada de decisão do negócio, a primeira pergunta a ser feita deve ser "O que precisamos medir para entender isso?". A medição pode ser um problema diabolicamente difícil. A determinação da medida apropriada é um delicado equilíbrio de princípios matemáticos e estatísticos, estabelecidos juntamente com considerações de sistemas de dados e processos de captura de dados, bem como comportamentos humanos. Muitas vezes, é um compromisso, mas precisa ter forte experiência e julgamento para acertar.

Como? A determinação de abordagens de medição para tratar de um problema de negócios específico requer a participação de muitos conjuntos de habilidades na equipe de análise. Um especialista em medição é uma necessidade absoluta. Por exemplo, isso pode ser um psicométrico se for um problema de pessoas e habilidades ou um especialista em métricas de marketing se for um problema de vendas ou marketing. Juntamente com o especialista em medição, é necessário inserir um especialista em dados, geralmente um engenheiro que entenda os sistemas transacionais e o fluxo de dados, um profissional de análise, como um cientista de dados que entende como trabalhar com dados na condução de análises e finalmente da Etapa 1, que será capaz de explicar e traduzir adequadamente as necessidades de tomada de decisões da empresa para os especialistas técnicos.

Etapa 3: Capturar dados em sistemas transacionais para permitir o rastreamento de medidas

Por quê? Se as medidas que surgem da segunda etapa forem novas, na maioria das vezes isso exigirá a entrada de um novo tipo de dados em um nível atômico dentro da organização. Isso exigirá a implementação como um nível de sistemas, bem como um entendimento das regras e da lógica necessárias e dos ajustes necessários aos processos humanos para garantir que os dados sejam capturados com precisão.

Como? O engenheiro de dados é uma função fundamental em qualquer equipe de análise. Eles atuarão como a principal ligação com os administradores e especialistas do sistema, e precisam ter uma opinião importante sobre como os campos e as regras de entrada são construídos dentro dos sistemas transacionais para permitir fluxos de dados precisos e confiáveis. Este não é seu único papel crítico (veja o próximo passo).

Etapa 4: Dados do engenheiro para relatórios e análises regulares de medidas

Por quê? O processo necessário para converter dados comerciais transacionais em medidas úteis para análise e tomada de decisões pode ser trabalhoso. Um pensamento cuidadoso em torno disso pode fazer uma enorme diferença na eficiência e confiabilidade de uma operação analítica. Os dados transacionais podem ser pré-processados regularmente (por hora, diariamente, semanalmente, mensalmente) para criar tabelas ou exibições que são agregadas em um nível que permitem análises e insights mais rápidos? Como essas visões devem ser projetadas? Quais informações demográficas ou cortes devem estar disponíveis?

Como? Um engenheiro de dados capaz pode fazer maravilhas na compreensão das necessidades de pré-processamento de dados e na criação e criação de fontes de dados agregadas necessárias.

Etapa 5: conduzir análises para solucionar questões comerciais

Por quê? Essa parte é óbvia.

Como? Isso merece um tratamento mais completo, no qual farei um artigo futuro. Linhas claras precisam ser traçadas entre

  • Relatórios padronizados regulares, que exigem ciência de dados, engenharia de dados, visualização, UX e habilidades de desenvolvimento de software em automação e fornecimento de dados. Idealmente, quase nenhum tempo de equipe deve ser gasto na entrega de relatórios regulares manualmente. Produtos de fornecedores externos podem ajudar a preencher lacunas aqui, mas minha experiência é que nenhuma ferramenta de fornecedor satisfaz toda a pletora de necessidades aqui. As melhores equipes irão projetar isso para si.
  • Análises ad hoc, que exigem profissionais de inteligência de negócios que entendem os sistemas de dados da organização e podem usá-los para satisfazer as questões específicas e não padronizadas que vêm de clientes corporativos.
  • Análise avançada, que exige conhecimento profundo de métodos estatísticos avançados e fluência com ferramentas avançadas de ciência de dados para permitir que os dados sejam analisados e processados usando esses métodos avançados,

Etapa 6: Traduzir a análise para o consumidor corporativo

Por quê? Uma das principais razões pelas quais a análise não tem impacto nos negócios e na organização é que os resultados não são bem compreendidos e, muitas vezes, são tiradas conclusões claramente erradas devido à falta de comunicação efetiva dos resultados. Para ter impacto em uma organização, uma equipe de análise precisa ser capaz de desenvolver habilidades que facilitem a tradução clara dos resultados de uma maneira que possa ser compreendida pelos líderes empresariais, muitos dos quais podem não ter o conhecimento ou as habilidades para traduzir por si mesmos. . Isso é particularmente importante quando métodos avançados de análise estão sendo empregados.

Como? O tradutor é um papel crítico em uma equipe de análise eficaz. Os tradutores têm uma compreensão da estratégia organizacional e da tomada de decisões, fortes habilidades gerais de resolução de problemas, uma paixão e um interesse em análise e uma mentalidade de atendimento ao cliente. Os tradutores do Google Analytics são atualmente os perfis mais difíceis de encontrar porque o papel é tão novo e não é bem compreendido. Na minha experiência, os tradutores mais eficazes e capazes são provenientes do próprio negócio. Os tradutores fornecem liderança e direção geral e trabalham com as habilidades técnicas (ciência de dados, medição, engenharia, visualização e design) para encontrar a melhor solução possível para as necessidades do cliente. Os tradutores mantêm relacionamentos de longo prazo com clientes dentro do negócio para permitir o reajuste da abordagem de análise conforme as necessidades mudam.

Esta é a minha primeira articulação do ciclo de vida de valor analítico e, sem dúvida, ele se desenvolverá ainda mais, portanto, considere-o um trabalho em andamento. Nas próximas semanas e meses, também pretendo dedicar um pouco mais de tempo às especificidades de algumas partes do ciclo de vida e dos papéis e perfis dos indivíduos necessários para uma equipe eficaz em uma operação como essa.

Originalmente eu era um Matemático Puro, então me tornei Psicometrista e Cientista de Dados. Eu sou apaixonado por aplicar o rigor de todas essas disciplinas às questões complexas das pessoas. Eu também sou um nerd e um grande fã de RPGs japoneses. Encontre-me no LinkedIn ou no Twitter .

Texto original em inglês.