Демократизация науки о данных

Несмотря на взрыв интереса к большим данным, многие организации продолжают ограничивать знания в области науки о данных небольшим числом сотрудников. Это ошибка - и в долгосрочной перспективе она неустойчива. Очень немногие компании ожидают, что только профессиональные писатели будут знать, как писать. Так зачем же требовать от только профессиональных специалистов по анализу данных понимания и анализа данных, хотя бы на базовом уровне? Компании, которые хотят конкурировать в эпоху данных, должны сделать три вещи: поделиться инструментами для работы с данными, распространить навыки работы с данными и распространить ответственность за данные.

Хотите поймать налоговых мошенников? Правительство Руанды хочет - и оно находит их, изучая аномалии в данных о сборе налогов.

Хотите понять, как меняется американская культура? Начинающий социолог из Индианы тоже хочет. Он использует науку о данных, чтобы найти закономерности в огромных объемах текста, который люди ежедневно используют для выражения своих мировоззрений, - закономерности, которые не смог бы распознать ни один отдельный читатель.

Умные люди каждый день находят новые применения науке о данных. Тем не менее, несмотря на взрыв интереса к данным, собираемым практически всеми отраслями американского бизнеса - от финансовых компаний и фирм здравоохранения до консультационных фирм по управлению и правительства, - многие организации продолжают ограничивать знания в области науки о данных небольшим числом сотрудников.

Это ошибка, и в долгосрочной перспективе она неустойчива. Подумайте об этом следующим образом: Очень немногие компании ожидают, что только профессиональные писатели будут знать, как писать. Так зачем просить только профессиональных специалистов по анализу данных понимать и анализировать данные, хотя бы на базовом уровне?

Перекладывание всех знаний о данных на горстку людей в компании проблематично на многих уровнях. Специалисты по анализу данных испытывают разочарование, поскольку им трудно донести свои выводы до коллег, не обладающих базовой грамотностью в области данных. Заинтересованные стороны недовольны тем, что запросы на данные выполняются слишком долго и часто не отвечают на первоначальные вопросы. В некоторых случаях это происходит потому, что автор запроса не смог правильно объяснить вопрос специалисту по анализу данных.

Зачем специалистам, не занимающимся анализом данных, изучать науку о данных? Это все равно, что спросить, почему от бухгалтера не следует ожидать соблюдения бюджета.

В наши дни каждая отрасль погрязла в данных, и преуспевают те организации, которые быстрее всего осмысливают свои данные, чтобы адаптироваться к новым условиям. Лучший способ обеспечить быстрое обнаружение и более глубокое понимание - это распределить знания в области науки о данных по всей организации.

Компаниям, которые хотят конкурировать в эпоху данных, необходимо сделать три вещи: поделиться инструментами работы с данными, распределить навыки работы с данными и распределить ответственность за данные.

Обмен инструментами

Большинство инструментов работы с данными находится в ведении команды специалистов по науке о данных. Хотя это может показаться логичным, создание изолированной системы инструментов данных и ограничение доступа к ним узкой группы сотрудников создает слишком большую нагрузку на этих сотрудников. Большинство запросов из других отделов - инженерного, финансового, продуктового, маркетингового - являются относительно простыми запросами, которые может выполнить любой человек с базовой подготовкой. Нагружая специалистов по анализу данных базовыми задачами, организации отвлекают их внимание от более крупных проектов, требующих их глубоких знаний.

Компания Airbnb, твердо верящая в демократизацию науки о данных, стремится предоставить каждому члену команды возможность принимать решения на основе данных. Для этого компания создала собственный Университет данных.

Помогают и инструменты для совместной работы. В Airbnb любой может разместить статью в хранилище знаний. Остальные сотрудники компании видят новые аналитические материалы в ленте новостей, что позволяет им узнать, (1) какая новая проблема только что была решена и (2) кто ее решил, чтобы каждый, у кого возникнут дополнительные вопросы, мог знать, к кому обратиться. Помимо того, что такие статьи помогают всей компании стать более эффективной, они дают признание людям, которые их публикуют, что стимулирует других делать то же самое.

Обмен навыками

Конечно, когда вы делитесь инструментами для работы с данными, вам также необходимо дать людям возможность использовать эти инструменты. Не каждая компания может создать собственный Университет данных. Однако в зависимости от того, какие инструменты работы с данными использует ваша организация, различные образовательные программы, как онлайн, так и очно, могут помочь вашей команде войти в курс дела. (Конечно, я необъективен: я был соучредителем одной из них.)

По мере того как ваша команда будет приобретать эти навыки, она будет чувствовать себя более комфортно, используя данные при принятии каждого важного решения. Станет ясно, что некоторые члены команды лучше владеют навыками работы с данными, чем другие. Поощряйте тех, кто владеет этими навыками, наставлять других. Даже в нашей компании, где наука о данных является нашим бизнесом, некоторые люди не работают с данными постоянно. Когда им нужна помощь в решении сложной проблемы, они объединяются с теми, кто этим занимается.

Команда, владеющая данными, делает более качественные запросы. Даже базовое понимание инструментов и ресурсов значительно повышает качество взаимодействия между коллегами. Когда "уровень усилий" - количество переписок, необходимых для выяснения того, что требуется, - в каждом запросе снижается, скорость и качество повышаются.

Общие навыки улучшают культуру и результаты работы и другим способом: Они улучшают взаимопонимание. Если вы знаете, как трудно будет получить конкретные данные, вы измените способ взаимодействия с людьми, отвечающими за получение этих данных. Такие корректировки улучшают рабочее место для всех.

Разделение ответственности

Когда организация обеспечивает доступ и образование, необходимые для демократизации данных среди своих сотрудников, возможно, пришло время скорректировать роли и обязанности. Как минимум, команды должны иметь доступ и понимать наборы данных, наиболее важные для их функций. Но, вооружив большее количество членов команды базовыми навыками кодирования, организации могут также ожидать, что сотрудники, не занимающиеся изучением данных, смогут применять эти знания для решения проблем отдела, что приведет к значительному улучшению результатов.

Например, если ваши сотрудники владеют навыками работы с данными, централизованная команда по работе с данными может сместить акцент с "выполнения работы с данными всеми остальными" на "создание инструментов, которые позволят всем быстрее выполнять свою работу с данными". Наша собственная команда по работе с данными не проводит анализы каждый день. Вместо этого она создает новые инструменты, которые могут использовать все, чтобы 50 проектов продвигались так же быстро, как один проект до этого.

Наука о данных теперь не только для специалистов по данным, если она вообще когда-либо была таковой. Умные компании сегодня заботятся о том, чтобы многие их сотрудники могли говорить на языке данных и использовать их для улучшения результатов работы. Вооружив сотрудников этими фундаментальными навыками, компании добиваются огромного уровня инноваций и эффективности.

Об авторе

Джонатан Корнелиссен был генеральным директором DataCamp, онлайн-платформы для обучения науке о данных.