今天的数据分析成功需要超过卓越的数据科学。事实上,它通常是数据分析项目的最后阶段,包括通信和员工采用,最终决定了其成功或失败。在创新的顶点,我manbext体育客户端登录们提供了克服软技能挑战的提示,以帮助实现更好的结果,包括建立合适的团队创新应用产品管理方法来实现数字举措, 和避免对数据分析采用的常见陷阱

根据哈佛商业评论(HBR)关于“劝说艺术”和数据分析成功的文章,“尽管重量投资获得了才能获得有才能的数据科学家并利用分析繁荣,但许多公司对结果感到失望。”的原因:通信不良,缺乏合适的人才成功提出项目完成。为了帮助公司触及问题的根源并开始进行更改,文章为构建更好的数据科学操作提供了四个步骤,包括:

1.定义才能,而不是团队成员。根据这篇文章,“一个人才不是一个人;这是一个或多个人拥有的技能。“为此,文章鼓励数据领导人定义其公司需要成功的人才,而不是角色。这些才能包括项目管理,数据争吵,数据分析,主题专业知识,设计和讲故事。通过采取这种方法,数据领导者可以保持更加灵活,灵活性应该改变或新的人才需求出现。

2.雇用创建必要才能的投资组合。超越传统的资源模型,以确保您有所需的才能。这可以包括对现有的人才进行分组,以帮助更好地完成某些东西,例如设计和讲故事,以及外部观察新人作为承包商或外包支持。这种方法使公司能够弥合正在进行数据科学的人们与传达其价值的人民之间的差距。

3.将团队成员视为他们没有的人才。成功要求团队成员理解他人的才能和贡献。为此,数据领导人可以在团队成员需要了解某些科目的基础之类的地区提供培训,例如数据争吵。根据这篇文章的说法,“既不必须成为同行领域的专家 - 他们只是需要学习足以互相欣赏。”支持人才意识的其他方法包括利益相关者Q&A会议,人才讲习班和跨行机授粉,如邀请营销到技术会议。

4.结构项目周围的人才。与定义和到位的人才,数据领导者可以继续执行项目并管理将利用它们的执行。根据这篇文章,“敏捷方法的强劲的项目管理技能和经验将有助于规划人才的配置和重新配置,根据需要,并保持时间表从压倒性的过程中的时间表。”

如果您想了解更多信息,包括如何通过“最后一英里”成功以项目完成,阅读完整的HBR文章

发表评论

请输入您的评论!
请在这里输入您的姓名