Patru blocuri de construcție pentru scalarea informațiilor – Partea 1: Modelul încorporat

(Nina Walberg) (4 iunie 2020)

Încă de la începutul anului 2013, deciziile bazate pe informații au făcut parte din cultura Kolonial.no. Cu toate acestea, acest lucru a devenit mai dificil pe măsură ce compania a devenit principalul comerciant cu amănuntul online din Norvegia, cu peste 400 de angajați și un venit anual care a depășit 1 miliard de NOK în 2019.

Oferind doar informații la cerere doar nu se ridică și nu este și modul în care am dori să lucrăm. Cu o cerere tot mai mare de informații, am schimbat rolul echipei Data & Insight, de la a fi furnizori de date la facilitatori de informații – făcând posibilă colegilor noștri să lucreze independent cu date și analize . (Acestea fiind spuse, încă facem analize ad hoc atunci când necesită setul nostru special de competențe).

Transformarea noastră dintr-o cerere bazată pe o echipă de informare auto-deservită

În ultimele șase luni, am făcut ca factorii de decizie să fie auto-deserviți în perspectivă și am putut pentru a extinde cu nevoia tot mai mare de informații fără a recruta o grămadă de analiști. Aceasta este prima parte dintr-o serie de posturi care descriu modul în care am abordat această provocare.

Realizarea potențialului în date

Misiunea datelor & Echipa Insight va realiza potențialul în date. Știința datelor este aplicată pentru a îmbunătăți produsul utilizatorului final, exemple includ recomandări de produse și experiențe de cumpărături personalizate. Produsele de date sunt, de asemenea, importante pentru îmbunătățirea performanței operațiunii și distribuției noastre prin automatizare, un exemplu excelent fiind optimizarea rutei. De asemenea, realizăm potențialul în date prin intermediul colegilor noștri, unde scopul nostru este ca aceștia să aibă un impact cât mai mare cu deciziile lor.

Potențialul din date este realizat ca oameni și, în majoritatea cazurilor, tehnologia îl interpretează și îl transformă în informații sau într-un proces automat. Lucrăm pentru a crește utilizarea tehnologiei pe date în procesele adecvate pentru a crește crearea de valoare.

Livrările echipei sunt, prin urmare, duble:

  • Furnizarea de produse de date pentru a îmbunătăți experiența și funcționarea clientului
  • Fii o funcție de asistență pentru factorii de decizie de la toate nivelurile din Kolonial. nu

Modul în care lucrăm pentru a crea produse de date și pentru a folosi puterea algoritmilor de date nu este acoperit în acest articol, deoarece accentul principal este asupra modului în care creăm impactul cu informații autoservite .

În acest post vom introduce cele patru elemente de bază și raționalul pentru transformarea noastră a rolului echipei Data & Insight și instrumentele pe care le folosim pentru a realiza acea. Primul bloc de construcție, modelul nostru organizațional încorporat, va fi, de asemenea, acoperit aici. Următoarele trei blocuri vor fi apoi descrise mai detaliat în postările dedicate care vor fi publicate în curând.

Cele patru elemente de bază ale scalării informațiilor noastre și de a deveni autoservit

1: Organizație încorporată

Recrutarea tipului potrivit de oameni
Primul pas este tipul potrivit de oameni și organizarea acestora. Am proiectat un proces de recrutare cu un set de puncte de date cât mai obiective posibil pentru a putea compara candidații în mod echitabil și pentru a ne asigura că au competența corectă. Le testăm înțelegerea afacerii, abilitățile lor analitice de rezolvare a problemelor și abilitatea lor tehnică de a lucra cu date. Deși puterea acestor trei capabilități este ponderată puțin diferit între analiștii noștri de produs, oamenii de știință de date și inginerii de date, toți pot lucra în stiva noastră de informații și rezolva problemele de la un capăt la altul independent. Desigur, de asemenea, ne asigurăm că calitățile lor personale sunt potrivite pentru sarcinile lor și că sunt potrivite pentru cultura noastră. În sfârșit și la fel de important – folosim mult timp pentru a ne asigura că suntem un meci bun pentru candidat, astfel încât să poată crește bine în companie.

Este de menționat că, așa cum ne dorim factorii de decizie Pentru a face cât mai mult ei înșiși, rolul analistului este, probabil, atât mai tehnic, cât și mai concentrat în a permite altora decât în ​​echipele analitice tradiționale. Aceasta înseamnă că toți vorbesc fluent SQL, pot implementa transformări de date și le place să îi ajute pe ceilalți, învățându-i și îndrumându-i să facă singuri analize și să le folosească în modul corect. Atunci când construiesc tablouri de bord și fac analize ad hoc, de obicei sunt lucrurile mai dificile.

Modelul încorporat
Când aveți oamenii potriviți, cu setul de calificare potrivit, este important pentru a le oferi cele mai bune condiții pentru a crea cât mai multă valoare. Mulți oameni au scris multe despre diferite moduri de structurare a analizelor (acest articol rezumă destul de bine subiectul). Le-am văzut și am încercat câteva și cred cu tărie că modelul încorporat este cel mai potrivit pentru nevoile noastre. Cei mai mulți dintre analiștii noștri de produse și cercetătorii de date sunt încorporați în echipele noastre de produse multifuncționale, împreună cu produsul, UX și dezvoltatorii, și lucrează la un subgrup al afacerii. În cazul nostru, arată astfel:

Date & Insight a crescut substanțial în ultimul an. Aici puteți vedea toți oamenii din iunie 2020 în Date & Insight și modul în care folosim modelul încorporat. Când s-a terminat lucrarea descrisă în acest articol, echipa era mult mai mică.

Principalele avantaje pentru acest mod de lucru este domeniul specializare pe care o realizăm, ceva care este destul de important pentru noi, cu o gamă atât de largă de probleme pe care lucrăm să le rezolvăm. De asemenea, suntem aproape de toate unitățile de afaceri și putem fi invitați (sau chiar să ne invităm) la discuții atunci când urmează să fie luate decizii mai mari. Atunci ne asigurăm activ că analizele și presupunerile lor sunt solide. Membrii echipei noastre fac parte din echipele de produse, asigurându-se că performanța este măsurată, experimentele sunt configurate corect și au impact asupra prioritizării, foilor de parcurs ale produselor și strategiei.

În calitate de director pentru date & Insight Depind de analiștii noștri de produse încorporate și de cercetătorul de date pentru a fi în contact strâns cu principalii noștri părți interesate de la o zi la alta și pentru a prelua ceea ce este important. Acest argument final pentru modelul încorporat ne oferă rapiditate și ne asigură că suntem implicați în locurile potrivite în loc să ne bazăm pe informații care trec doar prin liniile de raportare formale.

Nu aveți nevoie de o echipă mare
Această postare se bazează pe o prezentare pe care am făcut-o numit „Cum am scalat perspectivele la 400 de persoane cu patru analiști și un inginer de date”. Privind graficul echipei de mai sus, puteți vedea că aceasta nu este complet povestea. Dar până în februarie 2020, când am ținut prezentarea, am avut doar patru analiști, iar doi dintre acești patru au început în ultimele trei luni. Desigur, oamenii de știință de date lucrează, de asemenea, cu o parte din timp, dar principalul nostru contribuitor la analize sunt analistii noștri de produse.

Este important însă ca analiștii de produse, cercetătorii de date și inginerii de date să fie adunați în aceeași disciplină. echipă largă cu obiective aliniate (folosim OKR), schimb de cunoștințe, cooperare și dezvoltare a competențelor. Date & Insight acționează ca o echipă. Avem întâlniri de echipă bisăptămânale pentru a planifica și urmări progresele realizate în proiecte comune. Avem, de asemenea, sesiuni de scufundări profunde săptămânal, în care ne prezentăm munca reciprocă, primim informații despre problemele pe care încercăm să le rezolvăm și discutăm despre metodele analitice și tehnologia. Toate acestea sunt importante pentru a avea o oarecare centralizare pentru toți oamenii care lucrează în Data & Insight.

În timp ce doar cinci persoane au fost însărcinate să facă toate acestea, au fost tot timpul susținute și încurajate de ambii membri ai echipei, restul tehnicii de produs & și consumatori de informații.

Rămâneți la curent cu următoarea parte care acoperă infrastructura de informații

Perspectiva autonomă nu depinde doar de oameni minunați, ci necesită și o infrastructură bună și un teanc care să susțină auto procesele servite. Acesta este subiectul părții a doua, (Evoluția infrastructurii noastre de perspectivă). Apoi este urmat cu gândurile noastre cu privire la modul în care ne aliniem și stabilim standardizarea în partea a treia, (Cele mai bune practici de dezvoltare).

Următoarea parte va intra în detaliu despre infrastructura și instrumentele noastre de perspectivă

Nu ezitați să consultați alte postări de la colegii mei din Produs & Tehnică aici pe mediu, cum ar fi (modul în care lucrăm cu DevSecOps) sau (modul în care am rezolvat alinierea și execuția strategiei).

Căutăm, de asemenea, oameni minunați să ne ajute (dublăm capacitatea și echipa tehnologică (și încă un lucru)) și am postat noi poziții în Date & Echipa Insights.

Lasă un răspuns

Adresa ta de email nu va fi publicată. Câmpurile obligatorii sunt marcate cu *