1700433908
1700433909
集中式团队的一个优势是可以按需分配人力资源。在下面这个例子中，公司运营团队有3名分析人员，而营销团队也有3名分析人员。运营是个缓慢的过程，一般情况下不会有太多分析工作要做，也不会有太多的预算。但是营销的分析工作量就很大，经常要启动新项目。在一个纯粹的分布式结构中，运营分析团队的员工不能转过来帮助营销团队。在集中式结构中，管理全体分析人员的经理可以很方便地调配人员。长期来看，集中式结构有助于减缓需求变化的风险。
1700433910
1700433911
集中式组织结构的另一个优势是可以给分析人才提供机会获得跨部门的经验，可以接触到多种类型的分析。优秀的分析专家如果10年都做同样的事情肯定会备感厌倦。但是，如果说10年内可以接触到不同的业务部门，学习很多新方法，遇到许多新同事，这种体验就会相当赞。集中式配置对分析专家来说是一种挑战，可以提升他们的技能。这时这种配置对于分析专家和公司来讲是双赢。
1700433912
1700433913
集中，但是专注
1700433914
1700433915
即使公司决心全面采用集中式分析团队组织结构，资源分配还是得重点放在某些事业部上。如果配合业务部门工作的分析专家能够保持稳定状态，那将有助于分析专家更好地从事分析工作，他们会觉得越来越舒服。如果业务部门与分析专家之间能够保持一种稳定的关系，那就会产生不可忽视的价值。
1700433916
1700433917
集中式团队的缺点是，最后会造就一批通才，却没有人可以深入到特定的领域。经过一段时间，不同的分析专家在一个项目中跳进跳出，这将对业务部门造成破坏。出于这个原因，即使是全集中式的团队也会安排特定的员工来专门协助特定的事业部。分析专家可以正式地向集中组织汇报工作，但实际上他们人是待在被指定的事业部的。从日常工作的角度来看，这些分析专家或多或少都会被看成该团队的一部分。
1700433918
1700433919
集中式分析团队因为要向业务部门提供服务，而经常被原部门责难要求成本回摊。有时他们还会被看成是公司的负担。如果团队被问责要求成本回摊，我们可以说我们安排了合适的人员来做真正重要的事情，站在这样的角度来看问题可能会更容易一些。业务部门要清楚自己的工作重点。如果要求某个业务部门替分析项目出资，我们就更难获得创新性和探索性的分析。理想的做法是在公司层面拨出一定的预算来开展新的和创新性的项目，而不是由业务部门独立出资。使用这样的预算来驾驭大数据是一个很好的目标。前期由公司出资，后期一旦大数据分析的价值显现出来，则可以由业务部门继续出资。
1700433920
1700433921
不要低估组织结构规划的重要性，通过合理的规划，我们就能得到创新性的分析。要求某些业务部门动用原本紧张的预算来全面资助创新性工作是一种滥用职权的做法。新的分析项目应该在更高级别上被投资和支持，并且应该被看成是公司的一项战略性投资。
1700433922
1700433924
9.4.3 混合式组织结构
1700433925
1700433926
混合式组织结构意如其名。在混合式组织结构中，既有集中式团队，在某些业务部门中又有专职团队。这种组织结构类型的出现可能有多种原因。如果某个业务部门一直领导着分析项目，通常会导致混合式结构团队的出现。那个业务部门可能已经组建了一支可靠的分析团队，不愿意放弃对团队的控制权。同时，其他部门也开始要加强他们的分析工作。为了给其他业务部门提供支持，就组成了一个集中式的团队，但是最初组建的分析团队还会待在原业务部门。
1700433927
1700433928
在另一种常见的混合型团队模型中，存在一个核心团队，通常称作卓越中心（Center of Excellence，COE）或者专业中心（Center of Expertise，COE），COE的分析专家要负责维护企业整体视图。虽然大多数分析人员都在业务部门里，但是还需要一个中间人，负责保证业务部门之间使用的方法和工具一致。COE团队关心的是如何从业务部门分析团队的成功中获得经验与知识。集中式分析团队与业务部门分析团队之间既可以是直接的／正式的也可以是间接的／非正式的业务汇报关系，这要视公司环境而定。
1700433929
1700433930
不要纠结于组织结构，我们要关注的是人本身
1700433931
1700433932
我们要强调的是，最重要的并非组织结构，而是要让正确的人出于正确的原因执行正确的分析。同样重要的是，要创造一种公司环境，并营造一种企业文化，以便招聘、培养和留住合适的分析人才。
1700433933
1700433935
9.5 持续更新团队技能
1700433936
1700433937
分析团队和其他团队一样，也有不同级别的成员，不同成员的技能和职责可能完全不同。有一两名资深的高级管理人员，也有一批刚从学校毕业的毛头小伙子。团队刚开始组建时，关心的是可以立竿见影解决手头问题的急需技能。这时候队伍没有那么大，还不能较好地完成这些工作。
1700433938
1700433939
但随着团队的扩张，我们就需要特意地引进不同的分析人才。可能公司最初找到的人有很深厚的数据挖掘背景。团队壮大以后，我们需要有很强优化背景或者预测分析背景的人。随着各种分析背景的分析专家就位，他们为我们提供的业务增值机会将越来越多。此外，随着团队的不断成长，我们还可以建立不同的职业发展路径。一开始招聘到的员工都是相当有经验的，因为他们必须靠自己，几乎无法从别人那里获得什么指导。随着团队变得越来越大，我们可以招聘一些经验较少的人，慢慢来培养。
1700433940
1700433942
9.5.1 矩阵式方法
1700433943
1700433944
一种可以让分析专家保持敏锐技能的方法是采用所谓的“矩阵式”方法。这是一种非层级化的团队运作方式，其运作方式如下，对于给定的项目，要先指定所谓的分析组长。分析组长有几项关键职责。第一，要负责项目管理。幸运的是，多数分析项目的管理工作并不可怕，组长要把握管理的工作量。第二，组长要为项目方向负责，制定分析计划，保证团队可以按时交付项目。第三，也是最重要的一点，组长是分析结果的总负责人，要负责解释，负责给出建议，负责编纂各种所需的交付结果。领导项目的分析组长通常负责管理一名或多名分析专家。分析专家们在组长的领导下，开展日常的项目工作。
1700433945
1700433946
我们的组织并非一定得有一个顶着分析组长头衔的人待在项目上。这是因为项目组长本身并非是一种头衔或职级，它是由于项目的需要而自然产生的。比方说一个团队有两名分析专家，分别是Bob和Sue。A项目Sue是组长，Bob是手下。B项目，Bob是组长，Sue是手下。每个项目的组长安排要根据谁最适合来确定，如果项目的重点是面向预测分析的，那么熟悉预测分析问题的人就应该担任组长。
1700433947
1700433948
进入矩阵！
1700433949
1700433950
矩阵式方法是一种非常棒的管理分析团队的方法，可以提高生产率，形成团队凝聚力，并使分析专家不断有被挑战的感觉。矩阵法可以使关注点放在交付结果而非头衔和职位上，在这种文化下，人们更容易获得成功，每个人关心的都是如何找到正确的答案，而不是关心到底是谁找到的答案。
1700433951
1700433952
当然，经过一段时间，最强的和最资深的分析专家将有更多的机会成为组长。同样地，新来的和弱一些的分析人员会更多地作为团队成员。但是，这种作法并非只是纯粹地论资排辈，矩阵模式巧妙地进行了融合。这就是使用矩阵式方法来运作分析团队的原因。矩阵式组织结构中，能力不同的分析人员待在一起工作，但团队的紧密程度和凝聚力会让你感到惊讶。小我的感觉会被较好地抑制，因为所有的团队成员都将时不时地在同事的领导下工作。团队会达到真正的互相信任，会了解团队成员彼此的实力。他们还会积极地学习他人的优点，请看下面的交叉培训。
1700433953
1700433954
交叉培训
1700433955
1700433956
不管分析团队的组织结构如何，最重要的事是确保分析专家之间能够交叉培训。如果有人是编程大牛，那他就要时常为大家倾情撰写编程技巧指南，或者一对一地辅导，甚至还可以开一个短期学习班。这样，团队就会一直保持增长势头和被挑战的感觉。最好的方法是让他们进入自己根本不了解的分析领域，并和同事一起做项目。这样，分享知识的分析专家和作为学生的分析人员都会有所收获。
1700433957
[
上一页 ]
[ :1.700433908e+09 ]
[
下一页 ]