打字猴:1.700433865e+09
1700433865 驾驭大数据 [:1700430651]
1700433866 9.3 人才紧缩
1700433867
1700433868 在我们要组建和发展分析团队时,你会总是感觉找不到足够多的优秀人才。公司发展需要找到一些第8章中所讲的优秀的、可以改变游戏规则的分析专家,但这样的人才凤毛麟角。虽然很多领域都缺乏足够多的优秀人才,但这种现象在分析领域更多。部分原因是因为由于以下两件事情。原因之一是对分析专家的需求增长得太快。书籍、文章、博客都在讨论这种高速增长的需求,而且需求几乎无处不在(我这本书也位列其中)。原因之二是从教育体制里培养的分析人才数量一直都相当少。高等教育体制正在花时间进行适应和调整,扩大规模培养更多的分析型人才。
1700433869
1700433870 本书撰写之时,尽管美国的经济形势很不理想,但是要想找到合适的分析人才,我们必须和其他公司竞争并取得成功才行。想要招聘到优秀的分析专家,仅仅提供比以往更高的薪水或更好的福利待遇已经不足以吸引他们了(尽管这些事情也很重要)。我们需要保证分析专家手头有挑战性的课题,还要坚定不移地支持他们。分析专家到岗后,不管他们的薪水是多少,如果他们意识到投资方对会产生影响的分析内容不够重视,他们就会辞职。分析专家肯定和其他人一样,也喜欢高薪,但他们也和其他人一样想得到认可,产生影响,并有机会提升他们的技能。
1700433871
1700433872 保持谦虚的态度
1700433873
1700433874 经济形势不好往往会让人们想当然地认为每个人都很渴望工作。市场对分析型人才的需求导致他们对工作没有那么渴望。如果我们也想当然地这么认为,以为他们可以随意安置,我们将留不住这些人才。经济下行时,为了留住新员工而给他们涨薪会很困难。但是,如果我们想留住合适的人,那加薪只是很低的成本,而收益却会很大。
1700433875
1700433876 即使是在2009年至2011年这样不好的年景,分析专家也能找到前面所说的职位。HR一如既往地四处张贴用人需求,圈里的朋友也在一直讨论他们听说的新工作职位。在20世纪经济最差的时候,企业依然有对分析专家的需求,分析专家仍然能看到招聘信息,负责招聘的HR也会不断地联系他们。经济不好,公司政策可能是缩减薪水开支,不会任由分析专家讨价还价。你需要接受这个事实,同样还要说服HR部门,要想招聘到合适的分析人才,就得适当放宽条件。接下来的几年内,需求会更加旺盛,直到有大数据经验和技术的分析专家变多为止。想想有多少新的大数据源,又有多少用来处理大数据的新工具,我们就应该知道要找到具备这些技能的人才会有多难。
1700433877
1700433878 驾驭大数据 [:1700430652]
1700433879 9.4 团队组织结构
1700433880
1700433881 分析人员要怎样分配,才能使有分析需求的各个事业部既能得到他们想要的东西,还能在企业层面保持一致?Tom Davenport和Jeanne Harris〔1〕等人已经讨论过这个问题了。下面我将会讨论主流的组织结构类型,以及各种类型适用的时间、工作方式等。请注意,类似的架构也可以在公司内部其他团队中使用,但我们关心的还是如何应用到分析部门中。主流组织架构有3类:分布式、集中式和混合式。对于某个特定的组织,要确定哪个才是最佳选择是很困难的。
1700433882
1700433883 就在最近,一家娱乐行业的公司决定要组建分析团队。这家公司有许多以独立运营实体运作的部门。因为很多部门都是收购来的,这些部门被特意保持独立,因为它们的工作类型、风格和文化都不尽相同。
1700433884
1700433885 其中一个部门决定深入研究预测分析。就在该部门决定开始的时候,上级部门出现了一个问题。虽然上级部门认为他们研究预测分析是很棒的事情,但其他下级部门却根本没有任何兴趣。问题在于:上级部门是不是应该放手让该部门做这件事,然后要求其他部门也采用相同的方法?第一个部门选择的方法是否适用于其他部门?另外,分析团队能否提供详尽的计划,可以让这个部门成为第一个使用的部门?其他部门后续将可以使用经过一段时间已经成形的“官方”流程。
1700433886
1700433887 这些问题没有简单的答案。我们可以放手让某个部门先开始干,并取得一些小的进展。如果其他部门也有需求,这时公司可以再另行调整已经开发好的流程。也可以从整个公司的层面,先铺垫好公共事务。究竟哪种选择更合适,要视公司文化和公司更适应哪种组织结构而定。上述示例讲到的那家公司的做法是取中庸之道:让下面那个部门来领导,但上级部门同时也要参与到研究过程中。
1700433888
1700433889 驾驭大数据 [:1700430653]
1700433890 9.4.1 分布式组织结构
1700433891
1700433892 在分布式结构的组织中,分析人员要通过特定的职能部门向上汇报工作。分析团队要向它所支持的组织汇报工作。在这种模型中,制作运营分析报表的分析专家要通过运营团队,向首席运营官(COO)汇报工作。营销分析专家通过营销团队,向首席营销官(CMO)汇报工作。风险分析专家向风险管理团队汇报工作,等等。
1700433893
1700433894 这种配置方案的优点是能够准确地把分析专家放在需要他们的地方。他们可以沉浸在要解决的问题当中,与其提供业务支持的商务人士待在一起。公司初期往往愿意采用这种模型,因为肯定会有部门第一个开始分析工作。这时,打头阵的业务部门肯定会首先招聘分析专家,自然而然地,招聘到的人员要向本部门汇报工作。这也就是我们几乎总是从这种分布式的、关注职能的组织结构开始的原因。刚开始,分布式模型很简单,小型分析团队只需要向一个业务部门汇报工作。
1700433895
1700433896 分布式模型的一个缺点是分析人员最后会遍布在公司的各个地方。虽然他们的技能和背景很相似,但却并不属于同一个部门。他们之间可能根本没有任何正式的,或者临时的联络,每一支分析团队都只隶属于自己的职能部门。长期来看,这并不是理想的解决方案。比如说,遇到紧急情况,一个团队会向另外一个团队借人救火,即使后者这时自己也已经在超负荷运转了。
1700433897
1700433898 分布式结构的团队有一个潜在的问题,分析人员普遍缺少职业晋升通道。譬如说一个公司有5个事业部,每个事业部里有三四名分析人员。在每个事业部里,并不会有很多机会可以让这三四名分析人员升职。他们顶多可以升职到管理三四个人而已。即使这样,还是因为目前的老大离职造成的。这肯定不是一种吸引人的职业发展道路。
1700433899
1700433900 在这个例子中,该公司有20名分析人员。他们每一个人都没有太多的职业流动性,大部分人也没有机会和部门外的分析人员接触。结果是,这种纯分布式的结构顶多可以充当分析组织刚启动时的一种中短期解决方案。长期来看,组织结构还是会演化成一种集中式的或混合式的模型。
1700433901
1700433902 我们并不是说长期来看分布式结构的团队就一无是处。譬如说在航空公司中,一支分析团队关注营收管理,而另一支团队关注客户营销管理。两支团队所需要的分析类型、分析工具和分析技能都有很大的不同,我们很难把他们组合到一起。如果是这种情况,采取分布式结构的团队就没有错。但是,我们还得定期审视组织结构类型,确保我们不需要做出结构调整。
1700433903
1700433904 驾驭大数据 [:1700430654]
1700433905 9.4.2 集中式组织结构
1700433906
1700433907 在纯粹的集中式组织结构中,组织结构图上只会有一支分析团队存在。这支团队会支撑所有的业务部门和他们的分析需求。集中式团队的挑战之一是要决定把分析团队放在哪个地方。有的集中式分析团队要向首席财务官(CFO)汇报工作,有的集中式分析团队要向COO汇报工作,还有的要向首席信息官(CIO)汇报工作。集中式分析团队放在哪里,并没有定论,许多公司的作法都不相同。
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
[ 上一页 ]  [ :1.700433865e+09 ]  [ 下一页 ]