组织人才:卓越数据中心的回归

威尔·拉森(《一个优雅的谜题》的作者——推荐阅读)可能有说他写道，最好的重组方式之一是你不做的那种。

然而，数据领导者不可避免地会遇到这样的情况，由于团队的成长或不断变化的业务需求，事情就是无法运转。面对这些挑战，数据组织可能会在集中式组织结构和分散式组织结构之间来回摇摆，直到它们达到正确的平衡。

过度分散的团队受到冗余和不均衡标准的困扰，而集中的团队通常希望变得更加敏捷并与业务保持一致。这感觉就像一个魔鬼的交易，用一套问题换另一套问题。

因此，如果最好的重组类型是你不做的那种，那么第二好的重组就是利用卓越数据中心和中央数据平台来减轻这两种极端情况所固有的风险。数据团队位于新近, 桑尼集团和其他公司正在部署卓越的数据中心。

在本文中，我们将回顾最常见的数据团队组织结构，然后深入探讨卓越数据中心再次变得流行的原因，以及部署的最佳实践。

有哪些常见的数据团队组织选项？

1.中央数据小组

小型汽车 –这通常是最好的起点，尤其是对于小型团队，因为它将数据平台工程师的工作与他们最重要的合作伙伴(数据分析师和数据科学家)联系起来。数据领导可以优先考虑最关键的结构化工作，如迁移到云或丰富核心产品数据，同时让分析师和数据科学家团队专注于整个企业中最具影响力的项目。

2.卓越中心(通常是一个“中枢&辐条”)

最佳中型汽车 –一旦您达到临界质量，数据领导者通常会将个人或团队部署到业务部门或产品团队(“辐条”)的嵌入式结构中，同时通过卓越中心模型管理工作标准、技能和职业发展。

3.完全分散

越野车 –这在大型企业中很常见，在这些企业中，业务部门历来雇佣和部署专业的分析人才。数据平台计划通常需要从孤立的操作中进行重大转变，以便从可互操作的数据中释放新的业务机会，通常被框定为数据网格或数据结构。

数据平台和卓越数据中心的兴起

卓越数据中心背后的驱动力是现代数据平台;不仅仅是数据仓库，而且是数据团队构建分析数据产品的基础自助访问数据，进行实验，定制产品或营销体验。

虽然历史上数据平台集中化经常得到承诺，但很少实现，但在过去五年中，在以下方面的投资云数据平台使集中化成为现实和竞争的需要。

提供关于业务问题的见解或模型通常需要分析师和数据科学家跨越多个领域，例如在竞争目标或收入流之间进行权衡。现在，不同分析分支的点式解决方案只有在与中央数据平台完美集成的情况下才会被考虑。

随着现代数据平台的出现，许多组织已经转向Spotify式的运营模式，在目标驱动的团队中部署数据专家以及项目经理、设计师和软件工程师。

虽然这种结构为每个团队提供了速度、重点和领域专业知识，但运行优化页面上广告数量的实验的分析师可能会希望浏览来自多个来源(例如，广告技术、网络/应用参与、CMS)的数据，并与团队中的专家合作，以提供完整的分析。

人才优化也是一个考虑因素。即使裁员消息在硅谷回荡，整体失业率仍处于历史低位，招聘仍是数据团队的首要任务。太多时候，没有足够多的令人惊叹的数据分析师、科学家或数据工程师四处走动并融入每个业务团队。卓越的数据中心可以像特警队一样运作，将顶尖人才部署到最需要和最紧迫的地方。

这些趋势改变了卓越数据中心模式背后的动力，使其成为大多数成长型数据组织的明智选择。但是这种模式也有其自身的风险和缺陷。以下是如何不搞砸的方法。

让卓越的数据中心发挥作用

嵌入团队，而不是个人

卓越数据中心模式的逻辑结果是在产品和业务团队中嵌入个人，提高集体的速度。但是，当一个分析师被卷入一个团队时，你如何避免陷阱呢?这个团队有两个比萨饼大小的工程师，加上设计师和产品经理，他们可能看不到超出他们团队范围的数据项目的价值。

第一个答案是部署团队，而不是个人。这些分析团队可以灵活应对重要问题;他们可以一起开发服务于多个合作伙伴的数据产品;他们可以从共享所有权、协作和代码审查中受益。

第二个答案是只有当期望、工具和标准足够成熟时才嵌入。嵌入得太早，您的利益相关者可能会很高兴，但是当嵌入的人才最终离开时，大部分工作产品也会随之而去。

当我在纽约时报的时候，我们重新集中数据科学团队(在数据平台保护伞下)专注于最有价值的产品问题，让数据科学家拥有问题空间并建立团队，并确定解决方案(例如，功能存储)可能在项目间共享的位置。

将关键数据产品集中在平台中，但允许一定的灵活性

数据团队通常会考虑两种选择，要么继续集中管理所有数据资产，要么认识到自己的能力限制，选择将业务细分为拥有各自数据的领域。

务实的中间地带是大多数数据组织的落脚点，跨多个域使用的关键数据产品位于平台中枢内，而特定于域的数据产品可能完全归辐条所有。因此，数据平台组是平台和产品的混合体—抱歉，纯粹主义者.

使用您的卓越数据中心为联合治理造势

数据管家程序通常用于支持分布式组织中的数据治理计划，但是它们有效吗?管理工作有时感觉像是对数据隐私和数据质量.

在平台中心内，数据团队可以定义标准和策略，证明它们对集中管理的数据资产的有效性。例如，如果您打算实施数据SLA，那么计划应该从您的平台团队管理的共享数据开始。

除了平台中枢之外，卓越数据中心的领导者还可以利用“辐条”内的嵌入式团队来输出整个组织的标准和政策，使其成为企业的战略优先事项。

不要忘记考虑如何数据可观察性和一种品质数据谱系解决方案也可以加强您的治理实践。

定期召回你的队伍

我从更大、更分散的数据团队那里听说的一个策略是定期“召回”他们的团队，这些团队更喜欢维持较小的中心团队。

例如，一位数据主管讨论了如何期望数据团队的每个成员参加每周一次的会议，以帮助偿还数据债务，为集中化计划做出贡献，或致力于开发中央平台功能。这也有助于维护大型数据团队的身份和文化。

卓越是核心

威尔·拉森还写道，下一个最好的重组类型是解决结构性问题的重组。

无论您是一个正在经历超高速增长并希望更接近业务的小型团队，还是一个自数据库出现以来一直在孤岛中运营的财富500强组织，卓越的数据中心都可以帮助您保持组织所需的竞争优势。