15 февраля 2024

Как собрать команду для BI-проекта: восемь принципов

В этом году я возглавил проектную команду iFellow, работающую над модернизацией корпоративного хранилища: стандартизацией, валидацией входных данных, приведением типов, нормализацией и последующим реинжинирингом отчетности с учетом всех новых процессов.

Это довольно масштабная задача, которая даже в небольшой компании занимает, с учетом реинжиниринга, не менее года. Под моим управлением оказалась команда из четырех человек: два универсальных дата-инженера и два BI-разработчика, имеющих более узкую специализацию, а именно — Power BI.

Проектная команда по ролям

Первое, что требуется от руководителя в новом коллективе, — это, конечно, знакомство с коллегами, оценка их возможностей, определение сильных и слабых сторон. Необходимо было понять, можно ли оставить команду в текущем составе, а если менять, то насколько кардинально? Поэтому в течение месяца я провел что-то вроде микроскрининга. Это был не официальный аудит со сдачей тестов, а всего лишь беседы и наблюдения: как специалисты справляются с задачами, разбираются ли в теме, отработаны ли у них механизмы взаимодействия.

Состав BI-команды может варьироваться от компании к компании, но есть несколько обязательных ролей

В этом месте самое время рассказать, какие позиции могут потребоваться в команду для разработки хранилищ и аналитики данных. Это примерный перечень, поскольку состав и задачи таких подразделений сильно варьируются в зависимости от специфики компании.

  1. BI-аналитик — специалист, хорошо разбирающийся в бизнес-процессах и понимающий, какие данные и в каком виде помогут компании стать эффективнее.
  2. BI-разработчик — специалист, который на основе потребностей бизнеса работает с базой данных, проектирует, разрабатывает и внедряет понятные бизнесу инструменты визуализации данных: дашборды и отчеты, витрины данных, аналитические системы и т. д. В нашем случае их задача — фронтенд-разработка.
  3. Дата-сайентист — специалист, совмещающий задачи программирования, бизнес-аналитики и некой научной деятельности, например экспериментаторской.
  4. Дата-инженер — специалист с продвинутыми навыками программирования, необходимыми для построения хранилищ и организации обработки данных: например, знаниями алгоритмов, опытом работы с базами данных. В нашем случае они отвечают за бэкенд-разработку.
  5. Системный аналитик — специалист по решению организационно-технических задач, который контролирует процесс ИТ-разработки на всех этапах. Он вовлечен и во фронтенд, и в бэкенд.

Дальше расскажу о том, какие сложности у нас были.

Человеческий фактор

К счастью, оказалось, что наш коллектив достаточно работоспособный в текущем составе, требуется только определенным образом оптимизировать ресурсы. Но на этом сложности только начались. Почему они вообще могут возникнуть?

Первое — обеспечение преемственности. К началу работы над проектом в нашей команде осталось три человека: дата-инженер и два BI-разработчика. Наметилась потребность во втором дата-инженере, поскольку на одном специалисте не должны быть завязаны все процессы. Если он заболеет, уйдет в отпуск или уволится — все сразу остановится.

Второе — ротация. Специалисты, даже ключевые, по разным причинам меняют работодателей. Через некоторое время после того, как мы наняли второго дата-инженера, случилось самое страшное: уволился первый. Новый сотрудник обладал достаточными компетенциями в своей области, но пока не успел ознакомиться со всем необходимым материалом. Поэтому мы срочно открыли еще одну вакансию — вдвоем разбираться быстрее.

Третье — новые задачи. В команде сильно не хватало собственного системного аналитика, который помог бы обеспечить своевременное взаимодействие между разработкой и бизнесом. Например, бизнес хочет получить отчет на основе определенных данных, с определенной визуализацией. Разработчики отвечают на запрос большим количеством технической документации. У меня не всегда есть время переводить ее на язык бизнеса. Соответственно, процесс становится менее управляемым. Отчеты создаются, но не согласуются внутренним заказчиком и уходят на доработку. В итоге реализуется несколько итераций, но движения нет.

Четвертое — конкуренция среди работодателей. Например, в случае дата-инженера на одного высококвалифицированного кандидата могут претендовать десятки компаний.

Все эти нюансы привели к тому, что формирование полноценной проектной команды заняло у нас восемь месяцев. Из чего делаем выводы, что подбор нелинейного персонала для задач аналитики данных — тяжелый и скрупулезный процесс. Как его упростить и усовершенствовать — расскажем далее.

Принципы формирования проектной команды

Расскажу о восьми принципах, по которым я формировал команду.

Первый принцип: опора на лидеров и сильных игроков, которые есть практически в любой команде. Если руководитель только что встал во главе проекта или ему необходимо оптимизировать ресурсы, он может оценить лидерские качества таких сотрудников и предоставить им дополнительные полномочия. Таким образом он приобретает необходимые рычаги управления и влияния без необходимости тотального контроля со своей стороны.

Второй принцип: оценка объема доступных и необходимых ресурсов. Без планирования ресурсов под конкретную масштабную задачу можно оказаться в ситуации, когда в команде недостаток или, наоборот, избыток людей.

Третий принцип: подбор специалистов под конкретный технологический стек. В сфере BI множество цифровых инструментов. Есть некая монолитная база — SQL, Python. Остальное в каждой команде глубоко индивидуально: например, у банков, коммерческих организаций, сотовых операторов — совершенно разные подходы к СУБД. Нужно искать специалистов, которые владеют текущим технологическим стеком, принятым в конкретном подразделении, или как минимум имеют возможность и желание изучать другой инструмент. Особенно это важно в контексте импортозамещения, когда Power BI или Qlik уже могут оказаться неактуальными.

Четвертый принцип: создание сильной мотивации. Если корпоративный сервис, например аналитический, требует модернизации, а в существующей системе велик объем технического долга, — значит, команде не один месяц придется разбирать этот ворох задач. Здесь очень важны активные и инициативные люди.

Автор: Павел Осипов, руководитель практики BI компании iFellow 
Источник: Бизнес-секреты

Команда iTrend начала работу с Институтом iSpring

19 апреля 2024

Институт iSpring — частный ИТ-вуз нового поколения. Он был основан в 2021 году в Йошкар-Оле российским предпринимателем и основателем международной ИТ-компании iSpring Юрием Усковым.

 

Вебинар iTrend «Работодатель-as-a-Service: новая реальность привлечения ИТ-специалистов»

19 апреля 2024

23 апреля в 15:00 пройдет открытый вебинар «Работодатель-as-a-Service: Новая реальность привлечения ИТ-специалистов». Организаторы — коммуникационное агентство iTrend, ассоциация РУССОФТ и консалтинговая группа BITOBE.

 

iTrend: освоить маркировку интернет-рекламы можно только на собственном опыте

25 марта 2024

В феврале 2024 года в Москве прошла Конференция «Digital-коммуникации России». Организатор мероприятия – Ассоциация директоров по коммуникациям и корпоративным медиа России (АКМР). Эксперты конференции обсудили острые вопросы рынка digital, в том числе маркировку интернет-рекламы. Об опыте коммуникационного агентства в рамках перехода на работу по новым правилам рассказала Екатерина Саранцева, директор по развитию iTrend.

 

Медиалогия: iTrend – в ТОП-4 коммуникационных агентств по медиаиндексу за январь 2024 года

20 марта 2024

Коммуникационное агентство iTrend вошло в пятерку агентств, получивших наиболее высокий медиаиндекс по данным рейтинга «Медиалогии» за январь 2024 года. Компания заняла четвёртую строчку ранкинга, набрав 433,2 пункта МИ. Медиаактивность участников рынка оценивалась на основе анализа базы российских СМИ, включающей в себя более 88 тыс. источников — ТВ, радио, газеты, журналы, информационные агентства и Интернет-СМИ.

 

iTrend: интерес деловых СМИ к ИТ вырос в 6 раз за последние пять лет

20 марта 2024

Эксперты коммуникационного агентства iTrend провели исследование, в рамках которого проанализировали, как менялся медиаландшафт в ИТ-индустрии в последние пять лет. В компании сравнили количество упоминаний крупнейших российских разработчиков и системных интеграторов в деловых СМИ и пришли к выводу, что об ИТ-компаниях стали писать в 6 раз чаще.

 
Все новости iTrend