1. 程式人生 > >商業公司應該如何配備數據分析團隊?

商業公司應該如何配備數據分析團隊?

量變 適合 正常 epo 分享 價值 認知 地產 傳統

近期收到讀者朋友的咨詢,他們在建立開發部數據團隊的過程中遇到困惑:在大老板的支持下,部門破天荒獲得了組建專職數據團隊支持開發部,然而新部門幾乎沒有工作成果,薪酬又高的嚇人,幾乎面臨解散。

我認為如果沒有正確的認知,這應該是未來主流的問題,這些傳統行業賺的是辛苦錢,大老板能給錢給支持就要用好,本篇分享一些建議:

數據部門的定義

建立數據團隊的目的是要解決問題,這是最終目的,在解決業務問題的過程中朋友們遇到最多的問題可能是IT類的問題,於是不論大公司還是小公司,首先在此方面投入大量資金,但隨後而來就會發現這些技術人員無法管理,沒有工作成果,除了爭吵什麽問題也沒解決。

數據部門根本上是業務部門

出現上述問題的最主要原因就是業務部門不能清晰的把需求傳遞給IT技術人員:業務的數據化無法完成,那再牛的IT也是巧婦難為無米之炊,這就像在實體商業領域,我們有了一處位置不錯的商鋪,找人過來裝修,但沒有設計圖紙,裝修工人在好也不知道活該怎麽幹。

因此需要一個類似產品經理的智能,這個職能的角色就是商業裝修的設計師一樣。

技術類工作是數據部門的重要組成

這就好像工程部門是公司開店的重要組成一樣,店裝修不出來一切都是零,沒有IT 技術也一切無從談起。IT 技術崗至少需要下面幾個職能:

後臺職位:類似商業地產建大樓的職能。

  • 數據處理:職能就是把雜亂的數據整合成幹凈可用的表格。

  • 數據庫管理員:DBA 這個職位是管理公司數據庫的,比較類似於大型商業項目中搞建築設計的崗位。

前端職位:類似於軟裝。

  • 前端包羅萬象,但重點強調交互和可視化兩個方面。

BI相關崗位:類似於招商經營。

  • BI崗位也可以包含很多,比如BI數據工程師、BI運維工程師、BI數據項目開發等等。

上面都是最基礎的崗位,如果公司有其他需求還要配人,比如有gis需求就要另外配人,有移動端需求還要招募ios和android開發工程師。

把上面這些配齊了還不夠,還需要為這個部門配置至少一個領導。至此,部門貌似配置完畢了,但上面的配置基本上只是一個幻想,因為目前IT人員的薪資遠比傳統行業高,一個團隊基本月薪在10萬以上,一年至少150萬的投資,200萬也是正常的。

這種投資對於大公司來說沒問題,對於中小品牌來說完全是無法負擔的,同時對於IT人員來說,他們在傳統行業也學習不到什麽技能,而且傳統公司也不會給超過行業平均水平的薪酬,也留不住有水平有情懷的技術,加上產品、業務與技術之前溝通一定需要協調,最終效果肯定不佳。

從上面的分析內容來看,完全自建團隊基本上只適合大公司,但中型公司和小型公司也需要相關但產品該怎麽辦?

  • 砍後臺:把數據庫簡化成一張excel

對於中小公司來說,完全沒有那麽大的數據量,稍微大一些的數量也產生在交易系統,開發工作只要每家門店的月度最多是每天的銷售,一張excel表格完全可以搞定。

  • 簡化前端:前端是沒辦法完全砍掉的,但前端可以很復雜也可以很簡單,使用最簡單的前端工具就好,當然這其中還是涉及到一些專業技能,可以用較低的價格外包。

  • 業務數據化:這一步是最核心也最有價值的,需要公司自己的人來做,百勝餐飲有一個崗位叫做網絡規劃,大體上可以認為就是從事相關工作的。

整體來說,技術雖然非常重要,但公司畢竟是需要業務落地的,自建技術團隊成本高管理難,把有限的預算花在刀刃上,復雜的技術輕量化。業務數據化這塊是必不可少的,巨像生產物料一樣,總要有人把控。數據平臺的後臺和前端,至少需要一個數據庫和數據倉庫,因為還要考慮到後續發展壯大之後,數據量變多便復雜的性能,後臺和前端可以用finereport報表類很好的解決,後期的報表開發和維護可以交給一個人去解決。評定這塊技術工作之後,關註業務是最好的選擇。

技術分享

下面是總結的三張圖片,希望能夠解決類似的問題:

  • 業務數據化背後是復雜的過程,麻雀雖小五臟俱全,應用和各種技術一個都不能少,有任何一點兒沒有做到就會影響整體效果,木桶效應!

技術分享

  • 但僅僅技術是搞不定的,根本上是一項業務工作

技術分享

  • 把有限的資金投資在解決方案上而非硬件和軟件等IT投資上:

技術分享

商業公司應該如何配備數據分析團隊?