Het samenstellen van een datateam!

Starten met datagedreven werken?

Lees onze nieuwsbrief van april hieronder!

Introductie:

“Bijna elke twee jaar staat de bondscoach van het Nederlands elftal weer voor een lastige opgave, zo ook dit jaar. Welke spelers verdienen een plek op het EK? Welk speelsysteem wordt er gehanteerd? Hoe blijven spelers fit? Dit zijn slechts enkele van de vele vragen waar Koeman antwoord op moet geven, om zo het beste team neer te zetten om kans te kunnen maken op de Europese titel.

 

Dit voorbeeld is iets waar veel organisaties – op het gebied van datagedreven werken – ook mee worstelen. Want hoe gaat mijn data team eruit zien? Welke strategie hanteer ik? Hoeveel FTE heb ik beschikbaar en wat zijn de grootste uitdagingen? Je ziet zoveel verschillende functies en titels langskomen, dat het voor een organisatie haast onmogelijk wordt om de juiste mensen te selecteren. Want de een noemt zichzelf Data Architect en de ander weer Data Engineer of Database Engineer, terwijl het wellicht in grote lijnen hetzelfde is. Het belangrijkste wat organisaties in deze situatie moeten doen is kritisch blijven kijken naar welke skills je nodig hebt om verder te komen en daarbij niet te verdrinken in alle functietitels.” Aldus Bernd Lok, data consultant bij Techspread.

De verschillende data rollen: 

Elke organisatie wordt geconfronteerd met unieke datavraagstukken, wat resulteert in een specifieke behoefte aan vaardigheden en expertise. Maar hoe bepaal je welke functierol(len) je nodig hebt om deze uitdagingen aan te pakken, en wat de meest geschikte oplossing is?

Hiernaast een kort overzicht met de verschillende data rollen en wat voor type vraagstukken zij o.a. kunnen oppakken:

Vraagstuk is inzichtelijk, ik ken de rollen, wat nu?

Wanneer er nieuwe of complexere data vraagstukken zich voordoen, zijn er een aantal algemene stappen waar je als organisatie over na moet denken.

Zo is het voordat je begint belangrijk om eerst te bedenken waar jouw organisatie nu staat en waar jullie naar toe willen. De vervolg stap zal vervolgens zijn om de hoogte van het budget te bepalen en inzichtelijk te maken welke vraagstukken er nu op tafel liggen. Bij de volgende stap bepaal je welke kennis en vaardigheden nodig zijn om de strategie uit te kunnen voeren, daaruit volgen logischerwijs de rollen die hiervoor nodig zijn. Als laatste bepaal je welke kennis en vaardigheden nog onvoldoende aanwezig zijn binnen de organisatie. Hieruit komt naar voren of je een specifieke functie nodig hebt of juist een grote verscheidenheid aan functies. Vanuit daar kan je bepalen of je intern of extern de ontbrekende kennis gaat zoeken.

| Intern: Bijscholen van huidige data medewerkers (middels e-learning         en/of fieldcoaching) of aannemen van nieuwe data medewerkers.

| Extern: Inschakelen van derden bijvoorbeeld freelancers (veelal korte       termijn) of het aanhaken van een strategisch datapartner (lange termijn).

Intern oplossen:

In veel gevallen kiest een organisatie er in eerste instantie voor om het vraagstuk intern op te lossen; bijvoorbeeld door huidige medewerkers op te leiden of door nieuwe medewerkers aan te nemen.

Wanneer men voor dit tweede kiest, is het belangrijk dat er van tevoren wordt gekeken naar hoeveel capaciteit er beschikbaar is en hoe deze functie eruit komt te zien. Wat voor werkzaamheden moeten er verricht worden en heb je daarvoor een junior, medior of senior nodig.

Maar ook hoeveel FTE heb je beschikbaar op basis van werkzaamheden en het bepaalde budget. En wil je bijvoorbeeld liever twee medewerkers aannemen, zodat ze het van elkaar kunnen overnemen, of juist één persoon. Maar ook onder welke leidinggevende valt het team en heeft deze persoon voldoende kennis? Wanneer men er bijvoorbeeld voor kiest om de huidige data analist bij/om te scholen, is de manier waarop erg belangrijk. Moet degene met een nieuwe tool leren werken, zoals PowerBI, dan kan e-learning handig zijn. Heeft de medewerker al enige kennis maar heeft die nog wel ondersteuning nodig, overweeg dan bijvoorbeeld fieldcoaching (door een collega of externe data partner).

Extern oplossen:

In veel gevallen is het ook een strategische keuze om een externe partij in te schakelen, zowel voor kleine en gekaderde opdrachten als grote, complexe vraagstukken. Zo kan het effectief zijn dat wanneer een organisatie te maken krijgt met een kleine gekaderde data science vraagstuk, zij een freelancer hiervoor inschakelt. Echter, het risico hiervan is dat zodra het vraagstuk is opgelost, niemand verantwoordelijk is voor het onderhoud ervan.

Een andere efficiënte oplossing is het inschakelen van een strategisch data partner. 

Zij zijn bekend met veel verschillende niveaus van complexiteit in vraagstukken en hebben een brede marktkennis. Op deze manier kan er snel een slimme oplossing bedacht worden voor het vraagstuk en kan er waar nodig eenvoudig op- en afgeschakeld worden in zowel uren, als type rollen. Zo kunnen er bijvoorbeeld meerdere vraagstukken tegelijkertijd aangevlogen worden en is de organisatie ‘enkel’ verantwoordelijk voor het aanleveren van de input. Een bijkomend voordeel van een externe partij, is dat er nog geen sprake is van tunnelvisie.

Hebben jullie verschillende data uitdagingen en weten jullie niet hoe deze aan te vliegen?

Of het nu gaat om het optuigen van een gehele data strategie, de onboarding en/of fieldcoaching van huidige werknemers of de invulling & uitvoering van steeds veranderende datavraagstukken?! Wij komen graag eens met je in gesprek tijdens een Bakkie pleur met Fleur!

Geïnteresseerd? Neem dan snel contact met ons op voor een Bakkie pleur met Fleur! 

 

Techspread is gevestigd in Enschede, Twente, Netherlands.
Privacybeleid 

Algemene voorwaarden

Techspread maakt gebruik van functionele en analytische cookies voor een optimale gebruikerservaring. Als u doorgaat met het gebruiken van de website, gaan we er vanuit dat u ermee instemt.