Avere i migliori e più recenti strumenti di analisi dei dati, ma non poter contare su un team di analytics di prim’ordine è un’occasione persa per l’azienda. Un buon team di analisi può fare la differenza tra intuizioni poco brillanti e un balzo da gigante sulla concorrenza. Creare un team dedicato a dati e analisi non è una cosa immediata: ci vuole tempo e impegno per riunire le persone giuste e il giusto mix di competenze.

“Una delle maggiori sfide per le aziende non è la raccolta dei dati in sé, ma lo sviluppo di un team che li sappia applicare per guidare il cambiamento in tutta l’organizzazione“, afferma Laura Smith, CIO del fornitore di servizi sanitari UnityPoint Health. “Costruire e sostenere un team di successo non è mai stato più impegnativo degli ultimi 18 mesi, soprattutto nel settore sanitario. Il mio più grande successo professionale è il team che ho creato in UnityPoint Health. Non è stato un compito facile, il mercato degli analytics è altamente competitivo”.

Il compito non è facile, ma si può fare. Ecco alcune best practice suggerite da leader e responsabili IT che ce l’hanno fatta.

Fornire strumenti moderni ed efficaci e un obiettivo importante

Analisti di dati di prim’ordine devono disporre di strumenti e accesso ai dati che consentano loro di avere successo.

“Ho visto molti analisti frustrati lasciare un’azienda perché il loro portatile aveva cinque anni e non era in grado di gestire la quantità di dati che dovevano elaborare”, afferma Theresa Kushner, responsabile di dati e analisi presso la società di consulenza NTT Data Services. “Oppure non avevano accesso ai dati di cui avevano bisogno per costruire gli algoritmi giusti. Garantire che i propri analisti dispongano di hardware e software aggiornati e dell’accesso completo ai dati è la base per il successo dell’analisi di dati”.

E’ fondamentale anche dare un obiettivo importante al lavoro. “Nessun analista di dati vuole far parte di un team il cui lavoro non fa la differenza per l’intera azienda”, afferma Kushner. “Ciò significa selezionare progetti che hanno un impatto. È più facile a dirsi che a farsi, ma è fondamentale per costruire un buon team di analisti di dati”.

“Per il team di analisi di UnityPoint, identificare l’impatto positivo che qualcuno può avere sulle comunità è fondamentale”, conferma Smith. “Lo metto in primo piano ogni volta che recluto membri del team. Le persone vogliono sapere come il loro lavoro contribuisce al bene più grande”.

Per esempio, il team di analisi svolge un ruolo fondamentale nel garantire che pazienti e dipendenti dispongano di dispositivi di protezione individuale (DPI) adeguati per proteggersi dal Covid-19. Il team ha creato una dashboard che raccoglie i dati sui DPI per visualizzare informazioni significative per i responsabili. “Con dati fruibili in mano, i responsabili possono prendere con sicurezza decisioni sulle forniture basate su dati in tempo reale, garantendo la salute e la sicurezza dei pazienti e dei membri del team”.

Crescere talenti attraverso programmi di formazione interni

La carenza di professionisti dell’analisi dei dati è cosa nota e la concorrenza per queste competenze è spietata. Le aziende che dispongono delle risorse dovrebbero prendere in considerazione l’offerta di programmi di formazione e apprendimento continuo che aiutino a crescere talenti interni.

La formazione può includere programmi interni o corsi esterni, assumere la forma di tutoraggio o la creazione di team interfunzionali per condividere esperienze e conoscenze.

“Anche per i neo-assunti è importante sviluppare capacità di analisi dei dati fin dall’inizio della loro carriera, affiancandoli con un leader esperto nel settore dell’analisi”, afferma James Rinaldi, chief information technology advisor presso il Jet Propulsion Laboratory della NASA. “Coinvolgendoli in progetti che permettano loro di muoversi alla loro velocità e dando il tempo di imparare come funzionano l’architettura e la cultura dei dati cresceranno velocemente”.

Lavorare per progetti offre l’opportunità di riunire team interfunzionali. “Vale la pena inserire nei team alcuni membri junior, per consentire loro di sperimentare e conoscere come funzionano le cose”, aggiunge Rinaldi. “È una buona idea anche spostare le persone in vari progetti, in modo che non si sentano a proprio agio in una sola area”.

Partire alla grande

Negli sport professionistici ciò che spesso attira giocatori free agent – a parte i soldi – è la possibilità di essere in una squadra vincente. Allo stesso modo, per un team di analisi potrebbe essere più facile attirare grandi talenti quando esistono già grandi talenti nel team.

“L’eccellenza attira l’eccellenza“, afferma Kushner. “Se stai costruendo un team di analisi dei dati, è davvero utile scegliere delle ‘superstar’ nelle prime assunzioni”.

Ciò non significa selezionare i migliori laureati delle università più prestigiose, ma persone con una comprovata esperienza nell’utilizzo dei dati che possono fare la differenza in un’azienda. “A volte la persona chiave in un team di analisi dei dati è quella che conosce meglio la tua attività”, dice Kushner. “Significa anche scegliere qualcuno che vuole davvero far parte della squadra. Deve essere allineato con la cultura aziendale e comprendere gli obiettivi della squadra in generale”.

Fare della diversità una priorità

Oggi la diversità nella forza lavoro è un punto focale per molte aziende e i team di analisi dei dati non fanno eccezione.

“Riunite un team di persone con background professionali diversi”, suggerisce Jessica Lachs, vicepresidente di analytics e data science presso DoorDash, che fornisce una piattaforma di ordinazione e consegna di cibo online. “Mi viene spesso chiesto il profilo del candidato ideale del mio team e le persone sono sorprese quando dico loro che non ne abbiamo uno. Essendo entrata in questo campo senza precedenti esperienze di dati – e costruito l’intera funzione in DoorDash – credo che abbinare persone con background diversi renda il team complessivamente migliore”.

Le aziende si aspettano che i candidati migliori per il team di analisi abbiano capacità di programmazione e competenze in statistica, “ma abbiamo riscontrato successo nell’assumere persone con diversi di background, tra cui finanza, consulenza ed economia, oltre a profili specializzati in data science”, spiega Lachs.

Questo approccio crea una squadra che ha tutte le competenze necessarie per risolvere una varietà di problemi. “Anche se il singolo individuo del team non può risolvere ogni problema da solo, il risultato è una squadra più forte con persone che possono imparare le une dalle altre e affrontare insieme una serie più ampia di sfide”.

Ti potrebbe interessare: Diversità e inclusione: un fattore chiave per aumentare il ROI dei progetti

Rendere felici i membri del team

Non si tratta solo di costruire una squadra forte, ma anche di mantenerla. Data l’attuale domanda di analisti di dati, se non si trovano bene in un’azienda possono valutare altre opzioni e andarsene.

Pertanto, i team leader dovrebbero premiare i risultati e consentire agli analisti di promuovere se stessi e continuare ad apprendere nuove competenze. “Gli analisti dei dati vogliono creare una reputazione per se stessi e per le loro aziende”, afferma Kushner. Per farlo hanno bisogno di tempo per scrivere articoli che promuovano il loro lavoro, ottenere certificazioni su nuovi software o nuovi approcci.

“Se scrivono un articolo, incoraggiateli a presentarlo a conferenze ed eventi interni all’azienda”, afferma Kushner. “Rendete pubblici i loro risultati e assicuratevi che ci sia un flusso costante di informazioni su ciò che stanno realizzando”.

Spesso i manager pensano che la visibilità per il team dovrebbe essere solo interna mentre, secondo Kushner, la visibilità dovrebbe essere estesa a tutto il settore. “I tuoi migliori analisti dovrebbero essere visibili agli altri migliori analisti. Fornire un luogo in cui i tuoi analisti possano brillare garantisce fedeltà e fa brillare la tua azienda”, spiega.

Interagire con le persone in tutta l’azienda

Il team di analisi non è destinato a lavorare da solo. L’interazione con gli altri in tutta l’azienda aiuta il team a tenersi al passo con gli obiettivi aziendali e a comprendere ciò che è importante per gli altri dipartimenti. Consente inoltre ai membri del team di condividere l’importanza dell’analisi con altri membri dell’organizzazione.

“Coinvolgete i responsabili aziendali nel processo”, suggerisce Michael Mayta, CIO per la città di Wichita, nel Kansas. “Questo è un aspetto critico, poiché sono le persone che comprendono i dati e, soprattutto, capiscono quali domande devono essere risolte utilizzando il dati”.

La collaborazione tra analisti e utenti aziendali “crea un’esperienza di apprendimento migliorando al contempo il processo aziendale e accelerando i risultati”, afferma Mayta. “Se un analista comprende i dati nella loro forma grezza, ma non comprende le esigenze aziendali o i set di dati specifici necessari per arrivare a una soluzione, si rischia di sprecare molto tempo nella comunicazione o nello sviluppo per tentativi ed errori”.

Quando UnityPoint Health ha creato il suo team di analisi, “abbiamo iniziato dialogando con medici e dipendenti dell’intero sistema sanitario”, afferma Smith. “Abbiamo riunito i membri del team di tutti i settori di cura per ascoltare le loro esigenze e aiutarli a comprendere l’importanza dell’utilizzo dell’analisi per migliorare l’assistenza ai pazienti”.

L’opportunità di impegnarsi va oltre un problema specifico che il team sta cercando di risolvere. “Altre opportunità includono il coinvolgimento dei colleghi e l’incoraggiamento dello sviluppo personale attraverso programmi di tutoraggio”.

“Il modello di coinvolgimento con l’azienda è stato efficace”, conclude Smith. “Costruiamo solide relazioni con tutta l’azienda, creando un ambiente in cui i membri del team sono in grado di fornire soluzioni straordinari. Possono vedere direttamente perché sono apprezzati e i contributi che danno all’organizzazione. E’ u vantaggio enorme per la soddisfazione sia individuale che di squadra”.