خمسة أدوار ضرورية في فريق العمل على حزم البيانات الضخمة في شركتك

مات أريكر وتيم ماغواير وجيسو بيري:
لا شكّ في أن دور الموهبة في مجال حزم البيانات الضخمة. وبحلول العام 2018، قد تفتقر الولايات المتحدة وحدها إلى ما بين 140 و190 ألف شخص من ذوي المهارات التحليلية العميقة، وفقاً لمعهد «ماكنزي» العالمي.
بيد أنه من الضروري أن تبدأ الشركات بتكريس وقت لرصد طبيعة الأدوار التي تحتاج إليها، كي تكون الآلية المرتكزة على حزم البيانات الضخمة فعّالة، بدلاً من التهافت على توظيف نوابغ في الرياضيات والعلوم. وفي حين تختلف الحاجات إلى المواهب مع اختلاف الشركات، نشير إلى خمسة مناصب تُعتَبر ضرورية في مكتب التحليلات المتقدمة الذي تملكه:
1. خبراء صحة بيانات يتأكّدون من أن البيانات التي تدخل النظام نظيفة ودقيقة وتبقى على حالها طوال فترة حياة البيانات.
2. مستكشفو بيانات يبحثون وسط جبال من البيانات، ليرصدوا تلك التي يحتاجون إليها فعلاً. وقد تكون هذه المهمة أساسيّة، لأن البيانات المتوفرة كثيرة جداً، ولم يسبق أن ظهرت نية لاستعمالها في مجال التحليلات، وبالتالي، ليست مخزَّنة أو منظَّمة بطريقة تجعل النفاذ إليها سهلاً.
3. مهندسو حلول أعمال يجمعون البيانات وينظمونها لتكون جاهزة للتحليل. وينظّمون البيانات ليستخرجها جميع المستخدمين بشكل مفيد ضمن أطر زمنية ملائمة.
4. علماء بيانات يأخذون البيانات المنظمة ويستحدثون نماذج تحليلية، تساعد مثلاً على توقع سلوك المستهلك، وتسمح بتجزئة متقدّمة للعملاء، وبفرض الأسعار بأفضل طريقة ممكنة. ويضمن علماء البيانات خضوع كل نموذج للتحديث بوتيرة مكثفة ليبقى واقعياً لوقت أطول.
5. خبراء حملات يحوّلون النماذج إلى نتائج. ويملكون دراية عميقة في الأنظمة التقنية التي تتأتى عنها حملات تسويقية معيّنة، والتي تحدّد مثلاً أي عميل يجب أن يحصل على أي رسالة وفي أي وقت.
تطوير ثقافة خدمة العميل:
من المحبط أن يطوّر فريق عملك سلعة أو خدمة من دون أن يستعملها أحد، وبالتالي، يُلقى على عاتقه عبء إثبات الطريقة، التي سيستفيد فيها أصحاب الشركات الداخليون من النماذج التي استحدثها. ويتطلب الأمر التفكير في أصحاب الشركات على أنهم عملاء. وسيخبرك أي تاجر تجزئة جيد أنه من الضروري أن تفهم عملاءك لتكون ناجحاً. وبالتالي، اجتمع بهم بانتظام لفهم احتياجاتهم، والحصول على تعليقات عن أداء النماذج التي وضعها فريق عملك. واسأل نفسك على الدوام: «من سيستفيد في القطاع من تحليلاتي وينال المساعدة بفضلها؟» وأيضا، «هل يقرّون بأنك ساعدتهم على تحقيق النجاح»؟
وكي تضمن اعتماد ثقافة مكتب الخدمات، قم بقياس الأداء الشخصي بالنظر إلى نجاح الأعمال – وليس فقط بالنظر إلى الأحجام والسرعة كما يحصل عادةً. وأرصد عدد النماذج الجديدة التي استعملها عملاء داخليون، في سبيل التوجيه نحو نتائج جديدة. وثمّة شركات طوّرت معايير للأفراد العاملين في فريق العمل على حزم البيانات الضخمة لديها، بالاستناد إلى سرعة اعتماد نموذج واتساع نطاق اعتماده في أوساط العملاء الداخليين، بدلاً من النظر إلى مدى الابتكار الذي يشمله النموذج. واللافت أنّ هذه المقاربة تمنع اندلاع حرب كلام تقليدية: «لقد بنيت نموذجاً ممتازاً، ولا دخل لي أبداً إن لم يستعمله أحد». ويتطرق ذلك إلى قلب مشكلة بناء التحليلات لمجرد التطوير، بدلاً من بنائها لترك تأثير في الأعمال.
يتطلب إنشاء فريق عمل تحليلي ناجح أشخاصاً مناسبين وثقافة مؤاتية. وعندما يكون الأمر متصلاً بحزم البيانات الضخمة، من الضروري أن تنفق فرق العمل في شركتك وقتاً أقل على الشعور بالخوف من القضاء عليها، وتمضية المزيد من الوقت لخدمتها.
(مات أريكر رئيس العمليات في مركز «ماكنزي» للتحليلات التسويقية الاستهلاكية». وتيم ماغواير وجيسكو بيري مديران في «ماكنزي» يخدمان العملاء في مجال حزم البيانات الضخمة، والتحليلات المتقدمة، والمسائل المرتبطة بإدارة دورة حياة العملاء).