Wie man den Druck auf Ihre Daten-Teams verringert

Die Ergebnisse sind erstaunlich: Nur 22 % der Führungskräfte nutzen hauptsächlich Informationen für Entscheidungen, wobei zusätzlich 25 % erwartet werden, dies in Zukunft zu tun. Jüngst hat Forbes veröffentlicht, dass datengetriebene Unternehmen 23-mal wahrscheinlicher sind, ihre Wettbewerber zu übertreffen, wobei auf eine 10 Jahre alte Studie von McKinsey verwiesen wird.

Datengetriebene Unternehmen sind 23-mal wahrscheinlicher, ihre Wettbewerber zu übertreffen.

Die Unternehmen müssen dies verstanden haben. In einer S&P Global-Studie von 2022 wurde festgestellt, dass 70 % der Organisationen die meisten bis nahezu alle strategischen Entscheidungen auf der Grundlage von Daten treffen, was die Prognosen von 2016 übertrifft. Es ist sicher zu sagen, dass die Anzahl der datengetriebenen Entscheidungen schnell steigt und ihr Limit noch nicht erreicht ist.

Mehr datengetriebene Entscheidungen bedeuten eine höhere Datennachfrage

Wenn mehr Entscheidungen auf Daten basieren, müssen mehr Daten in einem nutzbaren Format bereitgestellt werden. Wenn mehr Menschen über dieselben Einsichten diskutieren, müssen diese leicht verfügbaren Daten mit mehr Menschen geteilt werden. Und bei der vollständigen Automatisierung des datengetriebenen Entscheidungsprozesses muss der Prozess überwacht werden, was wiederum neue Daten erzeugt, die diskutiert werden müssen. Wir haben einen kontinuierlichen Kreislauf betreten, der die Menge an Daten, die Anzahl der Benutzer und die Anzahl der zu treffenden Entscheidungen erhöht. Da nur eines dieser drei Elemente eine strenge obere Grenze hat, die weit davon entfernt ist, erreicht zu werden, können wir mit ziemlicher Sicherheit sagen, dass wir das Endstadium der Daten noch nicht erreicht haben.

Daten-Teams ertrinken bereits, während eine neue Welle von Daten und Stakeholdern auf sie zukommt — Foto von Tim Marshall auf Unsplash

Da mehr datengetriebene Entscheidungen die Menge an Daten und die Anzahl der Stakeholder erhöhen, impliziert dies, dass mehr datengetriebene Entscheidungen auch zu einer höheren Nachfrage nach dem Daten-Team führen. Daten-Teams haben mehr Daten zu verarbeiten und mehr Stakeholder zu bedienen, und wir haben das Endstadium noch nicht erreicht. Werden die aktuellen Daten-Teams in der Lage sein, all diese Datenanforderungen effektiv zu erfüllen?

Und mehr Nachfrage bringt mehr Druck

Derzeit sind im Durchschnitt 1 bis 5 % der Mitarbeiter in Tech-Scale-Ups Datenverantwortliche, und ich persönlich bin der Meinung, dass Unternehmen die Datenanstrengungen auf diesem Niveau begrenzen. Da die Anzahl der Datenarbeiter stabil bleibt, die Nachfrage jedoch steigt, steigt auch der Druck auf die Daten-Teams. Jeden Morgen stehen mehr Stakeholder am Schreibtisch des Daten-Teams und stellen folgende Fragen:

• Warum wurde mein Bericht noch nicht aktualisiert?

• Mit diesem Bericht stimmt etwas nicht, ich hatte gestern viel mehr Sales…

• Ich muss dieses Feld in meinen Bericht aufnehmen, und ich brauche es gestern!

In der Planungssitzung am Nachmittag des Daten-Teams sind die Fragen ganz anders, mehr in der Art:

• Wir haben ein neues Tool gekauft, und die Daten sollten für einige Einsichten offengelegt werden, könnte dies auf den Backlog gesetzt werden?

• Ein weiteres Unternehmen hat seine Website mit einem Empfehlungsalgorithmus aktualisiert, wir können nicht länger zurückbleiben, deshalb haben wir ein Tool gekauft und möchten, dass ihr es wartet…

• Ich habe von einer neuen Methode gehört, diesem GenAI-Ding, ich brauche es jetzt!

Während mehr und mehr Arbeit vom Daten-Team angefordert wird und die Nutzung weiterer Tools die kognitive Belastung dieses Teams erheblich erhöht, beginnen sie zu ertrinken. Typischerweise vergessen sie Wartung, Leistungs- und Kostenoptimierungen, was dazu führt, dass das Daten-Team als Kostenabteilung und nicht als Werte-Treiber wahrgenommen wird. Anstatt die Investitionen zu erhöhen, um die Grundlagen richtig hinzukriegen, müssen sie Kosten einsparen. Da es oft einfacher ist, jemanden loszulassen, als für ein bestimmtes Tool zu stoppen, erhöht sich der Druck auf das Team noch weiter.

Wie verhindern Sie, dass Ihr Daten-Team ertrinkt?

Ich weiß, dass ich die Aussage gemacht habe, dass das Loslassen von Datenverantwortlichen den Druck auf diejenigen, die bleiben, erhöht. Sie könnten in die Richtung geleitet werden, dass die Einstellung zusätzlicher Personen den Druck verringern würde. Aber ist das wahr? Es gibt so etwas wie eine ideale Teamgröße. Eine großartige Zusammenfassung wurde auf Leadingboat bereitgestellt: Eine optimale Teamgröße ist die Größe, bei der das Team weder zu klein ist, um die Arbeit abzuschließen, noch zu groß, um ihre Zeit und Mühe mit der Koordination und Einbindung aller zu verschwenden. In Scrum-Frameworks wird diese Teamgröße oft als etwas zwischen 3 und 9 bezeichnet, wissenschaftliche Forschungen setzen sie irgendwo um die 5 Personen fest.

Das Einstellen von mehr Menschen im selben Team würde es also nicht produktiver machen. Weitere Teams parallel hinzuzufügen, könnte es sein, aber auch da darf der Koordinationsaufwand nicht zu stark ansteigen. Das bedeutet, dass mehrere Teams in der Lage sein sollten, Aufgaben unabhängig auszuführen und nicht auf andere angewiesen zu sein, um ihre eigenen Aufgaben abzuschließen. So wie wir gesehen haben, dass Produktteams im Software-Entwicklung aufsteigen, hat dies zur Entstehung von Datenproduktteams geführt. Ein Datenprodukt-Team ist verantwortlich für die End-to-End-Lieferung von Dienstleistungen (Aufnahme, Verbrauch, Entdeckung, Beobachtbarkeit usw.), die für das Datenprodukt erforderlich sind.

Datenprodukt-Teams übernehmen die End-to-End-Verantwortung für den gesamten Lebenszyklus — Bild von Autor und Kris Peeters, das die Fähigkeiten des Data Product Portal darstellt.

Die Lösung besteht nicht darin, mehr Menschen einzustellen, sondern den Leuten, die Sie haben, Fokus zu geben. Ein einzelner Data-Engineer sollte nicht mehr dafür verantwortlich sein, morgens Infrastrukturfehler zu überprüfen, Datenpipelines um 10 Uhr zu starten, einige Felder um 11 Uhr zum Marketingbericht hinzuzufügen, die Verkaufszahlen um 12 Uhr zu korrekten und am Nachmittag an der Planungssitzung mit einem Fokus auf einen Empfehlungsalgorithmus teilzunehmen. Sicherzustellen, dass diese Verantwortlichkeiten in einem Team und damit bei Personen landen, die das Geschäftsmodell, für das sie arbeiten, gründlich verstehen, wird Ihr Team wieder auf die Beine bringen.

Aber warten Sie… Was ist mit Datensilos?

Ein Grund, ein zentrales Daten-Team einzurichten, war, um Datensilos zu vermeiden. Die Teamtopologie, mehrere Datenproduktteams zu haben, die sich alle auf ihr eigenes Datenprodukt und wahrscheinlich auf ihr eigenes Geschäftsfeld konzentrieren, birgt das Risiko, dass diese Datenprodukte dennoch eingeführt werden. Um dieses Risiko zu mindern, ist es wichtig, sicherzustellen, dass eine ordnungsgemäße Übersicht über die vorhandenen Datenprodukte gewahrt bleibt und wo sie sich befinden. Dies ist einer der Hauptgründe, warum wir das Data Product Portal gestartet haben.

Dieses Portal — das kürzlich open source wurde — zielt darauf ab, diese Übersicht zu bieten, Prozesse und Zugriffsanforderungen zu vereinfachen und Implementierungen zu automatisieren.

Wenn Sie mehr über das Portal von einem der ersten Benutzer erfahren möchten, sehen Sie sich diesen Vortrag an mit einem unserer ersten Benutzer.