Een data analytics team heeft als taak je data-ambities te gaan waarmaken. Daarvoor moet je de rollen en functies duidelijk definiëren en verdelen. In dit artikel vertellen we je over de bijbehorende skills en competenties die nodig zijn bij het opbouwen van jouw data analytics team.
Het vakgebied van Data & Analytics (D&A) is volop in beweging, en in alle complexiteit en veelheid van functietitels en rollen kan het lastig zijn om overzicht te krijgen: wat hebben we precies nodig, en welke functies en competenties horen daarbij? Om je een houvast te geven, verdelen wij de benodigde skills in drie competentie-categorieën: Business, Techniek en Delivery.
Drie competentie-categoriën
Business
Deze skills spelen op het vlak van strategie en tactiek, nieuwe ideeën, het scherper maken van je business-requirements, het ontwerpen van logische en praktische oplossingen die ook schaalbaar zijn. Thema’s als leiderschap, markt, visie, strategie, innovatie, product ownership, governance, datamanagement en -kwaliteit en ‘Business Value uit data’ horen hier thuis. Rollen die deze competentie hebben zijn bijvoorbeeld:
- Data analist
- Business Intelligence specialist
- Informatie analist
- Data Governance specialist
- Data Management specialist
- Data Quality specialist
- Data Steward
- Data Strategy specialist
- Dashboard & Reporting analist
Techniek
Hier gaat het over de vakinhoud, het onder de motorkap van je datastrategie-in-werking kunnen kijken om goed werkende en toekomstbestendige oplossingen te engineeren. Hier zetelt de kennis en ervaring rond thema’s als cloud, architectuur, databases, data virtualisatie en data science. Het analytisch vermogen om verbanden te zien en te leggen tussen dataflows en business-informatie hoort hier dus ook bij, evenals het oplossend en innoverend vermogen rond technische issues. Alle techniek en technische skills moeten goed aansluiten bij jouw businessambitie en -vragen. Rollen die deze competentie hebben zijn bijvoorbeeld:
- Data architect
- Data engineer
- Cloud engineer (infra)
- ETL specialist
- Data scientist
- Test specialist
Delivery
Deze skills richten zich vooral op regie en realisatie. Worden Data & Analytics projecten effectief, snel en binnen budget opgeleverd? Worden de onvermijdelijke transities en implementaties die hierbij om de hoek komen kijken ook soepel en met het benodigde draagvlak gemanaged? Dit is het werk van onder meer Agile scrum masters, tech leads, ervaren projectmanagers en scrum teams. Rollen die deze competentie hebben zijn bijvoorbeeld:
- Projectleider/manager
- Trainer
- Scrum master
- Product Owner
- Tech lead
Soft skills
Het is aan te raden om aspecten van persoonlijke effectiviteit op te nemen in je wensenlijst. Deze competenties bevinden zich in het ‘zachte’ spectrum. Denk in dit kader concreet aan persoonlijke competenties als:
- Analytisch
- Innovatief
- Flexibel
- Proactief
- Conflictoplossend
- Betrouwbaar
- Verbindend
- Delegerend
- Empathisch
- Realistisch
- Inspirerend
- Zelfverzekerd
- Overtuigend
- Probleemoplossend
- Communicatie
Het is in theorie niet zo moeilijk om deze soft skills te koppelen aan de benodigde hard skills (een leider moet overtuigend zijn, een verkoper empathisch), maar in de praktijk wordt dit nog weleens vergeten of halfslachtig uitgevoerd. Ze zijn echter essentieel voor de goede prestaties van een team; daarom noemen we ze hier expliciet.
De drie schillen
Heb je eenmaal in kaart gebracht welke rollen, competenties en ervaringsniveaus je nodig hebt, dan zul je zeer waarschijnlijk constateren dat ze (nog) niet allemaal (voldoende) beschikbaar zijn. Dat is niet ongebruikelijk; je gaat immers op een nieuwe of aangescherpte manier werken aan de realisatie van je datastrategie met een daarop afgestemd team van Data & Analytics professionals.
Ook hier kan het vanwege het dynamische, complexe veld van Data & Analytics moeilijk zijn om heldere keuzes te maken. Een veel voorkomend staffingprobleem is bijvoorbeeld de overtuiging bij HR, afdelings- of teammanagers dat alle D&A expertise vooral ‘binnengehaald’ moet worden c.q. op de loonlijst moeten staan. In onze overtuiging is dat niet nodig en vaak zelfs af te raden. Om dieper inzicht te krijgen (waar bevinden zich de benodigde skills en talenten, intern of extern? Wat moet ik intern op- of uitbouwen, wat kan ik tijdelijk binnenhalen?), is het handig om bij de samenstelling of uitbouw van je team een verdeling te maken in drie ‘schillen’. We leggen ze hierna uit.
Eigen professionals
Dit is je logische beginpunt: wie heb je op dit moment al in huis om aan de realisatie van je D&A strategie te werken? Zoals je hierboven zag, hoeven dat niet per se alleen ervaren (data)technisch onderlegde mensen te zijn. Je hebt in je D&A Dream Team ook goede leiders, breeddenkende mensen die kansen herkennen, mensen voor de realisatie (Delivery) en natuurlijk jong talent nodig.
Wie zijn de mensen die proactief en ondernemend een nieuw project kunnen opzetten en deel uit willen maken van je kernteam? Een achtergrond in Data & Analytics hierbij is natuurlijk wel prettig, maar realiseer je dat dit team de voorhoede is voor je hele organisatie als het gaat om het realiseren van je data-ambitie. Ook zij die in eerste instantie minder feeling hebben met deze materie moeten het gaan snappen en er de voordelen voor hun eigen functie en het bedrijf van gaan zien. In feite hebben we het hier over een goed niveau van Data Literacy. Werken met D&A teamleden die niet allemaal even data savvy zijn kan daarom ook voordelig uitwerken: je houdt het denken en communiceren over Data & Analytics realistisch, begrijpelijk en gekoppeld aan het toevoegen van bedrijfswaarde. D&A mag immers nooit een doel op zich worden.
Als je nog niet de juiste (data-)professionals in je kernteam hebt, of moeite hebt met (intern) werven en opleiden van de juiste talenten, kun je altijd gebruik maken van externe partijen die deze gewilde professionals kunnen werven en opleiden. Neem als voorbeeld het Data Heroes Program van KVL. Kort gezegd helpen we je om de beste professionals te spotten binnen je organisatie, of we gaan ze extern werven en selecteren, en we trainen en coachen ze vervolgens in lijn met jouw behoeften. De externe geworven professionals worden voor een vooraf overeengekomen periode in je organisatie gedetacheerd en begeleid en daarna komen ze in dienst bij je bedrijf.
Project staffing
Dit zijn Data & Analytics experts die voor een wat langere periode (meestal langer dan 6 maanden) verbonden zijn aan jouw organisatie en specifieke projecten. Ze zijn innovatief, proactief en denken mee hoe het kernteam optimale waarde kan realiseren. Toch is dit een schil van mensen die je doorgaans niet op je payroll wilt houden: ze hebben een specifieke toegevoegde waarde bij de opstart van je Dream Team of voor één (of meerdere) specifiek(e) project(en), maar daarna zijn ze minder essentieel. (Deze projectdenkers en -werkers zijn overigens ook lastig aan één bedrijf te committeren omdat ze het meest tot hun recht komen als ze telkens opnieuw worden uitgedaagd door nieuwe projecten en omgevingen.)
Een voorbeeld van een Project staffing functie is de data scientist die, met hulp van andere dataprofessionals, diep in jouw data kan duiken om zinvolle inzichten of voorspellende algoritmen te leveren. Dit moet wellicht op gezette tijden (bijvoorbeeld voor specifieke use cases) herhaald worden, afhankelijk van bijvoorbeeld marktontwikkelingen, maar in principe is het strategisch, hoogwaardig werk van tijdelijke, en vervolgens incidentele, aard.
Flexibele staffing
Deze buitenste schil betreft experts die een heel specifieke en/of hoogwaardige (advies)expertise meebrengen die je maar kortstondig nodig hebt. Denk hierbij aan organisatorische experts als een crisismanager, of technische experts zoals een enterprise architect die eenmalig je high-level architectuur ontwerpt. Het is zelden zinvol deze professionals in dienst te nemen: hun bijdrage zal over het algemeen niet langer dan enkele weken of maanden nodig zijn.
Flexibele staffing kan natuurlijk ook gaan om de tijdelijke invulling van een belangrijke of bedrijfskritische positie, ter vervanging van iemand die ziek is of om een andere reden zijn functie voor een bepaalde tijd niet kan vervullen.
Conclusie
Je hebt nu een goed beeld van de essentiële onderdelen bij het opbouwen een data analytics team. Je hebt professionals nodig met competenties in de drie categorieën: Business, Techniek en Delivery. Daarnaast moet je de vraag beantwoorden: welke professionals wil ik op de pay-roll hebben en welke op tijdelijke of incidentele inhuurbasis? Al deze onderdelen moet je uiteraard invullen met je data-ambtie en datastrategie voor ogen.
Hulp nodig bij het nemen van deze beslissingen? Neem gerust contact op met ons.
