هل تجهز خبراء البيانات في مؤسستك للفشل؟

في الوقت الذي تعدّ فيه التحليلات مهمة جداً للشركات التي تسعى إلى تحقيق الدخل من بياناتها، لتصبح بذلك شركات تعتمد على البيانات، لا تزال معظم هذه الشركات تعتبر هذا الأمر صعباً، خاصة أن معدل فشل المشاريع القائمة على التحليلات لا يزال آخذاً في الصعود. 

يكمن السبب الرئيسي وراء ذلك في فشل كبار المدراء في إدارة علماء البيانات بالشكل الصحيح، إذ يفشل العديد منهم في التركيز على برنامج علم البيانات، أو يضعون علماء البيانات في المكان الخاطئ ضمن الشركة. وهنالك آخرون يعتبرون علم البيانات مبادرة تقنية عوضاً عن أنها مبادرة للنهوض بالشركة. ولا يزال هنالك آخرون يستهينون بمدى مقاومة مؤسساتهم للتغيير ولا يجهزون علماء البيانات بالكامل لتغيير العقلية الفكرية والعاطفية لمن هم داخل الشركة.

كيفية تجنب فشل المشاريع القائمة على التحليلات

تقلل هذه الزلّات من فرص نجاحك كمدير شركة، وفي أسوأ الحالات تُدمر الجهود المبذولة منذ البداية. ولكن باتباع الدليل التفصيلي المذكور أدناه، تستطيع التأكد من إنتاجية علماء البيانات في شركتك وزيادة احتمالية نجاحك وزيادة العائدات التي تحصل عليها.

اقرأ أيضاً: هل القادة وعلماء البيانات في شركتك على الموجة نفسها؟

أولاً، عليك التفكير في الطريقة التي ترغب أن يسهم فيها علماء البيانات من أجل تجنب فشل المشاريع القائمة على التحليلات

ومساعدتهم على تحقيق هذه الأهداف من خلال وضعهم في الأماكن المناسبة. من أسوأ الأخطاء التي قد تقترفها الشركات هي توظيف كادر من علماء البيانات الأذكياء وتوفير إمكانية وصولهم إلى البيانات وإطلاق العنان لهم ومن ثم توقع أن يخرجوا بشيء رائع. فتفشل معظم الشركات في التركيز والدعم. ولحل هذه المشكلة عليك أن تحدد بوضوح الفرص التي ترغب في معالجتها باستخدام علم البيانات، ومن ثم ضع علماء البيانات في أماكن معينة ضمن المؤسسة بحيث يتمكنون من السعي وراء هذه الفرص بشكل أفضل.

عندما بدأت العمل في شركة "مختبرات بيل" (Bell Labs)، فور حصولي على شهادة الدكتوراه. وظّفت الشركة في ذلك الوقت الكثير من خبراء الإحصاء من ذوي المستوى العالمي، كان بعضهم ضمن مجال أداء الشبكة (مثلي)، في حين كان البعض الآخر موظف في مجالات البحث وضمان الجودة. بعد مرور أيام عدة على وصولي، تم إدخالي إلى مكتب مديري ستيف كاتز، الذي كان أعلى مني بثلاثة مستويات ضمن الشركة. رحب ستيف بي ثم شرح ما الذي تحاول شركة "أيه تي آند تي" (AT&T)، أن تحققه تماماً (مختبرات بيل كانت تابعة لشركة أيه تي آند تي)، وسبب توظيفه لكثير من أصحاب الخبرات الإحصائية في ذلك الوقت. كما أوضح لي أن الهدف الشامل هو تحسين الشبكة الهاتفية، وأن عملي سيكون مع فرق تتكون من أشخاص ذوي خبرات مختلفة.

اقرأ أيضاً: لماذا تحتاج المستشفيات إلى التخصص في مجال البيانات؟

ينبغي على كل مدير من كبار المدراء أن يحذو حذو ستيف. إذا أردت تحسين كفاءة التسويق في شركتك، فوظّف إمكانيات علماء البيانات في قسم التسويق. وإذا كنت تهدف إلى حفر آبار النفط بفعالية أكبر، فضع علماء البيانات في مكان قريب من الحدث. وإذا كنت تبحث عن تغيير شامل واكتشافات جديدة، فدع علماء البيانات يعملون في المختبرات. وحتى إن كانت جهودك في مجال البيانات ما تزال حديثة، اختر هدفاً محدداً ووظّف إمكانيات علماء البيانات للسعي وراء هذا الهدف.

ثانياً، أشرك علماء البيانات بتفاصيل العمل في الشركة

وفقاً لمعلومات مستمدة من موقع "لينكد إن"، فإن أفضل 10 مهارات يمتلكها عالم البيانات تتضمن التعلم الآلي والبرمجة باستخدام لغة الآر (R)، والبايثون (Python)، والتنقيب في البيانات وتحليل البيانات وعلم البيانات والإلمام بلغة إس كيو إل (SQL) الخاصة بقواعد البيانات، ولغة الماتلاب (MatLab)، والبيانات الكبيرة، والنمذجة الإحصائية. إذاً يجب التركيز على المهارات، والعديد من علماء البيانات راضون تماماً عن تطبيق هذه المهارات في أثناء جلوسهم على أجهزة الكومبيوتر والبحث في كميات البيانات المتزايدة باستمرار على أمل إيجاد شيء مثير للاهتمام. ولكن توظيف علماء البيانات في الموقع المناسب وإفساح المجال لهم ليس أمراً كافياً. فينبغي لك إخبارهم بضرورة الانخراط في العمل عموماً، وتوضيح طريقة عمل الشركة، ومساعدتهم في التواصل مع الآخرين فيها.

اقرأ أيضاً: لماذا لن تحول البيانات الضخمة وتعلم الآلة دون حدوث أزمة مالية أخرى؟

بالعودة إلى محادثتي الأولى مع ستيف التي حثّني فيها على بناء المهارات ضمن تخصصي، بالإضافة إلى تعلم مهارات جديدة، حيث يعتقد أن الجميع يجب أن يكون متخصصاً ضمن مجاله ومهندس نُظم في الوقت ذاته. كما نصحني ببناء شبكتي المهنية.

لم يذكر ستيف مهارة معينة ينبغي أن أركز عليها. كان يعرف أن "إيجاد شيء مثير للاهتمام" يختلف عن متابعة الفكرة حتى اكتمال تنفيذها. كما أوضح لي أن عملي هو المساعدة في تحسين الشبكة الهاتفية وأنني بحاجة إلى تعلم المزيد خارج مجال خبرتي وإلى العمل مع الآخرين. قضيت وقتاً أطول في تعلم تفاصيل الإرسال الرقمي والفوترة وتوقعات عملاء الصوت والبيانات في "أيه تي آند تي"، أكثر من عملي الأساسي المتعلق بالبيانات. وفي النهاية، اعتمدت على الشبكة المهنية التي حثّني ستيف على تكوينها.

ثالثاً، التركيز على الجودة والاحترافية والنتائج

لا تعني "الجودة" مجرد إنتاج عمل خالٍ من الأخطاء، بل ينبغي لكبار المدراء ضمان تحقيق علماء البيانات للنتائج بطرق يسهل على نظراء الشركة (مثل العملاء) فهمها وتفسيرها واستخدامها لتحسين أداء الشركة. وهذا يتضمن كل التفاصيل ابتداء من تعريف المشكلة مروراً بالبيانات وتحليلها إلى عرض النتائج والمتابعة. فالاهتمام بالجودة ذو أهمية مضاعفة لأن الكثير من المدراء يتعاملون بحذر مع علم البيانات. وكذلك يمكن للبيانات السيئة والتحليلات الضعيفة والروبوتات المدربة بشكل غير صحيح أن تسبب ضرراً هائلاً.

أخيراً، شجع علماء البيانات على استكشاف أنواع البيانات التي تبدو في غير محلها

مع أن علم البيانات لا يهدف إلى تقصي الحقائق سراً، ينبغي للمدراء تشجيع علماء البيانات على اكتشاف مثل هذه الأنواع في أثناء عملهم. وتكمن الصدفة وراء العديد من الاكتشافات العظيمة (اكتشاف البنسلين، والضوضاء الخلفية للانفجار العظيم، أمثلة شهيرة على هذا الأمر)، ويُعد علماء البيانات في موقع فريد (نظراً لأنهم يتعاملون مع الكثير من البيانات) ما يمكّنهم من إيجاد هذه البيانات. اسأل علماء البيانات عن المهارات الأخرى التي يتعلمونها وعن الأشياء التي أدهشتهم وما الذي يبدو غير صحيح بالنسبة إليهم. لن تؤدي هذه الاستكشافات إلى أي مكان، ولكنها تساعد علماء البيانات على تطوير قدراتهم في استكشاف مثل هذه الخيوط بأكبر قدر من الإمكانيات والشجاعة على متابعتها.

خلال عملي في "مختبرات بيل"، لاحظت شيئاً غريباً نتيجة قلقي حيال الأداء الذي كان يبدو سيئاً بالنسبة لي. على الرغم من أن أداء الشبكة كان جيداً في أغلب الأوقات، كانت تحدث أحياناً كانت بعض الأمور الغريبة التي لم أستطع تفسيرها. تساءلت حينها عما إذا كانت المراقبة الإحصائية، وهي مفهوم من اختراع والتر شويهارت، الذي عمل في "مختبرات بيل"، التي أثبتت فعالية كبيرة في التصنيع، يمكن أن تساعدني في الوصول إلى نتيجة، وقد شجعني مديري على المتابعة.

اقرأ أيضاً: ماذا يجب أن تتوقع من مسؤول البيانات في شركتك؟

لم أجرب قط تطبيق المراقبة الإحصائية على عمل الشبكة الهاتفية. ولكن متابعتي للأمر الذي بدا غريباً في البداية، وجّه تركيزي نحو أمور أخرى، مثل جودة البيانات التي استخدمت لتشغيل الشبكة، وتتبع المرافق ودفع الفواتير وهكذا. لقد نجحنا بهذا في إيجاد الفرص التي وفرت على "أيه تي آند تي" مئات الملايين من الدولارات.

هناك قلة من علماء البيانات المتمرسين وهم أصحاب رواتب مرتفعة كذلك. قد يكون وجود مثل هؤلاء العلماء مفتاحاً لزيادة كفاءة العمليات ورؤى جديدة للعملاء وزيادة العائدات. استثمر الوقت من خلال توظيفهم في الأماكن الصحيحة وإدارتهم بشكل صحيح من أجل تجنب فشل المشاريع القائمة على التحليلات في الشركات.

اقرأ أيضاً: لماذا يحتاج علم البيانات إلى موظفين ذوي خبرة عامة وليس إلى موظفين متخصصين؟