睿治

智能数据治理平台

睿治作为国内功能最全的数据治理产品之一,入选IDC企业数据治理实施部署指南。同时,在IDC发布的《中国数据治理市场份额,2022》报告中,蝉联数据治理解决方案市场份额第一。

如何化解数据报表的供需矛盾

时间:2023-07-06来源:心情不美丽浏览数:91

随着企业数字化转型越发深入,数据要素价值越发被重视,一种矛盾也越发突出,那就是——业务日益增长的数据需求,和不及时不准确不灵活的报表供给之间的矛盾。

在《一个数据人的自留地》7月1日的线下沙龙中,一个来自技术部门的数据小伙伴的提问让我印象深刻:业务方成天提一些很“奇葩”的报表需求,啥啥说不清,数据没来源,还张嘴马上要;我们费九牛二虎之力做出来,业务又不怎么用!想知道怎么破局?

这是多么普遍的痛!

数据供需,矛盾重生;业务IT,爱恨交织。

一方面,业务方积怨已久,我一天累死累活的就是要个报表,你IT排期很久不说,还让我填一大堆说明!但反观自己纵然最懂业务但拿不到数不会量化分析确实无能为力,也深感被IT绑架。

另一方面,数据方也牢骚满腹:要数要表就是上下嘴皮一碰,规则口径数据质量乱的一批,需求变来变去不过大脑。年底公司总结,功劳靠边站,背锅第一名。

更有甚者,业务逼急了向上投诉,IT从此更不配合……以上情况非常不利于企业的数字化转型落地以及公司长足健康发展。

那么如何破解在数据需求上,业务技术的供需矛盾?笔者结合在业务+IT都干活过的双重经验叠加沙龙大家的集思广益,尝试抛个砖。所谓屁股决定脑袋,解铃还须系铃人,如同夫妻弄矛盾,破局还得两边分别往前迈一步。

如果你是IT/数据团队,做到如下5个方面:

理解业务,同频共振:与业务团队保持密切的沟通,倾听并深刻理解业务需求。理解业务不是流于表面,而是要尽可能做到深刻。具体有五看三行动的方法。只有深刻理解业务,才能把有价值的东西真正放到高优先级。

清晰需求,规范流程:IT要有明确的需求支撑流程,最好是线上化提交需求。这样才能让需求透明化、规范化。需求提交些什么、需求评审做什么、数据质量、数据权限谁来声明,统统梳理好并宣贯给业务部门。报表需求确保业务回答灵魂三问。

自助BI,授之以渔:一方面为业务团队提供自助报表工具和相应的培训,让他们能够自行生成报表、灵活分析数据分析。另一方面要提升分析思路的培训,因为并不是每个业务分析人员都进行过严谨的MECE和分析思维培训。

优化方案,组件复用:通过提升平台能力、提升分析组件复用行、提升数据底座能力来提升交付效率。比如构建指标体系、数据集市、可复用的分析组件、算法模型等。

善于沟通,换位思考:通过高频互动,一是让业务了解数据团队的能力和限制(比如源头数据质量不好,其实是业务本身管理问题或者是系统建设问题,数据未必解决得了)。二是让业务充分了解支持数据需求的投入,比如开发一个复杂报表要多少底层工作,有多少人天,折算是多少万元的投入(一个报表开发成本3W,使用一次,这个ROI值不值呢)。三是要善于沟通,不能说业务听不懂的专业术语,而是要多用比喻说业务能听懂的话,即使支持不了,也给想个别的办法。

如果你是业务团队做数据分析的,做到如下5个方面:

说清业务价值:在提出报表需求之前,业务团队应该仔细考虑需求的价值。比如,如果帮我做了这个表,就可以节约我多少人天、支持我什么行动、带来多少收入、支撑什么决策。如果是高优先级需求,要让本部门老大来助力

清晰数据需求:在提出报表需求时,尽可能清晰化分析目标、分析思路、指标规则、数据来源。要提供足够的上下文和业务背景、业务逻辑,帮助IT团队能够准确理解报表的目的和预期结果,减少返工。

预判数据可行性:IT最怕无源之水无本之木。所以如果要做报表分析,尽可能先做一轮可能性分析,包括数据源、数据质量、数据计算逻辑等。换句话说,如果excel跑个样例数据都搞不出,别指望IT做出能用的表。

学习BI工具:靠人不如靠自己。要尽早参与公司组织的自助BI培训,让命运掌握在自己手里;如果公司没有这类培训和工具,只有明细表,那就下载一些免费的个人版BI工具,解放自己。

换位思考:一是理解IT团队的技术能力和限制非常重要。通过与IT团队进行沟通了解他们的工作流程、资源状况以及技术要求,二是理解IT团队小伙伴通常是直接简单不善于沟通的,不要嗔怪他们有时候不近人情的表达;三是要学会与IT团队一起制定报表需求的优先级和合理的截止日期;四是记得要多多给IT点赞,对他们的帮助表达感谢。

相信通过以上方法,业务和IT数据团队可以更好地协作,减少矛盾和摩擦,提高工作效率和满意度。

但进一步的,以上,都是一些“术”方法,真正解决根本矛盾的"道"层面又是什么呢?这里也有五重思考:

一是,数据需求的矛盾,本质是业务发展和技术发展之间的矛盾。其实不光是数据需求,所有的信息化建设、数字化转型中,都存在这样的矛盾。特别是在外部环境变化快,企业高速成长的时代,这种矛盾会非常凸显。

二是,数据本身或许不应该是个IT问题。虽然数据从采集到加工到报表导平台建设和IT密不可分,但是数据质量、数据分析和数据应用,本质是个业务需要直面并承担的问题,如同数据治理里面,也会强调各领域数据owner必须是各业务owner。所以业务在这方面要往前迈一步。

三是,变革管理可能是一种破局之道。通过变革项目(参考《华为数字化转型之道》),在立项阶段业务和数字化团队拉齐认知和价值评价,确认资源匹配关系,可能会让交付更加丝滑。只不过,对于零散的小小的报表需求,变革管理方式还是太重了。

四是,AI可能带来新的模式,改变数据交互方式

五是,人才。懂业务+懂IT(懂数据分析)+ 会沟通的人才真的很珍贵。一方面,企业要大力培养此类人才,另一方面,我们要把自己打造成这样的人才。

相信,业务日益增长的数据需求和不及时不准确不灵活的数字化供给之间的矛盾,在不久的将来,会被逐步解决掉,你觉得呢?

(部分内容来源网络,如有侵权请联系删除)
立即申请数据分析/数据治理产品免费试用 我要试用
customer

在线咨询