Datascientists zijn de rocksterren van de moderne organisatie. Ze zijn veelal het gezicht van het analytics-team en worden geprezen omdat ze ruwe data kunnen omzetten in strategische inzichten. Tegelijk is er een flink tekort aan ervaren datascientists, waardoor het lastig is om de juiste kandidaten te vinden. Om hierbij te helpen geef ik hier zeven tips om een succesvol datascience-team samen te stellen.
Wanneer een organisatie een datascience-team wil samenstellen, moeten eerst de volgende vragen beantwoord worden. Hoe moet het team eruit gaan zien? Welke doelstellingen krijgt het? En hoe zorg je er daarna voor dat dit kersverse team van rockster-datascientists optimaal presteert? Volgens mij leg je een goede basis door te sturen op de volgende zeven kenmerken.
1. Zorg voor steun vanuit het management
Als je de opdracht hebt gekregen om een datascience-team samen te stellen, dan is er waarschijnlijk al steun vanuit het management. Is dit niet het geval, dan is het cruciaal om dit eerst te regelen voordat je überhaupt begint. Je hebt een manager nodig die een voorvechter is van data analytics in de organisatie. Hij moet vervolgens aan het bredere senior management de meerwaarde van het team bepleiten en de resultaten rapporteren.
2. Stuur op zakelijke doelstellingen
Alles wat je team doet moet bijdragen aan de zakelijke doelstellingen. Het gebeurt maar al te vaak dat men geobsedeerd raakt door ‘een coole toepassing van datascience’, maar daarbij uit het oog verliest welke meerwaarde het resulterende inzicht heeft voor de organisatie.
3. Creëer een communicatief team
Stel dat een datascientist briljante inzichten oplevert, maar niet in staat is om ze uit te leggen. In zo’n geval maakt het niet uit hoe goed het inzicht is. Er zal immers niets mee gebeuren als niemand in staat is toelichting te geven. Het is daarom een absolute must dat datascientists de taal van de zakelijke medewerkers leren spreken en kunnen uitleggen welke zakelijke voordelen een bepaald inzicht heeft.
4. Maak datascientists onderdeel van teams
Een datascientist kan een bedrijf het beste leren kennen door hem onderdeel te maken van het team dat zijn inzichten nodig heeft. Een datascientist moet niet in een kamer opgesloten worden met de data, maar een bureau hebben direct bij het team dat hij ondersteunt. Op die manier leren de verschillende disciplines elkaar beter kennen en kunnen zij directer met elkaar samenwerken.
5. Stuur de data scientist naar de klant
Stel dat je een datascientist voor een paar dagen onderdeel hebt gemaakt van een zakelijke afdeling om de organisatie beter te leren kennen. Waarom zou je niet nog een stapje verder gaan door hem ook bij een klant te laten meedraaien? Dat klinkt misschien radicaal, maar als het je helpt om te leren wat een klant precies wil en hoe je dit voor hem kunt realiseren, dan heeft dit zelfs zonder datascience een grote meerwaarde. Stel je voor wat er gebeurt als een datascientist direct met de klant kan praten en resultaten voor hem opleveren. Daar wordt iedereen uiteindelijk beter van.
6. Bouw een team met uiteenlopende vaardigheden
Diversiteit is cruciaal voor een effectief datascience-team. Diversiteit zorgt voor nieuwe ideeën, benaderingen en manieren om naar bestaande problemen te kijken. Probeer datascientists niet allemaal in hetzelfde profiel te passen. Ga er vanuit dat ze een scala aan vaardigheden hebben en probeer daarmee een team te vormen waarin iedereen zijn unieke bijdrage kan leveren.
7. Bepaal de motivatie voor het team
Het is belangrijk om het team gemotiveerd te houden en ervoor te zorgen dat het als een geoliede machine blijft werken. Die motivatie kan bestaan uit geld of waardering, maar een ding is zeker: als het werkt, dan moet je het doen. Datascientists worden het meest gemotiveerd door intellectuele uitdaging en erkenning door hun collega’s. Zorg dat er een beloningsregeling is voor alles wat ze doen.
Als een voetbalteam
Uiteindelijk is een datascience-team net als een voetbalteam. Het kost tijd om het juiste team bij elkaar te krijgen. Iedereen is immers een individu met verschillende vaardigheden en alleen de beste coach kan het beste uit elke speler halen. Ga er vanuit dat spelers in de loop der tijd zullen komen en gaan, maar blijf als coach er continu aan werken om het sterkste en meest effectieve datascience-team samen te stellen.
