Колонки

Кто такой дата-партнер и как им стать

Колонки
Анна Машковцева
Анна Машковцева

Главный эксперт направления «Работа с данными» СИБУРа

Софья Федосеева

Rusbase и ИТ-команда СИБУРа снова выясняют, кто эти новые специалисты, которые выводят российскую промышленность в цифровой мир. Вы уже читали о дата-сайентисте, архитекторе индустрии 4.0, скрам-мастере и инженере данных.

Настала очередь дата-партнера — об этой роли рассказывает Анна Машковцева, главный эксперт направления «Работа с данными» СИБУРа.

Кто такой дата-партнер и как им стать

Кто такой дата-партнер

Дата-партнер — это не профессия, а скорее роль или функция, которая сравнительно недавно появилась в промышленных компаниях. Это человек, помогающий коллегам на стороне бизнеса понять, какие данные есть в компании, как с ними работать, как решать задачи эффективнее с точки зрения сбора и анализа данных.

Дата-партнер делает жизнь бизнеса проще с точки зрения адаптации цифровых инструментов в отчетности, аналитике, построении и проверке гипотез.

Несмотря на то что работа дата-партнера во многом состоит из анализа данных, от аналитика его отличает понимание бизнес-процессов и производственных процессов, которые связаны с этими данными. По сути, дата-партнер — это тот же product owner, только он владеет не продуктом, а данными.

Если говорить совсем простыми словами: я как Нео, когда ему удалось отключиться от Матрицы, — вижу в формате данных, что происходит вокруг, и понимаю, как этим управлять.


Как он это делает

Чтобы объяснить суть работы дата-партнера, нужно начать с предыстории.

Первым цифровым продуктом в СИБУРе стали мобильные обходы. За работоспособностью оборудования, механизмов и устройств (всяких насосов, трубопроводов, устройств пожаротушения и электроники) нужно постоянно следить. Раньше сотрудники, которые проводили обходы, сообщали коллегам о неполадках по рации и фиксировали всю информацию вручную: сначала в блокнотик на ходу, а потом на рабочем месте — в бумажном отчете.

Пару лет назад в СИБУРе этот процесс уместили в смартфон, противоударный и устойчивый к жаре и холоду. Теперь специалисту достаточно прислонить гаджет к маячкам на оборудовании — и на экране в приложении появится чек-лист проверки. Все данные о неполадках сотрудник заносит в систему, где автоматически формируется отчет.

Таким образом исключена вероятность, что сотрудник забудет проверить какой-то показатель, а время на обход и получение результатов значительно сокращается. К тому же в приложении, но уже на своем смартфоне, на общей схеме начальник смены видит в real-time все неполадки.


 
Фото предоставлено автором

Когда мобильные обходы только запускались, в компании не было возможности отслеживать, как продукт приживается, кто и как им пользуется на предприятиях, какой эффект дает его внедрение. Целью моей команды было повышение контроля за выполнением обходов. Да, это тот самый «большой брат», который следит за тем, что происходит на заводе.

Нашей задачей было загрузить все данные из системы мобильных обходов в хранилище данных (мы называем его платформой данных) и построить отчетность, позволяющую отслеживать сам процесс выполнения обхода и выявления дефектов. Нужно было выяснить, какой процент сотрудников выполняет обходы регулярно, а кто нерегулярно — и почему.

Когда мы только зашли на предприятие, я много времени посвятила общению с людьми на производстве, чтобы понять их основные задачи. Сначала, когда я спрашивала у них, что бы они хотели анализировать с помощью отчетности, ответы были очень простыми: «Ну, наверное, количество обходов». То есть ребята сначала не понимали, как можно использовать данные, кроме как оцифровать их. Поэтому одной из наших задач было показать специалистам производства, какие вопросы можно задавать к данным, а их руководителям — как мотивировать сотрудников выполнять работу эффективнее через инструменты отчетности. 


Фото: Unsplash

Мы встречались с начальниками установок, с сотрудниками ремонтных подразделений, чтобы понять весь процесс управления ремонтным циклом: не только текущую картинку по выполнению обходов, но и развитие отчетности в перспективе. К примеру, проанализировать, какое оборудование чаще выходит из строя и каким образом возможно прогнозировать отказ оборудования благодаря своевременному обнаружению дефекта.

Если взять в пример те же мобильные обходы, то моя задача была не просто поучаствовать в создании гаджета с приложением, а проанализировать весь бизнес-процесс: как во время обхода выявляются дефекты, которые превращаются в заказы на ремонт, что такое надежность и оптимальная стратегия обслуживания оборудования.

Важной составляющей моей работы является правильная постановка задачи внутри команды разработки. Как визуализировать отчет таким образом, чтобы пользователи смогли получить ответы на все свои вопросы за пять секунд? Как сформировать внутренние алгоритмы отчета так, чтобы отчет обновлялся, информация загружалась в платформу данных в нужные для пользователей сроки и при этом она была качественной, достоверной и вызывала доверие у сотрудников? Можно сказать, что я мостик по части данных между целевой аудиторией проекта и командой разработки.


Фото предоставлено автором

Нашей следующей задачей после мобильных обходов стал анализ процессов системы управления надежностью на предприятии с помощью данных. Благодаря проведенному анализу мы сразу выявили много точек оптимизации процесса — например, неоптимальные стратегии обслуживания оборудования.

На основе этой информации мы построили оценки вероятности выхода оборудования из строя, разработали алгоритмы по оптимизации стратегии управления материалами для ремонтов, в том числе аварийный запас, автоматизировали алгоритмы определения уровня критичности оборудования. Но самым важным выводом, благодаря данным, стало то, что сначала необходимо «лечить» сам процесс, а не просто добавлять в него какой-то цифровой продукт. 

На основании данных при наличии хорошего математического аппарата возможно создать, по сути, цифрового двойника любого процесса, что экономит значительную часть затрат компании на этапе принятия решения о внедрении цифрового продукта.

Так в компании запустили проект СУН 2.0, в котором делается полный рефакторинг процессов управления надежностью внутри компании.

Сейчас я курирую на уровне хранилища все производственные данные. Понятно, что для промышленной компании это очень объемный и сложный для восприятия на уровне бизнеса срез данных. В связи с этим одним из направлений моей деятельности является развитие self-service-аналитики.

Это история о том, что мы не просто находим данные, анализируем их источники, формируем витрину и отчет по запросу бизнеса, а идем чуть дальше. Даем бизнесу информацию, где лежат данные, обучаем использованию BI-инструментов и тому, как самостоятельно делать витрины, как работать в платформе данных, чтобы коллеги могли сами решать задачи с той скоростью и теми характеристиками, которые им удобны.


Как стать дата-партнером

Готового рецепта у меня нет, зато есть собственная история.

В моем детстве ничего не предвещало такого рода деятельности: я никак не интересовалась ИТ и собиралась стать переводчиком. При этом я была очень замкнутой и посвятила много времени саморазвитию, самоанализу, старалась научиться лучше понимать людей, их желания, интересы и боли. Сейчас это помогает мне при выстраивании трека развития сотрудников, отталкиваясь от их текущих компетенций.

К примеру, человек, который в первый раз видит BI-инструмент или SQL, с точки зрения восприятия информации находится в стадии «ребенка» (по теории психолога Эрика Берна). Я понимаю, как в такой ситуации рассказать ему об инструменте, чтобы не отпугнуть, постепенно погружать его, чтобы со временем он перешел в стадию «родителя» и повысил свой уровень цифрового развития.


Фото: Unsplash

Я училась в екатеринбургском лицее, и так вышло, что его директор был фанатом физики и математики. Упор в обучении был именно на эти предметы, у меня с ними все было хорошо, поэтому вопрос о дальнейшем образовании решился как-то сам собой — я поступила на математико-механический факультет в Уральский государственный университет. Это как раз ИТ и программирование.

На четвертом курсе была возможность получить второе высшее, и я выбрала инновационный менеджмент. Тут уже был больше уклон в экономику, организацию процессов, управление бизнесом.

После окончания учебы я устроилась в энергетическую компанию в отдел сопровождения внедрения 1С. Я глубоко погрузилась в экономические процессы бизнеса, благодаря чему мне удавалось предложить решения, которые оперативно внедрялись и давали быстрый коммерческий эффект. Через полтора года я перешла в департамент экономики и финансов, где занималась развитием бизнес-процессов вместе с внедрением ИТ-инструментов.

Это дало хороший опыт, потому что мои обязанности, условно говоря, не ограничивались только добавлением какой-то формы в интерфейсе. Я понимала, зачем эта форма нужна, как она будет использоваться, какой эффект принесет, какую информацию нужно дать бизнес-пользователям, чтобы они правильно заполняли эту форму.

Благодаря тому, что я смотрела на ИТ-инструменты с предпринимательской стороны и хорошо структурировала процессы, за полгода я доросла до начальника подразделения по управлению продажами. А еще через полтора года меня пригласили в другую энергетическую компанию, уже в Москву.

Позже я работала в «Ростелекоме», где участвовала в разработке корпоративного хранилища данных. Там моя роль как раз и стала называться «дата-партнер».

Мне было интересно поработать в промышленной компании, разобраться в бизнес-процессах и понять, как их можно структурировать, и я перешла в СИБУР.


Фото предоставлено автором

Учитывая мой предыдущий опыт, могу сказать, что дата-партнер должен сочетать в себе сразу несколько разных персонажей.

  •  Коммуникатор. Дата-партнер много общается и нивелирует расхождения во взаимодействии между людьми цифровой эпохи и теми, кто никогда не имел дело с кодом и цифровыми продуктами.
  • Технический специалист. Важно знать несколько языков программирования, понимать основы построения хранилищ и каталога данных, отличия BI-инструментов и их применимость для разных задач, уметь структурировать информацию, формировать подходы к повышению качества данных.
  • Креативный стратег. Крайне важно уметь генерить гипотезы, благодаря которым компания сможет заработать еще больше. Например, создавать среду вместе с бизнесом, где специалисты узкого профиля смогут сформулировать и реализовать свои идеи на малом объеме данных.
  • В чем-то предприниматель. Дата-партнеру необходимо понимать, что хорошо для бизнеса, а что плохо, как можно это улучшить и что принесет денег. При этом важно многое ставить под сомнение.
  • Человек, открытый всему новому. Потому что не должен ограничивать себя и других в создании продуктов для бизнеса.

В нашей стране на дата-партнера пока нигде не учат, поэтому если вы хотите им стать, собирать в себе специалиста придется по кусочкам.


Вот что точно пригодится

  • Технический бэкграунд. Он нужен для организации работы команды, понимания последовательности процессов и их выстраивания с точки зрения физики и математики. Пригодятся знания по BI, построению «витрин», работе с базами данных, SQL, Python и прочее.
  • Бизнес-образование. Оно необходимо для понимания того, как ИТ-продукты влияют на бизнес, принесут ли они прибыль.
  • Бизнес-аналитика. Полезно изучить, как определять стейкхолдеров, как искать данные, как проводить анализ бизнес-процессов.
  • Системный анализ. Дата-партнеру приходится часто анализировать источники данных, реализовывать алгоритмы, проверять гипотезы на данных, оценивать возможности реализации задачи на основании имеющихся в компании данных.
  • Дополнительные курсы. Будет полезно разобраться в роли product owner, чтобы научиться смотреть на процесс со стороны предпринимателей. Или изучить основы предиктивной аналитики, которые, например, неплохо объясняют в Школе анализа данных «Яндекса». Для работы внутри команды пригодятся знания гибких методологий: Agile, Scrum и Kanban.

Направление дата-партнерства развивается в России максимум лет пять, и на рынке есть большой спрос на людей, которые понимают, как выстраивать процесс работы с данными.

Возьмем для примера аналитика данных, из которого чаще всего «вырастает» дата-партнер. Изначально у него есть два пути развития.

  1. Когда специалист становится экспертом, развивает свои скилы, изучает, допустим, новые языки программирования для анализа данных и инструменты BI.
  2. Когда специалист развивается в сторону менеджмента и коммуникаций, занимается глобальными задачами. Он не просто строит отчеты, а что-то меняет внутри компании, вносит свой вклад в трансформацию бизнеса.

Если второй путь вам ближе и после прочтения у вас загорелись глаза, поздравляю — у вас есть перспективы. Осталось только этому научиться.


Фото на обложке: NicoElNino/Shutterstock

Нашли опечатку? Выделите текст и нажмите Ctrl + Enter

Материалы по теме

  1. 1 Кем ты станешь, когда вырастешь: 30 профессий, которые будут востребованы в будущем
  2. 2 «Будущее есть только у технарей». И еще четыре мифа о выборе профессии
  3. 3 Специалист по отношениям с роботами, автор VR-экскурсий, цифровой эколог: 10 профессий, которые появятся в новом десятилетии

Актуальные материалы —
в Telegram-канале @Rusbase