Data Driven איך התהליך נעשה במחלקה מולה אני עובדת?
איך יישמנו את "Data Driven בחמישה שלבים" אצלנו בארגון
בפוסט הנוכחי אתאר כיצד תהליך חמשת השלבים להפיכת ארגון, או במקרה הזה מחלקה, ל-Data Driven התקיים בפועל במחלקה מולה אני עובדת: מחלקת הProfessional Services. לכן, אם טרם קראתם.ן את הפוסט הקודם התחילו משם: לינק
*Professional Services - המחלקה שאחראית על הטמעת המוצרים אצל הלקוחות
רכיב מרכזי בפיתוח תרבות מונחת נתונים הוא שינוי האופן בו אנשים חושבים על נתונים
חשיבות איסוף וניתוח הנתונים לצורך קבלת החלטות מושכלת והשגת היעדים הייתה ברורה מלכתחילה לכל בעלי התפקידים במחלקה. גם הגדרת מטרות המחלקה ודרך המדידה שלהן (KPI’s) נעשתה מידי שנה.
הקושי היה, בדרך איסוף הנתונים ובנגישות שלהם.
בעבר נעשה שימוש ב-3 מערכות נפרדות
איסוף נתונים אודות הפרוייקט עצמו, כמו קביעת לוחות זמנים מול הלקוח, נעשה בלוח גאנט
חלוקת המשאבים המוקצים לכל פרוייקט, כמו אילו עובדים יעבדו על איזה פרוייקט ומה מספר השעות שיעבוד כל עובד על הפרוייקט ועל איזה חלק שלו, נעשה באקסל
ואילו דיווח הביצוע של מה שנעשה בפועל נעשה במערכת דיווח שעות פנימית לארגון
ריבוי המערכות יצר קושי במעכב אחרי הפרוייקט על היביטיו השונים, סרבול בתכנון ובדיווח וחוסר נגישות של הנתונים לבעלי התפקידים השונים. כל אחד נחשף רק לחלק שלו ולמערכת אליה היה מורשה גישה.
מכאן, שהשלב הראשון היה ההבנה שדברים צריכים להתנהל אחרת, ושנתונים צריכים לשמש להשגת המטרה - ולא להוות מטרה בפני עצמה.
השלב השני היה
יצירת מאגר נתונים מרכזי אחד
הוחלט לעבור למערכת אחת בה כולם יוכלו לעדכן ולראות את התקדמות הפרוייקט מא’ ועד ת’. המערכת כוללת לוח זמנים שנקבע מול הלקוח (מה שבעבר נעשה בלוח גאנט), הקצאת משאבים (מה שנעשה באקסל) ודיווח הביצוע (מה שנעשה במערכת נפרדת אחרת).
הטמעה של מערכת חדשה ותהליך חדש אינה עניין של מה בכך.
ראשית, נעשה מחקר מקיף על מנת לנתח מה היה המצב עד ההחלטה לשנות ואיך זה צפוי להיראות לאחר השינוי? מי האוכלוסייה שתושפע מהשינוי ואיך? שנית, מתכננים- מי עושה את הבדיקות בשטח מול האנשים כדי להבין את התהליך לעומקו, כלומר להבין מה עושה כל אחד מהעובדים או מהצוותים. לאחר מכן, מאפיינים ומגדירים את המערכת החדשה כפיילוט על מנת שתענה על הצרכים הנדרשים. בשלב זה, מי שהגדיר ואפיין את המערכת מבצע בדיקות, Testים, ותיקונים בהתאם. אחרי כן, נותנים לאנשים נבחרים אחרים, שלא לקחו חלק בתכנון, להשתמש במערכת ולתת פידבקים. את הפידבקים מתעדפים ושוב מבצעים תיקונים ודיוקים של המערכת לפי אותם העדפות.
לאחר שהמערכת מוכנה לעלות לאוויר באופן רשמי בונים Training מסודר שישמש להכשרת העובדים לעבודה במערכת.
תקשור השינוי לכל בעלי התפקידים נעשה גם כתהליך בפני עצמו. ראשית, הוסבר לכל המחלקה יחד מה הולך להשתנות באופן כללי, איך התהליך החדש הולך להיראות ומה הרציונל של השינוי. לאחר מכן, מנהלי הפרוייקט מסבירים בצורה מפורטת יותר למנהלים, והמנהלים מעבירים את המסר לצוותים שלהם, לכל בעל תפקיד ברמתו. ולבסוף, כל אחד מבעלי התפקידים עובר Training מסודר לשימוש במערכת. במקביל פותחים ערוצי תמיכה ותקשורת באמצעים השונים עימם עובדים הצוותים בדרך כלל (מייל, טימס, סלאק וכד’) כדי לתת מענה ישיר לשאלות ותקלות שיעלו עם תחילת השימוש במערכת.
אז מה קרה בפועל? לאחר ביצוע כל השלבים הנ”ל והTraining היה שבוע של שקט שבוע בו אף אחד עוד לא פתח את המערכת כדי להשתמש (הרי אנחנו כשאנשים לא מאוד אוהבים שינויים). ואז זה קורה באחת, מתחילים את השימוש במערכת ומיד צפות שאלות ותקלות. העובדים נעזרו בקו הפתוח וקיבלו תמיכה לייב, תיקונים נעשו במידת הצורך ולאחר כשבוע הקו הפתוח נסגר וערוצי התקשורת האחרים נשארו פתוחים.
כמובן שזה לא מסתיים בכך. לתהליך הזה יש תחזוקה שוטפת עד היום. מידי חודש נערכים בדיקות על מנת לוודא את עצם השימוש במערכת, האם אכן משתמשים במערכת (לדוגמה, האם עובדים שאני יודע שצריכים לדווח שעות באמת מדווחים?) ובדיקת נכונות השימוש (לדוגמה האם דווח מידע שגוי בטעות כמו הקצאת תאריך שכבר עבר למשימה עתידית)
בנוסף, כל עובד חדש שמצטרף למחלקה מקבל גם הקלטות מקוריות של הTraining המסודר שנעשה לכל המחלקה וגם מסמכי הדרכה כתובים ומעודכנים.
עם זאת, איסוף המידע וריכוזו הוא רק שלב אחד בדרך. צוות/ ארגון שרוצה להיות Data Driven, חייב להיעזר בצוות אנליסטים שאחראי על בנייה ותחזוקה של מחסן הנתונים, הבנת הנתונים, ניתוח והצגה שלהם מה שמוביל אותנו לשלב השלישי
גיוס צוות מקצועי של אנליסטים
אנליסטים טובים יהוו גורם מתווך בין ערימת הנתונים הנאספת לבין מקבלי ההחלטות. גם אצלנו, העבודה שלי כאנליסטית זה לנתח את הנתונים שנמצאים במערכת ולזקקם לידי תובנות מעשיות ו-Action Items פעולות שיש לעשות בהמשך על מנת לשפר ביצועים ולהגיע למטרות שהוגדרו מראש. על התפקיד שלי בתהליך אכתוב במפורט בפוסט הבא.
אפשרות גישה ישירה ופשוטה לנתונים ודאגה שכולם יבינו במה מדובר
הגישה לנתונים אצלנו מתאפשרת ב-2 רמות. ראשית, לכל בעלי התפקידים הרלוונטים ישנה גישה למערכת בה הם יכולים לראות את הדאטה המקורי, אותם ערימות נתונים שנאספות מידי יום, מה שנקרא “Raw data”. ושנית, מקבלים מנהלי הצוותים דשבורד מעודכן המציג את הנתונים והאנליזה בצורה ויזואלית ברורה ופשוטה, עם יכולת לראות את הקיים לעומת הרצוי. גם “מלמעלה”, כלומר ב-“High Level” וגם לרדת לפרטים- “Detailed View”
הנעה לפעולה
לאחר נקיטת כל הצעדים הכתובים מעלה, חשוב לדאוג שכל החלטה אסטרטגית תהיה מבוססת על נתונים, או במילים אחרות שהנתונים, ורק הם, יניעו לפעולה. אנחנו עושים זאת על ידי ישיבה חודשית בה אנו חוזרים על המטרות הKPI’s שהגדרנו עוד בתחילת השנה ומעבר על הדשבורד בו אנו רואים איפה אנחנו עומדים בפועל מול אותו תכנון ומה על הצוותים לעשות על מנת להתקדם בכיוון הנכון להשגת היעדים.
Photo by Smartworks Coworking
