Безработица находится на рекордно низком уровне, а это значит, что талантливым и умным людям достаточно рабочих мест. Но хотя возможностей предостаточно, смена работы всегда будет стрессовой - поэтому, если люди этим занимаются, должна быть причина. И если они делают это массово в одной и той же отрасли, то на то должна быть действительно веская причина.

Это может быть связано с разочарованием или другими проблемами, согласно исследованию LinkedIn 2017 года. Согласно отчету, более 13 процентов работников индустрии программного обеспечения сменили работу в этом году - и почти половина (45 процентов) указали в качестве основной причины отсутствие возможностей для продвижения по службе. Другие главные причины включают недовольство руководством (41 процент), недовольство рабочей средой (36 процентов) и стремление к более сложной работе (36 процентов). Зарплата стала лишь пятой причиной (34 процента), по которой профессионалы решили сменить работу.

Если неудовлетворенность и отсутствие возможностей являются главной причиной текучести кадров, само собой разумеется, что работники, занятые более разочаровывающей работой, более склонны менять место работы. Среди рабочих мест в индустрии программного обеспечения мало кто разочаровывается более, чем Business Intelligence.

Это особенно примечательно, поскольку заработная плата сотрудников BI, хотя и не в самой высокой децили ИТ-зарплаты, для ИТ-отдела является все же высокой. Средний BI-аналитик в США зарабатывает 67 263 долл. США в год, что сопоставимо с доходом специалиста по информационным технологиям (68 478 долл. США), опережая сетевых администраторов (67 051 долл. США) и не слишком отставая от ИТ-аналитиков (71 333 долл. США). Итак, если оплата не проблема, то что?

Термин «бэк-офисная работа» является подходящим описанием BI. Персоналу необходимо исправлять и согласовывать данные, обеспечивая их согласованность во всех контейнерах данных, «очищать» данные и метаданные, выявлять пробелы и избыточности в данных, которые ухудшают его качество, преобразовывать данные, взятые из разных источников, в единую структуру, чтобы можно было легко быть использованным персоналом на интерфейсных приложениях и многое другое.

Как это происходит, большая часть этой работы должна быть сделана вручную - и, учитывая взрыв данных и множество источников данных, есть больше информации для обработки и исправления, чем когда-либо. Иногда может возникнуть необходимость использовать ведро для опустошения океана; независимо от того, как тяжело ты работаешь, ты никогда не достигнешь своей цели.

Одна из самых больших проблем в BI - это метаданные - метка, которая используется для классификации данных в областях хранения и базах данных. Метаданные позволяют осуществлять поиск данных по категориям, типам, отношениям и т. д. Без метаданных информация в базах данных в основном была бы недоступна.

Что могут сделать компании

Чтобы сделать данные пригодными для использования и поиска, метаданные должны быть точными, и организации могут иметь стандарты и спецификации для метаданных. Но это имеет тенденцию уходить на второй план; департаменты, которым необходимо выполнить свою работу, разрабатывают свои собственные названия и метки, и с годами, по мере того, как организации создают большие кеши данных и внедряют новые базы данных, эти различия растут - по сути, делая данные, хранящиеся в департаменте, бесполезными для всех в организации, кроме себя.

Например, организация может записывать информацию о местонахождении клиента с помощью метки, называемой «местоположение», «адрес», «город и штат» и т. д. Независимо от того, какая внедренная поисковая система должна учитывать эти проблемы. Это хроническая и центральная проблема для многих организаций, которая может серьезно затруднить их поиск данных.

Конечно, BI придет и все разрулит - отсюда и разочарование. Подвергните свой BI-персонал нескольким циклам путаницы и исправления метаданных, и вы начнете понимать цифры текучести кадров. Организации, которые хотят сохранить свой персонал BI, должны использовать другой подход, который сделает работу намного менее расстраивающей для персонала.

Есть несколько вещей, которые могут сделать компании: образование и обеспечение соблюдения правил было бы хорошим началом. Установление направления работы, определяющего термины метаданных и протоколы хранения данных - каталоги данных, словари данных, глоссарии, - и обеспечение того, чтобы все отделы следовали им, могли гарантировать, что все новые данные, поступающие в систему, доступны для использования и поиска всеми, и таким образом исключают некоторые из разочаровывающие аспекты работы BI.

Для данных, уже находящихся в системе, может быть полезна автоматизированная система исправления, которая проверяет данные и метаданные. С такими системами группы BI могут исследовать базы данных и гарантировать, что метаданные единообразны во всех системах, а также соответствуют внедренным каталогам, словарям и глоссариям.

Благодаря рассеиванию затрудняющего работу фона, BI могут обратить свое внимание на разработку и анализ. Например, все эти неправильно маркированные данные, которые теперь должным образом помечены, могут содержать ценную информацию о компании, рынках, продуктах и клиентах.

Как эксперты по данным, команды BI находятся в идеальном положении, чтобы изучить эту информацию и выработать идеи. Это именно та творческая работа, которую эти члены команды в первую очередь взяли на себя в ИТ, и если у них появится возможность заниматься такой творческой работой, аналитики BI будут с гораздо большим желанием выполнять свою работу и гораздо реже будут искать новую.

No Comments