Jak skutecznie zarządzać projektem data science krok po kroku?

Zarządzanie projektami z obszaru data science może przypominać rozmowę z Japończykiem, nie znając ani słowa po japońsku. Brzmi jak wyzwanie? 

Język analityków bywa równie nieprzenikniony – pełen skrótów, modeli i metryk. Ale dobra wiadomość jest taka, że można się go nauczyć. A jeszcze lepsza: nie musisz opanować wszystkiego, by skutecznie prowadzić projekt.

Poznaj 4 etapy skutecznego zarządzania projektem data science.

Co jest najważniejsze?

Najważniejsze jest zadbanie o to, by członkowie zespołu projektowego byli zgodni w tym, jak będą nazywać różne fazy projektu i czym dokładnie są te fazy. Uzgodnienie definicji ma znaczenie kluczowe, ponieważ wiele nieporozumień w trakcie realizacji projektów wynika z tego, że ludzie pracują w oparciu o różne zestawy definicji.

Faza koncepcyjna dotyczy w szczególności zdefiniowania wymagań projektu i pożądanych rezultatów – wyjaśnił Phil. – Jest to konieczne, bo projekt nigdy nie zakończy się sukcesem, jeśli wszyscy zaangażowani, począwszy od sponsora, przez kierownika projektu, po zespół specjalistów ds. danych, nie uzgodnią jego wymagań, celów i zakresu.

Faza planowania obejmuje omówienie wielu kluczowych działań związanych z projektem oraz niezbędnych środków, zidentyfikowanych ryzyk oraz kroków niezbędnych do podjęcia ich minimalizacji. W fazie tej odbywają się również dyskusje na temat tego, jak powinien wyglądać końcowy produkt, kto dokona jego sprawdzenia oraz jakie są harmonogramy i budżety.

Różne działania projektowe wymagają różnych zasobów – budżetu, kompetencji, sprzętu czy czasu. Wszystkie te potrzeby powinny być jasno odzwierciedlone w budżecie projektu. Kluczowe jest jego wspólne ustalenie między klientem a zespołem projektowym. W praktyce często okazuje się, że klient nie dysponuje środkami na rozwiązanie idealne. W takiej sytuacji warto zaproponować rozwiązania tymczasowe lub uproszczone, które zachowają kluczową funkcjonalność, mieszcząc się w dostępnych ramach budżetowych.

Faza wdrożenia Ten krok wymaga wzięcia pod uwagę zasobów ludzkich, kontroli jakości i zarządzania ryzykiem. Jeśli chodzi o zasoby ludzkie, to tytuły zawodowe często nie są tutaj zbyt pomocne.

W celu dostarczenia produktu końcowego trzeba dokładnie wiedzieć, kto wykonuje jakie zadania. Działania w ramach każdego projektu wymagają spełnienia konkretnych wymagań co do umiejętności. To one decydują, jakie kryteria zastosujesz rekrutując ludzi do projektu, jakie cechy uznasz za najbardziej kluczowe przy wyborze kandydatów i jakich dodatkowych szkoleń może potrzebować zespół.

Ważne jest nie tylko rozumieć, kto za co odpowiada, ale także mieć przygotowany plan B.

Jako klient masz pełne prawo zapytać: Co się stanie, jeśli ona zostanie potrącona przez autobus? A jeśli wolisz mniej drastyczne sformułowanie: Jaki jest plan awaryjny na wypadek, gdyby XYZ z jakiegoś powodu nie mógł wykonać swojej pracy?

Kontrola jakości to kluczowy element zarządzania projektem. Trzeba określić standardy jakości i jasno zakomunikować je wszystkim zaangażowanym – od programistów po użytkowników końcowych.

– Należy ustalić, kto i w jaki sposób będzie oceniał produkty danych zgodnie z tymi standardami – przypomniała zespołowi. – Często to właśnie zespół programistów najlepiej nadaje się do przeprowadzenia testów jakości, ale klient powinien być aktywnie zaangażowany w rozmowę o tym, czym są standardy jakości i jak będą one weryfikowane.

Identyfikacja i zarządzanie ryzykiem mają krytyczne znaczenie dla powodzenia projektu. Zarządzanie ryzykiem polega na ocenie potencjalnych zagrożeń oraz na zaplanowaniu sposobów ich szybkiego wykrycia i minimalizacji.

Jednym z pierwszych obszarów ryzyka, który rozważa większość zespołów, są zasoby ludzkie. Zespół ocenia, czy posiada odpowiednie kompetencje do realizacji projektu, a jeśli nie – co należy zrobić, by uzupełnić te braki. Może to oznaczać zatrudnienie nowych pracowników lub konsultantów, organizację szkoleń, a także przygotowanie się na wypadek niespodziewanych odejść z pracy.

Poza ryzykiem personalnym istnieją inne istotne kategorie ryzyka:

• kosztowe, gdy wydatki przekraczają planowany budżet,
• czasowe, gdy działania trwają dłużej niż zakładano,
• wykonawcze, gdy produkt danych nie spełnia oczekiwań biznesowych,
• operacyjne, gdy wdrożenie produktu kończy się niepowodzeniem,
• prawne, gdy projekt narusza regulacje lub przepisy.

Dodatkowo występują ryzyka strategiczne, organizacyjne oraz zewnętrzne – takie jak klęski żywiołowe, zmiany prawne czy nowe działania konkurencji – które nie pozostają pod bezpośrednią kontrolą zespołu projektowego.

Warto pamiętać, że ocena ryzyka często podlega wpływowi ludzkich uprzedzeń. Dlatego dobrze jest zastanowić się, w jaki sposób nasze postrzeganie ryzyka może być zniekształcone.

Na przykład pytanie: „Czy dysponujemy danymi na poparcie naszej oceny ryzyka?” jest rozsądne, choć może wywołać konsternację. Możesz rozpoczynać dyskusję o ryzykach od prostego pytania: „Co może pójść nie tak w tym projekcie?” i budowania systematycznej listy kategorii ryzyka takich jak te przed chwilą wspomniane.

W odniesieniu do każdego ryzyka prosił zespół o oszacowanie prawdopodobieństwa, że przekształci się ono w problem, jak również określenie spodziewanego wpływu. W przypadku ryzyk zasługujących na uwagę członkowie zespołu mieli następnie opracować strategię ich minimalizacji oraz sposoby wykrywania czy ryzyko staje się bardziej prawdopodobne.

Najważniejszy wniosek dotyczący zarządzania projektami z dziedziny data science jest taki, że są to projekty i powinny być traktowane podobnie jak wszystkie inne, które są ważne.

Należy przy tym stosować dobre praktyki zarządzania projektami w celu zmniejszenia prawdopodobieństwa niepowodzenia projektu i zwiększenia szans, że produkt danych zaspokoi potrzeby klienta.

Lista zadań:

1. Naszkicuj dokument zawierający główne elementy planu projektu, w którym znalazła się lista kluczowych działań, role i obowiązki, sekwencjonowanie zadań, ryzyka i plany ich minimalizowania oraz specyfikacja produktu końcowego.
2. Następnie rozdaj ten dokument wszystkim zaangażowanym w projekt, a zainteresowanym, aby członkowie zespołu mogli dowiedzieć się więcej na temat formalnych metod zarządzania projektami.
3. Niech każda osoba wniesie własne przemyślenia, a potem wszyscy przechodzą do etapu końcowych ustaleń.
4. Po podpisaniu końcowych ustaleń przez wszystkich zaangażowanych w projekt zaczyna się faktyczna praca.
5. W fazie zamknięcia wszyscy przeglądają plan projektu, pod którym się podpisali, i stwierdzali, że został on zrealizowany.

Jeśli chcesz:

• zrozumieć kluczowe pojęcia analityki danych i zaczniesz skutecznie komunikować się z zespołem specjalistów
• nauczyć się zadawać właściwe pytania, które pomogą ci oddzielić wartościowe analizy od zbędnego szumu informacyjnego
• poznać każdy etap zarządzania projektem związanym z analizą danych, od zrozumienia podziału ról w zespole po dobór odpowiedniego oprogramowania
• dowiedzieć się, jak ocenić jakość prezentowanych wyników, tak by podejmować trafne decyzje i unikać kosztownych błędów
• odkryć praktyczne metody wykorzystywania danych w strategii biznesowej, zwiększając efektywność swojej organizacji.

Po więcej informacji sięgnij do książki Analiza danych dla menedżerów. Jak zrozumieć i wykorzystać dane dostępne w twojej firmie

Autor tekstu:

Paweł Jaczewski - w tym miejscu powinno być nudne bio, ale Paweł (jak to ma w zwyczaju) postanowił zrobić to inaczej. Paweł jest Menedżerem w Wydawnictwie MT Biznes z ponad 10-letnim doświadczeniem w sprzedaży i obsłudze klienta, ale tak między nami - dla Ciebie to nie ma żadnego znaczenia. Jest ekspertem w wyborze książek, aktywnie rozwija ofertę wydawnictwa, ale dla Ciebie to nadal nic nie znaczy. Czyta ponad 100 książek rocznie, dzięki czemu skutecznie wdraża najnowsze trendy w sprzedaży i budowaniu relacji z klientami - to nadal nic dla Ciebie nie znaczy. Co ma prawdziwe znaczenie dla Ciebie? Paweł, wybiera książki, które są wydawane w MT Biznes, ale zanim to zrobi solidnie "testuje" wiedzę z nich w biznesowej praktyce i opiniuje z innymi ekspertami w swoich dziedzinach. 

UWAGA: czytając książki, które poleca Paweł ryzykujesz, że dostaniesz podwyżkę, awans i osiągniesz sukces zawodowy. Przed pochłonięciem książki biznesowej skontaktuj się z Pawłem, bo każda książka niewłaściwie przeczytana zagraża Twojemu życiu zawodowemu lub zdrowiu.