如何构建优秀的数据人才团队？

我来概括一下，内容都来自报告《数据人才白皮书》，如果想要更多了解的话，可以前往原报告查看。

高科技领域的企业竞争，实际上是优秀人才数量和质量的 竞争。优秀人才团队对企业快速发展有着极大的促进作 用，数据人才不仅能为企业找出更符合商业逻辑的模型， 还可以设计出优秀的数据产品及算法来为企业创造更大的 价值。

基于我们对于头部数据人才的画像描述，企业可以通过综 合评估目前的发展阶段，以及管理水平，为自己设定和制 定数据人才团队构建的目标和策略。

一. 数据团队的组建

企业在数据人才的甄选上，尽可能做到尽善尽美，不仅需 要考虑团队的数据技能达到高水准，还需要考虑 Wave 胜 任力潜能测试对于数据人才的软实力评价。 经过多维度的评定以及分析，使人才能够在发挥其个人特 长的工作岗位上工作，实现个人最大价值。根据 Wave 胜 任力潜能测试进行科学组队，使团队合作变得更加和谐。 这不仅能实现团队内部技能互补，还可以增强团队凝聚力， 实现高效的团队协作，这是建立优秀数据团队的前提。 企业可以从知识技能和胜任力潜能综合评估判断，来筛选 出符合自己需求的数据人才。

① 知识技能的角度

业务部门在深入分析自身需求的基础上，制作人才画像或 者团队画像，提交人力资源部，人力资源部门根据业务部 门的信息甄选优秀人才。

对于初创型和尚未开始数字化转型的传统企业，建议招聘 有工作经验的数据人才，以尽快搭建科学有效的数据底层 建筑，此项投入的回报周期较长，但对企业初期发展的意 义是不容忽视的。从长期来看，可以为日后节省很多工作 量，部门间的合作也将更加流畅，但如果初期未进行完善 的数据搭建工作，可能会造成后期不必要的麻烦，甚至难以修缮。

对于已经形成稳定及完善的数据结构的企业，招聘优秀的 应届毕业生是一项不错的选择。此时企业自身已完成大部 分数字化转型任务，吸收优秀毕业生可以增强团队活力以 及增加新思路，并可以根据企业自身发展方向定向培养更 加适合公司发展的人才。

企业应当对候选人进行多元化评估，维度应包括数据人才 的数据科学理论知识储备，数据分析所用的工作栈、数据 处理的方法与步骤以及主流软件工具 Python 的使用情况。

② 胜任力潜能的角度

基于头部数据人才的 Wave 胜任力潜能特征，企业在选 人时可以重点从九大关键驱动因素来评估候选人的胜任力 潜能，包括评估问题、探究问题、创新、建立关系、沟通 信息、领导他人、适应改变、心理韧性和推动成功。

二、数据团队的赋能

1. 文化赋能

调研结果显示，数据人才对薪酬福利、职业发展路径以及 公司文化最为关心；相比之下，数据人才对授权程度、公 司硬件环境以及工作压力等外在条件并没有很高的要求。 对外界环境的容忍性较强，更加关注企业的内在，是数据 人才的显著特点。企业可尝试在薪酬、职业发展路径以及 公司文化环境等方面增加投入，给予数据人才更优质的工 作氛围和文化环境，更具有挑战性的项目，使数据工作者 在工作中获得成就感，并在合作中实现共赢，以增强团队 凝聚力，使团队人才流动保持在低流动率水平。

2. 发展赋能

企业可以从知识技能与胜任力潜能培养和发展两个方面对 数据人才进行提升。

一方面，基于企业需求对数据人才需要掌握的知识技能及 其期望掌握的水平进行充分考量，并基于头部数据人才的 知识技能特征作为培养目标，匹配和设计更具针对性的知识技能培训课程体系，从而能够帮助数据人才团队的知识 技能持续发展和提升。

另一方面，基于头部数据人才的关键驱动因素，规划设计 培训发展项目和体系，如轮岗、培训课程等混合式学习方 法，来促进数据人才胜任力潜能的提升。

三、数据团队的评估

1. 检验团队的成果

数据团队的价值是由商业价值来定义的，数据团队的工作 成果，需要与特定部门、特定职能、特定挑战的绩效结果 进行关联，以评估数据团队的价值。由于业务和职能的数 据化，是一个漫长的、全面的过程，容易产生浪费与失误，更加需要对数据化的人才投入、资源投入，进行持续的、 严谨的评估，争取在特定项目中取得突破，形成组织对于 数据团队、对于数据化转型的信心。

2. 检验团队的效率

数据团队的工作成果，依赖于有效的工作流程与工具体系 的支持。由于业务、工具都在持续的迭代，因此需要技术管理层在明确业务转变的需求上对数据团队的工作流程与 工具体系效率进行优化。

3. 检验团队的能力

由于数据资源，数据算法，数据工具都在加速演化的快车 道上，随着时间的推移，以及业务的变化，数据团队的能 力会出不适应的情况。面对这些情况，企业需要定期结合业务需求、行业环境，对数据团队的能力，包括业务能力 与技术能力，进行再评估，并设计相应的培训策略，完成 团队调整。