「要從數據做決策，要有團隊啊！我們該怎麼建立數據團隊？」

我在看數位轉型的案子時，業主都會問這個問題。

過去我曾有幾次機會建立數據團隊，有一些小小成果，但也犯了許多重大錯誤。

這時，我總是會告訴業主，先聽聽我犯過的錯誤，我們再來談怎麼找人、建團隊。成功經驗或許很難複製，但了解失敗原因總是可以避免重蹈覆轍。

歷經不同的狀況，我總結以下曾犯過的五大錯誤：

1、不該讓數據專家先到位，再讓專家去找問題

數位轉型的顧問都會提到——要先對齊策略，確認目標，排序議題重要性，接著才評估要以何種手段來逐一解決問題。

一開始，我也是如此思考所經手的數據分析專案，然而，我還是犯了「先找手段，後定義目標」的錯。我回顧為何會犯這樣的錯，原因是在於過於相信新技術手段或是新團隊帶來的立即價值。主管或許會產生一種幻覺：一但手握神兵利器，沒有什麼達不到的目標！

我在組建公司數據研究團隊時，急切地先找好手參與。然而，在我把公司目標與需求彙整交付給數據專家時，先前沒做好功課的苦頭就出來了！

數據專家在不了解行業脈絡與公司需求時，很難有效率的定義問題；而我有行業脈絡知識與公司實際需求，與數據專家討論後，這才見到更大的系統性問題（例如，龐大的資料清理工作、四散的資料庫、老舊代碼無人知道如何處理）。在某個專案中，我與數據專家面臨了尷尬狀況，人都到位了，才發現神兵利器在狹窄山洞裡揮舞，完全施展不開。

2、不該在還沒建立數據專家績效指標前，就讓專家自行建構專案時程

在某些案子中，問題辨識、問題定義得花時間才會清晰。在進行專案的同時，數據專家會想盡快展現自己的價值，於是會試著以自己的方法開始工作，建立自己的專案時程。

於是，數據專家會從自己有把握的題目下手。偏偏，數據專家有興趣的題目，都不是公司當下重視的題目。而公司重視的題目，往往過於巨大或是天馬行空，都是數據專家難解、不想碰觸的頭痛問題。這時，要評估數據專家的績效就異常困難。

3、不該讓數據專家直接面對資料保管者，造成雙方衝突

一般公司會儲存大量資料，但很少深度分析資料帶來的價值。

當數據專家要求取得數據以進行分析時，大家才意識到原來公司從沒搞清楚怎麼定義資料的機敏性。於是，數據專家得想辦法提出一套大家都聽得懂且可信賴的資料取得、清理、保管、分析的方法。

數據專家為了能好好展示這套數據處理方法，還是得先行取得部份資料，這就造成與資料保管者的衝突了。

事後回顧，數據團隊的領導人，應該先與公司內部的需求單位、資料管理單位（通常是資訊部門）先確立好資料分析工作流程與資安控管流程，才開始讓數據專家依流程開始工作。

4、不該有全壘打一擊必勝想法，提出過於大膽的數據規畫藍圖與預算

數據導向文化，不是一夕之間可以建立的；更不是畫出宏偉藍圖、砸大筆預算。累積小勝（small wins）對數位轉型非常關鍵！

我們曾經提出過宏偉藍圖與預算，使得數據團隊必須過早承諾解決那些沒把握的問題，也讓組織成員以放大鏡檢視我們的一舉一動。

相較於一擊必勝造成的負面影響，我們在比較有成果的專案中，都是先從「陳年舊疾」卻不被重視的題目開始做起，先讓團隊成員可以有餘裕展示能力，也讓組織成員可以退一步觀摩、「欣賞」團隊的努力。

5、不該過於急切地「推銷」數據分析成果，並希望立即導入應用

數據團隊的成就感來自於兩部份，第一部份是找到洞見（insight），第二部份是依據洞見發展一連串的解決方案。

通常第二部份帶來的成就感更大。然而，從洞見到解決方案，這不是一個線性流程，而是需要了解組織既有方案與資源的優勢與缺陷，並且大量溝通之後，才能讓解決方案真正落地。當數據團隊急切地推動應用，立即得面對組織成員的抗拒，因為從另一個角度來說，這貶低了過去他們的努力。

通常，在提完這五大錯誤之後，業主就會比較全面地看待數據團隊在公司裡的定位、工作流程、與預期表現。對於資源有限且沒有數位專家的中小型公司，思維週延、預做準備，才可快速行動，否則都是浪費資源與消耗全體人員耐心。