回顧一下這系列文，從 Day 10 開始介紹如何在公司內組織 Data Team. 由於商業市場真是瞬息萬變，我想來聊一下何時要重新檢視 Data Team 架構是否還是不適合 🔄。

一開始容易是服務至上 💼

我剛成立 Data team 的時候就跟多數狀況一樣，因為只有 1~2 個人，也不用考慮地方分權，就只能中央集權 (參考 Day 10) ，滿容易在建立好 ETL 以及 BI 工具後就開啟服務模式。在 BI 工具的教學活動結束後，大家就會問我們說：哪你可以幫我建立 XX 圖表 📊？這樣我以後就不用每週都自己準備。

Data Team serves all teams

當我們開始處理這些需求、幫大家建立各種報表，就發現有很多類似的東西，我們產生了很多 data models 幾乎 80% 重複，可能多幾個或少幾個欄位! 😲 我們沒有投資時間去釐清整體需求，來一個打一個，也沒有討論好 data model 的設計。

發現搭配合作有幫助 🤝

一直到有個在營運團隊的成員，對資料處理滿有天份、也有興趣，在我們還沒有教學 BI 工具的時候，他就自己建立好給自己用的圖表。Data Team 成員跟他搭配合作很順，他對營運的了解對我們很有幫助。這個發現，讓我們開始想是否可以跟需求團隊搭配合作，一個在營運團隊對資料有興趣的人，搭配一個在資料團隊對那個領域有興趣的人，希望密切合作可以產生綜效 🚀。

🗝️ 成功要素：

• 這兩個搭配的人要密切合作，要合得來
• 要有共同目標：一起利用資料協助達到這個目標
• 商業領域跟資料領域的知識要能互相交流

DA pairing with data champion.

但也不是每個搭配都一樣成功。要看營運團隊那個人對資料的熟悉度，也要看資料團隊成員對那個領域的興趣程度，有人就會說：啊我就是對行銷沒興趣來做資料呀，不然我就去當行銷啦 🙃，也是有他的道理。

促進深度合作 🌐

因為有成功搭配的經驗，讓我們開始更主動的分享分析結果，希望有不同的角度分析，帶來一點新鮮感可以引發討論。一開始可能很多人說好，但也沒空實際細看報告，不過長期堅持還是開始有點影響的 🌊。

深度合作到，有時候 DA 會懷疑他是否越線不只做 DA 的工作 😅 ，過程中確實會發生。只要合作過程是互相尊重、公開討論，互相補位是很重要的。

true collaboration

這種深度合作在人員有限的情況，不太可能跟每個團隊都做到這樣，但總是樹立了一個典範。

回顧整理組織變化的過程 🌌

回顧時發現，改變不是刻意發生的，是因為一次偶然對了，想複製狀況，才去釐清成功要素跟架構。就算盡量複製了，也不一定保證下次應用在不同團隊就會成功 🌀。

每個資料團隊的成員，不只是主管，都可以回想一下組織合作方式的調整，做事方式、溝通方式、期待對方的行為等等，有哪些做法是可行或不可行。有時一個小地方的心態調整，就會產生滿大的影響。例如，當我們是中央集權的時候，先認清每個團隊的資料素養程度有差別，對於程度高的團隊，我們可以討論更深入的話題，程度低的團隊，我們該如何引導 🌱，光是「先認清每個團隊的程度會不同」，就已經影響我們後續的行為了。

接下來 ⏭️

在 Day 9, 我期待 Data Team 可以對商業價值有貢獻。下一篇我們就來回顧這個話題，以及是否有更具體的作法，敬請期待 🚀

對 dbt 或 data 有興趣 👋？歡迎加入 dbt community 到 #local-taipei 找我們，也有實體 Meetup 請到 dbt Taipei Meetup 報名參加