數據集成項目/產品所需的人才
話說上篇blog談到了數據集成類項目的難點,在這篇blog中再根據數據集成項目/產品的特點來侃侃所需的人才,對于做數據集成產品的公司而言,通常都是走專業性質的產品公司的發展路線,在這樣的公司中技術方向的組織架構多數為產品實施人員、產品技術支持人員和產品研發人員,那么根據數據集成類項目的情況來說,這些人才都需要具備些什么樣的能力呢,產品公司又應該給這些人才提供些什么方面的培訓呢,借此篇blog做個總結,同行的同學們多多交流。
首先來看看三類技術人員在一個數據集成類項目中充當的角色,準確來說產品研發人員可以不列入項目成員范圍,但TA卻充當了所有項目的巨大的支撐者的角色;產品技術支持人員則承擔了解決各個項目中產品暫時不能支持的技術性的難題的任務,TA為產品研發贏得了寶貴的時間,同時保證了項目目標的達成;產品實施人員則承擔了項目目標的完成的重任,同時更是承擔了樹立產品品牌良好形象的重任,三類技術人員在整個項目中都屬于非常重要的角色,八仙過海,各顯神通吧,共同為保證項目目標的完成而承擔各自的責任,發揮各自的作用。
再來看一個數據集成類項目的過程,一個數據集成類項目的典型過程簡單來說是這樣:
1、接口需求調查
在開始做之前,首先要做的事就是接口需求調查,實施人員應該引導用戶完成所需要做的接口的需求的調查,以確認每個接口的需求類型,例如是移植、單向交換還是雙向交換,又例如能否獲得所需做的接口的雙方開發商的支持等。
在這樣的一個過程中需要的是產品實施人員對數據集成類的項目具備一定的概念,尤其是需要結合公司的產品的支持程度來引導用戶,得到接口的真實需求,當然,這種能力是可以由公司來提供培訓獲得的。
2、制定實施計劃
在接口需求調查完成后,需要制定實施計劃,這份計劃呢,很難完全由實施人員來制定,多半需要公司的技術人員以及管理層來共同制定,在制定完畢后需要由實施人員和客戶來確認這份計劃,通常來講實施計劃和客戶的期望都會有一定的差距,這個時候就需要實施人員具備很好的協調能力了,即使在用戶接受不了實施計劃而要做出不可能完成任務的時間點時,也應該想出相應的對策,例如和客戶協調各讓一步,或者接受用戶所說的時間點,但注明是可能完不成的,最后在制定好了實施計劃后一定要和用戶進行確認。
在這樣的一個過程中需要的是產品實施人員具備很好的客戶協調能力,同時也要求了公司的技術支持人員和管理層對于項目的進度具備較為準確的掌控能力。
3、數據分析
數據分析過程在之前的blog中已經重點提及,是整個過程中的最難的部分,數據分析過程很大程度上決定了接口能否順利的完成,通常來講僅靠實施人員是無法完成的,因為通常來講產品實施人員對于所做的項目的業務都是不怎么懂的,在數據分析的過程中還需要對于業務懂的人也在才行,否則整個數據分析過程會變得非常的漫長,而且接口的完成會具備很大的風險。
在這樣的一個過程中需要的是產品實施人員具備數據分析的概念,當然,同時公司也需要為產品實施人員提供數據分析方法論的培訓,就是數據分析的一般步驟和其中注意事項的一些培訓,下篇blog再來講講數據分析方法論,這個非常的重要,當然,具備數據分析概念的實施人員會更容易接受這個培訓。
4、數據集成實現
在數據分析完成之后,基于產品實現接口是最重要的,終極目標,:),完成就收工了,只要數據分析做的沒大問題,這個過程相對來講其實是較為簡單的,這個階段最考驗的就是產品研發人員的成員和產品技術支持人員的能力。
產品實施人員在這個過程中最重要的就是對于產品使用的熟悉程度以及問題的及時反饋;產品技術支持人員的話在這個過程中最重要的是對于產品的改造能力,這需要一定的程序基礎,所以在考察時還需要考察產品技術支持人員的程序能力,對于產品技術支持人員公司應提供產品擴展、改造方面的技術培訓,同時要從管理層面建立規范的項目問題的反饋機制;這個過程對于產品研發人員的成果有非常強的考驗,但由于有產品技術支持人員在前面頂著,所以不是那么的明顯。
對于產品研發人員最重要的能力是產品所需的相關技術方面的能力,同時還有技術興趣、團隊合作能力等等,對于產品研發人員在技術上會有較高的要求,而如果具備了產品所需的相關技術的專長的人員,則是產品研發團隊中最適合的,產品研發團隊最佳的組成方式是由能把握產品宏觀發展方向的團隊(市場+技術)+產品相關技術中的各領域專家團隊構成。
------------------數據集成系列Blog:已寫的------------------
<< 數據集成類項目的難
------------------數據集成系列Blog:后續的------------------
數據分析方法論 >>
--------------------------------------------------------------------
posted on 2007-05-18 10:25 BlueDavy 閱讀(2777) 評論(1) 編輯 收藏 所屬分類: 數據集成