Dane to nowe paliwo: jak startupy mogą skutecznie budować zespoły analityczne w miarę swojego rozwoju?

Niemniej, pomimo licznych programów edukacyjnych i rosnącej liczby specjalistów, pozyskiwanie wykwalifikowanych kandydatów wciąż stanowi wyzwanie dla wielu firm. O tym, w jaki sposób startup może zbudować skuteczną strategię rekrutacyjną, aby przyciągnąć talenty analityczne w nowych segmentach rynku, opowiada Olha Bazurina, współzałożycielka i Chief Talent Officer w RNRS Solutions.

Kto dyktuje warunki na rynku pracy związanym z danymi?

Dla firm poszukujących specjalistów z zakresu danych (analiza danych, inżynieria danych, uczenie maszynowe) kluczową kwestią jest zrozumienie dynamiki rynku pracy. Obecnie rynek ten w dużej mierze sprzyja kandydatom, jednak ostatnie zmiany gospodarcze zaczynają stopniowo przesuwać równowagę w stronę pracodawców.

Obecny wysoki popyt na specjalistów w zakresie przetwarzania danych wynika z rosnącego znaczenia informacji we wszystkich branżach i sektorach. W efekcie firmy borykają się z brakiem wykwalifikowanych pracowników, co umożliwia kandydatom negocjowanie bardziej atrakcyjnych warunków pracy i wynagrodzenia. Dlatego w ostatnim czasie wielu pracodawców coraz częściej stara skupić się na budowaniu swojego wizerunku jako atrakcyjnego miejsca pracy, poprzez oferowanie elastycznych form zatrudnienia oraz rozwijaniu kultury inkluzywności, tak aby przyciągnąć i zatrzymać najlepszych specjalistów w obszarze pracy z danymi.

Niemniej, na niektórych rynkach i w określonych segmentach można dostrzec stopniowe przesunięcie w stronę bardziej zrównoważonego rynku pracy, a nawet delikatnej przewagi na rzecz pracodawców. Taki trend wynika w głównej mierze z rozwoju technologii, zwłaszcza z zastosowania automatyzacji i wprowadzenia sztucznej inteligencji, które częściowo zmniejszają potrzebę zatrudniania pracowników w wybranych dziedzinach. Przykładem tego jest sytuacja u jednego z naszych stałych klientów z sektora marketingowego.

W ubiegłym roku intensywnie wspieraliśmy klienta w procesie rekrutacji specjalistów w dziedzinie analizy danych i marketingu internetowego. Na początku naszej współpracy jego zapotrzebowanie obejmowało wyłącznie kwestię zatrudnienia pracowników do działu analizy, targetowania oraz digital marketingu. W tym roku jednak firma zmieniła plany rekrutacyjne, ponieważ udało jej się zautomatyzować wiele procesów, wdrażając platformy analityczne działające przy wykorzystaniu sztucznej inteligencji, takie jak Google Analytics 4 (GA4), HubSpot Marketing Hub czy Sprout Social.  Większość z tych narzędzi funkcjonuje na rynku od dłuższego czasu, jednak to właśnie najnowsze aktualizacje i rozwój funkcji automatyzacji znacząco zmniejszyły potrzebę zatrudnienia pracowników w celu wykonywania rutynowych czynności.

Platformy te optymalizują kampanie reklamowe, analizują interakcje klientów i automatycznie dopasowując strategie, zmniejszając tym samym potrzebę ciągłego zatrudniania specjalistów zajmujących się analityką i targetowaniem. Aktualnie klient skupia się przede wszystkim na rekrutacji doświadczonych specjalistów, którzy są w stanie monitorować i zarządzać technologiami, w miejsce manualnego i rutynowego wykonywania codziennych zadań. Mniejsze zapotrzebowanie na pracowników jest efektem nie tylko redukcji kosztów, ale również aspiracji firmy do skupienia się na rozwoju strategicznym, powierzając zadania operacyjne automatycznym systemom. W rezultacie ewolucja dotyczy również roli jaką pełnią agencje rekrutacyjne.

Aby efektywnie tworzyć zespoły w obszarze danych, startupy oraz rozwijające się firmy powinny uwzględniać te aspekty, zapewniając pracownikom możliwości stałego poszerzania swoich kompetencji oraz tworząc przyjazne warunki dla elastycznych form zatrudnienia i indywidualnego kształcenia zawodowego.

Nasze obserwacje wskazują, że firmy w coraz większym stopniu polegają na analizach danych w podejmowaniu kluczowych decyzji i formułowaniu strategii, a tworzenie zespołu zajmującego się ich procesowaniem, stanowi istotny krok w rozwoju organizacji. W miarę rozwoju startupu konieczne staje się przetwarzanie ogromnych ilości informacji, w celu lepszego zrozumienia oczekiwań klientów, usprawnienia procesów, optymalizacji wykorzystania zasobów i ograniczeniu ryzyka. Specjaliści zajmujący się danymi przekształcają „surowe” informacje w cenne wnioski, które wspierają racjonalne decyzje biznesowe na każdym etapie rozwoju firmy.

Według prognoz firmy Gartner, do 2026 roku 65% firm przejdzie od podejmowania decyzji na podstawie intuicji na rzecz procesu decyzyjnego opartego na przetwarzaniu i analizie danych.

Popyt ten stymuluje rynek pracy, tworząc nowe miejsca stanowiska. Najnowszy raport Future of Jobs Report 2023 przewiduje, że analitycy danych i specjaliści w zakresie Data Science znajdą się w pierwszej dziesiątce najbardziej poszukiwanych zawodów w latach 2025–2027. I choć rynek stara się nadążyć za rosnącym zapotrzebowaniem, to wciąż brakuje wielu wykwalifikowanych fachowców.

W Europie prognozuje się, że liczba pracowników zajmujących się danymi wzrasta o 10,5% w skali roku, jednak zapotrzebowanie na specjalistów w zakresie Data Science i analityków będzie rosło dwukrotnie szybciej niż zdolność rynku do ich zatrudnienia.

W takich warunkach startupy muszą być gotowe konkurować o talenty analityczne i rozwijać elastyczne strategie rekrutacyjne, aby nie przegapić swojej szansy na rozwój.

Wyzwania dla nowych rynków

Z uwagi na zróżnicowany poziom rozwoju sektora IT w poszczególnych regionach, pozyskanie odpowiednich kandydatów na wyspecjalizowane stanowiska związane z danymi może stanowić wyzwanie. Wśród najczęstszych trudności z jakimi mierzą się startupy na nowych rynkach na nowych rynkach można wyróżnić:

• brak klarownego procesu rekrutacji: nowe rynki często różnią się pod względem kulturowym i ekonomicznym. Na przykład w niektórych regionach dłuższy proces rekrutacji może być postrzegany jako oznaka rzetelności i budowania zaufania, podczas gdy w innych może uchodzić za przejaw braku efektywności firmy;
• niejasność w zakresie wynagrodzeń rynkowych: właściciele startupów często nie dysponują pełną wiedzą na temat stawek wynagrodzeń dla specjalistów ds. danych na nowych rynkach, co może prowadzić do zawyżenia budżetu lub tworzenia ofert, które nie są wystarczająco konkurencyjne;
• specyficzny zestaw umiejętności technicznych: specjaliści zajmujący się przetwarzaniem danych powinni posiadać umiejętności nie tylko w zakresie analityki, ale również programowania, pracy z dużymi zbiorami danych, modelowania i uczenia maszynowego. Ponadto, równie istotna jest ich zdolność do interpretacji danych w kontekście specyfiki danej branży, ponieważ np. sektor medyczny i finansowy znacząco różnią się pod względem rodzaju przetwarzanych danych. Oznacza to konieczność poświęcenia większej ilości czasu na poszukiwanie odpowiednich kandydatów oraz głębszego zrozumienia lokalnego rynku niż w przypadku rekrutacji specjalistów ds. marketingu lub sprzedaży, gdzie wymagania są często bardziej uniwersalne.

Strategia rekrutacji specjalistów ds. przetwarzania danych

Podczas tworzenia zespołu specjalistów ds. przetwarzania danych dla naszego klienta na nowym rynku, jakim była Ameryka Łacińska, zrozumieliśmy, że skuteczne tworzenie takiego zespołu w nowej lokalizacji wymaga strategicznego planowania. Nasze doświadczenie zaowocowało sukcesem, co pozwoliło nam wyodrębnić następujące kluczowe kroki:

1. Określenie struktury zespołu

Pierwszym krokiem jest jasne zdefiniowanie celów i ról zespołu. Istotne jest, aby w sposób klarowny określić, jakie zadania będą stawiane przed zespołem — czy będą to analizy, tworzenie modeli, zarządzanie dużymi zbiorami danych, integracja danych, czy ich migracja. Następnie należy zidentyfikować wymagane technologie i kompetencje potrzebne do realizacji tych zadań oraz stworzyć profil idealnego kandydata.

Dla specjalistów kluczowe jest otrzymanie pełnych informacji już na początkowym etapie całego procesu: z jakich technologii będzie korzystać, nad jakim produktem będzie pracować, jaki wpływ jego praca będzie miała na rozwój technologiczny oraz czy otrzyma szansę na wdrażanie swoich pomysłów.

2. Planowanie budżetu dla nowego zespołu

Dla startupów kontrola wydatków jest niezwykle istotna. Podczas planowania budżetu dla nowego zespołu należy oszacować, ilu specjalistów można zatrudnić, uwzględniając przy tym możliwości finansowe firmy. Jeśli istnieje potrzeba zatrudnienia pięcioosobowego zespołu, a budżet jest ograniczony, warto rozważyć zoptymalizowanie jego składu – poprzez zmniejszenie liczby osób lub dostosowanie poziomu kwalifikacji, tak aby zapewnić efektywną pracę w ramach dostępnych środków. Dzięki temu startup utrzyma stabilność finansową i elastyczność w wydatkach, unikając trudności związanych z budżetem na dalszym etapie rozwoju.

3. Analiza rynku i konkurencji

Warto poświęcić czas także na zbadanie zbadania rynku, co pozwoli oszacować dostępność wykwalifikowanych specjalistów w danej dziedzinie. Jeśli zamierzasz powiększyć zespół zajmujący się uczeniem maszynowym, kluczowe będzie ustalenie, czy rynek oferuje wystarczającą liczbę ekspertów, mających odpowiednie kompetencje. Zwróć także uwagę na poziom wynagrodzeń i ofertę benefitów proponowanych przez konkurencję, aby skuteczniej określić, czy będziesz w stanie przyciągnąć talenty na konkurencyjnych warunkach.

Startupy mają możliwość przyciągania talentów dzięki unikalnym atutom, które nie zawsze są dostępne w dużych korporacjach. W miejsce standardowego podejścia do rekrutacji, zaoferuj kandydatom możliwość udziału w ekscytujących projektach, gdzie ich praca będzie miała bezpośredni wpływ na produkt oraz rozwój całej firmy. Stwórz dla nich przestrzeń do realizacji własnych pomysłów i możliwości do rozwoju w kluczowych obszarach.

4. Budowa przejrzystego procesu rekrutacyjnego

Zaplanuj przejrzysty i czytelny proces rekrutacji. Obejmuje on szczegółowe przedstawienie każdego etapu rekrutacji, wybór właściwych osób do odbycia rozmów z kandydatami oraz opracowanie dla nich przejrzystych zadań do wykonania. Terminowe przekazywanie informacji zwrotnej oraz dotrzymywanie obietnic co do terminów wpływa pozytywnie na renomę pracodawcy i motywuje kandydatów, aby kontynuować współpracę.

5. Przemyślana komunikacja z kandydatami

Opracuj strategię komunikacji z kandydatami, aby w zrozumiały sposób móc przedstawić unikalność swojej firmy, jej misję oraz wartości. Dzięki temu Twoja firma wyróżni się na tle konkurencji i przyciągnie uwagę także tych kandydatów, którzy nie poszukują aktywnie nowej pracy.

6. Zatrudnianie biegłych technicznie rekruterów

Skuteczność całego procesu związanego z zatrudnieniem nowego kandydata, zależy w dużej mierze od tego, na ile rekruter rozumie specyfikę danego stanowiska. Powinien znać podstawowe technologie i umieć odpowiadać na ogólne pytania techniczne. Pozwala to na znaczące skrócenie czasu potrzebnego na podjęcie decyzji i zwiększa szanse na pomyślne zamknięcie procesu rekrutacji.

7. Współpraca z lokalnymi konsultantami

Jeśli po raz pierwszy wchodzisz na jakiś rynek, rozważ współpracę z doświadczonymi lokalnymi konsultantami. Ułatwią szybkie poznanie specyfiki danego rynku oraz skuteczne wyszukiwanie i ocenę kandydatów.

8. Optymalizacja procesu rekrutacji przy wykorzystaniu AI

Oto kilka wskazówek:

• zautomatyzowana analiza kandydatów: zastosuj sztuczną inteligencję do porównywania kandydatów z idealnym profilem stanowiska. Dzięki temu możesz szybciej i dokładniej ocenić, na ile kandydaci spełniają określone wymagania;
• analiza wcześniejszego doświadczenia: Na podstawie danych dotyczących długości zatrudnienia kandydatów na poprzednich stanowiskach, AI może pomóc w oszacowaniu, jak długo mogą pozostać w Twojej firmie, co jest kluczowe dla oceny ich stabilności zawodowej;
• prognozowanie celów zawodowych: Narzędzia mogą gromadzić informacje na temat wizji zawodowej kandydatów oraz ich potencjalnych oczekiwań wobec firmy. Pozwala to lepiej dostosować ofertę do ich potrzeb oraz ambicji, co zwiększa prawdopodobieństwo długoterminowego zaangażowania kandydatów.

Poszukiwanie i pozyskiwanie nowych talentów

Rekrutacja specjalistów ds. danych często polega na dotarciu do biernych kandydatów, którzy nie poszukują pracy samodzielnie. Pomocne w tym mogą być następujące metody:

• korzystanie z platform dedykowanych specjalistom: LinkedIn, GitHub, Stack Overflow — to platformy, na których doświadczeni specjaliści techniczni publikują swoje profile;
• bezpośrednie poszukiwanie (headhunting): pozwala na pozyskanie kandydatów z konkretnymi umiejętnościami, które odpowiadają wymaganiom danego projektu. Warto wstępnie ustalić profil idealnego kandydata i dokładnie sprawdzać potencjalnych kandydatów przed kontaktem, unikając tym samym masowego wysyłania wiadomości;
• identyfikowanie firm mogących dostarczyć nowych kandydatów: skieruj swoje poszukiwania na firmy, które wycofały się z lokalnego rynku, zostały przejęte lub zakończyły działalność. Zwolnienia pracowników w takich firmach mogą być sygnałem dla rekruterów, że mają do czynienia z doświadczonymi specjalistami, którzy mogą być otwarci na nowe propozycje, nawet jeśli obecnie nie są aktywnie poszukującymi pracy. Dokonaj analizy rynku, zwracając uwagę na statystyki zwolnień, migrację specjalistów oraz zmiany zachodzące w zatrudnieniu;
• współpraca z instytucjami edukacyjnymi: lokalne instytucje edukacyjne, które oferują programy z zakresu Data Science, analityki czy programowania, są ważnymi partnerami w poszukiwaniu i pozyskiwaniu nowych talentów;
• budowanie marki pracodawcy: ważne, aby potencjalni kandydaci postrzegali startup nie tylko jako miejsce pracy, ale także jako partnera w swoim rozwoju. Zaprezentuj unikalną kulturę firmy, otwartość na innowacje i koncentrację na rozwoju — pozwoli to na przyciągnięcie uzdolnionych pracowników, którzy podzielają te wartości. Podkreśl możliwości rozwoju zawodowego oraz znaczenie zespołu w osiąganiu wspólnych celów, ponieważ wielu kandydatów wybiera startupy właśnie z powodu bliskiej współpracy i poczucia zaangażowania w duże projekty.

Przyszłe trendy i rola technologii

W ciągu najbliższych 5 lat wzrośnie zapotrzebowanie na zespoły zajmujące się danymi, ponieważ coraz więcej firm przechodzi transformację cyfrową. Analitycy, inżynierowie danych i specjaliści ds. uczenia maszynowego staną się nieodzowną częścią wielu firm.

Dla startupów ważne jest nie tylko przygotowanie oraz dostosowanie się do tych zmian, ale także budowanie zespołów, które będą zapewnią ich rozwój. Dlatego z całą pewnością firmy, które skutecznie zorganizują proces rekrutacji i nawiążą długofalowe relacje z utalentowanymi pracownikami, zyskają strategiczną przewagę nad konkurencją w dynamicznie zmieniającym się rynku pracy.

Czytaj także:

• Trenowanie AI – Wyzwania prawne
• Nowy raport pokazuje, że AI wciąż jest na fali w polskim biznesie