Følgende artikel hjælper dig med: Hvorfor er det så svært at ansætte analyser?
“Rohit fik et job på 50 lakh som dataforsker”, “Meena modtog en lønpakke på 25 lakhs som dataingeniør,” lyder det bekendt? Nå, hent enhver avis; dette er en almindelig overskrift, medier bruger til at fange din opmærksomhed. Og det meste af tiden arbejder de. Tidligere var det kun til softwareingeniørjob. Nu er analysejobs kommet ind i billedet. Analytics-job er virkelig eftertragtede. Medianlønnen for datavidenskabsfolk i Indien er steget til INR 16,8 lakhs om året, en stigning på 25,4% sammenlignet med 2021, ifølge en nylig undersøgelse fra AIMResearch.
Billede: AIMResearch
Med så lukrative jobmuligheder til rådighed, er rekrutteringen til at finde de rigtige analytikere blevet ekstremt hård. Rekrutterere står over for forskellige udfordringer, der kan dukke op, når man ansætter til et så efterspurgt felt.
Alt, der skinner, er ikke guld
Analysesektoren er ekstremt lukrativ, hvis du har den rigtige blanding af færdigheder. Jobsøgende har indset, at hvis de fremhæver viden om efterspurgte færdigheder som avanceret analyse, dyb læring og maskinlæring, kan de pakke disse højtlønnede roller. Der er ikke noget galt i at sætte dem i dit CV, men du skal faktisk levere det, du påstår. En almindelig klage fra rekrutterere er, at det, der står på dit CV, ofte ikke stemmer overens med dine faktiske færdigheder.
I et indlæg sidste år fremhævede Nitin Aggarwal, leder af Cloud AI Industry Solutions Services (Indien) hos Google, dette problem i et LinkedIn-indlæg, som har vundet meget indpas.
Billede: LinkedIn
“Folk lægger en masse ting på CV’et, f.eks. viden om avanceret Python-kodning, men giv dem et virkeligt kodningsscenarie for at teste deres erfaringsniveau, de vil ikke være i stand til at leve op til forventningerne. Vi investerer meget for at få tekniske vurderingsværktøjer til at analysere denne slags problemer,” tilføjer Amitabh Ghosh, leder af Talent Acquisition hos Anheuser-Busch InBev.
Besættelse af værktøjer
Jaidev Dutta, administrerende direktør hos en Big Four-konsulent, tilføjer: “Kandidater er mere fokuserede på at fremvise deres ekspertise inden for værktøjer og teknologier og ikke det grundlæggende i, hvordan et analyseprojekt skal leveres. Værktøjer og teknologier vil blive ved med at ændre sig, men forståelsen af, hvordan et data- og analyseprojekt skal leveres, og hvordan man bygger en robust løsning, er det, der mangler. Dette er ikke kun tilfældet på entry-level, men også på mid-senior niveau.
At få den rigtige blanding af nødvendige færdigheder
En god analytiker har brug for en mangfoldighed af færdigheder for at løse et forretningsproblem gennem datavidenskab. Det er her, rekrutterere støder på en anden vejspærring for at finde fagfolk, der ikke kun er dygtige til én færdighed, men en person, der kan opfylde alle kundens krav.
“I modsætning til andre teknologiske domæner er kompleksiteten af færdigheder inden for dataanalyse enorm. Det starter med dataindtagelse, dataarkitektur og datamodernisering, avanceret analyse og informationslevering. På hvert af disse områder er der et væld af værktøjer og teknologier. Det er også en stak i hurtig forandring – at finde den rigtige kombination af færdigheder i en enkelt kandidat. Selv kandidater finder det udfordrende at holde trit med skiftende teknologiske platforme hele tiden,” tilføjer Jaidev.
Dutta tilføjer, at han har fundet ud af, at vi måske aldrig kan få kandidater med en kombination af alle de færdigheder, som vi ønsker med det rigtige ekspertiseniveau (eller få meget få i antal). For at løse dette problem, siger Dutta, at virksomheden forsøger at fokusere på visse grundlæggende færdigheder, der er obligatoriske for en bestemt jobrolle, og derefter forsøger at krydstræne og opkvalificere dem på andre områder.
I sidste ende løser du et forretningsproblem
En dataforsker arbejder ikke isoleret. En dataforsker skal i sidste ende løse et forretningsproblem ved at analysere data og opbygge algoritmer.
Ankur Bhandari, global leder af People Analytics hos ABB, føler, at en god forståelse af forretningslogik mangler hos mange analytikere. Han siger: “Indien har fantastiske programmører i landet. Som dataforsker er det sammen med programmeringen lige så vigtigt at forstå, hvordan en virksomhed skaber værdi og genererer omsætning. Et andet område at arbejde med er kommunikationsevner. Kommunikation betyder ikke, hvor godt du taler et bestemt sprog, men hvor godt du kommunikerer dine ideer og gør dem forståelige for andre. Du kan gå steder, hvis du mestrer denne færdighed.”
“At finde det rigtige talent med hvem der er stærke på dataanalyse og er udstyret med den relevante domæneviden er blevet en kæmpe udfordring på det seneste,” mener Manisha (Sharma) Prasad, senior vicepræsident og leder af Human Resources for CRIF Companies i Indien. Som finansiel serviceorganisation har vi på den ene side brug for stærke funktionelle og domænefærdigheder, men på den anden side er det afgørende, at vi har datavidenskabsfolk og analytikere ombord, som har knowhow til at integrere tech-kompetencer og forretningsviden. Manisha informerer om, at analyserummet fortsat afspejler et hul for talentet blandet i de to.
Tilpasningsevne og indlæringsevne er nøglen “Man skal rumme og være fleksibel nok til at få en af disse to parametre og træne folk på den anden parameter,” slutter hun.
Fastholdelse af talent
“Min frafaldsprocent inden for dataanalyse, datavidenskab og dataarkitekter er 25 til 30 procent, og det er min største bekymring,” siger Amitabh.
Efterhånden er det helt klart, at efterspørgslen efter datavidenskabsfolk overstiger udbuddet. Som en konsekvens heraf er nedslidningsraterne i analyseindustrien ret høje. Nedslidningsraten på datavidenskabsmarkedet ligger på 28,1 % i 2021, en stigning på 12,1 % sammenlignet med 2020, ifølge Analytics India Attrition Study 2022 udført af AIMResearch.
Rapporten tilføjer, at Bangalore har den højeste nedslidningsrate blandt storbyer med 29,7 %, efterfulgt af Mumbai (28,8 %), Kolkata (28,1 %) og Delhi/NCR (27,8 %). Startups og butikker har de højeste nedslidningsrater på henholdsvis 43,7 % og 42,1 %.
Billede: AIM Research
Med startups, der kommer op på månedsbasis, især i områder som Delhi NCR og Bangalore, er det ret svært at tiltrække talenter.
Frafaldet er voldsomt
Amitabh tilføjer, at disse startups er pengerige og er klar til at købe talenter ud. Den slags stigninger, som disse startups laver, gør det svært for normale virksomheder at matche. Den samme kandidat, som plejede at koste “x” måske to år efter, koster os “4x” eller “5x”, hvor x er deres nuværende løn.
Han bemærker, at folk bare skifter job ekstremt ofte. Stabilitetsdelen mangler i deres karriere. »Man får gode kandidater, der sidder med flere tilbud. Selvom de får et godt tilbud fra os, vil de gå tilbage for at forhandle med de andre arbejdsgivere og udarbejde et bedre tilbud. Vi oplever mange frafald på tilmeldingsdagen. Hvis man ser på det fra industriens perspektiv, ser branchen på 30 til 40 procent frafald.”
Flere tilbud er fantastisk, men brug ikke dette som et værktøj til at udnytte
Manisha er også enig med Ghosh. Hver anden person sidder med 4 eller 5 tilbud. “Det er i orden at have flere tilbud, da efterspørgslen overstiger udbuddet. At benytte muligheden for at forhandle med flere arbejdsgivere om modtilbud er noget, som arbejdsgiverne ikke sætter pris på. Manisha deler også sine tanker for kandidaterne på markedet, at det er vigtigt for dem at have en klar indsigt i deres egne behov og forhåbninger – øjeblikkeligt optrædende lukrative økonomiske tal eller karrierestabilitet og eksponering. Fokus har stort set været på kompensation, og langsigtede og immaterielle aktiver bliver ofte overset af kandidaterne, når de træffer deres karrierevalg. Selvom jeg har fem tilbud i hånden, skal jeg være klar over, hvad det er, jeg stræber efter – økonomi eller karrierestabilitet. Jeg har set de sidste par måneder, at fokus udelukkende er på kompensation. Langsigtede og håndgribelige og immaterielle fordele bør også evalueres.”
Ikke holdbart i længden
Med adskillige professionelle, der tjener enorme beløb i den tidlige fase af deres karriere, som man kun kunne drømme om før, føler Ghosh snart, at der vil komme et tidspunkt, hvor disse professionelle vil være uden for rækkevidde af lommerne hos mange af virksomhederne. De vil blive dyre ansættelser for dem. De bliver nødt til at tilpasse sig mere stabile virksomheder.
“Investorer er begyndt at lægge pres for at reducere deres omkostninger. Vi ser ofte fyringer. Virksomheder vil naturligvis forsøge at nedbringe forretningsomkostningerne,” slutter Ghosh.
