Waarom je IT-team minder techneuten nodig heeft

Krijg inzichten om personeelstekorten in de IT-sector effectief aan te pakken.
Waarom je IT-team minder techneuten nodig heeft

Waarom je IT-team minder techneuten nodig heeft

Krijg inzichten om personeelstekorten in de IT-sector effectief aan te pakken.

Inhoudsopgave

In de krappe arbeidsmarkt van vandaag de dag is het vinden van gekwalificeerd personeel een flinke uitdaging. Dat geldt voor alle organisaties, maar zeker voor bedrijven die op zoek zijn naar IT’ers. Voor wie op zoek is naar data-engineers, is het als het zoeken naar een speld in een hooiberg. Kortom, het vinden van de juiste personen met de juiste vaardigheden is een waar hoofdpijndossier, terwijl moderne BI-projecten steeds meer expertise en technische kennis vereisen. In deze blog deelt Willem Otten, een van de oprichters van CrossBreeze, manieren om deze uitdaging aan te pakken zonder op zoek te moeten naar meer personeel.

Modelgedreven werken verlicht de druk

Een van de manieren om deze personeelsuitdagingen te verlichten, is door gebruik te maken van modelgedreven ontwikkeling. Bij deze aanpak bouw je softwareoplossingen minder met de hand en meer door middel van modellen en patronen (templates). Hierdoor heb je minder diepgaande technische kennis nodig binnen je team. Slechts een paar teamleden moeten echt de complexe patronen kunnen maken, wat de druk op de rest van het team vermindert.

Veranderende eisen aan je team

Wanneer je kiest voor een modelgedreven aanpak, verschuift de verhouding van het type medewerkers dat je nodig hebt. Je hebt minder hardcore techneuten nodig en meer mensen die zich focussen op het functionele aspect van data-engineering. Stel dat je een dashboard met vijf bepaalde KPI’s moet realiseren, dan vinden deze mensen het leuk om uit te zoeken welke gegevens er uit verschillende bronsystemen moeten komen en wat ze met die gegevens moeten doen om tot die KPI’s te komen. Daar zit vooral een functioneel vraagstuk in. Deze medewerkers hoeven niet te weten hoe ze functionaliteiten in Python of Azure Data Factory moeten programmeren. Ze moeten wel begrijpen welke gegevens je uit welke bronsystemen haalt en hoe je deze omzet naar waardevolle inzichten.

Voordelen van minder technische afhankelijkheid

Een ander groot voordeel van minder technische afhankelijkheid is de toekomstbestendigheid van je team. Technische kennis veroudert snel en vereist constante bijscholing. Stel dat je nu werkt met een on-premise omgeving met Microsoft SQL Server en SSIS als ETL-tooling en je wilt overstappen op Microsoft Azure. Dan moeten al je techneuten bijgeschoold worden, want dat is toch wezenlijk anders. En als je over vijf jaar weer iets nieuws nodig hebt, moet je al je mensen weer laten opleiden en de benodigde bedrijfslogica opnieuw analyseren en ontwikkelen. Kortom: je sluit jezelf op in technologie, daarover schreven we al eerder een blog. Alternatief is dat je op zoek gaat naar andere mensen met wél de juiste kennis en dat brengt me weer terug bij de krappe arbeidsmarkt. Door je functionaliteit vast te leggen in modellen in plaats van in technische oplossingen, blijft de kennis die je in huis hebt langer relevant. Dit maakt je minder afhankelijk van specifieke technologieën en vergroot je flexibiliteit om in te spelen op nieuwe ontwikkelingen zonder je hele team opnieuw te moeten trainen.

Meer doen met minder mensen

Naast het feit dat je minder afhankelijk bent van specifieke technische kennis, verhoogt een modelgedreven aanpak ook de productiviteit van je team. Het werk wordt meer gestandaardiseerd en herhaalbare taken kunnen sneller en efficiënter worden uitgevoerd. Dit betekent dat je met hetzelfde aantal medewerkers meer werk kunt verzetten. Dit is niet alleen kostenefficiënt, maar verhoogt ook de tevredenheid van je medewerkers, omdat ze meer tijd kunnen besteden aan interessante en uitdagende taken in plaats van saai en repetitief werk.

Van T-shape naar I-shape

Bij de traditionele manier van werken, heb je mensen nodig met een zogenaamd T-shaped profiel, iemand die alles kan van A tot Z. Door modelgedreven te gaan werken, knip je dat profiel doormidden. Je hebt enerzijds iemand nodig die analytisch sterk is, goed met de business kan praten en de wensen en behoeften kan vertalen in een model. Aan de andere kant heb je iemand nodig die technisch onderlegd is. Je splitst feitelijk de ‘wat’ en de ‘hoe’. Die splitsing maakt het niet alleen makkelijker om de juiste mensen te vinden, je hebt voor de technische rol ook minder mensen nodig.

Begin vandaag met nadenken over je toekomst

Als je nu voortdurend worstelt met het vinden van voldoende gekwalificeerde medewerkers, is het misschien tijd om na te denken over een andere werkwijze. Een modelgedreven aanpak kan je helpen om meer te doen met minder mensen, de efficiëntie te verhogen en je team toekomstbestendig te maken. Overweeg eens om deze werkwijze te bespreken binnen je organisatie en ontdek hoe het je kan helpen om de uitdagingen van de arbeidsmarkt beter het hoofd te bieden.

Meer weten?

Benieuwd hoe een modelgedreven aanpak jouw organisatie kan helpen? Neem dan contact met ons op voor een vrijblijvend gesprek. Samen kunnen we bekijken hoe je je team kunt optimaliseren en voorbereiden op de toekomst. Laten we de stap zetten naar een efficiëntere en effectievere manier van werken.