当您开始看到核心数据团队之外的整个团队都在从事类似数据团队的工作时，情况会更加复杂。这些人通常被引入从事关键业务工作，例如制作预测模型来确定哪些支持代理应该在何时工作或构建数据模型来确定客户的信用评分。
如果做错了，这些团队会带来数据可靠性下降的风险，并可能降低整个公司的决策质量。
以下是您应该注意的一些迹象，以发现您可能希望拉近与数据团队的距离：
- 一群销售运营分析师使用数百人使用的零碎 LookML 代码制作仪表板，而数据团队对此一无所知。
- 一个运营团队维护一个预测模型，该模型确定工人轮班的开始和结束时间内置于 Pandas 中，每天早上在本地机器上手动运行。
- 一个业务战略团队决定使用 Google Data Studio 作为投资者的仪表板，因为有人在他们之前的工作中使用过它，尽管数据团队的政策是使用 Looker。
- 一个信用分析师团队，他们已经开始为用于决定允许哪些客户借钱的数据模型开发自己的 dbt 项目。
在您不知不觉中，关键业务决策将由人们使用数据团队不知道的仪表板和数据模型做出。
您需要构建一个系统来确定团队和个人何时应该在核心数据团队中以及他们何时应该保持独立：
- 高度重叠：您可能会遇到一团糟，最终会返回给数据团队进行修复。您应该考虑让他们成为核心数据团队的一员，让他们与其他任何人一样具有相同的期望和入职培训。
- 一些重叠：数据和决策的质量在很大程度上取决于它们，但工作与数据团队的工作差异太大。邀请他们参加一些数据仪式，并将他们与数据团队的导师配对。
- 很少重叠：他们正在构建自己的仪表板很好，但你不应该在这里投入太多时间，因为你有分散自己的风险。相反，提供办公时间和每月一次的 Looker 最佳实践培训。