Почему не надо становиться дата менеджером?

Подробнее про работу дата менеджера в клинических исследованиях можно почитать в интервью и одном дне из жизни дата менеджера, которые я написала какое-то время назад. В этом материале сфокусируюсь на том, что иногда забывают рассказать, а это может стать для вас краеугольным камнем.

Дата менеджеры – часто козлы отпущения

Вот такое вот громкое заявление. Причем неважно, маленькая компания или большая, обязательно наступит момент, в котором вас прогнут по какому-то вопросу (“это запрос клиента, нужно сделать!” - классика). Или вообще не привлекут к обсуждению, а поставят перед фактом. Когда окажется, что работает этот запрос так себе, вас же скорее всего сделают виноватым. “Ну вы же дата менеджер, что же вы нам не сказали” – даже если сказал 10 раз. Но мало того, вам потом с этой ерундой разбираться на протяжении всего исследования. Пара примеров (осторожно, эмоционально):

– Давайте выделим вот эти три формы отдельно и будем их триггерить на основе десяти разных условий, потому что это запрос клиента? Конечно, давайте, а потом будем ежедневно получать пассивно-агрессивные письма от мониторов, потому что исследовательские центры злятся и не понимают, где вообще эти формы и как в них данные внести. И, если честно, иногда я очень даже их понимаю, рада бы все исправить, но уже невозможно (или очень сложно). 

– А еще давайте сделаем вот эти двадцать полей полями свободного ввода? Сможем больше данных собрать, зачем мы будем людей ограничивать вариантами ответов? Конечно, почему бы и нет! Поля свободного ввода же так прекрасно потом чистятся и анализируются – просто сказка, статистики ужасно обрадуются. 

– Ой, а еще давайте по 16 опросников пациентам отправлять каждый месяц на протяжении пяти лет наблюдения? Ой, а давайте! Только комплаенс потом будет процентов 50 в лучшем случае, потому что вы сами попробуйте такое количество опросников заполнять каждый месяц. Но нет же, все будут бесконечно обсуждать, что как-то не так видимо опросники запрограммированы, дата менеджмент (ДМ) начудил. Серьезно, коллеги? 

– Но самый сок – это еще и под систему для сбора данных подписаться без подробного анализа со стороны команды ДМ (бывало и такое). А потом на протяжении всего исследования будут ходить и жаловаться, что дата менеджмент команда проекта не справляется. Конечно, блин, не справляется, потому что выбор системы сделали клиент и специалисты по продажам. Почему же они и Индивидуальную регистрационную карту (ИРК) для пациента не построят совместно? 

Пишу и закипаю 😂 В общем, позиция дата менеджмента в клинических исследованиях находится где-то на стыке разных интересов. Логически кажется, что качество данных в исследованиях должно быть в приоритете у всех функций. Но на деле так не всегда работает. Иногда приходится биться за структуру индивидуальной регистрационной карты, чтобы потом не биться 5 лет исследования с результатами решений (или недосмотра) других людей. А если проект тебе передали уже на стадии проведения исследования – поздравляю, скорее всего пара недовольных коллег и сюрпризы уже ждут.

Работаешь в клинических исследованиях, но задачи скорее технические, чем медицинские

Это важный момент, который стоит учитывать, если хочется больше работать с медицинской стороной клинических исследований, а технические вопросы решать не нравится. В дата менеджменте, конечно, за строками в данных стоят реальные пациенты, поэтому медицинская составляющая имеется. Но иногда про это некогда думать, потому что на повестке дня часто куда более приземленные задачи:

 – какую систему для сбора данных выбрать; 

– какую логику заложить в электронной ИРК, чтобы учесть и график визитов/процедур в протоколе, и какую-то общечеловеческую адекватность; 

– какие проверки запрограммировать, чтобы ловить ошибки сразу; 

– как составить спецификацию для SAS программиста, чтобы получить удобные листинги;

– список можно продолжать и продолжать.

Многому учишься на опыте, но математический склад ума (даже инженерный) – это хорошее подспорье. А если умеешь программировать в SAS, например, то вообще хорошо – можно углубиться в работу с данными и отпочковаться от организационной работы. Многие ребята из ДМ, которых я встречала, кстати, вообще не были связаны с медициной и фармацией. И это окей, потому что для медицинского взгляда на вещи всегда можно привлечь кого-то из команды. 

При этом мне лично кажется, что мое фармацевтическое образование и понимание данных с медицинской точки зрения дает классное преимущество. В этом случае ты не просто делаешь, как тебе сказали коллеги с медицинском образованием (но не дата менеджеры, что важно!), а полноценно участвуешь в диалоге, предлагаешь идеи и ставишь под сомнение то, что с точки дата менеджмента не будет работать и создаст проблемы в будущем.  

Много рутинных задач и много документов

Не знаю, видели ли вы мем, про ответы на квери от дата менеджмента. Если – нет, приложу ниже, посмотрите. Это очень жизненно. Иногда надо 5 раз написать один и тот же запрос разными словами, чтобы получить внятный ответ (а потом получить жалобы от мониторов, что слишком много запросов!). Иногда твоя единственная задача на день – это сидеть в Экселе: просмотреть ответы на квери, проверить данные или спецификацию, провести расследование какого-то несоответствия. Надо хотя бы немного любить в этом копаться. 

На каждое исследование приходится много документации, которую надо обновлять регулярно. Например, если вышла поправка к протоколу, если пришел какой-то дополнительный запрос от спонсора, если нашли какие-то проблемы в ИРК и т.д. Иногда в таких задачах тонешь. С одной стороны это понятно, ведь все, что касается сбора данных в исследованиях, должно быть хорошо задокументировано. Но при этом часто горит все остальное, особенно на старте проекта. Если у тебя по процессу десять документов нужно подготовить, то шансы, что они не будут готовы в срок или будут с ошибками – высоки. А это чревато проблемами после запуска исследования. В общем, надо быть очень внимательным.

Есть вопросы к карьерному росту

В небольших компаниях дата менеджмент – это довольно горизонтальная структура, где вырасти по зарплате еще можно, а вот в должности – не всегда. Расти может быть просто некуда. Особенно это видно в структурах, где дата менеджеры – это люди, которые делают все дата менеджмент активности в исследованиях. Как правило, над ними есть менеджер и все, потолок. В крупных корпорациях в этом плане чуть проще, потому что может быть градация на junior/middle/senior (похоже на ИТ). Кроме того, часто есть разделение ДМ активностей между разными сотрудниками – например, кто-то только кодирует данные, кто-то отвечает только за чистку данных. Но даже в корпорация при карьерном росте функционал иногда остается тем же самым, просто добавляется какая-то дополнительная ответственность типа обучения новых сотрудников или лидирования какой-то рабочей группы (например, по улучшению процесса). А чтобы вырасти до менеджера или тимлида, надо блистать. И надо, чтобы освободилось место :) В общем, есть ощущение, что возможности карьерного роста ограничены. При этом никто не отменяет того, что можно учиться и расти в плане навыков и карьеры вширь. Например, можно разобраться с программированием или стандартами данных, и стать более ценным сотрудником (и более высокооплачиваемым).   

Хочется закончить мыслью о том, что идеальных работ не бывает, а сложности и вызовы – это нормально. Так и с дата менеджментом. Несмотря на все пункты выше, я люблю свою работу и чувствую, что делаю важное дело. Ну и важное уточнение – эта работа подходит мне по складу ума и характеру, но может совсем не подходить вам. Для этого наша рубрика и существует :)

И обещанный мем: