التغلب على ثمانية حواجز تتعلق بمحو الأمية البيانات - توافر البيانات

التغلب على ثمانية عوائق تتعلق بمحو الأمية البيانات - توافر البيانات

الطابع الزمني: 6 حزيران (يونيو) 2023 ، الساعة 3:35 صباحًا
عقدة المصدر: 2704609
حواجز معرفة البياناتحواجز معرفة البيانات

يريد القادة "أن يصبح الجميع ، في كل مكان ، وكلهم في نفس الوقت على قدر عالٍ من المعرفة بالبيانات ، وأن يُظهروا قدرة عالية على قراءة البيانات والعمل معها وتحليلها" ، حسب قول الدكتورة ويندي لينش ، مؤسسة تحليلي- Translastor.com ولينش للاستشارات. بصفتها مستشارة للعديد من شركات Fortune 100 ، فهي تتفهم سبب رغبة المنظمات في أن يتمتع جميع أعضائها بمستوى عالٍ من المعرفة بالبيانات. يسلط الدكتور لينش الضوء على بعض أكبر حواجز المعرفة بالبيانات وكيفية حلها خلال ندوة عبر الويب DATAVERSITY ، "التغلب على التحديات في تحقيق معرفة البيانات. " في عرضها التقديمي ، تشرح وتعيد صياغة التحديات التي تواجه التدريب على محو الأمية البيانات وشجعت على اتباع نهج ثلاثي الأبعاد لمعالجتها.

في الندوة عبر الإنترنت ، استشهد الدكتور لينش بدراسة من McKinsey ، مشيرة إلى أن دولارًا واحدًا على الأقل من أصل 1 دولارات من أرباح الشركة قبل الفوائد والضرائب (EBIT) يترجم إلى قيمة من أصول البيانات. علاوة على ذلك ، فإن الشركات التي تتمتع بأعلى مستوى من إتقان البيانات ، بما في ذلك السياسات والأفراد والتكنولوجيا ، تحقق إيرادات أعلى بنسبة 5٪ لكل شخص.

ومع ذلك ، ما يقرب من 80 ٪ من الناس يفتقرون إلى الثقة في مهارات محو الأمية البيانات، وتشير الدراسات إلى أن 90٪ ليس لديهم معرفة عالية بالبيانات. لذلك ، كما يشير لينش ، "تريد الشركات أن يعمل الجميع كعلماء بيانات ، لكنهم يبدأون في مكان صعب".

العوائق التي تحول دون محو الأمية البيانات

يستشهد الدكتور لينش بثمانية موضوعات من مجموعات التركيز DATAVERSITY التي تم إجراؤها في أوائل عام 2023 لفهم سبب صعوبة تدريب الأشخاص والمنظمات على محو الأمية البيانات. يشملوا:

1. الشراء: يبالغ القادة في تقدير قدرات العاملين لديهم بالبيانات وقد لا يفهمون أهمية تدريب محو الأمية للبيانات أو أولوية هذه الجهود.

2. الملكية: تحتاج المنظمات إلى توضيح من يقود جهود محو الأمية للبيانات. هل هو الشخص الحاصل على أعلى درجة لمحو الأمية البيانات ، أم شخص من المستوى C ، أم دور جديد؟ يلاحظ د. لينش أن الموظفين قد يترددون أو يشعرون بالقلق بشأن تعلم معرفة البيانات لأنهم لا يمتلكون الاهتمام أو الكفاءة. إذن ، هل الشخص الذي يقود تدريب محو الأمية للبيانات مسؤول عن التخفيف من هذه المشكلات؟

3. القياسات: كيف المنظمات تقييم المستويات الحالية أو التحسينات في محو الأمية البيانات؟ ما الذي يمثل مستوى جيد من معرفة البيانات؟ علاوة على ذلك ، استنادًا إلى مقال في مجلة Forbes ، ذكرت أنه في حالة عدم وصول الشركات إلى مستوى جيد من المعرفة بالبيانات ، فإنها ستنشئ الانقسام السام بين منتجي البيانات والمستهلكين - أولئك الذين يعرفون القراءة والكتابة وأولئك الذين يحتاجون إلى الوصول إلى مستوى أعلى. لذا ، كيف يمكن للقياسات أن تساعد في تطوير محو الأمية للبيانات دون خلق مثل هذه البيئة المثيرة للجدل بين الموظفين؟

4. نهج التدريب: يسأل لينش كيف نتعامل مع تدريب محو الأمية للبيانات. هل المنظمات تفعل ذلك على مستوى الشركة؟ هل يختارون التدريب من بائع أم من داخل المنظمة؟ بالإضافة إلى ذلك ، كيف يغطي مدرب المنظمة جميع الخطوات المهمة للوصول إلى مستوى عالٍ من المعرفة بالبيانات ، كما هو موضح أدناه؟

  • اكتساب الوعي بالبيانات المتوفرة في المنظمة.
  • حدد مصادر البيانات المختلفة هذه.
  • تعرف على كيفية تحديد المصادر الصحيحة في الوقت المناسب.
  • فهم قيمة وحدود مجموعات البيانات المختارة.
  • معالجة البيانات لتحديد المعلومات وتصفيتها باقتدار.
  • تحليل البيانات ، بما في ذلك استخدام الحسابات للوصول إلى هناك.
  • تفسير البيانات والنتائج التي تلي ذلك بشكل معقول.
  • قم بتطبيق هذه المعلومات لتلبية متطلبات العمل والوظيفة.

5. المدة / المستويات: كم مرة يخضع الموظفون للتدريب؟ هل هي مستمرة أم تم القيام بها مرة واحدة؟ لتوضيح هذا التحدي ، يربط الدكتور لينش تجربة في دراسة آثار الذكاء الاصطناعي في مؤسسة طبية. لا يثق الأطباء في هذه المنظمة في الذكاء الاصطناعي في بعض الأحيان ويحتاجون إلى بعض التدريب. لكنها تسأل ، "هل نريد طبيبًا خضع 12 عامًا في كلية الطب للعودة إلى المدرسة ليصبح عالِم بيانات؟"

6. الموظفون: هل يوجد بالمنظمة أشخاص يمكنهم المساعدة في الارتقاء بمعرفة البيانات لدى الآخرين إلى مستوى أعلى؟ ضع في اعتبارك أن ثلث الأمريكيين لا يعرفون أن ربع المخطط الدائري هو نفس 25٪ ، و 22٪ لا يفهمون المعلومات الرقمية اليومية مثل كشوف الحسابات المصرفية. بالإضافة إلى ذلك، 20٪ من الناس لديهم قلق شديد من الرياضيات يجمد أدمغتهم. إذن ، هل تمتلك المنظمة الموارد اللازمة للتعامل مع كل هذه الثغرات الكبيرة؟

7. التكلفة: هل تمتلك المنظمة ميزانية لمحو الأمية بالبيانات؟ تدريب الجميع يكلف الكثير. قد تفكر بعض المنظمات في توفير المال من خلال تشجيع الموظفين على حضور دورات تدريبية عبر الإنترنت بدون تكلفة. ومع ذلك ، فإن العديد من الدراسات تشكك في فعالية مثل هذا النهج.

8. مرة: يسلط الدكتور لينش الضوء على أن الوقت يمثل أكثر موارد الناس ندرة. تحتاج المنظمات إلى الاستفادة من الوقت للعمليات اليومية وتطبيقات البيانات الخاصة بها. لذا ، كيف يمكن للشركات تخصيص الوقت للجمع بين تدريب محو الأمية للبيانات وجعل الناس يتعلمون ، خاصة إذا كان الموظفون منتشرين جغرافياً؟

إعادة صياغة حواجز التدريب على محو الأمية البيانات

كما هو مذكور أعلاه ، يجد الدكتور لينش العديد من حواجز التدريب المعقدة لمحو الأمية البيانات عندما يحتاج الموظفون إلى تحقيق مستوى عالٍ من المعرفة بالبيانات في كل مكان. لذلك ، توصي بإعادة صياغة مشكلة محو الأمية للبيانات هذه على مستوى الفريق لتقليل هذه الحواجز بكفاءة أكبر.

لا يتمتع كل شخص بنفس القدرة أو الاهتمام بمحو الأمية البيانات ولكن لديه قدرات مختلفة تحتاجها الشركة ، مثل محو الأمية لدى الأشخاص (النضج العاطفي ومهارات الاتصال) ومحو الأمية التجارية (فهم أولويات العمل والضرورات الاستراتيجية وكيف ترتبط وظيفة الفرد بذلك). عند عرض محو الأمية البيانات بهذه الطريقة ، تتغير تحديات معرفة البيانات وتصبح أكثر أهمية بشكل إجمالي.

بعد ذلك ، يجب على المنظمات أن تسأل عن أفضل طريقة لاستخدام فرقها مع مجموعات من الأشخاص ذوي نقاط القوة المختلفة. يشرحها الدكتور لينش بهذه الطريقة: 

"يريد القادة معرفة أفضل للبيانات ليس لأنهم يريدون أن يحب كل موظف الرياضيات. بدلاً من ذلك ، يريدون لمنظماتهم الحصول على رؤى أفضل. نظرًا لأن المزيد من الأشخاص ، بشكل جماعي ، يمكنهم الارتقاء إلى مستوى أعلى في محو الأمية البيانات ، يمكنك الحصول على المزيد من هذه الأفكار ".

بعبارة أخرى ، يريد المديرون مجموعات مهارات البيانات أو التعاون في العمل لمنح كل موظف المعرفة والوصول التحليلي للقيام بالمهمة بشكل جيد.

نهج ثلاثي المحاور: التدريب والأدوار والوصول

بالنظر إلى هذا المنظور الجديد ، يقترح الدكتور لينش أن تستخدم المؤسسات نهجًا ثلاثي الأبعاد من خلال التدريب والأدوار وإمكانية الوصول لتحقيق محو أمية بيانات أعلى للحصول على رؤى تنظيمية. تشرح كل من هذه بشكل أكبر:

تدريب: استنادًا إلى البيانات السابقة ، ينصح الدكتور لينش بأفضل الممارسات التالية عند القيام بمحو الأمية البيانات:

  • عيّن خبيرًا مختصًا يمتلك الجهد المبذول لتحسين معرفة القراءة والكتابة ، ويجب أن يكون هذا الشخص من شيء آخر غير إدارة البيانات أو مجال البيانات.
  • لديك حالة عمل واضحة لما ستحققه المؤسسة عندما تصل إلى مستوى عالٍ من المعرفة بالبيانات.
  • قم ببناء التعليم ليلائم العمليات التجارية العادية وقدم أمثلة ذات صلة تربط أي تعليم بدور الموظف عندما يتعلم.

الأدوار: بينما تستكشف الدكتورة لينش تطوير محو الأمية البيانات بشكل جماعي ، فإنها تتساءل عن تخصيص العمل للاستفادة من نقاط القوة لدى الأشخاص واستيعاب نقاط ضعفهم بالإضافة إلى التدريب. حتى أنها تقترح مجموعة من الأدوار المحتملة.

على سبيل المثال ، بينما تعمل Lynch مع عميلها الطبي ، فإنها ترى خبراء في الذكاء الاصطناعي (أكثر ذكاءً من الناحية التقنية) وخبراء إكلينيكيين (أكثر قدرة على تشخيص المرضى وعلاجهم). لذلك ، بينما تسمح لأعضاء الفريق بتحسين مهاراتهم في البيانات ، فإنها تنفذ أدوار المترجم بين الذكاء الاصطناعي والخبراء السريريين.

تساعد أدوار المترجم هذه الذكاء الاصطناعي ، والموظفون الإكلينيكيون في الحصول على رؤى حول البيانات. يؤكد الدكتور لينش:

"ربما يقوم المترجمون المطلعون على رؤى البيانات المختلفة والذين يمتلكون مهارات SQL الأساسية بتقديم المعلومات إلى أي شخص آخر. وبعد ذلك ، يمكن للجميع الوصول إلى المزيد من الإحصاءات المتقدمة من البيانات ".

بهذه الطريقة ، يمكن للفريق معالجة المعلومات بشكل أفضل وإكمال كل وظيفة. يوفر هذا النهج أيضًا الوقت والمال اللازمين لتدريب كل فرد على معالجة البيانات ، خاصةً إذا كان هذا الشخص غير مهتم بإجراء العمليات الحسابية.

وصول: تقيد التكنولوجيا المعقدة مقدار التدريب المطلوب ، مما يتطلب وقتًا إضافيًا لتوضيح كيفية العثور على البيانات واستعادتها ومعالجتها للمتدربين. لمواجهة هذه المشكلة ، يدعو الدكتور لينش إلى الأنظمة الأساسية التي تستخدم واجهات البيانات التي تتطلب مهارة تقنية أقل ، مما يفتح استخدام المؤسسة ، كما فعل السوق مع أجهزة الكمبيوتر.

تشرح أنه في السبعينيات ، استخدم المبرمجون والمهندسون المتخصصون أجهزة الكمبيوتر فقط لأنهم يعرفون كيف. بعد ذلك ، فتحت التطورات في الأجهزة ، وأجهزة الكمبيوتر ، وواجهة المستخدم الرسومية الوصول إلى الحوسبة للجميع. الآن ، يستخدم معظم الأشخاص أجهزة الكمبيوتر في عملهم بسلاسة ، بغض النظر عن معرفتهم بالخوارزميات.

بنفس الطريقة ، يقول الدكتور لينش:

"يمكننا أن نبدأ في التفكير في التحليلات على أنها أكثر سهولة. على سبيل المثال ، بدلاً من قصر تحليل البيانات على تفاعلات لوحة المعلومات واستعلامات SQL ، يمكننا التفكير في التكنولوجيا التي تحول الاستعلامات ، المشكلة بلغة طبيعية ، إلى تحليلات ".

التقدم في AI والتعلم الآلي (ML) يمكن أن يزيد من إمكانية الوصول إلى البيانات التحليلية. يشير Lynch إلى أن GPT-4 يمكنه تحويل الأسئلة المنطوقة إلى SQL وإنتاج رسومات توضح التحليل وتقليل متطلبات معرفة القراءة والكتابة للبيانات من أجل البصيرة.

وفي الختام

تبدو حواجز محو الأمية للبيانات معقدة وصعبة ، لا سيما في الارتقاء بكل موظف إلى مستوى أعلى. لذلك ، بينما يوفر التدريب أداة ، تحتاج المنظمات إلى مناهج أخرى.

تعد أدوار المترجم بجسر بين أعضاء الفريق المتعلمين بالبيانات وغير التقنيين. أيضًا ، يمكن للتقدم التكنولوجي أن يقلل من عوائق اكتساب الرؤى من خلال فتح الوصول إلى أعضاء أقل تقنيًا. من خلال هذا المنظور الجديد ، يمكن للمديرين التنفيذيين إعادة التفكير في تدريب محو الأمية للبيانات لمعالجة العوائق الثمانية المدرجة في هذه المقالة.

شاهد الندوة عبر الويب هنا:

الصورة المستخدمة بموجب ترخيص من Shutterstock.com

الطابع الزمني:

اكثر من البيانات