আটটি ডেটা লিটারেসি বাধা অতিক্রম করা - ডেটাভারসিটি

নেতারা চান "প্রত্যেকে, সর্বত্র, এবং সকলেই একযোগে উচ্চমাত্রায় ডেটা-সাক্ষর হয়ে উঠুক, ডেটা পড়ার, কাজ করার এবং বিশ্লেষণ করার উচ্চ ক্ষমতা প্রদর্শন করুক," বলেছেন ডাঃ ওয়েন্ডি লিঞ্চ, এর প্রতিষ্ঠাতা Analytic-Translastor.com এবং লিঞ্চ কনসাল্টিং। অসংখ্য ফরচুন 100 কোম্পানির পরামর্শক হিসাবে, তিনি বুঝতে পারেন কেন সংস্থাগুলি তাদের সমস্ত সদস্যদের উচ্চ স্তরের ডেটা লিটারেসি চায়৷ ডা. লিঞ্চ ডাটাভারসিটি ওয়েবিনারের সময় সবচেয়ে বড় কিছু ডেটা লিটারেসি বাধা এবং কীভাবে সেগুলি সমাধান করবেন তা তুলে ধরেছেন, “ডেটা সাক্ষরতা অর্জনের চ্যালেঞ্জগুলি অতিক্রম করা" তার উপস্থাপনায়, তিনি ডেটা লিটারেসি প্রশিক্ষণের চ্যালেঞ্জগুলি ব্যাখ্যা করেন এবং পুনর্বিন্যাস করেন এবং তাদের মোকাবেলা করার জন্য একটি ত্রি-মুখী পদ্ধতিকে উত্সাহিত করেন।

ওয়েবিনারে, ডাঃ লিঞ্চ ম্যাককিন্সির একটি গবেষণার উদ্ধৃতি দিয়েছেন, উল্লেখ করেছেন যে সুদ এবং করের আগে একটি কোম্পানির উপার্জন থেকে $1-এর মধ্যে অন্তত $5 (EBIT) ডেটা সম্পদ থেকে মূল্যে রূপান্তরিত হয়। অধিকন্তু, নীতি, মানুষ এবং প্রযুক্তি সহ ডেটা আয়ত্তের সর্বোচ্চ স্তরের ব্যবসাগুলির প্রতি ব্যক্তি প্রতি 70% বেশি আয় রয়েছে৷

তবুও, প্রায় 80% লোক তাদের প্রতি আস্থার অভাব বোধ করে ডেটা লিটারেসি দক্ষতা, এবং গবেষণা দেখায় যে 90% এর উচ্চ ডেটা সাক্ষরতা নেই। সুতরাং, যেমন লিঞ্চ উল্লেখ করেছেন, "ব্যবসায়ীরা চায় যে সবাই ডেটা সায়েন্টিস্ট হিসাবে কাজ করুক কিন্তু একটি কঠিন জায়গায় শুরু হচ্ছে।"

ডেটা লিটারেসিতে বাধা

ডাঃ লিঞ্চ 2023 সালের গোড়ার দিকে পরিচালিত ডেটাভারসিটি ফোকাস গ্রুপ থেকে আটটি থিম উদ্ধৃত করেছেন কেন লোকেরা এবং সংস্থাগুলি ডেটা লিটারেসি প্রশিক্ষণকে কঠিন বলে মনে করে। তারা সংযুক্ত:

1. কিনুন: নেতারা ডেটার মাধ্যমে তাদের কর্মীদের ক্ষমতাকে অতিমূল্যায়ন করেন এবং ডেটা লিটারেসি প্রশিক্ষণের গুরুত্ব বা এই ধরনের প্রচেষ্টার অগ্রাধিকার বুঝতে পারেন না।

2. মালিকানা: সংস্থাগুলিকে স্পষ্ট করতে হবে কে ডেটা লিটারেসি প্রচেষ্টা চালায়৷ এটি কি সর্বোচ্চ ডেটা লিটারেসি স্কোরযুক্ত ব্যক্তি, একজন সি-লেভেলের ব্যক্তি, নাকি একটি নতুন ভূমিকা? ডাঃ লিঞ্চ পর্যবেক্ষণ করেন যে কর্মচারীরা ডেটা লিটারেসি শেখার বিষয়ে দ্বিধা বা শঙ্কিত বোধ করতে পারে কারণ তাদের আগ্রহ বা যোগ্যতা নেই। তাহলে, যে ব্যক্তি ডেটা লিটারেসি প্রশিক্ষণ চালাচ্ছেন তিনি কি এই সমস্যাগুলি কমানোর জন্য দায়ী?

3. পরিমাপ: সংগঠনগুলো কিভাবে করে ডেটা লিটারেসির বর্তমান স্তর বা উন্নতিগুলি মূল্যায়ন করবেন? ডেটা সাক্ষরতার একটি ভাল স্তরের প্রতিনিধিত্ব কি? তদুপরি, ফোর্বসের একটি নিবন্ধের উপর ভিত্তি করে, তিনি উল্লেখ করেছেন যে সংস্থাগুলি যদি ডেটা সাক্ষরতার ভাল স্তরে না পৌঁছায় তবে তারা একটি তৈরি করবে বিষাক্ত বিভাজন ডেটা প্রযোজক এবং ভোক্তাদের মধ্যে - যারা শিক্ষিত এবং যাদের উচ্চ স্তরে যেতে হবে। সুতরাং, কিভাবে পরিমাপ কর্মীদের মধ্যে এই ধরনের বিতর্কিত পরিবেশ তৈরি না করে ডেটা লিটারেসিকে অগ্রসর করতে সাহায্য করতে পারে?

4. প্রশিক্ষণের পদ্ধতি: লিঞ্চ জিজ্ঞাসা করে কিভাবে আমরা ডেটা লিটারেসি প্রশিক্ষণের সাথে যোগাযোগ করি। সংস্থাগুলি কি কোম্পানি জুড়ে এটি করে? তারা কি বিক্রেতার কাছ থেকে বা প্রতিষ্ঠানের মধ্যে থেকে প্রশিক্ষণ নির্বাচন করে? অতিরিক্তভাবে, কীভাবে একটি প্রতিষ্ঠানের প্রশিক্ষক উচ্চ ডেটা লিটারেসি পৌঁছানোর জন্য সমস্ত গুরুত্বপূর্ণ পদক্ষেপগুলিকে কভার করে, যেমনটি নীচে তালিকাভুক্ত করা হয়েছে?

• সংস্থায় উপলব্ধ ডেটা সম্পর্কে সচেতনতা অর্জন করুন।
• এই বিভিন্ন তথ্য উৎস সনাক্ত করুন.
• সঠিক সময়ে সঠিক উত্সগুলি কীভাবে নির্বাচন করবেন তা জানুন।
• নির্বাচিত ডেটা সেটের মান এবং সীমাবদ্ধতা বুঝুন।
• সঠিকভাবে তথ্য সংজ্ঞায়িত এবং ফিল্টার করতে ডেটা ম্যানিপুলেট করুন।
• সেখানে যাওয়ার জন্য গণনা ব্যবহার সহ ডেটা বিশ্লেষণ করুন।
• তথ্য এবং যুক্তিসঙ্গতভাবে অনুসরণ করা ফলাফল ব্যাখ্যা.
• ব্যবসা এবং চাকরির প্রয়োজনীয়তা পূরণ করতে এই তথ্য প্রয়োগ করুন।

5. সময়কাল/স্তর: কত ঘন ঘন কর্মচারীদের প্রশিক্ষণ হয়? এটা কি চলমান নাকি একবার হয়ে গেছে? এই চ্যালেঞ্জটি ব্যাখ্যা করার জন্য, ডাঃ লিঞ্চ একটি মেডিকেল প্রতিষ্ঠানে AI এর প্রভাব পরীক্ষা করার অভিজ্ঞতার কথা বলেছেন। এই সংস্থার চিকিত্সকরা মাঝে মাঝে এআইকে অবিশ্বাস করেন এবং কিছু প্রশিক্ষণের প্রয়োজন হয়। কিন্তু তিনি জিজ্ঞেস করেন, "আমরা কি চাই এমন একজন ডাক্তার যিনি 12 বছর মেডিকেল স্কুলে পড়েছেন তিনি ডেটা বিজ্ঞানী হওয়ার জন্য স্কুলে ফিরে আসেন?"

6. কর্মী: সংস্থার কি এমন লোক আছে যারা অন্যদের ডেটা লিটারেসিকে উচ্চতর স্তরে নিয়ে যেতে সাহায্য করতে পারে? বিবেচনা করুন যে আমেরিকানদের এক-তৃতীয়াংশ জানে না যে পাই চার্টের এক চতুর্থাংশ 25% এর সমান, এবং 22% ব্যাঙ্ক স্টেটমেন্টের মতো দৈনন্দিন সাংখ্যিক তথ্য বোঝে না। উপরন্তু, 20% লোকেদের গুরুতর গণিত উদ্বেগ আছে যা তাদের মস্তিষ্ক হিমায়িত করে। সুতরাং, একটি সংস্থার কি এই সমস্ত গুরুত্বপূর্ণ ফাঁকগুলি পরিচালনা করার জন্য সংস্থান আছে?

7. খরচ: সংস্থার কি ডেটা লিটারেসির জন্য বাজেট আছে? সবাইকে প্রশিক্ষণ দিতে অনেক খরচ হয়। কিছু সংস্থা বিনা খরচে স্ব-চালিত অনলাইন কোর্সে কর্মীদের উত্সাহিত করে অর্থ সাশ্রয় বিবেচনা করতে পারে। যাইহোক, বেশ কয়েকটি গবেষণা এই ধরনের পদ্ধতির কার্যকারিতা নিয়ে প্রশ্ন তোলে।

8. সময়: ডঃ লিঞ্চ হাইলাইট করেন যে সময় মানুষের সবচেয়ে কম সম্পদের প্রতিনিধিত্ব করে। সংস্থাগুলিকে দৈনিক ক্রিয়াকলাপ এবং তাদের ডেটা অ্যাপ্লিকেশনগুলির জন্য সময় ব্যবহার করতে হবে। সুতরাং, কীভাবে কোম্পানিগুলি ডেটা লিটারেসি প্রশিক্ষণকে একত্রিত করার জন্য সময় বরাদ্দ করতে পারে এবং লোকেরা শিখতে পারে, বিশেষ করে যদি কর্মচারীরা ভৌগলিকভাবে ছড়িয়ে পড়ে?

ডেটা লিটারেসি ট্রেনিং ব্যারিয়ার রিফ্রেমিং

উপরে উল্লিখিত হিসাবে, ডাঃ লিঞ্চ অনেক জটিল ডেটা লিটারেসি প্রশিক্ষণের বাধা খুঁজে পান যখন কর্মীদের সর্বত্র উচ্চ ডেটা সাক্ষরতা অর্জনের প্রয়োজন হয়। সুতরাং, তিনি এই বাধাগুলিকে সবচেয়ে দক্ষতার সাথে কমাতে একটি দল স্তরে এই ডেটা লিটারেসি সমস্যাটিকে পুনরায় ফ্রেম করার পরামর্শ দেন৷

ডেটা লিটারেসিতে প্রত্যেকের সমান যোগ্যতা বা আগ্রহ নেই তবে ব্যবসার জন্য প্রয়োজন ভিন্ন জিনিসগুলি যেমন লোকের সাক্ষরতা (আবেগগত পরিপক্কতা এবং যোগাযোগ দক্ষতা) এবং ব্যবসায়িক সাক্ষরতা (ব্যবসায়ের অগ্রাধিকার এবং কৌশলগত প্রয়োজনীয়তা বোঝা এবং কীভাবে একজনের কাজ এর সাথে সংযুক্ত হয়)। এইভাবে ডেটা লিটারেসি দেখার সময়, ডেটা লিটারেসি পরিবর্তনকে চ্যালেঞ্জ করে এবং সামগ্রিকভাবে আরও অর্থবহ হয়ে ওঠে।

তারপরে, সংস্থাগুলিকে অবশ্যই জিজ্ঞাসা করতে হবে যে কীভাবে তাদের দলগুলিকে বিভিন্ন শক্তির লোকদের সংগ্রহের সাথে সর্বোত্তমভাবে ব্যবহার করা যায়। ডাঃ লিঞ্চ এইভাবে ব্যাখ্যা করেছেন: 

“নেতারা আরও ভালো ডেটা লিটারেসি চান না কারণ তারা চান যে প্রত্যেক কর্মচারী গণিত ভালোবাসুক। পরিবর্তে, তারা তাদের সংস্থাগুলি আরও ভাল অন্তর্দৃষ্টি পেতে চায়। যত বেশি মানুষ, সম্মিলিতভাবে, ডেটা লিটারেসিতে আরও উপরে যেতে পারে, তত বেশি আপনি এই অন্তর্দৃষ্টিগুলি পেতে পারেন।"

অন্য কথায়, ম্যানেজাররা প্রতিটি কর্মচারীকে ভালভাবে কাজ করার জন্য জ্ঞান এবং বিশ্লেষণাত্মক অ্যাক্সেস দিতে ডেটা দক্ষতা বা কাজের সহযোগিতা চান।

একটি ত্রিমুখী পদ্ধতি: প্রশিক্ষণ, ভূমিকা এবং অ্যাক্সেস

এই নতুন দৃষ্টিভঙ্গির পরিপ্রেক্ষিতে, ড. লিঞ্চ পরামর্শ দেন যে সংস্থাগুলি প্রশিক্ষণ, ভূমিকা এবং অ্যাক্সেসযোগ্যতার মাধ্যমে একটি ত্রি-মুখী পদ্ধতি ব্যবহার করে উচ্চতর ডেটা লিটারেসি সাংগঠনিক অন্তর্দৃষ্টি জন্য. তিনি এগুলির প্রতিটিকে আরও ব্যাখ্যা করেছেন:

প্রশিক্ষণ: অতীতের তথ্যের উপর ভিত্তি করে, ডাটা লিটারেসি করার সময় ডাঃ লিঞ্চ নিম্নলিখিত সর্বোত্তম অনুশীলনের পরামর্শ দেন:

• একজন দক্ষ বিশেষজ্ঞ মনোনীত করুন যিনি সাক্ষরতা উন্নত করার প্রচেষ্টার মালিক, এবং এই ব্যক্তিকে ডেটা গভর্নেন্স বা ডেটা ক্ষেত্র ছাড়া অন্য কিছু থেকে হতে হবে।
• উচ্চতর ডেটা লিটারেসিতে পৌঁছালে সংস্থাটি কী অর্জন করবে তার একটি স্পষ্ট ব্যবসায়িক কেস রাখুন।
• সাধারণ ব্যবসায়িক ক্রিয়াকলাপগুলির সাথে মানানসই করার জন্য কাঠামোগত শিক্ষা এবং প্রাসঙ্গিক উদাহরণ দিন যা যে কোনও শিক্ষাকে একজন কর্মচারীর ভূমিকার সাথে সংযুক্ত করে যখন সেই ব্যক্তি শেখে।

ভূমিকা: ডাঃ লিঞ্চ যখন সম্মিলিতভাবে ডেটা সাক্ষরতার অগ্রগতি অন্বেষণ করছেন, তখন তিনি প্রশিক্ষণের পাশাপাশি জনগণের শক্তিকে পুঁজি করে তাদের দুর্বলতাগুলিকে মিটমাট করার জন্য কাজ নির্ধারণ করার বিষয়ে বিস্ময় প্রকাশ করেন। তিনি এমনকি সম্ভাব্য সমন্বয় ভূমিকা প্রস্তাব.

উদাহরণস্বরূপ, যেহেতু লিঞ্চ তার মেডিকেল ক্লায়েন্টের সাথে কাজ করে, সে AI বিশেষজ্ঞদের (আরও প্রযুক্তি-স্যাভি) এবং ক্লিনিকাল বিশেষজ্ঞদের (রোগীদের নির্ণয় এবং চিকিত্সা করতে আরও ভাল সক্ষম) দেখে। সুতরাং, দলের সদস্যদের তাদের ডেটা দক্ষতা উন্নত করার অনুমতি দেওয়ার সময়, তিনি AI এবং ক্লিনিকাল বিশেষজ্ঞদের মধ্যে অনুবাদকের ভূমিকা প্রয়োগ করেন।

এই অনুবাদকের ভূমিকা AI কে সাহায্য করে এবং ক্লিনিকাল কর্মীরা ডেটা অন্তর্দৃষ্টি পায়। ডাঃ লিঞ্চ জোর দিয়ে বলেছেন:

“সম্ভবত অনুবাদকরা বিভিন্ন ডেটা অন্তর্দৃষ্টির সাথে পরিচিত এবং যাদের মৌলিক SQL দক্ষতা রয়েছে তারা অন্য সবাইকে তথ্য দেয়। তারপর প্রত্যেকেরই ডেটা থেকে আরও উন্নত অন্তর্দৃষ্টিতে অ্যাক্সেস থাকবে।"

এইভাবে, দলটি আরও ভালভাবে তথ্য প্রক্রিয়া করতে পারে এবং প্রতিটি কাজ সম্পূর্ণ করতে পারে। এই পদ্ধতিটি প্রতিটি ব্যক্তিকে ডেটা ম্যানিপুলেট করার জন্য প্রশিক্ষণের জন্য প্রয়োজনীয় সময় এবং অর্থও বাঁচায়, বিশেষ করে যদি সেই ব্যক্তি গণিত করতে আগ্রহী না হয়।

অ্যাক্সেস: জটিল প্রযুক্তি কতটা প্রশিক্ষণের প্রয়োজন তা সীমাবদ্ধ করে, প্রশিক্ষণার্থীদের দেখানোর জন্য অতিরিক্ত সময় প্রয়োজন যে কীভাবে ডেটা খুঁজে বের করতে হয়, পুনরুদ্ধার করতে হয় এবং ম্যানিপুলেট করতে হয়। এই সমস্যাটির মোকাবিলা করার জন্য, ড. লিঞ্চ এমন প্ল্যাটফর্মগুলির পক্ষে সমর্থন করেন যেগুলি ডেটা ইন্টারফেস ব্যবহার করে যার জন্য কম প্রযুক্তিগত দক্ষতার প্রয়োজন হয়, একটি প্রতিষ্ঠানের ব্যবহার খোলা হয়, যেমনটি মার্কেটপ্লেস কম্পিউটারের সাথে করেছে।

তিনি ব্যাখ্যা করেন যে 1970 এর দশকে, প্রোগ্রামার এবং বিশেষ প্রকৌশলীরা শুধুমাত্র কম্পিউটার ব্যবহার করতেন কারণ তারা জানত কিভাবে। তারপরে, হার্ডওয়্যার, পিসি এবং জিইউআই-এর অগ্রগতি প্রত্যেকের জন্য কম্পিউটিং অ্যাক্সেস খুলে দিয়েছে। এখন, অ্যালগরিদম সম্পর্কে তাদের জ্ঞান নির্বিশেষে বেশিরভাগ লোকেরা তাদের কাজের জন্য নির্বিঘ্নে কম্পিউটার ব্যবহার করে।

একই ভাবে, ডাঃ লিঞ্চ বলেছেন:

“আমরা বিশ্লেষণকে আরও অ্যাক্সেসযোগ্য হিসাবে ভাবতে শুরু করতে পারি। উদাহরণস্বরূপ, ড্যাশবোর্ড ইন্টারঅ্যাকশন এবং এসকিউএল কোয়েরিতে ডেটা বিশ্লেষণকে সীমিত করার পরিবর্তে, আমরা এমন প্রযুক্তির কথা ভাবতে পারি যা একটি প্রাকৃতিক ভাষায় গঠিত প্রশ্নগুলিকে বিশ্লেষণে রূপান্তরিত করে।"

অগ্রিম ভাবে AI এবং মেশিন লার্নিং (ML) বিশ্লেষণাত্মক ডেটাতে অ্যাক্সেস বাড়াতে পারে। লিঞ্চ নির্দেশ করে যে GPT-4 কথ্য প্রশ্নগুলিকে SQL-এ রূপান্তর করতে পারে এবং গ্রাফিক্স তৈরি করতে পারে, বিশ্লেষণ দেখায়, অন্তর্দৃষ্টির জন্য ডেটা লিটারেসি প্রয়োজনীয়তা কমিয়ে দেয়।

উপসংহার

ডেটা লিটারেসি বাধাগুলি জটিল এবং কঠিন দেখায়, বিশেষ করে প্রতিটি কর্মচারীকে উচ্চ স্তরে নিয়ে যাওয়ার ক্ষেত্রে। সুতরাং, যখন প্রশিক্ষণ একটি হাতিয়ার প্রদান করে, সংস্থাগুলির অন্যান্য পদ্ধতির প্রয়োজন হয়।

অনুবাদকের ভূমিকা ডেটা-সাক্ষর এবং অ-প্রযুক্তিগত দলের সদস্যদের মধ্যে সেতুবন্ধনের প্রতিশ্রুতি দেয়। এছাড়াও, প্রযুক্তিগত অগ্রগতি কম প্রযুক্তিগত সদস্যদের অ্যাক্সেস খোলার মাধ্যমে অন্তর্দৃষ্টি অর্জনের বাধাকে কমিয়ে দিতে পারে। এই নতুন দৃষ্টিভঙ্গির সাথে, নির্বাহীরা এই নিবন্ধে তালিকাভুক্ত আটটি বাধাকে মোকাবেলা করার জন্য ডেটা লিটারেসি প্রশিক্ষণ পুনর্বিবেচনা করতে পারেন।

Watch the webinar here:

Shutterstock.com থেকে লাইসেন্সের অধীনে ব্যবহৃত ছবি

• এসইও চালিত বিষয়বস্তু এবং পিআর বিতরণ। আজই পরিবর্ধিত পান।
• প্লেটোএআইস্ট্রিম। Web3 ডেটা ইন্টেলিজেন্স। জ্ঞান প্রসারিত. এখানে প্রবেশ করুন.
• অ্যাড্রিয়েন অ্যাশলির সাথে ভবিষ্যত মিন্টিং। এখানে প্রবেশ করুন.
• PREIPO® এর সাথে PRE-IPO কোম্পানিতে শেয়ার কিনুন এবং বিক্রি করুন। এখানে প্রবেশ করুন.
• উত্স: https://www.dataversity.net/overcoming-eight-data-literacy-barriers/