وبینار EEDL: آیا سواد داده سازمانی امکان پذیر است؟

بازنشر افلاطون

دنبال: 0

برای مشاهده فقط اسلایدهای این ارائه، کلیک کنید اینجا>>

درباره وبینار

سواد داده های سازمانی هدف شایسته؟ قطعا! یک هدف واقع بینانه؟ این مسئله بعدا بررسی خواهد شد. همانطور که شرکت ها سرمایه گذاری در آموزش سواد داده را در نظر می گیرند، سوالاتی در مورد ارزش و هدف آن مطرح می شود. در حالی که مقصد - داشتن نیروی کار روان بر داده ها - جذاب است، ما در شگفتیم که چگونه (و اگر) می توانیم به آنجا برسیم.

با شروع این مجموعه وبینار، با یک بحث میزگرد برای بررسی آن شروع می کنیم چشم انداز سواداز جمله مواضع کارشناسان و نتایج حاصل از گروه های متمرکز:

چرا مهم است،
معنیش چیه،
چه چیزی مانع می شود،
چه کسی به آن نیاز دارد (و چقدر نیاز دارد)،
آنچه شرکت ها معتقدند انجام خواهد داد.

در این بحث جذاب در مورد سواد، ما زمینه را برای وبینارهای آینده فراهم خواهیم کرد تا به سؤالات خاص پاسخ دهند و تلاش های موفق سوادآموزی را نشان دهند.

درباره بلندگو

وندی دی. لینچ، دکترا

بنیانگذار، Analytic-Translastor.com و Lynch Consulting

برای بیش از 35 سال، وندی لینچ، دکترا، تجزیه و تحلیل پیچیده را به ارزش تجاری تبدیل کرده است. در قلب، او یک حس ساز و مترجم است. مشاور بسیاری از شرکت های Fortune 100، کار فعلی او بر روی کاربرد راه حل های کلان داده در مدیریت سرمایه انسانی متمرکز است.

در سال 2022، او جایزه رهبری بیل ویتمر را به دلیل مشارکت مداوم خود در علم سلامت شرکت دریافت کرد.

دکتر وندی لینچ به عنوان یک دانشمند پژوهشی که در دنیای تجارت کار می کند، یاد گرفته است که اهداف تجاری و آکادمیک را در هم بریزد و نتایج تحلیلی را به موفقیت در بازار تبدیل کند.

او از طریق نقش‌هایش در محیط‌های کاری متنوع - از جمله استارت‌آپ‌های دیجیتال، بیمه‌گران صد ساله، مراکز پزشکی دانشگاهی، شرکت‌های مشاوره، ارائه‌دهندگان مراقبت‌های بهداشتی و اتاق هیئت‌مدیره- با زبان منحصربه‌فرد هر یک آشنا (و مجذوب) شد. او همچنین با پویایی دشواری که اغلب بین تیم‌های تجاری و تحلیلی وجود دارد آشنا شد و از همکاری مؤثر آنها جلوگیری می‌کند.

این تجربیات به اشتیاق واقعی او برای ترویج مکالمات واضح و معنادار منجر شد که باعث درک متقابل و موفقیت می شود. نتیجه کتاب جدید او تبدیل به یک مترجم تحلیلی و یک دوره آنلاین است.

به گفته مک کینزی، در دهه آینده به 2 تا 4 میلیون مترجم تحلیلی نیاز خواهد بود. دکتر لینچ امیدوار است که بسیاری از متخصصان داده را برای پر کردن این موقعیت ها تربیت کند.