Depășirea a opt bariere de alfabetizare a datelor – DATAVERSITY

Liderii doresc ca „toată lumea, pretutindeni și toți odată să devină foarte cunoștințe de date, să demonstreze o capacitate ridicată de a citi, lucra cu și analiza date”, spune dr. Wendy Lynch, fondatorul companiei. Analytic-Translastor.com și Lynch Consulting. În calitate de consultant pentru numeroase companii Fortune 100, ea înțelege de ce organizațiile doresc ca toți membrii lor să aibă un nivel ridicat de cunoaștere a datelor. Dr. Lynch evidențiază unele dintre cele mai mari bariere ale alfabetizării datelor și cum să le rezolvi în timpul unui webinar DATAVERSITY, „Depășirea provocărilor pentru atingerea alfabetizării datelor.” În prezentarea ei, ea explică și reformula provocările pentru formarea în domeniul alfabetizării datelor și a încurajat o abordare pe trei direcții pentru a le aborda.

În cadrul webinarului, dr. Lynch a citat un studiu de la McKinsey, menționând că cel puțin 1 USD din 5 USD din câștigurile unei companii înainte de dobânzi și impozite (EBIT) se traduce în valoare din activele de date. În plus, companiile cu cel mai înalt nivel de stăpânire a datelor, inclusiv politici, oameni și tehnologie, au un venit cu 70% mai mare per persoană.

Cu toate acestea, aproape 80% dintre oameni nu au încredere în ei Abilități de alfabetizare a datelor, iar studiile arată că 90% nu au o cunoaștere ridicată a datelor. Așadar, așa cum subliniază Lynch, „Afacerile doresc ca toată lumea să funcționeze ca oameni de știință a datelor, dar încep dintr-un loc dificil.”

Bariere în calea alfabetizării datelor

Dr. Lynch citează opt teme din focus-grupurile DATAVERSITY desfășurate la începutul anului 2023 pentru a înțelege de ce oamenii și organizațiile consideră dificilă formarea în domeniul alfabetizării datelor. Ei includ:

1. Cumpărare: Liderii supraestimează capacitățile lucrătorilor lor cu date și este posibil să nu înțeleagă importanța instruirii în domeniul alfabetizării datelor sau prioritatea unor astfel de eforturi.

2. Proprietatea: Organizațiile trebuie să clarifice cine conduce eforturile de alfabetizare a datelor. Este persoana cu cel mai mare scor de alfabetizare a datelor, o persoană de nivel C sau un nou rol? Dr. Lynch observă că angajații pot ezita sau simți teamă în ceea ce privește învățarea Data Literacy, deoarece nu au interes sau aptitudine. Deci, este persoana care conduce formarea de alfabetizare a datelor responsabilă pentru atenuarea acestor probleme?

3. Măsurători: Cum fac organizațiile să evalueze nivelurile actuale sau îmbunătățirile în alfabetizarea datelor? Ce reprezintă un nivel bun de alfabetizare a datelor? Mai mult, pe baza unui articol Forbes, ea menționează că, dacă companiile nu ajung la un nivel bun de alfabetizare a datelor, ar crea un diviziunea toxică între producătorii de date și consumatori – cei care sunt alfabetizați și cei care trebuie să ajungă la un nivel superior. Deci, cum pot măsurătorile să ajute la avansarea alfabetizării datelor fără a crea un mediu atât de controversat în rândul angajaților?

4. Abordarea antrenamentului: Lynch ne întreabă cum abordăm formarea de alfabetizare a datelor. O fac organizațiile la nivel de companie? Selectează formarea de la un furnizor sau din cadrul organizației? În plus, cum acoperă trainerul unei organizații toți pașii importanți pentru a atinge un nivel ridicat de cunoaștere a datelor, așa cum este enumerat mai jos?

• Obțineți conștientizarea datelor disponibile în organizație.
• Identificați aceste surse diferite de date.
• Aflați cum să selectați sursele potrivite la momentul potrivit.
• Înțelegeți valoarea și limitările seturilor de date selectate.
• Manipulați datele pentru a defini și filtra informațiile în mod capabil.
• Analizați datele, inclusiv folosind calculele pentru a ajunge acolo.
• Interpretați în mod rezonabil datele și rezultatele care urmează.
• Aplicați aceste informații pentru a îndeplini cerințele de afaceri și de locuri de muncă.

5. Durata/ Niveluri: Cât de des urmează angajații formare? Este în curs sau odată terminat? Pentru a ilustra această provocare, dr. Lynch relatează o experiență de examinare a implicațiilor AI într-o instituție medicală. Medicii din această organizație nu au încredere în AI uneori și au nevoie de ceva pregătire. Dar ea întreabă: „Vrem ca un medic care a urmat 12 ani de facultate de medicină să se întoarcă la școală pentru a deveni un cercetător de date?”

6. Personal: Are organizația oameni care pot ajuta la promovarea alfabetizării datelor altora la un nivel superior? Luați în considerare că o treime dintre americani nu știu că un sfert dintr-o diagramă circulară este la fel cu 25%, iar 22% nu înțeleg informațiile numerice de zi cu zi precum extrasele bancare. În plus, 20% din oameni au o anxietate severă la matematică care le îngheață creierul. Deci, are o organizație resursele pentru a face față tuturor acestor lacune semnificative?

7. Cost: Are organizația buget pentru Data Literacy? Antrenarea tuturor costă mult. Unele organizații pot lua în considerare economisirea de bani prin încurajarea angajaților să urmeze cursuri online gratuite. Cu toate acestea, mai multe studii pun la îndoială eficacitatea unei astfel de abordări.

8. Durata evenimentului: Dr. Lynch subliniază că timpul reprezintă cea mai rară resursă a oamenilor. Organizațiile trebuie să profite de timp pentru operațiunile zilnice și pentru aplicațiile lor de date. Așadar, cum pot companiile să aloce timp pentru a combina formarea de cunoaștere a datelor și ca oamenii să învețe, mai ales dacă angajații sunt repartizați geografic?

Reîncadrarea barierelor de formare pentru alfabetizarea datelor

După cum s-a menționat mai sus, Dr. Lynch găsește multe bariere complexe de instruire în domeniul alfabetizării datelor atunci când angajații trebuie să obțină o alfabetizare ridicată în domeniul datelor peste tot. Așadar, ea recomandă reformularea acestei probleme de alfabetizare a datelor la nivel de echipă pentru a reduce aceste bariere în cel mai eficient mod.

Nu toată lumea are aceleași abilități sau interes pentru alfabetizarea datelor, dar au altele diferite de care are nevoie o afacere, cum ar fi alfabetizarea oamenilor (maturitate emoțională și abilități de comunicare) și alfabetizarea în afaceri (înțelegerea priorităților de afaceri și imperativelor strategice și modul în care locul de muncă se leagă de acestea). Când vizualizați Data Literacy în acest fel, provocările Data Literacy se schimbă și devin mai semnificative în ansamblu.

Apoi, organizațiile trebuie să se întrebe cum să-și folosească cel mai bine echipele cu colecții de oameni cu puncte forte diferite. Dr. Lynch explică acest lucru: 

„Liderii doresc o mai bună cunoaștere a datelor, nu pentru că doresc ca fiecare angajat să iubească matematica. În schimb, doresc ca organizațiile lor să obțină informații mai bune. Pe măsură ce mai mulți oameni, în mod colectiv, pot urca mai sus în alfabetizarea datelor, cu atât mai multe puteți obține aceste informații.”

Cu alte cuvinte, managerii doresc seturi de abilități de date sau colaborări de lucru pentru a oferi fiecărui angajat cunoștințele și accesul analitic pentru a face treaba bine.

O abordare pe trei direcții: formare, roluri și acces

Având în vedere această nouă perspectivă, dr. Lynch sugerează ca organizațiile să folosească o abordare pe trei direcții prin instruire, roluri și accesibilitate pentru a realiza cunoștințe de date superioare pentru perspective organizaționale. Ea explică fiecare dintre acestea în continuare:

Instruire: Pe baza datelor anterioare, Dr. Lynch recomandă următoarele bune practici atunci când faceți cunoștințele privind datele:

• Desemnați un expert competent care deține efortul de îmbunătățire a alfabetizării, iar această persoană ar trebui să provină din altceva decât Guvernarea datelor sau o zonă de date.
• Aveți un caz de afaceri clar pentru ceea ce va realiza organizația atunci când va atinge un nivel mai ridicat de cunoaștere a datelor.
• Structurați educația pentru a se potrivi cu operațiunile normale de afaceri și oferiți exemple relevante care leagă orice predare de rolul unui angajat atunci când acea persoană învață.

roluri: În timp ce dr. Lynch explorează progresul alfabetizării datelor în mod colectiv, ea se întreabă despre desemnarea muncii pentru a valorifica punctele forte ale oamenilor și pentru a le adapta punctelor slabe, pe lângă formare. Ea sugerează chiar posibile roluri combinate.

De exemplu, pe măsură ce Lynch lucrează cu clientul ei medical, vede experți AI (mai cunoscători de tehnologie) și experți clinici (mai capabili să diagnosticheze și să trateze pacienții). Deci, în timp ce le permite membrilor echipei să-și îmbunătățească abilitățile de date, ea implementează roluri de traducător între AI și experții clinici.

Aceste roluri de traducător ajută AI, iar angajații clinici obțin informații despre date. Dr. Lynch afirmă:

„Poate că traducătorii familiarizați cu diferite perspective de date și care au abilități de bază SQL oferă informații tuturor celorlalți. Apoi toată lumea are acces la informații mai avansate din date.”

În acest fel, echipa poate procesa mai bine informațiile și poate finaliza fiecare lucrare. Această abordare economisește, de asemenea, timpul și banii necesari pentru a instrui fiecare individ să manipuleze datele, mai ales dacă acea persoană nu este interesată să facă calculele.

Acces: Tehnologia complexă limitează cantitatea de instruire necesară, necesitând timp suplimentar pentru a le arăta cursanților cum să găsească, să recupereze și să manipuleze datele. Pentru a contracara această problemă, Dr. Lynch pledează pentru platforme care utilizează interfețe de date care necesită mai puține abilități tehnice, deschizând utilizarea unei organizații, așa cum a făcut piața cu computerele.

Ea explică că în anii 1970, programatorii și inginerii de specialitate foloseau computerele doar pentru că știau cum. Apoi, progresele în hardware, PC-uri și GUI au deschis accesul la computer pentru toată lumea. Acum, majoritatea oamenilor folosesc computerele fără probleme pentru munca lor, indiferent de cunoștințele lor despre algoritmi.

În același mod, dr. Lynch spune:

„Putem începe să ne gândim la analiza ca fiind mai accesibilă. De exemplu, în loc să limităm analiza datelor la interacțiunile din tabloul de bord și interogările SQL, ne-am putea gândi la o tehnologie care convertește interogările, formate într-un limbaj natural, în analize.”

Avansează în AI iar învățarea automată (ML) poate crește accesul la datele analitice. Lynch subliniază că GPT-4 poate converti întrebările vorbite în SQL și poate produce grafice, arătând analiza, reducând cerințele de cunoaștere a datelor pentru perspectivă.

Concluzie

Barierele de alfabetizare a datelor par complexe și dificile, mai ales pentru a aduce fiecare angajat la un nivel superior. Deci, în timp ce formarea oferă un instrument, organizațiile au nevoie de alte abordări.

Rolurile de traducător promit o punte între membrii echipei care cunosc cunoștințele de date și cei netehnici. De asemenea, progresele tehnologice pot scădea ștacheta pentru obținerea de informații prin deschiderea accesului unor membri mai puțin tehnici. Cu această nouă perspectivă, directorii pot regândi formarea de alfabetizare a datelor pentru a aborda cele opt bariere enumerate în acest articol.

Urmărește webinarul aici:

Imagine utilizată sub licență de la Shutterstock.com

• Distribuție de conținut bazat pe SEO și PR. Amplifică-te astăzi.
• PlatoAiStream. Web3 Data Intelligence. Cunoștințe amplificate. Accesați Aici.
• Mintând viitorul cu Adryenn Ashley. Accesați Aici.
• Cumpărați și vindeți acțiuni în companii PRE-IPO cu PREIPO®. Accesați Aici.
• Sursa: https://www.dataversity.net/overcoming-eight-data-literacy-barriers/