Zephyrnet-logo

Datageletterdheid en analyse: waar kruisen ze elkaar?

Datum:

Data is de nieuwe olie. Maar wat hebben die gegevens voor nut als we niet weten hoe we er gebruik van kunnen maken? Volgens het rapport Human Impact of Data Literacy is alleen: 32% van de ondervraagde leidinggevenden het gevoel hadden dat ze in staat waren om meetbare waarde uit data te halen. Organisaties hebben moeite om het meeste uit de gegevens en analyses die ze hebben te halen – en dat komt door het gebrek aan datageletterdheid.

Datageletterdheid is het vermogen van een persoon om gegevens te lezen, te begrijpen en ermee te werken om er zinvolle inzichten uit te halen. Het is een cruciale vaardigheid in de datagestuurde wereld van vandaag, maar alleen 24% van de zakelijke besluitvormers beschouwen zichzelf als data-geletterd. Dit voorkomt dat ze waarde halen uit de data die ze dagelijks genereren.

DEEL ONS BIJ DE DATA GOVERNANCE & INFORMATION QUALITY CONFERENTIE

Leer van tientallen praktijkvoorbeelden, tutorials, seminars en meer - 5-9 december 2022 in Washington, DC (registreer vóór 7 oktober om tot $ 400 te besparen!)

Zelfs met alle tools voor gegevensanalyse die tegenwoordig beschikbaar zijn, is het onrealistisch om van werknemers te verwachten dat ze ze gebruiken als ze de waarde ervan niet begrijpen of niet zijn opgeleid om ze te gebruiken. Voor dit artikel gingen we met verschillende data-experts om de tafel zitten om te bespreken wat organisaties ervan weerhoudt om datageletterd te worden, en hoe datageletterdheid en analyse samen kunnen komen om een ​​datagestuurde organisatie te creëren.

Think Jerod Johnson, senior technologie-evangelist bij CData:

“Als zakelijke gebruikers niet over datageletterdheid beschikken, worden cruciale beslissingen genomen op basis van intuïtie, onderbuikgevoel en ervaringen uit het verleden. Wanneer een organisatie haar gebruikers traint om datavaardig te zijn, kunnen meer beslissingen worden gebaseerd op nauwkeurige gegevens en daadwerkelijke resultaten van verschillende inspanningen, operaties en processen.”

De huidige staat van gegevensgebruik

Voorbij zijn de dagen dat organisaties zich uitsluitend richtten op big data, waarvoor in de kortst mogelijke tijd zoveel mogelijk gegevens moesten worden verzameld. Deze aanpak leidde tot een toename van het datavolume, maar met minimale zakelijke voordelen. Het probleem? De gegevens waren ofwel niet relevant voor hun overkoepelende bedrijfsdoelen of waren niet toegankelijk voor de gebruikers. Nu bevinden bedrijven zich in een situatie waarin ze ofwel de gegevens hebben en niet weten wat ze ermee moeten doen - of ze weten wat ze moeten doen, maar hebben niet de relevante gegevens om verder te gaan.

Een weergave van waar de vaardigheidskloof ligt door het gebrek aan datageletterdheid (bron: Forbes)

Zelfs wanneer werknemers toegang hebben tot geanalyseerde inzichten, kunnen ze de zakelijke voordelen niet communiceren. Om dit te doen, moeten we begrijpen waar de vaardigheidskloof bestaat. Er zijn vier niveaus van analytische volwassenheid:

  • Beschrijvend: Je onderzoekt wat er eerder is gebeurd
  • Diagnose: Je identificeert waarom het is gegaan zoals het is gegaan
  • Voorspellend: Denk na over wat er kan gebeuren als je eenmaal de gegevens hebt
  • Voorschrijvend: Denk na over wat je moet doen en hoe je het moet doen

Er is een enorme kloof tussen de diagnostische en voorspellende stadia, waar de behoefte aan datageletterdheid ontstaat. Als organisaties kunnen deze vaardigheidskloof aanpakken, kunnen ze doorgaan naar de prescriptieve fase, waar nu de meest succesvolle datagestuurde organisaties zitten. Maar als ze dit willen bereiken, moeten ze investeren in programma's die interne teams overtuigen van de voordelen van datageletterdheid.

Think Tim Panagos, CTO en mede-oprichter van Microshare:

“Deze cyclus versterkt zichzelf: datageletterdheid en data-analyse voeden elkaar. Meer ROI leidt tot meer geloof, wat leidt tot meer actie, wat leidt tot meer ROI, enzovoort. De truc met al zulke 'virtuous cycles' is om ze de goede kant op te sturen en de cyclus de rest van het werk te laten doen.”

Gebrek aan datageletterdheid en de impact ervan 

De aarzeling om te investeren in een datageletterdheidsprogramma is een van de grootste obstakels voor bedrijven. Het komt allemaal neer op hun datacultuur. Om data-analyse echt waarde te bieden en het resultaat te beïnvloeden, moeten leiders zich concentreren op het creëren van een solide datagestuurde cultuur.

Colleen Tartow, directeur engineering bij Starburst Data, is het ermee eens:

“Medewerkers op alle niveaus moeten worden aangemoedigd en in staat gesteld om data te gebruiken bij de besluitvorming: van de dagelijkse uitvoering tot grootschalige, langetermijnplanning en -strategie. Zonder dat basisniveau van datageletterdheid zal elk data-analyseprogramma stagneren omdat data niet verweven is met de bedrijfscultuur.”

Maar het creëren van een datagerichte cultuur is ook niet eenvoudig. Het vereist strategische planning en implementatie. volgens a onderzoek door Qlik, zijn er verschillende uitdagingen om dit te doen:

  • Weerstand van het personeel: Werknemers die gewend zijn aan een specifieke workflow en datacultuur, zullen zich verzetten tegen nieuwere.
  • Gebrek aan een datakampioen: Het implementeren van een robuuste datagestuurde cultuur is gemakkelijker als er een toegewijde leider in de organisatie is – het voorkomen van weerstand op alle niveaus.
  • Gebrek aan bestuur: Het is cruciaal om een Gegevensbeheer plan om de gegevens en de resulterende inzichten op elk moment te valideren.
  • Aarzeling medewerker: Uit gegevens uit het onderzoek blijkt dat 21% van de 16- tot 24-jarigen zichzelf data-analfabeet vindt. Aangezien ze de toekomst zijn, is het belangrijk om trainingsprogramma's te implementeren.
  • Bedrijfsbrede silo's: Datavaardige medewerkers werken gescheiden van besluitvormers en niet-technische teams. Zonder adequate mechanismen voor het delen van kennis is het moeilijk om aarzelingen rond datagebruik te overwinnen.

Als ze deze uitdagingen kunnen overwinnen, kunnen ze de komende vijf tot tien jaar voorkomen dat ze uit de boot vallen. Er zijn verschillende manieren waarop alfabetiseringsprogramma's analytics kunnen gebruiken om een ​​datagestuurde organisatiecultuur te implementeren.

Het snijpunt van datageletterdheid en analyse

Slechte datageletterdheid is de op één na grootste interne wegversperring voor het succes van een chief data officer, en daarmee ook voor het bedrijf. De enige manier om ervoor te zorgen dat de vaardigheidskloof in de loop van de tijd wordt gedicht, is door te investeren in interne opleidingsprogramma's die organisaties helpen een datagestuurde cultuur te creëren. 

Werknemers moeten weten hoe ze gegevens kunnen gebruiken en begrijpen hoe deze worden gegenereerd, verwerkt, geanalyseerd en gerapporteerd. Dit is waar datageletterdheid en analytics elkaar kruisen.

Hier zijn een paar manieren waarop u de analyse-specifieke datageletterdheid binnen het bedrijf kunt vergroten:

Empowerment van niet-technische gebruikers

Het begint met het identificeren van wie gegevens begrijpt en wie niet. Door dit te doen, kunt u de datakampioenen identificeren (die de data-initiatieven leiden) en de databemiddelaars (die die informatie vertalen naar de rest van het team). Het omvat ook het herkennen van de communicatiebarrières tussen de technische en niet-technische gebruikers en het tot stand brengen van een gemeenschappelijke taal. De beste manier om dat te doen, is door ze te trainen in de basisprincipes van gegevens en gerelateerde analyse- of visualisatietools.

In zijn boek “Wees datageletterd”, stelt Jordan Morrow dat: 

“Als organisaties data willen democratiseren, zullen de meeste niet in staat zijn om de data en informatie op te nemen, dus hebben we software nodig om te vereenvoudigen. In stappen de krachtige data- en analysetool: datavisualisatie.”

Gebruiksvriendelijke interfaces gebruiken en eenvoudig datavisualisatieskunnen medewerkers leren waarom specifieke datasets zijn gebruikt en hoe die informatie wordt vertaald naar zinvolle zakelijke inzichten. Continue gegevensbetrokkenheid is essentieel, dus bedrijven moeten dergelijke kansen creëren. 

Boris Jabes, CEO en mede-oprichter van Census, benadrukt dit ook: 

“Ten eerste kun je trainingen geven over datageletterdheid en data-analyse. Bovendien kunt u hulpmiddelen en bronnen bieden die het voor mensen gemakkelijker maken om toegang te krijgen tot gegevens en deze te gebruiken. Ten slotte kunt u kansen creëren voor mensen om met gegevens om te gaan. Dit kunnen wedstrijden, uitdagingen zijn, of gewoon interessante en relevante datasets aanleveren.”

Selfservice-analyse gebruiken

Selfservice-analyse is een business intelligence-tool die niet-technische gebruikers helpt bij het zelfstandig uitvoeren van query's en het genereren van de benodigde rapporten - zonder technische ondersteuning. Het is een praktische manier om ze te empoweren en op de lange termijn tijd te besparen, omdat ze niet afhankelijk zijn van andere teams. Enkele populaire voorbeelden zijn Microsoft Power BI, Tableau en Metabase.

Maar er zijn specifieke uitdagingen bij het gebruik van dergelijke tools. Volgens Merel Albert, Data Service Delivery Director van Trellance, alleen omdat werknemers toegang hebben tot dergelijke tools, betekent nog niet dat ze weten tot welke gegevens ze toegang moeten hebben. Dergelijke tools moeten samen met alfabetiseringsprogramma's worden geïmplementeerd, zodat ze kunnen begrijpen hoe ze de juiste analyses en inzichten kunnen krijgen.

Citizen Data Scientists maken

Citizen data-wetenschappers zijn zakelijke gebruikers die het initiatief nemen om modellen te maken met behulp van prescriptieve of voorspellende analyse. Maar ze zijn niet direct betrokken bij een statistische rol zoals typische datawetenschappers. Elke organisatie heeft die ene nieuwsgierige medewerker die het leuk vindt om zelf aan de modellen te sleutelen en het potentieel van hun data te ontsluiten.

Idealiter zouden bedrijfsleiders moeten streven naar het creëren van meer burgerdatawetenschappers binnen hun afdelingen, wat leidt tot meer datageletterdheid en democratisering van gegevens. Om uw gegevens te democratiseren, moet u niet-technische gebruikers machtigen en hen toegang geven tot de gegevens en de tools die worden gebruikt om ze te analyseren.

Gegevenscatalogi genereren

data catalogus verwijst naar een centrale metadata-inventarisatie van alle beschikbare data binnen het bedrijf. Het fungeert als de opslagplaats voor alle interne gegevens, waardoor elke werknemer toegang heeft tot wat hij nodig heeft zonder tussenkomst van een IT-team. 

Think Sharad Varshney, CEO van OvalEdge, een datacatalogus geeft gebruikers open maar gereguleerde toegang tot data-assets. Ze hebben veilig toegang tot de informatie die ze nodig hebben, wetende dat persoonlijk identificeerbare informatie (PII) of andere gevoelige informatie is beschermd.

Bevorder een datagedreven cultuur door middel van datageletterdheid

Door gebruik te maken van analysetools en datageletterdheidsprogramma's te implementeren, kunnen organisaties de leiding nemen over hun gegevens en voorop lopen. Alfabetiseringsprogramma's moeten basistraining bevatten over vaardigheden zoals gegevensfundamentals, tools zoals Excel, Tableau en SQL, en leren door implementatie. Hoe meer bedrijfsmedewerkers deze tools en vaardigheden gebruiken, hoe vaardiger ze zullen worden.

Afbeelding gebruikt onder licentie van Shutterstock.com

spot_img

Laatste intelligentie

spot_img