Para ser una empresa basada en datos, primero conviértete en un alfabetizado en datos

Estos siete pasos ayudarán a su empresa a desarrollar conocimientos de datos para todos los empleados.

(EN) En muchas organizaciones hoy en día, escuchamos a los directores ejecutivos, CDO y otros ejecutivos clamando por que sus empresas estén más impulsadas por los datos. Ciertamente, este es un objetivo valioso y crítico para la supervivencia misma de las organizaciones en estos tiempos inciertos. Sin embargo, el simple hecho de lanzar datos y análisis a los usuarios comerciales no convierte a una empresa en “impulsada por datos”. El mero acceso a estos valiosos activos no significa que los usuarios (incluso los usuarios inteligentes) puedan utilizar los datos y los análisis de forma perspicaz y astuta y obtener la información y el conocimiento que necesitan para mejorar la organización.

¿Qué se necesita para corregir esta situación? Toda la empresa debe aprender a utilizar los datos. Así como la alfabetización es la capacidad de leer, escribir y comprender la palabra escrita, la alfabetización de datos es la capacidad de derivar el significado de los datos y el análisis. La alfabetización en datos se define formalmente en Wikipedia como: «La capacidad de leer, trabajar, analizar y discutir con datos. Al igual que la alfabetización como concepto general, la alfabetización de datos se centra en las competencias involucradas en el trabajo con datos. … Implica comprender qué significan los datos, incluida la capacidad de leer gráficos y tablas (visualizaciones), así como sacar conclusiones a partir de los datos ».

Las personas con conocimientos de datos saben qué datos son apropiados para usar para fines específicos, piensan críticamente sobre la información obtenida mediante el análisis de datos, reconocen datos y análisis falsos o engañosos, y comprenden los métodos y resultados subyacentes de los análisis.

Además, la necesidad de alfabetización en datos y toma de decisiones basada en datos ha generado una nueva generación de empleados que sirven a la empresa como intérpretes de datos: personas que traducen visualizaciones esotéricas y resultados de ciencia de datos en inteligencia empresarial significativa para el personal con menos conocimientos de datos. Estos recursos invaluables explican lo que le está sucediendo a la empresa y las consecuencias de sus acciones a través de la narración de datos utilizando un lenguaje comercial común y gráficos y diagramas simplificados.

Una organización con conocimientos de datos toma sus decisiones basándose en hechos reales y análisis en lugar de conjeturas, prejuicios, intuición o instinto. Una mejor comprensión de las predicciones y los análisis conduce a mejores estrategias y resultados comerciales más exitosos.

Este artículo describe cómo adquirir conocimientos de datos y lo que necesita una organización moderna para respaldar el conocimiento de datos. Proporciona pasos prácticos que su organización debe tomar para convertirse tanto en información basada en datos como en alfabetización de datos.

Una guía rápida para convertirse en una empresa con conocimientos de datos

Una vez que haya comprendido los elementos esenciales de la alfabetización en datos, es hora de pasar a los temas difíciles. ¿Cómo se convierte una organización en un actor habitual en la promoción de la alfabetización en datos? ¿Cómo toma esta idea desde la etapa inicial y se asegura de que continúe floreciendo a lo largo y ancho, afectando el trabajo de todos los empleados?

Comencemos examinando dos principios clave.

1. Los líderes de la alta gerencia deben adoptar nuevas habilidades y actitudes para inspirar a otros y cambiar el comportamiento.

Las organizaciones con conocimientos de datos comienzan su viaje asegurándose de que sus empleados estén informados sobre análisis y sean parte de la creación de esos análisis.

Para alfabetizarse en datos, necesita personas. Cuanto más coloque a las personas en el centro de este cambio, más ayudarán a toda la organización a dar el salto hacia la alfabetización en datos. McKinsey dice:

La elaboración e implementación de una estrategia de big data y análisis avanzado exige mucho más que entregar datos a un proveedor externo para buscar tendencias ocultas. Más bien, se trata de lograr un cambio generalizado en la forma en que una empresa hace sus negocios cotidianos. La naturaleza a menudo transformadora de ese cambio impone serias exigencias al equipo superior.

Entendemos bien cómo este cambio organizativo dentro de la empresa implica una revolución del propio estilo de gestión, incluso de la cultura profunda de la empresa. Quizás se pregunte, ¿a quién elige para liderar este cambio? Para encontrar la respuesta, debemos dar un paso atrás y preguntar: “¿Cuál es el propósito fundamental de los datos para una empresa?” Debido a que permite tomar decisiones mejores y más rápidas y un crecimiento empresarial, tiene sentido que la alfabetización de datos deba servir a los objetivos centrales de la empresa.

Es fundamental que los equipos de alta dirección avancen en sus propios conocimientos para poder cambiar la mentalidad de sus equipos, reorganizar los roles y crear otros nuevos para adaptarse a la diversidad de oportunidades relacionadas con los datos que afectan a toda la organización. Aunque la alta dirección debe mejorar sus habilidades para impulsar e inspirar acciones, los empleados también deben cambiar sus actitudes y enfoques sobre el uso de la analítica. Los empleados necesitan sed de descubrir, curiosidad y voluntad de aprender. El papel de un líder es alentar a toda la organización a diseñar las iniciativas adecuadas y ayudar a los empleados a adoptar la alfabetización de datos en sus actividades diarias.

2. Su programa de alfabetización de datos debe utilizar principios ágiles para involucrar y educar a su equipo.

Su programa debe ser ágil y receptivo, adaptándose a las demandas y expectativas de los alumnos. Esto está muy lejos de las plataformas rígidas y anticuadas que se basan en una densidad técnica torpe. Sin embargo, al diseñar un programa de alfabetización de datos verdaderamente creativo y divertido, no se olvide de lo esencial. Todas las herramientas y técnicas de cualquier programa de alfabetización tradicional, y sus diversos canales de ejecución, deben formar parte de esta iniciativa.

Usando el contexto, cualquier idea puede hacerse más relevante, inmediata y personal para el alumno. Además, para asegurar que la alfabetización en datos no sea solo más conocimiento que se absorba sino más bien una cultura que perdure, es importante utilizar los pilares fundamentales del manifiesto ágil en el proceso de aprendizaje desde el punto de vista del grupo.

Cuantos más empleados estén involucrados en el proceso de aprendizaje e intercambio entre ellos, más podrán identificar los fundamentos de la alfabetización de datos, apropiarse de sus principios y, por lo tanto, poder aplicarlos a la gestión de sus propios datos. Eventualmente, las metodologías centradas en el ser humano, como el pensamiento de diseño, pueden ser de gran ayuda aquí. (Lea más sobre el pensamiento de diseño en esta guía). Esto es fundamentalmente inclusivo, ampliando el impacto de su programa de alfabetización de datos, conectándose con el ecosistema cognitivo del alumno y creando un ciclo continuo de asimilación de conocimientos.

Empezando

Ahora que hemos establecido la necesidad y el apoyo para la alfabetización de datos, dirijamos nuestra atención a cómo una organización puede comenzar a mejorar la alfabetización de datos de cada empleado. Reconozca que la siguiente lista es un punto de partida; debe personalizarse para adaptarse a su negocio y entorno empresarial en particular.

1. Comprenda su negocio y sus necesidades de datos / análisis.

De primer orden es obtener una comprensión de alto nivel de lo que hace su organización, sus estrategias y los tipos de datos y análisis necesarios para garantizar una toma de decisiones adecuada. Gran parte de esta información se puede obtener de informes anuales, estrategias ejecutivas e incluso planes de compensación para ejecutivos.

2. Evalúe el nivel actual de conocimiento de datos de su organización.

Una forma rápida de determinar la alfabetización en datos de una empresa es mediante una encuesta enviada al personal representativo en todos los niveles de la empresa. Puede utilizar los resultados de la encuesta para dividir la población de empleados en dos categorías amplias: productores de información y consumidores de información, cada una con necesidades distintas de alfabetización de datos. (Nota: algunas personas pueden ser ambas cosas).

Los productores de información incluyen:

– Científicos de datos: personas que están formadas y conocen las formas avanzadas de manipulación y análisis de datos y pueden realizar estos análisis con R, Python u otras tecnologías modernas de ciencia de datos
– Profesionales de TI: los responsables de implementar y mantener los entornos técnicos para datos y análisis
: analistas de negocios: las personas que trabajan en varios departamentos, que realizan análisis simples, pueden ser “locales” y pueden carecer de la capacitación adecuada y el acceso a herramientas sofisticadas de análisis de datos

Los consumidores de información incluyen:

– Ejecutivos de la empresa: personas que comprenden y evalúan los datos lo suficientemente bien como para sentirse cómodos al tomar decisiones; pueden necesitar capacitación para hacer las preguntas correctas y aprender a superar la exageración de los proveedores
– Personal operativo: aquellos que realizan las actividades diarias que administran o cumplen las tareas de funcionamiento de la organización

Esta línea de base establece el nivel y el tipo de educación necesaria para cada grupo de empleados.

3. Empiece a educar a cada grupo según sus necesidades.

Cubrimos algunos esquemas para el contenido educativo necesario en la sección Guía rápida anteriormente en este artículo. Como primer paso, todos deberían estar expuestos a un curso de pensamiento crítico o lógico que enseñe la resolución de problemas y la toma de decisiones. Hay muchos cursos de este tipo que se ofrecen en línea. Algunos incluso son gratuitos. Puede ofrecer cursos más avanzados según el interés del empleado, lo que puede llevar a la persona a convertirse en el intérprete de datos que tanto necesita. Se puede brindar más educación sobre temas como la toma de decisiones en sí, por qué los datos son importantes para cada empleado, cómo acceder a los datos y, en última instancia, cómo usarlos en sus decisiones laborales diarias.

Además, debe capacitar a sus empleados en las tecnologías que está utilizando. Esta capacitación debe ser específica para el individuo y las herramientas que utiliza regularmente, y debe ofrecerse en un horario recurrente. Los usuarios deben comprender los datos en sí: de dónde provienen, cómo se procesaron, cómo se puede acceder a ellos, a quién contactar para obtener acceso, cómo manipularlos para un mayor descubrimiento, dónde encontrar sus metadatos (definiciones, linaje, seguimiento de uso). , etc.) y cómo se utilizó en cálculos, algoritmos y estadísticas.

4. Capacite a los empleados para que tomen decisiones.

Los ejecutivos deben creer en sus empleados lo suficiente como para darles la libertad de tomar buenas decisiones todos los días. Todos los empleados son analistas en algún momento de su jornada laboral, pero sin habilidades analíticas y de pensamiento crítico o sin acceso a los datos y análisis correctos, pueden fácilmente tomar la decisión equivocada. Por lo tanto, es fundamental que los usuarios tengan acceso a los datos y análisis correctos en el momento adecuado para tomar las decisiones correctas.

5. Apoyar la capacidad de toma de decisiones de los empleados con tecnologías y metodologías de implementación adecuadas.

En la actualidad, existen muchas tecnologías que se adaptan a las necesidades de las distintas categorías de empresarios. Sus necesidades de datos y análisis, así como su nivel de conocimiento de los datos, deben tenerse en cuenta al elegir las tecnologías adecuadas para respaldar su toma de decisiones. Desafortunadamente, ninguna tecnología funcionará para todos los niveles de alfabetización en datos. Su organización necesita múltiples tecnologías para un entorno analítico completo y moderno. Recuerde, su objetivo final es construir puentes entre esas tecnologías para ofrecer un entorno unificado, comprensible y viable para todos los empleados.

6. Desarrollar habilidades de visualización de datos y narración de datos.

En la última milla de este viaje se encuentran las historias que va tejiendo y los conocimientos que sus empleados que pronto aprenderán a leer y escribir pueden deducir al instante. La narración de datos debe ser atractiva, empática y, a la larga, rentable para su organización. En resumen, la narración de datos crea un marco experiencial.

La visualización de datos apela a las capacidades cognitivas básicas del alumno y una interfaz de usuario enriquecida permite una absorción más inteligente y rápida. Desarrollar la visualización adecuada para una audiencia particular es otra habilidad que debe aprender el intérprete de datos. Esto significa que los datos deben asimilarse rápidamente; visualizado usando gráficos claros, concisos y comprensibles; y fácilmente procesable en todos los niveles (desde el personal de primera línea hasta el C-Suite ejecutivo) y en todos los sectores comerciales.

Además, aunque la visualización de datos sirve a estos objetivos de comprensión y uso, también garantiza su uso y adopción por parte de los usuarios. En el entorno de trabajo actual, las aplicaciones móviles son necesarias para llevar datos directamente al trabajo diario de cualquier empleado, donde todo lo que necesitan o quieren saber está a solo un clic o deslizar el dedo.

7. Comience a analizar las decisiones de la organización para obtener retroalimentación sobre los propios activos analíticos.

El seguimiento de las decisiones tomadas no debe utilizarse como castigo por tomar una mala decisión. Más bien, el análisis de las decisiones debe utilizarse para mejorar los activos analíticos que se utilizaron en el proceso de toma de decisiones. Una mala decisión significa que un activo de análisis fue incorrecto, engañoso o malinterpretado. En cualquier caso, se puede utilizar un análisis del proceso general de toma de decisiones para mejorar los activos y / o indicar la necesidad de educación o capacitación adicional.

Fuente: Claudia Imhoff, Romain Duboc