La data literacy (alfabetizzazione dei dati) è un insieme di abilità e conoscenze utilizzate per trovare, comprendere, valutare e creare dati. Si tratta quindi della capacità di ricavare informazioni significative dai dati, proprio come l’alfabetizzazione in generale è la capacità di derivare informazioni dalla parola scritta.

I leader aziendali che cercano di ottenere un vantaggio competitivo possono farlo dando priorità alla data literacy per i dipendenti in tutti i reparti e a tutti i livelli all’interno della loro organizzazione. Grazie alle competenze di data literacy, i dipendenti comprendono meglio come funzionano i dati aziendali e come possono utilizzarli, consentendo loro di essere più efficaci e semplificare i processi per l’organizzazione.

Continua a leggere per saperne di più su cos’è la data literacy e su come implementare iniziative di data literacy all’interno della tua azienda.

Che cos’è la data literacy?

Per data literacy si intende la capacità di leggere, comprendere, comunicare, analizzare e ricavare informazioni dai dati, il tutto inserendoli nel giusto contesto. Forbes definisce la data literacy come l’utilizzo di “dati in modo efficace, ovunque, per azioni e risultati aziendali“. La data literacy è spesso associata alla scienza dei dati (data science), che utilizza metodi analitici per estrapolare informazioni dettagliate dai dati.

Altre definizioni di data literacy includono:

  • Coinvolgere le persone in modo che le loro azioni e decisioni guidino un migliore processo decisionale per l’organizzazione” (Ambra Lee Dennis)
  • Avere la capacità di leggere, scrivere e comunicare i dati nel contesto, inclusa la comprensione delle fonti e dei costrutti dei dati, dei metodi analitici e delle tecniche applicate e la capacità di descrivere il caso d’uso, l’applicazione e il valore risultante” (Gartner)
  • Derivare informazioni significative dai dati, proprio come l’alfabetizzazione in generale è la capacità di derivare informazioni dalla parola scritta” (TechTarget)
  • Capire cosa significano dati, incluso come leggere i grafici, trarre conclusioni corrette e riconoscere quando i dati sono usati in modo fuorviante o inappropriato” (Eastern Michigan University)

La data literacy è generalmente considerata un’abilità individuale, ma è anche un’abilità organizzativa; un’ampia alfabetizzazione sui dati aiuta le organizzazioni a ottenere risultati di business migliori man mano che raccolgono più valore dai propri dati.

Con la crescente importanza della data literacy nelle organizzazioni e l’abbondanza di dati, c’è una maggiore enfasi sulla creazione di programmi di formazione sulla data literacy e sulla nomina di Chief Data Officer per valutare e migliorare continuamente i dati nell’organizzazione.

Pensa all’alfabetizzazione dei dati come all’alfabetizzazione alla lettura. Mentre migliori ed aumenti la tua istruzione, c’è un’aspettativa corrispondente ad ogni livello di competenza. Lo stesso si può dire per l’alfabetizzazione dei dati. Proprio come la lettura, l’alfabetizzazione dei dati si muove su una scala mobile, basata sulla competenza e la capacità di leggere, interpretare, analizzare e presentare i dati. Questa scala include la capacità di comprendere i dati e i loro usi, la raccolta dei dati, l’utilizzo di strumenti di analisi dei dati, le visualizzazioni dei dati, il trarre conclusioni e la conservazione dei dati.

I dati non mentono, ma i numeri grezzi hanno bisogno di un contesto. Una volta che inizi a interpretare il significato di quei numeri e a intrecciare una storia, sarà semplice capire cosa dicono i tuoi numeri, così come ti è chiaro il significato di quello che puoi leggere in un libro.

Ma non è necessario essere un esperto: l’alfabetizzazione dei dati significa che anche se non sei uno specialista, potrai utilizzare e comprendere i dati. I dati non devono spaventare ma devono essere accessibili, indipendentemente dalla tua formazione o dal tuo set di abilità.

I dati sono ovunque

La business intelligence era storicamente una funzione del reparto IT. Poiché il mondo del lavoro è cambiato, è cambiata anche la proprietà della BI. La business intelligence è ora di proprietà e accessibile a tutta l’organizzazione. Lo stesso vale per l’alfabetizzazione dei dati: non è più un’abilità riservata a chi gestisce dati.

I dati sono diventati decentralizzati. Dalle applicazioni per il fitness alle applicazioni aziendali, ognuna ha la propria versione di report, dashboard e analisi.

Ma la business intelligence è diversa: cerca di creare un’unica fonte di verità per i dati aziendali e pone fine al dibattito su quale sistema sia il vero sistema di registrazione. L’alfabetizzazione dei dati di base, come la comprensione di come interpretare le visualizzazioni dei dati, significa che i sistemi di business intelligence aggiungono valore senza creare spazio per inutili dibattiti senza fine.

Perché la data literacy è importante per la tua azienda?

L’alfabetizzazione dei dati è un’abilità indispensabile che darà a te e alla tua azienda un vantaggio competitivo.

Le capacità di data literacy non sono richieste solo dal team di analisi o IT; tutti i dipartimenti e i ruoli all’interno di un’organizzazione possono trarre vantaggio dalle competenze di alfabetizzazione dei dati.

La data literacy consente ai dipendenti di porre le domande giuste, raccogliere i dati giusti e collegare i punti dati giusti per ricavare informazioni aziendali significative e fruibili. Garantisce inoltre che tutti i dipendenti comprendano come gestire e utilizzare i dati in modo etico e conforme.

Secondo un recente report sulla data literacy diffuso da Qlik e basato su 6.000 dipendenti (inclusi 1.200 dirigenti), l’85% dei leader aziendali ritiene che l’alfabetizzazione dei dati sarà fondamentale per il successo aziendale in futuro. Il sondaggio ha anche evidenziato che la maggior parte dei leader aziendali si aspetta che i propri team prendano una decisione sulla base dei dati.

Sono stati fatti notevoli progressi tecnologici nell’apprendimento automatico, nell’intelligenza artificiale e nei big data. Tuttavia, mancano professionisti esperti di dati che abbiano le competenze per utilizzare i dati in modo efficace. Con un’adeguata formazione sulla data literacy, le organizzazioni avranno le conoscenze interne per ottimizzare queste tecnologie emergenti per una varietà di casi d’uso industriali e di consumo.

La data literacy è importante anche per l’esperienza dell’utente e del cliente: grazie ad essa, infatti, potremo avere un processo decisionale più rapido, una maggiore produttività e un pensiero critico basato sui dati. I dipendenti possono utilizzare le competenze di data literacy per rendere più efficienti i propri processi operativi, aumentare le prestazioni e apportare altri miglioramenti alle proprie mansioni e responsabilità lavorative. Questi miglioramenti si ripercuotono sui clienti che beneficiano di prodotti di qualità superiore.

Ostacoli all’alfabetizzazione dei dati

Nella maggior parte delle discussioni sull’alfabetizzazione dei dati, la parte del leone dell’attenzione è concentrata sugli utenti. Dopotutto, il termine implica che determinate abilità devono essere coltivate all’interno della tua forza lavoro. Per costruire l’alfabetizzazione dei dati all’interno di una azienda, tuttavia, è importante creare un ambiente in cui possa prosperare. Ecco alcune delle barriere che ostacolano una forte alfabetizzazione dei dati e cosa puoi fare al riguardo.

Scarsa qualità dei dati

Bisogna innanzitutto prendere atto che la qualità dei dati si erode nel tempo. Si consideri ad esempio un tipico database di clienti. I clienti si trasferiscono, cambiano nome e alla fine cessano di esistere. Gli errori di immissione dei dati sono inevitabili. Le regole aziendali non vengono sempre applicate quando vengono creati nuovi record. I dati duplicati su due o più silos di dati possono perdere la sincronizzazione. Per ottenere una buona qualità dei dati in modo coerente, è necessario gestirli in modo proattivo. Per raggiungere questo obiettivo su larga scala sono necessari strumenti di qualità dei dati a livello aziendale.

Silos di dati

La mancanza di integrazione è un problema nella maggior parte delle organizzazioni, poiché più sistemi ospitano set di dati diversi, difficili da sincronizzare e armonizzare. Strumenti di integrazione dei dati affidabili, scalabili e flessibili consentono alle aziende di adattarsi man mano che nuovi sistemi e origini dati vengono messi in linea.

Contesto mancante

I dati senza contesto hanno poco valore. Un’azienda che archivia le informazioni di base sui propri clienti ha una visione limitata della propria clientela. Quando il contesto della posizione, i dati sulla mobilità e le informazioni demografiche vengono aggiunti al mix, gli utenti possono ottenere una visione completa a 360° dei propri clienti e degli altri membri del proprio pubblico di destinazione.

L’obiettivo finale dell’alfabetizzazione dei dati è fornire un framework per il processo decisionale basato sui dati per la tua organizzazione. È logico, quindi, che i tuoi dati debbano prima avere accuratezza, coerenza e contesto. Altrimenti, indipendentemente dall’alfabetizzazione dei dati della tua forza lavoro, le tue decisioni saranno distorte.

L’acquisizione e l’utilizzo di una suite per l’integrità dei dati offre un valore ineguagliabile per qualsiasi iniziativa di integrità dei dati attraverso funzionalità di qualità dei dati, integrazione dei dati, governance dei dati, intelligence sulla posizione e arricchimento dei dati leader di mercato.

Un processo decisionale aziendale efficace dipende dal fornire al personale, agli strumenti di business intelligence (BI) e ai modelli di intelligenza artificiale o di analisi dati accurati, coerenti e inquadrati nel giusto contesto.

Esempi di data literacy e casi d’uso

I seguenti framework e attività di gestione dei dati funzionano al meglio quando l’intera organizzazione è composta da personale esperto di dati.

Ecosistemi di dati

La data literacy è utile per stabilire e mantenere un ecosistema di dati affidabile, che può includere infrastrutture fisiche come l’archiviazione cloud o lo spazio di servizio e componenti non fisici, come software e origini dati.

Governo dei dati

Le organizzazioni utilizzano la governance dei dati per gestire le proprie risorse di dati in modo che siano complete, accurate e sicure. La governance dei dati non è di esclusiva responsabilità di un determinato team; l’intera forza lavoro deve disporre dei livelli di alfabetizzazione dei dati appropriati per contribuire al suo successo.

Molte organizzazioni hanno una politica dei dati che tutti i dipendenti devono comprendere e rispettare. Ciò include come accedere ai dati sensibili, come garantire che i dati rimangano sicuri e altri processi di dati.

Data wrangling

Il data wrangling è il processo di conversione dei dati grezzi in un formato più strutturato e utilizzabile. La gestione dei dati aiuta a ridurre gli errori nei dati. Un’organizzazione potrebbe avere individui o software automatizzato per la disputa dei dati, ma ogni dipendente che lavora con qualsiasi forma di dati svolge anche un ruolo nel mantenere i dati in un formato accettabile.

Visualizzazione dati

La creazione di una rappresentazione visiva dei dati, ad esempio un grafico o un grafico, consente ai professionisti dei dati di comunicare in modo più efficace le informazioni dettagliate derivate dai dati. La visualizzazione dei dati può includere infografiche, tabelle, video, grafici e mappe. Sia i creatori di queste visualizzazioni che le parti interessate a cui vengono presentate necessitano almeno dei livelli di base di alfabetizzazione dei dati per comprendere le implicazioni dei dati di fronte a loro.

Capacità di data literacy

Le competenze di base in materia di data literacy implicano la conoscenza della differenza tra diversi tipi di dati quantitativi e qualitativi, inclusi dati nominali, discreti, continui e ordinali. Essere in grado di determinare la fonte dei dati è anche una parte importante della data literacy di base. Conoscere il tipo di dati ed essere in grado di valutarne la qualità aiuta a ridurre al minimo gli errori e le distorsioni dei dati e massimizza la comprensione dei dati.

A un livello più avanzato di data literacy, le persone iniziano a riconoscere le sfumature e i limiti dei dati. Ad esempio, una domanda del sondaggio formulata in modi diversi può portare a risposte e risultati di dati qualitativi estremamente diversi. Allo stesso modo, le visualizzazioni dei dati possono essere fuorvianti. La data literacy aiuta i professionisti a ridurre al minimo l’interpretazione errata dei dati visivi, poiché le persone con alfabetizzazione sui dati possono identificare tendenze, lacune, valori anomali e modelli nei dati.

Indipendentemente dal fatto che la loro comprensione generale dei dati sia più basilare o avanzata, è molto importante che i dipendenti comprendano concetti di dati rilevanti per i loro ruoli individuali. Ad esempio, chiunque lavori nel marketing digitale trarrà vantaggio dalla comprensione dei termini dei dati di marketing come traffico web, visualizzazioni di pagina, visitatori unici e impressioni.

Costruire data literacy a livello di organizzazione

Dal momento che il business case per la data literacy è chiaro, come puoi creare una cultura che incoraggi e supporti l’alfabetizzazione dei dati nella tua organizzazione? Ecco alcuni passaggi per iniziare:

  1. Valuta il tuo attuale livello di alfabetizzazione dei dati. Gartner suggerisce le seguenti domande per iniziare:
  • Quante persone nella tua azienda pensi che possano interpretare semplici operazioni statistiche come correlazioni o giudicare medie?
  • Quanti manager sono in grado di costruire un business case basato su numeri concreti, accurati e rilevanti?
  • Quanti manager possono spiegare l’output dei loro sistemi o processi?
  • Quanti data scientist possono spiegare l’output dei loro algoritmi?
  • Quanti dei tuoi clienti possono veramente apprezzare e interiorizzare l’essenza dei dati che condividi con loro?
  1. Sviluppare obiettivi in ​​base ai livelli di alfabetizzazione dei dati attuali e desiderati. Dai priorità alle aree dell’azienda in cui un maggiore utilizzo dei dati può avere un impatto significativo e concentrati prima su quelle aree. Dettaglia per i dipendenti le competenze, le capacità e il livello di alfabetizzazione dei dati desiderabili richiesti per i loro ruoli.
  2. Creare un programma di alfabetizzazione dei dati che fornisca strumenti essenziali e formazione a livello di organizzazione. Assicurati che i dipendenti dispongano degli strumenti e della formazione necessari per raggiungere il livello di data literacy desiderato per il loro lavoro. Crea flessibilità nei tuoi processi per consentire ai dipendenti il ​​tempo necessario per esercitare le competenze sui dati e acquisire competenze nell’utilizzo dei dati per prendere decisioni aziendali quotidiane. Includi nel tuo programma di alfabetizzazione misure di follow-up sufficienti per tracciare e monitorare i progressi verso l’alfabetizzazione dei dati a livello individuale e organizzativo per garantire che il tuo programma funzioni correttamente.

Conclusione

Affinché le organizzazioni siano veramente basate sui dati, non dovrebbero essere solo gli esperti di tecnologia a diventare alfabetizzati sui dati; tutti sul posto di lavoro devono sviluppare capacità di data literacy per mantenere l’azienda competitiva e conforme.

Esperti di business intelligence e data scientist possono istruire i loro colleghi su come diventare alfabetizzati in materia di dati. Tuttavia, deve essere un impegno a livello di organizzazione che copra tutti i dipendenti con corsi di formazione sull’alfabetizzazione dei dati e altre risorse di supporto.

Le aziende potrebbero non vedere immediatamente il valore di fornire formazione sull’alfabetizzazione ai dati a tutti i propri dipendenti, ma i vantaggi a lungo termine sono evidenti: le persone con alfabetizzazione sui dati sono in grado di mettere in discussione e analizzare in modo esperto la logica dei dati, applicando le proprie conoscenze basate sui dati a ciascuna azienda problema che sono chiamati a risolvere.

0 Comments