Data Literacy – den kritiske søjle i digitalisering og innovation (Sushama Divekar)

Introduktion

Data Literacy er evnen til at læse, skrive, forstå og kommunikere med data effektivt, så information bruges til at muliggøre hurtige forretningsbeslutninger og forretningsresultater. For at sige det enkelt handler Data Literacy i virkeligheden om færdigheder og kompetencer
at arbejde med data og information.

Behovet for Data Literacy i dag er ekstremt vigtigt på grund af den "digital-first" verden, som vi lever i, og organisationer, der gør alt for at bringe transformation og innovation ind for at overleve i det stærkt konkurrenceprægede miljø. Effektiviteten
og ønskede resultater af forskellige initiativer som Analytics, Big Data, Cloud, IoT, Datavisualisering, Artificial Intelligence og Machine Learning og Digitalisering hviler på gode data, hvilket er noget, som de fleste organisationer stadig kæmper med, på trods af
indsats i denne retning. Og det er her, Data Literacy træder ind – som en grundlæggende blok, der gør det muligt for organisationer at fremme en datadrevet kultur og udnytte data, som i dag er en vedvarende del af vores hverdag.

Digitalisering afhænger af data, og hvordan...

Vi lever og opererer i en super og hyperforbundet verden, hvor tonsvis af data genereres ved hvert berøringspunkt eller interaktion. Og organisationer gør en indsats for at udnytte disse data, der genereres, for at betjene deres kunder bedre og forbedre dem
oplevelsen af ​​hver interaktion. Men på grund af manglen på viden om, hvordan man bruger data, kan de fleste organisationer ikke bruge data til at øge deres forretning og vokse og finde ud af, at deres digitaliseringsinitiativer ikke opnår de ønskede resultater. Faktisk en Forrester
undersøgelse viste, at "virksomheder træffer færre end 50 % af deres beslutninger baseret på kvantitativ information i modsætning til mavefornemmelse, erfaring eller mening." Yderligere ønskede 85 % af de adspurgte at forbedre deres brug af dataindsigt i deres beslutningstagning, men
91 % rapporterede, at det var en udfordring at forbedre brugen af ​​dataindsigt i beslutningstagning.

I den gamle orden blev data som regel brugt til rapportering og analyser, mere til internt forbrug og i nogen grad til kunderne. Men i denne hurtigt skiftende verden, som vi eksisterer i, forventer kunderne hurtigere og mere tilpasset levering af produkter og tjenester,
hurtige beslutninger, et digitalt første miljø, der driver selvbetjening, kombineret med sikkerhed og privatliv. Dette kræver, at organisationer øger deres spil med hensyn til brug af analyser, digitale platforme, automatisering i form af robotteknologi og maskinlæring
at levere bedre, mere personlige resultater.

Data er derfor en kritisk komponent i enhver transformationsindsats, da data gør det muligt at skabe mønstre, basislinjer og benchmarks for hvert trin i transformationsrejsen og hjælper med at spore fremskridt for sådanne programmer. Derfor er det tid til at vifte med tryllestaven
og væv magien.

Data Literacy – tryllestaven, der er der for at hjælpe

Datafærdighed og digitalisering er to sider af samme sag. For at konkurrere i en digital og AI-verden skal organisationer bruge dataforskere, der kan arbejde med data for at skabe konkurrencefordele for deres virksomheder i form af informerede og intelligente,
datadrevne forretningsbeslutninger for at forbedre kunderejser og oplevelsen, skabe skræddersyede tilbud og levere problemfri krydsning

kanalisere produkter/tjenester. Og til dette er organisationer nødt til at udstyre deres personale med digitale kompetencer, hvor Data Literacy er i centrum som en vigtig videnbase for alle medarbejdere.

Forskellige undersøgelser, der er blevet gennemført om behovet for eller vigtigheden af ​​Data Literacy, afspejler, at virksomhedsledere mener, at data literacy er ekstremt afgørende for deres fremtidige forretningsbehov og vækst, og forventer, at deres teams træffer datadrevne beslutninger.

Medarbejdere (ikke kun Data Scientists), som er fortrolige med at bruge data, vil generere enestående forretningsfordele, og Data Literacy-initiativer og -uddannelser vil opkvalificere medarbejderne til at bidrage til virksomhedens bundlinje og vigtige forretnings-KPI'er i
langsigtet.

Diagrammet nedenfor beskriver et typisk Data Literacy-program:

 

Data Literacy Program i en nøddeskal – Diagram #1

For at Data Literacy skal lykkes, er det afgørende for organisationer at skabe et stærkt fundament af Data Governance (politikker, processer, klart ejerskab, adgangskontrol til datademokratisering, datastandardisering og mere), som er synkroniseret med
vision/mission for virksomheden og baseret på en robust datastrategi. Data Governance er den altafgørende søjle, der sikrer, at data administreres som et virksomhedsaktiv og bidrager væsentligt til succesen for ethvert datafærdighedsprogram.

Investering i datafærdighed vil give en organisation adskillige fordele, og de vigtigste er anført nedenfor:

Fordele ved datafærdighed

• En datakyndig arbejdsstyrke, der forstår, hvordan man henter, bruger og udveksler data og træffer etiske databeslutninger
• Nem at interagere med data og skabe en selvbetjeningsfunktion
• Gør det muligt for medarbejdere at tage datadrevne beslutninger
• Hjælp med at bringe konkurrencefordel til at trives i et aggressivt konkurrencepræget miljø
• Evne for arbejdsstyrken til at forstå, implementere og måle organisationens digitalisering og innovative indsats
• Øg organisationens færdighedskort og datamodenhed
• Skab en dygtig og loyal arbejdsstyrke
• Gør det muligt at bruge forskellige intuitive værktøjer, teknologier og aktiver maksimalt, hvilket vil hjælpe datahåndteringens livscyklus

Mens fordelene vil vælte ind, lad os gennem et eksempel forstå, hvorfor Data Literacy er vigtigt for enhver organisation.

 Hvis bare ABC Bank også havde investeret i Data Literacy - et eksempel

De skiftende tider har været vidne til et skift til digitale kanaler i banksektoren (og også andre industrier). Mange organisationer investerede i alle mulige muligheder inden for teknologi, men kæmper stadig med kundernes forventninger om personlig levering
af produkter og tjenester. Mens banker genererer en guldgrube af data internt og også kan udnytte eksterne data, lever de stadig til kort på kundens forventninger. Og grunden til dette er, at bankerne ikke har investeret nok i at skabe en datadrevet organisation,
som integrerer data i hver forretningsenhed og træner deres medarbejdere til at læse, forstå og bruge data til vækst i virksomheden. Og det er her, Data Literacy træder ind.

Lad os forstå dette gennem et eksempel: Bank ABC har investeret kraftigt i teknologi for at skabe en digital – første bankoplevelse for sine kunder. Banken har også investeret i ny tids teknologi som data mining værktøjer, AI, Cloud teknologi og mere.

ABC Bank har sat ambitiøse mål for omsætning og vækst og ønsker at være sine kunders foretrukne bank. Derfor er banken i gang med at evaluere sin produktportefølje for at gøre den mere banebrydende og relevant for fremtidig vækst.

Hr. A, der arbejder med produktstrategi og design med ABC Bank, skal beslutte sig for at trække et produkt Z tilbage, hvilket ikke afspejler nogen vækst i antal/omsætning. Selvom dette var et topprodukt i den seneste tid, har banen siden været ned ad bakke. Produkt
Z er et opsparingsforbundet investeringsprodukt, der har givet mindre end gennemsnittet afkast. ABC Bank har ikke været i stand til at udnytte teknologien fuldt ud og bringe den nødvendige automatisering eller færdigheder til at ændre produktparametrene (selv manuelt) i forhold til
mere gunstige investeringsmuligheder (som et sving mod markedsrelaterede produkter som aktier, råvarer, udenlandsk valuta og andre, der tager hensyn til faktorer som markedsrisici, kreditrisici, investeringsmål og tidshorisont, risikoprofil, porteføljespredning,
aktivallokeringsstrategi osv.).

Hr. A mente, at produkt Z kunne finpudses med nogle ekstra funktioner (kortlægning af produkt- og markedsrisiko, med kundens risikoprofil, investeringsmål og tidshorisont) og investeringsmuligheder (som at linke det til et aktietema og bringe en suite ind.
af råvarer til investeringsmulighederne) og genindført som et struktureret produkt. Produktet ville så bidrage væsentligt til Banks vision. A var dog ikke sikker på, hvordan man kunne få adgang til og bruge alle de nødvendige oplysninger til at træffe denne beslutning
og opret en business case for at ændre produktfunktionerne i stedet for at trække den tilbage. Han havde ikke de nødvendige data og dermed selvtilliden til at stille de rigtige spørgsmål og udfordre ledelsens beslutninger om at trække produktet tilbage. Derudover der
var ikke noget samarbejdsfællesskab i banken, som hr. A kunne kontakte for at få hjælp. Derfor besluttede hr. A at trække produktet tilbage.  

Mens ABC Bank havde investeret i de nødvendige værktøjer og teknologistak for at skabe et digitalt aftryk, fokuserede banken ikke på at skabe en stærk base til at administrere data. Overser de kritiske søjler i Data Governance (demokratisering af data) og Data Literacy
(evnen til at udnytte data som en muliggører for forretningsbeslutninger og udnytte teknologien til det maksimale, var hr. A ikke i stand til at tage den rigtige forretningsbeslutning. Hvis ABC Bank havde investeret i uddannelser og andre samarbejdsmetoder til at udstyre deres personale med færdighederne
påkrævet for at hente, administrere og bruge data som et aktiv, ville hr. A med succes have tilføjet de nødvendige funktioner og parametre til det eksisterende produkt Z og hjulpet banken med at nå sin vision på langt kortere tid og reduceret indsats.

Derfor kan man ikke understrege nok behovet for datafærdigheder i organisationer. Data Literacy-træning og -arrangementer er vigtige for at opkvalificere medarbejdere og hæve datakompetenceindekset/-kvotienten gennem en tilpasset vurderingsramme, der tager højde for
nuværende modenhedsniveau og det tilstræbte modenhedsniveau, som organisationen håber at opnå. Rammen skal spænde over variabler som tekniske færdigheder, adfærdskortlægning, relationer og mindset hos medarbejderne, visuel datatænkning, etik i
data, risiko og overholdelse, datasikkerhed, og kom med en digital fitnessvurderingsscore, der bestemmer modenhedsniveauet i at administrere data som et aktiv. Når scoren er fastslået og en basislinje oprettet, kan hullerne identificeres for at skabe tilpasset
træningsplaner, der adresserer hvert hul og hjælper med at forbedre scoren gennem forskellige opkvalificeringsprogrammer. Disse begivenheder skal gentages efter et tidsrum for at sikre løbende forbedringer og opkvalificering af medarbejderne.

Selvom vurderingsrammen vil hjælpe organisationer med at vurdere deres nuværende datafærdighedskvotient og hjælpe med at bestemme mulighederne for forbedringer, er det bydende nødvendigt, at organisationer skaber en base for implementering af de forskellige muligheder for omkvalificering.
gennem en robust og detaljeret strategi og plan. Denne strategi og plan skal revideres med en forudbestemt frekvens; helst årligt for at fastholde momentum i at hæve Data Literacy-indekset på tværs af virksomheden og skabe et data-DNA. Og organisationer
er nødt til at indføre et par grundlæggende elementer (bortset fra træningsprogrammerne og andre initiativer) for at sikre succesen med Data Literacy-initiativer. Nedenfor er en liste over "must-do's", som organisationer skal huske på for at sikre succes med datakompetence
initiativer.

Køreplanen for omskoling til datafærdighed

Nogle af de initiativer, som organisationer kan forfølge for at forbedre datakompetencen er:

• Sikring af C-suite support
• Definition af ejerskab
• Vurdere / baseline medarbejderens færdigheder
• Ansættelse af datavisionærer
• Forklaring af "hvorfor" bag Data Literacy
• Tilbyde adgang til Data Literacy-uddannelseskurser
• Udvidelse af adgang til data med organisationen
• Opmuntrende spørgsmål om data
• Arbejder hen imod IT/forretningssamarbejde
• Investering i de rigtige selvbetjeningsdataværktøjer
• Starter i det små og vurderer løbende fremskridt
• Husk, at Data Literacy ikke eksisterer isoleret – det inkluderer datamodenhed og walk the talk, især på lederniveau

 Mens der er flere initiativer, der kan tilføjes til køreplanen, er tanken at komme i gang og fortsætte med små skridt. Denne investering i Data Literacy vil sikre, at organisationen vil have langt flere datadrevne personer, som vil udnytte
data og succesfuldt administrere og implementere transformations-/innovationsprogrammer, der fører til en forbedring af organisationens nøglekunde-, omsætnings- og vækst-KPI'er. Så gå videre, tag løftet om at gøre din organisation mere datafokuseret og lad det
fordelene vælter ind.