Datakompetanse – den kritiske pilaren i digitalisering og innovasjon (Sushama Divekar)

Introduksjon

Datakompetanse er evnen til å lese, skrive, forstå og kommunisere med data effektivt slik at informasjon brukes til å muliggjøre raske forretningsbeslutninger og forretningsresultater. For å si det enkelt handler Data Literacy egentlig om ferdigheter og kompetanser
å jobbe med data og informasjon.

Behovet for datakompetanse i dag er ekstremt viktig på grunn av "digital-first"-verdenen vi lever i, og organisasjoner som gjør alle mulige anstrengelser for å bringe inn transformasjon og innovasjon for å overleve i det svært konkurranseutsatte miljøet. Effekten
og ønskede resultater av ulike initiativer som Analytics, Big Data, Cloud, IoT, Datavisualisering, Artificial Intelligence og Machine Learning and Digitalization hviler på gode data, som er noe de fleste organisasjoner fortsatt sliter med, til tross for
innsats i denne retningen. Og det er her Data Literacy trer inn - som en grunnleggende blokk som gjør organisasjoner i stand til å fremme en datadrevet kultur og utnytte data som i dag er en vedvarende del av hverdagen vår.

Digitalisering avhenger av data, og hvordan...

Vi lever og opererer i en super og hyperkoblet verden hvor tonnevis med data genereres ved hvert berøringspunkt eller interaksjon. Og organisasjoner gjør en innsats for å utnytte disse dataene som genereres, for å betjene kundene sine bedre og forbedre
opplevelsen av hver interaksjon. På grunn av mangelen på kunnskap om hvordan man bruker data, kan de fleste organisasjoner imidlertid ikke bruke data til å utvide virksomheten sin og vokse og oppdage at deres digitaliseringstiltak ikke oppnår de ønskede resultatene. Faktisk en Forrester
undersøkelsen fant at "Bedrifter tar færre enn 50 % av beslutningene sine basert på kvantitativ informasjon i motsetning til magefølelse, erfaring eller mening." Videre ønsket 85 % av de spurte å forbedre bruken av datainnsikt i beslutningsprosessen, men
91 % rapporterte at det var utfordrende å forbedre bruken av datainnsikt i beslutningstaking.

I gammel rekkefølge ble data vanligvis brukt til rapportering og analyser, mer til internt forbruk og til dels til kundene. Men i denne raskt skiftende verden som vi eksisterer i, forventer kundene raskere, mer tilpasset levering av produkter og tjenester,
raske beslutninger, et digitalt første miljø som driver selvbetjening, kombinert med sikkerhet og personvern. Dette krever at organisasjoner øker spillet når det gjelder bruk av analyser, digitale plattformer, automatisering i form av robotikk og maskinlæring
for å levere bedre, mer personlig tilpassede resultater.

Data er derfor en kritisk komponent i enhver transformasjonsinnsats ettersom data gjør det mulig å lage mønstre, grunnlinjer og benchmarks for hvert trinn i transformasjonsreisen og hjelper til med å spore fremdriften til slike programmer. Dermed er det på tide å vifte med tryllestaven
og veve magien.

Data Literacy – tryllestaven som er der for å hjelpe

Datakompetanse og digitalisering er to sider av samme sak. For å konkurrere i en digital og AI-verden, må organisasjoner bruke dataforskere som kan jobbe med data for å skape konkurransefortrinn for sine bedrifter, i form av informerte og intelligente,
datadrevne forretningsbeslutninger for å forbedre kundereiser og opplevelsen, skape tilpassede tilbud og levere sømløse kryss

kanaliserer produkter/tjenester. Og for dette må organisasjoner utstyre sine ansatte med digital kompetanse, med Data Literacy i sentrum som en viktig kunnskapsbase for alle ansatte.

Ulike undersøkelser som har blitt utført om behovet eller viktigheten av datakunnskap reflekterer at bedriftsledere mener at datakunnskap er ekstremt kritisk for deres fremtidige forretningsbehov og vekst, og forventer at teamene deres tar datadrevne beslutninger.

Ansatte (ikke bare dataforskere) som er komfortable med å bruke data vil generere enestående forretningsfordeler, og datakunnskapsinitiativer og opplæring vil oppgradere de ansatte til å bidra til selskapets bunnlinje og viktige forretnings-KPIer i
langsiktig.

Diagrammet nedenfor beskriver et typisk datakunnskapsprogram:

 

Datakompetanseprogram i et nøtteskall – Diagram #1

For at datakunnskap skal lykkes, er det avgjørende for organisasjoner å skape et sterkt grunnlag for datastyring (policyer, prosesser, tydelig eierskap, tilgangskontroller for datademokratisering, datastandardisering og mer), som er synkronisert med
visjon/oppdrag for virksomheten og basert på en robust datastrategi. Datastyring er den aller viktigste pilaren som sikrer at data administreres som en bedriftsressurs og bidrar betydelig til suksessen til ethvert datakompetanseprogram.

Å investere i datakompetanse vil gi en organisasjon flere fordeler, og de viktigste er listet opp nedenfor:

Fordeler med datakompetanse

• En datakyndig arbeidsstyrke som forstår hvordan man henter, bruker og utveksler data og tar etiske databeslutninger
• Enkel å samhandle med data og skape en selvbetjeningsevne
• Gjør det mulig for ansatte å ta datadrevne beslutninger
• Bidra til å få inn konkurransefortrinn for å trives i et aggressivt konkurransemiljø
• Evne for arbeidsstyrken til å forstå, implementere og måle organisasjonens digitalisering og innovative innsats
• Øk organisasjonens ferdighetskart og datamodenhet
• Skap en dyktig og lojal arbeidsstyrke
• Aktiver bruk av ulike intuitive verktøy, teknologier og ressurser maksimalt, noe som vil hjelpe dataadministrasjonens livssyklus

Mens fordelene vil rulle inn, la oss forstå, gjennom et eksempel, hvorfor datakunnskap er viktig for enhver organisasjon.

 Hvis bare ABC Bank hadde investert i Data Literacy også – et eksempel

De skiftende tidene har vært vitne til et skifte til digitale kanaler i bank (og andre bransjer også). Mange organisasjoner investerte i alle mulige alternativer innen teknologi, men sliter fortsatt med kundenes forventninger om personlig levering
av produkter og tjenester. Mens banker genererer en gullgruve av data internt, og også kan utnytte eksterne data, kommer de fortsatt til kort på kundens forventninger. Og grunnen til dette er at bankene ikke har investert nok i å lage en datadrevet organisasjon,
som integrerer data i hver forretningsenhet, og trener sine ansatte til å lese, forstå og bruke data for forretningsvekst. Og det er her Data Literacy trer inn.

La oss forstå dette gjennom et eksempel: Bank ABC har investert tungt i teknologi for å skape en digital – første bankopplevelse for sine kunder. Banken har også investert i ny tids teknologi som data mining-verktøy, AI, Cloud-teknologi og mer.

ABC Bank har satt ambisiøse mål for inntekter og vekst og ønsker å være kundenes foretrukne bank. Banken evaluerer derfor sin produktportefølje for å gjøre den mer banebrytende og relevant for fremtidig vekst.

Mr A, som jobber med produktstrategi og design med ABC Bank, må bestemme seg for å avbryte et produkt Z, som ikke gjenspeiler noen vekst i antall/inntekter. Selv om dette var et topplinjeprodukt i den siste tiden, har banen siden vært nedoverbakke. Produkt
Z er et sparelenket investeringsprodukt som har gitt mindre enn gjennomsnittlig avkastning. ABC Bank har ikke vært i stand til å utnytte teknologien til det fulle og bringe inn nødvendig automatisering eller ferdigheter til å endre produktparametrene (selv manuelt) mot
mer gunstige investeringsalternativer (som en sving mot markedstilknyttede produkter som aksjer, råvarer, valuta og andre som tar hensyn til faktorer som markedsrisiko, kredittrisiko, investeringsmål og tidshorisont, risikoprofil, porteføljediversifisering,
eiendelsallokeringsstrategi etc.).

Mr A mente at produkt Z kunne finjusteres med noen tilleggsfunksjoner (kartlegging av produkt- og markedsrisiko, med kundens risikoprofil, investeringsmål og tidshorisont) og investeringsalternativer (som å koble det til et aksjetema og bringe inn en suite
av råvarer til investeringsalternativene) og re-introdusert som et strukturert produkt. Produktet vil da bidra betydelig til bankens visjon. A var imidlertid ikke sikker på hvordan han skulle få tilgang til og bruke all nødvendig informasjon for å ta denne avgjørelsen
og lag en forretningscase for å endre produktfunksjonene, i stedet for å trekke den tilbake. Han hadde ikke de nødvendige dataene og dermed selvtilliten til å stille de riktige spørsmålene og utfordre ledelsens beslutninger om å pensjonere produktet. I tillegg der
var ikke noe samarbeidende fellesskap i banken som A kunne kontakte for å få hjelp. Derfor bestemte A seg for å pensjonere produktet.  

Mens ABC Bank hadde investert i de nødvendige verktøyene og teknologistabelen for å skape et digitalt avtrykk, fokuserte ikke banken på å sette en sterk base for å administrere data. Overse de kritiske pilarene i Data Governance (demokratisering av data) og Data Literacy
(evnen til å utnytte data som en muliggjører for forretningsbeslutninger og bruke teknologi til det maksimale, Mr A var ikke i stand til å ta den riktige forretningsbeslutningen. Hvis ABC Bank hadde investert i opplæring og andre samarbeidsmetoder for å utstyre sine ansatte med ferdighetene
kreves for å hente, administrere og bruke data som en eiendel, ville A ha lagt til de nødvendige funksjonene og parameterne til det eksisterende produktet Z og hjulpet banken med å oppnå sin visjon på langt kortere tid og redusert innsats.

Derfor kan man ikke understreke nok behovet for datakompetanse i organisasjoner. Opplæring og arrangementer i datakunnskap er viktige for å oppgradere ansatte og øke datakompetanseindeksen/-kvotienten gjennom et tilpasset vurderingsrammeverk som tar hensyn til
nåværende modenhetsnivå og ønsket modenhetsnivå som organisasjonen håper å oppnå. Rammeverket bør spenne over variabler som tekniske ferdigheter, atferdskartlegging, relasjoner og tankesett til de ansatte, visuell datatenkning, etikk i
data, risiko og overholdelse, datasikkerhet, og komme opp med en digital egnethetsvurderingsscore som bestemmer modenhetsnivået for å administrere data som en ressurs. Når poengsummen er fastslått og en grunnlinje opprettet, kan hullene identifiseres for å lage tilpasset
opplæringsplaner som vil adressere hvert gap og bidra til å forbedre poengsummen gjennom ulike oppkvalifiseringsprogrammer. Disse hendelsene må gjentas etter et tidsgap for å sikre kontinuerlig forbedring og oppkvalifisering av ansatte.

Selv om vurderingsrammeverket vil hjelpe organisasjoner med å vurdere sin nåværende datakompetansekvotient, og bidra til å bestemme mulighetene for forbedringer, er det avgjørende at organisasjoner skaper en base for å implementere de ulike mulighetene for omkompetanse.
gjennom en robust og detaljert strategi og plan. Denne strategien og planen må gjennomgås med en forhåndsbestemt frekvens; fortrinnsvis årlig for å opprettholde momentumet med å heve Data Literacy-indeksen på tvers av bedriften og skape et data-DNA. Og organisasjoner
trenger å få på plass noen få grunnleggende (bortsett fra opplæringsprogrammene og andre initiativer) for å sikre suksessen til datakompetanse-tiltak. Nedenfor er en liste over "må-gjøre" som organisasjoner må huske på for å sikre suksess med datakompetanse
initiativer.

Veikartet for omkompetanse for datakompetanse

Noen av initiativene som organisasjoner kan forfølge for å forbedre datakompetansen er:

• Sikre C-suite-støtte
• Definere eierskap
• Vurdere / baseline ansattes ferdigheter
• Ansette datavisjonærer
• Forklare "hvorfor" bak Data Literacy
• Gir tilgang til datakompetanse-opplæringskurs
• Utvide tilgangen til data med organisasjonen
• Oppmuntrende spørsmål om data
• Jobber mot IT/bedriftssamarbeid
• Investering i de riktige selvbetjente dataverktøyene
• Starter i det små og vurderer kontinuerlig fremgang
• Husk at datakompetanse ikke eksisterer isolert – det inkluderer datamodenhet og å snakke, spesielt på ledernivå

 Selv om det er flere initiativer som kan legges til veikartet, er tanken å komme i gang og fortsette med små skritt. Denne investeringen i Data Literacy vil sikre at organisasjonen vil ha langt flere datadrevne individer som vil utnytte
data og vellykket administrere og implementere transformasjons-/innovasjonsprogrammer som fører til en forbedring av nøkkelkunde-, inntekts- og vekst-KPIene til organisasjonen. Så fortsett, ta løftet om å gjøre organisasjonen din mer datafokusert og la den
fordelene ruller inn.