Datakompetens – den kritiska pelaren inom digitalisering och innovation (Sushama Divekar)

Beskrivning

Datakompetens är förmågan att läsa, skriva, förstå och kommunicera med data effektivt så att information används för att möjliggöra snabba affärsbeslut och affärsresultat. Enkelt uttryckt handlar Data Literacy egentligen om färdigheter och kompetenser
att arbeta med data och information.

Behovet av datakompetens idag är oerhört viktigt på grund av den "digitala-först"-värld som vi lever i, och organisationer som gör alla möjliga ansträngningar för att få in transformation och innovation för att överleva i den mycket konkurrensutsatta miljön. Effektiviteten
och önskade resultat av olika initiativ som Analytics, Big Data, Cloud, IoT, Datavisualisering, Artificiell Intelligens och Machine Learning och Digitalisering vilar på bra data, vilket är något som de flesta organisationer fortfarande kämpar med, trots
ansträngningar i denna riktning. Och det är här som Data Literacy kliver in - som ett grundläggande block som gör det möjligt för organisationer att främja en datadriven kultur och utnyttja data som idag är en bestående del av vår vardag.

Digitalisering beror på data och hur...

Vi lever och verkar i en super och hyperansluten värld där massor av data genereras vid varje kontaktpunkt eller interaktion. Och organisationer anstränger sig för att utnyttja denna data som genereras, för att betjäna sina kunder bättre och förbättra
upplevelsen av varje interaktion. Men på grund av bristen på kunskap om hur man använder data kan de flesta organisationer inte använda data för att utöka sin verksamhet och växa och upptäcka att deras digitaliseringsinitiativ inte uppnår de önskade resultaten. Faktiskt en Forrester
undersökning visade att "Företag fattar färre än 50 % av sina beslut baserat på kvantitativ information i motsats till magkänsla, erfarenhet eller åsikt." Vidare ville 85 % av de tillfrågade förbättra sin användning av datainsikter i sitt beslutsfattande, men
91 % rapporterade att det var en utmaning att förbättra användningen av datainsikter i beslutsfattande.

I den gamla ordningen användes oftast data för rapportering och analyser, mer för intern konsumtion och i viss mån för kunderna. Men i denna snabbt föränderliga värld som vi finns i, förväntar sig kunderna snabbare, mer anpassad leverans av produkter och tjänster,
snabba beslut, en digital första miljö som driver självbetjäning, kombinerat med säkerhet och integritet. Detta kräver att organisationer ökar sitt spel vad gäller användning av analyser, digitala plattformar, automatisering i form av robotik och maskininlärning
att leverera bättre, mer personliga resultat.

Data är därför en kritisk komponent i alla transformationsansträngningar eftersom data gör det möjligt för en att skapa mönster, baslinjer och riktmärken för varje steg i transformationsresan och hjälper till att spåra framstegen för sådana program. Därför är det dags att vifta med trollstaven
och väva magin.

Data Literacy – trollspöet som är till för att hjälpa

Datakompetens och digitalisering är två sidor av samma mynt. För att konkurrera i en digital och AI-värld måste organisationer använda datavetare som kan arbeta med data för att skapa konkurrensfördelar för sina företag, i form av informerade och intelligenta,
datadrivna affärsbeslut för att förbättra kundresor och upplevelsen, skapa skräddarsydda erbjudanden och leverera sömlösa korsningar

kanaliserar produkter/tjänster. Och för detta måste organisationer utrusta sin personal med digital kompetens, med Data Literacy i centrum som en viktig kunskapsbas för alla anställda.

Olika undersökningar som har genomförts om behovet eller betydelsen av datakompetens återspeglar att företagsledare anser att datakompetens är extremt avgörande för deras framtida affärsbehov och tillväxt och förväntar sig att deras team ska fatta datadrivna beslut.

Anställda (inte bara Data Scientists) som är bekväma med att använda data kommer att generera enastående affärsfördelar och Data Literacy-initiativ och utbildningar kommer att uppfostra de anställda för att bidra till företagets resultat och viktiga affärs-KPI:er i
långsiktigt.

Diagrammet nedan visar ett typiskt dataläserskapsprogram:

 

Datakompetensprogrammet i ett nötskal – diagram #1

För att datakompetens ska bli framgångsrik är det avgörande för organisationer att skapa en stark grund för datastyrning (policyer, processer, tydligt ägande, åtkomstkontroller för datademokratisering, datastandardisering och mer), vilket är i synk med
företagets vision/mission och baserat på en robust datastrategi. Datastyrning är den ytterst viktiga pelaren som säkerställer att data hanteras som en företagstillgång och bidrar väsentligt till framgången för alla datakompetensprogram.

Att investera i datakompetens kommer att ge flera fördelar för en organisation, och de viktigaste är listade nedan:

Fördelar med datakompetens

• En datakunnig arbetsstyrka som förstår hur man hämtar, använder och utbyter data och fattar etiska databeslut
• Lätt att interagera med data och skapa en självbetjäningskapacitet
• Gör det möjligt för anställda att ta datadrivna beslut
• Hjälp till att få in konkurrensfördelar för att trivas i en aggressivt konkurrensutsatt miljö
• Förmåga för arbetskraften att förstå, implementera och mäta organisationens digitalisering och innovativa insatser
• Öka organisationens kompetenskarta och datamognad
• Skapa en stärkt och lojal arbetsstyrka
• Möjliggöra användningen av olika intuitiva verktyg, teknologier och tillgångar maximalt, vilket hjälper datahanteringens livscykel

Medan fördelarna kommer att rulla in, låt oss förstå, genom ett exempel, varför datakompetens är viktigt för alla organisationer.

 Om bara ABC Bank hade investerat i Data Literacy också – ett exempel

De föränderliga tiderna har bevittnat en övergång till digitala kanaler inom bank (och andra branscher också). Många organisationer har investerat i alla möjliga alternativ inom teknik men brottas fortfarande med kundernas förväntningar på personlig leverans
av produkter och tjänster. Även om banker genererar en guldgruva av data internt, och även kan utnyttja extern data, faller de fortfarande under kundernas förväntningar. Och anledningen till detta är att bankerna inte har investerat tillräckligt i att skapa en datadriven organisation,
som integrerar data i varje affärsenhet och utbildar sin personal att läsa, förstå och använda data för affärstillväxt. Och det är här som datakompetens går in.

Låt oss förstå detta genom ett exempel: Bank ABC har investerat kraftigt i teknik för att skapa en digital – första bankupplevelse för sina kunder. Banken har också investerat i nyålderteknologi som datautvinningsverktyg, AI, molnteknik och mer.

ABC Bank har satt upp ambitiösa mål för intäkter och tillväxt och vill vara sina kunders favoritbank. Därför utvärderar banken sin produktportfölj för att göra den mer banbrytande och relevant för framtida tillväxt.

Herr A, som arbetar inom produktstrategi och design med ABC Bank måste besluta sig för att avveckla en produkt Z, vilket inte speglar någon tillväxt i antal/intäkter. Även om detta var en toppprodukt på senare tid, har banan sedan dess varit nedförsbacke. Produkt
Z är en sparlänkad investeringsprodukt som har gett lägre avkastning än genomsnittet. ABC Bank har inte kunnat utnyttja tekniken till fullo och ta in den nödvändiga automatiseringen eller kompetensen att ändra produktparametrarna (även manuellt) mot
mer gynnsamma investeringsalternativ (som en svängning mot marknadsrelaterade produkter som aktier, råvaror, utländsk valuta och andra med hänsyn till faktorer som marknadsrisker, kreditrisker, investeringsmål och tidshorisont, riskprofil, portföljdiversifiering,
tillgångsallokeringsstrategi etc.).

A ansåg att produkt Z kunde finjusteras med några ytterligare funktioner (kartläggning av produkt- och marknadsrisk, med kundens riskprofil, investeringsmål och tidshorisont) och investeringsalternativ (som att länka den till ett aktietema och ta in en svit
av råvaror till investeringsalternativen) och återinförs som en strukturerad produkt. Produkten skulle då bidra väsentligt till Banks vision. A var dock inte säker på hur han skulle få tillgång till och använda all nödvändig information för att fatta detta beslut
och skapa ett affärscase för att ändra produktens funktioner, istället för att ta bort det. Han hade inte de nödvändiga uppgifterna och därmed förtroendet att ställa de rätta frågorna och utmana ledningens beslut att avveckla produkten. Dessutom där
Det fanns ingen samarbetsgemenskap inom banken som A kunde vända sig till för att få hjälp. A beslutade därför att avveckla produkten.  

Även om ABC Bank hade investerat i de nödvändiga verktygen och teknikstapeln för att skapa ett digitalt avtryck, fokuserade banken inte på att skapa en stark bas för att hantera data. Att förbise de kritiska pelarna i Data Governance (demokratisering av data) och Data Literacy
(förmågan att utnyttja data som en möjliggörare för affärsbeslut och använda tekniken maximalt, Mr A kunde inte fatta rätt affärsbeslut. Om ABC Bank hade investerat i utbildningar och andra samarbetsmetoder för att utrusta sin personal med kompetensen
krävs för att hämta, hantera och använda data som en tillgång, skulle A framgångsrikt ha lagt till de nödvändiga funktionerna och parametrarna till den befintliga produkten Z och hjälpt banken att uppnå sin vision på mycket kortare tid och minskade ansträngningar.

Därför kan man inte nog betona behovet av datakompetens i organisationer. Datakompetensutbildningar och evenemang är viktiga för att uppfostra anställda och höja datakompetensindexet/kvoten genom ett anpassat bedömningsramverk som tar hänsyn till
nuvarande mognadsnivå och den eftersträvade mognadsnivå som organisationen hoppas uppnå. Ramverket bör sträcka sig över variabler som tekniska färdigheter, beteendekartläggning, relationer och medarbetarnas tankesätt, visuellt datatänkande, etik i
data, risk och efterlevnad, datasäkerhet, och ta fram en digital konditionsbedömning som bestämmer mognadsnivån för att hantera data som en tillgång. När poängen har fastställts och en baslinje skapats, kan luckorna identifieras för att skapa anpassade
utbildningsplaner som tar itu med varje lucka och hjälper till att förbättra poängen genom olika utbildningsprogram. Dessa händelser behöver upprepas efter en tidsbrist för att säkerställa ständiga förbättringar och uppfostran av medarbetarna.

Även om bedömningsramverket kommer att hjälpa organisationer att bedöma sin nuvarande datakompetenskvot och hjälpa till att fastställa möjligheterna till förbättringar, är det absolut nödvändigt att organisationer skapar en bas för att implementera de olika omkompetensmöjligheterna.
genom en robust och detaljerad strategi och plan. Denna strategi och plan måste ses över med en förutbestämd frekvens; helst årligen för att upprätthålla momentumet för att höja Data Literacy-indexet över hela företaget och skapa ett data-DNA. Och organisationer
behöver införa några grunder (förutom utbildningsprogrammen och andra initiativ) för att säkerställa framgången för initiativ för datakompetens. Nedan finns en lista över "måste-göra" som organisationer måste tänka på för att säkerställa framgången med datakompetens
initiativ.

Vägkartan för omkompetens för datakompetens

Några av de initiativ som organisationer kan ta för att förbättra datakompetensen är:

• Säkerställande av C-suite-stöd
• Definiera ägande
• Bedöma/baselina medarbetares kompetens
• Anställa datavisionärer
• Förklara "varför" bakom Data Literacy
• Tillhandahålla tillgång till utbildningar i datakompetens
• Utöka tillgången till data med organisationen
• Uppmuntrande frågor om data
• Jobbar mot IT/affärssamarbete
• Investera i rätt självbetjäningsdataverktyg
• Börjar i det små och utvärderar kontinuerligt framsteg
• Kom ihåg att datakunskap inte existerar isolerat – det inkluderar datamognad och att prata, särskilt på ledarskapsnivå

 Även om det finns flera fler initiativ som kan läggas till färdplanen, är tanken att komma igång och fortsätta med små steg. Denna investering i Data Literacy kommer att säkerställa att organisationen kommer att ha mycket fler datadrivna individer som kommer att dra nytta av
data och framgångsrikt hantera och implementera transformation/innovationsprogram som leder till en förbättring av nyckelkunderna, intäkterna och tillväxt-KPI:erna för organisationen. Så fortsätt, ta löftet att göra din organisation mer datafokuserad och låt den
fördelarna rullar in.