تعارف
ڈیٹا لٹریسی ڈیٹا کے ساتھ مؤثر طریقے سے پڑھنے، لکھنے، سمجھنے اور بات چیت کرنے کی صلاحیت ہے تاکہ معلومات کو فوری کاروباری فیصلوں اور کاروباری نتائج کو فعال کرنے کے لیے استعمال کیا جائے۔ سادہ الفاظ میں، ڈیٹا لٹریسی واقعی مہارتوں اور قابلیت کے بارے میں ہے۔
ڈیٹا اور معلومات کے ساتھ کام کرنا۔
آج ڈیٹا لٹریسی کی ضرورت اس "ڈیجیٹل-پہلی" دنیا کی وجہ سے انتہائی اہم ہے جس میں ہم رہتے ہیں، اور تنظیمیں انتہائی مسابقتی ماحول میں زندہ رہنے کے لیے تبدیلی اور جدت لانے کی ہر ممکن کوشش کر رہی ہیں۔ افادیت
اور مختلف اقدامات جیسے کہ تجزیات، بگ ڈیٹا، کلاؤڈ، آئی او ٹی، ڈیٹا ویژولائزیشن، مصنوعی ذہانت اور مشین لرننگ اور ڈیجیٹلائزیشن کے مطلوبہ نتائج اچھے ڈیٹا پر منحصر ہیں، جس کے باوجود زیادہ تر تنظیمیں ابھی تک جدوجہد کر رہی ہیں۔
اس سمت میں کی گئی کوششیں. اور یہ وہ جگہ ہے جہاں ڈیٹا لٹریسی ایک بنیادی بلاک کے طور پر قدم رکھتی ہے جو تنظیموں کو ڈیٹا پر مبنی کلچر کو فروغ دینے اور ڈیٹا کا فائدہ اٹھانے کے قابل بناتی ہے جو آج ہماری روزمرہ کی زندگی کا ایک مستقل حصہ ہے۔
ڈیجیٹلائزیشن ڈیٹا پر منحصر ہے، اور کیسے…
ہم ایک سپر اور ہائپر کنیکٹڈ دنیا میں رہتے اور کام کرتے ہیں جہاں ہر ٹچ پوائنٹ یا تعامل پر ٹن اور ٹن ڈیٹا تیار ہوتا ہے۔ اور تنظیمیں اس ڈیٹا سے فائدہ اٹھانے کی کوششیں کر رہی ہیں جو اپنے صارفین کی بہتر خدمت اور بہتری کے لیے تیار کیا گیا ہے۔
ہر تعامل کا تجربہ۔ تاہم، ڈیٹا کے استعمال کے بارے میں معلومات کی کمی کی وجہ سے، زیادہ تر تنظیمیں اپنے کاروبار کو بڑھانے اور ترقی کرنے کے لیے ڈیٹا کا استعمال نہیں کر سکتیں اور یہ معلوم کرتی ہیں کہ ان کے ڈیجیٹلائزیشن کے اقدامات مطلوبہ نتائج حاصل نہیں کر پاتے ہیں۔ اصل میں، ایک Forrester
سروے میں پتا چلا ہے کہ "فرمز گٹ احساس، تجربے، یا رائے کے برخلاف مقداری معلومات کی بنیاد پر اپنے 50 فیصد سے کم فیصلے کرتی ہیں۔" اس کے علاوہ، سروے میں شامل 85% افراد اپنی فیصلہ سازی میں ڈیٹا بصیرت کے استعمال کو بہتر بنانا چاہتے تھے، لیکن
91٪ نے رپورٹ کیا کہ فیصلہ سازی میں ڈیٹا بصیرت کے استعمال کو بہتر بنانا مشکل تھا۔
پرانے ترتیب میں، ڈیٹا عام طور پر رپورٹنگ اور تجزیات کے لیے استعمال کیا جاتا تھا، زیادہ اندرونی کھپت کے لیے اور کچھ حد تک صارفین کے لیے۔ لیکن اس تیزی سے بدلتی ہوئی دنیا میں جس میں ہم موجود ہیں، صارفین توقع کرتے ہیں کہ مصنوعات اور خدمات کی تیز تر، زیادہ حسب ضرورت ڈیلیوری،
فوری فیصلے، ایک ڈیجیٹل پہلا ماحول جو سیکورٹی اور رازداری کے ساتھ مل کر سیلف سروس کو آگے بڑھاتا ہے۔ اس کے لیے تنظیموں کو تجزیات، ڈیجیٹل پلیٹ فارمز، روبوٹکس کی شکل میں آٹومیشن اور مشین لرننگ کے استعمال کے لحاظ سے اپنے کھیل کو تیز کرنے کی ضرورت ہے۔
بہتر، زیادہ ذاتی نوعیت کے نتائج فراہم کرنے کے لیے۔
اس لیے ڈیٹا کسی بھی تبدیلی کی کوشش کا ایک اہم جزو ہے کیونکہ ڈیٹا کسی کو تبدیلی کے سفر میں ہر قدم کے لیے پیٹرن، بیس لائنز اور بینچ مارکس بنانے کے قابل بناتا ہے اور اس طرح کے پروگراموں کی پیشرفت کو ٹریک کرنے میں مدد کرتا ہے۔ اس طرح، یہ چھڑی لہرانے کا وقت ہے
اور جادو بنو.
ڈیٹا لٹریسی – جادو کی چھڑی جو مدد کے لیے موجود ہے۔
ڈیٹا لٹریسی اور ڈیجیٹائزیشن ایک ہی سکے کے دو رخ ہیں۔ ڈیجیٹل اور اے آئی کی دنیا میں مقابلہ کرنے کے لیے، تنظیموں کو ڈیٹا سائنسدانوں کو استعمال کرنے کی ضرورت ہے جو اپنے اداروں کے لیے مسابقتی فوائد پیدا کرنے کے لیے ڈیٹا کے ساتھ کام کر سکتے ہیں، باخبر اور ذہین،
صارفین کے سفر اور تجربے کو بہتر بنانے، اپنی مرضی کے مطابق پیشکشیں تخلیق کرنے اور بغیر کسی رکاوٹ کے کراس فراہم کرنے کے لیے ڈیٹا پر مبنی کاروباری فیصلے
چینلز کی مصنوعات/ اور خدمات۔ اور اس کے لیے، تنظیموں کو اپنے عملے کو ڈیجیٹل صلاحیتوں سے آراستہ کرنے کی ضرورت ہے، جس میں ڈیٹا لٹریسی تمام ملازمین کے لیے ایک اہم علمی بنیاد کے طور پر مرکز کے مرحلے کو لے رہی ہے۔
ڈیٹا لٹریسی کی ضرورت یا اہمیت پر کیے گئے مختلف سروے اس بات کی عکاسی کرتے ہیں کہ کاروباری رہنما سمجھتے ہیں کہ ڈیٹا لٹریسی ان کی مستقبل کی کاروباری ضروریات اور ترقی کے لیے انتہائی اہم ہے اور ان کی ٹیموں سے ڈیٹا پر مبنی فیصلے کرنے کی توقع ہے۔
ملازمین (صرف ڈیٹا سائنسدان ہی نہیں) جو ڈیٹا استعمال کرنے میں آسانی محسوس کرتے ہیں وہ شاندار کاروباری فوائد پیدا کریں گے اور ڈیٹا لٹریسی کے اقدامات اور تربیت ملازمین کو کمپنی کی نچلی لائن اور کلیدی کاروباری KPIs میں اپنا حصہ ڈالنے کے لیے تیار کریں گے۔
طویل مدتی.
ذیل میں دیا گیا خاکہ ایک عام ڈیٹا لٹریسی پروگرام کی تفصیلات دیتا ہے:
مختصر طور پر ڈیٹا لٹریسی پروگرام - خاکہ #1
ڈیٹا لٹریسی کے کامیاب ہونے کے لیے، تنظیموں کے لیے ڈیٹا گورننس (پالیسیوں، عمل، واضح ملکیت، ڈیٹا ڈیموکریٹائزیشن کے لیے رسائی کے کنٹرول، ڈیٹا کی معیاری کاری اور بہت کچھ) کی مضبوط بنیاد بنانا بہت ضروری ہے، جو کہ اس کے ساتھ ہم آہنگ ہے۔
انٹرپرائز کا وژن/مشن اور ایک مضبوط ڈیٹا حکمت عملی پر مبنی۔ ڈیٹا گورننس ایک اہم ستون ہے جو اس بات کو یقینی بناتا ہے کہ ڈیٹا کو ایک انٹرپرائز اثاثہ کے طور پر منظم کیا جاتا ہے اور کسی بھی ڈیٹا لٹریسی پروگرام کی کامیابی میں اہم کردار ادا کرتا ہے۔
ڈیٹا لٹریسی میں سرمایہ کاری کرنے سے کسی تنظیم کو بہت سے فوائد حاصل ہوں گے، اور اہم ذیل میں درج ہیں:
ڈیٹا لٹریسی کے فوائد
- ایک ڈیٹا خواندہ افرادی قوت جو سمجھتی ہے کہ ڈیٹا کا ذریعہ، استعمال اور تبادلہ کیسے کیا جائے اور ڈیٹا کے اخلاقی فیصلے کیسے کیے جائیں۔
- ڈیٹا کے ساتھ بات چیت کرنے اور سیلف سروس کی صلاحیت پیدا کرنے میں آسانی
- ملازمین کو ڈیٹا پر مبنی فیصلے لینے کے قابل بناتا ہے۔
- جارحانہ مسابقتی ماحول میں پھلنے پھولنے کے لیے مسابقتی برتری لانے میں مدد کریں۔
- افرادی قوت کے لیے تنظیم کی ڈیجیٹلائزیشن اور اختراعی کوششوں کو سمجھنے، لاگو کرنے اور پیمائش کرنے کی صلاحیت
- تنظیموں کی مہارت کے نقشے اور ڈیٹا کی پختگی میں اضافہ کریں۔
- ایک بااختیار اور وفادار افرادی قوت بنائیں
- مختلف بدیہی ٹولز، ٹیکنالوجیز اور اثاثوں کے زیادہ سے زیادہ استعمال کو فعال کریں، جو ڈیٹا مینجمنٹ لائف سائیکل میں مدد کرے گا۔
جب کہ فوائد سامنے آئیں گے، آئیے ایک مثال کے ذریعے سمجھتے ہیں کہ ڈیٹا لٹریسی کسی بھی تنظیم کے لیے کیوں اہم ہے۔
اگر صرف ABC بینک نے ڈیٹا لٹریسی میں بھی سرمایہ کاری کی ہوتی – ایک مثال
بدلتے وقت نے بینکنگ (اور دیگر صنعتوں میں بھی) ڈیجیٹل چینلز کی طرف تبدیلی دیکھی ہے۔ بہت سی تنظیموں نے ٹکنالوجی میں دستیاب تمام ممکنہ اختیارات میں سرمایہ کاری کی لیکن اب بھی ذاتی ترسیل پر صارفین کی توقعات سے دوچار ہیں۔
مصنوعات اور خدمات کی. اگرچہ بینک اندرونی طور پر ڈیٹا کی سونے کی کان پیدا کرتے ہیں، اور بیرونی ڈیٹا سے بھی فائدہ اٹھا سکتے ہیں، لیکن پھر بھی وہ گاہک کی توقعات پر پورا نہیں اترتے۔ اور اس کی وجہ یہ ہے کہ بینکوں نے ڈیٹا سے چلنے والی تنظیم بنانے میں خاطر خواہ سرمایہ کاری نہیں کی ہے،
جو ہر کاروباری یونٹ میں ڈیٹا کو ضم کرتا ہے، اور اپنے عملے کو کاروبار کی ترقی کے لیے ڈیٹا کو پڑھنے، سمجھنے اور استعمال کرنے کی تربیت دیتا ہے۔ اور یہ وہ جگہ ہے جہاں ڈیٹا لٹریسی قدم رکھتی ہے۔
آئیے اسے ایک مثال کے ذریعے سمجھتے ہیں: بینک ABC نے اپنے صارفین کے لیے ڈیجیٹل – پہلا بینکنگ تجربہ بنانے کے لیے ٹیکنالوجی میں بہت زیادہ سرمایہ کاری کی ہے۔ بینک نے نئے دور کی ٹیکنالوجی جیسے ڈیٹا مائننگ ٹولز، AI، کلاؤڈ ٹیکنالوجی اور مزید میں بھی سرمایہ کاری کی ہے۔
ABC بینک نے آمدنی اور ترقی کے لیے پرجوش اہداف مقرر کیے ہیں اور وہ اپنے صارفین کا پسندیدہ بینک بننا چاہتا ہے۔ اس لیے، بینک اپنے پروڈکٹ پورٹ فولیو کا جائزہ لے رہا ہے تاکہ اسے مزید جدید اور مستقبل کی ترقی کے لیے متعلقہ بنایا جا سکے۔
مسٹر اے، جو اے بی سی بینک کے ساتھ پروڈکٹ اسٹریٹجی اور ڈیزائن میں کام کرتے ہیں، انہیں ایک پروڈکٹ Z کو ریٹائر کرنے کا فیصلہ کرنے کی ضرورت ہے، جو کہ تعداد/آمدنی میں کسی بھی اضافہ کی عکاسی نہیں کر رہا ہے۔ اگرچہ ماضی قریب میں یہ ایک ٹاپ لائن پروڈکٹ تھا، لیکن اس کے بعد سے رفتار نیچے کی طرف رہی ہے۔ پروڈکٹ
Z بچت سے منسلک سرمایہ کاری کی مصنوعات ہے جو اوسط سے کم منافع دیتی ہے۔ ABC بینک ٹیکنالوجی کا بھرپور فائدہ اٹھانے اور پروڈکٹ کے پیرامیٹرز (یہاں تک کہ دستی طور پر بھی) تبدیل کرنے کے لیے مطلوبہ آٹومیشن یا مہارت لانے میں کامیاب نہیں ہو سکا ہے۔
زیادہ سازگار سرمایہ کاری کے اختیارات (جیسے مارکیٹ سے منسلک مصنوعات جیسے اسٹاک، کموڈٹیز، فارن ایکسچینج اور دیگر مارکیٹ کے خطرات، کریڈٹ کے خطرات، سرمایہ کاری کے مقاصد اور وقت کے افق، رسک پروفائل، پورٹ فولیو تنوع جیسے عوامل پر غور کرتے ہوئے،
اثاثہ مختص کرنے کی حکمت عملی وغیرہ)۔
مسٹر اے نے محسوس کیا کہ پروڈکٹ Z کو کچھ اضافی خصوصیات (مصنوعات اور مارکیٹ کے خطرے کی نقشہ سازی، گاہک کے خطرے کی پروفائل، سرمایہ کاری کے مقاصد اور وقت کے افق کے ساتھ) اور سرمایہ کاری کے اختیارات (جیسے اسے اسٹاک تھیم سے جوڑنا اور ایک سویٹ لانا) کے ساتھ موافقت کیا جا سکتا ہے۔
سرمایہ کاری کے اختیارات میں اشیاء کی) اور ایک منظم مصنوعات کے طور پر دوبارہ متعارف کرایا گیا۔ اس کے بعد پروڈکٹ بینکوں کے وژن میں نمایاں حصہ ڈالے گی۔ تاہم، مسٹر اے کو اس بارے میں یقین نہیں تھا کہ یہ فیصلہ لینے کے لیے تمام مطلوبہ معلومات تک رسائی اور استعمال کیسے کی جائے۔
اور پروڈکٹ کی خصوصیات کو ریٹائر کرنے کے بجائے اس میں ترمیم کرنے کے لیے ایک بزنس کیس بنائیں۔ اس کے پاس مطلوبہ ڈیٹا نہیں تھا اور اس طرح صحیح سوالات پوچھنے اور پروڈکٹ کو ریٹائر کرنے کے انتظامیہ کے فیصلوں کو چیلنج کرنے کا اعتماد تھا۔ اس کے علاوہ، وہاں
بینک کے اندر کوئی تعاون کرنے والی کمیونٹی نہیں تھی جس سے مسٹر A مدد کے لیے پہنچ سکے۔ لہذا، مسٹر اے نے پروڈکٹ کو ریٹائر کرنے کا فیصلہ کیا۔
جب کہ ABC بینک نے ڈیجیٹل امپرنٹ بنانے کے لیے مطلوبہ ٹولز اور ٹیکنالوجی کے اسٹیک میں سرمایہ کاری کی تھی، بینک نے ڈیٹا کو منظم کرنے کے لیے مضبوط بنیاد قائم کرنے پر توجہ نہیں دی۔ ڈیٹا گورننس (ڈیٹا کو جمہوری بنانا) اور ڈیٹا لٹریسی کے اہم ستونوں کو نظر انداز کرنا
(کاروباری فیصلوں اور ٹیکنالوجی کو زیادہ سے زیادہ استعمال کرنے کے لیے ڈیٹا کا فائدہ اٹھانے کی صلاحیت، مسٹر A صحیح کاروباری فیصلہ لینے سے قاصر تھے۔
ایک اثاثہ کے طور پر ڈیٹا کو منبع کرنے، اس کا نظم کرنے اور استعمال کرنے کے لیے ضروری ہے، مسٹر A نے کامیابی کے ساتھ موجودہ پروڈکٹ Z میں مطلوبہ خصوصیات اور پیرامیٹرز شامل کیے ہوں گے اور بینک کو بہت کم وقت اور کم کوششوں میں اپنا وژن حاصل کرنے میں مدد دی ہوگی۔
لہذا، کوئی بھی تنظیموں میں ڈیٹا لٹریسی کی ضرورت پر کافی زور نہیں دے سکتا۔ ڈیٹا لٹریسی کی تربیت اور ایونٹس ملازمین کو بہتر بنانے اور ڈیٹا لٹریسی انڈیکس/کوئینٹ کو ایک حسب ضرورت اسسمنٹ فریم ورک کے ذریعے بڑھانے کے لیے اہم ہیں جو اس پر غور کرے گا۔
موجودہ پختگی کی سطح اور پختگی کی مطلوبہ سطح جس کے حصول کی تنظیم کو امید ہے۔ فریم ورک میں تکنیکی مہارت، رویے کی نقشہ سازی، ملازمین کے تعلقات اور ذہنیت، بصری ڈیٹا سوچ، اخلاقیات جیسے متغیرات پر محیط ہونا چاہیے۔
ڈیٹا، خطرہ اور تعمیل، ڈیٹا سیکیورٹی، اور ڈیجیٹل فٹنس اسسمنٹ سکور کے ساتھ آتے ہیں جو ڈیٹا کو بطور اثاثہ منظم کرنے میں پختگی کی سطح کا تعین کرتا ہے۔ ایک بار جب اسکور کا پتہ چل جاتا ہے اور ایک بیس لائن بن جاتی ہے، تو اپنی مرضی کے مطابق بنانے کے لیے خالی جگہوں کی نشاندہی کی جا سکتی ہے۔
تربیتی منصوبے جو ہر فرق کو پورا کریں گے اور مختلف اپ سکلنگ پروگراموں کے ذریعے اسکور کو بہتر بنانے میں مدد کریں گے۔ ملازمین کی مسلسل بہتری اور ہنر مندی کو یقینی بنانے کے لیے ان واقعات کو وقت کے وقفے کے بعد دہرانے کی ضرورت ہے۔
اگرچہ تشخیص کا فریم ورک تنظیموں کو ان کے موجودہ ڈیٹا خواندگی کا اندازہ لگانے میں مدد کرے گا، اور بہتری کے مواقع کا تعین کرنے میں مدد کرے گا، یہ ضروری ہے کہ تنظیمیں دوبارہ مہارت کے مختلف مواقع کو نافذ کرنے کے لیے ایک بنیاد بنائیں۔
ایک مضبوط اور تفصیلی حکمت عملی اور منصوبہ بندی کے ذریعے۔ اس حکمت عملی اور منصوبے کا پہلے سے طے شدہ تعدد پر جائزہ لیا جانا چاہیے۔ پورے انٹرپرائز میں ڈیٹا لٹریسی انڈیکس کو بڑھانے اور ڈیٹا ڈی این اے بنانے کی رفتار کو برقرار رکھنے کے لیے ترجیحاً سالانہ۔ اور تنظیمیں۔
ڈیٹا لٹریسی کے اقدامات کی کامیابی کو یقینی بنانے کے لیے چند بنیادی باتیں (تربیتی پروگراموں اور دیگر اقدامات کے علاوہ) رکھنے کی ضرورت ہے۔ ذیل میں "لازمی کام" کی ایک فہرست دی گئی ہے جسے تنظیموں کو ڈیٹا لٹریسی کی کامیابی کو یقینی بنانے کے لیے ذہن میں رکھنے کی ضرورت ہے۔
کے اقدامات.
ڈیٹا لٹریسی کے لیے ری اسکلنگ روڈ میپ
اعداد و شمار کی خواندگی کی شرح کو بہتر بنانے کے لیے تنظیمیں جو اقدامات کر سکتی ہیں ان میں سے کچھ یہ ہیں:
- C-suite سپورٹ کو یقینی بنانا
- ملکیت کی تعریف
- ملازم کی مہارتوں کا اندازہ لگانا/بیس لائن کرنا
- ڈیٹا ویژنریز کی خدمات حاصل کرنا
- ڈیٹا لٹریسی کے پیچھے "کیوں" کی وضاحت کرنا
- ڈیٹا لٹریسی کے تربیتی کورسز تک رسائی فراہم کرنا
- تنظیم کے ساتھ ڈیٹا تک رسائی کو بڑھانا
- ڈیٹا پر سوالات کی حوصلہ افزائی
- آئی ٹی/کاروباری تعاون کے لیے کام کرنا
- صحیح سیلف سروس ڈیٹا ٹولز میں سرمایہ کاری کرنا
- چھوٹی شروعات کرنا اور مسلسل پیشرفت کا اندازہ لگانا
- یاد رکھنا کہ ڈیٹا لٹریسی تنہائی میں موجود نہیں ہے – اس میں ڈیٹا کی پختگی اور بات چیت کرنا شامل ہے، خاص طور پر قیادت کی سطح پر
اگرچہ روڈ میپ میں مزید کئی اقدامات شامل کیے جا سکتے ہیں، خیال یہ ہے کہ شروع کریں اور بچوں کے اقدامات کو جاری رکھیں۔ ڈیٹا لٹریسی میں یہ سرمایہ کاری اس بات کو یقینی بنائے گی کہ تنظیم کے پاس ڈیٹا سے چلنے والے بہت زیادہ افراد ہوں گے جو فائدہ اٹھائیں گے۔
ڈیٹا اور تبدیلی / اختراعی پروگراموں کا کامیابی سے انتظام اور ان پر عمل درآمد کرتے ہیں جو تنظیم کے کلیدی گاہک، آمدنی اور ترقی کے KPIs میں بہتری کا باعث بنتے ہیں۔ تو آگے بڑھیں، اپنی تنظیم کو مزید ڈیٹا پر فوکس کرنے کا عہد لیں اور اجازت دیں۔
فوائد میں رول.
