Dane to język biznesu, którym każdy pracownik powinien umieć się posługiwać – bez względu na to, jakie stanowisko zajmuje w firmie.
Przedsiębiorcy swoją ofertą coraz częściej odpowiadają na rosnącą świadomością konsumentów, którzy decyzje zakupowe podejmują z uwzględnieniem ich wpływu na społeczeństwo, gospodarkę czy środowisko naturalne – dowiadujemy się z najnowszego raportu StartUp Impact, zrealizowanego przez PARP oraz infuture.institute. Aby tę nową wrażliwość klientów lepiej zrozumieć, kluczowe staje się zbieranie danych na temat ich preferencji i zwyczajów. W rezultacie rośnie też znaczenie umiejętności analizowania dużych zbiorów danych. Trend ten autorzy raportu określają mianem „Data is the new black” – co oznacza, że dane są modne, zupełnie jak kolor czarny, który z mody praktycznie nie wychodzi nigdy.
Jak wynika z analizy autorów raportu, w trend Data is the new black próbuje się wpisać więcej start‑upów (26%) niż pozostałych badanych firm (14%). Należy jednak podkreślić, że zdaniem większości respondentów będzie on miał kluczowe znaczenie dla rozwoju wszystkich przedsiębiorstw w najbliższym czasie.
Wraz z ilością danych rośnie zapotrzebowanie na specjalistów Big Data
Po raz pierwszy termin Big Data został użyty pod koniec lat dziewięćdziesiątych ubiegłego stulecia, a w ciągu ostatnich lat słyszy się go niezwykle często. Firmy na potęgę gromadzą cyfrowe informacje, choć niejednokrotnie nie są świadome ich potencjału. Powiedzmy sobie szczerze, posiadanie dużej ilości danych nie jest jednoznaczne z ich dużą wartością biznesową. O korzyściach możemy mówić dopiero wówczas, gdy potrafimy danymi zarządzać i odpowiednio je interpretować.
2,5 kwintylionów – taką ilość danych generują internauci na całym świecie, w ciągu jednego dnia
Indeks górny Social Media Today Indeks górny koniecSocial Media Today
Big Data pozostaje ogromnym, ale w dużej mierze niewykorzystywanym zasobem, ze względu na brak odpowiednich kompetencji w firmach. A warto podkreślić, że liczba organizacji aktywnie poszukujących specjalistów z tej dziedziny stale rośnie. Jak wynika z analizy No Fluff Jobs liczba ofert pracy dla analityków danych na przestrzeni lat 2018‑2020 wzrosła aż o 248%.
Coraz więcej firm zdaje sobie zatem sprawę z konieczności inwestycji w rozwój kompetencji z zakresu rozumienia i analizy danych. Ów trend potwierdza również fakt, że na rynku pojawia się coraz więcej firm doradczych bądź szkoleniowych, które koncentrują się właśnie na podnoszeniu umiejętności w zakresie analizy danych. Nie ulega zatem wątpliwości, że „data is the new black”!
Czy każdy powinien „znać się” na danych?
Do niedawna HelloFresh, niemiecka, notowana na giełdzie firma oferująca zestawy posiłków z dostawą „pod drzwi”, inwestowała głównie w dwie funkcje analityczne: analitykę opisową, dokumentującą bieżące działania i predykcyjną, pozwalającą wyznaczać trendy. I choć mają one kluczowe znaczenie, firma nie była zadowolona ze swoich kompetencji analitycznych. Jak czytamy na blogu organizacji powodem braku satysfakcji była luka między analizą opisową a predykcyjną.
Aby usunąć to wąskie gardło, firma wprowadziła program Data Literacy (umiejętności czytania danych). Jego celem było zagwarantowanie dostępu do danych wszystkim pracownikom i wykształcenie u nich kompetencji interpretacyjnych. Program szkoleniowy składał się z czterech bloków:
Jak zrozumieć dane;
Jak przekazywać dane;
Jak analizować dane;
Jak przekształcać dane.
W zależności od swoich ról i obowiązków pracownicy byli przydzielani do ścieżek nauczania. Każda z nich obejmowała minimum jeden z powyższych modułów. Przykładowo każdy zatrudniony, bez względu na to, jakie stanowisko zajmował, musiał zdobyć umiejętność rozumienia danych oraz ich interpretowania – na podstawie otrzymanych wizualizacji. Menedżerowie produktów (product owners) musieli ponadto nauczyć się w, jaki sposób przeprowadzać podstawowe analizy i przekazywać ich wyniki pozostałym pracownikom.
Zdaniem ekspertów, takie działania są dziś niezbędne, po to, by pracownicy firmy byli w stanie podejmować decyzje bazując na danych. Okazuje się zatem, że umiejętność korzystania z danych nie jest zarezerwowana wyłącznie dla specjalistów IT, a zrozumienie danych jest dziś kluczową kompetencją dla każdego pracownika firmy.
Naucz swoich pracowników korzystać z danych
Niedawne badanie przeprowadzone przez firmę Gartner wśród dyrektorów ds. danych wykazało, że niedostatecznie dobra umiejętność czytania danych jest jedną z trzech największych przeszkód w budowaniu silnych zespołów zajmujących się danymi i analityką. Analiza przeprowadzona przez Accenture, wśród ponad 9000 pracowników pełniących różne funkcje, wykazała natomiast, że tylko 21% z nich było przekonanych o swoich umiejętnościach w zakresie rozumienia danych.
Tymczasem, jak podkreśla Miro Kazakoff, wykładowca MIT Sloan School of Management, „w świecie rosnącej ilości danych, firmy mające na pokładzie więcej osób, które potrafią je interpretować, po prostu wygrywają”. Opinię tę podziela Piyanka Jain, ekspertka ds. nauki o danych i autorka książki Behind Every Good Decision: How Anyone Can Use Business Analytics to Turn Data into Profitable Insight , która twierdzi, że „każdy powinien umieć analizować dane, ponieważ są one wszędzie”.
Dane to nowa waluta, to język biznesu. Musimy umieć się nim posługiwać.
Indeks górny Piyanka Jain Indeks górny koniecPiyanka Jain
Oczywiście nie ma jednej recepty na wzmocnienie kompetencji analitycznych firmy. Eksperci wymieniają jednak kilka kluczowych zaleceń:
1. Rozróżnij umiejętność korzystania z danych i umiejętności techniczne
Firmy spędzają zbyt wiele czasu na szkoleniu ludzi w zakresie trudnych w użyciu narzędzi analitycznych, zamiast zwracać uwagę na dane. Zdaniem Cindi Howson, dyrektora ds. strategii danych w ThoughtSpot, pracodawcy powinni kłaść nacisk na to, aby implementowana w firmach technologia była jak najprostsza w użyciu, po to, aby pracownicy mogli skupić się właśnie na danych.
2. Zacznij od rozpoznania kompetencji zatrudnionych
Budowanie umiejętności korzystania z danych zaczyna się od znajomości istniejących kompetencji. Dopiero po ich rozpoznaniu firmy mogą opracować plan podnoszenia kwalifikacji pracowników.
3. Używaj zrozumiałego języka
Używanie żargonu lub nieprecyzyjnych terminów może powodować zamieszanie i komplikować komunikację dotyczącą danych. Z tego względu warto ustalić wspólny sposób mówienia o danych w całej organizacji, po to aby np. marketerzy byli w stanie z łatwością zrozumieć to, co mówią do nich analitycy.
4. Zbuduj kulturę uczenia się
Liderzy powinni dbać o środowisko, które nagradza ciekawość, zamiast karać za brak umiejętności. „Jeśli istnieje kultura strachu, a nie ciągłego uczenia się i doskonalenia, ludzie wstydzą się, że nie posługują się danymi” – podkreśla Howson. „Nikt nie chce czuć się głupio. Musi więc istnieć kultura ciągłego uczenia się, w której ciekawość jest nagradzana” – zaznacza ekspert.
5. Pamiętaj, że każdy uczy się inaczej
Nie każdy jest w stanie wytrzymać trzygodzinne szkolenie - niektórzy pracownicy najlepiej uczą się dzięki ćwiczeniom praktycznym, a inni wolą uczyć się samodzielnie.
6. Zdefiniuj sukces
Bez mierników sukcesu trudno jest stwierdzić, czy inicjatywy w zakresie umiejętności korzystania z danych są skuteczne. Jain twierdzi, że jej firma łączy szkolenia z umiejętności czytania danych z praktycznymi, wartościowymi projektami z wymiernymi wskaźnikami wydajności. „Jeśli nie myślisz o miernikach sukcesu, nie uzyskasz wyników” – twierdzi ekspertka.
7. Upewnij się, że liderzy są zaangażowani
„Przywództwo jest kluczowe. Nie należy inicjować projektów dotyczących umiejętności korzystania z danych bez udziału kadry kierowniczej ” – uważa Piyanka Jain.
8. Pamiętaj, że sama umiejętność korzystania z danych nie wystarczy
Umiejętność korzystania z danych staje się kluczową kompetencją w każdej organizacji. Samo pozyskanie tych umiejętności jednak nie wystarczy. Warto pamiętać także o wdrożeniu kultury organizacyjnej opartej na danych, po to by umiejętności analityczne miały realne przełożenie na rozwiazywanie problemów biznesowych.
Indeks górny Źródła: PARP, MIT Sloan School of Management, Engineering.hellofresh.com Indeks górny koniecŹródła: PARP, MIT Sloan School of Management, Engineering.hellofresh.com