Джордан Морроу - Как вытащить из данных максимум. Навыки аналитики для неспециалистов
- Название:Как вытащить из данных максимум. Навыки аналитики для неспециалистов
- Автор:
- Жанр:
- Издательство:Литагент Альпина
- Год:2022
- Город:Москва
- ISBN:978-5-9614-7563-0
- Рейтинг:
- Избранное:Добавить в избранное
-
Отзывы:
-
Ваша оценка:
Джордан Морроу - Как вытащить из данных максимум. Навыки аналитики для неспециалистов краткое содержание
Для тех, кто хочет научиться говорить на языке данных уверенно, признанный эксперт в области дата-грамотности Джордан Морроу и написал свою книгу. Это практическое руководство позволит даже неспециалисту освоить четыре базовых уровня аналитики и узнать, как принимать эффективные решения на основе данных, чтобы извлекать максимум из информации и быть успешным в быстро меняющемся цифровом мире.
Как вытащить из данных максимум. Навыки аналитики для неспециалистов - читать онлайн бесплатно ознакомительный отрывок
Интервал:
Закладка:
Говоря проще, управление данными – это правила и методы обращения с данными в организации. Это кажется очевидным, но при чем здесь дата-грамотность?
Во-первых, само собой разумеется, что те, кто несет ответственность за стратегию управления данными, определяя эти правила и следя за их выполнением, должны обладать дата-грамотностью. Вспомните, что мы ранее говорили о топ-менеджерах и их ответственности за работу организации с данными. Чтобы эта работа была эффективной, дата-грамотность необходима. То же самое относится и к сотрудникам, занимающимся управлением данными: если у них хромает дата-грамотность, очевидно, что у организации будут серьезные проблемы с ведением данных.
Во-вторых, если у сотрудников, желающих получить доступ к данным и методам работы с ними для выполнения своих обязанностей, не все в порядке с дата-грамотностью, им будет трудно понять, почему одни данные им доступны, а другие – нет. Это способно вызвать целый ряд проблем – например, разногласия между сотрудниками и случаи изоляции данных: одна группа может отказаться делиться с другими данными, которые она используют.
В-третьих, согласно определению Dataversity, к управлению данными могут относиться и другие важные функции – например, организация разумного использования данных, контроль за их качеством. Дата-грамотность позволяет людям выполнять все эти функции: грамотно распоряжаться данными, объяснять людям, что такое качество данных и почему оно так важно, и т. д.
В-четвертых, дата-грамотность помогает разобраться в технологиях и ПО, предназначенных для обеспечения стратегии организации в сфере данных и аналитики. Если сотрудник смотрит на данные через призму дата-грамотности, то понимает, для чего предназначены технологии и как они работают, а потому с готовностью ими пользуется.
Итак, дата-грамотность – необходимое условие успеха организации в сфере данных и аналитики, поскольку позволяет эффективно управлять данными.
Дата-грамотность, этика и законодательство
Мир вынужден адаптироваться к росту производства данных, разнообразию способов их использования и к обращению с ними в социальных сетях. В связи с этим появляется все больше законов (и идей законов), связанных с данными. Так, например, в Евросоюзе был принят Общий регламент о защите персональных данных (GDPR). В последнее время часто высказываются опасения по поводу этичности так называемых алгоритмов «черного ящика» (когда известны «вход» для ввода информации и «выход» для отображения результатов работы алгоритма, но суть процесса обработки данных остается неясной для наблюдателя), которые, как было установлено, могут выдавать пристрастные и даже расистские результаты. В итоге все острее встает вопрос: что же со всем этим делать? И здесь тоже способна помочь дата-грамотность. Чтобы понять, как именно дата-грамотность способна повлиять на мир этики, давайте рассмотрим реальные примеры использования данных, чтобы разобраться, как дата-грамотность может помочь нам понять, что происходит.
Наверняка всем вам приходилось регистрироваться на сайтах и придумывать логины. При этом часто предлагается выбор: можно «создать новую учетную запись» или войти в систему с существующей учетной записью: Google или Facebook. В этом случае происходит обмен данными между новым сайтом и тем, где вы уже регистрировались ранее. Одни задумываются об этом, а другие даже не знают или не помнят, где и когда они регистрировались.
Дата-грамотность в этом случае – существенное преимущество. Мы понимаем, куда отправляются наши данные, как они используются и т. д. Мы способны принимать более разумные, подкрепленные данными решения: на какие сайты заходить, где стоит регистрироваться, а где нет… Дата-грамотность сразу же дает нам возможность управлять использованием наших данных.
Слышали ли вы об алгоритмах «черного ящика»? Это довольно распространенный термин, означающий, как уже говорилось выше, что никто не может увидеть внутренние процессы, происходящие при выполнении алгоритма, коды и т. д. Проще говоря, это таинственный способ производства данных, которые затем используются во многих сферах. В частности, к алгоритмам «черного ящика» относятся процессы найма в организациях, а также банковское дело, где таким образом определяется, стоит ли выдавать клиенту кредит. Как дата-грамотность может нам помочь в этом случае?
Если у нас все в порядке с дата-грамотностью, мы представляем себе, как используются наши данные и почему подобные алгоритмы могут выдавать предвзятый результат. У нас появляется здоровый скептицизм, необходимый для критического отношения к происходящему. Представьте себе: алгоритм определил, что вы не можете получить кредит из-за… вашего почтового индекса. Неважно, что у вас отличная кредитная история, надежная работа и т. д., дело исключительно в почтовом индексе, потому что алгоритм рассматривает только один фактор. Дата-грамотность подталкивает нас задать вопрос: справедливо ли это? Умеет ли машина учитывать внешние факторы, способна ли она принять правильное решение?
Но если принятые машиной решения постоянно оспариваются, не лучше ли вообще избавиться от алгоритмов? Конечно же, нет! Алгоритмы помогают нам, просто не нужно слепо им следовать. Необходим человеческий фактор – специалисты, обладающие дата-грамотностью и способные расшифровывать результаты работы алгоритма. Только так можно убедиться, что полученная информация обеспечит правильные и справедливые решения.
При появлении новых законов, таких как Общий регламент о защите персональных данных (GDPR), принятый в Евросоюзе, людям бывает сложно сразу перестроиться и начать их соблюдать: честно говоря, не многие разбираются, что там написано в тексте закона. Дата-грамотность помогает нам понимать новые нормы и соблюдать их. Давайте рассмотрим европейский закон о защите персональных данных в качестве примера, как дата-грамотность помогает нам быть законопослушными.
Когда этот закон только вступил в силу, людям, работающим в отраслях, которых он коснулся в первую очередь (например, в банковской сфере), было сложно внедрять новые правила и следовать им: мало кто достаточно хорошо понимал, почему все это нужно делать. Сотрудники просто делали то, что им говорят, не улавливая смысла собственных действий. И снова на помощь приходит дата-грамотность.
Если вы умеете читать данные, работать с ними, анализировать их, новый закон уже не кажется чем-то непонятным. Его внедрение проходит более гладко, а сотрудники организаций, ответственные за введение новых правил, могут объяснять другим, почему это необходимо. Я помню, как после принятия GDPR стало появляться все больше и больше соглашений, которые нужно было подписывать. Но я понимал, что происходит, поэтому с удовольствием ставил свою подпись там, где считал необходимым. Для тех, кто не работает в сфере данных, это могло показаться нарушением привычного хода дел, а необходимость подписывать одно согласие на обработку данных за другим наверняка лишь раздражала. В результате возникали сбои в работе множества организаций, так как люди задавали все больше вопросов. Но если сотрудники обладают дата-грамотностью, для них очевидна польза таких мер безопасности, поэтому они спокойно воспринимают появление новых необходимых норм и обеспечивают их эффективное внедрение.
Читать дальшеИнтервал:
Закладка: