Джордан Морроу - Как вытащить из данных максимум. Навыки аналитики для неспециалистов

Затем, обучаясь чтению данных, мы должны подобрать соответствующие упражнения и положиться на целенаправленную практику. Целенаправленная практика – концепция, которая в последние 10–20 лет все больше входит в моду. Это не просто нудное повторение одних и тех же учебных действий снова и снова. Целенаправленная практика означает поиск ключевых областей и навыков, которые нужно развивать, и работу над их совершенствованием – до тех пор, пока они не станут буквально частью вас. Да, можно использовать упражнения на чтение данных как составляющую этой практики, но бездумное, безоглядное повторение этих упражнений по кругу ничем вам не поможет: найдите свои слабые места, найдите области, где вам явно не хватает дата-грамотности, а затем пытайтесь подтянуть знания и навыки.

Наконец, вы можете просто читать, читать и снова читать данные – еще и еще. Это рутинная практика. Найдите сводки, визуализации, книги и т. д. Практикуйтесь и читайте – и вы обнаружите, что ваши навыки совершенствуются.

Итак, в обучении четырем элементам дата-грамотности налицо общая тема: поиск наставника, поиск упражнений и целенаправленная практика – и, наконец, просто практика, практика и практика.

Чтобы учиться работе с данными, очень важно точно знать свою роль. Определитесь с ней: вы аналитик, специалист по обработке данных, руководитель или несете ответственность за принятие решений? Каждая из этих функций необходима в мире данных и аналитики – и каждая требует дата-грамотности.

Если вы ищете наставника, учитывайте вашу роль и старайтесь найти человека, который обладает соответствующими навыками. При поиске упражнений и целенаправленной практике также следите, чтобы они соответствовали вашей роли. Найти упражнения несложно – их предоставляют компании, занимающиеся бизнес-аналитикой, такие как Tableau или Qlik, они выложены на YouTube, на LinkedIn Learning и т. д. Ищите разные способы обучения работе с данными. И практикуйтесь, практикуйтесь, практикуйтесь.

Говоря о третьем элементе, анализе данных, мы понимаем, что он может принимать разные формы. Что имеется в виду: статистический анализ? Анализ путем постановки правильных вопросов? Анализ при помощи сводок, панелей мониторинга, визуализаций или моделей? Словом, как и в предыдущем случае (работа с данными), нужно разобраться, какова именно ваша роль. Не имеет особого смысла погружаться в изучение статистики, если вы не собираетесь ею пользоваться. Нет, конечно, изучайте что хотите, главное – не пытайтесь откусить больше, чем можете прожевать. Это как в беге: если выбрать неправильный темп, можно выдохнуться, не дойдя до финишной черты.

Здесь, как и при освоении других составляющих дата-грамотности, нужно найти хорошего наставника, подобрать правильные упражнения и методы целенаправленной практики… и просто практиковаться, практиковаться и практиковаться (знаю-знаю, я повторяюсь). Учитывая многогранность анализа данных, лучше всего начать с оценки уровня ваших навыков. Взгляните на разные области, решите, к чему у вас лежит душа, а после этого начинайте заниматься. То же самое можно сказать о любой из составляющих: оцените уровень ваших навыков, изучите разные области и погружайтесь в обучение.

Этот, последний элемент необходим для завершения всего процесса грамотного обращения с данными, поэтому уверенные навыки общения на языке данных жизненно важны для эффективного применения приобретенных знаний и воплощения в жизнь принятых решений. Роль этого элемента так выросла, что консалтинговая компания McKinsey сделала прогноз: к 2026 году потребность в координаторах по аналитике (специалистах, которые могут общаться на языке данных и доносить результаты анализа до других) может достичь только в США 2–4 миллионов человек [40] Henke, N., Levin, J., McInerney, P. (2018). Analytics Translator: The New Must-Have Role, McKinsey, 1 February. https://www.mckinsey.com/business-functions/mckinsey-analytics/our-insights/analytics-translator . . Такие специалисты необходимы для успеха компаний в сфере данных и аналитики. Если вы хотите овладеть каким-то одним ключевым элементов дата-грамотности, то совершенствование навыка общения на языке данных должно занять одно из первых мест в вашем списке, если не первое.

Как и в случае со всеми остальными составляющими, при обучении четвертому элементу поиск грамотного наставника крайне важен, упражнения и целенаправленная практика необходимы… и, конечно же, ни в коем случае нельзя пренебрегать рутинной практикой. Если вы стремитесь совершенствовать свои способности, почаще обсуждайте с другими данные и дата-аналитику, читайте данные, изучайте терминологию, а затем испытывайте свежеприобретенные навыки в общении с коллегами, подчиненными и начальством. В целом можно сказать, что общение на языке данных – обязательный навык. Не забывайте, что он подразумевает также способность воспринимать и понимать данные.

Четыре элемента дата-грамотности – прекрасный способ оценки ваших навыков. Насколько уверенно вы чувствуете себя в каждой из этих областей? Выявив существующие слабые места, приступайте к работе и пробуйте их подтянуть.

В процессе обучения сотрудников дата-грамотности многие организации сталкиваются с серьезным препятствием, которое необходимо преодолеть, – отсутствием соответствующей культуры. Может ли организация гарантировать, что обучение дата-грамотности будет эффективным? Что нужно поменять в организации для успеха этой инициативы, а также для эффективного внедрения общей стратегии в сфере данных и для итогового успеха компании в работе с данными? Давайте рассмотрим шаги, которые способствуют успешному обучению дата-грамотности. Некоторые из них мы уже разбирали ранее, но теперь стоит взглянуть на них через призму целостного подхода к построению организационной культуры.

Демократизация – это передача или предоставление чего-либо широким массам. В нашем случае мы демократизируем данные, делая их доступными для всей организации и передавая в руки коллектива. Это прекрасный способ добиться успеха в сфере данных и аналитики. Такой подход дает организации больше точек зрения на те или иные данные и больше вариантов творческих решений. Истинная демократизация должна идти рука об руку с последовательным процессом обучения дата-грамотности. Эта связка обеспечит вам наилучшую отдачу от инвестиций в эту сферу.

Что такое прозрачность с точки зрения дата-грамотности? Все, что вы делаете с данными, должно быть открыто и общедоступно. Обеспечьте сотрудникам доступ ко всем данным, которые могут им понадобиться (в рамках демократизации). Прозрачность, как и истинная демократизация, не означает «вседозволенности» в работе с данными: речь идет о доступе к необходимым данным в необходимых точках доступа и наличии четкого, открытого плана коммуникации для всего коллектива. Не молчите о том, что вы делаете с данными: пусть сотрудники знают об этом и имеют возможность высказать свои мысли и мнения.