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

Наставничество может оказаться ключом к успеху в сфере данных и аналитики. Представляя себе наставничество, мы в первую очередь думаем о традиционных индивидуальных программах, которые уже давно внедряют организации. Такой тип наставничества прекрасно подходит для обучения в сфере данных и аналитики. Вам хорошо удаются визуализации данных? Прекрасно! Научите этому кого-нибудь еще. Вы умеете грамотно и четко формулировать вопросы по представленным вам данным и это помогает организации находить полезные для всех ответы? Невероятно ценное умение! Делитесь им и помогайте другим научиться задавать вопросы.

Однако стоит понимать, что в культуре обучения дата-грамотности наставничество не всегда должно означать индивидуальное общение учителя с учеником. Можно устраивать коллективные сессии, такие как «обучение за обедом» – когда люди собираются за одним столом и учатся чему-то друг у друга. Опытный специалист может пригласить группу сотрудников на онлайн-конференцию и поделиться знаниями и навыками. Главное – создать культуру наставничества и обучения, обеспечить непрерывный обмен навыками в коллективе. Это весьма способствует еще одной важной составляющей – свободному владению данными.

Мы уже останавливались подробно на этом вопросе, так что здесь я лишь кратко напомню: это один из неотъемлемых аспектов культуры обращения с данными и дата-грамотности. Если организация стремится к успеху в сфере данных и аналитики и ее стратегия дата-грамотности работает, то свободное обращение с данными – идеальный ингредиент в рецепте этого успеха. Когда разговор в организационной культуре ведется на языке данных, общем для всех, организация способна на многое.

Представьте себе некую единицу данных, результат анализа или инсайт. Если полученные знания свободно распространяются в коллективе, разные группы сотрудников могут применять их в своих целях. А затем – каким бы ни был общий набор навыков в организации – уверенность в обращении сотрудников с данными и их умение говорить на этом языке ведут к тому, что переданные знания используются в процессе принятия решений. В итоге коллектив организации прекрасно представляет себе, что происходит.

Вы когда-нибудь пытались что-нибудь сделать на работе, не располагая поддержкой со стороны лидеров? И как вы себя при этом чувствовали? Для внедрения программы обучения дата-грамотности поддержка руководства необходима. Если вы занимаетесь самообразованием, то все в порядке. Но если вы хотите осуществить программу в масштабах организации, то без поддержки никуда.

О культуре в целом

Итак, можно сказать, что культура нередко оказывается главным препятствием на пути компании к успеху в сфере данных и аналитики. Дата-грамотность, расширяющая возможности сотрудников, помогает развитию и распространению правильной культуры. Чтобы вывести ее на новый уровень, уделите особое внимание вышеописанным аспектам.

Другие области дата-грамотности

Под зонтиком дата-грамотности остались еще некоторые заслуживающие внимания вещи, о которых мы и поговорим в завершение главы.

Этика данных

Этика данных – очень важная тема. Как правильно использовать данные? Этому тоже необходимо учиться, и организации должны подталкивать к этому сотрудников. В конце прошлого десятилетия обсуждение этичного использование данных вышло на передний план, были приняты специальные законы и правила. Со временем, вероятно, появятся новые нормы, касающиеся искусственного интеллекта и машинного обучения. Постарайтесь уже сейчас создать для ваших сотрудников условия для понимания и изучения этики данных.

Data science

Возможно, вам кажется, что этот подраздел уже лишний: не всем же нужно получать соответствующее образование и становиться специалистами по обработке и анализу данных, большинству просто хочется подтянуть дата-грамотность. Но и в этой сфере необходимо создавать возможности для обучения по двум основным направлениям:

● объяснение, что такое data science (это же совершенно таинственный мир!);

● помощь специалистам в совместной работе.

Нам нужно, чтобы все сотрудники организации четко представляли себе, что является обработкой и анализом данных, а что нет (и второе, возможно, даже важнее). Помогая всем это усвоить, руководство организации может ожидать от специалистов адекватной и эффективной работы (впрочем, это не значит, что они с ходу создадут нужные модели и проведут анализ, который, как по волшебству, решит все ваши рабочие проблемы). Кроме того, нам нужно, чтобы специалисты по обработке данных лучше понимали суть деятельности компании, свою роль в бизнес-процессах и т. д. Все это помогает обеспечить успех компании в сфере данных и аналитики.

Качество данных

В вашей стратегии дата-грамотности обязательно должно быть место и этому аспекту: сотрудникам необходимо понимание, что такое качество данных. Если люди, использующие данные и работающие с ними, не понимают, как выявить качественные данные, невозможно рассчитывать на получение действительно ценных знаний. И следовательно, итоговый результат работы также будет далек от идеального – чего еще ожидать, если модель построена на некачественных данных? Донесите до соответствующих специалистов, что они должны обеспечивать качественные данные для конечных пользователей, а конечным пользователям – что они должны научиться эффективно доносить до специалистов свои потребности (как видите, здесь мы снова возвращаемся к необходимости свободного владения данными).

Это лишь некоторые из тем, которые должны быть включены в схему и стратегию обучения дата-грамотности в организации. Очень часто компании и отдельные их сотрудники сосредотачиваются лишь на самых основных, масштабных аспектах и забывают о «неизведанных» областях. Чтобы не оставить их без внимания, регулярно проверяйте, чего не хватает вам и вашей организации в работе с данными. Если обнаружатся пробелы, составьте план обучения и претворяйте его в жизнь, сохраняя прозрачность.

Дата-грамотности нужно учиться. Даже с учетом общей тенденции – стремления к STEM- и даже STEAM-образованию (см. главу 4), далеко не у всех есть соответствующая подготовка в сфере данных и аналитики, поэтому нужно, чтобы в организации существовала прочная и эффективная стратегия обучения. Если вы решили учиться индивидуально, поставьте себе личные цели и разработайте собственный план.

В этой главе мы рассмотрели ключевые области обучения в рамках огромного мира дата-грамотности. Каждая из этих областей по-своему важна для вашей организации. Руководство должно осуществлять поддержку вашей стратегии обучения. В общую стратегию вашей организации в сфере данных и аналитики непременно нужно включить обучение дата-грамотности. Следует разработать четкую схему и эффективный подход к обучению. Проследите, чтобы ваша стратегия обучения была сосредоточена на четырех элементах дата-грамотности: чтении данных, работе с данными, анализе данных и общении на языке данных. Необходимо, чтобы дата-грамотность стала неотъемлемой частью вашей организационной культуры. Если вы обнаружили какие-то пробелы, устраняйте их с помощью четкого плана.