Читаем Как вытащить из данных максимум. Навыки аналитики для неспециалистов полностью

Как вытащить из данных максимум. Навыки аналитики для неспециалистов

Итак, топ-менеджеры должны и сами обладать дата-грамотностью, и пропагандировать ее в организации, и не только словами, но и действиями. Только так они смогут принимать взвешенные, подкрепленные данными решения, способные обеспечить успех организационных стратегий. И вновь становится очевидно, что никому в современном мире не обойтись без навыков дата-грамотности.

Дата-грамотность и культура

Если говорить о том, каковы главные препятствия на пути стратегий в сфере данных и аналитики, то одно из первых мест в списке займет культура организации. Почему? Разве поиск источников данных или внедрение нового ПО и новых технологий не более серьезные проблемы? Да, несомненно, это тоже серьезные проблемы, но именно культура в первую очередь мешает организациям добиваться успеха при работе с данными. Получается, нам просто нужно поменять культуру – и все сразу станет хорошо, да?

Но кто сказал, что поменять культуру организации – это легко? Если вы сами так считаете, то для вас, наверное, и подняться на Эверест без тренировок и снаряжения просто, и пробежать ультрамарафон без подготовки плевое дело. Нет, изменение культуры – это очень непростая задача, а выработать и внедрить стратегию в сфере данных и аналитики, если организация к этому еще не подготовлена, невозможно. Для решения этого вопроса требуется сделать множество шагов и запустить ряд процессов. И один из ключевых кусочков в этой мозаике – дата-грамотность.

Дата-грамотность – это, как вы уже знаете, широкий спектр навыков и способностей. Один человек прекрасно формулирует вопросы, другой хорошо умеет рассказывать истории, а третий – настоящий мастер визуализации. Организация непременно добьется успеха в работе с данными, если каждый сотрудник будет развивать свои личные таланты и прокачивать дата-грамотность в целом. Вы можете спросить: а какое отношение это имеет к культуре? Сейчас поясню.

Наверняка вы не раз слышали от коллег, подчиненных или даже начальников что-то вроде: «Я всегда так работал и не собираюсь ничего менять». Это обычная фраза для мира бизнеса – и не только для него. Нам удобно делать одно и то же постоянно. Поэтому и отдельные люди, и организации (со сложившейся, устоявшейся культурой) не хотят меняться, боятся меняться. Но в мире дата-грамотности не нужно менять существующий порядок вещей, нужно лишь его усовершенствовать. Думаю, вам столь же часто приходилось слышать: «Есть ли способ сделать это проще?», «Здорово, если получится сделать это иначе» и т. д. Вот тут-то и нужна дата-грамотность.

Дата-грамотность не предполагает, что человек должен измениться – выработать новые способности или приобрести принципиально новые профессиональные навыки; она лишь дает возможность совершенствоваться и получать удовольствие от работы с данными. Чтобы сотрудники могли эффективно воплощать в жизнь стратегию организации, им нужно совершенствовать свои навыки дата-грамотности, и тогда культура работы с данными займет нужное место в культуре организации в целом. Это означает, что от организаций не требуются какие-то масштабные программы управления изменениями: речь идет о развитии способностей конкретных сотрудников в сфере данных. Обучая сотрудников обращению с данными, мы помогаем обогащению организационной культуры.

Дата-грамотность и качество данных

Качество данных – важный аспект работы с данными и дата-грамотности. Чтобы понять, что представляет собой эта часть головоломки, можно провести аналогию с рецептами в кулинарии. Наверняка у каждого из вас есть любимое блюдо. Лично я обожаю суши. Есть определенные комбинации ингредиентов, которые создают неповторимый и запоминающийся вкус. Представьте себе: вы, готовя суши, использовали правильные ингредиенты, но они оказались несвежими или недоброкачественными. Что вы испытаете, съев первый же кусочек? Отнюдь не предвкушаемый восторг. То же самое можно сказать о работе с данными и их анализе.

Если мы работаем с данными для того, чтобы принимать более обоснованные решения, нам нужны качественные ингредиенты. Кроме того, качество данных неразрывно связано с дата-грамотностью: если человек не уверен в своих навыках обращения с данными, он не сможет точно определить, насколько качественные, «правильные» у него данные. Еще хуже, если он при этом не в состоянии эффективно общаться с командой по обработке данных и запрашивать качественные данные. Мне кажется, взаимозависимость качества данных и дата-грамотности – достаточно очевидная мысль.