A szervezeteknek egyre több lehetőségük van az adatok használatára, elemzésére, amit az elemzőeszközök széleskörű elterjedése, valamint a technológia fejlődése tesz lehetővé (önkiszolgáló BI, adatvizualizáció, mesterséges intelligencia, gépi tanulás stb.). A Forrester kutatásában rávilágít, hogy az általa megkérdezettek 91%-a nehézségekbe ütközött az adatvezérelt átalakulás során, pedig a megkérdezett döntéshozók 90%-a szerint az adat egyre fontosabbá válik a döntések meghozatalakor. Az adatvezérelt szemlélet és folyamatok bevezetéséhez a szervezetek érintettjeinek rendelkezniük kell a megfelelő adatértési (data literacy) kompetenciával. Cikkünkben magas szintű rálátást adunk a szervezeti adatértési képesség kiépítésére, ami az alapját képezi a szervezetek adatvezérelt átalakulásának.
Buktatók az adatvezérelt szervezeti átalakulásban
Az adatvezérelt átalakulás szervezeti szinten minden foglalkoztatottat érint. A munkavállalók viszont eltérő adatértési érettségi szinten állnak, ami megakadályozhatja a sikeres átalakulást. A különböző szinteken az alábbi problémák jelentkeznek:
- Adatkezelési bizonytalanság: Jellemzően az adatokkal munkakörileg nem foglalkozó munkavállalókat érinti, hiszen az adatvezérelt kultúra kialakításával a korábban adattal nem foglalkozó munkavállalóktól is elvárják az adatalapú gondolkodást. A kollégák korábban nem kaptak semmilyen adattal kapcsolatos képzést (akár úgy is gondolhatják, hogy érzékük sincs hozzá), ezért bizonytalanságérzet alakul ki bennük.
- Adatminőségi bizalmatlanság: Jellemzően az adatokkal dolgozó kollégákat érinti, hiszen tisztában vannak az adatminőségi problémákkal. Kiemelten jelentkezik mások által rögzített adatokkal dolgozó kolléga esetén, hiszen az adatminőségre kihatással vannak az emberi figyelmetlenségből keletkezett hibák.
- Adattudás változékonysága: Jellemzően az adattudósokat (data scientist) érinti a szervezeten belül, hiszen nem ülhetnek a meglévő tudásukon a terület gyors fejlődése miatt. Folyamatosan képezniük kell magukat, hogy a szervezet tudása releváns maradjon.
A felsorolt tünetek megakaszthatják az adatvezérelt átalakulást. Megszüntetésükhöz a vállalatoknak figyelmet kell fordítaniuk a munkavállalók adatértési kompetenciájára. Ennek javítására kialakítható egy adatértési kompetencia fejlesztési program.
Az adatértési (data literacy) kompetencia fejlesztő program kialakítása
Az adatértés fogalma: ,,Képesség arra, hogy értsük, használjuk, kialakítsuk az adatot, majd az üzleti célok elérése érdekében kommunikáljuk, mint információt”. A fogalomból is látható, hogy az adatértési kompetencia több szintből tevődik össze. Ezeket a szinteket az 1. ábrán szemléltetjük.
A szervezeti tagokat különböző szintű adatértési képességgel kell felruházni. Az adatértési programoknak négy tényezőt kell fejleszteniük:
- Tudatosság (Awareness): Az adatvédelem és az adat értékének felismerése. Az adattudatosságra a szervezet összes szereplőjének szüksége van. Ezzel magabiztossá lehet tenni az alkalmazottak adathoz való viszonyát.
- Megértés (Comprehension): Az adatban rejlő tudás megértése és üzleti alkalmazása. Az adatok a vezetőket, ezáltal pedig az üzleti döntéseket kell, hogy támogassák. Ahhoz, hogy a vezetőknek érthetően tudjuk átadni az adatból származtatott információt, először meg kell értenünk azt.
- Szakértelem (Expertise): Az adatalapú legjobb gyakorlatok folyamatos beépítése. Az informatikai folyamat fejlődése miatt a szervezeti adat alapú tudást folyamatosan fejleszteni kell. A szakértelem mélyítése a legjobb gyakorlatok meghonosítását jelenti a szervezetben.
- Skálázás (Scale): A legjobb gyakorlatok megosztása a teljes szervezetben. A szervezet adatalapú működése az adatcsapat erőforrásait leterheli, ezért az átállás esetén meg kell tervezni a tudásátadás, a szervezeti belső növekedés kereteit is.
A 2. ábrán látható módszertan segítségével kialakítható a szervezetre szabott adatértési (data literacy) kompetenciafejlesztő program.
- Adatértés felmérése: Első lépésként az adatértésünk érettségi szintjének felmérése szükséges. A lépésben azonosítani kell az adatok létrehozóit és felhasználóit, az ő adatkompetenciáikat, valamint azt, hogy a döntésekben ezeket az adatokat milyen szinten használják fel.
- Munkaerő szegmentálása: A különböző érettségi szintek alapján történő szegmentálás tartozik a második lépésbe. A munkaerő szegmentálását szükséges elvégezni ahhoz, hogy a különböző tréning életutakat meg lehessen tervezni. A felmérést kérdőívvel vagy mélyinterjúkkal lehet elvégezni, ami alapján megkezdődhet a képzések összeállítása.
- Tréningek üzleti kontextusra szabása: A képzéseken rendszerint üzleti oldali kollégák vesznek részt, akiknek az adatalapú tudást az üzlet nyelvén szükséges átadni. Előzetesen érdemes üzleti esettanulmányokat felépíteni, amelyek segítségével átadható az adatalapú tudás. Ehhez az üzleti oldali kollegák segítségét is kérhetjük előzetes adatszolgáltatással.
- Tréningek személyre (vállalatra) szabása: A tréningek felépítését az első időszakban iteratív módon szükséges kivitelezni, hiszen minden vállalatnak lesznek sajátosságai a program kialakítása során. A kezdeti hibákból érdemes tanulni, és a célközönséggel közösen személyre lehet szabni a programokat a vállalat számára.
- Tanulási keretek megszabása: A vezetőséggel közösen meg kell szabni a szervezeti program kereteit. Itt szabjuk meg többek között, hogy hol lehet elérni az anyagokat, milyen formában lesznek az oktatások (online, offline), milyen gyakoriak a tréningek, valamint további egyéb kereteket.
- Ösztönzők beépítése a részvétel érdekében: A különböző munkavállalói szegmenseket eltérő technikákkal lehet és kell bevonni a programokba. A szervezőket / résztvevőket szervezeti ösztönzőkkel is érdemes segíteni. A célközönség teljesítményelszámolásába belevonható a tréningrészvétel, amivel közvetlen érdekeltté lehet tenni a munkatársakat.
- Sikeresség visszamérése: A tréningeknek a nap végén az üzleti célokat kell támogatniuk, ezért a sikerességet érdemes visszamérni. Gyakran nehéz mérni a programok pontos hatását, ezért érdemes egyszerűbb mutatókat bevezetni (például résztvevők száma, képzési órák száma stb.).
A program szempontjából nagyon fontos a munkaerő különböző csoportjainak igényeire szabni az átadott tudást, ami viszont jelentős erőforrásszükséglet-növekedést okozhat a szervezet adattudósai számára. A szervezeteknek szükségük lehet külső erőforrás bevonására a kapacitás növelése és a többlettudás bevonása érdekében. A szervezetek a következő szereplőkhöz fordulhatnak segítségért:
- Adatértési szakértők: A külföldi piacokon már lehet találni olyan szakértőket (domain expert), akik a szervezeteknek segítenek javítani a munkavállalók adatértését. Jellemzően a program összeállításához érdemes megkeresni őket.
- BI eszközök szakértői: Az eszközszakértők rendelkeznek eszközspecifikus BI tudással, amely segítségével lehet fejleszteni a programokat. Jellemzően a programokban tréningtartó szerepet tudnak vállalni.
- Üzleti elemzéseket szolgáltató cégek: Azok a tanácsadó cégek tartoznak ide, amelyek rendelkeznek kiépített BI részleggel. Az adatértési program kialakításában end-to-end részt tudnak venni a felméréstől a visszamérésig, valamint kölcsönözni tudják a szükséges emberi erőforrást.
Összefoglalva a szervezetnek az adatvezérelt átalakulásban adatértés szempontjából heterogén munkaerőt kell felkészíteni az új működésre, folyamatokra. Az átalakulás azokat a kollégákat is érinti, akik korábban nem foglalkoztak munkakörileg adattal. A megoldást az adatelemzők (nem csak az adattudósok) által összeállított adatértési (data literacy) kompetenciafejlesztő program jelentheti, amelyben képzésekkel, eszközoktatásokkal és mentorálásokkal kielégítik az eltérő igényeket.
Forrás:
Belissent J. (2020): Data Literacy Matters: The Writing’s On The Wall Advanced Level: People Practices For Insights-Driven Businesses. Forrester.
Belissent J. (2020): Build A Data Literacy Curriculum Of ACES Increase Awareness, Deepen Comprehension, Expand Expertise, And Enable Scale To Deliver True Data Literacy. Forrester.
A szerzők az IFUA Horváth & Partners Kft tanácsadói
