Data, data en nog eens data. Het lijkt wel of de wereld om dit onderwerp draait. Steeds meer bedrijven maken gebruik van data en meer geavanceerde technologieën. In dit tijdperk hoef je geen enorm databedrijf meer te zijn om een data lake in je bedrijf te bouwen of complexe tools te hebben. Tegelijkertijd staat het nieuws vol met voorbeelden over slecht functionerende AI. Als algoritmen bijvoorbeeld worden gemaakt door een niet-representatieve groep, kan dit algoritme gediscrimineerd worden. De meeste bedrijven worstelen nu met de vraag: Hoe kunnen we voorkomen dat we een slecht voorbeeld worden, maar tegelijkertijd het gebruik van data vergroten? Dat kan door kritisch na te denken over de gegevens die worden verzameld en hoe je die gebruikt om iedereen aan het werk te krijgen. Dit klinkt echter gemakkelijker dan het is. De meeste werknemers zijn niet erg goed in het interpreteren en begrijpen van data. Bedrijven moeten de datageletterdheid van hun werknemers vergroten. Terwijl in het verleden academische instellingen verantwoordelijk waren voor het verbeteren van de datageletterdheid, is dit nu verschoven naar de verantwoordelijkheid van de werkgevers. Zij hebben de middelen en uiteindelijk levert het veel op. Het kan echter erg moeilijk zijn om uw werknemers deze datavaardigheden bij te brengen, omdat het in veel bedrijven zo schort aan de kennis. Daarom raden wij aan de volgende basisprincipes te volgen.
Zorg ervoor dat werknemers weten hoe ze de tools moeten gebruiken en zet L&D-programma's over datavaardigheden in. Het is belangrijk dat uw werknemers weten hoe ze de datatools moeten gebruiken. Volgens Forbes is dit zelfs de belangrijkste stap. Selecteer zorgvuldig de datavaardigheden die uw medewerkers nodig hebben en begin met de basis zodat het niet in één keer te overweldigend wordt. Na het kiezen van de specifieke vaardigheden die moeten worden aangeleerd kunnen L&D programma's worden opgezet. Leren is veel effectiever wanneer het sociaal, gepersonaliseerd en contextueel is. Deze L&D programma's vergen meer middelen, maar de voordelen zijn de moeite waard. Werknemers zijn meer betrokken bij het materiaal, behouden het materiaal en geven uw werknemers meer zelfvertrouwen. Om datavaardigheden te verbeteren, moet u uw werknemers veel mogelijkheden bieden. Sommige bedrijven zullen misschien zeggen: maar waarom is dit onze verantwoordelijkheid en waarom leren ze dit niet op school? Volgens Harvard Business Review is deze verantwoordelijkheid de afgelopen jaren verschoven van academische instellingen naar het bedrijfsleven. Zij zouden deze verantwoordelijkheid meer moeten omarmen, aangezien zij over voldoende middelen beschikken en de beloningen hoog zijn.
Betrek data bij belangrijke besluitvorming en beloon datagedreven besluitvorming. Managers moeten leren data te tonen waarop een beslissing is gebaseerd en niet louter een buikgevoel. In de Harvard Business Review kunnen we lezen dat het werkt als je relevante, real time data in de handen van managers kunt leggen. Zo dwing je ze om op te letten en hun datavaardigheden te verbeteren. Dan kunnen managers vragen stellen en beantwoorden als “Welke gegevens hebben we of krijgen we om deze zaak te ondersteunen?” Om managers nog meer te stimuleren data te gebruiken in hun besluitvorming kun je ze belonen als ze dat doen. Bijvoorbeeld door snellere projectgoedkeuringen of grotere budgetten te verstrekken als ze data meenemen.
Zorg ervoor dat datageletterdheid niet alleen wordt gezien als een probleem voor de technologieafdeling, maar voor het hele bedrijf. Data literacy is een professionele vaardigheid en geen technische vaardigheid. Zorg ervoor dat alle medewerkers dat weten en moedig ze allemaal aan om hun datageletterdheid te ontwikkelen. Dat kan door engagementsessies en webinars die je host, met onderwerpen als: data driven decision making, de voor- & nadelen van AI, hoe data waardevol is voor je bedrijf, ethiek & AI. Met dit soort sessies en webinars zal de hele organisatie zich verbonden voelen met het probleem. Het moet echt een gewoonte worden voor alle afdelingen in een organisatie om beslissingen te nemen op basis van data en niet alleen het idee hebben dat de data science teams dit moeten doen, stond in Forbes.
Onze volgende tip is het ontwikkelen van een interne taal om over data te spreken. Niet alle onderdelen van data zijn interessant voor uw bedrijf. Voor een financiële organisatie is risicomanagement misschien nuttig, maar experimenten en visualisatie helemaal niet. Maar voor een technologiebedrijf zijn deze termen wel nuttig. Zorg ervoor dat u laat zien hoe deze taal aansluit op uw bedrijf, dit kunt u doen tijdens het L&D programma. Op die manier is het voor werknemers gemakkelijker om de link te leggen tussen datageletterdheid en hun werkstromen.
Nu hebben we u enkele hulpmiddelen gegeven om de data literacy in uw bedrijf verder te verbeteren. In de toekomst zal datageletterdheid steeds belangrijker worden. Niet alleen voor de technische afdeling, maar voor de hele organisatie. Bedrijven hebben meer werknemers nodig die data kunnen interpreteren en er inzichten uit kunnen halen. Niet alleen de data-analisten moeten over deze vaardigheden beschikken, maar elke werknemer. Iedereen kan die vaardigheden ontwikkelen met de juiste hulp. Bedrijven moeten hun werknemers echt ondersteunen en hen de juiste opleiding geven. Bij datageletterdheid gaat het erom dat werknemers beter omgaan met gegevens. Daarom is het nu meer dan ooit nodig.
Worstel je met het beheren van de enorme hoeveelheid gegevens die jouw organisatie verzamelt? Met de alsmaar strenger wordende regelgeving is het goed beheren van je data belangrijker dan ooit. Gelukkig is er een softwareoplossing die hierbij ondersteunt: Master Data Management (MDM).
Neem contact met ons op voor een kort kennismakingsgesprek over hoe MDM jouw organisatie helpt om succesvol te zijn. Zonder verdere verplichtingen, maar met waardevol advies.