데이터 활용 능력 구축을 위한 12가지 팁
게시 됨: 2021-11-29직장의 디지털화로 인해 점점 더 많은 작업이 자동화되고 있으며, 이는 인간의 기여를 평가하는 방식에 또 다른 변화를 일으키고 있습니다. 비즈니스 전략, 프로세스 및 고객과의 상호 작용 방법에 따라 작업 생산자에게는 더 적은 수의 작업자가 필요하고 판단을 실행하고 결정을 내리는 데는 더 많은 작업자가 필요합니다.
그럼에도 불구하고 근로자는 성공하려면 데이터를 사용하여 더 나은 결정을 더 빨리 내리는 방법을 배워야 합니다. 데이터는 그 어느 때보다 빠르게 확산되고 있으며 그 어느 때보다 많은 데이터를 보유하고 있습니다.
기업이 데이터 기반 의사 결정 및 운영 모델로 전환함에 따라 하향식으로 데이터 활용 능력이 중요한 기술이 되고 있습니다. 우리는 일선 직원에게 정보에 입각한 결정을 내릴 수 있는 능력을 부여해야 합니다. 특히 그럴 수도 있습니다.
직원 데이터 활용 능력은 기술 능력과 혼동되어서는 안 되며 데이터 과학자에게 필요한 고급 기술은 포함되지 않습니다.
대신 다음과 같습니다.
- 데이터 읽기, 분석 및 작업
- 데이터를 사용하여 스토리텔링, 주장 및 설득
- 비즈니스 목표에 부합하는 데이터 통찰력을 기반으로 한 의사 결정
- 효율성 향상, 개인화 및 데이터 문제 해결
데이터 리터러시란 무엇입니까?
데이터를 읽고, 분석하고, 전달하는 것은 데이터 활용 능력의 일부입니다. 수리력은 단순히 숫자로 작업할 수 있는 것 이상입니다. 여기에는 다음 사항도 포함됩니다.
- 데이터 평가 방법 및 출처
- 주어진 데이터 세트로 무엇을 할 수 있습니까?
- 데이터를 이해하는 것이 중요하다
데이터 리터러시 구축을 위한 12가지 팁
초기에 직원의 기술 평가
기존 기술을 이해하고 다양한 유형의 직업에 대한 숙련도 수준에 동의하는 것은 데이터 활용 능력을 구축하는 첫 번째 단계입니다. 그 후 기업은 기술 향상 계획을 개발할 수 있습니다.
데이터 민주화
기술에서 민주화는 끊임없는 추세입니다. 새로운 도구의 출현으로 복잡하고 전문화된 분야에 더 쉽게 접근할 수 있게 될 것입니다.
사일로에서 데이터를 분리하는 것의 가치는 이제 기업에서 인식하고 있습니다. 결과적으로 그들은 Power BI와 같은 도구를 사용하여 데이터를 중앙 집중화하여 쉽게 액세스하고 사용할 수 있는 응용 프로그램의 수를 확장합니다. 단일 정보 소스를 갖는 것도 이를 달성하는 데 도움이 됩니다. 모든 사람이 파편화된 의견이나 모순이 물을 흐리게 하지 않고 최신 통찰력과 가장 최근의 견해에 액세스할 수 있습니다.
올바른 도구 사용
기술과 마찬가지로 데이터는 가파른 학습 곡선을 가지고 있습니다. 또한 숙련되지 않은 직원은 정교한 빅 데이터 도구에 끌릴 것입니다.
조직에 이해하기 쉬운 도구를 제공합니다. 올바른 도구를 사용하면 데이터 분석 및 해석이 더 쉬워집니다. 새로운 도구를 만드는 대신 직원에게 익숙한 일상적인 도구를 사용하십시오. 직원들이 데이터 처리 도구에 쉽게 액세스할 수 있을 때 데이터에 대해 더 쉽게 배우고 통찰력을 얻을 수 있습니다.
평가 수행
평가 수행은 데이터 조작을 위한 도구 교육 및 개발을 시작하기 전에도 첫 번째 단계입니다.
평가를 사용하여 개선해야 할 사항을 결정할 수 있습니다. 또한 새 프로그램을 구현하기 전에 기존 데이터 활용 능력 수준을 측정할 수 있습니다.
또한 평가를 통해 격차가 존재하는 위치, 필요한 교육의 양, 팀이 가장 잘 의사 소통하는 데 필요한 도구와 리소스를 알 수 있습니다.
좋은 본보기를 세우다
기업의 63%는 데이터 활용 능력이 중요하다고 생각합니다. 많은 기업이 데이터 활용 능력을 충분히 지원하지 않습니다. 대부분의 의사 결정자들은 데이터 활용 능력을 경제의 성공에 중요하게 여기지 않습니다. 경영진이 데이터 활용 능력 프로그램에 대한 확신이 부족하면 직원들도 자동으로 그러한 프로그램을 인식합니다.
지원 표시
직원들이 데이터 조작 기술을 사용하도록 장려함으로써 직원들이 신뢰를 구축하고 스스로를 믿도록 도울 수 있습니다. 데이터 처리에 대한 경험을 쌓으면 더 많은 책임을 부여하거나 아이디어나 계획에 대한 데이터를 제공하도록 요청하십시오.
마음에 목표를 가지고
성공은 목표를 기반으로 합니다. 목표 없이 방향을 잡는 것은 불가능합니다. 데이터 활용 능력 프로그램에서 조직의 다양한 수준에 대한 데이터 활용 능력을 매핑하는 것을 고려하십시오.
역할에 따라 다양한 데이터 활용 능력 프로그램이 필요합니다. 높은 수준의 관리에는 낮은 수준의 관리자와 다른 데이터 기술 집합이 필요할 수 있습니다. 목표를 설정함으로써 자원과 노력을 보다 효과적으로 할당할 수 있습니다.
인센티브 제공
대부분의 경우 데이터를 분석하고 해석하는 것은 익숙해질 때까지 지루할 것입니다. 직원들이 데이터 활용 능력을 향상시키도록 동기를 부여하기 위해 인센티브 또는 보상을 제공합니다.
데이터 활용 능력을 향상시키기 위해 상품, 팀 빌딩 이벤트 또는 회의 참석이 제공될 수 있습니다. 직원들은 원하는 수준의 성공과 전문성을 달성하도록 동기를 부여받을 것입니다.
데이터 역량 기준 개발
직원들이 일정 수준의 역량을 달성하기를 원하십니까? 어느 시점에서 직원은 데이터로 특정 작업을 수행할 수 있어야 합니다. 기술에는 데이터 인식, 올바른 질문하기, 데이터 이면의 논리 이해 및 효과적인 의사 소통이 포함됩니다.
결과적으로 모든 직원에 대한 자격을 설정합니다. 이러한 자격 수준을 사용하여 직원의 데이터 이해도, 데이터 사용 방법 및 결과 해석 방법을 추적할 수 있습니다. 데이터 활용 능력을 갖추려면 직원이 특정 이정표나 점수에 도달해야 합니다.
데이터 액세스 분산
많은 조직에서 데이터 활용 능력을 향상시키려고 시도하지만 직원의 데이터 액세스를 거부하는 실수를 범합니다. 따라서 그들은 데이터 활용 능력을 보유하고 있지만 기술이 약화되고 있는 팀을 보유하고 있습니다. 팀에 더 많은 데이터 액세스 권한을 부여하여 자체적으로 데이터를 사용하고 인사이트를 이해할 수 있도록 합니다.
지식교류행사 추진
지식 교환 이벤트를 조직하는 것은 내부(예: HR과 같은 조직의 특정 부서 또는 측면을 통합) 또는 외부(직원이 업계 전문가 또는 그룹과 상호 작용할 수 있음)일 수 있습니다.
데이터 및 분석 이벤트를 통해 아이디어를 효과적으로 교환하고, 기본 사항을 배우고, 다른 전문가가 데이터를 처리하는 방법을 발견하고, 데이터 활용 능력을 벤치마킹할 수 있습니다.
데이터 활용 능력에 대한 장벽 감소
회사의 데이터 활용 능력은 종종 여러 요인에 의해 방해를 받습니다. 문화는 하나이고 데이터를 지원하는 애플리케이션은 또 다른 것입니다. 복잡하거나 새로운 애플리케이션에는 몇 가지 학습 곡선이 필요하거나 기존 애플리케이션 또는 도구와 완전히 통합되지 않아 의사 결정을 방해할 수 있습니다.
또한 관리자와 관리자가 낙담한 태도와 열망을 채택하면 데이터 활용 능력 프로그램이 중단될 수도 있습니다. 데이터 활용 능력에 대한 장벽을 제거함으로써 전체 팀이 진행 상황을 받아들일 것입니다.
마지막 생각들
데이터 활용 능력을 개발한다는 것은 직원들이 사용 가능한 정보를 최대한 활용할 수 있도록 돕는 것만을 의미하지 않습니다. 오늘날 기업이 직면한 가장 큰 장애물 중 하나는 데이터 활용 능력의 부족이라고 일반적으로 믿어집니다.
기업은 실행 가능한 통찰력을 생성하기 위해 계속 데이터에 의존하고 있지만 직원이 최신 상태를 유지하지 않으면 장기적인 성장을 저해할 수 있습니다.