Data Booster
3 min lezen
Organisaties over de hele wereld praten erover hoe ze datagedrevener moeten worden. De vaardigheden van hun medewerkers om data te gebruiken voor besluitvorming zijn cruciaal om klanten te winnen, efficiënter te werken en uiteindelijk om te overleven als bedrijf. Daarom zetten veel organisaties data-upskilling hoog op de agenda. Zo omschrijft ING data fluency als een van hun Big 6 capabilities en ontketent bol.com een datarevolutie met hun datageletterdheidsprogramma.
In een vreemde taal is geletterdheid het vermogen om te lezen en te schrijven, terwijl vloeiendheid (fluency) het vermogen is om een taal makkelijk, goed en snel te spreken of te schrijven. Op dezelfde manier kun je datageletterdheid zien als het vermogen om data te lezen, te schrijven, te communiceren en erover te redeneren; data fluency is het vermogen om hetzelfde te doen, maar dan makkelijker en nauwkeuriger. Met andere woorden: data fluency gaat verder dan het niveau van datageletterdheid.
Bij het ontwerpen van je L&D-programma begint het met bepalen welke capabilities je organisatie nodig heeft om de concurrentie voor te blijven. Op basis daarvan kun je bepalen welke datavaardigheden je medewerkers nodig hebben om succesvol te zijn in hun werk. Verschillende datapersona's hebben verschillende skill tracks nodig. Een track voor een Data Consumer of Data Explorer ziet er bijvoorbeeld heel anders uit dan die voor een Data Analyst.
Wat wél hetzelfde is: elke datapersona heeft zowel soft skills als hard skills nodig. Data schrijven draait vooral om hard skills in coding- en non-coding-tools zoals SQL en Tableau. Communiceren met data draait om soft skills – de juiste vragen stellen en inzichten uit data overbrengen met verhalen en visualisaties.
Je kunt verschillende niveaus hanteren voor verschillende soft en hard skills. Zo kunnen niveaus voor datavaardigheden Basic, Advanced of Expert zijn. Data lezen op een basisniveau kan bijvoorbeeld het interpreteren van een staafdiagram zijn, terwijl het trekken van conclusies over causaliteit uit een experiment op expertniveau ligt. Met datageletterdheidsassessments kun je het niveau van je medewerkers in kaart brengen.
We leven in een snelle wereld. Als je organisatie vandaag data fluent is, is ze dat morgen misschien niet meer. De sleutel is om te erkennen dat data-upskilling een continu proces is: je medewerkers zouden altijd moeten blijven leren.
In plaats van je druk te maken over de vraag of je je L&D-programma nu een datageletterdheids- of een data-fluency-programma moet noemen, kun je beter nadenken over hoe je de lat voor data-upskilling in je organisatie steeds hoger kunt leggen. En heb je nog geen upskillingprogramma? Leer dan van organisaties als Airbnb en Uber hoe je begint.
