À medida que a IA transforma o ambiente de trabalho global, as competências de alfabetização de dados serão muito procuradas. Na verdade, 79% das organizações afirmam que, olhando para os próximos 12 meses, dados serão mais importantes para a tomada de decisões da sua organização.¹ Mas o que é exatamente a alfabetização de dados?
Gartner® define alfabetização em dados como a habilidade de ler, escrever e comunicar dados em contexto, incluindo o entendimento das fontes e construções de dados, métodos analíticos e técnicas aplicadas, e a capacidade de descrever a aplicação do caso de uso e o valor resultante.²
Por que essas habilidades são importantes? Para liderar uma organização com decisões impulsionadas por IA e baseadas em dados, a alfabetização de dados é uma competência que todos precisam, não apenas cientistas de dados. Quer uma pessoa esteja apenas iniciando a carreira ou na diretoria executiva, a capacidade de compreender, interpretar e comunicar-se por meio de dados é uma habilidade crucial para todos os colaboradores.
Em um ambiente onde o treinamento está disponível para ajudar as equipes a entenderem o valor dos dados para suas responsabilidades diárias, as equipes podem mais facilmente obter e aplicar insights dos dados e começar a desejar fluxos de trabalho integrados com dados. Com o tempo, isso pode levar a mais confiança e vontade de delegar decisões à IA, porque esta compreende os dados subjacentes que moldaram a recomendação.
O que é preciso para acertar a alfabetização em dados?
1. Democratize o acesso a dados por toda a sua empresa
Muitas pessoas consideram os programas de treinamento em ciência de dados como o primeiro passo para tornar uma organização orientada por dados, mas tudo realmente começa com a tornar os dados mais acessíveis. Pense em um sistema de central de atendimento. Na maioria das vezes, esses dados ficam bloqueados na aplicação e não são disponibilizados ao resto da organização. Mas se fosse compartilhada com o consentimento do cliente, a análise de dados da central de atendimento poderia ajudar no treinamento e na educação, na eficiência geral e em melhores comunicações para aquela parte da organização.
Às vezes, você precisa ajudar as pessoas a apreciar o valor que diferentes tipos de insights podem trazer, especialmente em escala e fora de áreas e domínios funcionais individuais", diz Tim Humphrey, Diretor de Análise de Dados da IBM. Ao construir um repositório central, como uma malha de dados, pessoas em toda a sua organização podem armazenar e acessar dados facilmente, simplificando o acesso a dados e abrindo portas para tecnologias como análise de dados e inteligência artificial para otimizar fluxos de trabalho.
Para criar um acesso a dados democratizado, o GCDO na IBM implementou uma plataforma de dados unificada que fornece uma fonte central de dados governados e permite aos usuários carreguem, transformem e analisem dados. Desde o lançamento, a plataforma rapidamente melhorou os resultados dos negócios para o GCDO. Em cerca de 18 meses, o escritório gerou USD 1,3 bilhões em benefícios comerciais e um ROI de 10 vezes a partir de dados e iniciativas de transformação baseadas em IA.
O GCDO da IBM gerou um retorno sobre o investimento de 10 vezes a partir de dados e iniciativas de transformação baseadas em IA.
Implemente uma arquitetura que permita acesso rápido e simples aos dados em um conjunto de dados díspar.
Tenha cuidado ao limpar dados existentes e preservar medidas de privacidade, segurança e conformidade de dados ao combinar conjuntos de dados para garantir que os dados sejam significativos.
Avalie direitos relevantes de acesso a dados, licenciamento e permissões de compartilhamento à medida que você integra dados entre fontes, ecossistemas e silos, para que os insights não fiquem presos a um nível funcional e possam ser dimensionados em toda a empresa.
2. Organize as informações de forma clara e transparente
Uma vez que você estabeleceu uma plataforma para acesso a dados governados, é importante ajudar os tomadores de decisão a entender como os dados se movem ao longo do pipeline. Então, comunique o valor, a origem e a qualidade dos dados com clareza e respeito a todos os níveis de especialização. Essa é a maneira mais rápida de capacitar dados para usuários usuários técnicos e não técnicos e para inspirar confiança em iniciativas de IA (afinal, a tecnofobia é real). Quando os dados são organizados de maneira transparente e explicável, as pessoas podem entender mais facilmente os dados antes e depois da aplicação da IA.
Embora nem todos precisem ter o conhecimento de um cientista de dados, todos devem ter algum entendimento de dados, sua linhagem e como eles fluem nos processos de ponta a ponta, e não apenas em uma parte de um processo. Alcançar essa compreensão requer fazer algumas perguntas importantes.
- Qual é a fonte dos dados? É uma fonte confiável?
- Quais são os metadados, regras e políticas de conformidades inclusas?
- O que os dados gerados a partir desse algoritmo significam para os usuários pretendidos?
- Como posso explicar o valor comercial desses dados para entregar melhores resultados comerciais?
Suas equipes devem estar preparadas para buscar por dados para ter acesso a todos os dados aos quais deveriam ter acesso, e então habilitar aplicações de negócios com eles.
Use metadados e padronize definições e terminologias associadas aos dados em todas as funções de negócios.
Encontre KPIs que mostram como a alfabetização em dados contribui para os objetivos dos negócios. Consiga insights significativos, rastreie o uso de dados e teste e otimize algumas iniciativas de uma só vez.
Ajude as equipes a rastrear e entender a linhagem de dados e garantir que sejam consistentes em toda a organização.
3. Treine cidadãos de dados para usar e analisar dados de forma responsável e transformar dados em ação com IA
Treinamento em alfabetização de dados ajuda a sua organização a ler, decifrar e usar dados (especialmente quando vem de um modelo) para melhores tomadas de decisões. Mas isso também capacita equipes para usarem os dados como um diferencial competitivo. Para aplicar o treinamento e conectar dados aos resultados dos negócios, sua equipe precisará conhecer bem as ferramentas de dados que tem e saber como elas podem ser usadas para conquistar seus objetivos. Em última análise, você precisaria de um especialista para humanizar os dados e a IA, fazendo assim que os dados sejam mais significativos para todos. Um programa de alfabetização em dados é bem-sucedido quando suas equipes conseguem traduzir os dados em histórias visuais convincentes que marcam as pessoas e transformam os dados em conhecimento acionável e resultados concretos de negócios.
A Johnson & Johnson está apoiando seus funcionários, educando-os sobre como melhor aproveitar tecnologias avançadas e emergentes, incluindo a IA. “Em parceria com a IBM, criamos um modelo de inferência de habilidades orientado por IA para a função de tecnologia que combinou dados externos não identificados com dados de habilidades dos nossos conjuntos de dados internos”, diz Jim Swanson, Diretor Executivo de TI da Johnson & Johnson.
“Conseguimos pegar os dados sobre as habilidades dos funcionários que estão nas ferramentas que minha organização de TI usa e inseri-los no modelo. A IA foi então capaz de determinar o nível de maturidade de todos em cada uma das habilidades que queríamos destacar, criando uma visão abrangente dos pontos fortes e fracos individuais”, diz Swanson.
Assim como a Johnson & Johnson, as organizações podem construir a alfabetização em dados começando com uma estratégia de negócios altamente conectada no nível dos stakeholders executivos e mapeando-a em todos os domínios dos stakeholders.
“Quando os stakeholders reclamam que os esforços de dados ‘falharam’ ou não entregaram o que era esperado, muitas vezes é porque a estratégia executiva não está claramente definida e a alfabetização em dados dos stakeholders não está alinhada entre os domínios e a equipe”, diz Jennifer Kirkwood, Parceira, Chefe Global de Dados de Talentos, IBM® Consulting.
Certifique-se de que profissionais de todos os níveis da organização possam usar técnicas de visualização de dados e narrativas mais adequadas aos seus objetivos estratégicos de negócios e enraizar essa formação num currículo de eficácia de comunicação.
Garanta que seus programas de educação reflitam as necessidades reais de diferentes funções e conectem os dados aos stakeholders de valor do dia a dia.
Contrate com certificações técnicas ou diplomas do programa P-TECH para preencher lacunas de habilidades. Use dashboards que definem métricas e KPIs para acompanhar como sua organização está evoluindo para ser mais orientada por dados.
4. Lidere com empatia para criar campeões de dados
A curiosidade está no cerne da tomada de decisões orientada por dados e na construção de uma cultura de alfabetização em dados. Funcionários e líderes alfabetizados em dados estão sempre perguntando "por quê" e nunca aceitando nada pelo valor aparente; adotar essa atitude se torna crucial para garantir que as recomendações dadas pela IA continuem a atender com precisão às necessidades de sua organização.
Seu trabalho é ser um bom ouvinte e descobrir com suas equipes, com base em seus papéis únicos, quais habilidades de alfabetização em dados podem trazer resultados de volta para o negócio e colocar um plano de treinamento em prática.
Esses defensores de dados são totalmente capacitados dentro da IBM no sentido de que, se encontrarem um grupo com ideias semelhantes em contas a receber ou na cadeia de suprimentos, por exemplo, e quiserem avançar com capacidades de dados e IA, eles podem prosseguir sem ter que voltar para pedir permissão ou financiamento. Ao garantir que os funcionários compreendam como os dados funcionam em toda a organização e onde a IA se enquadra nessa mistura, você está construindo uma cultura de administração de dados. Isso, em última análise, leva a uma rede de campeões de dados em toda a sua organização, de modo que a alfabetização em dados se torne parte de um ciclo virtuoso de aprendizado.
Adote uma abordagem que priorize o caso de uso, reforce o valor da alfabetização em dados para líderes interorganizacionais e obtenha a adesão de stakeholder senior.
Incentive conversas abertas em todos os níveis e inclua diversas perspectivas para gerar melhores resultados. Esclareça continuamente o valor que os dados podem trazer à organização.
Modele um comportamento ideal, como não aceitar dados pelo valor aparente e desafiar as equipes sobre insights de dados que levantem questões. Incentive as equipes a se conectarem dentro e fora da organização para que perspectivas diversas sejam representadas em todos os aspectos do trabalho.
À medida que os dados e a IA se tornam fundamentais para todos os aspectos da gestão de uma organização, a alfabetização em dados é fundamental para a construção de uma cultura baseada em dados. Como um líder de dados na sua organização, você está promovendo mudanças e apoiando objetivos de negócios maiores, inspirando uma linguagem comum baseada em dados. Seus esforços podem ser desafiadores, mas essas ideias ambiciosas preenchem uma lacuna muito necessária e o investimento vale a pena. Na verdade, o futuro da sua empresa depende disso.
Não pare agora. Continue a promover o desenvolvimento das habilidades corretas de alfabetização em dados com base em seus objetivos de negócios e posicione-se como um colega de equipe na diretoria executiva e em toda a força de trabalho. "Para verdadeiramente obter a alfabetização em dados, essa forma de pensar deve transcender todos os papéis, não apenas ser evidente na base, no topo ou no meio", diz Humphrey. Em outras palavras, a alfabetização em dados é uma jornada cíclica para todos os níveis da organização.
Acima de tudo, lembre-se de que você é o exemplo. Como líder de dados, seu exemplo dá o tom e garante que suas equipes se sintam confortáveis ao falar sobre dados e permitir que eles gerem melhores resultados de negócios. Com sua defesa e estrutura de alfabetização em dados estabelecidas, você está transformando insights de dados em ação — e estabelecendo as bases para uma cultura de campeões de dados e tomada de decisões orientada por dados para os próximos anos.
Notas de rodapé
¹ Voice of the Enterprise: Data & Analytics, Data-Driven Practices, 451 Research, 2022
² How to Create a Balanced Data and Analytics Organizational Model, Gartner, 10 de maio de 2022. GARTNER é uma marca registrada e marca de serviço da Gartner, Inc., e/ou suas afiliadas nos EUA e internacionalmente e é usada aqui sob permissão. Todos os direitos reservados.³ Estudo de 2023 de Chief Data Officer: Turning data into value, IBM Institute for Business Value, 2023
⁴ Voice of the Enterprise: Data & Analytics, Data-Driven Practices, 451 Research, 2022
⁵ Voice of the Enterprise: Data & Analytics, Data Management and Analytics, 451 Research, 2021