Berita teknologi terbaru, didukung oleh insight dari pakar
Tetap terinformasi tentang tren industri yang paling penting—dan menarik—tentang AI, otomatisasi, data, dan di luarnya dengan buletin Think. Lihat Pernyataan Privasi IBM®.
Literasi data adalah kemampuan untuk membaca, memahami, menggunakan, dan berkomunikasi dengan data untuk pengambilan keputusan yang lebih baik.
Dalam budaya berbasis data yang didukung AI saat ini, keterampilan literasi data mendasar sangat penting bagi karyawan di setiap tingkatan. Organisasi menciptakan dan mengumpulkan lebih banyak data daripada sebelumnya: Menurut IDC, penciptaan data global diperkirakan akan mencapai 181 zettabyte pada tahun 2025. Tidak lagi layak atau strategis jika hanya data scientists atau insinyur machine learning yang memanfaatkan informasi ini untuk pengambilan keputusan berbasis data.
Namun, untuk menjadi paham data tidak harus menjadi ilmuwan data. Sebaliknya, itu berarti individu memiliki kepercayaan diri dan keterampilan teknis untuk menggunakan data secara efektif dalam peran mereka untuk mengungkap insight dan membuat keputusan yang lebih cerdas. Hal ini juga berarti mereka tahu cara mengirim kueri ke alat AI dan menafsirkan insight yang dihasilkan AI.
Kemajuan teknologi membantu mendemokratisasi akses data di seluruh organisasi—sebuah elemen pendukung budaya melek data. Dasbor kecerdasan bisnis (BI), kueri bahasa alami, dan antarmuka yang mudah digunakan merupakan alat yang ampuh untuk memahami data. Tetapi bahkan alat-alat ini membutuhkan literasi data dasar untuk dijelajahi, ditafsirkan, dan digunakan secara efektif.
Bangun keterampilan inti untuk peran data dengan IBM SkillsBuild: Mulai belajar secara gratis.
Lingkungan data dipenuhi dengan alat canggih yang melayani setiap tahap siklus hidup data—mulai dari akuisisi, analisis, hingga visualisasi. Pada saat yang sama, organisasi juga mengumpulkan dan menghasilkan volume data yang belum pernah tercapai sebelumnya. Bersama-sama, tren ini menciptakan lingkungan yang kaya dengan insight potensial.
Namun, tanpa keterampilan untuk menggunakan alat-alat ini dan menafsirkan data secara efektif, organisasi mungkin kecewa dengan dampak bisnis dari inisiatif data (atau kurangnya inisiatif data) mereka.
Dalam sebuah studi tahun 2025, 40% pemimpin AS dan Inggris menyebutkan penurunan produktivitas dan 39% menyoroti pengambilan keputusan yang tidak akurat sebagai risiko utama keterampilan literasi data yang tidak memadai.1 Terlepas dari risiko ini, hanya 27% organisasi yang melaporkan memiliki tingkat literasi data yang tinggi.2
Kebutuhan akan keterampilan data yang kuat bahkan lebih besar di era AI. Organisasi akan makin mencari karyawan yang paham data dan memahami bagaimana alat AI menggunakan data untuk membuat keputusan—dan cara memisahkan insight yang berguna dari rekomendasi yang cacat dan berpotensi berbahaya. (Inilah sebabnya mengapa literasi data juga dianggap sebagai kompetensi inti literasi AI.)
Dalam laporan tahun 2025, 41% eksekutif mengidentifikasi literasi data sebagai keterampilan yang tumbuh paling cepat selama lima tahun terakhir.3 Tapi apa sebenarnya yang terkandung dalam skill ini?
Menurut peneliti MIT, literasi data terdiri dari empat kemampuan inti:4
- Membaca data
- Bekerja dengan data
- Menganalisis data
- Berdebat dengan data
Ketika diberi akses ke data, seseorang harus dapat memahami dari mana kumpulan data berasal dan bagaimana kumpulan data tersebut cocok dalam konteks bisnis tertentu. Mereka juga harus dapat menafsirkan visualisasi data tanpa risiko disesatkan atau menarik kesimpulan yang salah.
Karyawan yang paham data dapat menangani data sepanjang siklus hidupnya. Keterampilan ini dapat mencakup berbagai tingkat akuisisi data, kualitas data, dan teknik penyimpanan data, di antara tugas-tugas manajemen data lainnya.
Tidak semua orang membutuhkan analitik data tingkat lanjut dan keahlian ilmu data. Tetapi karyawan yang paham data harus memiliki keterampilan berpikir kritis dan analisis untuk mendukung tugas sehari-hari mereka. Keterampilan ini dapat berkisar dari membuat laporan dan grafik Excel dasar hingga menerapkan keterampilan analitis tingkat lanjut, seperti analisis prediktif atau analisis statistik.
Memahami data dengan cukup untuk mengomunikasikan konteks naratif secara efektif adalah keterampilan penting yang dikenal sebagai penceritaan data. Menguasai keterampilan ini berarti menggunakan angka, metrik, dan elemen visual untuk membangun narasi yang menarik untuk membujuk, memengaruhi, dan mendorong tindakan. Pelajari lebih lanjut tentang penceritaan data.
Seperti literasi tradisional, literasi data tidak hanya bermanfaat bagi individu. Organisasi dengan budaya paham data dapat merasakan manfaat berikut:
- Silo yang berkurang
- Privasi data dan keamanan yang lebih baik
- Biaya lebih rendah
- Pengambilan keputusan tingkat lanjut
Silo yang berkurang
Organisasi yang paham data mendorong aliran komunikasi dan berbagi pengetahuan yang jelas. Tim memahami kebutuhan bisnis yang lebih luas dan bagaimana pekerjaan mereka berkontribusi terhadap tujuan organisasi. Dengan menghapus silo data, tim yang beragam dapat menggunakan data secara serempak dan menyelaraskan upaya dengan misi organisasi yang lebih luas.
Privasi data dan keamanan yang lebih baik
Karyawan dengan keterampilan literasi data yang kuat lebih sadar akan peraturan privasi dan risiko yang terkait dengan penanganan data yang tidak tepat. Mereka juga dapat mengidentifikasi ancaman terhadap keamanan data dengan lebih baik, seperti malware, phishing, dan ancaman orang dalam—sehingga memperkuat postur keamanan organisasi secara keseluruhan.
Biaya lebih rendah
Ketika data tidak lagi terperangkap pada tingkat fungsional, pemangku kepentingan dapat mengungkap insight yang berarti dengan lebih cepat. Selain itu, ketika karyawan memiliki keterampilan untuk melakukan pekerjaan data dasar sendiri, tim teknis dapat memanfaatkan waktu dan keahlian mereka dengan lebih efektif. Efisiensi ini menghasilkan penghematan biaya dan peningkatan produktivitas.
Pengambilan keputusan tingkat lanjut
Karyawan yang paham data lebih terampil dalam menafsirkan data dalam konteks, memungkinkan unit bisnis untuk membuat keputusan berdasarkan data yang berdampak. Tingkat keingintahuan dan penggunaan data di seluruh organisasi dapat mendorong kreativitas dan inovasi yang lebih besar.
Ketika diterapkan secara efektif, budaya paham data harus mencontohkan prinsip-prinsip berikut:
- Demokratisasi akses data di seluruh perusahaan
- Data yang teratur, transparan, dan dapat dijelaskan
- Warga data yang diberdayakan dilatih untuk menggunakan dan menganalisis data secara bertanggung jawab
- Kepemimpinan yang memperjuangkan dan mendorong literasi data
1. Demokratisasi akses data di seluruh perusahaan
Dalam organisasi yang paham data, data dapat diakses oleh mereka yang membutuhkannya, ketika mereka membutuhkannya. Untuk mencapai hal ini, dibutuhkan arsitektur yang memungkinkan akses cepat, aman, dan sederhana ke data yang diatur di seluruh ekosistem data yang kompleks dan terpisah-pisah.
Misalnya,data fabric menyatukan data di seluruh organisasi on premises dan multicloud menggunakan sistem cerdas dan otomatis. Kemampuan ini mengatasi tantangan seperti silo data dan volume data yang terus meningkat, sekaligus memungkinkan akses data mandiri yang mudah.
Kecerdasan data mendukung lebih lanjut aksesibilitas data untuk literasi data. Kecerdasan ini mengotomatiskan dan merampingkan aktivitas data inti seperti manajemen metadata, penemuan data, tata kelola data, jaminan kualitas, dan analisis data.
2. Data yang teratur, transparan, dan dapat dijelaskan
Setelah organisasi menetapkan akses data yang diatur, penting untuk membantu pengambil keputusan memahami bagaimana data berpindah di seluruh sistem. Sebagai contoh, perangkat tata kelola menggunakan metadata untuk memberikan transparansi dengan menunjukkan konteks dan asal-usul. Alat ini juga membantu menstandarkan definisi data dan terminologi di seluruh tim.
Ketika data terorganisir, transparan, dan dapat dijelaskan, orang dapat lebih mudah memahami nilainya dan bagaimana mereka dapat menggunakannya dalam peran mereka. Untuk mendukung transparansi dan pemahaman ini, pengguna harus memiliki akses, informasi, dan alat yang diperlukan untuk menjawab pertanyaan-pertanyaan kunci seperti:
- Apa sumber datanya, dan apakah sumber itu dapat dipercaya?
- Metadata, aturan, dan kebijakan kepatuhan apa yang berlaku?
- Bagaimana data ini mendorong nilai dan hasil bisnis?
3. Warga data yang diberdayakan dilatih untuk menggunakan dan menganalisis data secara bertanggung jawab
Menurut survei dari IBM Institute for Business Value (IBV), 85% chief data officer (CDO) terkemuka memperluas pelatihan, 77% merekrut kembali staf, dan 70% merekrut talenta baru untuk meningkatkan literasi data di seluruh organisasi mereka.
Program literasi data yang sukses memberdayakan karyawan untuk menerjemahkan data menjadi cerita visual yang menarik dan menghasilkan insight yang dapat ditindaklanjuti. Kursus dan pelatihan literasi data harus meningkatkan keterampilan karyawan dengan keterampilan praktis, termasuk cara menggunakan alat visualisasi data dan teknik bercerita yang selaras dengan contoh penggunaan praktis dan tujuan bisnis.
Sama pentingnya, pengguna juga harus belajar bagaimana menjadi pengawas data yang bertanggung jawab. Tenaga kerja yang paham data dapat dengan percaya diri mengakses, menyimpan, dan mengelola data menurut kebijakan bisnis yang sesuai dan peraturan yang relevan.
4. Kepemimpinan yang memperjuangkan dan mendorong literasi data
Sebuah laporan tahun 2025 menemukan bahwa, ketika menerapkan program pelatihan literasi data, 24% pemimpin menyebutkan kurangnya dukungan eksekutif, yang membuatnya upaya mendorong adopsi di seluruh perusahaan menjadi sulit.5
Budaya data dimulai dari atas. Memberikan bimbingan, materi, edukasi, dan alat kepada karyawan kemungkinan tidak cukup—mereka juga membutuhkan dukungan kepemimpinan senior. Literasi data harus menjadi bagian integral dari budaya dan struktur organisasi di semua tingkatan.
Dalam praktiknya, para pemimpin harus menentukan model keterampilan literasi data yang diinginkan karena contoh mereka menetapkan corak untuk seluruh organisasi. Memberikan kesempatan untuk memberikan masukan tentang budaya dan praktik data juga merupakan tindakan yang penting. Mendorong percakapan terbuka yang mencakup perspektif yang beragam akan memberikan hasil yang lebih baik.
Sumber daya
Rancang strategi data yang menghilangkan silo data, mengurangi kompleksitas, dan meningkatkan kualitas data untuk pengalaman pelanggan dan karyawan yang luar biasa.
watsonx.data memungkinkan Anda untuk menskalakan analitik dan AI dengan semua data Anda, di mana pun data berada, melalui penyimpanan data yang terbuka, hybrid, dan diatur.
Dapatkan nilai data perusahaan dengan IBM Consulting, untuk membangun organisasi berbasis insight yang memberikan keuntungan bisnis.
Catatan kaki
1,3,5 The State of Data and AI Literacy Report 2025, DataCamp, April 2025.
2 State of Data Report 2024, Hakkōda, 2024.
4 Approaches to Building Big Data Literacy, MIT Media Lab, 28 September 2015.