למה חשוב להכשיר את העובדים לאוריינות נתונים?

לא כל עובד בארגון צריך להפוך למדען נתונים, מקצוע הדורש הבנה במגוון דיסציפלינות וביניהן סטטיסטיקה, אלגוריתמים ומדעי המחשב, שפות תכנות ייעודיות והבנה במבנה נתונים. יחד עם זאת, ניתן להגדיל את רמת אוריינות הנתונים של רוב העובדים באמצעות הכשרות מותאמות, וללמד אותם על מבנה הנתונים בארגון וכלים בסיסיים לשליפת נתונים וניתוחם.

קיימים כיום כלים רבים המתאימים לשירות עצמי (Self Service) בעולם ה-BI, וחשיפת העובדים לכלים אלה, יכולה להאיץ באופן דרמטי את המעבר לארגון מונע נתונים (Data Driven Organization).

מומלץ שהתכולה, הנושאים והיכולות הקשורים לאוריינות נתונים יהיו:

• היכולת לאתר את הנתונים, לקרוא ולדעת לפענח ולהסביר את הנתונים והתובנות
• להבין מהם המקורות של הנתונים ואת המשמעות שלהם
• להבין את הקשרים בין הנתונים
• להבין את איכות הנתונים ואת רמת אמינותם
• להכיר שיטות ניתוח נתונים ומושגים בסיסיים כגון קורלציות, רגרסיות ועוד
• להכיר שיטות וויזואליזציה, כלי BI ואנליטיקה עסקית לתמיכה בתהליכי קבלת החלטות
• לפתח את היכולת להגדיר את הנושאים (use cases) שיש לנתח, לבצע את הניתוח ולתקשר את התוצאות ואת התובנות
• להכיר את הרגולציות הקשורות לנתונים (כגון צנעת הפרט, רישום מאגרי מידע וכדומה)
• להבין את סיכוני הסייבר הקשורים לנתונים (כמו גניבת נתונים, שיבוש הנתונים, מכירת נתונים לגורמים לא מורשים ועוד)

בחלק מהארגונים ניתן להוסיף להכשרות אלה נושאים הקשורים לכישורים "רכים" כגון: עבודת צוות וכישורי תקשורת בין אנשים, פיתוח סקרנות וכישורי סיפור (Storytelling), כישורי הצגת נושא ועוד.

להפיק ערך מנתונים 

חברת גרטנר (Gartner) הגדירה את המונח CDS (ר"ת Citizen Data Scientists) – אלה אינם מדעני נתונים בהכשרתם, אלא עובדים שעברו הכשרה בסיסית במבני נתונים, המסוגלים להשתמש במחוללי מודלים אוטומטיים של חיזוי ואנליטיקה מתקדמת, בלי הצורך להכיר בצורה מעמיקה את הסטטיסטיקה והמתמטיקה העומדות מאחורי המודלים הללו. עובדים אלה, המכירים את הפן העסקי בצורה מעמיקה, יכולים להוות גשר בין האתגרים והיעדים העסקיים לבין הנתונים בארגון, ולהוביל לשיפור משמעותי ביכולת להפיק ערך מהנתונים. חברת גרטנר מצביעה על כך שעד 2022 רוב הארגונים יצביעו על הנתונים והאנליטיקה כנכסים אסטרטגיים וכעל יכולות הכרחיות.

לדוגמה, חברת Airbnb השיקה כבר בשנת 2016 את ה-Data University – תכנית מקיפה המיועדת להכשיר ולפתח את אוריינות הנתונים של רוב עובדי החברה, ולפתח את יכולתם לעבוד עם נתונים בתהליכי קבלת ההחלטות. הם הגדירו שלוש רמות של קורסים: קורס בסיסי המיועד לכל עובדי החברה, קורס SQL המיועד לדרג בכיר יותר, וקורס Data Science המיועד להכשיר ולפתח יכולות מתקדמות של ניתוח נתונים לאנליסטים ומנתחי מידע.

חברות נוספות נגו כך גם הן. כמו למשל מרקס אנד ספנסר (Marks & Spencer) שהקימה אקדמיה לנתונים בענף הקמעונאות, חברת אמזון (Amazon) הקימה Machine Learning University, חברת AT&T הודיעה על כוונתה להכשיר ולפתח אוריינות נתונים אצל כמחצית ממאות אלפי עובדיה. גם בארץ, ארגונים כמו yes, אל על ואחרים השקיעו בהכשרות ופיתוח אוריינות הנתונים של עובדיהן, ובחלקן אוריינות הנתונים הפכה לתנאי לקידום במסלול הקריירה של העובדים. 

כדי להצליח בפיתוח והשקת תכניות אוריינות נתונים בארגון יש:

• לפתח סדרה נגישה ומותאמת של קורסים והכשרות המתאימה לעובדים שונים בעלי רקע וניסיון שונה. ההכשרות מיועדות ללמד עובדים "לדבר בשפת הנתונים".
• לעבוד עם המנהלים בדרגים השונים בארגון, כדי להסביר להם את חשיבות הנתונים, לרתום אותם לנושא ולאפשר לעובדים שלהם לעבור את ההכשרות בנושאי נתונים.
• לפתח ולהטמיע מדדי הצלחה (KPI's), שיעודדו את העובדים לטפח את כישוריהם בתחום הנתונים.

לסיכום

חלק מהותי מהמוטיבציה להפיכת הארגון לארגון דיגיטלי נובע, בין היתר, מהצורך למיצוי ומינוף הנתונים בנושאים כגון: תמיכה בתהליכי קבלת החלטות, קידום תהליכי חדשנות, פיתוח מודלים עסקיים חדשים ופיתוח מוצרים חדשים. התשתיות העיקריות למיצוי פוטנציאל זה הן העובדים מצד אחד והתרבות הארגונית התומכת בהפיכת הארגון לארגון מונע נתונים (Data Driven Organization) מצד שני. עובדים, רצוי רבים ככל האפשר, שהם בעלי אוריינות נתונים, הם תנאי חשוב בפיתוח היתרון התחרותי של הארגון. הערך האמיתי של הנתונים נמצא בשימושים וביישומים השונים שהעובדים מפתחים ומשתמשים בהם, ולא בעצם קיומם של הנתונים.

אוריינות הנתונים לא צריכה להיות נחלתם של מדעני נתונים או של מספר אנליסטים המפוזרים ברחבי הארגון. אוריינות נתונים חייבת להיות נחלת רבים מהעובדים בארגון.

אחת ההשקעות המיידיות שארגונים צריכים לבצע כדי לשפר את סיכויים להצלחת הטרנספורמציה הדיגיטלית, היא לקדם את רמת אוריינות הנתונים של העובדים. במקביל, עליהם להשקיע בכל תשתית הנתונים של הארגון ולגבש תהליכי משילות נתונים, כפי שהסברנו במאמרנו הקודם. נתונים איכותיים, הכרת משמעות הנתונים, המבנה שלהם, מהיכן הם מגיעים וכיצד הם מחושבים – כל אלה הם תנאי להצלחה במיצוי הנתונים כנכס ארגוני.

אוריינות נתונים היא Must ולא Nice to Have. המיצוי של תובנות הנובעות מהנתונים הוא כיום לא פחות חשוב מהיכולת של מיצוי תובנות ממסמכים כתובים. מומלץ לפעול בהקדם כדי לפתח אוריינות זו, ולהכשיר את העובדים לעבוד בעידן המהפיכה התעשייתית הרביעית, והפיכת הארגונים לארגונים דיגיטליים.

כותבי המאמר: רז הייפרמן, יועץ בכיר לטרנספורמציה דיגיטלית ודירקטור, ורמי ניסן, יועץ בכיר לנושאי משילות וניהול סיכונים, בחברת BDO Digital