מאמרים

כיצד לבסס אוריינות נתונים בחברה שלך?

אוריינות נתונים הפכה למיומנות מבוקשת בקרב ארגונים, אך כדי לבסס אותה יש להבין קודם לכן מה נדרש כדי ליצור שפה משותפת המבוססת על למידה. במאמר זה הרחבנו על הדרכים ליצור תהליך המקדם הטמעה מוצלחת של אוריינות נתונים בארגון כך שלבסוף הוא יהפוך למונע באמצעות נתונים. כמו כן שיתפנו בהמלצות ובסיפורי הצלחה ובטיפים לבניית תוכנית למידה מקיפה בקרב עובדי הארגון. קריאה נעימה.  

מהי אוריינות נתונים?

אוריינות נתונים מוגדרת כיכולת של עובדי החברה להבין ולעבוד עם נתונים ברמה היומיומית כחלק מתהליך ההופך את החברה למונעת נתונים – כלומר לחברה המבססת את תהליכי קבלת ההחלטות שלה על סמך דאטה. סקר מכון “גרטנר” שנערך לאחרונה בקרב מנהלי נתונים ראשיים מצא כי ישנה חשיבות רבה ל”הכנה מקדימה” של הנתונים כך שישמשו את הארגון לצורך תחקור והסקת מסקנות עסקיות, שכן כאשר איכות הנתונים לקויה נוצר חסם לשימוש בנתונים ובמידע לצורך תהליכי קבלת החלטות מושכלים ולשימוש שוטף במערכת.

עם זאת בעולם טכנולוגי שמבוסס יותר ויותר על נתונים אין מנוס מלהטמיע את אוריינות הנתונים בארגון. מירו קזקוף מרצה בכיר ממכון MIT  מציין כי “החברות שיאמנו את צוותי העבודה שלהן לבצע שימוש בדאטה ולבסס עליו את ההחלטות העסקיות הן אלו שיצליחו בזירה העסקית”. הוא מוסיף בעניין זה כי “אוריינות נתונים היא “מצרך מבוקש” בקרב הארגונים הגדולים, אולם כיום ישנה מודעות גבוהה יותר אליה גם בקרב ארגונים קטנים יותר – וזאת משום שכל ארגון מבין שעליו להשקיע בהדרכה מקצועית למשתמשי המערכת כך שיהפכו ל”מומחי דאטה” כי הדאטה נמצאת בכל מקום, דאטה היא המטבע העסקי החדש – ואנחנו צריכים לדעת “לתקשר” איתו.

להרשמה ופרטים על קורס אוריינות נתונים לחצו כאן

כיצד תבנו תשתית שתבסס את אוריינות הנתונים בחברה?

בשונה מהסברה המקובלת – אוריינות נתונים היא לא מטרה אלא נדבך בתוך תהליך עסקי שמשמנה את התרבות הארגונית והופך אותה מתרבות שעובדת עם דאטה לתרבות שמונעת מדאטה ומתעלת אותה לפעילות העסקית. המומחים של Qlik משתפים במספר המלצות לבניית תשתית שתבסס את אוריינות הנתונים בחברה.

אוריינות נתונים היא מערך מיומנויות שמקבל צורה אחרת בכל ארגון

אוריינות נתונים היא היכולת לקרוא נתונים, לעבוד עם נתונים ,לנתח ולטעון טענות:

  • היכולת לקרוא נתונים תבוא לידי ביטוי בהבנה בסיסית של הדאטה והיבטיה השונים בעולמות אותם היא מייצגת.
  • היכולת לעבוד עם דאטה כוללות יצירה של נתונים, עיבוד, סינון וניהול.
  • ניתוח נתונים מבוסס על היכולת לבצע חקירה ראשונית של הדאטה באמצעות סינון, מיון, ארגון והשוואה בין נתונים.
  • טיעונים על סמך דאטה – מבוססים על היכולת לתקשר מסרים באמצעות נתונים או על היכולת ליצור את “הסיפור העסקי”.

אם ברצונכם להפוך את הארגון למונע על ידי נתונים עליכם להפוך את אוריינות הנתונים ל”שפה שנייה” – לתקשר אותם, למספר אותם, להציג אותם באמצעות גרפים ובמילים אחרות – להציג אותם למשתמש העסקי בתצורה נוחה המעודדות אותו להשתמש בהם. מיומנות אוריינות הנתונים מאתגרת מאוד משום שהיא מצריכה יכולות עסקיות שלא נלמדות באף מקום, וככל הנראה ילמדו לראשונה בארגון שיחליט להטמיע אוריינות נתונים כחלק מהתרבות הארגונית – עליכם יהיה ללמד את משתמשי המערכת לקרוא גרפים ולשאול שאלות עסקיות שמקדמות את תהליך החקירה.

אוריינות נתונים היא היכולת לתקשר דאטה.

רבים סוברים שאוריינות נתונים מגדירה את היכולת לנתח מידע אך למעשה מדובר ביכולת לתקשר דאטה לאחרים. שכן כאשר ארגון מטמיע בתרבות הארגונית שלו את אוריינות הנתונים הוא משקיע משאבים בתהליכי למידה מתמשכים במטרה לעודד את העובדים לקרוא את הנתונים ואף ליצור אותם. עם זאת יש להדגיש כי לא כל משתמשי המערכת בארגון נדרשים להפוך למדעני נתונים, שכן בחברות שונות יש חוקים שונים ודרגות שונות של אוריינות נתונים, וכל ארגון יצטרך “לתפור את החליפה” המתאימה למאפייניו. 

הכירו את “טיפוסי” הדאטה בארגון שלכם.

עוד בשלבים המקדימים להנחת היסודות לאוריינות הנתונים בארגון שלכם עליכם לדעת שבין משתמשי הארגון יקומו גם כאלו שלא יטמיעו את הדאטה בשגרת המקצועית שלהם (הספקנים) וגם אנשים שאפתניים במיוחד שירצו להפיק את המירב מכלי הבינה העסקית (החולמים), רמת הידע של משתמשים אלו שונה עד מאוד ממדען הנתונים וגם ממשתמשי המערכת המכונים לא פעם “אלופי” הדאטה. היכרות עם ארבעת “טיפוסי” הדאטה תסייע לכם לבנות תשתית איכותית לקראת השינוי.

מדען הנתונים

הוא בעל תפקיד משמעותי בעולם הנתונים, ניחן במוח אנליטי ובעל ידע סטטיסטי רחב, מכיר את סביבת הנתונים ויודע לסנן, למיין, לארגן ולנהל אותם, הוא גם בעל היכולות הטכניות הגבוהות ביותר בתחום הנתונים. מדען הנתונים הוא “סוכן השינוי” שלכם והאיש שמומלץ מאות למנות כ”מנטור” שיכול ללמד אחרים כיצד לחקור את הדאטה בחופשיות, כמו כן מומלץ להקצות עבורו משאבים לחקירת החידושים בעולם הדאטה – שכן הטכנולוגיה מתקדמת בקצב מסחרר והוא צריך להישאר מעודכן.

“אלופי הדאטה”

“אלופי הדאטה” הם לא מדעני נתונים אלא קהל המשתמשים במערכת, עובדים ואנליסטים, שמשתמשים בנתונים לצורכים עסקיים, ומעוניינים ללמוד ולפתח יכולות אנליטיות לרבות שימוש בכלים גרפיים לצורך ניתוח נתונים. אנשים אלו משמשים אף הם כ”סוכני השינוי”, הם להוטים לשכלל את יכולות הניתוח שלהם, ויכולים אף לשמש כמדריכים למשתמשים שאינם בקיאים בעבודה עם הכלי. 

“החולמים”

אלו הם מרבית המשתמשים במערכת, הם מתרגשים לקראת השינוי ורוצים ללמוד כיצד לבצע שימוש נכון במערכת, כיצד לנתח נתונים, וכיצד לתעל את הדאטה לטובתם. הם להוטים ללמוד וישמחו להדרכה מקיפה, שתסייע להם להפיק את המירב מהשימוש במערכת.

“הספקנים”

משתמשי מערכת, שלומדים אודות נתונים ומכירים את התיאוריה מאחורי הדאטה, אבל בפועל לא מבצעים שימוש בנתונים, הם יתווכחו על נתונים אבל לא יתנו אמון בכלי. כמובילי התהליך עליכם לאתר אותם, להדריך אותם, להציג להם דוגמאות לשימושים נכונים במערכת שהניבו תוצאות עסקיות ולהקשיב להם – לבסוף חשוב לזכור שהספקנות לא פעם מונעת מפחד משינוי – הקצו להם זמן ללמידה.

להרשמה ופרטים על קורס אוריינות נתונים לחצו כאן

“למה חזק” – הבהירו את הצורך שלכם באוריינות נתונים.

חשיבותה של אוריינות הנתונים עלתה לעין שיעור משום שכיום חברות מתמודדות עם יותר דאטה ונדרשות למערכות משוכללות כדי לנתח אותו, כדי לנהל אותו וכדי להפיק ממנו תועלת. אם בעבר די היה במספר מומחי דאטה, הרי שהיום כל משתמש נדרש לרמה מסוימת של ידע ומיומנויות ניתוח נתונים, כל שכן לרמה מסוימת של “שיפוט” כלפי נכונות הנתונים, בפרט כאשר יותר ויותר משימות הופכות לאוטומטיות, במקרה זה לאורייני נתונים יש יתרון על פני אלו שלא מתמצים בניתוח נתונים.

נניח ובית קפה הטמיע מערכת BI בקרב כלל העובדים – מהמנהל ועד המלצר ומשתמש בה לצורך קידום המכירות והעלאת שביעות הרצון של הלקוחות, במקרה זה אוריינות הנתונים תבוא לידי ביטוי ביכולת להעצים עובדים ולהפוך אותם לבעלי ידע אשר זמין בדרך כלל לעובדים הוותיקים, שמכירים את “העסק”, לדוגמה: אם לקוח ביקש עוגה שלא נמצאת במלאי, המלצר ידע לתחקר את הדאטה על בסיס לוח מחוונים פשוט ונוח לתפעול, שנמצא במכשיר הטאבלט שבידיו ולהציע לו את העוגה הזמינה הנמכרת ביותר. בדרך זו בית הקפה מבטיח לשמור על שירות לקוחות איכותי, כי גם העובדים חסרי הניסיון חשופים למידע חיוני, ויכולים להגיע לתובנות ולתת פתרונות כמו עובדים מקצועיים וותיקים.  

חיזוק לטענה זו אנחנו מוצאים בדו”ח שפורסם לאחרונה מטעם ThoughtSpot והחוג למנהל עסקים באוניברסיטת “האורד” בארצות הברית שמצא כי שביעות הרצון של הלקוחות עולה בשיעור ניכר כאשר הם פוגשים בשליחים, מלצרים, , טכנאי תיקונים ואנשי שירות אחרים, שמגיעים לתובנות מוצלחות ומחליטים החלטות טובות יותר, וכך פותרים את הבעיות במהירות רבה יותר. יש לציין ממצאים אלו באים בסופו של דבר לידי ביטוי בשורת הרווח של העסק.

צרו “תוכנית פעולה” להטמעת אוריינות הנתונים בארגון שלכם.

כפי שציינו קודם לכן, אין “נוסחת קסם” להטעמת אוריינות הנתונים בארגון שלכם, מפני שבכל ארגון אוריינות הנתונים מתבטאת באופנים שונים, עם זאת כדי להצליח במשימה חשוב לתכנן אותה היטב. אנחנו לומדים מארגונים גדולים כמו “Google”, “comcast”, ו-regeneron””, שכבר הטמיעו בהצלחה אוריינות נתונים בתרבות הארגונית, והם עשו זאת בעזרת שלושה צעדים: הגדרת מטרות אוריינות הנתונים הערכת ומיפוי רמת מיומנות, ניתוח הנתונים בקרב עובדי הארגון, ויצירת מסלולי למידה התואמים את הרמות השונות.

שימו לב שתוכניות אלו נדרשות להבדיל בין מיומנויות של ניתוח נתונים ברמת אוריינות הנתונים לבין מיומנויות טכניות של תיקוני דאטה, שכן מרבית העובדים לא צריכים לתקן דאטה פגום, הם בהחלט יכולים להתריע על דאטה פגום, כשהם מוצאים אותו, אבל מי שאחראי לתיקון הדאטה הוא מדען הנתונים. מסיבה זו עליכם להשקיע במיומנויות של החזיה (ויזואליזציה) כיצד לעבוד עם לוח המחוונים, כיצד לקרוא את הנתונים, ואילו שאלות לשאול כדי לקדם את החקירה. נוסף על כך מומלץ ליצור תוכניות למידה על פי תחומי אחריות עסקיים. בהמשך המאמר נפרט אילו נושאים מומלץ לשלב בתוכנים ומה הדגשים לבנייתה.

עודדו תרבות לומדת ותגמלו את הסקרנים.

אוריינות נתונים מצריכה שינוי בתרבות הארגונית ובפרט בתהליכי קבלת ההחלטות. שימו את הדגש על שני מאפיינים אלו כדי לקדם תרבות לומדת וסקרנית – ראשית – עודדו למידה, תגמלו למידה, והטמיעו תהליכי למידה ארוכי טווח ושנית – הימנעו ממשוב שלילי או אף מענישה על דאטה שאינה נכונה, שכן במהרה משתמשי המערכת “יפחדו” מהנתונים, ויבצעו התאמות (או אף מניפולציות) כדי להימנע מאירוע שמעורר בהם תחושת כישלון. אנחנו ממליצים לכם להתאזר בסבלנות, להשקיע משאבים בהדרכה שמלמדת כיצד לחקור את הדאטה ומציעים להימנע מביקורת על כישלונות ואי-עמידה בקצב הלמידה.

צרו מספר תוכניות למידה  

זכרו, אנשים שונים זה מזה, יש כאלו שמעדיפים להשתתף בשיעור מעשי שנמשך שלוש שעות ומלווה במדריך, ויש כאלו שיעדיפו ללמוד את הנושא באמצעות קורס מקוון בזמן שנוח להם ובקצב שלהם. אם תצרו מספר תוכניות לימוד מגוונות תבטיחו שכל עובד מוצא את הדרך הנוחה לו ביותר ללמידה ואף מתמיד בה.

דגשים ותוכן הכרחי בתוכנית הלמידה

דגשים:

  • בנו תוכניות פשוטות ונגישות ושמרו על הומור.
  • חברו את תוכנית הלמידה לאירועי היומיום.
  • השתמשו בכלי המערכת, בתצוגה חזותית, בגרפים ובתרשימים.
  • שמרו על ההקשר בין הנתונים (מהיכן הנתונים הגיעו, כיצד הם נאספו) והסבירו מדוע בחרתם להציג נתונים מסוימים על פני נתונים אחרים – בדרך זו תוכלו גם ללמד את דרכי החשיבה ולהמחיש כיצד חוקרים דאטה בפועל וכיצד מציגים אותו בהמשך באמצעות story עסקי.
  • הסבירו את המשמעויות מאחורי הנתונים מאיזה סוג הם, כיצד מודדים אותו, אילו תכונות אפשר לשייך לו (האם הוא נומינלי, סידורי, יחסי או אינטרוול).
  • צרו “למה” חזק – מדוע צריך הדמיית נתונים, ההיסטוריה של הדמיית הנתונים, גבולות ההדמיה ועוד.
  • הציגו דוגמאות לא מוצלחות לניתוח לרבות גרפים עמוסים ולא בהירים, גרפים שלא מותאמים לנושא החקירה (למשל שימוש בגרף מגמה לצורך ניתוח נקודה בודדת) חוסר פירוט, חלוקת מפורזת של הדאטה לתתי-קבוצות, שימוש בגוונים רבים מדי ש”מקשים על העין”.
  • הציגו דוגמאות מוצלחות – כיצד ראייה מרחבית של נתונים מצליחה להסביר תופעות ומגמות, כיצד החזיה (ויזואליזציה) תקינה המותאמת לתהליכי העבודה מקדמת תובנות, שימוש בגרפים בהתאמה לשאלה העסקית, שימוש נכון בצבעים בהקשרם הפסיכולוגי המוסכם ועוד.   
  • השאירו את התחכום למקומות אחרים, והשתמשו בשפה פשוטה וקלה להבנה שכוללת את הביטויים ואת המדדים שמשתמשי המערכת מכירים ועובדים איתם בשגרה, הימנעו או צמצמו בשיעור ניכר ביטויים טכניים “מבהילים” או ביטויים בלעז, שעלולים לבלבל את המשתמשים.

תוכן:

  • למדו את המשתמשים להבין את המשמעויות מאחורי הזמן – שכן מידע שנשמר ברמה היומית מפריע לניתוח שמבוצע על בסיס חודשי, למדו את המשתמשים לנתח מידע על בסיס סדרות של זמן ועל פני ציר הזמן.
  • שימוש נכון באגריגציה – ממוצע, חציון, ערך שכיח, ערך מזערי וערך מירבי, סכמה וספירה –  ובפרט בחירת המאפיין הסטטיסטי הנכון בהקשר לשאלה העסקית.
  • התפלגויות דאטה – סוגים, שימוש בהיסטוגרמות, Box plot, התפלגות רציפה והתפלגות בדידה, התפלגות נורמלית (פעמון גאוס), סטיית תקן, צידוד, bimodal ו-multimodal.
  • הסבירו מהו תהליך קבלת ההחלטות על סמך נתונים – זיהוי בעיה, שאלת מסגרת, איסוף מידע, המרת מידע לידע, המרת ידע להחלטה, ביצוע החלטה ובקרה.
  • הצגת נתונים לרבות הצגת נתונים רב-ממדיים – נתונים בטבלה, Bar chart, Line chart, Combo chart מדדי KPI, Treemap, מפת חום, Box plot, נתונים צפים, pie chart.
  • בחירה נכונה של גרפים ומדדים.
  • שימוש בכלים להשוואה בין נתונים כמו צבעים, סמלים והפרדה לקבוצות.
  • הבחנה בין נתונים מפורטים לבין נתונים שמשמשים לסקירה כללית.

הגדירו מדדים להצלחה

המדדים מקלים עליכם ומאפשרים לכם לדעת אם הצלחתם ביוזמת אוריינות הנתונים הארגונית, ולכן עליכם לחשוב להגדיר אותם כדי להשיג את התוצאות הרצויות – לדוגמה: בפרק זמן של חודש כל העובדים יודעים לעבוד עם לוח המחוונים, ופרק זמן של שלושה חודשים כל העובדים יודעים לייצר story ארגוני. כפי שציינו, לכל ארגון יש את התוכנית שלו ואת התהליך שלו, ולכן חשוב להגדיר יעדים מדידים על ציר הזמן המתאימים למאפייני הארגון. ארגונים מפיקים את התועלת הגבוהה ביותר כאשר הם מחברים את תוכנית ההדרכה לפרויקטים מעשיים שמתנהלים ביומיום, ומשלבים את תוכנית ההכשרה במציאות העסקית. בדרך זו מגיעים לתוצאות הטובות ביותר, ומבינים לעומק את הערך שמביאה אוריינות הנתונים לארגון.

אוריינות נתונים מתחילה בשדרת הניהול.

אוריינות נתונים היא תהליך שנמצא בתחום האחריות של אנליסט הנתונים או מדען הנתונים ובמילים אחרות במחלקת ה-IT בארגון ולאו דווקא בשדרה הניהולית הבכירה. עם זאת הניסיון מלמד, שרמת ההתנגדות לשינוי בקרב המשתמשים פוחתת, כאשר אוריינות הנתונים מובלת על ידי שדרת הניהול הבכירה. מנהיגות היא המפתח להצלחה, ולכן חשוב שתשיקו פרויקטים של אוריינות נתונים שבהם מעורבת ההנהלה.

אוריינות נתונים היא רק נדבך אחד בארגון מונע נתונים

אוריינות נתונים היא לא היעד אלא היא הדרך להפוך את הארגון שלכם למונע באמצעות נתונים. תוכלו לעשות זאת באמצעות רתימת ההנהלה הבריכה לתהליך, יצירת תוכניות למידה המותאמות לרמת המיומנות בחקירת הנתונים ולצורכי הלמידה של משתמשי המערכת ובתרגול מעשי שכולל חקירה של דאטה המחוברת לפרויקטים היומיומיים והצגה של דאטה. עודדו גמישות, עודדו את השינוי, צרו תוכנית הדרכה שתאפשר לכל משתמש מערכת להפוך לחוקר נתונים המומחה בתחומו ושמרו על פתיחות – בדרך זו תוכלו להבטיח את ההצלחה.

להרשמה ופרטים על קורס אוריינות נתונים לחצו כאן

עמית סיוון
עמית מכהן כסמנכ”ל לקוחות החל מחודש יוני 2018, זאת לאחר שמילא בחברה מספר תפקידים נוספים הן כמנהל פתרונות עסקיים ומנהל פיתוח עסקי. בתפקידיו הקודמים היה סמנכ”ל שיווק ופיתוח עסקי בחברה לשיווק מוצרי קוסמטיקה. לעמית B.A בכלכלה מאוניברסיטת בן גוריון ו MBA במנהל עסקים מהמסלול האקדמי המכללה למינהל.

    בואו לפגוש את הנתונים שלכם מקרוב

    מלאו פרטים כאן ונחזור אליכם בהקדם

    חייגו אלינו חייגו אלינו צור קשר צור קשר צור קשר לאתר תמיכה