随着 AI 逐步改变全球工作场所，针对数据素养技能的需求也将会很大。事实上，79% 的组织表示，展望接下来的 12 个月，数据对组织的决策将更加重要。¹但是，数据素养到底是什么？
Gartner® 将数据素养定义为在上下文中读取、写入和进行数据通信的能力，包括对数据源和结构的理解、应用的分析方法和技术，以及描述用例应用和产生价值的能力。²
为什么这些技能很重要？要领导一个人工智能驱动、数据驱动决策的组织，数据素养是人人都要具备的能力，而不仅仅是数据科学家。一个人无论是刚踏上职业生涯还是处在高级管理层，使用数据理解、解释和沟通的能力，都是所有员工的一项关键技能。
在提供培训来帮助团队了解数据对其日常职责的价值的环境中，团队可以通过数据更轻松地获取和应用洞察分析，并开始渴求集成数据的工作流程。长此以往，这能够让员工更有信心也更愿意将决策委托给 AI，因为他们了解形成相关建议的基础数据。
了解 watsonx
注册获取 AI 更新
如何正确掌握数据素养？
1. 在整个企业中实现数据访问的民主化
很多人将数据科学培训计划视为成为数据驱动型组织的第一步，但实际上这一切都始于让数据变得更易于访问。想一想客户服务中心系统。大多数情况下，数据被锁定在应用程序中，且不会向组织的其他成员提供。但是，如果在客户同意的情况下共享，客户服务中心数据分析可以协助进行培训和教育，提高整体效率，并针对组织相关部分进行更好的沟通。
“有时，您需要帮助人们了解不同类型的洞察分析可以带来什么价值，尤其是对于规模化以及在各个功能区域和领域之外，”IBM 首席分析官 Tim Humphrey 说到。通过构建中央存储库，例如 Data Fabric，整个组织的人员将可以轻松存储和访问数据，从而简化数据访问并打开数据分析和 AI 等技术的大门，以简化工作流程。
为了实现数据访问民主化，IBM 的 GCDO 实施了统一的数据平台，提供已治理数据的集中来源，并允许用户加载、转换和分析数据。自推出以来，该平台迅速改善了 GCDO 的业务成果。在大约 18 个月内，该办公室通过基于数据和 AI 的转型计划创造了 13 亿美元的业务收益和 10 倍的投资回报率。
IBM GCDO 通过基于数据和 AI 的转型计划创造了 10 倍的投资回报率。
实施支持跨不同数据资产快捷访问数据的架构。
合并数据集时，请小心清理现有数据并保留数据隐私、安全和合规措施，以确保数据有意义。
跨来源、生态系统和孤岛集成数据时，请评估相关的数据访问权限、许可和共享权限，以便洞察分析不会被局限在功能层面，并可以在整个企业中扩展。
2. 以清晰透明的方式整理信息
构建适用于已治理数据访问的平台之后，帮助决策者了解数据如何在整个管道中移动至关重要。因此，应清晰地传达数据的价值、来源和质量，并尊重各个层面的专业知识。这是为技术和非技术用户提供数据授权，并激发对 AI 计划的信任感的最快方式（毕竟，技术恐惧症是实实在在的）。通过透明且可解释的方式整理数据时，人们可以更轻松地理解应用 AI 之前和之后的数据。
虽然不是每个人都必须具备数据科学家的知识，但每个人都应该了解数据、其沿袭以及数据在端到端流程中的流动方式，而不仅仅只是流程的一部分。要实现这种理解，需要询问几个关键问题。
- 数据的来源是什么？是否可信？
- 其背后的元数据、规则和合规政策是什么？
- 此类算法生成的数据对预期用户意味着什么？
- 我如何解释这些数据的商业价值，以实现更好的业务成果？
您的团队应能够搜索数据，访问他们应当访问的所有数据，然后使用这些数据来支持业务应用程序。
跨业务职能部门使用元数据并标准化与数据相关的定义和术语。
查找体现数据素养如何有助于实现业务目标的 KPI。显示有意义的洞察分析，跟踪数据使用情况，并一次测试和优化几个计划。
帮助团队跟踪和了解数据沿袭，并确保这些沿袭在整个组织中的一致性。
3. 培训数据公民负责任地使用和分析数据，并通过 AI 将数据转化为行动
数据素养培训可帮助您的组织阅读、破译和使用数据（尤其是通过模型获取的数据），以做出更好的决策。但此类培训也使得团队将数据作为竞争差异化因素。若要应用培训并将数据与业务结果联系在一起，您的团队需要充分了解拥有的数据工具，以及如何使用这些工具来实现目标。归根结底，您需要专家，他们能够通过提高数据对员工的意义来实现数据和 AI 的人性化。当您的团队能够将数据转化为引人入胜的视觉故事时，数据素养计划就成功了。这些故事可以吸引大众，将数据转化为可操作的知识和具体的业务成果。
Johnson & Johnson 通过指导员工如何更好地利用 AI 等先进技术和新兴技术，为员工提供支持。“通过与 IBM 合作，我们为技术职能部门创建了一个 AI 驱动的技能推理模型，该模型将去识别化的外部数据与来自我们内部数据集的技能数据相结合，”Johnson & Johnson 首席信息官 Jim Swanson 说到。
“我们能够获取 IT 团队使用的工具中的员工技能数据，并将其馈送至模型。然后，AI 能够确定每个人在我们希望强调的每项技能上的熟练程度，从而全面了解个人的优势和劣势，”Swanson 说到。
与 Johnson & Johnson 一样，组织可以从高层利益相关者级别的高度关联的业务战略着手，并将其映射到利益相关者领域，以提高数据素养。
“当利益相关者抱怨数据工作‘失败’或未能达到他们的期望时，通常是因为执行策略没有明确定义，利益相关者的数据素养在各个领域和团队之间没有保持一致，”IBM Consulting 合伙人兼全球人才数据主管 Jennifer Kirkwood 说到。
确保组织各级的专业人士能够使用最适合其战略业务目标的数据可视化和叙事技能，并让此培训植根于沟通有效性课程中。
确保您的培训计划能够反映不同角色的实际需求，并将数据与日常价值利益相关者联系在一起。
招聘具有技术认证或 P-TECH 计划学位的员工，以缩小技能差距。使用定义指标和 KPI 的仪表板来跟踪您的组织演变为数据驱动型的过程。
4. 利用同理心领导并设立数据推广人角色
好奇心是数据驱动决策和培育数据素养文化的核心。具备数据素养的员工和领导者总是在问“为什么”，从不会从表面看待任何事情；采取这种态度对于确保 AI 提供的建议继续准确满足组织的需求至关重要。
您的任务是成为一个良好的倾听者，并根据团队的独特角色，找出哪些数据素养技能可以为企业反哺成果，并落实培训计划。
这些数据倡导者在 IBM 内部得到了充分的授权，例如，如果他们在应收帐款或供应链中找到志同道合的群体，并且想要推进数据和 AI 功能，他们就可以向前推进，而不必回来获得许可或资金。通过确保员工了解数据在整个组织中的运作方式以及 AI 在组合中的位置，您正在打造一种数据管理文化。最终，在整个组织内会建立一个数据推广人网络，让数据素养成为良性学习循环的一部分。
采用用例优先的方法，提高数据素养对跨组织领导者的价值，并获得高层利益相关者的支持。
鼓励在各个层面进行公开对话，覆盖不同的视角，以实现更好的结果。持续阐明数据可以为组织提供的价值。
示范理想行为，例如不以表面价值看待数据，并在引发质疑的数据洞察分析方面挑战团队。鼓励团队在组织内外建立联系，以便在工作的各个方面体现不同的观点。
随着数据和 AI 成为组织运营各个方面的核心，数据素养已成为打造数据驱动文化的基础。作为组织中的数据领导者，您正通过灌输基于数据的通用语言，来推动变革和支持更宏大的业务目标。努力的道路可能会困难重重，但这些远大的想法填补了急需的空白，也值得投资。实际上，企业的未来取决于数据素养。
不能半途而废。根据您的业务目标，继续培养正确的数据素养技能，并将自己塑造为高级管理层和整个员工队伍的队友。“要真正具备数据素养，这种思维方式应该超越所有角色，而不仅仅是在底层、顶层或中层表现出来,”Humphrey 说到。换句话说，数据素养是组织各个层级的周期性旅程。
最重要的是，要记住，您就是典范。作为数据领导者，您的榜样定下了基调，确保您的团队能够轻松地谈论数据，让数据推动实现更好的业务成果。有了您的宣传和数据素养框架，您就可以将数据洞察分析付诸实施，并为未来几年的数据推广人和数据驱动型决策文化奠定基础。
脚注
¹ Voice of the Enterprise: Data & Analytics, Data-Driven Practices，451 Research，2022 年
² How to Create a Balanced Data and Analytics Organizational Model，Gartner，2022 年 5 月 10 日。GARTNER 是 Gartner, Inc. 和/或其附属公司在美国和国际上的注册商标和服务标志，经许可在本文中使用。保留所有权利。
³ 2023 年首席数据官研究：《将数据转化为价值》，IBM 商业价值研究院，2023 年
⁴ Voice of the Enterprise: Data & Analytics, Data-Driven Practices，451 Research，2022 年
⁵ Voice of the Enterprise: Data & Analytics, Data Management and Analytics，451 Research，2021 年