मुख्य सामग्री पर जाएँ

डेटा साक्षरता कौशल अंतर को क्या बढ़ा रहा है?

डेटा साक्षरता कौशल अंतर को बढ़ाने वाले कारकों की पड़ताल करें, जिनमें डेटा-आधारित निर्णय-निर्माण की मांग, तकनीकी दक्षता, और डेटा प्रशिक्षण की मौजूदा स्थिति शामिल हैं।
Matt Crabtree
Matt Crabtree

अपना निःशुल्क खाता बनाएँ

अभ्यास और ट्रैक अपनी प्रगति को।

Google के साथ जारी रखेंजारी रखकर, आप हमारी उपयोग की शर्तें, हमारी गोपनीयता नीति को स्वीकार करते हैं और यह भी कि आपका डेटा USA में संग्रहीत है।

पूरे DataCamp State of Data Literacy Report में यह स्पष्ट था कि डेटा कौशल की बहुत मांग है और निकट भविष्य में यह मांग बनी रहेगी। संगठन डेटा-साक्षर कर्मचारियों को चाहते हैं और उनके लिए अधिक भुगतान करने को तैयार हैं।

फिर भी, इस उच्च मांग के बावजूद, व्यवसायों और संगठनों की ज़रूरतों तथा डेटा साक्षरता और डेटा कौशल प्रशिक्षण के स्तरों के बीच असंगति है। यह अंतर किस वजह से है? और हम इसे कैसे दूर कर सकते हैं? यह लेख इन्हीं विषयों की पड़ताल करता है। खास तौर पर जनरेटिव AI टैलेंट गैप में रुचि है? हमारा वेबिनार Bridging the Generative AI Talent Gap देखें और अपनी संस्था के लिए प्रभावी रणनीतियाँ जानें। 

डेटा-आधारित निर्णय-निर्माण की उच्च मांग

State of Data Literacy रिपोर्ट के प्रमुख निष्कर्षों में से एक है कि अमेरिका और यूके के उद्योग नेताओं के लिए सबसे अधिक मांग वाला डेटा कौशल डेटा-आधारित निर्णय-निर्माण है, जहाँ 78% नेताओं ने इसे अनिवार्य बताया। यह पसंद आश्चर्यजनक नहीं है, क्योंकि गलत-सटीक निर्णय-निर्माण को अपर्याप्त डेटा कौशल का मुख्य जोखिम माना जाता है।

अन्य मांग वाले कौशलों में डेटा विज़ुअलाइज़ेशन और डैशबोर्ड की व्याख्या करने की क्षमता (74%), डेटा विश्लेषण और मैनिपुलेशन (72%), और डेटा स्टोरीटेलिंग या अलग-अलग दर्शकों के लिए डेटा प्रस्तुत करना (66%) शामिल हैं। जैसे-जैसे व्यवसाय डेटा के आधार पर तेज़ और सटीक निर्णय लेने में सक्षम कार्यबल तैयार करना चाहते हैं, ये कौशल अपरिहार्य हैं।

तकनीकी दक्षता की आवश्यकता

मूलभूत कौशलों के अलावा, नेता अधिक उन्नत, तकनीकी डेटा कौशल भी खोज रहे हैं। डैशबोर्ड और विज़ुअलाइज़ेशन बनाना (66%) और Tableau तथा Power BI जैसे बिज़नेस इंटेलिजेंस टूल्स का ज्ञान (65%) अत्यधिक वांछनीय है।

SQL का उपयोग करके डेटाबेस पर काम करने और बनाने की दक्षता (53%) तथा Python और R में प्रोग्रामिंग कौशल (42%) की भी समान रूप से मांग है।

मशीन लर्निंग (47%) और डेटा इंजीनियरिंग (52%) कौशलों को सर्वेक्षण में शामिल लगभग आधे उत्तरदाताओं ने महत्व दिया।

यह एक दिलचस्प रुझान दिखाता है: भले ही सभी से डेटा पाइपलाइन बनाने या मशीन लर्निंग समाधान लागू करने की अपेक्षा न हो, फिर भी कर्मचारियों से इन क्षेत्रों में पारंगत होने की अपेक्षा बढ़ रही है।

डेटा साक्षरता के स्पेक्ट्रम को समझना

डेटा साक्षरता—अर्थात डेटा को पढ़ने, लिखने, संप्रेषित करने और तर्क करने की क्षमता—कौशलों का एक स्पेक्ट्रम है, जो मूलभूत डेटा-आधारित निर्णय-निर्माण से लेकर उन्नत मशीन लर्निंग और डेटा इंजीनियरिंग तक फैला है।

डेटा साक्षरता को स्पेक्ट्रम के रूप में देखने का यह दृष्टिकोण Jordan Morrow द्वारा पुष्ट किया गया है, जो कहते हैं, “एक समग्र डेटा रणनीति व्यापारिक उद्देश्यों से जुड़ती है और डेटा व विश्लेषणात्मक कार्य को आगे बढ़ने की दिशा देती है।”

इस दृष्टिकोण में, डेटा कौशल पूरे संगठन में व्याप्त होते हैं—किसी ऐसे व्यक्ति से जो सिर्फ डेटा पढ़ना और प्रश्न पूछना जानता है लेकर सबसे उन्नत तकनीकी व्यक्ति तक।

इस दावे का अर्थ है कि डेटा साक्षरता एक जैसा समाधान नहीं है; इसे संगठन के भीतर विभिन्न दक्षता स्तरों के अनुसार ढाला जाना चाहिए।

डेटा साक्षरता स्पेक्ट्रम

डेटा प्रशिक्षण की वर्तमान स्थिति

हालाँकि डेटा साक्षरता के मूल्य को स्वीकार किया जाता है, संगठनों के भीतर डेटा प्रशिक्षण की स्थिति में सुधार की गुंजाइश है।

जब नेताओं से उनके संगठनों में डेटा प्रशिक्षण की स्थिति के बारे में पूछा गया, तो 79% ने पुष्टि की कि वे किसी न किसी रूप में डेटा प्रशिक्षण प्रदान करते हैं। हालाँकि, यह आँकड़ा पूरी तस्वीर नहीं दिखाता। लगभग 34% नेताओं ने बताया कि केवल विशिष्ट डेटा भूमिकाओं में कर्मचारी ही डेटा प्रशिक्षण प्राप्त करते हैं, जबकि सिर्फ 14% ने कहा कि केवल गैर-डेटा भूमिकाओं के कर्मचारी प्रशिक्षित होते हैं।

डेटा से संकेत मिलता है कि पूरे संगठन को समेटने वाला व्यापक डेटा अपस्किलिंग अभी अधिकांश उद्यमों के लिए प्राथमिकता नहीं बना है। प्रशिक्षण की आपूर्ति विधि भी विविध है—थर्ड-पार्टी ऑनलाइन प्रशिक्षण प्रदाताओं (23%) से लेकर आंतरिक रूप से बनाए गए ऑनलाइन प्रशिक्षण (20%) तक, और आंतरिक प्रशिक्षक-नेतृत्व वाले सत्रों (10%) से लेकर ऑनलाइन और प्रशिक्षक-नेतृत्व प्रशिक्षण के संयोजन (29%) तक।

तो डेटा कौशल प्रशिक्षण की स्पष्ट आवश्यकता के बावजूद, बहुत कम संगठन व्यापक समाधान प्रदान करते हैं। और यह सिर्फ कार्यस्थल तक सीमित नहीं है। Forrester की 2021 रिपोर्ट में पाया गया कि जबकि एंट्री-लेवल पदों के लिए डेटा साक्षरता सबसे अधिक मांग वाला कौशल था, मात्र 48% शैक्षणिक संस्थानों ने डेटा साक्षरता कौशल पहलों को लागू किया था।

जैसा कि हम डेटा साक्षरता के भविष्य पर एक अलग लेख में खोजते हैं, ये कौशल आने वाले वर्षों में सामने आने वाली कुछ वैश्विक चुनौतियों का समाधान करने में मदद कर सकते हैं।

डेटा कौशल अंतर को क्या चला रहा है?

डेटा कौशल अंतर के पीछे की चुनौतियों में उतरने से पहले, यह समझना ज़रूरी है कि यह अंतर है क्या। यह अंतर कंपनियों द्वारा माँगे जा रहे डेटा कौशल और उनके कर्मचारियों के वर्तमान दक्षता स्तर के बीच असंगति को दर्शाता है।

यह अंतर केवल शैक्षिक मुद्दा नहीं है, बल्कि बजट सीमाएँ, प्रशिक्षण संसाधन, संगठनात्मक संस्कृति, और कर्मचारियों का प्रतिरोध सहित कई कारकों के संयोग से प्रभावित होता है।

कार्यबल डेटा अपस्किलिंग कारक

बजट सीमाएँ

सबसे पहले, वित्तीय सीमाएँ डेटा कौशल अंतर में महत्वपूर्ण भूमिका निभाती हैं। लगभग 40% नेताओं ने बताया कि बजट की कमी उनके कार्यबल के डेटा कौशल सुधारने में सबसे बड़ी बाधाओं में से एक है। पर्याप्त धन के बिना, संगठन व्यापक प्रशिक्षण कार्यक्रमों में निवेश करने के लिए जूझते हैं, जिससे कर्मचारियों की अपस्किलिंग और विकास की क्षमता बाधित होती है।

अपर्याप्त प्रशिक्षण संसाधन

डेटा कौशल अंतर का एक और अहम कारण पर्याप्त प्रशिक्षण संसाधनों की कमी है, जैसा कि 36% नेताओं ने बताया। प्रभावी, अद्यतन और सुलभ प्रशिक्षण सामग्री और प्लेटफ़ॉर्म की अनुपस्थिति डेटा कौशल को प्रभावी ढंग से सिखाना कठिन बना देती है। परिणामस्वरूप, कर्मचारियों के मौजूदा कौशल और संगठनों को चाहिए कौशल के बीच की खाई और चौड़ी हो जाती है।

संगठनात्मक संस्कृति और नेतृत्व का समर्थन

लगभग 29% नेताओं ने प्रशिक्षण कार्यक्रम के लिए कार्यकारी समर्थन और स्वामित्व की कमी को गंभीर चुनौती बताया। यह डेटा साक्षरता को आगे बढ़ाने में संगठनात्मक संस्कृति और नेतृत्व की अहम भूमिका की ओर इशारा करता है।

जब तक कार्यकारी नेतृत्व डेटा साक्षरता को बढ़ावा देने में निवेशित नहीं होता और व्यापक प्रशिक्षण कार्यक्रमों को प्रायोजित करने के लिए तैयार नहीं होता, संगठनों को डेटा कौशल अंतर को पाटने में बड़ी कठिनाइयों का सामना करना पड़ेगा।

कर्मचारी प्रतिरोध

अंत में, लगभग 27% नेताओं ने संकेत दिया कि कर्मचारी प्रतिरोध डेटा कौशल सुधारने में चुनौती पेश करता है। यह कई कारणों से हो सकता है, जैसे बदलाव का डर, प्रेरणा की कमी, या यह धारणा कि डेटा कौशल उनकी भूमिकाओं से संबंधित नहीं हैं। इसलिए, निरंतर सीखने को प्रोत्साहित करने और डेटा साक्षरता के महत्व को रेखांकित करने वाली संगठनात्मक डेटा संस्कृति का पोषण करना इस चुनौती से निपटने में अहम है।

डेटा कौशल अंतर पाटने का रास्ता

इन चुनौतियों का समाधान एक ऐसी रणनीतिक दृष्टि से चाहिए जो केवल बजट और संसाधन आवंटन पर ही नहीं, बल्कि एक सहायक संगठनात्मक संस्कृति विकसित करने पर भी केंद्रित हो।

डेटा संस्कृति और कौशल एक सफल डेटा रणनीति का बड़ा हिस्सा हैं... अपस्किलिंग और डेटा साक्षरता कार्यक्रम निश्चित रूप से वह चीज़ है जिसे आप अपनी डेटा रणनीति के शुरुआती हिस्से में करना चाहेंगे, ताकि आगे चलकर मूल्य प्रदान किया जा सके।

Vijay Yadav, Director of Quantitative Sciences & Head of Data Science at the Center for Mathematical Sciences at Merck

दूसरे शब्दों में, डेटा कौशल अंतर को पाटना सिर्फ अधिक प्रशिक्षण देने या अधिक संसाधन आवंटित करने के बारे में नहीं है; यह मानसिकता बदलने और लोगों को डेटा परिवर्तन के केंद्र में रखने के बारे में है। आप डेटा साक्षरता अंतर को पाटने के बारे में अधिक एक अलग लेख में पढ़ सकते हैं।

समापन विचार

डेटा साक्षरता कौशल अंतर को पाटने की चुनौती पेचीदा है—यह केवल विस्तृत डेटा प्रशिक्षण और शिक्षा की आवश्यकता तक सीमित नहीं है, बल्कि डेटा-चालित संगठनात्मक संस्कृति के विकास को भी समेटती है। इस लेख ने तकनीकी दक्षता की अहमियत, डेटा साक्षरता के स्पेक्ट्रम, डेटा प्रशिक्षण की वर्तमान स्थिति, और बजट सीमाएँ, प्रशिक्षण संसाधनों की कमी, संगठनात्मक संस्कृति, तथा कर्मचारी प्रतिरोध सहित उन कई कारकों की पड़ताल की है जो इस कौशल अंतर को बढ़ाते हैं।

जैसा कि उद्योग नेताओं की अंतर्दृष्टियाँ दिखाती हैं, इन चुनौतियों का समाधान एक समग्र दृष्टिकोण माँगता है। केवल प्रशिक्षण या संसाधनों में निवेश से आगे बढ़कर, इस अंतर को पाटने के लिए मानसिकता में बदलाव और संगठनात्मक रणनीति व संस्कृति के केंद्र में डेटा साक्षरता को स्थापित करना आवश्यक है।

यह यात्रा आसान नहीं हो सकती, लेकिन डेटा से संचालित होती दुनिया में, यह वह राह है जिसे व्यवसाय नज़रअंदाज़ नहीं कर सकते।

डेटा परिवर्तन के केंद्र में लोगों को रखकर, संगठन अपने कार्यबल को सशक्त बना सकते हैं, अपने डेटा परिसंपत्तियों की पूरी क्षमता खोल सकते हैं, और अधिक डेटा-साक्षर भविष्य की ओर राह बना सकते हैं।

Matt Crabtree

लेखक

Matt Crabtree

एआई और एडटेक क्षेत्र में सीनियर संपादक। डेटा और एआई रुझानों की पड़ताल के लिए प्रतिबद्ध।  

विषय