Lewati ke konten utama

Rangkuman Acara: Pembelajaran dan Pengembangan untuk Era Berbasis Data

Baru-baru ini kami menyelenggarakan panel bersama Bloomberg dan NatWest Group tentang pentingnya literasi data, serta cara mengoperasionalkan program transformasi keterampilan data.
Diperbarui 28 Sep 2026  · 6 mnt Baca

Jelajahi bersama AI

ChatGPTClaudePerplexity

Pada Januari 2021, World Economic Forum merilis laporan tentang peningkatan keterampilan (upskilling) untuk kemakmuran bersama. Laporan tersebut merupakan seruan tindakan yang menyatakan bahwa menutup kesenjangan keterampilan dapat menambah hingga USD 5–6,5 triliun pada PDB global pada tahun 2030.

Sekarang, fungsi pembelajaran dan pengembangan menjadi sangat krusial bagi perusahaan yang ingin membangun literasi data di seluruh organisasi. Pada bulan Mei ini, DataCamp menyelenggarakan diskusi panel bersama Kerrie O’Sullivan, EMEA Training Manager, dan Sheil Naik, Senior Technical Trainer dari Bloomberg Global Data Team, serta Marcus Robertson, Global Curriculum Lead di NatWest Group, untuk membahas kondisi L&D bagi organisasi berbasis data, praktik terbaik dalam merancang pengalaman belajar digital-first, dan bagaimana mereka menumbuhkan budaya belajar di organisasi masing-masing.

Dua tema besar muncul dalam diskusi panel. Pertama, tentang pentingnya peran strategis L&D dalam memberikan wawasan kepada organisasi terkait transformasi keterampilan (termasuk keterampilan data). Kedua, tentang praktik terbaik untuk mengoperasionalkan transformasi keterampilan data. Berikut beberapa pokok bahasannya:

Pentingnya peran strategis pembelajaran dan pengembangan

  • Tentang peran L&D dalam organisasi — Panel menyoroti bagaimana tim pembelajaran dan pengembangan dapat mendorong visi transformasi keterampilan di seluruh organisasi. Ini mencakup kolaborasi dengan kelompok bisnis untuk memberikan panduan dan kepemimpinan pemikiran tentang keterampilan masa depan, serta merancang lingkungan belajar yang fleksibel dan setara bagi semua pembelajar. Hal ini sangat penting karena pekerjaan berubah dengan cepat, dan organisasi serta komunitas mulai terlibat dalam program reskilling dan upskilling terbesar yang pernah kita lihat dalam beberapa dekade.

  • Peran keterampilan data dalam upskilling dan reskilling — Keterampilan data termasuk di antara kompetensi kunci teratas untuk di-upskill dan di-reskill bagi para pemimpin L&D di panel. Misalnya, di Bloomberg dan NatWest, keterampilan ini dapat berkisar dari peningkatan kemampuan Python, SQL, dan alat business intelligence, hingga literasi data dan pemahaman tentang di mana mengakses data serta cara memaknainya. Perlu dicatat bahwa keterampilan data adalah metodologi untuk memecahkan masalah bisnis, sehingga sangat penting untuk disuntikkan ke dalam keahlian materi pelajaran yang sudah ada. Baik yang bersifat konseptual maupun teknis, keterampilan data memungkinkan pakar materi untuk memecah silo organisasi dengan menjadi komunikatif dengan pakar data atau membuat analisis sendiri.

  • Bagaimana membangun dan mempertahankan keterampilan data berbeda dari keterampilan lain — Karena keterampilan data relatif masih baru dan dapat terasa menakutkan pada awalnya, membangun narasi untuk upskilling data agar pembelajar antusias terhadap apa yang bisa mereka capai dengan data adalah prasyarat untuk menumbuhkan keterampilan data. Selain itu, saat organisasi melakukan upskilling pada data, ada berbagai peran dengan tingkat literasi data yang berbeda yang perlu berinteraksi dengan data. Karena itu, baik Bloomberg maupun NatWest meluncurkan program pembelajaran yang menekankan apa yang mungkin dicapai dengan data dan bagaimana mengintegrasikan data ke dalam pekerjaan sehari-hari. Marcus menekankan pentingnya menyediakan lingkungan aman tanpa instalasi untuk pembelajaran pengalaman pada alat teknis seperti Python dan R, seperti di DataCamp. Menariknya, karena keterampilan data bersifat teknis dan diterapkan dengan alat seperti Jupyter Notebooks dan IDE, dampak hasil pembelajaran lebih mudah diukur dibandingkan keterampilan lainnya. Contohnya dapat dilihat dari bagaimana Sheil memanfaatkan analisis data dengan Python untuk menganalisis efektivitas program pembelajaran blended miliknya tentang analisis data dengan Python, yang menggunakan DataCamp untuk materi dasar bersama pelatihan internal yang disampaikan dan dikelola oleh Sheil.

Praktik terbaik untuk mengoperasionalkan transformasi keterampilan data

  • Peralihan ke fungsi L&D yang digital-first — Seperti kebanyakan tim dan organisasi, tim L&D di Bloomberg dan NatWest beralih ke tempat kerja digital sepanjang 2020. Misalnya, bagi Bloomberg, ini berarti merancang ulang program upskilling data agar menjadi digital-first dengan menjadikannya lebih singkat, lebih interaktif, dan mendorong pembelajar untuk berinteraksi dengan para ahli di dalam organisasi. Selain itu, beralih ke digital juga memecah sekat antara tim L&D regional dan para pembelajar di kedua organisasi. Artinya, tim L&D regional berbagi praktik terbaik dan mengembangkan pengalaman pelatihan yang lebih kaya secara budaya bagi fasilitator dan pembelajar.

  • Praktik terbaik dalam membangun budaya belajar — Tema kunci yang disebutkan sepanjang panel adalah pentingnya kepemimpinan senior dalam membangkitkan antusiasme terhadap pembelajaran. Selain dukungan eksekutif senior untuk upskilling data, ini juga mencakup manajemen menengah yang berdiskusi dengan bawahan langsung tentang peluang upskilling mereka dan apa artinya bagi tim mereka. Marcus menyebutkan bahwa salah satu keseimbangan yang harus dihadapi manajer menengah adalah mereka diminta untuk menghasilkan hasil sekaligus memfasilitasi pengembangan keterampilan tim. Namun, poin kuncinya adalah tim hanya dapat menghasilkan hasil jika mereka mengembangkan keterampilannya. Selain itu, Kerrie menekankan pentingnya mempromosikan dan menyediakan program pelatihan terstruktur yang mudah ditemukan, memiliki ritme, dan secara jelas merumuskan capaian pembelajaran, sehingga dapat memulai percakapan dan menciptakan antusiasme terhadap pembelajaran.

Ini baru menyentuh permukaan dari apa yang dibahas dalam panel — dalam rekaman on-demand, Sheil, Kerrie, dan Marcus membahas lebih dalam praktik terbaik dalam menyelaraskan tujuan bisnis dengan hasil pembelajaran, cara melakukan analisis kebutuhan keterampilan secara menyeluruh, bagaimana mereka membayangkan program L&D akan terpengaruh oleh kembalinya ke kantor, dan banyak lagi. Pastikan untuk mendaftar agar tidak ketinggalan.

Pelajari lebih lanjut tentang DataCamp for Business:
DataCamp for Business menyediakan platform pembelajaran interaktif bagi perusahaan yang perlu melakukan upskilling dan reskilling karyawan mereka dalam keterampilan data. Dengan topik mulai dari literasi data dan data science hingga data engineering dan machine learning, lebih dari 1.600 perusahaan mempercayai DataCamp for Business untuk meningkatkan keterampilan talenta mereka.

Topik
Data Science
Terkait

blogs

40 Pertanyaan Wawancara DBMS Teratas di 2026

Kuasai pertanyaan wawancara basis data, dari konsep SQL dasar hingga skenario desain sistem tingkat lanjut. Panduan mendalam ini mencakup semua yang Anda perlukan untuk sukses di wawancara DBMS dan meraih peran berikutnya.
Dario Radečić's photo

Dario Radečić

15 mnt

blogs

Tutorial Korelasi di R

Dapatkan pengenalan dasar-dasar korelasi di R: pelajari lebih lanjut tentang koefisien korelasi, matriks korelasi, plotting korelasi, dan sebagainya.
David Woods's photo

David Woods

13 mnt

blogs

Spaghetti Plot dan Jalur Badai

Temukan alasan mengapa Anda sebaiknya (tidak) menggunakan spaghetti plot untuk menyampaikan ketidakpastian jalur prediksi badai serta dampaknya terhadap interpretasi.
Hugo Bowne-Anderson's photo

Hugo Bowne-Anderson

13 mnt

blogs

12 Alternatif ChatGPT Terbaik yang Bisa Anda Coba pada 2026

Artikel ini menyajikan daftar alternatif ChatGPT yang akan meningkatkan produktivitas Anda.
Javier Canales Luna's photo

Javier Canales Luna

14 mnt

Lihat SelengkapnyaLihat Selengkapnya