Mengapa Anda harus menggunakan persona dalam perjalanan belajar Anda
Setiap persona memiliki hubungan yang berbeda dengan data. Tidak semua orang di perusahaan Anda memiliki jabatan “data scientist”, tetapi bukan berarti mereka tidak perlu memahami cara bekerja dengan data dan menafsirkannya. Kami menyarankan pendekatan berbasis peran untuk mengidentifikasi keterampilan yang dibutuhkan agar setiap peran dapat mencapai target kinerjanya.
Tujuan peran data adalah memetakan setiap persona utama di perusahaan Anda ke keterampilan yang mereka perlukan untuk menjalankan tugas pekerjaan secara optimal.
Empat persona yang paling umum
Saat ini DataCamp memiliki lebih dari 1.600 pelanggan enterprise yang mewakili beragam industri, termasuk jasa keuangan, layanan kesehatan, konsultansi, teknologi, barang konsumsi dan ritel, pemerintah, dan lainnya. Pelanggan bisnis kami cenderung menggunakan persona berikut: Data Consumer, Leader/Manager, Data Analyst, Citizen Data Scientist, Data Scientist, Data Engineer, Database Administrator, Statistician, Machine Learning Scientist, dan Programmer.
Untuk keperluan artikel blog ini, kami akan berfokus pada empat persona yang paling umum: Data Consumer, Leader/Manager, Data Analyst, dan Data Scientist.

Data Consumer
- Bekerja dalam peran non-teknis, tetapi mengonsumsi keluaran analitik sebagai bagian dari proses sehari-hari. Hampir semua orang akan perlu mengonsumsi data dalam bentuk tertentu, namun mereka juga harus mampu menafsirkan apa yang ditampilkan.
- Uji cepat: Mampukah mereka mengajukan pertanyaan masuk akal setelah Anda menunjukkan plot batang?
- Contoh peran: Marketing Manager
Leader/Manager
- Menggunakan analitik untuk memantau kinerja dan membuat keputusan strategis. Mereka mungkin memerlukan pandangan yang lebih luas dibanding konsumen data lainnya, karena mereka perlu memahami keluaran dari tim data mereka dan menggunakan wawasan tersebut untuk membuat keputusan strategis.
- Uji cepat: Apakah mereka membuat keputusan berdasarkan hasil proyek data?
- Contoh peran: Chief People Officer
Data Analyst
- Menetapkan dan mengembangkan analitik spesifik domain untuk mendukung pengambilan keputusan, termasuk menghitung statistik deskriptif, visualisasi, dan pelaporan. Mereka umumnya membutuhkan keterampilan dalam alat pelaporan dan BI untuk membagikan wawasan, keterampilan dasar dalam SQL, dan bahkan kemahiran pada tugas manipulasi umum dalam bahasa pemrograman.
- Uji cepat: Bisakah mereka membuat plot batang tanpa berkeringat?
- Contoh peran: Operations Analyst
Data Scientist
- Menggunakan teknik lanjutan spesifik domain untuk melakukan tugas ilmu data. Mereka melakukan analitik tingkat lanjut untuk memperoleh wawasan dan mengomunikasikan wawasan tersebut guna membantu menjawab pertanyaan bisnis. Mereka biasanya memiliki keterampilan pemrograman di Python atau R, percaya diri bekerja dengan data, dan kuat dalam topik analitik lanjutan seperti statistika dan machine learning.
- Untuk keperluan artikel ini, Citizen Data Scientist, atau mereka yang mampu menjalankan peran data scientist, juga termasuk dalam kategori ini.
Pemetaan peran ke keterampilan yang dibutuhkan
Ajukan pertanyaan kepada persona kunci di perusahaan Anda untuk memahami tujuan dan area fokus utama mereka.
Frekuensi
Seberapa sering mereka memerlukan akses ke data tertentu?
Kemahiran yang dinilai sendiri
Bagaimana mereka menilai kompetensi mereka sendiri di area yang Anda minati?
Alat
Apakah mereka menggunakan alat pemrograman open-source, alat BI, pelaporan internal, atau alat lainnya?
Uji cepat
Apakah mereka mampu memahami data dalam konteks atau menyampaikan laporan atau model yang dibutuhkan?

L&D berbasis peran di DataCamp
DataCamp memberikan panduan dalam pengalaman produk kami tentang cara membangun pengalaman belajar yang berdampak bagi setiap peran di perusahaan Anda.
Segmentasi berdasarkan peran
Anda dapat menggunakan fitur tim DataCamp untuk mengelompokkan pelajar berdasarkan peran di platform.

Penugasan berdasarkan peran
Buat penugasan berbatas waktu untuk menjaga semangat tim dan menyelaraskan pembelajaran mereka dengan konten terkait peran data mereka. Jalur kustom memberi Anda fleksibilitas untuk merancang perjalanan belajar yang tepat bagi setiap peran.

Ukur dan evaluasi
Admin dapat dengan mudah memahami, mengukur, dan melaporkan dampak pelatihan terhadap organisasi Anda serta melihat kemajuan menuju tujuan pembelajaran Anda.

Manfaat bagi pelajar saat menggunakan persona
Ekspektasi yang jelas
Dengan begitu banyak topik dan teknologi untuk dipelajari, memulai bisa terasa berat saat Anda juga harus mengerjakan tanggung jawab lainnya. Penugasan memberikan ekspektasi yang jelas bagi pelajar.

Pengalaman yang dipersonalisasi
Dengan DataCamp Signal, pelajar menerima rekomendasi pelatihan yang dipersonalisasi untuk meningkatkan keterampilan data mereka ke level berikutnya. Admin dapat melacak perkembangan pada dasbor penilaian keterampilan mereka.

Dirancang untuk profesional sibuk
Dengan DataCamp, pelajar dapat mempercepat pembelajaran mereka. Kami memberikan opsi bagi pelajar untuk melewati kursus tertentu yang tidak relevan jika mereka dapat menunjukkan pengetahuan sebelumnya tentang materi tersebut dengan lulus penilaian keterampilan Signal.

Lakukan audit keterampilan tim Anda
Kami menawarkan audit keterampilan gratis agar Anda dapat membandingkan keterampilan perusahaan Anda. Setelah mendaftar, Anda juga akan berkesempatan melihat prototipe penilaian keterampilan terbaru kami dan berkontribusi membentuk cara kami membangun produk.

Banyak perusahaan memikirkan cara mempercepat transformasi digital dengan data. Dalam artikel ini, kami akan membahas manfaat menggunakan persona untuk menyusun program pembelajaran dan pengembangan yang berfokus pada data, serta menunjukkan cara mulai memetakan peran di seluruh organisasi Anda. Anda juga dapat mempelajari lebih lanjut tentang Strategi Memaksimalkan Program Peningkatan Keterampilan Data dalam webinar kami.