Mengapa Peningkatan Keterampilan Data Menjadi Tulang Punggung Transformasi Digital

Transformasi data menopang transformasi digital

Selama dua dekade terakhir, startup yang berorientasi digital seperti Uber, Amazon, Airbnb, dan Stripe telah mendisrupsi industri vital seperti transportasi, perdagangan, perjalanan, dan perbankan. Organisasi di semua industri telah menyadari kebutuhan akan transformasi digital untuk bersaing dalam ekonomi informasi yang baru. Hal ini terutama terlihat pada masa ekonomi COVID-19, yang mempercepat digitalisasi proses dan layanan mereka (PwC). Terlepas dari investasi digitalisasi yang masif, kenyataan pahitnya adalah sekitar 70% inisiatif transformasi digital gagal mencapai tujuan yang ditetapkan (McKinsey).

Meskipun mungkin ada banyak penyebab kegagalan program transformasi digital, alasan utamanya adalah tidak menyadari bahwa transformasi data yang berkelanjutan merupakan prasyarat bagi keberhasilan transformasi digital. Gartner menemukan bahwa kurang dari 50% strategi perusahaan yang terdokumentasi menyebut analitik data sebagai pengungkit krusial untuk menghadirkan nilai di seluruh perusahaan.

Pemimpin perlu memandang data terlebih dahulu untuk berhasil dalam inisiatif digital mereka, alih-alih menjadikannya pemikiran belakangan untuk membantu proyek ad hoc. —Mike Rollings, Wakil Presiden Riset di Gartner

Ada banyak pengungkit untuk transformasi data yang berhasil—mulai dari investasi pada infrastruktur data, alat data, hingga peningkatan proses dan struktur organisasi yang lincah. Namun, tidak satu pun pengungkit ini akan efektif mewujudkan transformasi data tanpa investasi pada keterampilan kefasihan data di seluruh organisasi.

Banyak organisasi telah mencoba menumbuhkan keterampilan kefasihan data dengan membentuk tim data science dan analitik. Namun, sekadar merekrut data scientist justru mengisolasi data science sebagai pusat layanan, dan tidak akan mewujudkan kefasihan data di seluruh organisasi. Selain itu, seiring permintaan terhadap data scientist meningkat, mengatasi kesenjangan keterampilan kefasihan data hanya dengan perekrutan adalah hal yang tidak berkelanjutan.

Dalam organisasi yang digerakkan oleh data, data science—dan secara lebih luas, kefasihan data—merupakan metodologi inklusif untuk menjawab pertanyaan organisasi, di mana setiap orang dibekali kemampuan menjawab pertanyaan dengan data. Pembedanya antara para disruptor dan pemain lama bukanlah teknologi, melainkan budaya yang berorientasi data, wawasan yang mereka tarik dari data saat menelaah dan mengiterasi layanan mereka, serta keterampilan kefasihan data yang mereka kembangkan.

Singkatnya, keberhasilan transformasi digital Anda bergantung pada tersedianya keterampilan kefasihan data yang tepat di seluruh organisasi.

Mengatasi kesenjangan keterampilan kefasihan data

Memang, banyak organisasi telah menyadari perlunya mengatasi kesenjangan keterampilan kefasihan data mereka. Survei McKinsey terhadap lebih dari seribu bisnis dari berbagai industri menemukan bahwa kesenjangan keterampilan paling mendesak untuk diatasi adalah analitik data—dengan 43% responden menganggapnya sebagai prioritas paling mendesak dalam peningkatan keterampilan. Demikian pula, survei tahunan CEO PwC 2019 menemukan bahwa 34% CEO percaya kesenjangan keterampilan dalam analitik data merupakan ancaman paling krusial bagi organisasi mereka.

Organisasi visioner sudah menggelontorkan investasi untuk meningkatkan keterampilan karyawan agar mampu bersaing di era digital. Misalnya, Marks & Spencer membentuk akademi data ritel untuk meningkatkan keterampilan lebih dari 1.000 karyawan. Amazon meluncurkan Machine Learning University untuk membekali para insinyur mereka dengan keterampilan yang dibutuhkan guna menerapkan machine learning secara luas dalam produk dan layanan mereka. Airbnb mengembangkan Data University sendiri untuk menyediakan keterampilan pengambilan keputusan berbasis data bagi setiap level organisasi. AT&T memulai proyek senilai 1 miliar dolar AS selama 10 tahun untuk meningkatkan keterampilan lebih dari setengah dari 250.000 tenaga kerjanya.

Secara agregat, upaya peningkatan keterampilan kefasihan data membuahkan hasil. Studi McKinsey lainnya menemukan bahwa 70% organisasi yang berinvestasi dalam upaya peningkatan keterampilan melaporkan dampak bisnis positif yang melampaui investasi awal. Misalnya, 48% organisasi melaporkan efek positif yang moderat hingga signifikan pada pertumbuhan laba bersih berkat peningkatan keterampilan—dan 73% organisasi melaporkan peningkatan kepuasan karyawan yang moderat hingga substansial. Survei DataCamp terhadap lebih dari 300 pimpinan L&D lintas industri menemukan bahwa perusahaan yang telah berinvestasi pada kompetensi kefasihan data yang matang juga melampaui rekan-rekan yang kurang fasih data dalam pertumbuhan pendapatan, pangsa pasar, profitabilitas, dan lainnya.

Tantangan L&D saat membangun kefasihan data

Tidak seperti inisiatif pembelajaran & pengembangan tradisional yang sering berbentuk pelatihan sekali jalan untuk keterampilan tertentu, kefasihan data adalah metodologi untuk menjawab pertanyaan bisnis yang perlu diasah organisasi dari waktu ke waktu. Perjalanan belajar akan bervariasi tergantung tingkat interaksi setiap individu dengan data. Misalnya, analis pemasaran yang rutin bekerja dengan Excel mungkin perlu mempelajari R atau Python untuk sukses dalam pekerjaannya, sementara manajer atau pimpinan mungkin hanya perlu mengetahui cara mengambil keputusan yang terinformasi menggunakan data. Singkatnya, tidak ada satu pendekatan yang cocok untuk semua dalam hal kefasihan data.

Inilah sebabnya mengapa perjalanan belajar berbasis peran dan berpusat pada persona lebih efektif untuk menskalakan program pelatihan kefasihan data. Setiap persona memiliki hubungan yang berbeda dengan data dan perlu menguasai kompetensi pada alat yang berbeda, serta mengembangkan keterampilan yang berbeda untuk berkembang di era digital.

Di DataCamp, kami telah mengidentifikasi berbagai jenis alat yang dibutuhkan untuk sukses saat bekerja dengan data. Yang lebih penting, kami telah menemukan 8 persona data kunci yang ada di setiap organisasi yang digerakkan oleh data, beserta keterampilan yang perlu mereka miliki, dan alat yang paling sering mereka gunakan.

Jika Anda ingin mempelajari lebih lanjut tentang persona data ini dan bagaimana mereka dapat disesuaikan dengan organisasi Anda, unduh white paper kami, .