Essere data-driven è responsabilità di tutti
Nel XXI secolo, ogni organizzazione deve essere data-driven per restare competitiva. Essere data-driven non significa automatizzare le persone fuori dal loro lavoro, ma fornire loro gli strumenti e le informazioni per essere più efficaci nei propri ruoli.
Per noi è responsabilità di tutti in organizzazione diventare più data-driven. In fondo, ognuno di noi probabilmente tocca i dati in qualche modo, indipendentemente dal ruolo. Cerchiamo continuamente le diverse opportunità che abbiamo per potenziare le risorse e accompagnarle lungo il percorso.—Rachel Alt-Simmons, AXA XL
Le metriche di successo di un programma dati dipendono dal tuo settore e dalla tua organizzazione
Non esiste un programma dati valido per tutti. Gli obiettivi di ciascun programma variano in base a fattori come settore, dimensioni aziendali e struttura dei team.
Prendiamo AXA XL come esempio. AXA XL, acquisita da AXA Group nel 2018, è una grande compagnia di assicurazioni commerciali e specialistiche che valuta iniziative complesse. Attualmente impiega 13.000 persone in tutto il mondo che lavorano in team distribuiti, il che significa che molti team in realtà non lavorano a stretto contatto con la maggior parte dei propri membri. La collaborazione virtuale è importante tra le sedi globali e, in quanto compagnia assicurativa, le loro esigenze in termini di dati dipendono fortemente da carta e PDF.
Il nostro business si basa sulla carta. Vendiamo documenti legali: questo è ciò che è una polizza assicurativa, semplicemente un documento legale. Riceviamo carta e generiamo carta. Quello che succede è che, ad esempio, ricevi una submission da un cliente: contiene un’enormità di file e informazioni. Puoi ricevere queste informazioni in un PDF, in documenti Word, in file Excel e probabilmente in ogni possibile variazione. Non c’è standardizzazione nel modo in cui arriva quel documento, quindi non esiste un PDF standard o un file standard. È tutto diverso per ogni singolo cliente.
Poiché gran parte dei loro dati è archiviata in PDF e l’inserimento avviene manualmente, non tutti gli elementi dati individuali vengono catturati. Molte informazioni si perdono o non sono facilmente recuperabili. Per affrontare questi problemi, AXA XL sfrutta funzionalità come l’elaborazione del linguaggio naturale per acquisire i documenti ed estrarne facilmente le informazioni.
Come implementare un programma dati
1. Scegli un approccio top-down o bottom-up
L’approccio top-down alla costruzione di un programma dati è legato alle più ampie iniziative di dati e analytics all’interno di un’organizzazione. Ciò richiede di progettare strategicamente il programma per standardizzare come i modelli analitici e i workflow vengono integrati tra i team.
L’approccio bottom-up riguarda invece l’aumento generale delle capacità e dei livelli di competenza di tutti i dipendenti in un percorso di carriera nei dati e nell’analisi. Ad esempio, l’iniziativa Analytic DNA di AXA XL identifica esperti in diverse aree tecnologiche e di analytics, e si affida a loro per idee da scalare più ampiamente in tutta l’organizzazione.
La buona notizia è che le persone sono state davvero disponibili a farsi avanti e offrire la loro guida ed esperienza, e questo ci aiuta a modellare il nostro programma in qualcosa di rilevante e allineato alle nostre iniziative strategiche.
2. Sviluppa le personas e identifica i loro obiettivi
In DataCamp, abbiamo identificato diverse personas o ruoli legati ai dati che i nostri clienti tipicamente utilizzano: Data Consumer, Leader, Data Analyst, Citizen Data Scientist, Data Scientist, Data Engineer, Database Administrator, Statistician, Machine Learning Scientist e Programmer. Consigliamo ai nostri docenti di considerare quali siano le personas rilevanti quando costruiscono i loro corsi e consigliamo ai nostri clienti business di fare lo stesso quando strutturano i loro programmi dati. Ogni persona ha un rapporto diverso con i dati.
Due personas chiave per AXA XL sono gli Attuari e i Data Scientist, e attualmente stanno lavorando per far convergere le competenze richieste da entrambi i ruoli per far progredire il business.
C’è sempre stata una divisione interessante in molte organizzazioni [assicurative] tra il background attuariale e quello che definirei un background più di pura data science o analytics. Nella nostra organizzazione stiamo unendo queste due cose. Stiamo effettivamente insegnando agli attuari alcune di quelle tecniche statistiche di machine learning da applicare ai loro processi attuariali. Non è più “noi contro loro”. È “come portiamo insieme queste capacità”, il che è piuttosto entusiasmante.
3. Identifica i gap per ogni persona
Consigliamo a tutti i nostri clienti di fare un inventario ampio delle competenze dati interne utilizzando una skills matrix. Questo può assumere molte forme diverse, ma in generale comporta la visualizzazione dei punti di forza e dei gap di competenze a livello di organizzazione, dipartimento, team o individuo.
Rachel di AXA XL consiglia di identificare i gap per ciascuna persona ponendo domande come:
- Cosa vuoi sapere?
- Di cosa vorresti di più?
- Cosa potremmo offrire in più, ad esempio formazione, assunzioni, sviluppo di competenze o lavori basati su progetti?
- Stiamo allineando correttamente queste capacità ai nostri progetti strategici?
Per i professionisti dell’analytics come data analyst, data scientist e data engineer, le aziende possono voler indagare se ci siano lacune in competenze importanti come l’importazione dei dati, l’analisi dei dati nei fogli di calcolo, l’elaborazione del linguaggio naturale e la creazione e manutenzione di pipeline di dati. Ecco un esempio di skills matrix che abbiamo sviluppato per i professionisti dei dati.
Per i Data Consumers e i Leader, tra le competenze necessarie per avere successo ci sono le soft skill come la comunicazione, la comprensione della visualizzazione dei dati e il design thinking.
Il design thinking riguarda la creazione di una soluzione, qualunque essa sia: tecnica, di dati o di modello. Come lo fai in modo che sia rilevante per il cliente? E poi, come comunichi efficacemente i risultati?
4. Crea percorsi di apprendimento per ogni persona
Un approccio olistico all’apprendimento richiede di usare il design thinking per creare un percorso efficace. Non si tratta solo di costruire competenze tecniche, ma anche di sviluppare importanti competenze di business. Per esempio, AXA XL richiede ai propri attuari di saper tradurre i dati in termini significativi affinché i decisori come gli underwriter, che valutano il rischio assicurativo, possano inquadrare la valutazione del rischio di un’azienda e trarne conclusioni utili, come quanto rischio assumere. Il percorso di apprendimento degli attuari deve includere la capacità di contestualizzare i dati e tradurne le implicazioni per un pubblico più ampio.
Per aiutare le organizzazioni a scoprire il livello di competenza dati dei propri team tra le diverse personas, offriamo un audit delle competenze gratuito tramite un report di benchmark. I singoli possono sostenere i nostri assessment di competenze Signal per monitorare i propri progressi.
Dopo la valutazione delle competenze, consigliamo alle organizzazioni di costruire percorsi personalizzati in modo che tutti possano raggiungere il livello base richiesto per la propria persona o il proprio ruolo. I percorsi per Data Consumers e Leader possono privilegiare i nostri corsi di teoria, mentre i professionisti dei dati seguono i nostri corsi pratici di coding. Ad esempio, dato che così tanti dei dati di AXA XL sono in PDF, i percorsi di apprendimento per i loro attuari e data scientist includono diversi dei nostri corsi su elaborazione del linguaggio naturale. Per gli attuari a inizio carriera, consigliamo questi corsi in R per superare il Predictive Analytics Exam.
Raccogli i benefici del tuo programma dati
Rachel afferma che è facile misurare il successo del tuo programma dati rispondendo alla domanda: ti ha aiutato a diventare più redditizio? Se i dati alimentano correttamente le decisioni, allora il tuo conto economico lo rifletterà. Quindi, se le competenze delle tue persone evolvono e la tua azienda prende decisioni informate, la risposta probabilmente è: sì.
Per saperne di più su come costruire un programma dati di successo, guarda il webinar on-demand.
