Vai al contenuto principale
Data Literacy
Analisi dei dati

Aumentare il coinvolgimento dei discenti nei programmi di upskilling sui dati: guida completa

Scopri come aumentare il coinvolgimento dei discenti nei programmi di upskilling sui dati con strategie pratiche tratte dal State of Data Literacy Report 2023.
Adel Nehme's photo
Adel Nehme
Aggiornato · 5 min leggi

Scopri con l'IA

ChatGPTClaudePerplexity

Crea il tuo account gratuito

Pratica and corso your progress.

Continua Con Google
Continuando, accetti i nostri Termini di utilizzo, la nostra Informativa sulla privacy e che i tuoi dati siano conservati negli Stati Uniti.

Man mano che il mondo diventa sempre più guidato dai dati, i programmi di upskilling sui dati stanno diventando sempre più importanti per le aziende. Assicurarti che la tua forza lavoro sia coinvolta e motivata in questi programmi è fondamentale per il loro successo. In questo post, utilizzeremo i risultati del nostro State of Data Literacy Report 2023 per esplorare diverse strategie per stimolare il coinvolgimento dei discenti e superare le sfide più comuni nell’implementazione di iniziative di upskilling sui dati. Puoi approfondire le strategie per massimizzare i programmi di upskilling sui dati nel nostro webinar dedicato. 

Superare la resistenza culturale e dei dipendenti

Una delle principali sfide nell’implementazione di programmi di upskilling sui dati è superare la resistenza culturale e dei dipendenti. Nel nostro report State of Data Literacy 2023, infatti, il 27% dei leader impegnati nell’upskilling sui dati ha indicato la resistenza dei dipendenti come la sfida più grande per il successo. Per affrontare questo problema, è essenziale pensare come un marketer e concentrarsi sul creare consenso all’interno della tua forza lavoro. 

framework di data literacy

Pensa come un marketer

Probabilmente, uno degli elementi più importanti per costruire il coinvolgimento nei programmi di upskilling sui dati è evangelizzare il programma all’interno della popolazione più ampia. I leader dovrebbero comunicare con costanza il valore dell’acquisizione di competenze sui dati. 

Il valore non dovrebbe limitarsi a come l’upskilling sui dati può migliorare le metriche di business, ma anche a come lo sviluppo di competenze sui dati può abilitare migliori opportunità di carriera per le persone. In molti modi, questo richiede ai leader impegnati nell’upskilling di pensare come dei marketer.

Una tattica di marketing comune consiste nello sviluppare le data persona della tua organizzazione, fondamentale per articolare e personalizzare questo messaggio. 

Le nostre data persona sono state davvero importanti per aiutarci a creare domanda tra i colleghi. Ci hanno aiutato a capire davvero di quale formazione avessero bisogno e abbiamo potuto giustificare perché abbiamo fornito a loro alcuni contenuti formativi invece di altri in base alla loro persona e al loro ruolo. Ci hanno aiutato anche nella comunicazione, perché ci hanno permesso di personalizzare il nostro messaggio e il nostro approccio. Il lavoro sulle persona ci ha aiutato a rispondere alla domanda “Che vantaggio ne ho io?”, perché ti garantisco che è ciò a cui le persone tengono davvero. In che modo li aiuterà a essere più intelligenti, più rapidi, migliori e più produttivi nel loro lavoro? Parte del lavoro sulle persona ha davvero aiutato a dare vita a tutto questo per le persone.

Emily Hayward, Data & Digital Change Manager at CBRE

In poche parole, le data persona sono archetipi che rappresentano diversi individui all’interno della tua organizzazione e il loro rapporto con i dati. Nella citazione sopra, Emily spiega l’importanza delle data persona nell’evangelizzare i programmi di apprendimento. 

Le data persona aiutano i responsabili di programma a personalizzare messaggi e approcci, rendendo più semplice per i discenti rispondere alla domanda "Che vantaggio ne ho io?" In questo modo possono capire come l’upskilling sui dati li aiuterà a essere più intelligenti, più rapidi, migliori e più produttivi nel loro lavoro.

La data science academy è uno dei programmi più popolari in New York Life, e questo sostiene i nostri sforzi di branding. Ogni volta che il team dati lavora su progetti di data, realizziamo dei video in cui parlano persone del nostro team e partner; sono video da tre-quattro minuti, facili da digerire e fruibili da chiunque. E infatti utilizziamo questi video nella formazione per i dirigenti.

Glenn Hoffmann, Chief Data & Analytics Officer at New York Life Insurance

Un’altra strategia è creare entusiasmo attorno alle iniziative sui dati con piani di comunicazione coinvolgenti per ciascuna iniziativa. Glenn condivide alcuni modi in cui New York Life evangelizza il suo programma di apprendimento e, in generale, i suoi prodotti data. Per esempio, realizzano video brevi e facili da fruire con membri del team e partner, poi utilizzati nella formazione dei dirigenti.

Altre tattiche per evangelizzare il tuo programma

Puoi adottare diverse tattiche per evangelizzare i tuoi programmi di apprendimento:

  • Inserisci il link al tuo programma di data literacy in tutte le comunicazioni: Include newsletter interne, firme email e altri documenti rilevanti. Rendendo il tuo programma costantemente visibile, aumenti la probabilità che i dipendenti ne riconoscano l’importanza e valutino la partecipazione.
  • Lancia un podcast interno sull’importanza dell’upskilling: Sviluppa una serie di episodi che discutono il valore della data literacy e presentano interviste con esperti del settore o con discenti di successo della tua organizzazione. Questo aumenterà la consapevolezza sul programma e aiuterà a costruire una cultura dell’apprendimento continuo.
  • Crea video di testimonianze dei discenti dal tuo programma pilota: Metti in evidenza storie di successo reali chiedendo ai partecipanti del programma pilota di condividere le loro esperienze in brevi clip video. Creare riprova sociale permette ai potenziali discenti di vedere i benefici e l’impatto del programma sui loro pari.
  • Avvia un programma “discente del mese”: Riconosci e premia ogni mese i migliori discenti mettendo in evidenza i loro risultati nelle comunicazioni interne o sui social media. Questo approccio può motivare i singoli e incoraggiare una sana competizione e partecipazione.
  • Avvia iniziative “lunch-and-learn” con esperti di dati interni: Organizza sessioni informali durante la pausa pranzo in cui esperti di dati condividono insight e best practice con i dipendenti interessati all’upskilling. Questi eventi aiutano a costruire una community di discenti e a rafforzare l’importanza della data literacy all’interno dell’organizzazione.

Rendere i dati più umani

Una parte significativa della resistenza culturale e dei dipendenti alle iniziative di upskilling sui dati deriva da idee sbagliate su perché e come i dati stiano diventando una priorità assoluta.

La data science e i campi correlati, come il machine learning e l’intelligenza artificiale, spesso generano timori nella popolazione più ampia dell’organizzazione. Queste paure riguardano le competenze, quando le persone temono che le loro abilità possano diventare obsolete, o l’automazione, quando si tende a credere che soluzioni basate sul machine learning automatizzeranno gran parte del loro lavoro.

Penso che culturalmente abbiamo paura della matematica. I numeri non sono necessariamente il punto di forza generale. Quindi le persone, naturalmente, temono che la loro carriera non riesca a tenere il passo con le future richieste legate ai dati. E gran parte di questo dipende da come noi, leader dell’apprendimento e dei dati, scegliamo di comunicare. Se non facciamo attenzione a chi abbiamo davanti e ci buttiamo in conversazioni tecniche con un pubblico business, non facciamo altro che alimentare la paura della matematica.

Megan Brown, Ph.D., Director of the Global Center for Excellence for Advanced Analytics and Data Science at Starbucks

Megan spiega come i leader possano attenuare la paura dei dati prestando attenzione allo stile di comunicazione. Evitare conversazioni eccessivamente tecniche con un pubblico business può aiutare a ridurre la paura della matematica e rendere i dati più accessibili.

Definire le aspettative sull’uso dei dati

Un altro aspetto cruciale è definire aspettative chiare su come verranno utilizzati i dati nel programma di trasformazione.

Nessuno vuole sentirsi sminuito e quando rendi i dati difficili e inaccessibili, è la prima sensazione che si prova. Inoltre, i leader non dovrebbero usare i dati per punire le persone. Dobbiamo usare i dati per migliorare i processi aziendali, per mantenere i team responsabili, ma dobbiamo assicurarci che le persone si sentano sicure nel portare i dati in superficie per discutere dei risultati di business.

Cindi Howson, Chief Data Strategy Officer at ThoughtSpot

Cindi spiega che, pur dovendo i dati essere usati per responsabilizzare team e individui, non dovrebbero essere usati per punire o disincentivare l’uso dei dati. Al contrario, i dati dovrebbero migliorare i processi aziendali e favorire una cultura data-driven in cui le persone si sentano sicure nel far emergere insight per discutere dei risultati di business.

Conclusione

Aumentare il coinvolgimento dei discenti nei programmi di upskilling sui dati richiede di superare la resistenza culturale e dei dipendenti, pensare come un marketer e rendere i dati più umani. Adottando diverse tattiche per evangelizzare il tuo programma, affrontando le paure legate ai dati e definendo aspettative chiare sul loro utilizzo, puoi creare un ambiente favorevole in cui la tua forza lavoro abbracci la data literacy e guidi il successo della tua organizzazione nell’era dei dati.


Adel Nehme's photo
Author
Adel Nehme
LinkedIn

Adel è un formatore e speaker in Data Science, nonché VP dei Media presso DataCamp. Adel ha pubblicato diversi corsi e sessioni di formazione live su analisi dei dati, machine learning e data engineering. È appassionato di diffondere competenze e alfabetizzazione sui dati all'interno delle organizzazioni e di esplorare l'intersezione tra tecnologia e società. Ha un MSc in Data Science and Business Analytics. Nel tempo libero, lo trovi spesso in compagnia del suo gatto Louis.

Argomenti
Data Literacy
Analisi dei dati
Correlato

blog

Tokenizzazione nel NLP: come funziona, sfide e casi d'uso

Guida al preprocessing NLP nel machine learning. Copriamo spaCy, i transformer di Hugging Face e come funziona la tokenizzazione in casi d'uso reali.
Abid Ali Awan's photo

Abid Ali Awan

10 min

blog

Che cos'è Snowflake? Guida per principianti alla piattaforma dati cloud

Esplora le basi di Snowflake, la piattaforma dati cloud. Scopri la sua architettura, le sue funzionalità e come integrarla nelle tue pipeline di dati.
Tim Lu's photo

Tim Lu

12 min

blog

I 15 migliori server MCP remoti che ogni AI builder dovrebbe conoscere nel 2026

Scopri i 15 migliori server MCP remoti che stanno trasformando lo sviluppo AI nel 2026. Scopri come migliorano automazione, ragionamento, sicurezza e velocità dei workflow.
Abid Ali Awan's photo

Abid Ali Awan

15 min

Mostra altro