La data literacy è diventata sempre più cruciale sia per le persone che per le organizzazioni, perché consente di prendere decisioni migliori basate sui dati. Il State of Data Literacy Report 2023 fa luce sull’importanza della data literacy, sul suo impatto trasformativo e sulle sfide che le organizzazioni affrontano per colmare il gap di competenze. In questo post analizziamo i principali insight del report e discutiamo il ruolo della data literacy nel moderno ambiente di lavoro.
Cos’è la data literacy e perché conta?
La data literacy è la capacità di leggere, scrivere, analizzare, comunicare e ragionare con i dati. Non è un concetto binario, ma uno spettro di competenze che va dal decision-making di base guidato dai dati fino a skill più avanzate di data science, data engineering e machine learning.
Come evidenziato nel report, sia le persone sia le aziende riconoscono l’importanza di sviluppare le proprie capacità sui dati. Per esempio, nel Regno Unito l’89% dei leader intervistati considera le competenze di data literacy di base la skill più critica per le attività quotidiane della forza lavoro. Allo stesso modo, negli Stati Uniti il 78% dei leader ritiene che le competenze di data literacy di base siano l’insieme di skill più importante per i compiti giornalieri dei dipendenti.
Perché la data literacy è diventata una competenza chiave per i leader e i loro team
Le organizzazioni di tutti i settori stanno osservando l’impatto di una forza lavoro esperta di dati. Di conseguenza, registrano progressi nella capacità di innovare, prendere decisioni più rapide e informate, creare esperienze migliori per i clienti e altro ancora. In questa sezione esploriamo più nel dettaglio l’impatto trasformativo della data literacy.
Le competenze sui dati sono essenziali perché le organizzazioni moderne prosperino
Quando è stato chiesto quali rischi comporti per il proprio reparto o team la carenza di adeguate competenze sui dati, il 41% degli intervistati in USA e UK ha indicato decisioni inaccurate come rischio principale. Anche la lentezza nel decision-making (36%), la diminuzione della produttività (30%) e la mancanza di innovazione (29%) sono emerse come preoccupazioni rilevanti.
Il valore dei dipendenti data-literate
Quasi tre quarti (74%) degli intervistati hanno concordato, o fortemente concordato, che chi possiede competenze di data literacy ottiene risultati migliori rispetto a chi ne è carente. I leader attribuiscono un maggior valore aggiunto in termini di decisioni più accurate (63%), più forte capacità di innovare (48%) e possibilità di creare esperienze migliori per i clienti (41%).
Competenze sui dati e le grandi sfide della società
La data literacy può avere un impatto più ampio oltre il perimetro delle singole organizzazioni. Ad esempio, il 67% dei leader nel campo dei dati e del business ritiene che le organizzazioni che investono nel potenziamento delle competenze sui dati siano più propense a resistere alle recessioni.
Allo stesso modo, l’85% pensa che i paesi che investono nelle competenze di data literacy supereranno quelli che non lo fanno. Queste risposte indicano quanto l’economia delle competenze sui dati sarà determinante nel definire vincitori e vinti nel prossimo decennio.
Il gap di competenze nella data literacy
Pur riconoscendo gli effetti trasformativi di una forza lavoro data-literate, esiste ancora un ampio gap di competenze che va colmato. Questo divario nasce da fattori tecnologici, organizzativi e culturali.
Valutare il gap di competenze
Più della metà dei leader intervistati ha dichiarato che nella propria organizzazione esiste un gap di competenze in data literacy che deve essere affrontato. Questa quota è in linea con la valutazione di maturità dei dati di DataCamp, secondo cui solo circa il 5% delle organizzazioni si definisce pienamente data-literate.
Fattori che alimentano il divario
Diversi fattori contribuiscono al gap di competenze sui dati, tra cui la rapidità con cui proliferano i dati, investimenti sbilanciati sulla tecnologia rispetto alle persone e la lentezza intrinseca della gestione del cambiamento.
1. La velocità della proliferazione dei dati
La rapida crescita dei big data ha storicamente spinto molte organizzazioni su una traiettoria di investimento sbagliata. Nel tentativo di reagire in fretta all’avvento dei big data, le organizzazioni hanno investito più nella tecnologia che nelle persone, cadendo nella trappola dei "giocattoli luccicanti".
2. Investimenti mal indirizzati nella tecnologia
La priorità data a progetti di AI e machine learning ha portato le organizzazioni a concentrarsi su casi d’uso di analisi predittiva ad alto impatto mediatico, che richiedono ruoli specializzati come data scientist e machine learning engineer. Pur avendo il loro spazio, questi progetti non si traducono necessariamente in una forza lavoro guidata dai dati, perché il resto dell’organizzazione dovrebbe focalizzarsi su analytics descrittive e diagnostiche.
3. La lentezza della gestione del cambiamento
Costruire un programma di data literacy che venga adottato su larga scala e incida davvero sul set di competenze dell’organizzazione è un progetto di lungo periodo. Richiede upskilling continuo e rinforzo, cambiamento culturale, sponsorship da parte di partecipanti e executive e la trasformazione delle abitudini organizzative.
Come affrontare il gap: assunzioni vs upskilling
Circa due terzi (66%) dei leader hanno dichiarato che sarebbero disposti a pagare uno stipendio più alto a un candidato con buone competenze di data literacy rispetto a uno che ne è privo, e il 77% di questi ha affermato che pagherebbe almeno un 10%-15% in più. Circa un quarto dei leader offrirebbe un premio salariale del 30% o più a candidati con buone competenze di data literacy.
Sebbene la ricerca e l’assunzione di candidati con competenze sui dati possano contribuire in parte a colmare il divario, change management, sviluppo delle competenze e trasformazione culturale sono fondamentali per far evolvere la data culture dell’organizzazione. Nella prossima sezione, esploreremo le best practice per implementare programmi di data literacy e potenziare la tua organizzazione dall’interno.*
Implementare programmi efficaci di data literacy per colmare il gap
Sulla base dell’esperienza dei clienti di DataCamp for Business, ecco alcune best practice per orchestrare efficacemente la gestione del cambiamento e implementare con successo programmi di data literacy:
- Definisci obiettivi chiari: stabilisci una roadmap ben definita con obiettivi specifici per il programma di data literacy.
- Individua i gap di competenze e priorità di apprendimento: valuta il livello attuale di data literacy nell’organizzazione e identifica i gap. Dai priorità all’apprendimento in base agli obiettivi dell’organizzazione e alle esigenze dei dipendenti.
- Scegli gli strumenti e le piattaforme giuste: investi in strumenti e piattaforme che facilitino l’apprendimento e l’upskilling. Considera soluzioni che offrano un mix di esperienze auto-guidate, con istruttore e collaborative.
- Promuovi una cultura data-driven: incoraggia una mentalità guidata dai dati e crea una cultura che valorizzi la data literacy. Offri incentivi e riconoscimenti a chi partecipa attivamente al programma e dimostra progressi nelle competenze sui dati.
- Monitora i progressi e itera: monitora regolarmente l’andamento del programma e misura i risultati rispetto agli obiettivi. Apporta aggiustamenti e miglioramenti sulla base di feedback e dati.
Per saperne di più su come superare le principali sfide dell’upskilling sui dati, dai un’occhiata al nostro post dedicato con alcuni consigli per organizzazioni e business leader.
