Vai al contenuto principale

Riepilogo evento: formazione e sviluppo nell’era guidata dai dati

Di recente abbiamo ospitato un panel con Bloomberg e NatWest Group sull’importanza della data literacy e su come rendere operativi i programmi di trasformazione delle competenze sui dati.
Aggiornato 29 set 2026  · 6 min leggi

Scopri con l'IA

ChatGPTClaudePerplexity

A gennaio 2021, il World Economic Forum ha pubblicato un report sull’upskilling per una prosperità condivisa. È stato un appello all’azione, affermando che colmare il gap di competenze potrebbe aggiungere tra 5 e 6,5 trilioni di dollari al PIL mondiale entro il 2030.

Oggi più che mai, la funzione di learning and development è fondamentale per le aziende che vogliono sviluppare una cultura della data literacy a livello organizzativo. A maggio, DataCamp ha ospitato un panel con Kerrie O’Sullivan, EMEA Training Manager, e Sheil Naik, Senior Technical Trainer del Bloomberg Global Data Team, insieme a Marcus Robertson, Global Curriculum Lead di NatWest Group, per discutere lo stato della formazione e sviluppo nelle organizzazioni data-driven, le best practice per progettare esperienze di apprendimento digital-first e come promuovono una cultura dell’apprendimento nelle loro aziende.

Dal panel sono emerse due tematiche ampie. La prima riguarda l’importanza strategica della formazione e sviluppo nell’offrire all’organizzazione insight sulla trasformazione delle competenze (e delle competenze sui dati); la seconda riguarda le best practice per rendere operativa la trasformazione delle competenze sui dati. Ecco alcuni punti chiave emersi:

L’importanza strategica della formazione e sviluppo

  • Il ruolo della formazione e sviluppo nell’organizzazione — Il panel ha evidenziato come i team L&D possano guidare la visione della trasformazione delle competenze in tutta l’organizzazione. Ciò include collaborare con i gruppi di business per fornire orientamento e thought leadership sulle competenze del futuro, e progettare ambienti di apprendimento flessibili ed equi per tutti. Questo è particolarmente importante poiché i lavori stanno cambiando rapidamente e organizzazioni e comunità stanno avviando quelli che possono essere considerati i più grandi programmi di reskilling e upskilling degli ultimi decenni.

  • Il ruolo delle competenze sui dati negli sforzi di upskilling e reskilling — Le competenze sui dati sono tra le principali competenze su cui i leader L&D del panel puntano per l’upskilling e il reskilling. Ad esempio, sia in Bloomberg che in NatWest, queste competenze spaziano dall’aggiornamento su Python, SQL e strumenti di business intelligence, fino alla data literacy e alla comprensione di dove accedere ai dati e come interpretarli. È importante notare che le competenze sui dati sono una metodologia per risolvere problemi di business, quindi è fondamentale integrarle nelle competenze specialistiche già esistenti. Queste competenze, sia concettuali sia tecniche, consentono agli esperti di dominio di abbattere i silos organizzativi dialogando con gli esperti di dati o realizzando analisi in autonomia.

  • In cosa lo sviluppo e il mantenimento delle competenze sui dati differiscono da altre competenze — Poiché le competenze sui dati sono relativamente recenti e possono risultare intimidatorie all’inizio, creare una narrazione sull’upskilling in ambito dati per entusiasmare i discenti su ciò che possono ottenere con i dati è un prerequisito per favorirne l’adozione. Inoltre, man mano che le organizzazioni fanno upskilling sui dati, diversi ruoli con livelli differenti di alfabetizzazione dei dati devono interagire con essi. Per questo sia Bloomberg che NatWest hanno avviato programmi di apprendimento che mettono l’accento su cosa è possibile ottenere con i dati e su come integrarli nel lavoro quotidiano. Marcus ha sottolineato l’importanza di fornire un ambiente sicuro e senza installazioni per l’apprendimento esperienziale su strumenti tecnici come Python e R, come fa DataCamp. Interessante notare che, poiché le competenze sui dati sono tecniche e si applicano con strumenti come Jupyter Notebooks e IDE, l’impatto dei risultati di apprendimento è più facilmente misurabile rispetto ad altre competenze. Un esempio è come Sheil ha sfruttato l’analisi dei dati con Python per valutare l’efficacia del suo programma blended di analisi dei dati con Python, che utilizza DataCamp per il materiale di base affiancato da formazione interna erogata e gestita da Sheil.

Best practice per rendere operativa la trasformazione delle competenze sui dati

  • Il passaggio a una funzione L&D digital-first — Come la maggior parte dei team e delle organizzazioni, nel 2020 i team L&D di Bloomberg e NatWest sono passati a un ambiente di lavoro digitale. Per Bloomberg, ad esempio, ciò ha significato riprogettare i programmi di upskilling sui dati in chiave digital-first, rendendoli più brevi, più interattivi e incoraggiando i discenti a interagire con gli esperti interni all’organizzazione. Inoltre, il passaggio al digitale ha abbattuto le barriere tra i team L&D regionali e i loro discenti in entrambe le organizzazioni. Questo ha favorito la condivisione delle best practice tra team regionali e lo sviluppo di un’esperienza formativa culturalmente più ricca per formatori e discenti.

  • Best practice per creare una cultura dell’apprendimento — Un tema chiave emerso nel panel è l’importanza della leadership senior nel catalizzare l’entusiasmo verso l’apprendimento. Ciò include non solo il sostegno da parte dei dirigenti per l’upskilling sui dati, ma anche i responsabili di linea che parlano con i propri collaboratori delle opportunità di upskilling e di cosa significano per i team. Marcus ha evidenziato che i manager intermedi devono bilanciare la richiesta di risultati con la facilitazione dello sviluppo delle competenze del team. Un punto chiave da trasmettere, però, è che i team possono ottenere risultati solo se sviluppano le proprie competenze. Inoltre, Kerrie ha sottolineato l’importanza di promuovere e offrire programmi di formazione strutturati, individuabili, con un ritmo definito e obiettivi di apprendimento chiaramente espressi, per avviare la conversazione e creare entusiasmo verso l’apprendimento.

Questo è solo un assaggio di quanto emerso nel panel — nella registrazione on-demand, Sheil, Kerrie e Marcus approfondiscono le best practice per allineare gli obiettivi di business con i risultati di apprendimento, come condurre un’analisi approfondita dei bisogni di competenze, come immaginano che i programmi L&D saranno influenzati dal ritorno in ufficio e altro ancora. Assicurati di registrarti per scoprire tutto.

Scopri di più su DataCamp for Business:
DataCamp for Business offre una piattaforma di apprendimento interattiva per le aziende che devono fare upskilling e reskilling delle persone sulle competenze legate ai dati. Con argomenti che spaziano dalla data literacy e data science al data engineering e al machine learning, oltre 1.600 aziende si affidano a DataCamp for Business per far crescere il proprio talento.

Argomenti
Data Science
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 AltroMostra Altro