Perché usare le persone nel tuo percorso di apprendimento
Ogni persona ha un rapporto diverso con i dati. Non tutti nella tua azienda hanno “data scientist” nel titolo, ma non significa che non debbano capire come lavorare con i dati e interpretarli. Ti consigliamo un approccio basato sui ruoli per identificare le competenze necessarie ad aiutare ciascun ruolo a raggiungere i propri obiettivi di performance.
Lo scopo dei ruoli data è mappare ogni persona principale nella tua azienda alle competenze di cui ha bisogno per svolgere al meglio le proprie mansioni.
Le quattro persone più comuni
DataCamp conta attualmente oltre 1.600 clienti enterprise che rappresentano settori diversi, tra cui servizi finanziari, sanità, consulenza, tecnologia, beni di consumo e retail, pubblica amministrazione e altro ancora. I nostri clienti business tendono a usare le seguenti persone: Data Consumer, Leader/Manager, Data Analyst, Citizen Data Scientist, Data Scientist, Data Engineer, Database Administrator, Statistician, Machine Learning Scientist e Programmer.
Per questo post del blog, ci concentreremo sulle quattro persone più comuni: Data Consumer, Leader/Manager, Data Analyst e Data Scientist.

Data Consumer
- Svolge un ruolo non tecnico, ma utilizza risultati analitici come parte dei processi quotidiani. Quasi tutti dovranno consumare qualche tipo di dato, ma devono anche essere in grado di interpretare ciò che viene mostrato.
- Sniff test: dopo aver mostrato un grafico a barre, saprebbero fare una domanda sensata?
- Esempio di ruolo: Marketing Manager
Leader/Manager
- Usa l’analisi per monitorare le performance e prendere decisioni strategiche. Potrebbero aver bisogno di una visione più ampia rispetto ad altri data consumer, perché devono comprendere gli output dei team data e usare questi insight per decisioni strategiche.
- Sniff test: prendono decisioni basate sui risultati dei progetti data?
- Esempio di ruolo: Chief People Officer
Data Analyst
- Definisce e sviluppa analisi specifiche di dominio a supporto del decision making, incluse statistiche descrittive, visualizzazioni e reportistica. In genere servono competenze in strumenti di reporting e BI per condividere insight, competenze di base in SQL e anche una certa dimestichezza con comuni operazioni di manipolazione in linguaggi di programmazione.
- Sniff test: sanno tracciare un grafico a barre senza sudare?
- Esempio di ruolo: Operations Analyst
Data Scientist
- Usa tecniche avanzate specifiche di dominio per svolgere attività di data science. Conduce analisi avanzate per ottenere insight e comunicarli per rispondere a domande di business. In genere ha competenze di programmazione in Python o R, lavora con i dati con sicurezza e ha punti di forza in temi di analisi avanzata, come statistica e machine learning.
- Ai fini di questo articolo, anche i Citizen Data Scientist, ovvero chi è in grado di svolgere il ruolo di data scientist, rientrano in questa categoria.
Mappare i ruoli alle competenze richieste
Poni domande alle persone chiave della tua azienda per comprendere i loro obiettivi e le aree di focus principali.
Frequenza
Con quale frequenza hanno bisogno di accedere a determinati dati?
Autovalutazione della competenza
Come valuterebbero le proprie competenze nelle tue aree di interesse?
Strumenti
Usano strumenti di programmazione open source, strumenti di BI, reportistica interna o altri strumenti?
Sniff test
Sono in grado di capire i dati nel contesto o di fornire i report o i modelli richiesti?

L&D basato sui ruoli su DataCamp
DataCamp offre indicazioni, all’interno dell’esperienza di prodotto, su come creare un percorso di apprendimento efficace per ogni ruolo nella tua azienda.
Segmenta per ruolo
Puoi usare la funzione team di DataCamp per segmentare i learner per ruolo sulla piattaforma.

Assegna per ruolo
Crea assegnazioni con scadenza per mantenere il team motivato e allineare l’apprendimento a contenuti relativi ai loro ruoli data. I percorsi personalizzati ti danno la flessibilità di costruire itinerari di apprendimento adeguati per ciascun ruolo.

Misura e valuta
Gli admin possono capire, misurare e rendicontare facilmente l’impatto della formazione sulla tua organizzazione e vedere come ti stai muovendo verso i tuoi obiettivi di apprendimento.

Vantaggi per i learner nell’uso delle persone
Aspettative chiare
Con così tanti argomenti e tecnologie da imparare, può essere scoraggiante iniziare mentre gestisci anche tutte le altre responsabilità. Le assegnazioni forniscono aspettative chiare per i learner.

Esperienza personalizzata
Con DataCamp Signal, i learner ricevono consigli di formazione personalizzati per portare le loro competenze data al livello successivo. Gli admin possono monitorare lo sviluppo nella dashboard di valutazione delle competenze.

Progettato per professionisti impegnati
Con DataCamp, i learner possono accelerare l’apprendimento. Diamo la possibilità di saltare alcuni corsi non pertinenti se dimostrano di conoscere già l’argomento superando una valutazione di competenze Signal.

Esegui un audit delle competenze del tuo team
Offriamo un audit delle competenze gratuito per confrontare le skill della tua azienda con un benchmark. Al momento dell’iscrizione, potrai anche vedere i nostri nuovi prototipi di valutazione delle competenze e contribuire a definire come costruiamo il prodotto.


Molte aziende stanno pensando a come accelerare la trasformazione digitale con i dati. In questo articolo parleremo dei vantaggi di usare le persone per strutturare i programmi di apprendimento e sviluppo incentrati sui dati e ti mostreremo come iniziare a mappare i ruoli in tutta la tua organizzazione. Puoi anche scoprire di più sulle strategie per massimizzare i programmi di upskilling sui dati nel nostro webinar.