Man mano che le organizzazioni producono più dati e digitalizzano prodotti e processi, una forza lavoro guidata dai dati non è mai stata così cruciale. Per questo motivo l’apprendimento e lo sviluppo sono diventati centrali nelle strategie aziendali, soprattutto nelle iniziative volte a costruire competenze di data science su scala organizzativa.
Il 4 novembre, Adel Nehme, Data Science Evangelist di DataCamp, ha ospitato Sheil Naik, Global Data Technical Trainer in Bloomberg, per discutere di come il team di Sheil sfrutta il blended learning per insegnare l’analisi dei dati con Python e di come Bloomberg misura il cambiamento comportamentale dopo le proprie iniziative di upskilling.
Il valore di diventare data-driven
Non è mai stato così prezioso essere guidati dai dati. Il CEO di Anaconda, Peter Wang, descrive la data science come una metodologia basata sull’evidenza per risolvere problemi di business, in cui i data scientist "sfruttano strumenti matematici e computazionali per ragionare sul mondo del business". Questa metodologia ha abilitato una miriade di casi d’uso in vari settori, dal forecasting del churn nel marketing al rilevamento automatico delle frodi per le istituzioni finanziarie.
La data science è al cuore della cultura data-driven di Bloomberg. Il loro team di data science sta spingendo i confini del possibile in molti modi, tra cui la creazione di best practice per progetti di elaborazione del linguaggio naturale, la democratizzazione degli strumenti per i dati e la fornitura di soluzioni intelligenti nei propri prodotti. Avere una cultura data-driven significa anche mettere tutti nelle condizioni di prendere decisioni basate sui dati, migliorare i processi con i dati e produrre notizie guidate dai dati.
Costruire una forza lavoro data-driven con il blended learning
La Global Data Division di Bloomberg è responsabile del mantenimento della tempestività e della qualità di tutti i dataset finanziari presenti sul Terminale Bloomberg. In qualità di data technical trainer, Sheil Naik collabora con i business leader della Division per identificare le competenze necessarie per avere successo lavorando con i dati in Bloomberg e per progettare, erogare e valutare programmi formativi volti a costruire e migliorare tali competenze. Tra queste figurano l’uso di strumenti di version control come Git e GitHub, l’analisi dei dati con SQL, l’analisi dei dati con Python e altro ancora.
Il programma Data Analysis with Python di Bloomberg è un curriculum trimestrale di blended learning che include un’ora di introduzione su come viene usato Python in Bloomberg, da 12 a 20 ore di corsi DataCamp, tre sessioni live da 1,5 ore guidate da esperti tecnici interni e un progetto finale che utilizza dati di Bloomberg.
Bloomberg seleziona con cura i corsi su DataCamp per bilanciare obiettivi di apprendimento e impegno in termini di tempo, includendo capitoli da corsi come Introduction to Python, Intermediate Python e altri. Come materiale di base, questi corsi hanno permesso a oltre 450 persone, molte delle quali non avevano mai scritto codice in vita loro, di apprendere e applicare i concetti necessari per completare le tre sessioni in aula dal vivo, superare il progetto finale e portare a termine il programma di formazione.
I partecipanti sono riusciti a passare dal non aver mai scritto una riga di codice in tutta la loro vita a completare un’analisi giornalistica guidata dai dati come parte del progetto finale del programma — Sheil Naik, Global Data Technical Trainer in Bloomberg
Combinando apprendimento autonomo e formazione in aula dal vivo, questo modello di blended learning consente coerenza e flessibilità dell’apprendimento tra geografie, orari e unità di business in Bloomberg. La coerenza del curriculum e dell’esperienza fornita a livello di base permette ai formatori di Bloomberg di scalare le sessioni in aula e includere partecipanti a livello globale. Inoltre, utilizzare un fornitore di formazione come DataCamp a livello di base offre insight e dati sulle performance utili per valutare l’efficacia della formazione.
Misurare il cambiamento comportamentale
Una metodologia per valutare il ritorno diretto sull’investimento dei programmi di formazione è il Modello di Valutazione di Kirkpatrick. Il modello di Kirkpatrick prevede quattro diversi livelli di valutazione: la reazione iniziale dopo un programma di formazione, la valutazione dell’apprendimento, il cambiamento comportamentale e l’impatto sul business delle competenze acquisite.
L’implementazione da parte di Bloomberg del terzo livello del modello di Kirkpatrick misura il numero di attività dei produttori (salvataggi, modifiche, importazioni, rinominazioni, invii, ecc.) sul loro ambiente proprietario di Jupyter Notebook.
Sfruttando questi punti dati, Sheil è riuscito ad applicare le tecniche insegnate in Data Analysis with Python per rilevare un aumento del 561% nelle attività medie dei produttori per una delle coorti diplomate del programma. Secondo Sheil, l’obiettivo finale dell’upskilling sui dati in Bloomberg è combinare la tecnologia con l’expertise dei dipendenti sulla materia per produrre analisi ricche di insight.
Se vuoi saperne di più sul blended learning, su come renderlo operativo nella tua organizzazione e sui punti chiave che Sheil consiglia a ogni professionista della formazione e sviluppo di seguire, assicurati di guardare la registrazione completa del webinar.
