Waarom je persona’s zou moeten gebruiken in je leertraject
Elke persona heeft een andere relatie met data. Niet iedereen in je bedrijf heeft “data scientist” in de functietitel, maar dat betekent niet dat ze niet hoeven te begrijpen hoe ze met data moeten werken en deze moeten interpreteren. We raden een rolgebaseerde aanpak aan om te bepalen welke vaardigheden nodig zijn om elke rol te helpen zijn prestatiedoelen te halen.
Het doel van datarollen is om elke primaire persona binnen je bedrijf te koppelen aan de vaardigheden die ze nodig hebben om hun taken optimaal uit te voeren.
De vier meest voorkomende persona’s
DataCamp heeft momenteel meer dan 1.600 enterprise-klanten uit diverse sectoren, waaronder financiële dienstverlening, gezondheidszorg, consulting, technologie, consumentengoederen en retail, overheid en meer. Onze zakelijke klanten gebruiken doorgaans de volgende persona’s: Data Consumer, Leader/Manager, Data Analyst, Citizen Data Scientist, Data Scientist, Data Engineer, Database Administrator, Statistician, Machine Learning Scientist en Programmer.
Voor dit blogbericht focussen we op de vier meest voorkomende persona’s: Data Consumer, Leader/Manager, Data Analyst en Data Scientist.
Data Consumer
- Werkt in een niet-technische rol, maar gebruikt analyseto_outputs als onderdeel van dagelijkse processen. Bijna iedereen zal een of andere vorm van data moeten gebruiken, maar ze moeten ook kunnen interpreteren wat ze zien.
- Snuffeltest: Kunnen ze een zinnige vraag stellen nadat je ze een staafdiagram hebt laten zien?
- Voorbeeldrol: Marketingmanager
Leader/Manager
- Gebruikt analyses om prestaties te monitoren en strategische beslissingen te nemen. Ze hebben mogelijk een bredere blik nodig dan andere datagebruikers, omdat ze de outputs van hun datateams moeten begrijpen en die inzichten gebruiken om strategische beslissingen te nemen.
- Snuffeltest: Nemen ze beslissingen op basis van de resultaten van dataprojecten?
- Voorbeeldrol: Chief People Officer
Data Analyst
- Definieert en ontwikkelt domeinspecifieke analyses ter ondersteuning van besluitvorming, waaronder het berekenen van beschrijvende statistieken, visualisaties en rapportages. Ze hebben over het algemeen vaardigheden nodig in rapportage- en BI-tools om inzichten te delen, basisvaardigheden in SQL en zelfs enige vaardigheid in gangbare manipulatietaken in programmeertalen.
- Snuffeltest: Kunnen ze zonder stress een staafdiagram maken?
- Voorbeeldrol: Operations Analyst
Data Scientist
- Gebruikt geavanceerde, domeinspecifieke technieken om datasciencetaken uit te voeren. Ze voeren geavanceerde analyses uit om inzichten te verkrijgen en communiceren die inzichten om zakelijke vragen te helpen beantwoorden. Ze hebben doorgaans programmeervaardigheden in Python of R, werken zelfverzekerd met data en hebben sterke vaardigheden in geavanceerde analysethema’s zoals statistiek en machine learning.
- Voor dit artikel vallen Citizen Data Scientists, of degenen die de rol van data scientist kunnen vervullen, ook onder deze categorie.
Rollen koppelen aan vereiste vaardigheden
Stel vragen aan de belangrijkste persona’s in je bedrijf om hun doelen en primaire focusgebieden te begrijpen.
Frequentie
Hoe vaak hebben ze toegang nodig tot bepaalde data?
Zelfingeschatte vaardigheid
Hoe zouden ze hun eigen competenties beoordelen op jouw interessegebieden?
Tools
Gebruiken ze open-source programmeertools, BI-tools, interne rapportages of andere tools?
Snuffeltests
Kunnen ze data in context begrijpen of vereiste rapporten of modellen opleveren?
Rolgebaseerde L&D op DataCamp
DataCamp biedt in onze productervaring begeleiding over hoe je voor elke rol in je bedrijf een impactvol leertraject opzet.
Segmenteren op rol
Je kunt de teamfunctie van DataCamp gebruiken om lerenden op het platform te segmenteren op rol.
Toewijzen op rol
Maak tijdgevoelige opdrachten om je team gemotiveerd te houden en hun leren af te stemmen op content die past bij hun datarollen. Aangepaste tracks geven je de flexibiliteit om passende leertrajecten per rol samen te stellen.
Meten en evalueren
Beheerders kunnen eenvoudig begrijpen, meten en rapporteren wat de impact van training is op je organisatie en zien hoe je vordert richting je leerdoelen.
Voordelen voor lerenden van het gebruik van persona’s
Duidelijke verwachtingen
Met zoveel onderwerpen en technologieën om te leren kan het overweldigend zijn om te beginnen terwijl je al je andere verantwoordelijkheden balanseert. Opdrachten bieden duidelijke verwachtingen voor lerenden.
Gepersonaliseerde ervaring
Met DataCamp Signal ontvangen lerenden gepersonaliseerde trainingsaanbevelingen om hun datavaardigheden naar een hoger niveau te tillen. Beheerders kunnen de ontwikkeling volgen op hun dashboard voor vaardigheidsbeoordeling.
Gemaakt voor drukke professionals
Met DataCamp kunnen lerenden hun leerproces versnellen. We geven lerenden de optie om bepaalde cursussen over te slaan die niet relevant zijn als ze voorkennis van het materiaal kunnen aantonen door te slagen voor een Signal-vaardigheidstoets.
Voer een vaardigheidsaudit van je team uit
We bieden een gratis vaardigheidsaudit zodat je de vaardigheden van je bedrijf kunt benchmarken. Na aanmelding krijg je ook de kans om onze nieuwste prototypes voor vaardigheidstoetsen te bekijken en mee te bepalen hoe we het product bouwen.
Veel bedrijven denken na over hoe ze hun digitale transformatie met data kunnen versnellen. In dit artikel bespreken we de voordelen van het gebruik van persona’s om je datagerichte leer- en ontwikkelingsprogramma’s te structureren en laten we zien hoe je rollen in je organisatie kunt gaan in kaart brengen. Je kunt ook meer leren over strategieën om data-upskillingprogramma’s te maximaliseren in ons webinar.