Wat is datageletterdheid? Een gids voor 2026 voor data- en analyticsleiders

Wat is datageletterdheid?

Datageletterdheid is het vermogen om data te lezen, schrijven, analyseren, ermee te communiceren en ermee te redeneren. Het is een vaardigheid waarmee individuen en organisaties betere, datagedreven beslissingen kunnen nemen.

Net als bij andere kerncompetenties is het geen one-size-fits-all-concept; meerdere aspecten vormen samen datageletterdheid. Het is meer dan alleen data-analyse; het gaat om het begrijpen wat data betekent en hoe je die bevindingen presenteert, inclusief het vermogen om:

• Data te lezen. Het vermogen om data in verschillende vormen te interpreteren, zoals grafieken, diagrammen of rapporten. Bijvoorbeeld: in staat zijn het jaarlijkse financiële rapport van een bedrijf te lezen en de prestaties te begrijpen.
• Met data te werken. Het verzamelen en produceren van data, wat kan betekenen dat je een experiment opzet om data te verzamelen of een enquête maakt om inzichten te vergaren.
• Met data te communiceren. Het vermogen om data te gebruiken om een verhaal te vertellen of een case te onderbouwen. Een goed voorbeeld is klantdata gebruiken om een businesscase voor een nieuw product te maken.
• Met data te redeneren. Omgaan met ambiguïteit in data en data benutten om zakelijke beslissingen te sturen.

Als individuele vaardigheid suggereert de term datageletterdheid een binair begrip. Dat is echter verre van het geval. Het is een spectrum, dat loopt van het vermogen om datagedreven beslissingen te nemen en dataverhalen te vertellen tot meer geavanceerde data science-, data engineering- en machinelearningvaardigheden.

Vanuit een organisatorisch perspectief zouden leiders aan datageletterdheid moeten denken in termen van een schaal van vloeiendheid. Een organisatie met een hoge mate van datageletterdheid omvat een breed scala aan datavaardigheden binnen de workforce.

Waarom is datageletterdheid belangrijk?

Datageletterdheid, het vermogen om het uitgestrekte digitale informatielandschap te navigeren en te interpreteren, wordt snel een essentiële levensvaardigheid en een waardevol pluspunt op de arbeidsmarkt. In ons State of Data & AI Literacy Report vroegen we leiders in het VK en de VS hoe zij de waarde van datageletterdheid binnen hun organisatie zien en hoe belangrijk het is dat individuen deze vaardigheid ontwikkelen.

De noodzaak van data- en AI-geletterdheid - The State of Data Literacy Report

Waarom is datageletterdheid belangrijk voor individuen?

Datageletterdheid is aantrekkelijk voor werkgevers

Ons rapport bevestigt het belang dat business- en dataleiders hechten aan een datageletterde workforce. Het rapport geeft aan dat 40% van de leiders in de VS en het VK verminderde productiviteit als het grootste risico ziet van onvoldoende datavaardigheden, terwijl onnauwkeurige besluitvorming  (39%), langzamere besluitvorming (37%) en belemmerde innovatie (31%) eveneens aanzienlijke risico’s vormen.

Leiders zijn proactief in het beperken van deze risico’s: 79% is bereid hogere salarissen te bieden aan kandidaten met sterke datageletterdheidsvaardigheden. Van hen is 21% bereid een salarisverhoging van 10-15% voor te stellen, en meer dan een kwart zou een salarispremie van 30% overwegen. Deze cijfers bevestigen de hoge waardering voor datageletterdheid in het hedendaagse bedrijfslandschap.

Datageletterdheid bevordert verantwoord digitaal burgerschap

In bredere zin kan datageletterdheid zorgen voor een meer betrokken samenleving. De afgelopen twee jaar hebben we de opkomst gezien van ontzagwekkende AI-tools zoals ChatGPT en Sora AI die mensachtige tekst en beelden genereren.

Helaas kunnen deze tools, naast talloze nuttige toepassingen, ook worden ingezet om desinformatie te versnellen en te versterken. Deze gedachte wordt gedeeld door Anjali Samani, Director of Data Science & Data Intelligence bij Salesforce.

Zij gelooft dat, in een tijd van nepnieuws, deepfakes en post-truthpolitiek, datageletterdheid belangrijker is dan ooit.

Waarom is datageletterdheid belangrijk voor organisaties?

Datageletterdheid helpt organisaties hun prestaties te verbeteren

Investeren in uitgebreide datageletterdheidsprogramma’s levert substantiële voordelen op voor organisaties en onderscheidt hen van concurrenten.

Volgens respondenten in ons State of Data & AI Literacy Report verbeteren programma’s voor datavaardigheden de kwaliteit (75%)  van besluitvorming aanzienlijk, en 88% zegt dat dit het geval is wanneer dit wordt gecombineerd met AI-training.

Dit leidt tot een sneeuwbaleffect, met versnellingen in innovatie (75% verbeterd, 52% substantieel), klantervaring (81% verbeterd, 60% substantieel) en personeelsbehoud (82% verbeterd, 69% substantieel).

Belangrijk is dat deze verbeteringen niet beperkt blijven tot procesoptimalisatie. Ze leiden ook tot tastbare bedrijfsresultaten, waaronder omzetmaximalisatie (81% verbeterd, 69% substantieel) en kostenreductie (85% verbeterd, 65% substantieel). Het is geen verrassing dat organisaties deze verbeteringen zien.

Zoals Jordan Morrow, auteur van Be Data Literate, het verwoordde in de DataFramed-podcast: datageletterdheid creëert comfort binnen de organisatie om data te gebruiken, en dat levert resultaten op.

Datageletterdheid is een sleutelonderdeel van een datacultuur

Een datacultuur verwijst naar een omgeving waar beslissingen consequent worden onderbouwd met data en iedereen binnen de organisatie, ongeacht rol, wordt aangemoedigd en in staat gesteld om data in het werk te gebruiken. Het is een cultuur van onderzoek, nieuwsgierigheid en datagedreven besluitvorming.

Deze cultuur wordt echter bedreigd door lage niveaus van datageletterdheid, een uitdaging die vooral Chief Data Officers (CDO’s) voelen. CDO’s noemen regelmatig een gebrekkige datacultuur en -vaardigheden als aanzienlijke obstakels voor hun succes.

Sudaman Thoppan Mohanchandralal, oprichter van NautilusPrinciple, een adviesbureau voor data- & analyticsstrategie, en voormalig Chief Data Officer bij Allianz Benelux, benadrukt dit punt.

Sudaman stelt dat een datacultuur niet slechts een luxe is, maar cruciaal voor het succes van een bedrijf. Hij zegt: "Datacultuur is niet zomaar een optie; het is van vitaal belang voor de missie." Dit onderstreept de essentiële rol van datageletterdheid bij het stimuleren van een succesvolle datacultuur.

AI-geletterdheid wordt ook steeds belangrijker voor individu en organisatie - we hebben hier een aparte gids over AI-geletterdheid.

Belangrijke datageletterdheidsvaardigheden die organisaties moeten ontwikkelen

Hoewel elke organisatie naar datageletterdheid moet kijken in de context van de eigen cultuur en missie, kunnen we beginnen met een raamwerk van datageletterdheidsvaardigheden die elke organisatie bij haar mensen zou moeten ontwikkelen.

Concreet kunnen deze vaardigheden worden opgedeeld volgens de definitie van datageletterdheid: lezen, schrijven, analyseren, communiceren en redeneren met data.

Je kunt het raamwerk bekijken in ons State of Data Literacy 2024-rapport. Je kunt ook een bewerkbare versie van het raamwerk downloaden.

Het data- en AI-competentieraamwerk

Data lezen

Deze vaardigheid draait om het begrijpen van de data en dat begrip gebruiken om weloverwogen beslissingen te nemen. Het kan gaan om data uit een rapport of dashboard over een specifiek aspect van het bedrijf.

• Data-inzichten en visualisaties interpreteren. In staat zijn om databasede bevindingen en hun weergaven te begrijpen en te duiden.
• Datagedreven besluitvorming. Data en analyses gebruiken om zakelijke beslissingen te informeren.

Data schrijven en analyseren

Het volgende complexiteitsniveau is werken met minder bewerkte data. Dit kan betekenen dat je informatie vastlegt en verwerkt, of ruwe data gebruikt om visualisaties te maken die deze uitleggen.

• Data wrangling en manipulatie. Data transformeren en organiseren voor analyse.
• Predictive modeling en machine learning. Voorspellende modellen trainen en gebruiken om voorspellingen te doen over toekomstige gebeurtenissen.
• Data engineering. De infrastructuur en processen ontwerpen en bouwen voor het verzamelen, opslaan en analyseren van data.
• Programmeren. Beheersing van programmeertalen om datagerelateerde taken uit te voeren.
• Data importeren en opschonen. Data uit verschillende bronnen inlezen en zorgen dat ze vrij zijn van kwaliteitsproblemen.
• Datavisualisatie en dashboardontwerp. Grafische weergaven van data maken en interactieve dashboards ontwerpen voor data-exploratie en -analyse.

Communiceren met data

Deze factor bouwt voort op de twee hierboven genoemde. Naast het presenteren van data draait deze vaardigheid om het uitleggen ervan aan niet-experts op een begrijpelijke manier. Vaak betekent dit dat je meer geavanceerde datathema’s begrijpt.

• Dataverhalen vertellen. De kunst van het effectief communiceren van inzichten en bevindingen uit data-analyse.
• Datascienceconcepten begrijpen. Kennis hebben van en kunnen praten over de methoden, theorieën en tools die in het vakgebied data science worden gebruikt.
• Data-engineeringconcepten begrijpen. Bekend zijn met de processen en technologieën die betrokken zijn bij het ontwerp, de bouw en het onderhoud van datapijplijnen en infrastructuur.
• Machinelearningconcepten begrijpen. Weten wat de mogelijkheden en beperkingen van machine learning zijn, en de technieken die worden gebruikt om voorspellende modellen te trainen en te gebruiken.

Redeneren met data

De laatste datageletterdheidsvaardigheid die organisaties nodig hebben, is dat individuen met data kunnen redeneren. Dit betekent dat je data-inzichten extrapoleert om strategieën te maken en inzicht te krijgen in micro- en macrotrends, en deze informatie bundelt om bevindingen te presenteren.

• Businessanalyse. Data en analyse gebruiken om bedrijfsprocessen en operaties te begrijpen en te verbeteren.
• Statistische analyse. Statistische methoden gebruiken om data te analyseren en daaruit conclusies te trekken.
• Rapporteren met data. Datagedreven bevindingen en inzichten helder en beknopt presenteren.

Wie is verantwoordelijk voor datageletterdheid

Nu bedrijven in toenemende mate datagedreven werken, wordt de vraag wie de datageletterdheid binnen de organisatie moet aanjagen steeds belangrijker. Veel stakeholders zijn betrokken, van Chief Information Officers tot Chief Marketing Officers en verder, maar de verantwoordelijkheid past mogelijk het beste bij de Chief Data Officer (CDO).

De opkomst van de rol van Chief Data Officer is een bewijs van het groeiende belang van data voor organisaties. Alleen al in de afgelopen tien jaar is het aantal Chief Data Officers binnen organisaties zevenvoudig toegenomen, van 12% in 2012 naar 82,6% in 2023. Chief Data Officers hebben de opdracht ervoor te zorgen dat data binnen de organisatie als een asset wordt behandeld, en dat omvat het in staat stellen van iedereen met de mindset en vaardigheden om data te benutten in de dagelijkse taken.

Organisaties zonder een dedicated CDO kunnen de taak toewijzen aan andere dataleiders, maar het is essentieel dat de rol niet solitair is. De Learning and Development-functie of Chief Learning Officer zou mede-eigenaar moeten zijn van dit initiatief, door te helpen bij het beoordelen van huidige vaardigheden en datageletterdheid te plaatsen in de toekomstige skillset van de organisatie. Je kunt meer leren over wie de datageletterdagenda bezit in deze podcast.

3 kritieke uitdagingen rond datageletterdheid voor organisaties

In het State of Data & AI Literacy 2024-rapport wilden we van data- en leerleiders die voorop lopen in data- en AI-geletterdheid begrijpen wat hun meest urgente uitdagingen zijn.

De uitdagingen bij het bouwen van een datageletterdheidsprogramma - The State of Data & AI Literacy Report 2024

Als we deze uitdagingen breder bekijken, kunnen we ze eenvoudig groeperen in drie categorieën:

• Executive sponsorship, bestaande uit gebrek aan eigenaarschap, gebrek aan steun van het leadership en gebrek aan budget.
• Leerervaring en -uitkomsten, wat onvoldoende trainingsmiddelen omvat.
• Cultuur, met focus op weerstand en adoptieproblemen bij medewerkers rond data-upskilling.

Laten we uiteenzetten hoe we deze drie uitdagingen te lijf gaan.

1. Executive sponsorship

Gevraagd naar de grootste uitdagingen waar leiders tegenaan lopen bij het verbeteren van de datavaardigheden van hun workforce, draaiden de grootste boosdoeners om executive sponsorship. Deze vier factoren sprongen eruit als hun uitdagingen:

• Gebrek aan budget (35%)
• Onvermogen om te begrijpen hoe te beginnen (31%)
• Gebrek aan steun vanuit het leadership (26%)
• Gebrek aan eigenaarschap over het trainingsprogramma (26%)

Uitdagingen rond executive sponsorship suggereren dat veel organisaties nog geen allesomvattende datastrategieën hebben ontwikkeld die mensen centraal stellen in de datatransformatie.

Volgens Vijay Yadav, Director of Quantitative Sciences & Head of Data Science bij het Center for Mathematical Sciences van Merck, betekent een succesvolle datastrategie ook dat cultuur- en vaardigheidstransformatie prioriteit krijgen.

Hoe kunnen leiders dan executive sponsorship verkrijgen bij het opzetten van datageletterdheidsprogramma’s?

Volgens Valerie Logan, CEO van de Data Lodge, draait het allemaal om het communiceren van de twee kanten van ROI voor datageletterdheid: de return on investment en het risico van negeren. Je kunt Valeries inzichten op DataFramed hier beluisteren.

2. Leerervaring en -uitkomsten

De op een na grootste groep uitdagingen waar leiders over spraken bij het opzetten van datageletterdheidsprogramma’s heeft betrekking op de leerervaring.

33% van de leiders wees op onvoldoende trainingsmiddelen als de grootste uitdaging bij upskilling voor datageletterdheid. We doken dieper en vroegen leiders die externe leerproviders gebruiken wat hun grootste uitdagingen met die providers waren.

29% van de respondenten gaf aan dat alleen videobased leren het moeilijk maakt om geleerde vaardigheden in de praktijk toe te passen.

Daarnaast gaf 29% aan dat medewerkers moeite hebben om te begrijpen waar ze moeten beginnen met leren, en 24% stelde dat zelfs als ze weten waar te beginnen, de geleerde vaardigheden niet relevant zijn voor hun rol.

Deze resultaten tonen aan hoe traditionele leerproviders hun content richten op een grote breedte aan videomateriaal en bronnen, wat, tegenintuïtief, het voor medewerkers moeilijk maakt om te weten waar te beginnen en hoe ze hun vaardigheden toepassen.

De eenvoudigste manier om dergelijke uitdagingen te vermijden, is door samen te werken met de juiste leerprovider.

Bij DataCamp staan interactieve, samengestelde leerervaringen centraal in onze leerfilosofie. Om dat in actie te zien, kun je hieronder in de casestudysectie meer lezen over klantverhalen van DataCamp for Business.

3. Organisatiecultuur

De derde groep uitdagingen waar leiders mee te maken krijgen bij het stimuleren van datageletterdheidsprogramma’s heeft te maken met medewerkerbetrokkenheid.

Volgens het State of Data & AI Literacy Report wijst 28% van de leiders naar weerstand onder medewerkers als een van hun grootste uitdagingen rond datageletterdheid.

In veel opzichten hangt deze weerstand sterk samen met de eerste twee groepen uitdagingen, want organisaties die geen executive buy-in hebben en niet investeren in voldoende trainingsmiddelen, zullen geen brede adoptie binnen de organisatie realiseren.

De grootste winst die leiders hier kunnen boeken, is echter het humaniseren van data.

In een webinar legde Cindi Howson, Chief Data Strategy Officer bij ThoughtSpot, uit dat data weliswaar moet worden gebruikt om teams en individuen verantwoordelijk te houden, maar niet om individuen te straffen of het gebruik van data te ontmoedigen.

Hoe word je een datageletterde organisatie

Een datageletterde organisatie worden gaat verder dan het adopteren van tools of technologieën. Het vraagt om het cultiveren van een cultuur die data waardeert, het stimuleren van een workforce die data kan begrijpen en gebruiken, en het implementeren van praktijken die data continu inzetten voor besluitvorming.

Hier schetsen we een raamwerk om de reis van jouw organisatie richting datageletterdheid te begeleiden.

Een stapsgewijs datageletterdheidsraamwerk voor het opbouwen van datavaardigheden

Voordat we in de details van ons raamwerk duiken, is het belangrijk te onthouden dat elke organisatie uniek is in de reis naar datageletterdheid.

De reis hangt af van de specifieke context van je organisatie, inclusief de sector, huidige datavolwassenheid en concrete doelen.

Daarom moeten deze stappen dienen als gids, niet als rigide routekaart, en aanpasbaar zijn aan de unieke situatie van je organisatie.

Voor een diepgaander begrip van de nuances in deze reis en hoe andere organisaties deze succesvol hebben doorlopen, raden we aan ons State of Data Literacy Report te bekijken.

1. Breng je vaardigheidskloof in datageletterdheid in kaart

De eerste stap naar een datageletterde organisatie is begrijpen waar je team nu staat.

• Voer een uitgebreide beoordeling uit van de datavaardigheden van je team.
• Bepaal welke vaardigheden ze al hebben en waar de hiaten zitten.
• Gebruik enquêtes of vaardigheidstoetsen om competentie in statistiek, datavisualisatie, opschonen van data en andere essentiële datageletterdheidsvaardigheden te meten.

Onthoud: het doel is niet om iedereen tot data scientist om te vormen, maar om te zorgen dat iedereen data kan begrijpen en gebruiken in de eigen rol. Je kunt meer te weten komen over DataCamps assessments en hoe ze helpen om de sterke punten en vaardigheidskloof van je organisatie te identificeren op een aparte pagina. Je kunt ook de datavolwassenheidsbeoordeling doen om de aanpak van je team rond data te begrijpen.

2. Bouw een pilotproject voor datageletterdheid

Met een duidelijk beeld van de vaardigheden en hiaten in je team kun je vervolgens een pilotproject ontwikkelen om datageletterdheid te verbeteren. Dit kan een trainingsprogramma zijn of een praktijkproject waarin teamleden datavaardigheden toepassen.

Zorg dat het pilotproject aansluit op de algemene doelstellingen van je organisatie en betrek een diverse groep deelnemers uit verschillende afdelingen of rollen. Je kunt leren hoe je een pilotproject voor datageletterdheid opstart door het volgende webinar te bekijken.

3. Meet de ROI van je pilotproject voor datageletterdheid

Zoals bij elke investering is het belangrijk om het rendement te evalueren. Monitor key performance indicators (KPI’s) die de doelstellingen van je pilotproject weerspiegelen. Dit kan het aantal getrainde medewerkers zijn, verbeteringen in datagerelateerde taken of betere besluitvorming dankzij data-inzichten.

Het beoordelen van de ROI kan verdere investeringen in datageletterdheid rechtvaardigen en de bijsturing van toekomstige programma’s begeleiden. ROI meten voor datageletterdheidsprogramma’s kan uitdagend zijn; een goed voorbeeld komt van Bloomberg, dat het Kirkpatrick-model voor evaluatie gebruikte voor leer-ROI in hun data-upskillingprogramma.

4. Schaal je pilot naar meerdere persona’s en competenties

Als je pilotproject succesvol blijkt, is de volgende stap opschalen binnen je organisatie. Dit houdt in dat je het project afstemt op verschillende rollen en competenties. De training voor een marketingprofessional kan bijvoorbeeld verschillen van die voor een productmanager.

Het einddoel blijft echter hetzelfde: ieders vermogen vergroten om data te gebruiken en te begrijpen.

5. Bouw een leer-ecosysteem

Een datageletterde organisatie bouwen is geen eenmalige gebeurtenis, maar een continu leerproces.

Je wilt een leer-ecosysteem creëren met regelmatige trainingssessies, kennisdelingsplatforms en bronnen zoals gidsen of online cursussen. Dit bevordert een cultuur van continu leren en zorgt dat de datageletterdheidsvaardigheden van je team up-to-date blijven.

6. Spoelen & herhalen

Onthoud ten slotte dat het opbouwen van datageletterdheid cyclisch is. Naarmate je organisatie groeit en evolueert, ontstaan er nieuwe behoeften. Daarom is het belangrijk om de vaardigheden van je team regelmatig te herevalueren, je leerprogramma’s te verfijnen en een datagedreven cultuur te blijven stimuleren.

Belangrijke principes voor een succesvol datageletterdheidsprogramma

Het implementeren van een datageletterdheidsprogramma draait niet alleen om training of vaardigheidsontwikkeling, maar ook om het vormgeven van een datageïnformeerde cultuur.

Hier zijn enkele kernprincipes die je reis kunnen sturen en ervoor zorgen dat je programma effectief en succesvol is.

Zorg dat leerdoelen aansluiten op bedrijfsdoelen

Bij het ontwerpen van je datageletterdheidsprogramma is het van cruciaal belang dat je leerdoelen aansluiten op de bedrijfsdoelen van je organisatie.

Wat zijn de belangrijkste zakelijke uitdagingen van je organisatie, en hoe kan datageletterdheid helpen die aan te pakken?

Als een van je bedrijfsdoelen bijvoorbeeld is om klanttevredenheid te verbeteren, kan een leerdoel zijn om je klantenserviceteam te trainen om data te gebruiken om klantgedrag en -voorkeuren beter te begrijpen. Elizabeth Reinhart, Data & AI Analytics Capability Building Senior Manager bij Allianz, beschrijft het belang van het afstemmen van leerdoelen op bedrijfsdoelen in deze casestudy.

Focus op communicatie & betrokkenheid

Een datageletterdheidsprogramma draait om het ontwikkelen van vaardigheden én het aanjagen van een cultuurverschuiving richting een datageïnformeerde mindset. Dit proces vereist voortdurende communicatie en betrokkenheid.

Houd je team op de hoogte van waarom datageletterdheid belangrijk is, hoe het hen in hun rol helpt en de voortgang van het programma.

Stimuleer daarnaast betrokkenheid via interactieve leerervaringen, fora voor kennisdeling en erkenning of beloningen voor vooruitgang.

Maak het persoonlijk

Iedereen in je organisatie heeft andere databehoeften op basis van rol en huidig vaardigheidsniveau. Een one-size-fits-all-benadering van datageletterdheid levert mogelijk niet het gewenste resultaat op.

Personaliseer in plaats daarvan de leerervaring op basis van de behoeften van het individu. Dit kan betekenen dat je verschillende trainingsmodules aanbiedt voor verschillende afdelingen of rollen, of verschillende niveaus van training van beginner tot gevorderd.

Waarom persona’s de basis vormen voor succes in datageletterdheidsprogramma’s

Een eenvoudige manier om in al deze principes te slagen, is door datapersona’s te ontwikkelen voor je upskillingprogramma. Datapersona’s helpen niet alleen bij het creëren van op maat gemaakte leerpaden en het afstemmen van leerdoelen op bedrijfsresultaten, maar ook bij het bouwen van succesvolle communicatieprogramma’s.

Emily Hayward, Data & Digital Change Manager bij CBRE, legt dit perfect uit in de DataFramed-podcast. Zij stelt dat werk aan datapersona’s iedereen die een upskillingprogramma beheert helpt om het leerprogramma uit te dragen:

Voorbeelden en casestudy’s van datageletterdheid

Allianz schoolde 6.000 mensen bij in datavaardigheden

Allianz, opgericht in 1890, maakt al lang gebruik van data in zijn wereldwijde verzekerings- en vermogensbeheeractiviteiten. Het Group Data Analytics-team bij Allianz SE nam het initiatief om elke medewerker te versterken met datageletterdheid, en breidde het programma uit voorbij de typische verzekeringsrollen naar onder meer HR en Communicatie.

Allianz werkte samen met DataCamp om gepersonaliseerde leeroplossingen te creëren, met 22 op maat gemaakte leerpaden en drie capstoneprojecten met echte use-cases van Allianz.

Ze lanceerden het programma met een proef van 100 mensen en schaaldeden het snel op tot meer dan 6.000 lerenden.

De feedback was overwegend positief, met een gemiddelde beoordeling van 4,2/5 van Allianz-lerenden, en medewerkers bespaarden dankzij hun nieuwe vaardigheden gemiddeld 1,9 uur per week.

In totaal bood het programma 19.000 uur aan hands-on leren over diverse onderwerpen, wat de toewijding van Allianz aan datageletterdheid onderstreepte.

CBRE schoolde 2.000+ mensen bij in datavaardigheden

CBRE, een wereldleider in commercieel vastgoed, erkende de noodzaak om datageletterdheid op te bouwen om efficiëntie te verhogen, klantresultaten te verbeteren en zich voor te bereiden op het snel veranderende landschap van de sector. Ze zochten een uitgebreide en schaalbare oplossing voor data-upskilling voor hun 2.000+ medewerkers in het VK en Ierland om deze doelen te bereiken.

CBRE werkte samen met DataCamp for Business om een op maat gemaakt, holistisch datageletterdheidsprogramma te ontwikkelen dat focuste op betrokkenheid, personalisatie en inclusie, en tegemoetkwam aan de specifieke behoeften van verschillende medewerkerspersona’s binnen de organisatie.

Door samen te werken met DataCamp for Business bespaarden CBRE-medewerkers 1-2 uur per lerende per week, meldde 81% van de workforce meer vertrouwen in het werken met data, en behaalde het programma een positieve betrokkenheid van 88%.

Essentiële bronnen voor datageletterdheid

We hebben een verzameling bronnen samengesteld die jou en je organisatie kunnen helpen te beginnen met jullie datageletterdheidsreis.

Topcursussen voor datageletterdheid

• Introduction to Data Literacy
• Data Literacy Professional Skill Track
• Understanding Data Topics Skill Track

Topboeken over datageletterdheid

• Data Analytics for Absolute Beginners: A Deconstructed Guide to Data Literacy van Oliver Theobald
• Be Data Literate: The Data Literacy Skills Everyone Needs To Succeed van Jordan Morrow
• Data Smart: Using Data Science to Transform Information into Insight van John W. Foreman

Top podcasts & webinars over datageletterdheid

• Building the Case for Data Literacy
• Scaling the Data Culture at Salesforce
• How Organizations Can Bridge the Data Literacy Gap
• The State of Data Literacy in 2024 Webinar
• Building Sustainable Learning Cultures Webinar
• Drive Data & AI Literacy Webinar
• The Secret to Successful Data Literacy Programs Webinar
• Unlocking Data Cultures: Empowering People Through Data Literacy Programs Webinar

Top cheat sheets voor datageletterdheid

• The Data-Information-Knowledge-Wisdom Pyramid
• Data Governance Fundamentals Cheat Sheet
• Data Science Cheat Sheet for Business Leaders
• Data Storytelling & Communication Cheat Sheet
• Data Visualization Cheat Sheet
• Descriptive Statistics Cheat Sheet

Een verzameling cheat sheets voor datageletterdheid

Conclusie

In een datagedreven wereld is datageletterdheid niet langer slechts een wenselijke vaardigheid; het is een noodzaak. Zoals we in dit artikel hebben besproken, is datageletterdheid zowel op individueel als op organisatieniveau van vitaal belang. Het stelt individuen in staat om vandaag’s digitale landschap te navigeren, vergroot hun inzetbaarheid en stelt bedrijven in staat om weloverwogen beslissingen te nemen, innovatie te stimuleren en concurrentievoordeel te behalen. Het worden van een datageletterde organisatie is echter geen one-size-fits-all-reis.

Het vereist inzicht in de unieke behoeften van je organisatie, het afstemmen van leerdoelen op bedrijfsdoelen en het bevorderen van een cultuur van continu leren. De sleutel is klein beginnen met een pilotproject, de impact meten en vervolgens opschalen op basis van de behoeften van je organisatie. DataCamp for Business kan je gedurende deze hele reis helpen. We hebben met meer dan 3.500+ organisaties gewerkt aan hun ambities rond datageletterdheid. Wil je meer weten over hoe we de datageletterdheid van jouw organisatie kunnen transformeren, dan kun je spreken met een learning expert.