Chuyển đến nội dung chính
Năng lực Dữ liệu
Phân tích dữ liệu

Thúc đẩy gắn kết người học cho các chương trình nâng cấp kỹ năng dữ liệu: Hướng dẫn toàn diện

Khám phá cách tăng cường gắn kết của người học trong các chương trình nâng cấp kỹ năng dữ liệu với các chiến lược hành động từ Báo cáo Tình trạng Khả năng Hiểu biết Dữ liệu 2023.
Adel Nehme's photo
Adel Nehme
Đã cập nhật · 5 phút đọc

Khám phá cùng AI

ChatGPTClaudePerplexity

Tạo tài khoản miễn phí của bạn

Luyện tập và Lộ trình tiến trình của bạn.

Tiếp Tục Với Google
Bằng cách tiếp tục, bạn chấp nhận Điều khoản sử dụng, Chính sách bảo mật và việc dữ liệu của bạn được lưu trữ tại Hoa Kỳ.

Khi thế giới ngày càng định hướng bởi dữ liệu, nhu cầu về các chương trình nâng cấp kỹ năng dữ liệu trở nên ngày càng quan trọng đối với doanh nghiệp. Đảm bảo lực lượng lao động của bạn tham gia tích cực và cam kết với các chương trình này là điều then chốt cho thành công. Trong bài viết này, chúng tôi sử dụng kết quả từ Báo cáo Tình trạng Khả năng Hiểu biết Dữ liệu 2023 để khám phá các chiến lược thúc đẩy gắn kết người học và vượt qua những thách thức phổ biến khi triển khai các sáng kiến nâng cấp kỹ năng dữ liệu. Bạn có thể tìm hiểu thêm về Chiến lược Tối đa hóa Chương trình Nâng cấp Kỹ năng Dữ liệu trong hội thảo trực tuyến riêng của chúng tôi. 

Vượt qua rào cản văn hóa và sự kháng cự của nhân viên

Một trong những thách thức lớn khi triển khai chương trình nâng cấp kỹ năng dữ liệu là vượt qua rào cản văn hóa và sự kháng cự của nhân viên. Thực tế, trong Báo cáo Tình trạng Khả năng Hiểu biết Dữ liệu 2023 của chúng tôi, 27% lãnh đạo tham gia nâng cấp kỹ năng dữ liệu cho biết sự kháng cự của nhân viên là thách thức lớn nhất cản trở thành công. Để giải quyết vấn đề này, tư duy như một người làm marketing và tập trung tạo dựng sự đồng thuận trong lực lượng lao động là điều thiết yếu. 

khung năng lực hiểu biết dữ liệu

Tư duy như một người làm marketing

Có thể nói, một trong những yếu tố quan trọng nhất để xây dựng sự gắn kết cho các chương trình nâng cấp kỹ năng dữ liệu là truyền bá chương trình trong toàn bộ tổ chức. Các lãnh đạo nên liên tục diễn giải giá trị của việc trang bị kỹ năng dữ liệu. 

Giá trị không nên chỉ gói gọn ở việc nâng cấp kỹ năng dữ liệu có thể giúp cải thiện các chỉ số lợi nhuận của tổ chức như thế nào, mà còn ở việc phát triển kỹ năng dữ liệu có thể mang lại kết quả nghề nghiệp tốt hơn cho từng cá nhân ra sao. Ở nhiều khía cạnh, điều này đòi hỏi các lãnh đạo phụ trách nâng cấp kỹ năng phải tư duy như những người làm marketing.

Một chiến thuật marketing phổ biến là xây dựng chân dung dữ liệu (data personas) của tổ chức bạn, đây là chìa khóa để diễn đạt và điều chỉnh thông điệp cho phù hợp. 

Các chân dung dữ liệu của chúng tôi cực kỳ quan trọng trong việc giúp tạo nhu cầu trong nội bộ đồng nghiệp. Chúng giúp chúng tôi thật sự hiểu họ cần học gì, và chúng tôi có thể biện minh vì sao đã cung cấp cho họ nội dung học này thay vì nội dung khác dựa trên chân dung và vai trò của họ. Chúng cũng hỗ trợ hoạt động truyền thông vì cho phép chúng tôi cá nhân hóa thông điệp và cách tiếp cận. Công việc xây dựng chân dung giúp chúng tôi trả lời câu hỏi “Điều đó có lợi gì cho tôi,” vì tôi đảm bảo đó là điều mọi người thực sự quan tâm. Nó sẽ giúp họ thông minh hơn, nhanh hơn, tốt hơn và hiệu quả hơn trong công việc như thế nào? Một phần của công việc về chân dung đã giúp điều đó trở nên sống động với mọi người.

Emily Hayward, Data & Digital Change Manager at CBRE

Tóm lại, chân dung dữ liệu là các hình mẫu đại diện cho những cá nhân khác nhau trong tổ chức và mối quan hệ của họ với dữ liệu. Trong trích dẫn trên, Emily giải thích tầm quan trọng của chân dung dữ liệu trong việc truyền bá các chương trình học tập. 

Chân dung dữ liệu giúp người quản lý chương trình cá nhân hóa thông điệp và cách tiếp cận, giúp người học dễ dàng trả lời câu hỏi "Điều đó có lợi gì cho tôi?" Qua đó, họ có thể hiểu cách nâng cấp kỹ năng dữ liệu sẽ giúp họ thông minh hơn, nhanh hơn, tốt hơn và hiệu quả hơn trong công việc.

Học viện khoa học dữ liệu là một trong những chương trình phổ biến nhất tại New York Life, và điều đó hỗ trợ nỗ lực xây dựng thương hiệu của chúng tôi. Bất cứ khi nào đội dữ liệu thực hiện dự án, chúng tôi đều tạo các video có thành viên trong đội và đối tác phát biểu, dạng video dài ba-bốn phút, dễ tiếp thu và ai cũng có thể xem. Thực tế, chúng tôi dùng các video này trong chương trình đào tạo cho lãnh đạo điều hành.

Glenn Hoffmann, Chief Data & Analytics Officer at New York Life Insurance

Một cách khác là tạo sự hứng khởi quanh các sáng kiến dữ liệu bằng kế hoạch truyền thông hấp dẫn cho từng sáng kiến. Glenn chia sẻ một số cách New York Life truyền bá chương trình học tập và các sản phẩm dữ liệu nói chung. Ví dụ, họ tạo các video ngắn, dễ xem với sự xuất hiện của thành viên đội ngũ và đối tác, sau đó sử dụng trong đào tạo lãnh đạo điều hành.

Các chiến thuật khác để truyền bá chương trình của bạn

Có nhiều chiến thuật bạn có thể áp dụng để quảng bá chương trình học tập:

  • Đính kèm liên kết đến chương trình hiểu biết dữ liệu trong mọi kênh truyền thông nội bộ: Bao gồm bản tin nội bộ, chữ ký email và các tài liệu liên quan khác. Bằng cách duy trì sự hiện diện nhất quán của chương trình, bạn tăng khả năng nhân viên nhận ra tầm quan trọng và cân nhắc tham gia.
  • Ra mắt podcast nội bộ về tầm quan trọng của việc nâng cấp kỹ năng: Phát triển một loạt tập podcast thảo luận về giá trị của khả năng hiểu biết dữ liệu và phỏng vấn chuyên gia trong ngành hoặc người học thành công trong tổ chức. Điều này sẽ nâng cao nhận thức về chương trình và giúp xây dựng văn hóa học tập liên tục.
  • Tạo video chia sẻ cảm nhận của người học từ chương trình thí điểm: Trình chiếu các câu chuyện thành công thực tế bằng cách mời người tham gia chương trình thí điểm chia sẻ trải nghiệm qua các đoạn clip ngắn. Việc tạo bằng chứng xã hội giúp người học tiềm năng nhìn thấy lợi ích và tác động của chương trình lên đồng nghiệp.
  • Khởi động chương trình “người học của tháng”: Ghi nhận và khen thưởng những người học xuất sắc mỗi tháng bằng cách nêu bật thành tích của họ trong truyền thông nội bộ hoặc trên các nền tảng mạng xã hội. Cách làm này có thể thúc đẩy động lực cá nhân, khuyến khích cạnh tranh lành mạnh và tăng gắn kết.
  • Tổ chức chuỗi “ăn trưa và học” với chuyên gia dữ liệu trong tổ chức: Sắp xếp các buổi trưa thân mật nơi chuyên gia dữ liệu chia sẻ góc nhìn và thực tiễn tốt nhất với nhân viên có nhu cầu nâng cấp kỹ năng. Những sự kiện như vậy giúp xây dựng cộng đồng người học và củng cố tầm quan trọng của khả năng hiểu biết dữ liệu trong tổ chức.

Nhân bản hóa dữ liệu

Một phần đáng kể của rào cản văn hóa và sự kháng cự của nhân viên đối với các sáng kiến nâng cấp kỹ năng dữ liệu bắt nguồn từ những hiểu lầm phổ biến về lý do và cách dữ liệu trở thành ưu tiên hàng đầu.

Khoa học dữ liệu và các lĩnh vực liên quan như học máy và trí tuệ nhân tạo thường gây ra nỗi sợ trong cộng đồng rộng hơn của tổ chức. Những nỗi sợ này liên quan đến kỹ năng, nơi mọi người lo lắng bộ kỹ năng của mình có thể lỗi thời, hoặc liên quan đến tự động hóa, khi họ tin rằng các giải pháp dựa trên học máy sẽ tự động hóa phần lớn công việc của họ.

Tôi nghĩ về mặt văn hóa, chúng ta có nỗi sợ toán học. Nói chung, con số không phải là lĩnh vực chúng ta cảm thấy mạnh nhất. Vì vậy, lực lượng lao động tự nhiên lo lắng rằng sự nghiệp của họ sẽ không theo kịp những yêu cầu về dữ liệu sắp tới. Và phần lớn điều đó đến từ cách chúng ta, những người lãnh đạo về học tập và dữ liệu, lựa chọn cách truyền đạt. Nếu chúng ta không chú ý đến đối tượng giao tiếp và lại nhảy vào cuộc trò chuyện kỹ thuật với khán giả kinh doanh, điều đó chỉ làm gia tăng nỗi sợ toán học.

Megan Brown, Ph.D., Director of the Global Center for Excellence for Advanced Analytics and Data Science at Starbucks

Megan giải thích cách các lãnh đạo có thể xoa dịu nỗi sợ dữ liệu bằng cách chú ý đến phong cách truyền đạt. Tránh các cuộc trao đổi quá kỹ thuật với khán giả kinh doanh có thể giúp giảm nỗi sợ toán học và khiến dữ liệu trở nên dễ tiếp cận hơn.

Thiết lập kỳ vọng về việc sử dụng dữ liệu

Một khía cạnh quan trọng khác là đặt ra kỳ vọng rõ ràng về cách dữ liệu sẽ được sử dụng trong chương trình chuyển đổi dữ liệu.

Không ai muốn bị coi thường, và khi bạn khiến dữ liệu trở nên khó và không thể tiếp cận, đó là cảm giác đầu tiên mọi người nhận được. Hơn nữa, các lãnh đạo không nên dùng dữ liệu để trừng phạt cá nhân. Chúng ta cần dùng dữ liệu để cải thiện quy trình kinh doanh, để giữ đội nhóm có trách nhiệm, nhưng chúng ta phải đảm bảo mọi người cảm thấy tự tin đưa dữ liệu ra thảo luận về kết quả kinh doanh.

Cindi Howson, Chief Data Strategy Officer at ThoughtSpot

Cindi giải thích rằng dù dữ liệu nên được dùng để quy trách nhiệm cho đội nhóm và cá nhân, nhưng không nên dùng để trừng phạt hay làm giảm động lực sử dụng dữ liệu. Thay vào đó, dữ liệu nên cải thiện quy trình kinh doanh và nuôi dưỡng văn hóa định hướng dữ liệu, nơi mọi người tự tin đưa ra insight để thảo luận về kết quả kinh doanh.

Kết luận

Tăng cường gắn kết người học cho các chương trình nâng cấp kỹ năng dữ liệu đòi hỏi vượt qua rào cản văn hóa và sự kháng cự của nhân viên, tư duy như một người làm marketing và khiến dữ liệu trở nên gần gũi hơn. Bằng cách áp dụng nhiều chiến thuật để truyền bá chương trình, giải quyết các nỗi sợ liên quan đến dữ liệu và đặt kỳ vọng rõ ràng về việc sử dụng dữ liệu, bạn có thể tạo ra môi trường sôi động để lực lượng lao động đón nhận khả năng hiểu biết dữ liệu và thúc đẩy thành công của tổ chức trong kỷ nguyên định hướng dữ liệu.


Adel Nehme's photo
Author
Adel Nehme
LinkedIn

Adel là một nhà giáo dục Khoa học Dữ liệu, diễn giả, và Phó Chủ tịch phụ trách Truyền thông tại DataCamp. Adel đã phát hành nhiều khóa học và buổi đào tạo trực tiếp về phân tích dữ liệu, học máy và kỹ thuật dữ liệu. Anh đam mê lan tỏa kỹ năng dữ liệu và hiểu biết dữ liệu trong toàn tổ chức, cũng như những điểm giao thoa giữa công nghệ và xã hội. Anh có bằng Thạc sĩ Khoa học Dữ liệu và Phân tích Kinh doanh. Thời gian rảnh, bạn có thể bắt gặp anh vui đùa cùng chú mèo Louis.

Chủ đề
Năng lực Dữ liệu
Phân tích dữ liệu
Liên quan

blog

Claude Opus 4.6: Tính năng, Điểm chuẩn, Bài kiểm tra thực hành và hơn thế nữa

Mô hình mới nhất của Anthropic dẫn đầu ở mã hóa tác tử và lập luận phức tạp. Thêm vào đó, nó có cửa sổ ngữ cảnh 1M.
Matt Crabtree's photo

Matt Crabtree

10 phút

Xem thêm