什么是数据素养？
数据素养是阅读、撰写、分析、沟通并以数据进行推理的能力。它使个人和组织能够做出更好的数据驱动决策。
与其他关键能力类似，数据素养并非一刀切的概念，它由多个方面构成。它不仅仅是数据分析，而是要理解数据意味着什么，以及如何呈现这些发现，包括以下能力：
- 阅读数据。 能够解读各类形式的数据，如图表、图形或报告。例如，能够阅读公司年度财务报告并理解其业绩表现。
- 处理数据。 数据的收集与产出，这可能意味着搭建实验以收集数据，或创建问卷以获取洞见。
- 用数据沟通。 能够用数据讲故事或提出论点。一个很好的例子是利用客户数据为一款新产品构建商业论证。
- 用数据推理。 在不确定性中运用数据，并借助数据推动业务决策。
就个人技能集而言，“数据素养”这个术语似乎暗示二元划分。然而事实并非如此。它是一个光谱，从能够做出数据驱动决策、讲述数据故事，到更高级的数据科学、数据工程与机器学习技能。
从组织角度看，领导者应将数据素养视为流利程度的尺度。高数据素养的组织，意味着其员工群体具备广泛的数据技能。
为什么数据素养很重要？
数据素养，即在广袤的数字信息环境中导航与解读的能力，正迅速成为一项重要的生活技能与职场资产。在我们的数据与 AI 素养状况报告中，我们询问了英国与美国的领导者，他们如何看待数据素养在其组织中的价值，以及它作为个人技能发展的重要性。
对数据与 AI 素养的需求——数据素养状况报告
数据素养对个人为何重要？
数据素养技能对雇主更具吸引力
我们的报告证实了商业与数据领导者对数据素养型员工队伍的重视。报告显示，英国与美国 40% 的领导者将生产力下降视为数据技能不足的首要风险，同时还存在决策不准确（39%）、决策变慢（37%）与创新受阻（31%）等重大风险。
领导者正积极缓解这些风险，79% 愿意为具备强数据素养技能的候选人提供更高薪酬。其中，21% 愿意上调 10–15% 的薪资，且超过四分之一会考虑 30% 的薪资溢价。这些数字再次印证了在当今商业环境中数据素养的溢价价值。
数据素养有助于培育负责任的数字公民
更广泛而言，数据素养有助于构建更具参与感的公众。过去两年，我们见证了令人叹为观止的 AI 工具崛起，如 ChatGPT 和能生成类人文本与图像的Sora AI。
不幸的是，尽管这些工具的有益用例层出不穷，它们也可能被用来加速并推动错误信息传播。Salesforce 数据科学与数据智能总监 Anjali Samani 也表达了相同观点。
她认为，在假新闻、深度伪造与“后真相”政治的时代，数据素养比以往任何时候都更为重要。
每个人都应该具备数据素养。每个人都应该教孩子如何具备数据素养，并就数据和周遭世界提出重要问题。过去，人们常说“眼见为实”。但在深度伪造和 AI 驱动的错误信息面前，我们已无法再这么说。如果您不对我们所见的数据与技术提出正确的问题，您可能是在亏待自己与下一代。
数据素养对组织为何重要？
数据素养技能有助于组织提升绩效
对全面数据素养项目的投入能为组织带来显著收益，使其在竞争中脱颖而出。
根据我们数据与 AI 素养状况报告的受访者反馈，数据技能提升项目可显著提高决策质量（75%），而当与 AI 培训结合时，88% 的人认为效果更佳。
这会引发连锁反应，加速推动创新（75% 提升，52% 显著）、客户体验（81% 提升，60% 显著）与员工留任（82% 提升，69% 显著）。
关键在于，这些改进并不限于流程优化，还带来了可量化的业务成果，包括收入最大化（81% 提升，69% 显著）与成本降低（85% 提升，65% 显著）。组织取得这些改进并不令人意外。
正如《Be Data Literate》作者 Jordan Morrow 在DataFramed 播客中所言，数据素养能在组织内部建立使用数据的舒适度，从而驱动结果。
数据素养旨在在组织内建立运用数据的舒适度与自信，这并不意味着每个人都要变得极度技术化或成为他们本不是的人，而是意味着每个人都能用数据驱动结果
数据素养是打造数据文化的关键组成部分
数据文化指的是一种环境，其中决策始终有数据支撑，且组织内每个人无论其角色如何，都被鼓励并被赋能在工作中使用数据。这是一种探究、好奇与数据知情决策的文化。
然而，这种文化正受到低数据素养水平的威胁，而首席数据官（CDO）对此体会尤深。CDO 们经常将不足的数据文化与技能视为成功路上的重大障碍。
数据与分析战略咨询公司 NautilusPrinciple 创始人、前安联 Benelux 首席数据官 Sudaman Thoppan Mohanchandralal 强调了这一点。
Sudaman 主张，数据文化不是可有可无的奢侈品，而是公司成功的关键。他指出：“数据文化不是可选项；它对使命至关重要。”这一观点突显了数据素养在推动成功数据文化中的关键作用。
数据文化不是可选项；它对使命至关重要。
AI 素养对于个人和组织也日益重要——我们另有一篇AI 素养指南供参考。
组织应重点培养的关键数据素养技能
尽管每个组织都应在自身文化与使命的语境下看待数据素养，我们可以从一套所有组织都应着力在人群中培养的数据素养技能框架入手。
具体而言，这些技能可依据数据素养的定义划分为用数据阅读、写作、分析、沟通与推理。
您可通过阅读我们的2024 年数据素养状况报告了解该框架。或者，您也可以下载可编辑版本的框架。
数据与 AI 能力框架
阅读数据
该技能侧重于理解数据，并据此做出明智决策。数据可能来源于有关业务特定方面的报告或仪表板。
- 解读数据洞见与可视化。 能够理解并弄清基于数据的发现及其表现形式。
- 数据驱动决策。 使用数据与分析为业务决策提供依据。
撰写与分析数据
更高一层的复杂性在于以较少加工的方式处理数据。这可能意味着采集与处理信息，或使用原始数据创建解释性可视化。
- 数据整理与操作。 为分析而转换与组织数据。
- 预测建模与机器学习。 训练并使用预测模型来对未来事件进行预测。
- 数据工程。 设计并构建用于采集、存储与分析数据的基础设施与流程。
- 编程。 熟练掌握编程语言以执行与数据相关的任务。
- 导入与清洗数据。 从多种来源读取数据并确保其不存在数据质量问题。
- 数据可视化与仪表板设计。 创建数据的图形化表达，并设计用于数据探索与分析的交互式仪表板。
用数据沟通
这一要素是前两者的延伸。除了将数据处理为可呈现形式外，这项技能还在于以易懂的方式向非专业人士解释数据。很多时候，这意味着需要理解更高级的数据主题。
- 数据叙事。 有效传达数据分析洞见与发现的艺术。
- 理解数据科学概念。 熟悉并能讨论数据科学领域的相关方法、理论与工具。
- 理解数据工程概念。 熟悉数据管道与基础设施的设计、构建与维护中涉及的流程与技术。
- 理解机器学习概念。 了解机器学习的可能性与局限，以及用于训练与运行预测模型的技术。
用数据推理
组织所需的最后一项数据素养技能，是让个体能够用数据进行推理。这意味着外推数据洞见以制定战略、洞察宏观与微观趋势，并整合信息以呈现发现。
- 业务分析。 利用数据与分析理解并改进业务流程与运营。
- 统计分析。 使用统计方法对数据进行分析并进行推断。
- 数据化报告。 清晰简洁地呈现基于数据的发现与洞见。
谁来负责数据素养
随着企业日益拥抱数据驱动方法，谁应在组织内推动数据素养这一问题变得至关重要。许多相关方都会参与其中，从首席信息官到首席营销官等，但首席数据官（CDO）或许是最合适的责任主体。
首席数据官角色的出现，正是数据对组织重要性日益提高的明证。仅在过去十年，拥有首席数据官的组织比例就增长了七倍，从2012 年的 12% 增至 2023 年的 82.6%。首席数据官的职责是确保组织将数据视为资产，其中也包括让每个人都具备在日常工作中利用数据的心态与技能。
没有专职 CDO 的组织可以将此任务分配给其他数据领导者，但务必要避免单打独斗。学习与发展职能或首席学习官应共同负责，帮助评估当前技能，并将数据素养置于组织未来技能版图中加以考量。您可以在这期播客中了解更多关于谁来主导数据素养议程。
组织面临的 3 大关键数据素养挑战
在 2024 年《数据与 AI 素养状况》报告中，我们向处于数据与 AI 素养提升前沿的数据与学习领导者求证了他们面临的最紧迫挑战。
构建数据素养项目的挑战——2024 年《数据与 AI 素养状况》报告
从更宏观的角度看，我们可以将这些挑战归为三大类：
- 高管赞助，包括缺乏所有权、缺乏高管支持与预算不足。
- 学习体验与成效，涉及培训资源不足。
- 文化层面，聚焦员工与文化方面对数据技能提升的抵触与采纳。
下面我们逐一拆解如何应对这三大挑战。
1. 高管赞助
在被问及提升员工数据技能时领导者面临的最大挑战，高管赞助相关因素居首。具体而言，以下四点尤为突出：
- 预算不足（35%）
- 不知如何入手（31%）
- 缺乏高管支持（26%）
- 培训项目缺乏所有权（26%）
高管赞助方面的挑战表明，许多组织尚未制定将人置于数据转型核心位置的全面数据战略。
默克数学科学中心定量科学总监兼数据科学负责人 Vijay Yadav 认为，成功的数据战略也意味着优先推进文化与技能转型举措。
数据文化与技能是成功数据战略的重要组成。归根结底，领导者需要明白，公司里的每个人是否将数据视为资产，如果是，他们如何看待数据？
那么，领导者在推进数据素养项目时，如何获得高管赞助？
Data Lodge 首席执行官 Valerie Logan 表示，关键在于传达数据素养的 ROI 两面：投入回报与忽视风险。您可以在这期 DataFramed中收听 Valerie 的见解。
2. 学习体验与成效
领导者在推进数据素养项目时面临的第二大挑战与学习体验相关。
33% 的领导者将培训资源不足视为提升数据素养的最大挑战。我们更进一步，询问使用第三方学习供应商的领导者，他们在供应商处遇到的最大问题是什么。
29% 的受访者表示，仅视频式学习让所学难以在真实场景中应用。
此外，29% 的受访者表示员工不知从何开始学习，还有 24% 指出，即便知道如何开始，所学技能与其岗位并不匹配。
这些结果表明，传统学习供应商往往以海量视频内容与资源为中心，但这反而让员工难以确定学习起点并应用技能。
避免此类挑战的最好方式，是与合适的学习供应商合作。
在 DataCamp，互动式、经精心策划的学习是我们学习理念的核心。要了解其实际运作，您可以在下方案例研究部分了解更多DataCamp for Business 客户故事。
3. 组织文化
领导者在推动数据素养项目时面临的第三类挑战与员工参与度相关。
根据《数据与 AI 素养状况报告》，28% 的领导者将员工抵触视为其最大的数据素养挑战之一。
在很多情况下，这种抵触与前两类挑战密切相关——缺乏高管支持、未能投入足够培训资源的组织，很难获得更广泛的采纳。
不过，领导者在此处最大的突破口是让数据“更具人性”。
在一场网络研讨会上，ThoughtSpot 首席数据战略官 Cindi Howson 指出，尽管数据应被用于督促团队与个人承担责任，但不应被用来惩罚个人或打消人们使用数据的积极性。
没有人愿意被轻视，而当您让数据变得艰涩难懂时，人们首先产生的就是这种感觉。此外，领导者不应用数据惩罚个人。我们需要用数据改进业务流程，让团队对结果负责，但也要确保人们有信心拿出数据来讨论业务成效。
如何成为数据素养型组织
成为数据素养型组织不仅仅在于采用工具或技术。它需要培育一种重视数据的文化，打造一支能够理解并使用数据的员工队伍，并实施持续依赖数据进行决策的实践。
下面，我们给出一个框架，帮助引导您的组织迈向数据素养之旅。
构建数据技能的循序渐进数据素养框架
在深入框架细节前，请记住，每个组织在迈向数据素养的旅程中都是独一无二的。
这段旅程取决于您的具体语境，包括行业、现有数据成熟度与具体目标。
因此，这些步骤应作为指南，而非僵化路线图，可根据您组织的独特情况灵活调整。
如需更深入了解此旅程中的细微差别与其他组织的成功经验，我们建议查阅我们的《数据素养状况报告》。
1. 评估您的数据素养技能差距
迈向数据素养型组织的第一步，是了解您的团队目前所处的位置。
- 对团队的数据技能进行全面评估。
- 确定他们已经具备哪些技能、存在哪些差距。
- 通过问卷或技能测试评估统计学、数据可视化、数据清洗等核心数据素养技能的熟练度。
请记住，目标并非让每个人都成为数据科学家，而是确保每个人都能在其岗位中理解并使用数据。您可以在另一个页面了解DataCamp 的评估如何帮助定位组织的优势与技能差距。您也可以参加数据成熟度评估，了解团队的数据方法与现状。
2. 构建数据素养试点项目
在明确团队技能与差距后，您可以制定一个旨在提升数据素养的试点项目。这可以是培训课程，或是团队成员能应用数据技能的实战项目。
确保试点项目与组织总体目标保持一致，并纳入来自不同部门或角色的多元参与者。您可以观看以下网络研讨会，了解如何启动数据素养试点项目。
3. 评估数据素养试点项目的 ROI
与任何投资一样，评估回报至关重要。跟踪反映试点项目目标的关键绩效指标（KPI），例如受训员工数量、数据相关任务的改进情况，或由数据洞见带来的更优决策。
评估 ROI 有助于为进一步投资数据素养提供依据，并指导未来项目的优化。衡量数据素养项目 ROI 可能具有挑战性，一个很好的案例来自彭博社，其在数据技能提升项目中采用了柯氏评估模型来评估学习 ROI。
4. 将试点扩展至多种画像与能力
如果试点项目取得成功，下一步就是在全组织范围内扩展。此步骤需要根据不同角色与能力定制项目内容。例如，给予市场营销人员的培训应与产品经理有所不同。
但最终目标一致：提升每个人使用与理解数据的能力。
5. 构建学习生态系统
打造数据素养型组织不是一次性事件，而是一个持续学习的过程。
您需要创建一个学习生态系统，包含定期培训、知识共享平台，以及指南或在线课程等资源。此过程将培育持续学习文化，并确保团队的数据素养技能与时俱进。
6. 持续循环
最后，请记住，构建数据素养是一个循环过程。随着组织的成长与演进，将不断出现新的数据素养需求。因此，定期重新评估团队技能、优化学习项目、持续培育数据驱动文化十分重要。
成功数据素养项目的关键原则
实施数据素养项目不仅关乎培训或技能发展，也关乎塑造数据知情的文化。
以下是一些关键原则，可在您的旅程中提供指引，确保数据素养项目高效且成功。
确保学习目标与业务目标对齐
在设计数据素养项目时，务必让学习目标与组织的业务目标保持一致。
组织面临的关键业务挑战是什么，数据素养如何帮助应对？
例如，若您的业务目标之一是提升客户满意度，则可将学习目标设为培训客服团队，使用数据更好地理解客户行为与偏好。安联数据与 AI 分析能力建设高级经理 Elizabeth Reinhart 在这篇案例研究中阐述了将学习目标与业务目标对齐的重要性。
我们针对不同目标群体为数据分析技能设定了不同的学习目标，并为每个群体打造定制化的学习旅程至关重要。
重视沟通与参与
数据素养项目不仅是技能培养，更是推动向数据知情思维转变的文化建设过程。这一过程需要持续的沟通与参与。
让团队持续了解数据素养的重要性、它如何帮助其履行岗位职责，以及项目的推进情况。
此外，通过互动式学习体验、知识分享论坛，以及对进步进行认可或奖励，来促进参与。
保持个性化
组织中的每个人因其角色与现有技能水平不同，数据需求也不同。数据素养的一刀切方法往往难以达成预期。
相反，应基于个人需求个性化学习体验。这可能意味着为不同部门或角色提供不同的培训模块，或提供从初级到高级的多层次培训。
为何用户画像是数据素养项目成功的基石
要践行上述原则，一个简便的方法是为您的技能提升项目开发数据用户画像。数据画像不仅有助于创建定制化学习路径、将学习目标与业务结果对齐，也有助于构建成功的沟通计划。
CBRE 数据与数字化变革经理 Emily Hayward 在DataFramed 播客中对此作了精妙阐述。她认为，数据画像工作有助于任何负责技能提升项目的人更好地布道其学习项目：
我们的数据画像对于帮助我们在同事中创造需求非常重要。它让我们真正理解他们需要什么样的学习内容，我们也能基于他们的画像与角色，合理解释为何为他们提供某些学习内容而非另一些。它还帮助了我们的沟通，因为它让我们的信息与方法更具个性化。我们的画像工作帮助我们回答“这对我有什么好处”，因为我敢保证，这才是人们真正关心的。它将如何帮助他们在工作中更聪明、更快速、更优秀、更高效？画像工作的一部分真正让人们对此有了切身感受。
数据素养示例与案例研究
安联为 6,000 名员工提升数据技能
安联成立于 1890 年，长期在其全球保险与资产管理服务中运用数据。安联 SE 的集团数据分析团队发起倡议，赋能每位员工掌握数据素养，将项目从典型的保险岗位扩展至人力与传播等领域。
安联与 DataCamp 合作打造个性化学习方案，包含 22 条定制学习路径与 3 个基于安联真实用例的综合项目。
他们以 100 人的试点启动项目，并迅速扩展至覆盖 6,000 多名学习者。
反馈极为积极，安联学习者与员工平均评分达 4.2/5，凭借新技能每周平均节省 1.9 小时。
总体而言，该项目在多样主题上提供了 19,000 小时的实操学习，强化了安联对数据素养的承诺。
CBRE 为 2,000+ 名员工提升数据技能
作为全球商用地产领域的领导者，CBRE 认识到需构建数据素养，以提升效率、改善客户成果，并为行业快速变化做好准备。为实现这一目标，他们为英国与爱尔兰地区 2,000 多名员工寻求全面且可扩展的数据技能提升方案。
CBRE 与 DataCamp for Business 合作，开发了注重参与度、个性化与包容性的整体数据素养项目，满足组织内不同员工画像的特定需求。
通过与 DataCamp for Business 合作，CBRE 员工每位学习者每周节省 1–2 小时，81% 的员工报告对处理数据的信心提升，项目达到了 88% 的正向参与率。
必备数据素养资源
我们汇总了一系列资源，助您与您的组织开启数据素养之旅。
顶级数据素养课程
顶级数据素养图书
- Data Analytics for Absolute Beginners: A Deconstructed Guide to Data Literacy，作者 Oliver Theobald
- Be Data Literate: The Data Literacy Skills Everyone Needs To Succeed，作者 Jordan Morrow
- Data Smart: Using Data Science to Transform Information into Insight，作者 John W. Foreman
顶级数据素养播客与网络研讨会
- 为数据素养构建商业论证
- 在 Salesforce 扩展数据文化
- 组织如何弥合数据素养差距
- 2024 年数据素养状况网络研讨会
- 构建可持续学习文化网络研讨会
- 推动数据与 AI 素养网络研讨会
- 成功数据素养项目的秘诀网络研讨会
- 解锁数据文化：通过数据素养项目赋能员工网络研讨会
顶级数据素养速查表
数据素养速查表合集
结论
在数据驱动的世界里，数据素养不再只是“可有可无”的技能；它是必需品。正如本文所述，数据素养在个人与组织层面都至关重要。它赋能个人驾驭当今数字环境，提升就业竞争力；也使企业能够做出明智决策、推动创新并获取竞争优势。然而，成为数据素养型组织并非一条适用于所有人的统一路径。
这需要理解组织的独特需求，使学习目标与业务目标对齐，并培育持续学习的文化。关键在于从小型试点开始，衡量其影响，然后根据组织需求进行扩展。DataCamp for Business 能在整个旅程中为您提供帮助。我们已与 3,500+ 家组织合作，助其实现数据素养目标。若想了解我们如何助力提升您组织的数据素养，您可以与学习专家交流。
Adel 是一位数据科学教育者、演讲者，以及 DataCamp 的媒体副总裁。他推出了多门关于数据分析、机器学习和数据工程的课程与直播培训，热衷于在组织内推广数据技能与数据素养，并关注技术与社会的交汇。他拥有数据科学与商业分析硕士学位。闲暇时，您常能发现他陪他的猫 Louis 一起玩耍。
专注于人工智能与教育科技领域的高级编辑，致力于探寻数据与 AI 趋势。
FAQs
什么是数据素养？
数据素养是阅读、撰写、分析、沟通并以数据进行推理的能力。它涉及理解数据意味着什么、如何解读，以及如何有效呈现发现。
数据素养对个人为何重要？
数据素养技能对雇主更具吸引力，并可能带来更高薪酬。它能帮助个人做出更好的数据驱动决策，并在充斥错误信息的世界中培育负责任的数字公民意识。
数据素养对组织为何重要？
数据素养通过提升决策质量、创新、客户体验与员工留任，帮助组织改善绩效。它是打造数据文化的关键组成部分，在这种文化中，数据在整个组织中被持续用于支撑决策。
组织如何推动数据素养？
组织可以通过投资全面的数据素养项目、为员工提供培训与资源，并推动探究与数据知情决策的文化来提升数据素养。
如何衡量数据素养？
可以通过评估与实践结合来衡量数据素养。评估可包括与数据相关概念的测验或测试；实践可涉及需要进行数据分析或解读的任务。个体在这些情境下准确、有效处理与理解数据的能力，即可反映其数据素养水平。您还可以使用我们的数据成熟度评估来评估组织、部门或团队的数据成熟度。
数据技能不足有哪些风险？
数据技能不足会导致决策不准确、决策缓慢、生产力下降与创新受阻。这些风险会对组织绩效产生负面影响。
组织在数据素养方面面临哪些关键挑战？
组织在数据素养方面面临的关键挑战包括缺乏高管赞助、培训资源不足，以及员工对数据技能提升的抵触与采纳问题。
成功的数据素养项目有哪些关键原则？
一些关键原则包括让学习目标与业务目标对齐、重视沟通与参与，并根据个人需求与角色个性化学习体验。
在一个每天产生 2.5 百万亿字节数据的时代，数据素养已成为一项关键技能。数据的快速增长不仅重塑了我们的商业运作方式，也要求每个组织的员工掌握一套新的能力。
那些在全组织范围内投资数据素养的组织，在决策质量、创新、客户体验等多个维度上报告实现变革性成果的可能性是其他组织的两倍以上。这凸显了理解数据并有效加以利用的重要性。现在，比以往任何时候都更需要领导者在组织内部推动数据素养。
本文将探讨什么是数据素养、最重要的数据素养概念、如何在组织内推动数据素养等内容。如果您希望构建自己的数据素养项目，请务必查看 成功数据素养项目的秘诀网络研讨会。