Doxa 1242

¿Qué nivel de alfabetización en datos tiene su empresa?

El análisis de datos es una habilidad imprescindible para todos los empleados.

Por Rasheed Sabar 

Analítica y ciencia de datos

Harvard Business Review

#Doxa #datos #análisis #ciencia #tecnología #gestión #riesgos #empresarial

Resumen. A medida que las empresas dependen cada vez más de los datos y estos se infiltran en más partes del negocio, la alfabetización en datos es una habilidad que todos deben tener ahora. Sin embargo, la evidencia sugiere que la mayoría de las empresas todavía están luchando por desarrollar esta habilidad, incluso después de haberla identificado como de importancia crítica: solo una cuarta parte de los empleados informan sentirse confiados en sus habilidades de datos. Aquí hay cinco estrategias para ayudar a las empresas a expandir su conocimiento de los datos: 1) convertirlo en una prioridad para toda la organización, 2) desarrollar un lenguaje común para hablar sobre datos y hablar sobre cómo se conectan con su negocio, 3) crear espacios donde conecte negocios conceptos y conceptos de datos, 4) incentivar la toma de decisiones basada en datos y 5) enseñar conocimientos de datos en el contexto de su negocio específico, y utilizar herramientas y programas que realmente involucren a sus empleados.

Todos hemos leído historias de software de reconocimiento facial que no reconoce rostros de piel oscura, o de agentes de préstamos robóticos que niegan hipotecas a ciertos grupos. Como ha dejado claro un creciente cuerpo de investigación, los algoritmos creados por grupos no representativos han dado como resultado una IA que perpetúa las desigualdades que ya prevalecen en nuestra sociedad. A medida que más empresas dependen más de los datos y la inteligencia artificial, estos problemas de discriminación algorítmica pueden empeorar.

La mayoría de las empresas ya lo saben. Lo que están tratando de averiguar es: ¿cómo pueden evitar convertirse en otro mal ejemplo?

La respuesta corta es, pensar críticamente sobre los datos que está recopilando y cómo los está utilizando debe ser tarea de todos. Ampliar el círculo de quién está en la sala ayudando a cuestionar, construir y monitorear algoritmos es la única forma en que desarrollaremos una IA responsable. Hacer ese trabajo requiere conocimientos de datos: la capacidad de analizar y organizar datos complejos, interpretar y resumir información, desarrollar predicciones o apreciar las implicaciones éticas de los algoritmos. Al igual que las matemáticas, se puede aprender en modo principiante y avanzado, abarca múltiples disciplinas y, a menudo, es más práctico que académico.

Desarrollar la alfabetización en datos en una organización también puede ayudar a diversificar los equipos de datos que están a la vanguardia de la toma de decisiones críticas sobre cómo se recopilarán, procesarán e implementarán los datos. La importancia de los equipos de datos diversos es algo que aprendí de primera mano durante más de una década como administrador de fondos cuantitativos. Es una creencia común que las carteras más diversas obtienen mejores resultados porque reducen el riesgo. Pero es igualmente cierto que los equipos diversos obtienen mejores resultados porque reducen el riesgo de pensamiento grupal. Al invertir en la alfabetización de datos en toda la empresa, las empresas pueden aportar perspectivas más divergentes y creativas para mitigar el riesgo de sesgo algorítmico e identificar otras eficiencias y oportunidades que los datos a menudo pueden revelar.

Pero una mirada a los datos nos dice que la mayoría de las empresas todavía están luchando por desarrollar la alfabetización en datos. El noventa por ciento de los líderes empresariales citan la alfabetización en datos como clave para el éxito de la empresa, pero solo el 25% de los trabajadores se sienten seguros de sus habilidades con los datos. No solo eso, sino que algunas estimaciones sugieren que casi nueve de cada 10 profesionales de la ciencia de datos son blancos y solo el 18% son mujeres. La investigación de la Asamblea General indica que cuando se trata de diversidad, la ciencia de datos está rezagada incluso con respecto a otras disciplinas orientadas a la tecnología, como el marketing digital y el diseño de la experiencia del usuario.

¿Por qué, a pesar de la obvia necesidad y la creciente urgencia, no estamos enseñando alfabetización en datos de manera sistemática y a gran escala? Esa es la pregunta que ha animado mi trabajo durante los últimos años. En Correlation One, que cofundé después de dejar mi fondo en 2018, mi equipo trabaja con firmas de servicios financieros y compañías Fortune 500 para construir canales más inclusivos de talento en ciencia de datos. Al ayudar a los empleadores desde Target a Johnson & Johnson y al Gobierno de Colombia a evaluar las capacidades de su fuerza laboral actual y brindar capacitación gratuita a los aspirantes a científicos de datos (como nuestra asociación con SoftBank y la ciudad de Miami), obtuvimos un asiento en primera fila para comprender mejor la necesidad urgente de una fuerza laboral más alfabetizada en datos, y ayudamos a las empresas a implementar prácticas específicas para hacer realidad ese objetivo.

Estas son algunas de las estrategias que usamos.

Haga de la alfabetización de datos una prioridad para toda la organización, no solo entre las personas dentro de la organización tecnológica.

La alfabetización en datos no es una habilidad técnica. Es una habilidad profesional. Anime a todos sus empleados (especialistas en marketing, profesionales de ventas, personal de operaciones, gerentes de productos, etc.) a desarrollar su conocimiento de los datos a través de sesiones de participación trimestrales que organice, donde cubra temas como la toma de decisiones basada en datos, el arte de lo posible en IA, cómo se conectan los datos a su negocio, ética e IA, o cómo comunicarse utilizando datos. Este tipo de énfasis en toda la organización es la base para una transformación a una cultura de datos primero.

Desarrolle un lenguaje común interno para hablar sobre datos, cómo se cruzan con su negocio e industria, y cómo están cambiando roles específicos en su empresa.

El mundo de los datos es grande, lleno de palabras de moda y malentendidos. Desarrolle una visión como organización de qué componentes de la alfabetización en datos son más importantes para su organización; si es una empresa de servicios financieros, puede ser la medición de probabilidad y riesgo; si es una empresa de tecnología, puede ser experimentación y visualización. En sus sesiones de formación y desarrollo, desarrolle contenido de aprendizaje que utilice este lenguaje y demuestre cómo se conecta con su empresa en varios departamentos, para que los empleados puedan conectar todos los puntos entre la alfabetización en datos y sus flujos de trabajo.

Cree espacios dentro de su organización para que los trabajadores conecten conceptos comerciales y conceptos de datos.

Una cosa que recomendamos a todos los clientes de Correlation One es capacitar a los empleados para que generen nuevas ideas comerciales que apliquen su conocimiento de los datos. Por ejemplo, suponga que su empresa pertenece a la industria de la música. Como parte de su programa de capacitación y desarrollo, haga que los empleados desarrollen propuestas de proyectos que aprovechen su recién descubierto conocimiento de la alfabetización de datos; combinándolo con el conocimiento que tienen de la industria, generarán nuevas ideas sorprendentes para el ahorro de costos o la generación de ingresos. Igual de importante, los capacitará para impulsar una nueva cultura de datos primero de abajo hacia arriba.

Cree estructuras de incentivos para recompensar la toma de decisiones basada en datos.

Tome su proceso actual para aprobar ideas o establecer presupuestos. Luego, agregue mecanismos que recompensen el pensamiento basado en datos. Por ejemplo, solicite a los gerentes que incluyan visualizaciones limpias en sus propuestas o que creen paneles que rastreen sus KPI cuantitativamente y en tiempo real. Si puede cambiar la toma de decisiones de sus gerentes de la intuición a los datos al otorgar aprobaciones de proyectos más rápidas o presupuestos más grandes para propuestas realizadas utilizando el pensamiento basado en datos, obtendrá rápidamente el comportamiento que busca de sus gerentes a través de la alineación de incentivos.

Implemente programas de capacitación y desarrollo que enseñen conocimientos sobre datos en el contexto de sus problemas comerciales y que realmente involucren a sus empleados.

Las suscripciones a plataformas de educación y capacitación como Coursera a menudo fracasan en organizaciones que buscan una transformación duradera. Esto se debe a que el aprendizaje es mucho más efectivo cuando es social (hecho con otros), personalizado (hecho con comentarios de expertos) y contextual (conectado directamente con los problemas comerciales que está resolviendo). Desarrollar estos programas de aprendizaje personalizados, sociales y contextuales requiere más recursos, pero los beneficios en términos de compromiso de los empleados con el material, retención del material por parte de los empleados y empoderamiento de sus empleados valen la pena.

Quizás lo más importante es que mi experiencia tanto antes como durante Correlation One me ha ayudado a comprender que los datos no son una vertical, no es solo una familia de trabajos, como un científico de datos o un ingeniero de datos. En cambio, los datos son horizontales: es un conjunto de habilidades que abarca un número creciente de trabajos en todos los campos. Un comercializador es un mejor comercializador con habilidades de datos. Un gerente de producto es un mejor gerente de producto con habilidades de datos. Y así sucesivamente para operaciones, ingeniería, ventas e incluso recursos humanos. No todo el mundo necesita saber cómo codificar. Pero pronto todos necesitarán conocimientos de datos.

En última instancia, la alfabetización de datos es mucho más que el aprendizaje automático y la ciencia de datos. Y se trata de más que inteligencia artificial. La alfabetización de datos se trata simplemente de que los humanos se enfrenten mejor a un mundo infundido de datos, razón por la cual lo necesitamos ahora más que nunca.

Rasheed Sabar es cofundador y codirector ejecutivo de Correlation One, una empresa de tecnología centrada en la capacitación en habilidades de datos para empresas. La compañía está construyendo un ecosistema de datos más inclusivo, que incluye programas para atraer a más mujeres y grupos subrepresentados a trabajos de datos.