data literacy

Narrar histórias com números: como o letramento em dados cria valor

Os dados estão se tornando o mais inestimável dos ativos, e a literacia em dados é crucial para desbloquear o valor deles.

A Gartner define o letramento em dados como a capacidade de ler, escrever e comunicar dados, bem como de compreender o contexto, as fontes, os construtos, os métodos analíticos e as técnicas que foram aplicados. O mais importante dessa definição é o trecho final: a capacidade de descrever casos de uso, o aplicativo e o valor resultante dos dados. No contexto dos funcionários, o letramento em dados é descrito como a capacidade de usar a tecnologia para gerar melhores resultados comerciais.  

O letramento em dados afeta muito mais do que o mundo corporativo. Ele impacta diretamente nossas vidas cotidianas. Um exemplo recente foi durante a pandemia, quando a COVID-19 expôs a disparidade e, com igual ênfase, a importância do letramento em dados. Todos nós tivemos que ler, entender, analisar e filtrar as diversas interpretações de números para discernir o que representavam e como a disseminação da COVID-19 nos afetaria como indivíduos e como sociedade.

Segundo a pesquisa anual da Gartner com CDOs relativa a 2021, a falta de letramento em dados é o segundo maior entrave para se ter êxito no cargo de diretor de dados. Até 2023, o letramento em dados se tornará essencial para gerar valor nas empresas, algo evidenciado por sua inclusão formal em mais de 80% das estratégias de dados e análises e programas de gestão de mudanças.

Princípios fundamentais para compreender o letramento em dados

Considere estas quatro áreas de foco à medida que aumentar o letramento em dados em suas equipes:

  • Ler: concentre-se em como consumir e compreender os dados
  • Observar: aprenda a trabalhar com dados e interpretá-los
  • Analisar: aprenda a investigar novas possibilidades usando dados
  • Visualizar: conte sua história e compartilhe resultados usando dados

Por que todos na sua organização precisam ser letrados em dados

O letramento em dados não é apenas para analistas e engenheiros de dados, é para todos. Dentro de uma organização letrada em dados, todos serão capazes de descobrir padrões nos dados. Todos estarão aptos a pensar criticamente e fazer as perguntas certas para extrair valor máximo dos dados.

Funcionários letrados em dados podem gerar mais facilmente benefícios econômicos mensuráveis a partir das fontes de dados disponíveis para melhorar coisas como a experiência do cliente e impulsionar a eficiência dos negócios. A capacidade de contar histórias está no cerne do letramento em dados, pois permite que os padrões existentes nos dados sejam analisados e comunicados de forma eficaz, ajudando a impulsionar mudanças. É o elemento influenciador.

Quando o nível do letramento em dados é alto em toda a organização, os departamentos podem trabalhar juntos para interpretar os dados de forma eficaz e criar valor para a empresa. As equipes podem explorar maneiras adicionais de usar os dados para resolver os desafios da empresa. Por exemplo, se vocês forem analisar as vendas, devem considerar vários fatores para identificar o que está ou não funcionando. Essa análise pode levar em conta reservas brutas, receita em nível de produto, impacto de campanhas de marketing nas vendas e fatores de influência nos cancelamentos. O letramento em dados ajuda a criar uma visão holística dos dados em vez de apenas olhar para uma fatia estreita e isolada.

Infelizmente, em muitas organizações, o letramento em dados não é algo muito difundido. Na verdade, a Accenture revelou recentemente que apenas 25% dos funcionários acreditam estar preparados para usar os dados de forma eficaz; e apenas 21% confiam no própria letramento de dados.

Como aumentar o letramento em dados

Sou da opinião que as organizações podem se beneficiar muito se aumentarem o nível de letramento em dados de todos os funcionários. O primeiro passo para conseguir isso é desenvolver uma estratégia composta de um currículo e um programa formal. As organizações precisam adotar uma abordagem holística que incorpore a formação abrangente de todos os funcionários, para que estes tenham uma compreensão profunda de como os dados se aplicam aos negócios.

Quando se trata de alcançar o letramento em dados, a linguagem é de suma importância, sendo necessário estabelecer um glossário empresarial. Usando o glossário, as organizações podem garantir que todos tenham o mesmo entendimento dos termos, tornando mais fácil contar a história.

Uma ferramenta ou um aplicativo sozinho não é capaz de aumentar o letramento em dados, mas a tecnologia certamente contribui. As partes relevantes devem ter acesso aos dados e às ferramentas de que precisam para interpretá-los. E o fluxo de informações precisa ser desimpedido. A Gartner constatou que cientistas e analistas de dados perdem de 60% a 70% de seu tempo produtivo nas tarefas de encontrar, preparar, integrar e compartilhar os conjuntos de dados.

E o letramento em dados não é o fim da jornada. Para realmente se beneficiar dos dados, as organizações precisam desenvolver uma nova mentalidade e cultivar um portfólio de soluções de dados. Com o volume de dados que já está sendo gerado, é crucial garantir que sua organização esteja maximizando as oportunidades.

Ao tentar aumentar proativamente o letramento de dados em toda a organização, você descobrirá que pode desbloquear uma nova gama de oportunidades de monetização. Eu recomendo criar uma estratégia de letramento de dados que contemple investimentos contínuos em treinamento e tecnologias que possam ser acessados em toda a organização. Seus dados têm muitas histórias para contar. Acredito que descobri-las e compartilhá-las será um fator decisivo para potencializar o crescimento e o sucesso.

 

Join the Conversation: Find Solve on Twitter and LinkedIn, or follow along via RSS.

Stay on top of what's next in technology

Learn about tech trends, innovations and how technologists are working today.

Subscribe
future of collaboration

O futuro da colaboração será o fim do e-mail

About the Authors

Nirmal Ranganathan

Principal Architect

Nirmal Ranganathan

Nirmal is a Principal Architect and Product Manager at Rackspace responsible for building Rackspace's Data Analytics and Artificial Intelligence/Machine Learning solutions as part of Rackspace's Data Solutions portfolio. Nirmal works closely with our Alliances, Partners and Customers to create the most effective and efficient analytics and machine learning solutions to enable our customers to focus on driving a data driven culture within their organizations and become leaders in their respective segments. Prior to this, Nirmal was a consultant in our Professional Services organization and provided recommendations and solutions for a wide variety of industry verticals around large scale databases and data processing, data analytics, data warehousing in the cloud and machine learning/artificial intelligence. Nirmal has a strong background in cloud and distributed systems, having contributed to various open-source projects from Cassandra to OpenStack

Read more about Nirmal Ranganathan