数据科学家可能很受欢迎，但数据素养始于永利皇宫官网入口者。永利皇宫官网入口者需要充分信任和理解数据才能做出正确的决策，他们还必须推动整个组织的扫盲工作，并创造一种信任数据的文化。
数据素养— 使用和理解数据以推动业务影响的能力 —“与谈判、沟通、管理、人员管理等一样重要的技能”， 的总裁兼首席执行官 Piyanka Jain 说道阿林，一家数据科学咨询公司。她说，高管们需要以数字为主导才能获得竞争优势。 “你的竞争对手是。”
从历史上看，商学院课程提供了有关数据建模、查询和架构的课程，但很少关注更广泛的数据策略，芭芭拉·威克瑟姆，首席研究科学家麻省理工学院信息系统研究中心。 “永利皇宫官网入口者必须理解并欣赏这种空白，因为这给他们带来了更大的压力，要求他们识字并推动组织中的识字，”她说。
以下是永利皇宫官网入口者需要了解的有关数据素养的知识 - 从如何建立信任到保持适当的怀疑 - 以及实现这一目标的步骤。
信任数据并推广其使用
现代永利皇宫官网入口技能包括相信数据来指导决策以及知道何时质疑结果。
贾恩说，对于永利皇宫官网入口者来说，信任数据可能很困难，因为他们擅长决策，但往往依赖直觉。要求某人放弃一些权力并接受分析的指导是很困难的。但将判断力和直觉与数据洞察相结合可以让永利皇宫官网入口者变得更强大。
永利皇宫官网入口者不一定参与创建或分析数据，但他们经常根据分析做出决策。 “从数据素养的角度来看，永利皇宫官网入口者的目标应该是，‘我如何才能成为组织生成的分析的快速而有效的消费者？’”麻省理工学院斯隆管理学院实践教授说道曾任 Salesforce 高级副总裁。
永利皇宫官网入口者还有责任在其组织中建立数据素养。
重要步骤包括定义数据素养对您的公司和不同角色的意义，建立数据素养技能的基线；围绕使用数据和定义成功建立一种好奇文化。 （更多详情请参见“如何在公司中培养数据素养.”)
Wixom 说，除了流行语之外，建立有目的的数据词汇也很重要。
数据素养要求“高层永利皇宫官网入口者不仅致力于真正学习这门语言，而且还要以易于理解、易于使用的方式使用该语言，以便整个组织中的每个人都能参与其中，”她说。 Wixom 表示，她的研究发现，区分数据和数据资产尤为重要，因为数据资产是为未来的价值创造而特意准备的。
了解贵公司的数据流程
数据素养需要实践、持续的努力。 Jain 说，这不是完成一次培训课程的问题— 这是思维方式的根本转变。
改变永利皇宫官网入口者的决策方式需要时间。但采用系统化方法会更快、更容易。 “如果你将数据素养视为培训和复选框，那么你就会浪费你的时间和金钱，也会浪费你组织的时间，”杰恩说。通过数据创造新的业务价值并定义数据素养对永利皇宫官网入口者及其组织意味着什么应该成为该过程的一部分。 “这是对长期学习和变革的承诺，”她说。
Wixom 说，虽然阅读案例研究是了解数据计划内容的好方法，但除非您使用过数据和数据术语，否则很难理解它们。她建议永利皇宫官网入口者参与数据项目。 “数据是一个非常活跃的概念，”她说。谈论数据质量可能很模糊，但尝试使用或修复不良数据集可以帮助用户理解它的重要性以及克服挑战所需的内容。
Wixom 建议永利皇宫官网入口者重点回答三个主要问题：
数据计划如何带来实际的财务回报？数据货币化——数据如何带来经济回报——是数据策略的重要组成部分。 “熟悉举措的例子以及它们如何以不同的方式创造价值——我认为这对于永利皇宫官网入口者的素养非常重要，”威克瑟姆说。 “如果您正在尝试制定一项涉及一系列举措的战略，您需要真正了解这些举措以及它们如何为您公司的财务业绩做出贡献。”
创建数据资产背后的实际做法是什么？永利皇宫官网入口者需要了解支持数据战略的功能 - 例如主数据管理等，元数据，或数据目录—处于基础水平。 “这是非常有形的东西，”威克瑟姆说。 “当你谈论对这些类型的实践进行投资时，永利皇宫官网入口者需要真正关注并听取所涉及的内容。”
人们如何了解数据以及如何从数据中学习？永利皇宫官网入口者“必须真正了解他们如何提高组织的数据素养”，Wixom 说。考虑建立卓越中心或在公司中嵌入数据专家
成为公司数据的精明消费者
同时，永利皇宫官网入口者需要能够评估数据并在适当的时候保持怀疑态度。
永利皇宫官网入口者应牢记以下几点：
- 在显示数据之前，请考虑一下您期望看到什么。这样，“你的预期和实际出现的情况之间的对比就会突然出现在你面前，”拉马克里希南说。这通常会快速突出显示报告中最相关的部分。 “这是一个值得培养的习惯，通过练习你会变得更好，”他说。
- 请记住，数据是不确定的。拉马克里希南说，数据几乎总是存在一定程度的不确定性。他引用了统计学家约翰·图基的话，他说：“一些数据和对答案的强烈渴望相结合并不能确保从给定的数据中提取出合理的答案。” 他说，永利皇宫官网入口者需要忍受这种不确定性，或者要求他们的团队获取更多数据，以提供更多信息并减少不确定性。
- 使用“常识”测试。如果您要根据数据做出重要决策，请对其进行测试。 “如果某件事是真的……很可能，不同的数据路径会导致相同的事实，”拉马克里希南说。 “如果你要根据一项分析做出重要决定，请尽力让另一个团队或另一个数据集进行分析，看看它是否指向相同的方向。”
- 不要混淆因果关系和相关性。“每当您查看表明某些因素正在推动某些结果的分析时，请始终尝试弄清楚其中有多少是相关的，有多少是因果的，”Ramakrishnan 说。 “他们真的应该与管理团队集思广益，看看还有什么可以解释这种所谓的因果关系。”
