Data Literacy: ¿Qué es y por qué es importante?

¿Qué significa Data Literacy?

Data Literacy o “Alfabetización en datos” se refiere a la capacidad de una persona para comprender, trabajar, analizar y comunicar con los datos de forma eficaz. Incluye una serie de habilidades y conocimientos, como la capacidad de acceder a los datos, manipularlos y analizarlos, así como la capacidad de comunicar ideas y conclusiones derivadas de los datos.

Data Literacy implica la comprensión de las fuentes de datos, los tipos de datos, la calidad de los datos y los fundamentos del análisis de datos, como la estadística descriptiva, la visualización de datos y la comprobación de hipótesis. También requiere la capacidad de comunicar eficazmente los conocimientos sobre los datos, por ejemplo, creando visualizaciones claras y convincentes, y de utilizar los datos para fundamentar las decisiones.

Estos conocimientos y habilidades permiten a las personas tomar decisiones informadas, comprender conceptos complejos basados en datos y comunicar eficazmente a los demás las percepciones de los datos.

Sin embargo, si por un lado las empresas han invertido mucho en herramientas, procesos, y adquisición de datos, por otro lado, la inversión en recursos humanos se ha quedado atrás. Si bien es verdad que se están contratando cada vez más perfiles especializados (como científicos de datos), y se ha invertido en formaciones técnicas par los analistas, se ha subestimado la importancia de las habilidades no-técnicas (pensamiento crítico, visualización de datos, presentación de resultados…), de formar en análisis de datos a todos los empleados (no sólo los analistas), y en crear una cultura de empresa amigable a la toma de decisiones basadas en los datos. Es importante que los empleados tengan acceso a los datos necesarios, que estos datos sean fiables, y que dispongan de las herramientas adecuadas. Pero es fundamental también que los empleados sientan curiosidad y se sientan capacitados para analizar esos datos y tomar decisiones en base a estos. Para ello, hay que formarlos y educarlos de manera apropiada.

En la situación actual se detecta una ineficiencia general debida por una parte a la falta de una estrategia global que fomente las decisiones basadas en datos, y por otra parte por la falta de formación tanto de los “productores” como de los “consumidores” de datos y sus derivados (informes, presentaciones, gráficos, cuadros de mando etc.). Un estudio de Qlik y Accenture ha estimado que cada empleado “pierde” en media 43 horas al año debido a la falta de productividad por enfrentarse a los datos sin los conocimientos necesarios. Además, el mismo estudio estima que la “alfabetización” en datos de una empresa puede generar entre un 3% y 5% de crecimiento global.

La creación de una cultura del dato y la formación de los empleados es capaz de generar estos resultados positivos gracias a la toma de mejores decisiones para la empresa y a una comunicación más fluida (por entender todos de lo que se está hablando). Además, se generaría un círculo virtuoso, dado que el conocimiento de los datos y de como usarlos hace surgir nuevas preguntas, y estas empujan a un mayor conocimiento y aprendizaje, que a su vez permite tomar decisiones aún mejores.

Las ventajas de esta formación afectan también a los empleados mismos que ganarán confianza gracias a los mejores resultados y productividad del su trabajo, además de la satisfacción de poder tomar decisiones con más autonomía.

¿Por qué formar a todos y no enfocar los esfuerzos en los que ya utilizan los datos?

El concepto de “larga cola” explicado por Chris Anderson, resulta muy útil en este caso. El concepto original se aplicó a la venta de productos, y al cambio de paradigma que surgió en la “era de Amazon”. Contrariamente a antes, además de los productos de gran éxito (cabeza de la cola), también los productos con poca demanda individual, si sumados, generan grandes cantidades. En nuestro caso, los analistas más experimentados representan la cabeza, es decir que unos pocos bien formados pueden producir grandes resultados para la empresa. El resto de los empleados representan la cola y, aunque la aportación individual es mucho menor, la suma total es capaz de producir impactos muy relevantes. Formar cada empleado en un mejor uso de los datos permite explotar el efecto de la larga cola, es decir generar un impacto significativo generado por la toma de pequeñas decisiones diarias.

¿Los analistas han tenido que formarse durante mucho tiempo, merece la pena un esfuerzo tan importante para formar a todos los empleados?

El objetivo no debe ser de convertir a todos en analistas de datos, sino de enseñar las capacidades básicas para que puedan explotar la información disponible. En este caso vale el principio de Pareto, es decir que el 20% del conocimiento será necesario para desempeñar el 80% de las tareas. Esto significa que es posible ver resultados importantes sólo al pasar de poco o ningún conocimiento a disponer de un conocimiento básico.

Esto vale también para los analistas más experimentados a la hora de formarles en las capacidades no-técnicas como la visualización de datos, la presentación de resultados, o el pensamiento crítico. Dicho de otra forma, tenemos que centrarnos en el 20% de conocimiento básicos en el análisis de datos para ver los resultados, mientras que el restante 80% del conocimiento lo dejamos para los analistas y científicos de datos.

¿Qué incluye in proyecto de Data Literacy?

Cada proyecto tiene que adaptarse a las necesidades de cada caso, pero podemos identificar unas seis fases principales:

1. Planificación: definir las principales necesidades, objetivos, documentación, stakeholders, timing etc.
2. Comunicación: comunicar a los empleados y a los actores involucrados como se desarrollará el proyecto y que se conseguirá con ello;
3. Evaluación: es fundamental definir un cuestionario (y en caso entrevistas personales) para determinar la situación actual y las necesidades en cuanto a herramientas, acceso a los datos y conocimientos.
4. Definición: en base a los objetivos y el cuestionario se definen los detalles de la formación;
5. Formación: formar a los empleados con una combinación de teoría y práctica (presencial / online, individual / colectiva).
6. Medición: medir los resultados y compararlos con el punto 3, para ver cuanto hemos avanzado. En este punto podemos definir unos cambios o establecer los próximos pasos.

¿Necesitas ayuda en la definición del cuestionario? Data de alta y descarga gratis un ejemplo que he preparado para ti.