数据素养是一组用于查找、理解、评估和创建数据的技能和知识。
什么是数据素养?
数据素养指的是阅读、理解、交流、分析和从数据中获取信息的能力，同时将其置于适当的环境中。福布斯将数据素养定义为“在任何地方有效地使用数据来实现业务行动和结果”。数据素养通常与数据科学相关，数据科学使用分析方法从数据中推断见解。
数据素养通常被认为是一种个人技能，但其也是一种组织技能;广泛的数据素养可以帮助组织在从数据中收集更多价值时实现更好的业务成果。
随着数据素养在组织中的重要性和数据的丰富，人们越来越强调建立数据素养培训计划和任命首席数据官来持续评估和提高组织中的数据素养。
为什么数据素养对业务很重要?
数据素养技能不仅是分析或IT团队所需要的，组织内的所有部门和角色都可以从数据素养技能中受益。数据素养使员工能够提出正确的问题、收集正确的数据、连接正确的数据点，以获得有意义的和可操作的业务见解。其还确保所有员工了解如何以合乎道德和合规的方式管理和使用数据。
Qlik最近对6000名员工(包括1200名高管)的数据素养调查显示，85%的商业领导认为，数据素养将是未来商业成功的关键。调查还强调，大多数企业领导人希望其团队根据数据做出决定。
机器学习、人工智能、大数据等领域技术进步显著。但是，缺乏具备有效使用数据技能的精通数据的专业人士。通过适当的数据素养培训，组织将拥有内部知识，可以针对各种工业和消费者用例优化这些新兴技术。
数据素养对用户和客户体验也很重要。其有助于更快地做出决策，提高生产力和数据驱动的批判性思维。员工可以利用数据素养技能来提高运营流程效率、提高销售业绩，并在其工作职责和责任上做出其他改进。这些改进会惠及那些从更高质量的产品中获益的客户。
数据素养示例和用例
当整个组织由精通数据的员工组成时，以下数据管理框架和任务最有效：
●数据生态系统
数据素养在建立和维护可靠的数据生态系统方面非常有用，其中可以包括物理基础设施，如云存储或服务空间，以及非物理组件，如软件和数据源。
●数据治理
组织使用数据治理来管理数据资产，以确保其完整、准确和安全。数据治理不是任何特定团队的唯一责任，全体员工必须具备适当的数据素养水平，才能促进其成功。
许多组织都有所有员工都必须理解和遵守的数据政策。这包括如何访问敏感数据、如何确保数据保持安全以及其他数据处理。
●数据整理
数据整理是将原始数据转换为更结构化和可用的格式的过程。数据整理有助于减少数据中的错误。一个组织可能有个人或自动软件来处理数据，但是每个使用任何形式的数据的员工也在保持数据为可接受的格式方面发挥作用。
●数据可视化
创建数据的可视化表示，如图表或图形，使数据专业人员能够更有效地传达从数据中获得的见解。可视化包括信息图、表格、视频、图表和地图。这些可视化的创建者和呈现其利益相关者都需要至少基线水平的数据素养，以理解面前的数据的含义。
●重要的数据素养技能
最基本的数据素养技能包括了解不同类型的定量和定性数据之间的差异，包括名义数据、离散数据、连续数据和有序数据。能够确定数据源也是基本数据素养的重要组成部分。了解数据的类型并能够评估其质量有助于最大限度地减少数据谬误和偏差，并最大限度地提高数据理解能力。
在更高级的数据素养水平上，个人开始认识到数据的细微差别和局限性。例如，一个调查问题，用不同的方法可以导致截然不同的答案和定性数据结果。同样，数据可视化也会产生误导。数据素养可以帮助专业人员最大限度地减少对可视化数据的误解，因为具备数据素养的个人可以识别数据中的趋势、差距、异常值和模式。
对数据的一般理解，无论是基础的还是高级的，于员工而言，理解与其个人角色相关的数据概念是最重要的。例如，任何从事数字营销工作的人都将受益于理解营销数据术语，如网络流量、页面浏览量、唯一身份访问者和印象。
总结
要让组织真正实现数据驱动，就不应该只有精通数据的技术专家。工作场所中的每个人都必须培养数据素养技能，以保持业务的竞争力和合规性。
商业智能专家和数据科学家可以指导其同行学习数据素养。但是，其必须是一个组织级别的承诺，涵盖所有员工，提供数据素养培训课程和其他资源的支持。
企业可能不会立即看到为所有员工提供数据素养教育的价值，但长期利益是显而易见的。具备数据素养的个人能够熟练地质疑和分析数据逻辑，将数据驱动知识应用到其被要求解决的每个业务问题。