如何提高数据素养

帮助人们理解提出正确问题并将数据置于适当背景中的重要性是有益的，特别是如果您在一家初创公司工作。

数据显示，与那些不投资员工数据分析和数据科学主题开发或不雇用更多具有数据素养的候选人的公司相比，具有数据素养的公司展现出高出 5% 的企业价值。

以下是一些您可以开始帮助他人将数据用于日常任务的方法。

从关于数据的简单且相关的对话开始

全面推行完整的学习和发展计划可能会让您和想要学习的人感到不知所措，因此首先从小对话开始。

创建一个入门级数据读书俱乐部，书籍可以选择《统计的艺术：从数据中学习》之类的书，或者每周举办一次数据协会来讨论追求数据素养的想法。利用这段时间作为构建学习基础的基石，然后再扩展到更大的计划和倡议。

您还可以分解您的工作方式，并找到让您的团队在其角色中使用它的方法。例如，如果您是一名数据分析师，帮助同事定义哪些潜在客户正在转化为交易，请逐步写下您是如何做到这一点的。将其制作成文档或演示文稿，其中包含关于他们也可以如何使用这些步骤的提示。

与从事切线相关角色的人员联系。例如，如果您是一名从事客户细分项目的数据科学家，请询问营销和产品人员是否想了解客户细分以及它如何改善其受众的成果。如果您想扩大范围，您可以要求在公司范围或其他全体员工会议上展示您的工作。

通过指导关注领域知识

领域知识最好通过从事这项工作的人来教授。如果您是这个人，请表明您是数据问题的资源，并且很乐意帮助其他人也成为资源。您可以成为导师，或者，如果您有兴趣将其作为一个更大的项目来做，可以与经理合作创建一个指导计划。

帮助他人获得关于数据科学或分析角色在您的公司和整个行业中的一般运作方式以及用于完成这项工作的系统的领域知识。这将为学习者提供一个工具包，以便他们开始自行研究和学习。

一旦领域知识增长，您就可以专注于更复杂的主题，例如如何提出正确的问题以找到答案、使用数据时的偏差、数据库、使用 BI 工具可视化数据的方法以及如何编写报告或创建仪表盘。

将现有软件的知识与复杂主题相关联也有助于加快学习过程。例如，您可以专注于电子表格与表格的相似之处，或者 VLOOKUP 函数如何与 SQL 连接类似地运行。

创建资源列表，例如博客、新闻通讯和 Slack 社区

从数据角色中的队友那里众包资源，以获取各种内容。在指导课程期间分享它，并将其添加到您团队的 Slack 频道作为置顶文档，或将其包含在您的知识库或团队电子邮件中。

以下是一些数据科学和分析社区中流行的资源，可用于启动您的列表

• Towards Data Science - Medium 出版物，致力于分享数据科学社区的概念、想法和代码。
• The Analytics Engineering Roundup - 关于分析工程和相关生态系统的文章。dbt 还有一个 Slack 社区。
• Locally Optimistic - 关于分析的博客（更高级别的问题、管理、组织、流程、工具）。Locally Optimistic 也有一个 Slack 社区。
• Kaggle - 数据集和模型的资源。
• Awesome Public Data Sets - 公共数据集列表。
• Learn Metabase - 关于 Metabase、分析、数据建模等的教程和指南。
• Metabase Discourse - 围绕 Metabase 主题、数据分析、SQL 问题等的公开讨论。

使数据项目和对话成为重复性实践

启动项目，例如创建团队数据目录或客户调查，以共同分析传入的数据集。

通过创建大规模数据计划来推广团队之外的数据文化。例如，Unchained Capital 的数据主管 Gavin Todes 在 Slack 上向我们提到，他们的公司有一个面向不同团队的数据大使计划，以更有效地协同工作

“我们每月与全体大使会面。我们还每月至少与每个团队的 1-3 名大使单独会面一次，具体取决于团队的需求和相关性与数据有关。例如，我们所做的很多事情都与营销、转化渠道等有关。因此我们每周与我们的营销大使会面。另一方面，合规性方面的持续需求较少，因此我们每月与合规性大使会面。”

为了给人们一些额外的一对一时间来讨论计划或项目的数据，您可以举办办公时间来回答人们的任何问题。

您还可以从 Slack 社区、聚会或活动中获得更多改进数据素养的想法。让您的团队参与更广泛的数据社区，并积极贡献。您越沉浸在数据文化中，您和其他人就会变得越具有数据素养。欢迎加入我们的 metabase-tools dbt Slack 频道，贡献您改进数据素养的想法。