如何提高数据素养

帮助人们理解提问和正确解读数据的重要性有其益处，尤其是在一家初创公司。

具备数据素养的公司比那些不投资于数据分析和数据科学方面的员工发展，或不招聘更多具备数据素养的候选人的公司，显示出高出 5% 的企业价值。

以下是一些可以帮助他人将数据应用于日常工作的起步方法。

从简单、相关的数据对话开始

全面推行学习和发展计划对您和学习者来说都可能不堪重负，因此先从小范围对话开始。

创建一个入门级数据读书俱乐部，阅读《统计学艺术：从数据中学习》等书籍，或每周举行一次数据研讨会，讨论数据素养的理念。将这段时间作为建立学习基础的基石，然后再逐步扩大到更大的项目和计划。

您还可以分解自己的工作方式，并为团队找到在各自角色中使用这些方法的方式。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，并附上他们如何也能使用这些步骤的提示。

与从事相关性不大的角色的人员建立联系。例如，如果您是一名数据科学家，正在进行客户细分项目，可以询问市场营销和产品部门的人员是否想了解客户细分以及它如何改善其受众的结果。如果您想扩大范围，可以在公司范围或所有员工会议上争取一些时间来展示您的工作。

通过指导专注于领域知识

领域知识最好通过从事该工作的人来传授。如果您是这个人，请表明您是数据问题的资源，并乐于帮助他人也成为数据问题的专家。您可以成为导师，或者，如果您有兴趣将此发展为更大的项目，可以与经理合作创建一个导师计划。

帮助他人获得领域知识，了解数据科学或分析角色在贵公司和整个行业中通常如何运作，以及用于完成这项工作的系统。这将为学习者提供一个工具包，让他们能够自主研究和学习。

一旦领域知识增长，您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、处理数据时的偏差、数据库、如何使用 BI 工具可视化数据以及如何撰写报告或创建仪表板。

将现有软件知识与复杂主题联系起来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 函数与 SQL 连接操作的相似之处。

创建资源列表，例如博客、新闻通讯和 Slack 社区

从数据岗位的队友那里众包资源，以获取各种内容。在指导会议期间分享，并将其作为置顶文档添加到您团队的 Slack 频道，或者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，可供您开始创建列表

• Towards Data Science - 一个 Medium 出版物，致力于为数据科学社区分享概念、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 还有一个 Slack 社区。
• Kaggle - 数据集和模型的资源。
• Awesome Public Data Sets - 公共数据集列表。
• 学习 Metabase - Metabase、分析、数据建模等方面的教程和指南。
• Metabase Discourse - 围绕 Metabase 主题、数据分析、SQL 问题等的公开讨论。

让数据项目和对话成为一种重复性实践

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程序，在团队之外推广数据文化。例如，Unchained Capital 的数据主管 Gavin Todes 在 Slack 上告诉我们，他们的公司有一个数据大使计划，供不同团队更有效地合作

“我们每月与所有大使开会。我们还根据团队的需求和数据相关性，每月至少与每个团队的 1-3 名大使单独开会一次。例如，我们的大部分工作都与营销、转化漏斗等有关，因此我们每周与营销大使开会。另一方面，合规团队的持续需求较少，因此我们每月与合规大使开会。”

为了让人们有更多一对一的时间讨论项目或计划的数据，您可以举办办公时间，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提高数据素养的想法。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，您和其他人的数据素养就会越高。加入我们的 metabase-tools dbt Slack 频道，贡献您提高数据素养的想法。