发帖
雷达卡
员工可以在不同程度上批判性地评估数据，并解决问题或发现业务洞察力。这就是为什么对于组织中的大多数人（不仅仅是数据分析师）来说，访问数据以及读取和使用数据的基本能力很重要。使用数据，而不仅仅是收集数据，对企业的未来至关重要。（有些人建议为在线业务工作的“每个人”都应该具备数据素养，但这可能被视为极端主义立场。）数据素养，尤其是在大数据研究方面，需要一些统计学和数学知识。
在具有数据素养的组织中，员工将知道如何在日常活动中使用数据，并支持大局决策。如果使用得当，一个数据素养培训计划可以帮助每个团队成员实现工作目标，提高工作效率，提供共同语言，同时提高组织的整体绩效。人们普遍认为，当每个人都可以访问数据时，组织就会变得更加精简和高效。当然是重要的让团队成员具备数据素养。
不断变化的数据意义
这个单词数据可以追溯到公元前300年左右的希腊数学家欧几里得，他写了一本书，名为Data，是几何公理的集合。在演变成“日期”这个词（包括日、月和年的时间参考）之后，这个词在 1600 年代中期重新出现在英语科学文本中。历史学家丹尼尔·罗森伯格 (Daniel Rosenberg) 写道，该术语的含义在 1700 年代在科学背景下是如何变化的：
“在本世纪初，‘数据’特别被用来指代被接受为论证基础的原则，或者指代无法质疑的‘从圣经中收集的事实’。到本世纪末，该术语最常用于指代由实验、经验或收集确定的证据中的事实。”
到 1900 年，术语数据被用来描述统计观察的结果，并被认为是科学家得出结论和捍卫这些结论的共同基础。“计算机”、统计学家和科学家在生成数据时使用了明确的规则，使其在用于进一步研究时成为可靠的信息。（在电子计算机出现之前，人类计算机在做同样的工作，只是速度较慢。）此外，使用圣经作为无可置疑的原则的来源变得“有问题”，并且在提供数据时很少使用。作为科学实验、观察和统计结果的“数据”概念在计算机革命前不久成为现实。
在 1900 年代初期，数据的含义被扩展为包括电子计算机使用的信息（主要是数学信息）。转移术语数据以涵盖早期电子计算机使用的统计信息是一个相当简单的转变。然而，在这个过程中，单词数据的整体含义发生了微妙的变化。在此之前，除了圣经来源外，数据只能由人类使用科学方法生成。对于一些人来说，这种哲学转变引起了极大的痛苦，因为现在，数据可以由机器生成。（它可能和人类研究一样准确吗？）
数据素养成为现实
的“概念”数据素养花了一点时间形成。最初，计算机充当计算器，以远超人类的速度执行数学方程式。然后，计算机开始被用于统计研究。尽管数据素养的“概念”需要几年时间才能实现，但它的起源始于数据分析和统计学家理解和“阅读”统计信息。1962 年，John W. Tukey在他的《数据分析的未来》中写道：
“很长一段时间，我认为我是一名统计学家，对从特殊到一般的推论感兴趣。但是当我看到数理统计的发展时，我有理由怀疑和怀疑。我开始觉得我的核心兴趣在于数据分析…… 数据分析，以及与之相关的统计学部分，必须具有科学的特征，而不是数学的特征 数据分析本质上是一门经验科学。存储程序电子计算机的兴起有多重要？”
图基促进了思维的转变。他建议理解统计数据比盲目遵循统计方程更重要。
紧随其后的是彼得·瑙尔 1974 年对计算机方法的简明调查。他的书是对当时使用的数据处理方法的调查，并围绕以形式化方式表示事实或想法的数据哲学进行组织，并且这些事实或想法可以被传达或操纵。Naur 将理解数据处理方法与使大量人可以访问（在通信方面）并提供通用语言相结合。
1996 年，Usama Fayyad、Padhraic Smyth、Gregory Piatetsky-Shapiro 撰写了纸 从数据挖掘到数据库中的知识发现。正如标题所暗示的那样，他们专注于企业从“更有限”的数据挖掘转向数据库中的知识发现 (KDD) 的想法。在他们的论文中，他们批评了数据挖掘方法的盲目和盲目应用，并在一个强调理解和智能使用结果的过程中推广了一系列更广泛的步骤。
在一个文章Jacob Zahavi题为“为知识块挖掘数据”，他说：“可能必须开发特殊的数据挖掘工具来解决网站决策问题。” Zahavi 对专业数据挖掘工具的要求引发了对该领域的研究，经过十年的发展，产生了模型和图表，使理解数据变得更加容易。
2009 年，Kirk D. Borne 和他的同事向 Astro2010 Decadal 提交了一篇论文民意调查，标题为天文学教育的革命：面向大众的数据科学。他们写道：“非专业人士需要具备信息素养技能，才能成为 21 世纪劳动力的高效成员，在这个日益以数据为主导的世界中整合终身学习的基础技能。” 从本质上讲，Borne 和他的同事向全世界宣布，数据科学领域以外的研究人员需要具备数据素养，才能使用数据科学工具，甚至与数据科学家和分析师交流。
成为具有数据素养的组织
理想情况下，初创公司在招聘员工时会接受数据素养的理念。在招聘过程中牢记这一理念将消除日后培训全体员工的需要。一家认真对待起步并高效工作的企业将
需要评估新员工的数据素养. （可能需要在特定工具和软件方面进行一些培训，但具有数据素养的人应该很快就能掌握。）
下面的问题应该提供一些洞察组织内个人或潜在员工对数据的理解：
此人能否解释直接的统计数据，例如平均值和相关性？
他们能建一个商业案例使用准确和相关的数字？
他们能否解释其数据系统或流程的结果？
他们能解释一下他们的机器学习算法是如何工作的吗？
具有数据素养的组织涉及建立文化，以及知识共享应该是这种文化的重要组成部分。数据素养不能仅通过课程来实现，而必须是企业内部的持续沟通过程。虽然讲习班可以为知识奠定基础，但在授权和鼓励员工相互教育的情况下，为建设提供了最佳环境数据素养. 这种培训可以是一对一的，也可以是研讨会的形式。
研讨会还有一个额外的好处是可以变成 AV 录音。有时，由于项目截止日期冲突，工作人员无法参加研讨会，但他们可以查看研讨会的记录。虽然不能替代“现场”互动，但录制的研讨会可以帮助更新和教育无法参加的员工。
相关帖子DA内容精选
|
京公网安备 11010802022788号
