Podacijska pismenost (Data Literacy) veština prikupljanja, analize i korišćenja podataka - Angelika Klidas, Kevin Hanegan

Kome je namenjena knjiga:

• studentima i postdiplomcima u oblasti podataka i analitike, kao i menadžmenta i marketinga
• poslovnim ljudima čiji biznis i profit zavise od kvaliteta podataka i njihovog tumačenja
• rukovodiocima sektora marketinga, prodaje, ljudskih resursa i informacionih tehnologija
• novinarima i svim ostalim pojedincima zainteresovanim za razumevanje savremenog sveta podataka

Oblasti zastupljene u knjizi:

• Upravljanje podacima
• Analitika podataka
• Podaci i KPI kompanija
• Vizuelizacija podataka
• Komunikacija podataka
• Razumevanje podataka
• Rukovanje podacima
• Odluke zasnovane na podacima
• Projekti podataka i analitike
• Edukacija za rad sa podacima
• Šabloni za evaluacije

O autorima knjige:

Ovaj sveobuhvatni vodič su napisala dva pionira podacijske pismenosti koji imaju bogato iskustvo u komercijalnom svetu podataka i analitike i predavači su na vrhunskim univerzitetima u SAD i Holandiji. Decenije svojih karijera posvetili su maksimalizovanju vrednosti dobijenih iz podataka za svoje poslovne klijente i prenošenju znanja o podacima i analitici u akademskom okruženju.

Zašto vam treba ova knjiga:

Podaci su više od obične robe u digitalnom svetu. Oni su pokretač poslovnih tokova, sredstvo za postizanje prednosti i uspeha na savremenom tržištu. Pojedinci, timovi i preduzeća, ukoliko koriste podatke na pravi način, mogu da stvore potpuno novu oblast za svoje poslovne mogućnosti i dostignuća.

Zajedno sa najboljim tehnikama, praktičnim modelima i primerima iz stvarnog sveta, knjiga „Podacijska pismenost (Data Literacy)“ će vam pomoći da najbolje iskoristite vaše podatke, tako što ćete naučiti osnove podacijske pismenosti i ubrzati svoj put ka kvalitetnom otkrivanju uvida u obilje podataka i donošenje ispravnih poslovnih odluka zasnovanih na tim podacima.

Šta obuhvata ova knjiga?

U Poglavlju 1, „Početak – Tok podataka“, razmotren je proces prelaska od podataka, preko uvida, pa sve do akcije, i pokazano je da se taj proces sastoji od više koraka. Razumevanje ovog procesa je ključno za svakoga ko koristi podatke za donošenje odluka. U ovom poglavlju su predstavljeni tok podataka kroz taj proces i uobičajene zamke koje se mogu isprečiti na svakom koraku.

U Poglavlju 2, „Razmatranje putovanja podataka“, pokazano je da pojedinci moraju da znaju da odmere više koraka, u analitičkoj zrelosti, da bi mogli pravilno da pretvore podatke u uvide koji se mogu primeniti, odnosno da znaju da koriste deskriptivnost, dijagnostiku, prediktivnost, preskriptivnost i semantiku. U ovom poglavlju predstavljamo te korake, uz praktične primere o uvidima koje možete dobiti iz svakog koraka u procesu.

U Poglavlju 3, „Razumevanje modela četiri stuba“, razmatramo četiri elementarna stuba analitike podataka kojima treba da se bavimo u našem poslovanju. Svi znaju i razumeju šta su podaci ili kontrolna tabla. Sa te tačke gledišta, povećavaju se potražnja i prihvatanje projekata podataka i analitike i potreba za poznavanjem podacijske pismenosti.

U Poglavlju 4, „Implementacija organizacione podacijske pismenosti“, fokusiramo se na najbolje tehnike za organizacionu strategiju i kulturu kako bi se podržala podacijska pismenost i donošenje odluka na osnovu podataka. Da bi pojedinci i organizacije mogli da izvuku uvid i vrednost iz svojih podataka, potrebna je šira primena donošenja odluka na osnovu podataka. Bez obzira na to što mnoge organizacije imaju alatke, tehnologije i tehničke mogućnosti, one često ne mogu da se informišu pomoću podataka, zbog nedostatka podacijske pismenosti.

U Poglavlju 5, „Upravljanje okruženjem podataka“, na zanimljiv način se razmatra kako rešenja sa kraćim kodom/bez koda (low-code/no-code) „sazrevaju“, pa korisnici mogu da izrade brza jezera podataka, skladišta podataka i cevovode podataka. Ako poredimo ovu tehnologiju sa tradicionalnijim rešenjima, primećujemo da možemo da postignemo bolji „tempo trke“ u razvoju osnove podataka i analitike. Zbog enormnog povećanja količine i složenosti podataka i okruženja podataka (1,7 MB podataka se kreira svake sekunde za svaku osobu na našoj planeti), dobra i stabilna strategija upravljanja podacima i briga o zajedničkom pogledu na podatke nikada nisu bile toliko važne. Međutim, u poslednje dve godine je došlo do nove promene i potreba za upravljanjem okruženjem podataka je postala još važnija.

U Poglavlju 6, „Usklađivanje sa ciljevima organizacije“, objašnjeno je da je KPI izuzetno važan kao pomoć organizacijama da shvate koliko dobro posluju u odnosu na svoje strateške ciljeve i zadatke. Međutim, važno je razumeti šta je KPI zaista u odnosu na merenje ili metriku, ali razumeti i odgovarajuće tipove KPI-ova za praćenje, odnosno vodeće i zaostajuće pokazatelje.

U Poglavlju 7, „Dizajniranje kontrolnih tabli i izveštaja“, razmotreno je kako vizuelizacije obezbeđuju vitalnu funkciju pri opisivanju situacija. Vizuelizacije se mogu koristiti za pronalaženje uvida i za prenošenje tih uvida drugima. Izbor odgovarajuće vizuelizacije zavisi i od podataka koje koristite i od onoga što pokušavate da prikažete. U ovom poglavlju se fokusiramo na odabir odgovarajućeg tipa grafikona i dizajniranje grafikona kako bi se ljudima olakšalo interpretiranje relevantnih delova.

U Poglavlju 8, „Ispitivanje podataka“, naučićete kako da postavljate pitanja, analizirate ekstremne vrednosti (ilustrativna je propratna priča dr Snowa „Smrt u jami“), isključite pristrasnost i slično, da biste mogli da postavljate odgovarajuća pitanja i zadovoljite svoju radoznalost. Naučićete razliku između korelacije i uzročnosti. Baveći se tim temama, moći ćete da razumete šta su „signali“ i „buka“ i kako da analizirate autlajere, tako što ćete postavljati hipotetička pitanja. Moći ćete da prepoznate dobre, loše i „zle“ uvide.

U Poglavlju 9, „Odgovorno rukovanje podacima“, objašnjeno je da je etika nauka kojom ljudi pokušavaju da kvalifikuju određene postupke kao ispravne ili pogrešne. Međutim, ne postoje jednoznačni odgovori na etička pitanja, jer su često vrlo lična. Danas su podaci i analitika svuda, „dodiruju“ svaki trenutak našeg života. Podaci i analitika, dakle, igraju ogromnu ulogu u našem svakodnevnom životu - na primer, „Amazon“ zna šta kupujemo i predlaže druge članke za koje bismo mogli biti zainteresovani; aplikacije nam pokazuju kako ćemo izgledati kada budemo stariji, a „Netflix“ i „Spotify“ znaju šta gledamo ili slušamo i daju nam predloge šta bismo još mogli da gledamo ili slušamo.

U Poglavlju 10, „Pretvaranje uvida u odluke“, istražujemo koliko pojedinaca i organizacija dolazi do uvida iz svojih podataka. Međutim, proces pretvaranja uvida u odluke i reagovanje na osnovu njih su mnogo teži. U ovom poglavlju se fokusiramo na ono što je potrebno da bismo podržali ovaj korak u procesu, odnosno na uvođenje radnog okvira od šest koraka, koji je i sistemski i sistematski. U ovom poglavlju takođe razmatramo kako možete da upravljate promenama koje se odnose na vaše odluke i kako možete efikasno da komunicirate sa svim zainteresovanim stranama prepričavanjem podataka.

U Poglavlju 11, „Definisanje radnog okvira kompetencija podacijske pismenosti“, istaknuto je da je prvi korak za poboljšanje vaše podacijske pismenosti da naučite koje su tačno kompetencije koje podržavaju podacijsku pismenost. U ovom poglavlju je opisan radni okvir kompetencija za podacijsku pismenost, koji uključuje odgovarajuće „tvrde“ veštine, „meke“ veštine i načine razmišljanja za podacijsku pismenost. Takođe je ukazano da kompetencije imaju različite nivoe, a vi možete prelaziti na više nivoe kako budete iskusniji u podacijskoj pismenosti. U ovom poglavlju se fokusiramo i na najbolje tehnike za početak učenja o ovim kompetencijama.

U Poglavlju 12, „Procena zrelosti podacijske pismenosti“, predstavljamo kako možete da procenite svoju podacijsku pismenost, a zatim objašnjavamo kako da interpretirate rezultate procene da biste personalizovali svoje edukativno putovanje. Pre nego što započnete svoje učenje podacijske pismenosti, trebalo bi da započnete procenu vašeg trenutnog nivoa, a zatim da iskoristite tu procenu da biste shvatili na koje kompetencije treba da se fokusirate nadalje.

U Poglavlju 13, „Upravljanje projektima podataka i analitike“, objašnjavamo načine na koje možete pristupiti projektu podataka i analitike i kako možete njima upravljati kao vođa projekta i pratiti poslovni slučaj i vrednost koju taj projekat može doneti. Sve počinje razvojem poslovnog slučaja podataka i analitike u kojem definišete obim projekta, ciljeve i rizike, ali i korisnu vrednost koju on može doneti vašoj organizaciji. Projekti podataka i analitike se često realizuju u organizacijama, odeljenjima i procesima poslovnih jedinica. Oni uglavnom sadrže kombinaciju strateških ciljeva ili imaju veliki politički značaj i imaju skrivene zainteresovane strane i specifične rizike koji se odnose na podatke i analitiku o kojima treba voditi računa.

Poglavlje 14, „Dodatak A – Šabloni“, sadrži materijale koji će vam pomoći da započnete svoj put ka podacijskoj pismenosti. Svi materijali su takođe dostupni na adresi www.kevinhanegan.com.

Poglavlje 15, „Dodatak B – Literatura“, sadrži rezime referenci, knjiga i članaka koje smo čitali tokom godina. Sva ta literatura nas je inspirisala i pomogla nam da podučavamo i pišemo.