Datenkompetenz erreichen

Data Fluency

Konstantinos Kattidis

Data Analytics Lead

Warum ein Framework

• Liefert einen strukturierten Ansatz, um Datenkompetenz zu erreichen
• Deckt den ganzheitlichen Ansatz ab mit:
  • Individuellen Fähigkeiten
  • Organisationskultur und Datenökosystem

Datenkompetenz für Einzelne

• Datenkompetenz fördert Datenskills bei allen Mitarbeitenden
  • Business-User: Führungskräfte, Sales, Marketing- und Operations-Manager:innen
  • Datenexpert:innen: Data Analysts und Data Scientists
• Damit sie datenbasiert entscheiden können

Business-Probleme mit Daten verknüpfen

• Messbare Ziele setzen
• Probleme über Kennzahlen erkennen
• In analytische Fragen übersetzen

Mit Daten arbeiten

• Datenbereinigung
• Daten explorativ untersuchen
  • Datenvisualisierung
• Daten beschreiben
  • Grundlegende Statistik-Konzepte und -Kennzahlen

Mit Daten kommunizieren

• Datenstorytelling wirkungsvoll nutzen
• Datengetriebene Erkenntnisse präsentieren
• Komplexe Analysen in umsetzbare Erkenntnisse und Entscheidungen übersetzen

Rolle der Datenexpert:innen

• Datenexpert:innen wie Analyst:innen, Scientists und Engineers spielen eine zentrale Rolle
• Sie bewältigen komplexere Datentasks
• Ihr Beitrag:
  • Beschleunigt datengestützte Projekte
  • Bietet Mentoring
  • Sichert Best Practices und Standards der Branche

Organisationales Umfeld für Datenkompetenz

• Datenkompetenz hängt nicht nur von individuellen Skills ab
• Wichtig ist ein Umfeld, in dem sie gedeihen kann

Die datenkompetente Kultur

• Die datenkompetente Kultur ist ein Arbeitsumfeld, in dem Daten geschätzt, genutzt und in Entscheidungen integriert werden

Das Datenökosystem

• Infrastruktur für Datenzugang sowie Qualität, Sicherheit und Compliance
• Tools zum Sammeln, Speichern, Analysieren und Visualisieren
• Prozesse: Workflows, Protokolle, Methoden und Strukturen für Datenarbeit, Zusammenarbeit und Kommunikation

Das vollständige Datenkompetenz-Framework

Lass uns üben!

Data Fluency