Data Literacy sebagai Kunci Pengambilan Keputusan

Seringkali tentunya Anda mendengar istilah mengenai ‘data-driven’, ‘data-inspired’, dan sejenisnya. Istilah ini digunakan terhadap hal-hal yang berlandaskan data.

Lalu, apakah Anda pernah mendengar istilah data literacy?

Keterampilan data literacy sangat penting untuk kesuksesan bisnis di era modern saat ini.

Para penggiat bisnis kini memiliki akses ke lebih banyak data dibandingkan era sebelumnya, tetapi jika mereka tidak dapat memahami dan menafsirkannya, mereka tidak akan dapat memanfaatkan potensi penuh dari data tersebut untuk membantu perkembangan bisnis.

Mari simak artikel berikut untuk memahami konsep serta pentingnya data literacy!

Apa itu data literacy?

Data literacy adalah sebuah kemampuan untuk membaca, menulis, dan mengkomunikasikan data serta memahami metode analisis serta model yang dapat diterapkan pada suatu data, dan kemampuan untuk mendeskripsikan penerapan nyata terhadap data tersebut.

Lalu bagaimana contoh nyata praktik data literacy di dunia kerja?

Seseorang dapat dikatakan memiliki kemampuan data literacy ketika mereka memahami apa saja data yang mereka miliki, bagaimana menggunakan data tersebut dengan baik, dan apa saja kekurangan dari data yang dimiliki itu.

Mereka harus memahami bagaimana data dapat dikumpulkan dari sumber yang berbeda, bagaimana memperkaya data tersebut sehingga menghasilkan informasi yang terpercaya.

Singkatnya, para pengambil keputusan di suatu bisnis/perusahaan saat ini harus memahami bagaimana mereka dapat menerjemahkan data mentah menjadi bernilai serta menguntungkan bisnis mereka.

Data literacy lebih dari sekedar bekerja, dan berhitung dengan angka. Data literacy mencakup pemahaman:

• Bagaimana memperoleh sumber data dan metode pengumpulan data
• Bagaimana mengaplikasikan berbagai metode dari dataset yang didapatkan
• Bagaimana memahami nilai penting dari bekerja berlandaskan data

Catherine D’Ignazio (Assistant Professor of Urban Science and Planning MIT) dan Rahul Bhargava (Research Scientist MIT Center for Civic Media) menyatakan ada empat karakteristik dari skill data literacy, yaitu:

Read data

Kemampuan dalam memahami dan mengobservasi data. Termasuk juga memahami aspek-aspek yang menggambarkan data tersebut.

Work with data

Kemampuan melakukan pekerjaan yang berkaitan dengan data, mulai dari membuat, memperoleh, membersihkan, hingga mengelola data.

Analyze data

Kemampuan menganalisis data yang berkaitan dengan filtering data, sorting data, serta melakukan berbagai teknik analisis yang tepat untuk data tersebut. Hasil dari analisis adalah dapat mengambil insight dari data.

Argue with data

Kemampuan berargumen dengan data. Menggunakan data untuk mendukung narasi kuat yang ingin disampaikan kepada audiens tertentu, sehingga para audiens dapat dengan mudah mengerti pesan dan cerita yang ingin disampaikan. Data-driven communication adalah bagian dari hal ini.

Mengapa data literacy penting?

Jika Anda masih bertanya-tanya, mengapa data literacy itu penting?

Pertama-tama, mari kita amati visualisasi data berikut.

Berdasarkan data di atas, kita dapat mengetahui bahwa 75 dari 100 karyawan yang ada, membaca data yang mereka miliki.

65 orang di antaranya membaca lalu menginterpretasikan data, dan 63 dari mereka mengkomunikasikan data pada lingkup internal dan membuat keputusan berdasarkan data tersebut.

Namun hanya 46 orang di antaranya yang mengkomunikasikan data tersebut ke lingkup eksternal.

Hal ini dikarenakan rendahnya tingkat percaya diri seseorang terhadap kemampuan data literacy yang mereka miliki.

Akibatnya, banyak karyawan tidak memiliki keterampilan yang akan membantu mereka bekerja dengan nyaman dan percaya diri dengan data.

Faktanya, hanya 21% tenaga kerja pada tingkat globall yang sepenuhnya percaya diri dengan keterampilan literasi data mereka, yaitu kemampuan mereka untuk membaca, memahami, bertanya, dan bekerja dengan data.

Maka dari itu penting sekali menerapkan budaya ‘data-literate’ pada lingkungan kerja.

Dengan keberhasilan dalam menciptakan budaya literasi data, maka baik karyawan maupun perusahaan mendapatkan keuntungan.

Karyawan dapat terbiasa memprioritaskan data dalam menjalankan pekerjaannya, sehingga meningkatkan rasa percaya diri terhadap kemampuan data literacy.

Perusahaan juga dapat berdiri kokoh karena mengutamakan pengambilan keputusan yang berlandaskan data.

Selain itu, karyawan yang ‘melek data’ atau memiliki skill data literacy juga akan memahami cara menangani data dengan tepat, yang akan mengurangi jumlah kebocoran data.

Pengaruh data literacy dengan perkembangan karier

Berdasarkan data literacy project yang dilakukan oleh Accenture dan Qlik, dapat diketahui bahwa pemimpin perusahaan memiliki harapan yang tinggi kepada para karyawan dalam pengambilan keputusan.

Terbukti dengan data yang menyatakan 89% C-level mengharapkan karyawan mereka untuk dapat menjelaskan bagaimana data tersebut telah menjadi dasar pengetahuan dalam pengambilan keputusan mereka.

Berdasarkan data yang bersumber sama dari Qlik, menyatakan bahwa hanya sekitar 24% decision makers yang ‘melek data’. Bukankah hal ini sangat mengkhawatirkan? Bagaimana bisa seorang pengambil keputusan tidak memiliki kemampuan data literacy.

Nyatanya, seorang ‘data literate’ dapat meningkatkan karir mereka lebih cepat dibandingkan dengan seorang yang tak memiliki kemampuan akan literasi data.

Dari visualisasi data di atas, dapat disimpulkan bahwa sebagian besar negara maju memiliki kesadaran akan pentingnya kemampuan data literacy khususnya di dunia kerja.

Para pekerja di Amerika Serikat yang dapat menunjukkan keterampilan data literacy mereka, dapat memperoleh kenaikan gaji hingga 20%.

Hal ini tentunya sangat menjanjikan untuk Anda yang ingin mendapatkan akselerasi karir.

Dengan meningkatkan skill data literacy dan menerapkannya pada pekerjaan Anda, maka Anda dapat membantu perusahaan untuk semakin maju.

Perusahaan yang ‘melek data’ dapat menghasilkan keuntungan yang semakin tinggi dari masa ke masa. Keberhasilan perusahaan akan sejalan dengan keberhasilan karyawannya.

Maka dari itu, dengan Anda membiasakan diri menjadi ‘data-literate’, maka Anda membantu memajukan perusahaan serta meningkatkan karir Anda di perusahaan tersebut.

Cara meningkatkan skill data literacy

Studi yang dilakukan oleh Accenture menyatakan bahwa sekitar 75% para pemangku kepentingan bisnis di tingkat C-level percaya bahwa semua atau sebagian besar karyawan mereka memiliki kemampuan untuk bekerja dengan data dengan mahir.

Namun realita yang terjadi di dunia bisnis saat ini, hanya 21% karyawan yang benar-benar percaya diri dengan keterampilan data literacy mereka.

Lalu, bagaimana cara meningkatkan kemampuan data literacy?

Belajar lewat pelatihan atau workshop data

Jika perusahaan Anda tidak memiliki program pelatihan data literacy–atau program pelatihan tentang data secara keseluruhan, Anda dapat mengajukan pelatihan tersebut kepada perusahaan Anda.

Berikan pemahaman atas pentingnya data literacy serta manfaat yang didapatkan agar Anda dapat meyakinkan perusahaan untuk mengadakan program pelatihan data literacy.

Jika perusahaan belum mampu mengadakan pelatihan ini, ada banyak kursus online yang akan membantu Anda untuk memperkaya kemampuan data literacy.

Anda dapat mengikuti kursus online seperti yang tersedia di Coursera dan Udemy dengan metode pembelajaran self-learning sehingga tidak membebani Anda untuk mempelajarinya.

Pacmann sendiri punya produk serupa yaitu Free Data Course yang bisa diakses kapan pun dan Intro to Data yang diadakan setiap minggu.

Untuk pelatihan yang lebih terarah, Anda bisa bergabung di Sekolah Data Pacmann.

Belajar statistik

Mengambil kursus statistik dasar juga menjadi salah satu solusi meningkatkan skill data literacy, karena ini akan membantu Anda memahami dasar-dasar data dan analisis, visualisasi data dasar, yang akan membantu Anda mengkomunikasikan temuan dari data kepada para pemangku bisnis.

Pacmann sendiri menyediakan pelatihan ini di bawah Sekolah Data Pacmann.

Selain itu Pacmann juga menyediakan pelatihan data mulai dari fundamental (Free Course dan Intro to Data) sampai dengan advanced (Artificial Intelligence and Machine Learning Engineer).

Membiasakan diri untuk menangani data

Anda juga dapat membiasakan diri Anda dengan mempelajari data yang dimiliki perusahaan Anda.

Anda dapat mulai menggunakan dashboard serta tools business intelligence yang digunakan oleh perusahaan Anda.

Anda dapat memulai dengan melakukan operasi-operasi mudah seperti menarik laporan sederhana.

Walau profesi Anda tidak secara langsung berkaitan dengan analisis data dan sejenisnya, namun menjadi seseorang yang ‘data-literate” tidaklah merugikan.

Apa pun latar belakang profesi Anda, memiliki skill data literacy selalu menguntungkan Anda.

Karena data dapat membantu Anda memahami target pasar, membuat keputusan yang lebih baik, mendukung presentasi dengan fakta nyata (data-driven), dan membuat atasan Anda terkesan atas informasi berlandaskan data yang Anda sajikan.

Seiring berjalannya waktu, penerapan ini akan menciptakan budaya lingkungan kerja yang mengutamakan data.

Demikian pembahasan tentang data literacy dan bagaimana data literacy penting untuk membantu pengambilan keputusan.

Seperti yang sudah disinggung di atas, Pacmann di bawah Sekolah Data memeiliki program Analytics dan Data Science.

Program ini dibagi menjadi dua bagian:

• Fundamental Analytics and Data Science, dan
• Advanced Analytics and Data Science

Selain membantu Anda membangun pondasi data literacy, program ini juga akan membantu Anda memiliki data skill yang mumpuni–kurikulum di Pacmann dirancang agar beginner-friendly, namun juga mendalam.

Artinya, Anda akan belajar memantapkan fundamental knowledge dan berkembang ke tahapan dan level advanced.

Anda akan belajar dasar-dasar pemrograman, visualisasi, statistik, dan proses bisnis secara menyeluruh, serta mengidentifikasi tren dan pola berdasarkan data untuk membantu membuat keputusan dalam menyelesaikan permasalahan bisnis–yang mana hal ini adalah skill yang bisa dibangun hanya jika Anda adalah seorang yang data literate.

Kunjungi halaman Analytics dan Data Science Program untuk mengetahui informasinya lebih lanjut.