想象一下，营销部门讲法语，产品设计师讲德语，分析团队讲西班牙语，没有人说第二语言的组织。即使组织的设计考虑到数字化，传达业务价值以及为什么特定技术不重要也是不可能的。
这实际上是数据驱动型企业在没有数据素养时的运作方式。如果部门外没有人理解所说的内容，那么数据和分析是否提供巨大的商业价值并且是数字业务的必要组成部分并不重要。
到2020年，50％的组织缺乏足够的人工智能和数据素养技能来实现商业价值
“数据和分析功能的普及，包括人工智能，要求创作者和消费者将’数据’作为一种通用语言，” Gartner高级总监分析师Valerie Logan说 。“ 数据和分析领导者必须将劳动力数据素养作为数字业务的推动者，并将信息视为第二语言。”
随着数据和分析成为数字业务的核心部分，数据成为组织资产，员工必须至少具备沟通和理解数据对话的基本能力。简而言之，“用数据说话”的能力将成为大多数日常工作的一个不可或缺的方面。
Gartner将数据素养定义为在上下文中读取、编写和传递数据的能力，包括对数据源和构造的理解，应用的分析方法和技术 – 以及描述用例，应用程序和结果值的能力。
这一切都归结为一个简单的问题，“你用数据说话吗？”
数据素养是数字灵活性的基础组成部分
以通用数据语言理解和交流的能力是核心技术的核心技能。成功地从数据和分析中获取价值，是能否拥有组织核心竞争力的关键。
此外，数据素养是数字灵活性的基础组成部分，这是员工使用现有和新兴技术来推动更好的业务成果的能力和愿望，这是数字业务的另一项重要技能。
为什么数据素养很重要？
根据Gartner年度首席数据官调查，数据素养不佳，被列为首席数据官办公室成功的第二大内部障碍。Gartner预计，到2020年，80％的组织将在数据素养领域开展深思熟虑的能力培养，以克服极端缺陷。到2020年，50％的组织缺乏足够的人工智能和数据素养技能来实现商业价值。
随着组织变得更加数据化，数据素养不佳将成为增长的抑制因素。
提出正确的数据和分析问题
数据和分析领导者负责创建对数据素养的描述，并能够突出要获得的商业价值。
首先，通过几个问题评估组织的数据素养：
您认为您的企业中有多少人可以解释直接的统计操作，例如相关性或判断平均值？
有多少经理能够根据扎实、准确和相关的数据构建业务案例？
有多少经理可以解释他们的系统或流程的输出？
有多少数据科学家可以解释他们的机器学习算法的输出？
您的客户中有多少人能够真正欣赏并内化您与他们共享的数据的本质？
“组织不仅必须采取措施，教育那些制作数据驱动解决方案、产品和服务的专业人员，他们还必须确保这些步骤会实现教导所有相关员工将数据作为新的第二语言的目标，以及发展和培育语言蓬勃发展的社区，“洛根说。
建立数据素养计划
首先确定可以流利地“用数据说话”的人。关注能够自然而轻松地说出数据的业务分析师、数据管理员和架构师。此外，确定可以作为商业团体调解员的熟练翻译人员。
其次，寻找存在沟通障碍的领域，这些领域可能存在数据未被充分利用、发挥业务潜力的情况。进行数据素养评估，以确定差距并将其用作参考标准。
数据和分析领导者和数据团队必须以身作则
当为团队讲解数据的时候，确保它处于一个有趣和开放的环境中，并跳出思维禁锢，全面思考。不要只关注幻灯片或演示文稿 – 使用游戏、测验和其他创造性的教学方式。
接下来，在存在语言差距的领域尝试数据素养概念验证研讨会。让参与者描述真实的常见用例以及特定于组织的用例。确保获得学习经验，然后重复练习，让参与者使用他人的语言。与其他团体分享经验教训，以提高对素养差距的认识和理解。
最后，不要忘记数据和分析领导者和数据团队必须以身作则。在讨论业务成果和其他业务情况时，确保团队在所有会议中用数据说话。推动数据素养，并宣传消除数据素养差距的好处。
改写自Gartner
