Enterprise Big Data Framework_Data Literacy Fundamentals學習筆記_1.Introduction to Data Literacy
姊去洗四輪。
未遇意中人，能精心追求，驅動幸福人生。
客運上喝決明子茶望著外面風景，找尋新歸宿。
https://www.bigdataframework.org/big-data-certification/data-literacy-fundamentals/
數據素養(Data Literacy)
獲取、理解、處理和分析數據以做出明智決策的能力。
解取析視倫
姊去洗四輪
數據素養包含關鍵組成元素如下:
1.數據存取(Data Access):
從各種來源像是線上平台、資料庫、電子試算表查詢並獲取數據之能力。
2.數據理解(Data Understanding):
能解釋並理解數據的意義，包含理解其結構、含義和上下文意義、品質、侷限性。當然涵蓋能識別模式和趨勢，以及數據何時遺失或不可靠。
3.數據分析(Data Analysis)
應用統計和分析技巧來提取見解，使用解析工具和技巧來操作並理解數據，比方透過Excel,統計軟體、程式語言分析數據，也要具備基本統計觀念(例如:平均值、標準差、中位數)
4.資料視覺化(Data Visualization)
透過圖表、圖形等視覺化手段來進行有效的數據溝通能力，能幫助識別可能不會立即顯而易見的模式和趨勢。
5.數據倫理(Data Ethics)/倫理考慮:
考慮潛在的偏見、隱私和安全，並瞭解數據中潛在的偏差、確保數據隱私及安全，考慮數據驅動決策對社會造成的影響。
數據素養等級
組織中數據素養的衡量標準，取決於個人所擁有的知識，以及日常決策中如何使用數據。
未遇意中人，能精心追求，驅動幸福人生。
如下依序由低到高劃分五個等級:
1.數據未察覺(Data Unaware)
未察覺到數據的價值，也不具備收集、儲存或分析數據之能力。可能欠缺基礎設施或資源。
2.數據意識(Data Aware)
對於數據價值有意識到，但不具備有效收集、儲存或分析數據的能力。可能已經具備基礎設施，但沒有必備的技能、資源來處理數據。
3.數據能力(Data Capable)
對於數據有能力收集、儲存和分析，但可能無法有效地使用數據。已經具備基礎設施，但欠缺有效分析和使用數據所需要的技能或專業知識。
4.數據精通(Data Proficient)
對於數據有能力收集、儲存和分析，並也具備有效地使用數據來為決策提供資訊。已經具備基礎設施及資源，並投資必要技能和專業知識。
5.數據驅動(Data-Driven)
此階段組織已完全將數據視為策略資產，並正在使用數據為其決策過程各方面提供資訊。擁有強大數據文化、精通數據的團隊及強大數據基礎架構。
為何組織應該渴望數據驅動?
數據驅動組織(Data-Driven Organization)
已完全將數據視為策略資產，並使用數據為其決策過程各方面提供資訊。
客運決敏風新規
客運上喝決明子茶望著外面風景，找尋新規(歸)宿。
成為數據驅動組織的優勢如下:
- 更好的客戶洞察力:能用數據瞭解客戶行為及偏好，數據驅動可提高客戶滿意度及保留率和改進效能。
- 提高營運的效率:使用數據優化營運，從而提高效率並節省成本。
- 改進決策:可藉由數據分析來做出更明智和準確的決策，提高效率。
- 提高敏捷性:能透過數據識別趨勢和機會，更快速響應市場或產業變化。
- 更好的風險管理:透過數據識別和管理風險，因而實踐更安全、穩定的經營環境。
- 創新:用數據來發現新的機會，並測試新想法，從而促進創新和成長。
- 合規性:用數據來滿足合規性的要求，比方GDPR(歐盟的一般資料保護規則)、HIPAA(美國健保流通與責任法案)。
數據素養的角色
- 數據新手(The Data Novice)
剛接觸數據的人。
在該領域經驗或技能有限。
可能被數據嚇到，甚至可能不知道從哪裡開始進行。 - 數據探索者(The Data Explorer)
對數據充滿好奇並渴望了解更多資訊、學習更多的人。
有興趣使用數據來視覺化他們的決策。
但可能沒有必要技能、資源來實踐。 - 數據分析師(The Data Analyst)
處理數據的熟練人員，該角色擅長處理數據。
具有使用分析工具和技巧經驗。
可能擔任特定數據相關職位角色並對數據有深刻理解，利如:資料分析師、資料科學家。 - 數據溝通者(The Data Communicator)
善與他人溝通數據。
可能負責產生資料視覺化。
向利益相關者展示或傳達數據分析結果。 - 數據管理者(The Data Steward)
負責數據管理和治理
專負責數據品質、數據安全和數據隱私
留言
張貼留言