あなたはデータリテラシーがありますか? 簡単に判断する方法は、定量的な情報を入手、分析、共有する方法を知っているかどうかを自問することです。知らない場合は、その方法を学ぶ必要があります。 幸いなことに、数字に強い人でなくても、プロセスは簡単です。データ リテラシー スキルを向上させるために必要なことは次のとおりです。 データリテラシーとは何ですか? データ リテラシーとは、情報を意味のある形で解釈し、操作する能力です。情報を使用して作業し、操作を実行し、そこから洞察を引き出します。通常のリテラシーと同様に、基本的なものから熟練したものまで、複数のレベルの能力があります。つまり、十分な理解を示すために、その分野の専門家である必要はありません。 データ リテラシーが低いとはどういうことでしょうか。それは、情報を解釈、操作、理解する能力がないことです。オフィスや管理環境で働いている場合、このスキル ギャップは、グラフやレポートの解読に助けが必要なことで現れる可能性があります。貴重な洞察を雑音から区別するのが難しい場合があります。少なくとも、分析を理解するのに苦労する可能性があります。 念のため言っておきますが、データ リテラシーと分析を混同しないでください。分析は技術的にはデータ リテラシーの範疇に入りますが、知っておく必要のある知識のほんの一部にすぎません。パターンや相関関係を発見することがデータセットでできる最も有用なことであることは間違いありませんが、それが唯一のことではありません。 まだデータリテラシーがないからといって落胆する必要はありません。結局のところ、今日のトップクラスのプロフェッショナルでさえデータリテラシーがないのです。 データリテラシースキルに自信があると答えた人は45%で、事実ではなく直感に基づいて意思決定を行っていると認めています。 経営幹部の半数 データリテラシースキルとは何ですか? データ リテラシー スキルは数多く存在しますが、学習の旅を始めるのに必要なのはほんの一握りのスキルだけです。基本をマスターすることで、強固な知識基盤を構築できます。  1. 批判的思考 批判的思考は、おそらく最も重要なスキルの 1 つです。なぜなら、世の中にはあまりにも多くのデータが存在し、その多くは不正確、古い、または無関係だからです。どのような質問をすればよいかを知っておくと、ソースを使用するか、Web サイトを参照するか、データセットに対して操作を実行するかを判断するのに役立ちます。  2. 問題解決 データが不完全または乱雑な場合があり、スプレッドシートにきちんと収まらないことがあります。問題解決スキルがあれば、そうした指標を実用的なものにすることができます。数学に頼る必要はありますが、数学に秀でている必要はありません。計算方法さえ必ずしも知っている必要もありません。 多くの場合、答えにたどり着く方法を知っているだけで十分です。成長を判断するために、ある数字が時間の経過とともにどれだけ増加したかを調べようとしているとします。数式を暗記する代わりに、パーセンテージ変化計算機を使用するだけです。問題に創造的にアプローチすることで、データを有意義に扱うことができます。  3. コミュニケーション コミュニケーションは、学ぶべき最も重要なスキルの1つです。なぜなら、価値のある発見はすべてレビューされ、再現されるからです。これらのプロセスは、間違いを特定し、機会を発見するのに役立ちます。職場では、情報を共有リソースとして見ることで、 コラボレーションとコミュニケーション。 文化を育むのに役立つ  4. 視覚化 視覚化は、自分の考えをわかりやすく伝えるという点でコミュニケーションに似ています。主な違いは、ストーリーテリングを優先することです。グラフ、チャート、表は、単純な指標をより興味深いものにします。また、複雑なトピックを理解しやすくします。情報豊富なイラストが添えられていると、数字がより現実的に見えます。 データリテラシーが重要な理由 データ リテラシーは、毎日目にする言葉ではないので、重要ではないと思われるかもしれません。実際には、毎日一日中情報とやり取りしているので、ライフ スキルと考えることができます。公共料金の請求書、ニュース レポート、成分ラベル、投薬量、オンライン アンケート、製品の推奨事項などがその良い例です。職場でレポートを読んだり、スプレッドシートを処理したりすることもあるでしょう。 これらのスキルは なぜなら、あなたはデジタル時代に生きているからです。たとえ気づいていなくても、あなたは毎日定量的データを吸収しています。それを解釈、分析、説明する方法を知っていれば、一見無意味な数字を意味のある洞察に変えることができます。議論を展開する方法、仕事で従う方法、誤った情報をより適切に見分ける方法を学ぶことができます。 世界をよりよく理解するのに役立ちます 興味深いことに、データ リテラシー スキルを身に付けていると、最新のテクノロジー トレンドについていくのも容易になります。人工知能やモノのインターネットなどのトレンドに参入するには、しっかりとした理解が必要です。ソーシング、データセットのクリーニング、分析の重要性を認識することは、大きな助けになります。 率直に言って、データリテラシーを身につけることは重要です。なぜなら、情報が多すぎるからです。専門家は、作成、コピー、消費されるデータの総量は、 2025 年には 180 ゼタバイトに達すると予想されており、これはわずか 5 年で 180% の増加となります。指標の関連性、正確性、信頼性を高める要素を知ることは不可欠です。   2020年の64.2ゼタバイトから データについて理解しておくべきこと データリテラシーを身につける前に、理解しておかなければならない基本事項がいくつかあります。 仕組み データの種類には、データセット、物理的な文書、調査、データベース、記録など、さまざまなものがあります。最も基本的な意味では、定性的と定量的の 2 つのカテゴリに分類されます。数字を利用するか説明を利用するかに関係なく、情報を扱うことになります。 データ サイエンスでは、データは構造化データと非構造化データのいずれかとして説明されることが多いです。前者はスプレッドシートの表にきちんと収まり、数字、日付、単語などが含まれることが多いデータです。後者はより乱雑です。ソーシャル メディアの投稿、オーディオ クリップ、電子メール、ビデオ、ドキュメントなどがこれにあたります。 どこへ行くのか 多くの場合、意味のある結果を引き出すにはデータを収集する必要があります。オンラインでは大量の情報が入手可能ですが、最新でなかったり、正確でなかったり、具体的な内容が不十分で、役に立たない場合があります。一般的な情報源は、アンケート、記録、研究、分析です。 数十年前、情報は通常物理的なものでした。つまり、記録はファイリングキャビネットに、書類はブリーフケースに保管されていました。現在では、ほとんどすべての情報がハードドライブにデジタル形式で保存されているか、リモートアクセス用にクラウドに保存されています。 何をするのか データセットでは、処理、分析、洞察の抽出など、さまざまなことを行うことができます。これらのユースケースは、金融機関や医療機関で法律で義務付けられている場合を除き、雇用主が情報を収集する主な理由であると考えられます。 データを使って何かを行う前に、データをクリーンアップする必要があります。これには、外れ値の除去、不足しているフィールドの埋め、誤入力された数字の変換が含まれます。これは長いプロセスです。ある調査によると、データサイエンティストは 準備と掃除について。 39%の時間を費やす データリテラシーを身につける方法 データリテラシーを向上させるにはどこへ行けばいいでしょうか？ 雇用主がデータトレーニングコースを提供していると言っても、職場での機会は多くないかもしれません。ありがたいことに、コアスキルを習得するために事前に定義されたコースは必要ありません。最も良い学習方法は、たとえ経験が浅くても、実践することです。   従業員の半分弱 練習用にオンラインでデータセットを入手することを検討してください。何を使うべきかわからない場合は、天気予報を試してください。常に最新の正確な予報があるため、良い練習になります。最初の目標は、生の数字を評価して、目の前にあることを理解できるようにすることです。その後、クリーニング、分析の実行、洞察の抽出に移行できます。 どのような質問をしたいか考えてみましょう。初日から最終日までの変化は顕著ですか? 曇りの日は何パーセントですか? さらに一歩進めたい場合は、天気と海水浴客に関する 2 つのデータセットを同時に分析してみてください。紫外線指数はビーチの混雑に影響しますか? この例は過度に単純化されているように思えるかもしれませんが、分析は往々にして単純化されています。従業員の定着率、建設資材のコスト、返品詐欺、住宅市場など、どのような洞察を得ようとしている場合でも、率直な質問をして、正しい数式に数字を代入することで、パターンを明らかにできます。 調査結果が出たところで練習は終わりではありません。その時点で視覚化に進みます。グラフや表の読み方を上達させる最良の方法は、自分で作成することです。こうすることで基礎に慣れ、他の人が情報を提示したときに、視覚化の共通の特徴をすぐに認識できるようになります。 データリテラシーを身につける データ リテラシー スキルは一夜にして向上するものではありません。時間がかかるかもしれませんが、複雑である必要はありません。プロセスをより楽しくするには、興味のある情報に取り組みましょう。どの業界にも発見すべきパターン、傾向、洞察があり、オンラインでは無料で豊富な情報が得られます。

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

2022 - HackerNoon Contributor of the Year - Cyber Threats

2022 - HackerNoon Contributor of the Year - Data Security

2022 - HackerNoon Contributor of the Year - Hacking

2022 - HackerNoon Contributor of the Year - Media

Portfolio

Nominated for 2022 - HackerNoon Contributor of the Year - Data Security

Nominated for 2022 - HackerNoon Contributor of the Year - Cyber Threats

Nominated for 2022 - HackerNoon Contributor of the Year - Media

Nominated for 2022 - HackerNoon Contributor of the Year - Hacking

What Is FraudGPT?

このオーディオは、ストーリーの元の言語で制作されています。

長すぎる; 読むには

データリテラシースキルを向上させる方法

データリテラシースキルを向上させる方法

About Author

コメント

ラベル

この記事は

Related Stories

ユーザー中心の暗号通貨製品の作成: 顧客からのフィードバックの重要性

ワークフローを10倍に向上させる方法: 必須アプリ17選

海を航海する: データレイクを使用した本番環境レベルの RAG アプリケーションの開発

デジタルノマドの皆さん、タイの新しい DTV ビザについて知っておくべきこと

ユーザー中心の暗号通貨製品の作成: 顧客からのフィードバックの重要性

ワークフローを10倍に向上させる方法: 必須アプリ17選

海を航海する: データレイクを使用した本番環境レベルの RAG アプリケーションの開発

デジタルノマドの皆さん、タイの新しい DTV ビザについて知っておくべきこと

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps