透過減少摩擦和協助解決已定義的業務問題,人工智慧解決方案將獲得更大的成果。

Vidya Setlur

Tableau Research 總監,Tableau

Vidya Setlur 是 Tableau Research 總監,領導研究科學家團隊,研究領域包括資料視覺化、多模式互動、統計、應用 ML 和 NLP。2005 年,她在西北大學獲得電腦圖學博士學位。Vidya 先前曾在 Nokia Research Center 擔任首席研究科學家。她的研究結合資訊擷取、人類感知和認知科學的概念,藉以協助使用者與環境中的系統充分互動。

目前的成果因何而得

我們正在經歷資料和技術的黃金時代,而且沒有放緩的跡象。人工智慧 (AI) 技術持續改進:機器學習 (ML) 模型正在處理數兆行資料,自然語言處理 (NLP) 的進展正在朝向瞭解人類意圖的方向發展,演算法變得愈來愈快。我們發現更多簡單、重複性的任務達到自動化,因此新的機會應運而生,人類能夠從事本身最擅長的事務:批判性推理和瞭解脈絡中的資料。

隨著創新加速,AI 的投資和採用也在加速,99% 的財星 1000 大企業計劃在未來 5 年內投資資料和 AI。業務和 IT 主管認為,這對業務的未來存續極為重要。不過 AI 解決方案的長期成功和可持續性有許多考量因素:資料量的增加、維護這項技術的成本、難以指派高度專業化的角色,以及將 AI 試行擴大到廣泛採用。

企業體認到,本身需要做更致力於創新並更為客戶提供更好的服務。雖然 AI 帶來機遇,不過大多數投資尚未發揮潛在價值。2022 年,AI 技術將透過人類增強達到新的成功境界:協助和增強使用者的批判性思維並做出資料驅動的決策。將分析和 AI 視為團隊的支援要件。

資料文化和資料素養(探索、瞭解和運用資料進行溝通的能力)也有助於組織找出本身的 AI 和 ML 策略和觀點。這些變革管理和勞動力發展工作會影響組織如何保持競爭力和管理人類增強的範圍,從下列問題開始:

  • 哪些任務將透過 AI 技術完全自動化?
    • 促使使用者專注於處理更複雜任務的自動化範例:基本的語言翻譯和影像編輯。使用結合 AI 處理照明和混合技術的影預設像編輯技術完成編輯,完全不需要花費數小時手動編輯照片變更背景。這些自動化工具促進創造力達到新境界。
  • 哪些任務將成為半自動化,需要人為介入和解譯?
    • 歸納實用模式和見解促進使用者在脈絡中做出資料驅動決策的 AI 範例:
      • 為了更準確衡量氣候和疫情模型,ML 技術用於協助研究人員瞭解趨勢、影響和模式,藉以協助制定政策決策。
      • 機器可以使用 NLP 和 ML 演算法檢查未標記的語音資料(例如客戶來電),藉以更確實瞭解使用者意圖,並加入相關類別和標籤。這些能指和語義告訴使用者需要後續採取什麼行動。

擁有共同的行為、信念和資料技能也有助於擴展 AI 解決方案的能力,支援永續的實施和創新。在最近的報告中,Gartner 發現「缺乏技能被視為是採用人工智慧和機器學習的第一大挑戰。」這是因為投資員工和 AI 技術的發展是持續的過程,與技術一起持續發展。讓整體員工達成一致並獲得適合的技能可能表示採用 AI 概念證明能夠成為可擴展的實際應用,捨此一途將面臨全面挫敗。

未來發展的前景

透過與 IT 領導層合作,業務主管有機會推動依據業務環境的資料和 AI 策略。為了促使 AI 技術達到相關性、可維護性和可解釋性,這需要強化使用者能力並與業務策略和目標相結合。我們將看見 AI 解決方案從概念驗證模型轉變為針對業務和產業特定使用案例的廣泛實施。

各個產業都在以創新的方式開發和使用 AI。KPMG 的最近研究檢視五個產業(零售、運輸、醫療、金融和技術)的 AI 部署,發現對於「91% 的醫療產業受訪者而言,AI 正在增加患者獲得護理的機會。」根據哈佛商業評論報導,雖然大多數企業以人工方式管理供應鏈,不過「在未來幾個月和幾年內採用 AI 的企業將展現顯著的競爭差異」。

拜雲端計算所賜,AI 變得更經濟實惠、更容易取得,因此對體驗和產業帶來更大的創新。此外,我們也更加關注業務成功,我們發現結合不同 AI 技術能夠實現改善成果的解決方案(也稱為複合 AI),藉以為使用者提供支援,尤其是將這種智慧「調整」到特定的工作流程。

透過共同的技能、思維模式和價值觀(資料文化和資料素養),工作流程將變得切合實際,而且效率更高,這有助於使用者完成 AI 成功所需而且更複雜的資料科學和分析新任務。

建議

1.將 AI 視為團隊運動。透過節省使用者的時間或提升使用者的技能或專業知識,確定哪些任務和功能最有助於支援人類增強。首先檢視客戶的需求和難處,藉以瞭解您的 AI 解決方案可以在哪些方面為客戶提升價值。自問下列問題,查看是否值得開發概念驗證或試行:

  • 有多少客戶有類似的需求或遭遇相同的問題?
  • 這些問題多久發生一次?
  • 這些問題是否可以透過 AI 技術解決?

2.專注於業務使用案例和成功因素,從概念驗證轉變為成功擴展。

  • 藉由將解決方案與具有明確目標的實際業務問題相結合來展現價值,因此推動有意識的情境式 AI。
  • 確定 AI 可以在哪些方面發揮作用和減少摩擦。避免嘗試在產品套件的各個方面啟用 AI,否則資源會由於過度分散而難以擴展。
  • 注意「引人注目」的空想專案。雖然很有吸引力,不過這些專案很少超越概念證明。而且,透過為 AI 專案設定切合實際的時間和範圍預期,平衡預算、時間、高科技人員和基礎設施等所有資源來消除干擾。

3.投資資料素養,藉以提升和發展勞動力

  • 資料品質不佳會導致 AI 解決方案不準確和無效。具備資料素養的員工可以改善資料品質問題,運用準確、適時和相關的資料建構和/或訓練 AI、ML、NLP 等演算法和模型。
  • 即使是基本的「資料 101」訓練,無論是內部開發還是由第三方提供,都可以為業務使用者提供回答問題所需的知識。傳送給進階分析和資料科學團隊的簡單或低風險分析請求將因此減少,團隊將更有時間處理高價值的大型專案。

負責任的組織將主動制定符合道德規範的使用政策、審查小組等,藉以改善體驗和業務成果。

Mark Nelson

Tableau 總裁兼執行長

身為 Tableau 的總裁兼執行長,Mark Nelson 為 Tableau 擬定願景和方向,負責監督策略、產品開發、業務活動和營運。Mark 成為總裁兼執行長之前,曾經擔任 Tableau 產品開發執行副總裁,協助擴大和深化公司產業的領導分析平台,藉以支援全球客戶。

目前的成果因何而得

由於人工智慧 (AI) 採用的快速加速和全球問題的匯合,對於道德資料和 AI 的使用不再有任何一體適用的方法。組織有機會主動定義本身如何在這個快速發展的數位世界中以負責任的方式開發和使用資料和 AI。建構公平和準確的 AI 解決方案是每個企業的公民責任,現在這已成為全球立法者關注的焦點

現在,信任和透明度比以往更需要成為創新、成長和客戶關係的基礎。最近的資料危機讓我們察覺技術對人類造成傷害的可能性 — 包括有偏見的臉部辨識和歧視性貸款。這些危機可能導致大眾期望公司以安全、負責任的方式開發和運用資料。Cisco 的 2021 年調查發現,「72% 的受訪者認為組織有責任僅以負責任和合乎道德的方式使用 AI。」

以道德和誠信為主導,我們將看見愈來愈多企業和政府對透明、負責任的資料和 AI 使用做出承諾並承擔責任。

未來發展的前景

負責任的組織將加強並積極設計創新方法,透過符合道德規範的正式使用政策、第三方專家的稽核、成立內部審查小組等確認和驗證負責任的使用。這些道德創新將改善體驗,並為管理風險和創造價值帶來更豐碩的成果。

隨著組織履行道德使用責任,我們期望看見更透明的 AI 和機器學習 (ML) 解決方案和體驗,因而提升人類判斷力和專業知識。這些解決方案和體驗也將直接與業務目標和工作流程相關聯,並透過可解釋性(包括偏見)降低相關風險。組織將開始解決有偏見的演算法和資料集,這些演算法和資料集可能會傷害真實的人,並產生有負面下游風險的錯誤,例如做為技術債務的「道德債務」。

為了確保創新在不造成傷害的情況下獲得進展,公共和私人組織將合作改革道德政策。技術合作夥伴將建議面臨壓力的政府運用資料進行決策。科技公司則將採取立場,確保各方(包括政府機構)以負責任的方式運用各自的技術(例如,Salesforce 禁止臉部辨識,這是我們對平等做出的一部分承諾)。

在每個使用案例中,無論是使用 AI 進行任務自動化還是使用 AI 進行協作來做出更好的決策,我們都必須瞭解機器如何避免錯誤、做出符合道德的決策並瞭解資料。這一點在 2022 年對於組織而言仍然相當重要。

不過瞭解資料並以負責任的方式運用資料需要基本的資料素養或資料技能。我們現在已經面臨缺乏資料素養會帶來不必要風險的情況。雖然仍需要極大的努力才能使道德資料和技術成為我們日常生活和決策的一部分,不過這些投資很值得:最終結果將是為每個地方的每個人創造更加道德、公平的未來。

建議

1.使用道德資料和 AI 指南設計資料和風險管理政策。美國英國歐盟及其他地區的現有和草案法規與資料策略,可以保護使用者的私人資料免於遭受帶有偏見的使用和非法使用。以道德為主導,制定道德行為準則、主動管理立法、保持合規並降低風險。

2.成立內部道德委員會或聘請第三方專家協助審查和稽核。AI 倫理委員會將協助組織遵循持續發展的法規,並建立和審查創新解決方案,藉以進一步解決資料中的偏見和準確性問題。

3.建構有意透明的技術或可解釋的 AI,在整個程序中插入人類接觸點和檢視。將資料和技術與人類價值觀和道德規範相結合,藉以達到透明度或可解釋性,並確保值得信賴的體驗。在開發週期中積極考量道德問題,藉以避免技術追趕的無盡循環。

4.打造健全的資料文化,包括資料技能訓練。提高資料素養有助於管理不良資料品質以及與收集錯誤資料和提出錯誤問題相關的風險,這些問題不利於 AI 的成功開發和擴展能力。對於打造資料文化支援和維持合乎道德的資料使用和 AI 而言,具備資料素養的勞動力極為重要。

為了在未來的工作中獲得成果,組織擴大本身對資料素養的定義,投資本身的員工,並且加倍提倡資料文化。

Wendy Turner-Williams

Tableau 資料長

Wendy Turner-Williams 負責管理 Tableau 的企業資料策略、資料平台和服務、資料控管和管理成熟度、資料風險和資料素養。她和她的團隊正在 Tableau 推動資料驅動的業務創新、轉型和卓越營運。Wendy 擁有 20 多年的跨產業管理經驗,最近在 Salesforce 領導資訊管理與策略企業計畫。

目前的成果因何而得

在資料是最終差異化因素的市場中,資料素養是發揮資料和技術投資價值的關鍵。而且,資料素養的關鍵是資料文化。在未來的一年,有競爭力的組織將體認到需要打造共同的文化和思維模式,強調運用資料的價值和實務。組織會將資料素養的範圍擴大到技能訓練之外,包括對於資料如何運用以及如何將資料應用於業務的基本瞭解。隨著組織投資人力發展來因要勞動力的未來需求,組織將與第三方組織合作訓練和提升技能。

在我們瞭解我們的發展方向之前,讓我們探討資料和資料技能為什麼如此重要。

技術和 AI 投資正在增加,勞動力發展對於發揮這些資料密集型投資的價值而言極為重要。PwC 預期,AI 將促使世界經濟在 2030 年之前成長 15.7 兆美元。根據世界經濟論壇的未來工作報告,勞動力的自動化速度比預期快。到 2025 年,自動化將取代 8500 萬個工作,同時創造 9700 萬個新職務。在未來五年內,半數留在目前職務的人將需要重新訓練。

工作場所和社會對資料技能的需求持續增加。人力資源主管報告,資料技能(分析能力和資料科學)在 2021 年最需要的技能清單中居冠。隨著公共對話的資料量愈來愈大,並不是每個人都需要成為資料科學家,不過本身需要基本的資料流利性和分析技能。

不過,想要實現具備資料素養的勞動力價值,我們仍需要多加努力。不僅在資料技能方面存在差距,而且也欠缺從教室到工作場所的資料素養計畫。雖然 83% 的執行長想要更多的資料驅動型組織,不過只有 43% 的數位原生代認為自己具備資料素養2 根據 Forrester 的資料,只有不到半數的學術機構擁有資料技能計畫。3 許多公司採取近期方法,透過招募以填補直接的技能差距,而不是投資資料素養和資料文化。

現有的程序過於關注工具和技術,無法從根本瞭解如何透過業務產生、使用和管理資料。

未來發展的前景

有競爭力的組織看見資料技能的價值,並體認到符合未來需求的勞動力不僅需要資料技能和工具訓練。組織將採取行動向員工灌輸基本的資料素養。

學術界會將資料素養融入跨學科的課程中。效益相當明確:擁有資料技能計畫的教育機構報告,相較於沒有這些計畫的大學,學生的六個月就業率高出 11.5%。3 在 2021 年送交美國教育部的報告中,全國數學教師委員會認為資料技能是「未來不可或缺的利器」,對於學前班到 12 年級倡導重新構想有意義、包容和跨學科的資料素養教育方法。

雇主將增加本身的資料素養投資。愈來愈多的雇主將體認到,教導使用者如何使用這些工具並瞭解技術如何促使企業受益,是本身技術投資的關鍵部分。正如美國國務院在企業資料策略中指出,「這不僅是機會,也是美國在全球舞台上保持外交優勢的必要條件。」

組織將擴大本身對資料技能的定義,將業務和技術程序、輸入和輸出包括在內,並專注於資料文化。組織將不再只注重工具和平台熟練度,而更著眼於解決業務問題的批判性思維和應用領域專業知識。文化是這種心態轉變的關鍵。資料素養(探索資料、瞭解資料和運用資料進行溝通的能力)是資料文化的關鍵支柱。同時培養素養和打造文化有極佳的效益。TDWI 報告發現,在具備資料素養的組織中,相較於具備一些素養或不具備素養的組織,「文化是協作性質,並以結果為導向(92% 對 46%)[而且分析] 目標與管理目標相關聯(73% 對 40%)。」擁有強大資料文化的組織會體驗到更大規模的協作、競爭優勢等等

組織也同意無法單憑一己之力完成。如果沒有資源、內部專業知識和能力來執行本身的教育計畫,或無法跟上變化的速度,組織會將資料素養視為社團努力的過程。組織將採用敏捷的非傳統方法,並與第三方訓練計畫合作。

建議

1.同時打造資料文化和培養資料素養。組織的成功有相互依存性,因此不可忽視投資素養訓練和文化轉變的組成所達到的價值。請記住,改變並非一蹴可幾。必須有耐心,不斷堅持,並體認到這是持續的承諾。

  • 設計架構來設定共同目標並建構永續成功的舉措。
  • 將整個企業的術語、技能程度、成功指標和程序予以標準化。
  • 激勵使用者。讓使用者對本身可以使用資料而達到的效益感到振奮。
  • 擬定和鼓勵資料驅動的決策,並展現資料的價值。
  • 預留討論、學習和發展的空間。

 

2.針對未來需求進行招募和訓練。請注意美國國務院的說法:「[這] 將改進招募實務,藉以涵蓋必要的資料技能。資料技能組合必須是更廣泛的關鍵職位不可或缺的組成部分。如果資料技能差距無法解決,國務院的招募將無法跟上持續變化的資料需求。」為了達成這個目標,國務院將「招募、訓練和激勵員工和工作場所,在這些工作場所中,各個層級和地區經常搜尋、評估和順利運用資料進行決策制定。」這對貴組織而言可能表示什麼意涵:

  • 發展招募實務和角色期望,藉以要求基本的資料技能。
  • 與具有資料技能計畫的教育機構合作,並招募具備資料素養的學生。
  • 鼓勵和促進現有員工的資料技能提升。
  • 建立資料社團以鼓勵持續成長、發展和協作。
  • 確定並招募專家或資料擁護者,為企業訓練計畫提供資訊。打造資料驅動的決策文化,藉以協助您留住這些專家。

 

3.左移:投資並促進跨學科和熟練度的資料技能課程。對於學術界人士而言,教導資料技能和批判性思維永遠不會太早或太晚!將基礎資料技能融入教育的各個階段,讓更多學生在專業角色中使用和瞭解資料。

  • 將分析技能發展和批判性思維技能融入所有課程。強調每個未來的職業都可以並且必將運用資料。
  • 鼓勵學生將資料引進本身的研究和工作中。
  • 增進資料的趣味!探索資料如何在現實世界中出現,並將資料概念引進學生的生活中。
  • 傳達資料技能的價值,從提升職涯潛力到運用資料改變世界。
  • Tableau 學術計畫為教師和學生提供免軟體、課程和資源。

 

4.投資計畫以便開發員工的資料素養以及分析工具和平台熟練度。著眼於長遠效益:不要只針對您目前擁有的工具和技術接受訓練來關注您的短期需求。對員工進行與技術無關的基礎知識教育,例如資料如何為業務提升價值。不要重新發明輪子!盡可能在內部教導基礎知識(試想:資料 101)進行,並且將其餘作業外包。

透過與第三方組織合作採用現有技術,協助員工培養更進階的技能。瞭解 MIT 的應用資料科學專業課程DataCamp for BusinessAvado 的資料學院世界經濟論壇的技能再訓練革命Coursera 的資料與分析學院Test Automation University 的免費訓練Khan Academy 的資料課程等課程。

1 Gartner®,Maximize the Value of Your Data Science Efforts by Empowering Citizen Data Scientists(透過增強公民資料科學家的能力達到的資料科學工作的最大價值),Pidsley、David 和 Idoine,Carlie,2021 年 12 月 7 日

2 IDC 白皮書,Tableau 贊助,How Data Culture Fuels Business Value In Data-Driven Organizations(資料文化如何提升資料導向組織的商業價值),文件#US47605621,2021 年 5 月。

3 受 Tableau 委託進行的 Forrester Consulting 思想領導力白皮書 The Great Data Literacy Gap: Demand For Data Skills Exceeds Supply(巨大的資料素養鴻溝:具備資料分析技能的人才供不應求),2021 年 6 月

對資料策略價值的持續認可有助於促進彈性的聯合資料控管技術,整個組織的每個人所具備的技術將更加強化。

Kate Wright

Tableau 產品開發資深副總裁

Kate Wright 是擁有 17 年以上開發、產品管理和領導經驗的分析主管。她負責 Tableau 和 CRM Analytics 的分析工程、產品管理和整體使用者體驗。

目前的成果因何而得

資料的價值和絕對數量從未像現在這樣如此龐大。資料不僅是 2022 年商業成功的賭注:資料就是商業。6 隨著組織投資創新的 AI 解決方案和雲端型設施,對自助服務和資料共用功能的需求隨著資料隱私和使用法規的成長而增加。精通數位的組織接受下列悖論:單一事實來源很重要,不過不會只出現在一個地方,也不可以由少數人管理和保護。

組織必須採取新的資料控管和管理方法,將彈性和能力增強與協調控制相結合。為了創新、競爭並保持領先於控管和安全要求,成功的組織將採用聯合資料控管技術。這種將集中定義的控管標準與本地領域權限配對的方法將促使組織在整個業務中包含更多不同的使用者,藉以觸及不同的專業領域。

畢竟,我們數位世界的相關性取決於從資料中獲得的價值。不過資料控管是如何達成這些事項?最新的 Gartner CDO 調查發現,「在 [本身] 積極參與或領導數位業務計畫的資料和分析主管之中,有 72%」不確定如何建立加速工作和實現業務目標所需的「可信資料基礎」。7

如果沒有可重複、可擴展的程序來確保資料是可發現的、安全的、可瞭解的和可信的,彈性和創新就會陷入風險之中。除非組織重新考量資料控管,否則可信的即時自助服務分析將只是夢想。

未來發展的前景

成功的資料控管策略始終以信任為基礎。2022 年,我們將看見組織轉變思維模式,採取更有包容性的資料控管和管理方法。

我們所說的包容性是指為多數人而非少數人設計的系統和程序。我們的意思是要體認到 IT 和業務在資料控管和管理方面並沒有矛盾。資料的傳統持有者,我們正在尋找您,IT 人員!,邀請企業成為解決方案的一部分時,每個人都可以一起支援共同的目標並為準備創新。

那看起來像什麼?發展和延伸。為使用者提供自己動手做的工具,不過透過集中控制的防護措施管理風險。例如,IT 為影響整個組織的事物(例如沿襲、資料目錄、標準、驗證規則、中繼資料管理和架構)設定控管基礎,同時以適合需求的方式將控制權擴展到業務層面。這種規模適合的方法可供領域專家在脈絡中解決業務問題,同時實現信任、發現和創新。

若要在整個業務中加入資料控管,資料素養極為重要。每個人都必須說共同語言並參與共同控管,不過更根本的重點是,每個人也必須瞭解資料基礎知識。關注透明度和可發現性將促使尋找和發現資料變得更加容易,因為組織持續集中進行標準化來尋找資訊,每個人即可就測量資訊的內容、定義資訊的方式、資訊存在的位置以及哪些人擁有這些資訊達成一致。在這方面做得好的組織將能夠全面瞭解資料如何流向業務的各個角落以及如何保持信任和安全。

建議

1.清點您所在的位置以及您想要前往的地方。您必須瞭解您使用哪些資料才能瞭解您所在的位置。提出問題並與整個組織的人員互動,藉以瞭解您擁有哪些資料、使用者如何使用這些資料,以及這些資料的相關性或不相關性。再次強調:信任極為重要。詢問相關各方本身需要什麼才能成功。使用第三方架構,例如資料管理成熟度 (DMM) 計畫,對您的能力進行基準測試並確定優勢和差距。

2.採取合作方式(提示:這始於信任)。的確,IT 需要嚴格控制一些槓桿,不過本身無法控制一切,也不應該控制。與業務單位合作。透過提高業務使用者的技能協助業務使用者以負責任的方式運用資料,開始建立對人員和程序的信任。透明的程序和安全的最新資料也大有助益。以速贏為基礎,向更廣泛的組織展現合作夥伴關係的價值。

3.採取聯合的思考模式。體認到您的資料策略無法並存,而且您永遠無法獲得完整的集中控制。然後採取更聯合的方法。在與企業建立合作夥伴關係的同時,努力實現平衡,控制所需數量。不要重新發明輪子。使用產業認可的架構(試想:DMM 計畫或 EDM 委員會的雲端資料管理能力架構)減少摩擦並更確實瞭解效益。

6 Forrester Consulting,Break Through Data Governance Fatigue: A Framework For Effectiveness And Sustainability(突破資料控管疲乏:有效性和永續性架構),Goetz,Michelle,2021 年 2 月

7 Gartner®,Predicts 2022: Data and Analytics Strategies Build Trust and Accelerate Decision Making(2022 年預測:資料和分析策略建立信任並加速決策制定),Jorgen Heizenberg 等人,2021 年 12 月 2 日

8 Gartner®,Modern Data and Analytics Requirements Demand a Convergence of Data Management Capabilities(現代資料與分析需求需要匯聚資料管理能力),Guido de Simoni 等人,2021 年 1 月 20 日

資料成為使用者和組織被看見、瞭解本身的問題並與提供服務的機構進行互動所用的語言。

Neal Myrick

Tableau 基金會全球負責人,Tableau

Neal Myrick 是 Tableau 社會影響副總裁兼 Tableau 基金會全球負責人。他領導公司的慈善投資,藉以推動資料的使用,尋求建立更加公正和公平的世界。Neal 是活躍的天使投資人,也是多個全球健康和發展諮詢委員會的成員。

目前的成果因何而得

資料是變革的強大推動力。在與 Tableau Foundation 的非營利性合作夥伴合作多年後,我們發現並非所有社會成員都能以平等的方式從這種力量中受益。很少有資料具有完美的代表性,通常缺乏來自現實經驗的背景和細微差異。這會影響資料的潛力:這可能會造成對資料的不信任,特別是不認為自己被代表的個人和團體。這種缺乏信任可能會阻止並未被代表的群體運用資料累積能力和影響力。

這並非表示我們已經有所有的答案,不過我們與合作夥伴交談時,我們會看見趨勢,這種趨勢已經從現實世界的經驗中汲取資訊,並有可能塑造社團的宣傳和參與。

為了促使資料解決方案達到相關性、有效性和永續性,這些解決方案必須在與所代表和支援的社團合作的情況下完成設計。透過改變動態,資料將有助於使用者和組織解決對本身而言最重要的複雜、細微問題。做為架構,資料公平有助於確保資料成為更有包容性、代表性和有效性的宣傳工具,因為這能夠與所有相關各方一起創造共同的所有權意識。

在最好的情況下,這種方法應該在持續改進的程序中盡可能提出更多問題,這些資料是否呈現到所應該代表的體驗?在收集和分析資料確實達到代表性的過程中,我們也能做些什麼?我們透過資料講述故事的方式是否能夠滿足我們的受眾,並以合作夥伴而不是對手的身分將受眾帶入變革的歷程?

將資料視為策略資產而且打造資料文化並培養素養的組織正在尋找資料的全新強大用途,包括運用資料來啟動新的政策和資助對話,並重新建構現有的政策和資助對話。對資料的存取正在擴展到社團組織,這些組織傳統上並未獲得技術和資料資源的能力增強,無法向地方政府和權力機構究責。如今,愈來愈多的非營利組織、召集人和社團工作者將資料視為策略資產並加以運用,藉此打造資料文化,並變得逐漸具備資料素養。

未來發展的前景

將資料視為策略資產並致力於組織資料文化可以開啟關於政策以及我們的公共機構如何投資社團的強有力新對話。使資料普及化,不僅是提供資料,而是超越資料科學專業知識的障礙運用資料,這些組織可能一直不願在宣傳工作中加入資料和分析。隨著一些非營利組織和社團召集人看見本身的資料倡導工作對本身服務的使用者在生活層面產生真實的積極影響,我們開始感受到其他人提出問題:「我們可以在這裡、在我們的社團和我們的資料中做些什麼來產生影響?」

我們發現組織特別關注本身的資料文化,並在組織內部和整個社團投資資料技能。藉由這種努力,一些最佳實務正在成形,而獲得成功的人正在透過下列一些方式達成這個目標:

  • 公開相關資料和資源,使資料和資源普及化
  • 分解資料而更有代表性
  • 對於資料使用以人為本的語言
  • 重新排列資料的傳統呈現方式
  • 使用以人類經驗為中心的模型

Tableau 社會影響計畫經理 Channing Nesbitt 分享透過分解資料並檢視不同的欄位、單位或度量而不是僅使用平均或彙總資料來分解資料的重要性:「這為社團成員發聲,成員的經歷在更普遍和彙總的資料中經常被忽視和不被看見,對成員而言,這種消失可以會導致成員面臨的挑戰更永久或甚至增加。」這也提供比單獨的性別、種族和收入更清晰的潛力,創造更多關於個人獨特經歷的細節,例如,擁有研究生學位的黑人女性尋求抵押貸款。分類資料有助於我們更清楚看見資料中的人,這有助於更確實滿足使用者的需求,並改善政府、機構和社團組織提供的解決方案。

所有這些變化能夠改善資料的準確性和包容性,並呈現資料點背後的人類脈絡,更確實代表和服務社團的所有成員。

更準確、更有代表性的資料可以驗證現實經驗,並且有助於使用者和社團團體累積更大的能力和影響力來達成本身的目標。

更好的資料和運用資料平等做為架構有助於使用者開始或重新建構對話,因此對資助請求和政策變化產生有益的下游影響。這個架構有助於政府和機構衡量和追蹤目標的進展情況,範圍從聯合國的永續發展目標地方檢察官辦公室共用刑事起訴和程序資料。社團相關各方也能夠在更平等的基礎上直接與政府和其他權力機構接觸。

建議

我們注意到,我們一些最成功的非營利合作夥伴正在採用或多種方法來提高資料平等性。雖然資料平等實務仍有許多尚待加強之處,不過我們發現合作夥伴成功實現的下列一些常見資料平等實務相當值得借鏡。

1.洽詢與您要解決的問題最相近的社團。就收集正確資料需要提出的問題以及應該在何種情況下瞭解和分析資料等問題尋求社團的意見。與社團合作有助於:

  • 建立對資料的準確性、信任和信心,使資料更有可能被使用和引用。
  • 確保資料對社團有用處,而且與希望解決的問題有關。
  • 產生有影響力並且以行動為導向的資料,而且可以揭示哪些資料有效,哪些資料無效,並協助確定集體優先事項。

 

2.促使資料達到相關性並且能代表所服務的群眾和社團。我們需要更清楚看見資料中的群眾,以便更確實瞭解和解決資料服務對象的需求。

  • 盡可能分解資料,同時維護隱私。
  • 尋找描述更細緻的個人體驗有關的資料點。僅關於種族、民族、性別或收入等級的資料無法提供與共同檢視基本身分方面的能力相同的背景和見解。

 

3.與社團共用資料,並透過反映週期擴大影響。

  • 社團需要運用資料才能充分受益。共用資料可強化資料使用的良性循環:使用的資料愈多,回覆資料的社團愈多,持續收集和分析資料的可能性就愈大。
  • 對如何共用資料和擴展工作負責。維護資料隱私以建立和維護信任。

 

4.為使用者和社團提供有效運用資料所需的工具和知識。

  • 隨著資料集規模擴大和複雜性增加,資料素養和資料技能鍛鍊計畫變得更重要,實行這些計畫才能確保使用者知道如何瞭解本身可以運用的資訊。
  • 需要使社團型態的組織更容易獲得技術解決方案。
  • 組織也需要獲得不受限制的更多資助,這些資助可用於支應與技術有關的成本和經常性經費。