O desafio que enfrentamos em Recursos Humanos é por causa da natureza dos nossos dados. Eles são sensíveis, pois envolvem informações pessoais dos nossos funcionários. Por isso, os departamentos de RH sempre tomam todas as medidas para minimizar o risco de violações de privacidade de dados.

A falta de integração entre os diferentes sistemas de RH torna essa tarefa complexa. Gerenciar e processar esses dados de forma independente com uma ferramenta projetada para integrar, transformar e analisar dados com segurança parece uma solução óbvia. Mas os profissionais de RH nem sempre têm as habilidades para trabalhar com as técnicas científicas que tornam isso possível.

Meu nome é Gloria, sou especialista em RH no KNIME com formação em Business Engineering e hoje vou contar como a nossa equipe de RH e depois quase toda a empresa foi alfabetizada em dados em menos de quatro meses.

O problema

Os dados de RH são isolados em softwares de recrutamento, plataformas de folha de pagamento, sistemas de gerenciamento de aprendizagem e muito mais. Temos que usar muitas planilhas e e-mail para reunir, analisar e distribuir informações. Isso envolve muitas etapas manuais e acompanhamento cuidadoso para garantir que não haja violações de dados. 

O desafio

Concluímos que precisávamos aprimorar e aprender técnicas de ciência de dados que nos permitissem integrar os dados, automatizar tarefas manuais repetitivas e minimizar riscos, mas todos nós temos diferentes habilidades e níveis de especialização.

Então, como podemos criar um programa de treinamento escalável que permitiria que todos os profissionais de negócios superassem quaisquer hesitação e aprendessem ciência de dados?

O resultado

Os profissionais de negócios foram alfabetizados em dados em 120 dias! Muito do nosso trabalho é repetitivo e se torna mais interessante quando não funciona assim. Automatizar as tarefas manuais chatas tem sido muito valioso para nós.

A estratégia do RH. O que fizemos?

1 – Demos a todos acesso à análise de dados

Os funcionários do KNIME têm uma ampla gama de habilidades e experiências – desde especialistas em dados que são usuários de Excel ou BI, até cientistas de dados que já trabalham com ferramentas de ciência de dados como KNIME, Python ou R – mas também, especialistas de áreas como marketing, finanças, RH ou vendas, etc.

Muitos de nossos especialistas de áreas se consideram não técnicos, sem habilidades de programação ou codificação. Foi um passo natural para nós começarmos por KNIME Analytics Platform . Os fluxos de trabalho visuais de código aberto tornam a análise acessível a usuários técnicos e não técnicos.

2-Seguimos um programa que oferece suporte à qualificação analítica em escala

O objetivo de qualificar equipes para usar análise de dados com algum tipo de abordagem de autoatendimento faz sentido, mas pode ser difícil saber por onde começar.

Foi o que sentimos.

Precisaríamos de um curso universitário de um ano ou poderíamos encontrar uma solução mais rápida? Como eu poderia motivar meus colegas? Quão difícil seria? Essa qualificação poderia ser alcançada em um tempo razoável? Quanto tempo levaria? Quem poderia nos orientar como mentores?

Precisávamos de uma abordagem escalável que fosse acessível e eficaz para todos os profissionais não técnicos.

Então, decidimos seguir o Community Manifesto for Data Literacy da KNIME . Ele define um plano de 4 etapas que qualquer empresa implementar para construir equipes de especialistas em dados, ou seja, uma comunidade de KNinjas!

3 – Como criar uma comunidade data driven em 4 etapas

No próximo artigo, vamos detalhar cada um dos 4 passos, o que fizemos para criar engajamento e comprometimento entre as equipes durante o processo:

• Etapa 1: Aprenda o básico e ganhe uma faixa amarela
• Etapa 2: Continue aprendendo com problemas reais de negócios e ganhe seus cinturões verdes
• Etapa 3: A prática leva à perfeição com desafios divertidos para ganhar a faixa azul da equipe 
• Etapa 4: Ganhar a faixa preta e se tornar um KNinja 

Fonte: Blog KNIME – https://www.knime.com/blog/how-to-achieve-company-wide-data-literacy