Education

मुख्य डेटा अधिकारियों का समर्थन करने के लिए एल एंड डी डेटा रणनीति



Contents hide
1 डेटा और परिवर्तन को कैसे अपनाएं?

डेटा और परिवर्तन को कैसे अपनाएं?

एडब्ल्यूएस द्वारा आयोजित 2024 के लिए मुख्य डेटा अधिकारियों (सीडीओ) पर रिपोर्ट, सीडीओ की उभरती भूमिका से संबंधित कई प्रमुख निष्कर्षों पर प्रकाश डालती है, विशेष रूप से जेनेरिक एआई, व्यावसायिक मूल्य निर्माण, डेटा प्रशासन और डेटा को बढ़ावा देने की चुनौतियों के संदर्भ में। -संचालित संस्कृति [1]. निम्नलिखित मुख्य बातों को पढ़ते समय, इस बारे में सोचें कि सीडीओ का समर्थन करने में एलएंडडी संगठन की सफलता में कैसे भूमिका निभा सकता है।

एलएंडडी मुख्य डेटा अधिकारियों का समर्थन कैसे कर सकता है

मुख्य बिंदुओं में शामिल हैं (यदि आप चैटजीपीटी से पूछें):

  1. दृश्यमान व्यावसायिक मूल्य निर्माण
    सीडीओ मुख्य रूप से एनालिटिक्स और एआई के माध्यम से अपनी पहल के वास्तविक मूल्य को प्रदर्शित करने पर ध्यान केंद्रित कर रहे हैं।
  2. जनरेटिव ए.आई
    गोद लेने के प्रारंभिक चरण में होने के बावजूद जेनेरिक एआई की क्षमता के लिए सीडीओ के बीच मजबूत उत्साह है। मौजूदा डेटा पहलों को दरकिनार किए बिना एआई को एकीकृत करने पर जोर दिया गया है।
  3. आधार सामग्री की गुणवत्ता
    जेनेरिक एआई का प्रभावी ढंग से लाभ उठाने के लिए उचित उपयोग के मामलों की पहचान करना और डेटा गुणवत्ता बनाए रखना महत्वपूर्ण चुनौतियां हैं।
  4. डेटा रणनीति
    जेनेरिक एआई की सफलता के लिए एक मजबूत डेटा रणनीति और शासन महत्वपूर्ण है, कई सीडीओ एआई पहल का समर्थन करने के लिए अपनी डेटा रणनीतियों को अपनाने पर काम कर रहे हैं।
  5. डेटा-संचालित संस्कृति का निर्माण
    संगठनात्मक संस्कृति को अधिक डेटा-संचालित बनाना एक बड़ी चुनौती है, लेकिन डेटा और एआई प्रौद्योगिकियों के प्रभावी उपयोग के लिए यह आवश्यक है।

जहाँ तक मेरी बात है, मेरी दिलचस्पी हमेशा इस बात में रहती है कि हितधारक किस चीज़ की सबसे अधिक परवाह करते हैं और वे किस चीज़ को लेकर उत्साहित होते हैं। एक बार जब आप जान जाते हैं कि उनके लिए क्या मायने रखता है (इस मामले में, सीडीओ), तो आप पीछे की ओर काम कर सकते हैं कि आप कैसे मदद कर सकते हैं। हितधारकों को उनके दृष्टिकोण और उत्साह को पूरा करने में सहायता करना मूल्य दिखाने का एक प्रभावी तरीका है। जब तक कोई सीखने या प्रशिक्षण की आवश्यकता की पहचान नहीं कर लेता, तब तक प्रतीक्षा करने में अक्सर बहुत देर हो जाती है।

सीडीओ जेनरेटिव एआई की संभावनाओं को लेकर उत्साहित हैं, भले ही उनकी कंपनियां ज्यादातर इसके साथ प्रयोग कर रही हैं। उन्हें लगता है कि जेनरेटिव एआई के साथ सफलता के लिए डेटा और डेटा रणनीति महत्वपूर्ण होगी, और वे उस परिवर्तन के शुरुआती चरण में हैं। अन्य विषय जो सीडीओ के लिए सर्वोच्च प्राथमिकता हैं उनमें डेटा प्रशासन और डेटा-संचालित संगठन की ओर सांस्कृतिक परिवर्तन शामिल हैं। सबसे समझदार सीडीओ परिवर्तन प्रबंधन, संचार और प्रचार को प्राथमिकता दे रहे हैं, और वे भूमिका में उनकी सफलता के लिए अन्य अधिकारियों को सफल बनाने को महत्वपूर्ण मानते हैं।

विज़न का समर्थन करना

सर्वेक्षण किए गए मुख्य डेटा अधिकारियों के आधार पर, निम्नलिखित बातें मेरे सामने आईं (ऊपर बोल्ड में):

समग्र लक्ष्य: अन्य अधिकारियों को सफल बनाना

वे निम्न पर ध्यान केंद्रित करके ऐसा करते हैं:

  • डेटा (साक्षरता) और डेटा रणनीति
  • सामग्री संचालन
  • डेटा-संचालित संगठन
  • परिवर्तन प्रबंधन
  • संचार
  • इंजीलवाद

अब जब हमने लक्ष्यों की पहचान कर ली है, तो अगला कदम बाधाओं का पता लगाना है। यदि ये करना आसान काम होता, तो सीडीओ इसे पहले ही कर चुके होते। इसलिए, कुछ बाधाएँ या चुनौतियाँ होंगी जिनमें सीडीओ को मदद की आवश्यकता होगी।

मुख्य डेटा अधिकारियों को इन लक्ष्यों को प्राप्त करने से रोकने वाली चुनौतियाँ

सीडीओ को वर्तमान में इन प्रमुख बिंदुओं पर काम करने के लिए कई चुनौतियों का सामना करना पड़ता है। दिलचस्प बात यह है कि इन सभी बाधाओं में प्रौद्योगिकी या डेटा शामिल नहीं है। उनके द्वारा बताई गई निम्नलिखित बाधा सूची में आप किस सामान्य पैटर्न को पहचानते हैं?

  1. संगठनात्मक व्यवहार और दृष्टिकोण बदलने में कठिनाई
  2. डेटा-संचालित संस्कृति या डेटा-संचालित निर्णय लेने की अनुपस्थिति
  3. लक्ष्यों को पूरा करने के लिए अपर्याप्त संसाधन
  4. डेटा साक्षरता या समझ का अभाव
  5. नौकरी की अस्पष्ट या अत्यधिक व्यापक परिभाषा
  6. अन्य वरिष्ठ अधिकारियों से समर्थन की कमी
  7. तेजी से बदलती प्रौद्योगिकियां जैसे जेनरेटिव एआई

शीर्ष दो बाधाएँ परिवर्तन प्रबंधन और संस्कृति से संबंधित हैं। उन्हें डेटा साक्षरता के बारे में चौथे के साथ जोड़ दें, और आप उद्यम-व्यापी सफलता का समर्थन करने के लिए एल एंड डी के लिए अवसर देख सकते हैं। व्यवहार परिवर्तन के लिए ज्ञान, कौशल, प्रेरणा और संगठनात्मक परिवर्तन की आवश्यकता होगी। यह पारंपरिक अर्थों में “सीखने” के दायरे से परे है। पाठ्यक्रम सामग्री पर्याप्त नहीं है. हालाँकि, परामर्शात्मक मानसिकता के साथ, एलएंडडी इन दो महत्वपूर्ण मुद्दों को हल करके व्यवसाय को सीधे प्रभावित कर सकता है:

  1. संगठनात्मक व्यवहार और दृष्टिकोण बदलने में कठिनाई
  2. डेटा-संचालित संस्कृति या डेटा-संचालित निर्णय लेने की अनुपस्थिति

व्यवहार परिवर्तन जटिल है

व्यवहार परिवर्तन हमेशा परिवर्तन प्रबंधन का मुद्दा होता है। प्रशिक्षण और प्रौद्योगिकी समाधान का हिस्सा हो सकते हैं, लेकिन लोगों का व्यवहार उन्हें यह बताने जितना आसान नहीं है कि उन्हें क्या करना है। यदि लोगों ने वही किया जो उन्हें करने के लिए कहा गया था, तो हमें इतनी अधिक जेलों की आवश्यकता नहीं होगी। लोग जटिल हैं, फेसबुक स्टेटस की तरह। विज्ञान का एक पूरा क्षेत्र व्यवहार बदलने के लिए समर्पित है: व्यवहार विज्ञान। प्रेरणा परिवर्तन में महत्वपूर्ण भूमिका निभाती है, लेकिन नेतृत्व और प्रबंधन को एक ही पृष्ठ पर होना चाहिए और परिवर्तन से गुजर रहे व्यक्तियों और टीमों का समर्थन करने के लिए एक ही रणनीति का पालन करना चाहिए।

एक असफल “व्यवहार परिवर्तन” प्रयास: एक व्यक्तिगत उदाहरण

एक बार मुझे गलत तरीके से परिवर्तन प्रबंधन का अनुभव करने का आनंद मिला। वरिष्ठ नेतृत्व ने फैसला किया कि हम बेहतर सहयोग करने जा रहे हैं, और इसलिए, इस प्रक्रिया का पहला कदम (उनके अनुसार) कुछ सहयोग मंच को लागू करना था जहां हम सभी की प्रोफाइल थीं। खैर, गोद लेने पर रोक लग गई। क्यों? पहला, क्योंकि सहयोग सुविधाएँ बिक सकती हैं लेकिन वे सहयोग नहीं करतीं। लोग करते हैं। और आज लोग किस प्रकार सहयोग कर रहे हैं (चाहे वह कुशल और प्रभावी हो या नहीं) को पूरी तरह से नजरअंदाज करना एक महत्वपूर्ण गलती है। जब आप प्रौद्योगिकी पर ध्यान केंद्रित करते हैं और आप “यदि आप इसे बनाते हैं तो वे आएंगे” दृष्टिकोण में विश्वास करते हैं तो गोद लेने की समस्याएं आम हैं। लोग इंसान हैं.

  • निष्कर्ष
    लोग इंसान हैं. वे गलतियाँ करते हैं. यहाँ तक कि सी-स्तर के अधिकारी भी। लेकिन इसमें सबसे बड़ी समस्या यह है: गलतियों से नहीं सीखना। जब योजना के अनुसार सहयोग नहीं हुआ तो वरिष्ठ नेतृत्व की क्या प्रतिक्रिया थी? परिवर्तन प्रबंधन को लागू करने के बजाय, उन्होंने यह अनिवार्य कर दिया कि हर कोई एक मनमाने समय सीमा तक मंच पर अपनी प्रोफ़ाइल पूरी कर ले। ऐसा लग रहा था कि किसी के प्रदर्शन की समीक्षा में बड़ी प्रगति हुई है, लेकिन संपूर्ण सहयोग परियोजना विफल रही। और अंदाजा लगाइए कि इस दौरान वरिष्ठ नेताओं ने हमारे साथ कैसे “सहयोग” किया? ईमेल के माध्यम से.

डेटा गेम में प्रासंगिक बने रहने के लिए एलएंडडी क्या कर सकता है?

आइए यह स्वीकार करते हुए शुरुआत करें कि एलएंडडी के पास सीखने का अधिकार नहीं है। सीखना एक प्रक्रिया है. यह अदृश्य है. आप सीखने का निरीक्षण नहीं कर सकते. यह हवा की तरह है. आप पेड़ों को हिलते हुए, पत्तों को उड़ते हुए देख सकते हैं, और आप आवाज़ सुन सकते हैं, लेकिन ये सभी हवा के लक्षण हैं, हवा के नहीं। सीखना एक ही है. आप सीखने को माप नहीं सकते. आप केवल कुछ प्रॉक्सी के माध्यम से सीखने के अनुप्रयोग को माप सकते हैं। यह मूल्यांकन, प्रतिबिंब, अवलोकन आदि हो सकता है।

यदि L&D सीखने के लिए ज़िम्मेदार नहीं है, तो हम किसके लिए ज़िम्मेदार हैं? मेरा मानना ​​है कि इसके बारे में सोचने का एक व्यावहारिक तरीका यह है कि हम सीखने और सीखने के अनुप्रयोग के लिए सर्वोत्तम परिस्थितियों को “डिजाइन” करने के लिए जिम्मेदार हैं। इसका मतलब पाठ्यक्रम डिज़ाइन नहीं है. इसका मतलब है कि हमें परामर्शी मानसिकता रखने, हितधारकों के साथ काम करने और समस्या-समाधानकर्ता और सलाहकार के रूप में कार्य करने की आवश्यकता है। लेकिन काम पर जो होता है उसे हम नियंत्रित नहीं कर सकते। हम उसके लिए जिम्मेदार क्यों हों?

कर्मचारी सीखने के लिए काम पर नहीं आते हैं, वे सीखते हैं ताकि वे काम पर आ सकें। वे जटिल स्थिति वाले जटिल इंसान भी हैं। केवल सिद्धांत में लोग कैसे सीखते हैं इस पर ध्यान केंद्रित करने से व्यवहार में परिणाम नहीं मिलेंगे। सीखना एक साझा जिम्मेदारी है जिसमें न केवल एलएंडडी बल्कि उससे भी आगे प्रबंधक, संचालन, सीडीओ जैसे अधिकारी और यहां तक ​​कि स्वयं कर्मचारी भी शामिल हैं।

मुख्य डेटा अधिकारी डेटा पर केंद्रित हैं। निर्णय लेने के लिए डेटा साक्षरता और डेटा विश्लेषण मौलिक हैं। यह एलएंडडी के लिए न केवल बुनियादी डेटा साक्षरता पर बल्कि डेटा से अंतर्दृष्टि (और अक्सर आंशिक जानकारी के आधार पर) का उपयोग करके निर्णय लेने पर कार्यबल को अपस्किलिंग और रीस्किलिंग के माध्यम से संगठन के लिए मूल्य प्रदान करने का एक बड़ा अवसर है। यह डेटा-संचालित रणनीति के लिए केवल एक प्रारंभिक सूची है, लेकिन मेरा मानना ​​है कि यह एक अच्छी शुरुआत है:

अपस्किलिंग और रीस्किलिंग

जेनेरिक एआई और डेटा एनालिटिक्स पर जोर एलएंडडी के लिए लक्षित प्रशिक्षण कार्यक्रम डिजाइन करने का एक महत्वपूर्ण अवसर प्रस्तुत करता है। ये कार्यक्रम कर्मचारियों को डेटा साक्षरता, एआई समझ और विभिन्न व्यावसायिक संदर्भों में इन प्रौद्योगिकियों को लागू करने में कौशल बढ़ाने पर ध्यान केंद्रित कर सकते हैं। ध्यान दें कि अपस्किलिंग और रीस्किलिंग का उल्लेख अक्सर एक ही वाक्य में किया जाता है लेकिन उनके लिए दो अलग-अलग दृष्टिकोणों की आवश्यकता होती है। अपस्किलिंग वर्तमान डोमेन के भीतर एक ऊर्ध्वाधर वृद्धि है जबकि रीस्किलिंग निकटवर्ती डोमेन में एक क्षैतिज कदम है।

सांस्कृतिक परिवर्तन

डेटा-संचालित संगठन की ओर सांस्कृतिक बदलाव लाने में एल एंड डी महत्वपूर्ण हो सकता है। इसमें ऐसे प्रोग्राम बनाना शामिल है जो संगठन के सभी स्तरों पर डेटा साक्षरता को बढ़ावा दें और कंपनी संस्कृति के भीतर डेटा-संचालित निर्णय लेने की प्रक्रियाओं को एम्बेड करें। ध्यान दें कि डेटा साक्षरता या डेटा विश्लेषण भी पर्याप्त नहीं है। एलएंडडी को निर्णय लेने के लिए सार्थक अभ्यास प्रदान करने पर भी ध्यान केंद्रित करने की आवश्यकता है।

सहयोग भवन

चूंकि मुख्य डेटा अधिकारी अन्य अधिकारियों को सफल बनाने पर ध्यान केंद्रित करते हैं, एलएंडडी क्रॉस-फ़ंक्शनल परियोजनाओं/कार्यशालाओं की सुविधा प्रदान कर सकता है जो विभागों में सहयोग और ज्ञान साझा करने को प्रोत्साहित करते हैं। यह दृष्टिकोण साइलो को तोड़ने और डेटा और एआई पहल के लिए एक सामंजस्यपूर्ण रणनीति बनाने में मदद कर सकता है। हैकथॉन-प्रकार की नवाचार कार्यशालाएं न केवल विभिन्न कौशल और भूमिकाओं में सहयोग का निर्माण कर सकती हैं बल्कि उत्पाद भी ला सकती हैं। उदाहरण के लिए, कल्पना करें कि आपके नए नियुक्त इंजीनियर ऐसे उत्पादों का निर्माण करके कंपनी, सिस्टम, प्रक्रियाओं, उपकरणों आदि को सीख रहे हैं, जिनका अन्य लोग आंतरिक रूप से उपयोग कर सकते हैं। और शायद अगला नया भाड़े का दल आगे बढ़ सकता है?

साथ ही, हमें चुनौतियों और जोखिमों को कम करने के लिए उनके प्रति जागरूक रहना चाहिए। यहाँ उनमें से कुछ हैं:

तीव्र तकनीकी परिवर्तन

तकनीकी प्रगति की तेज़ गति, विशेष रूप से एआई में, एलएंडडी के लिए प्रशिक्षण सामग्री को प्रासंगिक और अद्यतन बनाए रखने की चुनौती खड़ी करती है। निरंतर सीखना और प्रशिक्षण कार्यक्रमों का तीव्र विकास आवश्यक है।

व्यावसायिक उद्देश्यों के साथ संरेखण

एलएंडडी को यह सुनिश्चित करना होगा कि शिक्षण कार्यक्रम संगठन के रणनीतिक उद्देश्यों के साथ निकटता से जुड़े हों, विशेष रूप से डेटा पहल के व्यावसायिक मूल्य को प्रदर्शित करने में।

परिवर्तन के प्रतिरोध पर काबू पाना

सांस्कृतिक और व्यवहारिक परिवर्तन का प्रतिरोध एक महत्वपूर्ण बाधा है। एलएंडडी को परिवर्तन प्रबंधन के लिए ऐसी रणनीतियाँ विकसित करने की आवश्यकता है जो संभावित रूप से अनुभवात्मक शिक्षा, नेतृत्व सहभागिता और सफलता की कहानियों को प्रदर्शित करके इन चुनौतियों का समाधान करें।

निष्कर्ष

परिवर्तन के समय का समर्थन करने के लिए आपकी डेटा रणनीति में क्या है? आने वाले परिवर्तनों में प्रासंगिक बने रहने के लिए आपकी एल एंड डी रणनीति कैसे बदलती है? आप नए मॉडल में डेटा कौशल और एआई को कैसे अपनाते हैं? इन पर अगले लेख में और अधिक जानकारी दी जाएगी।

सन्दर्भ:

[1] 2024 सीडीओ अंतर्दृष्टि: डेटा और जेनरेटिव एआई


CLICK ON IMAGE TO BUY

Leave a Reply

Your email address will not be published. Required fields are marked *

%d