Data, désapprendre pour développer ses compétences en matière de données

Valérie Soubiran, directrice marketing France & MEA, Qlik partage son expertise sur le sujet.

Ainsi, la formation continue, indispensable pour la majorité des métiers, devient d’autant plus cruciale lorsque l’on est amené à travailler avec les nouvelles technologies. En outre, disposer d’une excellente capacité à s’adapter est clé pour toute personne ayant ou cherchant à développer ses compétences en matière de données.

Il est temps d’apprendre à désapprendre

En reconsidérant la notion d’engagement au changement, on constate qu’il ne s’agit pas d’un processus unidirectionnel. Le domaine de la data évolue constamment, ainsi, développer ses compétences ne consiste pas à accumuler de nouvelles connaissances pour disposer d’un éventail plus large. Désapprendre les compétences devenues « inutiles » est un aspect tout aussi important à prendre en considération.

Bien que cela puisse sembler paradoxal de renoncer délibérément à certaines compétences, il est important de reconnaître que la capacité à acquérir continuellement de nouvelles compétences est limitée, surtout si l’on veut maintenir un haut niveau de performance. Il convient également de souligner que les nouvelles compétences peuvent parfois être en conflit avec les compétences acquises précédemment, voire les contredire complètement. En cas de tension,  Il est fréquent de se tourner vers les méthodes de travail antérieures qui sont plus familières et donc plus rassurantes, surtout lorsque les nouvelles compétences ne sont pas encore bien assimilées.

Désapprendre, le principe de la data literacy

Lorsque les compétences en matière de données, également appelées data literacy, sont utilisées dans un cadre professionnel, alors cette capacité à apprendre et désapprendre prend tout son sens. Qu’est-ce qu’une donnée ? Un fait ou un chiffre, auquel nous devons accéder et analyser à l’aide d’outils. En atteignant un certain niveau de data literacy, nous sommes mieux équipés pour comprendre et exploiter les données de manière efficace.

Cette capacité à lire, comprendre, analyser et argumenter avec les données est devenue une compétence cruciale, mais même pour les experts les plus expérimentés, ce chemin est parfois semé d’embûches. Les entreprises intègrent constamment de nouvelles sources de données en continu, chacune présentant ses propres schémas et comportements nécessitant une appropriation rapide. Les sources de données existantes subissent également des changements, révélant de nouvelles tendances ou perdant leur importance. C’est dans ce contexte que le désapprentissage prend tout son sens, car si le même statut est attribué aux nouvelles sources de données ou si elles ne sont pas semblables à ce que nous attendons habituellement, alors nous pourrions ne pas remarquer ce qu’elles ont à nous enseigner, ce qui engendrerait des opportunités manquées.

Pour comprendre parfaitement ce que nous disent les données, il est nécessaire de constamment apprendre et désapprendre les compétences en matière de données, écarter les idées reçues tout en continuant d’appliquer son expérience et ses connaissances.

Apprendre à désapprendre, un processus en 3 étapes

La première étape consiste à savoir discerner le moment opportun pour procéder au désapprentissage d’une connaissance. Parfois, cela est évident, particulièrement lorsque des règles concrètes ont été modifiées. Toutefois, le plus souvent, il est difficile de se rendre compte que nos compétences ou habitudes ont perdu leur pertinence, car elles ont été assimilées de manière inconsciente. En matière de data literacy, il est impératif d’établir un processus efficace pour signaler rapidement lorsque quelque chose ne fonctionne plus, afin de pouvoir corriger le tir.

Dans un second temps, une fois que le besoin d’un changement est identifié, l’acquisition de nouvelles compétences doit se faire de manière indépendante. En effet, pour désapprendre une compétence obsolète et laisser de la place à de nouvelles plus utiles, il est nécessaire d’appliquer deux règles :

• Les capacités en place ne doivent pas empiéter sur les nouvelles
• Les méthodes dépassées et actualisées d’analyse ne doivent pas être utilisées de manière simultanée

Enfin, une nouvelle compétence sera véritablement maîtrisée lorsqu’elle sera mise en œuvre de manière inconsciente, même dans des situations stressantes. Toutefois, si les autres membres d’une même équipe ont pour habitude de procéder d’une certaine façon, ils risquent d’exercer une autorité sur leurs collègues moins expérimentés pouvant ralentir le processus d’acquisition. En effet, ces derniers auront tendance à prendre cet exemple comme bonne pratique. La seule solution est donc de donner le temps à ces collaborateurs de prendre de bonnes habitudes, sans qu’ils ne soient influencés.

En définitive, il est primordial pour les collaborateurs de disposer des compétences requises, puisque cela favorise leur épanouissement au travail – et la data literacy peut justement faire partie de ces compétences. Cependant, il est important de souligner que même les compétences les plus pointues doivent être régulièrement mises à jour, étant donné que certains domaines évoluent constamment.

Il est donc essentiel pour les employés de se remettre en question et de déterminer les compétences qu’ils doivent abandonner avant d’en acquérir de nouvelles.