Datageletterdheid (Data Literacy)

Leer de kracht en de valkuilen van data kennen.

Helder inzicht in een data-gedreven wereld.

We worden dagelijks overladen met data. Een van de belangrijkste uitdagingen waarmee organisaties in deze tijd worden geconfronteerd is een gebrek aan data literacy. Beschikken uw medewerkers over voldoende kennis om data goed te lezen, te interpreteren en om te zetten in waardevolle inzichten? Dit is cruciaal om de juiste beslissingen te kunnen nemen. Alleen dan is uw organisatie in staat in te spelen op de behoeften van uw klanten en op kansen in de markt.

Bent u nieuwsgierig genoeg?

Datageletterdheid (data literacy) is de belangrijkste competentie voor mensen die met data werken. Het stelt u in staat om voortdurend op zoek te gaan naar nieuwe of bestaande gegevens, deze in twijfel te trekken en kritische vragen te stellen. Het is dan ook dé vaardigheid die ons in de data-gedreven werkelijkheid van vandaag de juiste conclusies laat trekken. Dit levert uw organisatie naast snellere beslissingen ook een beter resultaat op.

Van manipulatie naar informatie

In deze training leert u aan de hand van praktische voorbeelden en oefeningen niet alleen de kracht, maar ook de valkuilen van data kennen. U krijgt antwoord op de vraag hoe u informatie op de juiste manier leest en interpreteert en welke stappen u moet doorlopen om data grondig te analyseren. Na afloop van deze training Datageletterdheid heeft u verschillende hulpmiddelen om aan de hand van uw nieuwsgierigheid de informatie van de manipulatie te onderscheiden.

InhoudBlok 1: Het lezen van data


* Het lezen van data die aan ons wordt gepresenteerd in de media, bedrijfsrapporten, politieke claims en reclame-uitingen
* Hoe onderscheidt u informatie van manipulatie?
* Het voorkomen van onjuiste interpretatie
* Praktijkopdracht: het toepassen van de data-checklist op een aantal praktijksituaties ter bevordering van onze Data Literacy (Datageletterdheid). Blok 2: Het werken met data


* Het verbeteren van de kwaliteit van uw data
* Hoe zorgt u dat u deze kwaliteit behoudt?
* Bespreken van de belangrijkste data-bewerkingsstappen.
* Benoemen van de gevolgen van data-bewerking
* Praktijkopdracht: het inschatten van de gevolgen van de verschillende bewerkingsstappen op de resultaten op basis van een aantal casussen. Blok 3: Het analyseren van data


* Wat zijn de belangrijkste stappen om data grondig te analyseren?
* Hoe voorkomt u misleiding?
* Wat kunnen we leren van de “wetenschappelijke methode” als het gaat om data analyse?
* Praktijkopdracht: uitvoeren van de belangrijkste analytische stappen op een praktijkvoorbeeld. Blok 4: Het argumenteren met en communiceren van data


* Gelijk hebben is één, maar gelijk krijgen is heel wat anders.
* Overgang en verschil van analyse naar uitleg van data
* Hoe overtuigt u anderen met op data gebaseerde argumenten?
* Wat kunnen we leren van storytelling om onze data beter over te brengen?
* De 7 essentiële principes voor goede data-storytelling
* Praktijkopdracht: Toepassen van de 7 principes op een praktijkvoorbeeld