Como o Airbnb está estimulando a alfabetização de dados com o treinamento 'Data U Intensive'

Jamie Stober Blocked Desbloquear Seguir Seguindo 11 de dezembro de 2018

Desde que introduzimos o Data University da Airbnb, o programa continuou a prosperar e evoluir. Uma melhoria foi a adição de treinamentos específicos para a equipe, com conteúdo adaptado ao trabalho daquela equipe. Neste post, descrevemos o impacto dessa adição e as lições aprendidas em sua implementação.

O que é a Data University?

A Data University é o programa de educação de dados dinâmica da Airbnb, com a visão de capacitar cada funcionário a tomar decisões informadas por dados . Cinqüenta e cinco voluntários dentro da Airbnb formam um corpo docente que abrange as organizações de Ciência e Engenharia de Dados para ensinar mais de 20 currículos exclusivos em todo o mundo a cada ano. Hoje, são oferecidos três níveis de cursos, desde a série de 100 níveis, que fornece a base para tomada de decisões informadas no Airbnb, até a série de 300 níveis, que abrange dados em escala, incluindo Bighead , a máquina final da Airbnb. plataforma de aprendizagem e Airflow , ferramenta da Airbnb para automatizar pipelines de dados. Desde a sua criação em 2016, mais de 400 cursos foram ministrados com mais de 6.000 inscrições de cursos! Muitos dos mais de 4.000 funcionários da Airbnb se inscreveram em mais de um curso. Todos os cursos são ministrados usando dados anônimos para garantir a privacidade e a segurança do usuário.

Pilotar um novo formato

Como os números sugerem, a estrutura de programa existente da Data University treinou com sucesso muitos funcionários e atualizou seu conhecimento de dados. Normalmente, os funcionários podem se inscrever para qualquer variedade de aulas oferecidas a cada mês e concluir o currículo em seu próprio ritmo. Por exemplo, se eles quiserem se concentrar em SQL, eles podem pegar as três classes SQL oferecidas ao longo do mês ou distribuí-las por vários meses e fazer uma aula por mês. Cada funcionário pode personalizar seu próprio caminho de aprendizado!

No entanto, como o programa foi dimensionado, descobrimos dois cenários em que o programa é insuficiente:

  1. Adaptação do conteúdo do treinamento aos conjuntos de dados e necessidades específicos de uma unidade de negócios autônoma. Por exemplo, a unidade de negócios Experiências da Airbnb tem seu próprio conjunto de dados, portanto, personalizar o treinamento de dados com dados aplicáveis ao trabalho diário dessa unidade facilita a compreensão do material pelos alunos.
  2. Treinar um grande grupo de campeões de dados na mesma equipe. Por exemplo, uma grande equipe de operações globais com muitas solicitações de dados ad hoc que se beneficiariam de mais gurus de dados para complementar a equipe de Data Science incorporada.

Para resolver isso, nós testamos uma versão específica da equipe do Data University, Data U Intensive, ministrada pelos cientistas de dados integrados que trabalham com cada equipe. O programa cobriu várias classes de fundação de dados, classes SQL e Superset, e incluiu uma visão geral de tabelas de dados e painéis específicos para cada equipe. As aulas foram ministradas em um formato condensado por 2 a 3 dias, o que permitiu que os participantes limpassem seus horários e se concentrassem apenas na Data University. Organizar as aulas consecutivas também valeu a pena para colegas de equipe de outros escritórios comparecerem.

Pierre Lafortune ensinando o Data U Intensivo para a Equipe de Experiências em Paris, França

Impacto Triplo

Benefícios para as equipes:

O treinamento de uma equipe coesa e existente criou um ambiente mais confortável para os participantes e aumentou sua confiança. Isso resultou em uma sala de aula mais envolvida e em conversas mais relacionadas a dados entre os participantes antes, durante e depois de cada aula. Trabalhar com dados e painéis específicos da equipe sobre problemas relacionados à equipe também ajudou os participantes a imaginar como poderiam usar os dados em seus trabalhos diários e os motivou a permanecerem engajados com o material.

Feedback de um participante intensivo do Data U:

“O Data U Intensive criou um espaço seguro para fazer perguntas porque eu estava aprendendo com meus colegas de equipe e instrutores que eu já conhecia. Eu sabia que meus companheiros de equipe e eu estávamos começando no mesmo lugar, então me senti à vontade para fazer perguntas e pedir esclarecimentos . Eu já havia pegado o Data U antes, mas nunca havia realmente clicado para mim. Ajudou a estar em uma sala com pessoas de origens semelhantes e funções similares. ”

Além disso, essa foi uma ótima maneira de os líderes de equipe demonstrarem um investimento no crescimento da carreira de seus funcionários. Oferecer treinamento de dados sob medida para toda a equipe mostrou o compromisso de ajudar os funcionários a melhorar suas habilidades e capacitá-los a tomar decisões baseadas em dados.

Benefícios para a Ciência de Dados:

Os cientistas de dados viram uma redução de 50% nas solicitações ad hoc quando as equipes que eles apoiavam passaram pelo Data U Intensive. Quando os parceiros de negócios podem responder suas próprias perguntas usando consultas e painéis SQL básicos, ele libera um tempo significativo para que os cientistas de dados trabalhem em projetos de maior impacto, que são cruciais para a estratégia e a direção de suas equipes parceiras.

Além disso, é uma ótima oportunidade para os cientistas de dados ensinarem!

Benefícios para o negócio:

Com mais pessoas fluentes na geração, uso e aplicação de dados, as equipes são cada vez mais capazes de tomar decisões informadas sobre os dados. Após o treinamento, os funcionários dessas equipes criaram seus próprios painéis e desenvolveram soluções localizadas usando dados, que a Data Science nunca teria a largura de banda para criar. Os participantes do programa sentiram-se capacitados para explorar dados por conta própria e usar ferramentas de dados para começar a medir seu trabalho, o que aumentou seu impacto e escala.

Até o momento, testamos este formato com duas equipes principais: Experiências e Políticas Públicas. Em uma pesquisa de acompanhamento conduzida por Elena Grewal , chefe de Ciência de Dados na Airbnb, ambas as equipes estavam entre as principais equipes de dados da Airbnb (atrás apenas da Data Science e Product Managers!). Cada equipe tinha mais de 80% dos membros visualizando dados e usando ferramentas de dados regularmente, com a maioria dizendo que eles agora usam dados para a maioria das decisões.

Essas duas equipes investiram pesado na criação de painéis de dados de autoatendimento e revisaram essas ferramentas durante os treinamentos intensivos do Data U. As pequenas equipes de Ciência de Dados que trabalhavam com Experiências e Políticas Públicas conseguiram escalonar a tomada de decisões orientada por dados, priorizando ferramentas de dados e treinamento.

O que fez com que os dados fossem bem-sucedidos?

Existem algumas semelhanças entre essas duas equipes, que acreditamos ter contribuído para o sucesso desse modelo. A primeira é que cada equipe tem uma pequena equipe de Data Science relativa ao grande número de stakeholders que atende. Na Airbnb, isso geralmente ocorre em equipes de operações globais, onde também há o desafio adicional de variar os fusos horários, resultando em uma sobreposição limitada das horas de trabalho. Treinar muitas pessoas na mesma equipe de uma só vez permitiu que os companheiros continuassem praticando e aprendendo juntos depois que os cursos terminassem, e se apoiassem uns aos outros para obter ajuda.

Em segundo lugar, a liderança de cada equipe estava comprometida em priorizar o treinamento em dados. Esta foi uma chave para o sucesso neste formato. A liderança deve apoiar o envolvimento e a participação total da equipe no programa para que ela seja bem-sucedida, pois é um compromisso de vários dias.

Por fim, essas equipes aprenderam melhor por meio de exemplos relacionados à equipe que usavam dados específicos da equipe. Ao fazê-lo, as turmas se sentiram relacionáveis e mantiveram os participantes envolvidos durante a semana. Concentrando-se em como os funcionários poderiam usar essas ferramentas e habilidades imediatamente quando voltassem às suas funções normais, os capacitavam a continuar com isso após o término do treinamento.

Esperamos que nossa experiência possa ajudar outras empresas a ampliar a educação em dados, democratizar o acesso a dados e melhorar a alfabetização em dados para todos.

Mitra Akhtari ensinando o Data U Intensive para a Equipe de Políticas Públicas em Nova York, Nova York

Agradecimentos especiais a Mitra Akhtari , a Ellen Huynh , a Pauline Glikman e a Pierre Lafortune por ensinarem o Data U Intensive e por sua ajuda a trabalhar nesta peça!