Seiliedig ar y corff<\/strong> – yn gwneud penderfyniad heb feddwl. Mae system eich corff wedi gwneud y penderfyniad i chi cyn i chi sylwi. Pa un ai ydych chi eisiau hynny neu beidio.<\/p>\n\n\n\n Seiliedig ar deimladau<\/strong> – yn gwneud penderfyniad yn seiliedig ar y ffordd mae’n teimlo, efallai teimlad greddfol. Mae’n anodd egluro pam rydych chi’n gwneud y penderfyniad yma, ond mae’n teimlo’n iawn rhywsut.<\/p>\n\n\n\n Seiliedig ar ddata <\/strong>– yn gwneud dewis yn seiliedig ar ddadansoddiad rhesymegol o wybodaeth. Yn cael eich arwain gan eich meddwl. Data yn gyrru’ch penderfyniad.<\/p>\n\n\n\n Beth mae hyn yn ei olygu i elusennau?<\/p>\n\n\n\n Wrth wneud penderfyniadau yn eich elusen byddwch yn defnyddio’r dulliau yma. Bydd profiad a datblygiad personol yn eich helpu gyda’r ddau gyntaf, ond dim ond data gwell gall helpu gyda’r trydydd.<\/p>\n\n\n\n Mae data gwell yn debygol o arwain at benderfyniadau gwell.<\/p>\n\n\n\n Yn 2021, cynhaliwyd tri gweithdy data i elusennau gan The Data Place<\/a>. Mae’r erthygl hon yn gwerthuso dau o’r sesiynau yma:<\/p>\n\n\n\n Mae’r trydydd yn sesiwn hyfforddiant GDPR<\/a> gall eich cynorthwyo i reoli data yn eich elusen mewn ffordd sydd yn cydymffurfio.<\/p>\n\n\n\n \u201cMae data\u2019n mynd at galon eich sefydliad ac yn cyffwrdd \u00e2 phob agwedd ar ei siwrne.\u201d <\/em>\u2013 Lucy Knight, Arweinydd Data, The Data Place<\/p>\n\n\n\n Gofynnwch y cwestiynau yma. Bydd yn eich helpu i feddwl os ydych chi’n casglu’r data cywir, digon ohono, a’r rheswm am ei gasglu.<\/p>\n\n\n\n I fod yn ddefnyddiol, mae angen i’ch data fod yn gywir, yn gyflawn ac yn ddarllenadwy. Mae angen iddo fod yn glir, yn hawdd i’w storio, gyda strwythur, ac yn barod i’w ddefnyddio. Dyma 7 awgrym sut i gyflawni hyn:<\/p>\n\n\n\n Mae sawl ffordd gallech chi ddefnyddio’ch data. Er enghraifft:<\/p>\n\n\n\n Pan fyddwch yn deall y mewnwelediadau sydd ei angen, bydd yn haws penderfynu ar y data sydd angen cynllunio ar ei gyfer. Meddyliwch pa fath o adroddiadau a siartiau rydych chi angen eu cynhyrchu. Yna gweithio’n \u00f4l nes y bydd gennych chi restr o’r data cywir.<\/p>\n\n\n\n Darganfod y data, ei lanhau a’i siapio i’ch anghenion yw 80% o unrhyw brosiect data. Treuliwch fwy o amser yn datrys hyn nag yn cyflwyno system newydd, cyflymach (a mwy costus o bosib).<\/p>\n\n\n\n Wrth fewnbynnu, yn aml mae angen ailadrodd yr un data sawl gwaith. Ond os yw\u2019r termau a ddefnyddir yn anghyson (e.e. Y, Yes, a yes) yna bydd gwallau yn eich data a’ch adroddiadau. Gallech ddatrys hyn wrth greu rhestr cyfeirio. Defnyddiwch y rhestr yma i ddewis data gydag opsiwn cwymplen ar gyfer y maes data yma. Bydd hyn yn eich helpu i osgoi gwallau<\/p>\n\n\n\n Un o’r gwallau mewnbwn mwyaf cyffredin yw’r cyfeiriad post anghywir. Ond mae’n hawdd datrys hyn. Defnyddiwch wasanaeth dilysu cyfeiriadau sydd yn defnyddio data gan yr awdurdodau post. Maent yn ychwanegiad syml ac am ddim i ffurflenni ar-lein. Nodwch y cod post ac yna dewis o’r cyfeiriadau sy’n ymddangos. Mae’n sicrhau mewnbwn safonol ac yn lleihau gwallau.<\/p>\n\n\n\n Mae siartiau a thablau colynnu (pivot table) yn eich helpu i groeswirio os yw tabl data yn dangos y mewnwelediadau angenrheidiol. Gallant hefyd ddatgelu problemau data. Er enghraifft, efallai bydd yn tynnu sylw at y ffaith bod yna llai o wirfoddolwyr mewn cronfa ddata nag disgwylir. Byddant hefyd yn dangos os oes celloedd wedi’u hanghofio, os oes data anghywir, neu nad yw data wedi ei drosglwyddo\u2019n gywir o’r ffurflen cofrestru.<\/p>\n\n\n\n Mae data bl\u00ear yn arwain at benderfyniadau llai gwybodus. Yn hytrach nag golygu eich hun i lanhau’r data, defnyddiwch offer. Mae Open Refine yn offer ffynhonnell agored ddiogel, am ddim, sydd yn gallu glanhau tablau bl\u00ear a threfnu eich data gyda chlic botwm. <\/p>\n\n\n\n Mae sawl mantais i ffynonellau Data Agored. Mae mynediad iddynt yn rhad ac am ddim, maent yn cael eu cynnal yn dda, yn deillio o ffynonellau awdurdodol ac yn cael eu cydnabod gan gyllidwyr. Gall eu defnyddio arbed amser ac arian i chi.<\/p>\n\n\n\n 1. Sleidiau ‘Using your data’: <\/a>sut i gael data o ansawdd da, ei storio yn y fformatau cywir a’i gasglu am y rhesymau cywir, er mwyn gwneud y gorau ohono<\/p>\n\n\n\n 2. Sleidiau ‘Data Quality’:<\/a> gweler enghreifftiau o ddata ansawdd gwael, dysgu technegau sydd eu hangen i oresgyn y materion hyn. Sut i greu cynllun gweithredu data<\/p>\n\n\n\n 3. Y Swyddfa Ystadegau Gwladol (ONS):<\/a> ar gyfer amcanestyniad poblogaeth neu ystadegau cyflogaeth<\/p>\n\n\n\n 4. Open Corporates: <\/a>cronfa ddata busnes byd-eang i chwilio am fusnesau penodol mewn rhanbarth, er enghraifft<\/p>\n\n\n\n 5. Spend Network: <\/a>cyfeiriadur o ddata caffael cyhoeddus i weld gwariant llywodraethau ac awdurdodau cyhoeddus<\/p>\n\n\n\n Gweler sut mae rhai elusennau wedi newid eu ffordd o weithio gyda data yn y Canllawiau Digidol yma:<\/p>\n\n\n\nMae data gwell yn golygu penderfyniadau gwell<\/h3>\n\n\n\n
\n
6 cwestiwn am eich data<\/h3>\n\n\n\n
\n
7 awgrym defnyddio data<\/h3>\n\n\n\n
1. Deall y mewnwelediad sydd ei angen o’r data<\/h4>\n\n\n\n
\n
2. Mwy o amser yn meddwl am y data cywir yn hytrach nag creu systemau ffansi<\/h4>\n\n\n\n
3. Creu rhestrau cyfeirio i fewnbynnu termau data cywir<\/h4>\n\n\n\n
4. Safoni eich data<\/h4>\n\n\n\n
5. Defnyddiwch siartiau neu dablau colynnu i wirio ansawdd data<\/h4>\n\n\n\n
6. Glanhau data bl\u00ear<\/h4>\n\n\n\n
7. Defnyddio ffynonellau Data Agored i lenwi bylchau a chasglu gwybodaeth bellach<\/h4>\n\n\n\n
5 adnodd data defnyddiol<\/h3>\n\n\n\n
Canllawiau gan elusennau sydd wedi newid y ffordd maent yn gweithio gyda data<\/h3>\n\n\n\n
\n
Nodir<\/h3>\n\n\n\n