EnglishBối cảnh, nguyên nhân tại sao các công ty ngày nay cần định hướng dữ liệu (Data – driven)
Nếu các bạn có theo dõi những các bài viết trước đây của BigDataUni thì chúng tôi đã đề cập nhiều về tầm quan trọng của dữ liệu – được coi là nguồn sống của mọi tổ chức trong thời đại 4.0 – cũng như các xu hướng của Big Data, Data Analytics, và nhu cầu khai thác dữ liệu để đạt được giá trị, lợi ích trong kinh doanh ngày càng được quan tâm hơn. Do đó, hầu hết các công ty ở mọi ngành, lĩnh vực khác nhau đang đẩy mạnh hơn trong việc cố gắng thiết lập, thay đổi, điều chỉnh các hoạt động kinh doanh định hướng theo dữ liệu (Data – driven) hay lấy dữ liệu làm cơ sở để hỗ trợ các quyết định, giải pháp và chiến lược.
Image from rawpixel.com
Sự phát triển chóng mặt của khoa học, kỹ thuật, việc các công ty đang chạy đua triểu khai những thành tựu công nghệ như I.o.T (Internet of Things – internet vạn vật), AI (Artificial Intelligence – trí tuệ nhân tạo), Machine Learning (học máy) và khách hàng, người tiêu dùng mong muốn trải nghiệm nhiều hơn, ưa chuộng sử dụng các sản phẩm công nghệ, ứng dụng thông minh tiên tiến đang khiến cho thị trường cạnh tranh trở nên khốc liệt hơn. Hơn nữa, đây cũng chính là nguyên nhân khiến cho khối lượng, nguồn tài nguyên dữ liệu mà một tổ chức (chưa xét đến việc đã hoặc chưa định hướng theo dữ liệu) có thể thu thập là rất lớn. Theo nhiều chuyên gia đến năm 2020, thế giới sẽ chứa khoảng 40-60 zettabyte, tương đương 40-60 nghìn tỷ megabyte dữ liệu. Để thấu hiểu khách hàng, nắm bắt các cơ hội kinh doanh, kiểm soát mọi hoạt động sản xuất, marketing, bán hàng, đầu tư,…một cách hiệu quả thì việc định hướng khai thác dữ liệu trong tất cả các quy trình, bộ phận chức năng của công ty là vô cùng cần thiết. Dữ liệu đang thay đổi cách làm kinh doanh của mỗi công ty, và thay đổi cả thế giới.
Ví dụ, dựa vào dữ liệu, Amazon đã nắm bắt tâm lý, hành vi khách hàng, đưa ra những giải pháp công nghệ gia tăng sự tiện ích như Amazon Alexa – hệ thống “robot” chăm sóc khách hàng tự động dựa vào công nghệ AI – hỗ trợ mua sắm nhanh chóng, hạn chế việc di chuyển đến các cửa hàng Amazon. Đây đánh dấu sự phát triển cho xu hướng shopping trực tuyến và giao hàng tận nơi không chỉ ở các nước trên thế giới, mà ngay cả ở nước ta. Nói tóm lại, thành quả của Amazon đã làm chúng ta thay đổi cách thức mua sắm. Facebook, Twitter, Youtube,… những social media nổi tiếng ngày nay, cũng dựa vào dữ liệu, để phát triển và cho ra mắt rất nhiều tính năng tăng trải nghiệm cho người dùng, và dần dần thay đổi toàn bộ cách thức chúng ta giao tiếp, nói chuyện với nhau. Chắc không cần nói, các bạn cũng tự cảm nhận được nếu một ngày không sử dụng Facebook messenger để “tám” với lũ bạn thì liệu có chịu nổi không? Cảm giác khó chịu, bứt rứt sẽ xuất hiện ngay.
Mời các bạn tham khảo thêm một số bài viết để hiểu rõ hơn về lợi ích của phân tích dữ liệu:
Ứng dụng Big data trong lĩnh vực E-commerce (phần 2)
Lợi ích phân tích dữ liệu trong kinh doanh
Tầm quan trọng của quản lý dữ liệu (Data management) (p2)
Tổng quan về Data mining (p2): ứng dụng trong các lĩnh vực
Theo báo cáo nghiên cứu của Forbes và Cisco “Advanced Analytics: The Key to Becoming a Data-Driven Enterprise” trong năm 2018 về thực trạng, tình hình các công ty lớn tại Bắc Mỹ và châu Âu định hướng các hoạt động dựa trên dữ liệu như thế nào, khảo sát các cấp quản lý, người đứng đầu những phòng ban, bộ phận chức năng đến từ 207 công ty khác nhau. Báo cáo chỉ ra có hơn 60% cho rằng phân tích dữ liệu đem lại tỷ suất lợi nhuận tăng trên 7%, và 1 phần tư cho rằng tỷ suất lợi nhuận tăng trên 15%. Mặc dù tin tưởng vào lợi ích của phân tích dữ liệu mang lại các kết quả kinh doanh tốt hơn, nhưng khi đánh giá về khả năng triển khai phân tích dữ liệu hiệu quả, thì chỉ có 8% cho rằng tổ chức của họ đáp ứng tốt các yêu cầu trong phân tích dữ liệu, tốt hơn so với các đối thủ cạnh tranh.
Theo báo cáo của McKinsey Global Institute trong năm 2018, các tổ chức định hướng dữ liệu có khả năng có được khách hàng cao gấp 23 lần, khả năng giữ chân những khách hàng đó gấp 6 lần và khả năng sinh lợi cao gấp 19 lần. Một công ty định hướng dữ liệu có khả năng theo dõi, phát hiện, tìm kiếm các khách hàng tiềm năng vì họ có ưu thế trong việc nắm bắt các thông tin thị trường, thông tin về môi trường kinh doanh bên trong và bên ngoài nhanh hơn. Điều này giúp công ty trở nên khác biệt với các đối thủ cạnh tranh nhờ vào sự hiệu quả trong quá trình cập nhật, và thích ứng tốt hơn với sự thay đổi không ngừng của xu hướng tiêu dùng, nhu cầu của khách hàng và các xu hướng công nghệ tiên tiến.
Công ty định hướng dữ liệu cũng có thể phục vụ, chăm sóc khách hàng hiện tại hiệu quả hơn, ngăn chặn trước những rủi ro có thể xảy ra như rủi ro khách hàng rời dịch vụ nhờ vào phân tích dữ liệu. Đó chính là sức mạnh của dữ liệu. Dữ liệu cung cấp cho công ty những thông tin vô cùng hữu ích, quý giá để tất cả bộ phận chức năng trong công ty có thể dựa vào đó đưa ra quyết định và đạt được giá trị, lợi ích mong muốn – từ bộ phận Marketing đến bộ phận tài chính, sản xuất,.. – ngoài ra còn cho phép công ty phân tích sâu về các điều kiện thị trường hiện tại và đựa ra các dự báo trong tương lai. Một số nguyên nhân, lợi ích khác cụ thể hơn:
- Tăng hiệu suất làm việc cho nhân viên.
- Cải thiện chất lượng sản phẩm, dịch vụ tăng sự thỏa mãn cho khách hàng
- Gia tăng doanh số, lợi nhuận cho các sản phẩm, dịch vụ hiện tại
- Tăng sự hài lòng và tỷ lệ giữ chân khách hàng
- Thu hút khách hàng, mở rộng nhiều phân khúc khách hàng khác
- Tìm kiếm các cơ hội kinh doanh mới
Qua các số liệu trên, chúng ta có thể thấy lợi ích mà dữ liệu đem lại được minh chứng rõ ràng hơn, nhưng nếu một tổ chức, hay một công ty muốn nhận thức đúng đắn về Data – driven, muốn thay đổi, điều chỉnh, triển khai các hoạt động kinh doanh lấy dữ liệu làm cơ sở thì không phải là điều dễ dàng. Ngay cả những công ty lớn ở các nước phát triển được khảo sát trong báo cáo của Forbes và Cisco cũng không dám khẳng định đã đi đúng hướng trên con đường khai thác dữ liệu, hay đã xây dựng một hệ thống phân tích dữ liệu hiệu quả. Nói cách khác, chỉ dựa quá trình thu thập dữ liệu ban đầu, cùng với lưu trữ, quản lý dữ liệu, là không đủ để đánh giá liệu công ty đó đã định hướng dữ liệu hay chưa.
Như các bạn đã biết, những công ty lớn trên thế giới luôn đi đầu trong việc tiếp cận công nghệ, kỹ thuật tiên tiến còn gặp khó khăn khi chuyển đổi, điều chỉnh mọi hoạt động kinh doanh của mình định hướng theo dữ liệu, thì các doanh nghiệp tại nước ta chắc chắn sẽ gặp những thách thức lớn hơn. Đặc biệt, các doanh nghiệp nước ta cũng không thường xuyên chú trọng vào quá trình R&D, (nghiên cứu và phát triển), bên cạnh đó ngành khoa học dữ liệu – Data science, lĩnh vực phân tích, khai thác dữ liệu như Data analytics, Data mining,… tuy đã ra đời từ lâu nhưng lại được coi là khá mới mẻ, trình độ tiếp cận khoa học, kỹ thuật còn rất chậm. Mặt khác vấn đề về tài chính; tình trạng thiếu nhân lực với kỹ năng, kiến thức chuyên môn đầy đủ thuộc những lĩnh vực đề cập ở trên; cùng với việc “ngại” thay đổi, ưu tiên kinh nghiệm và truyền thống, tránh sự phức tạp cũng cản trở nhiều công ty tại nước ta chuyển đổi, định hướng hoạt động theo dữ liệu.
Ngoài ra trong bài viết hôm nay, BigDataUni sẽ cùng các bạn tìm hiểu về Data – driven enterprise (bao gồm giải thích về Data – driven và Data – driven decision making), một số thách thức phải đối mặt khi thực hiện định hướng theo dữ liệu, và các đặc điểm của một công ty định hướng dữ liệu thành công.
Khái niệm về Data – driven, Data – driven decision making, Data – driven enterprise
- Data – driven
Theo Wikipedia: “The adjective data-driven means that progress in an activity is compelled by data, rather than by intuition or by personal experience.”. Nghĩa là: Data – driven là một tính từ mô tả các quy trình hoạt động phụ thuộc theo dữ liệu, hay được quyết định bởi dữ liệu thay vì dựa vào trực giác và kinh nghiệm cá nhân. Tương tự theo Techopedia, Data – driven là một tính từ được sử dụng để chỉ một quá trình hoặc hoạt động được thúc đẩy bởi dữ liệu, trái ngược với việc được điều khiển bởi trực giác hoặc kinh nghiệm cá nhân. Nói cách khác, các quyết định được đưa ra với bằng chứng thực nghiệm cụ thể và không dựa trên các suy đoán hoặc suy luận nhất thời không có lý do hợp lý. Thuật ngữ này được sử dụng trong nhiều lĩnh vực, nhưng phổ biến nhất trong lĩnh vực công nghệ và kinh doanh.
Giải thích một cách rõ hơn, tất cả các hoạt động, các quy trình định hướng Data – driven, đều được quyết định bởi dữ liệu, được thực hiện dựa vào dữ liệu. Ví dụ, nếu dữ liệu chỉ ra rằng doanh số đang bị giảm, nguyên nhân do sai lầm trong các chiến lược marketing nhắm đến không đúng đối tượng khách hàng, thì cách thức tiếp thị phải được nhanh chóng sửa đổi lại sao cho chính xác; nếu phân tích dữ liệu cho thấy rằng người dùng thiết bị di động hiện tại đang nghiêng về hay ưa chuộng một tính năng cụ thể nào đó, thì khi công ty sản xuất thiết bị di động tiếp theo, có thể sử dụng thông tin trên để thay đổi, nâng cấp. Thuật ngữ Data – driven xuất hiện phổ biến trong các lĩnh vực như Big data, Data analytics,
Data mining, hay Business Intelligence, những lĩnh vực coi dữ liệu, thông tin là cơ sở cho mọi hoạt động của tổ chức, trong đó thu thập và phân tích dữ liệu là động lực cốt lõi. Vì dữ liệu giờ đây dễ thu thập hơn và không còn tốn kém nhiều như xưa để lưu trữ, do đó các kỹ thuật phân tích, khai thác dữ liệu đang ngày càng trở thành những công cụ tốt nhất để: hỗ trợ các quyết định, chiến lược của tổ chức; cải thiện hiệu quả hoạt động kinh doanh; tạo ra những giá trị bền vững cho khách hàng; quản lý, vận hành tốt các bộ phận chức năng; sáng tạo, nắm bắt cơ hội kinh doanh, đi trước đối thủ cạnh tranh.
- Data – driven decision making
Ra quyết định dựa trên dữ liệu (DDDM) liên quan đến việc đưa ra các quyết định được hỗ trợ bởi quá trình phân tích dữ liệu thay vì đưa ra các quyết định mang tính trực giác hoặc chỉ dựa trên quan sát thực tế. Khi công nghệ kỹ thuật đã phát triển theo cấp số nhân trong những năm gần đây, cùng với sự ra đời của nhiều công cụ, phần mềm khai thác, phân tích dữ liệu tiên tiến hơn thì quá trình ra quyết định dựa trên dữ liệu đã dễ dàng tiếp cận hơn. Theo Techopedia, DDDM còn được biết đến với các thuật ngữ khác như Data-directed decision making, Data-driven decision management. DDDM còn là một quá trình bao gồm thu thập dữ liệu dựa trên các mục tiêu kinh doanh hoặc các KPI có thể đo lường được, phân tích dữ liệu để tìm kiếm insights (thông tin hữu ích, tiềm ẩn trong bộ dữ liệu), và sử dụng chúng để phát triển các chiến lược và giải pháp hoạt động đem lại lợi ích cho công ty trong nhiều lĩnh vực khác nhau.
Nói cách khác, DDQM là cách một công ty tận dụng nguồn tài nguyên dữ liệu để đạt được giá trị trong kinh doanh. Lưu ý, trong bài viết lần này, chúng tôi chỉ tập trung giới thiệu về Data – driven enterprise cũng như công ty định hướng dữ liệu là gì, và làm thế nào để chuyển đổi hoạt động kinh doanh định hướng dữ liệu, và sẽ không nói chi tiết về DDQM như lợi ích của DDQM, những bước, cách thức triển khai ra quyết định dựa trên dữ liệu. DDQM và Data – driven enterprise có mối liên hệ mật thiết với nhau, chính các quy trình ra quyết định dựa trên dữ liệu là cơ sở xác định và đánh giá một công ty có định hướng dữ liệu hay không, nhưng chúng vẫn là 2 thuật ngữ cần tách biệt để bàn luận. Nếu chúng tôi phân tích luôn về DDQM sẽ làm dài bài viết không đi đúng mục tiêu của phần 1 bài viết là tìm hiểu tổng quan về Data – driven enterprise. Do đó chúng tôi sẽ bàn luận về DDQM ở một bài viết riêng
- Data – driven enterprise
Công ty định hướng dữ liệu, Data – driven enterprise, là công ty mà ở đó những quyết định kinh doanh, chiến lược hay mô hình kinh doanh mới được tạo ra dựa trên các kết quả thu được là những thông tin hữu ích từ quá trình khai thác, phân tích nguồn dữ liệu đáng tin cậy, có chất lượng tốt. Nếu các bạn đã hiểu ý nghĩa của Data – driven mà chúng tôi vừa giải thích ở trên, thì sẽ dễ dàng hiểu được thế nào là công ty định hướng dữ liệu. Hiểu một cách đơn giản, bất kể doanh nghiệp, công ty nào sử dụng phân tích dữ liệu đến đi đến quyết định thì đều được gọi là định hướng theo dữ liệu, nhưng không thể nói liệu việc định hướng có hợp lý, đúng đắn, và hiệu quả hay không nếu không xét đến tính chất, thực trạng dữ liệu. Do đó, ở trên chúng tôi có đề cập “dữ liệu đáng tin cậy, chất lượng tốt”, vậy dữ liệu đáng tin cậy, chất lượng tốt là gì? Dữ liệu chất lượng tốt phải đạt được những yêu cầu sau: Mức độ chính xác (Accuracy), tính đầy đủ (Completeness), tính nhất quán (Consistency), tính vẹn toàn (Integrity), mức độ liên quan (Relevance), tính kịp thời (Timeliness), tính hợp lệ (Validity),…
Các bạn có thể tham khảo các bài viết của chúng tôi về Data quality để hiểu rõ hơn:
Một số thách thức công ty phải đối mặt khi bắt đầu định hướng dữ liệu trong các hoạt động
Ở đầu bài viết, chúng tôi cũng đã nhắc đến một vài thách thức mà những công ty tại nước ta phải đối mặt khi tiếp cận dữ liệu, và mong muốn định hướng dữ liệu. Trong phần tiếp theo này, chúng ta sẽ bàn luận lại cụ thể hơn. Các yếu tố trực giác là cần thiết khi nói đến quy trình ra quyết định của tổ chức. Trong thực tế, kết hợp kinh nghiệm trong quá khứ, quan điểm cá nhân và hiểu biết thực tế là điều cần thiết để hình thành bất kỳ quyết định hợp lý nào tại mỗi công ty. Tuy nhiên, để gặt hái những lợi ích của việc trở thành một công ty định hướng dữ liệu, thì sự nhìn nhận những khía cạnh khách quan, và sự am hiểu về dữ liệu, cũng như mục đích phân tích dữ liệu, mục tiêu kinh doanh là điều quan trọng. Kinh nghiệm, trực giác, ý kiến cá nhân chỉ nên mang tính chất hỗ trợ, tham khảo thêm cho giai đoạn cân nhắc các quyết định sau cùng. Đây cũng chính là thách thức lớn đặc biệt đối với những doanh nghiệp tại nước ta.
Thông thường cách thức làm việc hiện tại ở những doanh nghiệp đều dựa trên kinh nghiệm, những quy trình được cho là tiêu chuẩn, và đã được kiểm chứng sự hiệu quả từ trước. Nếu muốn thoát khỏi một hệ thống khuôn mẫu, thoát khỏi những suy nghĩ cá nhân mang tính chủ quan ví dụ như “Chúng tôi đã thực hiện chiến lược này nhiều lần rồi và đã thành công” hoặc “trước giờ chúng tôi đã quen cách thức làm việc như vậy rồi”, là vô cùng khó khăn, đòi hỏi sự quyết tâm và mong muốn đổi mới không chỉ của cấp lãnh đạo, mà toàn bộ nhân viên. Cũng chính vì thế, nếu doanh nghiệp có một khối lượng lớn dữ liệu cần khai thác, thì sự thiếu linh hoạt trong cách thức làm việc sẽ tạo thêm khó khăn, gia tăng chi phí, làm giảm hiệu suất, làm chậm tiến độ khai thác dữ liệu, qua đó biến nguồn tài nguyên dữ liệu trở nên lãng phí.
Theo Gartner, những thách thức chính mà một công ty phải đối mặt khi thực hiện Data – driven như:
- Những công ty ngày nay đẩy mạnh áp dụng công nghệ, kỹ thuật vào kinh doanh nhiều hơn, và triển khai các hoạt động thu thập, phân tích dữ liệu nhưng tham vọng của họ vẫn bị cản trở bởi chính những định kiến và suy nghĩ trước đây về dữ liệu. Họ luôn cho rằng dữ liệu hay phân tích dữ liệu chỉ đóng vai trò phụ trong các chiến lược, giải pháp hoạt động, chưa coi trọng và nhìn nhận lợi ích dữ liệu mang lại.
- Những công ty vẫn chưa có một hệ thống dữ liệu hoàn chỉnh, chưa tập trung tổ chức các hoạt động phân tích dữ liệu hiệu quả, thiếu nguồn lực cần thiết như thiếu nhân lực có chuyên môn, hay không phân bổ nhân lực hợp lý, không phân quyền hiệu quả. Theo Gartner, các công ty thường bổ nhiệm một vị trí giám đốc, người quản lý, người đứng đầu chịu trách nhiệm toàn bộ cho nhiệm vụ tối ưu dữ liệu và phân tích, đồng thời phát triển các năng lực cạnh tranh cần thiết cho chính công ty.
- Các bộ phận dữ liệu, bộ phận phân tích dữ liệu thường tập trung chủ yếu vào việc hỗ trợ các dự án kinh doanh cho công ty, ít có sự chia sẻ những kiến thức, hiểu biết về dữ liệu đến những nhân viên khác, hay không nỗ lực trao đổi, phối hợp với những phòng ban khác nhằm tăng hiệu suất công việc, để đạt được kết quả mong muốn tốt hơn.
Thách thức chính mà những công ty tại nước ta phải đối mặt đó vẫn chính là những thách thức về tài chính, nguồn nhân lực chuyên môn, và đặc biệt là khả năng tiếp cận các công nghệ tiên tiến. Hiện nay ở nước ta, vẫn chưa có nhiều trường đại học, hay các viện đào tạo cung cấp những khóa học Data science, hay Data analytics, Big data, bên cạnh đó những lĩnh vực này còn khá mới mẻ cho nên sự thiếu hụt những ứng viên có đủ kiến thức, chuyên môn, kỹ năng cần thiết để các công ty tuyển dụng là điều hiển nhiên. Để công ty có thể định hướng dữ liệu trong từng hoạt động kinh doanh thì công ty phải cần có nhân viên am hiểu sâu và có kinh nghiệm trong lĩnh vực phân tích dữ liệu bên cạnh đó lực lượng nhân viên IT (công nghệ thông tin) cũng cần có kiến thức, hiểu biết về những công cụ, phần mềm xử lý dữ liệu phổ biến ngày nay.
Xây dựng một hệ thống dữ liệu hoàn chỉnh với công nghệ tiên tiến, khả năng kết nối tất cả các phòng ban khác trong công ty, có khả năng thu thập, cập nhật, lưu trữ dữ liệu mới liên tục, quản lý dữ liệu hiệu quả, đòi hỏi công ty phải có nguồn lực tài chính đủ mạnh, do đó đối với các công ty quy mô vừa và nhỏ thì đây là thách thức lớn hơn rất nhiều. Mặt khác, nếu những công ty có khả năng tiếp cận công nghệ tiên tiến mà không xem xét, cân nhắc, không xác định các công nghệ, phần mềm thích hợp thì cũng sẽ không đem lại hiệu quả trong quá trình khai thác dữ liệu
Ngoài ra, việc tích hợp quá trình phân tích dữ liệu vào trong từng hoạt động của công ty một cách hiệu quả, thì những nhân viên tại tất cả các phòng ban, bộ phận chức năng cần có năng lực xử lý, làm việc với dữ liệu, có thể đọc các báo cáo dữ liệu phức tạp, có khả năng giải thích ý nghĩa của dữ liệu, và biết được tầm quan trọng của dữ liệu, nắm được các quy định, quy tắc công ty về bảo mật dữ liệu. Tuy nhiên nếu họ đã quen với các quy trình làm việc hiện tại và không muốn thay đổi, thêm vào đó công ty không có các chính sách, giải pháp training hiệu quả, thì không những không gặt hái được giá trị từ dữ liệu mà còn làm chậm tiến độ, làm giảm hiệu suất làm việc của toàn công ty, ảnh hưởng đến mọi dự án kinh doanh khác. Nhắc đến vấn đề bảo mật dữ liệu, thì đây cũng là thách thức rất cần được quan tâm, chú ý.
Chắc các bạn tham khảo những bài viết trước đây thì cũng biết chúng tôi đã đề cập rất nhiều về luật An ninh mạng tại nước ta, hay điều luật GPDR tại các nước châu Âu, cũng như xu hướng khách hàng, người tiêu dùng ngày nay quan tâm nhiều hơn về bảo mật thông tin cá nhân, sự minh bạch trong việc sử dụng thông tin cá nhân trong các công ty kinh doanh. Facebook, Google, Twitter, hay gần nhất là Thế giới Di động tại nước ta không minh bạch trong việc sử dụng dữ liệu cá nhân của khách hàng, để lộ thông tin của khách hàng, qua đó mất dần hình ảnh, và sự uy tín; tất cả là những bài học quý giá mà các công ty khác cần rút kinh nghiệm
Đối với các công ty mới bắt đầu triển khai, hay định hướng các hoạt động dữ liệu thì họ thường sẽ chưa có khả năng xây dựng những chiến lược, hệ thống quản lý dữ liệu (Data management), quản trị dữ liệu (Data governance) một cách hiệu quả nhất, đặc biệt là các quy định, chính sách bảo mật dữ liệu, bảo mật thông tin, bên cạnh đó là hệ thống máy tính, lưu trữ dữ liệu chưa thực sự an toàn thì khả năng bị tin tặc đánh cắp dữ liệu hay chính nhân viên công ty truy cập, sử dụng dữ liệu mật một cách trái phép là cực kỳ cao.
Sau cùng là thách thức đến từ các cấp lãnh đạo, điều hành, họ cần phải có tầm nhìn sáng suốt, phải hiểu rõ nhu cầu, tình hình hiện tại của công ty, phải có khả năng quản lý, tư duy thay đổi, nắm bắt với những xu hướng thị trường, am hiểu đối thủ cạnh tranh, để đưa ra những quyết định đúng đắn trong quá trình định hướng dữ liệu cho từng hoạt động kinh doanh trong công ty.
Để hiểu rõ hơn, chúng ta cần xác định xem một công ty định hướng dữ liệu hiệu quả thì có các đặc điểm gì, những đặc điểm ấy chính là thể hiện cách công ty đó đã đối phó với những thách thức trên như thế nào.
Các đặc điểm của một công ty định hướng dữ liệu hiệu quả
Đầu tiên, không chỉ điều chỉnh mọi hoạt động, quyết định đều được đưa ra dựa trên dữ liệu tin cậy, một công ty có định hướng Data – driven còn phải xây dựng một hệ thống dữ liệu bao gồm các ứng dụng, công cụ kỹ thuật, phần mềm hỗ trợ xử lý, phân tích dữ liệu, sao cho hiệu quả và hợp lý nhất. Đây còn là cơ sở xác định liệu dữ liệu có được công ty xem là yếu tố cốt lõi, đóng vai trò quan trọng trong chiến lược kinh doanh hay không.
Ngoài ra, một công ty định hướng dữ liệu phải có tư duy (mindset), những phương pháp làm việc với dữ liệu (trong mọi hoạt động ở hầu hết các bộ phận chức năng), luôn sẵn sàng thay đổi, cập nhật, và thích ứng tốt với sự biến động của dữ liệu ngày nay, đặc biệt là nguồn dữ liệu thu thập từ bên ngoài như dữ liệu khách hàng, dữ liệu thị trường. Chuyển đổi thành một công ty định hướng dữ liệu không chỉ ở việc khuyến khích sử dụng dữ liệu trong việc ra quyết định.
Các nhà lãnh đạo, các chuyên gia phân tích còn phải dẫn dắt sự phát triển của tổ chức, thiết lập, phân bổ nguồn lực, phân quyền, cân bằng lượng công việc,… phù hợp với tham vọng của chính công ty trong việc đạt được giá trị, lợi nhuận từ dữ liệu. “ Các tổ chức hoạt động dựa trên dữ liệu được lãnh đạo bởi các giám đốc đầy sáng tạo, tư duy sáng suốt, cởi mở, điều hành tổ chức với niềm đam mê và sự ham học hỏi. Những nhà lãnh đạo cần có sự sắc bén, sẵn sàng tham gia, hỗ trợ cho quá trình đào sâu dữ liệu để thu thập các thông tin hữu ích, ngoài ra thực hiện những bước đi táo bạo, đầu tư vào các nền tảng IoT, nền tảng công nghệ để tạo ra một cơ sở hạ tầng tốt để đẩy mạnh các hoạt động định hướng dữ liệu.” theo Sergey Patsko, Engagement Leader của bộ phận Data Science Services tại công ty General Electric.
Bên cạnh đó, các nhân viên trong công ty cần trang bị những kiến thức về dữ liệu, cách thức làm việc với dữ liệu, khả năng phân tích dữ liệu, trao đổi, bàn luận dựa trên các báo cáo về dữ liệu. Ví dụ điển hình là công ty Airbnb của Hoa Kỳ, trong năm 2016, chỉ có30% số nhân viên của công ty sử dụng các nền tảng xử lý dữ liệu, với nhu cầu mở rộng các văn phòng, chi nhánh và mong muốn mỗi nơi có một chuyên gia về dữ liệu để đưa ra các quyết định dựa vào dữ liệu.
Để khắc phục được vấn đề này, Airbnb đã bắt đầu triển khai Data University, giáo dục dữ liệu cho mọi nhân viên trong công ty. Từ các kỹ sư, các nhà quản lý sản phẩm, nhà thiết kế – mọi nhân viên bất kể vai trò nào cũng có cơ hội học cách sử dụng những thông tin hữu ích, kết quả phân tích trong việc ra quyết định, cách phân tích và trực quan hóa dữ liệu bằng những bộ công cụ có sẵn. Đây là thành công lớn của Airbnb, chỉ trong vòng 1 năm, các nhân viên đã biết được cách tự xử lý, phân tích dữ liệu, qua đó tăng gấp đôi số lượng nhân viên tham gia vào các công việc liên quan đến dữ liệu.
Image from rawpixel.com
Văn hóa dữ liệu là một đặc điểm quan trọng của Data – driven enterprise. Văn hóa dữ liệu chính là tư duy về dữ liệu kết hợp với tư duy trong từng hoạt động kinh doanh và văn hóa làm việc chung của tổ chức. Văn hóa dữ liệu đóng vai trò trung tâm trong việc xác định những quyền về dữ liệu của nhân viên (như quyền truy cập, quyền sử dụng cho mục đích công việc); xác định cách dữ liệu được chia sẻ, trao đổi thông tin xuyên suốt trong nội bộ tổ chức; xác định vị thế của dữ liệu trong từng chiến lược hoạt động. Văn hóa dữ liệu phải có sức lan tỏa, dữ liệu phải có sự minh bạch ở từng giai đoạn, các nhân viên phải hiểu rõ mục đích của việc nghiên cứu, phân tích dữ liệu, và tác động của nó lên mục tiêu kinh doanh của công ty. Ngoài các đặc điểm hơn, theo IBM, công ty hàng đầu trong lĩnh vực công nghệ, phần mềm, cho rằng công ty định hướng dữ liệu tốt cần có những đặc điểm khác sau:
- Dữ liệu nội bộ được thu thập từ khắp các bộ phận chức năng trong công ty một cách có tập trung và có tổ chức để đảm bảo các yêu cầu về chất lượng như mức độ liên quan đến mục tiêu của công ty, và tính kịp thời. Nguồn dữ liệu thu thập bên ngoài không nên được hạn chế hoặc giới hạn, do có rất nhiều loại dữ liệu có thể đem lại thông tin hữu ích khi phân tích, thậm chí nếu đó là dữ liệu thuộc lĩnh vực khác mà có khả năng ảnh hưởng đến hoạt động kinh doanh của công ty cũng cần được quan tâm nghiên cứu. Mặc dù không đặt ra giới hạn cho dữ liệu bên ngoài nhằm khuyến khích công ty tìm hiểu rộng hơn nhiều khía cạnh khác nhau của môi trường kinh doanh nhưng vẫn cần phải đưa ra những tiêu chuẩn, và chừng mực nhất định tránh việc quá tải thông tin, dữ liệu dẫn đến chi phí gia tăng một cách lãng phí. Sau khi dữ liệu bên trong và bên ngoài được thu thập, lưu trữ, yếu tố quan trọng tiếp theo là cách thức quản lý chặt chẽ, hiệu quả đảm bảo công ty sẽ gặt hái được giá trị từ việc đầu tư vào quá trình khai thác dữ liệu.
- Nói tiếp về quản lý dữ liệu, công ty Data – driven tốt cần thiết lập một hệ thống Data management hoàn chỉnh, kèm theo là những chính sách, quy định đề ra trong Data governance (quản trị dữ liệu) để việc bảo vệ, quản lý tốt dữ liệu, cải thiện chất lượng dữ liệu đặc biệt là dữ liệu chủ (master data) – một tập hợp các định danh (identifiers) và thuộc tính thống nhất mô tả các thành phần cốt lõi của tổ chức, công ty như khách hàng, sản phẩm, tài sản, nhân viên, nhà cung cấp.
Để hiểu rõ hơn về Data management, Data governance, mời các bạn tham khảo thêm các bài viết dưới đây: Tầm quan trọng của quản lý dữ liệu (data management) (P1)Tầm quan trọng của quản lý dữ liệu (data management) (P2)
- Dữ liệu có thể dễ dàng tiếp cận và truy cập. Trong các công ty định hướng dữ liệu hầu hết mọi nhân viên đều có quyền truy cập vào một số loại dữ liệu cần thiết cho công việc (không phải toàn bộ dữ liệu). Các quy định, yêu cầu về bảo mật dữ liệu và quyền riêng tư cũng cần được đề ra để giới hạn dữ liệu có thể được truy cập. Tính dễ dàng ở đây nói đến ví dụ như nhân viên có thể truy cập vào dữ liệu mình cần một cách đơn giản, nhanh chóng thông qua các công cụ khác nhau điện thoại thông minh, máy tính để bàn và máy tính xách tay.
- Các công cụ hỗ trợ phân tích dữ liệu tại những công ty định hướng dữ liệu cần phải là những công cụ sáng tạo, tiên tiến nhất với đầy đủ chức năng, tính năng khác nhau, tăng hiệu suất, khả năng xử lý, phân tích để giúp công ty nhanh chóng thu thập giá trị từ dữ liệu. Sự hiệu quả đến từ công cụ phân tích sẽ giúp công ty đạt được lợi thế cạnh tranh ví dụ từ các mô hình phân tích cho phép công ty nắm bắt, dự báo hành vi của khách hàng, đưa ra các quyết định kinh doanh, hành động phù hợp dựa vào những thông tin hữu ích tiềm ẩn trong bộ dữ liệu.
Đến đây là kết thúc phần 1 bài viết chủ đề về Data – driven enterprise, ở phần tiếp theo, chúng tôi sẽ bàn luận về những giải pháp hỗ trợ công ty định hướng dữ liệu một cách hiệu quả, mời các bạn đón đọc.
Nguồn tham khảo:
https://www.dataversity.net/how-to-become-a-data-driven-enterprise/
https://dzone.com/articles/what-it-means-to-be-a-data-driven-enterprise-and
hhttps://www.gartner.com/en/documents/3885387-build-a-data-driven-enterprise
https://www.inteliment.com/blog/our-thinking/data-driven-enterprise/
https://tdwi.org/Articles/2018/09/26/PPM-ALL-Five-Characteristics-Data-Driven-Company.aspx?Page=2
https://www.delaware.pro/en-be/solutions/data-driven-organization
https://www.techopedia.com/definition/32877/data-driven-decision-making-dddm
Về chúng tôi, công ty BigDataUni với chuyên môn và kinh nghiệm trong lĩnh vực dữ liệu sẵn sàng hỗ trợ các công ty đối tác trong việc xây dựng và quản lý hệ thống dữ liệu một cách hợp lý, tối ưu nhất để hỗ trợ cho việc phân tích, khai thác dữ liệu và đưa ra các giải pháp. Các dịch vụ của chúng tôi bao gồm “Tư vấn và xây dựng hệ thống dữ liệu”, “Khai thác dữ liệu dựa trên các mô hình thuật toán”, “Xây dựng các chiến lược phát triển thị trường, chiến lược cạnh tranh”.