Nội dung chính
Chuyển đổi số, data-driven là những thuật ngữ hấp dẫn trong thời gian gần đây. Mặc dù doanh nghiệp đều hiểu việc đưa ra quyết định dựa trên dữ liệu là điều quan trọng, nhưng làm thế nào để bắt đầu với dữ liệu không phải dễ dàng. Doanh nghiệp Việt trên con đường số hóa việc quản trị vẫn loay hoay với rất nhiều khó khăn.
Những trở ngại trong tư duy
Sự choáng ngợp về big data, trí tuệ nhân tạo, machine learning… tạo ra lầm tưởng rằng sử dụng data là quyền năng của những công ty công nghệ. Nhưng xây dựng một doanh nghiệp data-driven không hề khó đến thế, chuyển đổi số là sân chơi công bằng cho tất cả mọi doanh nghiệp, dữ liệu là thứ mà mọi doanh nghiệp dù ít hay nhiều đều đã có trong tay, và mọi doanh nghiệp đều có thể bắt đầu xây dựng hệ thống data cho riêng mình.
90% doanh nghiệp Việt là doanh nghiệp vừa và nhỏ, rất ít doanh nghiệp trong số đó cần tới big data để thấy bức tranh về quản trị vận hành doanh nghiệp. Chỉ cần biết cách thu thập và khai thác dữ liệu đúng cách, dữ liệu đó đã có thể hỗ trợ doanh nghiệp đưa ra những quyết định quan trọng.
Ví dụ: Các doanh nghiệp thường bỏ rất nhiều chi phí cho việc tuyển dụng, đào tạo và giữ chân nhân sự, vậy làm thế nào có thể đo lường hiệu quả chi phí này? Đối với bộ phận tuyển dụng, các chỉ số hiệu quả có thể là:
- Time to hire (thời gian tuyển dụng): Thời gian trung bình kể từ khi một vị trí mở tuyển cho tới khi một ứng viên chính thức trúng tuyển là bao nhiêu ngày? Chỉ số này giúp doanh nghiệp thấy được hiệu quả của quy trình tuyển dụng, đồng thời cũng thể hiện mức độ khó trong việc tuyển dụng đối với một vài vị trí nhất định.
- Cost per hire (chi phí trên mỗi ứng viên tuyển được): Chỉ số này thể hiện chi phí mà công ty cần bỏ ra để có một ứng viên vào công ty. Cách tính chỉ số này: Tổng chi phí tuyển dụng/ Số nhân sự tuyển được.
Để có được 2 chỉ số trên, doanh nghiệp cần thu thập các số liệu sau: Số ứng viên ứng tuyển cho từng vị trí, ngày bắt đầu mở tuyển, ngày nhân sự trúng tuyển và onboarding, chi phí để tuyển vị trí này. Những con số này không khó để thu thập, doanh nghiệp chỉ cần chuẩn hoá quy trình tuyển dụng và yêu cầu nhân sự ghi chú lại những thông tin này trong quá trình làm việc hàng ngày. Sau một thời gian, những dữ liệu đó đủ lớn và có thể giúp nhà quản lý nhìn thấy một bức tranh rõ ràng hơn về hiệu quả làm việc của bộ phận mình.
Doanh nghiệp có thể thu thập các dữ liệu trên bằng những phần mềm riêng cho nghiệp vụ tuyển dụng, nếu doanh nghiệp không có phần mềm, việc thu thập dữ liệu vẫn có thể thực hiện được, khi đó nhân sự là người thu thập dữ liệu thay máy móc, và nơi lưu trữ dữ liệu có thể sử dụng Google Spreadsheet. Tuy nhiên, việc thu thập bằng sức người chỉ khả thi với số lượng dữ liệu ít, nếu dữ liệu lớn dần, doanh nghiệp cần cân nhắc về sự hỗ trợ từ công nghệ để tự động hoá việc thu thập dữ liệu.
Doanh nghiệp nên bắt đầu làm dữ liệu như thế nào?
Để bắt đầu hành trình xây dựng một doanh nghiệp data-driven, việc đầu tiên doanh nghiệp cần làm là số hoá mọi luồng công việc, quy trình trong doanh nghiệp, chuẩn hóa các luồng sinh data để nhìn thấy hiện trạng vận hành trong doanh nghiệp đang diễn ra như thế nào. Tiếp theo, dựa vào dữ liệu, doanh nghiệp mới có thể xác định vấn đề và tối ưu dữ liệu để tìm cách giải quyết.
Thay vì “measure what matter”, thay vì cần thời gian, trải nghiệm để biết được “cái gì là quan trọng để đo lường”, bạn nên lắng nghe mọi thứ từ trong doanh nghiệp của mình, “measure everything” – đo lường tất cả mọi thứ để biết thứ gì thực sự ảnh hưởng tới tình hình phát triển và việc vận hành của công ty. Việc đo lường tất cả mọi thứ nghe có vẻ phức tạp, nhưng nguyên lý vận hành rất đơn giản, giống như một nhà máy sản xuất, dữ liệu được sản sinh và xử lý thông qua hệ thống dữ liệu (Data system) gồm 4 thành phần cơ bản như sau:
- Data Collector: là các công cụ, phần mềm sản xuất ra dữ liệu và lưu trữ dữ liệu trong quá trình vận hành doanh nghiệp. Ví dụ: Nếu doanh nghiệp quản lý khách hàng bằng phần mềm CRM, thì CRM là nơi sản xuất & lưu trữ dữ liệu. Nếu doanh nghiệp dùng Google Form để thu thập thông tin khách hàng và xuất ra Google Spreadsheet, thì Google Form là nơi sản xuất, còn Google Spreadsheet là nơi lưu trữ dữ liệu khách hàng. Nếu doanh nghiệp dùng Base Request để lưu trữ các thông tin về doanh thu, chi phí, thì Base Request là nơi sản xuất & lưu trữ dữ liệu tài chính của doanh nghiệp.
- Data Pipeline: Giống như một ống dẫn nước, Data pipeline là công cụ dẫn dữ liệu lưu trữ từ các nguồn khác nhau về một nơi duy nhất là Data Warehouse.
- Data Warehouse: là nơi lưu trữ tất cả dữ liệu của doanh nghiệp, nơi lưu trữ đó có thể là hệ thống riêng của doanh nghiệp (on-premise). Doanh nghiệp cũng có thể lựa chọn giải pháp Database-as-a-Service (DBaaS) – dịch vụ được quản lý bởi các nhà cung cấp cloud như Google Cloud, AWS…
- Data Mining Tool: là các công cụ giúp xử lý dữ liệu, để biến dữ liệu thô thành các thông tin hữu ích cho doanh nghiệp. Sau khi có nhóm dữ liệu này, doanh nghiệp có thể trực quan hoá dữ liệu thành các dashboard, báo cáo quản trị giúp ích cho việc vận hành hàng ngày.
Điều gì sẽ khiến công cuộc dữ liệu hoá của doanh nghiệp thất bại?
- Thiếu Data Provider: Nếu không có các thiết bị, phần mềm sản xuất ra dữ liệu, toàn bộ các bước xử lý dữ liệu hay trích xuất báo cáo sau đó sẽ không thể thực hiện. Muốn đi tới đích cuối cùng là các báo cáo quản trị, các doanh nghiệp cần bắt đầu thu thập dữ liệu ngay hôm nay & chuẩn hoá các luồng sinh dữ liệu bằng các phần mềm, hệ thống mà doanh nghiệp đang sử dụng.
- Không thu thập được dữ liệu quá khứ (historical data): Dữ liệu cần được tích lũy cho tới khi đủ lớn thì mới đem lại insight hữu ích. Không ai có thể “làm hộ” doanh nghiệp trong việc thu thập lại dữ liệu trong quá khứ. Trên thực tế, trong quá trình thu thập dữ liệu quá khứ, doanh nghiệp sẽ nhận ra dữ liệu bị thiếu sót, mất mát hoặc phân mảnh khắp nơi tại các nơi lưu trữ khác nhau. Trong trường hợp đó, thà dữ liệu bị phân mảnh còn hơn bị mất hoặc không thể tìm thấy nơi lưu trữ. Do đó, việc bắt đầu chọn phần mềm để doanh nghiệp tương tác và sản sinh dữ liệu trên đó là rất quan trọng, một khi dữ liệu quá khứ đã được lưu trữ, doanh nghiệp có thể tìm lại và trích xuất ra bất kỳ khi nào có nhu cầu.
- Khả năng tích hợp của phần mềm: Nếu phần mềm không có khả năng tích hợp với các công cụ khác hoặc không thể trích xuất dữ liệu ra bên ngoài, doanh nghiệp không thể sử dụng dữ liệu quá khứ của chính mình. Do đó, khi lựa chọn phần mềm, hãy chú ý tới khả năng tích hợp của phần mềm để tránh tình trạng mất dữ liệu.
Rất nhiều công ty hàng đầu thế giới và tại Việt Nam đã nhận thức được tầm quan trọng của việc sử dụng data và sớm đẩy mạnh việc xây dựng – lưu trữ – khai thác dữ liệu trong quản trị và vận hành doanh nghiệp. Việc này càng được thực hiện sớm thì doanh nghiệp càng sớm sở hữu những lợi thế lớn.