Phần lớn những câu hỏi thông thường của bạn đều có thể được AI giải đáp. Chỉ những vướng mắc mang tính bước ngoặt, mà việc giải quyết được chúng sẽ tạo ra thay đổi lớn cho bạn, mới thực sự cần đến sự dẫn dắt của người có kinh nghiệm. Bạn là người mới, đang tìm cách đưa Power BI vào bộ kỹ năng của mình để bứt phá trong công việc. Sau vài cú click chuột tìm kiếm, bạn nhận ra một khóa học Power BI từ cơ bản đến nâng cao có mức giá không hề rẻ, dao động từ 7.5 đến 13 triệu đồng. Với mức giá này, không ít người sẽ băn khoăn và có xu hướng nghiêng về phương án "từ chối". Vậy đâu là lý do đằng sau sự chần chừ này? Liệu có phải tất cả các khóa học đắt tiền đều không xứng đáng? Hãy cùng phân tích một cách thực tế. 1. Lợi thế của con đường "tự học": Nguồn tài nguyên chính thống và miễn phí Trước khi quyết định "xuống tiền" cho một khóa học, hãy nhìn vào những gì bạn có thể tiếp cận mà không tốn một đồng nào. Microsoft Learn - "Trường học" miễn phí từ A...
Công nghệ có thể hiện đại, dữ liệu có thể khổng lồ, nhưng cách bạn dùng nó vẫn quyết định bởi một yếu tố con người.
Nhiều người nghĩ rằng “Data Driven” chỉ cần đội ngũ giỏi, công cụ mạnh và dữ liệu lớn là đủ. Nhưng thực tế, tôi đã trải qua hai môi trường làm việc với cùng nguồn lực về dữ liệu, cùng có Data Analyst, cùng có công nghệ… mà cách họ dùng dữ liệu lại hoàn toàn khác nhau. Và sự khác biệt đó bắt nguồn từ nơi ít ai nghĩ tới – Phong cách quản lý và ra quyết định của lãnh đạo.
Ngày đó, tôi có cơ hội làm việc tại một công ty Fintech lớn. Một trong những giá trị cốt lõi trong văn hóa của công ty là Data Driven – ra quyết định và tự động hóa dựa trên dữ liệu.
Điều khiến tôi ấn tượng là hầu như mọi sản phẩm của công ty đều được xây dựng và đồng hành cùng đội ngũ Data Analyst (DA). Nhiệm vụ của họ không chỉ là theo dõi số liệu, mà còn phân tích sản phẩm, kiểm định giả thuyết và tự động hóa quy trình.
Các bạn DA ở đây tận dụng tối đa những công cụ như Python, Power BI, cùng các kiến thức chuyên môn như kiểm định thống kê, A/B testing, hồi quy tuyến tính, phân loại, phân cụm… để đánh giá hiệu quả và đề xuất tính năng cải tiến cho sản phẩm.
Tôi từng nghĩ rằng nghề Data Analyst ở đâu cũng sẽ như vậy.
Nhưng rồi tôi chuyển sang một “bến đỗ” khác – một trong những công ty phân phối và bán lẻ hàng đầu tại Việt Nam. Ở đây cũng có đội ngũ Data Analyst khá đông, dữ liệu lớn không kém (do đặc thù ngành bán lẻ) và hệ thống dữ liệu, báo cáo được xây dựng khá bài bản.
Điều bất ngờ 1: 99% nhiệm vụ của các bạn DA là xử lý số liệu và làm báo cáo Excel.
Tôi tự hỏi: “Báo cáo Excel? Với dữ liệu phát sinh hàng triệu dòng mỗi ngày, đây là công việc tổng hợp số liệu hơn là phân tích dữ liệu, đúng không?”
Điều bất ngờ 2: Nhiều lần tôi thấy mọi người loay hoay giải thích nguyên nhân sau mỗi lần doanh số ngày hôm trước tăng hoặc giảm đột biến. Lý do phổ biến nhất là: “Sales tăng do khách mua nhiều…”.
Nghe cũng hợp lý, nhưng nó giống như việc nói: “Bạn thi điểm cao vì bạn học giỏi”. Còn học gì, học ra sao, phương pháp nào hiệu quả… thì chẳng ai biết.
Tôi khá bối rối vì không hiểu sao công ty không ứng dụng các phương pháp mới, đặc biệt là Machine Learning, khi bối cảnh dữ liệu lớn là quá rõ ràng. Thay vào đó, mọi người chủ yếu làm việc trên Excel và đọc số liệu – thậm chí có báo cáo lên đến hàng trăm cột chỉ số.
Cho đến một ngày, tôi nhìn về phía lãnh đạo và chợt nhận ra:
Data Driven phụ thuộc vào phong cách quản lý và ra quyết định của lãnh đạo.
Ở công ty đầu tiên, lãnh đạo xuất thân từ ngành Fintech – nơi buộc phải Data Driven để lèo lái doanh nghiệp trên biển dữ liệu khách hàng. Họ đặt niềm tin vào công nghệ và xem công nghệ là kim chỉ nam.
Ở công ty thứ hai, lãnh đạo đặt niềm tin nhiều hơn vào quản trị kinh doanh, coi công nghệ là hạ tầng phục vụ vận hành. Quyết định kinh doanh cần dựa trên nhiều yếu tố quản trị hơn là phân tích dữ liệu chuyên sâu.
Cả hai đều muốn phân tích để tìm insight và ra quyết định. Nhưng ở trường hợp thứ hai, phân tích nghĩa là tổng hợp số liệu truyền thống để nhận diện mối tương quan, thay vì đào sâu vào mô hình dự đoán hay tối ưu hóa bằng thuật toán. Và vì thế, công việc của Data Analyst tại đây chủ yếu xoay quanh việc lấy số liệu và làm báo cáo Excel hàng ngày.
Lời kết:
Data Driven không chỉ là một khẩu hiệu đẹp hay một xu hướng thời thượng. Nó là cách tiếp cận cần được nuôi dưỡng từ trên xuống, bắt đầu từ phong cách quản lý và cách ra quyết định của lãnh đạo. Công nghệ, công cụ hay nhân sự giỏi đến đâu cũng sẽ khó phát huy hết sức mạnh nếu ban lãnh đạo không đặt dữ liệu làm trung tâm trong quá trình vận hành và phát triển doanh nghiệp.