Vận hành dựa trên dữ liệu là trách nhiệm của mọi người
Trong thế kỷ 21, mọi tổ chức đều cần vận hành dựa trên dữ liệu để cạnh tranh. Vận hành dựa trên dữ liệu không phải là tự động hóa để thay thế con người, mà là cung cấp cho họ công cụ và thông tin để làm việc hiệu quả hơn trong vai trò của mình.
Chúng tôi coi đó là trách nhiệm của mọi người trong tổ chức phải trở nên dựa trên dữ liệu hơn. Rốt cuộc, mỗi người trong chúng ta có lẽ đều chạm tới dữ liệu theo cách nào đó, bất kể vai trò. Chúng tôi liên tục tìm kiếm những cơ hội khác nhau để nâng tầm nguồn lực và đồng hành cùng họ trên hành trình này.—Rachel Alt-Simmons, AXA XL
Chỉ số thành công của chương trình dữ liệu phụ thuộc vào ngành và tổ chức của bạn
Không có chương trình dữ liệu “một mẫu cho tất cả”. Mục tiêu của mỗi chương trình sẽ khác nhau tùy theo các yếu tố như ngành, quy mô công ty và cơ cấu đội ngũ.
Hãy lấy AXA XL làm ví dụ. AXA XL, được Tập đoàn AXA mua lại năm 2018, là một công ty bảo hiểm thương mại và chuyên biệt lớn, đánh giá các dự án phức tạp. Hiện họ có 13.000 nhân viên trên toàn cầu làm việc theo mô hình phân tán, nghĩa là nhiều nhóm không thực sự làm việc cùng hầu hết thành viên của họ. Hợp tác ảo là điều quan trọng trên các địa điểm toàn cầu, và với tư cách là công ty bảo hiểm, nhu cầu dữ liệu của họ phụ thuộc nhiều vào giấy tờ và PDF.
Hoạt động kinh doanh của chúng tôi dựa trên giấy tờ. Chúng tôi bán các tài liệu pháp lý—đó chính là hợp đồng bảo hiểm, chỉ là một tài liệu pháp lý. Chúng tôi tiếp nhận giấy tờ và tạo ra giấy tờ. Ví dụ, bạn nhận được một hồ sơ gửi từ khách hàng, trong đó chứa vô số tệp và thông tin. Bạn có thể nhận thông tin đó dưới dạng PDF, tài liệu Word, tệp Excel và có lẽ là mọi biến thể của chúng. Không có tiêu chuẩn hóa về cách tài liệu được gửi đến, nên không có một PDF tiêu chuẩn hay một tệp tiêu chuẩn. Mỗi khách hàng đều khác nhau.
Vì rất nhiều dữ liệu của họ được lưu trữ trong PDF và việc nhập liệu là thủ công, không phải mọi phần tử dữ liệu đều được ghi nhận. Nhiều thông tin bị mất hoặc khó truy xuất. Để giải quyết, AXA XL tận dụng các năng lực như xử lý ngôn ngữ tự nhiên để lấy tài liệu và dễ dàng trích xuất thông tin.
Cách triển khai một chương trình dữ liệu
1. Chọn cách tiếp cận từ trên xuống hoặc từ dưới lên
Cách tiếp cận từ trên xuống để xây dựng chương trình dữ liệu gắn với các sáng kiến dữ liệu và phân tích ở cấp độ tổ chức. Điều này đòi hỏi xây dựng chiến lược để chuẩn hóa cách các mô hình và quy trình phân tích được tích hợp trên các đội nhóm.
Cách tiếp cận từ dưới lên là nâng cao năng lực và kỹ năng tổng thể cho tất cả nhân viên trên lộ trình nghề nghiệp dữ liệu và phân tích. Ví dụ, sáng kiến Analytic DNA của AXA XL xác định các chuyên gia trong các lĩnh vực công nghệ và phân tích khác nhau, và tìm đến họ để lấy ý tưởng có thể nhân rộng trên toàn tổ chức.
Tin tốt là mọi người thực sự sẵn sàng chủ động và chia sẻ hướng dẫn, chuyên môn; điều đó giúp chúng tôi định hình chương trình thành thứ gì đó phù hợp và ăn khớp với các sáng kiến chiến lược.
2. Xây dựng chân dung người dùng và xác định mục tiêu của họ
Tại DataCamp, chúng tôi đã xác định một số chân dung hoặc vai trò liên quan đến dữ liệu mà khách hàng thường sử dụng: Người tiêu thụ dữ liệu, Lãnh đạo, Nhà phân tích dữ liệu, Nhà khoa học dữ liệu công dân, Nhà khoa học dữ liệu, Kỹ sư dữ liệu, Quản trị viên cơ sở dữ liệu, Nhà thống kê, Nhà khoa học học máy và Lập trình viên. Chúng tôi khuyên giảng viên cân nhắc các chân dung phù hợp khi xây dựng khóa học, và khuyên khách hàng doanh nghiệp cân nhắc các chân dung phù hợp khi xây dựng chương trình dữ liệu. Mỗi chân dung có mối quan hệ với dữ liệu khác nhau.
Hai chân dung chính tại AXA XL là Định phí bảo hiểm (Actuary) và Nhà khoa học dữ liệu, và hiện họ đang tập trung hội tụ các kỹ năng cần thiết của cả hai vai trò để thúc đẩy kinh doanh.
Luôn có một ranh giới thú vị trong nhiều tổ chức [bảo hiểm] giữa nền tảng định phí và cái mà tôi gọi là nền tảng phân tích hay khoa học dữ liệu “thuần”. Ở tổ chức của chúng tôi, chúng tôi đang đưa hai mảng đó lại với nhau. Chúng tôi thực sự dạy các chuyên gia định phí những kỹ thuật máy học thống kê hơn mà họ có thể áp dụng vào quy trình định phí. Không còn là “chúng tôi đối đầu họ” nữa. Mà là “làm sao kết hợp các năng lực này lại với nhau,” điều đó khá phấn khích.
3. Xác định khoảng trống cho từng chân dung
Chúng tôi khuyên tất cả khách hàng thực hiện kiểm kê tổng thể các kỹ năng dữ liệu nội bộ bằng ma trận kỹ năng. Có nhiều dạng khác nhau, nhưng nhìn chung là trực quan hóa điểm mạnh và khoảng trống kỹ năng ở cấp tổ chức, phòng ban, đội nhóm hoặc cá nhân.
Rachel tại AXA XL khuyên rằng bạn có thể xác định khoảng trống cho từng chân dung bằng cách đặt các câu hỏi như:
- Bạn muốn biết điều gì?
- Bạn muốn có thêm điều gì?
- Chúng tôi có thể cung cấp thêm gì, ví dụ: đào tạo, tuyển dụng, phát triển kỹ năng, hoặc công việc theo dự án?
- Chúng ta có đang liên kết các năng lực này với các dự án chiến lược một cách đúng đắn không?
Đối với các chuyên gia phân tích như nhà phân tích dữ liệu, nhà khoa học dữ liệu và kỹ sư dữ liệu, các công ty có thể xem xét liệu có khoảng trống ở các kỹ năng quan trọng như nhập dữ liệu, phân tích dữ liệu trên bảng tính, xử lý ngôn ngữ tự nhiên và xây dựng, vận hành pipeline dữ liệu hay không. Đây là một ví dụ ma trận kỹ năng mà chúng tôi xây dựng cho các chuyên gia dữ liệu.
Đối với Người tiêu thụ dữ liệu và Lãnh đạo, các kỹ năng cần thiết để thành công bao gồm kỹ năng mềm như giao tiếp, hiểu biết về trực quan hóa dữ liệu và tư duy thiết kế.
Tư duy thiết kế là [về] việc tạo ra một giải pháp, dù là kỹ thuật, dữ liệu hay mô hình. Làm thế nào để bạn làm điều đó theo cách phù hợp với khách hàng? Rồi làm thế nào để truyền đạt kết quả một cách hiệu quả?
4. Xây dựng lộ trình học tập cho từng chân dung
Một cách tiếp cận học tập tổng thể đòi hỏi sử dụng tư duy thiết kế để tạo lộ trình học hiệu quả. Không chỉ là xây dựng kỹ năng kỹ thuật—mà còn là bồi đắp các kỹ năng kinh doanh quan trọng. Chẳng hạn, AXA XL yêu cầu các chuyên gia định phí có thể chuyển hóa dữ liệu thành các khái niệm có ý nghĩa để những người ra quyết định như underwriter, người đánh giá rủi ro bảo hiểm, có thể đặt đánh giá rủi ro của công ty vào bối cảnh và rút ra kết luận hữu ích, như mức độ rủi ro nên nhận. Lộ trình học của chuyên gia định phí phải bao gồm khả năng đặt dữ liệu vào bối cảnh và chuyển tải hàm ý của chúng tới đối tượng rộng hơn.
Để giúp các tổ chức khám phá mức kỹ năng dữ liệu của đội ngũ theo từng chân dung, chúng tôi cung cấp đánh giá kỹ năng miễn phí thông qua báo cáo đối sánh. Cá nhân có thể làm bài đánh giá kỹ năng Signal để theo dõi tiến bộ của riêng mình.
Sau khi đánh giá kỹ năng, chúng tôi khuyên các tổ chức xây dựng các lộ trình tùy chỉnh để mọi người đều đạt mức kỹ năng nền tảng cần cho chân dung hoặc vai trò của mình. Lộ trình học cho Người tiêu thụ dữ liệu và Lãnh đạo có thể thiên về các khóa lý thuyết, trong khi các chuyên gia dữ liệu học các khóa lập trình thực hành. Ví dụ, vì rất nhiều dữ liệu của AXA XL ở dạng PDF, lộ trình học cho chuyên gia định phí và nhà khoa học dữ liệu của họ bao gồm nhiều khóa học về xử lý ngôn ngữ tự nhiên của chúng tôi. Với các chuyên gia định phí đầu sự nghiệp, chúng tôi khuyến nghị các khóa học R để vượt qua kỳ thi Phân tích Dự đoán.
Gặt hái lợi ích từ chương trình dữ liệu của bạn
Rachel cho biết việc đo lường thành công của chương trình dữ liệu rất đơn giản bằng cách trả lời câu hỏi: Nó có giúp bạn trở nên sinh lợi hơn không? Nếu dữ liệu được đưa vào các quyết định một cách đúng đắn, thì lợi nhuận cuối cùng sẽ phản ánh điều đó. Vì vậy, nếu kỹ năng của nhân viên đang phát triển và công ty bạn ra quyết định dựa trên thông tin, thì câu trả lời có khả năng là: có.
Để tìm hiểu thêm về xây dựng một chương trình dữ liệu thành công, hãy xem webinar theo yêu cầu.
