Thu thập dữ liệu, thiết lập chỉ số và đánh giá

Luôn phải coi dữ liệu là tài sản của doanh nghiệp, tổ chức hay của quốc gia. Có thể thấy các công nghệ mấu chốt trong cuộc CMCN 4.0 đều xoay quanh vấn đề dữ liệu như IoT dùng để thu thập dữ liệu, các công nghệ BigData, AI cần dữ liệu để đào tạo, xử lý, các công cụ Analytics cần dữ liệu để hỗ trợ quyết định…  Thu thập, làm sạch, có biện pháp bảo vệ dữ liệu, có các công nghệ tiên tiến xử lý, phân tích dữ liệu là những khía cạnh không thể thiếu trong doanh nghiệp tham gia vào quá trình chuyển đổi số. Lưu ý chất lượng của dữ liệu là rất quan trọng. Quyết định, gợi ý, dự báo sai hay lãng phí tài nguyên, công nghệ xử lý dữ liệu là hậu quả của dữ liệu kém chất lượng khi thu thập. 

Khi có dữ liệu, quy trình được số hóa, việc “cân, đo, đong, đếm” trở nên dễ dàng hơn. Các tổ chức doanh nghiệp cần xác định ra các các chỉ số liên quan đến nghiệp vụ của doanh nghiệp để so sánh và cải tiến và tập trung tối ưu chỉ số này. Có thể ban đầu chỉ xác định ra một chỉ số (ví dụ giảm thời gian trung bình khách hàng nhận được sản phẩm của công ty), chỉ số này được phân nhỏ ra xem phụ thuộc vào chỉ số thành phần nào, mỗi chỉ số thành phần phụ thuộc vào quy trình nào, sản phẩm nào, có thể cải tiến bằng một giải pháp công nghệ mới nào không, nếu thay đổi giải pháp, chỉ số này tăng giảm ra sao

Bắt đầu bằng những giải pháp “thắng nhanh” (quick win solution)

Đừng trông chờ vào số hoá toàn bộ các bước, quy trình hay có một giải pháp công nghệ tổng thể cho doanh nghiệp, tổ chức. Quá trình chuyển đổi số là quá trình liên tục: thu thập dữ liệu, thay đổi cải tiến dựa trên dữ liệu này, tiếp tục thu thập dữ liệu từ sự thay đổi, tiếp tục chuyển đổi… và có thể áp dụng trong từng bộ phận nhỏ của tổ chức hay doanh nghiệp hay chỉ trong một quy trình dịch vụ. Các công nghệ cũng thay đổi rất nhanh, nên nếu có dữ liệu, có công nghệ xử lý dữ liệu ở quy trình nào để giảm chi phí, tăng hiệu quả kinh doanh hãy áp dụng ngay. |

Nên áp dụng số hóa, chuyển đổi ở từng bước, quy mô nhỏ để tránh bị ảnh hưởng đến các nguồn thu, mô hình kinh doanh chủ đạo của doanh nghiệp, giảm thiệt hại khi mắc sai lầm. Cách tiếp cận số hóa từng bước sẽ tránh bị sa lầy vào các giải pháp công nghệ chưa thành thạo, không “gây sốc” đến quy trình truyền thống của doanh nghiệp. Việc thường xuyên cập nhật, nắm bắt sự ra đời các công nghệ, dịch vụ mới sẽ hỗ trợ doanh nghiệp thực hiện các giải pháp “thắng nhanh” này.  

Tích hợp số, API và Microservice 

Quá trình chuyển đổi số không chỉ diễn ra bên trong một doanh nghiệp hay trong một ngành dịch vụ nhất định mà có sự tương tác trong chuỗi cung ứng giá trị. Ví dụ một doanh nghiệp cần dữ liệu, quy trình xử lý từ một doanh nghiệp khác thay vì trao đổi qua email, hệ thống file, mua ứng dụng có thể dùng các giao diện lập trình ứng dụng (API) để trao đổi dữ liệu và xử lý dữ liệu đấy. Việc tạo ra các API cũng có thể giúp doanh nghiệp nhanh chóng tạo ra hướng dịch vụ, tiếp cận khách hàng mới. Ví dụ doanh nghiệp chỉ có ứng dụng trên Web, dựa vào API có thể nhanh chóng có ngay ứng dụng trên mobile hoặc tích hợp vào ứng dụng của doanh nghiệp khác để chia sẻ thị trường (chẳng hạn doanh nghiệp thương mại điện tử dùng API của một doanh nghiệp cung cấp giải pháp thanh toán, doanh nghiệp vận tải dùng API của doanh nghiệp dịch vụ bản đồ...). 

Với các tổ chức, dịch vụ công, dữ liệu mở, API mở càng trở nên quan trọng trong việc thúc đẩy nền kinh tế số. Ví dụ các nguồn dữ liệu về nghiên cứu khoa học, địa lý, lệ phí dịch vụ công, thông tin thời tiết, giao thông, phân bố dân số... đều là các nguồn dữ liệu rất có ích cho nhiều doanh nghiệp trong việc xây dựng ứng dụng, dịch vụ của mình.

Việc thiết kế, tổ chức các thành phần IT trong doanh nghiệp, tổ chức dưới dạng các microservice (chia một khối phần mềm lớn thành các dịch vụ nhỏ hơn), có thể triển khai trên các máy chủ khác nhau sẽ giúp việc tháo, lắp, tích hợp, thử nghiệm công nghệ mới diễn ra dễ dàng mà không ảnh hưởng đến quy trình hoạt động hằng ngày của doanh nghiệp.

Quy tắc 80/20

Thu thập và số hóa dữ liệu có thể giúp doanh nghiệp giải quyết được 80% vấn đề chỉ với 20% nỗ lực. Trong thực tế có nhiều hiện tượng, dạng dữ liệu được phân bố theo nguyên tắc Pareto (Pareto principle) để có thể áp dụng quy tắc 80/20 này, ví dụ như một số từ chiếm phần lớn nội dung của văn bản, một số người có giá trị tài sản bằng phần lớn còn lại của thế giới, một số ít nguyên nhân gây ra phần lớn lỗi của một hệ thống…

Khi tôi tham gia một nhóm vừa triển khai sản phẩm mới của một doanh nghiệp, những ngày đầu tiên liên tiếp có phản hồi của khách hàng và bộ phận bán hàng vì một số lỗi sản phẩm. Thay vì vội vã tìm cách sửa ngay các lỗi khi nhận được phản hồi mà với nguồn của nhân lực của công ty không thể đáp ứng ngay được, các lỗi đó được thu thập lại, phân nhóm, tìm ra các đặc tính chung của nguyên nhân, rồi dựa vào các dữ liệu hiện tại của công ty để tạo ra một model ước tính lỗi nào sẽ gây ảnh hưởng tới nhiều lượng khách hàng nhất trong tương lai. Sau đó những lỗi dự đoán gây ảnh hưởng nhiều nhất được lựa chọn ưu tiên cho các kỹ sư sửa chữa. Sau khi sửa các lỗi này những ngày tiếp theo các phản hồi xấu và sức ép từ khách hàng giảm hẳn, nhóm kỹ sư có thời gian và ít stress hơn để xử lý nốt các lỗi còn lại. 

Không chỉ áp dụng trong xử lý lỗi, một số tính năng mới của sản phẩm công ty cũng được thay đổi theo nguyên tắc này: Khi phân tích thấy phần lớn khách hàng chỉ dùng một vài tính năng của sản phẩm, chức năng này được ưu tiên tuỳ chỉnh để phù hợp với yêu cầu khách hàng hơn hoặc tạo ra sản phẩm mới nếu tính năng được yêu cầu từ khách hàng còn thiếu. Rõ ràng những cách tiếp cận trên (data driven) sẽ không thể giải quyết được nếu doanh nghiệp không tích cực thu thập thông tin dữ liệu khách hàng, nhân viên, sản phẩm và tìm các nguồn dữ liệu, công nghệ thay thế để có giải pháp hiệu quả cho nó.

--------------

Theo hợp đồng hợp tác đã ký .Ông Albert Antoine là chuyên gia, tư vấn trưởng của Viện quản lý và phát triển năng lực tổ chức (DOMI) trong các dự án tư vấn xây dựng chiến lược và chuyển số tại Việt Nam .