Data-driven Decision Making

Việc quyết định dựa trên số liệu giúp ta giảm bớt những sai lầm, giảm bớt việc "tưởng", giảm bớt việc những quyết định thiếu cơ sở. Tất nhiên mình không nói mọi quyết định đều dựa trên số liệu một cách tuyệt đối, đôi khi mình vẫn không đủ số liệu hoặc thậm chí bắt buộc phải quyết định dựa trên niềm tin (Dù vậy cũng chúng ta vẫn nên có một cơ sở nào đó một cách gián tiếp). Trên thực tế không có nhiều công ty xây dựng được văn hoá data-driven trong công ty. Theo mình những thứ đó khó vì mấy vấn đề sau:

  • Vấn đề đầu tiên là chuyện Mindset: Mình nhận ra có nhiều người không biết cách đánh giá vấn đề một cách khách quan. Mình có thể nhìn thấy rất nhiều cuộc tranh luận chỉ đơn giản dựa vào quan điểm, cảm nhận mà không dựa vào dẫn chứng hoặc con số cụ thể. Không có nhiều người quyết liệt để hỏi tận gốc những câu hỏi kiểu như: nhiều là bao nhiêu, thông tin em nói dựa vào điều gì, số liệu đâu... Nhìn xung quanh và ngay cả bản thân cũng thường cũng mất khá nhiều thời gian để phân biệt cái gì là fact (thực tế) cái gì là opinion (ý kiến, câu chuyện). Đây chính là vấn đề đầu tiên và cũng là vấn đề khó khăn nhất: rất nhiều người chưa có mindset về việc đánh cần giá vấn đề một cách khách quan. Đó chính là nền tảng của câu chuyện Data-Driven.
  • Vấn đề thứ hai là Skill-set: Theo mình có hai môn học cực kỳ cực kỳ quan trọng là nền tảng cho data-driven lại không được học một cách bài bản đó là xác suất thống kê và logic. XSTK được học một cách hời hợt trong chương trình phổ thông và thường không phải là môn học được coi là môn quan trọng bậc nhất ở ĐH (đúng ra các ngành kinh tế / kỹ thuật đều phải học môn này cực kỳ kỹ càng). Môn thứ hai là logic. Logic thường được lồng vào trong các môn học khác như toán. Nhưng thực tế nó nên là một môn học riêng, nếu học và hiểu kỹ về logic thì sẽ là nền tảng học cực kỳ nhiều môn học khác kể cả các môn văn học và khoa học xã hội. Chính vì không được học một cách bài bản nên rất nhiều trường hợp mọi người tưởng rằng mình đang quyết định dựa trên số liệu nhưng thực tế lại dựa trên logic sai hoặc số liệu sai mà không biết. Để tìm hiểu sâu về chủ đề này thì các bạn có thể tìm hiểu thêm về kỹ năng tư duy phản biện (Critical Thinking). Nếu bạn tìm hiểu thì Critical Thinking chính là top kỹ năng quan trọng nhất trong rất nhiều ngành hiện tại.
  • Vấn đề thứ ba là toolset. Về công cụ để có thể triển khai Data-Driven cũng có hai rào cản lớn. Rào cản đầu tiên là chuyện collect dữ liệu, chuẩn hoá dữ liệu và kiểm soát tính đúng đắn của dữ liệu. Việc này đòi hỏi rất nhiều nỗ lực cũng như chi phí. Thông thường nếu không làm một cách cẩn thận bạn sẽ nhận được những thông tin không chính xác ảnh hưởng đến quyết định của bạn. Vấn đề thứ hai là data-privacy. Khi bạn có được những dữ liệu chính xác ở một khu vực rồi thì việc phân phối dữ liệu nào cho ai lại là cái khó khăn thứ hai. Dữ liệu chính là tài sản của doanh nghiệp thế nên nếu thông tin được chia sẻ một cách bừa bãi thì đôi khi lại lợi bất cập hại.

Vì 3 vấn đề đều khó nên khi thực hiện mình thấy một số lỗi hay gặp:

  1. Không bắt đầu từ Mindset mà bắt đầu từ tools. Và khi không có tools thì chờ chờ. Theo mình cứ làm đi đã kiểu gì bạn cũng có dữ liệu để bắt đầu. Và chắc chắn bắt đầu kiểu gì chả có lần sai.
  2. Một số người vì có Mindset nhưng skillset/toolset chưa tốt nên đưa ra số liệu sai dẫn đến đánh giá sai nhưng lại tự tin quá về đánh giá đó vì nó "Dựa vào dữ liệu"
  3. Một số lại quyết định xong mới đi tìm dữ liệu để chứng minh cho quyết định của mình.
  4. Với những khó khăn chồng chất khó khăn trên thì liệu văn hoá quyết định dựa trên dữ liệu có thể khả thi. Theo mình nó vẫn có thể làm được theo phương pháp sau:
  5. Bắt đầu từ Mindset, không thay đổi được Mindset của mọi người thì thôi khỏi nghĩ đễn những thứ khác. Điều này cần cố gắng của cả ban lãnh đạo và quan trọng nhất chính là CEO.
  6. Về Skill-set thì theo mình cách tốt nhất là cứ làm thử - đánh giá - điều chỉnh. Chắc chắn việc này sẽ có sự trả giá, tuy nhiên theo mình sự trả giá đó nếu được định hướng thì lâu dài chắc chắn sẽ có kết quả tốt.
  7. Về Tools set thì có lẽ cần có team làm tốt và đào tạo, phần này mình nghĩ không quá khó nếu làm tốt hai bước bên trên.

Trên đây là những kinh nghiệm của bản thân mong được sự góp ý từ mọi người

===========================

P/S: Theo mình Data-driven Decision Making chỉ giúp CƠ HỘI THÀNH CÔNG cao hơn chứ không giúp việc thành công. Ngược lại không Data-Driven không có nghĩ là thất bại. Cuộc sống nói chung vô vàn đúng sai nó chỉ là tương đối.

Có video này rất hay về "Tư duy phản biện" mọi mọi người hiểu một của phần thứ 2 skillset: https://www.youtube.com/watch?v=pNKRExRmvBQ

Sách của mình viết ae có thể đăng kí cuốn sách hot nhất về Data tại đây: https://a1grow.com/.../sach-quan-tri-va-phan-tich-so-lieu...

Tác giả bài viết: anh Tony Doan 

← Bài trước Bài sau →