Nhận thức đúng về chiến lược dữ liệu để thúc đẩy tiến trình chuyển đổi số đúng hướng và hiệu quả

Hiểu sai về chiến lược dữ liệu có thể mang lại rủi ro, lãng phí

Chúng ta, đa phần đều có một nhận thức về vai trò của dữ liệu đối với tiến trình chuyển đổi số, tuy nhiên, nhận thức rõ được vai trò này là gì, và nhận thức đúng về một chiến lược dữ liệu để định hình tiến trình chuyển đổi số lại đang rất mơ hồ. Hiểu chưa đúng, hiểu sai về dữ liệu trong tiến trình chuyển đổi số, sẽ không những làm cho những đầu tư vào tiến trình chuyển đổi số không thực sự tạo ra hiệu quả, mà ngược lại còn tạo nên những gánh nặng mới cho tổ chức, và về lâu dài còn có thể dẫn tổ chức đến những ngõ cụt, thất bại và lâm nguy.

Công nghệ số và dữ liệu số đang góp phần tạo ra những sự đột phá (disruption) trong cách thức chúng ta sử dụng dữ liệu để tạo ra sự đột phá năng suất, cải thiện hiệu quả hoạt động và tối ưu hóa các tiến trình, nhưng chúng cũng tạo nên sự ảo tưởng về sức mạnh của dữ liệu, ảo ảnh về những giá trị mà dữ liệu cung cấp, và cả những nhận thức sai lầm trong việc sử dụng dữ liệu cho các tiến trình.

Trước tiên, cần hiểu về chuyển đổi số từ góc tiếp cận dữ liệu. Chuyển đổi số là một tiến trình mang tính hệ quả của sự phát triển mạnh mẽ công nghệ số và dữ liệu số. Việc tạo ra dữ liệu số liên tục, với khối lượng tăng theo cấp số nhân, phát xuất từ mọi hoạt động liên quan đến đời sống xã hội, đã đòi hỏi các tổ chức, ở mọi cấp độ, phải tiến hành một cuộc cách mạng tư duy tiến tới một hình thái tổ chức mới, thích ứng hiệu quả và phù hợp với mọi tiến trình hoạt động đều chịu sự dẫn đạo của dữ liệu.

Dữ liệu số được tạo ra từ mọi tiến trình hoạt động, thông qua nhiều phương tiện và dưới nhiều cách thức khác nhau, đã tạo ra một sự đa dạng về hình thức tồn tại của dữ liệu. Để có thể hợp nhất dữ liệu số và những tiến trình thống nhất, chúng ta cần một cuộc cách mạng tư duy để chuẩn hóa dữ liệu. Điều này cũng đồng thời làm thay đổi hoàn toàn và triệt để những hình thái tổ chức truyền thống sang hình thái mới – nền tảng (platform).

Chính sự hợp nhất này đã tạo ra một sự đột phá (disruption) về năng suất thông qua việc chuẩn hóa dữ liệu định hình các tiến trình hoạt động cho phép tạo ra một hiệu ứng hội tụ giá trị.

Tuy nhiên, việc đề cao quá mức vai trò của dữ liệu cũng tạo nên sự ảo tưởng về sức mạnh của dữ liệu. Người ta đã ví von dữ liệu như là dầu mỏ của thế kỷ 21. Sự ví von này, cùng với những sự đề cao về vai trò của dữ liệu lớn (bigdata) và khoa học dữ liệu (data science) và các kỹ thuật phân tích dữ liệu (data analysis), cùng với đó là sự phát triển của trí tuệ nhân tạo (AI) và học máy (ML) đã làm cho nhiều người hiểu lầm rằng, có dữ liệu là có tất cả. Nhưng cũng như dầu mỏ, chúng ta không thể sử dụng trực tiếp dầu thô được khai thác lên, mà phải thông qua các hoạt động lọc-hóa dầu – dữ liệu trở thành thông tin – và bản thân sản phẩm đầu ra của các tiến trình lọc-hóa dầu cũng đa phần là nguyên, nhiên liệu cho các tiến trình hoạt động khác – thông tin chỉ trở nên giá trị khi được sử dụng hiệu quả nhờ tri thức – mà nó phụ thuộc rất lớn vào năng lực khoa học – công nghệ - kỹ thuật trong việc chế tạo, chế biến và sản xuất các phương tiện, sản phẩm lấy đầu vào từ đầu ra của các tiến trình lọc-hóa dầu. Do vậy, không chỉ đơn giản là có dữ liệu, có hàng tá các nhà khoa học dữ liệu hay các nhà phân tích dữ liệu thì bỗng dưng tổ chức của bạn sẽ “hóa rồng”.

Một tổ chức chỉ có thể “hóa rồng” nhờ dữ liệu bắt đầu bởi kiến trúc tư duy (way) của tổ chức, mà theo đó định hình nên mô hình kinh doanh (business model) và theo đó thiết lập hàng loạt các tiến trình thành phần vừa tạo ra, vừa thu thập, vừa phân tích, xử lý dữ liệu theo mạch tư duy đã kiến tạo nên tổ chức một cách có hệ thống.

Thiết kế mô hình hoạt động của tổ chức một cách có hệ thống để tạo ra dữ liệu có giá trị

Để tạo ra giá trị từ dữ liệu, tổ chức cần phải hệ thống hóa được dữ liệu nhờ kiến trúc tư duy (way) của tổ chức thông qua mô hình hoạt động/kinh doanh. Chúng ta có thể tìm hiểu vấn đề này thông qua vai trò của dữ liệu đối với các hoạt động giáo dục. Càng tiến bộ, càng mở rộng được tri thức, thông qua sự hỗ trợ kết nối của các nền tảng thông qua Internet, với sự phát triển của Big Data, AI, con người kết hợp với máy móc, hòa làm một năng lực tính toán, cập nhật, xử lý, phân tích dữ liệu, thông tin và ra quyết định của con người ngày một gia tăng và vượt qua mọi sự tưởng tượng có thể, chỉ cần với trước đây vài thập kỷ. Trong một môi trường như vậy, các tri thức phân ngành sẽ trở thành những “củ khoai tây trong một giỏ khoai tây”, trở nên phân mảnh, thiếu hữu dụng và cản trở. Thế giới nhất nguyên – với xu hướng hội tụ nhờ sự kết nối của siêu xã hội toàn cầu thông qua sự hỗ trợ của Internet và công nghệ đã làm cho thế giới trở nên kết nối chặt chẽ, tri thức do vậy, cũng không thể nằm ngoài xu hướng hội tụ này. Việc hình thành nên các tri thức đa/liên/xuyên ngành là một xu thế tất yếu. Do vậy, việc tích hợp tri thức đa/liên/ngành cũng là một đòi hỏi bắt buộc đối với giáo dục cho tương lai. Người học phải thấy được sự liên quan, kết nối và ý nghĩa của các môn học được đào tạo trong cả tiến trình học tập, chứ không phải là những modules tách rời, và hoàn thành theo kiểu những bậc thang để “bước qua là xong”. Mỗi tri thức tiếp cận được cần phải xâu chuỗi liên tục với các tri thức trước đó và tri thức tiếp cận sau này.

Nhờ việc hệ thống hóa dữ liệu, tổ chức sẽ cải thiện được hiệu quả hoạt động. Với một nền tảng dữ liệu đã được chuẩn hóa và hệ thống hóa, cùng với việc đồng kết nối, đồng thu thập, đồng phân tích và đồng xử lý, trong một hình thái tổ chức mới – nền tảng (platform) – đã cho phép mọi cấu phần/đơn vị thành viên của tổ chức cải thiện được hiệu quả hoạt động thông qua hiệu ứng đồng hiệu chỉnh. Thay vì trước đây, các cấu phần/đơn vị thành viên của tổ chức thường bị động hay phụ thuộc vào các cấu phần/đơn vị thành viên khác trong việc cung cấp các dữ liệu đầu vào, và điều này thường dẫn đến những sự chậm trễ, sai lệch, thiếu sót... và tạo ra những sự thiếu hiệu quả hoạt động. Giờ đây, các cấu phần/đơn vị thành viên sẽ đồng thời cùng kết nối vào một “trung tâm dữ liệu” đồng thời, cho phép mọi biến động của mỗi cấu phần/đơn vị thành viên cũng sẽ đồng thời “gửi tín hiệu” đến mọi cấu phần/đơn vị thành viên còn lại, cho phép tất cả các cấu phần/đơn vị thành viên của tổ chức có thể đồng thời hành động, giảm thiểu mọi sự chậm trễ, sai lệch, thiếu sót... Tiến trình này sẽ tiếp tục thúc đẩy việc hiệu chỉnh liên tục và đưa toàn bộ tổ chức đến một sự vận hành đồng mục tiêu một cách đồng bộ. Kiến tạo một cơ chế vận hành theo nền tảng (platform), do vậy, là một đòi hỏi bắt buộc để cho phép tổ chức đạt được hiệu quả và sự đột phá (disruption) về năng suất thông qua việc đồng bộ hóa được toàn bộ các hoạt động của các cấu phần/đơn vị thành viên.

Nhưng việc đồng bộ hóa dữ liệu cũng sinh ra một sự ảo ảnh về những giá trị mà dữ liệu cung cấp. Việc có thể tiếp cận dữ liệu đồng bộ thông qua khả năng cập nhật liên tục các dữ liệu được chuẩn hóa và hệ thống hóa, cho phép chúng ta miêu tả thực trạng thông qua một loạt các hình thức biểu hiện: các biểu đồ, các chỉ số, chỉ báo, những kết quả phân tích, những dự báo, những khuyến cáo hành vi, những đề xuất... cũng tạo nên một “cơn nghiện” vào dữ liệu, cùng niềm tin rằng “tất cả thực tại đã nằm trong tay ta”.

Chủ nghĩa dữ liệu thực chứng đã thuyết phục chúng ta về những giá trị mình đạt được nhờ minh chứng bởi dữ liệu, bởi ảo giác về khả năng kiểm soát thực tại, và khả năng định hình tương lai. Tuy nhiên, cần phải thức tỉnh để nhận ra rằng, tất cả những hình thức biểu hiện mà chúng ta có được lại là một thực tại chủ quan do chúng ta kiến tạo ra nhờ việc “nhào nặn” dữ liệu. Giá trị mà dữ liệu tạo ra không chỉ nằm ở số lượng dữ liệu ta có được, chất lượng dữ liệu ta có được – đó là điều kiện cần – mà nó được tạo thành nhờ việc cấu trúc dữ liệu – điều kiện đủ. Các cấu trúc dữ liệu chính là thứ quan trọng nhất khiến cho dữ liệu được vốn hóa (capitalize) để trở thành giá trị, tạo thành vốn dữ liệu (data-capital). Và cấu trúc này được thể hiện thông qua mô hình hoạt động (operation model) của một tổ chức bởi việc đồng bộ hóa những sự khác biệt của một thực tại đa hệ thống (multi/poly-systems), đa nền tảng (multi-platforms) và đa tầng (multi-layers).

Những đột phá trong các lĩnh vực có thể đạt đến nhờ vào chiến lược dữ liệu

Trong việc định giá bất động sản, các thông tin mang tính dữ liệu đóng một vai trò quan trọng. Việc dựa trên các thông tin thu thập được từ nhiều nguồn khác nhau tạo nên một ảo ảnh về khả năng định giá hợp lý giá trị của một bất động sản. Các dữ liệu, dữ kiện và con số tạo nên một nền tảng thực chứng thuyết phục cho giá trị được định giá của bất động sản. Tuy nhiên, chất lượng của dữ liệu, dữ kiện và con số đó, theo những cách phối hợp khác nhau sẽ cho ra những định giá giá trị bất động sản hoàn toàn khác nhau. Do vậy, các công ty bất động sản đã rất khéo léo trong việc cấu trúc hóa các dữ liệu, dữ kiện và con số để tạo ra các giá trị cao và thuyết phục cho các nhà đầu về giá trị của bất động sản đang được chào bán, và cách tạo ra cấu trúc này đang cho phép tạo ra những cuộc chơi làm giá cho các bất động sản đang được chào bán ở rất nhiều dự án, thông qua việc tạo ra các thông tin qua nhiều kênh khác nhau tác động đến người mua, các nhà đầu tư và tạo ra những làn sóng đầu cơ, lướt sóng. 

Trong ngành bán lẻ, với ví dụ của Stitch Fix, một nhà bán lẻ tập trung vào việc cá nhân hóa trải nghiệm mua sắm cho phụ nữ, nếu như trong thực tế, để một giao dịch mua sắm thành công, cần tập hợp nhiều nhân tố khả biến tương đối hoàn hảo để căn chỉnh, nhưng nghịch lý lựa chọn thường tạo ra nhiều trở ngại và tình thế lưỡng nan. Stitch Fix đã tạo nên một nền tảng dữ liệu về những những phụ nữ nghiện mua sắm thời trang, và tạo nên một cơ chế khuyến nghị để tạo nên sự hài lòng cho các khách hàng này thông qua việc căn chỉnh liên tục các nhân tố khả biến trên. Stitch Fix tạo nên một sự thấu hiểu khách hàng để giải quyết được các vấn đề của chính mình thông qua việc tái tổ chức liên tục theo dòng dữ liệu về lợi nhuận, hàng dự trữ, quay vòng tồn kho. Việc luôn biết khách hàng của mình là ai, cần gì và có thể vào lúc nào đã cho phép Stitch Fix luôn đảm bảo cân đối hài hòa ba yếu tố căn bản trên với năng lực thích ứng cao từ những phản hồi trực tiếp của khách hàng.

Trong ngành y tế, việc xem xét việc chuẩn hóa dữ liệu định hình các tiến trình khám, chữa bệnh đã giúp tạo ra sự đột phá năng suất thông qua hội tụ giá trị như thế nào? Khả năng tạo ra dữ liệu số và thu thập dữ liệu số trong ngành y tế nhờ sự ứng dụng của các công nghệ số ở mức độ cao đã tạo ra một sự thay đổi nền tảng đối với y học. Sự thay đổi này đến từ ba trụ cột chính, đó là khả năng thu thập liên tục các dữ liệu y tế đối với mỗi cá nhân nhờ các thiết bị IoT cho phép tiến trình theo dõi và chuẩn đoán bệnh rút ngắn được thời gian và gia tăng sự chuẩn xác; sự hình thành của dữ liệu lớn về các bệnh tật và sự hỗ trợ của AI và ML đã trợ giúp các bác sĩ có những kết luận chính xác và nhanh hơn, cũng như cho phép đưa ra các phác đồ điều trị tối ưu; và chính những điều này đã đưa đến một sự giảm thiểu mạnh mẽ về chi phí trong các tiến trình khám, chữa bệnh tạo nên sự đột phá về năng suất bởi sự đột phá giá trị mà ngành y tế tạo ra nhờ hiệu ứng hội tụ giá trị do sự cộng hưởng dữ liệu tạo ra. Tuy nhiên, những điều này sẽ không xảy ra nếu các dữ liệu không được chuẩn hóa, tính không nhất quán trong việc thu thập dữ liệu và tạo ra các dữ liệu thô sẽ không thể dùng cho phân tích và tổng hợp dữ liệu, nó sẽ khiến tất cả những dữ liệu thu thập được không những không trợ giúp bác sĩ trong việc chuẩn đoán mà còn làm khó khăn thêm quá trình chuẩn đoán hay làm vô hiệu dữ liệu đã thu thập được. Tiếp theo đó, chính những dữ liệu này tổng hợp lại thành dữ liệu lớn sẽ lại càng làm cho sự đồng bộ và cộng hưởng các dữ liệu đã có trở nên khó khăn gấp bội, bởi các hệ thống thông tin y tế hiệu quả đòi hỏi phải truy cập đúng thời điểm đến tất cả các dữ liệu từ tất cả các nguồn dữ liệu, có thể được trích xuất từ nhiều hệ thống khác nhau và các hệ thống này cần được tích hợp và liên thông với nhau.

Với ngành nông nghiệp, hoạt động sản xuất phụ thuộc vào rất nhiều yếu tố đầu vào “dữ liệu”, như trong trồng trọt, các yếu tố căn bản về giống, thổ nhưỡng, phương thức canh tác, điều kiện thời tiết, máy móc thiết bị canh tác, các vật tư nông nghiệp, các điều kiện và yêu cầu thu hoạch và sau thu hoạch... tạo nên một tổ hợp dữ liệu đầu vào cho trồng trọt một cây trồng nhất định. Có những yếu tố mang tính ổn định, tuyến tính như giống và chu trình sinh trưởng của cây trồng, phương thức canh tác...; nhưng cũng có những yếu tố đa tuyến như máy móc thiết bị canh tác, vật tư nông nghiệp; và những yếu tố phi tuyến như điều kiện thời tiết. Để kiểm soát hiệu quả tiến trình sản xuất đòi hỏi các dữ liệu thu thập được phải chuẩn hóa để có thể kết nối hiệu quả giữa các trang thiết bị công nghệ thông tin có nhiệm vụ thu thập và xử lý dữ liệu tạo thành một hệ thống dữ liệu thống nhất và đồng bộ. Chẳng hạn, những biến động bất kỳ về điều kiện thời tiết sẽ đồng thời yêu cầu sự đồng hiệu chỉnh toàn bộ các yếu tố khác, việc không kịp thời hiệu chỉnh những yếu tố liên quan sẽ ngay lập tức có thể ảnh hưởng đến năng suất và chất lượng cây trồng. Để đảm bảo năng suất và chất lượng, toàn bộ dữ liệu trong tiến trình sinh trưởng của cây trồng đòi hỏi cần phải được phối hợp đồng bộ và cộng hưởng với những biến đổi về yếu tố thời tiết trong một hệ thống canh tác tích hợp, điều chỉ thực hiện được với một nền tảng dữ liệu đã được chuẩn hóa và hệ thống hóa, cùng với việc đồng kết nối, đồng thu thập, đồng phân tích và đồng xử lý.

Trên đây là những ví dụ về các đột phá trong các lĩnh vực được tạo ra từ dữ liệu. Bởi vì thế giới thực tại là một tiến trình biến đổi không ngừng, với bốn đặc trưng cơ bản: không dự báo được; không chắc chắn; hỗn loạn và mơ hồ, hay có một cách tiếp cận khác thường gọi là thế giới VUCA. Do vậy, tổ chức là một kiến trúc không tĩnh tại, bền vững qua thời gian, mà là một kiến trúc động, đòi hỏi phải không ngừng được tái thiết kế (re-design). Nếu như sự đồng bộ hóa dữ liệu nhờ cơ chế vận hành theo nền tảng (platform) tạo ra, cho phép hình thành nên các cấu trúc dữ liệu hiệu quả, thì quá trình tái thiết kế là quá trình định hình lại liên tục các tiến trình thông qua việc tìm kiếm sự tối ưu thích ứng với các bối cảnh nhờ sự cộng hưởng hiệu quả các cấu trúc dữ liệu, cho phép tối ưu hóa tiến trình vốn hóa dữ liệu tạo thành giá trị. Do vậy, tiến trình chuyển đổi số, như đã nói, chính là một cuộc cách mạng tư duy hướng đến một hình thái tổ chức mới, một hình thái tổ chức dựa trên các dòng dữ liệu, cho phép tổ chức có khả năng tái định hình, tái thiết kế liên tục các tiến trình hoạt động của mình để tạo được sự tối ưu thông qua thích ứng hiệu quả với bối cảnh thực tại. Để làm được điều này, cần phải có tư duy số (digital thinking) để cho phép module hóa (modularization) toàn bộ tổ chức thành những module mà nó cho phép linh hoạt định hình (shaping) thành các nền tảng (platform) vận hành cho phép thiết lập nên các tiến trình tối ưu một cách thuận lợi nhất.

Để có thể cộng hưởng dữ liệu một cách hiệu quả, chúng ta thấy rõ rằng, cần phải những nhận thức sai lầm trong việc sử dụng dữ liệu cho các tiến trình, đó là chỉ cần có dữ liệu là đủ, mà phải nhận thức rõ rằng, thiếu một chiến lược dữ liệu (data strategy) hợp lý sẽ là một nguy cơ lớn cho những tổ chức dựa vào dữ liệu (driven data-based). Chiến lược dữ liệu là một chiến lược bao trùm và là một sự thể hiện hóa chiến lược phát triển của tổ chức thông qua dữ liệu, các hệ thống như ERP cũng chỉ là một phần của chiến lược dữ liệu mà thôi.

Và, cần hiểu rõ chiến lược dữ liệu không phải là một chiến lược mới tồn tại song song với chiến lược phát triển của tổ chức. Một tổ chức chỉ có duy nhất một chiến lược phát triển mà thôi. Cần nhấn mạnh lại rằng, chiến lược dữ liệu là một sự thể hiện hóa chiến lược phát triển của tổ chức thông qua dữ liệu, bất kỳ một đề xuất nào xây dựng chiến lược dữ liệu như một chiến lược mới tồn tại song song là một đề xuất sai lệch.

Cần định hình chiến lược dữ liệu như một phương thức (way) để hiện thực hoá chiến lược phát triển của tổ chức, ở vị trí trung tâm, dẫn đạo, không thể tách rời.