Bài 10 — Xây năng lực dữ liệu theo giai đoạn

Đừng xây kiến trúc của công ty lớn khi bạn chưa cần

Cám dỗ phổ biến là dựng ngay một kho dữ liệu đầy đủ với đường ống phức tạp. Với hầu hết tổ chức, điều đó tiêu nhiều tháng trước khi có bất kỳ quyết định nào được cải thiện.

Bốn giai đoạn, và dấu hiệu chuyển tiếp

Giai đoạn 1 — Đếm được. Vài chỉ số cốt lõi, một công cụ phân tích sản phẩm, dữ liệu lấy trực tiếp từ cơ sở dữ liệu vận hành. Chuyển tiếp khi: truy vấn phân tích bắt đầu làm chậm hệ thống sản xuất, hoặc bạn cần nối dữ liệu từ hai nguồn.

Giai đoạn 2 — Nối được. Một kho dữ liệu tập trung, đưa dữ liệu từ vài nguồn chính vào, lớp chỉ số bắt đầu hình thành. Chuyển tiếp khi: nhiều đội cùng cần tự truy vấn, và các định nghĩa bắt đầu phân kỳ.

Giai đoạn 3 — Tin được. Lớp chỉ số chính thức, kiểm tra chất lượng tự động, tài liệu, phân quyền. Chuyển tiếp khi: bạn muốn dữ liệu chạy trong sản phẩm chứ không chỉ trong báo cáo.

Giai đoạn 4 — Vận hành được. Dữ liệu quay lại sản phẩm: gợi ý, cảnh báo, cá nhân hoá. Yêu cầu về độ trễ và độ tin cậy cao hơn hẳn.

Nhảy cóc giai đoạn gần như luôn tốn hơn đi tuần tự, vì mỗi giai đoạn dạy bạn nên xây gì ở giai đoạn sau.

Người trước công cụ

Một sai lầm đắt: mua nền tảng đắt tiền trước khi có người dùng nó. Thứ tự hiệu quả hơn: một người biết phân tích và hiểu nghiệp vụ thường tạo ra nhiều giá trị hơn một nền tảng không ai vận hành.

Vai trò đầu tiên nên tuyển thường là người có thể vừa viết truy vấn vừa ngồi họp với đội sản phẩm và hiểu câu hỏi thật đằng sau yêu cầu.

Đo chính năng lực dữ liệu

Ba chỉ số cho biết bạn đang tiến hay giậm chân:

• Thời gian từ câu hỏi tới câu trả lời. Nếu mất hai tuần, người ta sẽ ngừng hỏi và quay lại đoán.
• Tỷ lệ câu hỏi tự trả lời được mà không cần đội dữ liệu.
• Số quyết định có ghi nhận dữ liệu đầu vào mỗi quý.

Chỉ số đầu là chỉ số tốt nhất, vì nó bao trùm cả hạ tầng, chất lượng, tài liệu và con người.

Điều cuối

Chiến lược dữ liệu không phải một dự án hạ tầng. Nó là việc làm cho các quyết định lặp lại của tổ chức tốt lên một cách có hệ thống. Mọi thứ khác — kho dữ liệu, đường ống, dashboard — là phương tiện. Nếu sau một năm bạn có hạ tầng đẹp mà không kể được ba quyết định đã đổi nhờ nó, chiến lược đó chưa hoạt động.

Sai lầm thường gặp

• Xây kiến trúc của công ty lớn khi chưa cần.
• Mua nền tảng trước khi có người vận hành.
• Nhảy cóc giai đoạn.
• Không đo chính năng lực dữ liệu.

Checklist kết bài

• [ ] Tôi biết mình đang ở giai đoạn nào và dấu hiệu chuyển tiếp là gì.
• [ ] Tôi ưu tiên người trước công cụ.
• [ ] Tôi đo thời gian từ câu hỏi tới câu trả lời.
• [ ] Tôi kể được những quyết định đã đổi nhờ dữ liệu.

<!--les-append-->

Bốn giai đoạn và dấu hiệu chuyển tiếp

Đừng nhảy cóc. Xây giai đoạn 4 khi chưa qua giai đoạn 2 là cách phổ biến để tiêu nhiều tháng mà không quyết định nào được cải thiện — mô hình dự báo chạy trên dữ liệu không ai tin thì không ai dùng.

Tuyển người theo giai đoạn

Sai lầm phổ biến: tuyển data scientist ở giai đoạn 1. Họ sẽ dành phần lớn thời gian làm việc của giai đoạn 2 — dọn dữ liệu — và cả hai bên đều thất vọng.

Chi phí ít ai tính

• Bảo trì đường ống tăng theo số nguồn, không theo số người dùng
• Chi phí lưu trữ và truy vấn tăng theo dữ liệu tích luỹ, không theo giá trị
• Thời gian trả lời câu hỏi đặc biệt — thường chiếm phần lớn thời gian đội dữ liệu ở giai đoạn 2

Khoản thứ ba là lý do chính để đầu tư vào giai đoạn 3: tự phục vụ không phải để tiện, mà để đội dữ liệu thoát khỏi vai trò trả lời câu hỏi lặp lại.

Điều mang đi từ cả khoá

Dữ liệu chỉ tạo giá trị khi đi hết chuỗi thu thập → tin được → hiểu được → được dùng → đổi hành vi. Phần lớn đầu tư đổ vào bước đầu; phần lớn chỗ đứt nằm ở ba bước cuối.

Trước khi mua công cụ tiếp theo, hãy chẩn đoán chuỗi của bạn đang đứt ở đâu.

Làm ngay

Xác định bạn đang ở giai đoạn nào và dấu hiệu chuyển tiếp nào đã xuất hiện. Nếu chưa có dấu hiệu nào, đừng chuyển — củng cố giai đoạn hiện tại rẻ hơn nhiều so với vận hành một tầng hạ tầng chưa cần tới. <!--/les-append-->

<!--case-append-->

Áp dụng vào Căng tin số

Nhìn thẳng vào Căng tin số sau bốn tuần: đây là một tổ chức ở giai đoạn 1, đếm được. Dữ liệu nằm ở bốn chỗ rời nhau: cơ sở dữ liệu của app, máy tính tiền, sổ tay của Cô Hạnh, và bảng bấm giờ nhóm làm bằng tay. Không có kho dữ liệu, và như vậy là đúng với quy mô này.

Dấu hiệu chuyển tiếp thì đã xuất hiện. Muốn biết suất bỏ đi giảm có kéo doanh thu giảm theo không, nhóm phải nối sổ của Cô Hạnh với máy tính tiền: đúng dấu hiệu "cần nối hai nguồn". Nhưng giai đoạn 2 ở đây không phải mua nền tảng: nó có thể chỉ là một bảng tổng hợp mỗi ngày học, mỗi dòng một ngày, lấy từ bốn nguồn, với định nghĩa chỉ số đã viết ra ở bài 4.

Cám dỗ nhảy cóc rất rõ. Nỗi đau P6, bếp vừa thừa vừa thiếu, nghe như sinh ra cho một mô hình dự báo lượng nấu. Nhưng dữ liệu có 20 ngày học, một quầy, một tuần bị tuần thi bóp méo, và chưa có giảng viên trong đó. Cô Hạnh, với 14 năm nghề, có lý do chính đáng để không tin con số của một mô hình như thế, và mô hình không ai tin thì không ai dùng.

Một lộ trình trung thực hơn:

Người trước công cụ. Người đầu tiên căng tin cần không phải một data scientist. Giả sử Phòng Quản trị – Đời sống giao cho một chuyên viên dành vài giờ mỗi tuần: người đó biết đọc bảng tính, ngồi được với Cô Hạnh và Anh Tuấn, và hiểu vì sao "suất bỏ đi" không tính suất đã bán lại. Hiểu nghiệp vụ là phần khó tìm hơn kỹ năng truy vấn.

Đo chính năng lực. Câu "tuần thi làm lệch số liệu bao nhiêu?" hôm nay mất bao lâu để trả lời? Nếu phải chờ nhóm sinh viên rảnh thì cả tuần, và người ta sẽ ngừng hỏi.

Và phép thử cuối của cả khoá: sau học kỳ này, căng tin có kể được ba quyết định đã đổi nhờ dữ liệu không? Ứng viên đã có sẵn: giờ chốt 10:00 có được sửa không, trả trước có được xem lại theo ngưỡng không, và mở rộng sang quầy nào trước. Nếu cả ba vẫn được quyết bằng ý kiến người có chức vụ cao nhất trong phòng, thì app chạy tốt nhưng chiến lược dữ liệu chưa hoạt động.

Thử ngay: viết ba quyết định đó vào một trang, mỗi quyết định kèm con số đầu vào, người quyết và ngày quyết. Cuối học kỳ, mở lại trang này và đánh dấu quyết định nào thật sự đã dựa trên số liệu. <!--/case-append-->