Làm thế nào mà nhà phân tích này chuyển từ việc đưa ra quyết định dựa trên trực giác sang hỗ trợ quyết định bằng dữ liệu?

Tại sao các nhà phân tích có thể đưa ra quyết định dựa trên dữ liệu? Bài viết này sẽ giúp bạn khám phá lý do và cũng được khuyến nghị cho các nhà phân tích dữ liệu.

Ra quyết định dựa trên dữ liệu là một thuật ngữ thông dụng mà mọi người đều nói đến hàng ngày. Nhưng dữ liệu được điều khiển như thế nào? Rất ít sinh viên thực sự chứng kiến ​​toàn bộ quá trình này. Thậm chí, một số học sinh còn luôn tự hỏi: "Tôi đang bị người khác đuổi theo và tôi cảm thấy như chính mình là người bị điều khiển". Hôm nay tôi sẽ đưa ra lời giải thích có hệ thống và từ chối chạy theo xu hướng.

1. Quá trình ra quyết định độc đáo nhất

Trước hết, bạn có thực sự cần dữ liệu để làm việc không? Câu trả lời là: hoàn toàn không. Về mặt lý thuyết, để hoàn thành mọi việc, bạn chỉ cần hai đường ngang và một đường dọc: chỉ cần thực hiện là xong! Vì vậy, cách đơn giản nhất và không cần động não để làm mọi việc là (như được hiển thị bên dưới)

Nhưng mọi người đều biết rằng những khẩu hiệu sáo rỗng như vậy chẳng có tác dụng gì ngoài việc đẩy nhân viên đến chỗ chết. Bởi vì nó quá vô nghĩa. Tôi không biết phải làm gì, làm như thế nào hoặc kết quả sẽ ra sao.

2. Hình thức phôi thai của quá trình ra quyết định khoa học

Do đó, quyết định ban đầu này nhanh chóng đi vào giai đoạn thứ hai: giai đoạn ba phát bắn (như minh họa bên dưới)

Quá trình ra quyết định ba giai đoạn này đã có những nền tảng cơ bản của quản lý khoa học và phát triển mạnh mẽ cùng với sự phổ biến của hệ thống hợp đồng vào cuối những năm 1980 và đầu những năm 1990. Kết quả là, nhiều nhà lãnh đạo sinh vào những năm 1950 và 1960, cũng như những người sinh vào những năm 1970 và 1980 chịu ảnh hưởng của họ, vẫn thích sử dụng câu phát biểu gồm ba phần: phải làm gì, làm như thế nào và đó là loại công việc gì. Nó cũng phổ biến trong các bài viết và sách.

Tuy nhiên, đây không phải là quản lý khoa học theo đúng nghĩa. Bởi vì nó quá thô. Đặc biệt, việc phải làm thường do chính những người lãnh đạo tự quyết định. Câu cửa miệng yêu thích của họ là: "Đầu tiên bạn nên đạt được một mục tiêu nhỏ và kiếm được 100 triệu nhân dân tệ." Về lý do tại sao lại là 100 triệu nhân dân tệ và tại sao họ phải kiếm tiền thay vì chiếm lĩnh thị trường, chưa bao giờ có bất kỳ phân tích hay giải thích chuyên sâu nào. Hậu quả của việc đưa ra quyết định bằng cách gật đầu là bạn sẽ vỗ ngực trước mặt người khác và vỗ đùi khi có điều gì đó không ổn. Đó là lý do tại sao nó có biệt danh là “Ba nhịp”.

3. Từ rộng rãi đến tinh tế

Nếu bạn muốn cải thiện tính phức tạp của việc ra quyết định, bạn phải áp dụng phương pháp đo lường dữ liệu và phân tích dữ liệu. Có thể nói rằng phân tích dữ liệu vốn được thiết kế để phục vụ cho công tác quản lý khoa học. Với sự hỗ trợ của dữ liệu, nhiều hoạt động quản lý tinh vi có thể được thực hiện.

Trước khi đưa ra quyết định:

• Đánh giá định lượng tình hình hoạt động hiện tại, thu nhập, chi phí và lợi nhuận.
• Đánh giá cơ hội và thách thức dựa trên dữ liệu thị trường, đối thủ cạnh tranh và người tiêu dùng.
• Dựa trên xu hướng hiệu suất trong quá khứ, chúng ta có thể khám phá ra quy luật thay đổi tự nhiên và đặt ra các mục tiêu hợp lý hơn.

Trong việc ra quyết định:

• Định lượng thời gian, nhân lực và nguồn lực vật chất cần thiết để đánh giá các giải pháp thay thế.
• Dựa trên hiệu suất trước đây, đánh giá định lượng tính khả thi của kế hoạch và đánh giá tỷ lệ hoàn thành dự kiến.
• Dựa trên xu hướng hiệu suất trong quá khứ, chúng ta có thể khám phá ra quy luật thay đổi tự nhiên và đặt ra các mục tiêu hợp lý hơn.

Sau khi quyết định:

• Theo dõi định lượng quá trình thực hiện và xác định các vấn đề thực hiện.
• Phân tích các phương pháp thực hiện và đánh giá các biện pháp tối ưu hóa và điều chỉnh.
• Xem lại kết quả thực hiện, kiểm tra mức độ hoàn thành mục tiêu thực tế và tóm tắt kinh nghiệm.

Ở giai đoạn này, việc ra quyết định dựa trên dữ liệu và quản lý dựa trên dữ liệu đã đạt được. Lý thuyết kinh điển nhất ở giai đoạn này là lý thuyết PDCA. Nó chia quá trình ra quyết định thành bốn giai đoạn: PDCA:

• Kế hoạch
• LÀM
• Kiểm tra
• Xử lý hành động

Thông qua các chu kỳ lặp đi lặp lại, chúng tôi đảm bảo rằng các mục tiêu của mình sẽ đạt được và chất lượng sẽ được cải thiện dần dần (xem hình bên dưới).

Có vẻ như việc ra quyết định dựa trên dữ liệu đã đạt đến giới hạn ở đây. Về nguyên tắc, điều này đúng và nhiều lý thuyết quản lý cổ điển đều dựa trên giai đoạn này. Sự tiến hóa lớn tiếp theo được phản ánh trong công nghệ. Bởi vì việc thu thập dữ liệu là một nhiệm vụ rất khó khăn đòi hỏi nhiều hỗ trợ kỹ thuật. Do đó, trình độ phương tiện kỹ thuật quyết định trực tiếp đến việc lý thuyết quản lý có thể thực hiện được hay không và có thể đổi mới được hay không.

Khá nhiều mô hình quản lý cổ điển, chẳng hạn như AIDMA, PSM và thử nghiệm mù đôi (ABtest), đều dựa trên bảng câu hỏi khảo sát. Mặc dù về mặt lý thuyết, các bảng câu hỏi khảo sát có thể thu thập tất cả dữ liệu, nhưng các cuộc khảo sát có những hạn chế cố hữu:

• Trí nhớ của con người có hạn và độ chính xác của dữ liệu không cao
• Mọi người đều có năng lượng hạn chế, vì vậy chúng ta không thể đưa ra quá nhiều câu hỏi hoặc những lựa chọn quá phức tạp.
• Mọi người lười biếng, phương án A luôn được chọn nhiều nhất và tỷ lệ 3 điểm và 5 điểm luôn cao nhất.

Do những hạn chế trên, các bảng câu hỏi tốt thường tốn kém, chu kỳ dài và tốc độ thu thập dữ liệu cực kỳ chậm.

Do đó, những cải tiến tiếp theo trong phương pháp quản lý thường đi kèm với những cải tiến trong phương pháp thu thập dữ liệu, ngày càng trở nên tinh vi hơn.

4. Các quy trình dữ liệu phức tạp hơn

Các phương pháp dựa trên dữ liệu phức tạp hơn đều dựa trên công nghệ:

• Với hệ thống OMS/CRM, bạn có thể thu thập dữ liệu giao dịch + người dùng ngay lập tức
• Với APP/Mini Program + nhúng dữ liệu, dữ liệu hành vi của người dùng có thể được thu thập
• Với dữ liệu phong phú, chúng ta có thể cải thiện chân dung người dùng và tạo ra các mô hình dự đoán
• Thông qua các công cụ như CDP/ECRM, dữ liệu có thể được đẩy trực tiếp đến bộ phận thực hiện kinh doanh

Với sự hỗ trợ kỹ thuật, thông tin chi tiết về quản lý sẽ phong phú hơn (như được hiển thị bên dưới)

Đã nộp ở giai đoạn trước, các nội dung chính được bổ sung bao gồm:

• Phân tích mục tiêu chung thành các mục tiêu phụ cho từng phòng ban và từng liên kết, và triển khai chúng từng bước
• Phân biệt rõ ràng các chỉ số và tiêu chí đánh giá, đồng thời đưa ra các phương pháp đánh giá toàn diện
• Đã thêm CDP (chọn phương pháp cũ) và ABtest (kiểm tra phương pháp mới), giúp việc lựa chọn phương pháp tốt trở nên dễ dàng hơn

Toàn bộ quá trình có thể được mô tả chi tiết trong hình sau:

Phương pháp phổ biến nhất ở giai đoạn này là phương pháp OSM, phương pháp này thúc đẩy việc ra quyết định bằng cách phân tích/lượng hóa các chỉ số từng bước (như minh họa bên dưới)

Lưu ý: Để đạt được hiệu quả thúc đẩy, cần phải cấu hình các công cụ dữ liệu phù hợp trong từng liên kết của quá trình ra quyết định và phát huy vai trò tương ứng của chúng. Đây là sự kết hợp của nhiều công cụ, chứ không phải là một mô hình hay công thức siêu mạnh, có thể tính toán ra những kết quả siêu mạnh.

Trong toàn bộ quá trình làm việc, khó khăn kỹ thuật lớn nhất nằm ở việc thu thập dữ liệu. Việc đảm bảo thu thập dữ liệu đa chiều, chất lượng cao mà không làm chậm tiến độ chung của dự án là một nhiệm vụ rất khó khăn. Khó khăn lớn nhất trong kinh doanh là sự đồng thuận. Làm thế nào để tránh cãi vã, đạt được sự công nhận là chìa khóa (như được hiển thị bên dưới)

Vậy là hết. Nhưng một số sinh viên hẳn tò mò: Lý thuyết quản lý này có vẻ không phức tạp, tại sao tôi không thể nhìn thấy nó trong thực tế? Bởi vì luôn có một khoảng cách giữa lý thuyết và thực tế. Khi nói đến doanh nghiệp, đủ loại người và sự vật kỳ lạ liên tiếp xuất hiện.

5. Tại sao bạn không cảm thấy việc ra quyết định dựa trên dữ liệu

Vấn đề 1: Con người/hệ thống/thể chế lạc hậu.

• Không ít công ty không coi trọng việc xây dựng dữ liệu, đặc biệt là việc thu thập dữ liệu và chuẩn hóa quy trình.
• Khá nhiều hệ thống doanh nghiệp vẫn còn ở giai đoạn sơ khai, hoạt động nhanh và mạnh mẽ.
• Không ít nhà lãnh đạo doanh nghiệp vẫn đang sử dụng những phương pháp quản lý man rợ.

Thời thế đã thay đổi, nhưng con người/thể chế/hệ thống vẫn như cũ và không có gì thay đổi.

Câu hỏi 2: Quá ích kỷ và cố tình bóp méo dữ liệu.

Nhiều nhà lãnh đạo chỉ nói về phát triển dựa trên kỹ thuật số, nhưng thực tế họ chỉ sử dụng dữ liệu như một lớp vỏ bọc, viết ra những con số đẹp mắt hơn và làm cho những con số xấu xí trở nên đẹp mắt theo nhiều cách khác nhau. Nếu không hiệu quả, họ sẽ đổ lỗi cho “công ty chúng tôi thiếu khả năng trí tuệ nhân tạo và phân tích dữ liệu lớn”. Điều này chắc chắn sẽ không đạt được sự phát triển dựa trên dữ liệu mà sẽ dựa vào trò chơi con số.

Câu hỏi 3: Tin tưởng mù quáng vào trí tuệ nhân tạo và dữ liệu lớn.

Lưu ý: Từ quá trình tiến hóa của dữ liệu điều khiển, có thể thấy rằng để hiện thực hóa dữ liệu điều khiển, điều cần thiết là sự phân công lao động ở giai đoạn đầu, giữa và cuối, và sự phối hợp lẫn nhau của các báo cáo, mô hình quản lý, mô hình thuật toán, nền tảng thử nghiệm và phân tích đặc biệt, chứ không phải là một "mô hình thông minh siêu tuyệt vời" Duang! Nó có thể được mô phỏng bằng một âm thanh. Tuy nhiên, vẫn luôn có những người không tin điều đó. Luôn có những người nghĩ rằng có một "mô hình" toàn năng sống trong máy tính có thể quyết định kết cục của thế giới chỉ trong nháy mắt, điều này tất yếu sẽ dẫn đến bi kịch.

Câu hỏi 4: Quá chú trọng vào các chỉ số và bỏ qua việc thiết lập tiêu chuẩn.

Đây là một lỗi thường gặp của các nhà phân tích dữ liệu. Khi nói đến phân tích, hàng chục chỉ số dữ liệu được đề cập, nhưng đâu là chỉ số chính, đâu là chỉ số phụ và đâu là chỉ số tham chiếu? Nên kết hợp những chỉ số nào để xác định giá trị nào được coi là tốt và giá trị nào được coi là xấu. Không có tiêu chuẩn rõ ràng và không có sự đồng thuận với doanh nghiệp. Cuối cùng, tôi chỉ có thể liệt kê dữ liệu nhưng không thể đưa ra kết luận nào.

Câu hỏi 5: Không theo kịp doanh nghiệp và thiếu tích lũy dữ liệu cho các quy trình kinh doanh.

Đây là một lỗi thường gặp của các nhà phân tích dữ liệu. Mỗi ngày họ chỉ tập trung vào một vài chỉ số như GMV, lưu lượng truy cập, DAU, MAU và tỷ lệ chuyển đổi. Họ không biết gì về quy trình kinh doanh và không quan sát hay tích lũy được tác động của các phương pháp kinh doanh khác nhau. Cuối cùng, ngoài việc lặp đi lặp lại một vài chỉ số, họ chỉ có thể nói: họ phải tăng chúng lên, họ phải duy trì chúng. Tất cả đều vô nghĩa và không thể thúc đẩy việc ra quyết định.

VI. Bản tóm tắt

Việc ra quyết định dựa trên dữ liệu đòi hỏi sự phối hợp chặt chẽ giữa quy trình kinh doanh và dữ liệu, cũng như sự tham gia và thúc đẩy của ban lãnh đạo. Việc ra quyết định dựa trên dữ liệu chưa bao giờ là công việc của một ẩn sĩ bí ẩn có thể lấy dữ liệu và niệm chú: "Mẹ ơi, mẹ ơi" để đưa ra một kết luận gây sốc. Đây là lẽ thường tình cơ bản.

Con người, hệ thống và quy trình lạc hậu sẽ khiến dữ liệu trở nên hời hợt. Vì vậy, đừng mất tự tin ngay cả khi bạn không thấy kết quả trong một thời gian ngắn. Những con người và sự vật lạc hậu này cuối cùng sẽ bị loại bỏ khỏi lịch sử. Là người hành nghề, chúng ta cần rèn luyện khả năng của mình nhiều hơn để có cơ hội tham gia vào các nền tảng tốt hơn và tạo ra các dự án tốt hơn. Tôi cũng chúc các bạn như vậy.

Tác giả: Thầy giáo thực tế Chen

Nguồn tài khoản công khai: Giáo viên thực tế Chen (ID: 773891)