Dù bạn yêu thích hay ghét cụm từ “data-driven” (dựa trên dữ liệu), nó là điều mà hầu hết các tổ chức mong muốn trở thành. Về cơ bản, nó có nghĩa là công ty của bạn được định hướng để đưa ra các quyết định chiến lược và chiến thuật dựa trên dữ liệu thay vì quan điểm hay bản năng. Trong một số trường hợp, điều đó thậm chí có thể là các hành động được thực hiện một cách tự động mà không có sự can thiệp của con người (ví dụ: gợi ý sản phẩm, phê duyệt khoản vay, v.v.).

Cho dù bạn thích “insights-driven” (dựa trên thông tin sâu sắc), “data-informed” hay một số biến thể khác hơn, mục đích của chúng là giống nhau – nhằm đưa ra quyết định tốt hơn và tối ưu hoá hiệu suất kinh doanh của bạn bằng cách nắm bắt đầy đủ dữ liệu. Ngày nay, hầu hết các công ty sử dụng dữ liệu theo một vài cách để đưa ra quyết định, nhưng có nhiều công ty không thể cho rằng đã hoàn toàn “dựa trên dữ liệu”. Trên thực tế, theo khảo sát các nhà điều hành hàng năm NewVantage Partners, chỉ 24% nói rằng họ đã “tạo ra một tổ chức dựa trên dữ liệu”. Định hướng dữ liệu có nghĩa là bạn dựa vào các con số và dựa vào chúng ngay cả khi điều đó không phải việc dễ dàng hay thuận tiện. Nếu tổ chức của bạn định hướng dữ liệu, bạn đã phát triển một văn hoá dữ liệu bao trùm toàn bộ công ty – chứ không chỉ ở cấp độ điều hành hay trong các bộ phận nhất định.

Theo khảo sát của NewVantage, 99% các công ty đã đầu tư vào các sáng kiến dữ liệu và 92% báo cáo nhịp độ đầu tư đang tăng tốc. Nếu thống kê này là đại diện cho thực tế, tại sao chúng ta không nhìn thấy nhiều tổ chức định hướng dựa liệu hơn? Rõ ràng là, hầu hết các công ty đang đầu tư một khoản đáng kể vào phân tích, phân tích kinh doanh và các công nghệ dữ liệu khác. Điều thú vị là khảo sát NewVantage đã xác định rằng thách thức chính để trở nên định hướng dữ liệu không phải là công nghệ (7.8%), mà là con người, quy trình kinh doanh và các khía cạnh văn hoá (92.2%). Tìm hiểu sâu hơn về những lý do phía sau này, tôi sẽ chia sẻ 10 lý do phổ biến tại sao tổ chức của bạn vẫn chưa định hướng dữ liệu:

1. Sự ủng hộ của ban điều hành thấp

Nếu tôi nhìn vào hàng trăm công ty tôi từng có cơ hội làm việc cùng trong sự nghiệp tư vấn phân tích của mình, sự ủng hộ của ban điều hành luôn là yếu tố quyết định chính trong việc một tổ chức có đang trở nên dựa trên dữ liệu hay không. Trong một cuộc khảo sát các nhà điều hành năm 2016 của McKinsey, nó được nhìn nhận như là yếu tố lớn nhất góp phần vào sự thành công của phân tích. Nếu những người ra quyết định chủ chốt trong tổ chức của bạn không cam kết nắm bắt dữ liệu, làm thế nào mà bạn thuyết phục được mọi người khác làm như vậy? Công ty của bạn phải có các nhà điều hành và quản lý có thể dẫn dắt bằng cách làm gương và không chỉ cung cấp dịch vụ môi giới cho các sáng kiến dữ liệu, hay tệ hơn là ngang nhiên coi thường dữ liệu. Trong một cuộc khảo sát của Talend năm 2021, 36% giám đốc điều hành đã nêu gương sai khi dựa vào trực giác để đưa ra phần lớn các quyết định của họ.

2. Thiếu sự liên kết chiến lược

Trong khảo sát mới của NewVantage, chỉ 30% các công ty báo cáo có một chiến lược dữ liệu rõ ràng. Nếu mục đích của bạn là thúc đẩy các kết quả kinh doanh tốt hơn với dữ liệu, những điều đang được đo lường và báo cáo bởi hệ thống phân tích phải liên kết với chiến lược kinh doanh của bạn. Không có một chiến lược dữ liệu rõ ràng, sẽ có nhiều khả năng rằng mọi người sẽ không có dữ liệu liên quan, hữu ích mà họ cần cho vai trò và trách nhiệm của mình. Vào thời điểm dữ liệu không gắn với các mục tiêu kinh doanh chủ chốt của bạn, bạn đã mời mọi người đưa ra các quyết định quan trọng mà không có nó.

3. Chất lượng dữ liệu kém

Trong một nghiên cứu của Accenture, chủ 33% các công ty cho biết họ tin rằng “dữ liệu của họ đủ để sử dụng hiệu quả và thu được giá trị từ nó.” Sẽ khó có thể tạo ra nhiều tiến bộ với các sáng kiến dữ liệu của bạn khi mọi người không có niềm tin vào những con số do vấn đề về chất lượng dữ liệu. Mặc dù dữ liệu sẽ không bao giờ hoàn hảo, mọi người cần có một mức độ tin tưởng nhất định rằng dữ liệu cơ bản phản ánh chính xác điều gì đang diễn ra. Nếu bạn coi dữ liệu của mình như là một tài sản doanh nghiệp nhưng không giải quyết vấn đề chất lượng dữ liệu đang tiếp diễn, bạn không thể ngạc nhiên khi dữ liệu không được sử dụng thường xuyên.

4. Không có sự thật duy nhất

Trong một báo cáo năm 2019 của Arm Treasure Data, 47% các nhà làm marketing chỉ ra rằng dữ liệu của họ “không được thu thập đầy đủ và khó tiếp cận”. Nếu việc có được một bức tranh tổng hợp trong một bộ phận là điều khó khăn, việc thiết lập một sự thật duy nhất trong toàn bộ doanh nghiệp thậm chí có thể khó khăn hơn nữa. Khi những cá nhân và đội ngũ khác nhau bị bỏ mặc để tự xác định sự thật của chính mình, điều đó có thể dẫn đến sự nhầm lẫn và thiếu gắn kết. Không ai chắc chắn rằng con số của ai mới là “những con số chính xác”. Kết quả là, tổ chức đó không thể đảm bảo rằng nhân viên của mình đang kéo theo cùng một hướng.

5. Khả năng làm việc với dữ liệu yếu

Nếu hầu hết nhân viên của bạn không cảm thấy thoải mái khi làm việc với dữ liệu, bạn sẽ không thường xuyên thấy nó được sử dụng một cách tốt nhất. Một cuộc khảo sát của Qlik/Accenture tiết lộ rằng chỉ có 21% người lao động hoàn toàn tự tin vào kỹ năng dữ liệu của mình, bao gồm khả năng đọc, hiểu, đặt câu hỏi và làm việc với dữ liệu. Mặc dù các nhân viên ngày càng có nhiều dữ liệu hơn trong tầm tay, 74% bày tỏ cảm thấy quá tải hoặc không hài lòng khi làm việc với dữ liệu. Nếu không được đào tạo và hỗ trợ đầy đủ, mọi người sẽ phải vật lộn để nắm lấy thứ họ không hiểu và cảm thấy đáng sợ.

6. Các công cụ khó sử dụng

Sau khi đầu tư đáng kể vào một nền tảng phân tích được kỳ vọng sẽ khiến cho dữ liệu dễ tiếp cận hơn, điều cuối cùng bạn muốn nghe được là người dùng đang không sử dụng nó. Trong một nghiên cứu của Deloitte, 67% các nhà quản lý và điều hành cho biết họ không thoải mái với việc truy cập và sử dụng dữ liệu từ công cụ phân tích của mình. Cho dù đó là vấn đề về sự phù hợp của công nghệ hay việc đào tạo, việc sử dụng công cụ không nên chỉ giới hạn trong các nhà phân tích và các nhà khoa học dữ liệu. Để xây dựng một văn hoá dữ liệu toàn diện, bạn cần các công cụ dữ liệu khiến cho trải nghiệm dữ liệu trở nên hấp dẫn và thân thiện với người dùng, chứ không phải áp đặt và gây khó khăn.

7. Quy trình dữ liệu tách biệt

Nếu các công cụ phân tích của bạn không được tích hợp với quy trình kinh doanh hiện có của nhân viên, chúng sẽ không được chấp nhận nhiều. Trong một cuộc phỏng vấn với McKinsey, Cameron Davies, trước đây là Giám đốc Khoa học quyết định tại NBCUniversal, nói rằng đội ngũ phân tích của ông sẽ xác định “những nơi mà mọi người đang đưa ra quyết định”. Sau đó, nhóm của ông sẽ “xem xét các quy trình mà họ sử dụng và cố gắng xác định khoảng trống trong dữ liệu có sẵn, hoặc lượng thời gian và nỗ lực để thu thập dữ liệu cần thiết để đưa ra đánh giá, thông tin sâu sắc hay quyết định.” Bằng cách tích hợp các công cụ vào quy trình làm việc hiện có của mọi người, dữ liệu trở thành một phần mở rộng tự nhiên của công việc và không phải một trách nhiệm hay nhiệm vụ tăng thêm.

8. Cộng tác không đầy đủ

Nếu các công cụ phân tích được triển khai chỉ với sự tham gia tối thiểu từ phía doanh nghiệp, chúng sẽ không tạo ra nhiều lượt mua, sự liên kết hoặc cảm giác sở hữu. Trong một cuộc thăm dò của TechRepublic, 27% số người được hỏi cảm thấy “sự tập trung nhiều hơn vào các ứng dụng kinh doanh sẽ tạo nên giá trị”. Nhóm phân tích và kinh doanh phải hợp tác để đưa ra các giải pháp để đảm bảo chúng hỗ trợ các nhu cầu kinh doanh thực sự. Ngoài ra, nhóm phân tích nên tham gia sớm vào quá trình để việc đo lường là thành phần cốt lõi của mỗi dự án, chứ không chỉ là một suy nghĩ về sau.

9. Không đủ tài nguyên phân tích

Trong một cuộc khảo sát của McKinsey, các tổ chức hoạt động kém hiệu quả với hoạt động phân tích cho biết thách thức lớn nhất của họ là “thiết kế một cơ cấu tổ chức phù hợp để hỗ trợ các hoạt động phân tích”. Nếu không có mức hỗ trợ thích hợp, người dùng doanh nghiệp sẽ phải vật lộn với cả việc giải thích dữ liệu và tận dụng khả năng của các công cụ phân tích. Trong nghiên cứu Khép lại khoảng cách giá trị dữ liệu của Accenture, hơn một nửa số công ty nhận thấy rằng việc thuê và giữ chân nhân tài dữ liệu cần có là điều khó khăn. Nếu không có cam kết nghiêm túc để trở thành một tổ chức theo định hướng dữ liệu, nhân tài phân tích của bạn có thể trở nên thiếu kiên nhẫn và rời bỏ để đến với các đồng cỏ dữ liệu xanh tươi hơn.

10. Quản lý thay đổi kém

Đối với hầu hết các công ty, việc trở nên định hướng dữ liệu đòi hỏi sự thay đổi đáng kể trong tư duy và hành vi hiện có của mọi người. Thật không may, việc chuẩn bị cho các nhà quản lý và nhân viên để chuyển đổi sang một nền văn hóa dựa trên dữ liệu hơn thường không nhận được đủ sự chú ý. Ví dụ, các công ty có thể xem nhẹ vai trò quan trọng của truyền thông trong việc giới thiệu sự thay đổi đó. Dành thời gian để giải thích WIIFM (“What’s in it for me?” – “Tôi có gì trong đó?”) có thể giúp vượt qua khả năng xảy ra chống lại dữ liệu hoặc phân tích. Một nghiên cứu của McKinsey năm 2015 cho thấy các công ty đầu tư vào phương pháp quản lý thay đổi nghiêm ngặt đã báo cáo tỷ lệ thành công 79% – gấp ba lần mức trung bình so với tất cả các sáng kiến ​​khác.

Sau khi chia sẻ 10 trở ngại tiềm ẩn có thể ngăn cản tổ chức của bạn trở nên dựa trên dữ liệu nhiều hơn, bạn có thể đặt câu hỏi liệu nỗ lực đó có xứng đáng để củng cố văn hóa dữ liệu của tổ chức bạn hay không. Câu trả lời rõ ràng là có. Trong một cuộc khảo sát của Deloitte năm 2019, các công ty có nền văn hóa định hướng dữ liệu mạnh mẽ đã báo cáo rằng họ có khả năng vượt mục tiêu kinh doanh trong 12 tháng qua cao gấp hai lần so với những công ty có nền văn hóa dữ liệu yếu hơn (48% so với 22%).

Không có lối tắt dễ dàng nào để tạo ra một nền văn hóa dữ liệu mạnh mẽ tại tổ chức của bạn. Nó sẽ mất thời gian, nỗ lực và cam kết. Tuy nhiên, với tầm nhìn rõ ràng và kế hoạch, bất kỳ công ty nào cũng có thể dần dần học cách nắm bắt dữ liệu – trên toàn bộ công ty. Không có thời điểm nào tốt hơn để bắt đầu hơn là bây giờ. Như cựu Giám đốc điều hành GE Jack Welch đã nói, “Hãy thay đổi, trước khi bạn phải làm” và tôi sẽ nói thêm – trước khi quá muộn.

Theo Forbes

Tin liên quan: