Nhấp để tìm hiểu thêm về tác giả Terence Siganakis.

Các tổ chức liên tục đến với chúng tôi với mong muốn
giúp trở nên “dựa trên dữ liệu” hơn. Họ muốn cải thiện quyết định của mình
thực hiện, chuyển đổi quy trình sang định lượng hơn và ít dựa vào bản năng và
kinh nghiệm. Đây là một mục tiêu xứng đáng nhưng phức tạp hơn một chút so với việc chỉ
đặt bảng điều khiển trước mặt người quản lý.

Là hướng dữ liệu không chỉ liên quan đến các công cụ mới sáng bóng. Nó đòi hỏi phải đầu tư vào Chất lượng dữ liệu để thay đổi hành vi xung quanh cách thiết kế và sử dụng hệ thống thu thập dữ liệu. Nó cũng yêu cầu đầu tư vào sự hợp tác giữa các nhóm và xây dựng các định nghĩa nhất quán, trong toàn doanh nghiệp cho các số liệu cốt lõi để đảm bảo rằng mọi người đều hiểu rõ. Đầu tư vào các trụ cột Quản trị dữ liệu này cũng đặt nền tảng cho các giá trị cao hơn nữa hoạt động phân tích nâng cao, học máy và tự động hóa, trong đó giá trị gia tăng của quản trị thậm chí còn rõ rệt hơn.

Chất lượng dữ liệu phải được ưu tiên

Chất lượng dữ liệu là nền tảng cho tất cả các hoạt động dựa trên phân tích. Khi các tổ chức tìm cách đưa ra nhiều quyết định hơn dựa trên dữ liệu, có nguy cơ thực sự là các quyết định có thể được đưa ra không chính xác nếu dữ liệu làm cơ sở cho chúng không chính xác, không đầy đủ hoặc không nhất quán.

Các ứng dụng doanh nghiệp nổi tiếng
trải nghiệm người dùng và chất lượng dữ liệu của họ không tốt
chiếm lấy. Các hệ thống có trải nghiệm người dùng kém sẽ gây khó khăn cho
người dùng có thiện chí nhập dữ liệu một cách hiệu quả. Hệ thống khuyến khích và KPI
thường không khuyến khích thời gian dành cho việc thu thập dữ liệu. Dịch vụ khách hàng
đại diện được khen thưởng vì giải quyết yêu cầu nhanh chóng, vì vậy họ nhảy từ
hết vé này đến vé khác mà không “lãng phí thời gian” ghi lại cách giải quyết
có hiệu quả. Nhân viên bán hàng được khuyến khích khi chốt giao dịch chứ không phải chính xác
và nắm bắt đầy đủ thông tin chi tiết về khách hàng tiềm năng hoặc thông tin cập nhật về cách thức xử lý
đang tiến triển hoặc chi tiết về việc bán hàng. 

Khi các nhiệm vụ chính được khuyến khích,
chất lượng của dữ liệu thu được bị ảnh hưởng. Điều này về cơ bản làm cho nhiều số liệu
với giá trị thực không thể sử dụng được. Sẽ tuyệt vời biết bao nếu tài chính có thể tạo ra
dự báo về thu nhập bằng cách sử dụng ước tính chính xác về các cơ hội tiềm năng trong
CRM hoặc liệu bộ phận tiếp thị có thể đánh giá tính hiệu quả của các chiến dịch của nó không
chỉ dựa trên những lời dẫn vào cửa, nhưng khả năng họ chuyển đổi là bao nhiêu.

Mẹo để khuyến khích chất lượng dữ liệu:

• Kết hợp chất lượng dữ liệu vào
  số liệu hiệu suất (ví dụ: giới hạn hoa hồng cho nhân viên bán hàng không thực hiện được
  thu thập dữ liệu về quá trình bán hàng một cách hiệu quả)
• Đảm bảo rằng Chất lượng Dữ liệu là
  KPI dành cho nhà quản lý
• Đảm bảo chất lượng cao
  thu thập dữ liệu là Yêu cầu phi chức năng (NFR) cho hệ thống mới
  triển khai
• Kiểm tra chất lượng dữ liệu thường xuyên
  (ví dụ: hàng quý)

Dữ liệu yêu cầu tính nhất quán
và sự rõ ràng để giải thích

Đối với nhiều người, thuật ngữ “dữ liệu” đồng nghĩa
với “sự thật”, quên rằng dữ liệu cần phải được diễn giải đúng ngữ cảnh.
Bối cảnh khác nhau tùy theo phòng ban, đơn vị kinh doanh, giữa các nhóm và thậm chí trong
đội. Sự khác biệt về bối cảnh thường dẫn đến sự khác biệt tinh tế
định nghĩa về cách mọi thứ được tính toán. Ví dụ, khi tiếp thị nói chuyện
về “Tổng doanh thu”:

• Liệu nó có đề cập đến
  số lần mua hàng (giao dịch) hay giá trị của những giao dịch đó?
• Nó có bao gồm trả lại không
  mặt hàng? Còn khi một mặt hàng được mua và trả lại trong các khoảng thời gian khác nhau thì sao?
• Nó có bao gồm vận chuyển không
  Chi phí?
• Nó có bao gồm bán hàng không
  thuế?
• Khi việc bán hàng được thực hiện trong một
  ngoại tệ, tỷ giá hối đoái được tính như thế nào?
• Nó có bao gồm các mục
  có năng khiếu trong các chương trình khuyến mãi?

Nhiều người dùng doanh nghiệp dựa vào “Total
bán hàng” có thể không thực sự biết câu trả lời cho những câu hỏi này, điều này có thể
ảnh hưởng đến khả năng đưa ra quyết định của họ. Ngoài ra, trong khi tiếp thị có thể
tin tưởng vào định nghĩa “Tổng doanh thu” của mình, bộ phận tài chính có thể sử dụng
định nghĩa khác biệt một cách tinh tế và cách vận hành cũng khác
lại. Bối cảnh khác nhau này trong toàn tổ chức làm cho nó trở nên hiệu quả hơn
khó cộng tác và có thể khiến đội ngũ điều hành gặp khó khăn
cái đầu.

Các nền tảng phân tích như PowerBI và
Tableau đưa dữ liệu đến tay nhân viên để dân chủ hóa dữ liệu trong toàn tổ chức.
Chúng cũng làm trầm trọng thêm các vấn đề về số liệu không nhất quán. Đột nhiên nó
Tom từ bộ phận tiếp thị có thể dễ dàng xem Amy từ bảng điều khiển tài chính, tiết lộ
rằng con số “Tổng doanh thu” của cô ấy khác với con số của anh ấy. Những vấn đề này có thể và
làm xói mòn niềm tin vào các nền tảng này, làm ảnh hưởng đến việc áp dụng và giảm
khả năng gia tăng giá trị.

Lời khuyên cho các số liệu nhất quán:

• Các số liệu cần phải được
  được xác định và ghi chép một cách nhất quán trong toàn tổ chức, với sự đồng thuận
  từ tất cả các đơn vị tổ chức
• Bất kỳ số liệu nào xuất hiện trên
  nhiều trang tổng quan phải có cùng giá trị trong cùng một khoảng thời gian
• Mới và thay đổi
  bảng điều khiển cần được nhóm phân tích xem xét để có cơ hội
  tổng hợp các báo cáo và kiểm tra tính nhất quán của chúng
• Bất kỳ thay đổi nào đối với
  phương pháp tính toán các số liệu cần được phổ biến rộng rãi
• Định nghĩa số liệu nên
  có thể dễ dàng xem được trong bất kỳ nền tảng nào hiển thị chúng
• Hạn chế khả năng cho
  người dùng cuối có thể tùy chỉnh cách tính số liệu
• Đánh giá định kỳ
  trang tổng quan do người dùng tạo để đảm bảo rằng các số liệu được gắn nhãn một cách nhất quán

Quản trị dữ liệu là về
Con người và quy trình, không phải công nghệ

Một khung Quản trị dữ liệu mạnh mẽ sẽ
tập trung vào cả Chất lượng dữ liệu cũng như tính nhất quán và rõ ràng. Những trụ cột này
Quản trị dữ liệu bắt nguồn từ con người và quy trình chứ không phải
công nghệ. Thách thức cơ bản là thay đổi hành vi của họ,
nó ở cách tổ chức ưu tiên Chất lượng Dữ liệu thông qua các biện pháp khuyến khích hoặc trong
thuyết phục một nhóm sử dụng định nghĩa của người khác về
KPI. Thật không may, chưa có ai phát triển phần mềm để quản lý điều đó!

Thanh toán PrimeXBT
Giao dịch với các Đối tác CFD chính thức của AC Milan
Cách dễ nhất để giao dịch tiền điện tử.
Nguồn: https://www.dataversity.net/being-data-driven-means-embracing-data-quality-and-consistency-through-data-governance/