Công việc của một Data Analyst sẽ hỗ trợ quá trình ra quyết định trong kinh doanh như thế nào? [Data-driven decision-making]

Data Analyst tác động đến quá trình ra quyết định/ kinh doanh của doanh nghiệp

Một nghiên cứu gần đây của Forrester về khả năng sử dụng dữ liệu trong doanh nghiệp đã chỉ ra rằng việc đầu tư và nâng cao năng lực sử dụng dữ liệu sẽ giúp cải thiện và gia tăng hiệu quả của quá trình ra quyết định kinh doanh, đổi mới sản phẩm/ quy trình, đồng thời góp phần tăng trải nghiệm khách hàng…

Hiện nay, các tổ chức, doanh nghiệp không ngừng thử nghiệm các chiến lược nhằm tăng thị phần và khác biệt hóa sản phẩm bằng cách tận dụng triệt để những insights khai thác được từ kho dữ liệu. Chính vì lẽ ấy, khả năng hiểu và sử dụng dữ liệu chính là một trong yêu cầu then chốt của mỗi thành viên trong doanh nghiệp, để có thể thực sự tham gia vào quá trình giải quyết các bài toán mà tổ chức, doanh nghiệp cần đối mặt. Vậy thực chất, là một Data Analyst, bạn có thể sử dụng dữ liệu để tác động đến quá trình ra quyết định của tổ chức như thế nào?

Tại hầu hết các công ty/ tổ chức, công việc thường ngày của một Data Analyst bắt đầu bằng việc nhận request từ các phòng ban theo phạm vi công việc, sau đó tiến hành các hoạt động phân tích theo những quy trình sau.

1. Phân tích yêu cầu

Mỗi tổ chức lại có những bộ workflow riêng cho quá trình tiếp nhận yêu cầu của team Data với các phòng ban khác. Tuy nhiên, thông thường, khi được admin, SM hoặc Data Manager giao cho xử lý 1 task request, công việc đầu tiên DA cần làm làm phân tích yêu cầu của bài toán. Đối với cá nhân mình, việc phân tích đề bài sẽ được chia ra làm 2 giai đoạn: self-explore và thảo luận cùng stakeholders.

Đây hoàn toàn không phải 2 bước riêng biệt mà hoạt động như 1 vòng tròn cho đến khi yêu cầu của bài toán thực sự được làm rõ. Khi nhận được yêu cầu, mình sẽ tiến hành research về bài toán, cũng như tiến hành quick-explore về một số thông tin liên quan đến bài toán dựa trên dữ liệu có sẵn của doanh nghiệp. Sau đó, khi đã có được góc nhìn sơ bộ, mình sẽ bắt đầu tiến hành tạo meeting để trao đổi với stakeholder nhằm hiểu hơn về nhu cầu của họ, cũng như có thêm góc nhìn của nghiệp vụ về bài toán. Toàn bộ quá trình này gọi chung là “verify task” – cũng chính là bước đầu tiên (Empathize) trong quy trình 5 bước Design Thinking (Empathize – Define – Ideate – Prototype – Test)

2. Làm rõ bài toán và yêu cầu về dữ liệu

Khi đã hiểu rõ về nhu cầu cũng như mục tiêu của bài toán, các Data Analysts bắt đầu tiến hành hoạt động chia nhỏ vấn đề từ key goal (Top Down) và xác định các trường dữ liệu cần thiết cho báo cáo (Bottom Up), nhằm đảm bảo đi sâu được đến nguyên nhân gốc rễ của vấn đề và không bỏ sót bất cứ khía cạnh nào. Ở bước này, các phương pháp thường được sử dụng là Issue tree/ Logic tree, Brainstorming…

3. Chuẩn bị dữ liệu nhằm phục vụ phân tích 

Khi đã có những câu hỏi business rõ ràng cũng như xác định được các trường dữ liệu cần thiết, ta bắt đầu thực hiện một số hoạt động như: làm sạch và biến đổi dữ liệu, data understanding… để đảm bảo dữ liệu sử dụng trong quá trình phân tích được đầy đủ và toàn vẹn.

4. Trực quan hóa dữ liệu

Đây là lúc DA có thể vận dụng các kỹ năng sử dụng Power BI, Tableau… để biến khối dữ liệu dạng bảng thuần túy trở thành các loại biểu đồ sinh động, sau đó sắp xếp chúng theo một trình tự logic nhằm tạo nên một câu chuyện thu hút và có tính thuyết phục. Quá trình này sẽ bắt đầu từ việc định hướng layout hay “cốt truyện”, lựa chọn loại chart cho từng metrics, chọn màu sắc dashboard đến cách sắp xếp bố cục từng chart sao cho hài hòa và hợp lý.

5. Phân tích và đưa ra giải pháp cho vấn đề business

Bước cuối cùng, cũng là bước quan trọng nhất trong quá trình phân tích, bởi lẽ, suy cho cùng, tất cả những bước trên đều hướng tới 1 cái đích lớn là tạo ra giá trị cho doanh nghiệp. Vì thế, nếu dashboard/ report có đẹp đến mấy, mà DA không đưa ra được các key insights, cũng như đề xuất phù hợp thì chúng cũng chỉ là một “tác phẩm nghệ thuật vô tri” mà thôi. Đây cũng là bước bị rất nhiều DA “newbie” bỏ ngỏ, bởi lẽ, chúng ta thường bị cuốn vào những lời quảng cáo hoa mỹ về các loại công cụ transform data (SQL, Python…) hay các dashboard màu mè mà quên mất rằng mục tiêu thực sự là giải quyết được vấn đề business. Bạn có thể dùng bất kỳ tool nào để thu thập, biến đổi và trực quan hóa dữ liệu, miễn là kết quả ra được những phát hiện giá trị và có hướng đề xuất phù hợp với nhu cầu của doanh nghiệp. Đó chính là vai trò cốt lõi của một Data Analyst.

Bằng một cái nhìn tổng quan về một ngày làm việc hay đúng hơn là quy trình làm việc rõ ràng của vị trí DA, chúng ta đẽ có thể hiểu được công việc này mang đến những giá trị gì cho doanh nghiệp, tác động ra sao để việc có thể giúp doanh nghiệp đưa ra các quyết định trong kinh doanh. Hiểu rõ tác động công việc đem lại, bạn sẽ dễ dàng hơn trong việc xác định liệu bản thân có thực sự phù hợp với vị trí này, cũng như xác định một quan điểm quan trọng về giới hạn tác động có thể tạo ra – bởi vì DA không phải là người có thể đưa ra quyết định trong doanh nghiệp, chúng ta tác động và hỗ trợ quá trình đó được thực hiện một cách hiệu quả và phù hợp dựa trên dữ liệu.

Hy vọng rằng bài viết này đã mang lại một góc nhìn thực tế về nghề DA, đặc biệt là giúp các bạn đang định tham gia ngành có thêm thông tin ra quyết định nhé!

Share để lưu bài viết

Leave a Reply

Your email address will not be published. Required fields are marked *