Back

XÂY DỰNG VĂN HOÁ DATA-DRIVEN TRONG DOANH NGHIỆP (PHẦN 1)

Trong những bài viết trước, chúng ta đã tìm hiểu về Data-driven marketing. Tuy nhiên, chỉ chú trọng đến dữ liệu và công nghệ là chưa đủ để tạo nên những chiến dịch marketing thành công nói riêng và một doanh nghiệp phát triển vững mạnh nói chung. Một đội ngũ nhân lực với lối tư duy và văn hoá theo kịp với cách làm data-driven mới thực sự có thể làm nên được thành công trên.

Trong bài viết hôm nay, hãy cùng Eastplayers tìm hiểu cách để xây dựng một doanh nghiệp có văn hoá data-driven vững mạnh nhé.

 

 

Ngày nay, một lượng dữ liệu khổng lồ tạo nên tiềm năng cho một kỷ nguyên mới – kỷ nguyên những phát kiến dựa trên sự thật trong các doanh nghiệp lớn, với những bằng chứng rõ ràng để tăng tính thuyết phục cho các ý tưởng mới. Mang niềm tin có được những khách hàng hài lòng hơn, những sự vận hành trơn tru cùng những chiến lược rõ ràng, những doanh nghiệp, trong suốt thập kỷ qua, đã tích luỹ dữ liệu, đầu tư vào công nghệ cũng như trả rất nhiều tiền cho những tài năng về phân tích. 

Tuy nhiên, với rất nhiều doanh nghiệp, một văn hoá vững mạnh và data-driven vẫn còn rất khó để thực hiện. Tại sao lại như vậy? Những việc chúng ta đã làm trong hàng loạt ngành chỉ ra rằng, trở ngại lớn nhất trong việc tạo dựng những doanh nghiệp dựa trên nền tảng dữ liệu không phải nằm ở kỹ thuật, mà đến từ văn hoá. 

Vì lý do đó, hãy cùng tham khảo những cách thức để xây dựng văn hoá data-driven vững mạnh ở dưới đây cho doanh nghiệp của bạn nhé.

 

Nguồn: amazonaws.com

 

Những công ty có văn hoá data-driven mạnh thường có những lãnh đạo cấp cao xác lập những kỳ vọng cho những quyết định cần phải bám vào dữ liệu. Đây là một điều hoàn toàn rất cơ bản, gọi là lãnh đạo dựa trên tiền lệ. Ở một ngân hàng, dàn lãnh đạo cấp cao đã cùng xem xét những bằng chứng đến từ những cuộc thử nghiệm được kiểm soát trong một thị trường nhất định để quyết định sự ra đời của các sản phẩm mới. Trong một công ty công nghệ dẫn đầu, những nhân viên cấp cao thường dành 30 phút đầu của những buổi họp để đọc những bản đề xuất tóm gọn và những sự thật minh chứng cho những luận điểm trong đó, để họ có thể có được những hành động dựa trên những bằng chứng chính xác. 

Những cách làm này sẽ được truyền dần xuống dưới, bởi những nhân viên muốn được xem xét nghiêm túc thì cần phải giao tiếp với những người lãnh đạo cấp cao theo khái niệm và ngôn ngữ của họ. Những ví dụ được thực hiện bởi một số ít những người lãnh đạo cao nhất có thể tạo chất xúc tác cho những thay đổi rộng lớn trong khắp công ty, thoát ra khỏi những luật lệ thông thường trước đây.

 

Lãnh đạo có thể tạo ra được một tác động to lớn đến hành vi bằng cách khéo léo chọn lựa những yếu tố cần đo lường và những thông số đo lường mà họ mong nhân viên sẽ sử dụng. 

Nguồn: ventureharbour.com

 

Giả định một công ty có thể có được lợi nhuận bằng cách dự đoán giá của công ty đối thủ trong thời gian sắp tới. Có một thông số có thể áp dụng trong trường hợp này: độ chính xác của phán đoán qua thời gian. 

Một đội ngũ nên liên tục tạo ra những dự đoán rõ ràng về độ lớn và hướng đi của những thay đổi như vậy, cũng như theo dõi chất lượng của những dự đoán để từ từ cải thiện.

Ví dụ, một công ty vận hành viễn thông muốn đảm bảo rằng mạng lưới của họ cung cấp cho khách hàng trải nghiệm tốt nhất có thể. Tuy nhiên, họ mới chỉ có được số liệu được tổng hợp về sự vận hành của mạng lưới, mà hầu như không biết gì về việc ai đang nhận được gì và chất lượng dịch vụ mà họ trải nghiệm là như thế nào. Bằng cách tạo ra những thông số đo lường chi tiết về trải nghiệm khách hàng, công ty có thể phân tích một cách định tính về tầm ảnh hưởng của sự nâng cấp mạng lưới đối với khách hàng. Để làm được điều này, công ty chỉ cần nghiên cứu kỹ hơn về nguồn gốc và sự tiêu thụ dữ liệu.

 

Data scientists thường bị cô lập trong một công ty. Kết quả là họ và những người lãnh đạo biết rất ít về nhau. Thực tế, những phân tích không thể tồn tạo hoặc mang lại giá trị nếu nó chỉ được thực hiện một cách tách biệt trong doanh nghiệp. Những người chịu trách nhiệm giải quyết vấn đề này có thể thực hiện nhiệm vụ một cách thành công thường làm theo 2 cách.

Nguồn: linkedin.com

 

Chiến thuật đầu tiên là tạo ra những ranh giới mỏng giữa doanh nghiệp và data scientists. Một công ty bảo hiểm toàn cầu chuyển nhân viên ở phòng chuyên viên đến những vị trí lãnh đạo để họ hiểu hơn về kết quả của những ý tưởng họ đã xây dưng. Sau đó, họ sẽ được trở về lại vị trí của mình. Một doanh nghiệp khác – công ty vận chuyển hàng hoá toàn cầu – đã tạo ra những vị trí mới trong rất nhiều phòng ban của doanh nghiệp để khởi động những sự phân tích phức tạp hơn. Những vị trí này được đảm nhiệm bởi những người có mối quan hệ mật thiết với những chuyên viên – data scientists. Đến cuối cùng, những trường hợp cụ thể đáng để lưu tâm hơn là những nguyên tắc, tức là chúng ta cần tìm cách để giúp mọi người hiểu được về những kiến thức nền tảng cũng như cách sử dụng công nghệ.

Có những công ty lại sử dụng chiến thuật khác. Bên cạnh việc kéo những data scientist về gần hơn với doanh nghiệp, họ cũng cần kéo doanh nghiệp gần với data science, chủ yếu bằng cách liên tục khuyến khích nhân viên hiểu về code và hiểu rõ những ý tưởng về chủ đề định tính. Những lãnh đạo cấp cao không cần thiết phải là những kỹ sư máy tính, nhưng không thể tiếp tục phớt lờ ngôn ngữ của dữ liệu.

 

Cho đến này, những phàn nàn nhiều nhất mà những người trong các doanh nghiệp thường có là sự vật lộn với việc lấy được những dữ liệu đơn giản nhất. Thật đáng ngạc nhiên rằng, tình hình này vẫn tiếp diễn dù có rất nhiều nỗ lực đã được bỏ ra để “dân chủ hoá” sự tiếp cận với dữ liệu trong các doanh nghiệp. Việc thiếu thông tin trầm trọng khiến những nhà phân tích không thể thực hiện được rất nhiều thứ, và hầu như không thể tạo ra được nền tảng để xây dựng văn hoá data-drive, chưa kể khiến nó phát triển.

Những doanh nghiệp hàng đầu sử dụng một chiến lược rất đơn giản để giải quyết tình huống này. Thay vì những chương trình lớn nhưng có kết quả chậm để sắp xếp lại dữ liệu, họ cho phép sự truy cập đến những thông số chính nhất định trong một khoảng thời gian đặt ra. Ví dụ, một ngân hàng toàn cầu đang muốn dự đoán tốt hơn về nhu cầu vay nợ đã xây dựng những tầng dữ liệu tiêu chuẩn cho phòng marketing, tập trung vào những thông số liên quan nhất. Trong trường hợp này, đó là những dữ liệu nền tảng về những điều khoản cho vay, số dư ngân hàng, những thông tin về tài sản, những kênh marketing mà những khoản vay xuất phát cũng như mối quan hệ của khách hàng với toàn bộ những hệ thống ngân hàng khác. Ngân hàng này đã quyết định cho phép sự truy cập của những thông số trên theo một lộ trình nhất định được định ra bởi dàn lãnh đạo cấp cao.

 

Còn tiếp…

 

Hy vọng, với bài viết trên, Eastplayers đã cung cấp được cho bạn những thông tin cần thiết về việc xây dựng văn hoá data-driven trong doanh nghiệp, để giúp bạn xây dựng những chiến lược marketing và bán hàng tốt hơn cho doanh nghiệp của bạn.

 

Cám ơn bạn và chúc bạn một ngày làm việc hiệu quả.

Nội dung bài viết tham khảo nguồn: https://hbr.org/2020/02/10-steps-to-creating-a-data-driven-culture 

 

Eastplayers luôn nỗ lực không ngừng để phát triển thị trường bằng công nghệ. Với insights thu được từ những nghiên cứu và ứng dụng trong mảng Digital Transformation (Chuyển đổi số), đặc biệt là Marketing Technology (Martech), Eastplayers hy vọng sẽ trở thành đối tác chiến lược lâu dài cùng doanh nghiệp bạn.

 

We are EastPlayers

A leading software consulting and development company growth-hacked by Insightful Geeks. We build up successful, impactful and sustainable world-class digitized business