Mô hình quản trị dữ liệu hiệu quả: tiếp cận và quản lý dữ liệu như một “sản phẩm”

Mô hình quản trị dữ dữ liệu ở mức độ cơ bản: các nhóm vận hành riêng lẻ phải tập hợp dữ liệu và công nghệ họ cần lại với nhau, sẽ dẫn đến sự trùng lặp đáng kể và một mớ kiến ​​trúc công nghệ riêng biệt gây tốn kém để xây dựng, quản lý và bảo trì.

Tiếp cận và quản trị dữ liệu ở quy mô lớn nếu không có định hướng dễ biến doanh nghiệp thành “mớ bòng bong” : chỉ một nhóm tập trung trích xuất, làm sạch và tổng hợp dữ liệu hàng loạt. Tuy rằng cách tiếp cận “quy mô lớn” này có thể loại bỏ một số công việc nhưng lại không phù hợp với tất cả trường hợp kinh doanh, không đáp ứng được nhu cầu sử dụng cụ thể. Doanh nghiệp muốn sử dụng dữ liệu cần xác định chất lượng và khả năng ảnh hưởng đến quản trị, và điều này sẽ kéo dài thời gian đưa ra quyết định đáng kể.

Các cách tiếp cận quy mô lớn không “chiến lược” và cách tiếp cận chỉ ở mức “cơ bản” sẽ không đặt nền tảng cho các trường hợp sử dụng dữ liệu cụ thể trong hiện tại và khả năng mở rộng trong tương lai cùng lúc. 

Theo một nghiên cứu của Mckinsey, khi quản lý dữ liệu như một “sản phẩm”, nhiều doanh có thể vừa khai thác được giá trị ngắn hạn từ khoản đầu tư dữ liệu và vừa mở đường cho khả năng đạt được lợi ích bền vững từ dữ liệu trong tương lai. Vậy mô hình quản trị dữ liệu như một “sản phẩm” cụ thể như thế nào, quý doanh nghiệp hãy cùng taca đi hết bài phân tích dưới đây. 

Cách tiếp cận cơ bản hoặc dựa trên quy mô lớn thiếu đi “định hướng chiến lược” sẽ đều ngăn cản doanh nghiệp thu được giá trị bền vững từ dữ liệu kinh doanh

Cách tiếp cận cơ bản hoặc dựa trên quy mô lớn thiếu đi “định hướng chiến lược” sẽ đều ngăn cản doanh nghiệp thu được giá trị bền vững từ dữ liệu kinh doanh

Sự giống nhau giữa quản trị dữ liệu và quản trị một sản phẩm

Sự giống nhau giữa quản trị dữ liệu và quản trị một sản phẩm

Lợi ích khi xây dựng mô hình quản trị dữ liệu dựa trên quan điểm: dữ liệu là một sản phẩm

Quản trị dữ liệu như một “sản phẩm” sẽ giúp doanh nghiệp nhận được dữ liệu thực nhanh chóng và toàn diện, tốc độ nhanh và hiệu quả cao

Một “sản phẩm” dữ liệu tiêu chuẩn có thể cung cấp chế độ xem 360 độ về một đối tượng quan trọng, chẳng hạn như khách hàng, nhân viên, dòng sản phẩm hoặc chi nhánh. Hoặc nó có thể cung cấp một khả năng dữ liệu nhất định, chẳng hạn như các thông số kỹ thuật số hoạt động & sử dụng tài sản.

Các nhóm sử dụng sản phẩm dữ liệu không phải lãng phí thời gian tìm kiếm dữ liệu, xử lý dữ liệu theo đúng định dạng và xây dựng các bộ dữ liệu và đường dẫn dữ liệu riêng—điều có thể tạo ra tình trạng lộn xộn về mặt kiến ​​trúc và các thách thức trong quản trị. 

Lợi ích của phương pháp này có thể rất đáng kể (theo nghiên cứu từ Mckinsey)

• Dữ liệu cho các trường hợp sử dụng kinh doanh mới có thể được phân phối nhanh hơn tới 90%.
• Tổng chi phí sở hữu, bao gồm chi phí công nghệ, phát triển và bảo trì, có thể giảm 30%.
• Rủi ro và gánh nặng quản trị dữ liệu có thể được giảm bớt.

Dữ liệu cho những mục tiêu kinh doanh “tiêu biểu” – “nguyên mẫu tiêu dùng” 

Kết hợp các dữ liệu cần thiết để phục vụ cho những mục tiêu kinh doanh khác nhau, chẳng hạn như ứng dụng kỹ thuật số hoặc hệ thống báo cáo. Với những mục tiêu kinh doanh quan trọng, dữ liệu sẽ có bộ yêu cầu riêng về cách lưu trữ, xử lý và quản lý dữ liệu; các chuyên gia gọi đây là “nguyên mẫu tiêu dùng” – những mục tiêu tiêu biểu khi sử dụng dữ liệu. 

Mặc dù một tổ chức có thể có hàng trăm trường hợp sử dụng dữ liệu nhưng sẽ có những “nguyên mẫu tiêu dùng” có vai trò quan trọng và được lặp đi lặp lại nhiều lần. Các “sản phẩm” dữ liệu được xây dựng để hỗ trợ một hoặc nhiều nguyên mẫu tiêu dùng khác nhau. Trong thực tế có 5 “nguyên mẫu tiêu dùng” thường gặp nhất trong các trường hợp kinh doanh: 

Bước đầu xây dựng mô hình quản trị dữ liệu như một “sản phẩm” cần những gì?

Thành công trong phát triển sản phẩm đòi hỏi một mô hình hoạt động đảm bảo sự quản lý và tài trợ tận tâm, thiết lập được các tiêu chuẩn và phương pháp thực hành tốt nhất, theo dõi hiệu suất và đảm bảo chất lượng. 

Thành công với các “sản phẩm” dữ liệu trên cơ bản cũng tương tự. 

Quản lý và tài trợ chuyên dụng. Mỗi sản phẩm dữ liệu phải có người quản lý sản phẩm và một nhóm bao gồm kỹ sư dữ liệu, kiến ​​trúc sư dữ liệu, người lập mô hình dữ liệu, kỹ sư nền tảng dữ liệu và kỹ sư về độ tin cậy của trang web, những người được tài trợ để xây dựng và liên tục cải tiến sản phẩm của họ cũng như hỗ trợ các trường hợp sử dụng mới. Các nhóm này nên nằm trong một nhóm tiện ích dữ liệu bên trong các đơn vị kinh doanh. Cơ cấu tổ chức này giúp họ sẵn sàng tiếp cận với các chuyên gia mà họ cần (bao gồm các chuyên gia về chủ đề kinh doanh, vận hành, quy trình, pháp lý và rủi ro) để phát triển các sản phẩm dữ liệu hữu ích và tuân thủ. Ngoài ra, nó còn cho phép các nhóm tiếp cận phản hồi của người dùng, giúp họ tiếp tục cải tiến sản phẩm và xác định các mục đích sử dụng mới.

Tiêu chuẩn và thực hành tốt nhất. Chúng tôi nhận thấy các tổ chức thành công nhất khi họ đưa ra các tiêu chuẩn và phương pháp thực hành tốt nhất để xây dựng các sản phẩm dữ liệu trong toàn tổ chức. Công việc này thường được xử lý bởi một trung tâm dữ liệu xuất sắc. Thiết lập các tiêu chuẩn và phương pháp hay nhất bao gồm xác định cách các nhóm sẽ ghi lại nguồn gốc dữ liệu, kiểm tra việc sử dụng dữ liệu và đo lường chất lượng dữ liệu, cũng như thiết kế cách các công nghệ cần thiết phù hợp với từng nguyên mẫu tiêu dùng để chúng có thể được sử dụng lại trên tất cả các sản phẩm dữ liệu.

Theo dõi hiệu suất. Để xác nhận rằng sản phẩm của họ đáp ứng nhu cầu của người dùng cuối và liên tục cải tiến, nhóm sản phẩm dữ liệu nên đo lường giá trị công việc của họ. Các số liệu liên quan có thể bao gồm số lượng người dùng hàng tháng cho một sản phẩm nhất định, số lần sản phẩm được sử dụng lại trong toàn doanh nghiệp, điểm hài lòng từ khảo sát người dùng dữ liệu và lợi tức đầu tư của các trường hợp sử dụng được kích hoạt.

Đảm bảo chất lượng. Vì các vấn đề về chất lượng có thể làm xói mòn lòng tin và khả năng giữ chân của người dùng cuối nên nhóm sản phẩm dữ liệu quản lý chặt chẽ các định nghĩa dữ liệu (ví dụ: liệu định nghĩa dữ liệu khách hàng có giới hạn ở khách hàng đang hoạt động hay bao gồm khách hàng đang hoạt động và khách hàng cũ), tính khả dụng và kiểm soát quyền truy cập đáp ứng các yêu cầu mức độ quản trị phù hợp cho từng trường hợp sử dụng. Để xác nhận tính toàn vẹn của dữ liệu, họ hợp tác chặt chẽ với người quản lý dữ liệu sở hữu hệ thống nguồn dữ liệu.

>>> Xem thêm:

• Phân tích dữ liệu khách hàng: hiểu mình, hiểu khách hàng và bứt phá trên thị trường

===> Khuyến nghị:

Trách nghiệm quản trị dữ liệu không phải là một công việc riêng lẻ do đội ngũ IT đảm nhận và thực hiện. Quản trị dữ liệu hiệu quả nghĩa là các dữ liệu mà doanh nghiệp thu thập được đều có ý nghĩa và mang lại lợi ích, mà để làm được điều này một cách hiệu quả nhất thì chiến lược sử dụng dữ liệu cần được gắn chặt với chiến lược kinh doanh và quy trình ra quyết định của doanh nghiệp. Tất cả những trọng trách cao cả liên quan đến vấn đề “chiến lược” sẽ luôn cần đến tầm nhìn sáng suốt, năng lực lãnh đạo của những người đứng đầu doanh nghiệp.

Bên cạnh đó, tìm đến sự giúp sức và đồng hành của các chuyên gia cũng là một giải pháp nhiều nhà lãnh đạo hàng đầu hướng tới khi cần đến một hướng đi mới trong các chiến lược dữ liệu nói riêng và chiến lược kinh doanh nói chung của doanh nghiệp.

Tham khảo dịch vụ của chúng tôi tại: 

Dịch vụ phân tích và xử lý dữ liệu TACA

• Dịch vụ xây dựng và triển khai báo cáo quản trị

Xem thêm Các dịch vụ tư vấn kinh doanh Taca:

• Dịch vụ tư vấn chiến lược kinh doanh phát triển doanh nghiệp
• Dịch vụ tư vấn chiến lược thương hiệu
• Dịch vụ Xây dựng mô hình tài chính đánh giá dự án kinh doanh
• Dịch vụ Tư vấn M&A mua bán sáp nhập doanh nghiệp

Taca Business Consulting,