Tận dụng giá trị dữ liệu tạo sức mạnh cho doanh nghiệp

Thứ sáu, 20/11/2020 | 14:47 GMT+7

Dữ liệu được thu thập và phân tích nâng cao để đưa ra những dự báo xu hướng, giúp doanh nghiệp tự tin đưa ra quyết định, tăng hiệu suất và nắm bắt nhanh cơ hội.

Lần đầu tham dự Techday với tư cách diễn giả, anh Lê Việt Thanh - Kiến trúc sư trưởng Data Platform của FPT IS - có bài trình bày về Datalake - tận dụng sức mạnh của dữ liệu trong hoạt động doanh nghiệp. Anh nhận định, tất cả quy trình khai thác dữ liệu đều bắt đầu từ việc thu thập dữ liệu sao cho phù hợp với bài toán phân tích, sau đó dữ liệu được đưa vào hệ thống phân tích để biến đổi từ dạng thô sang dữ liệu có nghĩa. 

Theo phân tích của anh Thanh, doanh nghiệp gặp phải nhiều trở ngại, trong đó lớn nhất là khi thu thập rất nhiều dữ liệu nhưng không tạo ra được giá trị, không tạo ra tri thức về khách hàng. Kế đến, tri thức đó không phù hợp để áp dụng vào công việc. Thứ ba, những phân tích chuyên sâu không được đa chiều, không đáp ứng đủ và chính xác yêu cầu thực tế. Thứ tư, mức độ trưởng thành về mặt dữ liệu khác biệt giữa các phòng ban. Tất cả trở ngại này khiến doanh nghiệp tốn nhiều công sức và chi phí, nhưng không mang lại giá trị.

rsz-1lvt-6202-1605830651.jpg

Anh đánh giá, việc dùng dữ liệu tạo giá trị là 1 phần của chuyển đổi số. Dữ liệu chính xác cần thu thập phải ở hai vế: "hiểu khách hàng" và "hiểu doanh nghiệp”. Ví dụ, khách hàng là ai, kênh tiếp xúc với khách hàng là gì, sản phẩm nào là sản phẩm khách hàng yêu thích nhất, khách hàng phản hồi những gì. Ở mức độ cao hơn, cần thu thập dữ liệu về sự hài lòng, mức độ trung thành của khách hàng... Những thông tin này cần được tổng hợp và tính toán dựa trên AI, machine learning.

Ở vế thứ hai là dữ liệu nội bộ giúp "hiểu doanh nghiệp". Mức thấp nhất là những dữ liệu giúp doanh nghiệp hiểu được hoạt động sản xuất kinh doanh đang diễn ra như thế nào, thể hiện qua báo cáo tác nghiệp, trả lời các câu hỏi các bộ phận đang hoạt động như thế nào. Mức độ cao hơn, cần trả lời câu hỏi trong quá khứ khi có sự cố, vì sao nó xảy ra, doanh nghiệp có thể biến nó thành cơ hội hay không... Độ trưởng thành của dữ liệu còn nằm ở việc giúp doanh nghiệp trả lời những câu hỏi của tương lai, ví dụ câu hỏi mức độ tăng trưởng doanh số của doanh nghiệp sẽ như thế nào trong tháng sau, năm sau...

Anh Thanh cho biết, quá trình trên thực tế đã có nhiều doanh nghiệp thực hiện thành công nhưng họ không phải là người đi đầu. Điều quan trọng ở những doanh nghiệp đi sau trong công cuộc này là phải đảm bảo được thành công và AI là yếu tố có thể giúp doanh nghiệp đạt được điều đó.

Thế giới của AI có một đặc điểm là rất nhiều dữ liệu xuất hiện ở khắp nơi. Nhu cầu của người dùng là tìm kiếm dữ liệu nhanh chóng, chính xác, chỉ trong một click thay vì vào từng ứng dụng và tìm kiếm thủ công. Kế đến, các ứng dụng tìm kiếm hiện tại của doanh nghiệp không cho phép tìm kiếm nội dung. Văn bản của các doanh nghiệp có rất nhiều nhưng công cụ hiện chỉ cho phép tìm kiếm thông tin cơ bản. Những thông tin quan trọng hơn như thẩm định giá trị hồ sơ cần được xác định rõ ràng hơn và cho phép doanh nghiệp tìm kiếm dễ dàng.

rsz-lvt1-1648-1605830651.jpg

Theo anh Lê VIệt Thanh, Big Data Analytics không chỉ phục vụ cho các nhà lãnh đạo cấp cao, mà hỗ trợ cho toàn bộ thành viên trong doanh nghiệp, tất cả những ai trực tiếp tham gia quá trình sản xuất, cung cấp sản phẩm dịch vụ.

“Công cụ tìm kiếm của AI có thể giải quyết được câu chuyện này, giúp doanh nghiệp tìm kiếm theo các tiêu chí nâng cao và phức tạp”, Lê Việt Thanh nói. Theo đó, AI có thể trả về và phân loại kết quả một cách chính xác, nhanh chóng. Công cụ này có thể ứng dụng tốt trong lĩnh vực ngân hàng vốn đòi hỏi lưu trữ và trích xuất dữ liệu theo nhiều tiêu chí phức tạp.

Một bài toán khác với doanh nghiệp là tối ưu hóa vận hành, theo chuyên gia FPT IS. Anh nêu ví dụ về doanh nghiệp viễn thông gặp khó khăn khi thiên tai xuất hiện như cột điện đổ, mất điện, các thiết bị hư hỏng, toàn bộ modem tắt nguồn. Doanh nghiệp phải xử lý trên diện rộng với rất nhiều khách hàng và địa điểm.

Trong bài toán này, AI thu thập dữ liệu để dự báo chính xác đến 98% để định vị được nơi nào có thể gặp lỗi để có thể lên kế hoạch xử lý nhanh nhất có thể. Kết quả, thời gian trung bình giúp khách hàng khôi phục dịch vụ được giảm còn 16 giờ so với 2017. Năm 2017, Việt Nam hứng chịu một cơn bão lớn, số khách hàng bị ảnh hưởng là 9.000 khách hàng. Năm 2020, con số này tăng lên 52%. Trong khi đó tổng thời gian khắc phục sự cố đã giảm được rất nhiều nhờ ứng dụng AI.

"Để ứng dụng AI thành công, doanh nghiệp cần phải có dữ liệu, có kiến trúc đầy đủ, 'làm nhỏ nhưng nghĩ lớn' để có cái nhìn bao quát toàn hệ thống", chuyên gia nhà Hệ thống lưu ý.

Hoa Hạ

Ảnh: Minh Quân

Ý kiến

()