Với sự phát triển của công nghệ số, chuyển đổi số, dữ liệu, thông tin trở thành thứ giá trị nhất đối với các doanh nghiệp hiện nay. Số lượng dữ liệu bùng nổ có khả năng thúc đẩy một kỷ nguyên mới của sự đổi mới dựa trên thực tế trong các doanh nghiệp, ủng hộ những ý tưởng mới bằng những bằng chứng chắc chắn dựa trên dữ liệu.Với mục tiêu làm hài lòng khách hàng tốt hơn, hợp lý hóa hoạt động và làm rõ chiến lược, trong thập kỷ qua, các công ty đã tích lũy dữ liệu, đầu tư vào công nghệ và trả giá hậu hĩnh cho tài năng phân tích.Tuy nhiên, đối với nhiều công ty, một nền văn hóa mạnh mẽ, dựa trên dữ liệu vẫn khó nắm bắt và dữ liệu hiếm khi là cơ sở chung cho việc ra quyết định.
Trở ngại lớn nhất trong vấn đề xây dựng văn hóa doanh nghiệp dựa trên số liệu không phải là vấn đề kỹ thuật, mà bởi vì nó là văn hóa. Nó khá đơn giản trong việc mô tả cách đưa dữ liệu vào quá trình ra quyết định.Thế nhưng việc thay đổi trong tư duy lại là một thách thức lớn đối với bất kì ai. Hiểu được điều này, Terus sẽ cung cấp các bước giúp tạo ra và duy trì văn hóa quyết định dựa trên số liệu.
Các công ty có nền văn hóa dựa trên dữ liệu mạnh mẽ thường có những nhà quản lý cấp cao đặt kỳ vọng rằng các quyết định phải được gắn chặt với dữ liệu rằng điều này là bình thường, không phải mới lạ hay đặc biệt. Họ lãnh đạo bằng cách làm gương.Ví dụ: Tại một công ty công nghệ hàng đầu, các giám đốc điều hành cấp cao dành 30 phút khi bắt đầu cuộc họp để đọc bản tóm tắt chi tiết về các đề xuất và dữ kiện hỗ trợ để họ có thể thực hiện các hành động dựa trên bằng chứng. Những điều này lan truyền xuống dưới, vì những nhân viên muốn được coi trọng phải giao tiếp với các lãnh đạo cấp cao theo cách nói và ngôn ngữ của họ.
Các nhà lãnh đạo có thể tạo ra tác động mạnh mẽ đến hành vi của cấp dưới bằng cách khéo léo lựa chọn những gì cần đo lường và những thước đo nào họ mong đợi nhân viên sử dụng.Ví dụ: Một nhà cung cấp dịch vụ viễn thông hàng đầu muốn đảm bảo rằng mạng của họ cung cấp cho những khách hàng chú trọng trải nghiệm người dùng tốt nhất có thể.Nhưng nó chỉ thu thập số liệu thống kê tổng hợp về hiệu suất mạng nên có rất ít thông tin về việc ai sẽ nhận được gì và chất lượng dịch vụ mà họ trải nghiệm ra sao.Bằng cách tạo ra các số liệu chi tiết về trải nghiệm của khách hàng, ban điều hành có thể thực hiện phân tích định lượng về tác động của việc nâng cấp mạng lên người tiêu dùng.Để làm được điều này, doanh nghiệp chỉ cần kiểm soát chặt chẽ hơn nhiều về nguồn gốc và mức tiêu thụ dữ liệu của mình so với thông thường.
Cho đến nay, những lời phàn nàn phổ biến nhất là mọi người ở các bộ phận khác nhau của doanh nghiệp gặp khó khăn để có được quyền truy cập ngay cả những dữ liệu cơ bản nhất.Điều kỳ lạ là tình trạng này vẫn tồn tại bất chấp rất nhiều nỗ lực nhằm phân quyền truy cập dữ liệu trong các tập đoàn. Thiếu thông tin, các nhà phân tích không thực hiện nhiều phân tích và văn hóa dựa trên dữ liệu không thể phát sinh chứ chưa nói đến phát triển.
Mọi người đều chấp nhận rằng sự chắc chắn tuyệt đối là không thể. Tuy nhiên, hầu hết các nhà quản lý vẫn tiếp tục yêu cầu nhóm của họ đưa ra câu trả lời mà không có sự tự tin tương ứng. Việc yêu cầu các nhóm phải rõ ràng và định lượng về mức độ không chắc chắn của họ có ba tác động mạnh mẽ.Đầu tiên, nó buộc những người ra quyết định phải đối mặt trực tiếp với những nguồn gốc tiềm ẩn của sự không chắc chắn: Dữ liệu có đáng tin cậy không? Có quá ít ví dụ cho một mô hình đáng tin cậy? Làm thế nào có thể kết hợp các yếu tố khi không có dữ liệu về chúng?Thứ hai, các nhà phân tích sẽ hiểu sâu hơn về mô hình của họ khi họ phải đánh giá sự không chắc chắn một cách chặt chẽ. Ví dụ, các mô hình rủi ro cốt lõi của một công ty bảo hiểm ở Vương quốc Anh đã không thể điều chỉnh phù hợp với xu hướng thị trường.Vì vậy, họ đã xây dựng một hệ thống cảnh báo sớm để tính đến những xu hướng này và phát hiện những trường hợp có thể bị bỏ qua. Kết quả là nó tránh được tổn thất do yêu cầu bồi thường tăng đột biến.Cuối cùng, việc nhấn mạnh vào việc hiểu rõ sự không chắc chắn sẽ thúc đẩy các tổ chức tiến hành thử nghiệm.
Thật dễ dàng để quên rằng việc quản lý dữ liệu cũng khiến nhân viên hài lòng. Điều này có thể được thực hiện bởi một bộ xử lý dữ liệu được ủy quyền.Nếu ý tưởng rằng việc học các kỹ năng mới sẽ giúp bạn xử lý dữ liệu tốt hơn có thể được trình bày một cách ngắn gọn và hấp dẫn thì nhân viên sẽ có động lực để kiên trì và cải thiện công việc của mình.Ngược lại, nếu họ chỉ nói về những mục tiêu trước mắt thì những nhiệm vụ “nhỏ” có thể trở thành sự lựa chọn của họ.
Nhiều công ty dựa vào bộ dữ liệu của nhiều “cấu trúc” khác nhau. Mỗi cái có thể đến từ các nguồn, số liệu và ngôn ngữ lập trình phổ biến riêng. Trong kinh doanh, điều này có thể là một thảm họa.Công ty có thể lãng phí thời gian để điều chỉnh tính nhất quán của các phiên bản khác nhau. Sự thiếu nhất quán trong công việc của những người lập mô hình cũng có những hậu quả tương tự.Nếu tiêu chuẩn và ngôn ngữ lập trình khác nhau, nhà phân tích phải được đào tạo lại. Việc chia sẻ ý tưởng trong nội bộ cũng có thể khó khăn.Hiếm khi có một cách tiếp cận đúng duy nhất cho hầu hết các vấn đề phân tích. Thay vào đó, các nhà khoa học dữ liệu phải đưa ra lựa chọn với nhiều sự đánh đổi khác nhau.Vì vậy, bạn nên hỏi xem họ tiếp cận vấn đề như thế nào, họ đã cân nhắc những lựa chọn nào, những đánh đổi nào liên quan và tại sao họ chọn cách tiếp cận này mà không phải cách tiếp cận khác.Điều này giúp các nhóm hiểu rõ hơn về các phương pháp tiếp cận và khiến họ cân nhắc các lựa chọn khác nhau hoặc suy nghĩ lại về các giả định cơ bản.