Có thể bạn không để ý nhưng gần như tất cả các doanh nghiệp trên thế giới đều đang ngày càng quan tâm đầu tư nhiều hơn vào phân tích dữ liệu, dữ liệu lớn (big data), và đặc biệt là triển khai các dự án AI liên quan đến lĩnh vực hoạt động của mình. Những người đứng đầu doanh nghiệp hằng năm vẫn đều đặn báo cáo rằng họ đang cố gắng chuyển đổi mô hình tổ chức doanh nghiệp của mình sang văn hóa dựa trên nền tảng dữ liệu. Tuy nhiên, thống kê cho thấy chỉ có khoảng một phần ba các giám đốc điều hành dám khẳng định rằng họ đã thực sự thành công.
Điều này hoàn toàn không quá khó hiểu, bởi trên thực tế mọi sự thay đổi ở quy mô doanh nghiệp đều cần phải có thời gian, cũng như sự quyết tâm và đồng bộ của toàn thể hệ thống, đặc biệt là khi sự thay đổi về văn hóa là những nỗ lực phức tạp, và việc chuyển đổi sang một nền tảng văn hóa thực sự dựa trên dữ liệu lại càng phải cần một kế hoạch chi tiết và quyết tâm lâu dài. Chúng ta hãy cùng xem xét đến 5 khía cạnh mà các nhà điều hành doanh nghiệp cần phải thực sự lưu tâm nếu muốn hiện thực hóa quá trình chuyển đổi mô hình hệ thống của mình sang văn hóa dựa trên nền tảng dữ liệu thực thụ.
Trao quyền
Các nhà điều hành doanh nghiệp có thể bắt đầu bước những bước vững chắc trên con đường dẫn đến một nền văn hóa dữ liệu mạnh mẽ bằng cách trao quyền cho các bộ phận, nhóm phát triển trong công ty. Điều này không chỉ giúp doanh nghiệp có thể nắm lấy được cơ hội mà còn là chất xúc tác cho mọi sự thay đổi. Nhiều nghiên cứu đã chỉ ra rằng việc trao thêm quyền, hay nói cách khác là san sẻ bớt quyền hành cho nhân viên có đóng góp rất lớn trong việc làm sâu sắc hơn trách nhiệm của mỗi cá nhân trong công việc mà mình đảm trách, đồng thời cũng là động lực chính trong vấn đề tư duy đổi mới.
Trao quyền ở đây có thể hiểu đơn giản là nhân viên được phép thử nghiệm các ý tưởng mới của mình một cách tự do, bất chấp việc có thể gặp thất bại nhiều lần – miễn là họ phải học hỏi, đúc kết được kinh nghiệm từ những sai lầm để qua đó, đóng góp cho công ty các sản phẩm và trải nghiệm tuyệt vời hơn trong tương lai. Một ví dụ đơn giản có thể kể đến như trường hợp của Apple trong nhiệm vụ chinh phục thị trường điện thoại thông minh bằng cách tự tạo cho mình một lối đi riêng, đó là việc phát triển hệ điều hành “độc quyền” iOS. Để tìm kiếm sự thành công cho iOS, Apple phải nắm bắt được cách thức mọi người tương tác với các dịch vụ của mình để từ đó đưa ra những thay đổi sao cho phù hợp. Ngoài ra, những thay đổi như vậy đòi hỏi phải trải qua quá trình thử nghiệm, phân tích, đánh giá kết quả, và lặp lại. Về cơ bản, quá trình này có nghĩa là để đạt được thành công, bạn phải chấp nhận thất bại và học hỏi được từ thất bại.
Môi trường
Sau trao quyền sẽ phải là môi trường doanh nghiệp. Sở dĩ nói như vậy là bởi một nhà quản trị doanh nghiệp có thể trao quyền cho các nhóm nhân viên của mình trong việc đổi mới dữ liệu, nhưng nếu anh ta không thể tạo ra được một môi trường bao hàm tính minh bạch và cho phép mọi người thảo luận cũng như chia sẻ các số liệu toàn tổ chức trên cơ sở định kỳ, những nỗ lực “ngớ ngẩn” của nhà quản trị sẽ nhanh chóng đi vào ngõ cụt.
Xây dựng một môi trường có lợi cho văn hóa dữ liệu không phải là việc quá phức tạp, hãy tập trung vào các kênh (channels) và cập nhật (updates). Ví dụ như về các kênh, bạn có thể ngạc nhiên về hiệu quả của kênh Slack dành riêng cho dữ liệu. Về cơ bản, Slack là một “phòng chat” cho toàn bộ nhân viên trong công ty và từ đó, nó khuyến khích các cuộc trò chuyện và cộng tác không chính thức xung quanh dữ liệu và ý tưởng mới. Về mặt cập nhật, việc chia sẻ số liệu chủ chốt, hàng đầu trong các cuộc họp nhóm có thể cung cấp thông tin cũng như tầm nhìn cần thiết trong việc suy xét xem điều gì nên hoặc không nên làm. Ví dụ, nếu nhận thấy có sự gia tăng trong chỉ số Điểm hài lòng của khách hàng (CSAT) được ghi nhận vào tuần trước, nhà quản trị doanh nghiệp cũng như các nhóm có liên quan cần phải thảo luận về nó trong cuộc họp hàng tuần, xem xét dữ liệu cơ bản và nỗ lực tìm mối tương quan với điều gì đã làm nên sự thay đổi trong tuần đó, xác định xem nó bắt nguồn từ một tính năng mới được phát hành hay một chiến dịch tiếp thị đã đi vào hoạt động để từ đó, đưa ra phương án duy trì hoặc thay đổi sao cho hợp lý.
Công cụ
Tất nhiên một quá trình chuyển đổi dữ liệu hiệu quả sẽ phải liên quan đến việc xem xét và sử dụng các công cụ một cách cẩn thận. Chìa khóa trong việc tận dụng các công cụ để xây dựng văn hóa dữ liệu mạnh mẽ hơn đó là tìm kiếm những công cụ sao cho nó có thể được các bộ phận trong toàn tổ chức tận dụng nhằm đúc rút ra được những tìm hiểu sâu sắc của riêng mình, đồng thời giúp theo dõi hành vi sản phẩm một cách hiệu quả hơn.
Những công cụ phân tích hành vi kỹ thuật số như Amplitude và Mixpanel có thể cho phép các nhóm nhân viên nhìn ra hành vi của khách hàng trực tuyến trong sản phẩm, lĩnh vực mà mình quản lý, từ đó rút kinh nghiệm và đưa ra các chiến lược chuẩn xác hơn. Ví dụ: Các công ty bảo hiểm có thể sử dụng công cụ phân tích hành vi để nắm được những điểm mâu thuẫn, bất hợp lý trong hệ thống quản lý khách hàng mua bảo hiểm cũng như hệ thống đệ trình khiếu nại của khách hàng. Xác định được điểm mâu thuẫn trong mỗi quy trình sẽ giúp tạo điều kiện cho nhà quản lý trong việc trao quyền cho các nhóm để tối ưu hóa tỷ lệ hoàn thành mục tiêu, cũng như tìm kiếm khách hàng tiềm năng. Ngoài ra, thông tin chi tiết từ các công cụ này cũng có thể phản hồi lại chu trình phát triển sản phẩm và giúp các nhóm xây dựng nên những sản phẩm và tính năng mới với hiệu quả được cải thiện hơn đáng kể.
Quy trình
Trên thực tế, các công cụ kỹ thuật số dù là phù hợp đi chăng nữa cũng chẳng thể giúp bạn tiến xa mà không có những quy trình mạnh mẽ để ràng buộc cũng như liên kết các phần phù hợp lại với nhau. Khi nói đến việc thiết lập văn hóa dựa trên dữ liệu nhằm cải thiện trải nghiệm người dùng và sản phẩm một cách liên tục, việc tạo ra những quy trình cho phép các nhóm xem cách sử dụng sản phẩm và dữ liệu hành vi gắn liền với nghiên cứu người dùng, như khảo sát và phỏng vấn là rất cần thiết. Nói cách khác, khi một nhóm phát hiện ra những hiểu biết có giá trị trong phân tích của họ, họ sẽ có thể bổ sung những hiểu biết đó bằng nghiên cứu người dùng để có thêm được sự hiểu biết định tính hơn về quy trình được xác định. Tương tự như vậy, những hiểu biết định tính từ nghiên cứu người dùng hoặc phản hồi của khách hàng có thể được xác nhận và hiểu rõ hơn thông qua các phân tích hành vi định lượng.
Ví dụ, một công ty viễn thông có thể thực hiện các cuộc khảo sát vào cuối mỗi cuộc trò chuyện dịch vụ với khách hàng của mình, cho dù qua điện thoại hoặc AI đàm thoại, nhằm thu nhận phản hồi về trải nghiệm của khách hàng. Trong phần phản hồi này, công ty có thể tiếp nhận những bình luận như, “Phần hỗ trợ khách hàng thật khó chịu. Tôi đã không thể tìm thấy câu trả lời mà mình đang tìm kiếm”.
Với cái nhìn sâu sắc như vậy, công ty viễn thông có thể đào sâu hơn vào vấn đề bằng cách sử dụng dữ liệu phân tích hành vi để xác định các quy trình liên quan đến những người dùng thể hiện sự thất vọng, và từ đó xây dựng nên danh sách phân tích. Bằng cách xác định những điểm mâu thuẫn gặp phải đối với nhóm người dùng này, các bộ phận sản phẩm và tiếp thị có thể đưa ra những thay đổi giúp cho phần hỗ trợ trở nên trực quan hơn, thử nghiệm với nhiều phiên bản khác nhau và thậm chí xem xét các cách trình bày thông tin mới.
Số liệu
Số liệu là yếu tố cuối cùng trong việc tạo ra văn hóa dữ liệu mạnh mẽ. Các nhóm phải được sắp xếp xung quanh những số liệu phù hợp để đánh giá thành công và cơ hội cải tiến trên cơ sở liên tục. Họ nên đánh giá sự thành công của mình trên các sáng kiến cụ thể cũng như điểm số hài lòng của khách hàng nói chung. Trong khi đó, các tổ chức cũng phải sắp xếp KPI sao cho phù hợp với vấn đề quản lý doanh thu cũng như các biện pháp xung quanh giá trị của khách hàng. Ví dụ: một công ty du lịch có thể muốn tạo và căn chỉnh KPI theo số liệu của khách du lịch cảm thấy hài lòng mỗi tuần (WSTs), đại diện cho những tính toán về số lượng đặt phòng (doanh thu) trong đó khách du lịch cũng đánh giá trải nghiệm (giá trị) một cách tích cực.
Nhìn chung, nếu các giám đốc điều hành muốn những thay đổi văn hóa dựa trên dữ liệu của mình được triển khai thành công, họ cần thực hiện một cách tiếp cận toàn diện, vượt ra ngoài chính các công cụ dữ liệu. Những thay đổi này không phải là nỗ lực đơn giản, thế nhưng trong thời đại gián đoạn hiện nay, chúng rất cần thiết – và rất đáng để nỗ lực.
