Một tổ chức tốt cần thói quen dữ liệu tốt

Gần đây bận kinh khủng… Lâu mới có chút thời gian ngồi reflect.

Một trong những thứ tôi đang handle trong tháng này là 1 bộ Dashboard đo lường chỉ số quan trọng của toàn công ty. Với anh Hiếu và các anh chị leader, BOD; đây là một thứ sẽ giải quyết rất nhiều vấn đề.

Thay vì mỗi cuối quý, cuối năm phải tổng hợp lại số liệu, đối chiếu thông tin, làm báo cáo,… giả sử ta có một bộ dashboard trực quan, đo lường các chỉ số quan trọng của doanh nghiệp như doanh thu, giá vốn, lợi nhuận, số dự án khách hàng đang chạy, số lượng nhân sự cứng, tỉ lệ turnover,… trong thời gian thực. Với 1 CEO, đấy là 1 thứ rất tiện lợi để nắm trong tay.

1. Một tổ chức tốt cần có thói quen với dữ liệu tốt

Thời gian trước, hồi tôi mới lên trợ lý, tôi đã join vào dự án đầu tiên là tái lưu trữ dữ liệu của SEONGON trên Google Drive.

Anh Hiếu tin rằng, một tổ chức tốt cần có thói quen lưu trữ dữ liệu tốt, khoa học. Khi mình cần tìm một thông tin, tệp, folder,… mình có thể dễ dàng truy hồi nó.

“Việt ơi, lấy giúp anh cái file quy trình onboarding và checklist thử việc cho vị trí Thư ký Giám đốc” - Oke anh, chờ em đúng 1 phút.

Mình biết nó được định vị ở folder của HR, ở mục lưu trữ những thông tin liên quan tới tuyển dụng và onboarding như JD, checklist thử việc,… Không chỉ cho một vị trí, mà tất cả các vị trí của công ty.

Tôi còn biết cách nó được đặt tên, nên cũng có thể dễ dàng sử dụng thanh tìm kiếm. Nó không phải “TKGĐ”, hay “Checklist Thư ký”, mà nó sẽ có cấu trúc như “HR | Tài liệu Onboarding | Vị trí Thư ký Giám đốc | Checklist thử việc”.

Nghe như điều hiển nhiên, nhưng để có một hệ thống lưu trữ cực kỳ khoa học như vậy không hề đơn giản khi đặt trong mối quan hệ với một số yếu tố.

1.1. Thói quen tạo và lưu trữ dữ liệu không phải điều phổ biến

Rất nhiều người lưu trữ file rất khoa học, chỉn chu.

Nhiều người thì thói quen chẳng hạn, cần 1 file sheets để quản lý công việc nhóm thuyết trình, là vào Google Sheets -> File mới -> Đặt tên [Tư tưởng HCM - Group 2 - Quản lý công việc]. Nó sẽ nằm ở drive chung

Ví dụ, nói rằng bạn là một sinh viên đại học. Bạn nghĩ rằng, trong số 10 sinh viên, thì có bao nhiêu người tạo và lưu trữ file được như sau:

• Mọi file họ tạo đều được quy hoạch vào những folder được quy hoạch sẵn. Ví dụ, giáo trình online của môn “Tư tưởng Hồ Chí Minh” sẽ đi vào hệ folder “[Năm 2] - [Kỳ 2] - [Giai đoạn 2] - [1. Tư tưởng Hồ Chí Minh] - [Tài liệu trên lớp]”.
• Mọi file họ tạo đều được đặt tên khoa học với 1 quy chuẩn nhất quán. Vẫn là giáo trình online cho Tư tưởng HCM, nó được đặt chính xác là “Tư tưởng Hồ Chí Minh | Giáo trình.pdf”, không phải đặt tên theo whatevever cái tên file khi họ tải xuống cái pdf, cũng không phải “tutuonghcm.pdf”, “tư tưởng.pdf”,…

Rồi tiếp tục tưởng tượng bạn dùng chung folder lưu trữ tài liệu học tập như giáo trình, vở ghi, tài nguyên đọc thêm,… với một nhóm bạn 5 người. Bạn có đảm bảo được cả 5 người đều tuân theo được những quy chuẩn trên mọi lúc? Scale lên quy mô của một công ty 100 người, hay một trường học 3,000 sinh viên; tưởng tượng nó khó tới mức nào.

1.2. Thói quen làm việc với dữ liệu còn hiếm hơn

Tôi nói đến cách làm việc với các file. Ở đây có thể nói phổ biến là file Google Sheets.

Tôi biết nhiều nơi, nhiều người làm những cái sheets rất đẹp. Như chính cái sheets template này mình lụm từ Google trong course về PM vậy. Nhìn vào nó là thấy như cả một bức tranh, hay một cái app với UI chỉn chu luôn cũng có. Tui cũng từng thế. Từ màu sắc, cách bài trí, gộp ô, border, font chữ,… của file sheets đều phải nghệ.

Nhưng một điều tôi học được từ thời buổi của AI và Automation, đó là chúng ta không được cấu trúc file dạng bảng của mình theo cách như vậy, nếu chúng ta hy vọng được làm việc với tự động hóa và AI (Và thề luôn kiểu gì cũng sẽ phải làm việc với chúng).

Nói một cách ngắn gọn nhất (vì mục này nên được đẩy sang nội dung riêng): Tư duy làm việc với file dạng bảng như database, với:

• Mỗi hàng (row) là một thực thể (như một con người).
• Hàng header (hàng đầu) định hướng các đặc tính của mỗi thực thể đó (Tên, tuổi, giới tính, tình trạng hôn nhân,…).
• Mỗi hàng, mỗi thực thể sẽ có các cột được định hình bởi các cột của hàng header đó.

Cũng là một trong những lý do mình thích làm việc với Base của Larksuite, rất rõ ràng về hàng cột và dạng dữ liệu.

Anyway, từ một nhu cầu thiết yếu là file sheets cần được cấu trúc đúng theo tư duy database để bạn đi lâu dài hiệu quả với automation và AI như vậy, bạn có thể đảm bảo bao nhiêu cái sheets mà bạn tạo ra tuân theo được chuẩn như vậy? Bạn có thể đảm bảo điều tương tự cho những người xung quanh mình chứ?

Nó siêu khó. Không phải vì khó để cấu trúc file như vậy, mà là khó để thay đổi thói quen cũ và duy trì thói quen mới.

1.3. Tạo mới không khó, thay đổi cái sẵn có mới khó

Nhiều cái nghe cũng dễ dàng khi bắt đầu từ trang giấy trắng. Sự thật là bạn có thể cho mình quyền phán xét khi bạn mới startup và bạn rèn một thói quen lưu trữ như vậy từ đầu.

Nhưng có nhiều tổ chức đã vận hành cả chục năm, có hàng nghìn file quan trọng, nhưng được đặt tên không theo quy chuẩn chung, được lưu trữ phân tán, hay được cấu trúc không hiệu quả. Một ngày tổ chức đó quyết định họ cần thay đổi, và cần thay đổi nhanh chóng. How?

Đó là vấn đề mang tính thực thi, và phân tích trên là để cho thấy đạt được kết quả như vậy là không hề đơn giản.

2. Dữ liệu tốt = Quản trị tốt

Dữ liệu là nền tảng để ra quyết định và xây dựng chiến lược. Năm nay doanh số tăng lên nhưng chi phí tăng nhiều hơn, làm lợi nhuận gộp thấp hơn so với năm ngoái, vậy ta cần làm gì?

Trước đó, bạn lấy chỉ số về doanh số, chi phí, với lợi nhuận gộp từ đâu?

• Bạn mở quán cafe, để biết được doanh thu, bạn phải keep track được mọi đơn hàng.
• Để biết được chi phí, bạn phải keep track được mọi khoản tiền ra, bạn có thể định nghĩa và bóc tách chi phí thành những biến phí trực tiếp đi vào tạo ra doanh thu với các định phí như tiền lương nhân viên.
• Để biết được lợi nhuận gộp, bạn phải có dữ kiện của 2 chỉ số trước.

Khác một xíu đi, bạn muốn đưa ra quyết định xem có nên thiết kế các loại membership khác nhau dựa trên giá trị đơn hàng khách đã đặt tại shop của bạn. Để làm vậy, bạn cần biết liệu trên thực tế có khách nào quay lại shop của bạn đặt hàng nhiều lần không, và có nhiều khách làm như vậy không.

Vậy, bạn cần cấu trúc và lưu trữ dữ liệu sao cho bạn có thể truy hồi được thông tin đó. Bạn cho rằng vì tên của khách hàng có thể bị trùng lặp, nên bạn sẽ lấy SĐT của người đó làm “id” chẳng hạn, và bạn tìm cách nặn ra số lượng những cái id xuất hiện nhiều hơn 1 lần trong 1 đơn vị thời gian (chẳng hạn bạn tìm những phần tử không phải UNIQUE).

Nó quay trở lại câu chuyện về làm việc với dữ liệu. Không đi sâu hơn vào cái how nữa, mà là cái why.

Và bạn thấy rồi đấy, dữ liệu là nền tảng cho quản trị. Dữ liệu tốt là nền tảng cho quản trị tốt. Dữ liệu thời gian thực là nền tảng cho quản trị linh hoạt, ứng biến kịp thời.

Thay vì mỗi cuối quý, cuối năm mới đi đối chiếu lại các data và đi tính toán mất vài ngày, vài tuần; thì sẽ ok ra sao nếu mọi thông tin mình cần đều được tự động tính toán, trực quan hóa ngay trước mắt?

2.1. AI kết nối với database để truy hồi business data trong thời gian thực

Tôi đang theo dõi con Basedash này.

Tưởng tượng bạn cần biểu đồ cột về chỉ số doanh thu của tháng này so với tháng cùng kỳ năm trước, hay muốn biểu đồ đường thể hiện sự biến động nhân sự của công ty theo từng tháng trong năm nay,

Bạn prompt vào con AI, nó lôi dữ liệu real-time từ database của tổ chức của bạn rồi tặng bạn 1 cái biểu đồ.

Prompt: Tạo 1 bảng xếp hạng các hạng mục sản phẩm tạo ra doanh số cao nhất năm nay.

Kết quả:

:))) Tưởng tượng xem nó powerful thế nào với tệp C-level đi. Về dài hạn, tôi muốn một giao diện thế này cho công ty, cho CEO của mình. Nếu tôi có startup, tôi cũng muốn mình làm việc với hệ thống như này luôn. Đỉnh thực sự.

2.2. Thiết kế không gian làm việc trên Larksuite để tạo dashboard

Nhưng trong ngắn hạn và trung hạn, tôi chưa thể làm thế này được =))) Vì để sử dụng được nó thì cái cơ sở dữ liệu của doanh nghiệp phải 100% đúng cấu trúc, đầy đủ thông tin.

Và với mô hình agency như công ty tui và các hình thức, format lưu trữ dữ liệu nó đang có; thì tương lai này đang còn là dài hạn.

+1 điều để phấn đấu.

Nhưng trong ngắn hạn và trung hạn, cái tôi cần làm là một hệ thống dashboard ở trên nền tảng Larksuite.

Chẳng hạn như cái dashboard todaylist này tui làm để đo lường xem hoạch định công việc ngày-qua-ngày của mình dành nhiều cho các nhóm nào nhất. Hãy xem và không đánh giá =)))) Trông Mr. Sự nghiệp vl.

Điểm tuyệt vời ở Base của Lark là có thể dễ dàng bóc tách thông tin từ table để tạo các dashboard cơ bản. Và bài toán trong quý này của tui là làm bộ dashboard đo lường những chỉ số quan trọng của công ty cho CEO và các đầu tàu quản lý.

Tạo dashboard không khó, thiết kế cấu trúc dữ liệu cho nó, tới trực tiếp từ không gian làm việc ngày qua ngày của mọi người mới khó.

Nhưng cuối cùng, nó cung cấp cho các đầu tàu của doanh nghiệp một công cụ rất mạnh để theo dõi sức khỏe doanh nghiệp, nắm bắt tình hình với độ trễ bằng 0 và đưa ra các quyết định chiến lược hiệu quả. Dữ liệu tốt này sẽ góp phần đem lại quản trị tốt.

3. Chúng ta đều là CEO của đời mình

Nọ mình đi 1 buổi talkshow của 1 cộng đồng CEO Việt Nam thì được nghe câu đấy. Thấy cũng đúng. Chúng ta đều vận hành đời mình, và đều nên làm thế sao cho tốt.

Tôi thì nghĩ một trong những bước đầu tiên để vận hành, quản lý tốt đời sống của mình, như một CEO, là nắm được những chỉ số quan trọng của đời mình và đo lường chúng.

Nói cách khác, cuộc sống có dữ liệu tốt = cuộc sống được quản lý tốt.

Như cách mình vẫn đo dữ liệu về cân nặng, chiều cao, BMI, huyết áp,… để hiểu rõ và ra quyết định về sức khỏe của mình vậy. Thế tại sao ta không đo lường dữ liệu học tập, làm việc, tài chính, ngủ nghỉ, thói quen,…? Ta biết mình dành thời gian nhiều nhất ở những đâu, việc gì; ta biết mình có xu hướng ra quyết định thế nào; chi tiêu ra sao;… Hay nói cách khác, ta có insights về chính mình. Từ đấy, ta có thể đưa ra những “quyết định chiến lược” để sống ý nghĩa, lành mạnh, hiệu quả hơn.

Nó cũng là một thói quen mà năm nay mình cam kết phải duy trì được để cuối năm ngồi lại có thể phân tích chính mình và xây dựng kế hoạch cho bản thân cho năm tiếp theo.

Nhưng nói tiếp thì lạc đề rồi. Kết lại là: Để ý tới dữ liệu tí nhé =)))

Bai.