🔙 Quay lại trang tải sách pdf ebook Data Story Telling - Nghệ thuật kể chuyện bằng dữ liệu Ebooks Nhóm Zalo DATA STORYTELLING - NGHỆ THUẬT KỂ CHUYỆN BẰNG DỮ LIỆU NHÀ XUẤT BẢN LAO ĐỘNG Địa chỉ: Số 175 Giảng Võ - Hà Nội Điện thoại: 024 38515380; Fax: 024 38515381 Email: [email protected] Website: www.nxblaodong.com.vn Chi nhánh phía Nam Số 85 Cách mạng Tháng Tám, Quận 1, Tp Hồ Chí Minh ĐT: 028 38390970; Fax: 028 39257205 Chịu trách nhiệm xuất bản: Giám đốc -Tổng biên tập MAI THỊ THANH HẰNG Biên tập: Bùi Thị Phương Thúy Sửa bản in: Khuyên Trần Bìa: Mỹ Mây Trình bày: Mỹ Mây In 1.500 cuốn, khổ 15 x 23 cm tại Công ty CP in sách Việt Nam (SAVINA). Địa chỉ: Số 22B Hai Bà Trưng, Tràng Tiền, Hoàn Kiếm, Hà Nội. Số xác nhận đăng ký xuất bản: 4109-2021/CXBIPH/05-249/LĐ. Quyết định xuất bản số: 1804/QĐ-NXBLĐ cấp ngày 23/11/2021. ISBN: 978-604-343-378-4. In xong và nộp lưu chiểu năm 2021. Ổ Ầ CÔNG TY CỔ PHẦN SÁCH ALPHA www.alphabooks.vn VP HN: Tầng 3, Dream Center Home, số 11A, ngõ 282 Nguyễn Huy Tưởng, Phường Thanh Xuân Trung, Quận Thanh Xuân, TP. Hà Nội Tel: (84-24) 3 722 62 34 | Fax: (84-24) 3 722 62 37 Chi nhánh TP. HCM: 138C Nguyễn Đình Chiểu, Phường 6, Quận 3, TP. Hồ Chí Minh Tel: (84-28) 38220 334 | 35 Mục lục Lời mở đầu 1. Hiểu biết cơ bản về khoa học dữ liệu và dữ liệu trong kinh doanh 2. Khoa học về kể chuyện bằng dữ liệu 3. Bốn cấp độ trong hành trình kể chuyện bằng dữ liệu 4. Bốn yếu tố cấu thành kể chuyện bằng dữ liệu 5. Trực quan hóa dữ liệu 6. Nghệ thuật làm cho dữ liệu kết dính Phụ lục Tài liệu tham khảo 15 LỜI MỞ ĐẦU năm qua, thế giới đã chứng kiến những khoản đầu tư “khủng” vào cơ sở hạ tầng kinh doanh, giúp cải thiện khả năng thu thập dữ liệu ở các tập đoàn, cũng như các doanh nghiệp lớn và nhỏ. Hiện nay, hầu hết các hoạt động trong kinh doanh đều bắt buộc phải thu thập dữ liệu: từ hoạt động, sản xuất, quản lý chuỗi cung ứng, hành vi khách hàng, hiệu suất một chiến dịch marketing hay quy trình làm việc trong nội bộ... cho tới những thông tin về xu hướng thị trường, tin tức ngành hay các chuyển động của đối thủ cạnh tranh. Sự phổ biến rộng rãi của dữ liệu đã dẫn tới nhu cầu về các phương pháp trích xuất thông tin và kiến thức hữu ích từ dữ liệu tăng lên. Cho tới gần đây, người ta mới nhìn thấy sự cần thiết của kỹ năng phân tích và trình bày để ra được quyết định bằng dữ liệu với nhân sự trong tổ chức. Mặc dù dữ liệu ngày càng tăng chóng mặt, nhưng cách kể chuyện bằng dữ liệu (Data Storytelling) và áp dụng nó vào tổ chức hay kinh doanh vẫn còn mới mẻ. Trong gần 15 năm đào tạo cho các tập đoàn và doanh nghiệp lớn tại Việt Nam, đặc biệt là trong chuyên môn kể chuyện – thuyết trình, tôi nhận ra Dữ liệu nhanh chóng trở thành tài sản quý giá ở hầu hết các tổ chức, đồng thời các nhân sự (trong nhiều vai trò và vị trí khác nhau) cũng phải biết đọc, biết nhìn nhận và trao đổi với nhau bằng ngôn ngữ kỹ thuật số mới này. Đáng tiếc, việc khai thác dữ liệu và phân tích, rồi kể lại thành một câu chuyện hấp dẫn giúp người nghe ra quyết định sáng suốt hơn lại là một kỹ năng còn nhiều hạn chế, đặc biệt là ở các quản lý cấp trung trở lên hoặc các nhân sự có liên quan. Có một sự thật là: bảng biểu, đồ thị xấu ở khắp nơi. Trong từng đó năm làm nghề, tôi gặp rất nhiều những hình ảnh mô tả, trực quan hóa rất kém thẩm mỹ và thiếu thuyết phục – ở mọi công ty, mọi ngành nghề. Và tất nhiên, cũng có một sự thật khác nữa: chúng ta không ai tự nhiên giỏi kể chuyện với dữ liệu. Ở trường phổ thông, chúng ta học rất nhiều về ngôn ngữ và toán học. Với ngôn ngữ, chúng ta học cách ghép các từ với nhau thành câu, ghép các câu với nhau thành câu chuyện. Với toán học, chúng ta học cách hiểu các con số. Nhưng hiếm khi nào chúng ta được học cách kết nối giữa hai lĩnh vực này, nói cách khác, không ai dạy chúng ta cách kể chuyện với các con số. Điều này khiến chúng ta dường như bị bỡ ngỡ trước một nhiệm vụ quan trọng mà ngày càng được yêu cầu nhiều hơn và cao hơn. Năm 2009, chuyên gia kinh tế hàng đầu của Google, Tiến sĩ Hal Varian, từng dự đoán rằng: “Khả năng lấy dữ liệu để có thể hiểu nó, xử lý nó, trích xuất giá trị từ nó, trực quan hóa và truyền đạt nó sẽ là một kỹ năng cực kỳ quan trọng trong những thập kỷ tới.” Công nghệ đã cho phép con người tích lũy lượng dữ liệu ngày càng lớn hơn và đi kèm với nó là nhu cầu hiểu được ý nghĩa của tất cả dữ liệu này. Có thể hiểu dữ liệu và kể được câu chuyện là chìa khóa để biến dữ liệu thành thông tin giá trị thúc đẩy việc ra quyết định tốt hơn. Sẽ luôn có một câu chuyện ẩn sau dữ liệu của bạn. Nhưng các công cụ thường không biết câu chuyện đó. Bạn cần phải làm cho câu chuyện đó trở nên sống động một cách trực quan và phù hợp với ngữ cảnh. Đó chính là trọng tâm của cuốn sách này, một cuốn sách cung cấp cho bạn những hiểu biết cơ bản và hướng dẫn thực hành với kể chuyện bằng dữ liệu. Cuốn sách này dành cho BẤT KỲ AI cần giao tiếp dựa trên dữ liệu. Bạn có thể đang là lãnh đạo cao cấp trong một tổ chức, cũng có thể là một nhà nghiên cứu cần chia sẻ kết quả công việc, là một quản lý cần giao tiếp dựa trên dữ liệu, hay thậm chí là một sinh viên thu thập và trực quan dữ liệu cho luận án của mình. Tôi tin bất kỳ ai cũng có thể cải thiện khả năng truyền đạt thông tin hiệu quả bằng dữ liệu, nhưng kinh nghiệm cũng cho tôi thấy mọi người phải đối mặt với tình trạng rất giống nhau: nhận ra nhu cầu được giao tiếp hiệu quả với dữ liệu nhưng cảm thấy thiếu chuyên môn trong cách thực hành. Và tôi hi vọng cuốn sách này có thể giải quyết vấn đề này của bạn. CUỐN SÁCH NÀY ĐƯỢC TỔ CHỨC VỚI SÁU PHẦN: Phần I: Hiểu biết cơ bản về khoa học dữ liệu và dữ liệu trong kinh doanh. Phần II: Khoa học về kể chuyện bằng dữ liệu. Phần III: Bốn cấp độ làm nên người kể chuyện bằng dữ liệu truyền cảm hứng. Phần IV: Bốn yếu tố cấu thành kể chuyện bằng dữ liệu. Phần V: Trực quan hóa dữ liệu. Phần VI: Nghệ thuật làm cho dữ liệu kết dính. Bắt đầu nào! "CÓ THỂ HIỂU DỮ LIỆU VÀ KỂ ĐƯỢC CÂU CHUYỆN LÀ CHÌA KHÓA ĐỂ BIẾN DỮ LIỆU THÀNH THÔNG TIN GIÁ TRỊ THÚC ĐẨY VIỆC RA QUYẾT ĐỊNH TỐT HƠN." 15 LỜI MỞ ĐẦU năm qua, thế giới đã chứng kiến những khoản đầu tư “khủng” vào cơ sở hạ tầng kinh doanh, giúp cải thiện khả năng thu thập dữ liệu ở các tập đoàn, cũng như các doanh nghiệp lớn và nhỏ. Hiện nay, hầu hết các hoạt động trong kinh doanh đều bắt buộc phải thu thập dữ liệu: từ hoạt động, sản xuất, quản lý chuỗi cung ứng, hành vi khách hàng, hiệu suất một chiến dịch marketing hay quy trình làm việc trong nội bộ... cho tới những thông tin về xu hướng thị trường, tin tức ngành hay các chuyển động của đối thủ cạnh tranh. Sự phổ biến rộng rãi của dữ liệu đã dẫn tới nhu cầu về các phương pháp trích xuất thông tin và kiến thức hữu ích từ dữ liệu tăng lên. Cho tới gần đây, người ta mới nhìn thấy sự cần thiết của kỹ năng phân tích và trình bày để ra được quyết định bằng dữ liệu với nhân sự trong tổ chức. Mặc dù dữ liệu ngày càng tăng chóng mặt, nhưng cách kể chuyện bằng dữ liệu (Data Storytelling) và áp dụng nó vào tổ chức hay kinh doanh vẫn còn mới mẻ. Trong gần 15 năm đào tạo cho các tập đoàn và doanh nghiệp lớn tại Việt Nam, đặc biệt là trong chuyên môn kể chuyện – thuyết trình, tôi nhận ra Dữ liệu nhanh chóng trở thành tài sản quý giá ở hầu hết các tổ chức, đồng thời các nhân sự (trong nhiều vai trò và vị trí khác nhau) cũng phải biết đọc, biết nhìn nhận và trao đổi với nhau bằng ngôn ngữ kỹ thuật số mới này. Đáng tiếc, việc khai thác dữ liệu và phân tích, rồi kể lại thành một câu chuyện hấp dẫn giúp người nghe ra quyết định sáng suốt hơn lại là một kỹ năng còn nhiều hạn chế, đặc biệt là ở các quản lý cấp trung trở lên hoặc các nhân sự có liên quan. Có một sự thật là: bảng biểu, đồ thị xấu ở khắp nơi. Trong từng đó năm làm nghề, tôi gặp rất nhiều những hình ảnh mô tả, trực quan hóa rất kém thẩm mỹ và thiếu thuyết phục – ở mọi công ty, mọi ngành nghề. Và tất nhiên, cũng có một sự thật khác nữa: chúng ta không ai tự nhiên giỏi kể chuyện với dữ liệu. Ở trường phổ thông, chúng ta học rất nhiều về ngôn ngữ và toán học. Với ngôn ngữ, chúng ta học cách ghép các từ với nhau thành câu, ghép các câu với nhau thành câu chuyện. Với toán học, chúng ta học cách hiểu các con số. Nhưng hiếm khi nào chúng ta được học cách kết nối giữa hai lĩnh vực này, nói cách khác, không ai dạy chúng ta cách kể chuyện với các con số. Điều này khiến chúng ta dường như bị bỡ ngỡ trước một nhiệm vụ quan trọng mà ngày càng được yêu cầu nhiều hơn và cao hơn. Năm 2009, chuyên gia kinh tế hàng đầu của Google, Tiến sĩ Hal Varian, từng dự đoán rằng: “Khả năng lấy dữ liệu để có thể hiểu nó, xử lý nó, trích xuất giá trị từ nó, trực quan hóa và truyền đạt nó sẽ là một kỹ năng cực kỳ quan trọng trong những thập kỷ tới.” Công nghệ đã cho phép con người tích lũy lượng dữ liệu ngày càng lớn hơn và đi kèm với nó là nhu cầu hiểu được ý nghĩa của tất cả dữ liệu này. Có thể hiểu dữ liệu và kể được câu chuyện là chìa khóa để biến dữ liệu thành thông tin giá trị thúc đẩy việc ra quyết định tốt hơn. Sẽ luôn có một câu chuyện ẩn sau dữ liệu của bạn. Nhưng các công cụ thường không biết câu chuyện đó. Bạn cần phải làm cho câu chuyện đó trở nên sống động một cách trực quan và phù hợp với ngữ cảnh. Đó chính là trọng tâm của cuốn sách này, một cuốn sách cung cấp cho bạn những hiểu biết cơ bản và hướng dẫn thực hành với kể chuyện bằng dữ liệu. Cuốn sách này dành cho BẤT KỲ AI cần giao tiếp dựa trên dữ liệu. Bạn có thể đang là lãnh đạo cao cấp trong một tổ chức, cũng có thể là một nhà nghiên cứu cần chia sẻ kết quả công việc, là một quản lý cần giao tiếp dựa trên dữ liệu, hay thậm chí là một sinh viên thu thập và trực quan dữ liệu cho luận án của mình. Tôi tin bất kỳ ai cũng có thể cải thiện khả năng truyền đạt thông tin hiệu quả bằng dữ liệu, nhưng kinh nghiệm cũng cho tôi thấy mọi người phải đối mặt với tình trạng rất giống nhau: nhận ra nhu cầu được giao tiếp hiệu quả với dữ liệu nhưng cảm thấy thiếu chuyên môn trong cách thực hành. Và tôi hi vọng cuốn sách này có thể giải quyết vấn đề này của bạn. CUỐN SÁCH NÀY ĐƯỢC TỔ CHỨC VỚI SÁU PHẦN: Phần I: Hiểu biết cơ bản về khoa học dữ liệu và dữ liệu trong kinh doanh. Phần II: Khoa học về kể chuyện bằng dữ liệu. Phần III: Bốn cấp độ làm nên người kể chuyện bằng dữ liệu truyền cảm hứng. Phần IV: Bốn yếu tố cấu thành kể chuyện bằng dữ liệu. Phần V: Trực quan hóa dữ liệu. Phần VI: Nghệ thuật làm cho dữ liệu kết dính. Bắt đầu nào! "CÓ THỂ HIỂU DỮ LIỆU VÀ KỂ ĐƯỢC CÂU CHUYỆN LÀ CHÌA KHÓA ĐỂ BIẾN DỮ LIỆU THÀNH THÔNG TIN GIÁ TRỊ THÚC ĐẨY VIỆC RA QUYẾT ĐỊNH TỐT HƠN." 1 HIỂU BIẾT CƠ BẢN VỀ KHOA HỌC DỮ LIỆU VÀ DỮ LIỆU TRONG KINH DOANH “Đã có 5 triệu Gigabytes thông tin được tạo ra cho đến năm 2003, nhưng giờ thì bao nhiêu thông tin ấy chỉ được tạo ra trong 02 ngày.” - ERIC SCHMIDT, GOOGLE, 2010 DỮ LIỆU ĐƯỢC SỬ DỤNG NHƯ THẾ NÀO ĐỂ THÚC ĐẨY SỰ THÀNH CÔNG TRONG KINH DOANH? C húng ta đang chứng kiến một sự dịch chuyển mới có thể khiến một phần doanh nghiệp và xã hội này biến đổi hoàn toàn. Bất kể bạn đang làm việc trong lĩnh vực nào, ngành nghề gì, dữ liệu đều sẽ có thể tạo ra biến đổi. Ngày nay, dữ liệu đã dần trở thành một khái niệm “bình thường” khi các doanh nghiệp và tổ chức chính phủ ngày càng sử dụng nó nhiều hơn. Ngày nay, mọi thứ chúng ta làm trên Internet đều để lại dấu vết. Điều này có nghĩa là dữ liệu có sẵn đang bùng nổ theo đúng nghĩa đen. Chỉ trong vòng hai năm, con người đã có thể tạo ra lượng dữ liệu lớn bằng toàn bộ lịch sử dữ liệu trước đây đã tạo nên. Trong phần này, tôi chọn và đưa ra một vài phân tích ngắn gọn về câu chuyện của LinkedIn, Airbnb và Fitbit – một trong số hàng triệu tổ chức trên thế giới đang sử dụng dữ liệu thành công – để bạn có một cái nhìn tổng quan về dữ liệu và tầm quan trọng của nó. Ngoài ra, tôi còn khai thác một số góc nhìn từ các chuyên gia về dữ liệu, nhằm mang tới cho bạn những hiểu biết cơ bản về các khái niệm xoay quanh dữ liệu, khoa học dữ liệu và kể chuyện bằng dữ liệu. Câu chuyện của LinkedIn LinkedIn mang tới cho các doanh nghiệp một bài học về cách dữ liệu có thể dẫn tới sự tăng trưởng ấn tượng. LinkedIn là mạng xã hội chuyên nghiệp lớn nhất thế giới với 410 triệu thành viên tại hơn 200 quốc gia. Thời điểm năm 2013, cứ mỗi một giây lại có hai người tham gia mạng lưới hàng trăm triệu thành viên của LinkedIn. Họ là những người đi tìm kiếm ứng viên tài năng. Họ là những tài năng đi tìm kiếm một công việc. LinkedIn làm nhiệm vụ kết nối hai đối tượng này với nhau. Trong bối cảnh cạnh tranh khốc liệt giữa các mạng xã hội, LinkedIn phải đảm bảo website của họ luôn là một công cụ cần thiết cho các chuyên gia bận rộn, giúp họ trở nên năng suất, thành công hơn. Các nhà tuyển dụng thấy rằng những trang web tuyển dụng truyền thống đang khá “lộn xộn”, thường không giúp họ tìm được các ứng viên đủ tiêu chuẩn. Và để giải quyết thách thức này, LinkedIn nhanh chóng phát triển được thành viên cũng như mang về doanh thu khủng khiếp. Như vậy, dữ liệu đóng vai trò trung tâm trong việc mở rộng mạng lưới và ra quyết định của LinkedIn, giúp họ cung cấp dịch vụ tốt nhất cho hàng trăm triệu thành viên của mình. Vậy dữ liệu này đã được sử dụng như thế nào trong thực tế? Giống như nhiều mạng xã hội khác, LinkedIn sử dụng dữ liệu để tạo đề xuất cho người dùng, ví dụ như “những người bạn có thể biết”. Những đề xuất này dựa trên một số yếu tố, chẳng hạn nếu bạn nhấp vào hồ sơ của ai đó (trong trường hợp này, bạn có thể đã quen biết hoặc nghe nói về họ), nếu bạn từng làm chung công ty hoặc nếu cùng chia sẻ một số kết nối tương tự nhau. Ngoài ra, vì người dùng có thể tải lên địa chỉ liên hệ (email) của họ, LinkedIn sử dụng thông tin này để đưa ra đề xuất – không chỉ cho những người bạn quen mà cho cả những người bạn biết thông qua website. LinkedIn cũng có thể lấy dữ liệu về người dùng từ các trang web khác để đưa ra đề xuất về những gì bạn có thể biết. LinkedIn sử dụng các thuật toán phức tạp, được xây dựng cẩn thận để phân tích hồ sơ và hành vi của người dùng nhằm tìm kiếm các cơ hội. Các nhà khoa học và nghiên cứu dữ liệu tại LinkedIn đã phân tích núi dữ liệu này để đưa ra quyết định chế tạo và thiết kế các sản phẩm, tính năng dựa trên dữ liệu đó. Khả năng của LinkedIn trong việc đưa ra các đề xuất và đề xuất được cá nhân hóa cho người dùng là một phần quan trọng trong thành công của họ – điều này cũng được lặp lại ở các công ty thành công khác như Amazon. Không dừng ở đó, với dữ liệu tiềm năng, LinkedIn có thể đưa công ty vượt ra ngoài khuôn khổ sự nghiệp chung và tham gia sâu hơn vào các lĩnh vực giáo dục, phát triển đô thị, cùng chính sách kinh tế. CEO LinkedIn, Jeff Weiner, từng nói: “Giấc mơ cuối cùng của chúng tôi là phát triển biểu đồ kinh tế đầu tiên trên thế giới”, một loại biểu đồ kỹ thuật số phản ánh kỹ năng, người lao động và công việc trên nền kinh tế toàn cầu. Chiến lược dựa trên dữ liệu của LinkedIn đã chứng minh là nó hoạt động, bởi nó đạt được lợi nhuận cao nhất. Các chỉ số thành công của LinkedIn bao gồm doanh thu, số lượng thành viên đều tăng nhanh qua từng năm. LinkedIn đạt doanh thu hàng quý trên 700 triệu đô-la (2015). Không thể nghi ngờ vai trò quan trọng của dữ liệu trong những thành công liên tiếp sau này của LinkedIn. Từ một công ty có khoảng 1.000 nhân viên trong nhiều năm trước, LinkedIn đã phát triển và giờ đây có gần 10.000 nhân viên. Sự tăng trưởng thành viên kèm tăng trưởng dữ liệu là một thách thức rõ ràng mà họ liên tục phải vượt qua khi phải xử lý và phân tích một lượng dữ liệu lớn mỗi ngày. Nói chung, khoa học dữ liệu được tích hợp nhiều hơn bao giờ hết tại LinkedIn ở thời điểm này và các nhà phân tích, kể chuyện bằng dữ liệu cũng có vai trò liên kết vô cùng chặt chẽ với các bộ phận và chức năng khác trong công ty. Từng chia sẻ trên CNBC.com, trưởng bộ phận tuyển dụng dữ liệu của LinkedIn, Sherry Shah, xác nhận họ đang tìm kiếm khoảng hơn 100 nhà khoa học dữ liệu từ năm 2015 (tăng 50% so với năm 2014) nhưng sự cạnh tranh cũng vô cùng khốc liệt. "Dữ liệu trong bối cảnh ngày nay có thể đóng vai trò dẫn đầu giúp doanh nghiệp tăng trưởng." Với 2 triệu danh sách trên 190 quốc gia và hơn 50 triệu khách hàng (năm 2019), Airbnb là trang web kết nối khách du lịch với các trang web có sẵn trên khắp thế giới, ra mắt năm 2008. Thách thức lớn nhất của Airbnb là kết nối lượng khách lớn với các địa điểm lưu trú. Để thực hiện thành công điều này, Airbnb phải thu thập được quan điểm, sở thích của chủ nhà cùng khách hàng để đưa ra đề xuất phù hợp, không chỉ đúng chỗ mà còn phải đúng thời điểm và đúng chi phí. Trưởng bộ phận Khoa học dữ liệu, Riley Newman, từng chia sẻ: “Năm năm trước, tôi gia nhập Airbnb với tư cách là nhà khoa học dữ liệu đầu tiên. Tại thời điểm đó, người ta còn chưa biết cách phát âm tên công ty thế nào cho đúng. Giai đoạn sơ khai này ở ngay trước cơn sốt về dữ liệu và quan điểm dữ liệu có thể xác định tính cạnh tranh đang là xu hướng. Cũng kể từ đây, việc xây dựng một nhóm phụ trách dữ liệu càng trở nên phổ biến hơn trong vòng đời của một công ty.” Ông cũng cho biết: “Dữ liệu là một bản ghi chép hành động hoặc sự kiện, trong hầu hết các trường hợp sẽ phản ánh quyết định của một người. Nếu bạn có thể tái tạo lại trình tự đi tới các quyết định đó, bạn sẽ học được rất nhiều từ nó – bởi nó là cách gián tiếp để hiểu những gì họ thích và không thích. Những dữ liệu này sẽ là mỏ vàng để đưa ra các quyết định về tăng trưởng cộng đồng, phát triển sản phẩm và ưu tiên nguồn lực. Chúng tôi dịch ‘tiếng nói’ của khách hàng sang một ngôn ngữ phù hợp hơn để ra quyết định.” Ví dụ, tại Airbnb, dữ liệu được sử dụng để xác định giá thích hợp cho một căn phòng/căn hộ dựa trên một số biến số về mùa cao điểm/ thấp điểm, vị trí, mô hình căn hộ, giao thông… Điều này thật sự thách thức khi nhiều địa điểm không phải là khách sạn, nơi các căn phòng có thể dễ dàng xếp hạng theo hệ thống sao. Vậy nên tiêu chí cho một căn hộ trung tâm (có wifi, đi lại thuận tiện…) có thể ít quan trọng hơn một ngôi nhà nhỏ cổ kính (nơi khách thích yên tĩnh, được trang trí tinh tế, có kết nối wifi và gần ga tàu điện ngầm). Để giúp các máy chủ đặt giá, Airbnb phát triển một nền tảng phân tích hình ảnh từ máy chủ lưu trữ ảnh (chẳng hạn danh sách ảnh phòng ngủ ấm cúng thành công hơn những phòng ngủ sang trọng) và tự động phân tích theo vị trí địa lý. Thuật toán của nền tảng này phản ánh những thông tin chi tiết mà Airbnb thu được từ khách hàng và phân tích điều này ảnh hưởng thế nào tới giá bất động sản. Airbnb cũng từng cho ra mắt nền tảng phân tích dữ liệu thân thiện với người dùng (Airpal), được thiết kế cho phép tất cả nhân viên của họ, không chỉ là những người được đào tạo về khoa học dữ liệu có quyền truy cập vào tất cả các thông tin của công ty và có công cụ để truy vấn nó. Sự phát triển của Airbnb là một minh chứng cho thấy việc sử dụng dữ liệu thông minh đang có hiệu quả. Dữ liệu chính họ sử dụng là hỗn hợp các định dạng không có cấu trúc: dữ liệu hình ảnh từ máy chủ hình ảnh, dữ liệu vị trí, tính năng lưu trú (số phòng/ giường, wifi, bồn tắm…), phản hồi và xếp hạng của khách hàng, dữ liệu về giao dịch… Một số dữ liệu bên ngoài cũng được phân tích, ví dụ cùng một căn phòng ở Đà Nẵng nhưng ở thời điểm có Lễ hội pháo hoa Đà Nẵng sẽ có giá cao hơn so với ở thời điểm khác. Một trong những thách thức lớn đối với nhóm khoa học dữ liệu của Airbnb là theo kịp sự phát triển vượt bậc của công ty. Newman cũng chia sẻ: “Năm năm với việc tăng trưởng 43.000% đã khiến mọi thứ trở nên phức tạp.” Đầu năm 2011, nhóm này chỉ có ba nhà khoa học dữ liệu và đáp ứng nhu cầu dữ liệu của nhân viên bằng cách gặp mặt từng cá nhân. Đến cuối 2011, Airbnb có 10 văn phòng quốc tế và đội ngũ mở rộng rất nhiều, có nghĩa là nhóm dữ liệu này không còn hợp tác trực tiếp với mọi thành viên được nữa. Airbnb là một ví dụ hoàn hảo cho một công ty đang phát triển nhanh chóng với nhu cầu dữ liệu lớn ngày càng mở rộng. Không có gì tốt hơn khi thấy một nhóm các nhà khoa học, nhà phân tích, nhà kể chuyện bằng dữ liệu hỗ trợ và là một phần của tất cả các bộ phận trong tổ chức. Điều này không chỉ đảm bảo các nhà phân tích dữ liệu có sự hiểu biết về mục tiêu doanh nghiệp mà còn cho ta thấy tầm quan trọng của việc ra quyết định dựa trên dữ liệu bởi chính các thành viên trong công ty. "Xét cho cùng, không quan trọng là chúng ta có bao nhiêu dữ liệu, quan trọng là dựa trên những dữ liệu đó, chúng ta hành động như thế nào." Câu chuyện của Fitbit Fitbit là một công ty tại Mỹ dẫn đầu thị trường thiết bị thể dục có kết nối. Các thiết bị này hoạt động như một bộ theo dõi hoạt động thể dục, cho phép người dùng theo dõi chỉ số khác nhau giúp họ tập luyện hiệu quả hơn, cuộc sống tốt hơn với đầy đủ thông tin hơn. Tới năm 2021, công ty này đã bán được trên 100 triệu thiết bị (năm 2016, bán được hơn 4,8 triệu). Thành công của Fitbit là giúp những người có hiểu biết lựa chọn lối sống thông minh hơn. Các thiết bị của họ khuyến khích mọi người ăn uống lành mạnh hơn, tập thể dục nhiều hơn bằng cách giúp họ theo dõi và cải thiện thói quen. Sự phong phú của dữ liệu thu thập được thông qua các thiết bị Fitbit không chỉ giúp các cá nhân khỏe mạnh hơn mà còn có giá trị với những nhà tuyển dụng, chuyên gia chăm sóc sức khỏe và thậm chí là cả các công ty bảo hiểm. Fitbit theo dõi hoạt động, tập thể dục, lượng calo nạp vào và giấc ngủ của người dùng. Người dùng có quyền truy cập thông tin về thói quen của họ và số liệu thống kê được đồng bộ hóa từ thiết bị tới điện thoại hoặc máy tính của người dùng. Bảng theo dõi tổng quan cho phép người dùng theo dõi tiến trình của họ (với biểu đồ và đồ thị hữu ích) kèm động lực. Aira, cân thông minh của Fitbit, theo dõi cân nặng, chỉ số cơ thể của người dùng (BMI), khối lượng nạc và tỷ lệ mỡ trong cơ thể. Cân có thể ghi nhận thông tin của tám người dùng (vì vậy cả gia đình đều có thể sử dụng) và giữ kết quả riêng tư với từng người. Số liệu thống kê được đồng bộ hóa và bảng theo dõi tổng quan giúp người dùng đặt mục tiêu và theo dõi tiến trình của họ. Rõ ràng, dữ liệu sức khỏe như vậy rất có giá trị về mặt thông tin, không chỉ với người dùng cá nhân. Dữ liệu tổng hợp của Fitbit về thói quen tập thể dục và số liệu thống kê về sức khỏe được chia sẻ với các đối tác chất lượng (tất nhiên với sự cho phép của người dùng). Ví dụ, dịch vụ HealthVault của Microsoft cho phép người dùng tải lên và chia sẻ dữ liệu từ trình theo dõi tập thể dục của họ với các chuyên gia y tế, mang tới bức tranh toàn cảnh hơn về sức khỏe tổng thể cho các bác sĩ. Hoặc công ty bảo hiểm John Hancock từng giảm giá cho các chủ hợp đồng đeo thiết bị Fitbit khi họ đồng ý chia sẻ dữ liệu từ Fitbit của họ liên quan tới hoạt động thể thao và chế độ ăn uống. Fitbit thu thập một loạt dữ liệu có cấu trúc từ người dùng, bao gồm số bước đã thực hiện, số tầng đã leo, khoảng cách đi bộ/chạy, lượng calo tiêu thụ, số phút hoạt động/ngày, mô hình giấc ngủ, cân nặng và chỉ số BMI. Bài học từ Fitbit có lẽ không chỉ dừng lại ở câu chuyện tận dụng dữ liệu để tăng trưởng về doanh thu bán thiết bị. Họ còn tận dụng chính nguồn dữ liệu này để phát triển và tăng trưởng doanh thu khi hợp tác với các đối tác chất lượng. "Lợi ích và tiềm năng của dữ liệu vô cùng lớn. Quan trọng là chúng ta sử dụng nó một cách minh bạch và hiệu quả." NHỮNG GÓC NHÌN CÁ NHÂN VỀ KHOA HỌC DỮ LIỆU VÀ KỂ CHUYỆN BẰNG DỮ LIỆU TRONG CÁC DOANH NGHIỆP/TỔ CHỨC Dữ liệu có liên quan mật thiết đối với doanh nghiệp trong việc đưa ra các quyết định, hoạt động và tạo ra doanh thu. Theo Viện Phân tích quốc tế (International Institute for Analytics), trong năm 2020, các doanh nghiệp sử dụng dữ liệu sẽ có được 430 tỷ đô-la lợi ích về năng suất so với các đối thủ không sử dụng dữ liệu. Tuy nhiên, phân tích dữ liệu nói chung hay kể chuyện bằng dữ liệu nói riêng là một khái niệm quá mới, một kỹ năng thách thức với các cấp quản lý và lãnh đạo trong các tổ chức Việt Nam hiện tại. Để có những góc nhìn chân thật hơn, tôi đã trò chuyện với những người đang làm công việc này trong các tổ chức khác nhau tại Việt Nam và trên thế giới, sau đó ghi chép lại những chia sẻ và nhận định của họ. Trước khi đi vào khám phá từng mảnh ghép của bức tranh về khoa học dữ liệu, tôi hi vọng những cuộc trò chuyện dưới đây sẽ gợi mở cho bạn những nét vẽ chi tiết về khoa học dữ liệu, các vị trí nhân sự liên quan tới dữ liệu, trong đó có cả kể chuyện bằng dữ liệu. Góc nhìn của một Giám đốc Dữ liệu & Nghiên cứu tại Luxembourg Chị Nguyễn Thanh Phương • Giám đốc dữ liệu (CDO) tại Megeno, Luxembourg; • Thành viên của Liên minh AI châu Âu; • Nghiên cứu sinh tại Khoa Khoa học Đời sống và Y học Đại học Luxembourg. “Công việc hiện nay của tôi liên quan tới thu thập dữ liệu, quản lý dữ liệu và phân tích dữ liệu. Sau bước phân tích, tôi tiếp tục phải dịch dữ liệu, báo cáo nó hoặc kể câu chuyện liên quan tới nó. Muốn kể chuyện được thì phải xây dựng được câu chuyện, đưa ra kết luận, tổng hợp kiến thức từ các báo cáo dữ liệu. Người kể chuyện bằng dữ liệu cũng sẽ cần phải trao đổi với CEO xem mình nên làm gì từ những dữ liệu này, hoặc nhận yêu cầu cụ thể từ CEO và phân tích xem dữ liệu có phù hợp với yêu cầu đó hay không. Lúc này, việc phân tích dữ liệu mới chuyển sang bước kể chuyện và câu chuyện chỉ được kể thành công khi đảm bảo các bước nói trên đều đáp ứng được những nhu cầu nhất định. Trong khoa học dữ liệu, chúng ta có thể hiểu nôm na là có hai hướng: nghiên cứu và doanh nghiệp. Nếu đi theo hướng nghiên cứu, ví dụ như muốn xem vaccine covid-19 có tốt hay không, họ cần thu thập dữ liệu và trả lời câu hỏi đó. Nếu đi theo hướng doanh nghiệp, dữ liệu nhằm phục vụ cho mục đích cuối cùng là lợi nhuận. CDO cần phải hiểu rằng dữ liệu đã có rất nhiều nên quan trọng là dữ liệu nào có thể mang về lợi ích cho công ty. CDO có kiến thức về dữ liệu trong khi phần lớn CEO có thể không có kiến thức đó. Hãy tưởng tượng trên một đường thẳng, một đầu chúng ta đi từ dữ liệu và một đầu đi từ nhu cầu của doanh nghiệp. Khi hai thứ này gặp nhau ở cùng một điểm, câu chuyện mới có thể ra đời. CDO sẽ phải là người quản lý được điểm giao thoa đó, làm sao để nó mang lại giá trị cho tổ chức. Trên đường thẳng này, cùng là xử lý dữ liệu nhưng sẽ có những vị trí khác nhau. Chẳng hạn từ phía dữ liệu cần có kỹ thuật, cần có người phân tích, nhà khoa học, còn từ phía nhu cầu doanh nghiệp cần có các giám đốc và điều hành cao cấp trong tổ chức. CDO là người ở giữa, phải xử lý được luồng thông tin từ cả hai phía. Có đôi khi họ lệch về bên kỹ thuật một chút, đôi khi lệch sang phía kinh doanh một chút. Với khái niệm về người kể chuyện bằng dữ liệu (data storyteller), tôi cho rằng đây là một khái niệm rất mới, vậy nên thật khó để chúng ta đi ngay vào chi tiết ở một cấp độ cụ thể. Câu chuyện khi làm việc với dữ liệu không phải là chỉ có một cá nhân thực hiện mà rất nhiều người cùng thực hiện với các chức năng chéo nhau, bổ sung cho nhau. Chưa kể còn có nhiều cấp độ khác nhau liên quan tới kể chuyện dữ liệu và trong từng cấp độ cũng có những vị trí khác nhau. Tuy nhiên, tôi thấy mọi người thường hay lẫn lộn giữa người xử lý dữ liệu với người dịch dữ liệu (hay còn gọi là người kể chuyện bằng dữ liệu). Ở bước xử lý dữ liệu, nó bao gồm vai trò của kỹ sư dữ liệu (data engineer) và phân tích dữ liệu (data analyst). Kỹ sư dữ liệu thu thập, xem xét dữ liệu, xử lý, làm sạch, tinh gọn. Khi dữ liệu đã có cấu trúc hợp lý, họ mới chuyển tới phân tích dữ liệu. Tùy vào mức độ sẵn sàng của dữ liệu mới biết có thể kể chuyện được hay không vì không có đủ dữ liệu thì không có câu chuyện nào để kể. Vậy nên điều quan trọng đầu tiên là phải thu thập đủ dữ liệu. CDO, trong rất nhiều trường hợp sẽ phải giữ vai trò như một người kể chuyện bằng dữ liệu hoặc họ sẽ cần một người kể chuyện dữ liệu tốt trong doanh nghiệp để trình bày và kể các câu chuyện dữ liệu. Bản chất của công việc này phụ thuộc vào mức độ dữ liệu liên quan tới doanh nghiệp có nhiều hay không và nhu cầu của doanh nghiệp ra sao. Ở một số công ty nhỏ, vị trí này chỉ cần một người, đảm đương tất cả các nhiệm vụ, công đoạn vì dữ liệu không quá lớn như các tập đoàn xuyên quốc gia. Muốn định nghĩa được “người kể chuyện bằng dữ liệu”, chúng ta cần đặt nó vào trong bối cảnh khác nhau của những công ty khác nhau, với quy mô và nhu cầu khác nhau. Tuy nhiên, nó sẽ luôn luôn bắt đầu từ một bối cảnh, câu chuyện hoặc yêu cầu cụ thể của doanh nghiệp – xem câu chuyện họ kể có phù hợp với hoàn cảnh đó không, có gì hay hoặc mới mẻ không. Dù “người kể chuyện bằng dữ liệu” tại thời điểm này vẫn là công việc “hiếm” nhưng vị trí và vai trò này rất quan trọng trong một đội ngũ phụ trách dữ liệu vì chúng ta cần phải thuyết phục người khác với những dữ liệu mà chúng ta đang có. Nếu chỉ đưa ra dữ liệu mà không có sự trau chuốt, không kể được thành một câu chuyện thì sẽ khó thuyết phục lãnh đạo và khách hàng. Đôi khi các Giám đốc dữ liệu xuất phát từ đội ngũ kỹ thuật sẽ bị hạn chế về các kỹ năng mềm. Thứ họ thiếu có thể là không xác định được đối tượng nghe là ai, dẫn tới họ bị sa đà vào chuyên môn kỹ thuật. Thậm chí họ cũng không ý thức được người nghe có đang nghe mình hay không. Trong thời đại mà công nghệ đang có những bước tiến đột phá như ngày nay, việc tham gia và trở thành nhân sự trong lĩnh vực khoa học dữ liệu nói chung sẽ cần có nền tảng hiểu biết cơ bản, cần phải thấy tầm quan trọng của dữ liệu (chứ không phải chỉ chạy theo xu hướng), cần có đam mê với dữ liệu, có sự nhạy bén để nhận thấy dữ liệu có những giá trị gì và luôn ở trong tâm thế phải phát triển cùng dữ liệu (vì dữ liệu không có tính chất tĩnh). Đặc biệt, khi đã có dữ liệu, cần trình bày, thiết kế, kể được câu chuyện rồi bán nó cho người khác hoặc tạo động lực cho người khác.” Góc nhìn của Người Kể chuyện bằng dữ liệu (Data Storyteller) tại Startup Gojek, Singapore Anh Lý Vũ Thịnh • Data Storyteller tại Gojek trong thời gian thương hiệu này chuẩn bị khởi chạy. “Công việc hiện tại của tôi liên quan đến thương mại điện tử, về số liệu, đưa ra các quyết định dựa trên dữ liệu, nói chung là liên quan đến sự phát triển, doanh số, dựa trên dữ liệu để đưa ra các quyết định. Về lý thuyết, một bộ phận chịu trách nhiệm dữ liệu sẽ có nhiều tầng vị trí. Ví dụ kỹ sư dữ liệu (data engineer) chỉ đồng bộ hóa dữ liệu thô sau đó có nhà khoa học dữ liệu (data scientist) chuyên về tạo các mô hình dữ liệu (modelling data). Chuyên viên phân tích dữ liệu (data analyst) sẽ là người tạo ra ‘insight’ (sự thấu hiểu) từ các data đó, họ cũng có thể đóng vai trò như người kể chuyện bằng dữ liệu và cuối cùng là sự can thiệp của chuyên gia về kinh doanh để tối ưu hóa tất cả. Tuy nhiên, để vận hành một đội ngũ như vậy ở một công ty khởi nghiệp thì không phù hợp. Tại Gojek, công việc thu thập dữ liệu, xử lý thuộc về Bộ phận Dữ liệu, cụ thể là của kỹ sư dữ liệu, sẽ phải đảm bảo được tập trung, đưa qua các hệ thống để đơn giản hóa và người dùng có thể xem xét rồi đưa ra quyết định. Với một công ty khởi nghiệp, việc thuê và duy trì một kỹ sư dữ liệu với mức lương khoảng 6.000-8.000 đô-la sẽ không hợp lý nên việc này của Gojek được xử lý bởi đội vận hành (tức là mỗi thành viên của đội vận hành sẽ phải xử lý dữ liệu). Trong đội vận hành, có người chịu trách nhiệm phân tích dữ liệu, đảm bảo đồng bộ hóa dữ liệu từ dữ liệu thô. Sau đó, sẽ có một người (thiên về kinh doanh) đảm bảo, kiểm tra các dữ liệu này. Tóm lại, liên quan tới dữ liệu sẽ có hai nhóm nhỏ, một nhóm thiên về công nghệ kỹ thuật, một nhóm thiên về kinh doanh để đảm bảo quy trình hoạt động hiệu quả và đưa ra được các ‘insight’ để ứng dụng ngược lại cho hoạt động kinh doanh. Cá nhân tôi cho rằng hiện nay, các quản lý và lãnh đạo đều cần phải có tư duy về dữ liệu, thậm chí phải làm luôn việc kể chuyện bằng dữ liệu bởi để đưa ra quyết định, họ phải dựa vào dữ liệu. Ở những tập đoàn lớn, vị trí liên quan tới “dữ liệu” có thể đa dạng và phân chia vai trò cụ thể. Còn trong doanh nghiệp nhỏ, một người có thể đảm nhiệm nhiều vị trí và trách nhiệm khác nhau một cách linh hoạt. Riêng người kể chuyện bằng dữ liệu có thể không có “định danh” nhưng bản chất có thể là rất nhiều cá nhân giữ vai trò quan trọng và ra quyết định trong tổ chức. Họ chính là những người kết nối giữa kinh doanh và dữ liệu. Người kể chuyện bằng dữ liệu cũng là một ‘vai trò’ rất quan trọng. Cách gọi này rất chính xác, kể một câu chuyện dựa trên dữ liệu. Chẳng hạn trong công việc, chúng tôi cần phải thuyết trình để thắng được các hợp đồng kinh doanh và để thắng được thì bài quyết trình với dữ liệu chính là một phần công việc của người kể chuyện bằng dữ liệu. Gần đây chúng tôi có giành được một hợp đồng tại Thái Lan và để thuyết phục khách hàng, chúng tôi đã phải cân nhắc, chọn lựa dữ liệu, kết nối mọi dữ liệu từ nhiều nguồn, so sánh và tạo nó thành một câu chuyện. Có thể thấy dữ liệu rất quan trọng, nhưng quan trọng hơn là chúng ta phải sắp xếp dữ liệu đó thế nào để kể được câu chuyện cần kể và đạt được mục tiêu của mình. Thêm nữa, tôi nghĩ vị trí “người kể chuyện bằng dữ liệu” không nên dùng để mô tả một vị trí vật lý cụ thể trong một tổ chức mà nó là vai trò với các chức năng chéo. Tất nhiên có công ty sẽ gom nó lại và gọi đích danh một người là người kể chuyện bằng dữ liệu nhưng bất kể ai là người ra quyết định dựa trên dữ liệu đều có thể là người kể chuyện bằng dữ liệu, từ các cấp quản lý trở lên. Đặc biệt, trong những tổ chức phát triển nhanh, tập trung vào doanh thu, vào người dùng… muốn dẫn đầu thị trường thì kỹ năng kể chuyện bằng dữ liệu ở các quản lý cấp trung trở lên là bắt buộc. Nhưng với một số tổ chức ổn định hơn thì có thể chưa quá cần thiết. Chẳng hạn như một công ty làm thủ tục xuất nhập khẩu, quy trình rất đơn giản: đưa hàng tới, làm thủ tục thông quan và đưa hàng về kho. Nó dễ dự đoán và họ không cần phát triển kỹ năng này. Riêng với công ty khởi nghiệp, tôi tin kể chuyện bằng dữ liệu là một kỹ năng bắt buộc phải có.” Góc nhìn của Giám đốc Quốc gia, công ty chuyên về Phân tích dữ liệu Ông Tín Đặng • Chuyên gia/ kiến trúc sư giải pháp với hơn 13 năm kinh nghiệm trong lĩnh vực Phân tích dữ liệu, Dữ liệu lớn và Kho dữ liệu, Trí tuệ nhân tạo, Quản lý dự án, Tư vấn và Đào tạo. “Tôi có hơn 13 năm kinh nghiệm làm việc trong lĩnh vực dữ liệu, trí tuệ nhân tạo (AI). Trong hơn 13 năm đó, tôi đã hỗ trợ giải quyết nhiều bài toán cho nhiều doanh nghiệp tại khu vực châu Á Thái Bình Dương, trong đó có rất nhiều nước lớn như Singapore, Malaysia, Indonesia, Thái Lan, Bangladesh… và cho khoảng 30 khách hàng lớn của Việt Nam như Suntory, Vinamilk, SSI, Sabeco... Đối với vấn đề dữ liệu, trước khi chúng ta kể một câu chuyện, trước khi chúng ta khai thác được dữ liệu, dữ liệu là tài sản của doanh nghiệp, chuyện tập hợp dữ liệu trong một sớm một chiều, rồi kể một câu chuyện mang tính chất nhất quán không dễ dàng. Dữ liệu được rải rác ở rất nhiều nơi trong doanh nghiệp, từ các hệ thống quản lý. Trước đây, chúng ta nghe nói dữ liệu ở một phạm vi rất hẹp, nhưng thực tế, khái niệm dữ liệu rất rộng. Các doanh nghiệp bắt đầu có khuynh hướng khai thác dữ liệu không phải là nội bộ doanh nghiệp của họ, mà còn cả những dữ liệu bên ngoài tổ chức, cả những dữ liệu phi cấu trúc (như dữ liệu đến từ camera, hình ảnh...). Người kể chuyện bằng dữ liệu – có thể hiểu như người phân tích kinh doanh, là những người phải hiểu dữ liệu và trả lời cho vấn đề/ cơ hội nào của doanh nghiệp. Thứ nhất, họ phải có chuyên môn về doanh nghiệp, về thị trường. Thứ hai, họ phải có hai kỹ năng: trực quan hóa dữ liệu và kể chuyện bằng dữ liệu. Trực quan hóa dữ liệu là làm sao họ tổ chức được bảng điều khiển, thiết kế bảng biểu đủ lôi cuốn, hấp dẫn đối với người xem hoặc nghe. Còn kể chuyện là làm sao họ kết nối được hết toàn bộ dữ liệu đó thành chuỗi của một câu chuyện với sự ưu tiên của doanh nghiệp. Tùy thuộc vào khách hàng, họ sẽ thuyết phục người nghe từ tổng thể tới chi tiết nhất. Trong các doanh nghiệp ở Việt Nam, thậm chí cả trong khu vực, tôi chưa thấy có vị trí nào chuyên trách về kể chuyện bằng dữ liệu. Họ đi theo hướng tự triển khai, mỗi phòng ban cử một người phân tích kinh doanh có kiến thức chuyên môn và hiểu rất rõ về thị trường cũng như phòng ban đó. Và họ chính là người trực quan hóa dữ liệu, chính là người xây dựng nên những câu chuyện, chứ chưa hề có vị trí người kể chuyện bằng dữ liệu. Tuy nhiên, theo tôi, kể chuyện bằng dữ liệu cần cho mọi tổ chức. Giả sử những tổ chức đang ổn định, đứng thứ nhất hay thứ hai thị trường và muốn giữ các vị trí đó, họ cũng phải khai thác dữ liệu hằng ngày. Và để giữ vị trí đó trong nền kinh tế hiện tại, họ phải ra quyết định, mà việc này bắt buộc phải sử dụng dữ liệu. Thực tế, trong mỗi tổ chức, mỗi cá nhân từ cấp thấp đến cấp cao đều phải ra quyết định và phải sử dụng dữ liệu hằng ngày cho các mục đích về vận hành, đo lường hiệu suất, phân tích chuỗi cung ứng. Để dữ liệu phục vụ được mục tiêu phải có câu chuyện để trực quan hóa dữ liệu. Và mọi người cần có kỹ năng kể chuyện bằng dữ liệu ở các mức độ khác nhau. Những người lãnh đạo, quản lý, CEO, CFO cần những kỹ năng này và nó rất quan trọng. Chúng ta cần thuyết phục nhà đầu tư, đối tác, thuyết phục rất nhiều mối quan hệ. Tóm lại là kỹ năng kể chuyện bằng dữ liệu cần thiết cho tất cả mọi người, nhưng sẽ hữu ích nhiều nhất cho những người làm về kinh doanh, cho quản lý, lãnh đạo cấp cao. Việt Nam hiện chưa nhiều lãnh đạo doanh nghiệp có kỹ năng này.” KHÁI NIỆM DỮ LIỆU Dữ liệu trong doanh nghiệp Một cuốn sách cực kỳ hữu ích về chủ đề này mà tôi khuyên bạn nên đọc là cuốn Data Strategy (Chiến lược dữ liệu) của Bernard Marr. Cuốn sách là một đề tài cực kỳ thú vị và quan trọng về chiến lược dữ liệu, một chủ đề quan trọng tương tự như chiến lược marketing, khách hàng, sản phẩm và thu hút nhân tài của công ty. Trong cuốn sách này, chúng ta sẽ được xem xét một cách rõ ràng về nhận định “mỗi doanh nghiệp phải trở thành một doanh nghiệp dữ liệu”. Vậy dữ liệu là gì? Người ta ước tính rằng, ngày nay, cứ mỗi hai ngày chúng ta lại tạo ra được lượng dữ liệu tương đương lượng dữ liệu được tạo ra từ những ngày đầu cho đến năm 2003. Dự tính lượng thông tin số mỗi ngày sẽ càng tăng khủng khiếp hơn. Với mỗi hoạt động, chúng ta đều để lại dấu vết về dữ liệu số – lướt web trực tuyến, mua hàng online với thẻ tín dụng, gửi email, chụp ảnh, đọc báo hay thậm chí là cầm điện thoại đi dạo phố,... Dữ liệu về cơ bản là các sự kiện và thống kê được thu thập trong quá trình hoạt động của doanh nghiệp. Chúng có thể được sử dụng để đo lường/ ghi lại một loạt hoạt động kinh doanh từ nội bộ tới bên ngoài. Dữ liệu bản thân khi đứng độc lập có thể không có nhiều thông tin, nhưng nó là cơ sở cho tất cả báo cáo, và do đó, rất quan trọng trong kinh doanh. Thuật ngữ dữ liệu đang dần dịch chuyển thành “dữ liệu lớn” và dần phổ biến hơn. Việc thu thập được nhiều dữ liệu lớn sẽ giúp doanh nghiệp giải quyết đúng vấn đề của khách hàng hơn, cũng như mang lại lợi thế cạnh tranh hơn. Giờ đây, khi đề cập đến dữ liệu, người ta không chỉ đơn thuần nghĩ đến các con số, hay bảng biểu. Dữ liệu ngày càng đa dạng hơn và tồn tại dưới rất nhiều định dạng khác nhau như: bảng biểu, hình ảnh, video, bản ghi âm, văn bản, dữ liệu cảm biến,... "Dữ liệu về cơ bản là các sự kiện và thống kê được thu thập trong quá trình hoạt động của doanh nghiệp." Các doanh nghiệp hiện nay sẵn sàng chi trả rất nhiều tiền để đầu tư vào “dữ liệu lớn”. Dữ liệu lớn cung cấp nhiều thông tin ở nhiều góc độ khác nhau về khách hàng mục tiêu cho bất kỳ hình thức kinh doanh nào. Google biết những gì bạn đã tìm kiếm, giới tính, tuổi và cả sở thích của bạn. Từ đó Google sẽ quyết định hiển thị quảng cáo nào cho bạn. Tương tự, các thẻ khách hàng thân thiết từ siêu thị cũng giúp doanh nghiệp thu thập rất nhiều thông tin về các thói quen, sở thích mua hàng của bạn. Từ đó các nhà bán lẻ sẽ sử dụng dữ liệu này để dự đoán những sản phẩm mà bạn có thể muốn mua trong tương lai. Và có thể khẳng định rằng, ngày nay, dữ liệu lớn được ứng dụng phổ biến và có thể là bắt buộc trong rất nhiều lĩnh vực như: kinh doanh, bán hàng, truyền thông, marketing, chính trị, vũ trụ, không gian, y tế,... Thậm chí việc kết hợp giữa dữ liệu lớn và công nghệ đã mở ra một viễn cảnh đầy hứa hẹn về ứng dụng trí tuệ nhân tạo, công nghệ học máy, học sâu,... Mỗi ngày, hàng triệu chuyên gia tài chính trích xuất dữ liệu từ các nền tảng và hệ thống báo cáo khác nhau vào một bảng tính để hỏi và trả lời hàng ngàn câu hỏi. Đó là hiện thực của một nền kinh tế đang phụ thuộc ngày càng nhiều hơn vào dữ liệu. Nhu cầu tìm cách nhanh hơn, chính xác hơn để thống nhất tất cả các dữ liệu và thu thập thông tin chi tiết là đòi hỏi cấp bách và ngày càng có nhiều doanh nghiệp mở rộng đầu tư vào công nghệ, dữ liệu. Theo một báo cáo của Deloitte, 61% CFO cho rằng yếu tố ảnh hưởng lớn nhất đến chiến lược kinh doanh dài hạn là sự sẵn có của dữ liệu mới và cải thiện khả năng tổng hợp dữ liệu cho các quyết định kinh doanh. Bất kể quy mô tổ chức của bạn là gì, dữ liệu cần cho bạn ở khắp mọi nơi và rất nhiều. Theo Open Data Institute, có ba loại dữ liệu có giá trị nhất đối với doanh nghiệp: 1. Dữ liệu khách hàng; 2. Dữ liệu IT; 3. Dữ liệu tài chính nội bộ. Mặc dù có tiềm năng về doanh thu thông qua công nghệ dữ liệu, nhưng trung bình các tổ chức chỉ sử dụng 51% dữ liệu được thu thập và tạo ra, trong đó chỉ có 48% quyết định được đưa ra dựa trên dữ liệu. Những vị trí nhân sự liên quan tới “dữ liệu” trong doanh nghiệp Phần quan trọng nhất đối với toàn bộ chuỗi dữ liệu là đảm bảo thông tin chi tiết, phù hợp và đúng thời điểm. Việc phân tích và sử dụng dữ liệu chính xác sẽ có ý nghĩa gì nếu không được sử dụng? Câu chuyện dữ liệu giờ đây là cuộc trao đổi giữa nhiều bên có liên quan trong tổ chức, đặc biệt là đội ngũ kinh doanh – nhằm khai thác các cơ hội mới và xác định các thách thức. Đây là điều mà nhiều công ty/ tổ chức đang áp dụng, cũng như thừa nhận rằng nó rất quan trọng để thành công. Dữ liệu sẽ ngày càng được tiêu thụ và sử dụng. Trước những tác động to lớn của dữ liệu đối với sự vận hành và phát triển của tổ chức, các tập đoàn đa quốc gia và các doanh nghiệp lớn đã bắt đầu xuất hiện các bộ phận chuyên sâu về dữ liệu. Một số phòng ban chuyên sâu về dữ liệu sẽ có các vị trí công việc như: 1. Kỹ sư dữ liệu (Data Engineer): Thông thường kỹ sư dữ liệu có nền tảng từ kỹ sư phần mềm và có đam mê với các hệ cơ sở dữ liệu lớn. Họ có nhiệm vụ xử lý và tổng hợp dữ liệu theo nghiệp vụ luồng đã được thiết kế để đảm bảo dữ liệu cho đội nhóm. 2. Nhà kiến trúc dữ liệu (Data Architect): Cùng với sự phát triển của dữ liệu lớn, nhà kiến trúc dữ liệu là vị trí rất quan trọng trong đội nhóm vì họ cần phải thiết kế kiến trúc dữ liệu sao cho phù hợp với bài toán mà doanh nghiệp đang phải đối mặt, cũng như thiết kế nền tảng dữ liệu để đảm bảo quản lý tốt dữ liệu trong môi trường dữ liệu lớn. 3. Chuyên viên phân tích dữ liệu (Data Analyst): Công việc chính của chuyên viên phân tích dữ liệu là phân tích dữ liệu, đọc hiểu dữ liệu để khám phá ra những thông điệp đằng sau dữ liệu. Thông điệp đó sẽ cho thấy các vấn đề hoặc các cơ hội, từ đó sẽ giúp các nhà khoa học dữ liệu có thể hình dung tốt hơn và giải đáp các câu hỏi về kinh doanh được đặt ra. 4. Nhà khoa học dữ liệu (Data Scientist): Đây là công việc được đánh giá là một trong những vị trí “nóng” nhất ở thời điểm hiện tại. Công việc chính của một nhà khoa học dữ liệu đòi hỏi phải có kinh nghiệm trong tất cả lĩnh vực như xử lý dữ liệu thô, phân tích dữ liệu dựa trên các kỹ thuật thống kê, hiểu nghiệp vụ để có thể đưa ra định hướng cho người dùng và xây dựng các mô hình thuật toán phù hợp. 5. Chuyên viên phân tích kinh doanh (Business Analyst): Chuyên viên phân tích kinh doanh thường khác biệt một chút so với các vị trí còn lại trong đội nhóm. Họ có nhiệm vụ liên kết các hiểu biết và thông điệp về dữ liệu với hiểu biết về kinh doanh. Từ đó Business Analyst sẽ đề ra các giải pháp hoặc kiến nghị hành động để giải quyết vấn đề kinh doanh. Họ cũng đồng thời là người chia sẻ, truyền tải những thông điệp từ dữ liệu đến khách hàng hoặc đối tác. 6. Giám đốc dữ liệu (Chief of Data Officer – CDO, hay còn gọi là Head of Data): Nhiệm vụ của CDO là xác định và phát triển chiến lược phân tích dữ liệu, thúc đẩy phân tích dự báo và phân tích dự báo, dự báo và phản hồi tự động để cải thiện hoạt động của công ty. 7. Data Storyteller (Người kể chuyện bằng dữ liệu): Tôi chưa tìm thấy vị trí chính thức này tại các doanh nghiệp ở thị trường Việt Nam, thậm chí ở cả nước ngoài. Vị trí này không tồn tại một cách độc lập. Đây là một vai trò bắt buộc cho những vị trí như chuyên viên phân tích kinh doanh hay CDO. Những vị trí này thường sẽ thuyết trình về thông điệp dữ liệu, đề xuất các giải pháp, thuyết phục khách hàng hoặc đối tác dựa trên các cơ sở dữ liệu, hay đòi hỏi cao hơn là họ sẽ kết nối tất cả thông điệp này để tạo thành một câu chuyện hợp lý, có tính thuyết phục và truyền cảm hứng hành động cao. Tùy theo mô hình kinh doanh và yêu cầu của doanh nghiệp, các mô tả công việc này cũng tương ứng với cả vị trí chuyên viên phân tích dữ liệu. Tùy vào quy mô kinh doanh, nhu cầu và quy mô của cả dữ liệu mà các doanh nghiệp sẽ có đầy đủ các vị trí chuyên môn hoặc một nhân sự phải đảm nhiệm nhiều vai trò chéo nhau liên quan tới “dữ liệu”. Giám đốc Dữ liệu (Chief of Data Officer – CDO) (Một xu hướng mới về vị trí nhân sự cấp cao trong lĩnh vực dữ liệu) “Năm 2019 sẽ có khoảng 90% các tổ chức lớn cần tuyển CDO.” – đây là một số liệu thống kê của Gartner năm 2016 về xu hướng vị trí công việc mới này. Theo chia sẻ của Bernard Marr trong cuốn Data Strategy, những phẩm chất và yêu cầu cốt lõi của một CDO bao gồm: • Có tầm nhìn ở cấp độ cao: CDO chịu trách nhiệm cho bức tranh toàn cảnh về các độ ưu tiên và chiến lược dữ liệu cho toàn công ty. Do đó mức độ hiểu biết cao về cả chiến lược dữ liệu và đặc thù kinh doanh của tổ chức là điều bắt buộc. • Độ chính xác của dữ liệu, bảo mật và quyền riêng tư: CDO cũng là người quyết định cuối cùng trong việc thu thập và duy trì dữ liệu chính xác, đảm bảo cho việc bảo mật dữ liệu. CDO chính là “luân thường đạo lý” của công ty trong việc xác định và tuân theo các nguyên tắc chỉ đạo dành cho việc thu thập và sử dụng dữ liệu. • Xác định những cơ hội kinh doanh: Vì mối quan hệ đặc biệt với dữ liệu, CDO là người có trách nhiệm cao nhất trong việc xác định các cơ hội kinh doanh được chuyển đổi thông qua dữ liệu. Nói cách khác, CDO sẽ tăng doanh thu hoặc giảm chi phí cho tổ chức dựa trên các giải pháp dữ liệu. • Việc thực thi: CDO chịu trách nhiệm thực thi chiến lược ở mọi cấp độ trong công ty. Điều này đòi hỏi khả năng quản lý những đội ngũ lớn ở các dự án kỹ thuật và xây dựng một đề án kinh doanh xoay quanh các dự án kỹ thuật với nhiều biến số, thiếu chắc chắn. • Lãnh đạo văn hóa theo định hướng dữ liệu: CDO cũng phải là “nhà lãnh đạo” có sức lôi cuốn cho một nền văn hóa theo định hướng dữ liệu trong công ty. Điều này bao gồm việc thuyết phục và kết hợp tất cả mọi người từ cấp điều hành đến các nhân viên tiên phong về tầm quan trọng của dữ liệu, bảo mật và quyền riêng tư, cũng như giá trị kinh doanh của dữ liệu. Những người đảm nhận vị trí CDO đầu tiên: • John Bottega là CDO cho Ngân hàng Doanh nghiệp và Đầu tư (CIB) của CitiGroup và sau đó là Cục Dự trữ Liên bang New York. • Philip Bourne là Phó Giám đốc Dữ liệu tại Viện Y tế Quốc gia tại Úc. • Usama Fayyad là CDO đầu tiên của Yahoo! từ năm 2004-2009 và cũng là CDO của Barclays ở London từ năm 2013-2016. Ông đã tìm ra cách thức mới để tạo ra giá trị bằng cách tạo ra nguồn doanh thu mới lên đến 500 triệu đô-la, đó là dựa trên hành vi nhắm mục tiêu quảng cáo cho Yahoo vào năm 2008. • Maria Villar được bổ nhiệm làm CDO tại Fannie Mae và Justin Magruder được bổ nhiệm làm CDO tại Freddie Mac vào năm 2007. • Henri Verdier được bổ nhiệm làm CDO của Chính phủ Pháp vào tháng 9 năm 2014. Đây có lẽ là CDO đầu tiên của một quốc gia. • Zachary Townsend được Jerry Brown bổ nhiệm làm CDO đầu tiên của California vào tháng 7 năm 2016. Đây là vai trò có thẩm quyền rộng rãi về tính minh bạch, hiệu quả và trách nhiệm giải trình trong các hoạt động của nhà nước. • Ashok Srivastava là CDO của Intuit, tổ chức hàng đầu về trí tuệ nhân tạo và máy học. Số liệu hiện tại: Theo khảo sát năm 2020 của New Vantage Partners, 57% các CEO và điều hành công nghệ cao cấp trong nhóm Fortune 1000 cho biết tổ chức của họ đã bổ nhiệm vị trí CDO. Theo phân tích từ PayScale, mức lương trung bình của CDO là 178.606 đô-la/năm, dao động từ 118.000-305.000 đô-la. "Bất kể quy mô tổ chức của bạn là gì, dữ liệu cần cho bạn ở khắp mọi nơi và rất nhiều." KỂ CHUYỆN BẰNG DỮ LIỆU Hiểu biết cơ bản về kể chuyện bằng dữ liệu Theo TDWI (Tổ chức đào tạo chuyên sâu về dữ liệu), kể chuyện bằng dữ liệu là thực hành xây dựng một câu chuyện xung quanh một tập hợp dữ liệu và trực quan hóa nó để giúp truyền đạt ý nghĩa của dữ liệu đó một cách mạnh mẽ và hấp dẫn. Vì sao kể chuyện bằng dữ liệu lại quan trọng? Giống như bất kỳ câu chuyện hay nào, một câu chuyện dữ liệu cũng cần sự khởi đầu, diễn tiến, kết thúc và cung cấp những gợi ý hành động. Nó cần được trình bày mà không thiên kiến, phải phù hợp với bối cảnh để người ra quyết định có thể tiếp thu và tận dụng những hiểu biết nhằm ra quyết định thông minh hơn. Kể chuyện bằng dữ liệu giống như rất nhiều loại kể chuyện khác, mục tiêu là giải thích có hướng dẫn. Người kể chuyện bằng dữ liệu phải hướng khán giả tới hiểu biết trực quan về một phân tích. Khi bạn đã thực hiện tất cả những công việc khó khăn để tập hợp dữ liệu rồi phân tích và sửa đổi thì bạn phải truyền đạt được nó. Chuyên gia trực quan hóa dữ liệu, Stephen Few, cho biết: "Đằng sau những con số là các câu chuyện xuyên suốt. Những góc nhìn sâu sắc sẽ tiết lộ cho chúng ta câu chuyện đằng sau đó." Tuy nhiên, nhiều bảng biểu, chỉ số hay hình ảnh khiến người tiếp nhận bị áp đảo với quá nhiều dữ liệu. Chưa kể trình bày dữ liệu sai hoặc không đầy đủ sẽ không tạo ra một câu chuyện hiệu quả. Các câu chuyện sẽ không làm cho phần trình bày con số ủy mị hay khó tưởng tượng hơn, mà mấu chốt là chúng ta chỉ đưa vào những nguyên tắc và nền tảng để giúp bài trình bày bằng số thuyết phục hơn, truyền cảm hứng hơn và “biết nói” hơn. Chúng ta không phải kể chuyện để “đánh bóng, làm giả” số liệu, cũng không phải là vẽ vời qua các con số. Mọi câu trả lời về doanh nghiệp sẽ được trả lời khi chúng ta nhìn thấy các con số, biết đọc số liệu kinh doanh, giải thích được ý nghĩa của số liệu đó và đưa ra các chiến lược hiệu quả tiếp theo. Ai làm được những điều này sẽ trở thành người kể chuyện bằng dữ liệu chuyên nghiệp. Vai trò của kể chuyện bằng dữ liệu đối với các ngành công nghiệp và thương hiệu Hiện nay việc ứng dụng kể chuyện bằng dữ liệu ngày càng phổ biến hơn để tạo khách hàng tiềm năng. Các doanh nghiệp từ mọi lĩnh vực như nhân sự đến khoa học và phi lợi nhuận đều đang sử dụng cách kể chuyện bằng dữ liệu. Các hình thức kể chuyện cũng rất đa dạng như blog, sách, podcast, video, sách điện tử… Những phương thức đa dạng này giúp nâng cao nhận thức về các vấn đề, xu hướng hoặc khám phá mới để truyền cảm hứng cho khán giả. Đồng thời các ngành công nghiệp cũng đang thừa nhận rằng các chiến lược quảng cáo và PR truyền thống có những hạn chế trong việc tiếp cận đối tượng mục tiêu. Ngày nay, người tiêu dùng đang dần chấp nhận các phương tiện truyền thông xã hội khác hiện đại hơn, do đó có rất nhiều kênh và phương tiện truyền thông khác nhau để kể câu chuyện thương hiệu của bạn. Kể chuyện theo hướng dữ liệu sẽ là một cách tuyệt vời để sử dụng các kênh này nhằm chia sẻ số liệu thống kê và thông tin chi tiết thuyết phục mọi người mua sản phẩm hoặc dịch vụ của bạn. Kể chuyện bằng dữ liệu đang trở thành một nhân tố gia tăng thành công trong các đội nhóm phân tích marketing và CMO trong tổ chức. Đây là thành phần quan trọng tạo nên sự thành công của CMO. Tuy nhiên, tất cả chỉ là dự đoán khi các tổ chức đều đang hướng đến dữ liệu lớn, dữ liệu là tài sản. Lúc này, việc xây dựng một mạch thống nhất từ nội bộ đến khách hàng bên ngoài là điều quan trọng. Chính trong bối cảnh màu mỡ này, vai trò của câu chuyện sẽ được sử dụng như một đòn bẩy kinh doanh hiệu quả. Ngoài ra, về tổng thể, ngành bán lẻ đang áp dụng cách kể chuyện bằng dữ liệu với tốc độ nhanh chóng nhất. Mặc dù không phải là ngành nghề duy nhất áp dụng việc này nhưng với đặc thù mô hình kinh doanh bán lẻ, cùng trải nghiệm tiêu dùng kỹ thuật số không biên giới đã đòi hỏi sự thay đổi nhanh chóng của ngành bán lẻ. Sự thay đổi được dự đoán dựa trên sự hiểu biết sâu sắc của khách hàng và phân tích marketing. Hai ví dụ của hai tập đoàn bán lẻ có thể thấy rõ là: Four Seasons Four Seasons luôn theo đuổi cam kết: cá nhân hóa dịch vụ khách hàng. Điều này đòi hỏi mỗi nhân viên phải nắm rõ các thông tin về khách hàng và họ buộc phải trở thành một người kể chuyện bằng dữ liệu. Đây có lẽ sẽ là một ví dụ phi truyền thống về những gì một số người nghĩ về người kể chuyện bằng dữ liệu. Nhưng tiêu chuẩn thương hiệu này yêu cầu mỗi nhân viên phải có những hành động phù hợp dựa trên dữ liệu khách hàng trong mỗi lần tương tác để thành công với trải nghiệm được cá nhân hóa. Một số thách thức lớn mà các thương hiệu xa xỉ phải đối mặt hiện nay là làm thế nào để chuyển dịch sự cá nhân hóa này sang phần kỹ thuật số của trải nghiệm thương hiệu. Four Seasons nhận ra tầm quan trọng của việc này và đã đầu tư đáng kể vào công nghệ cho mục đích này để đảm bảo trải nghiệm thương hiệu tổng thể vẫn nhất quán và đúng với lời hứa thương hiệu của mình. Điều này có thể sẽ không được thực hiện nếu không có cam kết từ thương hiệu là lấy khách hàng làm trọng tâm. Do đó, tất cả những dữ liệu được thu thập để phát triển thương hiệu và phục vụ niềm đam mê của khách hàng một cách tốt nhất. Vì vậy, có thể nói rằng, tất cả nhân viên tại Four Seasons đều là những người kể chuyện bằng dữ liệu. Chính điều này đã tiếp tục thúc đẩy sức mạnh và thành công của thương hiệu. Macy’s đã thực hiện bước chuyển mình để trở thành một công ty thực sự lấy khách hàng làm trọng tâm thông qua những thay đổi trong việc nâng cao năng lực của đội ngũ Customer Insight (Thấu hiểu sâu sắc về khách hàng) và đề ra một vị trí làm việc mới: Phó Chủ tịch cấp cao của bộ phận Customer Insights. Để tạo ra những ảnh hưởng nhất định đến các thay đổi trong tổ chức, các quyết định cần thiết của họ dựa trên nền tảng công nghệ, thiết kế tổ chức và hệ thống chăm sóc khách hàng CRM để cung cấp giá trị duy nhất cho từng khách hàng mà họ phục vụ. Công việc phân tích dữ liệu để có những hiểu biết sâu sắc về khách hàng giúp họ phục vụ tốt hơn, quản lý chi phí tồn kho hiệu quả hơn, tăng số lượng đơn hàng trên từng giỏ hàng của những khách hàng trung thành và lặp lại. Điểm then chốt chung trong việc áp dụng kể chuyện bằng dữ liệu trong các tổ chức là các tổ chức cần nhất quán và xác nhận: dữ liệu là tài sản của doanh nghiệp. Và cam kết rõ ràng việc thấu hiểu khách hàng là quan trọng. Tất các các chiến lược kinh doanh và phương pháp hoạt động được thiết kế để mang đến những hiểu biết sâu sắc cho khách hàng của họ. Có thể thấy mọi người đang ghi nhận những nỗ lực to lớn của kể chuyện bằng dữ liệu. Tuy nhiên, chúng ta vẫn đang tìm ra cách làm tốt nhất để thực hiện và tích hợp kể chuyện bằng dữ liệu vào các hoạt động hằng ngày của tổ chức hoặc nhãn hàng. Hiện nay, có nhiều tổ chức và thương hiệu đang áp dụng cách kể chuyện bằng dữ liệu. Việc sử dụng nền tảng dữ liệu hiệu quả giúp điều hướng thông điệp và câu chuyện của họ. Jay Moye, nhà văn và biên tập viên cao cấp của Journey (trang web xuất bản thương hiệu của Coca-Cola) cho biết: “Mọi thứ chúng tôi xuất bản trên Journey đều dựa trên dữ liệu. Đó là cách chúng tôi tạo ra nội dung mà độc giả của chúng tôi muốn đọc. Đó là hành trình thu hút trung bình 1,1 triệu lượt khách mỗi tháng và dữ liệu giúp chúng tôi xác định hướng xuất bản.” Người kể chuyện bằng dữ liệu – họ là ai? Kể chuyện bằng dữ liệu, cụm từ nghe có vẻ mâu thuẫn. Dữ liệu là khoa học và kỹ thuật – chỉ dành cho “con số”. Giống như một nhà văn sáng tạo, đầy lôi cuốn đối với độc giả, người kể chuyện bằng dữ liệu là người phân tích và sáng tạo – một người có thể kích hoạt cả tư duy não trái và não phải của họ. Kể chuyện bằng dữ liệu là một bộ kỹ năng không ngừng được mài dũa và phát triển. Bạn cần phải là người có tư duy phản biện, thông thạo các con số, dữ liệu và nguồn dữ liệu. Đồng thời bạn cũng phải xác định đâu là điểm dữ liệu quan trọng nhất và lý do thương hiệu nên quan tâm đến dữ liệu là gì. Khi điều này được thực hiện, người kể chuyện bằng dữ liệu phải có khả năng trực quan hóa dữ liệu và tạo ra một câu chuyện bằng lời nói, cũng như trực quan xung quanh các con số khô khan. Bảng tính và dữ liệu thô không gợi lên phản ứng cảm xúc của khán giả. Đó là lý do tại sao bạn cần một người có thể phân tích và tổng hợp các điểm dữ liệu khô khan và rời rạc thành những thông điệp nhất quán dưới hình thức của một câu chuyện hấp dẫn, truyền cảm hứng cho khán giả hành động. Kiến thức chuyên môn về lĩnh vực này cũng đặc biệt quan trọng vì người đó cần thực sự hiểu đối tượng khán giả mục tiêu là ai? Họ quan tâm những điều gì? Giải pháp giúp giải quyết vấn đề hay nỗi đau của họ là gì? Andrea Johnson, CEO kiêm CDO của Brain Candy Marketing, cho rằng: Về cơ bản, bộ kỹ năng của người kể chuyện bằng dữ liệu không khác biệt so với bộ kỹ năng của bất kỳ người kể chuyện vĩ đại nào, đó là khả năng thuyết trình về chủ đề, mô tả những gì đang xảy ra và đưa ra những kết luận phù hợp, thú vị với khán giả. Những người kể chuyện bằng dữ liệu hiệu quả sẽ có những khả năng sau: • Đơn giản hóa: Việc thuyết trình, giải thích về dữ liệu khô khan để tạo ra những thông điệp có ý nghĩa là điều thực sự khó khăn. Đặc biệt trong giai đoạn “bão thông tin”, việc thu hút sự chú ý của khán giả ngày càng khó hơn. • Khả năng thấu hiểu và phân tích: việc thấu hiểu và phân tích được đâu là trọng tâm thu hút khán giả đòi hỏi kết hợp nhiều yếu tố. Một người kể chuyện bằng dữ liệu sẽ tìm được cách đơn giản hóa các thông tin phức tạp, giúp mọi thứ dễ hiểu, dễ nhớ. • Trọng tâm: Phân tích là một quá trình lặp đi lặp lại và những người kể chuyện giỏi nhất luôn hiểu điều đó. Các dữ liệu sẽ được đưa ra phân tích để tìm kiếm những góc nhìn sâu sắc và có ý nghĩa đằng sau đó. Sau khi phân tích, không phải tất cả dữ liệu đều được sử dụng. Điểm mấu chốt là trọng tâm trong tình huống này là gì? Câu hỏi quan trọng mà doanh nghiệp cần trả lời là gì? Câu chuyện trọng tâm trong tình huống này là gì? Rất nhiều thông tin chi tiết và thú vị có thể làm phân tán sự chú ý của chúng ta. Những người kể chuyện bằng dữ liệu hiệu quả sẽ không bị mất tập trung vì điều này. Họ luôn bám sát vào trọng tâm của vấn đề, từ đó đưa ra những kết luận rõ ràng cùng những kiến nghị hành động hợp lý. • Kết nối: Nội dung là “vua”. Và kể chuyện bằng dữ liệu cũng không ngoại lệ. Một câu chuyện hay phải kết nối tốt với khán giả. Việc sử dụng các yếu tố trực quan sinh động sẽ tăng hiệu quả kết nối với khán giả. Điều này càng thuận tiện hơn khi minh họa cho các nội dung trừu tượng, phức tạp và khô khan như dữ liệu. • Tùy chỉnh: Một người kể chuyện giỏi biết cách tùy chỉnh câu chuyện cho nhiều tình huống khác nhau. Cùng là nội dung cốt lõi nhưng với những nhóm khán giả khác nhau, câu chuyện có thể được kể khác đi để gia tăng hiệu quả. • Lắng nghe: Khi kể chuyện, chúng ta dễ dàng nhận được những phản hồi từ khán giả, có thể là phi ngôn từ hoặc câu hỏi, hoặc bình luận. Việc lắng nghe kĩ lưỡng các phản hồi cho chúng ta nhiều góc nhìn thú vị, giúp bổ sung cho câu chuyện nhiều hơn. Lắng nghe, cởi mở sẽ truyền cảm hứng cho chúng ta để tạo nên nhiều câu chuyện tuyệt vời hơn nữa. • Niềm đam mê: Nếu bạn không yêu thích những gì bạn đang nói, bạn chẳng thể giúp được ai. Bạn có một câu chuyện để kể, hãy kể nó một cách thú vị. Nếu không, tại sao bạn lại kể nó? Câu chuyện không chỉ để chia sẻ một thực tế nào đó, mà còn để truyền cảm hứng cho mọi người làm điều gì đó mới mẻ, tốt đẹp hơn. "Có thể nói bộ kỹ năng của người kể chuyện bằng dữ liệu là một tâm hồn cởi mở tuyệt đối; là một niềm đam mê không giới hạn để không ngừng học hỏi; là sự hiểu biết thấu đáo một tình huống; là trí tưởng tượng sáng tạo để kết nối các dữ liệu; và là sự kết nối nhiệt tình giữa các thông số cách sáng tạo và hấp dẫn hơn." Giám đốc Kể chuyện (Chief Storytelling) LinkedIn có khoảng 10.000 vị trí có liên quan tới chức danh Giám đốc Kể chuyện. Đây không phải là vai trò mới trong tổ chức, Nike đã thuê một Giám đốc Kể chuyện từ những năm 1990. Rất nhiều doanh nghiệp cũng đang thừa nhận việc kể chuyện nằm trong “DNA” của họ và những người kể chuyện là một lực lượng quan trọng. Internet đã “châm ngòi” cho chức danh công việc này khi các thương hiệu đột nhiên cần một thông điệp nhất quán trên tất cả các nền tảng và nhận thức của khách hàng bắt đầu đóng vai trò lớn hơn trong thành công của công ty. Về lý thuyết, người kể chuyện chịu trách nhiệm truyền tải sứ mệnh, lịch sử và thông điệp về công ty, thương hiệu (hay còn gọi là câu chuyện của thương hiệu). Nhiệm vụ của họ bao gồm tạo ra ảnh hưởng và gắn kết nhân viên với khách hàng, điều chỉnh nội dung theo các mục tiêu chiến lược khác nhau, dịch các tuyên bố về tầm nhìn và sứ mệnh thành các tài liệu dễ tiếp cận hơn, tập hợp các câu chuyện rõ ràng và đo lường sự thành công của từng câu chuyện. Vai trò của Giám đốc Kể chuyện: • Đào tạo văn hóa nội bộ; • Chế tạo câu chuyện; • Đo lường câu chuyện; Yêu cầu của vị trí này: • Hiểu biết sâu sắc về: thực hành marketing kỹ thuật số, bán hàng, quảng cáo, thuyết trình, thuyết phục, các phương tiện truyền thông hiện đại, kênh phân phối nội dung, đọc các dữ liệu quan trọng, quảng cáo, thương hiệu…; • Có tư duy thẩm mỹ và thiết kế tuyệt vời; • Đam mê câu chuyện; Ngày nay, những người thực sự giữa vai trò Giám đốc Kể chuyện chỉ đang tồn tại trong các tổ chức lớn, như Julie Roehm từ SAP, Jason Moriber của tạp chí Verizon, Russell Brady của Adobe, hay Steve Clayon của Microsoft… Với các tổ chức hoặc doanh nghiệp có quy mô nhỏ hơn, người kể chuyện hay vai trò của Chief Storyteller thường được kiêm nhiệm bởi người điều hành cấp cao (như Giám đốc điều hành, Giám đốc marketing, Giám đốc thương hiệu…). Sự khác nhau giữa “Người kể chuyện bằng dữ liệu” và “Chuyên gia dữ liệu” Cả hai vai trò đều hướng tới việc thấu hiểu khán giả. Thông thường, một nhà phân tích dữ liệu chỉ đơn giản là trình bày dữ liệu và thông tin chi tiết ở định dạng dễ hiểu như bảng biểu. Người kể chuyện bằng dữ liệu sẽ tiến thêm một bước nữa để giải thích, trực quan hóa dữ liệu theo cách có cấu trúc nhằm thuyết phục và truyền cảm hứng cho khán giả mục tiêu. Công việc của người kể chuyện cũng bao gồm thu hút và giữ sự chú ý của khán giả vào nội dung trình bày. Người kể chuyện giải thích cho khán giả mục tiêu về lý do họ nên quan tâm đến những gì họ đang đọc, đang nghe hoặc đang xem. Nếu một câu chuyện khiến bạn phải suy nghĩ, khóc hay cười, nó sẽ lưu lại trong tâm trí bạn theo thời gian. Ví dụ: Khi nghe hay xem một câu chuyện tuyệt vời thông qua quảng cáo truyền hình, chúng ta sẽ yêu thích hoặc ghi nhớ sản phẩm và thông tin nhiều hơn. Tương tự, khi nghe một câu chuyện dữ liệu tốt, chúng ta bị thu hút nhiều hơn vào dữ liệu đó. Chúng ta sẽ không chỉ tin tưởng vào các thông tin được nghe, mà còn tin tưởng nhiều hơn vào người trình bày. Carl Sagan đã từng hỏi: “Kính thiên văn và kính hiển vi, cái nào có tầm nhìn lớn hơn?” Rõ ràng là mỗi ống kính sẽ có một góc nhìn khác nhau. Một chuyên gia phân tích sẽ xem xét từng cái, một người kể chuyện sẽ kết hợp chúng với nhau. Cả hai loại kính đều có vai trò riêng và cần thiết. Không vai trò nào thay thế được vai trò nào. Các nhà phân tích dữ liệu sẽ chịu trách nhiệm nghiên cứu tốt nhất, rõ ràng nhất, chặt chẽ nhất về các dữ liệu để đưa ra những kết luận hoàn hảo nhất. Người kể chuyện bằng dữ liệu sẽ thu thập dữ liệu, kết nối các kết luận thành một mạch chuyện thú vị, lôi cuốn để truyền cảm hứng hành động hoặc dịch chuyển sự thay đổi. Họ cũng xác định cách thức trực quan hóa dữ liệu, đảm bảo dữ liệu đủ hấp dẫn, dễ hiểu và dễ nhớ. Người kể chuyện bằng dữ liệu chịu trách nhiệm phân tích dữ liệu, trực quan hóa dữ liệu, kết nối chúng với mục tiêu kinh doanh của doanh nghiệp. Họ xây dựng một câu chuyện hấp dẫn, lôi cuốn và trình bày những hiểu biết sâu sắc về dữ liệu theo cách sáng tạo. Bốn kỹ năng cần thiết để trở thành người kể chuyện bằng dữ liệu: • Có kiến thức về khái niệm dữ liệu; • Có khả năng giải thích dữ liệu một cách vừa đủ; • Có khả năng kể chuyện; • Có kiến thức về nhu cầu và chiến lược kinh doanh. Kể chuyện bằng dữ liệu là một KỸ NĂNG hay là một CHỨC DANH? Doanh nghiệp nên tạo ra một vị trí mới với vai trò người kể chuyện bằng dữ liệu hay nâng cao kỹ năng kể chuyện bằng dữ liệu cho nhân sự, giúp mọi người đều có khả năng cơ bản để hiểu, làm việc và phân tích dữ liệu? Các chuyên gia cho rằng các tổ chức nên làm cả hai, và xu hướng vị trí công việc liên quan tới kể chuyện bằng dữ liệu sẽ tăng lên trong thời gian tới. • Brent Dykes (Nhà tư vấn dữ liệu chiến lược và là tác giả cuốn sách Effective Data Storytelling: How to Drive Change with Data, Narrative and Visuals (tạm dịch: Kể chuyện bằng dữ liệu hiệu quả: Cách thúc đẩy thay đổi bằng dữ liệu, tường thuật và hình ảnh) chia sẻ: “Những người kể chuyện bằng dữ liệu giỏi không nhạy bén về dữ liệu để trình bày chúng bằng bảng biểu đồ họa mà còn có thể tổng hợp các phát hiện của họ bằng việc trực quan hóa trực tiếp, đơn giản và ngắn gọn nhất. Đây là một loại kỹ năng cần thiết cho nhiều vị trí nhân sự để tổ chức thành công hơn.” • Miro Kazakoff (Giảng viên Truyền thông & Kể chuyện bằng dữ liệu tại MIT Sloan) cũng đồng tình với quan điểm này, ông cho biết thêm: “Biết tận dụng và phân tích được dữ liệu, sau đó giải thích các câu chuyện liên quan là một trong những kỹ năng cốt lõi, không phải là chức năng công việc.” • Althea Davis (Giám đốc Quản trị dữ liệu doanh nghiệp tại Etihad Aviation Group) khẳng định kể chuyện bằng dữ liệu là một kỹ năng quan trọng và rất cần thiết trong doanh nghiệp, tuy nhiên cũng cần phải phù hợp với quy mô của tổ chức và khối lượng dữ liệu cần phân tích. • Andrea Wahbe (Nhà chiến lược marketing và kể chuyện) chia sẻ: “Marketing từng được phân chia làm hai mảng: những người sáng tạo và những người phân tích các con số. Hiện tại, các nhà marketing phải đội cả hai chiếc mũ này. Tôi tin rằng vai trò của người kể chuyện dựa trên dữ liệu đã và đang phát triển tự nhiên, đồng thời sẽ trở thành một vai trò quan trọng trong tổ chức.” • Tom Davenport (Đồng sáng lập Viện Phân tích Quốc tế, cố vấn cao cấp độc lập cho Deloitte Analytics) cho rằng những người yêu thích dữ liệu và phân tích cũng cần phải là những người yêu thích câu chuyện và có kỹ năng kể chuyện tốt. Bởi vậy, nhiều người bắt đầu định vị họ không chỉ là người đọc và phân tích dữ liệu thông thường mà còn là người kể chuyện dựa trên dữ liệu, sáng tạo, cũng như trình bày dữ liệu theo cách dễ hiểu, dễ tiếp cận hơn. Trên mạng xã hội LinkedIn, nhiều người đã bắt đầu định vị họ là người kể chuyện bằng dữ liệu. Vị trí này cũng đã xuất hiện trên bảng tìm kiếm của nhiều nền tảng tìm kiếm việc làm với mức thu nhập dao động từ 88.000-152.000 đô-la một năm. "Người kể chuyện bằng dữ liệu chịu trách nhiệm phân tích dữ liệu, trực quan hóa dữ liệu, kết nối chúng với mục tiêu kinh doanh của doanh nghiệp." Xu hướng Khả năng thu hút sự chú ý của khách hàng bằng một câu chuyện hấp dẫn đang ngày càng khó khăn hơn bởi sự ồn ào và phiền nhiễu trên mạng. Trong tương lai gần, những người kể chuyện bằng dữ liệu tốt sẽ bùng nổ nhiều hơn và được “đặt hàng” nhiều hơn để giúp các doanh nghiệp vượt qua sự lộn xộn thông tin hiện nay, cũng như tìm được đường đi vào trái tim và tâm trí của khách hàng mục tiêu. Khi các tổ chức tiếp tục phát triển theo chiến lược lấy khách hàng làm trọng tâm, nhu cầu về vai trò và trách nhiệm của người kể chuyện bằng dữ liệu cũng sẽ tăng lên. Tuy nhiên, bây giờ hoặc trong tương lai gần, sự phát triển của vị trí này sẽ do chính người tiêu dùng thúc đẩy. Marketing đa kênh đang đòi hỏi một cái nhìn sâu sắc hơn về trải nghiệm hoàn chỉnh của khách hàng. Tất cả các hình thức truyền thông xã hội và kỹ thuật số đều đòi hỏi sự hiểu biết thấu đáo về cách người tiêu dùng hành xử. Việc thu thập các dữ liệu và đưa ra những góc nhìn sâu sắc về dữ liệu của người tiêu dùng sẽ giúp họ tạo nên hành trình chinh phục khách hàng. Với sự phát triển của nền kinh tế ngày càng mạnh mẽ hơn, khách hàng ngày nay đang đòi hỏi cách tiếp cận được cá nhân hóa ở mọi điểm tiếp xúc thương hiệu. Điều này đòi hỏi các thương hiệu cần có sự hiểu biết toàn diện về thị trường và khách hàng để thiết lập mối quan hệ thương hiệu có ý nghĩa và phù hợp. Sự gia tăng nhu cầu về việc am hiểu một cách tổng thể đã ảnh hưởng tích cực đến toàn bộ trải nghiệm thương hiệu và sẽ đòi hỏi nhu cầu hợp nhất tài sản dữ liệu, quy trình cùng phương pháp tiếp cận. Đồng thời sự gia tăng của dữ liệu sẽ đòi hỏi các chuyên gia phải ưu tiên và kết nối được hàng loạt các dữ liệu ngày càng tăng do người tiêu dùng tạo ra. Về mặt tổ chức, nó sẽ đòi hỏi những chiếc cầu nối tốt hơn trong marketing và các mối quan hệ với công nghệ thông tin (CNTT), bán hàng và vận hành. Đó là sự tổng hợp của nhiều vai trò, vị trí cùng với kiến thức chuyên môn và khả năng kết nối, giao tiếp, truyền tải và kể chuyện hiệu quả. Có thể lập luận rằng người kể chuyện bằng dữ liệu cuối cùng sẽ là khách hàng. Chúng ta đang ở trong kỷ nguyên người tiêu dùng tự định lượng – kỷ nguyên mọi người đo lường mọi thứ về bản thân, từ lượng calo nạp vào cơ thể đến các bước thực hiện để ngủ ngon và những gì cần mua. Nền kinh tế thông tin cá nhân này sẽ là thách thức quan trọng hàng đầu đối với các thương hiệu nếu muốn trở thành một phần của câu chuyện. "THỜI ĐẠI CỦA NGƯỜI KỂ CHUYỆN BẰNG DỮ LIỆU ĐANG THỰC SỰ BẮT ĐẦU." 2 KHOA HỌC VỀ KỂ CHUYỆN BẰNG DỮ LIỆU “Mục tiêu là biến dữ liệu thành thông tin và biến thông tin thành những hiểu biết sâu sắc.” - CARLY FIORINA, CỰU GIÁM ĐỐC ĐIỀU HÀNH CỦA HEWLETT PACKARD. KHOA HỌC VỀ NGHỆ THUẬT KỂ CHUYỆN BẰNG DỮ LIỆU C ó nhiều quan điểm cho rằng việc tạo ra một câu chuyện dữ liệu là không cần thiết, tốn thời gian và không thực tế. Họ cảm thấy những dữ liệu tự biết nói, miễn sao chúng ta có một báo cáo rõ ràng. Có nhiều người còn mặc định việc nói lên những quan điểm sẽ ảnh hưởng đến quyết định đúng đắn cho tổ chức. Những quan điểm này bắt nguồn từ những giả định cho rằng các quyết định trong kinh doanh chỉ dựa trên lý trí, logic và các lý do. Trên thực tế, các nhà thần kinh học đã chứng minh con người đưa ra quyết định dựa vào cảm xúc, chứ không chỉ dựa vào tư duy logic. Giáo sư USC, Antonio Damasio, nhận thấy những bệnh nhân bị tổn thương ở vùng định hướng cảm xúc (thùy trán) thường gặp khó khăn trong việc lựa chọn các phương án được đặt ra trước. Họ tốn rất nhiều thời gian và công sức để lựa chọn nơi để ăn, hay để đặt lịch hẹn. Đặc biệt là khả năng ra quyết định của những bệnh nhân này bị suy giảm đáng kể do sự thiếu hụt về mặt phán đoán cảm xúc. Có thể nói cảm xúc đóng vai trò cực kỳ quan trọng trong việc giúp não bộ điều hướng các phương án và ra quyết định hợp lý. Tương tự, khi tổng hợp các góc nhìn sâu sắc của mình thành một câu chuyện dữ liệu, bạn đã tạo ra cầu nối giữa dữ liệu và phần xúc cảm của não bộ. Khi các nhà thần kinh học quan sát các hiệu ứng chi tiết trong quá trình quét não của một cá nhân, họ nhận thấy chỉ có hai vùng não liên quan đến quá trình xử lý ngôn ngữ. Vùng phía trước của bán cầu não trái và vùng rìa của bán cầu não trái. Tuy nhiên, khi một cá nhân tập trung lắng nghe một câu chuyện nào đó, não bộ của họ sẽ kích thích nhiều vùng hơn. Họ lắng nghe những số liệu và cảm nhận chúng qua các câu chuyện. "Khi tổng hợp các góc nhìn sâu sắc của mình thành một câu chuyện dữ liệu, bạn đã tạo ra cầu nối giữa dữ liệu và phần xúc cảm của não bộ." Tâm lý học về nghệ thuật kể chuyện bằng dữ liệu Trong một bài phát biểu của Brenk Dyles về nghệ thuật thuyết trình và kể chuyện bằng dữ liệu, ông đã ví von phương pháp này như nhân vật Kirk trong loạt phim phiêu lưu nổi tiếng Indiana Jones. Hai mặt nổi bật tương phản nhưng lại rất hòa hợp xung quanh nhân vật Kirk là: Kirk vừa là nhà khảo cổ học, vừa là giáo sư. Với vai trò là nhà khảo cổ học, ông khám phá những điều thú vị trong hành trình phiêu lưu của mình. Với vai trò là giáo sư, ông giải thích cho mọi người hiểu những điều đó là gì, có ý nghĩa như thế nào và nên làm gì với những khám phá này. Tính hai mặt này gợi ý cho chúng ta về một thuật ngữ gọi là nghệ thuật kể chuyện bằng dữ liệu. Phương pháp này cũng bao gồm mặt lý trí và xúc cảm, đồng thời cũng là một hành trình khám phá và giải thích. "KỂ CHUYỆN BẰNG DỮ LIỆU CŨNG BAO GỒM MẶT LÝ TRÍ VÀ XÚC CẢM, ĐỒNG THỜI CŨNG LÀ MỘT HÀNH TRÌNH KHÁM PHÁ VÀ GIẢI THÍCH." Sự “kết đôi” đầy khoa học và nghệ thuật của dữ liệu và câu chuyện Sự tương phản tuyệt đối giữa dữ liệu và câu chuyện lại là sự kết hợp với nhau đầy hoàn hảo. Dữ liệu là những gì rất khô cứng thuộc về tư duy lý trí. Câu chuyện nhiều cảm xúc thuộc về tư duy xúc cảm. Khi kết hợp hai yếu tố này với nhau, chúng ta kết hợp được sức mạnh của tư duy lý tính và trực giác tuyệt vời của tư duy cảm tính, của bán cầu não trái và phải, từ đó tạo nên những quyết định đáng tin cậy và nhân văn hơn. Những nghiên cứu về não bộ cũng cho thấy, khi chúng ta sử dụng dữ liệu đơn lẻ trong bài thuyết trình của mình, hàng rào phòng vệ sẽ xuất hiện và thực hiện vai trò của nó: sự tính toán, cân nhắc, đong đếm xem đâu là giải pháp tối ưu. Những câu hỏi phòng thủ sẵn sàng được đưa ra để đảm bảo sự tính toán này là hợp lý. Sự hoài nghi, phòng thủ, bảo vệ, chứng minh đúng sai sẽ hoạt động mạnh mẽ. Cuộc chiến của những con số luôn đòi hỏi sự chính xác tuyệt đối. Không có vết loang nào giữa trắng và đen. Có thể nói đây là một cuộc chiến đầy thách thức, vì đối thủ của chúng ta cũng có khả năng tạo nên những sản phẩm có giá thấp hơn và nhiều tính năng hơn. Mọi công thức, ý tưởng, sản phẩm đều có thể sao chép và thậm chí làm chúng tối ưu hơn. Nếu có một bài thuyết trình cạnh tranh bằng các con số, bạn cũng khó lòng chiến thắng lâu dài. Nhưng điều thú vị là sau khi nghiên cứu và phân tích tâm lý học cùng não bộ, người ta phát hiện ra rằng: chúng ta thường ra quyết định không dựa trên con số hay tư duy logic. Chúng ta ra quyết định dựa trên xúc cảm. Vì vậy, một bài thuyết trình có kết hợp hình ảnh, câu chuyện và các yếu tố cảm xúc sẽ khiến khán giả gỡ bỏ các hàng rào phòng vệ. Người ta sẽ bớt nghi ngờ, phê phán, đong đếm khi được kết nối về mặt xúc cảm. Jonathan Gottschall, tác giả cuốn sách The storytelling Animal (tạm dịch: Động vật kể chuyện), chia sẻ rằng, khi lắng nghe một câu chuyện, chúng ta sẽ giảm rào chắn phòng ngự về mặt tri thức và dịch chuyển qua trạng thái cảm xúc. Từ đó, chúng ta sẽ ít phòng vệ hơn. "Sự tương phản tuyệt đối giữa dữ liệu và câu chuyện lại là sự kết hợp với nhau đầy hoàn hảo. Dữ liệu là những gì rất khô cứng thuộc về tư duy lý trí. Câu chuyện nhiều cảm xúc thuộc về tư duy xúc cảm." Những lợi ích quan trọng của kể chuyện bằng dữ liệu Khi đưa hơi thở của “cảm xúc” và “tính kết nối như một câu chuyện” vào những dữ liệu khô khan và hàn lâm, kể chuyện bằng dữ liệu sẽ mang đến những lợi ích khác biệt như sau: Khả năng ghi nhớ: Một nghiên cứu từ Giáo sư Chip Health của Đại học Stanford, tác giả cuốn sách Made to stick (Tạo thông điệp kết dính), cho thấy 63% số người có thể ghi nhớ các câu chuyện, nhưng chỉ 5% số người có thể ghi nhớ được số liệu. Dù chỉ có trung bình 2,5 số liệu được đưa vào sử dụng và chỉ có 10% người tham gia kết hợp câu chuyện, thì mọi người vẫn chú ý vào những câu chuyện nhiều hơn cả. Tính thuyết phục: Trong một nghiên cứu của Deb cùng cộng sự tại Đại học Pennsylvania, họ muốn tìm ra cách hiệu quả nhất để kêu gọi quyên góp tiền cho dự án Save the children (Hỗ trợ trẻ nhỏ). Họ đã làm ra hai sản phẩm áp phích giới thiệu về dự án này cho mọi người. Sản phẩm đầu tiên là tấm áp phích với đầy đủ các số liệu thống kê mô tả về ý nghĩa của dự án và ghi rõ 165 triệu trẻ em đang phải chịu nạn thiếu dinh dưỡng. Áp phích thứ hai là câu chuyện về em bé 7 tuổi Rokia ở Mali của châu Phi. Em bé này đang bị suy dinh dưỡng rất nặng và không có gì để ăn. Khi sử dụng hình ảnh về Rokia để truyền thông, số tiền quyên góp đã tăng gấp đôi, trung bình từ 1,14 đô-la/ người lên 2,38 đô la/người, tăng gấp đôi. Tính kết nối: Các nhà nghiên cứu cũng nhận thấy khi bước vào trạng thái tinh thần tỉnh táo, con người sẽ bớt hoài nghi. Thay vì để ý đến các chi tiết nhỏ nhặt, họ sẽ muốn xem diễn tiến câu chuyện. "Theo quan sát của nhà toán học John Allen Paulos, “khi lắng nghe các câu chuyện, chúng ta có xu hướng loại bỏ sự hoài nghi để cảm thấy thoải mái, còn khi đánh giá số liệu thì ngược lại – chúng ta thường hay hoài nghi vì không muốn bị thuyết phục.” NHỮNG GÓC NHÌN SAI VỀ KỂ CHUYỆN BẰNG DỮ LIỆU Ngày nay, các cuộc hội họp, thuyết trình, báo cáo, bán hàng hay ra mắt sản phẩm mới sẽ không bao giờ thiếu dữ liệu, các con số hay tỷ lệ phần trăm. Việc thành thạo khả năng giao tiếp và thuyết trình với dữ liệu đang là nhu cầu thiết yếu đối với các nhà lãnh đạo doanh nghiệp, các cấp quản lý, các nhân viên tuyến đầu và tất cả nhân viên trong tổ chức, những người mong muốn ra quyết định khách quan hơn, cũng như vận hành công việc hằng ngày tốt hơn. Những ai thành thạo giao tiếp và thuyết trình bằng dữ liệu sẽ có nhiều cơ hội để thành công và phát triển bản thân. Việc giao tiếp bằng dữ liệu cũng có thể hiểu như giao tiếp bằng tiếng Anh vậy. Khi có thể giao tiếp thành thạo bằng tiếng Anh, chúng ta tự tin hơn, còn không, đó sẽ là rào cản ngăn chúng ta đi đến thành công. Do đó, khả năng giao tiếp tốt chắc chắn sẽ là đòn bẩy giúp bạn phát huy tối ưu các năng lực khác. Bởi lẽ, một nhà lãnh đạo có chiến lược hay, tầm nhìn rộng nhưng khả năng giao tiếp hạn chế thì khó lòng lãnh đạo đội nhóm. Một nhân viên mẫn cán, nhiều kinh nghiệm nhưng không thể thuyết phục cấp trên về ý tưởng của mình thì khó lòng thăng tiến trong công việc. Trong tất cả các hình thức truyền thông, chúng ta có thể thấy kể chuyện là một phương thức vượt thời gian nhất. Việc sử dụng các hình ảnh minh họa, biểu đồ trực quan hấp dẫn kết hợp với khả năng thuyết trình tốt sẽ giúp việc trình bày dữ liệu trở nên xuất sắc hơn. Từ đó thúc đẩy sự thay đổi và khiến khán giả hành động nhanh chóng hơn. Hiện nay, việc kể chuyện trong trình bày dữ liệu còn khá mới mẻ. Chính vì vậy, có nhiều góc nhìn chưa đầy đủ và hiểu sai về kể chuyện bằng dữ liệu. Dưới đây là ba quan điểm sai lầm thường gặp về kể chuyện bằng dữ liệu. Sai lầm 1: Trực quan hóa dữ liệu nghĩa là kể chuyện về dữ liệu Mặc dù một câu chuyện có thể tồn tại dưới rất nhiều hình thức khác nhau, có thể là biểu đồ, hình ảnh trực quan, đoạn video… nhưng chỉ trực quan thì lại không chắc sẽ tạo thành câu chuyện. Mỗi câu chuyện thông thường đều xoay quanh những nhân vật chính cụ thể với thông điệp truyền tải rõ ràng. Việc sử dụng quá nhiều loại biểu đồ sẽ gây nhiễu thông tin và gây mất tập trung vào luận điểm chính. Đây là điều tôi thấy nhiều nhất trong một bài báo cáo. Mặc dù những biểu đồ này có thể cho phép khán giả khám phá thông tin chi tiết và câu chuyện dữ liệu của riêng họ, nhưng chúng không được kết nối mạch lạc, cũng không tạo thành một câu chuyện với chủ đích rõ ràng. Khán giả cũng sẽ khó hình dung được mục đích thật sự của báo cáo và không biết nên hành động như thế nào. Một số khác sử dụng biểu đồ đơn giản hơn nhưng lại không thể hiện rõ thông điệp và ý nghĩa của biểu đồ. Sai lầm 2: Kể chuyện bằng dữ liệu chỉ đơn giản là trực quan hóa dữ liệu Một câu chuyện không chỉ là bộ sưu tập tranh đẹp đẽ. Nó là một bản tường thuật của một chuỗi sự kiện có liên quan nhân quả hoặc được kết nối với nhau. Các yếu tố tường thuật trong một câu chuyện dữ liệu được xây dựng theo một cấu trúc rõ ràng, từ đó tạo ra ý nghĩa nhất quán. Ngoài ra, các nội dung tường thuật dẫn dắt cũng giúp câu chuyện dữ liệu của bạn lôi cuốn và kết nối với khán giả ở cấp độ cảm xúc, điều mà dữ liệu không bao giờ có thể tự làm được. Sự kết hợp khéo léo giữa dữ liệu, hình ảnh và tường thuật là điều cần thiết cho bất kỳ câu chuyện dữ liệu ý nghĩa nào. Sai lầm 3: Một câu chuyện bao gồm mở đầu – thân chuyện – kết chuyện nhưng không phải cứ có cấu trúc ba phần là có thể tạo thành câu chuyện. Việc lồng ghép các tình tiết cao trào như mô típ các câu chuyện kinh điển là vô cùng quan trọng. Câu chuyện dữ liệu cũng tương tự, nếu không có những tình tiết tạo cảm xúc mâu thuẫn về dữ liệu thì không thể nào gây ấn tượng được với khán giả. Vì vậy, thông điệp và ý nghĩa sâu sắc đằng sau các dữ liệu hay biểu đồ là yếu tố quan trọng để kiến tạo một câu chuyện dữ liệu hay. "Mặc dù một câu chuyện có thể tồn tại dưới rất nhiều hình thức khác nhau, có thể là biểu đồ, hình ảnh trực quan, đoạn video… nhưng chỉ trực quan thì lại không chắc sẽ tạo thành câu chuyện." KỂ CHUYỆN BẰNG DỮ LIỆU KHÁC VỚI KHUNG CÂU CHUYỆN DỮ LIỆU NHƯ THẾ NÀO? Khung câu chuyện là gì? Hãy tưởng tượng nếu bạn phải thường xuyên xem tất cả dữ liệu của mình mỗi ngày hoặc mỗi tuần. Bạn sẽ phải xem quá nhiều thông tin không liên quan, thậm chí là thông tin gây nhiễu và gần như không thể rút ra bất kỳ tín hiệu có giá trị nào. Tuy nhiên, khi các dữ liệu quan trọng được đóng khung để dễ dàng quan sát và nhanh chóng gợi ý với các ưu tiên chiến lược của tổ chức doanh nghiệp, đây sẽ là phương thức trực quan hiệu quả để quan sát và đánh giá hiệu quả kinh doanh của công ty. Các tổ chức lớn thường thể hiện các dữ liệu quan trọng này qua các màn hình LCD lớn, đặt ở những nơi dễ quan sát để nhanh chóng nhìn thấy tình hình kinh doanh. Các khung câu chuyện được thể hiện rõ ràng thông qua các hệ thống phần mềm nổi tiếng như Power BI, Tableau,… Những công cụ này cho phép thể hiện các chỉ số dữ liệu quan trọng của doanh nghiệp, kết hợp với các biểu đồ và đồ thị giúp bạn dễ dàng quan sát, cũng như khai thác dữ liệu theo các trường bộ lọc hay chủ đích khác nhau. Những báo cáo trực quan theo hình thức này còn được gọi là Dashboard. Đây cũng là một dạng thức của khung câu chuyện. Sự khác nhau giữa khung câu chuyện và kể chuyện bằng dữ liệu Khung câu chuyện và kể chuyện bằng dữ liệu thường song hành cùng nhau trong việc thúc đẩy giá trị từ dữ liệu của bạn. Ví dụ: một bảng điều khiển của khung câu chuyện có thể giúp bạn xác định một giai đoạn trong quy trình đăng ký trực tuyến của công ty, nơi tỷ lệ hủy đăng ký cao hơn mong đợi. Sau khi kiểm tra thêm, bạn xác định được nguồn gốc của vấn đề về khả năng tương thích của trình duyệt. Nếu có thể tự khắc phục sự cố, bạn không cần phải kể chuyện vì không cần giao tiếp hoặc phối hợp với những người khác. Trong trường hợp này, khung câu chuyện có thể thúc đẩy hành động mà không cần kể chuyện. Tuy nhiên, nếu hành động được yêu cầu phụ thuộc vào người khác (sự chấp thuận, tham gia, hỗ trợ của họ, v.v..), bạn có thể cần chuyển sang kể chuyện. Một câu chuyện dữ liệu có thể giải thích những gì đang xảy ra và tính cấp thiết của tình huống. Nó cũng có thể giúp thông báo cho khán giả về những gì phải làm để khắc phục sự cố. Tuy nhiên, tùy thuộc vào đối tượng và kịch bản, khung câu chuyện có thể không phải là phương tiện trình bày hỗ trợ phù hợp cho một bài thuyết trình hay kể chuyện bằng dữ liệu. Thay vào đó, bạn cần soạn thảo và thiết kế một bản trình bày, báo cáo hoặc video có thể phù hợp hơn. Do đó, việc đầu tư nhiều tiền vào các phần mềm để thiết lập khung câu chuyện trực quan không có nghĩa bạn sẽ trở thành người trình bày thuyết phục và kể chuyện truyền cảm hứng với dữ liệu. Việc đầu tư nhiều tiền vào các phần mềm để thiết lập khung câu chuyện trực quan không có nghĩa bạn sẽ trở thành người trình bày thuyết phục và kể chuyện truyền cảm hứng với dữ liệu. 3 BỐN CẤP ĐỘ TRONG HÀNH TRÌNH KỂ CHUYỆN BẰNG DỮ LIỆU “Khả năng thu thập dữ liệu, thấu hiểu dữ liệu, xử lý dữ liệu, trích xuất thông tin hữu ích từ dữ liệu rồi trực quan hóa dữ liệu và giao tiếp hiệu quả với dữ liệu sẽ trở thành kỹ năng cực kỳ quan trọng trong những thập kỷ tiếp theo.” - Hal Varian, Giám đốc Kinh doanh tại Goolge BỐN CẤP ĐỘ TRONG HÀNH TRÌNH KỂ CHUYỆN BẰNG DỮ LIỆU S au một thời gian dài nghiên cứu về lĩnh vực này, cũng như ứng dụng vào trong thực tiễn, rồi điều chỉnh, hoàn thiện hơn, tôi đã tổng hợp và thiết kế thành mô hình bốn cấp độ cần thiết trong hành trình kể chuyện bằng dữ liệu. Việc phân tách thành từng cấp độ sẽ giúp việc tự nhận biết và phát triển thuận tiện, rõ ràng hơn. Bốn cấp độ này bao gồm: • Cấp độ 1 - Khám phá dữ liệu: khám phá và phân tích dữ liệu nhưng không tạo ra ý nghĩa từ dữ liệu này. • Cấp độ 2 - Giải thích dữ liệu: giải thích dữ liệu, làm cho dữ liệu có ý nghĩa và bước đầu tạo cảm xúc cho người nghe. • Cấp độ 3 - Thuyết phục: giải thích dữ liệu và đưa ra các giải thích hiệu quả từ dữ liệu, từ đó thuyết phục người khác theo một cấu trúc có chủ đích về một ý tưởng, giải pháp hoặc lời kiến nghị hành động. • Cấp độ 4 - Truyền cảm hứng: truyền cảm hứng cho người khác thông qua việc truyền tải bài trình bày về dữ liệu như một câu chuyện và áp dụng các kỹ thuật kết nối dữ liệu. Mỗi cấp độ khác nhau sẽ có những sự khác biệt trong tư duy cũng như cách người trình bày thể hiện ra bên ngoài thông qua bài trình bày của họ, cụ thể là: Việc nắm rõ bốn cấp độ làm nên nhà thuyết trình và kể chuyện bằng dữ liệu sẽ giúp chúng ta đánh giá và nhận định xem hiện tại bản thân đang ở cấp độ nào và làm thế nào để dịch chuyển bản thân lên những cấp độ cao hơn. BÀI KHẢO SÁT GIÚP BẠN TỰ ĐÁNH GIÁ CẤP ĐỘ THUYẾT TRÌNH VÀ KỂ CHUYỆN BẰNG DỮ LIỆU ĐÁP ÁN 4 BỐN YẾU TỐ CẤU THÀNH KỂ CHUYỆN BẰNG DỮ LIỆU “Kể chuyện là cách quyền năng nhất để đặt ý tưởng của bạn vào trong thế giới này.” - GIÁO SƯ ROBERT MCKEE TỔNG QUAN VỀ BỐN YẾU TỐ CẤU THÀNH KỂ CHUYỆN BẰNG DỮ LIỆU Đ ể xây dựng những bài thuyết trình và kể chuyện hiệu quả bằng dữ liệu, chúng ta cần hiểu rõ các yếu tố cấu thành. Vậy đâu là những yếu tố cấu thành một bài thuyết trình và kể chuyện đầy cảm hứng về dữ liệu? Đây cũng là câu hỏi tôi thường được hỏi nhiều nhất. Qua quá trình nghiên cứu và thực hành về chủ đề này, tôi đã rút ra bốn yếu tố cấu thành như sau: 1. Khán giả: Khán giả luôn là nhân vật chính của bài thuyết trình và việc thấu hiểu họ là điều quan trọng. Trong cuốn sách này, tôi sẽ tập trung thảo luận và phân tích các yếu tố liên quan đến khán giả như sau: • Thấu hiểu nhu cầu và vấn đề khán giả đang gặp phải, kỳ vọng (hay mong muốn) nỗi đau, trăn trở và rào cản của họ. • Kênh giao tiếp phù hợp với từng nhóm khán giả. • Nắm vững nguyên tắc giao tiếp với nhóm lãnh đạo cấp cao. 2. Dữ liệu: Nói đến bài thuyết trình bằng dữ liệu thì dữ liệu chính là yếu tố cực kỳ quan trọng. Tuy nhiên, lựa chọn dữ liệu gì để đưa vào bài trình bày nhằm gia tăng tính thuyết phục, sắp xếp dữ liệu theo trật tự như thế nào cho phù hợp, giải thích dữ liệu sao cho hợp lý và làm cho dữ liệu “biết nói” là những điều mà người thuyết trình và kể chuyện bằng dữ liệu cần nắm vững. 3. Trực quan hóa dữ liệu: Việc nắm vững các nguyên tắc trực quan hóa dữ liệu một cách khoa học sẽ mang đến thông điệp hiệu quả cho khán giả, giảm thời gian “tô vẽ” hoặc phức tạp hóa biểu đồ. Khi quan sát tổng thể doanh nghiệp tại thị trường Việt Nam, tôi thấy rất nhiều điểm cơ bản vẫn bị vi phạm. Tôi cho rằng chúng ta chủ yếu đang làm báo cáo và thuyết trình với dữ liệu dựa trên biểu mẫu có sẵn của người làm trước. Nếu có thể cải thiện tình trạng này dựa trên những nguyên tắc khoa học về trực quan, cá nhân và tổ chức của bạn sẽ không chỉ giải quyết được vấn đề về bài thuyết trình, mà còn tiết kiệm được thời gian hội họp, nâng cao khả năng thuyết phục, mở rộng cơ hội cho nhiều ý tưởng được phê duyệt. Và quan trọng nhất là tạo ra một đội ngũ nhân viên làm việc với tư duy khoa học hơn. 4. Kể chuyện: Kể chuyện chính là linh hồn của bài thuyết trình. Một bài thuyết trình có cấu trúc chặt chẽ, hợp lý là nền tảng để bạn chinh phục những khán giả khó tính. Việc cấu trúc hóa bài thuyết trình bằng dữ liệu hiệu quả giúp khán giả hình dung rõ hơn về nội dung, đồng thời thể hiện sự thấu hiểu, kết nối và tôn trọng khán giả. Một bài thuyết trình lộn xộn, không rõ đầu đuôi và không thể hiện được mong muốn của người trình bày sẽ khiến khán giả cảm thấy bối rối, khó hiểu. Khi biết cấu trúc bài thuyết trình, bạn làm chủ tư duy và ý tưởng của mình. Bạn không bị mất quá nhiều thời gian để đạt được những kết quả tuyệt vời. Những tổ chức đạt được những giá trị kể trên thì các cuộc họp của họ cũng sẽ được giải quyết triệt để, nhân viên sẽ cảm thấy hoàn toàn tự tin và được phát triển đồng bộ. Đầu tư vào tư duy giao tiếp và thuyết trình là nền tảng thành công cho mọi hoạt động của tổ chức. "ĐẦU TƯ VÀO TƯ DUY GIAO TIẾP VÀ THUYẾT TRÌNH LÀ NỀN TẢNG THÀNH CÔNG CHO MỌI HOẠT ĐỘNG CỦA TỔ CHỨC." Ấ Ể Ả Ề Ố THẤU HIỂU KHÁN GIẢ – ĐIỀU CỐT LÕI TRONG TRÌNH BÀY VÀ KỂ CHUYỆN BẰNG DỮ LIỆU Nếu dữ liệu của bạn nhàm chán, bạn có thể đã chọn sai dữ liệu, hoặc là trình bày sai đối tượng khán giả. - Edward Tufte Data Viz Expert. Khán giả của bạn là ai? Theo bạn, tấm áp phích nào phù hợp với đối tượng khán giả nào? Tại sao việc xem xét tấm áp phích nào phù hợp với đối tượng khán giả nào lại quan trọng? Bởi khán giả là yếu tố cốt lõi của một bài thuyết trình bằng dữ liệu. Trong cuốn sách Nghệ thuật thuyết trình bằng câu chuyện của mình, tôi đã chia sẻ, cũng như thuyết phục độc giả rằng “tất cả chúng ta đều là người bán hàng” và người ra quyết định mua chính là “người mua hàng”. Vì vậy, việc thấu hiểu người mua hàng chính là yếu tố sống còn của mọi bài thuyết trình. Tùy theo đối tượng khán giả mà việc lựa chọn dữ liệu, trực quan hóa biểu đồ và cấu trúc bài trình bày sẽ khác nhau. Trong bài viết Cách kể một câu chuyện bằng dữ liệu đăng trên Harvard Business Review, CEO của Tập đoàn Dell, Jim Stikeleather, đã phân loại đối tượng khán giả theo những nhóm chính sau: • Khán giả chưa có nhiều kinh nghiệm về chủ đề này: Họ mong đợi thông tin được trình bày theo cách đơn giản, dễ hiểu và trong nhiều tình huống cần phải giới thiệu bối cảnh và những thuật ngữ chuyên môn có liên quan trước. • Khán giả nói chung: Họ đã hình dung cơ bản về chủ đề nói chuyện. Tuy nhiên, họ mong muốn tìm hiểu những thông tin tổng quan hơn, hệ thống hơn. Họ cũng muốn tham gia thảo luận một vài luận điểm chính. • Khán giả là các cấp quản lý: Họ muốn hiểu chi tiết về dữ liệu và những hành động cần làm ngay sau buổi thuyết trình. Họ cũng mong chờ các dữ liệu được phân tích rõ ràng, mạch lạc và logic. • Các chuyên gia: Họ muốn khám phá nhiều nhất có thể về dữ liệu và ít quan tâm đến cấu trúc hay cách kể chuyện. • Cấp CEO: Họ muốn biết những kết luận quan trọng của bài thuyết trình. Họ cũng mong được nghe những đề xuất về các giải pháp lựa chọn, tính nhiều mặt của từng giải pháp vàgiải pháp đề xuất tối ưu nhất. Trong một số trường hợp, người trình bày có thể gây ấn tượng với CEO bằng cách đưa ra đề xuất hành động ngay từ đầu. Việc xác định rõ mức độ hiểu biết và mục tiêu của khán giả sẽ tạo nên một bài thuyết trình hiệu quả. Hai câu hỏi bắt buộc bạn phải trả lời khi xây dựng cấu trúc bài thuyết trình bằng dữ liệu: 1. Khán giả chính là ai? 2. Làm thế nào để điều chỉnh bài thuyết trình bằng dữ liệu này cho phù hợp với khán giả? Nếu trả lời được hai câu hỏi này trước khi thuyết trình, thì bạn sẽ có khả năng thành công rất cao. Ngoài ra, bạn cũng cần lưu ý đến danh sách các yếu tố về khán giả như sau: 1. Mục tiêu và ưu tiên? 2. Niềm tin và kinh nghiệm? 3. Mong đợi cụ thể? 4. Chủ đề này có quen thuộc không? 5. Sự hiểu biết về dữ liệu? 6. Cấp bậc trong tổ chức? Việc trả lời các câu hỏi này có vẻ đơn giản và không quá khó, tuy nhiên thực tế lại hoàn toàn khác. Khi các học viên của tôi phân tích một tình huống kinh doanh và viết ra vấn đề trong tính huống đó, họ vẫn vướng phải những điều tưởng như “biết rồi, khổ lắm nói mãi” này. Trong các bài thuyết trình bằng dữ liệu, chúng ta thường bị đánh lừa bởi chính dữ liệu tìm thấy được và đinh ninh đó chính là vấn đề cốt lõi. Sau đó chúng ta hăm hở trình bày với cấp trên hoặc khách hàng, nhưng không mấy khi thuyết phục được họ. Tại sao như vậy? Bởi những dữ liệu bạn tìm thấy chỉ là “dữ liệu tìm thấy được” và chưa phải vấn đề thật sự. Tình huống thảo luận bên dưới sẽ cho bạn một số góc nhìn xoay quanh câu hỏi: “Vấn đề thật sự là gì?”. Vấn đề thật sự là gì? Qua tình huống giả định tôi vẫn thường chia sẻ trong các chương trình đào tạo về “Nghệ thuật thuyết trình và kể chuyện bằng dữ liệu”, chúng ta sẽ cùng thảo luận: Vấn đề thật sự là gì? “Bạn đang là quản lý của 1 căng tin cung cấp thức ăn cho sinh viên trong trường đại học đông sinh viên nhất Việt Nam. Bạn tìm hiểu được 1 số điều sau. • 35% sinh viên trong trường đang bị thu hút bởi các food court trong trung tâm mua sắm ở đối diện. • 2 công ty khác đang đặt 6 máy cung cấp thức ăn và nước uống tự động được đặt ở gần căng tin. • Nhiều nhân viên cũng mua bánh mì ở ngoài vì họ thấy vị ngon hơn. • 65% sinh viên không hài lòng về thời gian mở cửa của căng tin. Họ muốn căng tin mở cửa sớm lúc 8h để họ có thể ăn sáng tại đây luôn. • 30% Sinh viên không hài lòng vì căng tin nóng và ồn ào. • 300 sinh viên không hài lòng về nhạc tại căng tin, rất sến súa và không phù hợp. Dựa trên điều đã tìm hiểu nãy, hãy đưa ra lời đề xuất hành động với cấp trên của bạn là ông chủ căng tin?” Ở tình huống này, theo các bạn vấn đề thật sự là gì? Khi cùng nhau trao đổi, các học viên đều chia sẻ vấn đề thật sự của tình huống này là: • Sinh viên đang không hài lòng về nhạc, âm thanh, nhiệt độ tại căng tin. • Một số nhân viên và sinh viên cũng đang mua đồ ăn ở bên ngoài. • … Vì chỉ dựa vào những thông tin như vậy, nên khi trình bày với cấp trên, họ thường bắt đầu như thế này: “Hiện nay, phần lớn sinh viên đang không hài lòng về nhiệt độ, âm nhạc và thực đơn tại đây. Cụ thể là 65% sinh viên không hài lòng về thời gian mở cửa, 30% sinh viên không hài lòng về nhiệt độ… do đó chúng ta cần thay đổi thời gian mở cửa, thay đổi âm nhạc, bổ sung thực đơn…” Câu hỏi tiếp theo tôi thường hỏi các học viên là: Mọi người có chắc chắn đó là vấn đề thật sự trong tình huống này không?