Cơ hội từ việc sử dụng dữ liệu hiệu quả
Thiếu dữ liệu để bảo mật ATM bằng sinh trắc học | |
Ngân hàng nắm cơ hội từ Big Data |
Ảnh minh họa |
Theo số liệu của Tập đoàn Dữ liệu quốc tế (IDC), các giao dịch bán hàng, tương tác với khách hàng và những hoạt động kinh doanh khác tạo ra lượng dữ liệu khổng lồ chưa được cấu trúc. Dung lượng dữ liệu được dự báo sẽ tăng gấp đôi sau mỗi 2 năm trong thập kỷ tới.
Tuy nhiên, chỉ có 0,5% trong tổng số dữ liệu được phân tích và sử dụng nhằm tìm ra những thông tin đáng giá, bổ trợ cho quá trình ra quyết định của lãnh đạo DN, qua đó nâng cao hiệu suất hoạt động tương lai của DN.
Trong khi đó, ông Scott Albin, Lãnh đạo Dịch vụ Phân tích Dữ liệu của PwC khu vực Đông Nam Á, khẳng định, dữ liệu chính là trái tim của DN. “Các nhà lãnh đạo cần thông hiểu điều này khi điều hành DN. Sử dụng phân tích dữ liệu và trí tuệ nhân tạo có thể tăng thêm giá trị cho tất cả các phần trong chuỗi giá trị và khi ra quyết định kinh doanh”.
Công nghệ có thể giúp các tổ chức giảm thời gian “chết” của hệ thống máy móc, từ đó cải thiện hiệu quả thiết bị, và tối ưu hóa chuỗi cung cấp. Các giải pháp phân tích dữ liệu cũng giúp tăng lợi nhuận trên toàn bộ chuỗi giá trị, đặc biệt trong ngành hàng tiêu dùng nhanh và bán lẻ.
3Việc ứng dụng trí tuệ nhân tạo được ứng dụng trong rất nhiều lĩnh vực, từ sản xuất, hậu cần, vận tải, đến tài chính, ngân hàng,… hỗ trợ DN tự động hóa những quy trình mang lại giá trị thấp, giúp xác định các gian lận trong yêu cầu bồi thường và hóa đơn, điều khiển xe tự lái trong vận tải, hay thúc đẩy sự tương tác với khách hàng qua các kênh di động.
Tuy nhiên, thực tế cho thấy, có một khoảng cách lớn giữa nhu cầu phân tích dữ liệu để tìm ra thông tin và khả năng chuyển hóa các thông tin này thành hành động. Theo báo cáo Công nghiệp 4.0 của PwC năm 2017, 74% người tham gia khảo sát cho biết DN của họ không có khả năng phân tích dữ liệu chuyên sâu và chỉ 14% cho biết DN của họ có bộ phận phân tích dữ liệu riêng phục vụ cho nhiều phòng ban khác nhau.
Việc thiếu nguồn lực và nhân lực có chuyên môn giỏi để quản lý hệ thống phân tích dữ liệu, yêu cầu chi phí đầu tư cao và những lo ngại về bảo mật dữ liệu là những rào cản chính khiến lãnh đạo DN chưa thể thành công trong việc tích hợp hệ thống phân tích dữ liệu và trí tuệ nhân tạo vào hoạt động của tổ chức.
Vậy, làm thế nào để bắt đầu áp dụng phân tích dữ liệu? Lãnh đạo Dịch vụ Phân tích Dữ liệu của PwC khu vực Đông Nam Á khuyên các DN nên áp dụng phân tích dữ liệu vào tổ chức của mình theo một lộ trình gồm 4 giai đoạn.
Đầu tiên, DN cần đánh giá lại giá trị hiện có của dữ liệu thu thập được và đảm bảo dữ liệu này đáng tin cậy. DN cũng cần tập trung xác định những thông tin hữu ích ẩn dấu từ nguồn dữ liệu này.
Kế đến DN phải chứng minh được những thông tin này có thể biến thành các sáng kiến và thay đổi có thể thực hiện được và mang lại lợi ích rõ ràng.
Tiếp đó, lãnh đạo DN phải đảm bảo thông tin này được đưa đến đúng đối tượng và đúng thời điểm bằng cách tự động hóa và tích hợp hệ thống phân tích dữ liệu lên các công việc hàng ngày.
Cuối cùng, lặp lại quy trình trên, bởi phân tích dữ liệu có thể áp dụng được cho các lĩnh vực, phòng ban khác để phát triển những sáng kiến mới nhằm nâng tầm cả tổ chức.
Từ kinh nghiệm hỗ trợ nhiều khách hàng tích hợp hệ thống phân tích dữ liệu vào các hoạt động hàng ngày, ông Scott cho biết: “Việc chuyển đổi này chắc chắn là không dễ dàng; có thể mất nhiều tháng, thậm chí nhiều năm để hoàn thiện. Tuy nhiên, DN có thể áp dụng các công cụ và phương pháp có sẵn trên thị trường, để tiếp tục hành trình khai phá toàn bộ nguồn sức mạnh của dữ liệu”.
Ngoài ra, các DN cũng được khuyến cáo xây dựng một cấu trúc quản trị phù hợp, cho phép đơn vị phát triển và duy trì các khả năng và thông lệ cần thiết để quản lý dữ liệu hiệu quả. Cụ thể, DN cần một chiến lược rõ ràng với các vai trò và trách nhiệm được phân chia cụ thể, kèm theo những quy chế và quy trình phù hợp. Việc liên tục giám sát và cải thiện những yếu tố kể trên cũng rất cần thiết để đảm bảo tính hiệu quả của cấu trúc quản trị dữ liệu.