Keywords: Big Data technology, digital economy, machine learning, project management based on Data Science.

1. Giới thiệu
 

Trong thời đại “chuyển đổi kĩ thuật số” hiện nay, mọi thứ đang thay đổi rất nhanh, mục đích chính của những thay đổi này là nhắm vào người tiêu dùng “kĩ thuật số”. Các thiết bị như máy tính, điện thoại và nhiều công nghệ khác có mặt ở khắp mọi nơi do giá thành ngày càng rẻ, khả năng di động và xử lí nhanh chóng. Các sản phẩm chất lượng, nhiều chức năng được thiết kế ngày càng tối ưu theo sở thích của khách hàng.
 

Sự ấn tượng là rất quan trọng đối với người tiêu dùng; hình thức tiêu dùng đang thay đổi, xu hướng là tương tác qua các thiết bị thông minh. Các hoạt động kinh doanh đang thay đổi, nhu cầu ngày càng tăng, sự bão hòa của thị trường truyền thống, sự cạnh tranh gia tăng và xuất hiện các đối thủ công nghệ mới. Thực tế là công nghệ lỗi thời không mang lại nhiều lợi nhuận, việc hiện đại hóa lại rất tốn kém và cần nguồn lực tương đối lớn để bảo trì. 
 

Dữ liệu lớn đang phát triển rất nhanh, đặc biệt là khu vực công, chăm sóc sức khỏe, sản xuất và bán lẻ. Ở Việt Nam, đã có rất nhiều đơn vị sử dụng dữ liệu lớn như FPT, VNG, VCCorp, Sendo, Vietnam Airline và các tổ chức trong lĩnh vực tài chính - ngân hàng. Tuy vẫn chưa có sự đồng đều trong nền kinh tế nhưng trong những năm tới, các công ty về bảo hiểm, hóa dầu và luyện kim có thể sẽ có nhiều ứng dụng. Khối lượng dữ liệu đang tăng lên theo cấp số nhân; năm 2018, người dùng và doanh nghiệp trên thế giới đã tạo ra 33 zettabyte thông tin; dự kiến đến năm 2025 sẽ là 175 zettabyte. Chuyển đổi kĩ thuật số giúp tăng tính linh hoạt của các quá trình tạo ra giá trị, cho phép thích ứng với tốc độ thay đổi của thị trường và các yêu cầu của người tiêu dùng kĩ thuật số. Điều này đòi hỏi nhân viên phải có năng lực, có khả năng làm việc với công nghệ mới, có phương pháp tiếp cận và phương pháp quản lí công việc. Nó cũng liên quan đến việc đưa ra các hình thức quản lí linh hoạt, giảm mức độ phân cấp và cải thiện chất lượng của giao tiếp tương tác. Khi các quá trình chuyển đổi kĩ thuật số diễn ra ở khắp mọi nơi, thì Việt Nam cũng không bị tụt hậu so với xu hướng chung. Thực tế là rất khó để dự đoán tương lai của quá trình số hóa xã hội và nền kinh tế. Trong tình huống này, việc chọn con đường chung mà cả hệ thống nhà nước, kinh tế và xã hội của đất nước sẽ di chuyển đồng bộ theo hướng chuyển đổi số là rất hiệu quả.
 

2. Vai trò của khoa học dữ liệu và dữ liệu lớn trong nền kinh tế số
 

2.1. Tổng quan
 

Các công nghệ mới và dữ liệu lớn đang làm thay đổi các doanh nghiệp. Các doanh nghiệp không chỉ cần thêm một vị trí nhân sự mới - Giám đốc Dữ liệu (Chief Data Officer/CDO), mà còn là việc đào tạo nhân viên, từ những nhân viên bình thường đến quản lí cấp cao nhất. Thực tế đã làm thay đổi luật chơi, các công ty đang dần thích nghi với việc triển khai dự án về lĩnh vực khoa học dữ liệu nhưng không phải lúc nào cũng mang lại lợi ích thương mại, tuy nhiên, nó mang lại kết quả tích cực cho nhóm và các nhiệm vụ tiếp theo. CDO là một trong những lãnh đạo hàng đầu của công ty, có rất nhiều vai trò: Chuyên gia về công nghệ tiên tiến, chiến lược kinh doanh và là người đưa ra các ý tưởng liên quan đến việc sử dụng dữ liệu. Họ cũng chịu trách nhiệm về chất lượng và tính minh bạch của dữ liệu trước các cơ quan quản lí. CDO xây dựng một chiến lược về phát triển năng lực phân tích dữ liệu của tổ chức và những kĩ năng nào cần phát triển ở nhân viên. Họ cũng kiểm soát hệ thống công nghệ của tổ chức, cho phép trích xuất, lưu trữ, xử lí và trực quan hóa dữ liệu một cách hiệu quả.
 

Các tổ chức thường thiếu nhân viên có trình độ vì các nhà phân tích dữ liệu và các chuyên gia giỏi có xu hướng chuyển sang lãnh đạo ngành công nghệ thông tin. Công nghệ ngày càng rẻ hơn, sức mạnh tính toán tăng và mọi người dễ dàng có một chiếc máy tính xách tay ở mức trung để tìm kiếm thông tin. Thế giới đang rất mở, mã nguồn mở, các gói phân tích có thể được tải xuống miễn phí và hợp pháp... Bất kì người nào, nếu có thời gian rảnh và có mong muốn, trong thời gian ngắn có thể học để đạt tới một trình độ cho phép họ ứng tuyển vào các vị trí ban đầu ở hầu hết các công ty. Chỉ vai trò của CDO và chính sách quản trị dữ liệu hoặc nhân viên là các nhà khoa học dữ liệu chất lượng cao cần đào tạo ở trình độ cao hơn. Để làm việc hiệu quả về khoa học dữ liệu, cần phải thay đổi văn hóa trong công ty. Văn hóa của các doanh nghiệp được hình thành trước khi khoa học dữ liệu phổ biến rộng rãi, thường dựa trên cách tiếp cận về rủi ro, giảm thiểu chi phí và cải thiện tính ổn định trong hoạt động. Trước đây, các công ty cố gắng chỉ sử dụng các mô hình kinh doanh và công nghệ đã được kiểm nghiệm qua thời gian và các nguồn lực chính thường được thuê ngoài để tiết kiệm ngân sách. Thị trường đã được hình thành, không thể thực hiện một sự chuyển đổi quy mô lớn như vậy chỉ bằng cách gửi từng nhân viên đến các khóa đào tạo. Nó đòi hỏi một cách tiếp cận bài bản và kĩ lưỡng hơn, đòi hỏi sự tham gia và hỗ trợ sâu hơn của Giám đốc nhân sự (Chief Officer of Human Resources/COHR), người giám sát tất cả các khía cạnh của chính sách, thực tiễn và hoạt động quản lí nhân sự cho tổ chức công nghệ cao. Sử dụng tất cả các kĩ năng và năng lực mà nhân sự có, họ sẽ giúp tổ chức tạo ra sự phát triển cân bằng và toàn diện nhằm giải quyết tất cả những thách thức này. Một trong những ví dụ để giải quyết vấn đề này là việc tạo ra một chương trình phát triển nhân viên có tầm cỡ theo hướng dữ liệu lớn:
 

- Đào tạo tổng quan hằng năm cho lãnh đạo cao nhất, qua đó, các giám đốc điều hành tìm hiểu về khả năng của khoa học dữ liệu và các ứng dụng thành công từ khắp nơi trên thế giới.
 

- Đào tạo cơ bản cho quản lí cấp trung nhằm chỉ ra lợi ích của việc sử dụng các công cụ khoa học dữ liệu và học máy cho các loại nhiệm vụ khác nhau.
 

- Tham gia hackathon (các cuộc thi lập trình) dành cho các nhóm gồm các nhà quản lí và nhà khoa học dữ liệu, họ sẽ học cách tương tác với nhau.
 

- Thường xuyên tham gia các cuộc thi trực tuyến dành cho những người bảo trì dữ liệu trên các tập dữ liệu bên ngoài.
 

- Đào tạo học máy tiên tiến hằng năm cho các nhà khoa học dữ liệu.
 

- Đào tạo cho các cá nhân, nhà quản lí và nhà khoa học dữ liệu.
 

2.2. Phương pháp
 

Một dự án khoa học dữ liệu giống như phát triển một phần mềm, đều có mục tiêu là thu được lợi ích kinh tế hoặc tạo ra thêm giá trị cho khách hàng. Một trong những cách tiếp cận phổ biến nhất để phân tích dữ liệu là quy trình khai thác dữ liệu CRISP-DM (cross-industry process for data mining), trong đó mỗi nhiệm vụ được trình bày dưới dạng một giả thuyết nhất định có thể được chấp nhận hoặc bác bỏ. Hơn nữa, công việc dựa trên giả thuyết trải qua các giai đoạn điển hình: Đánh giá bộ dữ liệu cần thiết, xác định tiêu chí thành công và thước đo chất lượng, chuẩn bị dữ liệu, mô hình hóa và đánh giá kết quả. Thông thường, công việc diễn ra theo chu kì, một số giai đoạn có thể lặp lại nhiều lần. Nếu mô hình được tạo ra cải thiện quy trình hay sản phẩm hiện tại của công ty thì nó sẽ được đưa vào hoạt động hoặc không (do những hạn chế về ứng dụng của mô hình hoặc chất lượng dữ liệu kém) thì cũng không nên được coi là một kết quả tiêu cực, bởi vì nhóm dự án đã có được kinh nghiệm và kiến thức để họ tiếp tục nghiên cứu các giả thuyết khác. 
 

CRISP-DM là một quy trình tiêu chuẩn để kiểm tra dữ liệu. Mô hình vòng đời để phân tích dữ liệu bao gồm 06 giai đoạn, được mô tả như Hình 1.
 

Hình 1. Các giai đoạn của chu trình dữ liệu CRISP-DM

1. Hiểu về kinh doanh:
 

- Để xác định mục tiêu kinh doanh;
 

- Để đánh giá tình hình;
 

- Để xác định mục tiêu của phân tích dữ liệu;
 

- Để lập kế hoạch dự án.
 

2. Hiểu về dữ liệu:
 

- Để thu thập dữ liệu ban đầu;
 

- Để mô tả dữ liệu;
 

- Để nghiên cứu dữ liệu;
 

- Để kiểm tra chất lượng dữ liệu.
 

3. Chuẩn bị dữ liệu: 
 

Các mục tiêu sau có thể được thực hiện lặp lại nhiều lần:
 

- Để chọn dữ liệu (bảng, bản ghi và thuộc tính);
 

- Để xóa dữ liệu, bao gồm chuyển đổi dữ liệu và chuẩn bị cho việc lập mô hình;
 

- Để dẫn xuất dữ liệu;
 

- Để hợp nhất dữ liệu;
 

- Để tùy chỉnh dữ liệu.
 

4. Mô hình hóa:
 

- Để lựa chọn mô hình hóa;
 

- Để thực hiện một thử nghiệm cho mô hình;
 

- Để xây dựng mô hình;
 

- Để đánh giá mô hình.
 

5. Đánh giá:
 

- Để đánh giá kết quả;
 

- Để xem xét quá trình;
 

- Để xác định các bước tiếp theo.
 

6. Triển khai:
 

- Lập kế hoạch triển khai;
 

- Lập kế hoạch hỗ trợ và giám sát giải pháp đã triển khai;
 

- Để thực hiện báo cáo cuối cùng;
 

- Để thực hiện đánh giá quá trình.
 

Đây không phải cách tiếp cận truyền thống (cách đánh giá một dự án không đạt được mục tiêu kinh doanh là thất bại), mà cách tiếp cận này có ưu điểm rõ ràng: Văn hóa khoan dung cho các kết quả thất bại - giải phóng nhân viên và tạo ra bầu không khí làm việc hiệu quả về lâu dài vẫn dẫn đến kết quả tích cực.
 

2.3. Thảo luận
 

Trong những năm trở lại đây, người ta nói rất nhiều đến “nền kinh tế số”, nó như một cơn bão và ngày một lớn mạnh. Tuy nhiên, có nhiều nhận định không chính xác, hoặc thậm chí hiểu sai về các trọng tâm chính và chưa được đặt đúng vị trí của nền kinh tế kĩ thuật số. Vì thế, ở đây, chúng ta thảo luận về 03 thành phần cơ bản của số hóa kinh tế:
 

Thứ nhất, dữ liệu là thứ đứng ngay sau thuật ngữ “nền kinh tế kĩ thuật số”. Dù chúng ta có thừa nhận hay không thì vòng đời hệ thống kinh tế mới cũng dựa trên việc thu thập, phân tích dữ liệu định tính và khổng lồ. Doanh nghiệp và người tiêu dùng, công chúng và các cơ quan quản lí nhà nước được bao quanh mình với các bộ dữ liệu kĩ thuật số không phải vì sự tò mò, mà vì nó tiện lợi và chuyên nghiệp. Mặc dù vậy vẫn không loại trừ những hiểu lầm “tạm thời” về vai trò của dữ liệu và thậm chí mắc nhiều sai lầm khi xử lí dữ liệu, nhưng chúng ta không thể phủ nhận tầm quan trọng của dữ liệu trong việc hỗ trợ ra quyết định. 
 

Dữ liệu cho phép số hóa thực tế kinh doanh và xây dựng các mô hình để phân tích chuyên sâu hoặc để phân tích dự đoán nhanh. Dữ liệu mở ra những khía cạnh mới của các sự kiện và hiện tượng, giúp người làm thực tế xác nhận hoặc bác bỏ giả thuyết của các nhà lí thuyết. Đổi lại, chính dữ liệu kĩ thuật số buộc các nền kinh tế phải chịu một khoản chi phí đáng kể và phải xây dựng cơ sở hạ tầng để khai thác. Trung tâm dữ liệu, mạng truyền thông tốc độ cao, cảm biến và sức mạnh tính toán phân tán là các kĩ thuật của quá trình toàn cầu hóa dữ liệu kĩ thuật số. Các ứng dụng, thuật toán phức tạp, mạng nơ-ron, mật mã, bảo toàn tính toàn vẹn, máy chủ đám mây, đồ họa thông tin tương tác, bảng chỉ báo... là những vấn đề lớn khác cần sự phát triển các quy trình thu thập và xử lí số liệu. Trong vô số công nghệ liên quan tới dữ liệu thì khả năng chuyển đổi dữ liệu giữa các hệ thống công nghệ thông tin và giữa các chủ thể khác nhau là rất quan trọng. Các cách truyền dữ liệu an toàn thông qua các hệ thống công cộng đang rất phát triển. 
 

Dữ liệu buộc các doanh nghiệp phải xem xét về hành vi của mình và trang bị những công cụ hữu hiệu để quản lí và sử dụng chúng. Vì thế, rất nhiều dự án tạo ra dữ liệu, xử lí dữ liệu và tìm ra những cách mới để trích xuất thông tin có giá trị. Tương tự với thuật ngữ được sử dụng cho tài nguyên thiên nhiên, người ta có thể nói, trữ lượng dữ liệu kĩ thuật số được khám phá là vô hạn. Điều này chắc chắn sẽ dẫn đến sự chuyển đổi đáng kể của nền kinh tế. Về cơ bản, cần có các công cụ và cách tiếp cận khác nhau đối với dữ liệu. Tuy nhiên, để trích xuất dữ liệu đúng cách và làm việc với chúng một cách hiệu quả thì cần phải hiểu rõ mục đích thực sự.
 

Thứ hai, đó là “nền kinh tế” trong bối cảnh thông tin hóa biến đổi hành vi của người tiêu dùng. Đối với các nhà tiếp thị, có những thời điểm khó khăn khi thực sự muốn tiếp cận được thị hiếu của khách hàng, họ phải đi sâu vào các chi tiết và mức độ phức tạp khác nhau của giao tiếp xã hội. Cá nhân hóa sản phẩm và dịch vụ vẫn là những yếu tố đáng tin cậy, nhu cầu và sở thích của từng người tiêu dùng thực sự ảnh hưởng đến cách thức sản xuất hàng hóa. Có xảy ra sai sót và thất bại thì kĩ năng sẽ được rèn giũa, người tiêu dùng được nghiên cứu, các giả thuyết được thử nghiệm là động lực thúc đẩy sản xuất tự động hóa, robot đa chức năng, vật liệu và sản phẩm mới, sự kết hợp không tưởng của các dịch vụ tiện lợi và dễ tiếp cận. Nhu cầu thay đổi cách chúng ta tiêu dùng, giải phóng chúng ta khỏi hàng hóa, tài sản và đổi lại sự tiện lợi, thoải mái khi được chia sẻ. Và hơn thế nữa, số hóa mang lại những khả năng vô cùng thú vị về sự kết hợp thỏa mãn các nhu cầu mà thoạt đầu dường như mâu thuẫn với nhau.
 

Dựa trên nhu cầu đại chúng và các nguồn lực, các hình thức đầu tư đặc biệt và các dự án phát triển sản phẩm mới “theo đăng kí” đang nổi lên trên thị trường. Các dạng tài nguyên thực và ảo miễn phí ở dạng điện tử thâm nhập vào cuộc sống, điển hình là tiền điện tử. Và chính ở điểm tiêu dùng thông minh, nền kinh tế kĩ thuật số có cơ hội lớn để tham gia và kết nối các lĩnh vực toàn cầu khác như xã hội, các giá trị và truyền thống văn hóa, lịch sử và tôn giáo, nghệ thuật và môi trường... Bằng cách nào đó, có thể biến tiêu dùng thô sơ thành một miền có thể quản lí được, mang lại sự thoải mái hoàn toàn cho mọi người mà không mâu thuẫn với các giá trị đạo đức và truyền thống.
 

Kĩ thuật số cho phép bạn kiểm soát nguồn gốc của sản phẩm hoặc dịch vụ, cũng như xác minh tính xác thực, quyền tác giả, chất lượng và các thông số quan trọng khác. Việc huy động tất cả các loại thiết bị điều khiển hoạt động trong một mạng thông tin toàn cầu sẽ dẫn đến những thay đổi đáng kể trong cách tiếp cận phân phối và bán sản phẩm, dịch vụ. Cần phải hình dung nhu cầu và sản phẩm, thể hiện trải nghiệm người tiêu dùng, giải thích và định hướng người dùng để hỗ trợ liên tục và thuận tiện cho người tiêu dùng. Các công nghệ, giao dịch và kinh doanh hầu như không thể thực hiện được nếu không có nền tảng kĩ thuật số và sự hiểu biết rộng về các nguyên tắc tiêu dùng.
 

Thứ ba, quản lí là một hệ thống tương tác, được thiết kế trên lí thuyết và thực tiễn để dự đoán, lập kế hoạch, tổ chức, thực hiện, giám sát và điều phối tất cả các hoạt động quy mô lớn để chủ động sử dụng dữ liệu nhằm đáp ứng nhu cầu ngày càng tăng của nhân loại. Hệ thống này ngày nay đang rất cần được hỗ trợ toàn diện từ: Khoa học, phương pháp luận, công nghệ thông tin, công cụ, sáng tạo... Việc tích lũy kiến thức, nâng cao chuyên môn, không ngừng làm giàu với thực tiễn và thậm chí là sự mâu thuẫn của các phương pháp tiếp cận và các trường phái khoa học khác nhau, tích lũy kinh nghiệm từ các dự án khởi nghiệp thành công và thất bại... đều có vai trò vô cùng quan trọng trong việc phát triển nền kinh tế số. Bên cạnh đó, sự hỗ trợ của chuyên gia và nâng cao năng lực của các cá nhân trong doanh nghiệp sẽ giúp các doanh nghiệp phát triển một cách ổn định và chắc chắn. 
 

2.4. Kết quả
 

Các công ty vừa và lớn trong các lĩnh vực bán lẻ và dịch vụ ngày càng quan tâm tới các công nghệ dữ liệu lớn. Các công nghệ này được sử dụng tích cực bởi các ngân hàng và các nhà khai thác di động. Ngoài ra, chúng được các công ty sản xuất lớn sử dụng để phân tích dữ liệu về sự cố thiết bị và giảm thời gian chết, giúp giảm chi phí. Dữ liệu được phân tích có thứ tự:
 

- Đặc điểm tài sản vật chất;
 

- Dữ liệu hoạt động;
 

- Dữ liệu tài chính;
 

- Nguồn nguyên liệu;

- Dữ liệu pháp lí.
 

Các nguồn thông tin có thể là: Bảng tệp, hệ quản trị cơ sở dữ liệu truyền thống và hệ thống kế toán. Các dữ liệu khác cũng cần phân tích như: Phản hồi của khách hàng, kết quả kiểm tra; sự cố, yêu cầu dịch vụ; môi trường cạnh tranh; cơ sở hạ tầng công nghệ thông tin. Các nguồn thông tin có thể là: Bảng, đề án, mạng xã hội, đánh giá của chuyên gia... Việc thu thập và phân tích thông tin trên công nghệ dữ liệu lớn sẽ giúp ước tính giá trị của tài sản vô hình. Chúng có thể bao gồm:
 

- Nhân lực, kiến thức và kĩ năng;
 

- Tài nguyên thông tin, cơ sở dữ liệu; cơ cấu tổ chức và quản lí;
 

- Nhân tài, nhân viên tiềm năng;
 

- Thương hiệu và danh tiếng;
 

- Diễn biến;
 

- Cơ sở khách hàng;
 

- Mối quan hệ với các đối tác.
 

Ở nước ngoài, việc các doanh nghiệp vừa và lớn phải có CDO đã trở thành tiêu chuẩn. Thông thường, họ làm việc trực tiếp với quản lí cao nhất. Tuy nhiên, đối với các công ty vừa và lớn ở nước ta thì vị trí này còn rất ít, các chuyên gia về quản lí dữ liệu lớn và phân tích dữ liệu còn rất thiếu. Các chuyên gia trẻ trong lĩnh vực công nghệ thông tin phải đào tạo lại, hơn nữa, họ thường có yêu cầu rất cao về mức lương khởi điểm. Trong thực tế, trình độ hiểu biết của đa số lãnh đạo doanh nghiệp còn hạn chế trong lĩnh vực quản lí dữ liệu lớn, do đó, họ không thể hình thành vấn đề cho các chuyên gia hoặc hoàn toàn không thấy sự cần thiết của các chuyên gia đó. Những vấn đề này đặc biệt liên quan đến chính sách của Nhà nước trong chuyển đổi nền kinh tế số, việc chuyển đổi hệ thống kinh tế sang kĩ thuật số chủ yếu liên quan đến việc quản lí hiệu quả dữ liệu lớn.
 

3. Kết luận