Giáo sư Richard Thaler, cha đẻ của kinh tế học hành vi và là người đạt giải Nobel Kinh tế năm 2017, đã chỉ ra rằng con người bị tác động bởi rất nhiều các thiên kiến trong việc đưa ra các quy định kinh tế.
Thiên kiến là những lệch lạc trong việc kết nạp, lưu trữ, xử lý tin tức và ra quy định hành động của bộ não con người. Wikipedia thống kê hơn 200 thiên kiến theo 4 hàng ngũ: tuyển chọn tin tức không khách quan, công nhận tin tức khi chưa đủ bằng cớ, ghi nhớ tin tức không chính xác và hành động không khách quan.
 |
|
Giáo sư Richard Thaler đạt giải Nobel Kinh tế 2017. Ảnh: Guardian |
Chuyên gia Nguyễn Quốc Toàn và Vũ Quốc Hiển của EY Việt Nam đưa 1 câu chuyện ví dụ. Một nhà buôn bán đi sắm hiểu thị phần ở 1 thị thành để mở nhà hàng. Hôm sớm nhất, ông ta gặp 1 hàng ngũ quý vị yêu thích gà rán, họ bảo “người thị thành này rất thích gà rán, mở là xin hứa dùng cho khách không hết”. Vị giám đốc thấy có lý và khởi đầu chú ý đến các shop gà rán đông khách mà vô tình bỏ qua những của hàng gà rán ế ẩm hay đã đóng cửa.
Ông ta quy định đầu tư 1 shop gà rán. Tuy nhiên, kết quả buôn bán không như ý nguyện. Dù trợ lý của ông đã làm 1 cuộc dò xét về nhu cầu gà rán và nó rất rẻ, nhưng ông cũng không tin. Đến lúc chẳng thể trụ nổi do hết vốn thì ông mới chịu đóng cửa.
Theo hàng ngũ chuyên gia, đây là ví dụ biểu thị thiên kiến mà các lãnh đạo đơn vị có thể bị tác động. Cụ thể, hiệu ứng neo (anchoring effect) là xu thế con người đặt quá nhiều niềm tin vào tin tức đến sớm nhất. Không chú ý đến kích thước tập dò xét (insentitivy to sample size) là xu thế con người không chú ý đến kích thước tập dò xét khi đưa ra kết luận.
Thiên kiến công nhận (confirmation bias) là xu thế con người sắm kiếm, kết nạp và hưởng ứng tin tức thích hợp với niềm tin và quan niệm của mình từ trước. Tự tin thái quá là xu thế con người nghĩ kỹ năng kỹ sảo của mình cao hơn thực tại. Hiệu ứng đà điểu (ostrich effect) là xu thế giảm thiểu tiếp xúc với tin tức xấu. Sự ngụy biện cho giá tiền chìm (sunk-cost fallacy) là xu thế tiếp diễn 1 công trình do đã bỏ tiền đầu tư mặc dầu bác bỏ công trình sẽ tốt hơn về mặt vốn đầu tư.
Để loại bỏ thiên kiến, khoa học phân tách dữ liệu có thể giúp đưa ra các quy định khách quan và hiệu quả hơn. Tuy nhiên, hàng ngũ chuyên gia cho rằng, đa phần đơn vị Việt Nam đang có hiệu quả tiêu dùng dữ liệu ở mức rất rẻ. Dữ liệu nằm tản mát ở các phòng ban và có cấu trúc không đồng nhất làm cho việc tổng hợp chúng gặp nhiều cạnh tranh. Do đó, mục tiêu vững mạnh của đơn vị phụ thuộc nhiều vào dữ liệu định tính và không kiên cố về tính hiệu quả.
 |
|
Theo EY Việt Nam, đa phần đơn vị Việt đang có hiệu quả tiêu dùng dữ liệu ở mức rất rẻ. |
Phân tích dữ liệu hoạt động giống như 1 “chuỗi trị giá” với 4 bước: điều hành dữ liệu, phân tách dữ liệu, đưa ra quy định và cải thiện hiệu suất, quản trị rủi ro. Mặc dù về mặt công nghệ chuỗi trị giá khởi đầu từ bước 1 và chấm dứt ở bước 4. Tuy nhiên, để vận dụng phân tách dữ liệu 1 cách hiệu quả, đơn vị cần nghĩ suy theo hướng trái lại, từ bước 4 ngược về bước 1.
Tức là, đơn vị phải khởi đầu bằng 1 thắc mắc cụ thể về cải thiện hiệu suất hoặc quản trị rủi ro và xác định xem những quy định nào có thể khắc phục được vấn đề. Tiếp đó, thẩm định xem các nguyên tố có thể được tiêu dùng để đưa ra quy định, từ đó xác định các dữ liệu không thể bỏ lỡ và bí quyết thu thập và điều hành dữ liệu.
Phân tích dữ liệu trở thành thịnh hành trong những năm vừa qua do sự vững mạnh vượt bậc trong khoa học tin tức ở 3 góc cạnh của phân tách dữ liệu là: lượng dữ liệu, kỹ năng kỹ sảo tính toán, và thuật toán. Hiện nay dữ liệu toàn cầu đang tăng theo cấp số mũ, ít ra gấp đôi sau mỗi hai năm và dự trù đạt 44 zettabytes (44.000 tỷ gigabites) vào năm 2020.
Bên cạnh đó, điện toán đám mây cho phép đơn vị tiếp cận kỹ năng kỹ sảo tính toán tất cả vô hạn. Dịch vụ điện toán đám mây của Amazon tương đương với 150.000 bộ vi xử lý. Tuy nhiên, đối với những tác vụ phân tách dữ liệu thường nhật thì 1 cái máy tính tư nhân cũng đã đủ kỹ năng kỹ sảo xử lý. Thuật toán hiện giờ cũng được vững mạnh mạnh mẽ, đặc trưng là các thuật toán máy học để xử lý các loại dữ liệu có cấu trúc và phi cấu trúc.
“Phân tích dữ liệu thời nay cần những công cụ mạnh hơn nhiều so với Excel. Excel chỉ có thể chứa tối đa khoảng 1 triệu dòng, điều này không cho phép Excel xử lý bộ dữ liệu cung cấp, mua, hoặc bán theo từng mặt hàng. Doanh nghiệp có thể vun đắp kỹ năng kỹ sảo phân tách dữ liệu bằng 1 trong ba bí quyết tự vững mạnh, mua lại hoặc sắm đối tác”, hai chuyên gia nhận định.
Viễn Thông (ghi)
