Khi dữ liệu bước ra khỏi dashboard và sống trong vận hành thực tế.
“Báo cáo của team Data nhìn đẹp thật, nhưng chẳng giúp gì cho tụi tôi ra quyết định cả.”
Một vài người vờ gõ laptop, vài người lướt điện thoại, có người nhìn thẳng vào
slide mà chẳng nói gì.
Không khí lặng đến mức chỉ còn tiếng máy lạnh ù ù và con trỏ chuột nhấp nháy
giữa màn hình
PowerPoint.
Cuộc họp kết thúc bằng một câu quen thuộc:
“Thôi, team Data gửi lại file gốc nha, để bên anh tự lọc thêm.”
Mình gật đầu. Về bàn, mở lại dashboard biểu đồ vẫn đẹp, số vẫn đúng, query vẫn chạy nhanh. Nhưng chỉ có một thứ sai: chẳng ai thấy nó có ích. Cảm giác lúc đó không phải thất vọng, mà là… hụt hơi.
Mình đã dành cả tuần để đảm bảo dữ liệu sạch, logic đúng, chart cân đối từng pixel nhưng chỉ cần một câu nói “để tụi anh tự lọc” là mọi công sức tan biến.
Cuộc họp kết thúc trong không khí lưng chừng: không cãi nhau, nhưng cũng chẳng ai hiểu nhau. Và đó là lúc mình bắt đầu suy nghĩ thật sự: “Có phải mình đang làm data đúng, nhưng lại sai trong cách dùng?”
Câu chuyện bắt đầu từ một chuyến đi kho
Vài ngày sau buổi họp đó, mình quyết định làm một việc mà trước giờ chưa từng làm: xin xuống kho làm việc trực tiếp với team vận hành.
Lý do thì đơn giản thôi, nếu báo cáo mình làm không giúp họ ra quyết định, thì mình muốn xem họ đang ra quyết định như thế nào.
Ngày đầu tiên, anh quản lý kho nhìn mình cười:
“Data xuống kho chi vậy, kho có gì đâu mà xem.”
Mình cười lại: “Em muốn hiểu vì sao mấy anh không dùng dashboard của tụi em.”
Anh không trả lời, chỉ đưa cho mình xem một file Excel mở sẵn trên màn
hình.
Cột A là tên kho, cột B là
SKU, cột C là số lượng, và một cột cuối được tô đỏ và xanh.
“Đỏ là sắp hết chỗ, xanh là còn chỗ. Mỗi sáng tụi anh chỉ nhìn cột này thôi, khỏi cần report.”
Mình đứng lặng một lúc. File đó đúng là “phiên bản thô” của dashboard mình đang làm nhưng họ dùng nó để hành động, còn mình thì chỉ làm dashboard cho… đẹp.
Cả ngày hôm đó, mình không đụng đến SQL, không nói chuyện kỹ thuật. Mình chỉ quan sát. Quan sát cách họ ghi chú thủ công, cách họ check hàng, cách họ gọi nhau khi có kiện bị sai.
Tối về, mình mở laptop, nhìn lại mô hình dữ liệu. Hóa ra những gì mình thiếu không nằm trong code, mà nằm ở “khoảng trống giữa con số và thực tế”.
Ngày thứ hai: Khi dữ liệu “đúng mà sai”
Sáng hôm sau, mình đi kiểm hàng cùng team. Tồn kho trên hệ thống là 12.000 đơn vị, nhưng đếm thực tế chỉ có 11.200. Chênh hơn 800. Nguyên nhân: có hàng bị rách bao bì, chờ xử lý họ gọi là “blocked stock”.
Trên dashboard của mình, tất nhiên, không có khái niệm đó. Trong SQL, hàng đó vẫn được tính là “available”. Và đó chính là lý do các báo cáo “đúng”, nhưng quyết định “sai”.
Chiều hôm đó, mình quay lại chỗ làm, thêm hai cột vào model:
Không có thuật toán gì cao siêu, chỉ là phản ánh đúng cái mà người dùng thật sự đang thấy.
Khi gửi lại bản cập nhật, anh quản lý kho phản hồi sau 15 phút:
“Flag này đúng là cứu tụi anh luôn. Giờ chỉ cần lọc blocked stock ra là biết ngay chỗ nào nghẽn.”
Khoảnh khắc đó, mình mới thấy rõ giá trị của data. Không phải là accuracy 100%, không phải chart phức tạp, mà là khi dữ liệu giúp được người khác làm việc dễ hơn một chút.
Sau chuyến đi đó, mình thay đổi cách làm việc
Trước kia, mỗi khi có yêu cầu mới, mình luôn bắt đầu bằng câu hỏi:
“Cần dữ liệu gì?”
Còn sau chuyến đi kho, mình đổi lại:
“Anh/chị đang ra quyết định gì?”
Chỉ thay đổi một câu hỏi, nhưng cách làm khác hẳn. Khi mình hiểu rõ “quyết định” họ muốn ra, mình tự biết nên lấy data nào, model ra sao, dashboard nên trình bày kiểu nào.
Và quan trọng nhất: mình không ngồi trên cao “đưa báo cáo xuống” nữa. Mình ngồi cạnh họ, nhìn họ bấm chuột, nhìn họ suy nghĩ, và học cách họ hiểu dữ liệu.
Có những buổi sáng, mình đến sớm, ngồi cạnh chị commercial manager. Chị vừa check bảng doanh thu vừa gọi điện cho sale:
“Sao SKU này giảm? Có bị chặn ở kho không? Voucher còn không?”
Chỉ cần nghe 15 phút, mình học được nhiều hơn cả tuần debug. Mình nhận ra business không cần thêm 10 dashboard mới, họ cần một chỗ duy nhất để nhìn thấy vấn đề thật và hành động nhanh hơn.
Nỗ lực nhỏ, kết quả lớn
Sau vài tuần làm việc theo cách mới, mình bắt đầu thấy sự thay đổi nhỏ nhưng rõ rệt. Ops dùng dashboard hàng ngày, không cần BI team “ép”. Kinh doanh gửi lại feedback chủ động, hỏi thêm về dữ liệu tồn. Finance thì bắt đầu nhắn: “Em có thể thêm forecast cost vào đây được không?”
Mình không cần “educate business dùng data” nữa. Chỉ cần mình đi về phía họ trước, họ sẽ tự đi ngược lại về phía mình.
Một buổi tối mình nhớ mãi
Tối hôm đó, gần 8 giờ, anh quản lý kho vẫn còn ở lại làm việc.
Anh gọi mình qua:
“Này Việt, anh không rành dữ liệu, nhưng anh thấy cái report mới của em làm dễ hiểu lắm. Anh chỉ cần lọc blocked stock ra là biết cần dọn kho nào trước.”
Rồi anh nói thêm, như đùa mà thật:
“Nếu data nào cũng hiểu business vậy thì tụi anh đỡ khổ.”
Mình cười, nhưng trong lòng nhẹ hẳn. Hóa ra “hiểu business” không phải là học hết nghiệp vụ, mà là thật lòng muốn giúp họ làm việc dễ hơn.
Bài học rút ra
Sau chuyến đi đó, mình rút ra được một điều rất đơn giản:
Làm Data không chỉ là xử lý dữ liệu, mà là hiểu cách con người ra quyết định dựa trên dữ liệu.
Mọi công cụ, mọi mô hình, mọi automation… đều chỉ là phương tiện. Nếu người dùng cuối cùng không thấy hữu ích, thì dù mình có làm đúng đến đâu, kết quả cũng chỉ là “đẹp mà không xài được”.
Công việc của Data Analyst, suy cho cùng, không phải là kể chuyện bằng số, mà là giúp người khác kể được câu chuyện của chính họ bằng dữ liệu.
Bây giờ, mỗi khi ai đó nói “team Data thiếu Business Sense”, mình không thấy tự ái nữa. Mình chỉ nghĩ là có thể mình chưa đủ gần với họ, để lắng nghe nhưng gì mọi người thực sự quan tâm. Vì giữa những bảng số và biểu đồ, có một khoảng cách vô hình chỉ khi bạn bước ra khỏi ghế của mình và ngồi xuống cùng họ, khoảng cách đó mới biến mất. Và đó chính là lúc Data thực sự có ý nghĩa.
0 Nhận xét