Khối lượng dữ liệu thô mà một doanh nghiệp thu thập trong quá trình hoạt động rất lớn, nhưng không phải dữ liệu nào cũng sử dụng được. Có những dữ liệu không mang giá trị và nguy hiểm hơn là gây nhiễu (noise). Do đó, trước khi bước vào phân tích, bộ dữ liệu cần được phân loại và “làm sạch” kỹ lưỡng. Nếu thực hiện hời hợt có thể ảnh hưởng đến tiến độ những bước xử lý về sau. Vậy, nên chuẩn bị và xử lý bước đầu dữ liệu như thế nào cho chuẩn?
Một trong những vấn đề nan giải của nhiều doanh nghiệp hiện nay trong việc thu thập dữ liệu kinh doanh là việc thu về hàng chục, hàng trăm nghìn dòng dữ liệu Excel qua quá trình tiến hành thu thập thông tin bằng nhiều phương tiện, công cụ khác nhau, nhưng chất lượng lại không cao dẫn đến tình trạng “Garbage in – Garbage out”.
Điều này xuất phát từ việc họ không hiểu rõ những dạng thức và ý nghĩa của dữ liệu. Thông tin đầu vào rất nhiều nhưng không được xử lý tốt thì đầu ra – những phân tích, insights, sẽ không còn nhiều ý nghĩa, thậm chí có tác động tiêu cực lên tình hình kinh doanh khi một doanh nghiệp sử dụng vào quá trình ra quyết định.
Trong Module 1, bốn kỹ thuật được đề cập là (1) Descriptive Analytics, (2) Diagnostics Analytics, (3) Predictive Analytics và (4) Prescriptive Analytics. Module 2 sẽ đi sâu vào khai thác những khía cạnh của kỹ thuật đầu tiên: Descriptive Analytics, bao gồm những nội dung sau:
Anh Trần Hùng Thiện – Founder tại Công ty Nghiên cứu Thị trường GCOMM sẽ tiếp tục đồng hành cùng học viên trong module thứ hai, thuộc chuỗi khóa học về Business Analytics. Với kinh nghiệm nhiều năm trong ngành, anh sẽ sải bước cùng học viên trong hành trình chinh phục ngọn núi Business Analytics để áp dụng vào môi trường công việc thực tế.
