Data literacy là gì?

Mục lục

1. Data literacy là gì và Gartner định nghĩa ra sao?
2. Data literacy gồm những thành phần nào?
3. Ví dụ data literacy trong một tình huống cụ thể
4. Những bẫy số liệu người có năng lực dữ liệu phải nhận ra
5. Data literacy áp dụng thế nào cho từng vai trò?
6. Làm sao biết một người đang ở mức nào?
7. Data literacy khác gì data analyst, data science và data-driven?
8. Data literacy trong thời AI: có gì thay đổi?
9. Ưu điểm và giới hạn của việc nâng data literacy
10. Khi nào doanh nghiệp nên đầu tư, khi nào chưa cần?
11. Câu hỏi thường gặp

Data literacy là gì và Gartner định nghĩa ra sao?

Data literacy dịch sát là “biết chữ dữ liệu”. Cũng như biết chữ không có nghĩa là viết được tiểu thuyết, data literacy không có nghĩa là xây được mô hình thống kê. Nó là khả năng nhìn một bảng số, biểu đồ hay bảng điều khiển và hiểu nó đang nói gì.

Theo Gartner, data literacy là khả năng đọc, viết và truyền đạt dữ liệu trong bối cảnh, cùng với hiểu biết về nguồn dữ liệu, cấu trúc dữ liệu, phương pháp phân tích và kỹ thuật AI. Phiên bản cũ của định nghĩa này (khoảng năm 2019) chỉ nói “kỹ thuật được áp dụng” và có thêm vế mô tả được ứng dụng cùng giá trị thu về. Việc cụm “kỹ thuật AI” xuất hiện trong bản hiện hành cho thấy khái niệm đang được mở rộng sang kiểm tra kết quả do AI tạo ra.

Gartner nhấn mạnh năng lực này vượt ra ngoài kiến thức cơ bản như đọc đồ thị hay phân biệt trung bình với trung vị: người có năng lực dữ liệu phải diễn giải được dữ liệu để rút ra ý nghĩa cho một quy trình hay vấn đề cụ thể. Nói cách khác, biết “trung vị là gì” chưa đủ. Bạn cần biết khi nào nên dùng trung vị cho bài toán lương, tồn kho hay thời gian giao hàng của chính doanh nghiệp mình.

Khác với “statistical literacy”

Một số tài liệu tách riêng statistical literacy (năng lực thống kê): đó là khả năng đọc và diễn giải các thống kê tổng hợp trong truyền thông hằng ngày như biểu đồ, bảng, khảo sát. Data literacy rộng hơn vì gồm cả chuyện dữ liệu được thu thập thế nào, làm sạch ra sao và dùng để ra quyết định gì.

Data literacy gồm những thành phần nào?

Các tài liệu học thuật và doanh nghiệp thường chia năng lực này thành bốn phần: đọc/hiểu, làm việc/tương tác, phân tích và lập luận/tranh luận. Cách chia này hữu ích vì nó cho phép đánh giá từng người ở từng phần, thay vì hỏi chung chung “bạn có giỏi dữ liệu không”.

Đọc hiểu: bắt đầu từ định nghĩa của chỉ số

Nhiều tranh cãi trong cuộc họp thực ra không phải về con số mà về định nghĩa. “Khách hàng hoạt động” là người mua trong 30 ngày hay 90 ngày? “Doanh thu” tính trước hay sau hoàn trả? Người có năng lực dữ liệu hỏi câu này trước khi bàn đến xu hướng. Phần “dữ liệu về dữ liệu” này nằm trong khái niệm metadata, nơi các định nghĩa chỉ số thường được ghi lại.

Làm việc với dữ liệu

Ở mức này bạn không cần viết mã. Bạn cần biết lọc đúng kỳ, phát hiện dòng trùng, thấy ô trống và hiểu vì sao hai báo cáo cùng tên cho hai kết quả khác nhau. Kỹ thuật xử lý sâu hơn thuộc về chất lượng dữ liệu, nhưng người dùng cuối cần đủ nhạy để nhận ra khi nào số liệu có vấn đề.

Phân tích và lập luận

Phân tích là so sánh đúng thứ với đúng thứ: cùng kỳ, cùng quy mô, cùng điều kiện. Lập luận là bước cuối: biến phát hiện thành một câu người khác hiểu và hành động được. Hai bước này khác nhau. Một báo cáo đẹp mà không nói “vậy nên làm gì” mới chỉ dừng ở bước 3.

Ví dụ data literacy trong một tình huống cụ thể

Người chỉ biết đọc sẽ gật đầu: tăng 50%. Người có năng lực dữ liệu hỏi ngay bốn câu:

1. Mẫu số là gì? Nếu lượt truy cập giảm một nửa vì ngừng chạy quảng cáo rộng, tỷ lệ tăng nhưng số đơn có thể không đổi.
2. Chuyển đổi tính theo sự kiện nào? Đặt hàng, thanh toán hay chỉ để lại số điện thoại?
3. So với kỳ nào? Tháng này có đợt khuyến mãi mà tháng trước không có không?
4. Tăng ở đâu? Nếu tăng chỉ ở một kênh, kết luận chung cho cả website là quá tay.

Bốn câu hỏi này không cần phần mềm. Chúng cần hiểu cách chỉ số được tạo ra, và đó chính là cốt lõi của data literacy.

Những bẫy số liệu người có năng lực dữ liệu phải nhận ra

Phần lớn sai lầm ra quyết định không đến từ tính toán sai mà từ đọc sai. Bảng dưới đây gom các bẫy hay gặp trong báo cáo văn phòng.

Bẫy	Biểu hiện trong báo cáo	Câu hỏi nên đặt
Trung bình bị kéo lệch	“Lương trung bình phòng là 18 triệu” nhưng vài người rất cao kéo lên	Trung vị là bao nhiêu? Phân bố ra sao?
Tương quan bị đọc thành nhân quả	Cửa hàng có biển quảng cáo lớn bán nhiều hơn	Có yếu tố thứ ba (vị trí, quy mô) giải thích cả hai?
Mẫu quá nhỏ hoặc chọn lọc	Khảo sát hài lòng chỉ gửi cho khách vừa mua lại	Những người không trả lời hoặc đã bỏ đi đâu?
Mẫu số bị đổi	Tỷ lệ tăng nhưng tử số và mẫu số cùng giảm	Con số tuyệt đối là bao nhiêu?
Trục biểu đồ bị cắt	Cột trông gấp đôi nhưng trục bắt đầu từ 95	Trục có bắt đầu từ 0 không?
Định nghĩa chỉ số khác nhau	Hai phòng cùng báo “đơn hàng” nhưng một bên tính cả đơn hủy	Ai định nghĩa chỉ số này, ghi ở đâu?

Về chọn biểu đồ không gây hiểu lầm, bạn có thể đọc thêm trong bài về trực quan hoá dữ liệu. Hầu hết bẫy ở hàng 5 xuất phát từ lựa chọn thể hiện, không phải từ dữ liệu.

Data literacy áp dụng thế nào cho từng vai trò?

Một sai lầm hay gặp là mở một khoá học chung cho cả công ty. Mỗi vai trò đọc dữ liệu khác nhau, nên điều cần giỏi cũng khác. Bảng dưới là gợi ý minh hoạ, bạn nên điều chỉnh theo báo cáo thật mà từng bộ phận đang dùng.

Vai trò	Dữ liệu thường gặp	Năng lực cần nhất
Kế toán	Sổ chi tiết, báo cáo tài chính	Truy ngược con số về chứng từ gốc, đối chiếu giữa hai nguồn
Bán hàng	Pipeline, tỷ lệ chốt, doanh số theo vùng	Hiểu mẫu số, tách mùa vụ khỏi xu hướng thật
Marketing	Chỉ số chi phí quảng cáo, chuyển đổi, tệp khách	Phân biệt tương quan với nhân quả, nghi ngờ số quá đẹp
Nhân sự	Tỷ lệ nghỉ việc, thời gian tuyển	Đọc theo nhóm, tránh kết luận từ mẫu nhỏ
Vận hành, kho	Tồn kho, thời gian giao, tỷ lệ lỗi	Đọc phân bố và ngoại lệ thay vì chỉ trung bình
Lãnh đạo	Bảng điều khiển tổng hợp	Đặt câu hỏi đúng, yêu cầu rõ định nghĩa chỉ số trước khi quyết

Với lãnh đạo, năng lực quan trọng nhất không phải tự phân tích mà là biết hỏi. Gartner ghi nhận có khoảng cách lớn giữa kỳ vọng của lãnh đạo về tác động của dữ liệu và khả năng hoặc sự sẵn sàng dùng dữ liệu của các bên liên quan; trong khảo sát CDAO 2024, năng lực dữ liệu yếu cùng các khoảng trống kỹ năng nằm trong năm trở ngại hàng đầu. Vai trò điều phối ở cấp công ty xuất hiện trong bài CDO là gì.

Với công cụ báo cáo

Một dashboard chỉ có ích khi người xem đọc được nó. Nếu người dùng không hiểu bộ lọc đang áp dụng, đơn vị đo hay kỳ so sánh, họ sẽ hoặc bỏ qua bảng điều khiển hoặc tin nó mù quáng. Cả hai đều là kết quả của thiếu data literacy, không phải lỗi công cụ.

Làm sao biết một người đang ở mức nào?

Một cách thực tế là xem hai trục: mức độ kỹ thuật và mức hiểu nghiệp vụ. Hai trục này độc lập với nhau, nên ma trận dưới đây giúp tránh hai suy nghĩ sai: “giỏi Excel là giỏi dữ liệu” và “không biết lập trình là không đọc được dữ liệu”.

Ô viền cam đáng chú ý nhất. Một kỹ thuật viên viết được truy vấn SQL nhưng không biết đơn hủy có nên tính vào doanh thu sẽ cho ra bảng số “đúng” về mặt kỹ thuật và sai về mặt nghiệp vụ. Ngược lại, ô trên trái thường là chủ cửa hàng hay quản lý giàu kinh nghiệm: họ có trực giác để hỏi, chỉ thiếu cách tự kiểm chứng.

Data literacy khác gì data analyst, data science và data-driven?

Các khái niệm này hay bị nhập làm một. Bảng sau tách chúng theo bản chất.

Khái niệm	Là gì	Quan hệ với data literacy
Data literacy	Năng lực nền của mọi người trong tổ chức	Chính nó
Data analyst	Nghề chuyên làm phân tích, truy vấn, báo cáo	Cần data literacy ở mức cao, nhưng đây là chuyên môn riêng
Data science	Nghề xây mô hình, thống kê nâng cao	Đòi hỏi kỹ năng lập trình và toán mà data literacy không yêu cầu
Data-driven	Cách tổ chức ra quyết định dựa trên dữ liệu	Data literacy là điều kiện nền để hướng này có thật
Data governance	Quy tắc về ai sở hữu, ai được dùng, chất lượng ra sao	Bổ sung: governance đặt luật, literacy giúp người dùng hiểu và theo luật

Về mặt chiến lược, văn hoá data-driven chỉ là khẩu hiệu nếu số đông nhân viên không đọc nổi số liệu mình được giao. Còn quản trị dữ liệu đặt ra quy tắc, nhưng quy tắc chỉ có hiệu lực khi người dùng hiểu vì sao có quy tắc đó.

Một điểm khác biệt khác: bạn có thể rất giỏi về data literacy mà không biết SQL hay Python; ngược lại, người viết được truy vấn phức tạp vẫn có thể gặp khó khi giải thích kết quả cho người không chuyên.

Data literacy trong thời AI: có gì thay đổi?

Khi nhiều công cụ trả lời câu hỏi về số liệu bằng ngôn ngữ tự nhiên, rủi ro dịch chuyển. Trước kia khó ở chỗ lấy được số. Nay số xuất hiện ngay, nên khó ở chỗ biết nó có đáng tin không. Ba thói quen kiểm tra mới đáng có:

• Hỏi về nguồn: công cụ đã lấy từ bảng nào, kỳ nào, bộ lọc nào? Nếu không trả lời được, đừng đưa số vào báo cáo.
• Tính lại một con số mẫu bằng cách khác, ví dụ cộng tay một chi nhánh để so với tổng.
• Nhận diện nội dung do AI sinh ra so với dữ liệu quan sát thật. Dữ liệu tạo ra có mục đích riêng, như được mô tả trong bài về synthetic data, và không thể thay cho số liệu giao dịch thật.

Dữ liệu cá nhân: điều người dùng cuối cần nhận ra

Một kỹ năng cụ thể của data literacy ở góc độ tuân thủ là nhận ra cột nào trong bảng là dữ liệu cá nhân trước khi xuất file, gửi email hoặc dán vào công cụ AI bên ngoài. Họ tên, số điện thoại, email, CCCD hay lịch sử mua hàng gắn với một người đều cần được xử lý theo Luật Bảo vệ dữ liệu cá nhân. Cách phân biệt các loại được trình bày trong bài về dữ liệu định danh.

Ưu điểm và giới hạn của việc nâng data literacy

Lợi ích

• Cuộc họp bớt tranh cãi về “số của ai đúng” vì mọi người hỏi cùng một nhóm câu về định nghĩa và mẫu số.
• Yêu cầu gửi cho đội phân tích rõ ràng hơn, nên giảm số vòng sửa báo cáo.
• Công cụ báo cáo đã mua được dùng thật, thay vì để các bảng điều khiển không ai mở.
• Lỗi dữ liệu được phát hiện sớm ở người dùng cuối, nơi bắt đầu nhìn thấy sự vô lý.

Giới hạn

• Data literacy không sửa được dữ liệu xấu. Nếu hệ thống nhập liệu sai từ gốc, người đọc giỏi chỉ phát hiện được nó sai, không biến nó thành đúng.
• Biết đọc không có nghĩa có quyền truy cập. Phân quyền vẫn do quy tắc quản trị dữ liệu quyết định.
• Có thể gây tự tin quá mức: người mới học thống kê đôi khi diễn giải xa hơn mức dữ liệu cho phép.
• Kết quả khó đo bằng một con số. Bạn đo gián tiếp qua số lần báo cáo bị trả lại, số tranh cãi về định nghĩa hay tỷ lệ người dùng thật sự mở báo cáo.

Khi nào doanh nghiệp nên đầu tư, khi nào chưa cần?

Nên ưu tiên khi bạn thấy các dấu hiệu sau: báo cáo cùng tên cho nhiều kết quả khác nhau giữa các phòng; nhân viên chỉ xuất bảng số rồi chuyển cho người khác “xem giúp”; lãnh đạo quyết định theo con số đầu tiên được đưa ra; hệ thống business intelligence đã triển khai nhưng lượng người dùng thật thấp.

Chưa phải ưu tiên khi doanh nghiệp còn chưa có dữ liệu số hoá đáng kể, hoặc đang ở giai đoạn mà vấn đề chính là thu thập dữ liệu về một mối. Khi đó việc cần làm trước là có dữ liệu, rồi mới đến dạy người đọc. Cũng không cần khoá học riêng nếu nhóm nhỏ và đã có một người trong nhóm làm vai trò giải thích số liệu cho đồng nghiệp.

Cách làm có thể rất thủ công: lấy một báo cáo mà phòng đang dùng thật hằng tuần, ngồi cùng nhau đi qua từng chỉ số, ghi lại định nghĩa, nguồn và các cách đọc sai đã từng xảy ra. Một bộ định nghĩa viết tay cho báo cáo thật giá trị hơn một khoá học khái niệm chung.

Câu hỏi thường gặp

Data literacy tiếng Việt gọi là gì?

Thường dịch là năng lực dữ liệu, kiến thức dữ liệu hoặc kỹ năng đọc hiểu dữ liệu. Các cách gọi này đều chỉ cùng một khái niệm, miễn là bao gồm cả phần hiểu bối cảnh và truyền đạt, không chỉ đọc biểu đồ.

Không biết lập trình có data literate được không?

Được. Lập trình là kỹ năng kỹ thuật, còn data literacy tập trung vào hiểu, phản biện và truyền đạt. Tuy vậy, biết thêm một chút Excel nâng cao hoặc truy vấn cơ bản sẽ giúp bạn tự kiểm tra con số thay vì chờ người khác.

Data literacy khác phân tích dữ liệu thế nào?

Phân tích dữ liệu là một hoạt động cụ thể: xử lý, tính toán, tìm quy luật. Data literacy là năng lực rộng hơn, bao gồm cả việc đặt câu hỏi trước phân tích và đọc kết quả sau phân tích. Bạn có thể xem thêm bài phân tích dữ liệu là gì để thấy phần quy trình.

Làm sao kiểm tra data literacy của nhân viên?

Đưa cho họ một báo cáo thật đã được xoá bớt kết luận, kèm một số điểm có bẫy (mẫu số thay đổi, trục cắt, trung bình lệch), rồi yêu cầu họ viết ra ba câu hỏi và một kết luận. Chất lượng câu hỏi cho thấy nhiều hơn điểm trắc nghiệm về công thức.

Ai nên chịu trách nhiệm về data literacy trong công ty?

Không có chỗ cho một đơn vị duy nhất. Lãnh đạo dữ liệu hoặc nhân sự đào tạo có thể điều phối, còn từng trưởng bộ phận chịu trách nhiệm cho định nghĩa chỉ số của phòng mình. Người phụ trách chất lượng và định nghĩa dữ liệu hằng ngày thường là data steward.

Gartner có số liệu nào về tác động của data literacy không?

Điều có thể trích chắc chắn là kết quả khảo sát CDAO 2024 của Gartner: năng lực dữ liệu yếu thuộc nhóm năm trở ngại hàng đầu với thành công của dữ liệu và phân tích. Các con số quy đổi ra giá trị doanh nghiệp bằng tiền thường đến từ nghiên cứu của nhà cung cấp phần mềm, nên bạn nên đọc kỹ phương pháp trước khi dùng làm căn cứ.