Search for answers or browse our knowledge base.
Báo cáo về tình hình dữ liệu và phân tích dữ liệu
Salesforce
Báo Cáo Tình Trạng Dữ Liệu và Phân Tích
Thông tin chi tiết toàn cầu từ hơn 10.000 nhà lãnh đạo phân tích, công nghệ thông tin (IT), và kinh doanh về quản lý dữ liệu (data management) và ra quyết định (decision-making) trong kỷ nguyên trí tuệ nhân tạo (artificial intelligence).
Báo Cáo Tình Trạng Dữ Liệu và Phân Tích
Thư Điều Hành
Wendy Batchelder
Phó Chủ tịch Cấp cao, Giám đốc Dữ liệu (SVP, Chief Data Officer)
Mục lục
- Những gì bạn sẽ tìm thấy trong báo cáo này – Trang 04
- Tóm tắt điều hành – Trang 05
- Giới thiệu: AI làm nổi bật dữ liệu đáng tin cậy – Trang 06
- Chương 1: Nền tảng dữ liệu mạnh mẽ thúc đẩy AI – Trang 09
- Chương 2: Tiềm năng đầy đủ của dữ liệu vẫn khó nắm bắt – Trang 14
- Chương 3: Con đường đến thành công với dữ liệu và AI đầy quanh co – Trang 19
- Thông tin nhân khẩu học khảo sát – Trang 25
Những gì bạn sẽ tìm thấy trong báo cáo này
Cho báo cáo “Báo Cáo Tình Trạng Dữ Liệu và Phân Tích” (State of Data and Analytics), Salesforce đã khảo sát 5.540 nhà ra quyết định phân tích và công nghệ thông tin (analytics and IT decision makers) và 5.540 nhà lãnh đạo kinh doanh (line-of-business leaders) trên toàn thế giới để khám phá:
- Các chiến lược được sử dụng để điều hướng những tiến bộ nhanh chóng trong trí tuệ nhân tạo (artificial intelligence – AI).
- Những thách thức mà các tổ chức đối mặt trong việc khai thác toàn bộ tiềm năng của dữ liệu.
- Các chiến thuật mà các nhà lãnh đạo phân tích và công nghệ thông tin áp dụng để quản lý dữ liệu ngày càng mở rộng và phức tạp (extensive and complex data).
Trừ khi được trích dẫn khác, dữ liệu trong báo cáo này đến từ hai cuộc khảo sát ẩn danh kép (double-anonymous surveys) được tiến hành từ ngày 16 tháng 6 đến ngày 31 tháng 7 năm 2023. Cuộc khảo sát đầu tiên thu được 5.540 phản hồi từ các nhà ra quyết định phân tích và công nghệ thông tin trên Bắc Mỹ (North America), Mỹ Latinh (Latin America), Châu Á-Thái Bình Dương (Asia-Pacific), và Châu Âu (Europe). Cuộc khảo sát thứ hai thu được 5.540 phản hồi từ các nhà lãnh đạo kinh doanh từ cùng các khu vực. Xem trang 25 để biết thêm thông tin nhân khẩu học khảo sát.
Do làm tròn, không phải tất cả tổng phần trăm trong báo cáo này bằng 100%. Các phép tính so sánh được thực hiện từ các số tổng (không làm tròn).
Các quốc gia khảo sát:
Úc (Australia), Brazil, Canada, Pháp (France), Đức (Germany), Ấn Độ (India), Israel, Ý (Italy), Nhật Bản (Japan), Mexico, Hà Lan (Netherlands), Singapore, Hàn Quốc (South Korea), Tây Ban Nha (Spain), Thụy Sĩ (Switzerland), Các Tiểu vương quốc Ả Rập Thống nhất (United Arab Emirates), Vương quốc Anh (United Kingdom), Hoa Kỳ (United States).
5.540 nhà lãnh đạo phân tích và công nghệ thông tin được khảo sát trên toàn thế giới
5.540 nhà lãnh đạo kinh doanh được khảo sát trên toàn thế giới
[Hình ảnh: Placeholder cho hình ảnh – Biểu tượng cờ của các quốc gia khảo sát]
Nghiên cứu Salesforce (Salesforce Research) cung cấp thông tin chi tiết dẫn dắt bởi dữ liệu (data-driven insights) để giúp các doanh nghiệp chuyển đổi cách họ thúc đẩy thành công của khách hàng (customer success). Duyệt tất cả các báo cáo tại salesforce.com/research.
Tóm tắt Điều Hành
Đằng sau những đột phá mang tính chuyển đổi được hỗ trợ bởi trí tuệ nhân tạo tạo sinh (generative AI), phân tích nâng cao (advanced analytics), và cá nhân hóa thời gian thực (real-time personalization), là sự phụ thuộc thầm lặng vào dữ liệu đáng tin cậy (trusted data). Gần như tất cả các nhà ra quyết định phân tích và công nghệ thông tin được khảo sát (92%) nói rằng dữ liệu đáng tin cậy được cần hơn bao giờ hết.
Làm thế nào các nhà lãnh đạo kinh doanh, công nghệ thông tin, và phân tích có thể khai thác dữ liệu để thúc đẩy các cơ hội này và vượt qua các rào cản đang làm trật bánh các chiến lược dẫn dắt bởi dữ liệu (data-driven strategies)? Báo cáo này khám phá những trở ngại mà các nhà lãnh đạo đang đối mặt và các chiến thuật họ đang tập trung để tối đa hóa giá trị của dữ liệu.
01 Nền tảng dữ liệu mạnh mẽ thúc đẩy AI
Những tiến bộ trong AI đang diễn ra nhanh chóng, gây áp lực lên các đội quản lý dữ liệu (data management teams) để cung cấp cho các thuật toán dữ liệu chất lượng cao (high-quality data). 87% các nhà lãnh đạo phân tích và công nghệ thông tin nói rằng những tiến bộ trong AI khiến quản lý dữ liệu (data management) trở thành ưu tiên cao.
02 Tiềm năng đầy đủ của dữ liệu vẫn khó nắm bắt
Các nhà lãnh đạo phân tích, công nghệ thông tin, và kinh doanh đều liệt kê các mối đe dọa bảo mật (security threats) là rào cản hàng đầu đối với quản lý dữ liệu thành công. Tuy nhiên, sự không căn chỉnh (misalignment) giữa chiến lược dữ liệu (data strategy) và mục tiêu kinh doanh (business goals) làm phức tạp các nỗ lực. Trong khi đó, lượng dữ liệu mà các công ty tạo ra dự kiến sẽ tăng trung bình 22% trong 12 tháng tới.
03 Con đường đến thành công với dữ liệu và AI đầy quanh co
Để bảo mật và mở rộng các khả năng dữ liệu và phân tích (data and analytics capabilities), các nhà lãnh đạo phân tích và công nghệ thông tin sử dụng kết hợp các chiến lược, như tái định hình quản trị dữ liệu (data governance), củng cố văn hóa dữ liệu nội bộ (internal data culture), và triển khai công nghệ đám mây (cloud technologies). Đơn giản hóa quản lý công nghệ thông tin (IT management) là động lực lớn nhất để chuyển ứng dụng và phân tích lên đám mây.
Giới thiệu
AI làm nổi bật dữ liệu đáng tin cậy
AI kích thích nhu cầu về dữ liệu đáng tin cậy
Nhu cầu về dữ liệu đáng tin cậy (trusted data) không phải là mới, với những lời kêu gọi lâu dài về cá nhân hóa thời gian thực (real-time personalization) và tăng hiệu quả kinh doanh (business efficiencies). Trí tuệ nhân tạo tạo sinh (generative AI) đang làm gia tăng những nhu cầu này, và các nhà lãnh đạo phân tích và công nghệ thông tin đang chạy đua để củng cố nền tảng dữ liệu (data foundations) của họ. 86% các nhà lãnh đạo phân tích và công nghệ thông tin đồng ý rằng kết quả của AI (AI’s outputs) chỉ tốt khi dữ liệu đầu vào (data inputs) chất lượng.
Tin tốt? Các nhà lãnh đạo kỹ thuật (technical leaders) lạc quan về vị trí của họ. Khi xem xét nhiều yếu tố như khả năng dữ liệu (data capabilities), quy trình (processes), sự bảo trợ (sponsorship), đầu tư (investment), và tầm nhìn (vision), hơn một phần ba các nhà lãnh đạo phân tích và công nghệ thông tin phân loại mức độ trưởng thành dữ liệu (data maturity) của họ là tốt nhất trong ngành (best-in-class).
Tuy nhiên, chỉ 6% các nhà lãnh đạo này mô tả mức độ trưởng thành dữ liệu của họ là dưới tiêu chuẩn ngành (below industry standard) hoặc không tồn tại (nonexistent), cho thấy hoặc là khó khăn trong việc đo lường mức độ trưởng thành so với đồng nghiệp (peers), hoặc tệ hơn, là sự tự tin thái quá vào chiến lược và khả năng dữ liệu (data strategy and capabilities).
[Hình ảnh: Placeholder cho hình ảnh – Biểu đồ: Các nhà lãnh đạo phân tích và công nghệ thông tin đánh giá mức độ trưởng thành dữ liệu của công ty họ]
Các nhà lãnh đạo phân tích và công nghệ thông tin đánh giá mức độ trưởng thành dữ liệu của công ty họ dựa trên khả năng, quy trình, sự bảo trợ, cấu trúc, đầu tư, và tầm nhìn về dữ liệu.
Các nhà lãnh đạo tập trung vào niềm tin dữ liệu và sử dụng dữ liệu
Bất chấp các đánh giá bản thân nhìn chung tích cực từ các nhà lãnh đạo công nghệ thông tin và phân tích, hơn chín trong mười nhà lãnh đạo kinh doanh (94%) tin rằng họ nên thu được nhiều giá trị hơn từ dữ liệu của mình – báo hiệu còn nhiều dư địa để cải thiện (room for improvement).
Để đáp ứng nhu cầu này, các nhà lãnh đạo phân tích và công nghệ thông tin tập trung vào các yếu tố cơ bản: chất lượng dữ liệu (data quality), bảo mật mạnh hơn (stronger security), và sẵn sàng cho AI (AI-readiness).
Vấn đề? Dù mục tiêu của các nhà lãnh đạo rõ ràng, con đường để đạt được chúng lại không hề đơn giản.
“[Tiềm năng của AI] là rất lớn. Bạn không cần phải thuyết phục mọi người về tiềm năng. Điều bạn cần thuyết phục là: Chúng ta thực hiện như thế nào? Chiến lược ngắn hạn là gì? Chiến lược dài hạn là gì?”
DEEP SRIVASTAV
Thành viên của Tableau’s Data Leadership Collaborative và Trưởng phòng AI và Chuyển đổi Số (Head of AI and Digital Transformation), Franklin Templeton
[Hình ảnh: Placeholder cho hình ảnh – Biểu đồ: Các nhà lãnh đạo nhấn mạnh nhu cầu cải thiện niềm tin dữ liệu và sử dụng dữ liệu]
Ưu tiên dữ liệu hàng đầu của các nhà lãnh đạo phân tích và công nghệ thông tin:
- Cải thiện chất lượng dữ liệu (Improve data quality)
- Củng cố bảo mật/tuân thủ (Strengthen security/compliance)
- Xây dựng khả năng AI (Build AI capabilities)
- Cải thiện kiến thức dữ liệu toàn công ty (Improve company-wide data literacy)
- Hiện đại hóa công cụ và công nghệ (Modernize tools and technologies)
Chương 1: Nền tảng dữ liệu mạnh mẽ thúc đẩy AI
01 Các nhà lãnh đạo kinh doanh lo ngại về việc khai thác giá trị của trí tuệ nhân tạo tạo sinh
Trí tuệ nhân tạo tạo sinh (generative AI) là một bước nhảy vọt đáng kể so với các phiên bản đã thiết lập hơn của các công nghệ liên quan như AI dự đoán (predictive AI), và các nhà lãnh đạo kinh doanh đang đón nhận lời hứa của nó. Hơn chín trong mười (91%) xem trí tuệ nhân tạo tạo sinh là mang lại lợi thế lớn với các trường hợp sử dụng hấp dẫn từ tạo nội dung (content creation) đến phát triển phần mềm (software development).
Bất chấp sự mới mẻ, trí tuệ nhân tạo tạo sinh đang tiến bộ nhanh chóng. Hơn ba phần tư các nhà lãnh đạo kinh doanh đã lo ngại rằng họ đang bỏ lỡ các lợi ích của trí tuệ nhân tạo tạo sinh.
Các nhà lãnh đạo tiếp thị (marketing leaders) đặc biệt lo lắng rằng họ không tận dụng đầy đủ trí tuệ nhân tạo tạo sinh trong các luồng công việc (workflows), với 88% lo ngại rằng công ty của họ đang tụt hậu.
[Hình ảnh: Placeholder cho hình ảnh – Biểu đồ: Các nhà lãnh đạo kinh doanh háo hức hưởng lợi từ trí tuệ nhân tạo tạo sinh]
Phần trăm các nhà lãnh đạo kinh doanh lo ngại công ty của họ đang bỏ lỡ lợi ích của trí tuệ nhân tạo tạo sinh:
– Đồng ý (Agree): [Dữ liệu không được chỉ định cụ thể trong tài liệu gốc]
– Không chắc chắn (Not Sure): [Dữ liệu không được chỉ định cụ thể trong tài liệu gốc]
TIÊU ĐIỂM: Trí tuệ nhân tạo tạo sinh khơi dậy lo ngại về đạo đức dữ liệu và công bằng
Việc tận dụng trí tuệ nhân tạo tạo sinh đòi hỏi dữ liệu đầy đủ, thống nhất, và chính xác (complete, unified, and accurate data), theo hơn một nửa các nhà lãnh đạo công nghệ thông tin. Tuy nhiên, các rào cản vẫn tồn tại.
Một cuộc khảo sát gần đây cho thấy hầu hết các nhà lãnh đạo công nghệ thông tin không có chiến lược dữ liệu thống nhất (unified data strategy) và không thể tích hợp trí tuệ nhân tạo tạo sinh vào bộ công nghệ hiện tại (current tech stack).
Bên cạnh các yêu cầu kỹ thuật, trí tuệ nhân tạo tạo sinh cũng làm nổi lên những cân nhắc đạo đức nghiêm túc (ethical considerations).
83% các nhà lãnh đạo công nghệ thông tin nghĩ rằng các công ty phải làm việc cùng nhau để đảm bảo trí tuệ nhân tạo tạo sinh được sử dụng một cách đạo đức.
Gần ba phần tư các nhà lãnh đạo công nghệ thông tin lo ngại về kết quả thiên kiến hoặc không chính xác (biased or inaccurate results), nhưng ít hơn một phần ba coi các hướng dẫn sử dụng đạo đức (ethical use guidelines) là quan trọng.
[Hình ảnh: Placeholder cho hình ảnh – Biểu đồ: Sử dụng AI thành công đòi hỏi nền tảng dữ liệu và đạo đức phù hợp]
Yêu cầu của các nhà lãnh đạo công nghệ thông tin để sử dụng trí tuệ nhân tạo tạo sinh thành công:
- 55% – Dữ liệu chính xác, đầy đủ, và thống nhất (accurate, complete, and unified data)
- 54% – Các biện pháp bảo mật nâng cao để ngăn chặn các mối đe dọa mới đối với doanh nghiệp (enhanced security measures)
- 30% – Hướng dẫn sử dụng đạo đức (ethical use guidelines)
Lo ngại của các nhà lãnh đạo công nghệ thông tin với trí tuệ nhân tạo tạo sinh:
- 59% – Không có chiến lược dữ liệu thống nhất (don’t have a unified data strategy)
- 60% – Trí tuệ nhân tạo tạo sinh không tích hợp vào bộ công nghệ hiện tại (won’t integrate into current tech stack)
- 73% – Lo ngại về thiên kiến của trí tuệ nhân tạo tạo sinh (generative AI bias)
Nguồn: “Generative AI Snapshot Series,” Salesforce, Tháng 3 năm 2023.
01 AI làm sáng tỏ quản lý dữ liệu
Trí tuệ nhân tạo tạo sinh (generative AI) có thể đang thu hút mọi sự chú ý, nhưng các ứng dụng đã thiết lập hơn của AI, như phân tích dự đoán (predictive analytics) và chatbot, đã mang lại lợi ích cho các tổ chức trong một thời gian.
Các nhà lãnh đạo kỹ thuật sử dụng AI báo cáo việc ra quyết định (decision-making) và vận hành (operations) nhanh hơn đáng kể. Tốc độ không phải là lợi ích duy nhất: các nhà lãnh đạo phân tích và công nghệ thông tin nói rằng họ có nhiều thời gian hơn để giải quyết các thách thức chiến lược (strategic challenges), thay vì bị sa lầy trong các nhiệm vụ tầm thường (mundane tasks).
Khách hàng cũng được hưởng lợi. Các nhà lãnh đạo kỹ thuật mô tả những cải thiện đáng kể đối với sự hài lòng của khách hàng (customer satisfaction) nhờ AI.
Với sự phụ thuộc của kết quả AI vào chất lượng dữ liệu nền tảng (underlying data), không ngạc nhiên khi gần chín trong mười nhà lãnh đạo phân tích và công nghệ thông tin nói rằng các phát triển mới trong AI khiến quản lý dữ liệu (data management) trở thành ưu tiên cao.
[Hình ảnh: Placeholder cho hình ảnh – Biểu đồ: Các nhà lãnh đạo phân tích và công nghệ thông tin về ưu tiên dữ liệu và lợi ích AI]
Lợi ích AI hàng đầu được các nhà lãnh đạo phân tích và công nghệ thông tin xếp hạng là “đáng kể”:
- Ra quyết định kinh doanh nhanh hơn (Faster business decision-making)
- Hiệu quả vận hành (Operational efficiencies)
- Giải phóng thời gian cho công việc giá trị (Free up time for valuable work)
- Luồng công việc tự động (Automated workflows)
- Cải thiện sự hài lòng của khách hàng (Improved customer satisfaction)
Cơ sở: Các nhà lãnh đạo phân tích và công nghệ thông tin sử dụng trí tuệ nhân tạo.
Mức độ mà các nhà lãnh đạo phân tích và công nghệ thông tin đồng ý với các điều sau:
- Kết quả của AI chỉ tốt khi dữ liệu đầu vào chất lượng (AI’s outputs are only as good as its data inputs): 86%
- Những tiến bộ trong AI khiến quản lý dữ liệu trở thành ưu tiên cao (Advances in AI make data management a high priority): 87%
Mức độ đồng ý:
– Hoàn toàn đồng ý (Strongly Agree): 39%
– Đồng ý (Agree): 47%
– Không đồng ý (Disagree): 13%
– Hoàn toàn không đồng ý (Strongly Disagree): -2%
– Không chắc chắn (Not Sure): -1%
01 Mức độ trưởng thành dữ liệu là dấu hiệu của sự sẵn sàng cho AI
Mức độ trưởng thành dữ liệu (data maturity) là một khối xây dựng (building block) cho việc áp dụng AI thành công (AI adoption), với các tổ chức có mức độ trưởng thành cao (high-maturity organizations) đề cập đến cơ sở hạ tầng (infrastructure), chiến lược (strategy), và sự căn chỉnh (alignment) vượt trội so với các tổ chức có mức độ trưởng thành dữ liệu thấp (low-data-maturity organizations).
Sự khác biệt giữa các công ty có mức độ trưởng thành cao và thấp là rất rõ rệt khi nói đến chất lượng dữ liệu (data quality).
Các tổ chức có mức độ trưởng thành cao có khả năng gấp 2 lần so với các tổ chức có mức độ trưởng thành thấp trong việc sở hữu dữ liệu chất lượng cao cần thiết để sử dụng AI hiệu quả.
*Các tổ chức có mức độ trưởng thành dữ liệu thấp được định nghĩa là những người được hỏi báo cáo mức độ trưởng thành dữ liệu không tồn tại (nonexistent) hoặc dưới tiêu chuẩn ngành (below industry standard).
*Các tổ chức có mức độ trưởng thành dữ liệu cao được định nghĩa là những người được hỏi tự báo cáo mức độ trưởng thành dữ liệu tốt nhất trong ngành (best-in-class).
[Hình ảnh: Bảng]
Các tổ chức có mức độ trưởng thành cao cảm thấy được chuẩn bị tốt hơn để khai thác AI
Các nhà lãnh đạo phân tích và công nghệ thông tin đánh giá các yếu tố sau là xuất sắc tại công ty của họ:
| Mức độ trưởng thành dữ liệu thấp (Low Data Maturity) | Mức độ trưởng thành dữ liệu trung bình (Moderate Data Maturity) | Mức độ trưởng thành dữ liệu cao (High Data Maturity) | |
|---|---|---|---|
| Chất lượng dữ liệu (Data quality) | 30% | 39% | 59% |
| Cơ sở hạ tầng công nghệ (Technology infrastructure) | 36% | 40% | 57% |
| Chiến lược trí tuệ nhân tạo (Artificial intelligence strategy) | 32% | 36% | 56% |
| Tài năng/kỹ năng kỹ thuật (Technical talent/skills) | 33% | 36% | 56% |
| Sự căn chỉnh của các bên liên quan kinh doanh (Business stakeholders alignment) | 34% | 36% | 55% |
| Khả năng bảo mật/tuân thủ (Security/compliance capabilities) | 32% | 39% | 55% |
Chương 2: Tiềm năng đầy đủ của dữ liệu vẫn khó nắm bắt
02 Chiến lược dữ liệu không liên kết với mục tiêu kinh doanh
Việc kiểm soát dữ liệu tổ chức (organizational data) có thể không mang lại kết quả cho đến khi các bên liên quan kinh doanh và kỹ thuật (business and technical stakeholders) đồng ý về các mục tiêu cốt lõi (core objectives).
Nhiều nhà lãnh đạo thừa nhận họ cần sự căn chỉnh chặt chẽ hơn: 41% các nhà lãnh đạo kinh doanh nói rằng chiến lược dữ liệu (data strategy) của họ chỉ căn chỉnh một phần hoặc không căn chỉnh với các mục tiêu kinh doanh (business objectives). Tương tự, 37% các nhà lãnh đạo phân tích và công nghệ thông tin thấy có dư địa để cải thiện.
Một phần của sự không liên kết (disconnect) có thể bắt nguồn từ việc thiếu các chỉ số hiệu suất chính chung (shared KPIs). Hơn sáu trong mười nhà lãnh đạo phân tích và công nghệ thông tin không nắm rõ về việc sử dụng dữ liệu (data utilization) hoặc tốc độ đến thông tin chi tiết (speed to insight) của các đội kinh doanh, chẳng hạn.
Hơn nữa, ít hơn một phần ba các nhà lãnh đạo phân tích và công nghệ thông tin theo dõi giá trị của việc kiếm tiền từ dữ liệu (value of data monetization). Điều này đặt ra câu hỏi liệu phần lớn các đội có thể định lượng hiệu quả lợi tức đầu tư (ROI) của các sáng kiến dữ liệu (data initiatives) cho các bên liên quan kinh doanh ngay từ đầu hay không.
[Hình ảnh: Placeholder cho hình ảnh – Biểu đồ: Thiếu sự căn chỉnh của các nhà lãnh đạo nhấn mạnh nhu cầu về chiến lược dữ liệu và thước đo hiệu suất]
Mức độ chiến lược dữ liệu căn chỉnh với mục tiêu kinh doanh:
[Dữ liệu không được chỉ định cụ thể trong tài liệu gốc]
Các nhà lãnh đạo phân tích và công nghệ thông tin theo dõi các chỉ số sau:
[Dữ liệu không được chỉ định cụ thể trong tài liệu gốc]
02 Bảo mật là rào cản hàng đầu để đạt được mục tiêu dữ liệu
Với 94% các nhà lãnh đạo kinh doanh tin rằng họ nên thu được nhiều giá trị hơn từ dữ liệu, điều gì đang ngăn cản họ?
78% các nhà lãnh đạo phân tích và công nghệ thông tin nói rằng tổ chức của họ gặp khó khăn trong việc thúc đẩy các ưu tiên kinh doanh (business priorities) bằng dữ liệu.
Thủ phạm hàng đầu đối với cả các nhà lãnh đạo kỹ thuật và kinh doanh là giống nhau: các mối đe dọa bảo mật (security threats). Khi các cơ hội tích hợp các nguồn dữ liệu mới (new data sources) và tận dụng công nghệ mới (new technologies) gia tăng, các lỗ hổng (vulnerabilities) cũng tăng theo.
Một phần của các lỗ hổng này có thể xuất phát từ thiếu khả năng quan sát dữ liệu (data visibility), được định nghĩa là khả năng nhìn thấy, giám sát, và quản lý việc thu thập và sử dụng dữ liệu (data collection and use) trên các nguồn khác nhau (disparate sources). Gần một nửa các nhà lãnh đạo phân tích và công nghệ thông tin nói rằng họ chỉ có cái nhìn một phần hoặc không có cái nhìn vào cách dữ liệu được sử dụng trong công ty của họ.
[Hình ảnh: Placeholder cho hình ảnh – Biểu đồ: Các mối đe dọa bảo mật là mối quan tâm hàng đầu của tất cả các nhà lãnh đạo]
Thách thức dữ liệu hàng đầu của các nhà lãnh đạo kinh doanh:
- Các mối đe dọa bảo mật (Security threats)
- Khối lượng dữ liệu quá lớn (Volume of data is overwhelming)
- Thiếu đào tạo (Lack of training)
- Mất quá nhiều thời gian để có thông tin chi tiết (Takes too long to get insights)
- Thiếu nguồn chân lý duy nhất (Lack of a single source of truth)
Các nhà lãnh đạo phân tích và công nghệ thông tin đánh giá khả năng quan sát của họ vào việc thu thập và sử dụng dữ liệu như sau:
- Khả năng quan sát đầy đủ (Full visibility): 56%
- Khả năng quan sát một phần (Partial visibility): 40%
- Không có khả năng quan sát (No visibility): 4%
Thách thức dữ liệu hàng đầu của các nhà lãnh đạo phân tích và công nghệ thông tin:
- Các mối đe dọa bảo mật (Security threats)
- Thiếu sự hài hòa hóa dữ liệu (Lack of data harmonization)
- Khó khăn trong việc đảm bảo độ chính xác/chất lượng dữ liệu (Difficulty ensuring data accuracy/quality)
- Ràng buộc ngân sách (Budget constraints)
- Thách thức trong việc di chuyển kiến trúc dữ liệu (Challenges migrating data architectures)
02 Chất lượng dữ liệu vẫn là ưu tiên hàng đầu
Độ chính xác dữ liệu (data accuracy) – và sự tự tin vào độ chính xác dữ liệu – là một thành phần quan trọng của dữ liệu đáng tin cậy (trusted data).
Các bộ phận gần gũi nhất với dữ liệu, như đội dữ liệu và phân tích (data and analytics teams), có sự tự tin cao nhất vào độ chính xác dữ liệu của họ. Sự tự tin của các nhà lãnh đạo kinh doanh thấp hơn, cho thấy cơ hội để xây dựng sự tự tin dữ liệu (data confidence) trên các đội tiếp thị (marketing), bán hàng (sales), và dịch vụ (service).
57% các nhà lãnh đạo dữ liệu và phân tích hoàn toàn tự tin vào độ chính xác dữ liệu của họ.
Nhìn chung, vẫn còn dư địa để cải thiện. Việc tăng cường theo dõi các chỉ số quan trọng (critical metrics), như chất lượng dữ liệu (data quality), sử dụng dữ liệu (data utilization), quản lý và chi phí dữ liệu (data management and costs), giao hàng dịch vụ dữ liệu (data services delivery), và lợi tức đầu tư của các sáng kiến dữ liệu (ROI of data initiatives), có thể là một bước tiến lớn trong việc cải thiện.
[Hình ảnh: Placeholder cho hình ảnh – Biểu đồ: Các nhà lãnh đạo kinh doanh ít tự tin hơn các nhà lãnh đạo kỹ thuật vào dữ liệu của họ]
Các bộ phận hoàn toàn tự tin vào độ chính xác dữ liệu:
- Dữ liệu và phân tích (Data and Analytics): 57%
- Công nghệ thông tin (IT): 42%
- Tiếp thị (Marketing): 40%
- Bán hàng (Sales): 40%
- Dịch vụ (Service): 40%
02 Khối lượng dữ liệu tăng vọt áp đảo người dùng – và mang lại cơ hội
Thách thức lớn thứ hai của các nhà lãnh đạo kinh doanh, đối phó với khối lượng dữ liệu quá lớn (overwhelming volumes of data), không có dấu hiệu giảm bớt.
Hơn hai phần ba các nhà lãnh đạo phân tích và công nghệ thông tin dự kiến khối lượng dữ liệu sẽ tăng trung bình 22% trong năm tới.* Họ dự kiến tốc độ tăng trưởng tương tự trên nhiều nguồn, bao gồm dữ liệu bên thứ ba (third-party data) và dữ liệu thiết bị (device data).
Đối với các nhà lãnh đạo dữ liệu, các nguồn dữ liệu đa dạng và ngày càng tăng đòi hỏi nhiều nỗ lực hơn để chuẩn hóa dữ liệu (standardize data). Điều này có khả năng làm trầm trọng thêm một thách thức lớn đối với các nhà lãnh đạo phân tích và công nghệ thông tin: thiếu sự hài hòa hóa dữ liệu (lack of data harmonization, tức là chuẩn hóa dữ liệu từ các nguồn khác nhau).
Việc vượt qua thách thức này mang lại cơ hội để tạo sự khác biệt (differentiation). Gần hai phần ba (65%) khách hàng nói rằng họ mong đợi các công ty điều chỉnh trải nghiệm (experiences) để phù hợp với nhu cầu thay đổi của họ,** nhưng 80% các nhà lãnh đạo kinh doanh nói rằng cá nhân hóa (personalization) khó mở rộng (scale). Đối với các công ty muốn cung cấp trải nghiệm tùy chỉnh hơn (tailored experiences), khả năng quản lý dữ liệu trưởng thành (mature data management capabilities) là một lợi thế cạnh tranh quan trọng (key competitive advantage).
[Hình ảnh: Placeholder cho hình ảnh – Biểu đồ: Khối lượng dữ liệu – và độ phức tạp – dự kiến sẽ tăng]
Thay đổi khối lượng dữ liệu dự kiến trong 12 tháng tới theo các nhà lãnh đạo phân tích và công nghệ thông tin:
Tăng dự kiến (Expected Increase) – Giá trị trung bình:
- Tổng thể: 22.8%
- Dữ liệu bên thứ ba: 21.3%
- Dữ liệu thiết bị: 20.7%
- Dữ liệu khách hàng: 21.1%
- Dữ liệu giao dịch: 20.4%
Mức độ thay đổi:
– Tăng (Increase)
– Không tăng cũng không giảm (Neither increase nor decrease)
– Giảm (Decrease)
– Không chắc chắn/Không áp dụng (Not sure/Not applicable)
*Phần trăm tăng trưởng trung bình được tính từ những người được hỏi dự kiến khối lượng dữ liệu của họ sẽ tăng trong 12 tháng tới.
** “State of the Connected Customer,” Salesforce, Tháng 8 năm 2023.
Chương 3: Con đường đến thành công với dữ liệu và AI đầy quanh co
03 Văn hóa dữ liệu thúc đẩy quyết định dẫn dắt bởi dữ liệu
Cải thiện niềm tin vào dữ liệu (trust in data) không chỉ là một giải pháp kỹ thuật; văn hóa (culture) là yếu tố quan trọng để thúc đẩy sự tự tin (confidence) và chấp nhận (adoption).
Văn hóa dữ liệu (data culture) là tập hợp các hành vi (behaviors) và niềm tin (beliefs) của những người coi trọng, thực hành, và khuyến khích sử dụng dữ liệu (data usage) để cải thiện việc ra quyết định (decision-making). Nó trang bị cho mọi người trong tổ chức những thông tin chi tiết (insights) để giải quyết các thách thức kinh doanh phức tạp (complex business challenges).
Để nuôi dưỡng một văn hóa mạnh mẽ, các đội phải vượt qua các rào cản chính bao gồm lo ngại về bảo mật (security concerns), công cụ không đủ (insufficient tools), và đào tạo (training). Tin tốt là các nhà lãnh đạo phân tích và công nghệ thông tin đang hành động. Hơn bảy trong mười người đang tăng ngân sách (budgets) cho công cụ phân tích dữ liệu (data analysis tools) và đào tạo (training).
[Hình ảnh: Placeholder cho hình ảnh – Biểu đồ: Văn hóa dữ liệu mạnh mẽ mang lại lợi ích cho nhân viên và khách hàng]
Rào cản và lợi ích hàng đầu của các nhà lãnh đạo phân tích và công nghệ thông tin đối với văn hóa dữ liệu mạnh mẽ:
Rào cản:
- Lo ngại về quyền riêng tư và bảo mật (Privacy and security concerns)
- Vấn đề chất lượng dữ liệu (Data quality issues)
- Ngân sách hạn chế (Limited budget)
- Công cụ phân tích dữ liệu không đủ (Insufficient data analysis tools)
- Đào tạo không đủ (Insufficient training)
Lợi ích:
- Năng suất cao hơn (Greater productivity)
- Đổi mới (Innovation)
- Dịch vụ khách hàng tốt hơn (Better customer service)
- Ra quyết định tự tin (Confident decision-making)
- Tiết kiệm chi phí/Ra quyết định nhanh (Cost savings/Fast decision-making)
Các nhà lãnh đạo phân tích và công nghệ thông tin có kế hoạch đầu tư thêm vào các lĩnh vực sau:
- Công cụ phân tích và hình ảnh hóa dữ liệu (data analysis and visualization tools): 79%
- Đào tạo và phát triển (training and development): 79%
Nguồn: “Untapped Data,” Salesforce, Tháng 2 năm 2023.
TIÊU ĐIỂM: Tái định nghĩa quản trị dữ liệu
Quản trị dữ liệu (data governance) không chỉ là một danh sách các quy tắc và hạn chế (rules and restrictions). Khi được sử dụng một cách chiến lược, nó có thể giúp củng cố độ tin cậy của dữ liệu (data trustworthiness). Thực tế, 85% các nhà lãnh đạo phân tích và công nghệ thông tin sử dụng quản trị dữ liệu để đảm bảo và chứng nhận chất lượng dữ liệu cơ bản (baseline data quality).
Quản trị dữ liệu là tập hợp các quy tắc hoặc chính sách (rules or policies) mà thông tin được thu thập, quản lý, lưu trữ, đo lường, và truyền đạt (collected, managed, stored, measured, and communicated). Nó thiết lập các tham số (parameters) cho quyền truy cập dữ liệu (data access), độ chính xác (accuracy), quyền riêng tư (privacy), bảo mật (security), và lưu giữ (retention).
Quản trị đóng một vai trò đa diện (multi-faceted role) trong các tổ chức phân tích và công nghệ thông tin, đặc biệt là những tổ chức có mức độ trưởng thành dữ liệu cao. Chẳng hạn, 86% các tổ chức có mức độ trưởng thành cao sử dụng quản trị để dân chủ hóa quyền truy cập dữ liệu (democratize data access), so với 70% các tổ chức có mức độ trưởng thành thấp.
[Hình ảnh: Placeholder cho hình ảnh – Biểu đồ: Quản trị dữ liệu phục vụ nhiều chức năng]
Các nhà lãnh đạo phân tích và công nghệ thông tin nói rằng quản trị dữ liệu đóng các vai trò sau tại công ty của họ:
- Chính sách quyền riêng tư dữ liệu (A data privacy policy): 87%
- Biện pháp tuân thủ (A compliance measure): 85%
- Công cụ để đảm bảo và chứng nhận chất lượng dữ liệu cơ bản (A tool to ensure and certify baseline data quality): 85%
- Khung để truyền cảm hứng niềm tin vào dữ liệu (A framework to inspire trust in data): 84%
- Thước đo tiến độ trưởng thành dữ liệu (A measure for data maturity progress): 83%
- Khung để thiết lập kỳ vọng về vai trò của tất cả các bên liên quan dữ liệu (A framework to set expectations on roles of all data stakeholders): 82%
- Tài nguyên để định nghĩa các thuật ngữ (A resource to define terms): 82%
- Hướng dẫn sử dụng dữ liệu đạo đức (Guidelines for ethical use of data): 81%
- Cơ chế truy cập dữ liệu (A mechanics for data access): 81%
- Tiết kiệm thời gian (Time saver): 81%
- Cơ chế quản lý thay đổi (A mechanism for change management): 78%
03 Cách tiếp cận đa hướng giúp các nhà lãnh đạo vượt qua lực hấp dẫn dữ liệu
Các nhà lãnh đạo phân tích và công nghệ thông tin dựa vào nhiều chiến thuật (tactics) để giảm thiểu lực hấp dẫn dữ liệu (data gravity).
Lực hấp dẫn dữ liệu (data gravity) đề cập đến ý tưởng rằng khi lượng lớn dữ liệu tích lũy tại một vị trí hoặc hệ thống (location or system), chúng thu hút các ứng dụng và dịch vụ bổ sung (additional applications and services), khiến việc di dời dữ liệu (data relocation) trở nên khó khăn và tốn kém hơn.
Sự phổ biến của các giải pháp đám mây (cloud solutions) – dù sử dụng đám mây lai (hybrid cloud) hay nhiều giải pháp đám mây (multiple cloud solutions) – cho thấy các tổ chức muốn có sự linh hoạt (flexibility) để thích nghi và chọn nơi lưu trữ dữ liệu của họ, thay vì bị khóa vào một môi trường duy nhất (single environment).
Thay vì dựa vào một chiến thuật duy nhất, những người được hỏi đang áp dụng cách tiếp cận đa hướng (multi-pronged approach), triển khai trung bình 3.2 chiến lược khác nhau để đối phó.
[Hình ảnh: Placeholder cho hình ảnh – Biểu đồ: Các nhà lãnh đạo phân tích và công nghệ thông tin dựa vào giải pháp đám mây để giảm thiểu lực hấp dẫn dữ liệu]
Quản lý khối lượng dữ liệu lớn: Chiến lược của các nhà lãnh đạo phân tích và công nghệ thông tin để giải quyết lực hấp dẫn dữ liệu:
- Sử dụng nhiều nhà cung cấp đám mây (Using multiple cloud providers): 44%
- Sử dụng kiến trúc liên kết dữ liệu hoặc vải dữ liệu (Using data federation or data fabric architecture): 39%
- Di chuyển ứng dụng gần hơn với khối lượng dữ liệu lớn nhất (Moving applications closer to the largest data volumes, ví dụ: đồng định vị ứng dụng và tập dữ liệu gần kho dữ liệu trung tâm): 38%
- Giảm trùng lặp dữ liệu trên nhiều vị trí (Reducing data duplication across multiple locations): 37%
- Thuê ngoài quản lý dữ liệu cho nhà cung cấp dịch vụ (Outsourcing data management to a service provider): 35%
TIÊU ĐIỂM: Các nhà lãnh đạo kỹ thuật hướng đến đơn giản hóa quản lý công nghệ thông tin
Phần lớn các nhà lãnh đạo phân tích và công nghệ thông tin đang chuyển ứng dụng của họ lên đám mây (cloud). Gần ba phần tư các tổ chức phân tích và công nghệ thông tin đã bắt đầu di chuyển lên đám mây (cloud migrations), hoặc luôn ở trên đám mây, và thêm 17% có kế hoạch thực hiện việc này.
Điều gì thúc đẩy sự chuyển đổi này là mong muốn đơn giản hóa quản lý công nghệ thông tin (IT management) trước khối lượng và độ phức tạp dữ liệu ngày càng tăng. Và với các mối đe dọa an ninh mạng (cybersecurity threats) gia tăng, lời hứa về bảo mật nâng cao (enhanced security) của đám mây là một động lực mạnh mẽ cho các nhà lãnh đạo kỹ thuật.
[Hình ảnh: Placeholder cho hình ảnh – Biểu đồ: Các tổ chức chuyển lên đám mây để đơn giản hóa công nghệ thông tin và tăng cường bảo mật]
Kế hoạch di chuyển ứng dụng của các nhà lãnh đạo phân tích và công nghệ thông tin:
[Dữ liệu không được chỉ định cụ thể trong tài liệu gốc]
Lý do hàng đầu của các nhà lãnh đạo phân tích và công nghệ thông tin cho việc di chuyển lên đám mây:
- Quản lý công nghệ thông tin đơn giản hóa (Simplified IT management)
- Bảo mật nâng cao (Enhanced security)
- Tăng tính linh hoạt (Increased flexibility)
- Cải thiện khả năng mở rộng (Improved scalability)
- Khả năng đổi mới lớn hơn (Greater capability for innovation)
Cơ sở: Các nhà lãnh đạo phân tích và công nghệ thông tin đã chuyển, hoặc có kế hoạch chuyển, phân tích và ứng dụng của họ lên đám mây.
Nhìn về phía trước
Mở khóa giá trị của dữ liệu (unlocking the value of data) không phải là nhiệm vụ dễ dàng. May mắn thay, các nhà lãnh đạo phân tích và công nghệ thông tin có thể dựa vào các nền tảng dữ liệu và phân tích (data and analytics platforms) để hỗ trợ. Các nhà lãnh đạo kỹ thuật muốn một giải pháp giảm bớt nhu cầu kỹ thuật (technical demands), tìm kiếm các giải pháp đám mây tương thích với bộ công nghệ hiện có (existing tech stacks).
Đó chưa phải tất cả. Các nhà lãnh đạo phân tích và công nghệ thông tin muốn các giải pháp mở đường cho khả năng AI ngày càng phát triển (growing AI capabilities).
Tuy nhiên, các nhà lãnh đạo kỹ thuật khao khát các nền tảng đáp ứng nhu cầu của doanh nghiệp. Các giải pháp thân thiện với người dùng không kỹ thuật (non-technical, user-friendly solutions) đảm bảo rằng việc ra quyết định dẫn dắt bởi dữ liệu (data-driven decision-making) được dân chủ hóa trên toàn tổ chức – không chỉ giới hạn ở các chuyên gia công nghệ (tech experts). Các nhà lãnh đạo kinh doanh gần như nhất trí: dữ liệu và phân tích cải thiện việc ra quyết định – miễn là kết quả dữ liệu chính xác (accurate) và dễ tiếp cận (accessible).
Các công ty có nhiều việc phải làm, nhưng lợi ích của việc tối đa hóa giá trị dữ liệu là hoàn toàn xứng đáng.
[Hình ảnh: Placeholder cho hình ảnh – Biểu đồ: Các nhà lãnh đạo kỹ thuật tìm kiếm nền tảng đáp ứng các nhu cầu mới]
Cân nhắc hàng đầu của các nhà lãnh đạo phân tích và công nghệ thông tin về nền tảng dữ liệu và phân tích:
- Triển khai đám mây (Cloud Deployment)
- Khả năng AI (AI capabilities)
- Tốc độ/dễ triển khai (Speed/ease of deployment)
- Dễ sử dụng cho người dùng kinh doanh (Ease of use for business users)
- Tương thích với bộ công nghệ hiện có (Compatibility with existing tech stack)
Thông tin nhân khẩu học khảo sát
Thông tin nhân khẩu học của các nhà lãnh đạo phân tích và công nghệ thông tin
Quốc gia:
- Úc (Australia): 5%
- Brazil: 5%
- Canada: 5%
- Pháp (France): 5%
- Đức (Germany): 5%
- Ấn Độ (India): 5%
- Israel: 5%
- Ý (Italy): 5%
- Nhật Bản (Japan): 5%
- Mexico: 5%
- Hà Lan (Netherlands): 5%
- Singapore: 5%
- Hàn Quốc (South Korea): 5%
- Tây Ban Nha (Spain): 5%
- Thụy Sĩ (Switzerland): 5%
- Các Tiểu vương quốc Ả Rập Thống nhất (United Arab Emirates): 5%
- Vương quốc Anh (United Kingdom): 5%
- Hoa Kỳ (United States): 5%
Ngành:
- Ô tô (Automotive): 10%
- Hàng tiêu dùng đóng gói (Consumer packaged goods): 10%
- Dịch vụ tài chính (Financial services): 15%
- Chăm sóc sức khỏe (Healthcare): 10%
- Sản xuất (Manufacturing): 15%
- Bán lẻ (Retail): 10%
- Công nghệ (Technology): 15%
- Khác (Other): 15%
Quy mô công ty (Doanh thu hàng năm):
- 0 – 100 triệu USD: 20%
- 100 – 250 triệu USD: 20%
- 250 – 500 triệu USD: 20%
- 500 triệu – 1 tỷ USD: 20%
- Trên 1 tỷ USD: 20%
Vị trí công việc:
- Giám đốc điều hành cấp C (C-level executive): 25%
- Phó chủ tịch (Vice president): 25%
- Giám đốc (Director): 25%
- Quản lý (Manager): 25%
Khu vực:
- Bắc Mỹ (North America): 30%
- Châu Âu (Europe): 30%
- Châu Á-Thái Bình Dương (Asia-Pacific): 30%
- Mỹ Latinh (Latin America): 10%
Thông tin nhân khẩu học của các nhà ra quyết định kinh doanh
Quốc gia:
- Úc (Australia): 5%
- Brazil: 5%
- Canada: 5%
- Pháp (France): 5%
- Đức (Germany): 5%
- Ấn Độ (India): 5%
- Israel: 5%
- Ý (Italy): 5%
- Nhật Bản (Japan): 5%
- Mexico: 5%
- Hà Lan (Netherlands): 5%
- Singapore: 5%
- Hàn Quốc (South Korea): 5%
- Tây Ban Nha (Spain): 5%
- Thụy Sĩ (Switzerland): 5%
- Các Tiểu vương quốc Ả Rập Thống nhất (United Arab Emirates): 5%
- Vương quốc Anh (United Kingdom): 5%
- Hoa Kỳ (United States): 5%
Ngành:
- Ô tô (Automotive): 10%
- Hàng tiêu dùng đóng gói (Consumer packaged goods): 10%
- Dịch vụ tài chính (Financial services): 15%
- Chăm sóc sức khỏe (Healthcare): 10%
- Sản xuất (Manufacturing): 15%
- Bán lẻ (Retail): 10%
- Công nghệ (Technology): 15%
- Khác (Other): 15%
Quy mô công ty (Doanh thu hàng năm):
- 0 – 100 triệu USD: 20%
- 100 – 250 triệu USD: 20%
- 250 – 500 triệu USD: 20%
- 500 triệu – 1 tỷ USD: 20%
- Trên 1 tỷ USD: 20%
Vị trí công việc:
- Giám đốc điều hành cấp C (C-level executive): 25%
- Phó chủ tịch (Vice president): 25%
- Giám đốc (Director): 25%
- Quản lý (Manager): 25%
Khu vực:
- Bắc Mỹ (North America): 30%
- Châu Âu (Europe): 30%
- Châu Á-Thái Bình Dương (Asia-Pacific): 30%
- Mỹ Latinh (Latin America): 10%
Muốn biết thêm?
- Get ready for AI [Không có URL trong tài liệu gốc]
Lấy hướng dẫn của bạn.
TÌM HIỂU THÊM (LEARN MORE) - Discover Salesforce Data Cloud [Không có URL trong tài liệu gốc]
Thống nhất tất cả dữ liệu khách hàng của bạn.
TÌM HIỂU THÊM (LEARN MORE) - Take our Blueprint Assessment [Không có URL trong tài liệu gốc]
Nhận hướng dẫn cá nhân hóa cho mục tiêu dẫn dắt bởi dữ liệu của bạn.
TÌM HIỂU THÊM (LEARN MORE)
Thông tin được cung cấp trong báo cáo này chỉ nhằm mục đích tiện lợi cho khách hàng của chúng tôi và chỉ mang tính chất thông tin chung. Việc công bố bởi Salesforce, Inc. không cấu thành sự chứng thực (endorsement). Salesforce.com không đảm bảo tính chính xác hoặc đầy đủ của bất kỳ thông tin, văn bản, đồ họa, liên kết, hoặc các mục khác có trong địa chỉ công khai. Địa chỉ www.salesforce.com được cung cấp với sự cho phép của nhà xuất bản.
