Posted on Leave a comment

Business Analyst – Làm sao để đương đầu với những yêu cầu mơ hồ?

Đối với một BA, việc phải giải quyết những vấn đề mơ hồ, không đủ thông tin hoặc tham gia vào các dự án không rõ yêu cầu, không rõ định hướng là một chuyện hết sức quen thuộc. Bản thân stakeholder khi đó có thể chưa thực sự biết mình muốn gì, vấn đề họ gặp phải là gì hay sản phẩm họ cần hình hài sao? Vậy BA cần phải làm gì trong những tình huống này?

Thay vì lao vào nghĩ đủ giải pháp để giải quyết vấn đề stakeholder đưa ra, công việc của BA là đặt câu hỏi và làm rõ yêu cầu, làm rõ vấn đề cần giải quyết để đưa ra được giải pháp tối ưu nhất. Lúc này, kỹ năng khơi gợi yêu cầu thực sự sẽ phát huy sức mạnh nếu BA có thể linh hoạt sử dụng cho từng tình huống. Vậy Khơi gợi yêu cầu liệu có phải chỉ là ngồi phỏng vấn stakeholder hay không?Trên thực tế, Khơi gợi yêu cầu là quá trình thu thập thông tin từ stakeholder để làm rõ nhu cầu của họ từ đó làm tiền đề cho việc đề xuất giải pháp tối ưu. Để thực hiện quá trình này, BA có thể linh hoạt kết hợp nhiều kỹ thuật khác nhau tùy vào từng điều kiện cụ thể của dự án để đạt được mục đích của mình. Các kỹ thuật thường được sử dụng trong quá trình khơi gợi yêu cầu bao gồm:

  • Phỏng vấn
  • Survey
  • Quan sát
  • Phân tích tài liệu
  • Prototyping
  • Brainstorming
  • Workshop

Hầu hết BA đều sẽ quen thuộc với kỹ thuật Phỏng vấn stakeholder để lấy thông tin, tuy nhiên các bạn cần lưu ý việc hỏi “đúng người”, hỏi “đúng trọng tâm” để nhận được “thông tin đầy đủ và đúng” phục vụ cho dự án, tránh làm mất thời gian của cả hai bên.

Sau khi đã làm rõ nhu cầu của stakeholder, không ít bạn vẫn thường gặp rối không biết bắt đầu từ đâu làm gì trước, làm gì sau, không biết như vậy đã đủ yêu cầu chưa, như thế nào thì dự án mình tham gia được đánh giá là hiệu quả?

Hãy dừng nhận việc và lao vào làm như thiêu thân rồi nhận lại những cái lắc đầu của stakeholder do sản phẩm không đạt yêu cầu? Vậy mục tiêu của dự án là gì, bạn cần làm rõ ngay khi bắt đầu vào dự án. Việc xác định rõ mục tiêu của dự án sẽ giống kim chỉ nam giúp bạn vạch ra được các công việc cần làm, xác định được con đường cần đi chứ không phải đi “mò”. Việc xác định rõ mục tiêu từ đầu cũng giúp bạn có thể xác định được các yêu cầu lưu trữ dữ liệu cần thiết phục vụ đo đạc hiệu quả và phân tích hành vi người dùng.

Hiểu được những vấn đề các bạn BA thường gặp phải trong quá trình làm việc, Datapot đã cùng cùng với chị Nhân Cao – một Trading Products Manager với gần 10 năm kinh nghiệm trong lĩnh vực phát triển sản phẩm/ phần mềm, thiết kế khóa học Essential Skills for Data Driven Business Analyst với mong muốn hỗ trợ các bạn cải thiện hiệu suất và hiệu quả công việc, cũng như nâng cao năng lực cạnh tranh của bản thân trong doanh nghiệp.

Posted on Leave a comment

Các loại hình phân tích dữ liệu

Phân tích dữ liệu (Data Analysis) là một quá trình bao gồm: xác định, làm sạch, biến đổi & mô hình hóa, trực quan hóa dữ liệu để khám phá ra những thông tin ý nghĩa và hữu ích. Những thông tin này được thể hiện qua những báo cáo phân tích, từ đó hỗ trợ cho quá trình ra quyết định.

Hoạt động phân tích dữ liệu có thể phân loại như sau

  • Descriptive (Mô tả)
  • Diagnostic
  • Predictive (Dự đoán)
  • Prescriptive
  • Cognitive

Descriptive analytics

Descriptive analytics (Phân tích mô tả) giúp trả lời các câu hỏi về điều gì đã xảy ra dựa trên các dữ liệu quá khứ. Các kỹ thuật phân tích mô tả sẽ tổng hợp lượng dữ liệu lớn và từ đó đưa ra kết quả.

Với việc phát triển các chỉ tiêu đo lường hiệu quả (KPI), việc theo theo dõi thành công hay thất bại của các mục tiêu sẽ trở nên dễ dàng hơn. Chỉ tiêu như ROI (return on investment) được sử dụng trong rất nhiều lĩnh vực. Và ở mỗi lĩnh vực, lại có những chỉ tiêu chuyên môn riêng được phát triển để đo lường hiệu quả.

Một ví dụ của phân tích mô tả là chính là các báo cáo theo dõi kết quả hoạt động bán hàng hoặc tình hình tài chính của doanh nghiệp.

Diagnostic analytics

Phân tích chuẩn đoán giúp trả lời câu hỏi tại sao tình trạng này lại diễn ra. Phân tích chuẩn đoán bao gồm các phân tích mô tả cơ bản, sử dụng những kết quả của phân tích mô tả để từ đó tìm ra nguyên nhân của các sự kiện. Từ đó, những chỉ số đo lường hiệu quả được phân tích kỹ hơn. Quá trình này thường bao gồm 3 bước:

  1. Tìm ra những điểm bất thường trong dữ liệu. Những điểm này thường là một biến đổi không lường trước được ở một chỉ số hoặc một thị trường nào đó.
  2. Thu thập các dữ liệu liên quan đến những điểm bất thường này.
  3. Sử dụng các kỹ thuật thống kê để tìm ra mối quan hệ và xu hướng giúp giải thích những điểm bất thường này.

Predictive analytics

Phân tích dự đoán giúp trả lời các câu hỏi về điều gì sẽ xảy ra trong tương lai. Phân tích dự đoán sử dụng các dữ liệu quá khứ để xác định các xu hướng cũng như khả năng xảy ra của xu hướng đó. Những công cụ phân tích dự đoán cung cấp những thông tin giá trị về tình hình tương lai. Các kỹ thuật phân tích dự đoán đa dạng bao gồm cả các kỹ thuật thống kê lẫn học máy (machine learning) như neural networks, decision trees và hồi quy (regression).

Prescriptive analytics

Phân tích đề xuất giúp trả lời các câu hỏi về hành động nào nên được thực hiện để đặt được một mục tiêu nhất định. Bằng cách sử dụng các kết quả từ phân tích đề xuất, các tổ chức có thể ra quyết định dựa trên dữ liệu. Phương pháp này giúp các tổ chức đưa ra các quyết định trong các hoàn cảnh không chắc chắn. Phân tích đề xuất dựa trên học máy (machine learning) để tìm ra các pattern trong các dataset lớn. Bằng cách phân tích các quyết định & sự kiện trong quá khứ, các tổ chức có thể ước lượng xác suất xảy ra của các kết quả.

Cognitive analytics

Cognitive analytics diễn giải từ các dữ liệu và các pattern đã có, đưa ra các kết luận dựa trên kiến thức hiện tại, sau đó lại thêm những kết quả này vào vốn kiến thức hiện tại để tiếp tục đưa ra các diễn giải về tương lai, tạo ra một vòng lặp tự học hỏi. Cognitive analytics giúp bạn tìm hiểu điều gì sẽ xảy ra nếu tình hình thay đổi và quyết định bạn nên giải quyết các tình huống đó như thế nào.
Các diễn giải không phải là những truy vấn có cấu trúc trên những dữ liệu quy chuẩn, thay vào đó, là những dự đoán không có cấu trúc được thu thập từ nhiều nguồn với độ tin cậy thay đổi. Cognitive analytics hiệu quả phụ thuộc vào các thuật toán học máy, và sẽ sử dụng các concept về xử lý ngôn ngữ tự nhiên để phân tích các nguồn dữ liệu chưa được dùng tới, ví dụ như nhật ký cuộc gọi bán hàng hay review sản phẩm.

Các nội dung trên được Microsoft cung cấp cho các ứng viên tham gia thi chứng chỉ Data Analyst Associate. Đây là chứng chỉ role-based của Microsoft, nhằm đánh giá các kỹ năng của Data Analyst, ứng dụng công cụ BI là Power BI.

Theo dõi các bài viết tiếp theo, trao đổi kinh nghiệm & tài liệu luyện chi chứng chỉ của Microsoft cho Data Analyst tại group Microsoft Certified: Data Analyst Associate Việt Nam (DA-100).

Posted on Leave a comment

Về các chứng chỉ Microsoft trong lĩnh vực dữ liệu.

Exam DA-100 mình thi thử từ lúc mới bắt đầu Beta từ tháng 4 cũng đã go-live chính thức và trả kết quả. Cũng nhiều bạn inbox hỏi về bài test này nên mình viết bài này để tổng hợp một số bài thi + chứng chỉ phù hợp với các bạn mới bắt đầu và nghiêm túc theo đuổi mảng dữ liệu.

Có kết quả lúc nào cũng chẳng biết :))

Tại sao phải thi chứng chỉ?

Trong thời buổi người người học Data, nhà nhà học Data với ma trận các loại công cụ và kỹ năng khiến cho người học khó xác định mục tiêu cụ thể, nhà tuyển dụng khó xác định được trình độ ứng viên. Việc học và thi một chứng chỉ sẽ giúp các bạn củng cố và hoàn thiện một tập hợp kỹ năng cụ thể, được công nhận bởi Microsoft và được đánh giá chính xác hơn từ doanh nghiệp, nhà tuyển dụng. Vừa xác định chính xác mục tiêu học tập vừa được công nhận từ Microsoft, quá ổn.

Về hệ thống chứng chỉ của Microsoft

Các chứng chỉ của Microsoft xác nhận khả năng sử dụng một công nghệ (tech-based certificate ) hoặc khả năng đảm nhiệm một vị trí công việc cụ thể (role-based certificate) sử dụng chủ yếu các công nghệ của Microsoft.

Xem thêm tại: https://docs.microsoft.com/en-us/learn/certifications/browse/

Để đạt được một chứng chỉ (certificate) bạn cần pass qua một số bài thi (exam) theo yêu cầu, có thể cần một chứng chỉ là điều kiện tiên quyết cho chứng chỉ còn lại. VD: Microsoft Certified Solution Expert (MCSE) thường yêu cầu học viên phải có Microsoft Certified Solution Associate (MCSA) và pass qua các bài test quy định.

Các bài thi (exam) không cần đúng thứ tự, chỉ cần bạn pass qua đủ các bài thi yêu cầu, chứng chỉ tương ứng sẽ tự động được thêm vào profile của bạn. Một bài thi có thể được dùng cho nhiều chứng chỉ khác nhau.

Chi phí và cách thức thi

Chi phí: Các bài thi của Microsoft có giá tại US và $160/exam, nếu chuyển location về Việt Nam, chi phí chỉ còn $80/Exam. Mức giá hợp lý so với chi phí thi các chứng chỉ khác. ( Tableau lên đến $600 :-s )

Hình thức thi: Microsoft ủy quyền việc tổ chức thi cho Pearson Vue. Bạn có thể đến các trung tâm khảo thí được ủy quyền của Pearson Vue hoặc đăng ký thi online. Mình thường thi online vì chủ động thời gian và không phải đi lại. Tuy là thi online nhưng bạn vẫn “được” giám sát thông qua camera và micro nên đừng nghĩ đến chuyện cheating gì cả nhé. :)) Mình có cậu em bị hủy kết quả thi chỉ do có bóng người đi ngang qua lúc đang thi :RIP: Chi tiết quá trình đăng ký và cách thức thi, những lưu ý để không bị bay màu mình sẽ có một bài riêng sau.

Bài thi 100% trắc nghiệm, điểm pass của các bài thi là 700/1000, cơ chế phân phối và cách chấm điểm khác nhau nên không phải cứ làm đúng 70% số câu hỏi là pass, các bạn lưu ý. Hình thức và câu hỏi mẫu mình sẽ làm 1 bài review chi tiết trong group kín (Microsoft cấm các trao đổi về nội dung bài thi).

Thời gian mỗi exam là 180 phút cho ~50 câu hỏi (tùy bài test). Khá dài, như 4 bài mình từng thi thì chỉ dùng hết 60-90 phút. Các bạn không được ăn uống, đi lại hay rời khỏi máy tính trong thời gian này nếu không sẽ bị loại.

Ngôn ngữ thi: Tiếng Anh (Có một số tùy chọn ngôn ngữ khác, nhưng không có tiếng Việt). Bạn cũng sẽ giao tiếp với proctor bằng tiếng Anh, giao tiếp cơ bản thôi nên bạn không phải lo.

Các chứng chỉ: MCSA, MCSE và Microsoft Certified: Data Analyst Associate

Hệ thống chứng chỉ của Microsoft nhiều như quân nguyên, trước đây mình có viết một bài cập nhật những thay đổi gần đây trong hệ thống chứng chỉ. Các bạn có thể xem tại đây: Link

Các bạn có thể xem các chứng chỉ và bài thi của Microsoft tại: Link

Trong phạm vi bài viết này mình sẽ nói về 3 chứng chỉ trong career path Data Management and Analytics. Phù hợp với các bạn định hướng làm Business Intelligent, Data Analyst

Data Management & Analytics Path

Trong hệ thống chứng chỉ hiện tại, MCSE – Microsoft Certified Solution Expert được Microsoft đánh giá tương đương 05 năm kinh nghiệm làm việc chuyên sâu trong lĩnh vực và công nghệ tương ứng. MCSA – Microsoft Certified Solution Associate được đánh đánh giá tương đương 02 năm kinh nghiệm. Để đạt được MCSE, các bạn cần đạt được ít nhất 01 trong 05 chứng chỉ MCSA và pass ít nhất 01 elective exam trong danh sách.

Dễ thấy với các bạn làm thiên về BI và phân tích dữ liệu sẽ phù hợp nhất với MCSA: BI Reporting. Để đạt được chứng chỉ này các bạn cần vượt qua 2 bài test 70-778: Analyzing and Visualizing Data with Microsoft Power BI và 70-779: Analyzing and Visualizing Data with Microsoft Excel.

Mình thi thử thấy 70-778 và 70-779 giống nhau đến 80%. Chỉ khác nhau công cụ sử dụng là Power BI và Excel (Power Pivot + Power Query). Phía bài thi Power BI có khó hơn một chút do có các câu hỏi liên quan đến Power BI Service. Có thể nói nếu bạn tự tin với 70-778 thì bạn hoàn toàn có thể pass 70-779, bài thi 70-779 là không cần thiết(phí 80 trump tệ ;))). Đây có lẽ cũng là lý do khi Micosoft quyết định chuyển đổi sang chứng chỉ Microsoft Certified: Data Analyst với chỉ một bài thi duy nhất xoay quanh Power BI.

Với các bạn đang ôn hoặc chuẩn bị thi MCSA: BI Reporting, việc chuyển đổi sang Microsoft Certified: Data Analyst có một số lợi thế như sau:

Giản lược về cấu trúc: MCSA: BI Reporting gồm 2 bài thi 70-778 (Power BI) và 70-779 (Excel Power Pivot), Microsoft Certified: Data Analyst Associate chỉ có một bài thi duy nhất DA-100 (Power BI).

Nâng cấp về nội dung: So với 70-778, DA-100 bổ sung them các topic về Analyze the data (10-15%) và Deploy and maintain deliverables (10-15%). Việc giảm cấu phần các vấn đề technical và tăng cấu phần các hoạt động liên quan trực tiếp đến hiệu quả công việc Analyze, Deploy & Maintain Deliverables cho thấy Microsoft đã update các yêu cầu chứng chỉ để gần hơn với nhu cầu công việc thực tế.

Bài thi mới và cung cấp dài hạn hơn so với MCSA sẽ ngừng cung cấp vào tháng 01-2021. (chứng chỉ đã nhận được vẫn còn hiệu lực)

Có thể nói, DA-100: Analyzing Data with Microsoft Power BI là một sự lựa chọn hợp lý và tối ưu hơn nhiều so với hai exam 70-778 và 70-779.

Thông tin về DA-100 trên trang chủ Microsoft: Link

Bài viết tiếp theo mình sẽ review kỹ hơn về nội dung 4 exam mình đã làm qua. Sẽ có tài liệu và road map cho các bạn muốn theo đuổi mảng này.

  1. 70-778: Analyzing and Visualizing Data with Microsoft Power BI
  2. 70-779: Analyzing and Visualizing Data with Microsoft Excel
  3. 70-768: Developing SQL Data Models
  4. DA-100: Analyzing Data with Microsoft Power BI
Sưu tập món này vui phết.

Theo dõi các bài viết tiếp theo, trao đổi kinh nghiệm & tài liệu luyện chi chứng chỉ của Microsoft cho Data Analyst tại group Microsoft Certified: Data Analyst Associate Việt Nam (DA-100)