Ch&uacute;ng ta đều biết rằng vấn đề dự b&aacute;o l&agrave; một b&agrave;i to&aacute;n quan trọng bậc nhất trong khoa học dữ liệu. Tuy nhi&ecirc;n ch&uacute;ng ta dự b&aacute;o c&aacute;i g&igrave; v&agrave; để l&agrave;m g&igrave;? Ch&uacute;ng ta c&oacute; thể dự b&aacute;o sự xuất hiện của một cơn mưa nhưng sẽ ra sao khi dự b&aacute;o rồi nhưng ch&uacute;ng ta vẫn kh&ocirc;ng c&oacute; chuẩn bị g&igrave;, hay dự b&aacute;o chỉ để dự b&aacute;o m&agrave; kh&ocirc;ng &aacute;p dụng n&oacute; l&agrave;m g&igrave; cả? B&agrave;i viết dưới đ&acirc;y đề cập đến 4 cấp độ sử dụng dữ liệu bắt đầu với việc theo d&otilde;i v&agrave; dự đo&aacute;n cho tới sử dụng dữ liệu để tự động h&oacute;a c&aacute;c c&ocirc;ng việc.
<img src="https://cdn.sanity.io/images/vrx9irrf/production/5b8e6bbc45994d14bc99f83adc81f4ffacfa0bbe-512x256.jpg?w=900&amp;h=450&amp;auto=format" alt="" width="700" height="450" />
<div id="post-" class="post-82665 post type-post status-publish format-standard hentry category-h07-tutorials tag-automation tag-ben-lorica tag-business tag-data-science tag-oreilly">
V&agrave;o khoảng 5 năm trước đối với mọi doanh nghiệp th&igrave; c&aacute;c &yacute; tưởng về chiết xuất gi&aacute; trị l&agrave; rất mới. C&aacute;c doanh nghiệp lu&ocirc;n muốn t&igrave;m c&aacute;ch để thu thập v&agrave; xử l&yacute; c&aacute;c dữ li&ecirc;u nhằm t&igrave;m ra c&aacute;c mẫu c&oacute; &yacute; nghĩa nhằm mục đ&iacute;ch sử dụng v&agrave; tạo c&aacute;c lợi thế trong cạnh tranh. Giờ đ&acirc;y, việc sử dụng dữ liệu kh&ocirc;ng chỉ l&agrave; yếu tố tạo n&ecirc;n gi&aacute; trị cạnh tranh nữa m&agrave; c&ograve;n l&agrave; gi&aacute; trị cốt l&otilde;i của mỗi doanh nghiệp mỗi tổ chức. Nếu một doanh nghiệp hoặc tổ chức kh&ocirc;ng sử dụng dữ liệu, lập tức n&oacute; sẽ trở l&ecirc;n tụt hậu v&agrave; đ&aacute;nh mất gi&aacute; trị tr&ecirc;n thị trường. Do đ&oacute;, khoa học dữ liệu l&agrave; cần thiết. Nhưng c&oacute; một c&acirc;u hỏi đặt ra l&agrave; giờ đ&acirc;y việc ph&acirc;n t&iacute;ch dữ liệu c&oacute; thể được tự động h&oacute;a bởi rất nhiều c&aacute;c nền tảng phần mềm kh&aacute;c nhau th&igrave; c&aacute;c nh&agrave; khoa học dữ liệu c&oacute; thể v&agrave; n&ecirc;n l&agrave;m g&igrave;? N&ecirc;n tập trung v&agrave;o lĩnh vực kinh doanh n&agrave;o? V&agrave; gi&aacute; trị c&oacute; thể đ&oacute;ng g&oacute;p của họ l&agrave; đến đ&acirc;u? Dưới đ&acirc;y ch&uacute;ng ta sẽ đề cập đến 4 mức độ hay 4 nh&oacute;m dữ liệu sử dụng trong c&aacute;c hoạt động kinh doanh theo quan điểm của hai chuy&ecirc;n gia về khoa học dữ liệu Ben v&agrave; Jerry trong O'Reilly Data Show Podcast:
<h2>1. Theo d&otilde;i v&agrave; dự đo&aacute;n </h2>
Cấp độ n&agrave;y đ&ograve;i hỏi phải thực hiện c&aacute;c khả năng từ đầu đến cuối để xem những g&igrave; đang xảy ra v&agrave; xem c&oacute; điều g&igrave; đ&oacute; diễn ra kh&ocirc;ng ổn.
<ul>
<li>Theo d&otilde;i c&aacute;c nghiệp vụ kinh doanh v&agrave; dự đo&aacute;n c&aacute;c vấn đề</li>
<li>Thu thập th&ocirc;ng tin của những sự kiện đang diễn ra</li>
<li>Mục đ&iacute;ch cuối c&ugrave;ng l&agrave; để trả lời c&acirc;u hỏi "C&oacute; tồn tại vấn đề g&igrave; hay kh&ocirc;ng?"</li>
</ul>
C&oacute; thể lấy v&iacute; dụ với c&aacute;c hoạt động kinh doanh c&aacute; tra của doanh nghiệp. Việc gi&aacute;m s&aacute;t c&aacute;c dữ liệu về thị trường, xu hướng đ&aacute;nh thuế, c&aacute;c dữ liệu về điều kiện nu&ocirc;i trồng c&oacute; thể gi&uacute;p ph&aacute;n đo&aacute;n ra c&aacute;c vấn đề về thị trường hoặc sản xuất.
<h2>2. N&acirc;ng cao hiệu quả </h2>
Biết vấn đề tồn tại hay kh&ocirc;ng l&agrave; chưa đủ. Khi đ&atilde; biết vấn đề tồn tại, ch&uacute;ng ta cần c&oacute; những giải ph&aacute;p thực hiện để giảm thiểu rủi ro li&ecirc;n quan đến vấn đề đ&oacute;. Với v&iacute; dụ tr&ecirc;n, việc dự đo&aacute;n ra c&aacute;c vấn đề về thị trường l&agrave; chưa đủ, ch&uacute;ng ta cần phải đưa ra được c&aacute;c phương &aacute;n giải quyết trong trường hợp xảy ra vấn đề đ&oacute;. Chẳng hạn với kh&oacute; khăn xảy ra trong thị trường xuất khẩu, ch&uacute;ng ta sẽ c&oacute; thể đề ra giải ph&aacute;p tập trung ph&aacute;t triển thị trường nội địa với nguồn vốn quảng b&aacute; nhiều hơn.
<h2>3. Cải thiện qu&aacute; tr&igrave;nh ra quyết định </h2>
Tại cấp độ n&agrave;y, ch&uacute;ng ta cần biết đ&acirc;u l&agrave; vấn đề, v&agrave; hi vọng rằng sẽ dự đo&aacute;n được khi n&agrave;o vấn đề n&agrave;y xảy ra.
<ul>
<li>Th&ocirc;ng tin n&agrave;y được d&ugrave;ng trong qu&aacute; tr&igrave;nh ra quyết định</li>
<li style="text-align: justify;">Thay v&igrave; ngồi tr&ecirc;n dữ liệu hoặc sử dụng dữ liệu theo c&aacute;ch giao dịch, ch&uacute;ng ta c&oacute; thể tận dụng c&aacute;c th&ocirc;ng tin chi tiết cho việc x&acirc;y dựng c&aacute;c chiến lược kinh doanh</li>
<li>Đ&acirc;y l&agrave; một phần nhỏ của qu&aacute; tr&igrave;nh tự động h&oacute;a, tuy nhi&ecirc;n, ở đ&acirc;y vai tr&ograve; của con người vẫn l&agrave; chủ chốt trong việc ra quyết định</li>
</ul>
<h2>4. Tự động h&oacute;a </h2>
Ở cấp độ n&agrave;y, ch&uacute;ng ta b&agrave;n giao quyền kiểm so&aacute;t c&aacute;c quy tr&igrave;nh cụ thể cho m&aacute;y m&oacute;c, điều h&agrave;nh c&aacute;c quy tr&igrave;nh đ&oacute; kh&ocirc;ng bị gi&aacute;n đoạn v&agrave; kh&ocirc;ng c&oacute; sự gi&aacute;m s&aacute;t li&ecirc;n tục của con người.
<ul>
<li>M&aacute;y m&oacute;c sẽ cảnh b&aacute;o con người khi ch&uacute;ng gặp phải một số hiện tượng kh&ocirc;ng thể tự giải quyết được. </li>
<li>Cần lưu &yacute; rằng tự động h&oacute;a như vậy diễn ra từng bước v&agrave; kh&ocirc;ng phải tất cả c&ugrave;ng một l&uacute;c.</li>
<li>Đ&acirc;y kh&ocirc;ng phải l&agrave; việc "tự động h&oacute;a ho&agrave;n to&agrave;n",&nbsp; giống như một hệ thống SkyNet.</li>
<li>Điều n&agrave;y cho ph&eacute;p con người c&oacute; thể l&agrave;m những c&ocirc;ng việc c&oacute; &yacute; nghĩa hơn, v&agrave; tập trung v&agrave;o những g&igrave; doanh nghiệp cần ở con người như khả năng s&aacute;ng tạo hoặc c&aacute;c kỹ năng về cảm x&uacute;c.</li>
</ul>
Như vậy, dự đo&aacute;n dựa tr&ecirc;n dữ liệu chỉ l&agrave; một phần nhỏ trong số c&aacute;c mục đ&iacute;ch của khoa học dữ liệu. Cấp độ cao nhất của khoa học dữ liệu l&agrave; mang đến khả năng tự động h&oacute;a c&aacute;c c&ocirc;ng việc về ph&acirc;n t&iacute;ch dữ liệu v&agrave; ra quyết định tự động cho con người, nhằm giải ph&oacute;ng con người khỏi những c&ocirc;ng việc lặp đi lặp lại.
H&atilde;y c&ugrave;ng theo d&otilde;i <a href="https://tek4.vn/chuyen-muc/ai-ml/">chuy&ecirc;n mục n&agrave;y</a> để c&oacute; những c&aacute;i nh&igrave;n to&agrave;n diện v&agrave; đầy đủ hơn v&agrave; khoa học dữ liệu, v&agrave; đừng qu&ecirc;n để lại b&igrave;nh luận ph&iacute;a dưới nh&eacute;!
<blockquote>
XEM TH&Ecirc;M:&nbsp;<a class="in-cell-link" href="https://tek4.vn/mot-so-nen-tang-thu-vien-can-biet-cho-nghien-cuu-ung-dung-hoc-may-va-khoa-hoc-du-lieu/" target="_blank" rel="noopener">Một số nền tảng thư viện cần biết cho nghi&ecirc;n cứu ứng dụng học m&aacute;y v&agrave; khoa học dữ liệu</a>
</blockquote>
</div>

Admin

Dự báo phải chăng là mục tiêu cao nhất của khoa học dữ liệu?

Cùng tác giả

Admin

Có liên quan