Quản trị dữ liệu, kiến thức dữ liệu và quản lý chất lượng dữ liệu – Phần cuối


Kiến thức dữ liệu, như được hiểu theo Hiệp hội Thư viện đại học và nghiên cứu, tập trung vào việc tìm hiểu cách tìm và đánh giá dữ liệu, nhấn mạnh đến phiên bản của tập dữ liệu nhất định và người chịu trách nhiệm về nó, và không bỏ qua các câu hỏi trích dẫn và sử dụng dữ liệu có đạo đức.

Xem xét tất cả các định nghĩa này, kiến thức dữ liệu có thể được định nghĩa là một bộ kỹ năng và kiến thức cơ bản, trao quyền cho các cá nhân biến dữ liệu thành thông tin và thành kiến thức có thể thực hiện bằng cách cho phép họ truy cập, giải thích, đánh giá, quản lý và sử dụng dữ liệu một cách có đạo đức.

Searle (2015) xác định kiến thức dữ liệu là một trong các hoạt động dịch vụ dữ liệu nghiên cứu hỗ trợ các nhà nghiên cứu xây dựng các kỹ năng và kiến thức cần thiết để quản lý dữ liệu tốt. Do đó, chúng ta có thể nói rằng kiến thức dữ liệu có liên quan thực tế đến tất cả các quy trình được dịch vụ dữ liệu nghiên cứu quy định, và xây dựng khung chính cho sự tham gia của các thư viện trong việc hỗ trợ mô hình nghiên cứu chuyên sâu về dữ liệu. Các dịch vụ dữ liệu nghiên cứu chắc chắn là toàn diện, do đó bao gồm các khía cạnh của chúng làm cho kiến thức dữ liệu rộng khắp và toàn diện.

Khi xem xét kiến thức dữ liệu gần với kiến thức thông tin, phải suy ngẫm xem liệu có một thứ như là kiến thức thông tin khái quát hay không.

Theo Carlson (2011), các chương trình dữ liệu thông tin phải phù hợp với thực tiễn chuyên ngành và văn hóa hiện nay. Một nghiên cứu phân tích của Pinto (2014) cho thấy rằng kiến thức thông tin cả trong khoa học y tế và khoa học xã hội đều có “tính cách” cụ thể riêng. Nói chung, các phương pháp tiếp cận mới hơn đối với kiến thức thông tin nhấn mạnh rằng thông tin được sử dụng trong các bối cảnh chuyên ngành khác nhau. Trong bối cảnh này, trường hợp kiến thức thông tin hóa học đặc biệt thú vị. Bawden và Robinson (2015) đã xem xét lịch sử của nó và nhận thấy rằng – mặc dù kiến thức thông tin hóa học có chứa một số yếu tố chung chung – nhưng nó đặc biệt là lĩnh vực cụ thể hơn bất kỳ chủ đề nào khác. Như Farrell và Badke (2015) nhấn mạnh, để đáp ứng nhu cầu của thời đại thông tin về  những người xử lý thông tin có trình độ, việc đào tạo kiến thức thông tin phải nằm trong phạm vi thực tiễn văn hóa xã hội của các ngành bằng việc tập trung mở rộng vào nhận thức luận và siêu diễn ngôn. Kiến thức thông tin thực sự sẽ đòi hỏi các cán bộ thư viện hoặc các giảng viên mời sinh viên vào các ngành học. Vì vậy, iến thức thông tin phải được hiểu là thực hành thông tin thuộc về một ngành học.

Kỹ năng kiến thức dữ liệu cũng đực xem là một ngành học cụ thể. Về kỹ năng và khả năng cần thiết, những người có kiến thức dữ liệu biết cách chọn và tổng hợp dữ liệu và kết hợp nó với các nguồn thông tin khác và kiến thức có trước. Họ cũng phải nhận ra giá trị dữ liệu nguồn và làm quen với các loại và định dạng dữ liệu. Các kỹ năng khác bao gồm biết làm thế nào để xác định, thu thập, tổ chức, phân tích, tóm tắt và ưu tiên dữ liệu. Xây dững các giả thuyết, xác định các vấn đề, giải thích dữ liệu, xác định, lập kế hoạch, thực hiện, cũng như giám sát các quá trình hành động cũng gắn liền với các kỹ năng cần thiết và thêm nhu cầu biến đổi dữ liệu cho các mục đích sử dụng cụ thể.

Ridsdale (2015) thiết lập một ma trận về năng lực kiến thức dữ liệu với ý định thúc đẩy một cuộc đối thoại liên tục về các tiêu chuẩn về kiến thức dữ liệu và kết quả học tập trong đào tạo kiến thức dữ liệu. Hoạt động có lẽ quan trọng nhất trong ma trận này là đánh giá chất lượng, bao gồm việc đánh giá các nguồn dữ liệu cho độ tin cậy và sai sót hoặc các vấn đề. Việc đánh giá xuất hiện khi chúng ta thu thập dữ liệu và giải thích dữ liệu rõ ràng cho thấy các cơ chế cũng là đặc trưng cho kiến thức thông tin. Ngay cả việc hiển thị dữ liệu bao gồm đánh giá các biểu thị đồ họa về dữ liệu.

Một chương trình kiến thức dữ liệu thí điểm tại Đại học Purdue được xây dựng dựa trên các kỹ năng sau:

+ Lập kế hoạch;

+ Mô hình vòng đời;

+ Khám phá và thu nhận;

+ Mô tả và siêu dữ liệu;

+ An ninh và lưu trữ;

+ Bản quyền và cấp giấy phép;

+ Chia sẻ;

+ Quản lý và tài liệu;

+ Hình dung;

+ Kho chứa;

+ Bảo quản;

+ Xuất bản và quản lý

Thực tế là chất lượng dữ liệu đóng vai trò đặc biệt trong kiến thức dữ liệu cũng đã được Carlson minh chứng. Nói chung, khoa trong nghiên cứu này mong muốn sinh viên tốt nghiệp của họ có thể thực hiện các hoạt động quản lý và xử lý dữ liệu. Cả các trách nhiệm chính và những thiếu sót trong quản lý dữ liệu của sinh viên sau đại học bao gồm việc đảm bảo chất lượng. Đảm bảo chất lượng được xem như một sự pha trộn các kỹ năng kỹ thuật giúp cụ thể hóa trong sự hiểu biết với thiết bị, kiến thức ngành học và một quá trình siêu nhận thức đòi hỏi sự tổng hợp. Mặc dù đã bị thay thế một phần bởi Khung kiến thức thông tin cho giáo dục đại học, song kiến thức dữ liệu có thể được nhìn qua lăng kính của Các tiêu chuẩn năng lực kiến thức thông tin cho giáo dục đại học. Tiêu chuẩn 3 của các tiêu chuẩn này (Đánh giá thông tin) bao gồm yêu cầu phải hiểu và đánh giá nghiêm khắc các nguồn bằng cách xác định xem liệu dữ liệu có đáng tin không và/hoặc kho dữ liệu hay thành phần của nó có cung cấp mức độ kiểm soát chất lượng cho nội dung của nó hay không.

Như đã đề cập ở trên, việc quản lý siêu dữ liệu là một trong những quy trình quản trị dữ liệu quan trọng liên quan đến chất lượng. Đồng thời, việc đánh giá siêu dữ liệu là một phần của việc đảm bảo chất lượng nên được đưa vào các chương trình kiến thức dữ liệu. Bảo đảm chất lượng trong bối cảnh này bao gồm việc sử dụng siêu dữ liệu để tạo điều kiện hiểu rõ các vấn đề tiềm ẩn đối với dữ liệu.

Đào tạo kiến thức dữ liệu có hai mục đích. Thứ nhất là đảm bảo rằng sinh viên, giảng viên và nhà nghiên cứu trở thành những cán bộ khoa học kiến thức dữ liệu. Như Carlson và Johnston (2015) nhấn mạnh, chúng ta phải nâng cao nhận thức về kiến thức dữ liệu cho các giảng viên, sinh viên và các quản trị viên bằng cách gửi thông điệp rõ ràng đến nhu cầu của các bên liên quan. Một số thông điệp có thể có nguồn gốc từ môi trường kinh doanh. Việc truyền tải những thông điệp của công ty thậm chí có thể tăng cường độ tin cậy của các thông điệp như vậy. Mục đích thứ hai là để đào tạo các chuyên gia thông tin.

Chia sẻ kiến thức dữ liệu cho giảng viên bị cản trở bởi các tình huống mà đào tạo họ là một vấn đề khó khăn. Như Duncan (2013) đã chỉ ra, các giảng viên hiếm khi thích nghe nói rằng họ đang làm một cái gì đó sai cách. Exner (2014) cũng khẳng định rằng không dễ dàng vươn tới giảng viên, đặc biệt là nếu chúng ta không hiểu cuộc sống của họ đúng cách. Các giảng viên rất bận rộn, và là chuyên gia trong lĩnh vực của mình, họ thường đòi hỏi các cách tiếp cận khác với sinh viên.

Kết luận

Mặc dù đã quen với việc quản trị dữ liệu không nhận được nhiều sự chú ý trong giới học thuật, song nó mang lại kiến thức đáng kể cho công việc của người quản lý dữ liệu. Mặc dù có sự khác biệt giữa chúng, song cả quản trị dữ liệu và kiến thức dữ liệu đều không thể thiếu đối với việc quản lý chất lượng dữ liệu, do đó – theo bản chất tổng thể của nó – việc sử dụng chúng là điều kiện tiên quyết để quản lý dữ liệu hiệu quả, chứng minh các dịch vụ dữ liệu nghiên cứu.

Sử dụng các bài học kinh nghiệm từ quản trị dữ liệu có thể làm tăng đáng kể hiệu quả của quá trình quản lý dữ liệu nghiên cứu trong các thư viện đại học. Lý do của việc này là đa dạng. Thứ nhất, trong việc phân định các lĩnh vực quyết định và xác định trách nhiệm giải trình cho việc ra quyết định, áp dụng các thông lệ được áp dụng trong quản trị dữ liệu có thể cải thiện công tác quản trị dữ liệu trong thư viện. Thứ hai, quản trị dữ liệu là một dịch vụ dựa trên các quy trình chuẩn, lặp lại và được thiết kế để cho phép minh bạch các quá trình liên quan đến dữ liệu và giảm chi phí, do đó nó có thể được sử dụng trong thư viện đại học. Thứ ba, nó đề cập đến các quy tắc, chính sách, tiêu chuẩn; quyền quyết định; trách nhiệm giải trình và phương pháp thực thi. Do đó, nó sẽ phục vụ là sự bổ sung thực tế cho nguyên tắc chất lượng dữ liệu hiện có, thực tiễn và công cụ của thư viện. Thứ tư, thực tiễn quản trị dữ liệu cũng có thể hữu ích trong việc quản lý thay đổi và đàm phán các vấn đề dữ liệu lớn.

Những bài học này có thể nói cho chính họ và có thể được xây dựng trong các chương trình kiến thức dữ liệu. Điều quan trọng đối với ngành thư viện là phải thực hiện nghiêm túc thách thức này và có được các kỹ năng cần thiết để cung cấp đào tạo kiến thức dữ liệu hiệu quả, bất kể năng lực của nó vượt quá kiến thức và kỹ năng của một thủ thư hay một giảng viên điển hình. Việc chú ý đến việc quản lý chất lượng dữ liệu (đồng thời xem xét quản lý dữ liệu) là một bước quan trọng để làm cho tất cả các đối tượng mục tiêu của chúng ta chấp nhận nhiệm vụ của thư viện để cung cấp các dịch vụ dữ liệu nghiên cứu và cung cấp các dịch vụ này đến mức độ hài lòng của họ.

Người dịch: Phương Hoài

Nguồn: Tibor Koltay – Data governance, data literacy and the management of data quality – IFLA Journal, Vol. 2, Issue 4, 2016.

TN 2017 – 91 & 92.

Advertisements

Quản trị dữ liệu, kiến thức dữ liệu và quản lý chất lượng dữ liệu – Phần III


Rõ ràng là các dịch vụ dữ liệu nghiên cứu được cung cấp bởi các thư viện đại học có thể đóng vai trò quan trọng như là các trung tâm dữ liệu chất lượng trong trường đại học, bằng cách cung cấp các dịch vụ kiểm tra và kiểm định chất lượng dữ liệu cho các cộng đồng nghiên cứu. Mặc dù mối quan tâm tới tính sẵn có của dữ liệu là một yêu cầu rõ ràng, không cần giải thích thêm, song việc hướng đến các thủ thư dữ liệu, hiểu biết về cách đánh giá tính xác thực, tính toàn vẹn và tính chính xác của các đối tượng số theo thời gian cũng sẽ có ích. Gần đây, Zilinski và Nelson (2014) đã xác định một số yếu tố khác của chất lượng dữ liệu như phạm vi và sự liên quan đến câu hỏi và định dạng nghiên cứu, bao gồm các trường và các đơn vị được sử dụng, các quy ước đặt tên, ngày tạo và cập nhật. Chúng cũng hướng sự chú ý của chúng ta đến một tập hợp các thuộc tính kiểm soát chất lượng tương tự như quản trị dữ liệu để trả lời câu hỏi xem kiểm soát chất lượng được nêu rõ hay không bằng cách tìm hiểu xem ai có trách nhiệm kiểm tra chất lượng và những quy trình nào họ sử dụng.

Quản trị dữ liệu thành công không chỉ phụ thuộc vào các quy định liên quan đến vai trò nói chung, mà còn các trách nhiệm liên quan đến các tiêu chuẩn dữ liệu thích hợp và các môi trường siêu dữ liệu được quản lý. Do đó, quản lý siêu dữ liệu là một trong những quá trình quản trị dữ liệu quan trọng liên quan đến chất lượng vì nó cho phép – trong số những thứ khác – ghi lại nguồn gốc dữ liệu đảm bảo chất lượng được đảm bảo.

Quản trị dữ liệu, chất lượng dữ liệu và kiến thức dữ liệu

Để minh chứng tầm quan trọng của quản trị dữ liệu, chúng ta có thể xem xét nghiên cứu tình huống của Soares (2012) về những sự kiện không may xung quanh tàu thăm dò sao Hỏa (Mars Climate Orbiter). Năm 1999, một lỗi định hướng dẫn Orbiter vào quỹ đạo thấp hơn 170 km so với độ cao dự kiến trên sao Hỏa bởi vì các kỹ sư của NASA đã sử dụng các đơn vị Anh (pound) thay vì các đơn vị được chỉ định của NASA (newtons). Sai lầm tương đối nhỏ này dẫn đến sự tính toán sai lầm lớn về độ cao quỹ đạo và tổn thất 328 triệu USD. Với sự chú ý đặc biệt đến các nguyên tắc quản trị dữ liệu và các chi tiết thực tế, và nếu các kỹ năng kiến thức dữ liệu được huy động thì tai nạn này có thể tránh được.

Mặc dù kiến thức dữ liệu đang trải qua giai đoạn phát triển, song kiến thức dữ liệu bắt đầu được chấp nhận rộng rãi như là một khả năng quan trọng cho các chuyên gia thông tin tham gia và việc hỗ trợ nghiên cứu chuyên sâu về dữ liệu. Mặt khác, các thuật ngữ trong lĩnh vực kiến thức dữ liệu vẫn chưa được chuẩn hóa. Ở đây có kiến thức dữ liệu khoa học kiến thức dữ liệu nghiên cứu. Carlson (2011) tranh luận về kiến thức dữ liệu thông tin vì – theo cách tiếp cận của học – nó khác với ý nghĩa hạn chế của kiến thức dữ liệu, tức là khả năng đọc đồ thị và biểu đồ thích hợp, rút ra kết luận chính xác từ dữ liệu và nhận dạng khi dữ liệu được sử dụng theo cách thức gây hiểu nhầm hoặc không thích hợp. Sau đây, sự khác biệt về đặt tên sẽ không được xem xét, và chúng tôi sẽ bỏ phiếu cho thuật ngữ kiến thức dữ liệu trước bởi vì thuật ngữ này đơn giản và dễ hiểu, mặc dù nó có vẻ không có giới hạn mà Carlson đề cập. Bên cạnh đó, mặc dù các thuật ngữ khác nhau, song định nghĩa và danh sách năng lực cho thấy sự hội tụ. Nếu chúng ta nhìn vào sự phát triển của các định nghĩa về kiến thức dữ liệu, chúng ta có thể thấy rằng Fosmire và Miller (2008) đã nói đơn giản về kiến thức thông tin trong thế giới dữ liệu. Hai năm sau, kiến thức dữ liệu được định nghĩa rõ ràng là khả năng hiểu, sử dụng và quản lý dữ liệu. Theo định nghĩa của Calzada Prado và Marzal (2013), kiến thức dữ liệu cho phép các cá nhân truy cập, diễn giải, đánh giá, quản lý, xử lý và sử dụng dữ liệu hợp lý.

Như đã đề cập ở trên, Johnson (2012) mô tả kiến thức dữ liệu chi tiết hơn, xác định nó như là khả năng xử lý, sắp xếp và lọc số lượng lớn thông tin, việc này đòi hỏi phải biết cách tìm kiếm, lọc và xử lý để sản xuất và tổng hợp thông tin. Rõ ràng rằng các thuộc tính này về cơ bản giống với các đặc điểm của kiến thức thông tin khi chúng xuất hiện trong định nghĩa phổ biến và được thừa nhận rộng rãi về kiến thức thông tin, bao gồm khả năng nhận biết nhu cầu thông tin, xác định, định vị, đánh giá và sử dụng thông tin để giải quyết một vấn đề cụ thể. Tuy nhiên, cần nói thêm rằng – mặc dù kiến thức thông tin dường như chủ yếu cho phép chúng ta xử lý hiệu quả tất cả các loại nội dung thông tin – cộng đồng hoạt động đối với thủ thư dữ liệu khác với kiến thức thông tin.

Về những điểm tương đồng với kiến thức thông tin, cần nói thêm rằng một số tác giả nhấn mạnh điều đó. Khung kiến thức thông tin của Australia và New Zealand, do Alan Bundy (2004) biên soạn, cho biết những người có kiến thức thông tin có thể thu thập, lưu trữ và phổ biến không chỉ văn bản mà cả dữ liệu nữa. Andretta (2008) đã xác định việc trình bày, đánh giá và diễn giải các dữ liệu định tính và định lượng như là một kết quả học tập của kiến thúc thông tin. Theo Hunt (2004), việc đào tạo kiến thức dữ liệu cần phải vay mượn từ đào tạo kiến thức thông tin, ngay cả khi lĩnh vực kiến thức dữ liệu phân tán hơn lĩnh vực kiến thức thông tin. Schneider (2013) cũng xác định kiến thức dữ liệu như là một phần của kiến thức thông tin.

Cả mô hình Bảy trụ cột của kiến thức thông tin SCONUL (2011) và thấu kính kiến thức thông tin về Khung phát triển của các nhà nghiên cứu Vitae (Vitae, 2011) đều nhấn mạnh rằng để xác định thông tin nào có thể cung cấp tư liệu tốt nhất nhằm đáp ứng nhu cầu tin, tìm kiếm, tạo ra và xử lý với dữ liệu nghiên cứu là rất quan trọng, vì kiến thức thông tin hiện nay không chỉ bao gồm các thông tin được công bố và các dữ liệu cơ bản. Điều này phù hợp với cách giải thích rộng hơn về kiến thức thông tin, trong đó thừa nhận rằng khái niệm thông tin bao gồm dữ liệu nghiên cứu. Carlson (2011) nhấn mạnh rằng việc mở rộng phạm vi kiến thức thông tin bao gồm quản lý dữ liệu là một sự phát triển hợp lý. Si (2013) cho rằng các dịch vụ liên quan đến dữ liệu cần được các chuyên gia giỏi về kiến thức thông tin hỗ trợ.

Mặc dù không đề cập đến kiến thức dữ liệu, Wang (2013) đề cập đến các cán bộ tra cứu thường xuyên tổ chức các buổi học kiến thức thông tin để đào tạo người dùng tin về các nguồn dữ liệu hiện có cho các lĩnh vực nghiên cứu cụ thể của họ.

Calzada Prado và Marzal (2013) cho biết rằng kiến thức thông tin và kiến thức dữ liệu là một phần của sự liên tục giáo dục về khoa học, một quá trình đào tạo dần dần bắt đầu ở trường học được hoàn thiện và trở nên chuyên sâu trong đào tạo đại học và trở thành một phần của quá trình học tập suốt đời. Khi đề xuất một khuôn khổ mới cho đào tạo kiến thức dữ liệu, Maybee và Zilinski (2015) cũng chỉ ra mối quan hệ chặt chẽ giữa kiến thức thông tin và kiến thức dữ liệu.

Ngoài các định nghĩa, việc áp dụng và phân tích một số tiêu chuẩn kiến thức thông tin, Calzada Prado và Marzal (2013: 126) đã xác định được một số khả năng, một số đã chỉ rõ nguồn gốc của họ trong định nghĩa phổ biến nhất về kiến thức thông tin và Tiêu chuẩn năng lực kiến thức thông tin cho giáo dục đại học.

+ Xác định khi dữ liệu là cần thiết;

+ Truy cập các nguồn dữ liệu phù hợp với các thông tin cần thiết;

+ Nhận biết giá trị, loại và định dạng dữ liệu nguồn;

+ Đánh giá dữ liệu và nguồn của nó;

+ Biết cách lựa chọn và tổng hợp dữ liệu và kết hợp dữ liệu với các nguồn thông tin khác và kiến thức sẵn có;

+ Sử dụng dữ liệu một cách đạo đức;

+ Áp dụng kết quả để học tập, ra quyết định hoặc giải quyết vấn đề.

Họ cũng nhấn mạnh đến khả năng xác định bối cảnh trong đó dữ liệu được tạo ra và tái sử dụng. Bằng cách đề cập đến hai thành phần chính trong vòng đời dữ liệu, chúng phù hợp với quan điểm hiện tại về kiến thức thông tin kết hợp sự hiểu biết về cách thức tạo ra thông tin.

Mandinach và Gummer (2013) xác định kiến thức dữ liệu là khả năng hiểu và sử dụng dữ liệu hiệu quả để đưa ra quyết định. Với điều này, họ mang lại trọng lượng cho vai trò của kiến thức dữ liệu trong việc hỗ trợ việc ra quyết định Do đó, chúng mang kiến thức dữ liệu đến quản trị dữ liệu, thừa nhận rằng nó có thể được gắn liền với thế giới kinh doanh.

(còn tiếp)

Người dịch: Phương Hoài

Nguồn: Tibor Koltay – Data governance, data literacy and the management of data quality – IFLA Journal, Vol. 2, Issue 4, 2016.

TN 2017 – 91 & 92.

Quản trị dữ liệu, kiến thức dữ liệu và quản lý chất lượng dữ liệu – Phần II


Quản trị dữ liệu cũng mô tả các lĩnh vực quyết định, tức là những quyết định phải được thực hiện để đảm bảo quản lý hiệu quả và sử dụng tài sản của tổ chức. Nó cũng xác định phạm vi trách nhiệm đối với việc ra quyết định bằng cách xác định ai có quyền quyết định trong tổ chức và ai chịu trách nhiệm về quyết định liên quan đến tài sản dữ liệu. Seiner cho biết thêm rằng quản trị dữ liệu hợp lệ có thể yêu cầu xác định “những người có trách nhiệm về dữ liệu họ xác định, tạo ra và sử dụng để hoàn thành công việc hoặc chức năng của họ”. Một trong những lý do là việc quản trị đúng đắn và hiệu quả phụ thuộc nhiều vào công nghệ cũng như vào văn hóa tổ chức, bất chấp thực tế rằng công nghệ quản trị tốt sẽ làm cho dữ liệu minh bạch, dẫn đến trách nhiệm giải trình và giúp xác định các lĩnh vực hoạt động mà có thể cải thiện hiệu suất.

Trách nhiệm giải trình, các thành phần chính của cương vị quản lý và tiêu chuẩn hóa, được định nghĩa theo cách thức đưa ra kiểm tra và cân bằng giữa các nhóm khác nhau, giữa những người tạo ra và thu thập thông tin, những người quản lý, những người sử dụng và những người đưa ra các tiêu chuẩn và yêu cầu tuân thủ.

Khi cương vị quản lý xuất hiện trong danh sách này và cũng có mặt trong một số tài nguyên liên quan đến quản lý dữ liệu nghiên cứu, và vì đôi khi nó được sử dụng hoán đổi cho quản trị dữ liệu, thì cần phải làm rõ một số thông tin. Cương vị quản lý dữ liệu liên quan đến việc giữ gìn các tài sản dữ liệu mà không thuộc quản lý của người quản lý, do đó các nhà quản lý dữ liệu đại diện cho mối quan tâm của người khác và đảm bảo rằng các công việc liên quan đến dữ liệu được thực hiện theo các chính sách và thông lệ như đã được xác định thông qua quản trị. Ngược lại, quản trị dữ liệu là một quá trình tổng thể nhằm kết hợp các nhóm chức năng (bao gồm cả người quản lý dữ liệu và/hoặc người cai quản dữ liệu) để tạo ra các quy tắc phụ thuộc lẫn nhau hoặc để giải quyết các vấn đề và cung cấp dịch vụ cho các bên liên quan.

Để thành công, quản trị dữ liệu cần phải có định nghĩa rõ ràng về mục tiêu, quy trình và thước đo của nó. Nó phải tạo ra các quy trình và tiêu chuẩn riêng. Bên cạnh via trò và trách nhiệm như thế tất cả các vai trò quản trị dữ liệu, các hội đồng thực thi quản trị, quản lý và quản lý thông tin phải được thiết lập. Các quy trình quản lý thay đổi cũng phải được thiết lập, và cuối cùng nhưng không kém phần quan trọng – phải có phần thưởng cho việc quản trị dữ liệu tốt.

Quản trị dữ liệu không là tùy ý, bởi vì nó góp phần vào sự thành công của tổ chức thông qua các hành động lặp lại và tuân thủ. Theo nghĩa quản lý, giám sát và đo lường các khía cạnh khác nhau của một tổ chức, quản trị có thể liên quan đến việc quản lý công nghệ thông tin, nhân lực và các nguồn lực hữu hình khác. Dữ liệu ở khắp mọi nơi, do đó quản trị dữ liệu chạy theo chiều ngang. Các định nghĩa về dữ liệu và cách sử dụng nó là một phần của quá trình quản lý dữ liệu, trong khi tích hợp dữ liệu vào tổ chức và thiết lập các cá nhân để giám sát việc quản lý các quá trình dữ liệu gắn liền với quản trị dữ liệu. Quản trị dữ liệu cũng phải bao gồm siêu dữ liệu, dữ liệu phi cấu trúc, đăng ký, phép phân loại và bản thể học.

Các nguyên tắc truyền thống của quản trị dữ liệu cũng áp dụng cho dữ liệu lớn. Trong số các loại dữ liệu lớn, dữ liệu từ Web và từ truyền thông xã hội, cũng như dữ liệu từ máy tính đến máy tính đều đáng chú ý. Quản trị dữ liệu lớn đặc biệt quan trọng đối với việc sử dụng dữ liệu có thể chấp nhận được. Trong các môi trường mà dữ liệu lớn đóng vai trò quan trọng, một trong những sai lầm tích hợp dữ liệu phổ biến nhất là đánh giá thấp quản trị dữ liệu. Mặc dù sự tích hợp dữ liệu lớn khác với tích hợp dữ liệu truyền thống theo nhiều yếu tố, song nó cho thấy sự phức tạp và tầm quan trọng của quản trị dữ liệu. Tích hợp dữ liệu có thể được định nghĩa là sự kết hợp các quy trình kỹ thuật và kinh doanh được sử dụng để kết hợp dữ liệu từ các nguồn khác nhau thành thông tin có ý nghĩa và có giá trị. Nó giúp làm hiểu rõ, làm đáng tin cậy từ nhiều nguồn khác nhau. Tích hợp dữ liệu giải quyết các vấn đề liên quan đến việc kết hợp dữ liệu có xuất xứ đa dạng bằng cách thể hiện một quan điểm thống nhất về những dữ liệu này.

Như Sarsfield đã chỉ ra, quản trị dữ liệu giống như một con voi trong một căn phòng tối. Con voi có thể được nhận thức tùy thuộc vào từng bộ phận mà bạn chạm vào nó. Nó bạn chạm vào đuôi thì con voi được cảm nhận nó giống như một con rắn. Nếu bạn chạm vào một trong hai chân thì con voi được cảm nhận nó giống như một cái thân cây. Do đó, các quan điểm theo chức năng về quản trị dữ liệu khác nhau và chúng ta sẽ xem xét tính đa dạng này để kết hợp nó với chất lượng dữ liệu và kiến thức dữ liệu.

Trong môi trường nghiên cứu, các bên liên quan của quản trị dữ liệu là các nhà nghiên cứu, các nhà tài trợ, các nhà xuất bản và công chúng nói chung. Sự hiểu biết tốt về quản trị dữ liệu cũng giải tỏa nỗi lo lắng về các quyền và lợi ích bị mất của các nhà nghiên cứu. Các cơ cấu quản trị cũng cần thiết cho việc quản lý các dữ liệu liên quan đến con người, bởi vì việc đảm bảo những thông tin nhạy cảm đòi hỏi không chỉ phải thiết lập các tiêu chuẩn và các quy tắc thực tiễn mà còn thúc đẩy sự thay đổi văn hóa theo hướng quản lý dữ liệu tốt hơn. Ngoài các chức năng này, quản trị dữ liệu trong môi trường này cho phép truy cập và chia sẻ hợp lý, ngay cả khi quyền sở hữu dữ liệu thường không rõ ràng, bởi vì nếu ai đó có quyền lợi trong dữ liệu nghiên cứu, thì điều đó không có nghĩa là họ là chủ sở hữu dữ liệu đó. Nhiều kỹ năng quản trị dữ liệu, chẳng hạn như xử lý các điều khoản và thỏa thuận cấp phép, cũng như kiến thức về bản quyền đã được các thủ thư sở hữu.

Nói chung, quản trị dữ liệu là điểm khởi đầu cho việc quản lý dữ liệu. Một chương trình quản trị dữ liệu chính thức phải cung cấp câu trả lời cho các câu hỏi, như là khả năng có sẵn và khả năng truy cập, nguồn, ý nghĩa và tính tin cậy. Là một phần trách nhiệm trong toàn bộ các thành phần của một tổ chức, quản trị dữ liệu bắt buộc phải cung cấp các cách tiếp cận phối hợp, liên chức năng và tạo điều kiện thực hành tốt nhất. Quản trị dữ liệu ngăn chặn việc lạm dụng tài sản dữ liệu của tổ chức và khuyến khích sử dụng hiệu quả hơn các tài sản dữ liệu tương tự của chính tổ chức này. Khả năng hiểu biết về bản chất của quản trị dữ liệu là cơ sở cho dịch vụ dữ liệu nghiên cứu và quản trị dữ liệu nghiên cứu phát triển tốt là một trong những điều kiện cần thiết cho dữ liệu mở, mặc dù đây cũng là một trong những vấn đề thách thức nhất trong việc chia sẻ dữ liệu.

Quản trị dữ liệu và quản lý chất lượng dữ liệu

Quản trị dữ liệu cũng “đảm bảo rằng dữ liệu có thể đáng tin cậy và rằng mọi người có thể phải chịu trách nhiệm cho bất kỳ sự kiện bất lợi nào xảy ra vì chất lượng kém” (Sarsfield, 2009: 38). Quan niệm tương tự, Khatri và Brown (2010) nhấn mạnh rằng quản trị bao gồm việc xác định ai trong tổ chức có quyền quyết định để xác định các tiêu chuẩn về chất lượng dữ liệu. Quản lý dữ liệu liên quan đến việc xác định các tiêu chuẩn thực tế được áp dụng cho chất lượng dữ liệu, trong khi quản trị dữ liệu chỉ định ai nên đưa ra những quyết định này. Theo Seiner (2014), quản trị dữ liệu chính thức hóa không chỉ hành vi liên quan đến định nghĩa, sản xuất và sử dụng dữ liệu, mà còn cả về chất lượng. Tương tự, Báo cáo của Information Builders nhấn mạnh rằng quản thành phần quan trọng của bất kỳ chiến lược quản lý chất lượng dữ liệu nào. Một báo cáo khác có tựa đề Quản trị thông itn thành công thông qua dữ liệu chất lượng cao nhấn mạnh rằng sự thành công của một chương trình quản trị thông tin phụ thuộc vào chất lượng dữ liệu có thể đạt được nếu chúng ta giảm sự gia tăng của dữ liệu không chính xác hoặc không nhất quán bằng việc phân tích và giám sát liên tục.

Chất lượng dữ liệu là một trong những nền tảng của mô hình chuyên sâu về dữ liệu của nghiên cứu khoa học. Điều này đúng, ngay cả khi rất khó đánh giá dữ liệu, bởi vì việc đánh giá đòi hỏi kiến thức chuyên ngành sâu và đánh giá theo cách thủ công các bộ dữ liệu rất tốn thời gian và tốn kém, trong khi các phương pháp tiếp cận tự động đang ở giai đoạn sơ khai. Trong lĩnh vực học thuật, vấn đề chất lượng dữ liệu đã được xây dựng tương đối tỉ mỉ, do đó việc xử lý sâu hơn là không cần thiết. Tuy nhiên, chúng ta hãy nhắc lại các yếu tố đáng chú ý nhất, đó là tính sẵn có và khả năng khám phá, tin cậy và tính xác thực, khả năng chấp nhận, tính chính xác (bao gồm tính đúng đắn và nhất quán), khả năng áp dụng, toàn vẹn, đầy đủ, dễ hiểu và khả năng sử dụng.

(còn tiếp) 

Người dịch: Phương Hoài

Nguồn: Tibor Koltay – Data governance, data literacy and the management of data quality – IFLA Journal, Vol. 2, Issue 4, 2016.

TN 2017 – 91 & 92.

Một xã hội dữ liệu không phải là một xã hội thống kê


Xavier de la Porte

Liệu các máy vi tính, các thuật toán và các cơ sở dữ liệu có thể giúp chúng ta nghĩ khác về xã hội của chúng ta không?

Lev Manovich (@manovich) là một nhà nghiên cứu người Nga di cư sang Hoa Kỳ. Kể từ cuối những năm 1990, và dựa trên nhiều cuốn sách, trong đó có cuốn kinh điển Le Langage des nouveaux médias (Ngôn ngữ của các phương tiện truyền thông mới), ông tự khẳng định như là một trong những nhà tư tưởng quan trọng nhất của kỹ thuật số. Được Claire Ricahrd phỏng vấn trên chương trình phát thanh Place de la toile, ông trả lời vấn đề trên một cách thuyết phục.

Manovich giải thích, kể từ thế kỷ XIX đến gần đây, xã hội của chúng ta được hình dung thông qua các số liệu thống kê. Nhưng số liệu thống kê chỉ quan tâm đến số trung bình. Vào những năm 1830, khi Adolphe Quételet đo lường chiều cao các binh lính của quân đội Pháp, điều mà ông ta quan tâm, đó là con người trung bình. Và xã hội hiện đại của chúng ta, phù hợp với các công cụ mô tả là những số liệu thống kê, đã được xây dựng xung quanh hệ chuẩn này… Kể từ Foucault, chúng ta đã biết rõ tất cả điều này.

Nhưng từ những năm 1960 và cùng với những tiến bộ của tin học, cơ sở dữ liệu đã xuất hiện. Và ngày nay, Internet mở ra cơ hội để lấp đầy các cơ sở dữ liệu ấy bằng vô số các dữ liệu, ngày càng chi tiết hơn. Khi muốn nghiên cứu một dân số, thì không còn là một vài ngàn con số để có thể thao tác, mà là hàng triệu, thậm chí hàng tỷ con số. Và, theo, Manovich, điều đó đã làm thay đổi mọi thứ. Trước đây, khi chưa có tin học hoặc có ở dạng thô sơ, người ta chỉ có thể phân loại dân số theo một vài hạng mục: nam/nữ, bình thường/bất thường, khỏe mạnh/ốm đau, người Pháp/người nước ngoài… Ngày nay, nếu quan tâm đến dân số của một thành phố lớn, bạn có thể tung hứng vô số các biến. Vì vậy, bạn có thể tạo ra những phạm trù đáp ứng vô số các tiêu chí, và cả các tiêu chí mới. Vì sao điều này quan trọng? Đối với Manovich, có được khả năng tập hợp và phân chia theo một số lượng gần như vô hạn các tiêu chí sẽ làm yếu đi các biểu trưng đại diện cổ điển của các quần thể dân số. Còn giá trị gì nữa những phạn trù cũ về giai cấp, giới tính hay dân tộc, khi mà người ta có thể có được một biểu trưng đại diện chính xác hơn nhiều, chi tiết hơn nhiều các quần thể sinh sống trong một thành phố? Bởi vì từ nay, điều mà chúng ta có thể dựa vào để làm việc đó là các dữ liệu khác: sở thích, sự dịch chuyển, các tập quán văn hóa, tính thời gian, và chúng ta có thể kiểm tra chéo mọi thứ theo mọi hướng.

Hãy thử tưởng tượng một lúc rằng Lev Manovich có lý. Hãy thử tưởng tượng rằng các công cụ mới sẽ làm xuất hiện những biểu trưng mới, hãy thử tưởng tượng rằng những biểu trưng mới này sẽ làm xuất hiện những nhóm quần thể mới không được hình thành theo những tiêu chí cũ (giới tính, giai cấp, dân tộc…) mà theo những tiêu chí khác… Liệu chúng ta có thể hi vọng rằng biểu trưng của chúng ta về xã hội đã thay đổi không? Khi nhận ra rằng các nhóm quần thể mới vượt ngoài các tiêu chí cũ, liệu chúng ta có thể hi vọng rằng chúng loại bỏ các tính khác biệt cũ không?

Và về thứ bậc giữa các tiêu chí, bạn có thể nói với tôi rằng có những tiêu chí mang tính quyết định hơn các tiêu chí khác không: là nam hay nữ, là điều mang tính quyết định hơn so với việc chọn màu xanh thay vì màu đỏ!” Về điều này, Manovich trả lời: “nhưng thứ bậc là một khái niệm của thế giới cổ”. Trước hết, cơ sở dữ liệu phá vỡ thức bậc khi đặt tất cả các con số ngang hàng với nhau. Nhưng trên hết, mạng loại bỏ thứ bậc. Khi tạo điều kiện đi từ nội dung này sang nội dung khác, từ một mẩu quảng cáo đến Proust, từ Proust đến một cuốn tiểu thuyết bình dân, từ một cuốn tiểu thuyết bình dân đến Barack Obama, mạng, bằng cách nào đó, đã chuẩn bị cho chúng ta tiếp nhận những biểu trưng mới ấy của xã hội chúng ta, khi mà các thứ bậc cũ không còn hiệu lực. Mọi thứ đều hội tụ vào sự ra đời của một xã hội không còn là xã hội của các số liệu thống kê, mà là một xã hội của các dữ liệu, một xã hội vẫn còn phải làm rõ những nét đặc trưng.

Vâng tôi hoàn toàn ý thức được các vấn đề mà điều đó đặt ra. Và đặc biệt là cho quan điểm chính trị. Bởi vì khi nào mà các tiêu chí cũ ấy vẫn còn hiệu lực trong thực tế (việc có một cái tên Arab, việc là người phụ nữ, là người tàn tật… vẫn còn muốn nói lên một điều gì đó), thì các tiêu chí cũ ấy vẫn còn là các đòn bẩy đấu tranh. Nhưng dù sao, nếu các máy tính, các cơ sở dữ liệu và các thuật toán có thể cuối cùng thuyết phục được chúng ta rằng các tính khác biệt không tồn tại ở nơi mà chúng ta nghĩ, nếu chúng có thể làm xuất hiện những sự gần nhau bất ngờ và đáng kinh ngạc và những điểm giống nhau sâu sắc và thiết yếu, thì điều đó sẽ giúp chúng ta tiến bộ một chút.

Người dịch: Huỳnh Thiện Quốc Việt

Nguồn: “Une société de données n’est pas une société statistique”, internetactu.net, 07/07/201114.

Quản trị dữ liệu, kiến thức dữ liệu và quản lý chất lượng dữ liệu – Phần I


Tibor Koltay

Tóm tắt

Quản trị dữ liệu và kiến thức dữ liệu là hai khối quan trọng trong nền tảng kiến thức của các chuyên gia thông tin liên quan đến việc hỗ trợ tra cứu đa dữ liệu, và giải quyết cả chất lượng dữ liệu và quản lý dữ liệu tra cứu. Việc áp dụng quản trị dữ liệu để nghiên cứu các quy trình quản lý dữ liệu và đào tạo kiến thức dữ liệu giúp phác họa các phạm vi quyết định và xác định trách nhiệm giải trình cho việc ra quyết định. Việc thông qua quản trị dữ liệu là có lợi, bởi nó là một dịch vụ dựa trên các quy trình chuẩn, lặp lại và được thiết kế để cho phép minh bạch các quá trình liên quan đến dữ liệu và giảm giá thành. Quản trị dữ liệu cũng hữu ích, bởi vì nó đề cập đến các quy tắc, chính sách, tiêu chuẩn; quyền quyết định; trách nhiệm giải trình và phương pháp thực thi. Do đó, mặc dù đã nhận được nhiều sự quan tâm hơn trong các sắp đặt thư viện và một số kỹ năng liên quan đến quản trị dữ liệu mà các thủ thư đã có, song kiến thức về quản trị dữ liệu vẫn là nền tảng cho các dịch vụ tra cứu dữ liệu, đặc biệt là khi nó xuất hiện ở tất cả các mức độ của dịch vụ tra cứu và có thể áp dụng cho dữ liệu lớn.

Giới thiệu

Khoa học chuyên sâu về dữ liệu, cùng với các nhiệm vụ cho kế hoạch quản lý dữ liệu và dữ liệu mở từ các nhà tài trợ nghiên cứu, đã dẫn đến sự chú trọng ngày càng tăng lên về quản lý dữ liệu nghiên cứu trong cả các thư viện nghiên cứu và các thư viện đại học. Vai trò của thư viện đại học đang thay đổi, vì vậy các thủ thư thư viện đại học thường được lồng ghép vào quy trình tra cứu, trước tiên là trong các dịch vụ dữ liệu nghiên cứu (research data service – RDSs). Do đó, không có gì ngạc nhiên khi việc hỗ trợ nghiên cứu chuyên sâu về dữ liệu là xu hướng hàng đầu trong hoạt động thư viện đại học. Đó là tâm điểm đặc biệt vì nó tạo cơ hội để thay đổi tình hình hiện tại, nơi các giảng viên và các nhà nghiên cứu coi thư viện không phải là nơi hỗ trợ nghiên cứu theo thời gian thực, mà chỉ là một trạm phân phối sách vở.

Trong bối cảnh này, việc đánh giá tài liệu được thực hiện để xác định và kiểm tra các yếu tố quan trọng của cơ sở tri thức mà có ý nghĩa quyết định đối với các chuyên gia thông tin tham gia vào việc hỗ trợ nghiên cứu chuyên sâu về dữ liệu. Yếu tố đầu tiên là quản trị dữ liệu (data governance – DG), được giải quyết rộng rãi trong lĩnh vực doanh nghiệp và được nghiên cứu trong bài báo này với niềm tin rằng sẽ cho phép cung cấp dịch vụ dữ liệu nghiên cứu tốt hơn. Thứ hai là kiến thức dữ liệu, có rất nhiều văn bản trong số đó có dạng các bài viết đánh giá. Kiến thức dữ liệu liên quan chặt chẽ đến các dịch vụ dữ liệu nghiên cứu mà bao gồm cả quản trị dữ liệu nghiên cứu (research data management – RDM). Vì khái niệm dịch vụ dữ liệu nghiên cứu và đào tạo kiến thức dữ liệu vẫn đang phát triển, cho nên mối quan hệ của chúng với quản trị dữ liệu đòi hỏi việc thử nghiệm có thể dẫn đến một vài kiểu tổng hợp. Việc quản lý chất lượng dữ liệu cũng được kiểm tra để xác định vai trò của một giao diện giữa hai yếu tố này.

Theo đó, bài viết này được xây dựng trên ba thuật ngữ chính. Quản trị dữ liệu có thể được định nghĩa là việc đưa ra quyết định và thẩm quyền bao gồm một hệ thống các quyền quyết định và trách nhiệm giải trình dựa trên các mô hình được thỏa thuận, mô tả những người có thể thực hiện hành động nào, khi nào và trong hoàn cảnh nào, sử dụng những phương pháp nào. Mặc dù các định nghĩa khác về kiến thức dữ liệu sẽ được thảo luận dưới đây, song chúng tôi xác định kiến thức dữ liệu ở đây như là khả năng xử lý, sắp xếp và lọc một khối lượng thông tin khổng lồ, đòi hỏi phải biết cách tìm kiếm, lọc và xử lý để sản xuất và tổng hợp thông tin đó. Định nghĩa này phù hợp với ý tưởng của Schneider (2013), cho rằng ranh giới giữa thông tin trong kiến thức thông tin và dữ liệu trong kiến thức dữ liệu đang mờ dần, bởi vì các ranh giới này không bao giờ cứng nhắc.

Các dịch vụ dữ liệu nghiên cứu bao gồm nhiều dịch vụ thông tin và kỹ thuật mà thư viện cung cấp cho các nhà nghiên cứu để quản lý vòng đời dữ liệu trọn vẹn.

Các dịch vụ dữ liệu nghiên cứu và mô hình quản lý thư viện đại học

Việc hiểu rõ hơn về vai trò của các thư viện đại học trong môi trường chuyên sâu về dữ liệu có thể đạt được nếu chúng ta đặt chúng vào bối cảnh mô hình phát triển trong quá khứ và hiện tại của thư viện đại học mà Martel đã đưa ra. Mô hình đầu tiên, được gọi là mô hình “Sở hữu” hay “Bộ sưu tập” được phát triển sau Chiến tranh thế giới II và đạt đến đỉnh cao trong những năm 1960. Mô hình được xây dựng trên giả định rằng các hệ thống thư viện đại học sẽ có thể thu thập tất cả các tài liệu có thể thỏa mãn đầy đủ nhu cầu học tập và giảng dạy của các cơ sở giáo dục. Sự hỗ trợ này cho phép nhiều cách giải thích, nhưng nó đã được chứng minh là không bền vững và đã bị thay thế bởi mô hình “Truy cập”, hướng nhiều sự quan tâm hơn và lợi dụng chia sẻ tài nguyên thông tin từ cuối những năm 1970 cho đến cuối thế kỷ 20. Việc truy cập rộng rãi vào tài liệu số, cụ thể là hàng loạt văn bản điện tử toàn văn có sẵn đã làm cho quyền sở hữu theo nghĩa truyền thống trở nên không thực tế, do đó mô hình “iAccess” ra đời. Gần đây hơn là sự nổi lên và ngày càng phổ biến của truyền thông xã hội tạo ra cơ hội để thêm vào khía cạnh xã hội cho iAccess, tạo ra mô hình “sAccess”.

Mặc dù truyền thông xã hội chắc chắn có vai trò trong Nghiên cứu 2.0, song thường thì khó có thể cắt đứt mối quan hệ giữa các đặc điểm được tạo ra bởi sự hiện diện của nó từ ảnh hưởng của tầm quan trọng ngày càng tăng của dữ liệu. Truyền thông xã hội ảnh hưởng đến các thư viện đại học theo nhiều cách. Nó tạo ra số lượng dữ liệu (lớn) khổng lồ có thể được phân tích, xuất bản và tái sử dụng chủ yếu bởi các nhà nghiên cứu về khoa học xã hội. Nó cũng làm thay đổi cách thức thực hiện nghiên cứu, dù là thiếu sự tin tưởng vào các kênh truyền thông xã hội đối với truyền thông học thuật làm giảm tác động của nó. Vì vậy, đó là công việc đòi hỏi xác định mức độ nghiên cứu chuyên sâu về dữ liệu gắn liền với iAccess và sAccess. Trong mọi trường hợp, cả hai mô hình đều có tác động ở một mức độ nào đó.

Quản trị dữ liệu chi tiết

Như đã nêu ở trên, quản trị dữ liệu là một mối quan tâm trong lĩnh vực kinh doanh. Do đó, nó hiếm khi được các tài liệu khoa học thông tin thư viện đề cập. Một ngoại lệ đáng chú ý là công trình của Krier và Strasser (2014) tập trung vào việc quản trị dữ liệu trong các thư viện.

Xem xét các định nghĩa về quản trị dữ liệu của Smith cho thấy rõ ràng mối quan hệ chặt chẽ của quản trị dữ liệu với lĩnh vực kinh doanh. Bên cạnh việc cung cấp một bộ định nghĩa gắn nó với các công ty và doanh nghiệp, Smith còn nhấn mạnh rằng “quá trình quản trị dữ liệu là kiểm soát dữ liệu trong sự liên kết doanh nghiệp”.

Dường như rõ ràng là lĩnh vực học thuật, thư viện, cũng như khoa học thông tin – thư viện cũng nên quan tâm đến quản trị dữ liệu, mặc dù nó thu hút sự chú ý chủ yếu trong lĩnh vực kinh doanh. Điều này được DosSantos ngầm xác nhận, ông chỉ ra rằng vai trò của nhà quản trị dữ liệu phải thay đổi giống như một thủ thư dữ liệu để làm cho việc quản trị dữ liệu trở thành động lực đằng sau sự đổi mới kinh doanh, thay vì là trở ngại đối với dữ liệu. Mục tiêu này có thể đạt được bằng cách cung cấp công nghệ thông tin như là một dịch vụ và cho phép các quá trình định vị và tổ chức các dữ liệu có sẵn tốt nhất.

Quản trị dữ liệu có thể ám chỉ các cơ quan tổ chức; các quy tắc, chính sách, tiêu chuẩn; quyền quyết định; trách nhiệm giải trình và phương pháp thực thi. Quản trị dữ liệu cho phép đưa ra quyết định tốt hơn và bảo vệ nhu cầu của các bên liên quan. Nó làm giảm ma sát vận hành và khuyến khích áp dụng các cách tiếp cận phổ biến đối với các vấn đề dữ liệu. Quản trị dữ liệu cũng giúp xây dựng các quy trình chuẩn, lặp lại, giảm chi phí và tăng hiệu quả thông qua phối hợp các nỗ lực và thông qua việc minh bạch các quá trình. Nó bị chi phối bởi các nguyên tắc về tính toàn vẹn, tính minh bạch và tính thẩm tra.

(còn tiếp) 

Người dịch: Phương Hoài

Nguồn: Tibor Koltay – Data governance, data literacy and the management of data quality – IFLA Journal, Vol. 2, Issue 4, 2016.

TN 2017 – 91 & 92.

Sự kiện và nghiên cứu sự kiện trong quan hệ quốc tế – Phần cuối


Hiện tượng và bản chất trong quan hệ quốc tế

Hiện tượng trong quan hệ quốc tế là một chuỗi sự kiện ẩn chứa một điều gì đó bên trong thông qua các mối quan hệ. Cái ẩn dấu bên trong hiện tượng chính là bản chất của sự vật. Nghiên cứu quan hệ quốc tế là hệ thống hóa các hiện tượng theo các quy luật của nó. Nói cách khác, đó chính là tìm ra bản chất của sự vật.

“Bản chất là tổng hợp tất cả những mặt, những mối liên hệ tất nhiên, tương đối ổn định bên trong sự vật, quy định sự vận động và phát triển của sự vật. Hiện tượng là cái biểu hiện ra bên ngoài của bản chất”. Theo chủ nghĩa duy vật biện chứng, bản chất và hiện tượng đều tồn tại khách quan, là cái vốn có của sự vật. Hơn nữa, bản chất và hiện tượng có quan hệ biện chứng vừa thống nhất, vừa mâu thuẫn đối lập nhau. Sự thống nhất thể hiện ở chỗ bản chất luôn bộc lộ qua hiện tượng và từ hiện tượng ta có thể tìm ra quy luật của sự vật và bản chất của nó. Tính mâu thuẫn của sự thống nhất giữa bản chất và hiện tượng là ở chỗ bản chất phản ánh cái chung, hiện tượng phản ánh cái riêng biệt và cùng một bản chất có thể biểu hiện ra ở nhiều hiện tượng.

Trong quan hệ quốc tế, nắm bắt hiện tượng để hiểu bản chất sự việc là vô cùng quan trọng. Chẳng hạn, vấn đề di cư quốc tế hiện nay có thể nghiên cứu dưới nhiều góc độ khác nhau: thông tin, xã hội học, lịch sử… Nếu nhìn dưới góc độ sự kiện thông tin, các phương tiện truyền thông đại chúng sẽ thông tin cho công chúng hiểu sự việc và mức độ trầm trọng của nó. Trong xã hội học, người ta quan tâm đến tác động của trào lưu này về mặt xã hội, dân số, chủng tộc, văn hóa… Trong quan hệ quốc tế đương đại, di cư được nghiên cứu như một đặc điểm cơ bản của quan hệ quốc tế dưới tác động của toàn cầu hóa và chủ nghĩa khủng bố. Di cư đặt ra nhiều vấn đề có tầm quốc tế về mặt ngoại giao và chính trị quốc tế. Cũng như các vấn đề khác như bệnh tật, tội phạm, biến đổi khí hậu, di cư đã trở thành vấn đề toàn cầu không thể giải quyết dưới góc độ chuyên môn mà phải xuất phát từ ý chí chính trị của các quốc gia và như vậy, không thể ngăn chặn nó mà chỉ điều tiết nó giữa các quốc gia.

Khác với môi trường quốc gia có sự ổn định tương đối, môi trường quốc tế biến động không ngừng và khó nắm bắt những hiện tượng xảy ra. Hơn thế nữa, hiện tượng quốc tế không xảy ra một mình mà luôn luôn có mối tác động qua lại với các hiện tượng khác. Nghiên cứu hiện tượng quốc tế không thể tách rời các hiện tượng khác. Không thể xem xét các hiện tượng quốc tế trong trạng thái biệt lập, ngưng đọng với một tư duy cứng nhắc.

Khái quát lại, không thể chỉ quan sát cá thể mà phải nhìn nhận cá thể trong tổng thể và trong các mối quan hệ qua lại lẫn nhau giữa cá thể với cá thể, giữa từng cá thể với tổng thể. Đây chính là quan điểm biện chứng trong nghiên cứu quốc tế. Tư duy biện chứng là tư duy mềm dẻo, không biết đến ranh giới tuyệt đối nghiêm ngặt. Nó thừa nhận trong những trường hợp cần thiết bên cạnh cái “hoặc là… hoặc là” còn có cả “vừa là… vừa là” nữa.

Trong thời kỳ Chiến tranh Lạnh, bên cạnh việc tập hợp lực lượng theo trật tự hai cực là các hiện tượng “ly tâm”. Hiện tượng này thể hiện sự phức tạp và tính đan xen của quan hệ quốc tế. Đồng thời nó cũng báo hiệu những diễn biến phức tạp sau đó và chứng tỏ rằng nguyên tắc tối thượng của quan hệ quốc tế là lợi ích quốc gia, dân tộc. Người ta “ly tâm” không vì phản ứng nhất thời mà vì lợi ích dân tộc dựa trên những tính toán chiến lược.

Hiện nay, toàn cầu hóa và công nghệ thông tin làm cho mọi người nghĩ rằng trái đất là một cái làng và bằng phẳng. Nhưng quan hệ quốc tế không phẳng lặng như người ta tưởng. Tính tùy thuộc và đan xen của quan hệ quốc tế đã tạo ra nhiều lợi thế so sánh cho các nước vừa và nhỏ. Các nước lớn, mặc dù đóng vai trò chủ đạo trên bàn cờ thế giới, vẫn cần đến các nước nhỏ. Điều này giải thích tại sao ASEAN tiếp tục đóng vai trò người dẫn dắt (lái) trong mọi diễn đàn tại khu vực.

Nghiên cứu quốc tế vừa nhìn nhận hiện tượng một cách riêng rẽ, đồng thời phải chỉ ra được mối liên hệ giữa chúng. Liên hệ, theo quan điểm biện chứng, là sự phụ thuộc, ràng buộc, quy định lẫn nhau giữa các hiện tượng và là sự tác động qua lại giữa chúng. Mối liên hệ này vừa là bên ngoài giữa các hiện tượng, đồng thời là bên trong thể hiện cái ẩn chứa đằng sau các hiện tượng cần dự báo và khám phá. Mối liên hệ trong đời sống xã hội nói chung và trong quan hệ quốc tế nói riêng là vô cùng phức tạp, chồng chéo và đan xen nhau.

Nghiên cứu các hiện tượng quốc tế phải mang quan điểm toàn diện. Với tư cách là một nguyên tắc của phương pháp luận, quan điểm toàn diện được biểu hiện như sau trong quan hệ quốc tế:

Thứ nhất, muốn hiểu được quan hệ quốc tế ở một giai đoạn nhất định, cần phải nhìn bao quát và nghiên cứu mọi hiện tượng và mọi mối quan hệ giữa chứng. Thật là phiến diện khi nghiên cứu quan hệ Trung – Mỹ ở thời kỳ toàn cầu hóa mà chỉ nhìn nhận các vấn đề an ninh, chính trị, không tính đến các vấn đề kinh tế, thương mại, tài chính. Có thấy được tầm quan trọng của quan hệ kinh tế Trung – Mỹ, chúng ta mới thấy được sự phức tạp của quan hệ tay đôi này cũng như lợi ích dân tộc – nguyên tắc tối thượng chi phối mọi toan tính của hai nước trong quan hệ với các nước khác.

Thứ hai, nghiên cứu mọi hiện tượng quốc tế theo quan điểm toàn diện, không có nghĩa là liệt kê tất cả hiện tượng ra theo trình tự thời gian. Cần phải nhận thấy đâu là hiện tượng phụ mang tính báo hiệu, đâu là hiện tượng cốt lõi mang tính quyết định xu thế phát triển của tình hình thế giới và quan hệ quốc tế. Chẳng hạn, trong thập kỷ đầu của thế kỷ XXI, nhiều điểm nóng trên thế giới vẫn chưa được dập tắt, tình hình vẫn chứa đựng nhiều diễn biến khôn lường, nhưng hòa bình và hợp tác để phát triển là xu thế nổi trội, nếu không nói là cơ bản nhất trong quan hệ quốc tế. Có nhận thức được như vậy chúng ta mới chủ trương tích cực và chủ động hội nhập khu vực và quốc tế, trở thành thành viên ASEAN trong khi Việt Nam và các nước ASEAN khác không cùng chế độ chính trị và trình độ phát triển.

Thứ ba, nghiên cứu quan hệ quốc tế phải đặt hiện tượng vào trong mối tổng thể của mọi quan hệ: kinh tế, chính trị và an ninh, văn hóa và xã hội, song phương và đa phương… Đây không phải là tổng số giản đơn mà là một quá trình đan xen phức tạp không theo một chiều xơ cứng. Đã một thời chúng ta đơn giản hóa tập hợp lực lượng trong quan hệ quốc tế theo tiêu chí bạn – thù máy móc. Thực tế, trong quan hệ quốc tế không có bạn thù vĩnh viễn mà chỉ lợi ích dân tộc là vĩnh viễn. Tập hợp lực lượng chỉ thực hiện dựa trên lợi ích dân tộc và như vậy, tùy từng trường hợp để có thái độ đúng đắn. Trong hai năm 2008 – 2009 Việt Nam đảm đương vai trò thành viên không thường trực Hội đồng Bảo an, đặc biệt những tháng làm Chủ tịch Hội đồng thể hiện rõ nguyên tắc uyển chuyển “dĩ bất biến, ứng vạn biến” trong cách xử lý các cuộc khủng hoảng quốc tế nóng bỏng.

Thế giới luôn sôi động và biến đổi không ngừng và đôi khi ta có cảm giác không lường hết biến đổi, nhất là trong thời đại thông tin. Phân tích các hiện tượng quốc tế theo quan điểm toàn diện cho phép chúng ta nắm bắt được những đặc điểm cơ bản của tình hình thế giới và xu thế chủ đạo trong quan hệ quốc tế. Đồng thời, ta sẽ tránh được cách tiếp cận giáo điều và xơ cứng trong nghiên cứu quốc tế.

Quan hệ giữa sự kiện và ba nhà: sử học, ký giả, ngoại giao

Sự kiện hay những gì diễn ra hàng ngày là những hiện tượng xã hội, tạo thành xuất phát điểm để ba nhà: ngoại giao, sử học và nhà báo nhìn nhận thế giới. Điều khác biệt cơ bản nhất giữa ba nhà là bản chất của mối quan tâm của họ đối với sự kiện.

Nhà sử học cần độ lùi thời gian để đánh giá sự kiện theo quan điểm đâu là thực chất của sự kiện. Nói cách khác sự thật là mối quan tâm hàng đầu của nhà sử học. Chính vì lẽ đó, nhiều cuộc tranh cãi mang tính chất sử học kéo dài mãi không có hồi kết thúc. Chỉ xin nêu một ví dụ về các cuộc gặp giữa ba nhà lãnh đạo Stalin, Roosevelt và Churchil trong chiến tranh thế giới thứ hai. Chắc chắn không bao giờ chúng ta biết tường tận những thỏa thuận giữa họ. Nhiệm vụ của các nhà sử học là phải tiến gần sự thật lịch sử. Tiếp đến, phương pháp lịch sử phải phản ánh được quá trình phát triển của sự vật theo trình tự thời gian của nó. Chẳng hạn, việc nghiên cứu sự phát triển của ngoại giao bằng phương pháp lịch sử đòi hỏi phải mô tả được sự hình thành của ngoại giao ở châu Âu, châu Á, các giai đoạn phát triển khác nhau của ngoại giao hiện đại.

Đối với báo chí, chức năng đầu tiên là thông tin. Người nhận tin (đọc, nghe, nhìn) khi mua một tờ báo hay ngồi trước một máy thu hình, muốn biết những gì diễn ra ngoài đời. Điều quan tâm đầu tiên của nhà báo là thông tin nhanh, thậm chí nhanh nhất. Nhìn chung, người nhận tin không kiểm chứng thông tin thật đến đâu. Thậm chí, họ chấp nhận sự phỏng đoán và suy diễn đôi khi quá giới hạn cho phép của người đưa tin. Hơn thế nữa, những sự kiện mà lịch sử tạo dựng lại sẽ bị kiểm chứng mãi trong khi thông itn báo chí luôn mang tính thời sự nóng hổi. Hầu như không ai đợi ngày mai để kiểm chứng lại hay tìm đọc nguồn tin khác để đối chứng. Chính vì đặc thù này, đôi khi người làm báo lạm dụng quyền lực, chức năng của báo chí, cũng như lòng tin của người nhận tin.

Nhà ngoại giao quan tâm chủ yếu đến tác động của sự kiện. Sự kiện luôn được nghiên cứu đặt trong môi trường của nó và mối quan hệ qua lại giữa sự kiện với các sự kiện khác. Tính thời sự nóng hổi của sự kiện hay độ lùi về thời gian không phải là tiêu chí phân tích sự kiện trong ngoại giao. Nhà ngoại giao không quan tâm nhiều hay ít dữ kiện liên quan đến sự kiện và thậm chí không muốn suy xét sự thật. Chẳng hạn như liên quan đến các cuộc gặp cấp cao Xô – Mỹ – Anh trong chiến tranh thế giới thứ hai, các nhà ngoại giao quan tâm nhất đến hệ quả của nó dẫn đến sự hình thành trật tự hai cực và việc phân chia khu vực ảnh hưởng. Hơn thế nữa, sự kiện này, bất luận đã diễn ra 60 – 70 năm và thực hư của nó ra sao đã tạo nên một trường hợp nghiên cứu tình huống điển hình (case study) giúp các nhà ngoại giao rút ra một bài học để đời là trong quan hệ quốc tế hiện đại không hề có bình đẳng và các nước lớn luôn đóng vai trò quyết định mọi công việc quốc tế.

Song, nhà ngoại giao cần thông tin của báo chí để theo dõi và đánh giá sự kiện. Chỉ có truyền thông hiện đại mới có đủ khả năng thiết lập một mạng lưới phóng viên và thông tấn ở khắp nơi trên hành tinh để theo dõi và đưa tin về những gì diễn ra hàng hàng. Như vậy truyền thông đóng vai trò đầu vào, nạp thông tin cho nhà ngoại giao phán đoán, dự báo tình hình. Ngược lại, phương pháp lịch sử cho phép nhà ngoại giao nắm bắt được bản chất và tính quy luật của sự kiện, tránh được chủ quan và tùy tiện.

Dưới đây là gợi ý khung phân tích các sự kiện dưới con mắt của nhà ngoại giao:

+ Theo dõi diễn biến của sự kiện qua các nguồn tin khác nhau: truyền thông quốc tế, truyền thông của nước diễn ra sự kiện;

+ Quan hệ giữa sự kiện và các sự kiện khác;

+ Phản ứng của các bên liên quan;

+ Phản ứng của khu vực, quốc tế, nhất là của các nước lớn;

+ Dự báo kết cục sự kiện;

+ Dự báo tác động của sự kiện trên nhiều phương diện: quốc gia làm nên (gây ra) sự kiện, khu vực, quốc tế, các nước liên quan…

+ Kiến nghị quan điểm, hay phản ứng của nước mình.

Sự kiện vừa là công cụ nghiên cứu, vừa là bộ phận cấu thành của quan hệ quốc tế. Không ai nghiên cứu quan hệ quốc tế lại không theo dõi và nghiên cứu sự kiện. Vấn đề là cần phân biệt đâu là sự kiện được coi là sự kiện ngoại giao hay quan hệ quốc tế và đâu là thời sự hay thuần túy là sự kiện báo chí. Nhiều ngành khoa học trong đó có quan hệ quốc tế đề tiến hành nghiên cứu sự kiện, nhưng với mục đích khác nhau. Mỗi ngành có phương pháp nghiên cứu sự kiện khác nhau vì mối quan tâm của mỗi ngành đến sự kiện không giống nhau.

Nguồn: Nghiên cứu quốc tế – số 2 (109) – 6/2017.

Chiến thuật cốt lõi: Từ khác biệt hóa đến mã hóa – Phần cuối


Một ví dụ điển hình trong nỗ lực xây dựng quy trình mã hóa trong hệ thống là ở công ty Starbucks. Có bốn điều Starbucks đã thực hiện:

1/ Tuyển dụng theo thương hiệu

Trong lúc tuyển dụng, người phỏng vấn làm theo một hướng dẫn gồm các kỹ thuật sàng lọc để giúp tìm hiểu liệu ứng viên có thái độ và tác phong “phù hợp” với cá tính của thương hiệu Starbucks hay không.

2/ Cho nhân viên hòa mình vào môi trường làm việc

Nhân viên mới phải tham dự khóa học cả ngày về “ấn tượng đầu tiên với công ty” trong khi các nhà quản lý bán lẻ bắt buộc phải tham dự khóa huấn luyện quản lý nâng cao thương hiệu trong vòng 10 tuần.

3/ Giao tiếp giữa nhân viên

Toàn bộ hệ thống giao tiếp (gồm blog, thư gửi và các cuộc họp) được kích hoạt tối đa để tạo ra và duy trì tính cởi mở khi đối thoại, từ chủ tịch đến cấp quản lý khắp thế giới.

4/ Khuyến khích nhân viên

Nhân viên làm việc trên 20 giờ sẽ được hưởng “Gói lương toàn phần của Starbucks” bao gồm quyền lợi y tế, tiết kiệm hưu trí, tùy chọn bảo hiểm và nhiều phúc lợi hấp dẫn khác.

Việc ứng dụng 4 nguyên lý nêu trên đã giúp tạo ra cá tính ADN thương hiệu của Starbuck cho toàn thể nhân viên. Rõ ràng, sự hình thành cá tính này bắt đầu ngay từ lúc tuyển dụng bằng cách chọn lọc những ứng viên có thái độ “chuẩn” và hành động phù hợp với ADN thương hiệu Starbucks. Nhưng dĩ nhiên, theo sau vẫn phải là các bước phát triển nâng cao năng lực.

Lớp 3: Giá trị và tính chất mang tính chia sẻ

Những giá trị và thuộc tính cơ bản tồn tại trong tổ chức tuy trông có vẻ vô hình nhưng thực sự lại có tác động sâu sắc đến sự tương tác và cách hành xử giữa các thành viên. Thông qua quá trình mã hóa không ngừng được áp dụng ở lớp một và hai, chia sẻ giá trị trong thời gian dài sẽ trở thành một dạng “kiểm soát mềm” đến hành vi của nhân viên nói chung. Nếu hệ thống trong một tổ chức hoạt động như sự “kiểm soát cứng”, nghĩa là hệ thống này trao thưởng cho những hành vi phù hợp với ADN thương hiệu và xử phạt những hành vi đi ngược lại, thì giá trị và tính chất chia sẻ sẽ tạo ra sự “kiểm soát mềm” thông qua áp lực từ cộng đồng giữa các thành viên trong tổ chức.

Ví dụ về công ty đã thành công trong việc dẫn truyền các giá trị chia sẻ chính là Mayo Clinic, một trong những bệnh viện tốt nhất thế giới được biết đến như là “Thương hiệu lớn đến từ thị trấn nhỏ”. Tọa lạc tại Rochester, một thị trấn nhỏ ở Mỹ, bệnh viện này đón nhận bệnh nhân từ khắp nơi trên thế giới. Mọi nhân viên của bệnh viện đều quán triệt triết lý “bệnh nhân là ưu tiên nhất”, nên mỗi người đều có sự thôi thúc phải đồng cảm sâu sắc với bệnh nhân. Ở Mayo Clinic, nếu một y tá phải lựa chọn giữa việc quay trở về bàn làm việc đúng giờ hay phải chậm 10 phút để đẩy xe lăn cho bệnh nhân, chắc chắn y tá ấy sẽ chọn cái thứ hai mà không cần phải suy nghĩ, thậm chí không cần phải tham khảo ý kiến của y tá trưởng. Đây là điều mà chuyên gia Leonnard Berry gọi là sự tuân thủ giá trị (Berry và Seltman, 2008).

Về cơ bản, có ba cách một công ty có thể xây dựng quy trình mã hóa AND thương hiệu. Những ví dụ từ các công ty phương Tây ở trên – Google, Starbucks và Mayo Clinic – hy vọng có thể trở thành ví dụ thực tiễn cho cách triển khai ý tưởng mã hóa cho các công ty châu Á. Việc tạo được sự khác biệt thực sự chân thực không phải là quá trình dễ dàng. Nhưng quan trọng nhất là nó không thể được tạo ra ngay lập tức mà có thể tiêu tốn nhiều năm trời. Do đó, sự nhất quán là chìa khóa thành công. Hãng hàng không Garuda Indonesia đã mất khá nhiều thời gian để đưa ADN thương hiệu của mình vào trong toàn bộ quy trình dịch vụ (xem Khung 2). Những sự nỗ lực đã mang lại kết quả rõ rệt, thu hoạch nhiều giải thưởng danh giá bao gồm Hạng bay Phổ thông Tốt nhất Thế giới do hãng đánh giá chất lượng dịch vụ hàng không SKYTRAX trao tặng trong Hội chợ Hàng không Paris năm 2013. Một giải thưởng danh giá khác cho Garuda Indonesia nữa là giải bình chọn Passenger Choice Awards năm 2013 ở khu vực châu Á và châu Úc. Sự độc lạ trong ngành dịch vụ chắc chắn không dễ đạt được nhưng sẽ trở nên bền vững hơn vì được hỗ trợ bởi một nền tảng vững chắc mà rất khó có đối thủ nào sao chép được.

Khung 2: Trải nghiệm Garuda Indonesia: Ví dụ của mã hóa ADN thương hiệu

Hãng hàng không hàng đầu Indonesia, Garuda Indonesia là doanh nghiệp nhà nước phục vụ các tuyến bay nội địa và quốc tế, hoạt động ở khu vực Đông Nam Á, Trung Đông, Trung Quốc, Hàn Quốc, Úc, và Hà Lan. Tính đến tháng 01/2015, Garuda đưa vào hoạt động 134 máy bay bao gồm Boeings và Airbus, trong đó có 15 chiếc CRJ1000 Nextgen. Hãng hàng không giá rẻ liên kết Citilink của hãng cũng đưa vào hoạt động 30 máy bay gồm 24 chiếc Aribus và 6 chiếc Boeing.

Sự cạnh tranh trong khu vực Garuda hoạt động đã trở nên gay gắt hơn trong những năm gần đây. Ở thị trường nội địa, với sự tăng trưởng của các hãng hàng không giá rẻ (LCC), là hãng hàng không tiện nghi nhưng Garuda phải cạnh tranh với Lion Air và AirAsia mặc dù không cùng phân khúc. Hãng Lion Air hông ngừng mở rộng hoạt động cùng với nhiều đường bay mới, được hỗ trợ bởi một phi đội ngày càng gia tăng số lượng và là hãng hàng không có mức tăng trưởng hành khách cao nhất. Nhánh hàng không tiện nghi của Lion Air mang tên Batik Air ra mắt càng khiến mức độ cạnh tranh trở nên khốc liệt hơn.

Ở thị trường khu vực, Garuda Indonesia phải đối mặt với nhiều đối thủ sừng sỏ. Ở phân khúc tiện nghi có mặt những hãng bay nặng ký hoạt động trong khu vực như Singapore Airlines, Cathay Pacific, Thai Airways và Malaysia Airlines. Ở phân khúc giá rẻ có những đối thủ đáng gờm như AirAsia, Jetstar Airways, và ValueAir. Hầu hết những đối thủ này đều đang mở rộng hoạt động ra khắp khu vực, cả những tuyến bay ngắn và đường dài, bằng cách mua thêm máy bay mới hoặc tái sử dụng máy bay cũ.

Một chính sách kinh tế mới gọi là Bầu trời mở ASEAN đượoc thông qua tại hội nghị Cộng đồng Kinh tế ASEAN vào cuối năm 2015 đã làm thay đổi thêm tình hình cạnh tranh ở khu vực. Chính sách này cho phép các hãng hàng không của 10 nước thành viên tự do bay qua lại trong khu vực. Chính sách tự do này nhắm đến mục tiêu khuyến khích cạnh tranh để tăng tần suất các chuyến bay, giá và dịch vụ tốt hơn – và trên hết là đặt ra nguy cơ hoặc thách thức cho các hãng hàng không trong đó có Garuda Indonesia. Mới đây Garuda Indonesia đã mở rộng các chuyến bay đến Indonesia bằng nhiều chương trình khuyến mãi ngoài nước, với hai mục đích là tăng mức độ nhận biết, tần suất bay và thu hút thêm nhiều du khách quốc tế đến Indonesia.

Ý thức được sự cạnh tranh ngày một gia tăng, Garuda Indonesia đã tung ra chương trình cải tổ vào năm 2010 nhằm tạo ra trải nghiệm độc đáo mang đậm chất hiếu khách của người Indonesia. Hãng đã thiết kế một quy trình trải nghiệm người dùng, bắt đầu từ quầy vé, đến lúc đặt chân đến phi trường, trong lúc chờ lên máy bay, bước vào khoang, ngồi suốt chuyến bay, bước ra khỏi máy bay, nhận hành lý và rời khỏi phi trường. Ý tưởng về trải nghiệm người dùng được mang đến thông qua thông điệp “Trải nghiệm Garuda Indonesia”.

“Trải nghiệm Garuda Indonesia” được xem là ADN thương hiệu của Garuda, dựa vào sự thân thiện của người Indo để mang đến trải nghiệm người dùng độc đáo và tốt nhất tại mọi điểm tiếp xúc khách hàng. Chiều hướng tiếp cận của chất lượng dịch vụ này hội tụ cả năm giác quan – thị giác, thính giác, vị giác, khứu giác và xúc giác. Không chỉ các nhân viên trong cabin được huấn luyện để mang đến trải nghiệm dịch vụ này mà là tất cả các nhân viên công ty bao gồm cả nhân viên mặt đất. Điều này được thực hiện để đảm bảo sự nhất quán về trải nghiệm người dùng khi bay cùng Garuda Indonesia. Mã hóa theo phong cách Indonesia này khiến các đối thủ khu vực và quốc tế khó mà sao chép.

Để hiện thực hóa sự phát triển mạnh mẽ của ADN thương hiệu, Garuda Indonesia không chỉ tập trung vào truyền thông markketing ra thế giới bên ngoài mà còn thiết lập một hệ thống chia sẻ các giá trị trong nội bộ. Hãng cố gắng tạo ra những giá trị trang trọng lẫn thân mật trong dịch vụ nhấn mạnh vào tính cách điển hình của người Indo. Đây là một phần của văn hóa công ty được gắn liền với hệ thống nhân lực để tổ chức các chương trình huấn luyện, tuyển dụng và đồng hành xuyên suốt đến lúc khen thưởng đánh giá.

Kết quả là sự đầu tư của Garuda Indonesia vào nguồn nhân lực trở nên cực kỳ quan trọng, bao gồm cải cách hệ thống đào tạo và huấn luyện, phát triển sự nghiệp cũng như kỹ năng lãnh đạo ở nhiều cấp bậc quản lý. Lúc tuyển dụng phi công và tiếp viên hàng không, không chỉ kỹ năng và kinh nghiệm của ứng viên được xem xét mà ngay cả thái độ của họ cũng được đánh giá sao cho phù hợp với ADN thương hiệu của công ty. Thông qua những nỗ lực này, Garuda Indonesia đã tạo ra được cả tính độc đáo cho chất lượng dịch vụ, đồng nhất với tính hiếu khách chân thành vốn là truyền thống của người Indonesia.

TH: T.Giang – SCRDC

Nguồn: Hermawan Kartajaya, Philip Kotler, Hooi Den Huan – Marketing để cạnh tranh – NXB Trẻ 2018.