Bài viết này về một số ứng dụng gần đây của phân tích dữ liệu trong thế giới kinh doanh. Bài viết hé lộ cách thức các tập đoàn sử dụng các hiểu biết từ dữ liệu để tối ưu quá trình ra quyết định của họ.
Subscribe to get access to the rest of this post and other subscriber-only content.
Dưới đây là một số khóa học về phân tích dữ liệu, khoa học dữ liệu. Danh sách này sẽ luôn được tác giả cập nhật. Bạn đọc có thông tin về khóa học khác có thể cung cấp cho tác giả để cập nhật cho đông đảo bạn đọc khác tham khảo.
Foundations: Data, Data, Everywhere, Google. Đây là khóa học nền tảng cho chuỗi các khóa học về phân tích dữ liệu (professional certificate) của Google trên Coursera.
Chuỗi khóa học về Data analytics của IBM.
Khóa học Giới thiệu về Khoa học dữ liệu của IBM.
Chuỗi khóa học chuyên gia khoa học dữ liệu (professional certificate) của IBM.
Data Science Fundamentals with Python and SQL Specialization (gồm 5 khóa học cung cấp bởi IBM).
Survey Data Collection and Analytics Specialization (gồm 7 khóa học cung cấp bởi ĐH Michigan & ĐH Maryland, College Park).
Introduction to Business Analytics, Harvard Business School.
Data Analytics và Data Analysis đều có thể dịch là “Phân tích dữ liệu”. Tuy nhiên về “kỹ thuật” thì Analytics khác với Analysis.
Data Analytics và Data Analysis đều có thể dịch là “Phân tích dữ liệu”. Tuy nhiên về “kỹ thuật” thì Analytics khác với Analysis.
Theo định nghĩa trong từ điển:
Analysis – detailed examination of the elements or structure of something: kiểm tra chi tiết các yếu tố hoặc cấu trúc của một cái gì đó
Analytics – the systematic computational analysis of data or statistics: phân tích tính toán có hệ thống về dữ liệu hoặc thống kê
Như vậy Analysis có thể thực hiện mà không cần dữ liệu hay con số, ví dụ phân tích kinh doanh (business analysis) hay phân tích tâm lý (psycho analysis); còn Analytics, ngay cả không có từ “data” đứng đằng trước cũng hầu như luôn luôn ngụ ý việc sử dụng dữ liệu để thực hiện các thao tác tính toán và suy luận số.
Một số chuyên gia thậm chí còn nói rằng Data Analysis dựa trên các suy luận dựa trên dữ liệu lịch sử, trong khi Data Analytics là để dự đoán hiệu suất trong tương lai.
Phương pháp kiểm soát chất lượng Taguchi là cách tiếp cận kĩ thuật nhấn mạnh vai trò của nghiên cứu và phát triển, thiết kế và phát triển sản phẩm trong việc giảm sự xuất hiện của sản phẩm lỗi và hỏng hóc trong hàng hóa được sản xuất.
Phương pháp Taguchi (Taguchi Method)
Phương pháp kiểm soát chất lượng Taguchi là cách tiếp cận kĩ thuật nhấn mạnh vai trò của nghiên cứu và phát triển, thiết kế và phát triển sản phẩm trong việc giảm sự xuất hiện của sản phẩm lỗi và hỏng hóc trong hàng hóa được sản xuất.
Phương pháp này được đề xuất bởi kĩ sư và nhà thống kê người Nhật Genichi Taguchi, cho rằng trong kiểm soát chất lượng, công việc thiết kế quan trọng hơn quá trình sản xuất, nhằm loại bỏ sai sóttrong sản xuất trước khi chúng có thể xảy ra.
Key takeaways
> Trong kỹ thuật, phương pháp kiểm soát chất lượng của Taguchi tập trung vào thiết kế và phát triển để tạo ra các sản phẩm hiệu quả, đáng tin cậy.
> Người sáng lập của nó, Genichi Taguchi, coi thiết kế quan trọng hơn quá trình sản xuất trong việc kiểm soát chất lượng và tìm cách loại bỏ những sai lệch trong sản xuất trước khi chúng có thể xảy ra.
> Các công ty như Toyota, Ford, Boeing và Xerox đã áp dụng phương pháp này.
Áp dụng trong quản lý dự án
Có thể dùng các chỉ số (index) về chất lượng đề xuất bởi phương pháp Taguchi để tích hợp vào các kỹ thuật kiểm soát dự án như Quản lý giá trị thu được (Earned Value Management – EVM).
Nguồn tham khảo:
[1] Investopedia
[2] Vietnambiz
KNVM 