Table of contents
Open Table of contents
1. Lí do
- Trong các dự án Data Science và AI ứng dụng vào bài toán thực tiễn: Phần lớn thành công đến từ cách xác định và giải quyết vấn đề thay vì thuật toán
Đầu tư vào AI không đảm bảo hiệu quả nếu thiếu tư duy logic và phương pháp hệ thống.
Ví dụ thực tế: Chuỗi siêu thị đầu tư 2 tỷ nhưng doanh thu chỉ tăng 3% thay vì 25% do 3 lỗi phổ biến:
- Garbage In, Garbage Out:
- Dữ liệu kém, thiếu thông tin nhân khẩu học
- Gợi ý sai (ví dụ: tã em bé cho người độc thân)
- Đề xuất không phù hợp, gây phản ứng tiêu cực
- Sai định nghĩa vấn đề:
- Chỉ tập trung thuật toán, bỏ qua hành vi người dùng
- Tốn 2 tỷ và 6 tháng phát triển nhưng không hiệu quả
- Thiếu tiếp cận hệ thống:
- Không phân tích được nguyên nhân tỷ lệ click thấp (4.2% vs 12%)
- Tỷ lệ rời trang tăng 15%
2. Foundation
Để thực hiện một dự án, theo quy trình:
Kết luận: Tư duy logic rõ ràng và phương pháp giải quyết vấn đề có hệ thống là lợi thế cạnh tranh trong AI, tối ưu đầu tư và tăng tỷ lệ thành công.
Framework tổng quan:
1. Xác định vấn đề
- Xác định rõ vấn đề kinh doanh cần giải quyết
2. Chia nhỏ vấn đề (MECE)
- Phân tích vấn đề thành các thành phần nhỏ hơn
3. Ưu tiên vấn đề
- Xác định các vấn đề quan trọng nhất cần giải quyết
4. Thu thập dữ liệu
- Thu thập dữ liệu cần thiết để phân tích
5. Phân tích dữ liệu
- Phân tích dữ liệu để tìm ra insights
6. Đề xuất giải pháp
- Đề xuất giải pháp dựa trên phân tích
7. Triển khai, đánh giá và trình bày
- Triển khai giải pháp, đánh giá và trình bày kết quả
3. Một số nội dung quan trọng ở từng bước
3.1. Xác định vấn đề
- Kĩ thuật đặt câu hỏi: Phương pháp đặt câu hỏi 5W1H (What, Who, Where, When, Why, How) giúp xác định vấn đề toàn diện, từ nội dung cụ thể đến tác động kinh doanh và các bên liên quan.
- PHƯƠNG PHÁP 5 WHYS: là kỹ thuật đặt câu hỏi liên tiếp để tìm ra nguyên nhân gốc rễ thay vì chỉ giải quyết triệu chứng bề mặt của vấn đề.
3.2. Chia nhỏ vấn đề (MECE)
- MECE PRINCIPLE: MECE là nguyên tắc phân chia dữ liệu không trùng lặp (Mutually Exclusive) nhưng vẫn bao quát toàn bộ (Collectively Exhaustive), giúp phân tích chính xác và toàn diện.
