Dữ liệu (Data) sẽ không có giá trị gì nếu không được phân tích để chắt lọc ra những thông tin quan trọng giúp cho doanh nghiệp (hay cá nhân) gia tăng hiệu quả hoạt động của mình. Hay nói cách khác, từ dữ liệu thô đến thông tin cần qua một quy trình xử lý – chính là Data Analytics (phân tích dữ liệu). Với lượng dữ liệu được tạo ra ngày càng nhiều vừa về số lượng vừa đa dạng nguồn dữ liệu, kiểu dữ liệu, thì việc sử dụng phương pháp phân tích, các công cụ phần mềm hỗ trợ… ngày càng quan trọng cho mọi doanh nghiệp. Trong nhà máy sản xuất, hãy thử tưởng tượng bằng việc phân tích các lỗi, nguyên nhân dừng máy (downtime), nhà máy giảm được số lỗi, tăng thêm OEE vài phần trăm thôi thì sản lượng đã tăng lên bao nhiêu rồi?

Khi nói về phân tích dữ liệu, người ta hay nói đến 5 loại sau đây:

• Descriptive
• Diagnostic
• Predictive
• Prescriptive
• Cognitive

DESCRIPTIVE ANALYTICS

Descriptive (mô tả) trả lời câu hỏi CÁI GÌ (WHAT) đã sảy ra trong quá khứ (historical data), ví dụ như các sự cố dừng máy tháng trước sảy la bao nhiêu lần. Hoặc là trả lời các KPI có đạt hay không đạt… Nói tóm lại, Descriptive mô tả những gì đã sảy ra (những gì ở đây tùy theo nhu cầu của từng công ty, phòng ban). Khi ta có kết quả thì cũng không thay đổi gì được (vì đã sảy ra rồi). Ở nhà máy, các tính năng như Historical Data, Trend trên HMI, SCADA có thể làm được các việc này.

DIAGNOSTICS ANALYTICS

Diagnostic (chẩn đoán), như kiểu bác sĩ bắt làm các xét nghiệm trước khi kết luận cho bênh nhân. Ở đây, Diagnostics trả lời câu hỏi TẠI SAO (WHY) sự kiện nào đó lại sảy ra trong quá khứ. Diagnostics là một bổ sung cho Descriptive, tìm nguyên nhân của sự kiện sẽ giúp ngăn ngừa các sự việc tương tự sảy ra trong tương lai (việc này còn tùy vào quyết định của doanh nghiệp). Ví dụ, Diagnostics trả lời máy A hay hỏng bởi vì thường xuyên quá tải, người vận hành biết sẽ cần điều chỉnh tải cho phù hợp sẽ không bị dừng nữa. Đại khái như vậy. Diagnostics cũng tìm các điểm dữ liệu bất thường, sử dụng các kĩ thuật xác xuất thống kê để tìm mối liên hệ với các trend dữ liệu.

PREDICTIVE ANALYTICS

Predictive tức là tiên đoán, phỏng đoán xem CÁI GÌ SẼ sảy ra trong tương lai. Có vẻ hấp dẫn hơn rồi, vì Descriptive và Diagnostic chỉ trả lời về quá khứ mà thôi, dù biết cái gì và tại sao thì sự việc cũng đã sảy ra rồi, không thể cứu vãn, sản phẩm hỏng cũng đã hỏng, máy dừng thì đã dừng. Predictive cho ta biết về tương lai. Bằng cách sử dụng dữ liệu lịch sử, xem xét các trend dữ liệu, so sánh với dữ liệu thời gian thực hiện tại đang có để dự đoán xu hướng tiếp theo sẽ xảy ra. Predictive sử dụng nhiều công cụ xác xuất thống kê, Machine learning… để làm các việc này.

PRESCRIPTIVE ANALYTICS

Cái này còn cao cấp hơn, nếu đã dự đoán được rồi thì sao không ra quyết định luôn? Chính nó là Prescriptive (từ này trong y học có nghĩa là kê đơn thuốc, kiểu như khám ra bệnh thì kê đơn luôn chứ còn gì nữa). Prescriptive trả lời cần phải làm gì để đạt được mục tiêu đề ra. Khi người ta nói quyết định dựa trên dữ liệu (data-driven decisions) thì chính là cái này. Với các thông tin phân tích, Prescriptive sẽ hỗ trợ ra quyết định nhanh chóng và hiệu quả hơn cho lãnh đạo doanh nghiệp.

COGNITIVE ANALYTICS

Đến đây thì cao cấp quá rồi. Cognitive là nhận thức. Cognitive analytics kết hợp sức mạnh các phân tích trước đây với bối cảnh (contex) của tình huống khác nhau dựa trên nhiều kĩ thuật machine learning và AI. Cognitive Analytics mô phỏng cách con người giải quyết vấn đề. Với sức mạnh của máy tính, nó được kì vọng sẽ giải quyết nhiều vấn đề tốt hơn con người.

Như vậy, tóm lại khi nói về phân tích dữ liệu – hay Data Analytics ta không chỉ nói đến một cách chung chung mà cần phân loại ‘đẳng cấp’ khác nhau không chỉ bởi kĩ thuật mà còn là các nguồn lực, kiến thức khác nhau trong lĩnh vực này. Sự cần thiết của Data Analytics không cần phải bàn cãi. Vấn đề là cần xác định mình đang ở đâu trong 5 loại Analytics này và muốn đến đâu, cũng trong 5 loại này thì con đường mới rõ ràng. Thu thập dữ liệu mà không phân tích thì chỉ phí công vô ích. Phân tích mà không rõ mục tiêu cần đạt được thì cũng không giúp ích gì.

Giáp Văn Vỹ

Aug-2021