Trong Talk#2, DATAcracy đã cùng các bạn đề cập đến quy trình của việc đi tìm câu trả lời từ dữ liệu, và cách bóc tách vấn đề. Sau khi làm ổn bước này, không ít chúng ta vướng phải lấn cấn tiếp theo:
“Dữ liệu ở đâu?”
Không chỉ ở góc độ cá nhân, nhiều tổ chức cũng trăn trở về vấn đề tương tự: “Dữ liệu không đầy đủ” (Data Availability), thường có nghĩa là ta không có dữ liệu (mà ta nghĩ ta cần) để giúp trả lời những câu hỏi quan trọng, hoặc “Thu thập dữ liệu quá tốn kém” (Data Collection), hoặc là “Vấn đề này không thể giải quyết bằng dữ liệu” vì không có cách nào để đo lường một yếu tố trừu tượng nào đó (Measurement & Metrics Design).
Trong Talk#3, chúng ta sẽ đề cập về việc làm sao để có thể đo lường mọi thứ
Nội dung chương trình
- 30’: Giới thiệu các khái niệm và phương pháp
- 30’: Break-out groups (5 nhóm). Thảo luận nhóm: Từ một vấn đề được lựa chọn (đề xuất bởi người tham gia), cùng đi qua các bước để bóc tách và thiết kết cách đo lường
- (1) Xác định và làm rõ vấn đề với Chuỗi làm rõ (Clarification chain) và (2) Phân rã Fermi (Fermi Decomposition)
- (3) Ưu tiên các yếu tố cần đo lường bằng Giá trị thông tin (Information value)
- (4) Thiết kê và đề xuất cách thức quan sát (Tracking) và đo lường, cân nhắc tính khả thi và đơn giản hoá
- 25’: Trình bày (5 phút/nhóm)
- 5’: Recap
Đọc trước
Đây là tài liệu đọc trước cho sự kiện DTC Talk#3. Giới thiệu quy trình đo lường theo khung định hướng 5 bước của việc ra quyết định (5-step of Decision-oriented framework) và cung cấp các ví dụ về việc áp dụng các phương pháp đo lường.
Liệu có thể đo lường mọi thứ?
Có một vài quan điểm mà chúng tôi muốn thảo luận và hy vọng có thể thay đổi, để bạn cũng tin (như chúng tôi rằng):
Bất kỳ điều gì (nếu có ý nghĩa), chúng ta đều có thể đo lường, nhưng không có nghĩa là mọi thứ đều cần được đo lường (nếu nó không đáng được đo lường).
Các quan điểm mà chúng tôi muốn nói đến bao gồm:
- Đo lường không cần phải chính xác tuyệt tối. Chúng ta có thể nhìn nhận thông tin đo lường và chỉ số nhưng một công cụ để giảm thiểu sự thiếu chắc chắn khi ra quyết định (nhưng không loại bỏ hoàn toàn). Một đo lường dù có sai lệch, nhưng giúp ta gần hơn với đáp án so với Sự-Đoán-Mò, thì đó vẫn là một đo lường giá trị (Giới thiệu khái niệm:
Giá trị thông tin). Quan điểm này sẽ giúp ta đơn giản hoá việc đo lường qua đó làm cho việc này khả thi, thay vì ám ảnh bởi tính chính xác - Chúng ta có thể có nhiều thông tin hơn ta nghĩ: Vì điều (1), với nhiều yếu tố ta không cần đo lường một cách trực tiếp, mà có thể đo lường gián tiếp bằng cách phóng chiếu lên các thông tin và dữ liệu thay thế đang có sẵn
- Chúng ta có thể không cần nhiều dữ liệu như ta nghĩ: Cũng vì điều (1), ta có thể cân nhắc giảm bớt lượng dữ liệu thu thập bằng việc đơn giản hoá đo lường thông qua việc chọn mẫu và chọn lọc đo lường
- Những dữ liệu mới dễ thu thập hơn ta nghĩ: Cùng một dạng thông tin, ta có thể suy nghĩ đến nhiều lựa chọn đo lường trực tiếp và gián tiếp khác nhau, để qua đó chọn cách dễ dàng và khả thi nhất
Khung định hướng 5-bước ra quyết định
Chúng ta sẽ tìm hiểu về 5 bước của khung định hướng việc ra quyết định (5-step of Decision-oriented framework)
(1) Đo lường nào hỗ trợ quyết định gì? Việc xác định quyết định mục tiêu rất quan trọng, vì quyết định giúp định hướng việc bóc tách các yếu tố ra quyết định, và đánh giá Giá trị Thông tin (Information Value)
(2) Bắt đầu bằng việc ước đoán, dựa trên các thông tin đã biết
Bạn bắt đầu hình dung cách thức đo lường bằng việc đặt câu hỏi: Nếu điều này xảy ra (DTC tạo ra tác động), thì khác biệt sẽ là gì? (So với việc không có DTC)
- Chuỗi làm rõ (Clarification chain): Điều gì tạo ra tác động, thì chúng sẽ tạo ra Quan sát, hễ thứ gì có thể quan sát thì có thể Đo lường
- Phân rã Fermi (hay Phương pháp Fermi): Một phương pháp để xấp xỉ một số/đo lường bằng cách chia nhỏ vấn đề mục tiêu thành "chuỗi dự đoán" - các vấn đề con phù hợp dễ dàng để đo lường.
(3) Xác định Giá trị thông tin (Information Value) của một đo lường: Một yếu tố cần đo lường được xác định tính ưu tiên thông qua:
- Tác động lên quyết định: Yếu tố có thể thay đổi chiều hướng của quyết định
- Tính không chắc chắn: Yếu tố không thể ước tính một cách tương đối chính xác
(4) Chọn cách tiếp cận và tiến hành đo lường: Cân nhắc nhiều cách thức quan sát, thu thập dữ liệu (trực tiếp và gián tiếp) với tính Khả Thi tương ứng
- Liệu có thể phóng chiếu một yếu tố lên các quan sát và dữ liệu nguồn mở có sẵn? (Ví dụ: Dữ liệu thống kê quốc gia)
- Nếu (a) không thể, liệu ta có thể chọn một "tracking" ít tốn kém và đơn giản để đo lường (Ví dụ: Khảo sát qua Google Form, thông tin Google Analytics thiết lập qua website)?
- Nếu không có quan sát (trực tiếp nào), thí nghiệm (experiment) có thể thiết lập một cách đơn giản không
(5) Đưa ra các quyết định: Cuối cùng, các đo lường giúp ta ra quyết định!
Hẹn gặp lại các bạn ở Talk#3!
Ví dụ: Tác động của DTC được đo lường thế nào?
