Những năm gần đây, bọn mình nghe được nhiều doanh nghiệp ở Việt Nam muốn xây dựng văn hóa “Data-Driven” cho doanh nghiệp của họ. Hiểu đơn giản, đây là quá trình đưa ra quyết định kinh doanh thông qua số liệu, thay vì dựa trên cảm tính và quan sát chủ quan.

Ví dụ, doanh số của một chuỗi nhà hàng đột nhiên sụt giảm khi bước vào mùa mưa. Khác với nhận định chủ quan vội vàng cho rằng nguyên nhân là do thời tiết, thì với văn hóa data-driven, bạn sẽ so sánh lượng khách vào ngày mưa với ngày nắng để thấy rõ khác biệt có đáng kể (significant) hay không, cũng như tính toán tác động của các yếu tố khác như đối thủ cạnh tranh, khuyến mãi, nguồn cung ứng v.v để hiểu được root-cause của sự sụt giảm.

Như bài viết của chị Huyền Chip có chia sẻ, ChatGPT API (cụ thể là model gpt-3.5-turbo), dùng để build ra các ứng dụng vui vẻ thì dễ, nhưng để đưa vào sử dụng thực tế trong các hệ thống vận hành, hoặc các hệ thống data sẽ có nhiều vấn đề phát sinh. Đây là khó khăn và cách giải quyết khi team mình áp dụng ChatGPT API cho một số tính năng của Elton Data.

Bữa giờ bọn mình đang tìm nhiều giải pháp, cả cứng lẫn mềm, cả về mặt tech lẫn mặt con người, để có thể hỗ trợ các team khác nhau truy cập vào dữ liệu mà họ cần. Dashboard, report… thì đã có sẵn, nhưng vấn đề là có những câu hỏi khó, dài, phức tạp và rất “ad-hoc” nên không dashboard hay report nào có thể giúp bạn trả lời được.

Hiện tại nhu cầu query trên MongoDB càng lúc càng nhiều. Ở vị trí của một thằng Data Engineer thì mình có lợi thế là có nguyên một cái data pipeline đồ sộ để rút mọi thể loại data về Data Warehouse (dùng Google BigQuery) nên mình luôn ưu tiên dùng cách này. Lên BigQuery thì cái gì mà chả dùng SQL được, SQL tẹt ga đủ đồ chơi của bộ chuẩn ANSI, kể cả JSON file hay data từ NoSQL.