Bữa giờ công ty 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, chỉ dùng 1-2 lần (gọi là ad-hoc) nên không dashboard hay report nào có thể giúp bạn trả lời được.
Trong bài này mình gọi chung các team về kinh doanh, marketing, tài chính, vận hành, thương mại… là team business. Còn team chuyên làm data, hệ thống, luồng dữ liệu… thì gọi là team data nhé.
Vì sao các đội business lại phải chủ động lấy được số của mình?
Xây dựng một dashboard / report cho riêng câu hỏi ad-hoc đó? Cũng là một giải pháp, tuy nhiên đây không phải cách tốt nhất khi mà số nhân sự data thì có hạn, business user thì luôn phát sinh các câu hỏi ad-hoc như thế này, và thời gian cần trả lời câu hỏi thì lúc nào cũng “cho chị số này gấp được không em” hoặc “này mai có cho chị được không, mai chị họp”. Hic, khổ lắm ai ơi.
Nhưng ngặt cái là những nhu cầu này rất chính đáng. Các đội marketing, tài chính, vận hành, supply chain management luôn có những yêu cầu như thế. Họ luôn có những câu hỏi như vậy để chạy được việc, để phát triển các kế hoạch mới, để thử nghiệm những cách làm trước giờ chưa từng có. Phải có những câu hỏi “khó” như vậy thì business mới đi về phía trước, chứ không thì ù lỳ mãi ở cách làm cũ rồi.
Có 2 cách để giải quyết:
- Tuyển thêm thật nhiều ông data analyst (chuyên viên phân tích) vào, có thể nằm ở team data hoặc team business đều được
- Phía business bằng cách nào đó có thể tự trả lời được câu hỏi của mình, dựa trên một nền tảng đã được xây dựng trước
Với cách 1, khi công ty còn nhỏ, việc tuyển thêm 1–2 người làm data analytics cho các đội business là hợp lý và có thể làm ngay, nhưng khi mà công ty scale lên 1000 người, 5000 người, thậm chí 10.000 người và trả khắp toàn cầu, thì thuê bao nhiêu ông “xuất số” cho đủ? Thế rồi đội data lại trở thành điểm tắc nghẽn cho việc vận hành của business.
Cho nên mình thích cách thứ 2 hơn, đó là các bạn business sẽ tự trang bị những kĩ năng lấy số của riêng mình. Data khi đó trở thành một skill, không còn là một nghề nữa (cái này mình học được từ anh Nguyễn Hoành Tiến, CEO Seedcom). Tụi làm data sẽ đi lo những cái chuyên sâu và nâng cao, còn các câu hỏi ad-hoc sẽ do business tự trả lời.
Giống như thời mà Excel mới xuất hiện, có những công ty tuyển các vị trí chuyên viên Excel. Nhưng rồi 1–2 ông Excel Specialist rồi cũng sẽ trở thành bottleneck của công ty, thế là phải tuyển thêm, mà tuyển nhiều quá thì đôi khi lại không đủ việc, rồi hướng phát triển, benefit… cho từng con người cũng không phải là chuyện đơn giản. Thế rồi các đội business cũng phải tự đi học Excel đấy thôi. Giờ thì đi làm mà không có Excel thì căng lắm.
Cũng cần nói thêm rằng không phải công ty nào cũng giống nhau. Có những công ty truyền thống, công ty nhiều tiền… thì bạn có dư người, dư sức để có ai đó chuẩn bị số cho bạn. Nếu bạn tự thấy mình ở vị trí sướng như vậy thì không cần phải học SQL làm gì. Nhưng cũng đồng thời cảnh báo bạn, bạn đang bị thiếu đi kĩ năng so với thị trường ?
SQL — Excel của tương lai
SQL — Structured Query Language — thực ra chẳng phải là cái gì đó quá cao cấp, quá khó khăn hay fancy. Nó cũng chỉ là một câu lệnh để lấy dữ liệu chứa trong nhiều bảng khác nhau mà thôi. Nó cũng giống như việc bạn có 1 đống các file Excel và bạn phải ngồi ghép nối chúng lại với nhau, chỉ khác là SQL giúp bạn làm chuyện đó một cách cực kì hiệu quả, tiết kiệm thời gian, công sức, và bạn có thể tiếp cận với lượng dữ liệu lớn của công ty (được phân quyền kĩ càng) mà không phải đợi mấy ông IT xuất Excel cho bạn.
Nếu bạn từng dùng hàm Excel, SQL cũng y chang như thế. Muốn cộng số? SUM. Muốn đặt điều kiện? IF ELSE. Muốn nối chuỗi? CONCAT.
Có cái mới hơn, là thay vì bạn VLOOKUP, HLOOKUP giữa các sheets với nhau, thì giờ bạn dùng câu JOIN để nối chúng lại. Y chang, không khác gì về khái niệm. Cách gõ khác chút thôi.
Ví dụ đơn giản:
Code:
SELECT customer_name, phone, email FROM tinhte_customer WHERE email = 'duyluandethuong@gmail.com'
Câu này có nghĩa là chui vô database, trong bảng tinhte_customer, lấy ra thông tin về tên, điện thoại và email của cái ông có email là duyluandethuong@gmail.com
Hay phức tạp hơn chút:
Code:
SELECT product_name, SUM(quantity * price) FROM sale_order_line WHERE order_id = 'JYTFIYGRB467GIE' GROUP BY product_name
Có nghĩa là tìm xem từng sản phẩm trong cái bill “JYTFIYGRB467GIE” bán được bao nhiêu tiền. Bảng dùng để lưu trữ chi tiết đơn hàng có tên là sale_order_line. Vậy thôi, bạn thấy cái SUM không, quá quen thuộc.
Khi bạn là một người business, mà bạn lại có thêm kĩ năng về SQL, bạn đang tạo ra lợi thế cạnh tranh của mình so với những đồng nghiệp khác. Mình biết rằng nhiều đội MKT, tài chính ở Sài Gòn đang ngồi query như điện rồi, chẳng phải là thứ gì mới mẻ đâu. Nhiều team Operations cũng đã dùng SQL và thậm chí cả những kĩ thuật phân tích nâng cao để lấy số má và tự dựng dashboard để theo dõi vận hành mà không cần phụ thuộc vào team data nữa. Team data khi đó sẽ xây platform cho bạn nghịch.
Ngó qua nước người ta, Facebook đi tuyển Customer Support cũng bắt làm test về SQL. Ogilvy bên Singapore khi tuyển Analyst cũng cần SQL, chứ không phải chỉ đợi người khác xuất số cho bạn.
Nhắc lại rằng SQL chẳng có gì ghê gớm, nhưng sức mạnh của nó thì bao la, và nó sẽ giúp cho việc của chính bạn chạy nhanh hơn, mượt hơn, ít phải phụ thuộc vào người khác hơn.
Để tìm hiểu và học SQL dễ dàng bạn có thể tham gia khóa học tại Insight data
Khóa học SQL for Data Analytics tại Insight data được thiết kế để cung cấp các khái niệm và ứng dụng cơ bản trong phân tích dữ liệu của ngôn ngữ truy vấn có cấu trúc SQL (Structured Query Language). Học viên sẽ được đào tạo các kỹ năng về tổ chức, tích hợp và khai thác dữ liệu nhằm đưa ra các thông tin và dự báo phục vụ cho quy trình ra quyết định một cách hiệu quả nhất
Nguồn bài viết: https://tinhte.vn/thread/vi-sao-ban-nen-hoc-sql-ke-ca-khi-ban-lam-marketing-finance-operations.3025113