Giới thiệu phương pháp tư duy hệ thống
Áp dụng phương pháp tư duy hệ thống này cho công việc ngăn xếp công nghệ hiện tại của bạn và bạn sẽ thấy sự liên quan. Không có bộ phận nào là riêng biệt; làm thế nào để mỗi lĩnh vực của doanh nghiệp tương tác và tích hợp? Và trên thực tế, làm thế nào để các hệ thống mà mỗi bộ phận sử dụng để tương tác và tích hợp? Chính những sự kết hợp này giữa các chức năng khác nhau đã tạo nên sự khác biệt trong tương tác. Những tương tác này gây ra sự xuất hiện các hành động mới, hiệu quả hơn giúp quy trình được sắp xếp hợp lý và thậm chí hiệu quả hơn.
Tư duy hệ thống trong thời đại 4.0
Ngành công nghiệp đang trong giai đoạn thay đổi bước tiến của công nghệ. Điều này rõ ràng ở cấp bộ phận, vì Công nghiệp 4.0 hướng tới việc tự động hóa nhiều hơn trên dây chuyền lắp ráp và theo dõi số trong toàn bộ chuỗi cung ứng. Nhưng cũng rõ ràng nếu chúng ta thu nhỏ và nhìn vào tổng thể doanh nghiệp. Những đổi mới xung quanh kết nối số, chẳng hạn như theo dõi dữ liệu, phần mềm đám mây và AI, đã tạo ra những cơ hội mới cho sự tương tác giữa các bộ phận trước đây.
Cơ hội mở ra nhờ tư duy hệ thống
Những bước ngoặt này là những giai đoạn thú vị; những tiến bộ phân nhánh và mở ra cánh cửa cho một loạt cơ hội mới. Với tư duy hệ thống được áp dụng cho chuyển đổi số, các doanh nghiệp có thể bắt đầu hướng tới NoOps nhiều hơn, tăng cường chuyên môn hóa, mô hình hóa dữ liệu dự đoán và thậm chí là chuỗi cung ứng linh hoạt hơn. Quá trình này bắt đầu với việc lập kế hoạch. Tập hợp một lộ trình số hệ thống hóa các mục tiêu ngắn hạn, trung hạn và dài hạn của doanh nghiệp, thiết lập các mục tiêu trước mắt phải đạt được và các dự án nhỏ hơn để kiểm tra và mở rộng làm nền cho trọng tâm ưu tiên.
Áp dụng tư duy hệ thống vào lộ trình số HOÁ của bạn
Việc xây dựng lộ trình số bắt đầu với một tập hợp các mục tiêu, các chỉ số hoạt động chính của quá trình chuyển đổi số cần được đáp ứng. Đối với các dự án chuyển đổi số tập trung vào một khía cạnh của doanh nghiệp, chẳng hạn như hiện đại hóa nền tảng Thương mại điện tử hoặc số hóa quy trình tuyển dụng, đây là một nhiệm vụ đơn giản. Một nhóm căn cứ nhu cầu xung quanh KPI của họ như một bộ phận. Khi xem xét tác động của tư duy hệ thống, cần có nhiều bộ phận tham gia hơn ngay từ đầu.
Tập hợp các bên liên quan chính từ mỗi bộ phận lại với nhau để đưa ra danh sách các nhu cầu, phân biệt giữa những nhu cầu ảnh hưởng đến toàn bộ công ty và những nhu cầu liên quan cụ thể đến một bộ phận. Hãy suy nghĩ rộng, thay vì đặt mục tiêu quá cụ thể. Ví dụ, cải thiện thu thập dữ liệu có thể là nhu cầu của toàn bộ doanh nghiệp, trong khi việc giảm chi phí vận chuyển liên quan đến nhu cầu của đội hậu cần.
Với danh sách các nhu cầu của từng bộ phận và toàn bộ doanh nghiệp mà các hệ thống có tư duy chuyển đổi số phải đáp ứng, hãy bắt đầu thảo luận về cách các nhu cầu của bộ phận giao nhau. Điều này quan trọng vì hai lý do, thứ nhất là bản chất liên kết của các cải tiến tư duy hệ thống. Thứ hai là điều này thiết lập giai điệu cho giải pháp; ngay từ đầu, công ty đã tập trung thảo luận về các giải pháp kết nối, tư duy chung. Điều quan trọng là phải bắt đầu trên cùng một trang và đảm bảo mua vào trong toàn công ty có khả năng dẫn đến việc triển khai và áp dụng tốt hơn.
Với quan điểm về những gì công ty và từng bộ phận muốn đạt được, đã đến lúc xác lập các giải pháp mà công ty hướng tới để thực hiện trong những tháng và năm sắp tới. Làm việc với một đối tác chuyển đổi kỹ thuật số ở giai đoạn này có thể mở rộng tầm nhìn của doanh nghiệp về những gì có thể đạt được và phạm vi các lựa chọn đang nằm trên bàn.
MỤC TIÊU CỦA VIỆC ÁP DỤNG TƯ DUY HỆ THỐNG vào chuyển đổi số
Mục đích của lộ trình là cho thấy rằng chuyển đổi số là một hành trình chứ không phải là một cuộc đua. Thực hiện phương pháp tiếp cận bò, đi bộ, chạy; luôn nghĩ về tác động tiềm năng giữa các doanh nghiệp mà một giải pháp cụ thể có thể có. Có hai câu hỏi chính để tự hỏi bản thân ở mỗi bước: giải pháp này có thể linh hoạt như thế nào và giải pháp này có thể mở rộng quy mô như thế nào?
Trong ngắn hạn, công ty nên tìm cách đưa ra một loạt các điểm bằng chứng số mà mỗi điểm giải quyết một mục tiêu kinh doanh chính. Theo thời gian, ý tưởng ban đầu này được mở rộng quy mô và khi ngày càng nhiều trường hợp thử nghiệm được chạy, công ty đều đặn bổ sung một vũ khí mới vào kho vũ khí số.
Trong một hệ thống có tư duy chuyển đổi số tập trung, bước ngoặt quan trọng bắt đầu khi các giải pháp ban đầu đã được mở rộng. Doanh nghiệp hiện có một bộ công cụ số an toàn và có thể bắt đầu điều chỉnh từng hệ thống. Nó gần giống như bắt đầu lại quá trình, nhưng lần này với các phòng ban hội tụ.
Lộ trình số không được thiết lập sẵn sàng. Giống như một cuộc hành trình trong đời thực, có thể có giao thông làm cho một tuyến đường khác nhanh hơn hoặc bạn bắt gặp một con đường mới chưa tồn tại khi bản đồ của bạn được tạo. Doanh nghiệp sẽ thu thập dữ liệu về từng giải pháp số được áp dụng; học hỏi từ những hiểu biết sâu sắc và điều chỉnh cách tiếp cận. Điều đặc biệt quan trọng là phải đưa ra một thiết lập chia sẻ kiến thức này, cho phép cả những người ra quyết định của bộ phận học hỏi từ các hành động kinh doanh chéo và các chương trình tự động để thích ứng dựa trên dữ liệu.
Thu thập và giải thích số liệu
Như đã đề cập trước đây, khả năng thu thập và phân tích dữ liệu là sự khác biệt giữa việc hiểu những gì đang hoạt động trong cả quá trình chuyển đổi số và kinh doanh nói chung và bay mù trong việc ra quyết định. Đây là một thách thức đối với mỗi bộ phận, chưa nói đến một công ty đang tìm cách áp dụng phương pháp tiếp cận theo tư duy hệ thống và tích hợp dữ liệu thu thập được trong toàn bộ doanh nghiệp.
Bước đầu tiên là hiểu những gì có thể được đo lường và cách doanh nghiệp có thể đo lường điều này. Một số đơn giản, như theo dõi tỷ suất lợi nhuận và chi phí nguyên vật liệu, mặc dù các lĩnh vực khác sẽ yêu cầu sử dụng công nghệ mới để cải thiện việc đo lường. Có thể tìm thấy một ví dụ bằng cách xem xét chuỗi cung ứng; theo dõi chính xác các đơn đặt hàng có thể là một thách thức, khiến nhiều công ty phải cân nhắc việc triển khai công nghệ blockchain hoặc RFID.
Dữ liệu định lượng có lợi cho việc thu thập, tổng hợp và so sánh trên quy mô lớn, nhưng những tiến bộ trong xử lý ngôn ngữ tự nhiên, một hình thức học máy, có nghĩa là các công ty hiện có phương tiện để xử lý thông tin này mà không đòi hỏi hàng giờ đồng hồ thêm thời gian phân tích. Điều này đặc biệt quan trọng khi khảo sát đội ngũ nhân viên ở giai đoạn đầu của quá trình chuyển đổi kỹ thuật số. Điều này nên được xem xét bởi bất kỳ công ty nào muốn vượt ra khỏi sự khắt khe của cuộc khảo sát tỷ lệ 1-10 để hiểu sâu hơn về cảm nhận của nhân viên về chuyển đổi kỹ thuật số và những gì họ có thể học hỏi.
Sau khi áp dụng một hệ thống đo lường, các doanh nghiệp phải đảm bảo rằng họ có thể lưu trữ dữ liệu một cách an toàn và thông tin thích hợp có thể truy cập được cho các bên liên quan chính. Việc thiết lập trung tâm dữ liệu thường được cung cấp bởi các hệ thống CMS hoặc CRM, mỗi hệ thống cung cấp khả năng bảo vệ dữ liệu phù hợp với các quy tắc và quy định của lãnh thổ. Nhiều hệ thống trong số này cũng cung cấp ‘cấp độ truy cập’, cho phép doanh nghiệp điều chỉnh những thành viên nào của nhân viên có thể truy cập vào một số dữ liệu nhất định.
Hệ thống thu thập dữ liệu được hỗ trợ bởi sự phát triển của phần mềm đám mây. Cách tiếp cận theo tư duy hệ thống có thể thực hiện được vì dữ liệu được lưu trữ trong một khu vực trung tâm – một máy chủ đám mây cung cấp cùng một thông tin cho mọi người truy cập nó.
Khi hệ thống thu thập dữ liệu được kết nối có sẵn, doanh nghiệp có thể bắt đầu theo dõi các hệ quả có hệ thống của các hành động đã được thực hiện. Thông qua phân tích, doanh nghiệp có thể nghiên cứu các mối tương quan, thường là tìm ra những hiệu quả bất ngờ của các giải pháp mới. Một số tổ chức nhất định sẽ có một nhóm phân tích dữ liệu. Đối với những người không có, các công cụ thông tin chi tiết có sẵn, thường thông qua hệ thống CMS hoặc CRM được sử dụng để thu thập dữ liệu. Các ví dụ như công cụ Einstein của Salesforce sử dụng AI để phân tích dữ liệu và tìm thông tin chi tiết dựa trên mục đích mà người dùng chọn.
Ngay cả khi có sẵn nhóm A phân tích, con người cũng cần có thời gian để tập hợp các tập dữ liệu lại với nhau. Tùy thuộc vào quy mô của dự án, quá trình phân tích có thể mất vài tuần hoặc vài tháng, làm cho việc sử dụng công cụ phân tích dữ liệu học máy trở thành một yếu tố thúc đẩy tốc độ dự án. Khi áp dụng phương pháp tiếp cận tư duy hệ thống, doanh nghiệp có thể sẽ bơi trong các dữ liệu dường như khác nhau, việc tạo mô hình nhanh và đơn giản có vai trò rất quan trọng để đảm bảo lộ trình kỹ thuật số đi đúng hướng.