XÂY DỰNG CHIẾN LƯỢC DỮ LIỆU ĐỂ TỐI ƯU HÓA MỌI QUYẾT ĐỊNH KINH DOANH

Trong thời đại 5.0, chiến lược dữ liệu trở thành yếu tố cốt lõi giúp định hướng mọi hoạt động kinh doanh. Tuy nhiên, không phải doanh nghiệp nào cũng hiểu rõ cách xây dựng và triển khai chiến lược dữ liệu hiệu quả. Trong bài viết dưới đây, hãy cùng Trường Doanh Nhân HBR khám phá quy trình xây dựng chiến lược dữ liệu bài bản nhằm tối ưu hóa mọi hoạt động dữ liệu.

1. Chiến lược dữ liệu là gì?

Chiến lược dữ liệu (Data Strategy) là một kế hoạch tổng thể, dài hạn, nhằm định hình cách doanh nghiệp thu thập, quản lý, phân tích và sử dụng dữ liệu để đạt được mục tiêu kinh doanh. Nó bao gồm các yếu tố công nghệ, con người, quy trình và các quy tắc quản trị dữ liệu.

Chiến lược dữ liệu giúp tạo ra lợi thế cạnh tranh bằng cách tích hợp việc quản lý dữ liệu với các chiến lược kinh doanh và quản trị dữ liệu. Mục tiêu chính của chiến lược này gồm:

1 - Cải thiện các quyết định về kiến trúc dữ liệu

Kiến trúc dữ liệu là bản mô tả cách một tổ chức thu thập, lưu trữ, chuyển đổi, phân phối và sử dụng dữ liệu. Nó bao gồm các yếu tố kỹ thuật quan trọng như hệ thống cơ sở dữ liệu và tệp tin, dịch vụ tích hợp dữ liệu, quy tắc quản trị định dạng và lưu trữ dữ liệu, quyền truy cập và sử dụng dữ liệu…

2 - Quản lý dữ liệu một cách đồng bộ và nhất quán

Một chiến lược dữ liệu tốt giúp tổ chức quản lý dữ liệu một cách thống nhất và khuyến khích sự hợp tác trong toàn bộ tổ chức. Nó tập trung trả lời các câu hỏi quan trọng:

• Dữ liệu nào là phù hợp với tổ chức?
• Những hoạt động nào liên quan đến dữ liệu được phê duyệt?
• Mục đích cụ thể của việc thu thập và lưu trữ dữ liệu là gì?
• Các chính sách quản trị dữ liệu được áp dụng như thế nào trong các quy trình kinh doanh?
• Những thông tin chuyên sâu nào có thể rút ra từ dữ liệu hiện tại?

>>> Xem thêm: CHIẾN LƯỢC DATA-DRIVEN: TỪ DỮ LIỆU ĐẾN QUYẾT ĐỊNH THÔNG MINH

2. Tầm quan trọng của chiến lược dữ liệu

Mr. Tony Dzung, Chủ tịch Hội đồng quản trị HBR Holdings nhận định: “Một số doanh nghiệp hiện nay đã có ý thức dựa vào dữ liệu để đưa ra quyết định kinh doanh nhưng lại chưa triển khai một hệ thống quản lý dữ liệu đồng bộ, khiến việc truy cập thông tin trở nên khó khăn. Bên cạnh đó, việc thu thập dữ liệu không có mục đích rõ ràng dẫn đến thông tin không có giá trị cao. Nhân viên chỉ nhập những thông tin cơ bản của khách hàng như tên, số điện thoại, email, nên không thể chuyển dữ liệu thô thành các insight giá trị.”

Những vấn đề trên đều xuất phát từ việc thiếu một chiến lược dữ liệu bài bản, đồng bộ. Hệ quả là doanh nghiệp đưa ra những quyết định kinh doanh thiếu sáng suốt, làm giảm khả năng cạnh tranh trên thị trường.

Theo đó, việc xây dựng chiến lược dữ liệu mang lại những lợi ích nổi bật sau: 

• Giải quyết các thách thức về quản lý dữ liệu: Nhiều tổ chức gặp phải khó khăn trong việc quản lý dữ liệu (dữ liệu bị cô lập, sự trùng lặp dữ liệu ở nhiều đơn vị kinh doanh, luồng dữ liệu không hiệu quả giữa các phòng ban). Triển khai chiến lược dữ liệu giúp doanh nghiệp khắc phục những vấn đề này bằng cách chia sẻ dữ liệu một cách an toàn và đơn giản hóa quyền truy cập. 
• Hỗ trợ ra quyết định thông minh và kịp thời: Thay vì phụ thuộc vào trực giác hay cảm tính, chiến lược dữ liệu cung cấp các thông tin chính xác, được phân tích từ thực tế. Điều này giúp doanh nghiệp tự tin đưa ra các quyết định chiến lược và tối ưu hóa kết quả kinh doanh.
• Nâng cao hiệu quả vận hành: Chiến lược dữ liệu cho phép doanh nghiệp phân tích và cải thiện các quy trình nội bộ, từ đó loại bỏ những yếu tố không hiệu quả và tập trung vào những hoạt động mang lại giá trị cao nhất. Nhờ đó, các hoạt động trở nên trơn tru hơn, giảm thiểu thời gian và chi phí không cần thiết.
• Cải thiện trải nghiệm và lòng trung thành của khách hàng: Dữ liệu về hành vi và sở thích của khách hàng giúp doanh nghiệp thấu hiểu khách hàng, phát triển các sản phẩm, dịch vụ và chiến dịch tiếp thị phù hợp. Từ đó gia tăng sự hài lòng và xây dựng lòng trung thành của khách hàng.
• Tăng doanh thu và lợi nhuận: Dữ liệu thị trường và khách hàng là cơ sở quan trọng để doanh nghiệp tạo ra các sản phẩm/dịch vụ mới đáp ứng đúng nhu cầu hiện tại và dự báo trước xu hướng tương lai. Kết quả là doanh nghiệp vừa tăng lợi nhuận vừa duy trì được lòng trung thành của khách hàng.
• Nâng cao năng lực cạnh tranh: Chiến lược dữ liệu cũng giúp doanh nghiệp phát hiện các phân khúc thị trường tiềm năng, từ đó xây dựng các chiến lược mở rộng phù hợp. Sử dụng dữ liệu rút ngắn thời gian từ nghiên cứu đến triển khai sản phẩm giúp doanh nghiệp chiếm lĩnh thị trường nhanh hơn đối thủ. Điều này tạo ra lợi thế cạnh tranh bền vững.
• Hỗ trợ triển khai công nghệ tiên tiến (AI/ML): Các hệ thống AI và học máy (ML) hoạt động hiệu quả hơn khi được xây dựng trên dữ liệu sạch và được quản lý tốt. Nhờ chiến lược dữ liệu, doanh nghiệp có thể triển khai các giải pháp tự động hóa thông minh, giảm sự phụ thuộc vào nhân sự và tối ưu hóa nguồn lực.
• Tăng cường khả năng phối hợp nội bộ: Chiến lược dữ liệu tích hợp thông tin từ các phòng ban, đảm bảo mọi bộ phận sử dụng cùng một nguồn dữ liệu đáng tin cậy. Nhờ dữ liệu được chia sẻ đồng bộ, các nhóm phối hợp nhịp nhàng hơn, giúp cải thiện năng suất và đạt được mục tiêu chung.

3. Các thành phần chính của chiến lược dữ liệu

Một chiến lược dữ liệu hiệu quả không chỉ là việc lưu trữ và quản lý dữ liệu mà còn đảm bảo rằng dữ liệu được tổ chức, phân tích và sử dụng để hỗ trợ các mục tiêu kinh doanh. Dưới đây là các thành phần chính của một chiến lược dữ liệu hiệu quả:

• Công cụ danh mục dữ liệu: Đây là các công cụ giúp tổ chức xác định và phân loại toàn bộ tài nguyên dữ liệu hiện có, cung cấp thông tin chi tiết về dữ liệu để hỗ trợ việc truy xuất dễ dàng hơn và ánh xạ các hoạt động kinh doanh với dữ liệu một cách hiệu quả.
• Công cụ quản lý dữ liệu: Bao gồm các công cụ phục vụ cho việc tích hợp, trực quan hóa, báo cáo và điều khiển dữ liệu. Chúng đảm bảo rằng dữ liệu được quản lý đúng theo các chính sách và quy định, đồng thời giúp tối ưu hóa quy trình kinh doanh và cải thiện hiệu suất.
• Phân tích dữ liệu: Hoạt động này sử dụng các tập dữ liệu chất lượng cao để thực hiện phân tích chuyên sâu, hỗ trợ các mô hình AI/ML, giảm thiểu sai sót hoặc thiên kiến trong dữ liệu, từ đó giúp doanh nghiệp ra quyết định chính xác hơn và tăng cường khả năng tự động hóa.
• Quy trình đánh giá: Là quy trình định kỳ nhằm kiểm tra và đánh giá kiến trúc dữ liệu hiện tại, đảm bảo các quy trình thu thập và xử lý dữ liệu tuân thủ các quy định pháp lý, đồng thời đo lường chất lượng dữ liệu để cải tiến chiến lược và duy trì hiệu quả hoạt động.

4. Quy trình xây dựng chiến lược dữ liệu trong doanh nghiệp

Để chiến lược dữ liệu thực sự mang lại giá trị, doanh nghiệp cần có một quy trình xây dựng bài bản. Từng bước trong quy trình này sẽ giúp định hình cách thu thập, khai thác và quản lý dữ liệu nhằm hỗ trợ tối đa cho các mục tiêu kinh doanh.

4.1. Xác định thực trạng doanh nghiệp và mục tiêu của chiến lược dữ liệu 

Thay vì lãng phí thời gian và nguồn lực vào việc thu thập dữ liệu mà không có định hướng rõ ràng, doanh nghiệp nên tập trung vào việc thu thập những thông tin liên quan trực tiếp đến các mục tiêu kinh doanh cốt lõi. 

Dưới đây là các bước cụ thể để doanh nghiệp tối ưu hóa sự liên kết giữa chiến lược dữ liệu và chiến lược kinh doanh:

• Xác định các yếu tố kinh doanh liên quan: Doanh nghiệp cần xác định các động lực kinh doanh lớn hoặc nhỏ có thể được cải thiện thông qua dữ liệu và phân tích. Điều này giúp ưu tiên những lĩnh vực quan trọng và đảm bảo chiến lược dữ liệu phục vụ mục tiêu thực tế.
• Khám phá cách hoạt động của các phòng ban: Hiểu rõ cách mỗi bộ phận trong tổ chức hoạt động và mức độ đồng bộ của chúng với mục tiêu kinh doanh chung. Điều này giúp phát hiện những điểm cần cải thiện hoặc tối ưu hóa để dữ liệu hỗ trợ hiệu quả hơn.
• Thực hiện phỏng vấn từ cấp điều hành đến lãnh đạo bộ phận: Quy trình này giúp doanh nghiệp thu thập thông tin từ cả góc nhìn chiến lược và vận hành. Việc bắt đầu từ ban lãnh đạo cấp cao và tiếp tục đến các quản lý bộ phận đảm bảo không bỏ sót những khía cạnh quan trọng.
• Tổ chức các cuộc trò chuyện để hiểu rõ nhu cầu: Các buổi thảo luận nên tập trung vào việc tìm hiểu mục tiêu cụ thể mà các phòng ban đang cố gắng đạt được, các nhiệm vụ thường ngày của họ và cách dữ liệu có thể cải thiện hiệu suất công việc.
• Xác định các chỉ số và câu hỏi quan trọng: Ghi nhận các chỉ số hiệu suất (KPI) mà từng bộ phận đang quan tâm, những câu hỏi cần trả lời và các thông tin cần thiết để ra quyết định. Điều này tạo cơ sở cho việc thiết kế chiến lược dữ liệu phù hợp, tập trung vào giải quyết các nhu cầu thực tiễn.

Bằng cách liên kết chặt chẽ chiến lược dữ liệu với các mục tiêu kinh doanh, doanh nghiệp không chỉ tối ưu hóa hiệu quả sử dụng dữ liệu mà còn đảm bảo mọi hoạt động phân tích đều hướng đến giá trị thực sự.

4.2. Đánh giá mức độ trưởng thành về dữ liệu và phân tích

Để xây dựng một lộ trình hiệu quả, doanh nghiệp cần hiểu rõ vị trí hiện tại của mình, bao gồm mức độ trưởng thành trong việc sử dụng và phân tích dữ liệu. 

Hiểu rõ trạng thái hiện tại của tổ chức cho phép doanh nghiệp xác định những khoảng trống, những vấn đề tồn tại và những yếu tố cần tối ưu hóa. 

4.3. Xác định các cột mốc quan trọng trong chiến lược dữ liệu

Sau khi hoàn thành việc xác định vấn đề của doanh nghiệp, bước tiếp theo là thiết lập các cột mốc chính liên quan đến mục tiêu kinh doanh hoặc các thay đổi lớn mà doanh nghiệp dự kiến sẽ trải qua. 

Các cột mốc này đóng vai trò quan trọng trong việc định hình tốc độ thực hiện và ưu tiên các sáng kiến dữ liệu, đảm bảo chúng được hoàn thành đúng thời gian để hỗ trợ mục tiêu kinh doanh.

Doanh nghiệp cần đặt ra các câu hỏi quan trọng để làm rõ các cột mốc này:

• Mục tiêu lớn của công ty là gì? Các mục tiêu chính hoặc ưu tiên chiến lược của công ty, hay còn gọi là "những tảng đá lớn," được xác định trong khoảng thời gian nào?
• Sự kiện quan trọng nào cần được chú ý? Các sự kiện như thời gian ra mắt sản phẩm mới, các chiến dịch theo mùa, hoặc các yếu tố ảnh hưởng lớn đến hoạt động kinh doanh cần được đưa vào lộ trình chiến lược.
• Có thay đổi quan trọng nào đã biết trước không? Ví dụ, việc tích hợp hệ thống ERP mới, kế hoạch mua bán hoặc sáp nhập công ty, hoặc bất kỳ yếu tố nào có thể ảnh hưởng đến dữ liệu và phân tích.
• Cấp độ trưởng thành dữ liệu cần thiết? Đối với mỗi cột mốc, doanh nghiệp cần xác định mức độ phát triển của hệ thống dữ liệu và khả năng phân tích để đáp ứng yêu cầu kinh doanh tại thời điểm đó.

4.4. Điền sáng kiến vào dòng thời gian

Sau khi xác định được các cột mốc quan trọng, bước tiếp theo là phân bổ các sáng kiến cần thiết vào dòng thời gian để xây dựng kiến trúc dữ liệu. Việc triển khai này sẽ được thực hiện theo từng giai đoạn lặp lại, với mục tiêu nâng cao dần mức độ trưởng thành của dữ liệu và phân tích.

Trong lần triển khai đầu tiên, doanh nghiệp cần trả lời các câu hỏi như:

• Công cụ hoặc công nghệ mới nào cần được thiết lập? Doanh nghiệp có cần đối tác để hỗ trợ triển khai các công cụ này hay không, hay có thể tự thực hiện nội bộ?
• Cần thiết lập đường dẫn dữ liệu mới không? Nếu có, liệu doanh nghiệp đã có đủ nhân sự nội bộ với kỹ năng cần thiết để xử lý hay cần thuê ngoài?
• Các định nghĩa và tiêu chuẩn về dữ liệu đã được thống nhất chưa? Doanh nghiệp có chương trình quản trị dữ liệu nào sẵn sàng để xử lý các vấn đề liên quan trong tương lai không?

Điều quan trọng là doanh nghiệp cần đánh giá cách mỗi công cụ, công nghệ, hoặc quy trình tương thích với kiến trúc dữ liệu tổng thể, từ đó triển khai chiến lược một cách bài bản và theo từng giai đoạn cụ thể.

4.5. Bổ sung các chi tiết và hành động cụ thể

1 - Tìm nguồn cung cấp và thu thập dữ liệu

• Hiểu rõ các loại dữ liệu sẵn có: Trước tiên, cần đánh giá những dữ liệu hiện có trong doanh nghiệp, như dữ liệu giao dịch hoặc dữ liệu từ trung tâm dữ liệu. Việc nắm bắt các loại dữ liệu (dữ liệu có cấu trúc, phi cấu trúc, hoặc dữ liệu bên ngoài) giúp định hướng quá trình thu thập và quản lý hiệu quả hơn.
• Kết hợp nhiều loại dữ liệu: Để có cái nhìn tổng thể, doanh nghiệp cần sử dụng cả dữ liệu nội bộ (ví dụ: dữ liệu bán hàng) và dữ liệu bên ngoài (ví dụ: nhân khẩu học). Dữ liệu phi cấu trúc như phản hồi của khách hàng cũng rất quan trọng, giúp cung cấp thông tin sâu rộng về thị trường và hành vi người tiêu dùng.
• Ưu tiên dữ liệu phù hợp: Tập trung thu thập dữ liệu liên quan trực tiếp đến mục tiêu kinh doanh, giảm thiểu việc thu thập dữ liệu dư thừa hoặc không có giá trị.

2 - Thu thập dữ liệu nội bộ

• Tận dụng nguồn dữ liệu sẵn có: Doanh nghiệp nên xác định và thu thập dữ liệu từ hệ thống quản lý, sản phẩm, khách hàng và nhân viên. Những dữ liệu này có thể dễ dàng truy xuất từ các ứng dụng hoặc phần mềm hiện có.
• Chủ động tạo dữ liệu mới: Khi cần dữ liệu cụ thể, doanh nghiệp có thể tổ chức khảo sát, phỏng vấn nhóm, hoặc thu thập thông tin từ các cuộc trò chuyện. Cách tiếp cận này giúp tạo ra nguồn dữ liệu phong phú, hỗ trợ tốt cho phân tích và ra quyết định.

3 - Thu thập dữ liệu bên ngoài

• Khai thác dữ liệu từ các nguồn chuyên biệt: Có thể hợp tác với các nhà cung cấp dữ liệu hoặc sử dụng các nguồn dữ liệu mở như từ chính phủ, tổ chức nghiên cứu hoặc nền tảng mạng xã hội. Những nguồn này cung cấp thông tin giá trị về thị trường và hành vi khách hàng.
• Tập trung vào mục tiêu cụ thể: Doanh nghiệp nên ưu tiên sử dụng những dữ liệu phù hợp với chiến lược và mục tiêu cụ thể, tránh lãng phí nguồn lực vào những thông tin không liên quan.

4 - Xác định các phương pháp phân tích dữ liệu

• Chọn phương pháp phù hợp với mục tiêu: Tùy thuộc vào mục tiêu chiến lược, doanh nghiệp cần lựa chọn các phương pháp phân tích hiệu quả nhất. Việc ứng dụng trí tuệ nhân tạo (AI) hoặc các công nghệ phân tích tiên tiến giúp tối ưu hóa quy trình và trích xuất giá trị từ dữ liệu.

5 - Lập báo cáo và trình bày Insights từ dữ liệu

• Xây dựng hệ thống báo cáo quản trị: Doanh nghiệp cần thiết lập báo cáo chi tiết để theo dõi và trình bày các kết quả từ dữ liệu. Điều này giúp lãnh đạo dễ dàng nắm bắt và đưa ra quyết định kịp thời dựa trên thông tin.

6 - Chọn phương thức lưu trữ dữ liệu phù hợp

• Đảm bảo lưu trữ tối ưu: Cần lựa chọn các phương pháp lưu trữ đảm bảo tốc độ truy cập nhanh, dung lượng dữ liệu phù hợp, chi phí hợp lý và tính bảo mật cao.
• Đánh giá công nghệ lưu trữ: Doanh nghiệp nên kiểm tra các tùy chọn công nghệ, đồng thời phát triển hệ thống bảo mật dữ liệu mạnh mẽ để đảm bảo tính toàn vẹn và sẵn sàng khi cần.

Là một chuyên gia trong lĩnh vực Sales & Marketing, Mr. Tony Dzung gợi ý các doanh nghiệp nên xây dựng hệ thống CRM để lưu trữ thông tin khách hàng một cách đồng bộ và tập trung. Đặc biệt, doanh nghiệp có thể ứng dụng trí tuệ nhân tạo AI và hệ thống CRM để thu thập và phân tích thông tin khách hàng hiệu quả hơn. Điều này có ý nghĩa quan trọng cho việc tối ưu hoá các chiến lược marketing và bán hàng của doanh nghiệp. 

4.6. Lập kế hoạch truyền thông nội bộ

Sau khi hoàn thành lộ trình chiến lược dữ liệu, việc truyền tải kế hoạch đến toàn bộ tổ chức là yếu tố then chốt để tạo sự đồng thuận và đảm bảo tất cả các bộ phận cùng hướng đến các mục tiêu chung.

Cách thực hiện truyền thông hiệu quả:

• Truyền đạt tầm nhìn và mục tiêu rõ ràng: Đảm bảo mọi thành viên hiểu rõ lộ trình chiến lược dữ liệu, nhấn mạnh cách nó sẽ hỗ trợ đạt được các mục tiêu kinh doanh chính và tích hợp với chiến lược tổng thể của doanh nghiệp.
• Chia sẻ tiến trình và mốc quan trọng: Cung cấp thông tin chi tiết về các giai đoạn chính của lộ trình và giải thích lý do cũng như giá trị của từng sáng kiến để tăng cường sự cam kết và đồng lòng trong tổ chức.
• Tương tác thường xuyên với các bên liên quan: Thu thập ý kiến phản hồi và đóng góp từ các bộ phận liên quan để đảm bảo lộ trình phù hợp với thực tế và giải quyết được các vấn đề mà họ quan tâm.
• Cập nhật thông tin tiến độ: Liên tục thông báo về tiến trình thực hiện, xử lý các thách thức phát sinh, và điều chỉnh kế hoạch khi cần để phù hợp với các ưu tiên hoặc thay đổi trong điều kiện hoạt động.
• Duy trì sự minh bạch và khuyến khích hợp tác: Tạo môi trường giao tiếp cởi mở, khuyến khích sự tham gia tích cực của các cá nhân và bộ phận, đồng thời đảm bảo rằng tất cả các bên liên quan đều có cơ hội đóng góp và hợp tác.

5. Xu hướng tương lai của chiến lược dữ liệu

Trong bối cảnh công nghệ không ngừng phát triển, chiến lược dữ liệu đang dần trở thành yếu tố cốt lõi quyết định sự bứt phá của doanh nghiệp. Những xu hướng tương lai sẽ mở ra cơ hội mới, giúp doanh nghiệp tận dụng dữ liệu hiệu quả hơn để dẫn đầu thị trường.

1 - Tích hợp Trí tuệ nhân tạo (AI) và Machine Learning (ML)

Trong tương lai, AI và ML sẽ đóng vai trò trung tâm trong việc khai thác và phân tích dữ liệu. Các thuật toán học máy sẽ giúp doanh nghiệp không chỉ hiểu dữ liệu hiện tại mà còn dự đoán xu hướng tương lai với độ chính xác.

2 - Dữ liệu thời gian thực (Real-Time Data)

Dữ liệu thời gian thực sẽ trở thành tiêu chuẩn trong các chiến lược dữ liệu, đặc biệt đối với các ngành như tài chính, logistics, bán lẻ. Các doanh nghiệp cần khả năng phân tích và phản ứng với dữ liệu ngay lập tức để nắm bắt cơ hội hoặc giảm thiểu rủi ro.

3 - Ứng dụng Internet of Things (IoT) và dữ liệu lớn (Big Data)

Với sự phát triển của IoT, các thiết bị kết nối sẽ tạo ra lượng dữ liệu khổng lồ, mang đến cơ hội tối ưu hóa quy trình và tạo giá trị mới cho khách hàng.

Bên cạnh đó, Big Data sẽ hỗ trợ phân tích dữ liệu từ nhiều nguồn khác nhau, tạo ra cái nhìn toàn diện hơn cho doanh nghiệp. 

4 - Tăng cường bảo mật và quản trị dữ liệu

Sự phát triển của chiến lược dữ liệu đồng thời làm tăng nguy cơ rủi ro an ninh mạng. Các quy định mới như GDPR, CCPA buộc doanh nghiệp phải đầu tư nhiều hơn vào bảo mật. Trong tương lai, doanh nghiệp có thể:

• Áp dụng blockchain để đảm bảo tính minh bạch và an toàn dữ liệu.
• Tăng cường công cụ quản trị để kiểm soát quyền truy cập và sử dụng dữ liệu hiệu quả.

Chiến lược dữ liệu là nền tảng quan trọng đối với sự phát triển bền vững của doanh nghiệp. Bằng cách xây dựng và triển khai chiến lược dữ liệu một cách bài bản, doanh nghiệp có thể cải thiện khả năng ra quyết định, nâng cao hiệu quả vận hành và tối ưu hóa nguồn lực. Trường Doanh Nhân HBR hy vọng rằng, bài viết đã mang đến những kiến thức bổ ích, giúp doanh nghiệp khai thác tối đa tiềm năng dữ liệu.