Sáu nguyên tắc để dự báo trong nhân sự đúng và có trách nhiệm: câu hỏi cần trả lời, dữ liệu đủ dài, kiểm chứng, giới hạn, công bằng và minh bạch với người lao động. Bấm vào từng ô để lật và xem giải thích.
Ba nền tảng để dự báo gắn với quyết định và dữ liệu đủ tin cậy.
Dự báo phải trả lời một quyết định cụ thể, không dự báo cho có.
Là gì
Dự báo chỉ có giá trị khi gắn với một quyết định: ví dụ nên tuyển bao nhiêu người trước mùa cao điểm, hay nên giữ chân nhóm nào. Bắt đầu từ câu hỏi giúp chọn đúng dữ liệu và mô hình.
Cách làm
- Viết câu hỏi quyết định trong một câu.
- Liệt kê hành động sẽ thay đổi tùy kết quả dự báo.
- Nếu không có hành động nào thay đổi, chưa cần dự báo.
Lưu ý
Dự báo đẹp nhưng không dẫn tới hành động nào là lãng phí. Bắt đầu từ quyết định.
Mô hình học từ quá khứ, nên quá khứ phải đủ dài, đủ đầy đủ và đúng.
Là gì
Mô hình dự báo cần dữ liệu lịch sử đủ nhiều kỳ và đủ đầy đủ. Dữ liệu thiếu hoặc đổi định nghĩa giữa các năm sẽ làm mô hình học sai.
Cách làm
- Kiểm tra số kỳ có dữ liệu và các chỗ thiếu.
- Giữ định nghĩa biến không đổi qua thời gian.
- Ghi lại các thay đổi quy trình có thể làm đứt chuỗi dữ liệu.
Lưu ý
Dữ liệu vài tháng gần đây thường không đủ để học xu hướng mùa vụ.
So dự báo với thực tế sau mỗi kỳ để biết mô hình có đáng tin không.
Là gì
Kiểm chứng là so dự báo với kết quả thực tế sau khi kỳ kết thúc. Nếu sai số lớn và lặp lại, cần sửa mô hình hoặc giảm sự tin cậy vào dự báo.
Cách làm
- Lưu lại dự báo trước khi có kết quả.
- So sai số sau mỗi kỳ.
- Xem xét lại mô hình khi sai số lặp lại.
Lưu ý
Chỉ kiểm chứng trên dữ liệu đã dùng để huấn luyện sẽ luôn cho kết quả đẹp giả tạo.
Ba nguyên tắc để dự báo không gây hại cho người lao động.
Dự báo cho xác suất và xu hướng, không cho chắc chắn về từng người.
Là gì
Dự báo trong nhân sự chỉ cho xác suất và xu hướng ở mức nhóm. Việc dùng dự báo để kết luận về từng cá nhân dễ sai và gây hại.
Cách làm
- Trình bày kết quả theo nhóm, kèm khoảng sai số.
- Không dùng điểm rủi ro của một người để ra quyết định bất lợi.
- Ghi rõ giả định của mô hình.
Lưu ý
Một con số rủi ro gán lên người cụ thể dễ bị hiểu như một nhận định, và có thể gây hại cho người đó.
Dữ liệu lịch sử có thể chứa thiên lệch và mô hình sẽ học lại thiên lệch đó.
Là gì
Nếu quá khứ đã đối xử bất công với một nhóm, mô hình học từ dữ liệu đó sẽ tái tạo sự bất công. Cần kiểm tra các biến có tạo ra đối xử khác nhau giữa nhóm không.
Cách làm
- Rà soát biến có đại diện cho thiên lệch lịch sử không.
- So kết quả dự báo giữa các nhóm.
- Loại bỏ biến không liên quan đến công việc.
Lưu ý
Công bằng trong dự báo nhân sự cần được rà soát bởi người có chuyên môn cả về nhân sự và pháp lý.
Người lao động biết doanh nghiệp có dùng dự báo không và để làm gì.
Là gì
Dùng dữ liệu cá nhân để dự báo là xử lý dữ liệu cá nhân. Luật Bảo vệ dữ liệu cá nhân số 91/2025/QH15 có hiệu lực từ 01/01/2026 yêu cầu doanh nghiệp thông báo và có căn cứ xử lý phù hợp.
Cách làm
- Thông báo rõ mục đích dự báo và loại dữ liệu sử dụng.
- Cho phép người lao động biết và hỏi về việc dùng dữ liệu của mình.
- Đối chiếu căn cứ pháp lý trước khi triển khai.
Lưu ý
Bài này tóm tắt nguyên tắc. Khi triển khai cần đối chiếu văn bản luật và tư vấn pháp lý.