Lý thuyết: HR Predictive Analytics

Lý thuyết nền tảng
HR Predictive Analytics dự báo có trách nhiệm

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.

1
Nền tảng dự báo

Ba nền tảng để dự báo gắn với quyết định và dữ liệu đủ tin cậy.

Bắt đầu từ câu hỏi quản trị

Dự báo phải trả lời một quyết định cụ thể, không dự báo cho có.

Bắt đầu từ câu hỏi quản trị

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

  1. Viết câu hỏi quyết định trong một câu.
  2. Liệt kê hành động sẽ thay đổi tùy kết quả dự báo.
  3. 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.

Dữ liệu đủ dài và đủ sạch

Mô hình học từ quá khứ, nên quá khứ phải đủ dài, đủ đầy đủ và đúng.

Dữ liệu đủ dài và đủ sạch

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

  1. Kiểm tra số kỳ có dữ liệu và các chỗ thiếu.
  2. Giữ định nghĩa biến không đổi qua thời gian.
  3. 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.

Kiểm chứng dự báo

So dự báo với thực tế sau mỗi kỳ để biết mô hình có đáng tin không.

Kiểm chứng dự báo

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

  1. Lưu lại dự báo trước khi có kết quả.
  2. So sai số sau mỗi kỳ.
  3. 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.

2
Trách nhiệm khi dự báo

Ba nguyên tắc để dự báo không gây hại cho người lao động.

Giới hạn của dự báo

Dự báo cho xác suất và xu hướng, không cho chắc chắn về từng người.

Giới hạn của dự báo

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

  1. Trình bày kết quả theo nhóm, kèm khoảng sai số.
  2. Không dùng điểm rủi ro của một người để ra quyết định bất lợi.
  3. 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.

Công bằng trong mô hình

Dữ liệu lịch sử có thể chứa thiên lệch và mô hình sẽ học lại thiên lệch đó.

Công bằng trong mô hình

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

  1. Rà soát biến có đại diện cho thiên lệch lịch sử không.
  2. So kết quả dự báo giữa các nhóm.
  3. 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.

Minh bạch với người lao động

Người lao động biết doanh nghiệp có dùng dự báo không và để làm gì.

Minh bạch với người lao động

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

  1. Thông báo rõ mục đích dự báo và loại dữ liệu sử dụng.
  2. Cho phép người lao động biết và hỏi về việc dùng dữ liệu của mình.
  3. 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.

1
Thuật ngữ

Ba nhóm thuật ngữ nền tảng của phân tích dự báo nhân sự.

Phân tích dự báo
  • Predictive Analytics: dùng dữ liệu quá khứ để dự báo xu hướng tương lai.
  • Mô hình dự báo: công thức hoặc thuật toán đưa ra dự đoán.
  • Biến đầu vào: dữ liệu dùng để dự báo.
  • Kết quả dự báo: điều cần dự đoán, như nghỉ việc, nhu cầu nhân lực.
  • Kịch bản: giả định khác nhau để so sánh kết quả.
Chất lượng mô hình
  • Độ chính xác: mức dự báo đúng so với thực tế.
  • Sai số dự báo: chênh lệch giữa dự báo và thực tế.
  • Dữ liệu lịch sử: dữ liệu các kỳ trước làm nền cho dự báo.
  • Kiểm chứng: so dự báo với kết quả thực tế sau đó.
  • Thiên lệch dữ liệu: dữ liệu phản ánh sai lệch dẫn đến dự báo sai.
Ứng dụng và đạo đức
  • Dự báo nhu cầu nhân lực: số người cần theo kế hoạch kinh doanh.
  • Dự báo nghỉ việc: nhóm nào có khả năng nghỉ nhiều.
  • Dự báo chi phí nhân sự: quỹ lương, tuyển dụng sắp tới.
  • Dùng có trách nhiệm: dự báo để hỗ trợ, không để phân biệt đối xử.
  • Bảo mật dữ liệu cá nhân: bảo vệ thông tin người lao động.
2
Quy trình

Sáu quy trình cốt lõi, mỗi quy trình có mục đích và các bước thực hiện.

Xác định bài toán dự báo

Để làm gì: chỉ dự báo điều lãnh đạo thật sự cần để ra quyết định.

Các bước thực hiện

  1. Bước 1 - Nghe vấn đề kinh doanh. Điều lãnh đạo lo ngại.
  2. Bước 2 - Chọn điều cần dự báo. Nghỉ việc, nhu cầu nhân lực, chi phí.
  3. Bước 3 - Xác định thời hạn. Dự báo cho bao lâu.
  4. Bước 4 - Xác định quyết định sẽ dùng. Dự báo giúp gì.
  5. Bước 5 - Thống nhất tiêu chí thành công. Chính xác đến mức nào.
  6. Bước 6 - Duyệt phạm vi. Và quyền dùng dữ liệu.
Chuẩn bị dữ liệu lịch sử

Để làm gì: mô hình dự báo chỉ tốt khi dữ liệu nền đủ và sạch.

Các bước thực hiện

  1. Bước 1 - Liệt kê nguồn. Nhân sự, chấm công, lương, đánh giá.
  2. Bước 2 - Thu thập nhiều kỳ. Đủ dài để thấy xu hướng.
  3. Bước 3 - Chuẩn hóa định nghĩa. Thống nhất qua các kỳ.
  4. Bước 4 - Làm sạch. Trùng, thiếu, sai.
  5. Bước 5 - Kiểm tra thiên lệch. Dữ liệu có lệch không.
  6. Bước 6 - Bảo mật và ẩn danh. Khi phân tích.
Xây dựng và thử nghiệm mô hình

Để làm gì: có mô hình dự báo đủ tin cậy trước khi dùng thật.

Các bước thực hiện

  1. Bước 1 - Chọn cách tiếp cận. Đơn giản trước, như xu hướng, trung bình.
  2. Bước 2 - Chọn biến đầu vào. Liên quan và có sẵn.
  3. Bước 3 - Chia dữ liệu. Một phần xây, một phần thử.
  4. Bước 4 - Chạy thử. So với thực tế đã biết.
  5. Bước 5 - Đo sai số. Đủ dùng chưa.
  6. Bước 6 - Điều chỉnh. Hoặc đơn giản hóa.
Diễn giải và kiểm chứng kết quả

Để làm gì: hiểu vì sao có dự báo đó và không tin mù quáng.

Các bước thực hiện

  1. Bước 1 - Xem yếu tố ảnh hưởng chính. Biến nào tác động nhiều.
  2. Bước 2 - Đối chiếu kinh nghiệm quản lý. Có hợp lý không.
  3. Bước 3 - Kiểm tra trường hợp bất thường. Tìm lỗi.
  4. Bước 4 - Thử nhiều kịch bản. Giả định khác nhau.
  5. Bước 5 - Ghi rõ giới hạn. Dự báo không chắc chắn.
  6. Bước 6 - Thống nhất cách trình bày. Dễ hiểu.
Ứng dụng vào quyết định nhân sự

Để làm gì: biến dự báo thành hành động cụ thể: tuyển, giữ chân, đào tạo, ngân sách.

Các bước thực hiện

  1. Bước 1 - Trình lãnh đạo. Kết luận và mức chắc chắn.
  2. Bước 2 - Chọn hành động. Theo dự báo.
  3. Bước 3 - Giao người, hạn. Chịu trách nhiệm.
  4. Bước 4 - Dùng có đạo đức. Hỗ trợ người lao động, không để phân biệt.
  5. Bước 5 - Thực hiện. Và theo dõi.
  6. Bước 6 - Ghi nhận kết quả. Để kiểm chứng sau này.
Theo dõi và cập nhật mô hình

Để làm gì: mô hình luôn đúng khi bối cảnh kinh doanh thay đổi.

Các bước thực hiện

  1. Bước 1 - So dự báo với thực tế. Mỗi kỳ.
  2. Bước 2 - Tính sai số. Xu hướng sai số.
  3. Bước 3 - Phát hiện thay đổi bối cảnh. Chính sách, thị trường.
  4. Bước 4 - Cập nhật dữ liệu và mô hình. Khi cần.
  5. Bước 5 - Rà soát đạo đức và bảo mật. Định kỳ.
  6. Bước 6 - Báo cáo. Cho lãnh đạo.
3
Vấn đề thường gặp

Vấn đề theo từng cấp: thực thi, quản lý, lãnh đạo, nhân viên và đặc thù ngành.

Cấp thực thi
  • Dữ liệu lịch sử thiếu, không thống nhất.
  • Định nghĩa chỉ số thay đổi qua các năm.
  • Không có kỹ năng phân tích nâng cao.
  • Làm mô hình phức tạp nhưng không ai dùng.
Cấp quản lý
  • Không tin dự báo, vẫn quyết định theo cảm tính.
  • Hiểu dự báo là chắc chắn.
  • Dùng dự báo để gán nhãn nhân viên.
  • Không cung cấp dữ liệu đầu vào đầy đủ.
Cấp lãnh đạo
  • Kỳ vọng quá cao ở mô hình dự báo.
  • Không đầu tư dữ liệu nhưng đòi dự báo.
  • Không có chính sách sử dụng dữ liệu có đạo đức.
  • Bỏ qua yếu tố con người ngoài dữ liệu.
Nhân viên (khách hàng nội bộ)
  • Lo bị dự đoán và đánh giá dựa trên dữ liệu.
  • Không biết dữ liệu nào đang được dùng.
  • Sợ bị đối xử khác khi có dự báo nghỉ việc.
  • Thiếu minh bạch về mục đích phân tích.
Đặc thù sản xuất, ca kíp
  • Nhu cầu nhân lực biến động theo đơn hàng.
  • Nhiều lao động thời vụ, dữ liệu ít ổn định.
  • Dự báo nghỉ việc khó khi biến động cao.
Đặc thù chuỗi, dịch vụ, doanh nghiệp nhỏ
  • Doanh nghiệp nhỏ ít dữ liệu nên dự báo kém tin cậy.
  • Nhu cầu nhân lực phụ thuộc mùa, sự kiện.
  • Mỗi điểm bán một đặc điểm riêng.
4
KPI

Bốn nhóm chỉ số: tài chính, khách hàng, quy trình, con người.

Tài chính
  • Sai số dự báo chi phí nhân sự so với thực tế
  • Chi phí tuyển dụng, thay thế tránh được nhờ dự báo
Khách hàng
  • Chưa có chỉ số chuẩn cho nhóm này
Quy trình
  • Độ chính xác của dự báo nhu cầu nhân lực
  • Độ chính xác của dự báo nghỉ việc
  • Tỷ lệ dự báo được cập nhật đúng kỳ
  • Tỷ lệ quyết định có sử dụng dự báo
Con người
  • Tỷ lệ người có nguy cơ nghỉ được hỗ trợ kịp thời
  • Số vị trí được chuẩn bị kế thừa trước khi trống
5
Vai trò theo mô hình doanh nghiệp

Ai làm gì trong từng mô hình, lật thẻ để xem.

Sản xuất
  • HR analyst: dự báo nhân lực theo đơn hàng.
  • Quản đốc: cung cấp kế hoạch sản xuất.
  • Giám đốc nhà máy: quyết định tuyển, thuê thời vụ.
Chuỗi
  • HR trụ sở: dự báo nhân lực theo kế hoạch mở điểm.
  • Quản lý khu vực: cung cấp kế hoạch, mùa vụ.
  • Quản lý điểm: phản hồi tình hình thực tế.
Nhà hàng, khách sạn
  • HR: dự báo theo mùa du lịch, lễ.
  • Trưởng bộ phận: cung cấp kế hoạch dịch vụ.
  • Tổng quản lý: duyệt kế hoạch tuyển.
Vận chuyển, logistics
  • HR: dự báo nhân lực theo mùa cao điểm.
  • Điều phối: cung cấp dự báo khối lượng.
  • Giám đốc vận hành: quyết định nguồn lực.
Xây dựng
  • HR dự án: dự báo nhân lực theo giai đoạn dự án.
  • Chỉ huy trưởng: cung cấp tiến độ.
  • Giám đốc: duyệt kế hoạch huy động.
Siêu nhỏ và nhỏ (dưới 50)
  • Chủ doanh nghiệp: dự báo đơn giản theo kế hoạch kinh doanh.
  • Kế toán kiêm nhân sự: ghi chép số liệu các kỳ.
Vừa (50 đến 500)
  • Trưởng nhân sự: xác định bài toán, trình lãnh đạo.
  • Chuyên viên phân tích: chuẩn bị dữ liệu, mô hình.
  • Quản lý bộ phận: cung cấp dữ liệu, dùng kết quả.
6
Checklist sử dụng ngay

Tick từng mục và tải về file CSV để giao việc.

Xác định bài toán dự báo
  • Nghe vấn đề kinh doanh từ lãnh đạo
  • Chọn điều cần dự báo
  • Xác định thời hạn dự báo
  • Xác định quyết định sẽ dùng dự báo
  • Thống nhất tiêu chí thành công
  • Duyệt phạm vi và quyền dùng dữ liệu
Dữ liệu lịch sử
  • Liệt kê các nguồn dữ liệu
  • Thu thập đủ nhiều kỳ
  • Chuẩn hóa định nghĩa qua các kỳ
  • Làm sạch dữ liệu trùng, thiếu
  • Kiểm tra thiên lệch dữ liệu
  • Bảo mật và ẩn danh khi phân tích
Kiểm tra mô hình
  • Chọn cách tiếp cận đơn giản trước
  • Chọn biến đầu vào liên quan và có sẵn
  • Chia dữ liệu để xây và thử
  • So kết quả với thực tế đã biết
  • Đo sai số và xem có đủ dùng
  • Ghi rõ giới hạn của dự báo
Ứng dụng có trách nhiệm
  • Trình kết luận kèm mức chắc chắn
  • Chọn hành động tương ứng
  • Giao người phụ trách và hạn
  • Dùng để hỗ trợ, không phân biệt đối xử
  • Bảo vệ dữ liệu cá nhân
  • So kết quả thực tế để cập nhật mô hình
Nội dung mang tính tham khảo chung về kỹ năng làm việc, hãy điều chỉnh theo đặc thù công việc của bạn.