Khi mô hình lệch dần theo thời gian

Đây là lời nhắc tôi tâm đắc: đúng ở hôm nay không có nghĩa là đúng mãi.

Mô hình lệch dần là gì

Hãy hình dung một tấm bản đồ rất chính xác của một thành phố. Vài năm sau, đường mới mở, đường cũ đổi chiều, và tấm bản đồ ấy, dù không hề thay đổi, lại dẫn sai ngày càng nhiều. Mô hình lệch dần (model drift) là đúng hiện tượng đó: một mô hình đúng ở thời điểm huấn luyện trở nên kém chính xác dần khi thế giới quanh nó đổi thay, trong khi bản thân nó vẫn đứng yên theo những gì đã học.

Người ta phân hai dạng: dữ liệu đầu vào đổi, gọi là lệch dữ liệu (data drift), và quan hệ giữa đầu vào với kết quả đổi, gọi là lệch khái niệm (concept drift). Dạng thứ hai khó phát hiện hơn nhiều. Một ví dụ kinh điển là Google Flu Trends, công cụ dự báo dịch cúm qua lượt tìm kiếm. Theo phân tích của Lazer và cộng sự đăng trên tạp chí Science năm 2014, vào đỉnh mùa cúm 2012 đến 2013 nó dự báo cao gấp khoảng hai lần số liệu thực của cơ quan y tế Mỹ, và sai lệch về phía cao trong 100 trên 108 tuần liên tiếp.

Ứng dụng vào quản trị ra sao

Tôi thấy bài học rất rõ: độ tin cậy cần được theo dõi liên tục, chứ không phải đo một lần rồi yên tâm mãi. Một mô hình dự báo nhu cầu, một bộ quy tắc chấm điểm khách hàng, thậm chí một công thức thành công từng đúng, đều có thể lệch khi thị trường, khách hàng hay đối thủ đổi.

Điều này đúng cho cả những giả định quản trị. Chiến lược từng hợp với thị trường ba năm trước có thể đang lệch dần mà ta không hay, chỉ vì nó từng đúng. Thói quen rà lại định kỳ giả định này còn đúng không là cách phát hiện độ lệch sớm, trước khi nó thành một sai lầm lớn.

Giả định hay công thức từng đúng nào của bạn đã lâu chưa được rà lại xem còn hợp với thực tế hôm nay?