Những ngày xáo động này, lòng ngổn ngang trăm mối tơ vò, biết đâu lại là một dịp hay để chúng ta nhìn lại bản thân?
Những cái tôi bé nhỏ, những cái tôi bị dập vùi, cái tôi trưởng thành trước tuổi nhịn chơi nhịn thèm vì biết ba mẹ nghèo khó, cái tôi non nớt của đứa trẻ năm nào đó liệu có yên lòng được chăng?
Lần đi chơi, đi học, kết hợp chữa bệnh này, mình được ở một cái resort có sân chơi. Có xích đu, có nhà cây, có cầu tuột và bập bênh. Mình đã chơi như chưa bao giờ được chơi, vì, đúng là mình chưa bao giờ được chơi thật.
Có những nhịp cầu năm xưa đã gãy cần phải nối. Có những nỗi buồn xuyên thế hệ mà mình không biết đến thời mình thì đã dứt chưa. Có những đứa trẻ cần được chơi, những người đàn ông cần mạnh dạn bước ra từ bóng tối, và những người phụ nữ khao khát được sống.
Mình thương mình và mong mỏi những người khác cũng được thương yêu.
—
anh hai,
hôm nay em chơi bập bênh và xích đu
cái xích đu kẽo kẹt
em sợ hình hài người lớn của em sẽ làm dây mòn và gãy ghế
cái bập bênh bằng gỗ
hai người lớn như em ngồi chơi và cái cần bập bênh bị gãy ngang
em tự hỏi có nơi nào có một sân chơi cho người lớn
hay nói đúng hơn
những đứa trẻ bị bắt lớn từ quá sớm
đến mức phải nhịn thèm khi đứng trước một cái sân chơi?
may mắn thay, chủ của sân chơi cũng là một đứa trẻ đã từng nhịn thèm
nên không bắt tụi em phải đền
Ngày mai, khi ra khỏi sân chơi này,
tụi em cũng sẽ bồi thường cho chủ sân chơi
nhưng mà
em mang ơn cô ấy, vì đã cho tụi em được làm trẻ con vô trách nhiệm một ngày.
Sắp đến sinh nhật cuối của tuổi hai mươi. Mình đang ngồi trong một căn hộ nhỏ xinh xắn với cửa sổ to, bên người bạn cùng phòng thân thiết, gõ những dòng này trên một chiếc máy tính rất tốt, và nghĩ về mình của mười năm trước.
Mười năm trước, mình ở chung với một chị khóa trên, trong một căn phòng hẹp đến mức nếu trải nệm ra thì không còn một chỗ trống nào trên sàn để bước. Mình học trên một chiếc netbook màu trắng màn hình 10 inch, thường xuyên tự nấu cơm vì khi đó nếu ăn cơm tiệm thì mình sẽ không đủ tiền mà sống đến cuối tháng.
Mình đã lấy bằng đại học, đã có được một công việc đủ nuôi sống bản thân, trả món nợ gia đình, phụ mẹ xây nhà, và giờ là hỗ trợ em gái mình học đại học. Mình đã có thể đi học những khóa học hấp dẫn, gặp những người thú vị, mà không phải lo nghĩ
Có lẽ giờ là lúc nghĩ về một cái gì đó cho bản thân, một cái gì đó xa hơn. Một phần vì những giấc mơ tuổi thơ đã bắt đầu quay trở lại, một phần vì peer pressure 😉 Quá khứ dù buồn thương và khốn khó là những thứ tạo nên mình ngày hôm nay. Mình đã có nhiều nguồn lực hơn, và mình mong 10 năm nữa mình nhìn lại sẽ không hối tiếc về những thứ mình đã không làm.
Hồi mình mới xuống Sài Gòn mười năm trước, mình được một bác người quen của mẹ cho một cái chén sứ Minh Long trắng, một đôi đũa. Mình được anh họ cho cái nồi cơm điện cũ, và dùng chung nồi với bạn cùng phòng.
Những năm sau đó, mình chuyển từ việc sống chung với bạn sang sống một mình. Mình lần lượt mua thêm một cái chảo, một cái nồi nấu canh. Những cái tô, cái đĩa mình có là đồ khuyến mãi khi mua gia vị. Đi làm được hai năm thì sếp tặng thêm một đôi đũa và một cái thìa. Gần như mỗi năm đi làm, mình lại có thêm một cái ly sứ công ty hoặc bạn bè tặng. Và mình có thêm một cái ly thủy tinh, được khuyến mãi lúc mua bia.
Vậy đó, cái kệ chén của mình không hề giống những hình ảnh quảng cáo kệ chén trên mạng, nơi những chiếc chén và đĩa đều chằn chặn xếp cạnh nhau. Mình gặp khó khăn trong việc xếp tụi nó cho gọn gàng. Chồng chéo, lộn xộn, chật chội, va đập, vài cái ra đi, vài cái vẫn kiên gan ở lại.
Mình nghĩ về những người xung quanh, về sự khác biệt, và thầm nhủ, thôi thì cọc cạch cũng đâu có sao.
Và mình vui vẻ lôi cái tô-chén-đĩa-ly đi pha một gói bột ngũ cốc hạt chia.
Nói chứ cũng cần cái kệ chén bự hơn thật :)) Có ai có cao kiến nào về kệ chén thì chỉ mình với.
—
Phụ lục:
Sau đây là những thứ mình được cho/tặng:
Nồi lẩu, khuyến mãi lúc mua bếp từ, mình dùng nó làm nồi hấp kiêm thau rửa chén
Nồi nấu canh, được mẹ của bạn mua cho
1 trong 2 cái chảo, cũng được mẹ của bạn mua cho
2 cái tô khuyến mãi lúc mua hạt nêm
1 cái chén khuyến mãi lúc mua hạt nêm
1 cái chén được cho lúc chuyển nhà từ phòng trọ cũ
1 cái chén được bác bạn thân của mẹ cho lúc mới xuống học đại học
1 cái chén nước chấm, 1 cái chén màu đen, 1 cái chén loe miệng, sót lại từ cuộc chuyển nhà chung nào đó mà người ở cùng không dọn
Sau đây là những thứ mình mua:
10 cặp đũa inox, vì có bạn tới chơi mà nhà không đủ đũa =))
2 cái chảo không dính, cả 2 đứa nó đều đã được nghỉ hưu
1 cái nồi inox 2 đáy để mình nấu canh
1 cái chảo chữ nhật để làm trứng cuộn
Vài cái hộp nhựa chữ nhật của Hachi Hachi, để đựng đồ ăn trong tủ lạnh, rất kín và không có rong cao su
1 cái hộp nhựa kèm rổ của Hachi Hachi, mang tiếng để hấp đồ ăn chứ mình hay đựng rau quả trong tủ lạnh cho không bị đọng nước ở đáy
1 bộ hộp ăn cơm 3 cái của Lock and Lock, hàng khuyến mãi
Tại Việt Nam, việc trúng tuyển vào một trường đại học danh tiếng là một mốc quan trọng để có được một sự nghiệp thành công, đặc biệt là đối với những gia đình đến từ nông thôn hay có hoàn cảnh khó khăn. Hình thức thi tuyển vào đại học khác nhau tùy trường và tùy năm. Từ năm 2017 đến nay thì có thể kể đến:
Sử dụng điểm của kì thi Trung học phổ thông quốc gia
Xét tuyển thẳng
Xét học bạ
Kì thi riêng (ví dụ: Kì thi năng lực của nhóm Đại học Quốc gia TPHCM)
Em gái của mình hoàn thành chương trình phổ thông vào năm nay và dự định sẽ tiếp tục học đại học. Em đã tham gia một số kì thi riêng (kì thi năng lực của DH Quốc gia), nhưng chưa đậu vào trường em yêu thích, nên điểm của kì thi THPT Quốc gia là phương án chính để xét tuyển vào đại học của em. Đây cũng là hình thức được nhiều trường sử dụng để tuyển sinh nhất, cụ thể, thí sinh sẽ đăng kí nguyện vọng vào khoảng tháng 3, thi kì thi này vào khoảng tháng 7, có điểm vào tháng 8 và thay đổi nguyện vọng vào cuối tháng 8. Các nguyện vọng được xét từ trên xuống, nếu đậu nguyện vọng đầu thì không xét các nguyện vọng sau, nếu không đậu thì tiếp tục xét các nguyện vọng tiếp theo.
Vào tháng 3, em mình đã đăng kí 10 nguyện vọng, và sau khi biết điểm thi vẫn được điều chỉnh tối đa 3 lần nữa. Câu hỏi đặt ra là:
Ẻm có khả năng đậu nguyện vọng nào, dựa trên điểm thi THPT Quốc gia?
Làm thế nào để tối đa khả năng em sẽ đậu vào trường em mong muốn?
Để trả lời câu hỏi này, mình đã làm những bước như sau:
Bước 1: Hệ thống hóa:
Mình có những dữ liệu nào?
Điểm của em mình
Các tổ hợp dùng để xét tuyển
Đề án tuyển sinh của các trường, trong đó có số chỉ tiêu tuyển sinh dự kiến theo từng phương thức tuyển sinh, mình chỉ quan tâm đến số chỉ tiêu cho phương thức xét điểm thi THPT Quốc gia thôi
Phổ điểm năm nay
Điểm trúng tuyển các năm trước
Các đánh giá về thị trường lao động, ngành “hot”
Các đánh giá về trường đại học, dự kiến điểm tuyển sinh
Mình sử dụng mindmap để hệ thống lại một số thông tin về bài toán này như bên dưới:
Bước 2: Tìm hiểu về business logic:
Tới đây, mình xin phép thống nhất thuật ngữ theo cách mình hiểu (chưa chắc đã là từ ngữ chuẩn theo văn bản chính thức):
Nguyện vọng: bao gồm ngành + trường + hình thức đào tạo, được đại diện bằng Mã ngành + Mã trường + Mã tổ hợp xét tuyển. Tuy trong ngôn ngữ bình dân, ta thường nghe “đậu trường đại học X”, nhưng đây là một thuật ngữ không chính xác do trong mỗi trường có nhiều ngành với điểm chuẩn rất khác nhau.
Tổ hợp: thường là một tập hợp 3 môn thi, kí hiệu bằng 1 chữ cái và 2 số. Ví dụ: A00: Toán, Lý, Hóa; D01: Toán, Văn, Anh văn… Các nguyện vọng có thể được xét tuyển bằng điểm của nhiều tổ hợp. Một số trường sẽ có quy định đặc biệt cho điểm tổ hợp được xét tuyển, ví dụ như nhân hệ số 2 cho một môn nào đó.
Điểm chuẩn: là điểm tối thiểu mà thí sinh phải đạt để được nhận vào học ngành đó tại trường.
Ngành đào tạo: là những ngành mà trường sẽ mở trong năm nay, mỗi ngành có chỉ tiêu tuyển sinh dự kiến. Với mỗi ngành đào tạo, các trường có thể xét tuyển bằng nhiều tổ hợp. Để tối đa khả năng được nhận, mình sẽ liệt kê điểm tất cả các tổ hợp mà em mình có, ứng với các tổ hợp mà ngành đó xét tuyển, và lấy điểm của tổ hợp nào cao nhất.
Nói ngắn gọn, trong trường hợp thông thường, chỉ sử dụng điểm để xét tuyển, không có tiêu chí phụ, việc đậu một nguyện vọng phụ thuộc vào:
Điểm của thí sinh theo các tổ hợp xét tuyển
Số lượng thí sinh nộp hồ sơ vào ngành đó của trường, theo từng tổ hợp
Điểm của các thí sinh nộp hồ sơ vào ngành đó của trường, theo từng tổ hợp
Số chỉ tiêu tuyển sinh ngành đó của trường
Mình chỉ có dữ liệu 1 và 4, còn 2 và 3 là trường cũng chỉ biết ngay trước khi quyết định điểm chuẩn, nên mình chọn cách dự báo dựa trên điểm chuẩn các năm trước, với giả định là nếu các yếu tố liên quan đến quá trình tuyển sinh không đổi, thì điểm chuẩn sẽ như năm trước:
đề thi có độ khó tương đương năm trước & các thí sinh có trình độ tương đương năm trước
số lượng chỉ tiêu giữ nguyên
số hồ sơ nộp vào ngành đó giữ nguyên
Tuy nhiên đời đâu có dễ ăn vậy:
Với các ngành “hot”, số lượng thí sinh nộp hồ sơ sẽ tăng cao => điểm chuẩn tăng
Nếu đề thi năm nay dễ hơn các năm trước, hoặc năng lực của thí sinh năm nay tốt hơn các năm trước, điểm thi sẽ tăng => điểm chuẩn tăng
Do đó, mình sẽ lấy điểm chuẩn 3 năm vừa rồi (2018, 2019, 2020), tính tốc độ tăng/giảm điểm chuẩn của nhóm ngành đó, và xây dựng 3 kịch bản điểm chuẩn năm nay:
Với ngành ổn định:
Max = max điểm 3 năm + max tốc độ tăng
Average = average điểm 3 năm + average tốc độ tăng 3 năm.
Min = min điểm 3 năm + min tốc độ tăng 3 năm
Với ngành hot:
Max = điểm max 3 năm + max tốc độ tăng
Average = điểm max 3 năm + average tốc độ tăng 3 năm.
Min = điểm max 3 năm + min tốc độ tăng 3 năm
Mình cũng xem phổ điểm của các tổ hợp năm nay xem số lượng thí sinh trong khoảng điểm mà các trường chấp nhận có tăng-giảm so với năm ngoái thế nào, nhưng mình chưa đủ khả năng để xét mối liên hệ của nó với sự tăng-giảm điểm chuẩn, nên mình tạm bỏ qua.
Bước 3: Xây dựng mô hình tính toán
Mình liệt kê các dữ liệu cần so sánh, cách tính toán từng mục, rồi tạo 1 file Google Sheets, gồm:
Bảng điểm theo tổ hợp
Phân tích nguyện vọng
Bước 4: Thu thập thông tin & tính toán
Liệt kê danh sách các ngành mà em mình quan tâm (Công nghệ thông tin & các ngành liên quan), và các trường có đào tạo ngành đó trong năm 2021. Chỗ này cần chút kinh nghiệm về ngành để mở rộng danh sách lựa chọn, vì với các bé thì đa phần chỉ biết công nghệ thông tin là công nghệ thông tin, không biết các ngành liên quan (công nghệ phần mềm, khoa học máy tính, hệ thống thông tin quản lý, khoa học dữ liệu, mở rộng ra thêm xíu thì ngành kinh tế ứng dụng, toán kinh tế làm CNTT cũng rất ok, chương trình học cũng có dạy code…)
Điền điểm chuẩn 3 năm vừa rồi. Lưu ý là có một số trường có cách tính điểm chuẩn theo tổ hợp hơi khác (nhân hệ số môn nào đó chẳng hạn), cần đọc kĩ.
Tính tốc độ tăng/giảm điểm chuẩn qua từng năm (điểm năm sau – điểm năm trước)
Tính điểm chuẩn dự kiến theo 3 kịch bản min, max, avg. Em mình chọn cái ngành hơi hot (CNTT), nên mình dùng kịch bản ngành hot.
Điền điểm của em mình, tính ra điểm để xét tuyển (có cộng ưu tiên) theo từng tổ hợp mà trường có tuyển cho ngành đó, đánh dấu tổ hợp có điểm cao nhất bằng Conditional Formating.
Điền thêm vài thông tin để hỗ trợ ra quyết định: Số chỉ tiêu tuyển sinh bằng hình thức điểm kì thi THPT Quốc gia, Học phí, alumni network…
Bước 5: Đánh giá
Mình đối chiếu điểm của em mình với điểm chuẩn dự kiến ở từng nguyện vọng theo kịch 3 kịch bản, và cũng đánh dấu khả năng đậu/rớt theo từng kịch bản bằng Conditional Formatting (rớt: đỏ, đậu: xanh). Nếu trong cả 3 kịch bản đều rớt, nguyện vọng đó bị loại. Nếu đậu ở kịch bản min, cân nhắc giữ lại.
Một số trường mà tụi mình quyết định bỏ ra khỏi danh sách vì điểm cao quá tầm với:
Tự nhiên
Bách khoa
Kinh tế
Công nghệ thông tin
Học viện Bưu chính viễn thông
Một số trường mới xuất hiện:
Sư phạm: Ngành Công nghệ thông tin, thuộc khoa Toán Tin
Quốc tế: Ngành Khoa học dữ liệu
Bước 6: Ra quyết định
Bước này là sắp xếp thứ tự nguyện vọng và đổi trong phiếu đăng kí. Có 2 tiêu chí: độ yêu thích & khả năng đậu.
Các nguyện vọng đầu: độ yêu thích cao, khả năng đậu thấp.
Các nguyện vọng giữa: độ yêu thích trung bình, khả năng đậu cao.
Các nguyện vọng cuối: khả năng đậu cao, độ yêu thích thấp.
Phù, đến đây thì mình cũng đã hỗ trợ em mình đổi nguyện vọng xong rồi, giờ đang chờ điểm chuẩn. Hi vọng ẻm sẽ đậu vào ngành ẻm yêu thích, để hỗ trợ bà chị chuẩn hóa cái quy trình củ chuối này.
Cái file spreadsheet của mình bầy hầy lắm nên không dám share, cap màn hình cho mọi người coi chơi thôi:
Bảng điểm theo tổ hợp
Tốc độ tăng giảm điểm chuẩn của ngành
Phân tích nguyện vọng
Bước 7: Đối chiếu thực tế, xem xét mức độ chính xác của mô hình
Cập nhật 10h sáng ngày 16/9: Em gái mình đã trúng tuyển vào khoa CNTT, trường Đại học Sư phạm TPHCM (nguyện vọng 3). Đây là một lựa chọn mà mình đã cân nhắc rất kĩ để xếp ngay dưới 2 nguyện vọng rất cao (Tự nhiên & Ngân hàng). Em cũng đủ điểm với ngành Khoa học dữ liệu, Đại học Quốc tế, tuy nhiên do vấn đề học phí, tụi mình đã xếp nó xuống thứ tư.
Như vậy, với sự cân nhắc kĩ lưỡng, em mình đã chọn được một ngôi trường vừa sức, với ngành học mà em yêu thích. Giờ tụi mình sẽ tiếp tục lên kế hoạch học tập và phát triển các kĩ năng cần thiết để có thể gia nhập thị trường lao động trong 4 năm tới.
Có người hỏi tại sao mình lại phải phức tạp như vậy, thì sau đây là một số ưu điểm của việc phân tích kĩ:
Giúp hiểu rõ cái mình muốn gồm những gì (ngành học, danh tiếng của trường, học phí, thầy cô…), và cái nào là quan trọng, để mở rộng danh sách lựa chọn,
Nhận diện ra “vũ khí bí mật”. Ví dụ, em gái mình dự định xét tuyển khối A1, nhưng sau khi tính điểm của tất cả các tổ hợp thì điểm D7 của ẻm là cao nhất => dùng tổ hợp này xét tuyển sẽ có lợi hơn
Cảm ơn mọi người đã đọc tới đây. Chúc các bạn tân sinh viên sẽ có một quãng thời gian thật đẹp <3
To complete any project of any lasting importance in people analytics, you have to master concepts and activities that live in many different domains. This cheat sheet provides some information about these domains, concepts, and activities.
The Four S People Analytics Framework
One way of defining people analytics is to say that people analytics is what lives at the intersection of people strategy, science, statistics. and systems — what I like to call the Four S’s. (See the following figure.) If you take any of the S’s away, you might get something like people analytics, maybe even a precursor of people analytics, but it is not people analytics proper.
The Four S People Analytics Framework (The People Analytics Intersection).
Following are some ingredients to each of the Four S components that represent an important concept or activity to learn if you hope to be successful at people analytics:
Strategy
Strategy encompasses the plans and policies intended to help a company gain a sustainable edge over its competitors as efficiently as possible. It represents the art and science of developing and using the object and actions within control of an organization in a deliberate manner in order to increase the probabilities of victory and to lessen the chances of defeat.
Concept
Description
Business Model
Business models are frameworks that describe how a business creates value. The areas of focus of a business model include: problem focus, target customer focus (market), unique value proposition, channels, methods of generating revenue, total addressable market (projected target customer market estimates), projected costs, projected revenues, and any believed or real defendable product differentiation advantages. The work we do in people analytics is intended to support the organization in creating, adapting, or defending a specific business model.
Segments, Target Segments
Segments are groups of people who exhibit similar attributes or characteristics. Segments must be distinct from other groups. Segments need not be demographic in nature — segments may consist of individuals who share a similar response to survey questions or display common behavioral patterns in reaction to some stimulus. The concept of target segments is of central importance to marketing; in people analytics, we look to apply this same concept to human resources. In people analytics you also look to make Human Resources serve the interests of what the organization is trying to represent to its target market segments.
Differentiation
Product differentiation (or simply differentiation) is the process of distinguishing a product or service from others in order to make it more attractive to a particular target market segment. In people analytics, we are interested in those key jobs, competencies, attitudes, and behaviors that must be created to help the company create and sustain its product leadership in the marketplace in some category of product differentiation.
Job Families and Job Levels
A job family is defined as a set of jobs (with or without related titles) that share a series of related knowledge, skills, abilities, and other characteristics (competencies). Job families can be further classified by level, defining a progressive expression of the job family’s contributions to a business.
Key Jobs and Key Talent
Key jobs or key talent are those jobs or people that are critically important for a particular business model. They demonstrate the differentiating competencies (knowledge, skills, abilities, and others defined characteristics) that are pivotal to affect the success of a particular business model and product differentiation strategy.
Performance Management
Performance management is a human resource management strategy and operational process that aims to align employee expectations and actions with the expectations of managers and company leadership with the objective of improving individual and collective performance. Performance management is a process for evaluating employee performance in reference to the competencies, attitudes, and behaviors previously demonstrated as critical for successful job, team, or company performance. Group facilitated exercises such as the Critical Incident Technique may be combined with other forms of data to derive a valid and reliable measurement system that can be applied to employee selection and ongoing feedback in support of the broader context of performance management and business strategy.
Compensation Philosophy and Compensation Strategy
Compensation philosophy or strategy represents the standards, goals, and plans by which those responsible for employee compensation will help the company prioritize available budgets to achieve the goals of the company through better control over employee attraction, motivation, and retention. Some of the various concepts that can be applied and measured include internal equity and fairness (similarity in pay among similar jobs), market differentiation (comparison to pay at other companies), and how the company chooses to compensate differently for different experience, competency, tenure, performance and job importance.
Science
Science involves the systematic study of the structure and behavior of the physical world through the organization of facts and theories and continual refinement of those facts and theories through observation and experiment.
Concept
Description
Scientific Method
The scientific method is a body of techniques for investigating the world, acquiring new knowledge, or correcting previous knowledge consisting in systematic observation, measurement, and experiment, and the formulation, testing, and modification of hypotheses.The scientific method is an iterative process involving the following steps:1. Make observations2. Identify questions3. Formulate hypotheses. Develop testable predictions4. Conduct an experiment. Gather data to test predictions5. Analyze data6. Refine, alter, expand or reject hypothesis (either go on to 7 or go back to 3)7. Develop or alter general theories.
Inductive Analysis
Inductive reasoning begins with detailed observations of the world and from these moves towards generalizations and theories of what they mean. When following an inductive approach, beginning with a given set of data, a researcher identifies relationships, developing theories as she proceeds. No hypotheses can be found at the initial stages of the research and the researcher is not sure about the type, nature or application of the research findings until the study is completed.
Deductive Analysis
Deductive reasoning starts with a general theory, statement, or hypothesis and then works its way down to a conclusion based on evidence. The main difference between inductive and deductive approaches to research is that whilst a deductive approach is aimed and testing theory, an inductive approach is concerned with the generation of new theory emerging from the data.
Research Design
A research design is the set of methods and procedures used in collecting and analyzing measures of the variables specified in a problem theory. The research design defines the study type (e.g. review, descriptive, correlational, experimental or meta-analytic) and sub-type (e.g. longitudinal, cross-section, cohort, . . .), research problem, hypotheses, independent and dependent variables, experimental design, and, if applicable, data collection methods (survey, systems, ….) and a statistical analysis plan. A research design is a framework that has been created to find answers to research questions.
Survey Design
Survey design is a sub field of applied behavioral science using questionnaires. Important elements of survey design include decisions about the technique of survey data collection, the technique to select a sample from a population, and the mathematical techniques for accurately interpreting what is found.
Experiment Design
Experimental research is any research conducted with a scientific approach, where a set of variables are kept constant while the other set of variables are being measured as the subject of experiment change. Experimental research is the gold standard for investigating causal (cause/effect) relationships empirically. You can use experimental research to compare one group to itself over time or two groups two each other. In all designs, independent variables (X) are manipulated to see if it the change or difference between the samples (or groups) has an effect on the dependent variable (Y), generally using t-tests (see statistics). In contrast, an observational study does not involve experimental manipulation.Experimental research is used to test hypotheses. A hypothesis is a testable statement that is formulated by the researcher to confirm a theory or address a specific question. The researcher’s job is to design an experiment that will support or disprove the hypothesis.
Statistics
Statistics is the branch of mathematics that deals with the collection, organization, analysis, and interpretation of numerical data.
Concept
Description
Chi-Square
A statistical significance test used for variables that have been organized into categories and presented in a crosstab or contingency table. A cross-tab displays the frequency distribution of the two or more variables crossed against each other. When you summarize two categorical variables in a cross-tab, your implicit interest is “Are the two variables related or independent?” Chi-Square is a statistical technique that can be applied to assess this very question.
T-Test
A statistical method of assessing the significance of differences between two mean values for the same variable. The t-test is a statistical method often used in experimental design when comparing groups or samples for purposes of determining the impact of some change.
Correlation
Correlation is a statistical technique for determining the statistical relationship between two variables. In other words, if we are measuring two variables and one variable increases, does the other consistently increase at some related amount?
Multiple Regression
Multiple regression is employed to understand how multiple independent variables (x) are statistically related to the dependent variable (y) and to what degree. It helps mathematically describe the form of the relationships between multiple variables (x1, x2, x3) and (y), it helps to mathematically determine how good the overall model (inclusion of all variables) is at describing or predicting the behavior of (y), and it helps to mathematically isolate the independent contribution of each (x) variable to the total variance in (y).
Factor Analysis
Factor Analysis is a statistical technique that is useful for organizing and understanding datasets where there are high numbers of observed variables that are believed to reflect a smaller number of underlying variables. The research questions factor analysis can help you answer include:How can we better understand and classify the variables in a dataset based on the observed interdependencies?Based on the observed interdependencies, what variables in this data can be combined into a single factor? For example, can performance at running, ball throwing, batting, jumping, and weight lifting be combined into a single factor such as general athletic ability?Based on the observed interdependencies, what are the most important variables in this dataset?Based on the observed interdependencies, do survey items (or other measurement instruments) measure what they purport to measure?
Machine Learning
Machine learning is the application of computer algorithms to build a mathematical model of sample data (known as training data) in order to make predictions or decisions without being explicitly programmed to perform the task.
Systems
A system is computer software designed to perform a group of coordinated functions, tasks, or activities for the benefit of the user. A system is made up of components that work together. A system takes an input, changes it according to the system’s use, and then produces an outcome. Inputs and outputs are strung together between systems to accomplish broader objectives.
Concept
Description
Operational Systems
The systems that facilitate the processing of transactions necessary for the day-to-day administration of the company.
Data Collection Systems
Systems that facilitate the process of structured data collection for purposes of analysis.
Data Management Systems
Systems that facilitate the process of moving, changing, and storing data.
Data Analysis Systems
Systems that facilitate the process of discovering insight and validating or invalidating hypotheses using statistics.
Data Delivery Systems
Systems that facilitate the process of absorption and use of data by placing it in a visual context in reach of users.
Data Warehouse
A data warehouse is a central repository of integrated data from one or more disparate sources. A data warehouse is a data management sub-system and is considered to be a core component of business reporting and analysis.
Operational Data Stores and Analytical Data Stores
Operational data stores consist of a method of storing transactional data that is built for the integrity and efficiency of the operational application where the data stemmed from — normalized tables, for example. In contrast to operational data stores, analytical data stores use methods of storing data that are built for the integrity and efficiency of reporting and analysis — through de-normalized columnar design, for example. In the case of statistical analysis, the data must be put in a specific columnar format dictated by the statistical procedure. In other cases, the design of the dataset is for faster query performance.
Data Visualization
Data visualization is the process of putting numerical data in a pictorial or graphic format. Data visualization helps users comprehend information quickly and spot patterns, trends, and correlations in the data without abstract ideas or mathematics. Data can be visualized in a wide range of applications, but some applications are designed to allow the user to change the design of graphs, filter graphs, or drill down into graphs so that through exploration they can obtain the answers to their own questions.
Data Dashboard
Generally, a data dashboard is understood to be the output of a data delivery system that displays together two or more metrics visually so that the user can monitor some measurable features of a business, department, or process. A popular data visualization expert, Stephen Few, defines a dashboard more specifically as “a visual display of the most important information needed to achieve one or more objectives; consolidated and arranged on a single screen so the information can be monitored at a glance.”
API
API stands for Application Programming Interface. An API is an interface designed into an application that allows other applications to communicate with it. In other words, an API is the messenger that can deliver a request to a system and then deliver the response back. The ability to communicate with application APIs in order to get data and move it to where it is needed is of growing importance to analytics.
Code (SQL, Python, Node.js)
Structured Query Language (SQL) is a standard computer language for relational databases and for performing various data operations. The software is coded to query, join, merge, update, and modify data. As a relational data system, it is comprised of a set of tables with columns and rows that contain data. As the original code for databases, SQL excels at accessing and organizing data, is relatively easy to learn, and is thus almost common knowledge among coders.Python is a general purpose, high-level coding language that has long been used to develop software on the web and in apps; in recent years, however, it has found increasing popularity among professionals who work with data. Python was designed to empower its users, emphasizes code readability, and leverages syntax that allows programmers to accomplish tasks in fewer lines of code than prior languages. Python users tout its use due to its easiness to learn, the accessibility of the language, its expansive library of open source data tools and testing instruments.Node.js is an open-source, cross-platform JavaScript run-time environment that executes JavaScript code outside of a browser. Node.js supports web applications with real-time, two-way connections, where both the client and server can initiate communication, allowing them to exchange data freely. Consequently, Node.js unifies web application development around a single programming language (JavaScript) rather than different languages for server side and client-side scripts. Node.js shines in real-time web applications employing push technology rather than WebSocket’s. Node.js is useful for developing data applications designed to run on the web and for extracting and moving data between web applications.
The Triple A Measurement Framework
The Triple A Measurement Framework (see the following figure) provides the fundamental measurements and analysis for the three big people-related problems each company needs to solve if they hope to grow as a business: attracting talent, activating talent, and controlling the rate of talent exit (attrition).
The Triple A Measurement Framework
Attraction
Attraction represents a set of metrics and analyses intended to measure the attractive force of the company to acquire the quality of talent it wants. In other words, it poses the question “How are you doing on getting talent into the company?”
Concept
Description
Headcount-SOP
The number of people in a segment at the start of the selected time period.Calculation: [Period].[Segment].(count of active employees on the first day of the period)
Headcount-EOP
The number of people in a segment at the end of the selected time period.Calculation: [Period].[Segment].(count of active employees on the last day of the period)
Average Headcount Simple
The average number of people in a segment during the selected time period, calculated with a count at the beginning and end divided by two.Calculation: Period].[Segment].Headcount-SOP + [Period].[Segment].Headcount-EOP ÷ 2
Hires
A hire is someone who was not an employee that became an employee. As a metric, hires is a count of the number of hires in a particular segment in a particular time period.Calculation: [Period].[Segment].(count number of hires)
Hire Rate
The number of hires in a segment during the reporting period expressed as a percentage of that segment’s average headcount in that reporting period.Calculation: [Period].[Segment].Hires ÷ [Period].[Segment].Average-Headcount-Simple × 100
Headcount Growth
The increase in the number of employees in a segment from the start of the period to the end of the period. Calculation: [Period].[Segment].Headcount-EOP – [Period].[Segment].Headcount-SOP
Headcount Growth Rate
The growth in the number of people in a segment during the selected time period expressed as a percentage of headcount at start of period.Calculation: [Period].[Segment].Headcount-Growth / [Period].[Segment].Headcount-SOP ×100
Headcount Plan
A particular segment’s headcount plan on a particular date.Calculation: [Period].[Segment].(sum of headcount plan)
Headcount Plan Achievement Percent
A particular segment’s headcount as a percentage of that segment’s headcount plan on a particular date, expressed as a percentage.Calculation: [Period].[Segment].Headcount-EOP / [Period].[Segment].Headcount-Plan ×100
Candidates
Candidates are people who are considered for open jobs. A candidate may apply for multiple jobs and therefore may have multiple applications. As a result, there are typically more applications than there are candidates. As a metric, candidates is a count of the number of candidates in a particular segment in a particular time period.Calculation: [Period].[Segment].(count the number of candidates)
Applications
Applications are formal requests to be considered for an open job. As a metric, applications is a count of the number of applicants in a particular segment in a particular time period.Calculation: [Period].[Segment].(count the number of applications)
Interviews
Interviews are when the people who will participate in the hiring decision formally assess a candidate for decision. As a metric, interviews is a count of the number of interviews in a particular segment in a particular time period.Calculation: [Period].[Segment].(count the number of interviews)
Offers
The number of job offers in a selected period. Offers are when a candidate has been selected and a formal invitation has been given to the candidate to join the company.Calculation: [Period].[Segment].(count the number of offers)
Offer Accepts
The number of candidates with offers who have accepted those offers.Calculation: [Period].[Segment].(count the number of offers accepted)
Recruiting Stage Pass Percent
The percentage of applicants that pass from a defined recruiting stage to the next recruiting stage, by segment, by period. In this example, Stage1 = phone screen. Stage2 = onsite interview.Calculation: [Period].[Segment].Stage2.Applicants ÷ [Period].[Segment].Stage1.Applicants × 100
Segment Yield-Percent
The percentage of applicants that make it through all recruiting stages and then accept an offer, by segment, by period.Calculation: [Period].[Segment].Offer-Accepts / [Period].[Segment].Applicants × 100
Average Hires per Recruiter
The average number of hires made per recruiter in a given period.Calculation: [Period].[Segment].Hires [Period].[Segment].Recruiter.Average-Headcount-Simple
Average Phone Screens Per Hire
The average number of phone screens it took to make a hire in a given period.Calculation: [Period].[Segment].Phone-Screens [Period].[Segment].Hires
Average Interviews Per Hire
The average number of interviews it took to make a hire in a given period.Calculation: [Period].[Segment].Interviews [Period].[Segment].Hires
Average Time to Fill
The average number of days elapsed between the date a job requisition is approved and the applicant offer accept date.Calculation: [Period].[Segment].(sum of days between job requisition date and offer accept) [Period].[Segment].Offer-Accepts
Average Time to Start
The average number of days elapsed from the date a job requisition is approved to the date a new hire begins work.Calculation: [Period].[Segment].(sum of days between job requisition date and employee start date) ÷ [Period].[Segment].Hires
Average Time to Start Candidate View
The average number of days elapsed between an application start date and the date a new hire begins work.Calculation: [Period].[Segment].(sum of days between application start date and employee start date) ÷ [Period].[Segment].Hires
Brand Index
A survey key performance indicator (KPI) calculated from survey items designed to measure company brand recognition among a target candidate segment in a given period.
Activation
Activation represents a set of metrics and analyses intended to measure the proportion of people and teams who have all the basic requirements to produce at a high-performance level. In other words, it poses the question “How are we doing at creating the conditions that make for productive employees?”
Concept
Description
Human Capital ROI (HCROI)
Pretax profit for each dollar invested in employee pay, including cash compensation, benefits, and equity compensation.Calculation: (Revenue – (Total Cost – (Regular Compensation Cost + Total Benefit Costs))) / (Regular Compensation Cost + Total Benefit Costs).Alternate Calculation: (Profit ÷ average number of employees) ÷ (Employee Cost ÷ average number of employee)
Expected Employee Lifetime Value (ELV)
Expected employee lifetime value (ELV) is a measurement of the estimated financial value (profit) that an employee brings to an organization over their entire lifetime of working for the company. In this calculation, the employee lifetime is the period that starts when an employee first joins your business and ends on that person’s last day. You can calculate ELV by individual, by segment, or by average.Calculation: 1) Calculate (HCROI), 2) Calculate average annual compensation, 3) Calculate (or estimated) average tenure, 4) multiply it out: (HCROI) × (Annual Compensation) × (Lifetime Tenure). You will get a large dollar value.
CAMS Index
A survey key performance indicator (KPI) calculated from survey items designed to infer the presence of four conditions: capability, goal alignment, motivation, and support (CAMS). There are 8 items and each item has a possible score of 0 to 10, resulting in an index that ranges 0–80.
Activated Percent
Estimated percentage of a segment that is activated in a given time period. Count the number of people who have responded positively enough to the eight CAMS items to be considered “activated” (CAMS index equal to or greater than 70) then divide by the number of survey responses in the segment and multiple by 100. Calculation: (# activated in segment) ÷ (total survey responses in the segment) × 100
Net Activated Value (NAV)
Net Activated Value combines ELV and Activated Percent into a single metric. NAV discounts the expected value of a segment, taking into consideration that because not all employees are activated, the segment can’t possibly deliver full value. Segment NAV = (Segment Activated Percent) × (Segment ELV).
Culture
Organization culture may be thought of simply as a “corporate personality.” Culture is the shared values, beliefs, and unstated rules that influence the behavior of people as members of an organization. Culture and cultural congruence can be measured through survey items. An example provided in People Analytics For Dummies is the OCAI.
Climate
Organizational climate is a measurement of the patterns of opinion, attitudes, and feelings that characterize people’s perception of life in the organization at a particular time and context. You quantify organizational climate using surveys, usually by first listing a variety of experiences or ideas as a series of statements and then measuring agreement or disagreement with these statements.
Attrition
Attrition represents a set of metrics and analyses intended to measure the degree of control the company has over the quality of the talent it’s able to retain versus the quality of talent it allows or encourages to exit. In other words, it poses the question “How are you doing keeping your highest performers, while letting others go on to the next stop in their career?”
Concept
Description
Exits
An exit is someone who was an employee that leaves the company and is no longer an employee. As a metric, exits is a count of the number of exits in a particular segment in a particular time period.Calculation: [Period].[Segment].(count number of company exits)
Exit Rate
The number of employee exits from a segment during the reporting period as a percentage of segment average headcount.Calculation: [Period].[Segment].Exits ÷ [Period].[Segment].Average-Headcount-Sample × 100
Voluntary Exit Rate
The number of employees who exited during a timeframe, with a specific exit classification type = voluntary.Calculation: [Period].[Segment].[Voluntary].Exits ÷ [Period].[Segment].Average-Headcount-Sample × 100
Involuntary Exit Rate
The number of employees who exited during a timeframe, with a specific exit classification type = Involuntary.Calculation: [Period].[Segment].[Voluntary].Exits ÷ [Period].[Segment].Average-Headcount-Sample × 100
Regretted Exit Rate
The number of employees who exited during a timeframe, with a specific exit classification type = Voluntary & Regretted (Voluntary-Regretted). Regretted may be defined as anyone with a performance rating greater than average.Calculation: [Period].[Segment].[Voluntary-Regretted].Exits ÷ [Period].[Segment].Average-Headcount-Sample × 100
Retention Rate
The percentage of all employees that started the time period that did not exit the company in the time period.Calculation: [Period].[Segment].(count of people who start period who are still active employees at end of period) ÷ [Period].[Segment].Headcount-SOP × 100
Commitment Index
A survey key performance indicator (KPI) calculated from survey items designed to measure organizational commitment among a segment in a given period.
CAMS Activation Index Framework
The theory of activation proposes that, taken down to its essence, four conditions must exist for an employee or a team to consistently produce at or above performance expectations. The employee or team must: a) be capable of performing the actions required (Capability), b) be aligned on what a good result looks like (Alignment), c) be motivated to perform the actions (Motivation), and d) have all the tools and support that are required for successful performance of those actions (Support). (See the following figure.)
The CAMS Activation Index Framework
If any of the four essential conditions (Capability, Alignment, Motivation or Support) is missing, it’s difficult, if not impossible, for the employee or team to perform reliably. For more details on what each condition is and how it is measured, see below.
Capability
In its most basic sense, an individual who is capable has the knowledge, skills, ability, and other characteristics necessary to perform the job. Capabilities are what people bring to the company — personal qualities such as technical knowledge, learning agility, social skills / emotional quotient (EQ), and grit, for example.
Scale: Measured by agreement using a scale of 0 (Strongly Disagree) to 10 (Strongly Agree):
Concept
Description
Team Capability
My primary work group has all the capabilities it needs right now to achieve top performance as a team.
Individual Capability
I have the capabilities I need right now to achieve top performance in my current role right now.
Alignment
Employees who are aligned know what they’re expected to accomplish, under what conditions, and how they’re performing in relation to those expectations. The company can increase alignment by way of goal setting, performance appraisal, and regular executive, manager, and employee communication.
Scale: Measured by agreement using a scale of 0 (Strongly Disagree) to 10 (Strongly Agree):
Concept
Description
Team Alignment
There is a clear objective around which myself and the people I work with rally.
Individual Alignment
I have a clear understanding of the difference between an average contribution and a great contribution for my role.
Motivation
Motivation is the general desire or willingness of someone to do something. Motivation reflects the interaction of personal preferences with the job, working environment, company culture, leadership, managers, peers, rewards, and incentives, which result in motivation or demotivation to perform the tasks at hand.
Scale: Measured by agreement using a scale of 0 (Strongly Disagree) to 10 (Strongly Agree):
Concept
Description
Team Motivation
The people I work with are willing to help even if it means doing something outside of their usual activities.
Individual Motivation
I am motivated to do more than the minimum expectations.
Support
This category covers not only the particular technical tools used to perform work but also any other support that’s necessary, such as access to documentation, access to manager and teammates to help solve problems, resources designed to produce skills and knowledge in the individual, technical support, and camaraderie. (For , use the name of your own organization.)
Scale: Measured by agreement using a scale of 0 (Strongly Disagree) to 10 (Strongly Agree):
Concept
Description
Team Support
I have the cooperation and support from others at I need to be successful.
Individual Support
I have the resources and tools I need to be successful.
People Analytics Delivery
The following figure illustrates how both deductive and inductive analysis approaches can be incorporated in a people analytics delivery model.
Your People Analytics Delivery Model may include both deductive and inductive approaches.
People Analytics Design & Development
The following figure illustrates how deductive and inductive people analytics design & development workflows contrast.
The Five Models of People Analytics may be organized for both inductive and deductive approaches.
People Analytics System Jobs Overview
The following figure provides a high-level overview of the five essential jobs of technology systems in analytics.
Analytics Systems Jobs Overview
About the Book Author
Mike West was a founding member of the first people analytics teams at Merck, PetSmart, Google, and Children’s Health Dallas before starting his own firm, PeopleAnalyst, LLC. He has helped companies large and small design people analytics applications and start their own people analytics teams. Mike brings a unique perspective about how to use data to create winning companies and great places to work.
The NYC metrocard system has remained unchanged for decades. The cost of the metrocard machine infrastructure, the lost time of waiting in line to buy a metrocard, touching a dirty machine to do it, the potential of losing the metrocard, and the ease of gaming the system by swiping your card for others has cost the city millions of dollars and leaves much to be desired from the user experience.
Design a new system that allows a daily user who uses the metro everyday or an-out-of-town visitor who will use the metro just once to get access to the metro, on time, without having a physical NYC metrocard on hand. Asked by WeWork. Learn how to solve these type of exercises with my book “Solving Product Design Exercises“.
Hệ thống thẻ tàu điện ngầm NYC không hề thay đổi trong mấy chục năm qua. Chi phí cho hạ tầng máy móc thẻ metro, thời gian mất cho việc xếp hàng chờ mua thẻ metro, chạm vào máy bẩn để làm việc đó, khả năng mất thẻ metro và việc dễ dàng gian lận trên hệ thống bằng cách quẹt thẻ của mình cho người khác đã khiến thành phố tiêu tốn hàng triệu đô la và trải nghiệm người dùng còn tồn đọng rất nhiều điều để cải thiện.
Hãy thiết kế một hệ thống mới cho phép người dùng sử dụng tàu điện ngầm hàng ngày hoặc khách ngoại tỉnh – những người sử dụng tàu điện ngầm chỉ một lần để đi đến tàu điện ngầm đúng giờ mà không cần mang theo thẻ tàu điện ngầm NYC vật lý.
Câu hỏi của WeWork.
Comment của Giang:
20210505
VN chưa có metro, mình cũng chưa từng ra nước ngoài luôn. Thôi đi tìm hiểu đã :v Đời đâu phải lúc nào cũng được thiết kế cái thứ thân thuộc với mình đâu.
Giới thiệu về series Weekly Product Design Challenges của Artiom Dashinsky
Artiom Dashinsky là tác giả cuốn Solving Product Design Exercises: Questions & Answers, giới thiệu các câu hỏi phỏng vấn và câu trả lời gợi ý cho vị trí Product Designer.
Series Weekly Product Design Challenge được gửi đến email của người theo dõi hàng tuần. Mình đã theo dõi đến kì thứ 47, trước khi bắt tay vào dịch series này.
Bước thêm một bước đến với ước mơ, kể ra cũng thú vị, nhỉ.
Sau đây mời bạn đến với bài tập 1.
Weekly Product Design Exercise #1
At the beginning of each new semester or school year, teachers are faced with the challenge of remembering names for a large number of new students.
Design an experience to help an educator match faces to names, with the goal of shortening the time needed to reach complete un-aided accuracy. Asked by Google. Here are solutions from different designers around the world: Joel Califa, Nenad Milosevic, Volkan Gunal
Bài tập #1
Vào đầu học kì, giáo viên phải đối mặt với việc nhớ tên rất nhiều học sinh mới.
Hãy thiết một trải nghiệm để giúp một nhà giáo ghép gương mặt với tên gọi, với mục tiêu rút ngắn thời gian cần thiết để đạt được độ chính xác mà không cần hỗ trợ.
Câu hỏi của Google.
Suy ngẫm của Giang
Mình dựa trên bộ câu hỏi sau của Artiom để bắt đầu suy nghĩ về vấn đề và giải pháp:
Why is this product or feature important? What problem are we trying to solve? What impact does it have on the world? How does this product benefit customers? What business opportunity does it create?”
Suy nghĩ của mình là, vấn đề này quan trọng với ai? Mình đã đi học 12 năm, vấn đề nhớ tên dường như không phải là chuyện được để tâm nhiều. Mình học ở một trường công lập, với mức học phí rất thấp, giáo viên dạy từ 4-5 lớp cho các môn như Toán Lý Hóa Văn Anh, và cả chục lớp cho các môn như Sử Địa Giáo dục công dân. Việc yêu cầu giáo viên nhớ tên cả lớp dường như là hơi quá quắt.
Tụi mình deal với việc này như thế nào?
Vì chỗ ngồi là cố định, nên tụi mình có một sơ đồ lớp, với tên của học sinh được điền vào từng vị trí chỗ ngồi. Giáo viên nhìn vào sơ đồ và vị trí thực tế trong lớp, rồi gọi cái tên tương ứng, nhớ gương mặt của học sinh. Để củng cố, mỗi học sinh có thể có một bảng tên viết bằng chữ to, in hoa để ngay trước mặt, và mỗi lần đứng dậy phát biểu, học sinh sẽ giới thiệu tên mình.
Kết quả: Sau khoảng 1 tháng, giáo viên có thể nhớ tên khoảng tầm 70% số học sinh mà không cần sơ đồ lớp nữa. Những bạn thường phát biểu và những bạn ngồi bàn đầu sẽ được nhớ nhanh hơn. Những bạn ít phát biểu và những bạn ngồi giữa sẽ hay bị quên tên hơn.
Tuy nhiên, câu chuyện sẽ không dễ dàng như vậy nếu:
Lớp không cố định chỗ ngồi (lớp tiếng Anh, các lớp học ngoại khóa, các lớp huấn luyện cho người lớn)
Những nơi mà học sinh không chủ động trong việc khiến giáo viên nhớ mình
Những nơi mà học sinh được xem như khách hàng, và việc không nhớ tên sẽ bị xem là một điểm trừ trầm trọng (trường tư, trung tâm tiếng Anh, kĩ năng mềm…)
2. Vấn đề mà mình đang cố gắng giải quyết là gì?
Giáo viên tốn nhiều thời gian để ghép tên & mặt
Giáo viên phải nhớ quá nhiều tên & mặt (hàng chục đến hàng trăm)
Giáo viên nhớ và quên rất nhanh
3. Tác động của vấn đề này?
Học sinh bị quên tên: cảm thấy không được tôn trọng, tốn thời gian để giới thiệu lại, có ấn tượng xấu với giáo viên
Giáo viên: giao tiếp trở nên kém hiệu quả
4. Sản phẩm này sẽ giúp gì cho khách hàng?
Nhớ nhanh hơn, lâu hơn, kĩ hơn
5. Cơ hội kinh doanh cho sản phẩm này?
Dùng trong các trung tâm giáo dục, giúp giáo viên nhớ tên học viên nhanh hơn, cải thiện trải nghiệm khách hàng
Dùng trong các quán ăn, để nhân viên nhớ các khách hàng trung thành
…
Giải pháp của Joel Califa: Google Cue (Mobile App)
Phỏng vấn ~20 giáo viên về practice của họ để nhớ tên.
Tham khảo ý kiến của các nhà giáo trên internet, Facebook… các trang web là một nơi rất truyền cảm hứng để tìm kiếm thông tin nếu mình biết tìm ở đâu và tìm thế nào. Sau đây là một số ý tưởng khá truyền cảm hứng:
Ứng dụng có thể gợi ý những từ tương tự như tên của học sinh hoặc thậm chí có thể gợi ý những con vật giống với khuôn mặt của chúng (với bộ lọc những con vật có khả năng gây khó chịu).
Những cái tên mà bạn thất bại trong bài kiểm tra / bài kiểm tra là những học sinh mà bạn nên tập trung hơn.
Nhắc nhở (thông báo) từ ứng dụng để xem lại ghi chú trước khi đến lớp và sau đó một lần nữa, thêm bất kỳ thông tin nào sẽ giúp bạn nhớ tên học sinh của mình.
Hướng dẫn giáo viên cách hoàn thành hồ sơ học sinh (tạo hồ sơ mới, nhập tên học sinh, chụp ảnh, viết một câu ngắn về học sinh đó, v.v.).
Chỉ định chỗ ngồi và lập sơ đồ chỗ ngồi. Có ảnh tên trên biểu đồ đó thực sự hữu ích.
Liên kết ngoại hình hoặc tính cách của học sinh với tên của họ. Lấy chữ cái đầu tiên của tên người đó và nghĩ về một từ bắt đầu bằng chữ cái đó để mô tả họ. Ví dụ, Pietro is polite (lịch sự). Gaston wears glasses. Nếu bạn có thể nhớ đặc điểm mà bạn liên kết với mỗi người, bạn sẽ biết tên của họ bắt đầu bằng chữ cái gì và có nhiều khả năng nhớ nó hơn.
Việc in sơ đồ chỗ ngồi, thẻ tên và bảng tên rất hữu ích.
Vào đầu năm học, yêu cầu học sinh nói tên của họ mỗi khi họ nói.
Chơi trò chơi là cách phá băng tuyệt vời cho một lớp mới. Không chỉ vậy, đây là cách tốt để các học sinh mới cảm thấy thoải mái với lớp học, và còn giúp họ có cơ hội hiểu biết lẫn nhau! Tôi thường chơi trò tên gọi trong buổi học đầu tiên của năm, với mỗi lớp; chẳng hạn như Tính từ Alex ’; Mỗi học sinh đứng lên lần lượt và lặp lại tên của họ cùng với sở thích (hoặc tính từ, động vật, v.v.) bắt đầu bằng cùng một chữ cái đầu tiên trong tên mình, chẳng hạn như tôi là Elise và tôi chính xác (exacting). Học sinh tiếp theo lặp lại điều này và thêm tên của họ vào cuối danh sách. Sau đó, ở phần cuối, tôi lặp lại tên và mô tả của mọi người.
Ở trường đại học, chúng tôi luôn được bảo rằng không chỉ học tất cả các tên của sinh viên càng sớm càng tốt mà còn phải tìm hiểu một điều độc đáo về chúng (đội bóng yêu thích, ca sĩ, v.v.) để giúp xây dựng mối quan hệ với chúng.
Thông thường, khó nhớ nhất là tên của sinh viên nước ngoài, điều này có thể xa lạ với đôi tai của người phương Tây. Đảm bảo viết phiên âm của tên nếu cần. Ví dụ, trong một lớp học của tôi, tên của một sinh viên Trung Quốc được phiên âm là Xiou – nhưng lại phát âm giống như “Shaw”.
Sử dụng sự hài hước trong các liên kết của bạn để tạo ấn tượng lâu dài. Tôi cứ bối rối không biết một học sinh là Egla hay Elga cho đến khi tôi tưởng tượng ra cô ấy với một quả trứng luộc to bằng cái đầu.
Tôi yêu cầu học sinh của tôi viết tên mình bằng với chữ thật lớn để tôi có thể đọc từ đầu lớp.
Hãy đảm bảo rằng bạn biết tên của những sinh viên đến thăm bạn trong giờ hành chính. Hãy dành một vài phút để hỏi học sinh về bản thân họ, chuyên ngành, họ đến từ đâu,… Tiếp xúc cá nhân là một trong những cách bạn có thể tăng hiệu quả giảng dạy của mình.
Xếp thứ tự chữ cái của học sinh theo tên! Đặt tất cả A và B vào một bàn, v.v. Khi Cory, Cody và Carmen ngồi cùng nhau, điều đó thực sự giúp bạn ít nhất có được chữ cái đầu trong tên họ.
Tôi lưu ý học sinh nào đang ngồi ở đâu bằng cách lập sơ đồ chỗ ngồi ngay lập tức. Sau đó, trong khi tôi để học sinh tham gia vào các hoạt động, tôi ghi một vài ghi chú về học sinh bên cạnh tên của họ.
Tôi có thể đưa ra nhận xét về ngoại hình của học sinh: “đeo kính”, “hoa tai lớn”, “tóc ngắn màu vàng”. Tôi có thể lưu ý rằng họ nhắc tôi nhớ về một người khác mà tôi biết. Hoặc tôi có thể viết ra một điều gì đó về giọng nói hoặc cử động của họ để giúp tôi ghi nhớ chúng.
Tôi yêu cầu học sinh mô tả bản thân bằng một tính từ bắt đầu bằng tên của họ.
Cho học sinh ngồi cùng chỗ trong vài tuần đầu tiên cho đến khi bạn có thể ghép tên với khuôn mặt. Yêu cầu học sinh nêu tên của họ mỗi lần trước khi họ nói. Điều này có thể được tiếp tục cho đến khi mọi người (giáo viên và sinh viên/học sinh) cảm thấy họ biết những người trong phòng.
Sử dụng tên của học sinh thường xuyên nhất có thể.
Có một bài kiểm tra ngắn vào đầu lớp về tên của học sinh.
Một số giáo viên vẽ học sinh của mình để giúp họ nhớ ai là ai. Các bản phác thảo có thể nhanh gọn, 20 giây nguệch ngoạc ghi lại những đặc điểm nổi bật nhất của học sinh.
Tham khảo các đối thủ cạnh tranh để không phát minh lại cái bánh xe. Dùng thử chúng, ghi chú lại.
Mặt khác, Nenad cũng được truyền cảm hứng rất lớn từ các ứng dụng của Google, và anh muốn giữ phong cách thống nhất, nên font chữ, biểu tượng, màu sắc, thương hiệu và các yếu tố khác phù hợp với nguyên tắc xây dựng thương hiệu của Google và đặc biệt là Material Design.
MỤC TIÊU
Để kết nối và tạo thêm các mối quan hệ cá nhân với học sinh. Giúp đồng nghiệp nhớ tên của học sinh mới bằng cách hợp tác và chia sẻ.
USER
PAIN POINT
IDEATION
USER FLOW
Tập trung vào 3 chức năng chính:
Class Roster
Quiz
Seating chart
MOCKUP & WIREFRAMING
Đánh giá của mình:
Điểm cộng:
Nenad xuất phát từ góc nhìn của user, làm persona kĩ, và thu nhặt được rất nhiều insight quý báu từ user để đem vào sản phẩm của mình. Do đó,
Đầu ra: Tên & ảnh được kết nối với nhau trong trí nhớ của giáo viên
Process: Sử dụng Mobile app được cài đặt trong điện thoại (của giáo viên?)
Người dùng tạo lớp học
Người dùng nhập tên & ảnh của học viên theo lớp
Phần mềm tạo ra các bài học (show cả tên & ảnh của học sinh) & bài tập kiểm tra (nối, lựa chọn ảnh đúng trong nhiều ảnh khác nhau cho đúng với tên, lựa chọn tên đúng trong nhiều tên khác nhau cho đúng với ảnh…) dựa trên cơ sở dữ liệu được nhập
Người dùng học & làm bài kiểm tra
Hệ thống báo cáo kết quả học, từ kết quả học để tạo ra các bài học tiếp theo (giảm tần suất tên & ảnh đã nhớ, tăng tần suất tên & ảnh chưa nhớ)
Các tính năng bổ sung:
Nhập danh sách từ file
Nhập danh sách tên bằng voice & OCR
Nhập ảnh bằng camera điện thoại
News: tài liệu tham khảo cho giáo viên
Đánh giá của Giang
Điểm cộng:
Làm persona tốt
App nhiều chức năng thú vị
Điểm trừ:
Không phân chia rõ mức độ cần thiết của các chức năng với mục tiêu chính. Theo mình, chức năng nhập dữ liệu, tạo bài học & câu hỏi, report tình hình học là các chức năng quan trọng nhất. Các chức năng khác có thể bổ sung sau.
Em ơi, chị thấy khóa này về chủ đề X hay quá nè, mà chị đang phân vân về giảng viên, không biết là có hợp với chị hông. Em có kinh nghiệm gì có thể chia sẻ về việc review khóa học không?
(Đính kèm đường link tới một khóa học trên Coursera)
Đáp:
Hello chị, việc chọn một khóa học để học, có thể xem tương đương với việc đi mua một món đồ hay một sản phẩm dịch vụ để đáp ứng một nhu cầu nào đó. Như vậy,
Bước 1, ta cần xác định:
Nhu cầu của bản thân: Mình muốn học gì, phạm vi đến đâu, budget thế nào…
Thị trường đang cung cấp gì, đáp ứng nhu cầu của ta đến đâu.
Với mục số 1, nếu là để đáp ứng nhu cầu công việc, có thể tham khảo:
Job description
Job post
Các thông tin này rất sẵn trên các trang tuyển dụng. Lấy tầm 5-10 mẩu tin, gạn lọc từ khóa, ta sẽ có được một cái nhìn khá bao quát về nhu cầu của thị trường đối với ngành nghề đó.
Với mục số 2, ta có thể tìm kiếm các khóa học đang có trên thị trường dựa trên bộ từ khóa đã có.
Bước 2, sau khi đã xác định rõ nhu cầu, các option thị trường cung cấp, ta có thể lập một bảng so sánh:
Bước 3: Ra quyết định
Tóm lại:
Xác định nhu cầu của bản thân
Xác định cái thị trường cung cấp
Xác định các tiêu chí, lập bảng so sánh
Chọn lựa dựa trên các tiêu chí đó
NHƯNG…
Có một chữ “nhưng” rất to! Quy trình thông thường là như trên, nhưng câu chuyện này lại rẽ sang một hướng khác. Nhờ Design Thinking hôm bữa nên mình áp dụng zô luôn!
Có vẻ chị quan tâm nhiều đến giảng viên, vậy giảng viên như thế nào sẽ khiến chị không thích ạ?
À, chị quan tâm cách truyền đạt của giảng viên, cùng 1 kiến thức nhưng mỗi người có 1 cách truyền đạt và dẫn dắt khác nhau. Chị không thích khóa học mà không có bài tập thực hành và tương tác trực tiếp, nên chị khá là ngại ngần với các course online.
(Nghĩ thầm: vậy mà chị kêu em đi review khóa học online!)
Vậy là chị thích offline interaction, chứ không phải đang cân nhắc giữa các giảng viên online?
Ừa. Chị follow thầy A kia cũng khá lâu, người đó truyền cảm hứng lắm. Nhưng để học được lớp của thầy thì phải qua Mẽo, học phí cũng khá khẩm. Kiểu mình có 1 cái favourite nhưng mình chưa đủ điều kiện để đáp ứng, nên quay qua alternative option thì mình ko mấy mặn mà…
Vậy chị muốn học từ người thầy đó, hay là học kiến thức đó?
Trong trường hợp này thì có lẽ là học từ người thầy đó hơn là kiến thức
Nếu vậy thì cách tiếp cận có lẽ sẽ khác đi rồi. Theo em thì, để gần người đó (tiện thể học) thì mình có nhiều cách khác chứ không cần chỉ đi học. Ví dụ, gửi mail cho người đó, bày tỏ lòng ngưỡng mộ và xin một chân phụ dự án của người đó, kết nối với một nhóm để tổ chức một buổi online conference… Nếu vẫn muốn đi học, thì làm một bản dự toán chi tiết xem hết bao nhiêu, nếu khóa học thật sự có giá trị thì cũng rất đáng để lên kế hoạch dài hơi cho nó 😀
Ừa, chị sẽ nghiêm túc review lại các lớp online, và tìm thầy offline tốt hơn nếu có thể. Chị cũng không vội, miễn là tìm được thầy phù hợp.
Mình học được gì qua câu chuyện trên?
Cái người ta hỏi chưa chắc là cái người ta thật sự cần
Chỉ đưa công cụ cho người thật sự cần công cụ đó, nếu không sẽ là gánh nặng cho họ
