GiangNguyen

Category: tools

  • Học chậm #1

    Tóm tắt: Agile, Scrum, software, dystopia, working mom, language learning

    1. Agile & Scrum?

    Hỏi: Agile và Scrum giải quyết vấn đề gì?

    Đáp: Agile ra đời để tăng tính linh hoạt trong phát triển phần mềm, giúp phản hồi nhanh với thay đổi và cung cấp giá trị sớm hơn so với Waterfall. Scrum cụ thể hóa Agile bằng cách tổ chức công việc theo các chu kỳ ngắn (Sprint), tạo sự minh bạch và cải thiện hợp tác nhóm. Cả hai đều giúp giảm rủi ro và tối ưu hóa kết quả trong môi trường không ngừng thay đổi.

    Từ vựng mở rộng:

    • Software Development Life Cycle:
      • Khái niệm SDLC hình thành vào thập niên 1960-70 nhằm giải quyết sự phức tạp ngày càng tăng trong phát triển phần mềm, đặc biệt sau khủng hoảng phần mềm. Nó cung cấp một khung lý thuyết với các giai đoạn rõ ràng như yêu cầu, thiết kế, phát triển và bảo trì để đảm bảo chất lượng và quản lý chi phí. Mô hình Waterfall là một trong những cách triển khai đầu tiên của SDLC.
    • Waterfall (được Winston W. Royce trình bày năm 1970) là một trong những mô hình SDLC đầu tiên, nhấn mạnh quy trình phát triển theo từng bước rõ ràng.
    • Software crisis (1960s)
      • Thuật ngữ này được đặt ra vào cuối thập niên 1960, khi các dự án phần mềm liên tục thất bại do không đáp ứng được tiến độ, ngân sách hoặc chất lượng mong đợi.
      • Trước 1960, phần mềm tồn tại nhưng không được xem là một sản phẩm có “vòng đời” cần quản lý chặt chẽ. Phần mềm lúc đó chủ yếu phục vụ mục đích cụ thể, nhỏ lẻ, và không có sự phân biệt rõ ràng giữa phát triển, thử nghiệm, và bảo trì. Chính sự gia tăng về quy mô và chi phí của phần mềm vào thập niên 1960-70 đã dẫn đến nhu cầu quản lý vòng đời phát triển phần mềm, đặt nền móng cho SDLC và các phương pháp phát triển hiện đại như Agile và Scrum.

    Nguồn ảnh: https://www.geeksforgeeks.org/software-engineering-software-crisis/

    PMBOK Handy Guide: https://www.eyapro.com/project-management/pmbok-7th-handy-guide

    2. Career and Family

    Tuần này Giang đã dịch xong chương 1 của cuốn Career and Family. Thú vị nhưng hơi nặng nề. Giang sẽ trích dẫn vào tuần sau nhe.

    3. Danh sách từ vựng “đầu tiên” khi học bất kì một ngôn ngữ mới?

    Gần đây Giang đang quay lại việc học ngoại ngữ (tiếng Nhật và tiếng Đức). Câu hỏi Giang đặt ra là, liệu có chăng một danh sách các từ thông dụng phổ biến ở hầu hết các ngôn ngữ, để người học có thể bắt đầu? Sau đây là các danh sách mà Giang tìm được:

    • First 625 Words (Gabriel Wyner): 625 từ, tập trung vào những từ cụ thể, dễ hình dung, phù hợp cho người mới bắt đầu, có 2 phiên bản xếp theo alphabet hoặc theo chủ đề; nhưng thiếu cơ sở khoa học, không phản ánh tần suất sử dụng thực tế.
    • Swadesh List: gồm 100 hoặc 207 từ, phù hợp để so sánh ngôn ngữ học lịch sử, nhưng không thực tế cho giao tiếp hàng ngày.
    • New General Service List (NGSL): 2818 từ hiện đại trong tiếng Anh
    • Academic Word List (AWL): 570 word families, tập trung vào ngữ cảnh học thuật, không phù hợp để giao tiếp cơ bản.
    • COCA Frequency List: Phản ánh ngôn ngữ hiện đại, dựa trên corpus lớn, và (vẫn) chỉ áp dụng cho tiếng Anh Mỹ.

    Với nhu cầu của bản thân, Giang sẽ bắt đầu với First 625 words để có cảm hứng, đọc hiểu được một số meme và truyện tranh, kế đó Giang sẽ chuyển qua NGSL để giao tiếp cơ bản, và sau đó là AWL để có thể đọc sách non-fiction và xem phim tài liệu. Nhân đây Giang cũng mới kiếm ra cái tool này thể hiện mối liên hệ giữa các từ như một cái map, mời bạn coi chơi: https://wordmapdictionary.com/

    Tuần này Giang đã coi và đọc:

    Phim:

    1. When the phone rings: 4.5 sao, chủ đề tưởng tổng tài 3 xu mất não nhưng mà càng coi càng thấy biên kịch làm tốt phần xây dựng nhân vật và truyền tải nhiều thông điệp hữu ích
    2. Upstream: 5 sao, vừa coi vừa rớt nước mắt, chủ đề nặng nề và thực tế

    Sách (chưa đọc xong cuốn nào hết trơn…)

    1. Từ xác định đến bất định
    2. Lịch sử vú
    3. Lịch sử vợ
    4. Về bản tính người

    Sách chờ đọc:

    1. Big Fat Notebook: Computer Science and Coding
    2. Origami Việt Nam chuyện của giấy: mua vì nhớ ông anh Hai của mình quá xá https://origami.vn/

    Một tuần mới lại đến. Chúc tụi mình nhiều nhiều sức khỏe nha

    Giang Nguyen, 2025.01.05

  • NPS – net promoter score và chuyện may mắn

    Từ NPS…

    NPS là một chỉ số dùng để đo lường mức độ hài lòng của khách hàng với một sản phẩm hay dịch vụ, được đo bằng công thức:

    NPS = % promoters – % detractors

    Cách tính toán cụ thể như sau:

    Phương pháp đo lường:

    • Nội dung khảo sát khách hàng:“ Trên thang điểm từ 0 đến 10, bạn sẵn sàng giới thiệu dịch vụ/ sản phẩm của [công ty] đến bạn bè / người thân là bao nhiêu điểm ?”  Tổng hợp kết quả: Từ kết quả có được sẽ phân khách hàng thành 3 nhóm:
      • Promoters (9 – 10 điểm): là những khách hàng rất hạnh phúc với sản phẩm và dịch vụ của công ty bạn. Họ sẽ là nguồn khách hàng trung thành và giúp doanh nghiệp bạn mở rộng danh sách khách hàng chính là bạn bè / người thân của họ.
      • Passives (7 – 8 điểm): là những khách hàng hài lòng tương đối do còn tồn tại những điểm chưa thoả mãn. Họ có thể dễ dàng chuyển đổi sang sản phẩm / dịch vụ của đối thủ.
      • Detractors (dưới 6 điểm): luôn là những khách hàng “người ra đi đầu không ngoảnh lại” và không ngần ngại lan truyền những góp ý làm ảnh hưởng đến thương hiệu của bạn.
    • Đo lường kết quả: Chỉ số NPS = % (Promoters) – % (Detractors)
    • Ví dụ: Khảo sát 20 khách hàng, trong đó có 10 Promoters (50%) , 5 passives (25%) và 5 detractors (25%). Suy ra: Chỉ số NPS = 50% – 25% = 25%

    (Nguồn: http://blog.cloudjetsolutions.com/nps-chi-so-do-luong-su-hai-long-cua-khach-hang/)

    …đến chuyện may mắn

    Mình biết đến chỉ số này lần đầu tiên khi làm Training Evaluation Form. Chỉ số NPS của một khóa học là một tiêu chí để xem xét độ hài lòng của học viên với khóa học, và có nên tiếp tục tiến hành khóa đó hay không.

    Tuy nhiên, NPS đối với mình không chỉ dừng lại trong phạm vi công việc, nó còn có thể dùng để đo lường sự may mắn của mình nữa. Tại sao ư? Vì NPS chính là lượng hóa của câu “Tiếng lành đồn xa, tiếng dữ đồn xa”, hay chính là sức mạnh của marketing truyền miệng.

    Bất cứ làm chuyện gì, mình đều cần đến những nguồn lực. Có hai dạng nguồn lực: nội tại (do bản thân tự có) và ngoại tại (do khả năng vận động từ cộng đồng (network) của mình). Nguồn lực nội tại thì nhỏ bé và tăng rất chậm, còn nguồn lực ngoại tại thì rất lớn và có khả năng tăng theo cấp số nhân.

    Đối với một con người, NPS của người đó = % số người sẵn sàng nói tốt về người đó với bạn bè, người thân – % số người nói những điều bất lợi về người đóNếu mình là một người đàng hoàng, làm việc tốt, những người xung quanh mình (bạn bè, người thân, đồng nghiệp) khi được người khác hỏi về mình sẽ có thể nói rằng: “Bạn A làm việc được lắm, anh/chị làm việc với bạn ấy được đó”. Một đồn mười, mười đồn trăm, đi đâu mình cũng gặp được người sẵn sàng làm việc cùng, sẵn sàng giúp đỡ. Vận may từ đó mà sinh.

    Ngược lại, nếu mình là một người không đàng hoàng lắm, hẳn nhiên khi ai đó hỏi “Anh/chị tính tuyển nó về, mày thấy ok hông?”, những người xung quanh mình có lẽ sẽ trả lời: “Thằng đó tánh kỳ lắm, anh chị cẩn thận”. Một đồn mười, mười đồn trăm, không ai chịu làm việc chung với mình, không ai chịu giúp mình nữa. Vận rủi từ đó mà tạo.

    Thế nên mình luôn tự nhủ: hãy cố gắng để NPS của mình là một số dương.

    Nhân tiện tám tiếp về NPS, giả sử như mình để ý một anh chàng và mình muốn dùng NPS để đánh giá coi ảnh có ok hông, thì cách tiến hành sẽ là: đi hỏi bà con anh em bạn bè đồng nghiệp của ảnh: “Ảnh làm người yêu có ok hông, anh/chị/em chấm bao nhiêu điểm trên 10?”, sau đó tính toán % promoter và % detractor để tính NPS của ảnh. Nếu NPS của ảnh trên 0 thì ok, còn dưới 0 thì bái bai 😉

    Tuy nhiên, cái khó trong bài toán tính NPS với mình chính là việc chọn mẫu, và đối tượng được chọn để lấy mẫu có đáng tin cậy không. Thế nên, lại link tiếp tới một lưu ý nhỏ nữa: “Chọn bạn mà chơi” 😉 “Hãy cho tôi biết bạn của bạn là ai, tôi sẽ nói cho bạn biết bạn là người như thế nào”, hay như mình đọc được ở đâu đó: “Mình chính là trung bình cộng của ba người mà mình thân thiết nhất”.

    Trà Giang, 30/11/2017

  • System Usability Scale - Thang đo tính khả dụng của hệ thống

    SUS được John Brooke phát minh vào năm 1986, để đo tính khả dụng của bất kì hệ thống nào một cách nhanh chóng.

    Ưu điểm của SUS: Rẻ và nhanh, nhưng vẫn có giá trị nhất định. Thay vì đoán, bạn sẽ biết hệ thống của mình đang ở đâu so với thị trường.

    SUS là một thang đo Likert gồm 10 câu hỏi. Người trả lời sẽ đánh giá mức độ đồng ý từ 1 tới 5, trong đó 5 là hoàn toàn đồng ý, 1 là hoàn toàn không đồng ý.

    1. Tôi nghĩ là mình sẽ dùng hệ thống này thường xuyên

    2. Tôi thấy hệ thống này phức tạp một cách không cần thiết

    3. Tôi nghĩ hệ thống này dễ dùng

    4. Tôi nghĩ tôi cần hỗ trợ từ một chuyên viên kĩ thuật để dùng được hệ thống này

    5. Tôi thấy nhiều chức năng của hệ thống được hợp nhất tốt

    6. Tôi thấy nhiều chỗ không được thống nhất ở hệ thống này

    7. Tôi nghĩ là hầu hết mọi người sẽ học được cách dùng hệ thống này một cách nhanh chóng

    8. Tôi thấy dùng hệ thống này quá cồng kềnh

    9. Tôi cảm thấy tự tin khi dùng hệ thống này

    10. Tôi cần học rất nhiều thứ trước khi có thể làm quen với hệ thống này

    Cách tính Điểm khả dụng (Usability Score) với SUS

    Người dùng đánh giá mức độ đồng ý từ 1 tới 5, trong đó 5 là hoàn toàn đồng ý, 1 là hoàn toàn không đồng ý.

    · Với mỗi câu lẻ, trừ đi 1

    · Với mỗi câu chẵn, lấy 5 trừ đi điểm câu đó

    · Cộng dồn giá trị có được, và sau đó nhân điểm tổng với 2.5

    · Kết quả là một điểm trên thang 100 (không phải là phần trăm đâu)

    Đem điểm này đi so sánh:

    SUS sẽ không có tác dụng nói cho bạn biết chính xác vấn đề nằm ở đâu, nhưng sẽ cho bạn một tín hiệu để biết tính khả dụng của hệ thống như thế nào.

    Điểm trung bình trên thị trường là 68. Nếu dưới 68, tính khả dụng của hệ thống đang gặp những vấn đề rất nghiêm trọng cần được làm rõ.

    80.3 = A. Mọi người yêu thích hệ thống và sẽ giới thiệu nó cho bạn bè.

    68 = C. Bạn đang làm tốt đó, nhưng cần cải thiện thêm.

    51 trở xuống = F. Ưu tiên tính khả dụng lên hàng đầu và chỉnh nó ngay lập tức.

    Cách dùng SUS:

    Đầu tiên, Để người dùng trải nghiệm hệ thống

    Sau đó, cho làm bài đánh giá SUS

    Một số cách khác để đánh giá tính khả dụng của hệ thống:

    · Qualtrics: 5 câu để đánh giá độ hài lòng của khách hàng

    · SUMI — Software Usability Measurement Inventory — một bộ câu hỏi 50 câu

    · SUPR-Q — Standardized User Experience Percentile Rank Questionnaire — 1 bộ 13 câu, đánh giá trang web trên các yếu tố: tính khả dụng, độ đáng tin cậy, giao diện và độ trung thành

    Nguồn tham khảo cho người mới bắt đầu:

    · SUS: A Quick and Dirty Usability Scale [PDF] (1986).

    · SUS: A Retrospective [PDF] (2013).

    Nguồn:

    How To Use The System Usability Scale (SUS) To Evaluate The Usability Of Your Website

    https://elearningindustry.com/directory/software-categories/learning-management-systems/best/user-experience: Các LMS được đánh giá dựa trên SUS, Perceived Usefulness & NPS

    Lược dịch: Trà Giang

    https://nguyenphantragiang.medium.com/system-usability-scale-thang-%C4%91o-t%C3%ADnh-kh%E1%BA%A3-d%E1%BB%A5ng-c%E1%BB%A7a-h%E1%BB%87-th%E1%BB%91ng-967bfa898d85

  • Phân loại sách – Hệ thống phân loại DDC (Dewey Decimal Classification)

    Trong lúc sắp xếp lại các thư mục trong máy tính, tui phát điên khi sắp xếp đống ebook của mình, nên đã google từ khóa “hệ thống phân loại sách”, và, trời ơi, may mắn làm sao, nó dẫn đến hệ thống phân loại DDC chuyên dùng cho thư viện.
    Về lý thuyết: 
    DDC (Dewey Decimal Classification) là một hệ thống phân loại được sử dụng rộng rãi trong lĩnh vực thông tin thư viện trên toàn thế giới. Hiện nay có hơn 200.000 thư viện của 135 nước đang sử dụng hệ thống phân loại này.
    Nguyên tắc thập tiến:
    DDC thể hiện nghệ thuật sử dụng 10 chữ số từ 0 đến 9 để phân chia mỗi khái niệm ra tối đa 10 khái niệm con phụ thuộc (cấp dưới), và đến lượt mình mỗi khái niệm con lại được tiếp tục chia ra 10 khái niệm ở bậc nhỏ hơn…Hiện nay DDC có 1000 lớp phụ.
    Sắp xếp của DDC:
    Các lĩnh vực khoa học đều được sắp xếp từ chung đến riêng, từ toàn thể đến bộ phận. Cơ sở sắp xếp là bộ môn khoa học, lĩnh vực khoa học, do vậy một chủ đề có thể xuất hiện tản mạn ở nhiều ngành khoa học khác nhau.
    Bảng chính của DDC:
    DDC có 10 lớp cơ bản thể hiện như sau:
    000 Những vấn đề chung (Tổng loại)
    100 Triết học và Tâm lý học
    200 Tôn giáo
    300 Khoa học Xã hội
    400 Ngôn ngữ
    500 Khoa học Tự nhiên
    600 Khoa học Ứng dụng (Công nghệ )
    700 Nghệ thuật
    800 Văn học và Tu từ học
    900 Địa lý và Lịch sử
    Dưới đây là bảng lĩnh vực – chủ đề:
    http://www.lirc.udn.vn/HuongDanSuDu…
    Tiếng Anh:
    http://www.oclc.org/content/dam/ocl…
     
    Về cách ứng dụng hệ thống DDC để phân loại sách: 
    Nguyên tắc cơ bản:
    – Dồn tất cả ebook đang có về một chỗ.
    – Chọn những quyển đặc biệt cần thiết. Còn lại xóa hết.
    – Phân loại.
    Mình tạo folder BOOKS, sau đó tạo 10 folder con theo bảng chính của DDC, và 1 file DDC.doc để ở ngoài cho tiện tra cứu.

    Sau đó, khi vào từng folder, tùy vào những lĩnh vực mình đang quan tâm mà mình sẽ search lĩnh vực đó trong file DDC.doc và tạo folder tương ứng.

    Capture
    Nhận xét:
    – Áp dụng hệ thống số, bao quát được nhiều lĩnh vực (1000 lĩnh vực)
    – Được ứng dụng rộng rãi
    – Khá phức tạp và còn trùng lắp. Chỉ phù hợp với Non-fiction, còn Fiction thì cách phân loại khá sơ sài.
    Rút kinh nghiệm:
    – Đặt tên file sách một cách thống nhất: Title – Tác giả hoặc Tác giả – Title để tiện search trong ô tìm kiếm.
    – Khi phân loại, hãy cứ phân từ từ. Một đống thành 10 thư mục, rồi vào từng thư mục tạo tiếp 10 thư mục con, phân loại tiếp. Đừng ham chia thành 100, 1000 thư mục. Rối chắc luôn.
    – Đối với fiction, cần tự tạo hệ thống thư mục con riêng.