6BUS1035: phân biệt quản trị tri thức với BI thế nào?

Phần lớn bài nộp cho môn 6BUS1035 coi quản trị tri thức và business intelligence là một chủ đề mang hai cái tên. Tên môn đặt chúng cạnh nhau, danh mục tài liệu bao trùm cả hai, nên viết chung thành "những hệ thống giúp tổ chức tận dụng thứ mà nó đã biết" là phản xạ rất tự nhiên. Nhưng đây lại là chỗ mất điểm nặng nhất của môn này, bởi một trong các chuẩn đầu ra của môn yêu cầu bạn phân biệt hệ thống thông tin với hệ thống quản trị tri thức. Bài viết gộp hai thứ vào làm một là bài đã trả lời một câu hỏi mà môn học không hề đặt ra. Dưới đây là những điểm mà mentor MAAS trao đổi nhiều nhất với sinh viên Việt Nam chọn môn tự chọn này ở Hertfordshire.

Tác giả: Ban biên tập MAAS · Hiệu đính bởi mentor cao cấp mảng Hệ thống thông tin (Tiến sĩ, Management Information Systems)
Cập nhật: 08/08/2026
Chuyên mục: writing-tips

Môn 6BUS1035 thật ra học gì?

Trả lời ngắn: 6BUS1035 Knowledge Management and Business Intelligence là môn Level 6 tại University of Hertfordshire, giá trị 15 tín chỉ, đánh giá 100% bằng coursework và giảng trong kỳ B. Môn này nằm trong danh mục tự chọn của một số chương trình thuộc Hertfordshire Business School, trong đó có BA (Hons) Finance và BA (Hons) Accounting. Nội dung môn xoay quanh hai năng lực tổ chức nằm ở hai phía của cùng một bài toán: làm sao một doanh nghiệp giữ lại và luân chuyển được tri thức đang nằm trong con người, và làm sao nó biến dữ liệu đã ghi nhận thành quyết định.

Bằng chứng: Những dữ kiện trên lấy từ programme specification mà Hertfordshire công bố công khai kèm trang giới thiệu chương trình, trong đó liệt kê mã môn, số tín chỉ, học kỳ và tỷ lệ giữa coursework với thi. Nguồn ở đây quan trọng hơn bình thường. Hertfordshire để Definitive Module Document sau lớp đăng nhập của sinh viên, nên gần như mọi thứ đang lưu hành công khai dưới mã môn này đều do các trang bán bài đăng lại, thường xuyên sai năm học và đôi khi sai cả trường.

Ví dụ: Một bạn sinh viên nói với mentor MAAS rằng bạn đã tìm được "đề bài 6BUS1035" và dựng dàn ý quanh một doanh nghiệp bán lẻ cụ thể, vì bản trên mạng chỉ đích danh doanh nghiệp đó. Trong khi handbook của chính bạn cho phép tự chọn tổ chức. Bạn mất trọn một tuần nghiên cứu một công ty mình không bắt buộc phải nghiên cứu, chỉ vì tin vào một trang web sinh ra để bán bài cho bạn.

Vì đây là môn tự chọn chứ không phải môn bắt buộc, lớp thường nhỏ và pha trộn: sinh viên tài chính, kế toán chọn môn này ngồi cùng sinh viên kinh doanh. Việc chấm bài không vì thế mà nới tay. Một bạn học kế toán không thể trông đợi được châm chước khi mô tả sơ sài về data warehousing chỉ vì đó không phải chuyên ngành của mình.

Vì sao ranh giới KM với BI lại gánh nhiều điểm đến vậy?

Trả lời ngắn: Vì hai lĩnh vực này đứng trên hai giả định không tương thích về bản chất của tri thức, và cả môn học được dựng lên trên đúng sự đối lập đó. Business intelligence giả định phần giá trị đã được ghi lại rồi: giao dịch, log, số liệu cảm biến, bất cứ thứ gì lưu trữ, truy vấn và tổng hợp được. Quản trị tri thức lại khởi đi từ một quan sát ngược lại, rằng phần giá trị nhất chưa từng được ghi lại và nhiều khi không thể ghi lại, bởi nó nằm trong óc phán đoán, trong kinh nghiệm và trực giác nghề nghiệp. Một bài viết rằng "hệ thống KM và BI đều giúp tổ chức ra quyết định tốt hơn" đã nói một điều đúng nhưng rỗng về mặt phân tích. Bạn chỉ lên được band cao khi chỉ ra được mỗi bên hỗ trợ được loại quyết định nào, và mỗi bên thất bại ở đâu.

Bằng chứng: Polanyi (1966) đặt nền cho luận điểm rằng chúng ta biết nhiều hơn những gì mình nói ra được, và đó chính là lý do quản trị tri thức không thể quy giản thành một bài toán cơ sở dữ liệu. Nonaka và Takeuchi (1995) dựng mô hình sáng tạo tri thức tổ chức trên sự chuyển hoá qua lại giữa tri thức ẩn và tri thức hiện, xem phần tri thức ẩn là nguồn của lợi thế cạnh tranh chính vì nó chống lại việc bị mã hoá. Alavi và Leidner (2001) từ đó lập luận vì sao hệ thống quản trị tri thức là một lớp hệ thống thông tin riêng biệt chứ không phải một biến thể, bởi mục đích của nó là hỗ trợ các quá trình xã hội quanh tri thức chứ không phải lưu trữ bản thân tri thức. Chen và cộng sự (2012), đứng từ phía bên kia, truy lại dòng phát triển của business intelligence và analytics từ gốc data warehousing tới phân tích dữ liệu phi cấu trúc quy mô lớn, một mạch mà đối tượng phân tích luôn luôn là dữ liệu đã ghi nhận.

Ví dụ: Một bạn viết về ngân hàng triển khai "nền tảng KM và BI" để giảm tổn thất tín dụng. Mentor yêu cầu bạn tách đôi luận điểm đó ra. Cái dashboard cảnh báo mẫu trả nợ bất thường là business intelligence, chạy trên dữ liệu đã ghi nhận. Còn lý do các cán bộ tín dụng lâu năm gạt cảnh báo đó ở vài địa bàn lại là tri thức ẩn về điều kiện buôn bán tại chỗ, thứ không có trong bất cứ dashboard nào. Tách được hai lớp ra rồi, bạn mới có một luận điểm thật sự: vấn đề của ngân hàng nằm ở chỗ hai năng lực đó không nói chuyện với nhau. Đó chính là phần phân tích mà bản nháp đang thiếu.

Khung lý thuyết nào làm việc thật, khung nào chỉ để trang trí?

Trả lời ngắn: Dùng hai tới ba khung một cách chính xác, thay vì điểm danh mọi mô hình trong danh mục tài liệu. Cách phối hợp hiệu quả là ghép một khung giải thích tri thức đang làm gì với một khung giải thích công nghệ đang làm gì, rồi soi vào chỗ hai khung gặp nhau.

Bằng chứng: Davenport và Prusak (1998) ghi nhận các sáng kiến quản trị tri thức thường xuyên được triển khai như dự án công nghệ rồi thất bại vì những lý do thuộc về tổ chức, và các nghiên cứu sau này không lật ngược được mô thức ấy. Wixom và Watson (2001) kiểm định thực nghiệm các yếu tố dẫn tới thành công của data warehousing và thấy các yếu tố tổ chức, yếu tố quản trị dự án có trọng số đáng kể bên cạnh yếu tố kỹ thuật. Cả hai kết quả chỉ về cùng một hướng: trong môn này, câu trả lời dừng lại ở công nghệ là câu trả lời dừng quá sớm.

Ví dụ: Một bạn mô tả kho tri thức của doanh nghiệp là "ít được sử dụng" rồi khuyến nghị tăng cường đào tạo. Mentor hỏi lại: ai được lợi khi đóng góp vào kho đó? Câu trả lời là không ai cả, vì công ty thăng tiến người ta theo số giờ tính phí cho khách, còn ngồi viết lại thứ mình vừa học được thì không tính phí được. Khuyến nghị chuyển từ đào tạo sang thiết kế cơ chế khuyến khích, và bài luận đi từ mô tả sang phân tích mà không cần thêm một nguồn nào mới.

Nên dựng cấu trúc bài thế nào?

Trả lời ngắn: Dựng bài như một lập luận có gắn doanh nghiệp vào, chứ không phải một bản mô tả doanh nghiệp có gắn lý thuyết vào. Một cấu trúc đứng vững ở Level 6: mở bài nêu đúng một câu hỏi phân tích và tuyên bố lập trường của bạn, khoảng 10% dung lượng; phần khung lý thuyết kèm lý giải vì sao chọn những khái niệm này chứ không phải khái niệm khác, khoảng 25%; phần soi doanh nghiệp qua khung đó, khoảng 30%; phần điểm gãy, tức chỗ các khung mâu thuẫn nhau hoặc dữ liệu chống lại lập trường của bạn, khoảng 20%; và kết luận trả lời câu hỏi kèm phần nêu rõ những gì còn chưa chắc chắn, khoảng 15%.

Phần thứ tư là phần sinh viên hay bỏ nhất, và cũng là phần mà thang điểm năm cuối tưởng thưởng trực tiếp nhất. Ở môn này nó có sẵn một chỗ đứng rất rõ: đúng cái chỗ mà tri thức ẩn tổ chức đang phụ thuộc vào lại không thể nạp vào hệ thống analytics mà tổ chức đã bỏ tiền đầu tư.

Bằng chứng: Chuẩn mô tả bằng cử nhân danh dự của Cơ quan Bảo đảm Chất lượng Giáo dục Đại học Anh yêu cầu người tốt nghiệp phải đánh giá phản biện được lập luận và bằng chứng, đồng thời nhận thức được tính bất định và giới hạn tri thức trong ngành của mình (QAA, 2024). Một bài không dành phần nào cho bằng chứng phản biện là bài đã tự tay gỡ mất tiêu chí mà nó cần đáp ứng nhất.

Ví dụ: Một bạn lập luận rằng công ty logistics nên tập trung hoá tri thức về tuyến đường vào một hệ thống BI. Mentor hỏi một điều phối viên đầy hoài nghi sẽ nói gì. Bạn tìm ra rằng các tài xế lâu năm thường xuyên đi lệch khỏi tuyến tối ưu vì những lý do hệ thống không bao giờ ghi nhận, chẳng hạn một phiên chợ làm tắc đường. Ngoại lệ ấy không làm yếu lập luận, mà giúp bạn thu hẹp nó về một mệnh đề bảo vệ được: cứ tập trung hoá dữ liệu, nhưng phải thiết kế một kênh riêng cho phần phán đoán mà dữ liệu không chứa nổi.

Nguồn nào dùng được, nguồn nào rủi ro?

Trả lời ngắn: Neo phần phân tích vào nghiên cứu bình duyệt trong ngành hệ thống thông tin và vào tài liệu nền của quản trị tri thức, còn tài liệu của nhà cung cấp phần mềm hay báo chí ngành thì chỉ dùng cho các dữ kiện thời sự có trích dẫn rõ ràng. Rủi ro riêng của môn này nằm ở chỗ business intelligence là một thị trường thương mại, nên phần lớn thứ mà tìm kiếm trả về lại là tài liệu tiếp thị do chính các công ty bán hệ thống viết ra, những hệ thống mà bạn được giao nhiệm vụ đánh giá. Loại tài liệu đó mô tả tính năng rất tốt và đánh giá thì không hề.

Bằng chứng: Mô thức này rất dễ nhận ra khi đã biết mà tìm. White paper của nhà cung cấp báo cáo các ca triển khai thành công và hiếm khi báo cáo ca thất bại, mà ca thất bại lại đúng là loại bằng chứng một bài đánh giá phản biện cần đến. Nghiên cứu bình duyệt như Wixom và Watson (2001) báo cáo cả hai.

Ví dụ: Một bạn trích case study của một công ty phần mềm để chứng minh analytics cải thiện chất lượng quyết định tại một chuỗi bán lẻ. Mentor hỏi ai viết tài liệu đó, và một ca triển khai thất bại sẽ trông thế nào trong chính tài liệu ấy. Cả hai câu đều không có lời đáp, nên trích dẫn kia chuyển từ vai trò bằng chứng xuống vai trò minh hoạ, còn sức nặng phân tích dồn về phía các nghiên cứu bình duyệt.

Mentor MAAS thật sự làm gì ở môn này?

MAAS làm việc với vai trò cố vấn học thuật. Mentor đọc bản nháp của bạn đối chiếu chuẩn đầu ra của môn, đặt ra những câu hỏi mà người chấm sẽ đặt, và chỉ cho bạn thấy chỗ nào lập luận đang dừng nửa chừng. Từng chữ trong bài nộp là do bạn viết. Trình tự thường gặp ở một môn như thế này đi từ làm rõ câu hỏi phân tích, sang rà soát lựa chọn khung lý thuyết, rồi tới một lượt đọc cấu trúc toàn bản nháp có đặt tiêu chí chấm bên cạnh. Phần trích dẫn được kiểm ngay trong lượt đọc đó, không tách thành một dịch vụ riêng.

Câu hỏi thường gặp

6BUS1035 có phải môn bắt buộc không?
Không. Các programme specification xếp môn này vào nhóm tự chọn Level 6 trong những chương trình thuộc Hertfordshire Business School như BA (Hons) Finance và BA (Hons) Accounting. Bạn nên xác nhận lại trạng thái môn trong chương trình của mình, vì danh mục môn tự chọn khác nhau giữa các chương trình và giữa các năm học.

Môn này đánh giá bằng hình thức gì?
Programme specification công bố ghi 100% coursework, không có phần thi, giảng trong kỳ B. Handbook môn của chính bạn mới là căn cứ cho dạng bài, số từ và trọng số cụ thể của năm bạn học.

Có cần nền tảng kỹ thuật mới học được không?
Không, và cách chấm cũng không giả định bạn có. Nhưng cách chấm giả định rằng bạn mô tả hệ thống một cách chính xác. Mô tả kỹ thuật mơ hồ bị trừ điểm vì thiếu chính xác, chứ không được miễn trừ vì bạn trái ngành.

Mình viết về một tổ chức Việt Nam được không?
Thường là được, và nhiều khi còn cho ra bài mạnh hơn, vì bạn nắm được bối cảnh mà người chấm chưa đọc tới năm mươi lần. Bạn nhớ kiểm đề bài xem có ràng buộc gì không, và lưu ý rằng nguồn bạn dựa vào phải là nguồn người đọc kiểm chứng được.

Bài nên dùng bao nhiêu nguồn?
Không có con số cố định, và đếm nguồn vốn là thước đo sai. Một bài Level 6 dùng tám nguồn thật chính xác, trong đó có vài nghiên cứu bình duyệt được bàn tới nơi tới chốn, vẫn được đánh giá cao hơn hẳn một bài trích ba mươi nguồn kiểu lướt qua.

Đọc thêm

• Tư duy phản biện trong viết học thuật
• Cách viết một bản báo cáo đại học
• Dịch vụ hỗ trợ học thuật của MAAS

Trao đổi với mentor MAAS về môn của bạn

References

Alavi, M., & Leidner, D. E. (2001). Knowledge management and knowledge management systems: Conceptual foundations and research issues. MIS Quarterly, 25(1), 107–136. https://doi.org/10.2307/3250961

Chen, H., Chiang, R. H. L., & Storey, V. C. (2012). Business intelligence and analytics: From big data to big impact. MIS Quarterly, 36(4), 1165–1188. https://doi.org/10.2307/41703503

Davenport, T. H., & Prusak, L. (1998). Working knowledge: How organizations manage what they know. Harvard Business School Press.

Nonaka, I., & Takeuchi, H. (1995). The knowledge-creating company: How Japanese companies create the dynamics of innovation. Oxford University Press.

Polanyi, M. (1966). The tacit dimension. Doubleday.

Quality Assurance Agency for Higher Education. (2024). The frameworks for higher education qualifications of UK degree-awarding bodies. QAA.

Wixom, B. H., & Watson, H. J. (2001). An empirical investigation of the factors affecting data warehousing success. MIS Quarterly, 25(1), 17–41. https://doi.org/10.2307/3250957