Bạn vừa ngồi 3 đêm liền xem tài liệu deal, mở 12 tab excel, chạy hết 3 cái tool analytics trả phí đắt tiền, và cuối cùng vẫn có cái cảm giác khó tả ở bụng: có gì đó sai sai. Không có lỗi rõ ràng, không có con số nào bị gạch đỏ, nhưng toàn bộ bộ dữ liệu này cảm giác như được lắp ráp để trông đẹp chứ không để nói thật.
Đó chính là cảm giác của 90% người làm data due diligence ở thị trường Việt Nam. Bài này không dạy bạn tick vào checklist. Bài này nói về data due diligence process and statistics, những con số thật, những quy trình thực tế người ta không nói trong hội nghị, và cách bạn không bị lừa bởi những con số đẹp.
Tại sao 90% các tiêu chí đánh giá rủi ro dữ liệu hiện tại vô dụng
Mọi người đang nhầm lẫn hai khái niệm hoàn toàn khác nhau: kiểm tra dữ liệu và thẩm định dữ liệu. Kiểm tra dữ liệu là công việc đếm ô trống hay kiểm tra định dạng — đó là việc của thực tập sinh. Data due diligence là việc bạn đo lường xác suất mà bộ số này đang “nói dối” bạn.
Ở thị trường mới nổi, bạn gần như không bao giờ có dữ liệu chuẩn. Mọi công thức dùng trung bình (Mean) hay độ lệch chuẩn (Standard Deviation) học ở trường đều dễ dàng bị quật ngã bởi một vài biến số ngoại lai (outliers) được cài cắm khéo léo.
- Bỏ Mean, dùng Median (Trung vị).
- Bỏ Độ lệch chuẩn, dùng Interquartile Range (Khoảng cách tứ phân vị).
- Nếu mẫu nhỏ (<30 điểm), hãy chạy Bootstrap để không bị phụ thuộc vào giả định phân phối chuẩn.
Thay vì hàng trăm chỉ số hoa mắt, bạn chỉ cần tập trung vào 3 chỉ số cốt lõi để đánh giá độ tin cậy:
- Tỷ lệ dữ liệu thiếu phân bố theo thời gian/bộ phận.
- Hệ số tương quan giữa 3 nguồn dữ liệu độc lập.
- Độ nhạy của kết luận khi thay đổi 5% dữ liệu đầu vào.
Data due diligence process and statistics: Quy trình 5 bước thực chiến
Bỏ qua những bước thu thập hay làm sạch cơ bản trong sách giáo khoa, đây là quy trình 5 bước mà các chuyên gia thường “giấu bài”:
Bước 1: Giải mã sự thiếu hụt dữ liệu
90% sự thật nằm ở chỗ dữ liệu không có. Nếu dữ liệu lợi nhuận quý 2/2021 biến mất, đó không phải lỗi hệ thống — đó là một sự xóa bỏ có chủ đích. Hãy vẽ bản đồ các điểm trống để tìm ra “vùng tối” của doanh nghiệp.
Bước 2: Phân tích độ nhạy (Sensitivity Analysis)
Trước khi chạy mô hình ROI, hãy thử thay đổi ngẫu nhiên mỗi con số đi 5%. Nếu kết quả cuối cùng nhảy từ lãi sang lỗ, toàn bộ bộ phân tích của bạn là vô giá trị. Một mô hình tốt phải có tính ổn định trước những biến động nhỏ.
Bước 3: Tách biệt biến “Cứng” và biến “Mềm”
Đừng bao giờ trộn lẫn EBITDA với “văn hóa doanh nghiệp” trong cùng một công thức. Biến mềm cần được đánh giá riêng bởi con người và có trọng số độc lập để tránh gây nhiễu (bias) cho các thuật toán tài chính.
Bước 4: Thử nghiệm mù (Blind Test)
Lấy kết quả từ Model AI của bạn và gửi bộ dữ liệu gốc cho 3 chuyên gia độc lập chấm điểm mà không cho họ biết kết quả trước đó. Nếu chênh lệch >15%, model của bạn đang gặp vấn đề nghiêm trọng về định kiến dữ liệu.
Bước 5: Mô phỏng Monte Carlo về chất lượng
Đừng hỏi ROI là bao nhiêu. Hãy hỏi: “Nếu dữ liệu sai số 12% (mức trung bình ngành), thì ROI nằm trong khoảng nào?”. Việc đo lường chính xác mức độ không chắc chắn mới là đỉnh cao của data due diligence process and statistics.
Cái bẫy “Yếu tố văn hóa” trong thẩm định
Bạn thường nghe 70% deal thất bại do văn hóa. Thực tế, dữ liệu từ McKinsey 2017 cho thấy đó thường là cái cớ sau khi deal đổ vỡ. Không ai muốn thừa nhận mình bị lừa về số liệu nợ ẩn, họ chọn đổ lỗi cho “văn hóa” vì nó khó định lượng.
“Nếu một cái gì đó trông quá tốt để là thật, thì nó chắc chắn không phải là thật.”
Hành động ngay hôm nay
Nếu bạn đang ở giữa một thương vụ, hãy dành 15 phút thực hiện 3 việc này để tiết kiệm hàng tỷ đồng:
- Thay hàm AVERAGE bằng MEDIAN trong file lợi nhuận.
- Kiểm tra xem dữ liệu thiếu có tập trung vào giai đoạn nhạy cảm nào không.
- Thử thay đổi ngẫu nhiên 10 con số đi 5% và xem kết quả cuối cùng.
Đối với các đội ngũ đang chuẩn bị thẩm định cho các thương vụ quy mô, cần xây dựng cơ sở dữ liệu tham chiếu ngành hay benchmark tin cậy, bạn có thể tham khảo các gói dữ liệu và nguồn tham chiếu chuẩn ngành tại Backlink Cafe.
Đội ngũ này có 8 năm kinh nghiệm xác thực dữ liệu thị trường Việt Nam, cung cấp các gói Ahrefs, A+, GEO phù hợp cho phân tích đối thủ và xây dựng hồ sơ due diligence minh bạch.
