Cách dùng dữ liệu khách hàng, nhân viên và học viên mà không vi phạm đạo đức nghiên cứu

Trong luận án DBA theo lộ trình APEL.Q, dữ liệu từ khách hàng, nhân viên và học viên thường có giá trị rất lớn. Đây là những nhóm liên quan trực tiếp đến các vấn đề quản trị thực tế như trải nghiệm khách hàng, chất lượng dịch vụ, hiệu quả đào tạo, chuyển đổi số, quản trị nhân sự, giữ chân người học, gắn kết nhân viên hoặc cải tiến quy trình vận hành.

Tuy nhiên, đây cũng là nhóm dữ liệu nhạy cảm. Khách hàng có quyền riêng tư. Nhân viên có thể chịu ảnh hưởng bởi quan hệ quyền lực trong tổ chức. Học viên có thể lo ngại việc phản hồi ảnh hưởng đến kết quả học tập hoặc quan hệ với đơn vị đào tạo. Vì vậy, ứng viên không thể sử dụng các dữ liệu này một cách tuỳ tiện, dù dữ liệu đã có sẵn trong hệ thống nội bộ.

Theo Cohen, Manion và Morrison (2018), nghiên cứu liên quan đến con người cần bảo đảm sự tôn trọng, đồng thuận, bảo mật và trách nhiệm trong cách thu thập, sử dụng và trình bày dữ liệu. Với APEL.Q cho DBA, nguyên tắc này đặc biệt quan trọng vì ứng viên thường nghiên cứu chính môi trường nghề nghiệp của mình, nơi ranh giới giữa dữ liệu quản trị và dữ liệu nghiên cứu có thể dễ bị nhầm lẫn.

Vì sao dữ liệu khách hàng, nhân viên và học viên cần được xử lý cẩn trọng?

Ba nhóm dữ liệu này đều gắn với con người thật và có thể tạo ra ảnh hưởng thật nếu bị sử dụng sai.

Dữ liệu khách hàng có thể chứa thông tin cá nhân, lịch sử giao dịch, phản hồi dịch vụ, khiếu nại, mức độ hài lòng, hành vi mua hàng hoặc dữ liệu tài chính. Nếu bị lộ, khách hàng có thể bị ảnh hưởng về quyền riêng tư hoặc quyền lợi thương mại.

Dữ liệu nhân viên có thể chứa đánh giá hiệu suất, ý kiến về lãnh đạo, mức độ hài lòng, ý định nghỉ việc, thông tin lương thưởng, phản hồi về môi trường làm việc hoặc dữ liệu hành vi trong hệ thống. Nếu không được ẩn danh, nhân viên có thể bị ảnh hưởng nghề nghiệp hoặc cảm thấy không an toàn khi cung cấp thông tin.

Dữ liệu học viên có thể chứa kết quả học tập, mức độ tham gia, phản hồi về giảng viên, tình trạng bỏ học, khó khăn cá nhân, dữ liệu LMS hoặc hồ sơ hỗ trợ học tập. Nếu sử dụng không cẩn trọng, dữ liệu có thể ảnh hưởng đến danh tính, uy tín hoặc quyền lợi học tập của học viên.

Vì vậy, nguyên tắc đầu tiên là: dữ liệu càng gần với con người thật, trách nhiệm đạo đức càng cao.

Phân biệt dữ liệu quản trị và dữ liệu nghiên cứu

Một điểm ứng viên DBA cần hiểu rõ là dữ liệu được thu thập cho mục đích quản trị chưa chắc có thể tự động sử dụng cho mục đích nghiên cứu.

Ví dụ, doanh nghiệp thu thập phản hồi khách hàng để cải thiện dịch vụ. Trường học thu thập dữ liệu học viên để hỗ trợ học tập. Phòng nhân sự thu thập khảo sát gắn kết để quản trị nhân sự. Những dữ liệu này có mục đích quản trị ban đầu. Nếu ứng viên muốn sử dụng lại trong luận án, cần xem xét liệu việc sử dụng đó có phù hợp với mục đích ban đầu không, có cần xin phép không, có cần ẩn danh không và có cần thông báo cho bên liên quan không.

Nếu dữ liệu được dùng ở dạng tổng hợp, không nhận diện và không gây rủi ro cho cá nhân, việc sử dụng có thể ít nhạy cảm hơn. Nếu dữ liệu chứa thông tin cá nhân, phản hồi chi tiết hoặc dữ liệu có thể ảnh hưởng đến quyền lợi của người tham gia, ứng viên cần xử lý cẩn trọng hơn nhiều.

Nguyên tắc 1: Chỉ sử dụng dữ liệu thật sự cần thiết

Không nên đưa toàn bộ dữ liệu khách hàng, nhân viên hoặc học viên vào luận án chỉ vì ứng viên có quyền truy cập. Nguyên tắc tốt là chỉ sử dụng dữ liệu cần thiết để trả lời câu hỏi nghiên cứu.

Ví dụ, nếu nghiên cứu về tỷ lệ bỏ học trong chương trình trực tuyến, ứng viên có thể cần dữ liệu về mức độ tham gia, thời điểm ngừng học, phản hồi hỗ trợ và kết quả hoàn thành. Ứng viên không nhất thiết cần thông tin cá nhân chi tiết, địa chỉ, số điện thoại hoặc hồ sơ tài chính của học viên.

Nếu nghiên cứu về trải nghiệm khách hàng sau mua, ứng viên có thể cần phản hồi dịch vụ, thời gian phản hồi, tỷ lệ khiếu nại và mức độ quay lại. Không nhất thiết cần danh sách tên khách hàng, giá trị hợp đồng chi tiết hoặc thông tin thanh toán.

Sử dụng ít dữ liệu nhạy cảm hơn giúp giảm rủi ro đạo đức và bảo mật.

Nguyên tắc 2: Ẩn danh trước khi phân tích hoặc trình bày

Dữ liệu nên được ẩn danh càng sớm càng tốt, đặc biệt trước khi đưa vào bản thảo, phụ lục hoặc chia sẻ với người hỗ trợ nghiên cứu. Ẩn danh bao gồm loại bỏ tên, email, số điện thoại, mã định danh, chức danh quá đặc thù, tên tổ chức, tên phòng ban hoặc thông tin có thể giúp nhận diện cá nhân.

Với khách hàng, có thể dùng mã C001, C002 hoặc nhóm khách hàng A, B, C. Với nhân viên, có thể dùng mã E01, E02 hoặc nhóm vai trò như “nhân viên tuyến đầu”, “quản lý cấp trung”, “nhân sự hỗ trợ”. Với học viên, có thể dùng mã S01, S02 hoặc nhóm theo hành vi học tập như “nhóm hoàn thành”, “nhóm giảm tương tác”, “nhóm rút khỏi chương trình”.

Ẩn danh không chỉ áp dụng cho bảng dữ liệu. Nó cũng cần áp dụng trong trích dẫn phỏng vấn, chú thích bảng, tên file, phụ lục và nội dung mô tả bối cảnh.

Nguyên tắc 3: Cẩn trọng với quan hệ quyền lực

Dữ liệu nhân viên và học viên thường có rủi ro về quan hệ quyền lực. Nếu ứng viên là quản lý, giám đốc, giảng viên, cố vấn học tập hoặc người có ảnh hưởng đến quyền lợi của người tham gia, người được hỏi có thể cảm thấy áp lực phải trả lời hoặc trả lời theo hướng an toàn.

Ví dụ, nhân viên có thể ngại nói thật về vấn đề lãnh đạo nếu người phỏng vấn là cấp trên. Học viên có thể ngại góp ý tiêu cực nếu nghĩ phản hồi có thể ảnh hưởng đến việc hỗ trợ học tập hoặc đánh giá. Vì vậy, ứng viên cần thiết kế quy trình để giảm áp lực.

Có thể sử dụng khảo sát ẩn danh, cho phép từ chối tham gia, không thu thập thông tin nhận diện không cần thiết, nhấn mạnh rằng phản hồi không ảnh hưởng đến quyền lợi, hoặc nhờ bên trung lập thu thập dữ liệu nếu phù hợp.

Theo Orb, Eisenhauer và Wynaden (2001), nghiên cứu định tính liên quan đến con người cần chú ý đến sự dễ tổn thương, quan hệ quyền lực và trách nhiệm bảo vệ người tham gia. Trong DBA, điều này rất quan trọng khi ứng viên nghiên cứu chính tổ chức của mình.

Nguyên tắc 4: Đồng thuận phải rõ ràng và tự nguyện

Nếu ứng viên thu thập dữ liệu mới từ khách hàng, nhân viên hoặc học viên, cần có sự đồng thuận phù hợp. Đồng thuận không nên chỉ là hình thức. Người tham gia cần hiểu họ đang tham gia nghiên cứu gì, dữ liệu sẽ được dùng thế nào, có rủi ro gì, có được ẩn danh không, và họ có quyền từ chối hay rút lui không.

Với phỏng vấn, nên có phần giới thiệu mục đích nghiên cứu và xác nhận đồng ý tham gia. Với khảo sát, có thể dùng phần mở đầu nêu rõ mục đích khảo sát, tính tự nguyện, cách dữ liệu được xử lý và thông tin liên hệ nếu người tham gia có câu hỏi.

Nếu dữ liệu đã có từ trước và không thể xin lại đồng thuận từng cá nhân, ứng viên cần xem xét liệu dữ liệu có thể được sử dụng ở dạng tổng hợp, ẩn danh và phù hợp với mục đích ban đầu hay không. Nếu dữ liệu nhạy cảm, nên xin ý kiến tổ chức hoặc hội đồng đạo đức nếu chương trình yêu cầu.

Nguyên tắc 5: Không dùng dữ liệu để gây hại cho người tham gia

Trong luận án DBA, dữ liệu không nên được trình bày theo cách có thể gây hại cho cá nhân hoặc nhóm liên quan. Ví dụ, không nên viết theo cách khiến một nhân viên bị nhận diện là người phê bình lãnh đạo. Không nên trình bày phản hồi học viên theo cách làm lộ người học gặp khó khăn cá nhân. Không nên công bố phản hồi khách hàng có thể làm lộ thông tin giao dịch hoặc tranh chấp.

Nếu một trích dẫn quá nhạy cảm, ứng viên có thể diễn giải thay vì trích nguyên văn. Nếu một nhóm người tham gia quá nhỏ, cần cân nhắc gộp nhóm hoặc mô tả ở mức khái quát hơn. Nếu dữ liệu có thể ảnh hưởng đến uy tín tổ chức, cần cân bằng giữa minh bạch nghiên cứu và bảo mật thông tin.

Nguyên tắc là: luận án cần đủ bằng chứng để thuyết phục, nhưng không cần tiết lộ thông tin có thể gây hại.

Cách dùng dữ liệu khách hàng

Dữ liệu khách hàng thường có giá trị khi nghiên cứu về trải nghiệm khách hàng, chất lượng dịch vụ, lòng trung thành, hành vi mua lại, khiếu nại hoặc hành trình khách hàng. Tuy nhiên, dữ liệu này cần được xử lý rất cẩn trọng.

Ứng viên nên ưu tiên dữ liệu tổng hợp như tỷ lệ hài lòng, tỷ lệ khiếu nại, thời gian phản hồi, tỷ lệ quay lại, điểm đánh giá dịch vụ hoặc nhóm chủ đề phản hồi. Nếu dùng trích dẫn phản hồi khách hàng, cần xoá tên, mã đơn hàng, tên nhân viên, thông tin giao dịch và chi tiết có thể nhận diện.

Nếu khách hàng không biết dữ liệu của họ sẽ được dùng cho nghiên cứu, ứng viên nên tránh sử dụng dữ liệu cá nhân chi tiết. Có thể sử dụng dữ liệu tổng hợp hoặc xin phép tổ chức sử dụng dữ liệu đã ẩn danh cho mục đích học thuật.

Cách dùng dữ liệu nhân viên

Dữ liệu nhân viên rất hữu ích khi nghiên cứu về gắn kết, động lực, giữ chân nhân sự, chuyển đổi số, quản trị thay đổi, đào tạo hoặc văn hoá tổ chức. Tuy nhiên, đây là nhóm dữ liệu có rủi ro cao vì có thể ảnh hưởng đến quan hệ lao động.

Ứng viên nên ẩn danh mạnh. Không nên nêu tên, chức danh quá cụ thể hoặc phòng ban nhỏ nếu có thể nhận diện. Nếu phỏng vấn nhân viên, cần nhấn mạnh tính tự nguyện và bảo mật. Nếu ứng viên là cấp quản lý, cần đặc biệt cẩn trọng để tránh cảm giác ép buộc.

Khi trình bày kết quả, nên tập trung vào mẫu hình chung, không gán lỗi cho cá nhân. Ví dụ, thay vì viết “nhân viên phòng X không hợp tác”, nên viết “dữ liệu cho thấy một nhóm người dùng gặp khó khăn trong việc tích hợp hệ thống mới vào quy trình làm việc hằng ngày”. Cách viết này học thuật hơn và ít gây rủi ro hơn.

Cách dùng dữ liệu học viên

Dữ liệu học viên thường dùng trong các nghiên cứu về giáo dục trực tuyến, trải nghiệm học tập, hỗ trợ học viên, tỷ lệ duy trì, chất lượng chương trình hoặc hiệu quả đào tạo. Dữ liệu có thể đến từ LMS, khảo sát học viên, phỏng vấn, kết quả học tập hoặc hồ sơ hỗ trợ.

Ứng viên cần bảo vệ danh tính học viên. Không nên đưa tên, mã học viên, điểm số cá nhân, email, tình trạng học phí hoặc thông tin cá nhân vào luận án. Nếu dùng dữ liệu LMS, nên tổng hợp theo nhóm hoặc theo giai đoạn. Nếu dùng phản hồi học viên, cần ẩn danh và loại bỏ thông tin có thể nhận diện giảng viên, lớp học hoặc cá nhân khác nếu không cần thiết.

Nếu ứng viên đồng thời là người quản lý chương trình hoặc người có ảnh hưởng đến học viên, cần bảo đảm học viên hiểu rằng việc tham gia nghiên cứu là tự nguyện và không ảnh hưởng đến kết quả học tập hoặc hỗ trợ học thuật.

Cách trình bày trong chương phương pháp

Ứng viên nên có một mục riêng trong chương phương pháp về đạo đức nghiên cứu và bảo mật dữ liệu. Phần này cần nêu rõ các nhóm dữ liệu liên quan đến khách hàng, nhân viên hoặc học viên đã được xử lý như thế nào.

Ví dụ:

“Nghiên cứu sử dụng dữ liệu phản hồi học viên và dữ liệu LMS ở dạng tổng hợp. Tên học viên, mã học viên, email và thông tin nhận diện đã được loại bỏ. Các trích dẫn phỏng vấn được mã hoá bằng ký hiệu S01–S12. Việc tham gia phỏng vấn là tự nguyện và người tham gia được thông báo rằng phản hồi không ảnh hưởng đến kết quả học tập hoặc quyền lợi hỗ trợ.”

Hoặc:

“Dữ liệu nhân viên được trình bày ở dạng ẩn danh. Do ứng viên có vai trò quản lý trong tổ chức, khảo sát được thiết kế không thu thập tên hoặc email nhằm giảm rủi ro nhận diện và áp lực trả lời.”

Cách viết này giúp hội đồng thấy ứng viên hiểu và xử lý rủi ro đạo đức.

Cách trình bày trong phụ lục

Phụ lục không nên chứa dữ liệu cá nhân chưa xử lý. Với khảo sát, có thể đưa bảng hỏi và dữ liệu tổng hợp. Với phỏng vấn, có thể đưa hướng dẫn phỏng vấn, bảng mã người tham gia đã ẩn danh và trích dẫn minh hoạ đã xử lý. Với dữ liệu LMS, CRM hoặc HRM, nên đưa bảng tổng hợp thay vì dữ liệu cá nhân.

Nếu có thư đồng thuận, mẫu thông tin người tham gia hoặc xác nhận quyền sử dụng dữ liệu, có thể đưa vào phụ lục nếu phù hợp. Tuy nhiên, cần kiểm tra kỹ để không lộ chữ ký, email cá nhân hoặc thông tin không cần thiết.

Những lỗi thường gặp

Lỗi thứ nhất là nghĩ rằng dữ liệu đã có trong hệ thống thì có thể dùng tự do cho luận án. Đây là hiểu nhầm.

Lỗi thứ hai là chỉ ẩn danh tên nhưng giữ thông tin đủ để nhận diện gián tiếp.

Lỗi thứ ba là phỏng vấn nhân viên hoặc học viên trong khi họ cảm thấy bị áp lực bởi vị trí của ứng viên.

Lỗi thứ tư là đưa dữ liệu cá nhân vào phụ lục mà chưa xử lý.

Lỗi thứ năm là dùng trích dẫn quá chi tiết khiến người tham gia có thể bị nhận ra.

Lỗi thứ sáu là không trình bày quy trình bảo mật trong chương phương pháp.

Kết luận

Dữ liệu khách hàng, nhân viên và học viên có thể tạo ra giá trị rất lớn cho luận án DBA theo lộ trình APEL.Q. Đây là những dữ liệu giúp nghiên cứu gắn với thực tiễn, phản ánh vấn đề thật và tạo ra đóng góp ứng dụng. Tuy nhiên, vì các dữ liệu này liên quan đến con người thật, ứng viên cần xử lý với trách nhiệm đạo đức cao.

Ứng viên cần chỉ sử dụng dữ liệu cần thiết, ẩn danh dữ liệu, kiểm soát quan hệ quyền lực, bảo đảm sự đồng thuận, tránh gây hại cho người tham gia, trình bày dữ liệu ở dạng tổng hợp khi cần và mô tả rõ quy trình bảo mật trong chương phương pháp.

Một luận án DBA có chất lượng không chỉ là luận án có dữ liệu thật. Đó còn là luận án biết sử dụng dữ liệu thật một cách an toàn, minh bạch và có trách nhiệm với khách hàng, nhân viên, học viên và tổ chức liên quan.

Tài liệu tham khảo

Bell, E., Bryman, A., & Harley, B. (2022). Business research methods (6th ed.). Oxford University Press.

Cohen, L., Manion, L., & Morrison, K. (2018). Research methods in education (8th ed.). Routledge.

Orb, A., Eisenhauer, L., & Wynaden, D. (2001). Ethics in qualitative research. Journal of Nursing Scholarship, 33(1), 93–96.

Saunders, M. N. K., Lewis, P., & Thornhill, A. (2023). Research methods for business students (9th ed.). Pearson.

Wiles, R. (2013). What are qualitative research ethics? Bloomsbury Academic.