Chuẩn bị câu hỏi phỏng vấn stakeholder bằng AI trước buổi discovery

Playbook giúp BA và PO biến mục tiêu mơ hồ thành brief, bản đồ stakeholder, câu hỏi theo vai trò, giả định cần kiểm chứng và tiêu chí chốt phạm vi trước buổi discovery.

Một yêu cầu như “cải thiện quy trình khách hàng yêu cầu hoàn tiền” chưa đủ để bắt đầu viết user story. Nếu mang nguyên câu đó vào buổi discovery, cuộc trao đổi dễ dừng ở việc kể lại quy trình hiện tại — trong khi phạm vi, quy tắc, ngoại lệ và người ra quyết định vẫn chưa rõ.

AI không thay BA hoặc PO phỏng vấn stakeholder. Nhưng nếu dùng đúng cách, AI có thể hỗ trợ chuẩn bị: gợi ý các nhóm liên quan cần xem xét, cấu trúc câu hỏi theo từng vai trò, liệt kê giả định và chỉ ra những điểm cần chốt trong buổi họp.

Mục tiêu là tạo một discovery pack đủ gọn để dùng trong workshop, rồi chuyển thành meeting note, backlog, user story, flow hoặc acceptance criteria.

Bắt đầu từ stakeholder, không chỉ từ tính năng

Stakeholder analysis là quá trình đánh giá một hệ thống hoặc thay đổi dự kiến dựa trên mối quan tâm và mức ảnh hưởng của các bên liên quan. Thông tin này hỗ trợ việc xem xét cách đáp ứng lợi ích của stakeholder trong kế hoạch dự án, chương trình, chính sách hoặc hành động thay đổi.

Trong requirements analysis, yêu cầu có thể đến từ nhiều stakeholder với các nhu cầu xung đột nhau. Công việc không chỉ là ghi nhận ý kiến, mà còn là phân tích để yêu cầu trở nên rõ ràng, đầy đủ, nhất quán, không mơ hồ và có thể kiểm thử.

Khi chuẩn bị discovery, hãy xem xét các nhóm như:

Người trực tiếp sử dụng hoặc vận hành quy trình. Người hưởng lợi từ thay đổi. Người có quyền quyết định hoặc ảnh hưởng đến phạm vi. Đơn vị kiểm soát, quản lý hoặc mua sắm nếu có liên quan. Đội phụ trách hệ thống tích hợp hoặc hệ thống giao tiếp với sản phẩm. Nhóm chịu tác động bất lợi hoặc có quan ngại về thay đổi.

Danh sách này không phải cơ cấu cố định. Đây là điểm xuất phát để BA và PO xác định ai cần được hỏi trước.

Discovery pack nên có gì?

Một bộ chuẩn bị trước buổi discovery có thể gồm bốn phần.

1. Danh sách stakeholder ưu tiên

Bạn có thể ưu tiên stakeholder theo các yếu tố như:

Mức độ ảnh hưởng hoặc quyền lực. Mức độ quan tâm đến thay đổi. Mức tác động của thay đổi lên họ. Thái độ dự kiến: ủng hộ, trung lập hoặc phản đối.

Các kỹ thuật stakeholder mapping thường dùng những chiều như quyền lực, ảnh hưởng, mức quan tâm/nhu cầu và thái độ. Mục đích là tập trung vào nhóm stakeholder quan trọng trong điều kiện thời gian có hạn.

2. Câu hỏi discovery theo từng vai trò

Đừng chỉ chuẩn bị câu hỏi chung như “Anh/chị cần gì?”. Với mỗi vai trò, hãy hướng câu hỏi vào:

Quy trình hiện tại và điểm đau. Ngoại lệ và tình huống cần quyết định. Dữ liệu cần dùng hoặc cần tạo ra. Điểm bàn giao giữa các nhóm. Phụ thuộc vào hệ thống hoặc quy trình khác. Xung đột có thể có với nhu cầu của stakeholder khác. Tiêu chí để xác nhận kết quả là đạt.

3. Giả định cần kiểm chứng

Giả định là điều nhóm đang tạm cho là đúng nhưng chưa được xác nhận. Ví dụ:

> “Mọi yêu cầu hoàn tiền đều đi qua cùng một luồng phê duyệt.”

Giả định không phải requirement. Hãy đưa chúng vào cuộc họp để kiểm chứng, thay vì chuyển thẳng thành user story hoặc acceptance criteria.

4. Tiêu chí chốt phạm vi

Trước buổi họp, hãy xác định các điều kiện để đưa một yêu cầu vào phạm vi hiện tại:

Yêu cầu này gắn với nhu cầu kinh doanh nào? Stakeholder nào cần xác nhận? Có thể mô tả và kiểm thử kết quả không? Phụ thuộc, rủi ro hoặc câu hỏi mở nào còn tồn tại? Nội dung này thuộc release hiện tại, backlog hay cần một phiên discovery riêng?

Quy trình chuẩn bị với AI

Bước 1: Viết brief tối thiểu

Không cần đợi đủ thông tin mới bắt đầu. Điều quan trọng là tách rõ phần đã biết và phần chưa biết.

text Mục tiêu kinh doanh: <mục tiêu đang được nêu> Thay đổi dự kiến: <quy trình/chức năng cần xem xét> Vấn đề hiện tại: <điểm đau đã biết> Stakeholder đã biết: <vai trò hoặc phòng ban> Hệ thống liên quan: <nếu đã biết> Ràng buộc đã biết: <quy định, thời gian, dữ liệu, tích hợp> Điều chưa rõ: <danh sách>

Brief này là đầu vào cho AI và cũng là phần mở đầu hữu ích cho meeting note. Không nên điền các khoảng trống bằng suy đoán.

Bước 2: Nhờ AI lập bản đồ stakeholder sơ bộ

Dùng AI để tạo một bản nháp stakeholder map, sau đó BA hoặc PO rà soát lại với bối cảnh tổ chức thực tế.

text Bạn là Business Analyst hỗ trợ chuẩn bị discovery.

Dựa trên brief dưới đây, hãy:

Liệt kê stakeholder tiềm năng theo các nhóm: trực tiếp bị tác động gián tiếp bị tác động có ảnh hưởng hoặc quyền quyết định hệ thống hoặc tổ chức liên quan

Với mỗi stakeholder, nêu: mối quan tâm có thể có mức ảnh hưởng và mức quan tâm dự kiến thông tin cần xác minh

Đề xuất thứ tự ưu tiên phỏng vấn và giải thích ngắn.

Phân biệt rõ: dữ kiện từ brief giả định câu hỏi còn mở

Không tự khẳng định chính sách, quy trình hoặc quy tắc nghiệp vụ chưa được cung cấp.

<brief>

Khi xem kết quả, hãy kiểm tra xem danh sách có bỏ sót các vai trò ít xuất hiện trong yêu cầu ban đầu hay không, chẳng hạn người vận hành, quản trị hệ thống, đội tích hợp hoặc bộ phận kiểm soát.

Bước 3: Tạo câu hỏi theo vai trò

Sau khi có danh sách stakeholder sơ bộ, yêu cầu AI tạo câu hỏi riêng cho từng nhóm.

text Từ danh sách stakeholder dưới đây, hãy tạo bộ câu hỏi discovery.

Với mỗi stakeholder, hãy nêu: Mục tiêu của cuộc trao đổi Câu hỏi mở để hiểu quy trình hiện tại và vấn đề Câu hỏi về ngoại lệ, quyết định và điểm bàn giao Câu hỏi về dữ liệu, phụ thuộc hệ thống và vai trò Câu hỏi để phát hiện xung đột với stakeholder khác Câu hỏi để xác định tiêu chí chấp nhận Dấu hiệu cho thấy câu trả lời còn mơ hồ và cần hỏi tiếp

Chỉ giữ các câu hỏi có thể ảnh hưởng đến phạm vi hoặc cách giải quyết. Không tạo câu trả lời giả định.

Câu hỏi do AI tạo ra là khung chuẩn bị, không phải kịch bản phải đọc nguyên văn. BA vẫn cần chọn câu hỏi phù hợp với mục tiêu workshop và thời gian thực tế.

Ví dụ: cải thiện quy trình yêu cầu hoàn tiền

Brief đầu vào:

text Mục tiêu: cải thiện quy trình khách hàng yêu cầu hoàn tiền trên ứng dụng. Đã biết: hiện có bước tiếp nhận và xử lý nội bộ. Chưa rõ: điều kiện được hoàn, người phê duyệt, dữ liệu cần đối soát, trạng thái khách hàng nhìn thấy và các hệ thống liên quan.

Từ brief này, discovery pack có thể bao gồm các hướng hỏi sau:

Khách hàng: Họ bắt đầu yêu cầu ở đâu? Cần cung cấp thông tin gì? Họ cần nhìn thấy những trạng thái nào? Nhân viên xử lý: Các bước hiện tại là gì? Trường hợp nào phải xử lý ngoài luồng? Dữ liệu nào thường thiếu? Quản lý vận hành: Điểm nghẽn nằm ở đâu? Cần theo dõi chỉ số hoặc báo cáo nào? Ai chịu trách nhiệm khi quy trình bị dừng? Bộ phận kiểm soát: Bằng chứng nào cần được lưu? Tình huống nào cần kiểm tra bổ sung? Quy tắc nào cần được xác nhận trước khi tự động hóa? Đội tích hợp: Dữ liệu giao dịch đến từ đâu? Khi nào đồng bộ? Làm sao nhận biết dữ liệu chưa nhất quán hoặc xử lý lỗi?

Nếu AI nêu giả định như “mỗi yêu cầu hoàn tiền chỉ có một người phê duyệt”, hãy ghi nó vào mục cần xác minh. Không coi đây là quy tắc nghiệp vụ cho đến khi stakeholder xác nhận.

Bước 4: Dùng AI hỗ trợ chốt phạm vi

Sau khi đã có brief, stakeholder map, câu hỏi và giả định, dùng AI để gom chúng thành danh sách quyết định cần đưa vào buổi discovery.

text Dựa trên mục tiêu, stakeholder, câu hỏi và giả định dưới đây, hãy lập:

Các quyết định cần được chốt trong buổi discovery. Tiêu chí để một yêu cầu được đưa vào phạm vi hiện tại: gắn với nhu cầu kinh doanh nào stakeholder nào xác nhận điều kiện nào để kiểm thử được phụ thuộc hoặc rủi ro nào còn mở Danh sách nội dung ngoài phạm vi hoặc cần làm rõ thêm. Các mâu thuẫn tiềm năng giữa stakeholder. Bản nháp user story và acceptance criteria, nhưng đánh dấu rõ mọi phần còn là giả định.

Theo tài liệu về requirements analysis, yêu cầu nên được ghi nhận, có thể hành động, đo lường, kiểm thử, truy vết về nhu cầu kinh doanh hoặc cơ hội kinh doanh, và đủ chi tiết cho thiết kế hệ thống.

Vì vậy, một acceptance criterion không nên chỉ viết:

> Hệ thống xử lý hoàn tiền nhanh.

Thay vào đó, sau khi quy tắc đã được xác nhận, criterion cần mô tả điều kiện, hành động và kết quả có thể quan sát hoặc kiểm thử.

Checklist rà soát đầu ra AI

Trước khi đưa nội dung vào Jira hoặc Confluence, hãy coi đầu ra AI là bản nháp phân tích và kiểm tra:

[ ] Đã có stakeholder trực tiếp, gián tiếp, có ảnh hưởng và hệ thống liên quan chưa? [ ] Câu nào đang giả định quy trình hiện tại mà chưa có bằng chứng? [ ] Có mâu thuẫn về quyền quyết định, dữ liệu hoặc mục tiêu không? [ ] Có từ mơ hồ như “nhanh”, “đầy đủ”, “tự động”, “dễ dùng” cần làm rõ không? [ ] User story đã chỉ ra người dùng, nhu cầu và giá trị chưa? [ ] Acceptance criteria có thể kiểm thử không? [ ] Có dependency, ngoại lệ hoặc rủi ro cần thể hiện trong flow hay gap analysis không? [ ] Meeting note đã tách rõ quyết định, câu hỏi mở, giả định và action chưa?

Lưu ý khi dùng dữ liệu với AI

Không đưa vào công cụ AI công khai các dữ liệu mà chính sách tổ chức không cho phép chia sẻ, chẳng hạn thông tin nhận diện cá nhân, dữ liệu khách hàng, thông tin giao dịch hoặc tài liệu nội bộ chưa công bố.

Khi cần minh họa, dùng placeholder như:

text <mã giao dịch> <khách hàng> <quy tắc nội bộ>

Chỉ sử dụng dữ liệu thật khi công cụ AI và chính sách của tổ chức cho phép.

Checklist trước giờ discovery

[ ] Brief đã tách dữ kiện khỏi điều chưa rõ. [ ] Stakeholder được ưu tiên theo ảnh hưởng và mối quan tâm. [ ] Mỗi stakeholder có nhóm câu hỏi phù hợp. [ ] Giả định được ghi lại để kiểm chứng. [ ] Tiêu chí chốt phạm vi đã sẵn sàng. [ ] Có khung ghi quyết định, action và câu hỏi mở.

Chuẩn bị theo cách này giúp BA và PO bước vào discovery với một cấu trúc rõ ràng: biết cần hỏi ai, cần xác minh điều gì và cần chốt những quyết định nào để biến mục tiêu còn mơ hồ thành yêu cầu có thể phân tích, quản lý và kiểm thử.