Hãy nói lời tạm biệt với sự bối rối! Chiến lược phát triển ý tưởng phân tích dữ liệu

Phân tích dữ liệu là cốt lõi của quá trình ra quyết định kinh doanh hiện đại, nhưng nhiều người mới thường cảm thấy choáng ngợp khi phải đối mặt với dữ liệu phức tạp. Bài viết này cung cấp hướng dẫn rõ ràng cho người mới bắt đầu phân tích dữ liệu để phát triển ý tưởng của mình. Giúp mọi người xây dựng khả năng phân tích dữ liệu một cách có hệ thống.

Một vấn đề lớn khiến sinh viên mới ra trường bận tâm là họ không có khái niệm về phân tích dữ liệu khi gặp phải bài toán. Các vấn đề thường gặp bao gồm:

1. Không biết bắt đầu từ đâu

2. Không biết cách tiến hành phân tích chuyên sâu

3. Tôi không biết mức độ thành công nào là ổn

Để ý! Đừng nghĩ đến đủ loại mô hình nghe có vẻ cao siêu khi bạn đề cập đến ý tưởng phân tích dữ liệu. Trong công việc thực tế, nhiều vấn đề kinh doanh không đòi hỏi phải đọc sách giáo khoa như "Thống kê" và "Học máy". Chỉ cần 5 bước để hình thành ý tưởng phân tích hoàn chỉnh dựa trên doanh nghiệp:

Bước 1: Xác định các kịch bản kinh doanh

"Tôi đang trả lời câu hỏi của phòng ban nào?" là bước đầu tiên trong việc hình thành ý tưởng. Phân tích dữ liệu không phải là bói toán. Nó không giống như việc tung một đồng xu và trời đất sẽ biết câu trả lời. Điều này phụ thuộc vào nhu cầu của phòng ban và đồng nghiệp. Những loại phổ biến bao gồm:

Hãy chú ý ở đây! Ở nơi làm việc, mọi người thường hỏi: "Cho tôi xem dữ liệu bán hàng!" hoặc "Người dùng của chúng tôi thế nào?" Vào những thời điểm này, tốt nhất là bạn nên hỏi thêm một câu hỏi nữa: phòng ban hoặc người lãnh đạo nào cần xem nó?

Bởi vì ở bước thứ hai, bạn sẽ thấy rằng ngay cả trong cùng một tình huống, các phòng ban khác nhau sẽ tập trung vào các chỉ số khác nhau.

Bước 2: Phân tích rõ ràng các chỉ số

Sau khi làm rõ tình hình kinh doanh, bạn có thể xác định thêm các chỉ số phân tích. Các chỉ số chính của hầu hết các kịch bản kinh doanh đều cố định. Khi phân tích, thường có một chỉ số chính + một số chỉ số/kích thước phụ để cùng nhau giải thích vấn đề.

Ví dụ, các chỉ số chính của chỉ số bán hàng là doanh thu và lợi nhuận gộp, nhưng các bộ phận tài chính/hàng hóa/vận hành/cung ứng có trọng tâm khác nhau và cần sử dụng các chỉ số khác nhau (như được hiển thị bên dưới):

Theo cách này, việc lựa chọn các chỉ số + chiều hướng dựa trên nhu cầu kinh doanh cụ thể có thể giúp quan sát dữ liệu hiệu quả hơn.

Một số người thiếu thói quen tốt. Khi những người khác cần dữ liệu, họ luôn loại bỏ bất kỳ kích thước/chỉ số nào có trong cơ sở dữ liệu mà không phân biệt đối xử. Quá nhiều chỉ số vô dụng được đưa vào báo cáo chỉ làm rối loạn suy nghĩ của chính họ.

Sau khi sắp xếp các chỉ số + chiều kích, cần làm rõ hơn các tiêu chí để đánh giá vấn đề. Hãy đặc biệt chú ý ở đây! Không phải tất cả các chỉ số đều có đánh giá KPI rõ ràng. Chúng ta nên tập trung vào các tiêu chuẩn mà doanh nghiệp thực sự quan tâm (như thể hiện bên dưới):

Bước 3: Xác định nguồn gốc của vấn đề

Ở bước thứ hai, nếu bạn thấy doanh nghiệp đang hoạt động tốt, bước tiếp theo là phân tích "lý do chính đáng nằm ở đâu". Nếu bạn thấy doanh nghiệp hoạt động không tốt, bước tiếp theo là phân tích "vấn đề phát sinh ở đâu".

Bước thứ ba chủ yếu là về vị trí, xác định “nơi nào”.

Để xác định các vấn đề kinh doanh, bạn có thể đặt năm câu hỏi sau theo trình tự (như minh họa bên dưới):

Lấy phân tích doanh số làm ví dụ. Nếu bạn thấy doanh số tuần này không đạt mục tiêu, hãy hỏi:

1. Độ lệch so với mục tiêu là nhỏ (-5%) hay đang tăng lên?

2. Đây có phải là lần đầu tiên trong 12 tháng qua mục tiêu không đạt được không? Hay điều này đã xảy ra nhiều lần trước đây?

3. Tiêu chuẩn có liên tục không đạt được trong những tuần gần đây không? Xu hướng không đạt tiêu chuẩn có đang mở rộng không?

4. Có vấn đề với tất cả sản phẩm/tất cả khu vực/tất cả kênh bán hàng hay chỉ với XX?

5. Bộ phận bán hàng có thực hiện hành động can thiệp nào không? NÓ HOẠT ĐỘNG NHƯ THẾ NÀO? Bộ phận tiếp thị có làm gì không?

Thứ tự cố định này có thể làm sáng tỏ tư duy và cải thiện hiệu quả phân tích. Vì những biến động nhỏ 1% hoặc 3% trong thời gian ngắn có thể chỉ là "vấn đề nhỏ" nên các chỉ số đã tăng trở lại trước khi báo cáo hoàn tất. Trước tiên, việc xem xét xu hướng thay đổi trong một khoảng thời gian dài hơn có thể giúp xác định liệu có vấn đề sâu sắc, lâu dài hay không. Và nó có thể giúp chúng ta truy tìm nguồn gốc của vấn đề, giúp việc hình thành giả thuyết dễ dàng hơn.

Bước 4: Đề xuất các giả thuyết phân tích

Nhiều người dừng lại ở bước thứ ba và chỉ nói rằng “Vì sản phẩm A không bán chạy, doanh số chưa đạt mục tiêu nên nên tăng giá” để thoát tội. Loại báo cáo này rất có thể bị chỉ trích là: "thiếu ý tưởng phân tích và không đủ sâu sắc".

Bởi vì "chúng ta phải làm nó ở độ cao" là vô nghĩa. Điều doanh nghiệp muốn biết là: ai sẽ làm, làm như thế nào, sử dụng cái gì và mức độ cao đến đâu.

Bước này sẽ làm nhiều người bối rối và mọi người thường phàn nàn: Tôi không phải là người kinh doanh, làm sao tôi biết cách cải thiện hiệu suất của mình? ? ? Để ý! Là một nhà phân tích dữ liệu chuyên nghiệp, bạn không nên dựa vào kinh nghiệm kinh doanh để đưa ra đề xuất, mà bạn có thể đưa ra đề xuất thông qua phân tích. Có bốn ý tưởng phổ biến:

Lấy phân tích doanh số làm ví dụ, nếu thấy doanh số tuần này không đạt mục tiêu và nguyên nhân chủ yếu là do hiệu quả quảng bá kém của sản phẩm A, thì bốn phương pháp tương ứng là:

1) Có sản phẩm B nào cùng loại/cùng tầm giá như sản phẩm A nhưng được quảng bá tốt hơn không? Vui lòng tham khảo phương pháp hoạt động của B

2) Chương trình khuyến mãi không tốt, có phải do báo cáo quảng cáo có ít lượt nhấp hay do tỷ lệ chuyển đổi người dùng sau khi vào cửa hàng không tốt? Nếu có ít lượt nhấp, hãy thay đổi hình ảnh quảng cáo; nếu không có tỷ lệ chuyển đổi, hãy thay đổi trang chi tiết

3) Giữ nguyên cách tiếp cận hiện tại và thêm nhiều chi phí quảng cáo hơn vào A để xem liệu điều này có tạo nên hiệu quả kỳ diệu hay không.

4) Tôi thấy rằng đối thủ cạnh tranh có một chiến lược có vẻ rất hiệu quả. Chúng ta hãy thử xem nó có hiệu quả không nhé.

Cần lưu ý rằng phương pháp 3 và 4 ở đây đều yêu cầu sự hợp tác của doanh nghiệp để xác minh dữ liệu. Nếu không, không thể rút ra kết luận trực tiếp chỉ dựa trên dữ liệu lịch sử. Một số công ty quá bảo thủ và không dám thử, mà khăng khăng yêu cầu phân tích dựa trên dữ liệu lịch sử. Kết quả là doanh nghiệp sẽ không bao giờ tích lũy được kinh nghiệm, không những khả năng phân tích của họ không được cải thiện mà bản thân họ cũng không thể làm tốt trong doanh nghiệp. Kiểm tra và lý luận dữ liệu lịch sử đều là những phương pháp phân tích quan trọng như nhau.

Bước 5: Xác minh các giả định phân tích

Để ý! Bất kỳ giả định nào về một yếu tố ảnh hưởng duy nhất đều dễ dàng xác minh (như được hiển thị bên dưới):

Tuy nhiên, nhiều ảnh hưởng đan xen vào nhau và trở nên rắc rối. Vào thời điểm này:

1. Cần sử dụng phương pháp MECE để sắp xếp logic phân tích và trích xuất sự thật

2. Để định lượng các hành vi kinh doanh phức tạp, bạn cần dán nhãn và tìm các tính năng

3. Kiểm tra lấy mẫu đòi hỏi phải sử dụng các phương pháp thống kê và thiết kế thử nghiệm

4. Để đưa ra suy luận nhân quả quan sát, cần có một mô hình hồi quy

Đặc biệt khi có xung đột lợi ích giữa các phòng ban, và mỗi phòng ban đổ lỗi cho nhau thì việc giải quyết càng khó khăn hơn (như minh họa bên dưới)

Do đó, khi khả năng phân tích yếu, nên chuyển đổi vấn đề thành dạng kiểm chứng giả thuyết một yếu tố trước và kiểm tra xem có khả thi hay không từng yếu tố một. Tuy nhiên, nhiều công ty thích phương pháp đơn giản và trực tiếp. Ví dụ, chỉ cần có thể xác minh rằng "giảm giá có hiệu quả" và "thay đổi tài liệu quảng cáo có hiệu quả" là đủ để doanh nghiệp thực hiện. Do đó, sinh viên phải hoàn thành ít nhất các bước từ 1 đến 4 + bước 5 xác minh một yếu tố. Chúng tôi sẽ chia sẻ riêng về các phương pháp phức tạp sau.