Phương pháp phân tích dữ liệu thứ ba của chuyên gia: phân tích xu hướng

Trong thế giới phân tích dữ liệu, phân tích xu hướng được ưa chuộng vì tính đơn giản và trực quan của nó. Nhưng bạn đã thực sự nắm bắt được bản chất của nó chưa? Bài viết này sẽ khám phá sâu hơn phương pháp phổ biến này, chỉ ra logic, ưu điểm và hạn chế đằng sau nó. Từ phán đoán trực quan về biểu đồ hiệu suất bán hàng đến các phương pháp phân tích xu hướng có hệ thống, bài viết không chỉ hướng dẫn bạn cách sử dụng đúng các phương pháp phân tích xu hướng mà còn chỉ ra những hiểu lầm và tình huống lạm dụng phổ biến.

Phương pháp nào được sử dụng phổ biến nhất trong phân tích dữ liệu? Tất nhiên đây là phương pháp phân tích xu hướng. Miễn là liên quan đến dữ liệu thì hầu như mọi người đều sử dụng nó mọi lúc. Khi nhiều học viên nghe vậy, họ nói: “Cái gì? Có phương pháp như vậy sao? Tại sao tôi không nhận ra?” Hôm nay chúng tôi sẽ giải thích một cách có hệ thống.

Xin hãy lắng nghe câu hỏi

Biểu đồ sau đây cho thấy xu hướng hiệu suất bán hàng từ ngày 1 đến ngày 8 của tháng này. Trả lời các câu hỏi dựa trên biểu đồ:

【Đúng hay sai】Không. Hiệu suất của số 8 tốt hơn số 7 phải không?

【Đúng hay sai】Không. Số 7 có hiệu suất tốt hơn số 6, đúng không?

【Đúng hay sai】Không. Hiệu suất của số 6 tốt hơn số 5 phải không?

[Đúng hay sai] Vậy thì hiệu suất tháng này sẽ tốt phải không?

Hãy suy nghĩ một giây. Người ta ước tính rằng nhiều học sinh có thể thốt ra câu trả lời trong vòng chưa đầy một giây.

1. Phương pháp phân tích xu hướng

Câu hỏi trên là một trải nghiệm trực quan về phân tích thông qua biểu đồ xu hướng hiệu suất. Nhiều học sinh thốt lên bốn chữ “đúng, đúng, đúng, đúng”. Đúng vậy, nguyên tắc cơ bản của phân tích xu hướng rất đơn giản đến mức hầu như ai cũng có thể sử dụng.

Bước đầu tiên là làm rõ chỉ số nào là tích cực/tiêu cực.

Ví dụ, trong câu hỏi này, hiệu suất bán hàng là một chỉ số tích cực và chắc chắn mọi người đều hy vọng bán được nhiều nhất có thể. Do đó, nếu chỉ báo dương ngày càng lớn thì có nghĩa là xu hướng là tích cực, và nếu chỉ báo dương ngày càng nhỏ thì có nghĩa là xu hướng là tiêu cực.

Bước thứ hai là thu thập dữ liệu và quan sát xu hướng của các chỉ số.

Vì đã nêu rõ rằng "chỉ số bán hàng càng cao thì càng tốt", nên tất cả những gì chúng ta phải làm là quan sát dữ liệu. Chúng ta thấy tình hình đang ngày càng tốt hơn nên có thể kết luận rằng xu hướng bán hàng là tích cực. Dưới đây chúng ta có thể phân tích lý do tại sao doanh số lại tốt như vậy. Thật đơn giản phải không? 90% các bài viết trực tuyến và khóa học phân tích dữ liệu đều dạy theo cách này.

Tuy nhiên, câu trả lời này là sai.

Bởi vì họ không xem xét hiệu suất bán hàng thuộc ngành hay sản phẩm nào. Doanh số bán hàng của các ngành công nghiệp và sản phẩm khác nhau sẽ có xu hướng bán hàng khác nhau trong một khoảng thời gian nhất định. Ví dụ, doanh số bán thực phẩm, đồ uống, giải trí và các sản phẩm khác thường tập trung vào cuối tuần và sẽ có biến động theo chu kỳ hàng tuần. Ví dụ, các sản phẩm điện tử 3C được ưa chuộng nhất khi có sản phẩm mới được tung ra thị trường, sau đó sẽ có dấu hiệu suy giảm dần. Xu hướng bán hàng chỉ thể hiện tính đều đặn khi thêm yếu tố thời gian.

Do đó, câu trả lời cho ba câu hỏi đầu tiên của câu hỏi này đều là “có, có, có”, và câu trả lời cho câu hỏi thứ tư là “không chắc chắn”. Để chắc chắn, bạn cần thực hiện thêm ít nhất hai bước nữa dựa trên hai bước bạn đã thực hiện.

Bước thứ ba là thiết lập chuẩn mực xu hướng và tiêu chí đánh giá.

Có hai cách để thiết lập điểm chuẩn. Nếu bạn am hiểu về ngành, bạn có thể trực tiếp vẽ biểu đồ xu hướng chung dựa trên đặc điểm của ngành. Nếu bạn không quen với điều này, bạn có thể kéo dài thời gian và xem xét xu hướng của vài tuần trước. Tất nhiên, nếu bạn muốn quan sát xu hướng, cách tốt nhất là vẽ ba biểu đồ: so sánh theo năm, theo tháng và so sánh ba năm. Đây là cách chính xác nhất để tránh tác động của những biến động ngắn hạn ở mức độ lớn nhất (nhân tiện, đây cũng là lý do tại sao khi mọi người lập báo cáo, họ thường có ba chỉ số: so sánh theo năm, theo tháng và ba năm, đồng thời sử dụng số liệu thống kê hàng ngày, hàng tuần và hàng tháng để tránh những tác động ngắn hạn và quan sát xem xu hướng có bình thường không).

Bước thứ tư là đưa dữ liệu hiện tại vào chuẩn mực và rút ra kết luận.

Nếu chúng ta đã thiết lập một mẫu chuẩn và áp dụng dữ liệu từ tiêu đề ở đầu bài viết, chúng ta sẽ ngay lập tức có một cách giải thích khác (như thể hiện trong hình bên dưới).

Vậy tại sao lại gọi là "phương pháp phân tích xu hướng" thay vì "tôi vẽ biểu đồ đường, cao là tốt, thấp là xấu". Bởi vì ngay cả khi bạn vẽ biểu đồ đường, bạn vẫn phải tuân thủ từng bước theo các quy tắc nếu không muốn đưa ra phán đoán sai lầm. Đây là sự khác biệt giữa phương pháp và việc chỉ chơi đùa. Và dưới đây chúng ta sẽ thấy rằng việc chơi đùa một cách tùy tiện thường dẫn đến nhiều vấn đề.

2. Ưu điểm của phân tích xu hướng

Ưu điểm lớn nhất của phân tích xu hướng là nó giúp tiết kiệm công sức!

Bởi vì nó không đòi hỏi bất kỳ cơ sở lý thuyết, kiến ​​thức chuyên môn hay nhiều dữ liệu. Chỉ cần có dữ liệu kết quả, dù là tích cực hay tiêu cực, thì đều có thể đưa ra phán đoán trực tiếp. Do đó, đây là phương pháp đầu tiên được tóm tắt trong tất cả các phương pháp phân tích dữ liệu và là nghề thủ công truyền thống được sử dụng trong hơn 20 năm.

Bạn phải biết rằng 20 năm trước, hệ thống số của doanh nghiệp vẫn còn trong tình trạng hỗn loạn. Các nhà quản lý chuyên nghiệp vào thời điểm đó muốn đưa ra phán đoán, nhưng họ không có nhiều dữ liệu chi tiết để phân tích như bây giờ, vì vậy họ chỉ có thể bám vào một vài dữ liệu kết quả như lợi nhuận, chi phí và doanh số.

Do đó, bạn chỉ có thể bám vào xu hướng đường cong. Bạn sẽ thấy rằng các nhà quản lý chuyên nghiệp sinh vào những năm 1960 và 1970, và những người làm dữ liệu trước năm 1985, đặc biệt nhạy cảm với xu hướng đường cong và họ đặc biệt thích xem dữ liệu như xu hướng của ba năm và xu hướng của 12 tháng qua.

Lợi ích thứ hai: trực tiếp!

Lấy doanh số làm ví dụ, nhiều hoạt động phụ trợ như hoạt động tiếp thị và thu hút khách hàng mới có hữu ích cho doanh số không? Không cần phải phân tích kênh phức tạp, chỉ cần xem xét xu hướng và bạn sẽ thấy kết quả ngay lập tức. Phương pháp càng đơn giản thì càng đáng tin cậy khi đánh giá kết quả! (Như hình minh họa bên dưới).

Lợi ích thứ ba: tiêu chuẩn tích hợp.

Bản thân xu hướng đường cong có thể được sử dụng làm tiêu chí để đánh giá chất lượng của một chỉ báo. Ngoài các tiêu chuẩn về chu kỳ tự nhiên/vòng đời được đề cập ở trên, mức độ tăng và giảm cũng có thể được sử dụng làm tiêu chí để đánh giá, giúp tiết kiệm rất nhiều thời gian trong việc tìm ra các tiêu chuẩn. (Như hình minh họa bên dưới).

Phương pháp này vẫn còn hiệu quả cho đến ngày nay. Bởi vì mặc dù chúng ta có đủ điều kiện để thực hiện thử nghiệm AB, phễu và phân tích chéo đa chiều, nhưng chúng ta vẫn được yêu cầu thực hiện những điều này hàng ngày, hàng giờ và mọi khoảnh khắc. Cứ thử xem. Chưa kể đến việc làm việc với dữ liệu sẽ rất mệt mỏi. Để thực hiện nhiều phân tích như vậy, việc ra mắt doanh nghiệp sẽ bị trì hoãn, tiến độ phát triển APP sẽ bị chậm lại và các hoạt động sẽ phải được thực hiện từng bước một để thiết lập điểm và thử nghiệm. Chỉ cần hỏi doanh nghiệp xem họ có làm điều đó không. Do đó, một số lượng lớn các phân tích thường quy vẫn cần phải dựa vào phân tích xu hướng của dữ liệu hàng ngày và hàng tuần.

Hơn nữa, dữ liệu thay đổi hàng ngày, hàng giờ và hàng phút, khiến các doanh nhân lo lắng và đòi hỏi phải phân tích chuyên sâu, chỉ để sau đó phát hiện ra rằng chẳng có gì xảy ra: có rất nhiều trường hợp như vậy!

3. Nhược điểm của phân tích xu hướng

Một trong những khuyết điểm: dễ lo lắng.

Hiệu ứng "ba người tạo thành một con hổ" rất phổ biến trong phân tích xu hướng. Chi tiết được thể hiện ở hình bên dưới. Mọi người có xu hướng nhạy cảm với sự lo lắng đột ngột, lớn, liên tục và khác biệt so với trước đó. Nhưng chúng ta dễ dàng bỏ qua những vấn đề lớn hơn.

Nhược điểm thứ hai: yếu tố gây nhiễu.

Phân tích xu hướng không thể giải quyết được các yếu tố gây nhiễu khi quan sát các tác động nhân quả. Khi nhiều yếu tố chồng lên nhau, không thể phân biệt được yếu tố ảnh hưởng chính thực sự.

Nhược điểm thứ ba: sử dụng sai mục đích và lạm dụng.

Xin lưu ý rằng phân tích xu hướng có những điều kiện tiên quyết. Chỉ có thể sử dụng khi chỉ số là chỉ số kết quả và có đánh giá tích cực/tiêu cực rõ ràng. Đối với các kịch bản khác, chẳng hạn như các chỉ số tỷ lệ và tỷ lệ hoạt động như tỷ lệ tiêu dùng, chúng không thể được áp dụng trực tiếp. Đối với các chỉ số tỷ lệ/tỷ lệ, trước tiên chúng ta phải xem tử số và mẫu số nào gây ra sự thay đổi. Ví dụ, số lượng người dùng đăng ký và số lượt xem trang không rõ ràng là tích cực hay tiêu cực nên không phù hợp để sử dụng. Ít nhất thì chúng phải được liên kết với tỷ lệ chuyển đổi. Còn về những gì đã nói ở đầu bài viết: nếu nhìn cao thì tốt, còn nhìn thấp thì xấu, đây là một sự lạm dụng điển hình.

Nhược điểm 4: Thiếu hiểu biết.

Cảnh tượng kinh điển nhất là đầu cơ cổ phiếu. Chỉ cần nhìn vào hình ảnh là bạn sẽ hiểu ngay.

Bởi vì về bản chất, xu hướng được thúc đẩy bởi những lý do đằng sau chúng. Khi xem xét các xu hướng, chúng ta phải xem xét lý do đằng sau chúng thay vì chỉ coi kết quả là điều hiển nhiên. Đây là lý do tại sao chúng tôi phát triển các phương pháp như kiểm tra AB, biểu đồ phễu, so sánh chéo đa chiều, v.v. Chúng tôi cần các phương pháp đơn giản để đưa ra quyết định nhanh chóng và dễ dàng, đồng thời chúng tôi cũng cần các phương pháp phức tạp hơn để đi đến tận cùng của vấn đề.

4 Còn có những phương pháp truyền thống nào khác?

Một số phương pháp khác là những kỹ thuật lỗi thời trong lĩnh vực phân tích dữ liệu. Ví dụ, phân tích chéo đa chiều, nếu là 2 chiều thì dùng phương pháp ma trận, nếu là 3 chiều trở lên thì dùng phương pháp so sánh cắt. Đúng vậy, những "logic cơ bản" và "ý tưởng cốt lõi" được thổi phồng trong các bài viết trực tuyến thực chất không hề có tính kỳ diệu. Đây đều là những phương pháp được tạo ra dựa trên các tình huống cụ thể, hạn chế về dữ liệu và nhu cầu kinh doanh.