Sổ tay hướng dẫn vận hành: Làm thế nào để cải thiện thông tin chi tiết về dữ liệu?

Tác giả của bài viết này sẽ hướng dẫn bạn cách cải thiện hiểu biết về dữ liệu thông qua một số trường hợp đơn giản và giúp bạn phát triển thói quen tư duy trong quá trình phân tích dữ liệu. Tôi hy vọng bài viết này có thể truyền cảm hứng cho bạn trong công việc phân tích dữ liệu.

Nhiều sinh viên phàn nàn rằng họ phải đối mặt với hàng đống con số mỗi ngày nhưng lại không thể hiểu được chúng. Ngược lại, một số người kinh doanh có thể đưa ra phán đoán chính xác ngay lập tức chỉ bằng cách nhìn vào một vài con số. Có chuyện gì thế này! Việc xem dữ liệu mà không cảm thấy gì là dấu hiệu của việc thiếu hiểu biết về dữ liệu. Thông tin chi tiết về dữ liệu không liên quan gì đến các công cụ vận hành; đó hoàn toàn là thói quen suy nghĩ.

Sau khi được thiết lập, nó không chỉ có ích trong công việc mà còn rất hữu ích trong cuộc sống. Hôm nay chúng tôi sẽ giải thích một cách có hệ thống.

1. Cảm nhận sự hiểu biết sâu sắc là gì

Bản thân các con số không có ý nghĩa gì. Chỉ khi các con số được kết hợp với các kịch bản kinh doanh thì chúng mới có thể có ý nghĩa kinh doanh cụ thể (như thể hiện trong hình sau):

Lưu ý rằng chàng trai đẹp trai trong bức ảnh trên nổi điên không phải vì cô gái cao 180cm mà vì cô gái cao 180cm đó khiến anh ta quá thấp (và anh ta đã bị chế giễu vì điều này). "So sánh" chính là chìa khóa để giải quyết vấn đề. Do đó, bản thân dữ liệu không thể hình thành nên phán đoán, chỉ có dữ liệu + tiêu chuẩn mới có thể hình thành nên phán đoán. Nếu bạn muốn hiểu ý nghĩa của dữ liệu, bạn phải xem xét các tiêu chí đánh giá kinh doanh trong tình huống kinh doanh cụ thể (như thể hiện trong hình bên dưới).

• Chỉ bằng dữ liệu, kịch bản kinh doanh và tiêu chí đánh giá, chúng ta mới có thể hình thành những hiểu biết cơ bản về dữ liệu. Cả ba đều không thể thiếu.
• Nếu không có dữ liệu, chúng ta sẽ rơi vào tình huống khó xử "Tôi nhìn thấy một quả táo màu đen, vậy tất cả táo trên thế giới đều có màu đen".
• Nếu không có các kịch bản kinh doanh, những điều đáng xấu hổ như “một phụ nữ mất mười tháng để sinh một đứa trẻ, nhưng mười phụ nữ có thể sinh một đứa trẻ trong một tháng” sẽ xảy ra.
• Nếu không có tiêu chuẩn để phán đoán, chúng ta sẽ nói chuyện vô nghĩa. Sau khi nói chuyện một thời gian dài, chúng ta sẽ thấy rằng "tốt/xấu" mà chúng ta đang nói đến hoàn toàn không giống nhau.

2. Những ý tưởng cơ bản để nuôi dưỡng sự sáng suốt

Vì hiểu biết sâu sắc đến từ sự kết hợp giữa dữ liệu, kịch bản kinh doanh và tiêu chí đánh giá, nên việc nuôi dưỡng hiểu biết sâu sắc cũng bắt đầu từ ba hướng sau, bao gồm:

• Tìm dữ liệu khi có điều gì đó xảy ra
• Hiểu rõ các kịch bản kinh doanh một cách chi tiết
• Tiêu chí đánh giá rõ ràng
• Tích lũy kết luận dựa trên đánh giá dữ liệu trong các tình huống cụ thể
• Sử dụng các kết luận trong các tình huống mới để kiểm tra các hiệu ứng
• Tiếp tục tích lũy những kết luận đúng và sửa chữa những kết luận sai

Câu nói này có vẻ rất chính thức, nhưng thực ra rất dễ thực hiện và mỗi chúng ta đều thực hành nó mỗi ngày. Ví dụ, khi tìm kiếm bạn đời, những cậu bé ngây thơ luôn phàn nàn rằng Reba quá béo và Mi Mi thì hói, và chúng tưởng tượng đến việc tìm thấy một nàng tiên đã xuống trần gian. Nhưng sau khi hẹn hò và theo đuổi một vài cô gái, tôi phát hiện ra rằng, “Ồ, hóa ra việc tìm được một cô gái xinh đẹp ngoài đời thực lại khó đến vậy!”

Khi đó, khi bạn thực sự tìm được một "người phụ nữ đẹp" và dành thời gian bên cô ấy, bạn sẽ thấy rằng tính cách, sở thích, kỹ năng sống và khả năng làm việc quan trọng hơn ngoại hình. Nửa đêm, chàng trai ngồi hút thuốc một mình, ngắm trăng, nghĩ: "Sao phải tốn tiền, tốn công mời một cô gái về phục vụ, đáng bị đánh đòn thế?", sự sáng suốt của anh đã có bước nhảy vọt về chất. Kể cả sau này có nhìn thấy cô gái xinh đẹp nào nữa, anh ta cũng sẽ hiểu ngay: Đây không phải mẫu người mình thích!

Trong cuộc sống thực, chìa khóa để hiểu biết sâu sắc thường là dữ liệu. Do vấn đề bất cân xứng thông tin nghiêm trọng trong cuộc sống, việc thu thập dữ liệu trở nên quá khó khăn và đòi hỏi chi phí cao về thời gian, tiền bạc, thậm chí là triển vọng và tương lai.

Vì vậy, trong cuộc sống, chúng ta thường áp dụng những chiến lược có lý trí hạn chế. Trong khả năng có thể, hãy đưa ra quyết định bằng cách sử dụng càng ít dữ liệu càng tốt. Hoặc chúng ta có thể chỉ cần áp dụng chiến lược theo dõi và đi theo những người giỏi hơn mình. Nhưng trong doanh nghiệp, mọi chuyện lại hoàn toàn khác.

3. Khó khăn trong việc phát triển Data Insights

Trong công việc doanh nghiệp, khó khăn lớn nhất trong việc khai thác dữ liệu là dữ liệu, kịch bản kinh doanh và tiêu chuẩn tách biệt với nhau.

• Sinh viên làm phân tích dữ liệu không hiểu được các tình huống kinh doanh và chỉ có thể đưa ra dự đoán dựa trên dữ liệu;
• Những người trong bộ phận kinh doanh thường bối rối hoặc có động cơ riêng, cố tình bóp méo tiêu chí đánh giá;
• Không chú ý đủ đến dữ liệu, không thu thập đầy đủ dữ liệu cơ bản và thích nói về từng trường hợp riêng lẻ khi gặp vấn đề thay vì nhìn vào bức tranh tổng thể của dữ liệu;

Những điều kiện không tốt này sẽ khiến cho sinh viên làm phân tích dữ liệu khó tích lũy kinh nghiệm.

Vì vậy, chúng ta thường thấy rằng người có hiểu biết sâu sắc nhất trong một công ty thường là ông chủ. Vì ba điều này đều trong suốt với ông chủ nên ông ta có thể nhìn thấy mọi thứ rõ ràng ngay cả khi không cần thao tác với dữ liệu cơ bản.

Nhưng đây không phải là điều tốt cho các nhà phân tích dữ liệu. Vì sếp đang chờ ý kiến ​​của chúng ta, nếu chúng ta để sếp chạy trước mình trong mọi việc, điều đó sẽ gây ra sự bất mãn. Do đó, sinh viên làm việc với dữ liệu vẫn cần phải rèn luyện khả năng hiểu biết của riêng mình.

Các bước để phát triển thông tin chi tiết về dữ liệu

Khi nhiều học sinh nói về việc cải thiện hiểu biết của mình, họ thường làm ba điều sau:

• Tìm "Báo cáo toàn cảnh về ngành công nghiệp XX 2020-2025 (Nội dung chi tiết và chuyên sâu!)"
• Tìm sơ đồ tư duy của hệ thống chỉ số dữ liệu của ngành công nghiệp XX, chọn sơ đồ có mật độ dày đặc nhất và lưu vào ổ D - thư mục hàng khô
• Tham gia nhiều nhóm phân tích dữ liệu khác nhau và hỏi: "Có báo cáo phân tích dữ liệu nào thú vị với thông tin chi tiết không? Vui lòng gửi cho tôi."

Cả ba phương pháp này đều vô dụng. Điều này giống như một chàng trai muốn yêu và ngày nào cũng xem ảnh các cô gái đẹp trên Internet. Không thể cải thiện được sự hiểu biết của mình nếu không thực hành và suy nghĩ cụ thể. Đừng bao giờ di chuyển, không bao giờ. Bạn phải tự tìm cách để làm điều đó. Và thường thì những thứ này có quá nhiều nội dung và bạn sẽ không bao giờ xem lại những thứ được lưu trong ổ đĩa D. Vì vậy, tốt nhất là bắt đầu từ một điểm nhỏ, cụ thể.

1. Bắt đầu với một kịch bản và một chỉ số

Lợi thế cho sinh viên làm việc với dữ liệu là họ có dữ liệu trong tay và có thể kiểm tra bất cứ lúc nào. Nhược điểm là bạn không hiểu được tình hình kinh doanh. Do đó, tích hợp dữ liệu vào các tình huống kinh doanh chính là chìa khóa để giải quyết vấn đề. Tốt nhất là bắt đầu với một doanh nghiệp mà bạn quen thuộc hoặc một phòng ban mà bạn có những người bạn tốt. Bắt đầu bằng cách hiểu các số liệu kết quả (xem hình bên dưới).

2. Từ giá trị cực đại đến giá trị trung gian

Sau khi hiểu được ý nghĩa kinh doanh của chỉ báo, nếu bạn muốn đưa ra phán đoán, bạn có thể bắt đầu với White Rhino - trước tiên hãy xem xét giá trị tối đa và tối thiểu của chỉ báo. Kịch bản của những tình huống này là gì, những vấn đề nào xảy ra và cách ứng phó là gì.

Với sự hiểu biết về các giá trị cực trị, bạn có thể nắm vững các tiêu chí đánh giá cơ bản và tích lũy các giả định phân tích và logic phân tích. Khi bạn gặp phải một tình huống không quá nghiêm trọng, bạn có thể áp dụng logic phân tích mà mình đã tích lũy được để hiểu nó. Nếu bạn thực sự không thể diễn giải được, bạn có thể chọn quan sát lại để xem dữ liệu phát triển theo hướng cực đoan nào (như thể hiện trong hình bên dưới).

3. Từ tĩnh đến động

Khi chúng ta đã tích lũy đủ hiểu biết sâu sắc về các cảnh tĩnh, chúng ta có thể diễn giải các cảnh động. Về cơ bản, một cảnh động chỉ là một tập hợp các cảnh tĩnh. Một lời nhắc nhở nữa là những thay đổi trong kinh doanh thường có tính quy luật. Bản thân mô hình liên tục có ý nghĩa kinh doanh. Bằng cách tích lũy các mô hình tuần hoàn, chúng ta có thể cải thiện hiểu biết của mình từ điểm đến đường.

4. Từ chỉ báo đơn lẻ đến nhiều chỉ báo

Khi bạn đã tích lũy được thông tin chi tiết về một chỉ số duy nhất, bạn có thể mở rộng nó thành nhiều chỉ số. Khi bạn đã thành thạo trong việc đánh giá các chỉ số kết quả, bạn có thể xem xét chúng cùng với các chỉ số quy trình. Lưu ý: Nhiều chỉ số không phải là sự tích tụ của nhiều chỉ số đơn lẻ. Khi kết hợp lại với nhau, một người có càng nhiều chỉ số thì càng tốt. Khi nhiều chỉ số được kết hợp, các mô hình cụ thể sẽ được hình thành trong các tình huống kinh doanh cụ thể và có thể đưa ra những đánh giá chính xác hơn dựa trên cách diễn giải các mô hình (như thể hiện trong hình bên dưới).

Sau khi thành thạo các hình thức cơ bản, bạn có thể tiếp tục quan sát những thay đổi trong hình thức và tích lũy thêm kinh nghiệm. Theo cách này, bạn có thể dần dần chuyển từ đơn giản sang phức tạp và khi tích lũy được nhiều kinh nghiệm hơn, bạn sẽ có thể tự nhiên rút ra được suy luận về các tình huống khác.

Cần lưu ý rằng các kịch bản cụ thể sẽ thay đổi nếu bạn thay đổi ngành, công ty, sản phẩm hoặc giai đoạn phát triển. Do đó, việc cố gắng theo đuổi "chân lý vĩnh cửu của phân tích dữ liệu" sẽ chỉ đưa bạn đi xa hơn nữa trên con đường siêu hình học. Nếu bạn muốn cải thiện hiểu biết của mình, hãy tích lũy thêm nhiều mảnh vỡ của các tình huống cụ thể và cải thiện khả năng phân tích cụ thể của bạn. Các vấn đề cụ thể đòi hỏi phải phân tích cụ thể. Câu nói này không bao giờ lỗi thời.

Tác giả: Thầy giáo thực tế Chen

Nguồn: Tài khoản công khai WeChat "Giáo viên thực tế Trần (ID: gh_abf29df6ada8)"