Để giải thích dữ liệu, tôi đã tìm thấy một phương pháp chuẩn bảy bước rất hữu ích

Trong cuộc sống hàng ngày, chúng ta luôn thấy nhiều bảng dữ liệu hoặc biểu đồ khác nhau, nhưng làm sao chúng ta biết được thông tin đằng sau dữ liệu? Hãy cùng đọc bài viết này để tìm hiểu nhé.

"Hãy xem dữ liệu bán hàng gần đây. Bạn có tìm thấy gì không?" Loại vấn đề không có mục tiêu rõ ràng này thường xảy ra ở nơi làm việc. Điều khó chịu là: phần lớn thời gian, dữ liệu hàng ngày chỉ dao động một chút. Nếu chúng ta trực tiếp báo cáo một kết luận như “Tăng trưởng 3% theo tháng”, chúng ta sẽ bị buộc tội là “Tôi cũng biết điều này, chúng ta cần phải phân tích sâu hơn!” Vậy chúng ta nên làm gì? Hôm nay tôi sẽ giải thích về hệ thống này.

Có một trình tự chuẩn để giải thích dữ liệu, được chia thành bảy bước: xem xét các con số, tìm ra mô hình, thiết lập tiêu chuẩn, xem xét cấu trúc, đưa ra giả định, xác minh tính xác thực và rút ra kết luận. Chúng ta không vội, hãy cùng nói về nó từng bước một:

1. Nhìn vào các con số

Đây là những thông tin cơ bản nhất, theo năm, theo tháng, giá trị tuyệt đối, tăng, giảm... Các báo cáo hàng ngày đều đề cập đến những thông tin này. Nhưng những thứ này không được ưa chuộng. Đầu tiên, bất kỳ ai cũng có thể hiểu được tình hình chỉ qua cái nhìn thoáng qua, nên không cần phải viết; Thứ hai, những điều này không có ý nghĩa kinh doanh, cũng giống như không nói gì cả, vì vậy chúng ta phải đi sâu hơn.

2. Tìm mẫu

Nếu bạn muốn tìm hiểu sâu hơn, bạn có thể kéo dài thời gian dữ liệu để xem có bất kỳ mô hình tự nhiên nào không. Bước này không yêu cầu bất kỳ nội dung kỹ thuật nào, bạn chỉ cần kết nối các báo cáo hàng ngày lại với nhau nhưng rất hữu ích! Bởi vì nhiều biến động dữ liệu thường xuyên tuân theo các mô hình tuần hoàn. Bằng cách hiểu rõ các quy tắc, bạn có thể tránh gây ra sự ồn ào và báo động sai. Bạn cũng có thể quan sát kỹ vấn đề thực tế (như minh họa bên dưới).

3. Thiết lập tiêu chuẩn

Nếu bạn muốn đi sâu hơn, bạn cần tìm ra tiêu chí để phán đoán. Dữ liệu + tiêu chuẩn = phán đoán. Chỉ sau khi đưa ra phán đoán tốt hay xấu, chúng ta mới có thể tiếp tục suy nghĩ tại sao nó tốt/tại sao nó xấu. Tiêu chuẩn tốt nhất là phải có giá trị KPI để bạn có thể so sánh trực tiếp tỷ lệ hoàn thành KPI để đưa ra kết luận.

Nhưng đối với một số chỉ số không cốt lõi, không có yêu cầu về KPI, vì vậy chúng ta phải tìm các tiêu chuẩn khác. Ví dụ, sử dụng phương pháp phân tích tình huống để tìm ra mối quan hệ giữa các chỉ số không cốt lõi và các chỉ số KPI, cũng như phạm vi số của các chỉ số không cốt lõi khi KPI đáp ứng các tiêu chuẩn. Điều này cũng có thể hình thành tiêu chuẩn đánh giá và đưa ra phán đoán.

4. Nhìn vào cấu trúc

Sau khi đưa ra phán đoán tốt hay xấu, bạn có thể suy nghĩ thêm về lý do. Nhưng trước khi nghĩ về lý do, tốt nhất là hãy xem xét cấu trúc bên trong của chỉ báo và tìm ra những yếu tố chính ảnh hưởng đến chỉ báo. Điều này giúp tập trung rõ hơn và dễ dàng xác định được vấn đề nằm ở đâu.

Ví dụ, khi xem xét doanh số, doanh số tập trung vào con người, hàng hóa và địa điểm. Đầu tiên, hãy xem xét cấu trúc bên trong từ ba chiều người dùng, hàng hóa và kênh để xem loại nào có tỷ lệ cao và loại nào hiện đang hoạt động tốt/kém. Bằng cách này, bạn có thể xác định được những điểm chính và dễ dàng hình thành ý tưởng hơn.

Ví dụ, khi xem xét tình hình chi phí, chúng ta có thể phân biệt giữa chi phí biến đổi và chi phí cố định, và giữa chi phí biến đổi, chúng ta có thể phân biệt giữa chi phí sản phẩm và chi phí tiếp thị. Chi phí cố định được chia thành chi phí đầu vào và chi phí cuối cùng. Điều này giúp dễ dàng hơn trong việc xác định phần nào là nguồn gốc của sự dao động.

Với bước này, việc tìm ra nguyên nhân sau này sẽ dễ dàng hơn nhiều và bạn có thể đi thẳng vào vấn đề.

5. Danh sách các giả thuyết

Một số học sinh lười biếng rút ra kết luận trực tiếp ở bước trước. Ví dụ, doanh số bán hàng kém gần đây là do sản phẩm A không bán chạy. Chi phí cao vì chi quá nhiều tiền cho quảng cáo...

Nhưng lý do này thường quá hời hợt. Đầu tiên, có thể sản phẩm A không bán chạy vì những yếu tố ẩn khác (còn có những yếu tố sâu xa hơn); Thứ hai, có thể sản phẩm A không bán chạy vì một số loại người dùng nhất định đang rời đi (có liên quan đến các yếu tố khác); thứ ba, ngay cả khi sản phẩm A không bán chạy vì nó không tốt, thì cũng không nhất thiết có thể khắc phục được trong ngắn hạn và phải xem xét các giải pháp khác (tính khả thi của việc phân tích vấn đề)

Do đó, để đi sâu hơn, bạn phải đưa ra những giả định rõ ràng và tìm ra logic đằng sau vấn đề. Nhiều học sinh sẽ bối rối ở bước này, cảm thấy có quá nhiều lý do, làm sao để liệt kê hợp lý?

Sau đây là hai giải pháp đơn giản:

1. Bắt đầu với những sự kiện gần đây.
2. Bắt đầu bằng những hành động khả thi mà doanh nghiệp có thể thực hiện.

Bắt đầu với những sự kiện gần đây có thể giúp bạn nhanh chóng tìm ra giả thuyết giải thích nguồn gốc của vấn đề. Đầu tiên chúng ta có thể thu thập các sự kiện tích cực/tiêu cực gần đây và sau đó xem xét từng sự kiện một:

Về lý thuyết: Sự kiện này ảnh hưởng đến những chỉ số nào?

Trên thực tế: mức độ của sự kiện này, dữ liệu tương ứng thay đổi

Bằng cách này, hãy kiểm tra từng cái một để tìm ra nguồn gốc của vấn đề.

Bằng cách bắt đầu với các hành động mà doanh nghiệp có thể thực hiện, bạn có thể nhanh chóng tìm ra giả thuyết về cách doanh nghiệp có thể phản ứng. Ví dụ, khi đối mặt với hiệu suất suy giảm, doanh nghiệp có ba chiến lược trong ngắn hạn:

1. Hãy bán hàng và gửi một loạt phiếu giảm giá
2. Tiến hành đào tạo và chọn một số ví dụ điển hình
3. Thay đổi bản sao và thay đổi liên kết quảng cáo

Sau đó, chúng ta có thể đưa ra các giả định:

1. Theo tỷ lệ đầu vào-đầu ra trong quá khứ, việc thăng chức có thể thúc đẩy hiệu suất
2. Con người không đồng đều, có chuẩn mực để tham khảo
3. Sự thăng tiến không đồng đều, có những chuẩn mực để tham khảo

Sau đó hãy kiểm tra từng cái một.

6. Bước 6: Xác minh tính xác thực

Bây giờ chúng ta có một giả thuyết có thể được kiểm chứng. Xin lưu ý rằng có nhiều biến động dữ liệu hàng ngày và chúng tôi không có đủ nguồn lực để tiến hành thử nghiệm AB từng cái một nhằm xác minh chúng. Do đó, việc xác minh được đề cập ở đây chủ yếu là tìm kiếm bằng chứng. Tìm đủ bằng chứng thống kê rõ ràng để hỗ trợ quan điểm của bạn.

Ví dụ, nếu tôi nhận được thông tin về việc điều chỉnh giá hàng hóa gần đây, thì về mặt lý thuyết, nếu đó là sản phẩm bán chạy, việc điều chỉnh giá nhanh theo cung cầu sẽ làm tăng doanh thu, nhưng nếu hàng hóa thông thường buộc phải điều chỉnh giá thì chỉ gây tổn hại đến doanh số. Khi đó ý tưởng xác minh là:

1. Dữ liệu bán hàng và tồn kho trước đây của các sản phẩm đã điều chỉnh giá là gì? (xác định loại)
2. Việc điều chỉnh giá bắt đầu từ khi nào? Doanh số bán hàng đã có những thay đổi gì kể từ khi điều chỉnh?
3. Tác động của việc điều chỉnh giá lớn đến mức nào? Ngoài sản phẩm này ra, còn có vấn đề nào khác không?

Bằng cách sử dụng toàn diện dữ liệu, chúng ta có thể đưa ra phán đoán.

Ví dụ, hãy giả sử rằng các chương trình khuyến mãi có thể thúc đẩy doanh số. Sau đó, bạn có thể lấy dữ liệu hiệu ứng khuyến mại trước đó để tham khảo

1. Bạn đã đầu tư bao nhiêu và mất bao nhiêu ngày để hoàn thành nó?
2. Lúc đó đã tăng bao nhiêu?
3. Hiện tại, chúng ta có thể lấp đầy khoảng trống này bằng số lượng này không?

Bằng cách này, chúng ta cũng có thể đánh giá liệu các chương trình khuyến mãi hiện nay có thể cứu vãn tình hình hay không và cần có những biện pháp nào khác.

7. Kết luận

Đến thời điểm này, chúng ta đã làm đủ bài tập về nhà và khi nộp bài tập, chúng ta có thể lập một báo cáo rất chi tiết:

1. Tình hình hiện tại là tốt/xấu, như được thể hiện bởi... (Kết luận của bước 123)
2. Tình hình hiện tại là tốt vì... (Kết luận của bước 4)
3. Lý do sâu xa hơn là... (Kết luận của bước 5)
4. Dự báo tốt này là bền vững/không bền vững vì… (Kết luận ở bước 6)
5. Do đó, khuyến nghị rằng... (tiếp tục quan sát/thực hiện các biện pháp/thảo luận chung về các kế hoạch tiếp theo)

Tệp đính kèm có bao gồm quá trình xử lý dữ liệu chi tiết, khiến cho quá trình này có vẻ toàn diện và sâu sắc.

8. Thứ tự của 7 bước

Xin lưu ý rằng bạn không cần phải đợi đến khi ai đó đặt câu hỏi mới bắt đầu thực hiện 7 bước này. bởi vì:

Các bước 1, 2 và 3 đều là các bước giải thích dữ liệu cơ bản, có thể thực hiện vào thời điểm bình thường.

Bước 4: Thu thập các hoạt động kinh doanh và sự kiện gần đây trong ngành.

Bước 4: Xem lại các hoạt động kinh doanh trong quá khứ được ghi lại trong lịch sử

Hãy làm tốt bài tập về nhà trong thời gian bình thường, để khi đến lúc, tất cả những gì bạn cần làm thực sự là hai điều ở bước 5: sử dụng dữ liệu lịch sử để tính toán và xác minh tác động.

Do đó, chúng ta thường nói rằng nếu các nhà phân tích dữ liệu muốn nâng cao khả năng phân tích dữ liệu, họ phải tích lũy nhiều kinh nghiệm phân tích hơn, nhắm vào các vấn đề kinh doanh cụ thể, thu thập các hành động kinh doanh và xem xét thường xuyên hơn để có thể hiểu sâu hơn. Mỗi khi một vấn đề cụ thể phát sinh, sẽ có rất nhiều giải pháp để giải quyết.

Tác giả: Thầy giáo thực tế Chen

Tài khoản công khai WeChat: Giáo viên Chen thực tế