Bây giờ là năm 2024, đây là một số phương pháp dựa trên dữ liệu

Trong cạnh tranh kinh doanh, dữ liệu đã trở thành chìa khóa cho hoạt động kinh doanh. Bài viết này sẽ chia sẻ một số phương pháp thực tế để đạt được tăng trưởng kinh doanh bằng cách thay đổi cách thể hiện dữ liệu, chẳng hạn như thay đổi cách diễn đạt, thêm tính từ, thay đổi logic và thay đổi chỉ số. Nhưng cần lưu ý rằng phát triển thực sự dựa trên dữ liệu cần phải kết hợp với thực tế kinh doanh và dựa trên dữ liệu thực tế và đáng tin cậy. Chúng ta hãy cùng xem bài viết này nhé.

Những người thường xuyên phân tích dữ liệu đều biết rằng chỉ có một cách nhanh nhất để cải thiện hiệu suất, đó là thay đổi cỡ nòng.

Việc thay đổi cỡ nòng có thể hoàn thành trong chốc lát và chỉ cần một nhà phân tích dữ liệu, do đó năng suất bình quân đầu người cực kỳ cao .

So với các phương pháp khác đòi hỏi nhiều nhân lực, vật lực và mất nửa năm mới có hiệu quả thì phương pháp này hiệu quả hơn nhiều.

Nếu các đồng nghiệp kinh doanh muốn cải thiện hiệu suất tăng trưởng, họ cũng cần phải dựa vào các chiến lược khác nhau như chiến lược dựa trên sản phẩm, chiến lược dựa trên tiếp thị, v.v.

Nhưng các nhà phân tích dữ liệu rất đơn giản và trực tiếp. Họ chỉ sửa đổi dữ liệu và sử dụng các phương pháp "dựa trên dữ liệu".

Sau đây là một số cách sử dụng phương pháp dựa trên dữ liệu.

1. Thêm một thuộc tính

Cách tiếp cận “dựa trên dữ liệu” đầu tiên là thêm thuộc tính.

Bất kỳ ai cũng có thể là người đầu tiên miễn là thêm được nhiều tính từ hơn.

Trong hai năm qua, tốc độ tung ra những chiếc xe mới trên thị trường năng lượng mới nhanh đến mức khó có thể theo kịp. Để mọi người nhớ đến xe của mình, các nhà sản xuất phải luôn chú ý đến xe của họ, do đó phải đưa ra nhiều bảng xếp hạng khác nhau.

Ví dụ, Ideal đã công bố danh sách bán hàng các thương hiệu mới và Ideal đã dẫn đầu danh sách. Tại sao? Bởi vì danh sách này chỉ giới hạn ở “lực lượng mới”. Vì Ideal dẫn đầu danh sách nên công ty này đã công bố danh sách này hầu như mỗi tuần, giúp tăng nhanh chóng mức độ nhận diện thương hiệu của Ideal.

Tuy nhiên, thứ hạng của Ideal trong danh sách này không thực sự quá cao . Suy cho cùng, thế lực mới vẫn còn nhiều đối thủ cạnh tranh, giành được vị trí thứ nhất trong số các thế lực mới thực sự là một kết quả tương đối tốt.

Câu sau đây có vẻ hơi vô lý một chút.

Một bức ảnh nào đó đã phát hành poster sau khi mẫu xe mới được ra mắt vào năm 2021 và giành vị trí đầu tiên tại một thị trường nhất định .

Tính từ "đầu tiên" đã đủ dài rồi. Để tôi đọc cho bạn nghe: "Với giá hướng dẫn thương hiệu trung bình trên 320.000, hãng này đứng đầu trong số các công ty ô tô lâu đời và các thương hiệu Trung Quốc." Tổng cộng có 24 từ, bao gồm hướng dẫn giá thương hiệu trung bình 320.000, công ty xe hơi lâu đời và thương hiệu Trung Quốc . Có ít nhất ba tính từ. Trong những điều kiện hạn chế này, về cơ bản không còn đối thủ cạnh tranh nào nữa.

Các hãng xe liên doanh đã gặp khó khăn vào năm ngoái khi Toyota và Volkswagen, hai hãng từng dẫn đầu về doanh số, đều đang trải qua sự suy giảm mạnh. Kết quả là, Toyota phải bắt đầu thêm tính từ vào các áp phích của mình và số liệu bán hàng của hãng trong tháng 2 năm ngoái chỉ có tiêu đề mới là “liên doanh” được viết trên đó.

Có rất nhiều ví dụ như vậy. Ngoài ngành công nghiệp ô tô, ngành công nghiệp điện thoại di động cũng có đầy đủ các danh sách với những tiêu chuẩn như vậy.

Tóm lại, miễn là không phải là cái đầu tiên thì hãy thêm một thuộc tính.

Chỉ cần có đủ tính từ và ít đối thủ cạnh tranh, bạn luôn có thể tìm được vị trí đầu tiên.

2. Thay đổi logic chỉ báo

Phương pháp thứ hai là sửa đổi logic của chỉ báo.

Thực hành này không chỉ được thực hiện bởi các nhà phân tích dữ liệu; nó cũng khá phổ biến trong phân tích tài chính, vốn nổi tiếng vì tính chặt chẽ của nó.

Đối với phân tích tài chính, vì các chỉ số tài chính là ba bảng cố định nên bản thân các chỉ số không thể sửa đổi được, nhưng logic tính toán của các chỉ số có thể sửa đổi được.

Ví dụ, vào năm 2013, Tập đoàn Sắt thép Anshan phải đối mặt với áp lực lợi nhuận rất lớn. Công ty đã chịu lỗ trong hai năm liên tiếp. Nếu tiếp tục thua lỗ trong năm nay, công ty có thể phải đối mặt với nguy cơ bị đình chỉ giao dịch hoặc thậm chí hủy niêm yết.

Ngày 9 tháng 4 năm 2014, Công ty Cổ phần Sắt thép An Sơn công bố báo cáo tài chính, thông báo năm 2013 công ty đạt lợi nhuận dương, tăng 119,13% so với cùng kỳ năm trước, tránh được thua lỗ.

Vậy, Anshan Iron and Steel đã đạt được bước chuyển mình này như thế nào?

Trên thực tế, câu trả lời là "dựa trên dữ liệu".

Trong những năm đó, thị trường thép đang trong thời kỳ suy thoái kéo dài, môi trường thị trường rất kém và người ta thường cho rằng hầu như không có hy vọng biến lỗ thành lãi. Công ty Sắt thép Anshan đã có thể biến lỗ thành lợi nhuận bằng cách điều chỉnh thời gian khấu hao .

Công ty Cổ phần Sắt thép Anshan đã kéo dài thời gian khấu hao nhà cửa, công trình xây dựng từ 30 năm lên 40 năm , thời gian khấu hao thiết bị cơ khí, thiết bị truyền động từ 15 năm lên 19 năm. Theo cách này, chi phí khấu hao hàng năm sẽ được giảm bớt.

Sau khi điều chỉnh, lợi nhuận ròng của Ansteel năm 2013 tăng khoảng 900 triệu nhân dân tệ so với năm 2012, đạt 770 triệu nhân dân tệ. Nói cách khác, nếu không điều chỉnh thời gian khấu hao, lợi nhuận ròng của Ansteel năm 2013 thực tế vẫn là lỗ.

Đây không phải là cách một công ty hoạt động. Vào thời đó, nhiều công ty bao gồm Sangang Minguang, Shandong Steel, Fuchun Environmental Protection, Fangtai Tegang và Hebei Steel đã sử dụng phương pháp này.

Bản thân doanh nghiệp không thay đổi, nhưng phạm vi hoạt động đã thay đổi và doanh nghiệp đã chuyển từ thua lỗ sang có lãi. Hãy cho tôi biết sức mạnh của dữ liệu điều khiển là gì.

3. Thay đổi chỉ số

Phương pháp thứ ba là thay đổi chỉ số.

Ví dụ, một chức năng sản phẩm mới được ra mắt và mục đích ban đầu là tăng thời gian sử dụng của người dùng. Tuy nhiên, sau khi đưa lên mạng, người ta thấy rằng chức năng này không ảnh hưởng đến thời gian lưu trú của người dùng như mong đợi.

Tôi nên làm gì vào lúc này?

Sau đó, đừng nhìn vào thời gian lưu trú mà hãy xem liệu có bất kỳ chỉ số tăng trưởng nào khác không. Sau rất nhiều công sức của các nhà phân tích dữ liệu, cuối cùng họ đã tìm ra từ hơn 100 chỉ số rằng sau khi sản phẩm được ra mắt, số lượng người dùng Android tích cực mở APP đã tăng lên. Vì vậy, việc ra mắt chức năng sản phẩm cuối cùng được coi là thành công.

Cốt lõi của cách tiếp cận này là tìm ra một chỉ số thỏa đáng. Nếu không tìm được chỉ số thỏa đáng, điều đó có nghĩa là phân tích dữ liệu chưa đủ sâu và chưa tìm thấy thông tin ẩn.

Những tình huống khác thì trực tiếp hơn. Một số nhà lãnh đạo giao nhiệm vụ "phân tích giá trị của chức năng này", nghĩa là các nhà lãnh đạo cần tìm một chỉ số tích cực để báo cáo và nếu đó không phải là chỉ số tích cực, họ sẽ tiếp tục phân tích cho đến khi nó trở thành tích cực.

Tôi thậm chí còn có một người bạn kể với tôi rằng lãnh đạo của họ đã trực tiếp yêu cầu họ tìm một chỉ số có thể cho thấy mức tăng trưởng 30%, sau đó yêu cầu nhóm dữ liệu thu thập dữ liệu đó. Tôi thực sự bị sốc khi nghe điều đó.

Đây là một số "quy tắc bất thành văn" phổ biến trong lĩnh vực phân tích dữ liệu.

4. Dữ liệu giả

Nếu bạn cho rằng phương pháp "dựa trên dữ liệu" trước đây quá rắc rối và bạn phải tìm chỉ số và thay đổi cỡ mẫu, thì thực ra còn có một phương pháp đơn giản hơn, đó là trực tiếp làm sai lệch nó.

Chỉ số vẫn là chỉ số đó, cỡ nòng vẫn là cỡ nòng đó, tính từ vẫn là tính từ đó, nhưng con số báo cáo cho bạn lại là con số giả .

Phương pháp này đã được nhiều công ty Nhật Bản chứng minh với chúng ta nhiều lần trong hai năm qua.

Một tìm kiếm nhanh cho thấy nhiều trường hợp như vậy:

1. Vào tháng 8 năm 2017, công ty thép Nhật Bản Kobe Steel đã bị phát hiện giả mạo dữ liệu sản phẩm và bán các sản phẩm kém chất lượng như là sản phẩm chất lượng cao. Các nạn nhân tiềm năng bao gồm khoảng 500 công ty ở Nhật Bản và nước ngoài, hoạt động trong nhiều ngành công nghiệp như ô tô, đường sắt, hàng không và vũ trụ.
2. Vào tháng 11 năm 2017, Toray Group, tập đoàn vật liệu sợi carbon lớn của Nhật Bản, thừa nhận rằng công ty con Toray HC đã làm giả dữ liệu về độ bền của các sản phẩm vật liệu ô tô của mình. Ban quản lý cấp cao của công ty đã biết về vấn đề này, nhưng lập luận rằng việc giả mạo dữ liệu không phải là bất hợp pháp và "không phát hiện ra vấn đề bảo mật nào".
3. Vào tháng 2 năm 2018, TOKAN, một công ty con do Mitsubishi Electric sở hữu hoàn toàn, thừa nhận rằng 253 loại sản phẩm cao su chưa được kiểm tra chất lượng. Sản phẩm của công ty được sử dụng rộng rãi trong các thiết bị như toa tàu Shinkansen và thang máy.
4. Vào tháng 2 năm 2021, công ty dược phẩm Kobayashi Chemical đã bị phát hiện gian lận và tổng cộng hơn 200 bệnh nhân đã bị tổn hại sức khỏe ở nhiều mức độ khác nhau sau khi dùng thuốc của công ty này. Một số bệnh nhân bị mất ý thức sau khi dùng thuốc, gây ra 22 vụ tai nạn giao thông và 2 bệnh nhân tử vong sau khi dùng thuốc. Điều thậm chí còn vô lý hơn là ban quản lý công ty thừa nhận rằng họ đã biết về tình hình này từ 16 năm trước nhưng đã bỏ qua.
5. Vào tháng 7 năm 2021, Mitsubishi Electric đã bị phát hiện làm giả dữ liệu kiểm tra sản phẩm, có thể kéo dài hơn 30 năm. Chủ tịch Mitsubishi Electric Takeshi Sugiyama đã từ chức.

Thực hành này rất tiện lợi và hầu như không mất mát gì, tất cả những gì bạn cần làm là cúi đầu và xin lỗi.

Về mặt này, công nghệ dựa trên dữ liệu của Xiaorizi đã tiến xa hơn rất nhiều.

V. Tóm tắt

Bài viết hôm nay chỉ mang tính giải trí và nội dung không thực sự "dựa trên dữ liệu", vì vậy đừng bắt chước.

Nếu thực sự không còn cách nào khác ngoài việc thực hiện, thì bạn có thể thử thêm thuộc tính, thay đổi logic và thay đổi chỉ báo. Rốt cuộc, có lẽ bạn làm điều đó rất nhiều lần trong cuộc sống hàng ngày. Đôi khi kinh doanh thực sự cần đến sự linh hoạt này.

Nhưng bạn không bao giờ được làm những việc như làm sai lệch dữ liệu. Bất kỳ công ty nào hơi trang trọng cũng sẽ sa thải nhân viên nếu họ phát hiện ra sự gian lận chủ quan , thậm chí có thể có rủi ro pháp lý.

Cuối cùng thì năm 2024 cũng đã đến. Tôi mong rằng tất cả các nhà phân tích dữ liệu sẽ không gặp phải những yêu cầu kỳ lạ như trên trong năm mới.

Tác giả: Phương Sướng Quân

Tài khoản công khai WeChat: Sanyuan Variance (ID: sanyuanfangcha)