Làm thế nào để đạt được “vòng lặp phân tích dữ liệu khép kín” mà các công ty lớn yêu cầu?

Chúng ta luôn nói rằng chúng ta muốn đạt được một vòng lặp khép kín trong phân tích dữ liệu, nhưng khi nhìn thấy kết quả phân tích dữ liệu, chúng ta không biết làm thế nào để đạt được điều đó. Làm thế nào chúng ta có thể đạt được “vòng lặp phân tích dữ liệu khép kín” mà các công ty lớn yêu cầu? Bài viết này giải thích một cách có hệ thống các nội dung liên quan, chúng ta hãy cùng xem nhé.

Sinh viên thường hỏi: "Tôi luôn nghe nói rằng chúng ta cần đạt được vòng lặp khép kín trong phân tích dữ liệu và xem kết quả phân tích dữ liệu", nhưng làm thế nào chúng ta có thể đạt được điều đó? Tại sao trong công việc hàng ngày, dữ liệu tôi gửi đến phòng kinh doanh thường không được quan tâm? Làm thế nào tôi có thể đáp ứng được yêu cầu của các công ty lớn? Hôm nay tôi sẽ giải thích về hệ thống này.

1. Vòng lặp dữ liệu khép kín là gì?

Một vòng lặp dữ liệu hoàn chỉnh phải là: sử dụng dữ liệu để giám sát hoạt động kinh doanh → phát hiện các vấn đề trong doanh nghiệp → phân tích nguyên nhân của vấn đề → lựa chọn giải pháp → tiếp tục giám sát các xu hướng kinh doanh , đây là một liên kết hoàn chỉnh. Nếu có thể đạt được vòng lặp khép kín, vòng lặp đó phải thực sự dựa trên dữ liệu, không chỉ phản ánh giá trị của phân tích dữ liệu mà còn thúc đẩy hoạt động kinh doanh khoa học và tránh đưa ra quyết định vội vàng. Đây là trạng thái tốt nhất.

Nhưng trên thực tế, nhiều công ty không có những liên kết như vậy. Có bốn vấn đề phổ biến (như được hiển thị bên dưới):

Vậy làm thế nào chúng ta có thể tối ưu hóa và đạt được vòng lặp dữ liệu khép kín? Nếu mức độ số hóa của doanh nghiệp cực kỳ thấp, thiếu dữ liệu thu thập hoặc thậm chí không có dữ liệu thì thực sự không thể làm được gì cả. Do đó, ngoại trừ bài toán 1 bị hạn chế bởi việc thu thập dữ liệu, các bài toán 2, 3 và 4 khác đều có các giải pháp tương ứng, chúng tôi sẽ giới thiệu chi tiết từng cái một.

2. Điểm chính 1: Đề xuất Giả thuyết kinh doanh

Trước hết, điều quan trọng là phải hiểu rằng việc chỉ số giảm không nhất thiết là vấn đề. Vấn đề thực sự là chỉ số này không giảm như mong đợi. Vì vậy, đừng lặp đi lặp lại như kinh điển: giá cả tăng hay giảm theo từng năm, từng tháng.

Thay vào đó, hãy thực hiện phân tích dữ liệu cơ bản trước:

1. Nhịp điệu thay đổi trong mùa thấp điểm/mùa cao điểm của doanh nghiệp như thế nào?

2. Chu kỳ tăng trưởng của doanh nghiệp mới kéo dài bao lâu?

3. Gần đây bạn có thực hiện bất kỳ điều chỉnh chủ động nào cho doanh nghiệp của mình không?

Chỉ bằng cách này, chúng ta mới có thể loại bỏ những biến động bình thường và thực sự phát hiện ra vấn đề. Trên thực tế, nhiều lần, các báo cáo gửi đi đều bị bộ phận kinh doanh chỉ trích: "Tôi đã biết từ lâu rồi". Nguyên nhân là do không thực hiện các công việc trên và việc liên tục "so sánh theo năm và theo tháng". Bạn sẽ thấy khó chịu khi đọc những báo cáo như vậy.

Sự suy giảm các chỉ số chỉ là triệu chứng của vấn đề. Điều mà mọi người thực sự muốn nghe là:

1. Đây là vấn đề nội tại hay bên ngoài?

2. Vấn đề nội bộ là do chiến lược kém hay thực hiện kém?

3. Các vấn đề bên ngoài, đến từ đối thủ cạnh tranh hoặc môi trường chung không tốt, liệu mọi người đều đang thất bại?

Những điều này được gọi chung là “Giả định kinh doanh”. Chỉ khi dữ liệu được kết hợp với các giả định kinh doanh thì nó mới thực sự thúc đẩy doanh nghiệp hành động và giải quyết vấn đề. Ngược lại, nếu bạn chỉ nói: có ít khách hàng hơn, giá trị đơn hàng trung bình đã giảm và tỷ lệ chuyển đổi đã giảm, thì giả định kinh doanh chính xác là gì? Quá nhiều lý do có thể ảnh hưởng đến kết quả và doanh nghiệp không thể đưa ra phán đoán hoặc hành động.

Do đó, khi phát hiện vấn đề, điều quan trọng là phải đưa ra giả thuyết kinh doanh. Có hai cách diễn đạt phổ biến:

Phương pháp 1: Từ dữ liệu, ta thấy rằng vấn đề tập trung nhiều hơn ở vị trí XX, do đó ta giả định rằng...

Fangfa 2: Doanh nghiệp có những dự đoán riêng của mình. Đầu tiên, ghi lại mô tả công việc kinh doanh và sau đó chuyển đổi nó thành các vấn đề dữ liệu

Hai phương pháp được thể hiện ở hình dưới đây. Dù bằng cách nào, họ cũng có thể thúc đẩy bước tiếp theo của công việc.

3. Điểm 2: Thiết lập logic phân tích

Có thể có nhiều giả định kinh doanh cần được xác minh cho cùng một câu hỏi. Vào thời điểm này, điều quan trọng là phải thiết lập logic phân tích và xác định câu hỏi nào cần trả lời trước và câu hỏi nào cần trả lời sau. Nếu không, nhiều yếu tố sẽ đan xen vào nhau, khiến cho việc xác định nguyên nhân chính và thúc đẩy thực hiện trở nên bất khả thi.

Trong công việc thực tế, thường không thể khai thác hết mọi khả năng do dữ liệu thu thập được có hạn. Vì vậy, phương pháp loại trừ là một cách tốt. Bằng cách loại bỏ những yếu tố gây nhiễu, bạn có thể tập trung vào các vấn đề cốt lõi nhanh hơn. Sau đây là ba nguyên tắc loại trừ cổ điển:

Nguyên tắc 1: Trước tiên phải loại trừ nguyên nhân bên ngoài

Bởi vì có quá nhiều người thích dùng "môi trường xấu" làm cái cớ để đổ lỗi. Nếu chúng ta không bịt lỗ hổng này trước, sẽ luôn có lý do để làm hỏng mọi thứ. Trên thực tế, nếu chúng ta thực sự gặp phải vấn đề về môi trường vĩ mô thì chắc chắn mọi ngành nghề kinh doanh đều bị ảnh hưởng. Chỉ cần bạn có thể tìm ra đủ chuẩn mực (như được hiển thị bên dưới), bạn có thể ngăn chặn những lời bào chữa và tìm ra lối thoát cho doanh nghiệp của mình.

Nguyên tắc 2: Các vấn đề thực hiện phải được loại bỏ trước tiên

Ngay cả một chiến lược tốt cũng sẽ không hiệu quả nếu nó không được thực hiện đúng cách, vì vậy bất cứ khi nào bạn nghi ngờ có vấn đề trong quá trình thực hiện, trước tiên bạn phải kiểm tra lại quy trình. Bạn đã gửi những thông tin quảng cáo cần thiết chưa? Bạn đã thực hiện những khóa đào tạo cần thiết chưa? Đã có đủ hàng hóa cần thiết chưa? Chức năng trực tuyến này có hoạt động ổn định không? Bạn đã đến thăm những khách hàng mà bạn cần đến thăm chưa? Nếu chiến lược đã được triển khai nhưng không hiệu quả, bạn có thể xem xét liệu có chỗ nào cần tối ưu hóa trong chiến lược hay không và có thể thay đổi những gì khác.

Nguyên tắc 3: Ưu tiên những người có kế hoạch dự phòng

Để ý! Doanh nghiệp không phải là tổ chức nghiên cứu khoa học, việc tìm ra nguyên nhân không quan trọng bằng việc khôi phục được các chỉ số KPI. Do đó, nếu có phương án dự phòng cho doanh nghiệp, hãy sử dụng nếu có thể. Ví dụ, nếu bạn thấy hiệu suất không tốt và có chi phí dự phòng, thì bạn nên ưu tiên tính toán xem khoản đầu tư có thể được sử dụng để tăng lợi nhuận hay không. Ví dụ, nếu bạn thấy việc truyền bá không hiệu quả và có tài liệu dự phòng, hãy ưu tiên phân tích tài liệu nào có khả năng hiệu quả. Tóm lại, chúng ta nên hướng đến giải quyết vấn đề thay vì hỏi như một nhà thông thái già “Phân tích có rõ ràng không?”

Sau khi sàng lọc và phân loại, một bộ giải pháp rõ ràng có thể được hình thành cho các vấn đề kinh doanh cụ thể. Thậm chí có thể đưa ra các giải pháp và phân tích chi tiết cho nhiều thành phố, nhóm và người dùng khác nhau, qua đó thúc đẩy giải quyết vấn đề (như minh họa bên dưới):

4. Điểm 3: Đánh giá các phương án khả thi

Nhiều sinh viên cảm thấy sợ khi nghe đến từ "gợi ý khả thi". Họ không biết cách làm chúng hoặc chúng phải chi tiết đến mức nào. Trên thực tế, trong ngắn hạn, có rất ít hành động tối ưu hóa mà doanh nghiệp có thể thực hiện, do đó, việc có quá nhiều ý tưởng tuyệt vời cũng chẳng có ý nghĩa gì. Hơn nữa, bất kỳ ý tưởng nào không được hỗ trợ bởi dữ liệu rất có thể là một ý tưởng tồi, và việc chuyển đổi sẽ tốt hơn.

Do đó, nếu bạn muốn đưa ra những đề xuất khả thi và chất lượng cao, cách tốt nhất là sắp xếp kết quả đánh giá trước đây xung quanh các vấn đề kinh doanh. Ví dụ, nếu bạn muốn đề xuất chương trình khuyến mãi mới, bạn có thể sử dụng dữ liệu về hiệu quả của nhiều loại chương trình khuyến mãi khác nhau trong quá khứ và tỷ lệ đầu vào-đầu ra. Đầu tiên, hãy xem cái nào tốt hơn với cùng mức đầu tư và chọn một danh mục chính. Ví dụ, nếu bạn muốn đề xuất tối ưu hóa tài liệu quảng cáo, thì trước tiên bạn nên lập danh sách về mức độ hiệu quả của các tài liệu quảng cáo trong việc thu hút hàng hóa và cung cấp cho doanh nghiệp để lựa chọn.

Theo cách này, việc kinh doanh cũng trở nên rất thú vị. Ngay khi một doanh nghiệp có ý tưởng, họ có thể thấy ngay kết quả của những hành động tương tự trong lịch sử và tự nhiên sẽ có phán đoán của riêng mình.

Tình huống duy nhất chúng ta không thể đối phó được là khi doanh nghiệp có ý tưởng hoàn toàn mới. Hiện tại, không có dữ liệu lịch sử nào để tham khảo nên bạn có thể thực hiện thử nghiệm. Nhà phân tích dữ liệu giúp doanh nghiệp liệt kê rõ ràng: mục tiêu thử nghiệm, các yếu tố ảnh hưởng chính của thử nghiệm, các yếu tố gây nhiễu cần loại bỏ trong thử nghiệm này (rất quan trọng! Nếu không, sẽ khó giải thích kết quả) và ước tính thời gian thử nghiệm có hiệu lực. Điều này cũng có thể đưa ra những gợi ý để thực hiện hiệu quả.

V. Biện pháp khắc phục thực tế

Tất nhiên, trong công việc thực tế, chúng ta sẽ luôn gặp phải những vấn đề như lãnh đạo công ty không chú ý, doanh nghiệp không hoạt động, dữ liệu quá ít, v.v. Làm thế nào để khắc phục điều này? Bạn không thể mong đợi làm việc cho một công ty hoàn hảo 100%, vì vậy tôi khuyên bạn nên áp dụng tinh thần "nếu thất bại, hãy tìm lý do bên trong chính mình" và làm những công việc mà bạn có khả năng làm trước.

Bao gồm nhưng không giới hạn ở:

1. Đừng trở thành một người cầu kỳ và hãy tìm hiểu thêm về doanh nghiệp

2. Nghĩ về các vấn đề theo góc độ kinh doanh và chủ động đề xuất các giả thuyết kinh doanh

3. Khi gặp phải vấn đề vướng mắc, hãy chủ động liệt kê cây logic phân tích

4. Đừng dừng lại ở “thói quen là gì”, hãy hỏi nhiều hơn: “lý do đằng sau thói quen là gì”

5. Lưu giữ hồ sơ đánh giá tốt và sắp xếp kết quả đánh giá trong toàn doanh nghiệp để lưu giữ làm dữ liệu dự trữ.

Tác giả: Down-to-earth Teacher Chen Tài khoản công khai WeChat: Down-to-earth Teacher Chen