Lean Analytics – Phân tích dữ liệu tinh gọn là một cuốn sách thực tế, không màu mè. Nó trả lời một câu hỏi đơn giản nhưng sống còn: “Cần đo cái gì, vào lúc nào, và để làm gì?”. Tác giả không dạy bạn “đo mọi thứ” mà giúp bạn học cách chọn ra một vài chỉ số sẽ thực sự đẩy mô hình kinh doanh của bạn tiến lên.

Giới thiệu sách Lean Analytics

‘Lean Analytics’, bản tiếng Việt là ‘Phân tích dữ liệu tinh gọn’, là một quyển sách được xuất bản năm 2013 bởi Alistair Croll và Benjamin Yoskovitz. Quyển sách viết về phương pháp phát triển khởi nghiệp tinh gọn, dựa trên nền tảng phân tích dữ liệu.

Nội dung của ‘Lean Analytics’ bao gồm bốn phần chính:

• Giới thiệu về tư duy phân tích dữ liệu

• Giới thiệu tổng quan về các loại metrics cần chú ý đối với 6 loại mô hình kinh doanh khác nhau.

• Giải thích các loại dữ liệu khác nhau trong vòng đời của một doanh nghiệp

• Giới thiệu phương pháp đưa ra quyết định dựa trên dữ liệu trong một tổ chức – được phân thành các loại hình khởi nghiệp như B2B, B2C và Intrapreneurs (hệ thống cho phép các nhân viên được khởi nghiệp trong chính công ty họ đang làm việc).

Trong bài viết này, mình sẽ chia sẻ những điểm chính từ hai phần đầu tiên của sách – nơi bạn sẽ học được tư duy phân tích dữ liệu nền tảng và cách xác định các metrics quan trọng cho 6 loại hình kinh doanh khác nhau. Nếu bạn đang xây sản phẩm, làm marketing hay bắt đầu một dự án mới, đây là một trong những cuốn sách nên đọc.

Tại sao cần tư duy phân tích dữ liệu?

Mình từng nghĩ phân tích dữ liệu là việc của… team data. Nhưng càng làm sản phẩm, mình càng nhận ra: nếu không tự trang bị cho mình một tư duy phân tích dữ liệu cơ bản, thì rất dễ rơi vào cái bẫy lớn nhất: lừa dối chính mình bằng những con số “có vẻ đúng”.

Theo hai tác giả Croll và Yoskovitz của Lean Analytics, mục đích lớn nhất của việc phân tích là để nhìn thẳng vào những facts phơi bày rõ hiệu suất thực tế của doanh nghiệp, chứ không phải những cảm giác mơ hồ như “mình nghĩ là nó đang ổn” hay “có vẻ người dùng thích đấy”. Khi có dữ liệu, bạn sẽ ít ra quyết định theo cảm tính hơn và đó là một bước tiến lớn.

Điều khiến mình tâm đắc ở Lean Analytics là nó không khuyến khích bạn đo mọi thứ. Trái lại, nó buộc bạn phải tư duy kỹ càng về câu hỏi gốc rễ: điều gì thực sự quan trọng trong giai đoạn này? Chỉ khi bạn tập trung vào một vài chỉ số đủ “nặng ký”, những thứ có thể dẫn đến thay đổi thực sự, thì phân tích mới có giá trị. Còn nếu ôm đồm quá nhiều metrics cho “bằng bạn bằng bè”, bạn chỉ đang phí nguồn lực và thời gian.

Thông qua quyển sách, các tác giả sẽ cung cấp cho bạn một bản hướng dẫn, những công cụ và case study nhằm chứng minh: Tập trung vào dữ liệu là một yếu tố cốt lõi trong thành công của mọi startup.

Ngoài ra, các doanh nghiệp sẽ dễ thành công hơn nếu thực hiện chu trình “Build – Learn – Measure” (Xây dựng – Tìm hiểu – Đo lường). Cụ thể hơn, hãy bắt đầu bằng việc xây dựng một sản phẩm nhỏ, vừa đủ đáp ứng nhu cầu người dùng, sau đó đo lường và rút kinh nghiệm từ những phép đo để xây dựng và hoàn thiện sản phẩm ban đầu.

‘Lean Analytics’ nằm trong bước Đo lường của vòng tròn trên.

6 Business Models phổ biến và những metrics tương ứng

Một trong những phần mình thấy hay nhất của Lean Analytics là cách mà cuốn sách chia nhỏ tư duy phân tích thành từng mô hình kinh doanh cụ thể. Mỗi loại hình sẽ có những “đòn bẩy” khác nhau, điều quan trọng là bạn cần biết mình đang chơi trò chơi nào, và luật chơi là gì.

#1. Thương mại điện tử

Đây là một mô hình đang phát triển rất mạnh những năm gần đây. Với mô hình kinh doanh này, doanh nghiệp sẽ trực tiếp bán hàng trên các nền tảng kỹ thuật số. Các giao dịch là một lần. Hàng hóa được bán có thể là digital như file âm nhạc, hoặc các mặt hàng vật lý. Ví dụ, Uniqlo bán quần áo thông qua trang web http://uniqlo.com/ và Apple bán nhạc thông qua Kho nhạc iTunes.

Sau đây là một vài metrics quan trọng đối với mô hình TMĐT:

1. Tỷ lệ chuyển đổi (conversion): số lượng khách truy cập vào cửa hàng trực tuyến và thực hiện mua hàng.

2. Kích thước giỏ hàng (shopping cart size): mỗi người mua đó chi bao nhiêu.

3. Tỷ lệ từ bỏ (abandonment): số người từ bỏ mua hàng trong quá trình đặt hàng.

4. Số lượng mua hàng mỗi năm: thể hiện loại hình thương mại điện tử của doanh nghiệp.

• Loại hình mua lại (acquisition mode): khi số lượng khách hàng mua lại ít hơn 40%. Với loại hình này, ta cần tập trung vào việc thu hút khách hàng mới và bỏ qua các chương trình khách hàng thân thiết. Ví dụ: một cửa hàng thiết bị leo núi.

• Loại hình kết hợp (hybrid mode): khi 40-60% người mua năm ngoái sẽ mua trong năm nay. Doanh nghiệp cần cân bằng giữa khách hàng mới và khách hàng cũ. Ví dụ: nền tảng TMĐT Zappos.

• Loại hình trung thành (loyalty mode): khi hơn 60% người mua năm ngoái sẽ mua hàng trong năm nay. Trọng tâm của chiến lược là sự trung thành, khuyến khích các khách hàng hiện có mua thường xuyên hơn. Ví dụ: Amazon.

5. Chi phí thu hút khách hàng (customer acquisition cost): Bao gồm các chi phí liên quan đến marketing và sales.

6. Hiệu quả của từ khóa tìm kiếm (search keyword effectiveness).

7. Doanh thu trên mỗi khách hàng (revenue per customer).

8. Thời gian vận chuyển (shipping time): một metric cần thiết để đo lường mức độ hài lòng của khách hàng.

#2. SaaS (Software as a Service) – Phần mềm dịch vụ

Làm sản phẩm SaaS giống như duy trì một mối quan hệ dài hạn. Không phải ai đăng ký cũng trả tiền, và không phải ai trả tiền cũng ở lại. Trước đây mình tưởng “có user là ngon rồi”, nhưng Lean Analytics giúp mình nhìn thấy được những “lỗ hổng vô hình” qua từng chỉ số.

Các metrics quan trọng đối với mô hình SaaS:

1. Tỷ lệ chú ý (attention): số lượng khách truy cập kênh/ sản phẩm.

2. Tỷ lệ đăng ký (enrolment): số khách truy cập trở thành người dùng miễn phí hoặc dùng thử.

3. Tỷ lệ chuyển đổi (conversion): số lượng người dùng trở thành khách hàng trả tiền.

4. Churn rate: tỷ lệ khách hàng rời đi.

5. Stickiness: tần suất khách hàng sử dụng sản phẩm.

6. Mức độ viral: khả năng khách hàng sẽ giới thiệu sản phẩm tới những người khác

7. Doanh thu trên mỗi khách hàng.

8. Chi phí thu hút khách hàng (CAC).

9. Upselling: số lượng khách hàng chuyển sang một mức sử dụng cao hơn trong một giai đoạn cụ thể (ví dụ, từ dùng phiên bản miễn phí sang phiên bản trả phí).

10. Giá trị vòng đời khách hàng (CLV).

11. Độ tin cậy: công ty đã nhận được bao nhiêu khiếu nại từ khách hàng.

12. Tỷ lệ hoàn trả chi phí thu hút khách hàng: số ngày/tháng cần bỏ ra để thu hồi CAC trên một khách hàng.

#3. Ứng dụng di động miễn phí

Mô hình này cung cấp một ứng dụng di động miễn phí, nhưng kiếm tiền từ các tính năng trong trò chơi hoặc quảng cáo. Điều này nghĩa là các ứng dụng di động trả phí không được gộp vào mô hình này. Với một ứng dụng di động miễn phí, quá trình thu lợi nhuận sẽ phức tạp hơn do bạn đang kiếm tiền từ người dùng miễn phí.

Các metrics cần đo lường:

1. Lượt tải xuống: có bao nhiêu người đã tải ứng dụng.

2. Tỷ lệ kích hoạt (activation rate): tỷ lệ % số người tải xuống ứng dụng, khởi động nó và tạo một tài khoản.

3. Phần trăm người dùng hoạt động: lượng người dùng hàng ngày (DAU) và hàng tháng (MAU).

4. Số phần trăm người dùng trả tiền.

5. Churn rate: bao nhiêu khách hàng gỡ cài đặt ứng dụng, hoặc chỉ sử dụng trong một khoảng thời gian ngắn.

6. Chi phí thu hút khách hàng (CAC).

7. Thời gian để thực hiện giao dịch đầu tiên: mất bao lâu để người dùng thực hiện trả tiền lần đầu tiên.

8. Giá trị vòng đời khách hàng (CLV).

9. Tỷ lệ đánh giá (Ratings click-through): Số % người dùng để lại đánh giá cho ứng dụng.

10. Virality: mức độ viral.

11. Doanh thu trung bình trên mỗi người dùng (Average Revenue Per User – ARPU).

#4. Trang web truyền thông

Media website là một trang web kiếm tiền bằng quảng cáo. Ví dụ: Thời báo New York, Bloomberg hay Vox Media. Điều quan trọng là doanh nghiệp cần cân bằng giữa content và quảng cáo.

Những metrics cần lưu ý:

1. Lượng khách truy cập độc nhất (Unique visitors): tổng số khách truy cập không bị trùng lặp cho mỗi khoảng thời gian.

2. Churn rate: Tỷ lệ khách rời đi.

3. Tỷ lệ click cho mỗi phiên truy cập (Sessions to clicks ratio): tỷ lệ giữa số lần người đọc click vào trang web từ các công cụ tìm kiếm hoặc nguồn bên ngoài, so với một phiên truy cập thực tế khi khách hàng tương tác với trang web.

4. Thời gian tương tác (engaged time): thời gian khách hàng bỏ ra để đọc nội dung và tương tác với website.

5. Số lượt quảng cáo (Ad inventory): số lượt xem trang có khả năng thu lợi nhuận.

6. Tỷ lệ quảng cáo (hoặc chi phí cho mỗi lượt tương tác) – Ad rates (cost per engagement).

7. Tỷ lệ click (Click-through rate).

8. Mức độ cân bằng giữa content và quảng cáo (Content/advertising balance).

#5. Nền tảng với content được tạo bởi người dùng

Nếu bạn đang làm một cộng đồng, bạn sẽ hiểu cảm giác “user đông mà không ai nói gì” nó khó chịu thế nào. Đó là lý do Lean Analytics không nói về lượng người dùng, mà nói về chất lượng tương tác trong cộng đồng.

Nếu doanh nghiệp bạn thuộc loại hình này, cần đo lường những metrics sau:

1. Số lượng người dùng tương tác: tần suất khách hàng quay lại sử dụng sản phẩm.

2. Số ngày trung bình kể từ lần truy cập cuối cùng: con số này cũng sẽ cung cấp cho bạn thông tin về lượng khách truy cập. Tuy nhiên, cần phải xác định một điểm cắt (ví dụ: 30 ngày) để không bị trùng với tỷ lệ churn.

3. Tỷ lệ nội dung được tạo (Content creation): Số % khách truy cập tương tác với content theo một cách nào đó, ví dụ như viết bài, bình luận, upvote, thích và chia sẻ.

4. Lượt tải content thành công (Content upload success): % người dùng tải nội dung của họ lên mạng xã hội thành công.

5. Tỷ lệ thay đổi kênh tham gia (Engagement funnel changes): tỷ lệ website của bạn giúp chuyển đổi người dùng đến những mức độ tương tác cao hơn.

6. Giá trị của nội dung được tạo (Value of created content): những lợi ích mà content đem lại cho doanh nghiệp. Ví dụ: Đối với các diễn đàn thì review là quan trọng, Facebook là kho quảng cáo còn Pinterest là tỷ lệ click trên các đường link quảng cáo hiển thị trên nội dung được tạo bởi người dùng.

7. Mức độ chia sẻ và lan truyền nội dung.

8. Tính hiệu quả của thanh thông báo (Notification effectiveness): % người dùng sẽ thực hiện một hành động cụ thể khi nhận được thông báo từ ứng dụng.

#6. Nền tảng thương mại điện tử hai chiều (Marketplace)

Trong trường hợp này, doanh nghiệp sẽ kiếm được tiền khi người mua và người bán trao đổi hàng hoá và tiền thông qua nền tảng TMĐT. Một trong những ví dụ điển hình: Shopee, eBay, Airbnb,.. Mô hình này khác với mô hình #1 ở chỗ, người dùng sẽ là người mua bán, còn doanh nghiệp sẽ đóng vai trò một bên trung gian.

Các metrics từ mô hình #1 cũng sẽ được áp dụng ở mô hình này vì quá trình giao dịch là như nhau. Ngoài ra, sau đây là một vài metrics đặc trưng khác:

1. Mức tăng trưởng người mua và người bán (Buyer and seller growth): tỷ lệ doanh nghiệp đang thu hút thêm người mua và người bán mới, được đo bằng tỷ lệ quay lại và số người dùng tương tác. Ví dụ: một người bán đang tương tác là người đã đăng bán hàng trong vòng 30 ngày.

2. Mức tăng trưởng hàng tồn kho (Inventory growth): tốc độ người bán đang bổ sung hàng hóa.

3. Độ linh hoạt của việc tìm kiếm (Search effectiveness): hãy kiểm tra những gì người mua đang tìm kiếm và xác định xem liệu nó có phù hợp với danh sách hàng tồn kho mà bạn đang xây dựng. Theo dõi các từ khóa không cho ra kết quả cũng như các từ khóa thường được tìm kiếm.

4. Kênh chuyển đổi (Conversion funnels): tỷ lệ chuyển đổi của các mặt hàng được bán và những phân khúc tiết lộ lý do chúng được mua. Theo dõi % người dùng hài lòng với các giao dịch.

5. Xếp hạng và những dấu hiệu của lừa đảo: theo dõi đánh giá và xếp hạng cho người mua và người bán, tìm kiếm dấu hiệu của việc lừa đảo và nội dung của các bình luận. Theo dõi tỷ lệ % các tài khoản bị gắn mác sai phạm.

6. Metrics về giá cả: liệu người bán đang đặt giá quá cao hoặc đang phá giá.

Tạm kết

Lean Analytics không đơn thuần là một cuốn sách về các chỉ số. Nó giống như một bản đồ giúp người làm sản phẩm, marketing hay vận hành hiểu rõ mình đang ở đâu, nên tập trung vào điều gì, và làm thế nào để không bị ngập trong biển dữ liệu. Hy vọng nội dung tóm tắt này sẽ là điểm khởi đầu giúp bạn nhìn lại cách mình đang theo dõi, đánh giá và hành động từ dữ liệu.

Sở hữu tư duy phân tích dữ liệu là kỹ năng vô cùng quan trọng nếu bạn muốn “đọc vị” loạt insights và khai thác triệt để sức mạnh từ lượng dữ liệu khổng lồ. Bạn có thể tham gia khóa học Power BI & AI for Analytics của Tomorrow Marketers, để rèn luyện tư duy phân tích dữ liệu qua nhiều case study của đa dạng ngành hàng, cùng các Trainers nhiều năm kinh nghiệm trong nghề nhé!

Làm marketing, mình từng nghĩ chỉ cần nhìn vào con số churn rate tăng hay giảm là có thể đánh giá được hiệu quả giữ chân khách hàng. Nhưng thực tế cho thấy, chỉ dựa vào biến động số liệu thôi thì chưa đủ và thậm chí có thể dẫn đến những quyết định sai lầm. Churn rate là một con số tổng quát, nên để tối ưu hiệu quả, mình phải phân tích sâu hơn nguyên nhân đằng sau — tại sao khách hàng rời đi, họ gặp vấn đề gì trong trải nghiệm hay dịch vụ. Việc này giúp tập trung nguồn lực đúng chỗ, thay vì chỉ cố gắng giảm churn bằng mọi giá mà không hiểu rõ câu chuyện phía sau.

Vậy churn rate thực sự là gì, và làm thế nào để biến nó thành lợi thế trong marketing? Đây là những bài học mình rút ra sau nhiều lần thử nghiệm, hy vọng giúp bạn có cái nhìn rõ hơn về câu chuyện đằng sau mỗi con số nha!

Định nghĩa và cách tính Churn Rate

Churn rate, tạm dịch là tỷ lệ khách hàng rời đi, là tỷ lệ khách hàng ngừng sử dụng một sản phẩm hoặc dịch vụ. Đối với một công ty có mục tiêu là mở rộng nhóm khách hàng, tốc độ tăng trưởng (được đo bằng số lượng khách hàng mới) phải lớn hơn churn rate.

Các bước để tính churn rate:

• Xác định khoảng thời gian cần đo lường.

• Xác định số lượng khách hàng có được trong khoảng thời gian này (bao gồm khách hàng ban đầu lẫn khách hàng mới).

• Xác định số lượng khách hàng rời đi trong khoảng thời gian này (có thể lấy số khách hàng ở đầu giai đoạn trừ đi số khách hàng ở cuối giai đoạn).

• Chia số lượng khách hàng rời đi cho số lượng khách hàng có được.

• Nhân kết quả với 100%.

Ví dụ, một nền tảng công nghệ thu hút được 30,600 khách hàng trong vòng 1 tháng gần đây, bao gồm 30,000 khách hàng cũ tính đến đầu tháng, và 600 khách hàng mới trong khoảng thời gian 1 tháng đó. Bên cạnh đó, ứng dụng này cũng mất đi 150 khách hàng do hết thời hạn đăng ký. Vậy, churn rate của ứng dụng trong vòng 1 tháng gần đây sẽ là: [150 ÷ (30000 + 600)] x 100 = 0.49 %.

Tính ứng dụng của churn rate

Trên thực tế, churn rate thường được sử dụng để:

• Đo lường sức khỏe và triển vọng dài hạn của công ty

• Xem xét tỷ lệ giữ chân khách hàng (retention rate) có đang được cải thiện hay không

• Xác định các thay đổi gây ảnh hưởng xấu đến tỷ lệ giữ chân khách hàng

• Tính giá trị vòng đời của khách hàng

• Tìm ra tệp khách hàng phù hợp nhất với sản phẩm của bạn

• Dự báo hiệu suất của công ty

Chỉ số churn rate cao có thể gây ảnh hưởng xấu đến lợi nhuận và cản trở tăng trưởng. Một công ty có thể so sánh tốc độ tăng trưởng và tỷ lệ khách hàng rời đi để xác định tình hình công ty. Trong trường hợp này, tốc độ tăng trưởng (growth rate) biểu hiện lượng khách hàng mới.

• Nếu growth rate > churn rate, công ty đang trên đà tăng trưởng.

• Nếu growth rate < churn rate, lượng khách hàng của công ty đang theo đà đi xuống.

Làm thế nào để giảm thiểu churn rate

Mục tiêu của mọi doanh nghiệp là giữ chân được càng nhiều khách hàng càng tốt, vì điều đó đồng nghĩa với lợi nhuận ổn định. Vậy, làm thế nào để giảm churn rate?

Phân tích nguyên nhân gốc rễ để cải thiện dịch vụ khách hàng

Đôi khi, việc khách hàng rời đi là điều không thể tránh khỏi. Bạn hãy sử dụng churn rate như một cơ hội để đào sâu vào lý do khiến khách hàng rời đi, từ đó nghĩ ra giải pháp để ngăn chặn các khách hàng khác ngừng sử dụng sản phẩm vì lý do tương tự.

Case Study: Công ty T, một công ty dịch vụ điện, đã thành công trong việc mang lại khách hàng mới với nhiều danh mục dịch vụ và lời hứa có mức tiết kiệm cao hơn so với đối thủ. Tuy nhiên, churn rate của công ty lại đạt gần 5% – một mức độ nguy hiểm, có khả năng làm giảm hiệu quả các nỗ lực thu hút khách hàng mới.

Công ty T quyết định thực hiện các nghiên cứu nhằm tìm ra lý do xảy ra con số 5% đó. Kết quả cho thấy, hầu hết khách hàng đều ngừng sử dụng dịch vụ bởi công ty chưa đáp ứng đủ những lời hứa đề ra trong giai đoạn bán hàng ban đầu, khiến khách hàng không hài lòng. Để giải quyết điều này, công ty T đã thay đổi cách thức truyền đạt giá trị cốt lõi của công ty (value proposition) và dịch vụ chăm sóc khách hàng của mình. Đồng thời, công ty cũng bổ sung các chương trình khuyến mãi. Cuối cùng, tỷ lệ khách hàng duy trì dịch vụ tăng gần 20%, tương đương với doanh thu gần 10 triệu đô la mỗi năm.

Thực hiện quy trình onboarding thích hợp

Doanh nghiệp có thể giảm khả năng một khách hàng rời đi bằng cách ngăn chặn điều đó ngay từ giây phút họ bắt đầu sử dụng dịch vụ, thông qua một quy trình onboarding hợp lý. Onboarding, tạm dịch là hướng dẫn nhập môn, là quá trình hướng dẫn sử dụng sản phẩm cho khách hàng để đảm bảo rằng họ nắm rõ các nguyên lý sử dụng. Đó có thể là một email chào mừng khách hàng mới mang tính cá nhân hoá, video hướng dẫn trực tuyến 1:1 hay tạo content giáo dục trên blog để hướng dẫn khách hàng và chỉ cho họ cách nhận được giá trị tối ưu từ sản phẩm hoặc dịch vụ của bạn.

Case Study: Bingo Card Creator là một phần mềm được thiết kế để hỗ trợ giáo viên tiểu học tạo ra các dụng cụ học tập trong lớp. Tuy nhiên, tỷ lệ ngừng sử dụng phần mềm ở giai đoạn truy cập và thực sự sử dụng lên đến khoảng 5%, mặc dù ứng dụng được thiết kế rất đơn giản và dễ dùng.

Nhà điều hành đưa ra giả thuyết rằng nhiều người dùng cho rằng quá trình này quá phức tạp, nên đã không di chuyển đến các bước tiếp theo. Vì vậy, công ty đã thêm một thanh hiển thị tiến trình trên trang web. Hơn nữa, giáo viên còn được cung cấp thêm lựa chọn di chuyển đến bước tiếp theo mà không cần thay đổi cài đặt mặc định, nhờ đó, giúp tăng tốc quá trình.

Những thay đổi nhỏ này có tác động rất lớn. Trong khi trước đó chỉ có 82% người dùng hoàn thành bước tùy chỉnh, sau khi thực hiện thay đổi, gần 90% đã hoàn thành sử dụng dịch vụ.

Đầu tư vào đào tạo đội sales và hỗ trợ khách hàng

Đội sales nên trung thực quảng bá giá trị thực của sản phẩm hoặc dịch vụ để khách hàng không nhận được thông tin sai lệch, từ đó ngừng sử dụng sản phẩm. Ngoài ra, nhân viên hỗ trợ khách hàng nên được trang bị tốt để giải quyết mọi vấn đề xảy ra nhằm đảm bảo sự hài lòng của khách hàng. Đầu tư vào quy trình và nguồn lực cho hai bộ phận này sẽ có tác động mạnh mẽ đến tỷ lệ khách hàng rời đi

Case Study: Zappos – một nền tảng thương mại điện tử – quyết định sẽ đầu tư vào bộ phận CSKH qua điện thoại. Quy tắc của họ đối với nhân viên hỗ trợ khách hàng là không sử dụng kịch bản có sẵn, cũng như không cần hoàn thành cuộc gọi trong thời gian ngắn nhất. Để cung cấp trải nghiệm khách hàng tích cực, vốn là trung tâm của mọi hoạt động, Zappos quyết định không chỉ cung cấp đào tạo kỹ năng thông thường mà còn:

• Cung cấp đào tạo cho nhân viên các khóa học tâm lý về hạnh phúc, cách đem đến cảm giác tích cực cho khách hàng,..

• Trao lương thưởng cho những đại lý có tỷ lệ feedback tích cực nhiều nhất và tổ chức đào tạo bổ sung cho những chi nhánh không có tỷ lệ cao.

Nhờ đó, công ty thu hút rất nhiều khách hàng thông qua phương pháp truyền miệng (word-of-mouth). Trong số các khách hàng của Zappos, hơn 75% là người mua lặp lại.

Thu thập phản hồi khách hàng tại các thời điểm quan trọng

Nếu đã xác định rằng khách hàng có thể rời đi nếu họ không đăng nhập vào dịch vụ của bạn sau mỗi 15 ngày, hãy yêu cầu họ phản hồi vào khoảng ngày thứ 10 và cố gắng thu hút họ sử dụng lại dịch vụ. Nếu họ đã sử dụng sản phẩm của bạn sau một thời gian cụ thể (1 năm, 1 tháng), hãy thông báo cho họ biết và thu thập feedback ngay thời điểm đó. Chỉ ra những khoảnh khắc quan trọng và yêu cầu phản hồi tại các điểm tiếp xúc đó sẽ giúp củng cố mối quan hệ với khách hàng.

Chủ động giao tiếp với khách hàng

Xây dựng mối quan hệ với khách hàng của bạn bằng cách chủ động liên lạc với họ để họ cảm nhận được rằng bạn là một đối tác đáng tin cậy. Tiếp cận khách hàng với nội dung mà họ sẽ thấy thú vị hoặc hữu ích, kết nối và tham gia cùng họ trên phương tiện truyền thông xã hội. Tất cả những điều trên sẽ khiến khách hàng cảm thấy họ có thể phụ thuộc vào bạn – từ đó, họ sẽ hạn chế rời đi.

Một vài điều cần lưu ý khác

Một churn rate tốt sẽ nằm ở mức thấp, khoảng 2%. Tỷ lệ rời trung bình thường dao động từ 2% – 8%. Theo độ tuổi của công ty, các công ty thành lập trên 10 năm thường có tỷ lệ 2-4%, trong khi các công ty trẻ hơn dao động từ 4%-24%.

Tỷ lệ rời đi sẽ âm khi doanh thu tăng thêm từ khách hàng mới vượt quá doanh thu bị mất từ ​​khách hàng rời đi. Churn âm thường được gây ra bởi các hoạt động như nâng cấp sản phẩm, bổ sung tùy chọn dịch vụ, bổ sung các tiện ích mới, v.v.

Tạm kết

Hiểu rõ Churn Rate của doanh nghiệp và tìm ra nguyên nhân gốc rễ đằng sau một tỷ lệ rời đi cao là điều mà các Marketer cần nắm rõ, đặc biệt đối với các nền tảng công nghệ. Nếu bạn đang phải tiếp xúc với hàng loạt dữ liệu, biểu đồ, mà chưa biết tận dụng chúng như thế nào để tìm kiếm Insights phục vụ công việc và ra các quyết định kinh doanh chiến lược, đừng bỏ lỡ khóa học Power BI & AI for Analytics của Tomorrow Marketes nhé!

“Chúng ta không cần nhiều khách hàng mua một lần, chúng ta cần một khách hàng mua lại nhiều lần.” Đó là câu khẩu hiệu quen thuộc của rất nhiều doanh nghiệp khi bán sản phẩm hoặc dịch vụ. Giữ chân hay duy trì khách hàng (Customer Retention) là việc công ty ngăn chặn việc khách hàng bỏ đi, duy trì và phát triển khách hàng trung thành. Vậy làm thế nào để đo lường hiệu quả của việc duy trì khách hàng? Đó là dựa vào tỷ lệ duy trì khách hàng Customer Retention. Hãy cùng tìm hiểu cách đo lường tỷ lệ giữ chân khách hàng, những cách tăng và tối ưu hóa tỷ lệ đó.

Làm thế nào để đo lường tỷ lệ giữ chân khách hàng Customer Retention?

Tỷ lệ giữ chân khách hàng được tính bằng số khách hàng ở cuối kỳ, trừ số khách mới, chia cho số khách đầu kỳ. Đối lập là tỷ lệ khách hàng rời bỏ (customer churn rate) đo lường bao nhiêu khách hàng rời bỏ sản phẩm/dịch vụ trong một thời điểm nhất định.

Áp dụng công thức này, nếu doanh nghiệp bắt đầu một tháng với 500 khách hàng và mất 40 nhưng lại có thêm 80 khách hàng, đến cuối tháng họ có 540 khách hàng. Tỷ lệ giữ chân khách hàng (retention rate) cho tháng đó là (540-80)/500 = 92%

Cải thiện Customer Retention với phân tích hành trình khách hàng và dữ liệu khách hàng

Phân tích và cải thiện hành trình khách hàng

Có cái nhìn tổng quan về cả hành trình (Journey-based view) thay vì chỉ nhìn vào điểm cuối của hành trình khách hàng (Last-Click View)

Bằng việc vẽ ra hành trình khách hàng, bạn có thể phân tích toàn diện trải nghiệm từ đầu đến cuối dựa trên góc nhìn của khách hàng. Khách hàng khác nhau sẽ có trải nghiệm khác nhau, bạn có thể nhìn vào từng người, với vô số kiểu biết đến sản phẩm/dịch vụ và hành động của họ từ đó. Phân tích truyền thống sẽ chỉ quan tâm đến điểm cuối trong hành trình – mua hàng và thanh toán, nhưng việc bán hàng hiện đại còn cần quan tâm đến toàn bộ trải nghiệm và mối quan hệ lâu dài giữa khách hàng và sản phẩm, dịch vụ. Vì thế, để khám phá nguyên nhân gốc rễ của việc mất khách hàng, bạn cần xem xét hành trình khách hàng một cách hoàn chỉnh.

Bạn có thể xác định vấn đề CE có ảnh hưởng lớn nhất dẫn đến tỷ lệ rời bỏ trong phân tích hành trình khách hàng:

Ví dụ, trong phân tích trên, họ phát hiện ra rằng trong khi lượng khách hàng lớn nhất gặp phải các vấn đề về thanh toán và truyền hình, thì các vấn đề liên quan đến internet thực sự đang khiến số lượng tài khoản bị đóng nhiều nhất và chịu trách nhiệm về việc mất doanh thu lớn nhất. Những khách hàng gặp vấn đề về internet dễ gặp khó khăn và rời bỏ với tốc độ cao nhất.

Từ đó, nhóm CX cô lập hai vấn đề liên quan đến internet cụ thể có ảnh hưởng lớn nhất đến việc rời bỏ và ưu tiên một sáng kiến để giải quyết chúng.

Họ dự đoán rằng sáng kiến này sẽ làm giảm tỷ lệ rời bỏ của họ xuống khoảng 2,0%, tiết kiệm cho công ty khoảng 1,8 triệu đô la doanh thu bị mất trong 12 tháng đầu tiên sau khi thực hiện giải pháp.

Phân tích hành vi để cải thiện tỷ lệ duy trì khách hàng

Bên cạnh việc phân nhóm khách hàng dựa trên hành trình mua hàng của họ, bạn cần phân tích về hành vi, ví dụ bạn có thể chia khách hàng thành các nhóm như dưới đây:

• Theo hành vi chi trả (Purchasing behavior): Cách khách hàng đi đến quyết định mua hàng như thế nào? Quá trình mua hàng có phức tạp? Những cản trở trong quá trình mua hàng? Hành vi nào có ảnh hưởng lớn nhất và có thể dự đoán về quyết định mua hàng?

• Theo Decision Tree – Ưu tiên về lợi ích/ tính năng (Benefits sought): Khách hàng ưu tiên tính năng nào của sản phẩm hơn cả: Giá, chất liệu, xu hướng?

• …

Ví dụ với công ty thời trang, việc phân khúc khách hàng dựa trên ưu tiên về lợi ích/tính năng sản phẩm: giá cả, chất liệu, độ tiện dụng hay xu hướng, sẽ giúp nhìn rõ insights của khách hàng và lý do khách hàng ở lại với thương hiệu. Từ đó, có thể đề xuất đến khách hàng những nội dung cũng như chương trình mang tính cá nhân hóa hơn, tăng cơ hội khách hàng mua lại. Hoặc phân khúc theo các khách hàng có thói quen mua hàng tại cửa hàng và khách hàng mua trên website bán hàng cũng sẽ giúp bạn nhắm đối tượng tốt hơn cho marketing để tăng tỷ lệ giữ chân khách hàng.

Liên tục theo dõi độ hài lòng của khách hàng (Customer Satisfaction) trong suốt cả hành trình

Để đo lường mức độ hài lòng khách hàng, các doanh nghiệp thường sử dụng 3 loại chỉ số sau:

• CSAT (Customer Satisfaction Score): Chỉ số hài lòng khách hàng. Thể hiện mức độ cảm nhận của khách hàng về sản phẩm, dịch vụ hoặc đối tượng đo lường cụ thể.

• NPS (Net Promoter Score): NPS thường được thể hiện qua các bảng hỏi và tính bằng công thức dưới đây.

1. Từ 9 – 10 điểm: Promoters – là nhóm khách hàng hài lòng với sản phẩm và sẽ mua lại cũng như giới thiệu đến người quen sản phẩm này.

2. Từ 7 – 8 điểm: Passives – thuộc nhóm khách hàng không có sự trung thành đối với sản phẩm. Họ có thể dùng sản phẩm nhưng cũng có thể thay đổi nếu cảm thấy sản phẩm khác có lợi hơn.

3. Từ 0 – 6 điểm: Detractors bao gồm những khách hàng có thái độ phản cảm đối với doanh nghiệp. Họ thường đánh giá thấp chất lượng sản phẩm và khiến những khách hàng tiềm năng của bạn bỏ đi.

• CES (Customer Effort Score): Chỉ số nỗ lực của khách hàng. Tìm ra điều gây trở ngại cho khách hàng trên hành trình khách hàng. Thang điểm được đánh giá từ 1 (rất khó) đến 7 (rất dễ).

Tại mỗi một chặng trên hành trình khách hàng hoặc mỗi touchpoint, doanh nghiệp cần xác định xem đánh giá yếu tố gì, và sử dụng chỉ số, câu hỏi phù hợp.

Ví dụ: Tại phòng giao dịch của ngân hàng. Do tính yêu cầu cao đối với mỗi giao dịch viên, trước mỗi quầy giao dịch sẽ cần đánh giá về trải nghiệm tại điểm này. Bên cạnh trải nghiệm đối với giao dịch viên, khách hàng sẽ có các điểm tiếp xúc khác, như vậy doanh nghiệp cần triển khai thêm máy đánh giá tại khu vực ghế chờ hoặc cạnh cửa ra về.

Khi đo lường được và nắm rõ mức độ hài lòng của khách hàng trên mọi bước đi của hành trình khách hàng, doanh nghiệp có thể cải thiện trải nghiệm khách hàng tốt nhất, giúp tăng tỷ lệ duy trì khách hàng.

Xây dựng chương trình hiệu quả để kích thích sự trung thành

Để nổi bật trong thị trường ngày nay, nơi người tiêu dùng tràn ngập ưu đãi, hãy làm chương trình khách hàng thân thiết của bạn khác biệt bằng cách cung cấp các phần thưởng độc đáo và cá nhân hóa, không chỉ là thứ gì đó miễn phí mà còn có giá trị nội tại trong cuộc sống của khách hàng.

VinID – hệ sinh thái số của Vingroup đã thực hiện rất hiệu quả chương trình khách hàng trung thành. Đầu tiên, VinID có thể sử dụng dưới 2 dạng: thẻ cứng và ứng dụng (trong ứng dụng của VinID cũng bao gồm một số dịch vụ như đi chợ Vinmart, Scan&Go, mua nhà Vinhomes…), tăng tính tiện dụng, giúp duy trì khách hàng. Thẻ VinID đăng kí miễn phí nhưng có hàng ngàn ưu đãi, khuyến mãi và chương trình tích điểm, đổi điểm để thu hút khách hàng, từ những chương trình nhỏ nhất như tặng quà cho các bà nội trợ tại Vinmart đến những ưu đãi khi nghỉ dưỡng tại Vinpearl. VinID cũng chia ra 3 hạng mức: hạng thường, khách hàng thân thiết và VIP. Quyền lợi của thẻ VIP: có quầy phục vụ riêng, ưu tiên check-in sớm, check-out muộn tại khách sạn, ưu tiên xếp hàng tại các quầy dịch vụ giải trí … VinID đã duy trì khách hàng trong hệ sinh thái của mình bằng cách khiến khách hàng cảm thấy bản thân quan trọng khi sở hữu một chiếc thẻ với rất nhiều đặc quyền, chứ không chỉ bằng chương trình khuyến mãi, tích điểm thông thường.

Đọc thêm: Cách đo lường và tăng giá trị vòng đời khách hàng

Áp dụng dữ liệu hiệu quả để tăng tỷ lệ giữ chân khách hàng

Kết hợp, kết nối các dữ liệu khách hàng để có một cái nhìn thống nhất, tổng quát về khách hàng của bạn

Trong nhiều tổ chức, dữ liệu đang không được sắp xếp xung quanh trải nghiệm của khách hàng mà chỉ đo lường theo đơn vị kinh doanh và kênh bán hàng. Điều này khiến dữ liệu và công ty của bạn mất kết nối với những trải nghiệm cá nhân của khách hàng. Thách thức thực sự đến từ khả năng phối hợp và quản lý phản hồi của khách hàng trên các kênh và điểm tiếp xúc khác nhau.

Bạn có thể học tập Dollar Shave Club – Kết nối các điểm trên hành trình của khách hàng, đem lại trải nghiệm tốt nhất bằng cách khai thác thông minh dữ liệu khách hàng.

Dollar Shave Club – Một start-up với các sản phẩm dành cho nam giới, được biết đến với sức mạnh thương hiệu và sự tăng trưởng chóng mặt. Unilever chi 1 tỷ USD để mua lại công ty. Điều gì làm cho Dollar Shave Club trở nên giá trị đến vậy?

Câu trả lời là DSC đã đem đến góc nhìn 360 độ về trải nghiệm của người tiêu dùng. Từ thời điểm ai đó truy cập vào trang web DSC, cách họ tương tác với trang web, trải nghiệm mua hàng trông như thế nào, cách họ được phục vụ sau đó là gì … đều được đo lường và theo dõi thông qua nền tảng. DSC đã xây dựng một cấu ​​trúc dữ liệu mạnh mẽ để theo dõi và nắm bắt chi tiết mọi tương tác của người tiêu dùng. Từ cấu trúc dữ liệu mạnh, DSC triển khai Adobe Audience Manager. Adobe Audience Manager cho phép DSC tối ưu hóa các ưu đãi và xác định các phân khúc đối tượng có giá trị. Từ đó, công ty có sức mạnh của khả năng cá nhân hóa trải nghiệm khách hàng tối đa tại thời gian thực. DSC cũng đã đầu tư vào các công nghệ Adobe Analytics và Adobe Advertising Cloud để nắm bắt và phân tích trải nghiệm của khách hàng.

Để làm được như Dollar Shave Club, bạn phải hiểu và nâng cao trải nghiệm của khách hàng bằng cách tích hợp dữ liệu chéo kênh (cross-channel data), để có một cái nhìn hoàn chỉnh về khách hàng trong suốt hành trình của họ. Dữ liệu này thường sẽ nằm trong hệ thống điểm bán hàng, nền tảng tiếp thị qua email, hệ thống tự động hóa tiếp thị, hệ thống quản lý trung tâm cuộc gọi, v.v.

Các phần mềm phân tích hành trình khách hàng có thể tích hợp dữ liệu nhanh chóng và dễ dàng. Các nền tảng phân tích hành trình khách hàng nâng cao hơn có thể có ETL (Extract Transform Load) tích hợp cho phép bạn trích xuất dữ liệu từ hệ thống của mình ở định dạng dễ sử dụng nhất.

Tại Việt Nam, một trong những giải pháp giúp doanh nghiệp thấu hiểu sâu sắc hành trình của khách hàng có thể kể đến là OnCustomer. Nền tảng này bên cạnh là giải pháp tập trung và kết nối đa kênh giao tiếp, OnCustomer còn có thể tracking dấu chân của khách hàng trên website từ các dữ liệu khách hàng đã được tích hợp, tạo điều kiển để doanh nghiệp tận dụng tối đa cơ hội tương tác, nhằm giữ chân khách hàng tốt hơn.

Nhân viên cần nắm rõ dữ liệu thời gian thực để đưa quyết định

Đội ngũ CE, Marketing và Product sẽ đưa ra những quyết định ảnh hưởng đến tỷ lệ giữ chân khách hàng. Vì vậy, họ cần được cung cấp, nắm rõ và phân tích những insights rút ra được từ phân tích hành trình cũng như dữ liệu khách hàng tại thời gian thực, những phản hồi, feedback ngay tức thì. Từ đó, mới có thể đưa ra những quyết định chính xác và kịp thời để giữ chân khách hàng. Bởi khách hàng luôn thay đổi, như trong đợt dịch Covid 19 vừa rồi. Nếu không được cung cấp dữ liệu nhanh chóng về việc khách hàng đang rời bỏ sản phẩm, dịch vụ, hay phân khúc hành vi khách hàng nào đang chiếm ưu thế, đội ngũ CE, Marketing và Product khó có thể ứng biến.

Tạm kết

Qua tìm hiểu về phương pháp tăng tỷ lệ giữ chân khách hàng Customer Retention cũng như đi qua những ví dụ minh họa của các công ty thành công, có thể thấy tầm quan trọng của việc khai thác dữ liệu khách hàng. Khóa học Power BI & AI for Analytics của Tomorrow Marketers phối hợp cùng các giám đốc, quản lý cấp cao sẽ giúp bạn hiểu sâu hơn về dữ liệu khách hàng và làm thế nào để tận dụng tối đa tài nguyên này.

Bạn từng thắc mắc vì sao chiến dịch chạy quảng cáo ngốn cả trăm triệu nhưng số đơn hàng lại lèo tèo? Hoặc từng đau đầu vì không biết nên phân bổ ngân sách marketing thế nào cho hiệu quả? Nếu bạn đang làm trong một startup, agency hay thậm chí là team marketing nội bộ của doanh nghiệp – thì chắc hẳn đã ít nhất một lần loay hoay với câu hỏi: “Chúng ta đang mất bao nhiêu tiền để có được một khách hàng mới?” Đó chính là lúc bạn cần hiểu rõ về Customer Acquisition Cost (CAC) – cùng Insight Ouch! tìm hiểu trong bài viết sau nha.

Customer Acquisition Cost là gì?

Customer Acquisition Cost (viết tắt là CAC) là tổng tất cả những chi phí cần phải bỏ ra để thuyết phục một khách hàng tiềm năng mua sản phẩm hoặc dịch vụ trong một khoảng thời gian cụ thể.

Những chi phí này bao gồm chi phí cho marketing, sales, tiền lương, hoa hồng – tất cả chi phí liên quan đến việc thu hút khách hàng tiềm năng mới và chuyển đổi họ thành khách hàng thực sự.

Công thức tính CAC

Về cơ bản, chỉ số CAC được tính bằng cách chia tất cả các chi phí bỏ ra nhằm thu hút khách hàng (chủ yếu là chi phí bán hàng và marketing) cho số lượng khách hàng có được trong khoảng thời gian sử dụng số tiền đó.

Chi phí thu hút khách hàng = Chi phí bán hàng và marketing/ số lượng khách hàng mới sở hữu.

Ví dụ: nếu một công ty chi $100 cho việc thu hút khách hàng trong 1 năm và thu về được 100 khách hàng trong cùng một năm đó, suy ra CAC của họ là $1. Chi phí thu hút khách hàng ở đây cụ thể là:

• Tổng chi phí cho các cuộc gọi hỗ trợ khách hàng mới: $10/năm

• Tổng chi phí trả cho các đối tác chiến lược trên mỗi khách hàng: $0.5

• Tổng chi tiêu hàng tháng cho việc tối ưu hóa công cụ tìm kiếm: $40/năm

Trên thực tế, chi phí Marketing và bán hàng có thể bao gồm:

• Chi phí Ads: Số tiền được chi cho việc chạy quảng cáo

• Lương nhân viên thuộc các bộ phận chịu trách nhiệm thu hút khách hàng mới

• Chi phí sáng tạo: Số tiền chi cho việc sản xuất content, ví dụ như tiền trả cho các content creator hoặc tiền cafe cho một buổi họp brainstorm để nghĩ ra concept sản phẩm mới – tóm lại là tất cả các yếu tố chi cho việc sản xuất nội dung.

• Chi phí kỹ thuật: Chi phí bỏ ra cho các loại công cụ kỹ thuật. Ví dụ: số tiền dùng để mua một công cụ báo cáo theo dõi tiến trình của các digital ads.

• Chi phí xuất bản: Chi phí để phát hành chiến dịch marketing ra công chúng. Đây có thể là chi phí phát sóng trên TV, quảng cáo trên mạng xã hội hoặc tiền hoa hồng cho một tờ báo hoặc tạp chí.

• Chi phí sản xuất: Chi phí liên quan đến vật chất. Ví dụ, nếu bạn muốn quay video quảng cáo, bạn sẽ cần mua máy ảnh, set làm phim, phần mềm chỉnh sửa video, v.v.

• Chi phí bảo trì hàng tồn kho

Ứng dụng thực tế của chỉ số CAC

Trên thực tế, chỉ số CAC là dấu hiệu nhận biết liệu các chương trình bán hàng, marketing và dịch vụ khách hàng có đang hoạt động hiệu quả. CAC sẽ giúp bạn hiệu chỉnh khoản đầu tư để đưa ra quyết định đúng đắn nhất cho sự phát triển của doanh nghiệp.

Sau đây là một ví dụ về tính toán CAC trong Marketing.

Giả sử bạn mua 100 lần click cho mỗi quảng cáo, nhưng trả số tiền khác nhau cho những lần click đó. Đối với Quảng cáo 1, giá cho mỗi lần click là $5. Đối với Quảng cáo 2 và 3, giá lần lượt là $10 và $20. Nhân lên, ta có chi phí phải trả cho ba quảng cáo lần lượt là: $500, $1000 và $200.

Cả ba quảng cáo đều thu hút được 10 khách hàng. Có thể thấy rằng chỉ số CAC của mỗi quảng cáo là khác nhau. Với quảng cáo 1, ta chỉ phải trả $50 cho mỗi khách hàng. Điều này cho thấy ta nên tập trung đầu tư vào quảng cáo 1 nhiều hơn hai quảng cáo còn lại, vì nó cho ra hiệu suất tương đương với số chi phí nhỏ hơn.

Ngoài ra, CAC còn là yếu tố quan trọng đối với các nhà đầu tư. Trong giai đoạn tiếp cận và xem xét mức độ tiềm năng của startup, tỷ lệ CAC và CLV (giá trị vòng đời khách hàng) là một cặp metric có tầm quan trọng rất lớn. Cặp tỷ lệ này giúp các công ty đầu tư mạo hiểm hoặc các nhà đầu tư xem xét hiệu quả của mô hình kinh doanh khởi nghiệp.

Đọc thêm: Làm thế nào để cải thiện Tỷ lệ khách hàng rời đi?

Giá trị vòng đời khách hàng (CLV) là tổng số tiền kỳ vọng một khách hàng chi trả cho doanh nghiệp của bạn trong suốt vòng đời khách hàng của họ. CAC và CLV có mối tương quan chặt chẽ với nhau. Một vài trường hợp có thể xảy ra với tỷ lệ CLV/CAC:

• CLV/CAC = 1 thì công ty đang lỗ với mỗi một khách hàng mới.

• CLV/CAC < 1 thì công ty đang gặp khó khăn về tài chính, vì số tiền bỏ ra để thu hút khách hàng đang cao hơn giá trị nhận được.

• CLV/CAC >1 thì chi phí thu hút khách hàng đang ở mức phù hợp, cùng với các mối quan hệ khách hàng vững chắc.

Nói một cách đơn giản hơn, chỉ số CAC cần nhỏ hơn CLV để doanh nghiệp thu được nhiều lợi nhuận – nghĩa là chi phí thu hút một khách hàng mới phải nhỏ hơn số tiền mà khách hàng đó sẽ bỏ ra cho doanh nghiệp trong suốt vòng đời của họ. Ví dụ cụ thể: chi phí để thu hút khách hàng A lên đến $200, nhưng trong suốt vòng đời của họ, khách hàng này sẽ chi cho công ty $600. Vậy nên $200 bỏ ra ban đầu sẽ thu về được nhiều lợi nhuận cho công ty.

Làm thế nào để cải thiện chỉ số CAC?

Như đã nói ở trên, mục tiêu cuối cùng của các doanh nghiệp khi đo lường CAC chính là để giảm thiểu nó bằng cách giảm chi phí bỏ ra hoặc tăng lượng khách hàng mới thu hút được. Vậy, làm thế nào để cải thiện chỉ số CAC qua việc chuyển đổi khách hàng?

Hiểu rõ thị trường hoặc ngành hàng

Điều đầu tiên các doanh nghiệp cần nắm rõ là xác định chỉ số CAC trung bình trong ngành hàng của mình. Mỗi thị trường sẽ có độ lớn CAC khác nhau, tuỳ thuộc vào thời gian và chi phí bỏ ra để nuôi dưỡng khách hàng tiềm năng. Ví dụ: Bạn sẽ mất ít thời gian và chi phí để thuyết phục ai đó mua một quyển sách hơn là mua một chiếc xe hơi. Sách có giá rẻ hơn, nên sẽ dễ dàng để thuyết phục ai đó chi $20 sau khi tiếp cận họ trong vài ngày. Mặt khác, bạn có thể mất 2-3 tháng để thuyết phục khách hàng mua xe, nhưng bù lại, bạn sẽ nhận về hàng ngàn đô la.

Khi biết được chỉ số CAC của ngành hàng, công ty sẽ biết được nên chi bao nhiêu để thu hút khách hàng, từ đó tạo ra một chiến dịch hiệu quả hơn về mặt chi phí.

Xác định và nhắm đến khách hàng tốt nhất

Khách hàng tốt nhất là những người có khả năng mua sản phẩm của bạn cao nhất. Việc nhắm đến đúng tệp khách hàng phù hợp với sản phẩm của công ty thay vì tiếp thị tới những người không có ý định mua hàng sẽ giúp tiết kiệm chi phí, từ đó giảm CAC. Ví dụ: nếu công ty bạn bán một phần mềm quản lý nhân sự, sau đây là một vài chân dung khách hàng tốt nhất của bạn:

• CIO (Chief information officer – Giám đốc thông tin) tại một tổ chức sản xuất lớn

• Trưởng phòng nhân sự trong một doanh nghiệp công nghệ cỡ vừa

• Giám đốc điều hành tại các startup đang phát triển nhanh chóng

Cải thiện chuyển đổi với Audience Retargeting

Theo AdRoll, chỉ có 2% khách truy cập website của bạn chuyển đổi thành khách hàng trong lần truy cập đầu tiên, để giảm chi phí chuyển đổi một khách hàng, quảng cáo theo đuôi (Retargeting) sẽ là một lựa chọn đáng cân nhắc. Quảng cáo này sẽ hiện lên với những đối tượng đã truy cập website/ landing page của bạn ở những website khác sau khi họ đã thoát khỏi trang của bạn.

Retargeting sẽ giúp các doanh nghiệp tận dụng tối đa các nỗ lực quảng cáo phải trả tiền. Bằng cách nhắm vào khách hàng tiềm năng đã từng tương tác với doanh nghiệp, bạn có thể nuôi dưỡng và chuyển đổi họ với chi phí hiệu quả hơn nhiều so với việc tiếp cận khách hàng hoàn toàn chưa từng biết về doanh nghiệp.

Case Study: Để thu hút những khách hàng tiềm năng ở gần một đại lý Mazda, công ty đã sử dụng retargeting ads theo địa lý để hiển thị những quảng cáo được cá nhân hóa. Gần 53% những người nhìn thấy quảng cáo này đã trực tiếp đến đại lý Mazda đó. Kết quả: Mazda đạt được doanh số bán hàng cao hơn 98% kế hoạch dự kiến.

Giảm sự phụ thuộc vào quảng cáo trả phí

Đầu tư vào owned và earned media là một cách tốt để giảm thiểu CAC về mặt lâu dài. Owned media là tất cả các kênh truyền thông mà bạn đang sở hữu: website, nội dung blog, tạp chí, infographics,… Earned media là loại hình truyền thông doanh nghiệp không tự tạo, mà kiếm được. Ví dụ: KOLs giới thiệu sản phẩm của bạn, báo chí viết bài về công ty bạn,…

Đọc thêm: Phân biệt Owned Media, Paid Media và Earned Media

Khi doanh nghiệp thành công xây dựng một lượng người theo dõi trung thành, mỗi bài viết trên blog hoặc bài đăng trên phương tiện truyền thông sẽ giúp thu hút nhiều khách hàng hơn, cùng một khoản đầu tư nhỏ hơn Paid Media. Một ví dụ điển hình cho chiến lược này đó là Hubspot, với chiến lược nội dung đem lại giá trị cho những người đang vận hành bộ phận Sales & Marketing, Hubspot thu hút được một lượng lớn độc giả trung thành trên owned media, sản phẩm được giới thiệu một cách tự nhiên mà không cần dùng quảng cáo trả phí.

Thực hiện chương trình giới thiệu bạn bè (referal) để nhận ưu đãi

Nếu khách hàng giới thiệu sản phẩm của bạn tới một khách hàng tiềm năng khác – những người vốn đã quan tâm đến việc tìm hiểu về sản phẩm, CAC họ sẽ là $0 nếu họ chuyển đổi thành công. Những khách hàng “miễn phí” này sẽ giúp giảm tỷ lệ CAC của bạn theo thời gian. Vì vậy, hãy đầu tư xây dựng một chương trình giới thiệu bạn bè mà khách hàng của bạn thực sự muốn tham gia.

Đọc thêm: Monthly Active Users – chỉ số phản ánh mức độ thành công của các nền tảng công nghệ

Tạm kết

Hiểu rõ Customer Acquisition Cost của từng kênh tiếp thị là điều mà hầu hết các Marketer đều hướng tới. Nếu bạn biết rõ tỷ lệ CAC, bạn sẽ biết cách phân bổ ngân sách Marketing và Sales hợp lý. Nếu bạn đang phải tiếp xúc với hàng loạt dữ liệu, biểu đồ, mà chưa biết tận dụng chúng như thế nào để tìm kiếm Insights phục vụ công việc và ra các quyết định kinh doanh chiến lược, đừng bỏ lỡ khóa học Power BI & AI for Analytics của Tomorrow Marketes nhé!

Trong một chiến dịch conversion ad, việc hiểu rõ các chỉ số cốt lõi không chỉ giúp bạn đo lường kết quả, mà còn chỉ ra đâu là phần cần tối ưu để quảng cáo làm việc tốt hơn. Insight Ouch sẽ cùng bạn đi qua 5 chỉ số quan trọng nhất – ngắn gọn, dễ hiểu, và gắn chặt với thực tế của người làm quảng cáo trong bài viết này nhé!

5 chỉ số quan trọng đo lường hiệu quả chiến dịch conversion ad

1. Cost per result

Cost per result là chi phí trung bình cho mỗi kết quả nhận được. Đó có thể là chi phí cho mỗi lượt click vào quảng cáo, chi phí cho mỗi lượt xem landing page, hay chi phí cho mỗi lead, tuỳ theo mục tiêu của bạn khi thiết lập chiến dịch.

Cost per result = Amount spent / Number of Results

Nhìn chung, bạn có thể sử dụng chỉ số này để so sánh hiệu quả các chiến dịch khác nhau, từ đó nhìn ra cơ hội để tối ưu quảng cáo. Chẳng hạn, bạn thử nghiệm 3 chương trình promotion cho cùng 1 tệp khách hàng, cùng một mức ngân sách và nhận thấy chương trình mua 1 tặng 1 nhận được nhiều lượt view landing nhất, cost per view landing page thấp nhất. Nếu giá trị đơn hàng thu về từ chiến dịch này cũng ở mức tiềm năng tương ứng, bạn hoàn toàn có thể cân nhắc đầu tư thêm ngân sách hoặc mở rộng tệp target audience để tăng mức doanh thu. Ngoài ra, cost per result cũng có thể dùng để quyết định mức đặt giá thầu cho chiến dịch trong tương lai, vì lúc này bạn đã có dữ liệu lịch sử để làm benchmark.

Đọc thêm: Scale ad là gì? X2 ngân sách có luôn đi cùng X2 số đơn?

2. Outbound click-through rate (Outbound CTR)

Outbound click là số lượng click vào đường link dẫn ra trang ngoài Facebook, chẳng hạn như một người bấm vào nút call-to-action ‘learn more’ và được điều hướng tới landing page sản phẩm.

Outbound CTR là tỷ lệ phần trăm lượt outbound click trên tổng số lượt hiển thị của quảng cáo.

Outbound CTR = Number of outbound clicks / Number of Impressions x 100

Outbound CTR giúp bạn:

• Xác định xem đâu là mẫu quảng cáo thu hút nhóm đối tượng mục tiêu click tìm hiểu têm sản phẩm

• Xác định mức độ quan tâm, hứng thú của nhóm đối tượng mục tiêu với sản phẩm mà bạn cung cấp

Nếu Outbound CTR thấp, bạn có thể xem lại nội dung ad copy, cố gắng truyền tải nhiều giá trị hơn để thu hút người dùng. Hoặc CTR thấp cũng là dấu hiệu để bạn thu hẹp tệp người dùng, chỉ lọc ra tệp thực sự quan tâm tới sản phẩm.

3. Average Order Value

Average order value: Giá trung bình của đơn hàng = Tổng doanh thu / Số đơn hàng bán được

Ví dụ bạn bán được 3 đơn hàng, một đơn hàng giá 50.000 đồng, một đơn hàng giá 10,000 đồng và một đơn hàng 30.000 đồng. Cộng lại là 90.000 đồng và chia 3 thì giá trị trung bình đơn hàng của bạn là 30,000 đồng.

Giá trị trung bình của đơn hàng là một chỉ số quan trọng vì nó chứa insight về hành vi, sở thích và mô hình mua hàng của khách hàng. Ngoài ra, average order value cũng giúp doanh nghiệp xác định cơ hội bán thêm hoặc bán chéo sản phẩm.

4. Conversion rate

Conversion rate = Order / Visits

Chẳng hạn, có 10,000 người nhấp vào website từ quảng cáo (visitors), bạn thu được 90 đơn đặt hàng từ những người này, vậy conversion rate lúc này là 9%.

Tỉ lệ chuyển đổi càng cao, càng có lợi cho gian hàng vì số đơn sẽ tăng hơn và gian hàng bớt công sức hơn vào việc mở phễu traffic. Tỉ lệ Conversion tăng lên đáng kể trong ngày Sale lớn so với các ngày bình thường vì nhu cầu khách hàng có xu hướng tăng lên do sự điều hướng của sàn & các nhà bán hàng.

Mối liên hệ giữa Conversion Rate, Traffic và Average Order Value được phản ánh qua công thức:

Revenue = Traffic x Conversion Rate x Average Order Value

Để làm rõ mối liên hệ này, chúng ta có ví dụ: Một nhãn hàng triển khai nhiều khuyến mãi hấp dẫn, giá giảm sâu hơn, có nhiều voucher & quà tặng hơn so với mặt bằng chung (để đủ thuyết phục khách hàng xuống tiền). Lúc này, conversion rate tăng. Nhãn hàng có nhiều Orders (đơn hàng hơn).

Tuy nhiên, lại có một vấn đề phát sinh là dù có nhiều đơn hàng hơn nhưng Giá trị trung bình của mỗi đơn hàng (AOV) lại giảm xuống vì nhãn hàng đã giảm giá & ưu đãi quá nhiều. Dẫn đến doanh thu bị kéo thấp hơn.

Lúc này, áp lực lại đè lên Traffic, tức là nhãn hàng phải có nhiều traffic hơn bình thường, để với một tỉ lệ CR% đó, nhãn hàng có nhiều đơn hơn.

Đọc thêm: Recap | Webinar: Tối ưu conversion ads và content trên Facebook

5. ROAS (Return on ad spend)

ROAS cho bạn biết, với mỗi đồng chi phí bỏ ra bạn thu về bao nhiêu đồng doanh thu. Chẳng hạn, nếu bạn thu về $20,000, chi phí bạn bỏ ra cho quảng cáo là $5,000 thì ROAS bằng 4. Nói cách khác, mỗi $1 chi phí mang về cho bạn $4 doanh thu.

ROAS = Doanh thu / Tổng chi phí quảng cáo

Chỉ số ROAS sẽ giúp bạn:

• Trả lời cho câu hỏi “Có nên mở rộng quy mô không?”: Bạn có thể chạy nhiều chiến dịch cùng lúc và khi đánh giá từng chiến dịch, bạn có thể mở rộng quy mô của những chiến dịch có ROAS cao nhất để phục vụ mục tiêu tăng doanh thu của mình.

• Phân bổ ngân sách quảng cáo một cách hợp lý: Việc tính toán ROAS sẽ xác định các quảng cáo và chiến dịch mà bạn đang chi tiêu “quá mạnh tay”. Trong những trường hợp này, bạn cần giảm ngân sách để bảo vệ doanh nghiệp của mình khỏi thua lỗ.

ROAS bao nhiêu thì được coi là tốt? Đọc thêm tại: Đừng chạy quảng cáo khi chưa biết ROAS – Tỷ lệ hoàn vốn trên chi phí quảng cáo

Case study: Phân tích chiến dịch Shopping Mall

Bối cảnh: Nhãn hàng ngành Thực phẩm chạy chiến dịch giữa năm, đặt trọng điểm vào 2 ngày 25.5 và 6.6 trên trang Thương mại điện tử, mục tiêu chiến dịch là đẩy mạnh số lượng bán trên trang thương mại điện tử.

Nhãn hàng chia tệp đối tượng thành 2 nhóm:

(1) Prospecting (Đầu phễu): Đưa quảng cáo đến với tệp khách hàng tiềm năng rộng để mở phễu.

• Thương hiệu chọn tệp đối tượng nữ, từ 18 – 55, quan tâm tới Cooking, Online Shopping và Sales promotion, hành vi engaged shoppers.

• Ngoài ra, thương hiệu cũng chọn cách tiếp cận với khách hàng đang quan tâm những sản phẩm tương tự như sản phẩm mà thương hiệu cung cấp. Ở trường hợp này, thương hiệu chọn tệp Lookalike (Lookalike những người đã bỏ hàng vào giỏ, những người đã từng mua sản phẩm tương tự trên trang ecommerce,…)

(2) Retargeting (Cuối phễu): Tiếp cận lại những người đã xem sản phẩm, những người đã đưa sản phẩm của thương hiệu vào giỏ hàng, những khách hàng trước đó đã từng mua sản phẩm…

Dưới đây là bảng so sánh media plan (xây dựng dựa trên dữ liệu quá khứ) và kết quả thực đạt của chiến dịch:

ROAS thực tế tuy không đạt kỳ vọng so với mục tiêu, nhưng mức 1.38 cho ngành Thực phẩm là một mức ổn vì ROAS benchmark trong ngành này thường dao động ở khoảng 1.2 – 2.0.

Để tìm ra phương án tối ưu về cách phân bổ ngân sách và tối ưu hành trình khách hàng, chúng ta đào sâu hơn về 2 nhóm chỉ số:

(1) Chỉ số liên quan tới performance theo nhóm đối tượng mục tiêu:

Có 2 điểm chính khi nhìn vào biểu đồ trên:

• ROAS của nhóm prospecting thấp hơn hẳn ROAS của nhóm retargeting, nhóm đối tượng mới thì khó ra quyết định mua hàng.

• Tuy nhiên, CPC của nhóm retargeting khá cao, khi kiểm tra frequency cũng lên cao tương ứng ở mức 3 lần/ tuần, có thể thấy audience size của tệp retargeting này khá nhỏ.

(2) Để tối ưu về hành trình mua hàng, chúng ta đào sâu hơn vào các chỉ số chất lượng như:

• CTR = Click / Impression > Đánh giá chất lượng banner ads có đủ thu hút không? có banner nào có CTR cao hơn, đặc tính của banner đó là gì?

• %Visit = Visit / Click > Đánh giá độ liên quan của trang đích và chất lượng hạ tầng website, Visit rate càng cao chứng tỏ thứ user click vào và nội dung trang đích là liên quan với nhau, hoặc website có tốc độ tải tốt, không làm rơi rớt người dùng giữa đường.

• %Add-to-cart = Add to Cart / Visit > Đánh giá xem người ta có bỏ vào giỏ hàng hay không? Chương trình, hình ảnh, review sản phẩm có đủ hấp dẫn không?

• % Purchase: Đánh vào chương trình ưu đãi

Một số benchmark trong ngành hàng tiêu dùng nhanh, nhóm đối tượng đại chúng từ 18 – 50 tuổi mà bạn có thể tham khảo:

%CTR = 0.6% – 0.8%

%Visit = 30 – 50% (Shopee/Lazada)

%Add to cart = 40 – 50%

%Purchase = 10 – 20%

Một số tips tối ưu:

• Chia targeting thành 2 tệp Prospecting (Đầu phễu) và Retargeting (Cuối phễu) với những quảng cáo khác nhau:

Đầu phễu tập trung vào việc kích thích người dùng thấy ads, click vào xem sản phẩm và bỏ sản phẩm vào giỏ hàng. Để tạo nguồn cho Retargeting, có thể tạo conversion event theo Product Page View, Add-To-Cart.

Cuối phễu (Retargeting) tập trung vào tối ưu theo ROAS hay Purchase.

• Phân bổ ngân sách tầm 50-60% cho Prospecting (chạy sớm trước ngày sự kiện 4-7 ngày) và 40-50% cho Re-targeting (chạy sau khi Prospecting được 2-3 ngày, và dồn nhiều tiền hơn cho ngày sự kiện vì hôm đó khuyến mãi thường tốt nhất). Nói cách khác, thương hiệu sẽ có 1 tệp tạo nguồn và 1 tệp tối ưu mua hàng, và tệp mua hàng frequency sẽ cao hơn để chốt đơn.

• Thêm thông điệp và creative khác nhau phục vụ từng tầng của phễu chuyển đổi (Brand awareness – Brand trust – Thúc đẩy mua hàng). Với mục tiêu brand awareness và brand trust, tập trung vào điểm nổi bật của sản phẩm, reason to believe của sản phẩm, gợi nhắc các vấn đề hiện tại của người tiêu dùng. Với mục tiêu bán hàng, nhấn mạnh các sản phẩm nổi bật, quảng bá thông tin khuyến mãi, quà tặng.

Tạm kết

Biết cách xử lý dữ liệu trả về từ quảng cáo, xác định chỉ số quan trọng, từ đó đưa ra đánh giá và hành động tối ưu chính là kỹ năng quan trọng của người làm Marketing. Nếu bạn muốn tìm hiểu sâu hơn về cách khai thác dữ liệu và tối ưu chiến dịch theo sát hành trình khách hàng, hãy tham khảo khóa học Power BI & AI for Analytics của Tomorrow Marketers! Bạn sẽ được thực hành phân tích dựa trên case study thực tế mảng Marketing, Customer, Sales và E-commerce dưới sự hướng dẫn của trainer nhiều năm kinh nghiệm.

Có thể hình dung phân tích dữ liệu như việc khám phá từng lớp của một câu chuyện phức tạp. Khi làm việc với dữ liệu lần đầu tiên, sẽ rất dễ bị choáng ngợp bởi sự phức tạp của các biến và mối quan hệ giữa chúng. Tuy nhiên, bắt đầu với phân tích đơn biến, nơi tập trung vào từng biến một cách độc lập, là cách hiệu quả để làm quen và hiểu rõ cấu trúc cơ bản của dữ liệu. Chẳng hạn, trong một dự án khảo sát ý kiến khách hàng, việc phân tích đơn biến có thể giúp trả lời nhanh các câu hỏi như: "Độ tuổi trung bình của khách hàng là bao nhiêu?" hay "Có bao nhiêu người chọn một sản phẩm cụ thể?".

Trong bài viết này, cùng Insight Ouch! cùng tìm hiểu phân tích đơn biến (univariate analysis) là gì, các kỹ thuật phân tích và ví dụ nhé.

Đọc thêm: Hướng dẫn đọc và phân tích dữ liệu cho người mới bắt đầu

1. Phân tích đơn biến (univariate analysis) là gì?

Phân tích đơn biến (Univariate analysis) là một loại kỹ thuật phân tích cơ bản cho dữ liệu thống kê. Với kỹ thuật này, dữ liệu chỉ có một biến và đo lường khía cạnh về lượng của dữ liệu đó mà không xem xét tới mối quan hệ giữa nhiều biến khác nhau.

Ví dụ: bạn cần phân tích kết quả khảo sát của một lớp học, cụ thể là đếm số lượng nam và nữ trong phòng. Dữ liệu ở đây chỉ tập trung vào một biến và lượng hóa của biến đó.

Phân tích đơn biến về cơ bản là hình thức đơn giản nhất để phân tích dữ liệu. Mục tiêu chính của phân tích đơn biến là mô tả, tóm tắt dữ liệu và tìm ra patterns trong dữ liệu, thông qua việc tìm ra giá trị trung bình (mean), mode, giá trị trung vị (median), độ lệch chuẩn (standard deviation), độ phân tán của dữ liệu (dispersion),…

Trong đó, biến (variable) ở đây được định nghĩa là một điều kiện hoặc tập hợp con dữ liệu trong một tập dữ liệu lớn. Ví dụ: “tuổi”, “chiều cao” hoặc “cân nặng” được coi là một biến.

2. Các kỹ thuật phân tích đơn biến

Phân tích đơn biến được tiến hành theo nhiều hướng khác nhau, và hầu hết các cách phân tích này mang tính chất mô tả. Một số kỹ thuật có thể kể đến như: Frequency Distribution Tables, Frequency Polygons, Histograms, Bar Charts và Pie Charts.

Đọc thêm: Data Analysis là gì – Quy trình và phương pháp phân tích dữ liệu bạn cần biết

Summary Statistics (Thống kê)

Phương pháp phổ biến nhất để thực hiện phân tích đơn biến là summary statistics. Phương pháp này được sử dụng để tóm tắt một tập hợp các quan sát, nhằm tóm tắt thông tin một cách ngắn gọn và đơn giản.

Có hai nhóm chỉ số thống kê phổ biến nhất:

Đo lường mức độ phân tán của dữ liệu: Với loại phân tích này, bạn sẽ phân tích phạm vi của dữ liệu (range), độ trải giữa (interquartile range), phương sai (variance) và độ lệch chuẩn (standard deviation) để mô tả mức độ phân bổ đồng đều của các giá trị trong tập dữ liệu. Cụ thể:

• Range – sự khác biệt giữa giá trị tối đa và giá trị tối thiểu trong tập dữ liệu

• Interquartile Range – chênh lệch giữa 50% giá trị

• Variance – đại lượng đo lường sự phân tán của các điểm dữ liệu so với giá trị trung bình

• Standard Deviation- đại lượng đo lường trung bình mức độ phân tán của dữ liệu, standard deviation bằng căn bậc hai của variance.

Đo lường mức độ tập trung: Đo lường giá trị trung bình (mean) và giá trị trung vị (median) sẽ giúp mô tả giá trị tập trung và giá trị chính giữa của tập dữ liệu.

Frequency distribution table (Bảng phân phối tần suất)

Tần suất của một dữ liệu là số lần giá trị đó xuất hiện trong tổng thể dữ liệu đang xem xét. Bảng phân phối tần suất có thể hiển thị các biến dữ liệu phân loại (categorical data) hoặc dữ liệu dạng số (numeric data). Bảng phân phối tần suất sẽ giúp bạn có cái nhìn tổng quan mô tả về tập dữ liệu, nhằm đưa ra pattern chung của dữ liệu.

Bar chart (Biểu đồ cột/biểu đồ thanh)

Bar chart có thể được trình bày theo chiều dọc hoặc chiều ngang, nhằm so sánh sự chênh lệch của một biến trong các mốc thời gian khác nhau.

Với biểu đồ thanh, trục hoành (trục x) sẽ biểu thị các đầu dữ liệu khác nhau và trục tung (trục y) sẽ biểu diễn giá trị. Biểu đồ thanh nhìn vào tập dữ liệu và so sánh.

Histogram (Biểu đồ tần suất)

Histogram có phần tương tự bar chart, nhưng đo tần suất thay vì xu hướng theo thời gian. Trục x của histogram liệt kê các giá trị của bộ dữ liệu và các khoảng của biến, trục y là tần suất. Từ histogram, bạn có thể phân tích tần suất xuất hiện của một phạm vi dữ liệu hoặc của các khoảng dữ liệu khác nhau.

Frequency Polygon (Đa giác tần suất)

Đa giác tần suất có phần tương tự với histogram, tuy nhiên đa giác tần suất có thể được sử dụng để so sánh các tập dữ liệu hoặc để biểu diễn phân phối tần suất tích lũy. Đa giác tần suất được biểu diễn dưới dạng biểu đồ đường.

Pie Chart (Biểu đồ tròn)

Biểu đồ tròn giúp mô tả tỷ lệ phần trăm của mỗi phần tử trong một tổng thể. Tổng tỷ lệ của mỗi các mục dữ liệu sẽ bằng 100%.

Đọc thêm: Data Visualization là gì? Các loại biểu đồ giúp bạn trực quan hóa dữ liệu

3. Ví dụ của phân tích đơn biến

Phân tích dữ liệu đơn biến là kỹ thuật đơn giản nhất bởi bạn chỉ cần xử lý duy nhất một biến và quan tâm tới những thay đổi mô tả của biến đó. Kỹ thuật này không yêu cầu bạn phải nghiên cứu sự tương quan và mối quan hệ nhân quả của hai biến và thường được sử dụng để mô tả dữ liệu và tìm ra pattern trong đó.

Ví dụ, “chiều cao” của các học sinh trong một lớp học được coi là dữ liệu đơn biến. Các giá trị mô tả duy nhất biến chiều cao và không thể hiện bất kỳ mối tương quan với biến nào khác. Từ những dữ liệu này, bạn có thể rút ra pattern, mức độ phân tán và mức độ tập trung của dữ liệu chiều cao học sinh thông qua histograms, frequency distribution table, bar charts,… Dựa vào đây, bạn có thể trả lời các câu hỏi như: Học sinh nào cao nhất trong lớp học? Chiều cao trung bình của học sinh trong lớp? Chiều cao của các học sinh có xu hướng tập trung ở khoảng giá trị nào?

Trong ví dụ trên, quá trình phân tích chỉ tập trung vào biến “chiều cao”. Nếu có thêm biến “cân nặng”, “tuổi” hay “giới tính” được đưa vào phân tích, bạn sẽ cần sử dụng các kỹ thuật phân tích hai biến (bivariate analysis), và phân tích đa biến (multivariate analysis).

Tạm kết

Phân tích đơn biến mặc dù là một trong những kỹ thuật phân tích đơn giản nhất, nhưng giá trị nó mang lại trong việc mô tả dữ liệu là không thể phủ nhận. Vì vậy, để có thể tận dụng đúng cách và khai thác tối đa nguồn sức mạnh từ dữ liệu, bạn cần nâng cao tư duy và kỹ năng thống kê mô tả nhằm phân tích và đảm bảo các phân tích đưa ra chính xác. Tư duy làm việc, xử lý, phân tích dữ liệu để tìm ra các insight ẩn, phát hiện vấn đề, tránh đưa ra các quyết định cảm tính là nội dung chính mà khóa học Power BI & AI for Analytics của Tomorrow Marketers sẽ giúp bạn trang bị. Tham khảo ngay nhé!

Phải làm việc với số liệu thế nào? Quá nhiều số liệu khác nhau phải xử lý ra sao? Nếu chưa từng được đào tạo bài bản, chắc chắn bạn sẽ có cảm giác sợ hãi mỗi khi đối diện với “biển” số liệu này. Trong bài viết dưới đây, Insight Ouch! sẽ giúp các bạn tìm hiểu những bí quyết để chinh phục Data analysis nhé!

5 bước phân tích số liệu

1. Xác định mục tiêu (objective)

Để việc phân tích số liệu được thực hiện đúng trọng tâm, tiết kiệm thời gian và công sức, marketer cần xác định được các mục tiêu kinh doanh, mục tiêu marketing để từ đó biết được việc phân tích số liệu nhằm giải quyết vấn đề gì và làm thế nào để đạt được các mục tiêu này.

Chẳng hạn, nhãn hàng Ariel mong muốn đạt được mục tiêu tăng số lượng người sử dụng gel giặt tại thị trường Việt Nam, và để đạt được mục tiêu này, Ariel đối mặt với thách thức thay đổi hành vi của những người đang sử dụng nước giặt để họ chuyển sang sử dụng gel giặt. Như vậy, việc phân tích sẽ cần tập trung vào các số liệu liên quan tới hành vi, thói quen của người sử dụng nước giặt, từ đó đề ra những giải pháp giúp Ariel đạt được mục tiêu nêu trên.

2. Thu thập dữ liệu

Có hai loại dữ liệu cơ bản mà marketer cần thu thập:

• Dữ liệu sơ cấp: Thu thập trực tiếp thông qua bảng hỏi, phỏng vấn sâu, phỏng vấn nhóm

• Dữ liệu thứ cấp: Thu thập các dữ liệu đã tồn tại, thường được lưu trữ tại các công ty nghiên cứu thị trường, các cơ quan nhà nước, các marketing agency…

3. Xử lý dữ liệu

Các dữ liệu mới thu thập còn ở dạng “tươi sống” (raw), cần trải qua công đoạn kiếm chứng mức độ chính xác, khách quan.

Sau đó, các dữ liệu này được được trình bày dưới dạng bảng (dành cho dữ liệu đơn giản) và dạng biểu đồ (dành cho dữ liệu phức tạp, thay đổi theo thời gian). Marketer cần hết sức thận trọng khi lựa chọn hình thức của các biểu đồ này để tránh nguy cơ bỏ sót những thông tin quan trọng có vai trò khai phá những insight mới. Chẳng hạn, biểu đồ tròn thường được sử dụng để trình bày các số liệu về thị phần thuộc các quốc gia khác nhau, tính theo đơn vị phần trăm, thế nhưng không thể hiện được doanh số đạt được tại từng quốc gia ấy.

4. Phân tích dữ liệu

• Đọc kỹ dữ liệu lẻ: Dữ liệu lẻ là toàn bộ các số liệu, bảng biểu marketer có trong tay, chưa qua quá trình chọn lọc, phân nhóm. Trước khi đào sâu phân tích, marketer cần hiểu được các dữ liệu này nghĩa là gì, mô tả điều gì,…

• Phân nhóm dữ liệu: Sắp xếp dữ liệu thành các nhóm có điểm tương đồng. 3 nhóm dữ liệu chính marketer cần quan tâm bao gồm dữ liệu sales (bán hàng), consumer (khách hàng) và brand (thương hiệu)

• So sánh, tìm ra điểm bất thường: Sau khi đã sắp xếp các dữ liệu này vào các nhóm khác nhau, nhiệm vụ tiếp theo của marketer là so sánh chúng với các giai đoạn trước và với dữ liệu thu được về đối thủ. Chú ý tới các dữ liệu bất thường (VD: các giai đoạn tăng hoặc giảm mạnh) bởi chúng có thể hé lộ những insight mới mẻ.

5. Kế hoạch hành động

• Đưa ra 1-2 kết luận chính, liên quan trực tiếp tới mục tiêu ban đầu

• Đưa ra đề xuất: thường là 3 đề xuất (2 đề xuất cho các giải pháp ngắn hạn và 1 đề xuất cho giải pháp dài hạn)

• Thực thi: quá trình phân tích dữ liệu không hoàn thành cho tới khi một kế hoạch thực thi cụ thể, chi tiết được đề ra.

Làm quen với một số loại dữ liệu chính trong market research

Như đã đề cập ở trên, dữ liệu trong market research có thể phân thành 3 nhóm chính: sales, consumer và brand

1. Nhóm dữ liệu sales

Nhóm dữ liệu sales đo lường các chỉ số liên quan tới hàng hóa từ doanh nghiệp phân phối tới các kênh bán hàng, còn được gọi là Retail Audit. Kênh bán hàng có thể chia thành 02 loại chính: On-premise (tiêu dùng tại chỗ, chẳng hạn như uống bia ngay tại quán bia) và Off-Premise (tiêu dùng tại nhà, chẳng hạn như mua bia tại cửa hàng rồi về nhà uống). Hai kênh này tiếp tục được chia nhỏ thành kênh truyền thống (chợ, cửa hàng tạp hóa theo hộ gia đình) và kênh hiện đại (siêu thị, cửa hàng tiện lợi, trung tâm thương mại, kênh thương mại điện tử…).

Trong nhóm dữ liệu sales có một số dữ liệu sau cần chú ý:

• Value/volume sales: Doanh số bán hàng cho người tiêu dùng thể hiện trên cơ sở giá trị hoặc khối lượng hàng bán được. Dữ liệu này giúp marketer sử dụng nhằm đo lường tổng kích thước thị trường, nhà sản xuất hoặc diễn biến hoạt động thương hiệu

• Value/Volume share: Thị phần của một thương hiệu trên tổng thị trường hoặc phân khúc cụ thể, cho thấy hiệu suất của một nhà sản xuất/ thương hiệu trong bối cảnh với đối thủ cạnh tranh

• Value/Volume share of trade: phần trăm doanh số từ một số kênh hoặc thị trường nhất định trong tổng số doanh nghiệp, cho thấy tầm quan trọng của các kênh/thị trường phụ đối với tổng thị trường (kênh nào, thị trường nào đang đóng góp doanh số nhiều nhất, nên được tập trung nỗ lực marketing? Có khu vực nào đang được tập trung quá mức hay không?)

• Numeric Distribution: Số lượng cửa hàng có bán sản phẩm của doanh nghiệp trên tổng số cửa hàng trong thị trường

• Weighted Distribution: Số lượng hàng bán được tại từng cửa hàng.

Đọc thêm: Phân biệt Numeric distribution (NUM) và Weighted distribution (WTD)

Như vậy, không chỉ gia tăng số lượng cửa hàng mà doanh nghiệp còn cần chú ý tăng doanh số tại từng cửa hàng. Các cửa hàng lớn với kệ hàng kích thước lớn, thu hút đông đảo người mua hàng là các kênh nên được chú trọng.

• Price per pack: Giá bán lẻ cho người tiêu dùng, giúp đo lường giá trị thực tế được bán trên thị trường so với giá được đề xuất, biểu thị những vấn đề xảy ra tại các cửa hàng (chẳng hạn như sự giảm sút của sản phẩm), đo lường tác động của giá so với doanh số. Price per pack được tính bằng (mức giá 1 x số sản phẩm bán được ở mức giá 1 + mức giá 2 x số sản phẩm bán được ở mức giá 2+ ….)/tổng số sản phẩm bán được

• Average Price: Mức giá trung bình của sản phẩm trong trường hợp có nhiều kích cỡ, hình thức đóng gói khác nhau, thường là giá trung bình của 1 lít, 1kg, 1 gam,… sản phẩm

2. Nhóm dữ liệu về người tiêu dùng:

• Penetration: Số phần trăm hộ gia đình đã mua sản phẩm trong thị trường hoặc phân khúc ít nhất một lần trong một khoảng thời gian nhất định. Penetration không phụ thuộc vào số lần mua. Một người có mua bao nhiều lần cũng chỉ được tính một lần. Penetration = Tổng số lượng người mua hàng / tổng số hàng

• Frequency: Số lần mua hàng trung bình của ngành hàng/nhãn hàng ở một khoảng thời gian xác định dựa trên tổng số những người mua ngành hàng/nhãn hàng này. Nói cách khác, frequency là số lần mua hàng trung bình của một người mua hàng trong một khoảng thời gian. Frequency = Tổng số lần mua hàng / Tổng số người mua.

Đọc thêm: Dữ liệu về người tiêu dùng – Volume per trip và Volume per buyer

3. Nhóm dữ liệu về thương hiệu

• Brand Equity: Brand Equity được đánh giá dựa trên một số tiêu chí như thương hiệu có đáng tiền hay không, có nhiều người mua hay không, người mua hàng có sẵn sàng chi nhiều tiền hơn cho thương hiệu hay không…

• Brand Health: Brand Health thường được đo lường qua ba tiêu chí Presence (biết tới thương hiệu), Relevance (Muốn mua), Conviction (thương hiệu này là sự lựa chọn tốt nhất)

4. Một số loại dữ liệu về thời gian mà marketers cần chú ý:

• Year To Date (YTD): Là khoảng thời gian từ tháng 01 đến giai đoạn mới nhất

• Moving Annual Total (MAT): Được tính từ thời điểm hiện tại lùi về 01 năm, giúp marketer nhận định về tình hình tăng trưởng, tầm nhìn chiến lược của thị trường.

Tips và phương pháp phân tích dữ liệu

• Luôn kiểm tra tính chính xác của dữ liệu “raw”: Nếu dữ liệu đầu vào không chính xác, mọi công sức phân tích đều là vô ích

• Lựa chọn minh họa dữ liệu bằng đúng loại biểu đồ, nếu không các thông tin quan trọng dẫn tới insight có thể bị bỏ sót

• Tìm ra những điểm bất thường trong bảng biểu, đó là nơi insight xuất hiện. Chẳng hạn, hãy quan sát xem có tháng nào doanh số bỗng tăng hay giảm đột ngột hay không.

• Kết nối các dữ liệu liên quan: Chia nhóm, phân tích, đào sâu dữ liệu, tìm ra mối liên hệ giữa các nhóm dữ liệu này. Chẳng hạn, doanh số sụt giảm có thể do brand health sụt giảm, hay frequency đã không còn như trước.

• Phải hiểu được bức tranh toàn cảnh: Khi kết nối, so sánh các dữ liệu cần tìm được một bức tranh tổng quan, một “flow” thống nhất lý giải được mục tiêu ban đầu

Khi bị “lạc trôi” trong dữ liệu, hay quay về với 6P

• Proposition: Định vị đã rõ ràng, thống nhất, liên quan tới người tiêu dùng mục tiêu hay chưa?

• Product: Sản phẩm đã đúng phân khúc thị trường hay chưa? Các chức năng của sản phẩm có vấn đề gì không?

• Package: Kích cỡ, chủng loại của bao bì, thông tin in trên bao bì

• Price: Price per pack, mức độ tăng, giảm giá,…

• Promotion: Hiệu quả của các hoạt động khuyến mại, giảm giá

• Place: Các kênh phân phối, lượng hàng có sẵn tại các cửa hàng

  Nếu bạn thấy bài viết này hữu ích, hãy chia sẻ đến nhiều người hơn nhé!

  Share

Tạm kết

Trong kỉ nguyên số, một marketer chuyên nghiệp cần đảm nhiệm rất nhiều nhiệm vụ khác nhau. Trong đó tư duy phân tích số liệu là không thể thiếu, bạn phải đọc được những số liệu trong các mảng Retail Audit, Consumer Insight, Brand Health và Digital Performance, để tự tin đưa ra những quyết định chính xác cho doanh nghiệp. Chính vì thế đừng bỏ lỡ khóa học Power BI & AI for Analytics của Tomorrow Marketers để củng cố kiến thức marketing bài bản, tự tin giải quyết các vấn đề marketing trên thực tế bạn nhé!

1. Biểu đồ hộp (boxplot) là gì?

Box plot (hay còn được gọi là Box and Whisker plot) là dạng biểu đồ mô tả sự phân bố giá trị định lượng của một hoặc nhiều nhóm dữ liệu dạng phân loại (category data). Trong đó:

• Độ dài của hộp biểu thị phạm vi của 50% dữ liệu trung tâm;

• Đường kẻ giữa hộp là giá trị trung vị của tập dữ liệu (median);

• Các đường kẻ bên ngoài (còn được gọi là râu của biểu đồ) mô tả phạm vi của những giá trị dữ liệu ngoài khoảng 25% và 75% dữ liệu trung tâm;

• Các dấu chấm bên ngoài là các giá trị ngoại lai.

Biểu đồ ví dụ trên đây mô tả số lượt tải xuống hàng ngày của một digital app, được nhóm lại theo từng tháng. Từ biểu đồ này, chúng ta có thể thấy rằng số lượt tải xuống tăng dần từ khoảng 75 lượt/ngày trong tháng 1 lên khoảng 95 lượt/ngày trong tháng 8, trong khi số lượt tải xuống trung bình giảm nhẹ trong tháng 11 và tháng 12. Bên cạnh đó, các dấu chấm thì cho thấy có hai ngày trong tháng 6 và một ngày trong tháng 10 có số lượt tải xuống thấp so với các ngày khác trong tháng.

Nhìn chung, biểu đồ boxplot tổng hợp nhiều insight và biểu diễn một cách trực quan về xu hướng chung của dữ liệu, so với biểu đồ đường tương tự.

Biểu đồ boxplot được sử dụng để biểu thị phân phối giá trị định lượng của các dữ liệu định dạng (category data). Nhìn vào biểu đồ boxplot , chúng ta có thể biết được mức độ phân phối, tính đối xứng và độ lệch (skewness), phương sai (variance), giá trị trung vị (median), các phân vị Q1, Q3 và những giá trị ngoại lai của tập dữ liệu. Nhờ vậy, người dùng biểu đồ có thể biết được phần lớn dữ liệu chính nằm ở đâu và so sánh phạm vi này giữa các nhóm giá trị phân loại khác nhau.

Tuy nhiên, nhược điểm của dạng biểu đồ này chính là bạn không thể quan sát được phân phối chi tiết của tập dữ liệu như histogram.

Một tập dữ liệu có thể được trực quan hóa dưới dạng biểu đồ histogram hoặc boxplot như hình trên đây

2. Đọc hiểu biểu đồ boxplot như nào?

Để hiểu về boxplot , đầu tiên bạn cần làm quen với khái niệm percentile và quartile.

Biểu đồ boxplot chia tập dữ liệu thành các phần tư có số lượng giá trị bằng nhau (quartile). Phần tư đầu tiên (Q1) lớn hơn 25% dữ liệu và nhỏ hơn 75% còn lại. Phần tư thứ hai (Q2) nằm ở giữa, chia đôi dữ liệu. Q2 còn được gọi là trung vị (median). Phần tư thứ ba (Q3) lớn hơn 75% dữ liệu và nhỏ hơn 25% còn lại. Trong một biểu đồ boxplot , các hai giới hạn của hộp và đường trung tâm của nó đánh dấu vị trí của ba phần tư này.

Khoảng cách giữa Q3 và Q1 được gọi là khoảng tứ phân vị (IQR), đóng vai trò quan trọng trong việc xác định độ dài của râu của biểu đồ. Độ dài của râu kéo dài đến điểm dữ liệu xa nhất với giá trị bằng 1,5 lần IQR. Những điểm dữ liệu bên ngoài phạm vi này sẽ được coi là giá trị ngoại lai và được biểu thị bằng dấu chấm.

Khi dữ liệu phân phối đối xứng nhau, râu của hộp thể hiện giá trị trung bình sẽ nằm ở vị trí trung tâm của hộp và khoảng cách giữa Q1 và Q2 sẽ bằng khoảng cách giữa Q2 và Q3. Các giá trị ngoại lai sẽ có mặt đối xứng ở hai bên của hộp. Nếu một phân phối bị lệch, thì đường kẻ Q2 sẽ không nằm ở chính giữa hộp mà lệch vì một phía. Độ dài râu của biểu đồ cũng sẽ mất cân đối với bên dài hơn có nhiều giá trị ngoại lai hơn.

Đọc thêm: 10 khái niệm thống kê cơ bản cần biết khi làm việc với dữ liệu

3. Ứng dụng biểu đồ boxplot trong phân tích dữ liệu

So sánh các nhóm khác nhau

Box plot thường được sử dụng nhằm mục đích so sánh (comparison) phân phối của các nhóm dữ liệu khác nhau. Biểu đồ này được đánh giá là bao quát trong việc tóm tắt các chỉ số thống kê mô tả tập dữ liệu, giúp người đọc báo cáo dễ dàng so sánh các nhóm dữ liệu thông qua phạm vi của hộp và râu của biểu đồ.

Nếu chỉ có dữ liệu của một giá trị định dạng (category data), biểu đồ boxplot sẽ chỉ giúp tóm tắt dữ liệu và thiếu khả năng hiển thị các chi tiết về hình dạng của phân phối dữ liệu. Trong trường hợp này, bạn nên lựa chọn loại biểu đồ thể hiện mức độ phân phối chi tiết hơn như histogram hoặc đường cong mật độ (density curve).

Đánh giá thứ tự của các nhóm

Bạn có thể sắp xếp thứ tự của các biểu đồ để biểu diễn phạm vi của hộp, giúp đánh giá phạm vi giá trị của các dữ liệu định dạng.

Thông thường, các hộp sẽ được sắp xếp theo mức độ tăng dần của giá trị trung vị Q2.

4. Các thành phần của biểu đồ boxplot

Chiều của biểu đồ boxplot

Nhằm mục đích trực quan hóa dữ liệu một cách rõ ràng và dễ đọc hơn, bạn có thể linh hoạt trong việc căn chỉnh một biểu đồ boxplot sao cho hộp được đặt theo chiều dọc (với các dữ liệu định dạng nằm trên trục ngang) hoặc theo chiều ngang (với các dữ liệu định dạng được sắp xếp theo chiều dọc).

Biểu đồ boxplot ngang sẽ phù hợp hơn nếu bạn có nhiều dữ liệu định dạng hoặc các giá trị đó có độ dài không thích hợp để biểu thị theo chiều dọc, hạn chế việc phải xoay biểu đồ để đọc hoặc cắt bớt tên của các nhóm giá trị đó.

Trong khi đó, biểu đồ boxplot dọc thường được sử dụng hơn khi các biến định dạng là đơn vị thời gian.

Chiều dài phạm vi hộp

Chiều rộng/phạm vi của hộp biểu diễn số lượng điểm dữ liệu của mỗi nhóm. Chiều rộng của hộp thường được chia tỷ lệ theo căn bậc hai của số điểm dữ liệu, vì căn bậc hai sẽ tỷ lệ thuận với sai số chuẩn (standard error) của các giá trị. Bạn cũng có thể bổ sung chú thích số lượng điểm dữ liệu với mỗi nhóm giá trị phân loại để người đọc báo cáo dễ dàng nắm được kích thước mẫu.

Khi sử dụng biểu đồ boxplot để so sánh phân phối dữ liệu giữa các nhóm giá trị phân loại, bạn cũng có thể so sánh các giá trị phân vị bằng cách so sánh đường kẻ bên trong hộp.

Biểu đồ boxplot phía trên cho thấy Quy trình B đang tạo ra các sản phẩm với các thời gian hỏng cao hơn.

Độ dài râu của biểu đồ và các giá trị ngoại lai

Có nhiều cách để xác định độ dài tối đa của râu của biểu đồ. Cách phổ biến nhất chính là lấy giá trị tương ứng 1,5 lần IQR từ mỗi đầu hộp.

Cách thứ hai, bạn có thể đánh dấu độ dài tối đa của râu của biểu đồ tại một giá trị phân vị khác tương tự như giá trị Q1, Q2 và Q3. Thông thường, điểm tối đa này là giá trị ở phân vị 9% và 91%, hoặc giá trị ở phân vị 2% và 98%. Việc lựa chọn khoảng giá trị này sẽ phụ thuộc vào phân phối chuẩn (normal distribution) của tập dữ liệu. Theo phân phối chuẩn, khoảng cách giữa phân vị 9% và 25% (hoặc 91% và 75%) phải có cùng kích thước với khoảng cách giữa phân vị 25% và 50% (hoặc 50% và 75%), trong khi khoảng cách giữa phân vị 2% và 25% (hoặc 98% và 75%) phải bằng khoảng cách giữa phân vị 25% và 75%. Dựa vào đây, bạn có thể nhanh chóng nhận ra dữ liệu đối xứng (phân phối chuẩn) hay bất đối xứng (phân phối lệch).

Nếu sử dụng cách hai để xác định phạm vi chiều dài của râu của biểu đồ, bạn nên có thêm ghi chú để tránh nhầm lẫn với công thức truyền thống của cách thứ nhất.

5. Các biểu đồ tương tự

Histogram

Histogram sẽ là dạng biểu đồ phù hợp hơn boxplot nếu bạn muốn phân tích phân phối của một giá trị định dạng duy nhất. Dạng biểu đồ này sẽ không mô tả chính xác các phần tư của dữ liệu như boxplot , nhưng với histogram, bạn có thể quan sát được chi tiết về phân phối của tập dữ liệu.

Nếu có hai hoặc nhiều nhóm dữ liệu định dạng, bạn có thể trực quan bằng nhiều biểu đồ histogram được xếp chồng lên nhau, giống như với biểu đồ boxplot ngang ở hình dưới đây. Tuy nhiên, cần lưu ý rằng, khi vẽ biểu đồ cho quá nhiều nhóm giá trị định dạng hơn, biểu đồ histogram của mỗi nhóm sẽ ngày càng nhiễu và khó xác định hình dạng của mỗi biểu đồ. Ngoài ra, việc thiếu các chỉ số thống kê có thể khiến việc so sánh giữa các nhóm trở nên khó khăn hơn. Vì vậy, boxplot sẽ phù hợp nếu mục đích của bạn là so sánh phân phối giữa các nhóm giá trị định dạng.

Violin plot

Một thay thế cho cốt truyện hình hộp là cốt truyện vĩ cầm. Trong một biểu đồ violon, phân phối của mỗi nhóm được biểu thị bằng một đường cong mật độ. Trong một đường cong mật độ, mỗi điểm dữ liệu không rơi vào một ngăn đơn lẻ như trong biểu đồ, mà thay vào đó đóng góp một phần diện tích nhỏ vào tổng phân phối. Biểu đồ vĩ cầm là một cách nhỏ gọn để so sánh phân phối giữa các nhóm. Thông thường, các dấu bổ sung được thêm vào biểu đồ vĩ cầm để cung cấp thông tin biểu đồ hộp tiêu chuẩn, nhưng điều này có thể làm cho biểu đồ kết quả trở nên ồn ào hơn khi đọc.

Một biểu đồ khác tương tự boxplot chính là violin plot. Với biểu đồ violin plot, phân phối của mỗi nhóm dữ liệu định dạng được biểu diễn bằng đường cong mật độ (density curve). Nói cách khác, đường cong này là phạm vi của các điểm dữ liệu. Như vậy, mỗi điểm dữ liệu sẽ là một phần tạo nên diện tích của đường cong này thay vì được tóm tắt trong phạm vi của hộp. Ngoài ra, tương tự boxplot , các giá trị ngoại lai cũng được biểu diễn dưới dạng dấu chấm trong biểu đồ violin plot.

Violin plot là dạng biểu đồ được sử dụng để so sánh mức độ phân phối dữ liệu giữa các nhóm dữ liệu định dạng.

Đọc thêm: Data Visualization – Cách chọn loại biểu đồ minh họa tốt nhất cho metrics của bạn?

Biểu đồ giá trị chữ cái (Letter-value plots)

Được phát triển bởi Hofmann, Kafadar và Wickham, biểu đồ letter-value plot là một dạng mở rộng của biểu đồ boxplot tiêu chuẩn. Dạng biểu đồ này sử dụng các hộp chữ nhật để biểu diễn mức độ phân phối của tập dữ liệu. Hộp đầu tiên chiếm 50% diện tích trung tâm. Hộp thứ hai mở rộng từ hộp thứ nhất và chiếm một nửa diện tích còn lại (75% tổng thể, 12,5% còn lại ở mỗi đầu), trong khi hộp thứ ba chiếm một nửa diện tích còn lại (87,5% tổng thể, 6,25% còn lại ở mỗi đầu), v.v. cho đến khi kết thúc và các điểm dữ liệu còn lại được đánh dấu là giá trị ngoại lai.

Dạng biểu đồ này được phát triển với ưu điểm giúp đưa ra các ước tính ổn định hơn ở các dữ liệu phần đuôi ngoài của tập dữ liệu khi bạn có nhiều dữ liệu hơn. Ngoài ra, khi càng có nhiều dữ liệu, sẽ càng có nhiều điểm dữ liệu có thể được coi là giá trị ngoại lai.

Mặc dù dạng biểu đồ này vẫn còn nhược điểm trong việc hiển thị một số giá trị thống kê mô tả phân phối (ví dụ: giá trị mode), nhưng dạng biểu đồ này có thể cung cấp nhiều insight chi tiết khi so sánh giữa các nhóm giá trị định dạng nếu bạn có quá nhiều dữ liệu.

Đọc thêm: Kể chuyện bằng dữ liệu (data storytelling) không khó chỉ với 4 bước

Tạm kết

Mọi dữ liệu đều ẩn chứa một câu chuyện, nhưng nếu chọn sai dạng biểu đồ, bạn có thể chỉ đang trình bày dữ liệu mà không thực sự kể chuyện thông qua dữ liệu, hoặc tệ hơn, việc này còn có thể khiến người đọc báo cáo gặp phải thiên kiến và đưa ra quyết định không chính xác.

Biết cách lựa chọn biểu đồ và áp dụng đúng các quy tắc trực quan hóa dữ liệu sẽ giúp bạn gỡ rối những khó khăn này. Những nội dung này được giảng dạy trong khóa học Power BI & AI for Analytics của Tomorrow Marketers. Nếu bạn đang gặp khó khăn trong việc khai thác triệt để sức mạnh của dữ liệu trong kinh doanh, đừng bỏ lỡ khóa học nhé!

Bài viết được biên dịch từ chartio, xin vui lòng không sao chép dưới mọi hình thức.

Khi thực hiện phân tích chuỗi thời gian, bạn không chỉ đơn giản là nhìn vào những con số mà đòi hỏi sự nhạy bén để phát hiện xu hướng, thậm chí là những bất thường trong dữ liệu. Nếu không nắm vững, bạn có thể bỏ lỡ những cơ hội quan trọng.

Trong bài viết này, hãy cùng Insight Ouch! tìm hiểu về dữ liệu chuỗi thời gian, các yếu tố cần lưu ý khi phân tích và một số kỹ thuật bạn có thể áp dụng để phân tích dữ liệu chuỗi thời gian nhé!

1. Dữ liệu chuỗi thời gian (Time Series data) là gì?

Dữ liệu chuỗi thời gian, hay còn được gọi là time series data là một tập hợp các điểm dữ liệu được thu thập theo các khoảng thời gian (ngày, tháng, năm,...), cho phép theo dõi sự thay đổi của một yếu tố nào đó theo thời gian.

Dữ liệu chuỗi thời gian được ứng dụng phổ biến không chỉ trong đời sống (theo dõi lượng mưa, nhiệt độ, thị trường chứng khoán,...) mà còn được sử dụng để theo dõi và tìm ra xu hướng trong các hoạt động trong doanh nghiệp theo thời gian. Ví dụ theo dõi số lượng sản phẩm được bán theo từng tháng, số lượng users truy cập vào website theo ngày,...

Ví dụ: Sử dụng time series data để theo dõi số lượng users truy cập vào website trong 2 tháng

Việc phân tích dữ liệu chuỗi thời gian (Time Series Analysis) sẽ giúp bạn:

• Hiểu đặc điểm của tệp dữ liệu, sự thay đổi của tệp dữ liệu theo thời gian.

• Xác định được những yếu tố ảnh hưởng đến các biến tại các thời điểm khác nhau.

• Hỗ trợ đưa ra dự đoán giá trị tương lai của các biến trong chuỗi thời gian dựa vào xu hướng của dữ liệu trong quá khứ.

Đọc thêm: Phân tích RFM là gì và các bước phân khúc khách hàng theo RFM

2. Các yếu tố cần lưu ý khi phân tích dữ liệu chuỗi thời gian

Có 4 yếu tố quan trọng bạn sẽ cần lưu ý khi phân tích dữ liệu chuỗi thời gian, việc nắm vững những “thành phần” này sẽ giúp bạn hiểu rõ hơn về đặc điểm và sự thay đổi của tệp dữ liệu, từ đó đưa ra những dự đoán chính xác hơn.

Image Source: Github

2.1. Trend (Xu hướng):

Xu hướng trong dữ liệu chuỗi thời gian đề cập đến sự chuyển động lên hoặc xuống của dữ liệu trong một khoảng thời gian dài. Bạn có thể xác định xu hướng chung dựa vào độ dốc của dữ liệu trên biểu đồ.

Một số xu hướng phổ biến khi phân tích Time Series data:

• Upward Trend: Giá trị của dữ liệu có xu hướng tăng theo thời gian

• Downward Trend: Giá trị của dữ liệu có xu hướng giảm theo thời gian

• Horizontal Trend: Giá trị của dữ liệu không có sự thay đổi đáng kể, hoặc không đổi theo thời gian

• Damped Trend: Giá trị của dữ liệu giảm dần theo thời gian, nhưng càng về sau tốc độ thay đổi càng chậm lại.

• Non-linear Trend: Giá trị của dữ liệu thay đổi không theo một xu hướng chung mà phức tạp hơn, có thể bao gồm tăng, giảm, đổi hướng hoặc thay đổi đột biến theo thời gian

2.2. Seasonality (Tính mùa vụ):

Tính mùa vụ trong dữ liệu chuỗi thời gian đề cập đến những biến động tăng hoặc giảm lặp đi lặp lại một cách đều đặn của dữ liệu trong một khoảng thời gian.

Một số tính mùa vụ phổ biến khi phân tích Time Series data:

• Weekly Seasonality: Sự thay đổi lặp lại trong khoảng thời gian 7 ngày. Ví dụ: số lượng vé xem phim tại các rạp tăng mạnh vào các dịp cuối tuần.

• Monthly Seasonality: Sự thay đổi lặp lại trong khoảng thời gian 30 hoặc 31 ngày. Ví dụ: Chi tiêu của người dùng shopee tăng vọt vào các đợt sales định kỳ hàng tháng.

• Annual Seasonality: Sự thay đổi lặp lại trong khoảng thời gian 365 hoặc 366 ngày. Ví dụ: Số lượng khách du lịch tăng vọt vào các đợt cao điểm tháng hè.

• Holiday Seasonality: Sự thay đổi này thường được gây ra bởi các sự kiện đặc biệt như ngày lễ, lễ hội, sự kiện thể thao. Ví dụ: Doanh số các hãng bán lẻ tăng mạnh vào dịp sát Tết.

2.3. Cyclicity (Tính chu kỳ):

Tính chu kỳ trong dữ liệu chuỗi thời gian đề cập đến những biến động lên xuống lặp lại, hoặc những thay đổi định kỳ, có thể kéo dài trong nhiều năm và chuyển từ giai đoạn này qua giai đoạn khác.

Sự khác biệt giữa tính mùa vụ (Seasonality) và tính chu kỳ (Cyclicity):

Tính mùa vụ (Seasonality) đề cập đến sự thay đổi lặp lại, xảy ra trong một khoảng thời gian cố định (hàng ngày, hàng tuần, hàng tháng hoặc hàng năm), bị ảnh hưởng bởi nhiều yếu tố như thời tiết, các ngày lễ, hành vi người dùng,…. và có thể dự đoán được.

Mặt khác, tính chu kỳ (Cyclicity) đề cập đến các biến động lặp đi lặp lại trong một khoảng thời gian không xác định. Những biến động này thường bị ảnh hưởng bởi những yếu tố vĩ mô hơn như chu kỳ kinh tế, xu hướng thị trường,… Tính chu kỳ không bị giới hạn trong một khoảng thời gian cố định và có thể có diễn ra với tần suất khác nhau, nên việc dự đoán sẽ trở nên khó khăn hơn.

2.4. Irregularity (Sự bất thường):

Sự bất thường trong dữ liệu chuỗi thời gian đề cập đến những sự thay đổi bất thường của dữ liệu, xảy ra một cách ngẫu nhiên, có thể trái ngược hoàn toàn với các dữ liệu trong quá khứ, khó có thể giải thích và không dự đoán được trước. Sự bất thường này có thể do sự sai sót trong đo lường dữ liệu, hoặc những sự kiện bất ngờ diễn ra và có thể vô tình làm ảnh hưởng đến tính chính xác khi đánh giá dữ liệu chuỗi thời gian.

3. Phân tích dữ liệu chuỗi thời gian với phương pháp Moving Average

Moving averages (MA), hay còn gọi là đường trung bình trượt, là một phương pháp thống kê được sử dụng để phân tích và dự đoán các điểm dữ liệu bằng cách xem xét trung bình của các điểm dữ liệu trong quá khứ.

Mục tiêu chính của phương pháp này là để xác định xu hướng và mô hình trong dãy thời gian bằng cách “làm mịn”, loại bỏ bớt những biến động ngắn hạn hoặc nhiễu.

Image source: Turing

Để giúp bạn hiểu rõ hơn về phương pháp này, dưới đây là một ví dụ:

Cho số liệu bán hàng của một doanh nghiệp từ 2000 đến 2009, Moving averages của doanh thu mỗi 3 năm sẽ được tính bằng trung bình cộng của 3 năm gần nhất trở về trước theo công thức:

MA (2002) = (Doanh thu 2000 + Doanh thu 2001 + Doanh thu 2002)/3 = (4 + 7 + 4)/3 = 5

Bạn có thể theo dõi trong bảng dưới đây:

Khi đó, đường trung bình động sẽ được biểu diễn như hình dưới đây:

Ví dụ trên vừa sử dụng phương pháp

• Cumulative Moving Average (CMA)

• Exponential moving average (EMA)

Ưu điểm của phương pháp Moving Average là cách tính toán đơn giản, dễ hiểu, có thể thấy các giá trị gây nhiễu đã được loại bỏ bớt, bạn có thể dễ dàng hiểu được xu hướng của dữ liệu thông qua việc phân tích các yếu tố như xu hướng, tính mùa vụ, tính chu kỳ,...

Tuy nhiên nhược điểm của phương pháp này là nó dựa hoàn toàn vào dữ liệu trong quá khứ mà không tính đến những dữ kiện tương lai. Vì vậy, để đảm bảo dự đoán chính xác hơn, bạn nên kết hợp với nhiều phương pháp dự đoán khác.

4. Một số phương pháp khác để phân tích dữ liệu chuỗi thời gian

4.1. Auto-Regressive

Auto-Regressive (AR) hay còn gọi là mô hình tự hồi quy là phương pháp dùng để dự báo giá trị tương lai dựa trên mối tương quan giữa các giá trị trong một chuỗi thời gian nhất định với các giá trị trong quá khứ.

Image source: simplilearn.com

Trong đó: X[t] (giá trị tương lai) phụ thuộc vào Y[t-1] (các giá trị ở thời điểm trước đó) và epsilon[t] các biến số nhiễu ngẫu nhiên.

Bạn có thể tìm hiểu thêm về Auto-Regressive tại đây

4.2. ARIMA (AutoRegressive Integrated Moving Average)

Image source: Turing

ARIMA viết tắt của cụm từ Autoregressive Integrated Moving Average. Mô hình dựa trên giả thuyết chuỗi dừng và phương sai sai số không đổi, sử dụng những dữ liệu trong quá khứ bao gồm: chuỗi tự hồi quy Auto-Regression và chuỗi trung bình trượt Moving average của chuỗi được dự báo để dự báo chính chuỗi đó.

Bạn có thể tìm hiểu thêm về mô hình ARIMA tại đây

Ngoài ra còn có nhiều mô hình khác để phân tích và dự đoán dữ liệu chuỗi thời gian như SARIMA, ARIMAX, GARCH.

5. Một số công cụ hỗ trợ phân tích dữ liệu thời gian

Hiện tại cả Python và R đều có những thư viện hỗ trợ xây dựng các mô hình để xử lý dữ liệu thời gian:

Python

Với Python, dưới đây là 3 thư viện phổ biến có thể sử dụng để phân tích chuỗi thời gian:

• Pandas: Pandas cung cấp nhiều chức năng khác nhau để lập chỉ mục, cắt, lấy mẫu lại và căn chỉnh dữ liệu theo chuỗi thời gian. Thư viện này cũng cung cấp các phương pháp để xử lý dữ liệu bị thiếu, tổng hợp và tính toán dữ liệu theo thời gian.

• NumPy: NumPy cung cấp các cấu trúc và hàm dữ liệu để xử lý các mảng và ma trận lớn và thường được sử dụng làm cấu trúc dữ liệu cơ bản để phân tích chuỗi thời gian trong các thư viện khác như pandas và statsmodels.

• statsmodels: statsmodels bao gồm các mô hình thống kê để xử lý dữ liệu chuỗi thời gian như ARIMA, SARIMA và ARCH/GARCH. statsmodels cũng cung cấp các công cụ để ước tính mô hình, kiểm tra giả thuyết và kiểm tra chẩn đoán.

R

Dưới đây là 3 thư viện thường được sử dụng trong R để phân tích chuỗi thời gian:

• forecast: forecast trong R được phát triển riêng để đưa ra dự báo cho dữ liệu dạng chuỗi thời gian, cung cấp nhiều phương pháp và mô hình khác nhau như ETS, ARIMA…. Và bao gồm nhiều chức năng như lựa chọn mô hình tự động, đánh giá mô hình và đưa ra dự báo với khoảng tin cậy.

• tseries: tseries cung cấp một bộ công cụ để phân tích chuỗi thời gian, bao gồm kiểm tra nghiệm đơn vị (unit root tests), kiểm tra tính thời vụ (seasonality tests),... tseries cũng cung cấp các chức năng như phân tách chuỗi thời gian, loại bỏ xu hướng và sai phân.

• zoo: thư viện zoo chủ yếu tập trung vào việc quản lý và phân tích dữ liệu chuỗi thời gian có khoảng cách đều nhau. Nó cung cấp các cấu trúc dữ liệu cho phép dễ dàng thao tác, tập hợp và hợp nhất dữ liệu chuỗi thời gian. zoo cũng cũng bao gồm các chức năng xử lý các giá trị bị thiếu và thực hiện tổng hợp trong các khoảng thời gian không đều.

6. Hạn chế của Time series Analysis

Một trong những nhược điểm chính của Time series Analysis là kỹ thuật này chỉ hữu ích khi phân tích dữ liệu được thu thập theo thời gian. Ngoài ra, kỹ thuật này còn yêu cầu khoảng cách đều đặn giữa các điểm dữ liệu để tạo ra các mô hình có ý nghĩa. Do đó những dữ liệu không phụ thuộc vào thời gian (ví dụ category data) và dữ liệu có khoảng cách không đều nhau sẽ không phù hợp để sử dụng phương pháp này.

Ngoài ra, khi làm việc với dữ liệu thời gian, bạn sẽ cần xử lý các giá trị ngoại lai và nhiễu. Công việc làm sạch và chuẩn hóa dữ liệu sẽ tốn thời gian và đòi hỏi nhiều kỹ năng để xử lý.

Tạm kết

Time series Analysis là một phương pháp hiệu quả giúp doanh nghiệp hiểu được nguyên nhân cơ bản của các xu hướng theo thời gian, từ đó đưa ra dự báo trong tương lai. Hy vọng thông qua bài viết này bạn đã hiểu dữ liệu thời gian là gì, những yếu tố cần quan tâm, và những cách để phân tích dữ liệu dạng thời gian hiệu quả.

Nếu bạn đang phải tiếp xúc với hàng loạt dữ liệu, biểu đồ, mà chưa biết tận dụng chúng như thế nào để tìm kiếm Insights phục vụ công việc và ra các quyết định kinh doanh chiến lược, thì đừng bỏ lỡ khóa học Power BI & AI for Analytics của Tomorrow Marketes nhé!

Khóa học Power BI & AI for Analytics – Trang bị tư duy phân tích dữ liệu để ra quyết định chiến lược

Khóa học sẽ giúp bạn:

• Nắm được các bước trong quy trình làm việc với dữ liệu: Nắm được 6 bước trong quy trình làm việc với dữ liệu bao gồm Define problem, Data Collection, Data Preparation, Data Exploration, Building Report, Insight & Recommendation để tiếp cận dữ liệu một cách hiệu quả.

• Rèn luyện tư duy đặt vấn đề, xác định bài toán phân tích dữ liệu: Nắm vững tư duy ‘đặt câu hỏi đúng’, xác định đúng bài toán để đảm bảo dữ liệu sau khi phân tích giải quyết được đúng vấn đề của doanh nghiệp thông qua công cụ “Issue Tree”.

• Trang bị kỹ năng xử lý và trực quan dữ liệu với công cụ: Cách sử dụng công cụ như Power BI, Tableau để hỗ trợ quá trình xử lý và trực quan hóa dữ liệu giúp khai phá dữ liệu tốt hơn.

• Cải thiện khả năng đọc số rút ra insight: Luyện tập đọc số rút ra insight (các điểm bất thường, xu hướng, nguyên nhân…) và trình bày đề xuất (data storytelling) qua các case study ở nhiều lĩnh vực khác nhau (Sales, Customer, Digital, E-commerce) dưới sự hướng dẫn của các trainers nhiều năm kinh nghiệm.

Tìm hiểu và đăng ký tư vấn khóa học Power BI & AI for Analytics ngay tại đây

Lúc đầu, có thể bạn sẽ nghĩ "EDA đơn giản thôi mà", nhưng khi thật sự lao vào, bạn sẽ thấy việc kiểm tra từng chỉ số, hiểu từng biến số và xác định liệu dữ liệu có sạch sẽ đủ để đi tiếp hay không thực sự tốn thời gian và công sức. Cái hay của EDA là nó giúp bạn không chỉ làm sạch dữ liệu, mà còn phát hiện ra những mối quan hệ, xu hướng hoặc những điểm bất thường có thể ảnh hưởng đến kết quả cuối cùng.

Vậy EDA là gì, và nó có thể giúp bạn như thế nào trong việc ra quyết định kinh doanh? Hãy cùng Insight Ouch! khám phá những công việc và kỹ thuật cơ bản trong EDA và cách chúng có thể áp dụng vào thực tế.

Đọc thêm: Data Analysis là gì? Quy trình và phương pháp phân tích dữ liệu bạn cần biết

1. Cơ bản về Exploratory Data Analysis (EDA)

Exploratory Data Analysis (EDA) là gì?

Exploratory Data Analysis (EDA), tạm dịch phân tích khám phá dữ liệu, là một bước trong một quy trình phân tích dữ liệu. Ở giai đoạn này, tập dữ liệu sẽ đi qua một số kỹ thuật để hiểu rõ và diễn giải đặc điểm của tập dữ liệu trước khi tiến hành phân tích.

‘Hiểu rõ về tập dữ liệu’ có thể bao gồm rất nhiều công việc, ví dụ như: nắm rõ dữ liệu mô tả tập dữ liệu (kích thước, dạng dữ liệu), thống kê mô tả các biến, xác định mối quan hệ giữa các biến, phát hiện các pattern và xu hướng của dữ liệu, tìm ra những bất thường và ngoại lai trong dữ liệu, đồng thời kiểm tra các giả thuyết ban đầu… Phân tích khám phá dữ liệu (EDA) được hiểu là một phần của phân tích mô tả (descriptive analytics).

Để hiểu rõ về dữ liệu, bạn cần đặt ra các câu hỏi nhằm tìm ra nhiều hướng khai thác và nhiều góc nhìn dữ liệu khác nhau. Từ câu hỏi, bạn sẽ biết cần tập trung vào phần nào trong tập dữ liệu và biết cần xây dựng mô hình nào, nên sử dụng kỹ thuật biến đổi, phân tích và trực quan hóa dữ liệu nào.

Đặt câu hỏi về cơ bản cũng là một quá trình cần sự sáng tạo. Chìa khóa để đặt câu hỏi chất lượng là đầu tiên bạn phải đặt ra thật nhiều câu hỏi. Sẽ rất khó để đặt được câu hỏi chính xác ngay từ đầu bởi bạn chưa nắm rõ các thông tin chi tiết của tập dữ liệu. Mặt khác, mỗi câu hỏi mới sẽ giúp bạn nhìn ra một khía cạnh mới trong dữ liệu và tăng khả năng nhìn ra vấn đề.

Mặc dù EDA có thể được thực hiện ở nhiều giai đoạn khác nhau trong quy trình phân tích dữ liệu, công việc này thường được tiến hành trước khi phát triển một giả thuyết hoặc sau khi mục tiêu phân tích đã được xác định rõ.

2. Vì sao cần khám phá dữ liệu (EDA) trong phân tích dữ liệu?

Ứng dụng của EDA có thể bao gồm:

Hỗ trợ làm sạch dữ liệu với các kỹ thuật xác định các giá trị bị thiếu, sai sót hoặc các điểm dữ liệu bất thường

Là một phần của quy trình làm sạch dữ liệu, phân tích và khám phá dữ liệu bước đầu sẽ giúp phát hiện các vấn đề trong cấu trúc và các điểm dữ liệu trong tập dữ liệu. Bạn có thể khắc phục những vấn đề này bằng cách xử lý, làm sạch lại dữ liệu hoặc thu thập dữ liệu mới.

Nắm rõ đặc điểm, cấu trúc và mô hình của tập dữ liệu

Mapping dữ liệu chính xác giúp bạn đảm bảo dữ liệu được sử dụng ở chất lượng tốt khi chuyển đổi dữ liệu từ nguồn tới cơ sở dữ liệu, trang tính hoặc nhà kho dữ liệu,… Hiểu rõ cấu trúc và mô hình của dữ liệu sẽ giúp hạn chế các lỗi sai có thể xảy ra trong quy trình này.

Phát triển và kiểm chứng các giả thuyết và giả định

Trước khi tiến hành phân tích dữ liệu đầy đủ, bạn cần đảm bảo các giả định hoặc giả thuyết có thể đi tiếp tới bước kiểm chứng. EDA sẽ không cung cấp tất cả thông tin chi tiết nhưng sẽ giúp bạn phát hiện xem bạn có đang tìm ra kết quả phù hợp dựa trên hiểu biết của bạn về dữ liệu hay không. Nếu không, thì bạn biết rằng giả định của mình là sai hoặc bạn đang đặt câu hỏi sai về tập dữ liệu.

Xác định các biến quan trọng nhất và mối quan hệ tương quan giữa các biến, hiểu rõ cách các biến tương tác với nhau và ảnh hưởng của mỗi biến đối với kết quả phân tích

Khi thực hiện bất kỳ phân tích dữ liệu nào, cần xác định tầm quan trọng của các biến dữ liệu và mức độ tương quan giữa các biến đó. Ví dụ, biến độc lập nào ảnh hưởng đến biến phụ thuộc nào?

Xây dựng data model

Trước khi xây dựng cơ sở dữ liệu quan hệ (relational database), bạn cần xác định các đối tượng dữ liệu quan trọng để phát triển mối quan hệ giữa những đối tượng này. Điều này giúp bạn cấu trúc hóa dữ liệu theo sơ đồ, tránh mất thời gian cho những thông tin dư thừa và không liên quan, hạn chế những sai lệch trong kết quả phân tích.

Bên cạnh đó, dữ liệu cũng cần đảm bảo chất lượng nhằm đảm bảo tính chính xác và tối ưu khi đào tạo mô hình dự đoán trong khoa học dữ liệu.

Xác định phạm vi sai lệch của dữ liệu

EDA cũng có thể giúp bạn xác định những dữ liệu nào có thể dẫn đến các lỗi không thể tránh khỏi trong quá trình phân tích sau này của bạn. Việc biết dữ liệu nào sẽ ảnh hưởng đến kết quả giúp bạn tránh được việc chấp nhận các kết luận sai hoặc gắn cho những kết quả phân tích sai lệch một ý nghĩa thống kê.

Xác định các công cụ thống kê và kỹ thuật phân tích thích hợp nhất

EDA cũng giúp bạn xác định được những kỹ thuật và mô hình thống kê nào có thể được áp dụng để phân tích tập dữ liệu. Ví dụ, EDA sẽ giúp bạn trả lời câu hỏi: “Với tập dữ liệu đang có, bạn cần thực hiện phân tích dự báo (predictive analysis) hay cần phân tích cảm xúc (sentiment analysis – kỹ thuật ứng dụng trí tuệ nhân tạo trong việc xử lý ngôn ngữ tự nhiên của con người (NLP) và xác định các đặc điểm cảm xúc thông qua văn bản hoặc lời nói)?

Phát hiện các pattern, xu hướng thay đổi của các biến

EDA hỗ trợ các Data Analyst trong việc xác định các xu hướng một cách nhanh chóng thông qua trực quan hóa dữ liệu bằng nhiều dạng biểu đồ khác nhau, ví dụ box plot và histograms.

Hiểu rõ hơn về đặc điểm mô tả của các biến và tập dữ liệu

Các Data Analyst có thể thực hiện các kỹ thuật EDA để có thêm những dữ liệu mô tả về tập dữ liệu đang có, bao gồm việc khám phá đặc điểm của dữ liệu thông qua 05 chỉ số thống kê mô tả.

Mục tiêu của 05 chỉ số này không phải nhằm khẳng định giá trị của chỉ số thống kê nào là quan trọng hay phù hợp nhất, mà nhằm cung cấp cái nhìn tổng quan về cách phân bổ các điểm dữ liệu trong tập dữ liệu. Từ đây, bạn sẽ có cơ sở để đặt những câu hỏi chi tiết hơn về dữ liệu, chẳng hạn “tại sao dữ liệu được phân phối theo cách này?” hoặc “yếu tố nào có thể ảnh hưởng đến trực quan hóa của những dữ liệu này?”.

05 chỉ số này bao gồm:

• The sample minimum (điểm dữ liệu có giá trị nhỏ nhất)

• The lower quartile (the median of the lower half of the data)

• The median (giá trị trung bình)

• The upper quartile (the median of the upper half of the data)

• The sample maximum (điểm dữ liệu có giá trị lớn nhất)

The lower và upper quartiles là trung bình dưới và trung bình trên của tập dữ liệu. Hai chỉ số này giúp xác định interquartile range, là phạm vi chứa 50% ở giữa của tập dữ liệu. Xác định hai chỉ số này giúp bạn nắm được phạm vi phân tán của dữ liệu, đồng thời tìm được các giá trị ngoại lai.

05 chỉ số này có thể được trực quan bằng biểu đồ box plot.

3. Các bước trong quy trình khám phá dữ liệu (EDA)

Thu thập dữ liệu

Ngày nay, dữ liệu được tạo ra với khối lượng lớn, dưới nhiều dạng khác nhau, thuộc mọi lĩnh vực của đời sống con người, từ chăm sóc sức khỏe, thể thao, cho tới sản xuất, du lịch,… Mọi doanh nghiệp đều biết tầm quan trọng của việc sử dụng và phân tích dữ liệu trong việc đưa ra quyết định kinh doanh. Điều này phụ thuộc vào việc thu thập dữ liệu cần thiết từ nhiều nguồn khác nhau thông qua khảo sát, mạng xã hội và đánh giá của khách hàng,… Nếu không thu thập dữ liệu đầy đủ và phù hợp, các hoạt động tiếp theo không thể bắt đầu.

Đọc thêm: 05 nguyên tắc thu thập dữ liệu của doanh nghiệp

Xác định tất cả biến dữ liệu quan trọng và nắm rõ đặc tính của những biến đó

Trong giai đoạn bước đầu khám phá dữ liệu, xác định các biến số quan trọng sẽ giúp bạn biết đâu là yếu tố ảnh hưởng lớn đến kết quả. Bước này rất quan trọng đối với kết quả cuối cùng được mong đợi từ bất kỳ phân tích nào.

Làm sạch dữ liệu

Bước tiếp theo là làm sạch dữ liệu, bao gồm các công việc như loại bỏ các dữ liệu có giá trị null, loại bỏ các thông tin không liên quan, xác định các giá trị ngoại lai, biến đổi dạng dữ liệu,…

Đọc thêm: Data Cleaning là gì? Hướng dẫn các bước làm sạch dữ liệu

Xác định các biến tương quan

Tìm ra mối tương quan giữa các biến với phương pháp ma trận tương quan (correlation matrix) sẽ giúp bạn biết một biến có liên quan như thế nào với biến khác.

Chọn đúng phương pháp thống kê mô tả

Tùy thuộc vào dạng dữ liệu (categorical hoặc numerical), kích thước dữ liệu, loại biến và mục đích phân tích, bạn sẽ cần sử dụng các công cụ thống kê khác nhau trong quá trình khám phá dữ liệu.

Trực quan hóa và phân tích dữ liệu

Khi quá trình phân tích kết thúc, các kết luận và phát hiện cần được kiểm tra một cách thận trọng và cẩn thận để có thể đưa ra cách diễn giải và giải thích đúng đắn. Các Data Analyst phải có khả năng cần thiết để phân tích và thành thạo tất cả các kỹ thuật phân tích. Các kết quả thu được sẽ được sử dụng để đưa ra các quyết định trong từng domain khác nhau, ví dụ bán lẻ, chăm sóc sức khỏe, nông nghiệp,…

4. Các dạng kỹ thuật khám phá dữ liệu?

Có ba dạng kỹ thuật khám phá dữ liệu:

1. Univariate – Phân tích đơn biến

2. Bivariate – Phân tích hai biến

3. Multivariate – Phân tích đa biến

Kết quả phân tích có thể được biểu diễn dưới dạng giá trị số hoặc trực quan hóa dưới dạng đồ họa. Từ đây, chúng ta có thể phân loại các kỹ thuật thành hai nhóm: non-graphical và graphical.

4.1. Univariate analysis (Phân tích đơn biến)

Univariate analysis Non-graphical

Phân tích đơn biến về cơ bản là hình thức đơn giản nhất để phân tích dữ liệu. Mục tiêu chính của phân tích đơn biến non-graphical là mô tả, tóm tắt dữ liệu và tìm ra patterns trong dữ liệu, thông qua việc tìm ra các chỉ số thống kê sau:

• Mức độ tập trung của dữ liệu (Measure of Central Tendency): Ba chỉ số quan trọng nhất để đánh giá mức độ tập trung của dữ liệu là mean (giá trị trung bình), median (giá trị trung vị), và mode. Cụ thể, mean là giá trị trung bình của tất cả các giá trị trong dữ liệu, median là giá trị ở thứ tự chính giữa khi sắp xếp dữ liệu theo thứ tự, và mode là giá trị xuất hiện nhiều nhất trong tệp dữ liệu.

• Khoảng dữ liệu (Measure of Range): Khoảng dữ liệu là khoảng dao động của các giá trị trong tập dữ liệu. Các chỉ số quan trọng nhất cần được quan tâm là min (giá trị nhỏ nhất), max (giá trị lớn nhất), quartiles và interquartile.

• Phương sai (Variance) và Độ lệch chuẩn (Standard Deviation): Phương sai (Variance) là thước đo mức độ phân tán của dữ liệu xung quanh giá trị trung tâm (mean) và được tính bằng bình phương trung bình giữa mỗi giá trị dữ liệu và giá trị trung bình. Độ lệch chuẩn (Standard deviation) cũng được tính toán để đo lường mức độ phân tán của các giá trị và có giá trị bằng căn bậc hai của variance. Giá trị của standard deviation càng lớn thì mức độ phân tán của dữ liệu càng rộng.

Univariate analysis Graphical

Một số dạng biểu đồ thường được sử dụng trong phân tích đơn biến bao gồm:

Stem-and-leaf Plots: Dạng biểu đồ này thường được sử dụng để trực quan dữ liệu định lượng ở định dạng rút gọn. Biểu đồ biểu diễn các giá trị trong tập dữ liệu, tách các giá trị thành hai phần: phần gốc (các chữ số ở đầu) và các chữ số còn lại.

Histograms: Histograms biểu diễn tần suất xuất hiện của các giá trị trong tập dữ liệu. Histogram giúp bạn hiểu nhanh về tập dữ liệu, ví dụ như giá trị ngoại lai, xu hướng tập trung của dữ liệu,…

Bar Charts: Biểu đồ cột biểu diễn các biến categorical với các cột tương ứng với giá trị của các biến. Biểu đồ cột có thể được biến đổi thành Multiple or Grouped charts (dạng nhóm các cột thành để biểu diễn một chuỗi thông tin của một giá trị), Percentage Bar Charts (biểu đồ cột mô tả dữ liệu ở dạng tỷ lệ phần trăm).

Box Plots: Box plot biểu diễn sự phân tán của các giá trị dữ liệu. Nhìn vào Box plot, bạn có thể biết các giá trị dữ liệu tập trung chính ở khoảng nào, giá trị lớn nhất, giá trị nhỏ nhất, từ đó xác định được giá trị ngoại lai của tập dữ liệu.

4.2. Bivariate analysis (Phân tích hai biến)

Phân tích hai biến sẽ phân tích hai biến và khám phá mức độ tương quan giữa các biến đó, ví dụ: tuổi của nhân viên có tương quan tới thu nhập hàng tháng của họ không, nếu có là tương quan đồng biến hay tương quan nghịch biến. Dữ liệu được phân tích có thể là các biến dữ liệu dạng số (numerical) hoặc dạng phân loại (categorical).

Bạn nên thực hiện phân tích đơn biến để hiểu rõ mô tả thống kê của các biến trước khi đi tới phân tích hai biến.

Bất kỳ biểu đồ nào có thể biểu diễn hai biến dữ liệu trở lên đều có thể được sử dụng với kỹ thuật phân tích này (ví dụ: biểu đồ đường biểu thị tốc độ theo thời gian).

Bivariate Non-Graphical

Bảng chéo (cross-tabulation): Bảng chéo là bảng hai chiều với một biến được biểu diễn dưới dạng cột, và giá trị tương ứng của biến còn lại được biểu diễn dưới dạng các hàng.

Analysis of Variance – ANOVA: ANOVA là phép thử nghiệm thống kê được sử dụng để mô tả sự khác biệt tiềm năng trong một biến phụ thuộc (continuous data) bởi một biến phân loại (categorical data).

Kỹ thuật này chia các giá trị trong tập dữ liệu thành hai phần: Các yếu tố có ảnh hưởng thống kê, và các yếu tố ngẫu nhiên không có tác động. Phân tích ANOVA có thể giải thích tác động của một biến độc lập đối với biến phụ thuộc. Khi chỉ có một biến phụ thuộc và một biến độc lập, nó được gọi là ANOVA một chiều.

Chẳng hạn, một chủ khách sạn muốn khám phá ảnh hưởng của biến các ngày trong tuần đối với biến giá phòng khách sạn. Một cách cảm quan, giá phòng khách sạn có thể thấp hơn vào các ngày trong tuần để thu hút khách du lịch, trong khi vào cuối tuần, giá phòng khách sạn có thể tăng do nhu cầu tăng. Phân tích ANOVA có thể trả lời câu hỏi liệu ngày trong tuần có thực sự ảnh hưởng đến giá khách sạn hay không.

Bivariate Graphical

Biểu đồ được sử dụng trong phân tích đa biến sẽ biểu diễn trực quan mối quan hệ giữa hai hoặc nhiều biến, bao gồm:

Scatter Plot: Với scatter plot, một biến sẽ được biểu diễn trên trục x, biến còn lại sẽ được biểu diễn trên trục y và biểu đồ sẽ thể hiện mức độ tương quan giữa hai biến số, mô tả tác động của biến y khi biến x thay đổi. Lưu ý, khi sử dụng scatter plot, các biến đều phải là dữ liệu dạng định lượng (numerical data) nhằm có giá trị để biểu diễn.

Hệ số tương quan (correlation coefficient) sẽ là chỉ số đo lường mức độ mạnh yếu của mối quan hệ giữa hai biến số. Correlation coefficient dao động trong khoảng từ -1 tới 1.

• Correlation coefficient bằng -1 thể hiện mối quan hệ nghịch biến tuyệt đối.

• Correlation coefficient bằng 1 thể hiện một mối quan hệ đồng biến tuyệt đối.

• Correlation coefficient bằng 0 thể hiện không có quan hệ tuyến tính nào giữa hai biến số.

Line Chart: Biểu đồ đường minh họa những thay đổi của một biến định lượng (numerical data) theo một biến phân loại (category data). Trục x thường là một khoảng thời gian, trục y là giá trị của biến số định lượng.

Bubble Chart: Bubble charts scatter plots biểu diễn các bong bóng thể hiện giá trị của các điểm dữ liệu trong biểu đồ hai chiều. Dạng biểu đồ này được sử dụng để đánh giá mối quan hệ giữa ba hoặc nhiều biến số. Trong Bubble Chart, mỗi bong bóng tương ứng với một điểm dữ liệu và biểu diễn giá trị của các biến bằng các đặc điểm khác nhau như vị trí trên trục, kích thước bong bóng và màu sắc.

Heat Map: Heatmap là biểu đồ được trình bày dưới dạng ma trận gồm các cột và hàng, với các sắc độ của màu sắc nhằm trực quan mức độ tương quan giữa các biến. Heat map là dạng biểu đồ thường được sử dụng để xây dựng các mô hình Machine Learning.

Đọc thêm: Data Visualization – Cách chọn loại biểu đồ minh họa tốt nhất cho metrics của bạn?

4.3. Multivariate analysis (Phân tích đa biến)

Multivariate Non-Graphical

Machine Learning ngày càng phát triển và thường được sử dụng để phân tích tương quan của đa biến. Một số kỹ thuật phân tích có thể kể tới như:

• Classification hoặc clustering analysis

Kỹ thuật Phân nhóm (Classification) hoặc tích phân cụm (Clustering analysis) thường được áp dụng để phát triển các thuật toán để phân loại dữ liệu đầu vào thành các danh mục hoặc nhóm/cụm có nhiều biến số, đặc điểm, thuộc tính chung.

Điểm khác nhau của hai kỹ thuật này nằm ở việc Classification nhóm các dữ liệu theo các đặc điểm đã được xác định trước (ví dụ: phân loại tập dữ liệu về người dựa trên phạm vi chiều cao được xác định như từ 160cm – 170cm, từ 170 cm – 180 cm và từ 180cm trở lên), trong khi kỹ thuật Clustering analysis thì nhóm dữ liệu dựa trên những giá trị tương đồng mà thuật toán tự đánh giá (ví dụ: liệu chiều cao của một nhóm người ở mức độ trung bình, cao hoặc rất cao).

• Predictive analysis

Mặc dù phân tích dự báo thường được sử dụng trong Machine Learning và AI để đưa ra dự đoán, nhưng loại phân tích này cũng phổ biến và thường được sử dụng trong quá trình tiến hành EDA.

Khi được sử dụng trong EDA, phân tích dự báo không nhằm mục đích khám phá thông tin trong tương lai mà chỉ đơn giản là sử dụng các phương pháp dự đoán dựa trên dữ liệu lịch sử để tìm ra các đặc tính của dữ liệu chưa được khám phá (ví dụ: sử dụng kỹ thuật phân tích hồi quy tuyến tính với dữ liệu hiện có để suy ra các giá trị theo từng khoảng).

Multiple Correspondance Analysis (MCA)

Correspondence Analysis là kỹ thuật trực quan hóa mối quan hệ giữa các categories. Kỹ thuật này được áp dụng khi dữ liệu được phân loại đa thức (multinomial categorical) và được sử dụng nhiều trong các cuộc khảo sát và bảng hỏi.

Kỹ thuật MCA sẽ tách nhóm các đáp viên dựa trên các categories. Nhóm những đáp viên thuộc cùng một category sẽ được trực quan cạnh nhau và ngược lại.

Kỹ thuật này có ưu điểm là (1) Có thể giải thích cách các tiêu chí phân loại được liên kết với nhau, (2) Có thể giải thích liệu các đáp viên có sự tương đồng với các biến phân loại hay không và (3) Cung cấp hình ảnh trực quan giải thích mối liên kết giữa các categories.

Vậy khi nào nên sử dụng MCA? Kỹ thuật này thường được áp dụng khi không có giá trị bị thiếu hoặc giá trị âm trong tập dữ liệu, tất cả dữ liệu phải có cùng quy mô, dữ liệu phải chứa ít nhất hai cột và tập dữ liệu có nhiều tiêu chí phân loại.

Multivariate Graphical

Biểu đồ được sử dụng trong phân tích đa biến sẽ biểu diễn trực quan mối quan hệ giữa hai hoặc nhiều biến, chủ yếu là Scatter Plot, Bar chart, Boxplot, tương tự với phân tích hai biến. Ngoài ra, phân tích đa biến còn sử dụng một số dạng biểu đồ như:

Multivariate Chart: Đây là dạng biểu đồ được sử dụng để theo dõi hai hoặc nhiều biến đánh giá quy trình có liên quan với nhau. Các biểu đồ cặp (pair plot) được tạo bằng thư viện Seaborn trong Python là một ví dụ điển hình về biểu đồ đa biến, những biểu đồ này giúp trực quan hóa mối quan hệ giữa tất cả các biến số trong toàn bộ tập dữ liệu cùng một lúc.

Quy tắc khi sử dụng các chart này có thể được khái quát như sau:

• Với hai hoặc nhiều biến phân loại (categorical variables): Sử dụng Group Bar chart, Clustered Bar chart cho mục đích so sánh và sử dụng Treemap, Stacked Bar chart cho mục đích mô tả các phần của một tổng thể.

• Với một biến phân loại (categorical variables) và một biến định lượng (numerical variables): Sử dụng Bar chart cho mục đích so sánh, sử dụng Treemap, Stacked Bar chart, Pie chart cho mục đích mô tả các phần của một tổng thể và sử dụng Histogram, Boxplot cho mục đích mô tả phân phối.

• Với một biến phân loại (categorical variables) và nhiều biến định lượng (numerical variables): Sử dụng Bar chart, Line chart, Clustered Bar chart cho mục đích so sánh và sử dụng Boxplot cho mục đích mô tả phân phối.

• Với nhiều biến phân loại (categorical variables) và một biến định lượng (numerical variables): Sử dụng group Bar chart, Clustered Bar chart cho mục đích so sánh, sử dụng Treemap, Pie chart cho mục đích mô tả các phần của một tổng thể và sử dụng Boxplot cho mục đích mô tả phân phối.

5. Công cụ thực hiện EDA

Python

Python thường được sử dụng để thực hiện nhiều tác vụ khác nhau trong EDA, ví dụ như tìm các giá trị còn thiếu trong thu thập dữ liệu, mô tả dữ liệu, xử lý các giá trị ngoại lai, thu thập insight từ biểu đồ,… Một số thư viện thường được sử dụng cho EDA có thể kể tới như Matplotlib, Pandas, Seaborn, NumPy, Altair,…

Python được đánh giá là khá đơn giản và dễ sử dụng cho người mới bắt đầu. Bạn có thể tìm thấy nhiều packages trong Python như D-Tale, AutoViz, PandasProfiling,… có thể hỗ trợ tự động hóa toàn bộ quy trình EDA và tiết kiệm thời gian phân tích thủ công.

R

Ngôn ngữ lập trình R thường được các data scientists và các nhà thống kê sử dụng để thực hiện các kỹ thuật thống kê và phân tích dữ liệu. Tương tự Python, R cũng là một ngôn ngữ lập trình mã nguồn mở (open-source) phù hợp cho tính toán thống kê và trực quan dữ liệu. Một số thư viện thường được sử dụng cho EDA có thể kể tới như ggplot, Leaflet, Lattice, Data Explorer, SmartEDA và GGally,…

MATLAB

MATLAB là một công cụ nổi tiếng đối với dân engineers nhờ khả năng tính toán mạnh. Vì vậy, để sử dụng MATLAB cho EDA sẽ yêu cầu bạn cần nắm được một số kiến thức cơ bản về ngôn ngữ lập trình MATLAB.

Tạm kết

Exploratory Data Analysis là một phần rất quan trọng trước khi bạn tiến tới xử lý, biến đổi và phân tích dữ liệu. Tư duy làm việc, xử lý, phân tích dữ liệu để tìm ra các insight ẩn, phát hiện vấn đề, tránh đưa ra các quyết định cảm tính là nội dung chính mà khóa học Power BI & AI for Analytics của Tomorrow Marketers sẽ giúp bạn trang bị. Tham khảo ngay khóa học tại đây nhé!

Mỗi khách hàng sẽ có phản ứng với những thông điệp khác nhau. Giả sử, một khách hàng nhạy cảm về giá sẽ có khả năng phản hồi cao với các chương trình ưu đãi khuyến mại, trong khi những khách hàng mua vì thói quen thì không quá hào hứng và quan tâm tới những hoạt động đó. Vì vậy, thay vì tiếp cận tất cả đối tượng với cùng một thông điệp, bạn cần phân khúc khách hàng và có những tương tác khác nhau.

Đây là lúc bạn cần ứng dụng dữ liệu giao dịch của khách hàng và kỹ thuật phân tích RFM. Vậy phân tích RFM (RFM Analysis) là gì, làm thế nào để áp dụng trong việc phân khúc khách hàng và cần sử dụng công cụ hỗ trợ nào? Cùng tìm hiểu câu trả lời trong bài viết sau nhé!

1. RFM Analysis (Phân tích RFM) là gì?

Phân tích RFM (Recency, Frequency, Monetary) là một mô hình phân tích và phân khúc khách hàng theo các đặc điểm hành vi tiêu dùng dựa trên các dữ liệu giao dịch trong lịch sử.

Cụ thể, RFM là viết tắt của:

• Recency: Khoảng thời gian giữa giao dịch gần nhất tới hiện tại là bao lâu? Khoảng thời gian này càng lớn thì khách hàng càng có khả năng cao rời bỏ công ty (churn customer), đồng nghĩa với việc công ty sẽ mất càng nhiều thời gian để chăm sóc và thuyết phục họ quay lại. Ngược lại, khoảng thời gian này càng nhỏ thì khả năng tiếp cận và upsell, cross-sell sẽ càng cao.

• Frequency: Tần suất giao dịch của khách hàng với doanh nghiệp là bao nhiêu? Khách hàng mua hàng càng thường xuyên sẽ càng có khả năng phản hồi với các chiến dịch của thương hiệu và trở thành khách hàng trung thành. Khách hàng mua sản phẩm hàng tuần hoặc hàng tháng thì khả năng bán upsell sẽ cao hơn những khách hàng 3 tháng mua hàng 1 lần. Tần suất giao dịch cũng đo lường mức độ mối quan hệ của khách hàng với doanh nghiệp.

• Monetary: Tổng số tiền khách hàng đã chi tiêu cho thương hiệu trong một khoảng thời gian cụ thể là bao nhiêu? Mức độ chi tiêu sẽ cho biết khả năng chi tiêu của khách hàng cho thương hiệu nằm ở đâu. Dựa vào con số này và tần suất giao dịch, bạn cũng có thể tính được chi tiêu trung bình của mỗi giao dịch của khách hàng. Thông thường, những khách hàng đã mua nhiều lần, có sự tin tưởng nhất định vào thương hiệu mới có thể mạnh tay mua những đơn giá trị cao.

2. Tầm quan trọng của việc phân tích RFM

Phân khúc khách hàng dựa trên RFM có thể giúp bạn đánh giá hành trình khách hàng (customer journey) dựa trên nhiều yếu tố, từ nhiều góc nhìn. Phân tích RFM có thể giúp trả lời một số câu hỏi như:

• Đâu là những khách hàng chi tiêu nhiều và trung thành nhất?

• Đâu là những khách hàng có khả năng cao rời bỏ công ty?

• Đâu là những khách hàng mới và làm thế nào để tăng khả năng mua hàng định kỳ?

• Đâu là những khách hàng có tiềm năng có thể chuyển đổi để trở thành khách hàng có mức chi tiêu cao hơn?

• Đâu là những khách hàng đã rời bỏ thương hiệu và ít có khả năng trở lại nhất?

• Đâu là những khách hàng cần được chăm sóc và giữ chân trước khi trở thành khách hàng rời bỏ?

• Những phân khúc khách hàng khác nhau cần có hoạt động chăm sóc, ưu đãi và marketing khác nhau như nào?

Phân tích RFM giúp bạn xây dựng các thông điệp, chiến dịch và chương trình ưu đãi khác nhau cho từng nhóm khách hàng, dựa trên hành vi tiêu dùng và mối quan hệ của họ với công ty. Mỗi chỉ số RFM này đã được chứng minh là có hiệu quả trong việc dự đoán hành vi của khách hàng trong tương lai và tăng doanh thu. Những khách hàng đã mua hàng trong quá khứ gần đây có nhiều khả năng sẽ làm như vậy trong tương lai gần.

Dựa vào đây, các hoạt động marketing có thể tăng tỷ lệ phản hồi, tăng khả năng giữ chân khách hàng (retention rate), sự hài lòng của khách hàng và giá trị vòng đời của khách hàng (CLTV).

Nói tóm lại, phân tích RFM có thể giúp bạn đạt được một số lợi ích như:

• Tăng hiệu quả email marketing: Phân khúc khách hàng theo RFM sẽ giúp bạn điều chỉnh thông điệp marketing theo từng trạng thái của khách hàng trong vòng đời mua hàng, từ đó nâng cao hiệu quả kêu gọi hành động của thông điệp và hạn chế trải nghiệm tiêu cực của khách hàng với công ty. Bạn có thể phân nhóm tệp email trước khi chạy các automatic drip campaign theo từng nhóm đối tượng trên các công cụ MailChimp, Campaign Monitor,… Với kỹ thuật phân tích RFM, bạn có thể biến tấu bằng cách đánh giá các tiêu chí quan trọng với một chiến dịch email như tỷ lệ mở (open rate), tỷ lệ nhấp chuột (click rate) của email và số lượt mua hàng qua email.

• Cải thiện giá trị vòng đời của khách hàng (CLTV): RFM có thể hỗ trợ giảm tỷ lệ rời bỏ, upsell và cross-sell cho các phân khúc khách hàng có khả năng phản hồi cao, tăng mức độ trung thành và referral,..

• Phân khúc khách hàng cho giới thiệu sản phẩm mới: Nhóm khách hàng trung thành có khả năng cao sẽ tiếp nhận, sử dụng và có phản hồi tích cực với sản phẩm mới của công ty. Nhóm khách hàng này cũng có khả năng cao hơn trong việc giới thiệu sản phẩm với vòng tròn quan hệ (WOM), có tác động tích cực đến nhận thức về sản phẩm của các khách hàng khác, từ đó nâng cao hiệu quả awareness và mở rộng cơ sở khách hàng của sản phẩm mới.

• Tăng sự trung thành và tăng tương tác với khách hàng: Nhóm khách hàng mới là đối tượng đặc biệt quan trọng khi công ty thực hiện một chương trình chăm sóc khách hàng. Bạn cần đảm bảo rằng nhóm đối tượng này trải nghiệm ban đầu của họ với sản phẩm/thương hiệu là tích cực và đáng nhớ.

• Giảm tỷ lệ khách hàng rời bỏ doanh nghiệp: Các nhóm khách hàng đã lâu không quay lại và sức mua trước đó cũng không lớn sẽ cần được chú ý bởi khả năng rời bỏ doanh nghiệp là rất lớn. Phân khúc theo RFM có thể giúp bạn dự đoán được những khách hàng này.

• Tối ưu chi phí marketing và cải thiện ROI: Phân tích RFM giúp nhắm chọn chính xác đối tượng mục tiêu, từ đó cải thiện giá trị vòng đời của khách hàng, nâng cao hiệu quả giới thiệu sản phẩm mới, mức độ tương tác và lòng trung thành nổi bật của người dùng, tỷ lệ rời bỏ thấp hơn, ROI tốt hơn trong các chiến dịch marketing,… Tập trung vào một phân khúc khách hàng nhỏ hơn sẽ giảm đáng kể chi phí, cho phép bạn thực hiện nhiều thử nghiệm hơn và đưa ra quyết định dựa trên dữ liệu.

• Nâng cao hiệu quả của các chiến dịch remarketing / retargeting: Remarketing là chiến thuật hiển thị quảng cáo hoặc các chương trình khuyến mại tối những đối tượng đã từng truy cập và tương tác với trang web ít nhất một lần. Những quảng cáo này có thể tiếp cận tới những đối tượng này trên các trang web khác mà họ đang truy cập, nhờ vậy cải thiện tỷ lệ nhấp chuột (click rate) và hiệu quả tổng thể của chiến dịch.

3. Làm thế nào để phân tích RFM cho phân khúc khách hàng hiệu quả?

Bước 1: Tính giá trị R – F – M

Để tính giá trị và điểm số RFM, bạn sẽ cần có một số dữ liệu chi tiết của các khách hàng:

• ID / Email / Họ và tên: các thông tin định danh của khách hàng

• Recency (R) – khoảng thời gian tính từ lần cuối giao dịch tới hiện tại, được tính bằng cách lấy ngày khách hàng mua hàng cuối cùng trừ đi ngày khách hàng thực hiện giao dịch đầu tiên.

• Frequency (F) – tần suất giao dịch, được tính bằng cách lấy tổng số lần mua hàng chia cho khoảng thời gian giữa lần đầu và lần cuối mua hàng.

• Monetary (M) – tổng số tiền khách hàng đã chi trả cho công ty trong suốt vòng đời mua hàng của họ, được tính bằng cách cộng gộp giá trị của tất cả số tiền khách hàng đã thanh toán cho công ty.

Bước 2: Chia các giá trị thành các khoảng trên thang điểm từ 1-5

Sau khi đã có các giá trị RFM, bạn sẽ tiếp tục phân khoảng các giá trị này và gán cho chúng một mức điểm số trên thang 1-5 điểm, với 1 điểm cho giá trị thấp nhất và 5 điểm cho giá trị cao nhất. Ví dụ, với tiêu chí Recency, những khách hàng mới mua hàng trong vòng 1 tuần tính từ hiện tại sẽ có mức điểm là 5, trong khi những khách hàng đã 216 ngày tính từ ngày cuối cùng mua hàng sẽ được chấm với mức điểm là 1. Cách gán điểm số này được áp dụng tương tự với Frequency và Monetary.

Hãy nhớ rằng, giá trị RFM và điểm RFM là khác nhau. Giá trị là giá trị tuyệt đối của R – F – M cho khách hàng đó, trong khi điểm RFM là một số điểm từ 1-5 dựa trên giá trị sau khi được sắp xếp theo một thứ tự.

Mỗi công ty sẽ có các phương pháp và công thức chia khoảng giá trị và tính điểm RFM khác nhau. Bài viết này sẽ giới thiệu hai phương pháp phổ biến nhất.

Phương pháp 1: Chia khoảng đơn giản

Ví dụ:

Bạn có thể gán điểm Recency theo thang 5 điểm với các khoảng thời gian:

• 5 điểm: Khách hàng mới có giao dịch và mua hàng trong 24 giờ.

• 4 điểm: Khách hàng mới có giao dịch và mua hàng trong vòng 3 ngày qua.

• 3 điểm: Khách hàng có lần giao dịch và mua hàng cuối cùng trong 30 ngày qua.

• 2 điểm: Khách hàng có lần giao dịch và mua hàng cuối cùng trong vòng 180 ngày qua.

• 1 điểm: Khách hàng có lần cuối giao dịch xa hơn 180 ngày.

Với phương pháp này, bạn cần xác định phạm vi cho từng khoảng giá trị và chỉ định một mức điểm số cho các khoảng giá trị khác nhau. Dựa vào đây, bạn sẽ có 3 thang đo điểm số R – F – M.

Những phạm vi giá trị này sẽ phụ thuộc vào bản chất và business understanding của doanh nghiệp và khách hàng. Khách hàng của mỗi ngành hàng sẽ có những thói quen, hành vi tiêu dùng khác nhau. Ví dụ: các sản phẩm High-involvement như ô tô, đồ điện gia dụng với các đặc điểm có giá cao, khác biệt giữa các sản phẩm thay thế và có tính rủi ro cao, thì tần suất mua sẽ được tính theo đơn vị năm; trong khi các sản phẩm Low-involvement và có thể mua hàng ngày như cà phê, kem đánh răng thì tần suất mua sẽ được tính theo đơn vị ngày.

Đọc thêm: Sự khác biệt giữa sản phẩm High-involvement và sản phẩm Low-involvement

Vì vậy, điều quan trọng cần lưu ý khi sử dụng phương pháp này chính là phải xác định các giá trị phù hợp cho khoảng thời gian đặt trước, vì các giá trị không chính xác sẽ dẫn đến đánh giá không chính xác về mức độ trung thành của khách hàng và RFM.

Phương pháp 2: Quintiles – chia khách hàng thành 5 phần bằng nhau dựa trên các giá trị đã có

Quintiles là một dạng đặc biệt của Percentile, chia tập dữ liệu thành 5 phần bằng nhau.

Giả sử, xét riêng giá trị R của một nhóm 100 khách hàng. Đầu tiên, sắp xếp các giá trị giảm dần từ lớn tới bé, 20 giá trị lớn nhất dao động từ 180 – 91 ngày, 20 giá trị tiếp theo dao động từ 90 – 61 ngày, 20 giá trị tiếp theo dao động từ 60 – 31 ngày, 20 giá trị tiếp theo dao động từ 30 – 11 ngày và 20 giá trị cuối cùng giao động từ 10 – 0 ngày. Như vậy, với phương pháp này, các khoảng giá trị sẽ không bằng nhau nhưng số lượng khách hàng của từng nhóm sẽ như nhau.

Phương pháp này được đánh giá là phức tạp hơn phương pháp 1 vì yêu cầu kiến thức hiểu biết về toán thống kê mô tả. Tuy nhiên, phương pháp này có ưu điểm là có thể áp dụng với bất kỳ ngành nào, bởi các khoảng giá trị được phân bổ đồng đều và không cần thiết phải có hiểu biết sâu về đặc điểm tiêu dùng của khách hàng.

Phương pháp 3: Sử dụng thuật toán phân tích cụm (clustering) như “k-means”

Thay vì phân nhóm các trường hợp theo cách thủ công, bạn có thể phát triển và đào tạo mô hình unsupervised Machine Learning như “k-means” để nhóm khách hàng thành các cụm riêng biệt. Sự khác biệt của phương pháp này nằm ở:

• Thuật toán sẽ tự động chỉ định khách hàng cho các cụm khác nhau. Chúng ta có thể sử dụng một số phương pháp để xác định số cụm được coi là “tối ưu”, ví dụ như phương pháp “elbow” hoặc “silhouette“.

• Thuật toán này sẽ sử dụng các giá trị R – F – M (tức là $$$ đã chi tiêu, # ngày từ lần mua hàng cuối cùng,…) thay vì sử dụng điểm số RFM trong khoảng từ 1 đến 5.

Nếu như phương pháp 1 và 2 có ưu điểm là có sự thuận tiện và dễ dàng áp dụng bởi không đòi hỏi yêu cầu về hiểu biết công nghệ tự động và toán thống kê nâng cao; thì phương pháp 3 sẽ có ưu điểm về tính chính xác cao hơn việc chỉ sử dụng giá trị phần trăm hay phương pháp phỏng đoán.

Bước 3: Phân khúc khách hàng từ phân tích RFM

R, F và M có mức điểm từ 1-5, do đó có tổng cộng 5x5x5 = 125 tổ hợp giá trị RFM khác nhau.

Ba chiều của R, F và M được trực quan hóa đầy đủ nhất với biểu đồ 3D. Nhưng làm việc với biểu đồ 3D sẽ không hiệu quả. Thay vào đó, chúng ta cần một biểu đồ hai chiều để dễ mô tả dữ liệu và dễ hiểu hơn.

Cách tiếp cận này coi F và M cùng có sự liên quan tới sức mua của khách hàng, trong khi R sẽ thể hiện mức độ tương tác của khách hàng với công ty. Từ đây, bạn sẽ kết hợp biểu diễn điểm số frequency + monetary trên trục Y (phạm vi từ 0 đến 5 điểm) và recency trên trục X (phạm vi từ 0 đến 5 điểm). Sự kết hợp này sẽ nhóm và giảm số lượng trường hợp từ 125 xuống còn 50.

Lấy một tạp chí là ví dụ để minh họa. Đối với những độc giả đăng ký tạp chí hàng tháng với mức giá là 100 đô la, tương đương với 1200 đô la cho 12 tháng. Như vậy, giá trị M (monetary) là 1200, giá trị F (frequency) là 12. Trong khi đó, nếu một độc giả đăng ký định kỳ năm, giá trị M vẫn sẽ là 1200 nhưng giá trị F lúc này là 1 do họ đã đăng ký và thanh toán duy nhất một lần. Trong cả hai trường hợp, khách hàng có sức mua là như nhau và việc kết hợp F và M là hợp lý.

50 trường hợp vẫn là con số lớn và có thể được tóm gọn thành 11 nhóm khách hàng có sự tương đồng với nhau như bảng dưới đây:

Bước 4: Trực quan hóa phân tích RFM với biểu đồ tree map

Sử dụng biểu đồ tree map sẽ biểu diễn trực quan các phân khúc khách hàng, giúp bạn có cái nhìn tổng quan và nhanh nhất để trả lời các câu hỏi như “đâu là nhóm khách hàng chiếm tỷ trọng nhiều nhất?”. Bạn có thể sử dụng các công cụ BI (Business Intelligence) như Power BI, Tableau, Qlik để thực hiện các tác vụ trực quan hóa này.

Việc lựa chọn màu sắc từ nhạt tới đậm cũng sẽ giúp bạn nhanh chóng biết mức độ quan trọng cần ưu tiên của các nhóm.

Bước 5: Dựa vào phân tích RFM để đưa ra quyết định cho các hoạt động và thông điệp marketing

Phân khúc khách hàng Champion

Những khách hàng này mua hàng rất thường xuyên, với giá trị giỏ hàng lớn và vẫn có giao dịch gần đây. Bài toán đặt ra của nhóm khách hàng này là “làm thế nào để giữ chân những khách hàng này bằng mọi giá?”.

Doanh nghiệp có thể chăm sóc và khuyến khích những khách hàng này quay lại nhiều lần hơn bằng cách đề xuất chương trình khách hàng thân thiết với những giá trị khác biệt và được cá nhân hóa cao. Bạn có thể tham khảo cách VinID thực hiện chương trình khách hàng trung thành với thẻ cứng và ứng dụng thu hút khách hàng với hàng ngàn ưu đãi, khuyến mại và chương trình tích điểm, đổi điểm và các ưu đãi riêng cho 3 hạng mức khác nhau.

Bên cạnh đó, bởi nhóm khách hàng này đã có sự tin tưởng và cam kết cao với thương hiệu, công ty không cần phải thu hút họ bằng các chương trình giảm giá khuyến mại. Thay vào đó, hãy tăng CLTV bằng cách đề xuất các mặt hàng có giá trị lớn hơn, các combo sản phẩm dựa trên dự đoán từ những lịch sử đơn hàng.

Phân khúc khách hàng Loyal Customers và Potential Loyalist

Những khách hàng này thường mua nhiều tới rất nhiều lần, nhưng giá trị giỏ hàng ở mức không cao. Bài toán đặt ra là “làm thế nào để họ nâng giá trị giỏ hàng mỗi lần mua hàng?”.

Doanh nghiệp có thể đề xuất các chương trình ưu đãi gắn liền với các ngưỡng chi tiêu (ví dụ: quà tặng miễn phí cho các giao dịch trên giá trị đơn hàng trung bình của thương hiệu). Các chương trình advocacy và referral cũng có thể là những cách hiệu quả để thu hút những khách hàng này.

Phân khúc khách hàng Recent Customers và Promising

Những khách hàng này mới mua gần đây nhất nhưng chưa mua hàng thường xuyên và vẫn đang ở giai đoạn trải nghiệm, đánh giá. Bài toán đặt ra là “làm thế nào để họ giúp họ hài lòng ở những giao dịch đầu tiên này và quay lại mua hàng nhiều lần hơn, với giá trị giỏ hàng lớn hơn?”.

Doanh nghiệp sẽ cần một quy trình chăm sóc bài bản và được cá nhân hóa đủ cao sẽ là yếu tố chính để bước đầu tạo dựng mối quan hệ. Ví dụ: có lời cảm ơn và lấy ý kiến về trải nghiệm mua hàng ở đơn hàng đầu tiên của khách hàng, đồng thời tặng kèm voucher chào mừng giảm giá cho những lần mua hàng tiếp theo. Sau đó, doanh nghiệp cần đảm bảo tần suất tương tác và đề xuất thông tin về các sản phẩm tương tự với giỏ hàng đầu tiên và cross-sell/upsell với combo và các sản phẩm có size lớn hơn.

Phân khúc khách hàng Customers Needing Attention và At Risk

Những khách hàng này không quay lại mua hàng gần đây, trước đó có tần suất mua hàng khá thường xuyên và giá trị giỏ hàng ở mức trung bình khá – lớn. Bài toán đặt ra là “điều gì khiến họ không hài lòng và không quay lại mua hàng?”.

Doanh nghiệp cần thực hiện các khảo sát để tìm ra nguyên nhân dẫn đến quyết định không tiếp tục quay lại của họ và đưa ra hướng khắc phục, đồng thời đề xuất các giá trị hơn thay vì chạy chương trình giảm giá, ưu đãi rộng rãi để tránh lãng phí ngân sách. Bởi nguyên nhân khiến họ không quay lại bên cạnh giá bán của sản phẩm còn có thể tới từ việc chất lượng sản phẩm giảm, sản phẩm không còn đáp ứng nhu cầu của khách hàng hoặc thị trường xuất hiện các sản phẩm/dịch vụ thay thế.

Phân khúc khách hàng About To Sleep, Hibernating và Lost

Những khách hàng này đã lâu không quay lại và sức mua yếu (tần suất mua hàng không thường xuyên, giá trị giỏ hàng không cao). Bài toán đặt ra là “làm thế nào để họ quay lại mua hàng lần nữa và khiến họ mua hàng thường xuyên hơn?”.

Tuy nhiên, không dễ để doanh nghiệp re-engage lại họ bởi thông thường những quyết định không tiếp tục mua hàng đến từ những đánh giá tiêu cực về trải nghiệm với sản phẩm/dịch vụ hoặc họ đã trung thành với những sản phẩm/dịch thay thế khác. Bạn cũng có thể gửi email cá nhân, tương tác trực tiếp qua social media hoặc gọi điện để kết nối lại với những khách hàng này.

Doanh nghiệp cần kích thích để họ thực hiện một giao dịch sớm nhất có thể, hoặc không nhận thức về sản phẩm/thương hiệu sẽ rơi vào bộ nhớ ngắn hạn và cuối cùng bị khách hàng lãng quên. Vì vậy, doanh nghiệp có thể thực hiện các chiến dịch retargeting, các chương trình xúc tiến ngắn hạn với một số hình thức như voucher, discount giảm giá, ưu đãi độc quyền,…

Đọc thêm: Điểm mặt 14 loại khuyến mại phổ biến

Kết quả lý tưởng là khi doanh nghiệp có thể tăng trưởng nhóm khách hàng Champions và giảm thiểu số lượng khách hàng trong các nhóm bên dưới đáng kể nhất. Như vậy, doanh thu kinh doanh sẽ tăng trưởng bền vững và có sự phân bổ ngân sách phù hợp, tránh lãng phí ngân sách khi phải chạy các chương trình marketing tới toàn bộ đối tượng mà không có mục tiêu nhắm chọn.

4. Công cụ và phần mềm phân tích RFM

Nhiều doanh nghiệp ngày càng nhận ra tầm quan trọng của CRM (customer relationship management). Từ đây, phân tích RFM và phân khúc khách hàng theo hành vi mua sắm cũng trở thành một hoạt động không thể thiếu trong phân tích Marketing và kinh doanh.

Nếu doanh nghiệp có cơ sở dữ liệu khách hàng lớn, bạn sẽ cần sử dụng các công cụ và thực hiện các phép tính chia khoảng một cách tự động.

Sử dụng Excel/Google Sheets

Khi đã có dữ liệu lịch sử mua hàng của khách hàng, bạn có thể sử dụng Excel hoặc Google Sheets để thực hiện các hàm tính giá trị RFM:

• Tính giá trị Recency: Chọn ra ngày khách hàng thực hiện giao dịch cuối cùng bằng hàm MAX và chọn ra ngày hiện tại bằng hàm TODAY. Sau đó, tính số ngày khoảng cách bằng cách sử dụng hàm DATEDIF.

• Tính giá trị Frequency: Tính khoảng cách giữa hai ngày mua hàng đầu tiên – cuối cùng tương tự như trên với hàm MIN, hàm MAX và hàm DATEDIF. Sau đó, tính số lần mua hàng của khách hàng bằng hàm COUNT. Cuối cùng, lấy số lần mua hàng chia cho khoảng cách giữa hai ngày mua hàng đầu tiên – cuối cùng để tính tần suất mua hàng của khách hàng bằng cách

• Tính giá trị Monetary: Tính tổng số tiền khách hàng đã chi trả với hàm SUMIF.

Sau khi đã có các giá trị RFM, bạn tiếp tục thực hiện việc phân nhóm các giá trị theo hai phương pháp đã liệt kê phía trên.

Với phương pháp thứ hai, bạn có thể sử dụng hàm RANK để sắp xếp các giá trị giảm dần từ lớn tới bé, sau đó sử dụng hàm QUARTILE để tính các giá trị mà tại đó, bạn có thể chia tập dữ liệu thành 5 phần bằng nhau. Để nhóm các mức điểm RFM theo các tổ hợp, bạn sẽ cần sử dụng hàm IFS. Ví dụ, IFS(A2 = “5”, B2 = “5”, C2 = “5”, “Champions”)

SQL/ Python / R

SQL, R và Python là các ngôn ngữ phổ biến cho ngành dữ liệu hoặc phân tích thống kê.

Bạn có thể tham khảo code phân tích RFM:

• Sử dụng Python: tại đây

• Sử dụng SQL: tại đây và đây

• Sử dụng R: tại đây

Một số công cụ CRM khác

Có một số phần mềm CRM cũng có thể tự động tính điểm RFM và phân khúc khách hàng, ví dụ Zoho,…

5. Hạn chế của kỹ thuật phân tích RFM

Mặc dù phân khúc khách hàng theo RFM có rất nhiều ưu điểm, không thể phủ nhận rằng kỹ thuật này vẫn còn một số sai sót và hạn chế.

Ví dụ, khi được tính toán và thực hiện phân nhóm một cách thủ công, các phép tính có thể xảy ra các lỗi sai. Phân tích RFM cũng chỉ dựa trên ba đặc điểm của hành vi tiêu dùng cơ bản và phân tích hoàn toàn từ dữ liệu lịch sử trong quá khứ. Vì vậy, những insight rút ra từ những phân tích này chủ yếu được áp dụng cho những khách hàng hiện tại và chỉ mang tính dự báo cơ bản về hành vi tiêu dùng trong tương lai của những khách hàng đó, đồng thời cũng không trực tiếp giúp doanh nghiệp đưa ra các đề xuất có thể thu hút khách hàng mới.

Mặt khác, phân tích RFM có thể khiến các marketer bỏ qua những khách hàng ở nhóm thấp dù một số khách hàng đó vẫn có tiềm năng để mua hàng với value và volume nhiều hơn. Các phân tích RFM này có thể không tính đến yếu tố tác động từ các yếu tố bên ngoài như các chương trình khuyến mại trước đây hoặc tính thời vụ (khách hàng có thể mua hàng vào các dịp sinh nhật hoặc ngày kỷ niệm).

Tạm kết

Phân tích RFM là một phương pháp hiệu quả trong việc phân khúc khách hàng, giúp công ty tập trung nguồn lực cho những khách hàng có tiềm năng và có các chương trình chăm sóc, truyền thông khuyến mại phù hợp với nhu cầu và đặc điểm từng nhóm khách hàng khác nhau.

Hy vọng thông qua bài viết này, bạn đã hiểu phân tích RFM là gì, ứng dụng như nào và biết được các bước để phân khúc khách hàng theo RFM. Nếu bạn quan tâm hơn về các kiến thức phân tích dữ liệu trong Marketing/Sales/Product, hãy tham khảo khóa học Power BI & AI for Analytics của Tomorrow Marketers nhé!

Trong bài viết này, hãy cùng Insight Ouch! tìm hiểu sâu hơn về phương pháp và quy trình phân tích dữ liệu nhé!

Tại sao cần phân tích dữ liệu?

Nếu doanh nghiệp của bạn không phát triển, thì bạn phải nhìn lại những sai sót, từ đó lập lại kế hoạch mà không lặp lại những sai lầm đó. Ngay cả khi doanh nghiệp của bạn đang phát triển, bạn sẽ mong muốn cho doanh nghiệp phát triển hơn nữa. Tất cả những gì bạn cần làm là phân tích dữ liệu kinh doanh và quy trình kinh doanh của bạn để đưa ra những chiến lược mới. Việc phân tích dữ liệu trong kinh doanh giúp bạn:

• Dự đoán xu hướng và hành vi của khách hàng

• Phân tích, giải thích và cung cấp dữ liệu có ý nghĩa

• Tăng năng suất kinh doanh

• Thúc đẩy quá trình ra quyết định hiệu quả

Quy trình phân tích dữ liệu

1/ Đặt câu hỏi

Có một sự thật là dù cho cơ sở hạ tầng công nghệ thông tin tân tiến đến thế nào, bạn vẫn không thể đề xuất ngay kế hoạch hành động với những dữ liệu được cung cấp, vì dữ liệu đó không thực sự hỗ trợ cho mục đích của bạn. Chỉ khi đặt câu hỏi cụ thể, bạn mới xác định được các chỉ số quan trọng cần theo dõi và biết mình sẽ làm gì với những insight có được. Để giúp chuyển đổi dữ liệu thành các quyết định kinh doanh, bạn nên bắt đầu từ những vấn đề cần đào sâu tìm hiểu của doanh nghiệp, trước khi thực hiện thu thập dữ liệu. Dựa vào chiến lược, mục tiêu, ngân sách và đối tượng khách hàng của doanh nghiệp, bạn sẽ chuẩn bị được danh sách câu hỏi của mình, đặt nền móng cho quá trình phân tích dữ liệu và phát hiện những insight liên quan trực tiếp tới vấn đề cốt lõi. Và sau đây là một số câu hỏi bạn có thể đặt ra trước khi bắt đầu thu thập, khai thác và phân tích dữ liệu:

• Bạn đang muốn tìm hiểu điều gì?

• Những KPI tiêu chuẩn nào giúp bạn thực hiện điều đó?

• Dữ liệu của bạn sẽ đến từ đâu?

• Làm sao để đảm bảo chất lượng của dữ liệu?

• Bạn muốn áp dụng kỹ thuật phân tích thống kê nào

• Bạn cần triển khai quá trình tích hợp dữ liệu ELT nào không?

• Ai là người xem cuối cùng của những kết quả phân tích này?

• Hình thức trực quan hoá dữ liệu (data visualization) nào phù hợp?

• Phần mềm nào có thể hỗ trợ bạn?

Đọc thêm: Mẫu marketing dashboard giúp bạn theo dõi và đánh giá hiệu quả bộ phận marketing

2/ Dân chủ hoá dữ liệu (Data democratization)

Sau khi có được định hướng cụ thể cho phương pháp khai thác dữ liệu, cũng như xác định rõ bài toán cần giải quyết – yếu tố quan trọng giúp bạn tối ưu giá trị thu về từ nguồn thông tin sẵn có, việc tiếp theo bạn cần làm là dân chủ hoá dữ liệu (data democratization).

Dân chủ hoá dữ liệu là quy trình kết nối dữ liệu từ các nguồn khác nhau một cách hiệu quả và nhanh chóng, từ đó mọi người trong tổ chức đều có thể truy cập, sử dụng dữ liệu bất cứ lúc nào mà không bị vướng rào cản tiếp cận. Khi bạn cho phép truy cập dữ liệu vào bất kỳ cấp nào trong công ty của mình, điều đó sẽ trao quyền cho các cá nhân ở tất cả các cấp quyền sở hữu và trách nhiệm sử dụng dữ liệu trong quá trình ra quyết định của họ. Họ có thể xuất dữ liệu dạng chữ, dạng ảnh, video, số hay bất cứ định nào nào khác, sau đó triển khai những phân tích nguồn dữ liệu chéo (cross-database analysis – phân tích liên phòng ban, liên chi nhánh,…) để xem xét hiệu quả tổng thể và thu được những insights ở tầm chiến lược lớn.

Đọc thêm: Dark data: Rủi ro tiềm ẩn khi dữ liệu không được khai thác Doanh nghiệp nên làm gì để cải thiện tình trạng này?

Sau khi đã xác định được những nguồn dữ liệu quan trọng, bạn cần tạo ra dòng chảy cho chúng, kéo chúng về một nơi lưu trữ để thuận tiện cho việc đánh giá và tìm ra insight. Và các công cụ datapine sẽ giúp bạn làm điều này. Một đầu của các công cụ datapine sẽ nối với nguồn sản sinh dữ liệu, đầu còn lại nối với nơi lưu trữ và tạo ra một dòng chảy thông tin tự động giữa hai đầu đó. Nhờ vậy, bạn sẽ không phải mất thời gian thu thập và nhập dữ liệu thủ công, bạn có thể dùng quỹ thời gian đó để đánh giá và phân tích những thông tin được đổ về.

3/ Làm sạch dữ liệu

Sau quá trình thu thập và tổng hợp dữ liệu từ nhiều nguồn, bạn sẽ đứng trước một núi thông tin khổng lồ cần xử lý. Lúc đó, sự sai sót trong dữ liệu là điều bạn gặp phải và chúng dễ khiến bạn đi lệch hướng trong phân tích. Vì vậy, quá trình làm sạch dữ liệu cũng không kém phần quan trọng, là bước đặt nền móng đảm bảo sự chính xác và đáng tin cậy của những insight bạn đúc rút được. 

Có một số việc bạn cần để ý khi làm sạch dữ liệu:

• Loại bỏ những quan sát trùng lặp (duplicate observations)

• Thêm những đoạn mã bị thiếu

• Chỉnh sửa trường dữ liệu bị bỏ trống

• Xoá những dữ liệu đang có định dạng sai

• Với dữ liệu dạng chữ: cần được sửa đổi để tránh các ký tự không hợp lệ hoặc bất kỳ lỗi cú pháp hoặc chính tả nào

4/ Bỏ qua những dữ liệu vô ích

Không phải dữ liệu nào cũng là vàng. Việc bám sát vào mục tiêu và kinh doanh và KPI chiến lược bạn đặt ra ban đầu để loại bỏ những vần dữ liệu dư thừa, không quan trọng, sẽ giúp bạn tập trung tối đa vào phân tích và tìm ra insight đắt từ phần tinh gọn của dữ liệu.

Đọc thêm: Dùng Cohort Analysis trong Google Analytics để tìm ra insight như thế nào?

5/ Trực quan hoá dữ liệu

Một bản tóm tắt thông tin trực quan giúp bạn xác định mô hình và xu hướng dễ dàng hơn so với việc xem các bảng tính với hàng trăm cột số liệu khác nhau. Và ngay cả khi một nhà phân tích dữ liệu có thể phát hiện những insight sâu sắc từ dữ liệu, nhưng không trực quan hoá, họ sẽ gặp khó khăn trong việc truyền đạt ý nghĩa cho khách hàng, đồng nghiệp hiểu. Biểu đồ và đồ thị giúp truyền đạt dữ liệu dễ dàng hơn.

Đọc thêm: Data visualization là gì? Tại sao nó quan trọng?

Dưới đây là ví dụ về CMO Dashboard:

Dashboard này được thiết kế để các giám đốc marketing nắm được bức tranh tổng quan về các chỉ số quan trọng, đánh giá xem họ đã hoàn thành được bao nhiêu phần trăm mục tiêu trong tháng. Cụ thể, bảng báo cáo này đưa ra các biểu đồ dữ liệu về doanh thu, chi phí, thu nhập ròng và thu nhập ròng trên mỗi khách hàng. Các số liệu này đều được so sánh với giai đoạn trước đó để họ có thể biết được sự giao động. Thêm vào đó là các thông tin không kém phần quan trọng về lượng người dùng, lượng khách hàng, khách hàng tiềm năng team sales (SQLs), khách hàng tiềm năng team marketing (MQLs), nhằm giúp các nhà quản lý nắm được bức tranh vận hành và xu hướng tổng quan. Từ đó, họ có thể điều hướng kết quả ở tầm chiến lược, đưa ra các quyết định mang lại lợi nhuận cho doanh nghiệp theo cấp số nhân.

Đọc thêm: Đừng quyết định cảm tính – Hãy sử dụng hệ thống dữ liệu để cải thiện ROI trong marketing

6/ Diễn giải dữ liệu

Sau khi phân tích dữ liệu, đây là lúc diễn giải kết quả. Bạn có thể chọn cách diễn đạt việc phân tích dữ liệu của mình bằng từ ngữ hoặc có thể là bảng, biểu đồ. Sau đó sử dụng kết quả của quá trình phân tích dữ liệu để quyết định hướng hành động tốt nhất.

Dưới đây là 3 điều cần tránh khi xem xét và đánh giá dữ liệu:

• Tương quan và nhân quả (correlation and causation): Tương quan không đi kèm nhân quả (Correlation does not imply causation). Điều này có thể hiểu rằng, 2 sự việc xảy ra đồng thời (tương quan) với nhau, không có nghĩa một cái là kết quả của cái kia. Chằng hạn, A phàn nàn: “Cứ khi nào tôi nhắn tin thì điện thoại lại đơ”. Khi nhìn vào chiếc điện thoại, bạn thấy A đang mở 5 ứng dụng trò chơi và cả 2 mạng xã hội cùng một lúc. Vậy là, điện thoại bị đơ không phải do việc nhắn tin, mà là do thiếu RAM. Nhưng A lại ngay lập tức chọn hành động cuối cùng, khẳng định đó là kết quả khiến điện thoại dừng hoạt động. A đã sử dụng mối quan hệ nhân quả, trong khi ‘nhắn tin’ và ‘điện thoại bị giật’ chỉ đơn thuần là mối quan hệ tương quan cùng xảy ra đồng thời. Để tránh sự nhầm lẫn này, đừng sử dụng trực giác khi phân tích vấn đề, hãy tin tưởng vào dữ liệu. Nếu không có bằng chứng khách quan nào về mối quan hệ nhân quả, thì chỉ nên đặt các sự việc vào mối quan hệ tương quan mà thôi.

• Thiên kiến xác nhận (confirmation bias): Là hiện tượng chỉ lựa chọn và diễn giải những dữ liệu cần thiết để hỗ trợ cho 1 giả thuyết, và làm ngơ những thông tin bác bỏ giả thuyết đó. Đây là là một khuynh hướng của con người ưa chuộng những thông tin nào xác nhận các niềm tin hoặc giả thuyết của chính họ. Điều này dễ dẫn đến kết luận sai lệch và quyết định tồi tệ mang lại hậu quả cho doanh nghiệp. Để phòng tránh thiên kiến xác nhận, hãy cố gắng bác bỏ giả thuyết thay vì chỉ mải mê tìm dữ liệu hỗ trợ cho nó, và chia sẻ giả thuyết này tới các thành viên khác trong nhóm để có cái nhìn khách quan, đa diện và nhiều chiều.

• Kết luận không có ý nghĩa thống kê (Statistical Significance): Ý nghĩa thống kê là một kết luận cho rằng kết quả từ kiểm định hoặc thử nghiệm không xảy ra do ngẫu nhiên hay tình cờ, thay vào đó là do một nguyên nhân cụ thể. Khi phân tích một tập dữ liệu và thực hiện các thử nghiệm cần thiết để phân biệt xem một hoặc nhiều biến có ảnh hưởng đến kết quả hay không, ý nghĩa thống kê mạnh cho thấy kết quả là thật và không phải do yếu tố ngẫu nhiên. Nói một cách đơn giản, nếu một thống kê có ý nghĩa cao thì nó được coi là đáng tin cậy hơn. Bỏ qua ý nghĩa thống kê có thể gây ra sai lầm rất lớn trong quá trình ra quyết định.

Đọc thêm: Metrics & Tools mà bạn cần phải biết khi làm Growth Hackers 

7/ Xây dựng câu chuyện dựa trên dữ liệu

Data storytelling thường được hiểu là minh hoạ dữ liệu một cách hiệu quả, tuy nhiên, nó không chỉ đơn thuần là tạo ra các biểu đồ đẹp, hấp dẫn. Data storytelling là một cách tiếp cận có cấu trúc để truyền đạt data insight, nó bao gồm sự kết hợp của ba yếu tố chính: data, visuals, và narrative.

Khi narrative kết hợp với data, nó sẽ giúp giải thích data đang nói gì, điều gì đã xảy ra và tại sao insight này quan trọng. Một câu chuyện có bối cảnh và các bình luận bổ sung, sẽ giúp cho insight dễ được hiểu hơn. Khi visual kết hợp với data, chúng giúp người xem “giác ngộ” những insight mới, những insight mà không thể nào thấy được nếu không có charts hay graphs. Rất nhiều patterns và trường hợp ngoại lệ thú vị của data sẽ bị ẩn đi trong các hàng, cột của bảng dữ liệu, nếu không có sự trợ giúp của data visualization.

Đọc thêm: Doanh nghiệp SMEs xây dựng hệ thống dữ liệu nội bộ như thế nào?- Phỏng vấn anh Quốc Thắng, Data Service Manager tại Base.vn

Các phương pháp phân tích dữ liệu

Có một số loại kỹ thuật phân tích dữ liệu dựa trên kinh doanh và công nghệ. Các loại phân tích dữ liệu chính là:

• Text Analysis: Phân tích văn bản

• Statistical Analysis: phân tích thống kê

• Diagnostic Analysis: phân tích chuẩn đoán

• Predictive Analysis: phân tích dự đoán

• Prescriptive Analysis: phân tích đề xuất

Text Analysis (Phân tích văn bản)

Text Analysis là một nhánh của Data mining nhằm tìm kiếm và trích xuất thông tin nằm trong văn bản. Nó được sử dụng để chuyển đổi dữ liệu thô thành thông tin kinh doanh. Các công cụ Business Intelligence có mặt trên thị trường được sử dụng để đưa ra các quyết định kinh doanh chiến lược. Nhìn chung, nó cung cấp một cách để trích xuất và kiểm tra dữ liệu, bắt nguồn từ một mẫu và cuối cùng là giải thích dữ liệu. Hiện nay, với sự tăng trưởng nhanh chóng của dữ liệu văn bản, text analysis ngày càng có nhiều ứng dụng trong thực tế, như lọc thư rác, đối chiếu lý lịch cá nhân, phân tích cảm nghĩ, phân loại tài liệu.

Statistical Analysis (Phân tích thống kê)

Phân tích thống kê thể hiện “Điều gì xảy ra?” bằng cách sử dụng dữ liệu trong quá khứ dưới dạng dashboards. Phân tích thống kê bao gồm thu thập, phân tích, giải thích, trình bày và mô hình hóa dữ liệu. Nó phân tích một tập hợp dữ liệu hoặc một mẫu dữ liệu. Có hai loại phân tích – Descriptive Analysis (phân tích mô tả) và Inferential Analysis (phân tích suy luận).

• Descriptive Analysis (phân tích mô tả): phân tích dữ liệu hoàn chỉnh hoặc một mẫu dữ liệu số đã tổng hợp. Nó cho thấy giá trị trung bình và độ lệch cho dữ liệu liên tục hoặc tỷ lệ phần trăm và tần suất cho dữ liệu phân loại.

• Inferential Analysis (phân tích suy luận): phân tích mẫu từ dữ liệu hoàn chỉnh. Trong loại phân tích này, bạn có thể tìm thấy các kết luận khác nhau từ cùng một dữ liệu nếu chọn các mẫu khác nhau.

Diagnostic Analysis (Phân tích chẩn đoán)

Phân tích chẩn đoán thể hiện “Tại sao nó xảy ra?” bằng cách tìm ra nguyên nhân từ insight (những gì đang diễn ra) được tìm thấy trong phân tích thống kê. Phân tích này rất hữu ích để xác định mô hình dữ liệu hành vi. Nếu một vấn đề mới xuất hiện trong quy trình kinh doanh của bạn, bạn có thể xem xét phân tích này để tìm các mô hình tương tự của vấn đề đó. Từ đó có thể sử dụng các giải pháp trước đó cho một vấn đề mới.

Predictive Analysis (Phân tích dự đoán)

Phân tích dự đoán thể hiện “những gì có khả năng xảy ra” bằng cách sử dụng dữ liệu trước đó. Ví dụ đơn giản nhất là nếu năm ngoái bạn mua hai chiếc váy dựa trên khoản tiết kiệm của mình và năm nay lương của bạn tăng gấp đôi thì bạn có thể mua bốn chiếc váy. Nhưng tất nhiên không dễ như thế vì bạn phải suy nghĩ về các trường hợp có thể xảy ra như giá quần áo tăng trong năm nay hoặc có thể thay vì váy bạn muốn mua xe đạp mới, hoặc bạn cần mua nhà. Vì vậy, phân tích này đưa ra dự đoán về kết quả trong tương lai dựa trên dữ liệu hiện tại hoặc quá khứ. Dự báo chỉ là một ước tính. Độ chính xác của nó dựa trên số lượng thông tin chi tiết bạn có và những gì bạn khám phá được trong đó.

Prescriptive Analysis (Phân tích đề xuất)

Phân tích đề xuất kết hợp những gì diễn ra từ phân tích trước đó để xác định hành động nào cần thực hiện trong một vấn đề hoặc quyết định hiện tại. Hầu hết các công ty đang sử dụng phân tích đề xuất vì phân tích dự đoán và mô tả không đủ để cải thiện hiệu suất dữ liệu. Dựa trên các tình huống và vấn đề hiện tại, họ phân tích dữ liệu và đưa ra quyết định.

Đọc thêm: Data không phải đặc quyền của các công ty công nghệ

Tạm kết

Với các phương pháp và quy trình như trên, bạn có thể áp dụng xây dựng hệ thống dữ liệu cho doanh nghiệp của mình, hệ thống này sẽ giúp bạn tiết kiệm rất nhiều thời gian trong việc thu thập, tổng hợp và xử lý dữ liệu. Điều bạn cần làm là xác định rõ bài toán cần trả lời, các chỉ số chiến lược quan trọng cần theo dõi, hiểu logic nội tại của các công cụ để tận dụng hiệu quả, và làm sao đề xuất kế hoạch hành động từ những insight đúc kết được. Tất cả đều nằm ở tư duy khai thác dữ liệu trong vận hành doanh nghiệp.

Để làm được những điều này, bạn cần có một tư duy phân tích dữ liệu vững chắc, luôn biết từng bước mình cần làm gì khi đối mặt với lượng dữ liệu khổng lồ. Nếu chưa biết cách trang bị tư duy phân tích dữ liệu như thế nào, tham khảo ngay khóa học Power BI & AI for Analytics của Tomorrow Marketers nhé!

Trong thời đại digital ngày càng phát triển, việc đặt ra các câu hỏi phân tích nhằm khai thác tối đa tiềm năng của dữ liệu là điều cần thiết cho sự phát triển và tăng trưởng của doanh nghiệp. 

Dữ liệu chỉ hữu ích khi các câu hỏi phân tích bạn đặt ra đủ tốt. 

Câu hỏi càng cụ thể, câu trả lời càng có giá trị và có thể thực hiện. 

Ví dụ, với câu hỏi “Làm thế nào để tăng doanh thu?”, câu trả lời bạn nhận lại sẽ chỉ là các chiến thuật chung chung như: “hợp tác với influencer, thiết kế các chiến dịch ưu đãi giảm giá, bổ sung các dịch vụ chăm sóc khách hàng”... - những câu trả lời này hẳn sẽ không giúp bạn cải thiện hoạt động kinh doanh. 

Thay vào đó, hãy hỏi “Chúng ta cần tập trung vào kênh nào để tăng doanh thu trong khi vẫn giữ nguyên chi phí nhằm có biên lợi nhuận lớn hơn?”. Hoặc hãy hỏi “Chiến dịch marketing nào trong quý này có ROI cao nhất, và làm thế nào để một lần nữa đạt được thành công này?”.

Đọc thêm: Những lỗi nhỏ nếu không để ý có thể dẫn tới sai sót lớn khi phân tích dữ liệu

Trong bài viết dưới đây, cùng Insight Ouch! tìm hiểu 15 ví dụ về câu hỏi phân tích để tìm ra hướng tiếp cận dữ liệu hiệu quả nhé!

1) Tôi muốn tìm hiểu cụ thể điều gì?

Đầu tiên, bạn cần đánh giá tình trạng hoạt động kinh doanh của công ty, chuẩn bị những pain points mà bạn muốn hiểu rõ trước khi bắt đầu thu thập dữ liệu. 

Tìm ra đâu là KPI liên quan nhất với doanh nghiệp và những KPI đó đã phát triển như thế nào. Nghiên cứu các ví dụ KPI khác nhau của các doanh nghiệp cùng lĩnh vực và so sánh với KPI của doanh nghiệp bạn. Bạn sẽ muốn các KPI này phát triển như nào? Bạn có thể tác động đến sự phát triển này không, bằng cách nào? Nếu không có gì có thể thay đổi, sẽ chẳng ích gì khi phân tích dữ liệu. Nhưng nếu bạn tìm thấy cơ hội để tăng trưởng KPI đó và cải thiện hiệu quả kinh doanh, thì việc đầu tư cho phân tích dữ liệu là đáng giá.

Tiếp theo, hãy xem xét mục tiêu của bạn là gì và việc phân tích dữ liệu sẽ giúp gì cho việc ra quyết định. Kết quả nào từ phân tích mà bạn định nghĩa là thành công? 

Bước tiếp theo là xem xét mục tiêu của bạn là gì và nó sẽ tạo thuận lợi cho việc ra quyết định như thế nào. Kết quả nào từ phân tích mà bạn cho là thành công? 

2) Đâu là KPI quan trọng cần quan tâm?

BI (business intelligence) giúp doanh nghiệp nhìn thấy bức tranh kinh doanh thực tế, để CEO có thể đưa ra quyết định có lợi cho công ty phát triển. 

Ví dụ: Bạn có thể đặt ra câu hỏi : “Chiến dịch PPC nào trong quý trước có kết quả tốt nhất?”. Nhưng như nào là “có kết quả tốt nhất”? Tạo ra doanh thu cao nhất? Mang lại lợi nhuận cao nhất? Hay đạt mức ROI tối ưu nhất? 

Tất cả những metrics trên đều hợp lý, và bạn cần chọn ra đâu là metric có thể trở thành KPI của doanh nghiệp, dựa theo mục tiêu kinh doanh chung. 

Đọc thêm: KPI và Metric - 2 khái niệm các doanh nghiệp cần phân biệt

Hãy xem điều này thông qua một ví dụ đơn giản.

Giả sử, công ty bạn hoạt động trong lĩnh vực bán lẻ, và công ty sẽ muốn biết mình nên bán sản phẩm/dịch vụ gì, ở đâu, khi nào? Nhìn vào dashboard trên, xu hướng tăng giảm của khối lượng hàng bán (volume sales) sẽ phản ánh nhu cầu về sản phẩm - như vậy bạn có thể trả lời được câu hỏi ban đầu với các KPI cụ thể. Sau đó, bạn có thể đào sâu hơn các dữ liệu chi tiết và quyết định các cơ hội bán hàng bổ sung, và xác định các khu vực có hoạt động kinh doanh kém gây ảnh hưởng tới doanh số bán chung.

Đọc thêm: Dashboard là gì? Dashboard đóng vai trò gì trong "cách mạng chuyển đổi số" của doanh nghiệp?

3) Dữ liệu của doanh nghiệp sẽ tới từ nguồn nào?

Tiếp theo, bạn cần xác định nguồn dữ liệu và các trường dữ liệu cần có để phân tích. Dữ liệu bạn cần có thể tới từ bất cứ nguồn nào – nguồn dữ liệu thứ cấp từ nội bộ, ví dụ từ các bộ phận trong công ty (bộ phận Sales, tài chính, công nghệ,...), các kênh digital như Facebook và Google Analytics, từ các báo cáo thị trường; hoặc từ nguồn dữ liệu sơ cấp từ các khảo sát, phỏng vấn,...

Để có dữ liệu sẵn sàng sử dụng, bạn cần có hệ thống đường ống dữ liệu, kết nối nguồn dữ liệu về một nhà kho dữ liệu duy nhất. Sử dụng các phần mềm kết nối dữ liệu sẽ giúp bạn làm việc với một lượng lớn dữ liệu từ nhiều nguồn khác nhau chỉ với vài thao tác đơn giản. Nhờ các công cụ này, mọi người trong doanh nghiệp đều có thể tiếp cận và sử dụng dữ liệu để cải thiện hoạt động kinh doanh. 

Đọc thêm: Data democratization là gì? Làm thế nào để dân chủ hóa dữ liệu?

3.5) Loại thang đo (level of measurement) của các trường dữ liệu là gì?

Lưu ý: Đây là một phần của “phân loại dữ liệu” . Bạn có thể bỏ qua phần này nếu nó không có nhiều ý nghĩa đối với bạn.

Các loại thang đo của các biến số khác nhau sẽ ảnh hưởng đến kỹ thuật thống kê có thể áp dụng. Về cơ bản, có 4 loại thang đo:  

Thang đo định danh (Nominal) – thang đo này sắp xếp dữ liệu theo các danh mục không thể xếp hạng hoặc so sánh một cách định lượng. Ví dụ: Các màu áo khác nhau, các loại trái cây khác nhau, các thể loại âm nhạc khác nhau,...

Thang đo định hạng hoặc thứ bậc (Ordinal) – trong thang đo định hạng, tất cả các quan sát được gán cho một trong các phân loại. Sau đó, các phân loại này được sắp xếp thứ tự theo một đặc tính cụ thể. Ví dụ, một bệnh nhân có thể bày tỏ mức độ đau đớn theo cảm nhận trên thang điểm từ 1 đến 10. Điểm 7 có nghĩa là họ cảm thấy đau hơn điểm 5, và điểm 5 có nghĩa là họ cảm thấy đau hơn điểm 3. Nhưng sự khác biệt giữa điểm 7 và 5 có thể không giống như giữa 5 và 3. Các giá trị chỉ biểu thị một thứ tự. Một ví dụ khác là xếp hạng phim, từ 0 đến 5 sao.

Thang đo định khoảng (Interval) – trong loại thang đo này, dữ liệu được nhóm thành các danh mục có thứ tự và có khoảng cách bằng nhau giữa các danh mục này. Vì vậy bạn có thể so sánh trực tiếp, cộng và trừ (nhưng không thể nhân hoặc chia các biến). Ví dụ: Xếp hạng nhiệt độ. Thang đo định khoảng được sử dụng cho cả độ F và độ C. Sự khác biệt giữa nhiệt độ 100 độ và 90 độ cũng giống như sự khác biệt giữa 90 độ và 80 độ.

Thang đo tỷ lệ (Ratio) –  thang đo tỷ lệ cung cấp cũng chia dữ liệu thành các nhóm, các nhóm được sắp xếp theo thang thứ tự và khoảng cách giữa các nhóm bằng nhau, mang cùng một ý nghĩa và có điểm gốc 0 thực sự. Với thang tỷ lệ, bạn có thể thực hiện các phép toán như cộng, trừ, chia, nhân, tìm giá trị trung bình,... Ví dụ: chiều cao, cân nặng, số doanh thu, số khách hàng tiềm năng, số lần gặp mặt với khách hàng.

4) Làm thế nào để đảm bảo chất lượng dữ liệu?

Chất lượng của dữ liệu sẽ ảnh hưởng tới chất lượng Insight và các phân tích rút ra. Đó là lý do tại sao bước tiếp theo của bạn là "làm sạch" bộ dữ liệu để loại bỏ thông tin sai hoặc lỗi thời. Đây cũng là thời điểm thích hợp để thêm nhiều trường vào dữ liệu của bạn để làm cho nó đầy đủ và hữu ích hơn. 

Một cuộc khảo sát của CrowdFlower - nhà cung cấp/nền tảng dữ liệu - đã phát hiện ra rằng hầu hết các data scientists dành ra:

• 60% thời gian cho việc sắp xếp và dọn dẹp dữ liệu (!).

• 19% thời gian cho việc thu thập các bộ dữ liệu. 

• 9% thời gian cho việc khai thác dữ liệu để vẽ các patterns. 

• 3% thời gian cho việc đào tạo các bộ dữ liệu. 

• 4% thời gian cho việc điều chỉnh các thuật toán. 

• 5% thời gian cho các nhiệm vụ khác.

57% trong số họ coi quá trình làm sạch dữ liệu là nhiệm vụ nhàm chán và kém thú vị nhất. Nếu bạn là chủ doanh nghiệp nhỏ, có thể bạn không cần một data scientist, nhưng bạn sẽ cần làm sạch dữ liệu và đảm bảo tiêu chuẩn thông tin phù hợp. Sau khi đã hoàn thành công việc đảm bảo chất lượng dữ liệu, bạn có thể xây dựng các dataset chính xác có thể được chuyển đổi, kết hợp và đo lường bằng các phương pháp thống kê.

Dữ liệu được coi là “sạch” khi đảm bảo 7 yếu tố sau: 

• Timeliness - Tính kịp thời 

• Completeness - Tính đầy đủ 

• Consistency - Tính nhất quán 

• Relevance - Mức độ liên quan 

• Transparency - Tính minh bạch 

• Accuracy - Độ chính xác 

• Representation - Tính đại diện

Đọc thêm: Chất lượng dữ liệu: Không phải data nào cũng là vàng, marketers phải "đào" sao cho đúng?

5) Doanh nghiệp cần sử dụng kỹ thuật phân tích thống kê nào?

Có hàng chục kỹ thuật phân tích thống kê, trong đó, các kỹ thuật thống kê dưới đây được sử dụng thường xuyên để phân tích hoạt động kinh doanh:

Phân tích hồi quy (Regression Analysis) – xem xét mối quan hệ tương quan giữa các biến.

Phân tích hồi quy giúp bạn hiểu giá trị của biến phụ thuộc thay đổi như thế nào khi một biến độc lập thay đổi, trong khi các biến độc lập khác được giữ cố định. 

Phân tích hồi quy chỉ ra biến nào trong số các biến độc lập có liên quan đến biến phụ thuộc và khám phá các dạng của mối quan hệ này. Thông thường, phân tích hồi quy dựa trên dữ liệu trong quá khứ để đưa ra quyết định tốt hơn về tương lai.

Phân tích theo nhóm (Cohort Analysis) – đây là kỹ thuật phân tích so sánh hành vi của các nhóm hoặc nhóm khách hàng khác nhau theo thời gian. '

Ví dụ: bạn có thể gộp một nhóm khách hàng dựa trên ngày thực hiện giao dịch mua đầu tiên, sau đó nghiên cứu xu hướng chi tiêu của các nhóm khách hàng theo các nhóm thời gian khác nhau để xác định xem chất lượng của khách hàng trung bình có đang tăng hay giảm theo thời gian. 

Phân tích dự báo & đề xuất (Predictive & Prescriptive Analysis) – kỹ thuật phân tích này dựa trên việc phân tích các bộ dữ liệu hiện tại và lịch sử để dự đoán các khả năng trong tương lai, bao gồm các kịch bản thay thế và đánh giá rủi ro.

Phân tích kết hợp (Conjoint analysis) - kỹ thuật phân tích này được các công ty sử dụng trong nghiên cứu thị trường, nhằm hiểu cách khách hàng đánh giá các thành phần hoặc tính năng khác nhau của sản phẩm/dịch vụ.

Kỹ thuật phân tích này sẽ cung cấp các thông tin chi tiết cần thiết để xem đối tượng mục tiêu thực sự cảm nhận sản phẩm/dịch vụ như thế nào, từ đó đưa ra các cải tiến có mục tiêu nhằm mang lại lợi thế cạnh tranh.

Phân tích cụm (Cluster analysis) - kỹ thuật phân tích này nhóm một tập hợp các đối tượng hoặc bộ dữ liệu thành các nhóm (được gọi là cụm) dựa trên các giá trị, thuộc tính hoặc điểm tương đồng. 

Kỹ thuật phân tích này thường được sử dụng khi làm việc với các ứng dụng tự động hoặc cố gắng xác định các xu hướng hoặc pattern cụ thể. 

Việc lựa chọn phương pháp phân tích nào sẽ phụ thuộc vào loại dữ liệu bạn đã thu thập, kỹ năng của nhân sự và tài nguyên của doanh nghiệp.

6) Quy trình ETL nào cần được phát triển?

ETL là viết tắt của Extract-Transform-Load, công nghệ trích xuất dữ liệu từ nguồn dữ liệu gốc, chuyển đổi nó thành dạng dữ liệu phù hợp, đảm bảo đúng tiêu chuẩn yêu cầu để nhập vào cơ sở dữ liệu công ty. 

Những công cụ ETL này cung cấp giải pháp hiệu quả vì bộ phận công nghệ hoặc data scientist không phải trích xuất thông tin theo cách thủ công từ nhiều nguồn khác nhau.

Nếu có tập dữ liệu lớn, doanh nghiệp nên thiết lập ETL thật tốt để tất cả thông tin mà doanh nghiệp muốn sử dụng luôn sẵn sàng.

7) Ai là người sử dụng cuối của những kết quả phân tích?

Người dùng cuối trong phân tích là ai? Họ sẽ áp dụng các phân tích như nào? Họ mong đợi gì từ dữ liệu? Nhu cầu của họ là gì? Kỹ năng chuyên môn và các hiểu biết về dữ liệu/công nghệ của họ ở mức nào? Họ có thể dành bao nhiêu thời gian để phân tích dữ liệu? Họ là nhân viên cấp dưới sử dụng phân tích cho công việc hay là cấp quản lý sử dụng phân tích cho các quyết định? 

Biết được câu trả lời sẽ giúp bạn quyết định mức độ chi tiết của báo cáo dữ liệu và bạn nên tập trung vào dữ liệu nào. 

Người dùng nội bộ và người dùng bên ngoài có nhu cầu đa dạng: nếu các phân tích được sử dụng trong nội bộ công ty, ít nhiều bạn sẽ biết được báo cáo phân tích cần có mức độ chi tiết tới đâu và mức độ phức tạp của dữ liệu tới đâu. Tuy nhiên, nếu báo cáo phân tích cũng được sử dụng bởi người ngoài, có thể bạn sẽ cần tuân thủ các nguyên tắc bảo mật của công ty.

8) Các phân tích được sử dụng như nào? 

Bạn có thể đặt các câu hỏi liên quan tới thời điểm, mục đích, cách thức sử dụng những phân tích. Ví dụ: khi tạo báo cáo, bạn sẽ sử dụng báo cáo đó độc lập mà không cần kết nối với các báo cáo khác, hay bạn sẽ mong muốn có thể nhúng vào hệ thống để cập nhật phân tích liên tục theo thời gian thực? 

Embedded analytics là một nhánh của công nghệ BI, tích hợp các dashboard hoặc nền tảng chuyên nghiệp vào các ứng dụng hiện có của doanh nghiệp để nâng cao phạm vi và khả năng phân tích dữ liệu. Bằng cách tận dụng sức mạnh của các dashboard, bạn có thể tận dụng mọi điểm tiếp xúc thông tin có sẵn cho doanh nghiệp. Ví dụ: bạn có thể cung cấp các báo cáo và dashboard cho các stakeholder bên ngoài để chia sẻ thông tin có tương tác và dễ hiểu.

Ngoài các báo cáo được nhúng (embedded report), bạn cũng nên cân nhắc việc nên truy cập dữ liệu trên thiết bị di động, dưới dạng xuất tệp hay được in ra trên giấy hay không, nhằm đảm bảo tính linh hoạt và dễ sử dụng.

9) Dữ liệu cần được trực quan hóa như nào?

Bạn có thể có những insight có giá trị, nhưng nếu không trình bày và trực quan hóa những thông tin này tốt, người dùng báo cáo sẽ không tận dụng được những thông tin này. Bạn phải thuyết phục những người ra quyết định rằng dữ liệu này:

• Đúng

• Quan trọng

• Cho thấy sự cần thiết và gấp gáp phải hành động 

Trực quan hóa dữ liệu hiệu quả sẽ hỗ trợ bạn làm điều này. Có hàng tá biểu đồ dữ liệu để lựa chọn và nếu chọn sai cách trực quan hóa dữ liệu (ví dụ, biểu diễn diễn biến thời gian trên biểu đồ tròn), bạn có thể đạp đổ mọi nỗ lực phân tích trước đó.

Đọc thêm: Data Visualization - Cách chọn loại biểu đồ minh họa tốt nhất cho metrics của bạn?

Dashboard cập nhật dữ liệu thời gian thực sẽ hiệu quả hơn so với các trang thống kê thông tin tĩnh. Bạn có thể tiếp cận và tương tác với dữ liệu trong thời gian thực một cách dễ dàng, bằng các thiết bị di động 24/7 và có quyền truy cập vào từng phần dữ liệu phân tích mà bạn cần.

Đọc thêm: 5 nguyên tắc thiết kế dashboard hữu ích cho doanh nghiệp

10) Phần mềm nào có thể giúp tôi trình bày những phân tích?

Có một số công cụ cơ bản và nâng cao mà bạn có thể sử dụng. Trong đó, trang tính (spreadsheet) sẽ là công cụ giúp bạn tiếp cận dữ liệu tĩnh, theo một cách truyền thống. 

Nhưng nếu bạn mong muốn được tùy chỉnh cách hiển thị dữ liệu theo cách riêng, thực hiện các phân tích cơ bản và nâng cao với sự trợ giúp của công nghệ, đồng thời mong muốn cập nhật dữ liệu tự động theo thời gian thực mà không phải cập nhật dữ liệu một cách thủ công, vậy thì các công cụ như PowerBI, Tableau… sẽ phù hợp hơn. 

Đọc thêm: Tại sao không nên phụ thuộc hoàn toàn vào Excel hay Google Sheets?

11) Doanh nghiệp hiện có khả năng thực hiện những công nghệ tiên tiến nào?

Khi bạn quyết định tập trung vào câu hỏi phân tích nào, việc xem xét những công nghệ tiên tiến hoặc đâu là công nghệ mà doanh nghiệp bạn có thể thực hiện là điều quan trọng tiếp theo. Với các công nghệ như trí tuệ nhân tạo (AI - Artificial Intelligence), máy học (ML - Machine Learning) và phân tích dự đoán (predictive analytics), bạn sẽ hợp lý hóa các chiến lược phân tích câu hỏi dữ liệu của mình đồng thời thu được thêm một lớp chuyên sâu từ thông tin của mình. 

12) Có điều gì khác cần biết không?

Trước khi kết thúc, một trong những câu hỏi quan trọng cần đặt ra là làm thế nào để xác minh tính đúng đắn và tính toàn vẹn của kết quả. Hãy nhớ rằng dữ liệu thống kê luôn có những độ lệch và phần trăm không chắc chắn. 

Suy nghĩ xem có thông tin nào bị thiếu và bạn sẽ sử dụng thêm thông tin như thế nào nếu có thông tin đó. Bằng cách đó, bạn có thể xác định thông tin tiềm năng có thể giúp bạn đưa ra quyết định tốt hơn.

Luôn quay lại các mục tiêu ban đầu và đảm bảo rằng bạn xem xét kết quả phân tích  một cách toàn diện. Bạn sẽ muốn đảm bảo rằng kết quả cuối cùng là chính xác và không mắc phải bất kỳ sai lầm nào trong quá trình thực hiện. Trong bước này, các câu hỏi quan trọng để phân tích dữ liệu nên được tập trung vào là:

• Kết quả phân tích có ý nghĩa không?

• Những kết quả đo lường đã đúng với tình hình kinh doanh hiện tại của doanh nghiệp chưa?

Bạn cũng có thể đối sánh các kết quả phân tích dữ liệu bằng các phép tính toán thủ công. Nếu có sự khác biệt và không trùng khớp, bạn sẽ tìm ra được những lỗi sai cần khắc phục. 

13) Làm thế nào để xây dựng văn hóa dữ liệu?

Dashboards dưới đây là một ví dụ để bắt đầu văn hóa dữ liệu trong doanh nghiệp: 

Để thực sự kết hợp cách tiếp cận dựa trên dữ liệu vào việc điều hành doanh nghiệp, tất cả các cá nhân đều cần biết cách bắt đầu đặt câu hỏi phân tích dữ liệu phù hợp. Họ cần hiểu tại sao điều quan trọng là phải tiến hành phân tích dữ liệu ngay từ đầu. Tuy nhiên, chỉ mong muốn và hy vọng rằng những người khác sẽ tiến hành phân tích dữ liệu là một chiến lược chắc chắn sẽ thất bại. Thành thật mà nói, yêu cầu họ sử dụng phân tích dữ liệu (mà không cho họ thấy lợi ích trước) cũng khó có thể thành công.

Thay vào đó, hãy hữu hình hóa những lợi ích họ nhận được khi sử dụng dữ liệu cho các quyết định. Cho các nhân viên nội bộ thấy rằng thói quen phân tích dữ liệu thường xuyên sẽ giúp tối ưu hóa hiệu quả làm việc như nào. Cố gắng tạo ra một văn hóa dữ liệu - phân tích dữ liệu không phải là phương tiện để kỷ luật nhân viên và tìm ra người chịu trách nhiệm cho những thất bại, mà là để trao quyền cho họ cải thiện hiệu suất và tự cải thiện.

Đọc thêm: Làm thế nào để xây dựng văn hóa dữ liệu khi không có Data Team?

14) Tôi có đang bỏ lỡ điều gì, và liệu dữ liệu đã được khai thác hết các ý nghĩa chưa?

Bạn nên dành thời gian để khám phá tất cả các báo cáo và biểu đồ trực quan dữ liệu để xác định liệu có bất kỳ khoảng trống thông tin nào có thể bổ sung hay không? 

Ví dụ: Theo dõi các mục tiêu Sales và hiệu suất làm việc của từng nhân viên sẽ giúp bạn có đủ thông tin để cải thiện tình hình làm việc của bộ phận. Nhưng sau một cuộc họp nội bộ của team và các stakeholder, bạn có thể thấy rằng việc đưa customer lifetime value và acquisition costs vào phân tích sẽ cung cấp đầy đủ thông tin cho bức tranh phân tích dữ liệu hơn. 

15) Làm thế nào để liên tục cải thiện chiến lược phân tích?

Bạn có thể làm gì để tiếp tục cải thiện chất lượng báo cáo, quy trình phân tích hoặc các biểu đồ trực quan hóa dữ liệu để phù hợp với tình hình thực tế? 

Bất kể thị trường hay lĩnh vực của bạn là gì, mọi thứ đều chuyển động không ngừng. Những gì đang là xu hướng ngày hôm nay có thể trở nên lỗi thời vào ngày mai. Vì vậy, một câu hỏi quan trọng cần đặt ra là làm thế nào để bạn có thể liên tục phát triển các phân tích.

Câu trả lời của câu hỏi số 14 sẽ là bước nền để bạn xác định các khoảng trống hoặc điểm yếu trong lập luận của những phân tích. Từ đây, bạn nên khám phá mọi KPI hoặc hình ảnh trực quan hóa dữ liệu giữa các bộ phận và tìm ra cách để cải thiện chiến lược phân tích bằng nhiều cách: cập nhật các mục tiêu phân tích, sửa đổi các cảnh báo hoặc điều chỉnh biểu đồ trực quan để dashboard trả về thông tin chi tiết phù hợp hơn với tình hình hiện tại,...

Ví dụ: bạn có thể quyết định rằng dashboard KPI kho cần được drill-down để đi sâu vào chi tiết của tổng tỷ lệ giao hàng đúng hạn (total on-time shipment rate) bởi tỷ lệ đặt hàng của khách hàng hoặc tốc độ tăng trưởng đang tăng gần đây. 

Tạm kết

“Ask the right question” là kỹ năng tiên quyết để khai thác tối đa dữ liệu doanh nghiệp có. Dựa trên 15 ví dụ về câu hỏi phân tích này, bạn có thể bắt đầu xây dựng danh sách các câu hỏi của riêng doanh nghiệp mình để phát triển một chiến lược sử dụng dữ liệu tối ưu và hiệu quả cho việc đưa ra các quyết định kinh doanh. Đây cũng là tư duy xuyên suốt mà khóa học Power BI & AI for Analytics tại Tomorrow Marketers truyền tải qua chương trình học, tham gia ngay nhé!

80% thời gian làm việc của một Data Analyst dành cho việc làm sạch dữ liệu. Thực tế, rất khó để bạn có thể được làm việc với một tập dữ liệu hoàn toàn sạch sẽ và khả dụng. Sẽ có một số điểm bất thường trong tập dữ liệu đòi hỏi bạn phải tìm ra và làm sạch trước khi phân tích nhằm đảm bảo kết quả phân tích chính xác. Các dữ liệu bất thường này có thể do các nguyên nhân khách quan (các yếu tố, sự kiện bất thường) và chủ quan (sai sót trong nhập liệu). 

Đọc thêm: Data Cleaning là gì? Hướng dẫn các bước làm sạch dữ liệu

Dữ liệu ngoại lai (outliers) là gì?

Dữ liệu ngoại lai là những giá trị dữ liệu (records) được ghi nhận có sự khác biệt bất thường so với những giá trị dữ liệu khác, không theo một quy tắc chung nào và có thể gây ra sự sai lệch trong kết quả phân tích và việc xây dựng các thuật toán dự đoán.  

Phát hiện và hiểu rõ các dữ liệu ngoại lai rất quan trọng, bởi:

1. Các dữ liệu ngoại lai có thể làm sai lệch và tạo ra thiên kiến tiêu cực cho toàn bộ kết quả của một phân tích;

2. Trong một số trường hợp, các giá trị ngoại lai có thể cung cấp insight cho một kết quả phân tích;

3. Loại bỏ outlier trong dataset sẽ giúp kết quả phân tích của bạn chính xác và sát với thực tế hơn.

Làm thế nào để xác định những giá trị ngoại lai?

Xác định trực tiếp trong bảng/trang tính của tập dữ liệu

Cách đơn giản nhất để tìm ra các giá trị ngoại lai chính là tìm trực tiếp trong bảng/trang tính của một tập dữ liệu. Có một số trường hợp các giá trị ngoại lai là do lỗi đánh máy trong quá trình nhập liệu. 

Ví dụ, cột “Tuổi” của Antony Smith có giá trị ngoại lai lên tới 470 tuổi. Giá trị chính xác có thể là 47, 70 hoặc 40 tuổi. 

Để tìm ra những giá trị ngoại lai trong các trang tính Excel/Google Sheets, bạn cần sắp xếp (sort) dữ liệu theo thứ tự (từ bé tới lớn hoặc ngược lại) và tìm ra các giá trị cao hoặc thấp bất thường. 

Mặc dù cách tiếp cận này không định lượng được mức độ khác thường của ngoại lệ, nhưng điểm cộng của phương pháp này chính là tính dễ dàng và nhanh chóng khi áp dụng để xác định các điểm dữ liệu có giá trị cao hoặc thấp bất thường.

Tuy nhiên, phương pháp này chỉ có thể áp dụng trong trường hợp tập dữ liệu này có kích thước nhỏ (có ít bản ghi). Nhưng khi database lên tới hàng nghìn, hàng triệu hoặc hàng tỷ dòng dữ liệu với hàng chục, hàng trăm trường dữ liệu thì làm xác định giá trị ngoại lai theo phương pháp thủ công này là bất khả thi và tốn rất nhiều thời gian, công sức. 

Sử dụng biểu đồ

Trực quan hóa dữ liệu theo biểu đồ có thể giúp bạn xác định một cách rõ ràng rằng có điểm dữ liệu nào khác biệt với những giá trị dữ liệu còn lại. 

Có 3 loại biểu đồ bạn có thể sử dụng để xác định dữ liệu ngoại lai, đó là: boxplot, histogram và scatterplots.

Đối với Histogram và heatmap, outlier thường sẽ có tần suất phân phối tách biệt hẳn so với phân phối của các giá trị khác trong tập dữ liệu. 

Tham khảo case study xác định giá trị ngoại lai trong database của hệ thống dữ liệu về sức khỏe của người dân Brazil để hiểu hơn về phương pháp này.

Trong một nghiên cứu được công bố trên trang web của Aquarela, chúng tôi đã phân tích các yếu tố khiến mọi người vắng mặt trong các cuộc hẹn y tế đã được lên lịch trong hệ thống y tế công cộng của thành phố Vitória thuộc bang Espirito Santo, gây thiệt hại khoảng 8 triệu đô la Mỹ một năm triệu.

Từ tập dữ liệu, các Data Analyst đã tìm ra một số xu hướng chung: trẻ em thường không bỏ lỡ các cuộc hẹn; và phụ nữ tham gia tư vấn nhiều hơn nam giới. Tuy nhiên, một trường hợp gây tò mò là trường hợp của một trường hợp ngoại lệ, ở tuổi 79, bà đã lên lịch tư vấn trước 365 ngày và thực sự có mặt trong cuộc hẹn của mình.

Đây là một trường hợp ngoại lệ nhất định cần được tìm hiểu, bởi vì hành vi của người phụ nữ này có thể mang lại thông tin liên quan về các biện pháp có thể được áp dụng để tăng tỷ lệ có mặt trong lịch trình. Biểu đồ dưới đây đã trực quan hóa mẫu ngẫu nhiên với 8,000 đơn vị mẫu, giúp dễ dàng nhìn ra trường hợp đặc biệt này để tìm insight.

Đối với Boxplot, dữ liệu ngoại lai được xác định là những dấu chấm ở 2 đầu của biểu đồ. 

Bạn có thể tham khảo thêm cách đọc biểu đồ Boxplot và xác định giá trị ngoại lai tại bài viết Biểu đồ Box plot là gì và đọc hiểu biểu đồ này như nào?

Khi sử dụng histogram và boxplot, bạn có thể dễ dàng xác các giá trị đơn biến ngoại lai. 

Trong khi đó, bạn có thể sử dụng biểu đồ phân tán (scatter plot) để phát hiện các giá trị ngoại đa biến ngoại lai. Đối với scatter chart, dữ liệu ngoại lai thường nằm cách rất xa biểu đồ chính, với số lượng ít. 

Ví dụ, biểu đồ bên dưới xem xét hai biến, Input và Output. Biểu đồ phân tán với đường hồi quy cho thấy hầu hết các điểm dữ liệu đều tuân theo một xu hướng, trong khi có một giá trị ngoại lai được khoanh tròn lại ở khá xa so với đường biểu thị mối quan hệ hồi quy của hai biến.

Nếu phân tích đơn biến, bạn có thể thấy giá trị của biến Input (~14) không bất thường bởi các giá trị Input khác dao động trong khoảng từ 10 đến 20 trên trục X, trong khi đó, giá trị của biến Output (~50) cũng tương tự bởi nằm trong phạm vi giá trị 10 - 60 trên trục Y.

Tuy nhiên, khi phân tích đa biến, đây vẫn được xác định là giá trị ngoại lai bởi có sự khác biệt so với công thức. Data Analyst có thể xác định được rất nhiều trường hợp ngoại lệ khi phân tích hồi quy đa biến do tính chất phải phân tích nhiều biến. 

Bạn có thể cân nhắc sử dụng phương pháp phân tích thành phần chính (Principal component analysis) để phát hiện các giá trị ngoại lai, đặc biệt khi bạn có nhiều biến trong tập dữ liệu đa chiều.

Vào ngày 17 tháng 5 năm 2017, cổ phiếu của Petrobras đã giảm 15,8% và chỉ số thị trường chứng khoán (IBOVESPA) giảm 8,8% chỉ trong một ngày. Hầu hết các cổ phiếu của thị trường chứng khoán Brazil đã giảm giá mạnh vào ngày hôm đó. This strong negative variation này là động lực chính cho Joesley Batista, một trong những sự kiện chính trị gây sốc nhất xảy ra trong nửa đầu năm 2017.

Trường hợp này là giá trị ngoại lai mà Data Analyst cần xác định khi phân tích lợi nhuận trung bình hàng ngày đối với cổ phiếu của Petrobrás trong 180 ngày qua, bởi giá trị ngoại lai này có thể tác động tới mức giảm trung bình của cổ phiếu. Khi phân tích biểu đồ dưới đây, không khó để xác định những giá trị không theo một xu hướng chung với những giá trị còn lại.

Dữ liệu của ví dụ trên có thể được gọi là ngoại lai, tuy nhiên, bạn không nhất thiết phải loại bỏ dữ liệu này. “Đường cong” trong biểu đồ trên được biểu thị khá tương đồng với một đường thẳng cắt qua các điểm. Mặc dù ở khá xa với các điểm dữ liệu khác, điểm dữ liệu này vẫn không hoàn toàn nằm ngoài đường cong biểu đồ. 

Một mô hình dự đoán có thể dễ dàng suy ra với độ chính xác cao rằng chỉ số thị trường chứng khoán giảm 9% sẽ tương ứng với việc giá cổ phiếu của Petrobras giảm 15%. Một trường hợp khác, vẫn với dữ liệu từ thị trường chứng khoán Brazil, cổ phiếu của công ty Magazine Luiza tăng giá 30,8% trong một ngày mà chỉ số thị trường chứng khoán chỉ tăng 0,7%. 

Đây là một trường hợp ngoại lệ có thể gây hại không chỉ cho các tính toán thống kê mô tả, chẳng hạn như giá trị trung bình và trung vị, mà còn ảnh hưởng đến khả năng dự đoán của các mô hình dự đoán.

Sử dụng các phương pháp thống kê

Tính giá trị trung bình (mean) và độ lệch chuẩn (standard deviation)

Một cách phức tạp hơn nhưng khá chính xác để tìm ra các ngoại lệ trong phân tích dữ liệu là tìm phân phối thống kê gần đúng nhất với phân phối dữ liệu và sử dụng các phương pháp thống kê để phát hiện ra các giá trị ngoại lai. 

Ví dụ, biểu đồ histogram dưới đây biểu thị tần suất của các giá trị "km/l".

Tập dữ liệu được sử dụng cho case study này là được công khai và đã được các Data Analyst khai thác rất nhiều trong các thử nghiệm thống kê. Tập dữ liệu bao gồm dữ liệu từ “tạp chí Motor Trend US” năm 1974 và một số khía cạnh về hiệu suất hoạt động của 32 mẫu xe. 

Histogram là một trong những dạng biểu đồ phổ biến thường được sử dụng để phân tích hành vi của dữ liệu. Trong biểu đồ bên dưới, đường màu xanh lam biểu thị phân phối chuẩn (Normal distribution - Gaussian distribution) sẽ dựa trên giá trị trung bình (mean), độ lệch chuẩn (standard deviation) và cỡ mẫu (sample size) và tương phản với biểu đồ dạng thanh.

Các đường thẳng đứng màu đỏ đại diện cho các đơn vị độ lệch chuẩn (standard deviation). Có thể thấy rằng những chiếc xe có hiệu suất vượt trội trong mùa có thể chạy trung bình hơn 14 km/lít, tương ứng với hơn 2 độ lệch chuẩn so với mức trung bình.

Theo phân phối chuẩn, dữ liệu nhỏ hơn hai lần độ lệch chuẩn tương ứng với 95% của tất cả dữ liệu; trong khi đó, các giá trị ngoại lai trong phân tích này chiếm 5%.

Sử dụng Z-Score

Z-scores có thể định lượng mức độ bất thường của một điểm dữ liệu khi tập dữ liệu của bạn đã tuân theo phân phối chuẩn. Z-scores là số độ lệch chuẩn (standard deviations) trên và dưới giá trị trung bình (mean) mà mỗi giá trị giảm xuống.

Ví dụ: Z-scores là 2 cho biết một điểm dữ liệu có hai độ lệch chuẩn trên mức trung bình trong khi điểm Z là -2 biểu thị rằng đó là hai độ lệch chuẩn dưới mức trung bình. Điểm Z bằng 0 biểu thị một giá trị bằng với giá trị trung bình

Để tính Z-scores cho một điểm dữ liệu, bạn chỉ cần thực hiện phép tính trừ, lấy giá trị tại điểm dữ liệu đó trừ đi giá trị trung bình và chia cho độ lệch chuẩn. Về mặt toán học, công thức cho quá trình đó là: Z = (X - μ)/σ .

Z-scores của một điểm dữ liệu càng xa 0 thì càng bất thường. Giá trị giới hạn tiêu chuẩn để tìm các giá trị ngoại lai là điểm Z từ +/-3 trở lên. Biểu đồ phân phối xác suất dưới đây hiển thị phân phối Z-scores trong một phân phối chuẩn. Các giá trị có Z-scores vượt quá +/- 3 ở mức rất ít và bạn sẽ gần như nhìn thấy rằng đường cong phân phối áp sát với trục X. 

Trong một population tuân theo phân phối chuẩn, Z-score nếu lớn hơn +/- 3 có xác suất là 0,0027 (2 * 0,00135), tức là khoảng 1 trên 370 điểm dữ liệu. Tuy nhiên, nếu dữ liệu của bạn không tuân theo phân phối bình thường, phương pháp này có thể không chính xác.

Lưu ý rằng Z-scores có thể gây nhầm lẫn với các tập dữ liệu có kích thước nhỏ vì Z-scores tối đa được giới hạn ở (n−1)/√ n.*

Z-score của chúng tôi ~3,6 gần với giá trị tối đa đối với cỡ mẫu là 15. Cỡ mẫu từ 10 giá trị trở xuống không thể có Z-score vượt quá giá trị ngưỡng +/-3.

Bên cạnh đó, hãy lưu ý rằng các giá trị ngoại lai có thể làm giảm Z-score vì các giá trị này làm tăng giá trị trung bình (mean) và độ lệch chuẩn (standard deviation). Để ý rằng tất cả các Z-scores đều có giá trị âm, ngoại trừ Z-scores của các dữ liệu ngoại lai. Vì vậy, Z-scores sẽ thay đổi trong hai trường hợp bao gồm và không bao gồm các trường hợp ngoại lai, mà thông thường nếu tập dữ liệu của bạn bao gồm các dữ liệu ngoại lai thì Z-scores sẽ gần với 0 hơn.

Sử dụng Interquartile Range để xác định giới hạn của các giá trị ngoại lai

Bạn có thể sử dụng interquartile range (IQR) và các giá trị phần tư (Q1, Q3) để xác định giới hạn thấp nhất để một giá trị được coi là dữ liệu ngoại lai. Trong đó, các giá trị nằm trong phạm vi Q1 và Q3 chắc chắn không được coi là giá trị ngoại lai.

Đọc thêm: Percentile là gì? Percentile được ứng dụng và tính toán như nào?

Ví dụ, tập dữ liệu dưới đây có giá trị Q1 là 1.714 và giá trị Q3 là 1.936. Giá trị IQR sẽ được tính bằng 1.936 – 1.714 = 0.222.

Để tính các giới hạn của giá trị ngoại lai, bạn cần thực hiện các bước:

1. Tính giá trị IQR (median) và nhân nó với 1,5 và 3. Ví dụ, IQR của tập dữ liệu bằng 0,222. Như vậy, 0,222 * 1,5 = 0,333 và 0,222 * 3 = 0,666. 

2. Tính giới hạn sàn và giới hạn trần bên dưới. Lấy giá trị Q1 và trừ hai giá trị từ bước 1. Ví dụ, Q1 là 1,714. Như vậy giới hạn trần bên dưới = 1,714 – 0,333 = 1,381 và giới hạn sàn bên dưới = 1,714 – 0,666 = 1,048.

3. Tính giới hạn sàn và giới hạn trần bên trên. Lấy giá trị Q3 và cộng hai giá trị từ bước 1. Ví dụ, Q3 là 1,936. Như vậy giới hạn trần bên trên = 1,936 + 0,333 = 2,269 và giới hạn sàn bên trên = 1,936 + 0,666 = 2,602.

Như vậy, các giá trị giới hạn lần lượt là 1,048, 1,381, 2,269 và 2,602. Phần lớn dữ liệu sẽ dao động trong khoảng giới hạn trần phía trên và dưới là 1,381 và 2,269. Điểm dữ liệu lớn hơn 2,269 được coi là dữ liệu ngoại lai.

Phương pháp này thường được sử dụng vì sử dụng percentile mà không phụ thuộc vào một phân phối cụ thể. Phương pháp thống kê này cũng được coi là giải thích chi tiết cho vì sao boxplot có thể giúp xác định dữ liệu ngoại lai. 

Sử dụng Hypothesis Tests

Bạn có thể sử dụng giả thuyết để tìm ra các dữ liệu ngoại lai. Ví dụ dưới đây sẽ minh họa phương pháp đặt giả thuyết Grubbs. Phương pháp này sẽ kiểm tra hai giả thuyết: 

• Null: Tất cả các giá trị trong mẫu được lấy ra từ một population duy nhất tuân theo cùng một phân phối chuẩn.

• Alternative: Một giá trị trong mẫu không được lấy ra từ cùng một population có phân phối chuẩn như các giá trị khác.

Nếu p-value thấp hơn mức ý nghĩa (significance level), bạn có thể phủ nhận giả thuyết null và kết luận rằng một trong các giá trị là dữ liệu ngoại lai.

Đọc thêm: 10 khái niệm thống kê cơ bản cần biết khi làm việc với dữ liệu

Kiểm định giả thuyết của Grubbs có p-value là 0,000. Giá trị này thấp hơn mức ý nghĩa (significance level), có thể kết luận rằng tập dữ liệu đang chứa một giá trị ngoại lai. Output chỉ ra rằng đó là giá trị đã tìm thấy trước đây. 

Nếu bạn sử dụng kiểm định giả thuyết của Grubbs và tìm thấy một giá trị ngoại lai, đừng loại bỏ giá trị đó và tiếp tục thực hiện lại phân tích. Quá trình đó có thể khiến bạn loại bỏ các giá trị không phải là dữ liệu ngoại lai.

Khi thực hiện kiểm định dữ liệu ngoại lai, bạn cần chọn quy trình dựa trên số lượng giá trị ngoại lai hoặc chỉ định số lượng giá trị ngoại lai cho quá trình kiểm định. Phương pháp kiểm định của Grubbs chỉ kiểm tra một giá trị ngoại lai. Trong khi đó, các phương pháp khác như kiểm định Tietjen-Moore sẽ yêu cầu bạn chỉ định một số lượng giá trị ngoại lai cụ thể. 

Tuy nhiên, nghe thật khó và mông lung bởi sau cùng thì bạn đang thực hiện kiểm định để xác định giá trị ngoại lai mà? Masking và Swamping là hai vấn đề có thể xảy ra khi bạn chỉ định số lượng dữ liệu ngoại lai không chính xác trong tập dữ liệu. 

Trong đó Masking xảy ra khi bạn chỉ định số lượng dữ liệu ngoại lai quá ít. Các giá trị ngoại lai không được phát hiện có thể sẽ ảnh hưởng tới kết quả kiểm định. Ví dụ: nếu bạn chỉ định rằng chỉ có một giá trị ngoại lai trong khi thực tế là có hai giá trị, kiểm định có thể bỏ sót cả hai giá trị ngoại lai này.

Ngược lại, Swamping xảy ra khi bạn chỉ định số lượng dữ liệu ngoại lai quá nhiều. Trong trường hợp này, kết quả kiểm định có thể xác định nhiều hơn số lượng dữ liệu ngoại lai chính xác. Ví dụ: nếu bạn chỉ định có hai giá trị ngoại lai trong khi thực tế chỉ có một giá trị, kiểm định có thể xác định rằng có hai giá trị ngoại lai.

Dù vậy, sẽ có những trường hợp bạn có thể dựa vào hiểu biết về lĩnh vực, công ty, vấn đề và quy trình thu thập dữ liệu để xác định giá trị ngoại lai một cách nhanh chóng. Giả sử bạn đang làm việc với một tập dữ liệu chứa các mức lương của nhân viên trong một công ty và nhận thấy rằng một người đang có mức lương cao hơn đáng kể so với mức lương của những nhân viên còn lại. Tuy nhiên, sau khi xem xét kỹ hơn, bạn nhận ra rằng nhân viên này là CEO của công ty. Trong trường hợp này, hiểu biết về chuyên môn sẽ giúp bạn hiểu rằng mức lương của CEO sẽ cao hơn so với các mức lương của nhân viên, vì vậy dữ liệu này vẫn được tính là hợp lệ.

Tạm kết

Loại bỏ những điểm dữ liệu ngoại lai là một phần quan trọng trong quá trình làm sạch dữ liệu, để đảm bảo những phân tích đầu ra chính xác và đưa ra những đề xuất, quyết định kinh doanh có thể áp dụng. Nếu bạn muốn nâng cao tư duy làm việc, xử lý, phân tích dữ liệu để tìm ra các insight ẩn, phát hiện vấn đề, tránh đưa ra các quyết định cảm tính, hãy tham khảo khóa học Power BI & AI for Analytics của Tomorrow Marketers nhé.

Trực quan hóa dữ liệu (Data Visualization) là minh hoạ dữ liệu thành các biểu đồ, đồ thị hoặc định dạng trực quan khác. Nó giúp người xem nhanh chóng nhận ra các xu hướng, thay đổi bất thường, thay vì nhìn vào hàng tá dữ liệu khô khan. Từ đó, họ có thể kịp thời đưa ra các quyết định cần thiết.

Trong thực tế, việc lựa chọn biểu đồ giúp người xem nhanh chóng tìm ra Insight không hề dễ dàng. Bởi, mỗi loại biểu đồ sẽ có mục đích sử dụng khác nhau trong việc truyền đạt câu chuyện của dữ liệu (Data Story-telling) tới người đọc. Trong một vài trường hợp, dữ liệu sẽ không cần được trực quan bằng các biểu đồ phức tạp, mà chỉ cần thể hiện dưới dạng bảng biểu là đủ. Vì vậy, nếu hiểu rõ chức năng của từng loại biểu đồ để sử dụng phù hợp, việc trực quan hóa dữ liệu sẽ mang lại nhiều giá trị nhất cho người đọc. Trong bài viết này, Insight Ouch sẽ cùng bạn tìm hiểu về chức năng và cách sử dụng của các loại biểu đồ được sử dụng rộng rãi khi trực quan hóa dữ liệu.

Cách lựa chọn biểu đồ, đồ thị phù hợp khi trực quan hóa dữ liệu

Hình ảnh minh họa bên trên là một “Decision Tree - Cây quyết định”, nó thể hiện một cách tổng quan về mục đích sửa dụng của một số loại biểu đồ tiêu biểu. Nhìn chung, sơ đồ trên đưa ra hướng dẫn để lựa chọn biểu đồ theo 2 mục đích chính:

• Thể hiện mối quan hệ của 2 hay nhiều dữ liệu với nhau.

• Thể hiện một loại giá trị dữ liệu cụ thể.

Các ví dụ minh họa và giải thích bên dưới sẽ đưa ra góc nhìn cụ thể hơn về mục đích sử dụng của những biểu đồ được trình bày bên trên.

Single Value - Biểu đồ thể hiện một giá trị dữ liệu cụ thể

1. Single Value Chart

Single Value Chart thường được sử dụng để giúp người đọc nhanh chóng nắm bắt được thông tin của một dữ liệu cụ thể. Ở hình minh họa phía trên, Single Value Chart sử dụng để tạo sự nổi bật và thu hút sự chú ý đối với Operation Cost (chi phí vận hành) - một chỉ số khá quan trọng mà hầu hết các quản lý cấp cao cần nắm rõ.

2. Single Value Indicator Chart’

Khác với Single Value Chart, ngoài việc làm cho người đọc nhanh chóng chú ý đến metric quan trọng đang được trình bày, loại biểu đồ này còn gắn thêm một Indicator (Chỉ báo) bên cạnh để cho thấy sự thay đổi của dữ liệu.

3. Bullet Chart

Bullet Chart cũng thường được sử dụng để biểu diễn metric quan trọng. Điểm đặc biệt của loại biểu đồ này là nó đồng thời phản ánh hiện trạng của metric so với mục tiêu.

Multiple Values - Biểu đồ thể hiện sự tương quan của nhiều giá trị dữ liệu

Thông thường, có 4 nhóm biểu đồ được sử dụng để thể hiện mối liên hệ của nhiều giá trị dữ liệu khác nhau:

• Relationship: được sử dụng để thể hiện mối liên hệ giữa các dữ liệu riêng biệt.

• Comparison: được sử dụng để so sánh hai hoặc nhiều loại dữ liệu với nhau.

• Composition: được sử dụng để làm nổi bật tỷ trọng thành phần của nhiều dữ liệu so với tổng thể mà chúng tạo nên.

• Distribution: được sử dụng để giúp người đọc dễ dàng hình dung được sự phân bổ của dữ liệu trên trên một phạm vi.

Relationship - Thể hiện mối liên hệ giữa các dữ liệu riêng biệt

1. Scatter Plot (Biểu đồ tán xạ)

Scatter Plot ( Biểu đồ tán xạ) thường được sử dụng để trực quan hóa mối quan hệ giữa 2 biến số định lượng (Quantitative Variables). Mối quan hệ giữa 2 biến số ấy sẽ được biểu diễn dưới các dạng chấm tròn trên đồ thị, với một biến đại diện cho trục tung và một biến đại trên cho trực hoành. Mỗi chấm tròn trên đồ thị có nghĩa là khi x = này thì giá trị của y tương ứng với điểm dữ liệu đó trên trục y.

2. Bubble Plot (Biểu đồ bong bóng)

Tương tự như Scatter Plot, các điểm tròn cũng thể hiện mối quan hệ giữa 2 biến số được biểu diễn ở trục tung và trục hoành. Ngoài ra, kích thước của các điểm tròn ấy cũng đại diện cho một loại dữ liệu khác. Vậy, có thể hiểu là, Bubble Plot (Biểu đồ bong bóng) thường được sử dụng để trực quan hóa mối quan hệ giữa 3 biến số định lượng.

Comparison - So sánh hai hoặc nhiều loại dữ liệu với nhau

1. Bar Chart (Biểu đồ cột)

Sử dụng Bar charts sẽ là lựa chọn phù hợp khi cần so sánh sự chênh lệch của các dữ liệu khác nhau trong cùng một mốc thời gian cố định.

2. Line Chart (Biểu đồ đường)

Khi muốn thể hiện xu hướng, biến động, và diễn biến liên tục của một hoặc nhiều dữ liệu trong 1 khoảng thời gian, Line chart sẽ là lựa chọn phù hợp trong trường hợp này.

Composition - Sử dụng để làm nổi bật tỷ trọng thành phần của từng dữ liệu so với tổng thể mà chúng tạo nên

1. Area Chart (Biểu đồ khu vực)

Về cơ bản, có thể hiểu Area chart (Biểu đồ khu vực) là một dạng của biểu đồ đường, nhưng từ phần bên dưới của đường đến trục hoành sẽ được tô màu. Việc tô màu sẽ giúp cho người đọc dễ dàng hình dung được sự đóng góp của từng thành phần dữ liệu so với tổng thể. Vậy nên, có thể hiểu rằng, Area Chart được sử dụng để cho thấy mối quan hệ của các phần với tổng thể qua một khoảng thời gian.

2. Pie Chart

Pie Chart (Biểu đồ tròn) thường được sử dụng để thể hiện tỷ trọng của các dữ liệu thành phần so với tổng thể. Các thành phần trong biểu đồ tròn sẽ được biểu thị dưới dạng tỷ lệ phần trăm, và tổng của tất cả thành phần dữ liệu sẽ là 100%.

Distribution - Sử dụng để giúp người đọc dễ dàng hình dung sự phân bổ của dữ liệu trên trên một phạm vi

1. Map

Map (Bản đồ) thường được sử dụng để cho thấy sự phân bổ của dữ liệu trong từng khu vực địa lý-chính trị khác nhau một cách tổng quan. Như ví dụ trên, người xem biểu đồ có thể nhanh chóng nhận ra ở khu vực nào đang có số lượng Users nhiều nhất, và ngược lại.

2. Bubble Map

Bubble Map (bản đồ bong bóng) sẽ đặc biệt hữu ích khi sử dụng để làm nổi bật độ phủ của dữ liệu tại các khu vực địa lý cụ thể.

3. Funnel Chart

Funnel Chart (Biểu đồ hình phễu) có lẽ là loại biểu đồ khá quen thuộc đối với những người đang làm hoặc theo học ngành Marketing. Biểu đồ này thường được sử dụng để biểu thị sự phân bổ của một loại dữ liệu trong từng giai đoạn của phễu, còn toàn bộ giai đoạn của phễu thể hiện một quy trình.

Áp dụng vào Case thực tế như thế nào?

Cùng tìm hiểu ví dụ bên dưới để hiểu rõ việc áp dụng các kiến thức bên trên vào một yêu cầu trực quan hóa cụ thể.

Giả sử, bạn được yêu cầu làm 1 Dashboard bao gồm các loại metrics và chỉ định về cách trình bày như sau:

* Chú thích bảng yêu cầu trên: 

• Metric: Các chỉ số cần được biểu diễn trong Dashboard.

• Aggregation: Cách thức tính toán Metric tương ứng.

• Grouping: Cách mà người đọc Dashboard muốn nhóm dữ liệu.

• Filtering: Cách mà người đọc Dashboard muốn filter Data.

Áp dụng những kiến thức ở trên, ta có thể thực hiện trực quan hóa các dữ liệu được yêu cầu như sau:

1. Operations Cost (Chi phí vận hành)

Để thể hiện Operations Cost, chúng ta được yêu cầu biểu diễn theo 3 dạng: Total (Tổng), Department (Phòng ban), và Month (Tháng). Để nhanh chóng thu hút sự chú ý của người đọc với tổng quan Operations Cost, ta có thể biểu diễn Total Operations Cost dưới dạng Single Value. 

Tiếp theo, để người đọc có góc nhìn tương quan về dữ liệu Operation Costs của từng Phòng ban theo từng Tháng, ta có thể sử dụng Line Chart (Biểu đồ đường).

* Lưu ý: Với doanh nghiệp có nhiều phòng ban (5-7), việc biểu diễn chi phí của tất cả các phòng ban lên biểu đồ có thể làm rối mắt người xem. Vậy nên, hãy cố gắng giảm bớt số lượng đường hiển thị trong biểu đồ bằng cách nhóm các đường có giá trị nhỏ và không quá quan trọng thành một đường biểu diễn chung (Other).

2. Revenue (Doanh thu)

Giống như Operations Cost, Revenue trong trường hợp này cũng nên được biểu thị dưới dạng Single Value để nhanh chóng thu hút được sự chú ý của người xem Dashboard.

3. Subscriptions (Lượng đăng ký)

Tương tự, Subcription trong trường hợp này cũng nên được biểu thị dưới dạng Single Value. Nhưng, bạn cũng có thể thêm một biểu đồ đường ở bên cạnh để thể hiện được sự thay đổi của nó từ quá khứ đến thời điểm hiện tại.

Đọc thêm: Người đọc biểu đồ trên Dashboard có xu hướng theo dõi thông tin như thế nào?

Sau khi thực hiện nghiên cứu hơn 100,000 dashboards tại Chartio (một công cụ Business Intelligence), những người thực hiện nghiên cứu phát hiện ra rằng, hầu hết lượng lớn biểu đồ được tạo ra là Table (bảng biểu), Single value (Thể hiện một giá trị cụ thể),... Đây đều là những dạng trực quan không hỗ trợ người xem quá nhiều trong việc nhìn nhận xu hướng và thay đổi bất thường trong vận hành.

Tuy nhiên, phần sau của nghiên cứu lại chỉ ra rằng, Bar-line chart (Biểu đồ cột đường), Bubble chart (biểu đồ bong bóng), Bullet chart, Single value, và Bar chart (biểu đồ cột) lại là những loại biểu đồ có lượng xem trung bình nhiều nhất khi người xem tiếp cận với Dashboards.

Hi vọng rằng, từ nghiên cứu trên, bạn sẽ có thêm góc nhìn về thiên hướng xem biểu đồ của người dùng để giúp bạn lựa chọn những biểu đồ thân thiện hơn với họ trong quá trình trực quan hóa dữ liệu.

Để tóm tắt lại nội dung chính của bài viết, có 2 ý chính bạn nên ghi nhớ để chọn biểu đồ phù hợp, giúp người đọc biểu đồ dễ dàng hơn trong việc tìm kiếm các Insights.

• Khi quyết định sử dụng một biểu đồ nào đó, hãy xem xét kĩ về loại dữ liệu mà bạn có và điều bạn muốn thể hiện cho người đọc biểu đồ.

• Khi muốn thể hiện nhiều giá trị dữ liệu trong cùng một biểu đồ, hãy quyết định xem bạn muốn thể hiện mối quan hệ gì giữa chúng: Relationship, Comparison, Composition, hay Distribution. Điều này sẽ giúp bạn lựa chọn được biểu đồ phù hợp hơn.

Trực quan hóa dữ liệu (data visualization) hiệu quả là bước quan trọng của để người đọc Dashboard có thể tìm kiếm và khai thác các insight quý giá từ dữ liệu. Qua đó, họ có thể đưa ra những quyết định mang tính ảnh hưởng tích cực cho doanh nghiệp.

Trong thế giới dữ liệu ngày nay, việc hiểu và biểu diễn số liệu một cách hiệu quả là rất quan trọng. Nếu bạn muốn chinh phục nghệ thuật lựa chọn biểu đồ phù hợp, biến dữ liệu khô khan thành những hình ảnh trực quan đầy sức thuyết phục, hãy tham khảo khóa học Excel & AI for Analytics ngay hôm nay.

Tham gia khóa học, bạn sẽ:

• Nắm vững kiến thức về các loại biểu đồ và ứng dụng hiệu quả cho từng loại metrics.

• Tự tin sáng tạo những dashboards ấn tượng, truyền tải thông tin một cách rõ ràng và súc tích.

• Nâng cao kỹ năng thu thập, tổng hợp, làm sạch và phân tích dữ liệu, đưa ra quyết định sáng suốt dựa trên insights từ dữ liệu.

Hãy đăng ký ngay khóa học "Data Visualization and Analytics with Excel" và mở khóa tiềm năng vô hạn của dữ liệu!

Nếu bạn thường xuyên phải tiếp xúc với các báo cáo đầy dữ liệu và biểu đồ, nhưng vẫn chưa biết cách khai thác triệt để sức mạnh của chúng để tìm kiếm Insights và đưa ra các quyết định chiến lược, đừng bỏ lỡ khóa học Power BI & AI for Analytics của Tomorrow Marketers. Khóa học cung cấp tư duy phân tích dữ liệu, giúp bạn tự tin hơn để đọc hiểu dữ liệu, nhằm đưa ra các quyết định kinh doanh khách quan, đúng đắn hơn.

Rất nhiều doanh nghiệp hiện nay đã ứng dụng phân tích dữ liệu vào quá trình quản lý, kinh doanh. Tuy nhiên, sau cả quá trình dài phân tích và làm việc với cả loạt những con số khô khan, mà các nhân viên lại không biết cách diễn giải, truyền đạt những thông tin quan trọng tới sếp và đồng nghiệp thì việc phân tích dữ liệu cũng không còn nhiều ý nghĩa.

Đó là lúc khái niệm Data Storytelling (Kể chuyện bằng dữ liệu) và Data Stories (Câu chuyện dữ liệu) xuất hiện. Câu chuyện dữ liệu giúp bạn truyền đạt các thông điệp dữ liệu muốn nói một cách rõ ràng và hấp dẫn - để người nghe hiểu được vấn đề, góp phần đưa ra những giải pháp chính xác hơn trong công việc. 

Nếu bạn chưa biết cách “kể chuyện”, hãy tham khảo 4 bước và các tips dưới đây để tạo ra những câu chuyện dữ liệu hấp dẫn, có tính thuyết phục cao nhé!

1. Data Stories (Câu chuyện dữ liệu) là gì? 

Data Stories (Câu chuyện dữ liệu) là câu chuyện giải thích cách thức và lý do dữ liệu thay đổi theo thời gian — thường được trình bày qua hình ảnh. 

Data Storytelling (Kể chuyện bằng dữ liệu) là hình thức kể chuyện thông qua số liệu thực tế, nhằm truyền đạt data insights một cách sống động, dễ hiểu, thuyết phục. 

Đọc thêm: Cách tìm Insights trong Google Analytics

Câu chuyện dữ liệu tốt có ba yếu tố chính:

• Dữ liệu

• Hình ảnh

• Cốt truyện (Narrative)

Các yếu tố này kết hợp với nhau, tạo ra bối cảnh, tình huống cụ thể rồi đưa những thông tin quan trọng theo trình tự logic và nhấn mạnh các phần trọng tâm, giúp người nghe, người xem dễ dàng đưa ra những quyết định chính xác. 

Khi xây dựng câu chuyện dữ liệu, hãy chú ý đừng nhầm lẫn giữa Data Stories (Câu chuyện dữ liệu) và Data Visualization (Trực quan hóa dữ liệu). Dù hai khái niệm này có sự liên kết nhưng cũng có nhiều khác biệt. 

Data Visualization (Trực quan hóa dữ liệu) chỉ đơn thuần là sự thể hiện dữ liệu hoặc thông tin thành biểu đồ, đồ thị hoặc định dạng trực quan khác. Việc trực quan hoá dữ liệu cho phép các xu hướng và mô hình dễ dàng được nhìn thấy hơn.

Sự khác biệt ở chỗ: Câu chuyện dữ liệu giúp khán giả hiểu những thông điệp từ dữ liệu; còn Data Visualization (Trực quan hóa dữ liệu) chỉ đơn thuần là sự thể hiện dữ liệu hoặc thông tin thành biểu đồ, đồ thị hoặc định dạng trực quan khác. Việc trực quan hoá dữ liệu cho phép các xu hướng và mô hình dễ dàng được nhìn thấy hơn. Nói cách khác, trực quan hóa dữ liệu là một cách minh hoạ các câu chuyện, giúp bạn truyền đạt các phát hiện của mình một cách thuyết phục và hiệu quả hơn.

2. Tại sao Data Storytelling lại quan trọng?

Thông tin dễ nhớ, dễ hiểu và dễ hình dung hơn: Bộ não của chúng ta hoạt động mạnh để xử lý hình ảnh nhanh hơn ngôn ngữ. Việc có thể “nhìn thấy” dữ liệu giúp người nghe, người xem dễ hiểu hơn nhiều. Cùng với bối cảnh và ngôn ngữ kể chuyện, họ còn có thể ghi nhớ lâu hơn, cảm thấy nội dung được trình bày hấp dẫn, thuyết phục hơn.

Giúp cho việc đưa ra quyết định dựa trên số liệu nhanh, dễ dàng và chính xác hơn: Theo nghiên cứu từ các nhà thần kinh học, quyết định của con người thường dựa vào cảm xúc chứ không hoàn toàn theo logic nào đó như chúng ta vẫn nghĩ. Khi insight được tổng hợp thành một câu chuyện lôi cuốn, tự khắc sẽ có một sợi dây gắn kết giữa dữ liệu và phần cảm xúc của não bộ. Đặc biệt, khi con người tập trung lắng nghe câu chuyện, chúng ta dễ bị cuốn theo diễn biến, muốn xem điều gì sẽ diễn ra tiếp tục trong câu chuyện.

Data storytelling là một trong những kỹ năng được “săn đón" nhiều nhất trong thời đại số: Chief Economist của Google, trong một cuộc phỏng vấn vào năm 2009 khẳng định rằng một trong những kỹ năng không thể không có trong những thập kỷ sắp tới là khả năng làm việc với những con số. Bạn không chỉ cần hiểu dữ liệu “nói gì" mà còn phải làm sao rút ra giá trị thực tế từ nó, sau cùng là trực quan hoá và kể câu chuyện sao cho thật lôi cuốn và ý nghĩa. 

3. Các bước kể câu chuyện từ dữ liệu

Bước 1: Xác định câu chuyện

Bạn có thể bắt đầu bằng cách đặt câu hỏi hoặc hình thành giả thuyết, sau đó tổng hợp và đào sâu vào dữ liệu có liên quan để tìm câu trả lời. Ví dụ:

• Bạn đang cố gắng giải thích điều gì từ dữ liệu?

• Mục tiêu cụ thể của bạn khi kể câu chuyện dữ liệu này là gì?

• Bạn muốn đề xuất giải pháp gì từ những phân tích này?

Một số cách tiếp cận dữ liệu sau có thể giúp bạn dễ dàng định hình được câu chuyện:

Tìm kiếm các mối tương quan: Bạn thấy các dữ liệu có liên quan gì với nhau? Có điểm dữ liệu bất thường nào giữa chúng không? Những mối tương quan này có thể cung cấp nền tảng vững chắc cho câu chuyện của bạn về sau. 

Xác định xu hướng: Bạn có thể nhìn vào dữ liệu và phát hiện ra rằng những ngày hoặc thời gian nhất định có xu hướng có khối lượng cao hơn hoặc thấp hơn. Việc xác định các xu hướng mới hoặc đang phát triển trong doanh nghiệp của bạn sẽ giúp doanh nghiệp hình dung rõ “nước cờ” tiếp theo họ phải đi để chuẩn bị và thích nghi với những thay đổi đó. 

Rút ra so sánh: Việc so sánh dữ liệu với nhau sẽ giúp bạn khám phá ra những mối tương quan và tại sao lại có mối liên quan như vậy. Ví dụ, bạn có thể so sánh tỷ lệ mở mail (open rate) của hai email có tiêu đề khác nhau, xem email nào hiệu quả hơn. Từ đó, bạn sẽ đào sâu hơn để hiểu nguyên nhân tại sao một email lại thành công hơn cái khác và tìm ra được insights. 

Tìm kiếm những điểm khác biệt: Đây là những điểm dữ liệu khác biệt hẳn so với chuỗi dữ liệu cùng thời gian, có thể cho bạn phát hiện những điều thú vị khác. Hãy tự đặt những câu hỏi tại sao, đào sâu vào nguyên nhân vấn đề và xem xét cả những tác động bên ngoài để đào sâu câu chuyện hơn.

Chú ý đến dữ liệu phản trực giác: Khi bạn đánh giá xu hướng hoặc so sánh dữ liệu, có bất kỳ kết quả nào mà bạn không mong đợi không? Khi dữ liệu biểu thị kết quả ngược lại so với suy tính ban đầu của bạn, điều đó có nghĩa là gì? Điều gì có thể gây ra những kết quả đó? Nguyên nhân ẩn sau đó đôi khi sẽ giúp câu chuyện có những ‘plot twist’ hấp dẫn.

Bước 2: Xác định rõ đối tượng

Khi xây dựng câu chuyện, hãy tự đặt ra những câu hỏi: 

• Ai là người cần nghe câu chuyện này?

• Người đọc, người xem đã biết đến câu chuyện kiểu như vậy lần nào trước đó chưa?

• Câu chuyện này liệu có thực sự giúp người nghe giải quyết được vấn đề cốt lõi mà họ quan tâm và rút ra được bất kỳ insight nào quan trọng?

Độ tuổi, nhân khẩu học, công việc và kiến thức chuyên môn của người xem sẽ ảnh hưởng đến cách họ hiểu và phản hồi lại câu chuyện. Hãy tùy chỉnh câu chuyện và cách kể chuyện từ các góc độ khác nhau tùy thuộc vào đối tượng tiếp nhận câu chuyện. 

Bước 3: Xây dựng câu chuyện chi tiết

Một câu chuyện thu hút không chỉ phải giải thích rõ ràng dữ liệu, mà cần có trình tự logic hợp lý. Để làm được như vậy, câu chuyện dữ liệu cần bám sát theo những điểm sau:

• Bối cảnh: Tình huống đặt ra ở đây là gì? Tại sao bạn lại phải kể câu chuyện này? Hãy tìm bằng được một điểm hấp dẫn đặc biệt từ dữ liệu để thu hút và giữ được sự tương tác nhất định với khán giả.

• Nhân vật: Ai sẽ là người tham gia vào câu chuyện này?

• Vấn đề: Mâu thuẫn hay vấn đề cần giải quyết ở đây là gì?

• Giải pháp: Vấn đề nêu ra ban đầu có thể được giải quyết như thế nào thông qua câu chuyện này? 

Mẹo nhỏ: Đặc biệt chú trọng sự tuyến tính trong cách kể chuyện và hãy dành những phát hiện thú vị từ dữ liệu của mình ở phần cuối, để giữ người xem đến cùng. 

Bước 4: Trình bày dữ liệu bằng các bảng biểu, hình ảnh

Hình ảnh là một cách hiệu quả để thu hút khán giả của bạn và cải thiện tỷ lệ giữ chân người xem — đặc biệt là khi khán giả không phải là người có chuyên môn sâu về dữ liệu, hoặc lĩnh vực đang được đề cập trong câu chuyện.

Nhờ trực quan hóa dữ liệu, thông tin được trình bày một cách đơn giản, ngắn gọn, dữ liệu quan trọng và các điểm đáng lưu ý được làm nổi bật, dễ dàng theo dõi. 

Một số phương thức thường được sử dụng trong trực quan hóa dữ liệu:

• Biểu đồ cột (Bar graphs)

• Biểu đồ tán xạ (Scatter plot)

• Biểu đồ bong bóng (Bubble chart)

• Biểu đồ tròn (Pie charts)

• Bản đồ nhiệt (Heat map)

• Sơ đồ khung (Frame diagram)

• …

Đọc thêm: Các loại biểu đồ giúp bạn trực quan hóa dữ liệu

4. Những điều cần lưu ý khi kể chuyện bằng dữ liệu

Kể chuyện bằng dữ liệu là một phương pháp hữu ích để truyền đạt insights từ data đúng, đủ và hấp dẫn. Tuy nhiên, nếu không được thực hiện chính xác, câu chuyện từ dữ liệu lại có tác dụng phụ, khiến các thông tin và kết luận không đầy đủ, sai lệch. Dưới đây là một số điều không nên làm khi xây dựng câu chuyện dữ liệu và trực quan hóa dữ liệu:

• Không nên chọn các giá trị tùy ý để làm cơ sở cho thang đo và đơn vị cho các biểu đồ. Giá trị được chọn phải có tính đại diện và giúp người xem thấy được toàn cảnh vấn đề

• Không nên chỉ thể hiện những dữ liệu chứng minh cho luận điểm được đưa ra, bạn cần cho khán giả thấy bức tranh tổng quan mọi vấn đề. 

• Không nên thay đổi màu sắc, nhãn và quy ước giữa các hình ảnh. Sự không nhất quán giữa hình ảnh và ngôn ngữ có thể gây nhầm lẫn và khiến khán giả khó theo dõi và hiểu chính xác dữ liệu.

Tạm kết

Kể chuyện bằng dữ liệu là một cách hiệu quả để truyền đạt những insights, ý tưởng phức tạp theo cách thu hút và giúp doanh nghiệp đưa ra các quyết định tốt hơn. Để làm được điều này, trước hết bạn cần biết cách đọc, hiểu và phân tích thành thạo dữ liệu. Sau đó, phần quyết định sẽ nằm ở khả năng truyền đạt những insight mà bạn tìm được từ dữ liệu ấy một cách dễ nhớ, dễ hiểu và dễ hình dung. Tất cả điều đó nằm cả trong tư duy phân tích dữ liệu bài bản. 

Nếu bạn muốn mài sắc tư duy đọc, hiểu và rút ra insight từ dữ liệu, hãy nhanh tay đăng ký khóa học Power BI & AI for Analytics của Tomorrow Marketers ngay hôm nay.

Bài viết được biên soạn bởi Tomorrow Marketers, xin vui lòng không sao chép dưới mọi hình thức!