Tóm tắt toàn diện nhất, quy trình phân tích dữ liệu chuẩn, hãy lưu lại!

Bài viết này giải thích một cách có hệ thống về quy trình chuẩn của phân tích dữ liệu, bao gồm hai quy trình cơ bản và sáu tình huống cụ thể, cũng như cách áp dụng kết quả phân tích dữ liệu vào thực tế. Nếu bạn cảm thấy mình đã phân tích dữ liệu nhưng kết quả nhận được không như mong đợi, hãy đọc bài viết này.

01 Quá trình bắt đầu từ vấn đề

Loại quy trình này thường có ba bước: câu hỏi → dữ liệu → câu trả lời và các phòng ban kinh doanh thường nghĩ theo hướng này. Ví dụ, nếu bạn là giám đốc bán hàng, bạn quan tâm nhất đến hiệu suất của mình, vì vậy trước tiên bạn sẽ xem xét:

1. Câu hỏi 1: Nhóm của tôi đang hoạt động như thế nào?
2. Dữ liệu 1: Tình hình tuân thủ trong tháng này... Tình hình tuân thủ trong năm nay...
3. Trả lời 1: Đã đạt được mục tiêu, vượt mục tiêu 20%.

Tất nhiên, bạn có thể suy nghĩ sâu sắc hơn. Ví dụ, công ty hiện có giải thưởng xếp hạng hiệu suất: năm nhóm hàng đầu trong cả nước có mức tăng trưởng cao nhất theo năm vào mỗi tháng có thể nhận được tiền thưởng. Bây giờ đã là ngày 20 và bạn đang tự hỏi liệu mình có cơ hội trúng giải hay không.

Sau đó, bạn sẽ phân tích thêm:

1. Câu hỏi 2: Dựa trên thứ hạng hiện tại và tốc độ tăng trưởng dự kiến ​​trong 10 ngày tới, tôi có thể giành được giải thưởng không?
2. Dữ liệu 2: Tính đến bảng xếp hạng tăng trưởng theo năm lần thứ 19…Tình trạng hoàn thành dự kiến ​​của mỗi đội trong 10 ngày tới.
3. Câu trả lời 2: Dựa trên ngành hiện tại + tốc độ tăng trưởng trong tương lai, tôi có thể/không thể nhận được tiền thưởng không?

Để ý! Câu hỏi 2 phức tạp hơn nhiều so với Câu hỏi 1, vì Câu hỏi 1 chỉ yêu cầu thống kê dữ liệu lịch sử, trong khi Câu hỏi 2 yêu cầu dự đoán xu hướng trong 10 ngày tới.

Có thể có một số cách để dự đoán, chẳng hạn như:

• Chỉ cần sử dụng xu hướng của 20 ngày trước để mô phỏng xu hướng của 10 ngày tiếp theo. (Xu hướng ngoại suy)
• Dựa trên xu hướng của cùng kỳ năm ngoái, hãy mô phỏng xu hướng trong 10 ngày tiếp theo. (Phân tích định kỳ)
• Kết quả được đề xuất dựa trên tỷ lệ chuyển đổi dự kiến ​​của khách hàng hiện đang được theo dõi*. (Mô hình kinh doanh)
• Lập mô hình dữ liệu dựa trên số liệu bán hàng, chi phí bán hàng, v.v., sau đó dự đoán kết quả. (Mô hình thuật toán)

Đây là những gì chúng ta thường gọi: yêu cầu phức tạp. Khi các yêu cầu trở nên phức tạp hơn, quá trình phân tích dữ liệu cũng sẽ trở nên dài hơn, chủ yếu ở khâu liên kết dữ liệu. Phương pháp càng phức tạp thì càng cần phải chuẩn bị nhiều dữ liệu hơn. Vậy, những phương pháp phức tạp là gì?

02 Quy trình phân tích theo bốn mức độ phức tạp

Mức độ phức tạp 1: Hiểu được tình hình hiện tại. Đây là phương pháp đơn giản nhất. Bạn có thể trực tiếp đếm dữ liệu lịch sử. Ví dụ, tính đến ngày 3 tháng 1, số lượng người dùng mới được thêm vào trong năm nay/hiệu suất bán hàng tích lũy; có bao nhiêu hàng tồn kho vào ngày 3 tháng 1, v.v. Lưu ý! Việc chỉ liệt kê dữ liệu không thể giải thích được tình hình hiện tại là tốt hay xấu. Cần có dữ liệu + tiêu chí đánh giá, chẳng hạn như hiệu suất bán hàng tích lũy + tiêu chí đánh giá hiệu suất, để phát hiện ra vấn đề.

Trong trường hợp này, quy trình phân tích dữ liệu là: doanh nghiệp muốn hiểu tình hình hiện tại → chỉ số dữ liệu thống kê + tiêu chí đánh giá → mô tả tình hình hiện tại.

Mức độ phức tạp 2: Phân tích nguyên nhân. Một câu hỏi thường gặp là "Tại sao hiệu suất của tôi không đạt mục tiêu?" Lưu ý rằng quy trình xử lý sẽ khác nhau khi doanh nghiệp đưa ra giả định hoặc không đưa ra giả định:

Tóm lại, nếu bạn muốn đi sâu hơn, bạn phải đưa ra giả định về câu hỏi kinh doanh. Ngược lại, nếu dữ liệu phân tích các chỉ số thì rất có thể chỉ đưa ra những kết luận hời hợt như: “Vì số lượng người ít nên chưa đạt tiêu chuẩn, nên tăng số lượng người lên!” sẽ được đưa ra.

Mức độ phức tạp 3: Tối ưu hóa hiệu suất. Những câu hỏi điển hình bao gồm: “Tôi nên làm gì để đạt được hiệu suất tốt nhất?” Đến thời điểm này, bạn cần phải hoàn thành cả hai bài toán phức tạp trước đó trước khi có thể đi đến kết luận.

Do đó, quá trình tối ưu hóa hiệu suất sẽ đặc biệt dài. Nhiều nhà phân tích dữ liệu không biết cách đưa ra đề xuất cải thiện hoạt động kinh doanh. Trên thực tế, đó là vì họ thiếu sự chuẩn bị ở các bước trước. Họ hoàn toàn không hiểu tình hình và chắc chắn không thể đưa ra gợi ý trực tiếp.

Mức độ phức tạp 4: Dự đoán xu hướng. Chúng tôi đã đưa ra các ví dụ về dự đoán ở phần trước. Trên thực tế, mọi vấn đề dự đoán đều rất phức tạp. Ít nhất bạn phải hiểu được tình hình hiện tại, biết được các điểm có vấn đề, biết liệu doanh nghiệp có kế hoạch cải thiện hay không và thu thập nhiều thông tin trước khi có thể đưa ra dự đoán hợp lý.

vào thời điểm này:

• Nếu không xem xét các hành động kinh doanh, có thể sử dụng trực tiếp phương pháp ngoại suy xu hướng và quá trình phân tích sẽ rất ngắn: doanh nghiệp muốn biết kết quả dự đoán → quan sát các xu hướng trong quá khứ → điều chỉnh chức năng theo các xu hướng trong quá khứ → trực tiếp ngoại suy kết quả.
• Nếu doanh nghiệp muốn cân nhắc các hành động của riêng mình, chẳng hạn như "điều gì sẽ xảy ra nếu tôi đầu tư thêm", thì quá trình này sẽ trở nên phức tạp. Doanh nghiệp muốn biết kết quả dự đoán → quan sát xu hướng trong quá khứ → xây dựng mô hình, định lượng tác động của đầu tư → thay thế các tham số và dự đoán kết quả.

Tóm lại, các câu hỏi kinh doanh càng phức tạp thì quá trình phân tích càng cần dài và cần chuẩn bị sơ bộ nhiều hơn, nếu không sẽ khó đưa ra được kết luận có giá trị.

03 Quá trình bắt đầu từ dữ liệu

Có một tình huống khác là phía doanh nghiệp không chủ động đưa ra yêu cầu, nhưng các nhà phân tích dữ liệu cần chủ động đọc ý nghĩa kinh doanh từ dữ liệu và phát hiện ra các vấn đề kinh doanh. Quá trình cơ bản lúc này là: dữ liệu → câu hỏi → câu trả lời.

Nhưng! Quá trình này thường không diễn ra được. Bởi vì nhiều nhà phân tích dữ liệu chỉ có thể nhìn thấy dữ liệu và không hiểu được tình hình kinh doanh. Vì vậy, tôi không biết phải diễn giải con số này như thế nào. Ví dụ:

• Tôi biết khối lượng bán hàng tích lũy, nhưng không biết tiêu chí đánh giá doanh nghiệp nên không thể diễn giải được là “tốt/xấu”.
• Tôi biết thứ hạng bán hàng là gì, nhưng tôi không biết chi tiết về phần thưởng xếp hạng doanh nghiệp, vì vậy tôi không thể biết ai có tiềm năng giành được phần thưởng.
• Chúng tôi biết rằng doanh số bán hàng thấp là do một số sản phẩm nhất định bán rất chậm, nhưng chúng tôi không hiểu thuộc tính của sản phẩm và không thể tiến hành phân tích chuyên sâu.

Do đó, bài viết này dành nhiều nội dung để giới thiệu cách tiến hành phân tích từ góc độ kinh doanh, nhằm nhắc nhở những sinh viên ngày nào cũng xem báo cáo hãy giao tiếp nhiều hơn với doanh nghiệp và hiểu sâu hơn về bối cảnh/tình hình kinh doanh. May mắn thay, có nhiều công ty vẫn duy trì hoạt động kinh doanh và truyền dữ liệu rất chặt chẽ nên có thể tối ưu hóa quy trình cơ bản "dữ liệu → câu hỏi → câu trả lời".

• Ví dụ: bắt đầu từ sự thay đổi bất thường, dữ liệu → biến động bất thường → giao tiếp kinh doanh → xác nhận vấn đề → phân tích chuyên sâu/giải quyết vấn đề. Điều này thường xảy ra khi nhà phân tích dữ liệu phát hiện ra sự thay đổi bất thường trong một chỉ số và sau đó xác nhận với doanh nghiệp. Nếu sự thay đổi được khởi xướng bởi doanh nghiệp/đã được biết đến/đã có biện pháp xử lý thì bạn không cần phải lo lắng. Nếu đó là tình huống bất ngờ, hãy phân tích sâu cho đến khi xác định được nguyên nhân của vấn đề.
• Ví dụ: bắt đầu từ điểm chuẩn, dữ liệu → tìm điểm chuẩn → giao tiếp kinh doanh → xác nhận khả năng sao chép/kết thúc vấn đề. Điều này thường dựa trên dữ liệu cho thấy một sản phẩm/khu vực/kênh nào đó có hiệu suất hoạt động đặc biệt tốt. Lúc này, dữ liệu có thể chủ động xác nhận với doanh nghiệp liệu đây có phải là thời điểm cơ hội và có đáng để thúc đẩy hay không. Nếu doanh nghiệp đã biết về điều này thì mọi chuyện đã kết thúc. Nếu doanh nghiệp quan tâm, chúng tôi sẽ tiến hành phân tích chuyên sâu về khả năng sao chép của chuẩn mực và thúc đẩy việc quảng bá chuẩn mực đó.
• Ví dụ: Theo góc độ liên kết phòng ban: dữ liệu → phân tích tình huống liên quan → chia sẻ thông tin → xác nhận vấn đề → phân tích chuyên sâu/giải quyết vấn đề. Điều này thường xảy ra khi thực hiện phân tích kinh doanh. Ví dụ, nếu bạn thấy doanh số đang giảm, bạn có thể nhắc nhở các nhà cung cấp chú ý đến rủi ro tồn đọng. Nếu bạn thấy chi phí cho tiếp thị cao, bạn có thể chú ý đến dòng tiền. Nếu bạn thấy doanh nghiệp đang lên kế hoạch cho một sự kiện lớn, bạn có thể nhắc nhở bộ phận chăm sóc khách hàng/hậu mãi chuẩn bị. Trước tiên hãy chia sẻ thông tin, sau đó xem các phòng ban có liên quan đã phản hồi hay chưa. Nếu không, hãy tiến hành phân tích sâu hơn.

Tất cả các quá trình trên được tóm tắt trong hình sau để bạn dễ hiểu:

Tác giả: Thầy giáo thực tế Chen

Tài khoản công khai WeChat: Giáo viên thực tế Chen (ID: gh_abf29df6ada8)