TĂNG TRƯỞNG ĐỘT PHÁ

THÔNG QUA
DỮ LIỆU KINH
DOANH

(CASE STUDY CHO DOANH

NGHIỆP VỪA VÀ NHỎ)

NGUYỄN MINH NHẬT, CMA

 TĂNG TRƯỞNG ĐỘT PHÁ

THÔNG QUA DỮ LIỆU KINH DOANH

(Case study cho doanh nghiệp vừa và nhỏ)

Trong vài năm trở lại đây, chủ đề kinh doanh 4.0 và chuyển đổi số đang trở thành đề
tài chính thu hút được rất nhiều sự quan tâm từ mọi người trong xã hội. Những từ
khóa bóng bẩy như “Big Data”, “AI”, “Machine Learning”, v.v được sử dụng đại trà
khắp mọi nơi, nhưng không phải doanh nghiệp nào cũng sẵn sàng để có thể ứng
dụng những kỹ thuật cao cấp này.

Mặt khác, điều cơ bản tất yếu mà mọi doanh nghiệp có thể tiến hành ngay đó là khai
thác dữ liệu kinh doanh vốn đang được tạo ra mỗi ngày tại doanh nghiệp. Đây là một
chủ đề cực kỳ quan trọng (đặc biệt quan trọng với chủ doanh nghiệp vừa và nhỏ và
start-up) nhưng lại không có tài liệu nào trên thị trường Việt Nam giải thích cụ thể về
chủ đề này. Cuốn sách này ra đời với sứ mệnh là tài liệu tham khảo đầu tiên tại Việt
Nam đề cập chuyên sâu về giá trị của dữ liệu và qui trình ứng dụng dữ liệu để ra
quyết định trong thực tiễn.

NGUYỄN MINH NHẬT, CMA

1
 CUỐN SÁCH NÀY LÀ DÀNH CHO BẠN
Cuốn sách này tập trung vào trường hợp điển hình (hay được gọi là case study) của
doanh nghiệp hoạt động trong mảng bán lẻ nhằm mục tiêu truyền tải thông điệp sau:

Dù qui mô doanh nghiệp của bạn như thế thì việc khai thác dữ liệu kinh doanh luôn
tạo ra lợi thế cạnh tranh cho bạn. Việc sử dụng dữ liệu hỗ trợ ra quyết định không chỉ
dành cho doanh nghiệp lớn. Thậm chí, nhiều doanh nghiệp rất lớn gặp khó khăn trong
việc khai thác dữ liệu kinh doanh của chính họ tạo ra trong một thời gian dài vì họ
không xây dựng nó ngay từ đầu. Hãy tưởng tượng rằng nếu mỗi ngày kinh doanh
của bạn đều được viết ra trên giấy, và bạn cứ kẹp vào một cuốn sổ nào đó. Thì sau
chỉ khoảng 1-2 năm, liệu bạn còn có thể biết tờ giấy nào nên được sắp xếp vào thư
mục dữ liệu nào hay không?

Một khi bạn đã bắt đầu hoạt động kinh doanh, bạn chắc chắn sẽ tạo ra dữ liệu kinh
doanh, và bạn cần tận dụng nguồn dữ liệu đó để có thể tăng trưởng. Dữ liệu kinh
doanh đang được tạo ra từ chính hoạt động kinh doanh hằng ngày mà đôi khi bạn
không nhận ra. Doanh nghiệp càng nhận thức sớm bao nhiêu về tổ chức dữ liệu kinh
doanh thì càng có nhiều cơ hội sử dụng dữ liệu hỗ trợ ra quyết định sớm bấy nhiêu
khi thời điểm đến. Hãy tưởng tượng rằng khi bạn cần thống kê danh sách sản phẩm
đang kinh doanh, có phải bạn đang tạo bảng tính có thể là Excel để lưu lại thông tin
danh mục sản phẩm. Hoặc khi bạn tiếp nhận thông tin đơn hàng, tiến hành xử lý và
hoàn tất giao hàng, thông tin bạn ghi nhận lại chính là bảng kê bán hàng của bạn.

Một khi bạn đã có dữ liệu kinh doanh được tổ chức tốt thì việc tận dụng tối đa những
dữ liệu này giúp bạn đạt được những thành tựu sau:

• Doanh số tăng trưởng

• Tồn kho tối ưu
• Lợi nhuận ổn định
• Khách hàng hài lòng
• Hoạt động bền vững
2
Mình hiểu rằng thời gian là vàng bạc. Chính vì vậy, bên cạnh việc dành ra cả một
ngày để tham gia hội thảo, bạn có thể tập trung dành khoảng 30 phút để chiêm nghiệm
các thông tin được đúc kết cô đọng trong cuốn sách này. Cuốn sách này được viết
dành riêng cho 3 nhóm đối tượng sau:

• Bạn là chủ doanh nghiệp hay quản lý cấp cao của doanh nghiệp vừa và
nhỏ hay bạn đang có khát khao khởi nghiệp và đang chuẩn bị bắt đầu
hành trình thú vị này. Cuốn sách giúp bạn trả lời được câu hỏi quan trọng nhất
đó là: “Sử dụng dữ liệu để ra quyết định thực tế sẽ trông như thế nào và tự bạn
sẽ biết được mình có cần áp dụng hay không? Quan trọng hơn hết, bạn hiểu
được một người làm phân tích dữ liệu chuyên nghiệp có thể là ai và có vai trò
như thế nào trong tổ chức của bạn”
• Bạn là cá nhân có mong muốn tìm hiểu về phân tích dữ liệu, không quan
trọng nền tảng kinh nghiệm làm việc của bạn là nhân viên kinh doanh, vận
hành, marketing, kế toán hay bất kỳ ngành nghề nào. Cuốn sách giúp bạn
trả lời được câu hỏi quan trọng nhất đó là: “Nghề phân tích dữ liệu này thực tế
là làm gì và bạn sẽ biết được mình cần phát triển thêm kỹ năng nào để có thể
theo đuổi con đường sự nghiệp đầy thách thức này, đặc biệt là trong bối cảnh
nhân sự ngành này đang thuộc nhóm ưu tiên được chào đón hàng đầu tại các
công ty ở khắp mọi nơi (không chỉ Việt Nam)”
• Bạn là cá nhân theo đuổi nghề phân tích chuyên nghiệp, công việc hằng
ngày của bạn có thể đã thường xuyên tiếp cận với dữ liệu, báo cáo, và đề
xuất hỗ trợ ra quyết định cho ban lãnh đạo tại một công ty có quy mô bất
kỳ (kể cả công ty lớn và tập đoàn đa quốc gia). Cuốn sách giúp bạn trả lời
được câu hỏi quan trọng nhất đó là: “Giá trị lớn nhất của cả một hành trình làm
việc dai dẳng với số liệu nằm ở đâu và tự bạn chắc chắn sẽ nhận ra liệu có ý
tưởng nào áp dụng vào ngay công việc hiện tại được không?”

Chúc các bạn gặt hái được nhiều thông tin giá trị từ cuốn sách này!

3
 MỤC LỤC
CUỐN SÁCH NÀY LÀ DÀNH CHO BẠN .................................................................... 2
TÓM TẮT TỔNG THỂ CASE STUDY ......................................................................... 5
Tổng quan về công ty ............................................................................................... 5
Kết quả minh họa trực quan ..................................................................................... 7
Suy nghĩ ban đầu và cách tiếp cận .......................................................................... 9
CHƯƠNG 1. XÁC ĐỊNH VẤN ĐỀ VÀ CÁC DỮ LIỆU CẦN THIẾT .......................... 11
CHƯƠNG 2. CHUẨN BỊ PHÁC THẢO VÀ TRỰC QUAN HÓA DỮ LIỆU ................ 13
CHƯƠNG 3. PHÂN TÍCH KẾT QUẢ VÀ ĐƯA KẾ HOẠCH HÀNH ĐỘNG .............. 18
3.1 Tình trạng chững lại bắt đầu từ khi nào và nghiêm trọng ra sao? ................... 18
3.2 Kênh kinh doanh và nhóm sản phẩm nào đang bị ảnh hưởng? ...................... 21
3.3 Câu hỏi mới: có sự thay đổi về cơ cấu sản phẩm giữa 2 giai đoạn hay không?
................................................................................................................................ 22
3.4 Trao đổi thông tin phát hiên được, đưa ra nhận định và thực hiện kiểm chứng
mẫu! ........................................................................................................................ 23
3.5 Kế hoạch khắc phục như thế nào? .................................................................. 24
CHƯƠNG 4. TỔNG KẾT ĐÚC KẾT NỘI DUNG ĐÃ TRÌNH BÀY ............................ 26
4.1 Phân tích kinh doanh – Business Intelligence (BI). .......................................... 26
4.2 Kỹ năng cần thiết để trở thành một người làm phân tích chuyên nghiệp. ....... 28
4.3 Nghệ thuật kể chuyện bằng dữ liệu. ................................................................ 29
4.4 Bức tranh toàn cảnh các công việc xoay quanh phân tích dữ liệu. ................. 30
4.5 Bắt đàu hành trình theo đuổi nghề nghiệp phân tích chuyên nghiệp. ............. 31
4.6 Thế giới kinh doanh tại Việt Nam vận hành xoay quanh Excel. ...................... 34
4.7 Theo đuổi nghề phân tích chuyên nghiệp là sống với tinh thần học hỏi không
ngừng nghỉ. ............................................................................................................. 36
CƠ HỘI ĐỂ BẠN BẮT ĐẦU HÀNH TRÌNH NGAY HÔM NAY .................................. 38
NHỮNG MÓN QUÀ NHỎ KHÁC DÀNH RIÊNG CHO BẠN ..................................... 39

4
 TÓM TẮT TỔNG THỂ CASE STUDY
Tổng quan về công ty
Công ty TNHH Thương Mại SME là một công ty nhập hàng hóa từ nhiều hãng khác
nhau và phân phối lại cho một số đại lý khác thông qua đội ngũ bán hàng trực tiếp.
Đồng thời, cũng có bán tới người dùng cuối thông qua các cửa hàng trưng bày,
website, sàn thương mại điện tử, và các nền tảng mạng xã hội.

• Mô hình kinh doanh: bán sỉ và bán lẻ.

• Lĩnh vực kinh doanh: điện gia dụng, hàng tiêu dùng nhanh và thời trang.
• Qui mô công ty: dưới 50 nhân viên.

Trong giai đoạn đầu, việc kinh doanh hết sức thuận lợi và SME ghi nhận sự tăng
trưởng qua từng ngày. Tuy nhiên, trong vòng 3 tuần gần đây thì số lượng đơn hàng
mới có xu hướng chững lại. Giống như phần lớn công ty tại Việt Nam, SME gặp khó
khăn trong việc tìm hiểu về những nguyên nhân của sự suy giảm trên để đưa ra giải
pháp khắc phục kịp thời trước khi quá trễ. Giám đốc công ty đã quyết định cùng với
Uniace tổng hợp lại các dữ liệu kinh doanh để có thể nhìn lại bức tranh kinh doanh
một cách tổng quát hơn.

Các câu hỏi ban đầu mà công ty xác định cần tìm hiểu:

• Tình trạng chững lại này bắt đầu từ khi nào?

• Tình trạng này nghiêm trọng như thế nào?
• Kênh nào đang kinh doanh không tốt?
• Những nhóm sản phẩm nào bị ảnh hưởng?
• Kế hoạch khắc phục như thế nào?

5
Sau 5 ngày phối hợp cùng Uniace để tổng hợp, công ty đã phát hiện ra những điểm
có vấn đề và đưa ra những kế hoạch hoạt động tương ứng từ bức tranh dữ liệu. Kết
quả đạt được sau cùng là SME không những tìm ra cơ hội để tăng trưởng tốt hơn mà
từ nay về sau họ đã có thể theo dõi tức thì tình trạng kinh doanh mỗi ngày để kịp thời
phản ứng lại với những bất thường.

• 64% Doanh thu tăng lũy kế theo từng tháng trong 6 tháng liên tiếp.
• Tỉ lệ chốt đơn hàng trên các kênh hiện tại tăng 18%.
• Tối ưu hóa danh mục sản phẩm còn lại 27 ngành hàng chủ lực.

Ngoài việc trả lời được các câu hỏi ban đầu, công ty còn có thêm nhiều thông tin quan
trọng:

• Mặc dù thực trạng chung là giảm nhưng kênh kinh doanh Online đang phát triển
mạnh.
• Cơ cấu sản phẩm bán trên kênh Online và kênh Offline hoàn toàn khác nhau.
• Cần tách ra theo dõi riêng sự tăng trưởng của kênh Online để bùng nổ thêm.
• Công ty cần thêm báo cáo theo dõi tình trạng tồn kho để không bỏ lỡ cơ hội
bán hàng.
• Công ty có thể khai thác dữ liệu khách hàng từ kênh Online để hiểu khách hàng
hơn.

6
Kết quả minh họa trực quan
Tổng quát về 4 góc nhìn cốt lõi hằng ngày đã giúp SME đạt được thành tựu trên. Nội
dung giải thích, phân tích chi tiết và các điểm phân tích quan trọng đúc kết được trong
từng trang được đề cập ở chương 1.

Trang 1 – Tổng quan

Trang 2 – Xu hướng

7
Trang 3 – So sánh

Trang 4 – Chi tiết

(Bạn có thể xem phiên bản tương tác trực tiếp theo đường dẫn sau
https://uniace.vn/demo và sử dụng mã EBRSP để được chiết khấu dịch vụ doanh
nghiệp có giá trị 10,000,000đ)

8
Suy nghĩ ban đầu và cách tiếp cận

Khi mình nhận được yêu cầu liên quan tới việc suy giảm doanh số từ một công ty mà
chưa hề có thiết lập hệ thống theo dõi kinh doanh. Giả định đầu tiên mà mình có thể
nghĩ tới đó là việc này đã xảy ra ít nhất cũng phải vài tuần rồi. Lí do là bởi vì, theo
bản năng, khi chúng ta gặp vấn đề, chúng ta thường có xu hướng cố gắng tự mình
xoay sở để giải quyết vấn đề trước khi thực sự nhờ đến sự trợ giúp của người khác.
Trong tình huống này là ở cấp độ tổ chức, nghĩa là vấn đề có thể được phát hiện
trong vòng 1-2 tuần từ các cuộc họp định kỳ hằng tuần và các cấp quản lý trong nội
bộ chắc chắn đã thử đưa ra một số giải thích dựa theo kinh nghiệm cá nhân nhưng
vẫn chưa đưa ra được giải pháp triệt để.

Tại sao điều này quan trọng? Khi chúng ta biết rằng vấn đề này đã xảy ra được một
thời gian, chúng ta đưa ra giả thuyết, chúng ta sẽ xác định được rằng chúng ta cần
nhìn vào một phạm vi dữ liệu dài hơn mà cụ thể trong trường hợp này là khoảng 3
tháng gần nhất để quan sát xu hướng biến động. Nếu chỉ vội vàng xem xét dữ liệu
trong vòng 1-2 tuần gần nhất từ lúc nhận được yêu cầu từ giám đốc công ty, mình có
thể dễ dàng đưa ra một kết luận chưa chính xác đó là tình trạng kinh doanh có giảm
nhẹ nhưng là đang biến động ổn định quanh mốc bình quân của 1-2 tuần đó. Dữ liệu
mình cần xin là trong vòng 3 tháng gần nhất chứ chưa cần tới của cả năm hay toàn
bộ các năm.

Đồng thời mình cũng có thể dự đoán trước là khi mình phát hiện ra vấn đề bằng cách
nhìn xu hướng, trong trường hợp không giải thích được vì sao năm nay lại như vậy
thì mình sẽ cần phải làm tiếp một việc đó là lấy dữ liệu cùng kỳ năm trước để đánh
giá mức độ tăng trưởng của 2 giai đoạn nhằm xác định xem đây có phải là sự suy
giảm có yếu tố thời vụ (seasonality) hay bản chất kết quả hiện tại đang thể hiện một
giới hạn nào đó từ phía tổ chức trong quá trình phát triển cho tới hiện tại.

9
Ngoài ra, để mình có thể đưa ra được một đề xuất cụ thể từ việc phân tích dữ liệu,
mình sẽ cần phải xem xét được sự thay đổi doanh số từ nhiều khía cạnh khác nhau
để có thể khoanh vùng được khu vực đang có vấn đề rồi mới từ đó tiếp tục đi sâu
vào phân tích gốc rễ. Trong tình huống này, giám đốc đã nêu ra những câu hỏi cụ thể
có chứa thông tin của các khía cạnh mà mình cần phải ưu tiên tiến hành phân tích
đó là theo kênh bán và nhóm sản phẩm.

Là một người làm việc với số liệu, mình biết rằng giám đốc dựa trên kinh nghiệm của
bản thân để đưa ra nhận định là nên bắt đầu tìm hiểu từ 2 góc độ trên. Nhưng vẫn sẽ
có khả năng giả định trên sẽ không mang lại kết quả gì cụ thể cả. Chính vì vậy, mình
cần thiết kế mô hình phân tích dữ liệu có tính linh hoạt để có thể dễ dàng cập nhật
thêm các khía cạnh dữ liệu nếu cần thiết mà không tốn quá nhiều thời gian.

Mình chỉ nêu một số ý dễ hiểu để chúng ta nhìn nhận một điểm rất quan trọng trong
quá trình phân tích dữ liệu đó là phân tích đề bài và lên kế hoạch tổng hợp dữ liệu.
Khi chúng ta tiến hành thiết lập nền tảng phân tích từ đầu, chúng ta có thể sẽ cần
phải dành một khoảng thời gian đủ dài ở mức hợp lý (trong giới hạn chờ đợi của tổ
chức) vào việc lên kế hoạch tổng hợp dữ liệu bao gồm rất nhiều giả định lẫn trao đổi
cụ thể để có thể xác định được những dữ liệu nào được xem là cần thiết nhằm đáp
ứng cho câu hỏi trước mắt và một số câu hỏi có thể lường trước được trong tương
lai gần.

Trong các chương kế tiếp từ chương 1 tới chương 3, chúng ta sẽ đi vào chi tiết quá
trình từng bước để ra được lời giải cho câu hỏi của giám đốc công ty.

10
 CHƯƠNG 1. XÁC ĐỊNH VẤN ĐỀ VÀ CÁC
DỮ LIỆU CẦN THIẾT
Thông thường, chúng ta có thể suy đoán rằng chương 1 sẽ có thể đi ngay vào phân
tích này rồi nhận định kia, tuy nhiên, chính điều này cũng là một hiểu nhầm rất phổ
biến xảy ra mỗi ngày trong hoạt động kinh doanh của các công ty vừa và nhỏ cho dù
chúng ta có thiết lập sẵn hạ tầng phân tích hay chưa. Việc đầu tiên quan trọng nhất
mà giám đốc công ty SME đã làm đúng chính là đặt các câu hỏi mang tính định
hướng. Nếu không có các câu hỏi định hướng này, mà thay vào đó là các câu nói
mang tính mô tả như “Doanh số chúng ta đang rất thấp, mọi người đẩy mạnh hoạt
động kinh doanh lên !!!” thì việc thoát khỏi tình huống này là vô cùng khó khăn. Những
cuộc hội thoại chung chung thường sẽ tạo ra một vòng luẩn quẩn và cụ thể hóa câu
hỏi chính là bước đầu tiên giúp thoát khỏi vòng lặp vô tận này.

Kế đến, từ câu hỏi định hướng, chúng ta nhận thấy rằng chúng ta sẽ cần các thông
tin cơ bản như là công ty đã bán các sản phẩm nào, thuộc nhóm sản phẩm nào, giá
trị bao nhiêu, vào ngày nào, qua kênh nào và ai phụ trách việc điều phối đơn hàng.
Các trường thông tin này thường sẽ nằm trong các file dữ liệu sau:

1. Bảng kê bán hàng theo ngày. Dữ liệu này giúp chúng ta tập trung vào việc trả
lời cho 2 ý đó là “…từ khi nào?” và “…nghiệm trọng như thế nào?”.
2. Danh sách kênh bán kèm tên nhân viên phụ trách. Dữ liệu này giúp chúng ta
tập trung vào việc trả lời cho 2 ý đó là “…kênh nào….?” và “kế hoạch…?”.
3. Danh sách sản phẩm có thông tin nhóm. Dữ liệu này giúp chúng ta tập trung
vào việc trả lời cho ý “Những nhóm nào….?”.

Dữ liệu mà chúng ta cần có thường đã có sẵn từ các phần mềm quản lý đơn hàng
được sử dụng trong công ty hoặc được theo dõi trong các file Excel bởi một nhân
viên phòng ban nào đó. Kể cả trong tình huống chúng ta chưa từng có các file quản
lý này thì việc bắt đầu lưu trữ hay tạo ra chúng cũng không mất quá 1 ngày.

11
Thông thường, nếu bạn tưởng tượng bạn mở một cửa hàng thời trang, một bảng kê
bán hàng theo ngày sẽ có các thông tin cơ bản thể hiện được ngày nào, bán cái gì,
cho khách hàng tên gì, số điện thoại nào, số lượng bao nhiêu, tổng tiền bao nhiêu.
Trong trường hợp của công ty SME, dữ liệu có được là các bảng như sau:

Bảng kê bán hàng theo ngày.

Danh sách kênh bán kèm tên nhân viên phụ trách.

Danh sách sản phẩm có thông tin nhóm

12
 CHƯƠNG 2. CHUẨN BỊ PHÁC THẢO VÀ
TRỰC QUAN HÓA DỮ LIỆU
Bạn đã thấy kết quả cuối cùng là 4 trang ở phía trên, bạn có thể nghĩ rằng việc làm
ra các kết quả trên cực kỳ phức tạp. Nhưng trên thực tế, khi chúng ta được tiếp cận
một cách bài bản với các kiến thức về làm việc với dữ liệu, thì mọi thứ sẽ dễ dàng
hơn rất nhiều. Bạn có thể liên tưởng tới bản thiết kế nhà ở của kiến trúc sư, đối với 1
người bình thường thì rõ ràng đó là cả một quá trình cực kỳ phức tạp, nhưng vì các
kiến trúc sư đã được đào tạo bài bản về chuyên môn nên việc thực hiện đối với họ
trở nên rất nhẹ nhàng. Điểm quan trọng đó là: nếu bạn muốn học để tự làm thì chỉ
cần tìm đúng “chương trình tiêu chuẩn” và nếu bạn muốn có ai đó làm giùm thì chỉ
cần tìm đúng “chuyên viên thiết kế phân tích” thì sẽ đạt được kết quả như mong đợi.

Tương tự như bản vẽ kiến trúc, để quá trình trực quan hóa dữ liệu được dễ dàng và
hiệu quả nhất thì bản phác thảo cần phải được chuẩn bị trước. Bản phác thảo của cả
4 trang trên thực tế sẽ được thực hiện trên 1 trang A4 trông như thế này. Bạn có thể
sẽ cảm thấy nó hơi lộn xộn và nhìn rất rối. Mình đã cố tình để nó trong trạng thái gốc
phản ánh thực tế mà chúng ta sẽ làm thay vì chỉnh sửa cho nó nhìn rất đẹp đẽ và gọn
gàng. Nếu bạn để ý kỹ và so sánh giữa bản phác thảo với kết quả sau cùng, bạn sẽ
thấy có nhiều điểm không giống nhau. Lí do đó là khi bạn thực sự thể hiện dữ liệu
bằng biểu đồ, có rất nhiều yếu tố dẫn tới kết quả là chúng ta cần điều chỉnh đi một
chút so với thiết kế ban đầu.

Một ví dụ dễ tưởng tượng nhất là khi chúng ta nghĩ rằng chúng ta sẽ sử dụng biểu
đồ tròn để thể hiện doanh số theo phương thức thanh toán (thẻ, tiền mặt, ví) vì biểu
đồ này rất tối ưu trong việc trình bày dữ liệu của không quá 4 đối tượng khác nhau.
Nhưng dữ liệu thực tế lại có thêm phương thức khác như chuyển khoản, paypal, v.v,
tức là nhiều hơn 4 đối tượng. Lúc này biểu đồ tròn sẽ không phù hợp nữa. Nói như
vậy có nghĩa là, chúng ta sẽ luôn cần đến một bản phác thảo sơ khởi nhưng hãy nhớ
là không tốn quá nhiều thời gian cho nó và không cần làm cho nó quá hoàn hảo.
13
14
Trong thực tế, việc sử dụng loại biểu đồ nào sẽ phụ thuộc chủ yếu vào thông tin mà
chúng ta muốn thể hiện là gì và một số yếu tố khác của dữ liệu chứ không phải để
nhằm mục đích làm cho báo cáo trở nên “đẹp”.

Phần lớn mọi người đều rất hay bị cuốn hút vào những báo cáo nhìn rất bắt mắt với
rất nhiều màu sắc, chúng ta sẽ gọi khái niệm đẹp này là “chuẩn nghệ thuật”. Khi trình
bày dữ liệu bằng biểu đồ, chúng ta sẽ có một khái niệm đẹp khác là “chuẩn phân
tích”. Các báo cáo đạt được mức độ “chuẩn phân tích” nhìn sẽ không rực rỡ bằng
các báo cáo “chuẩn nghệ thuật” nhưng các báo cáo này lại phát huy được tác dụng
định hướng cho chúng ta biết cần phải thực hiện hành động gì tiếp theo để phát triển
kinh doanh.

Bạn sẽ tốn rất nhiều thời gian để cố gắng đạt được sự cân bằng của 2 khái niệm
“đẹp” này vì chúng ta đều xem báo cáo mỗi ngày, nên yêu cầu của phần lớn mọi
người về một báo cáo “đẹp nghệ thuật” là hoàn toàn hợp lý. Điều này sẽ tạo động lực
và sự thích thú khi sử dụng báo cáo phân tích kinh doanh.

Bên dưới là bảng chú thích tóm lược về các loại biểu đồ được sử dụng mà bạn có
thể tham khảo trước khi chúng ta đi vào phần tiếp theo để giúp bạn dễ tiếp cận với
các phần kế tiếp. Đối với các bạn đã thành thạo trong việc sử dụng biểu đồ thì có thể
đọc nhanh qua bảng này.

Có một điểm mà mình cũng muốn chia sẻ thêm về số lượng loại biểu đồ mới lạ mà
một công cụ phân tích hiện đại có thể đáp ứng được. Câu trả lời đó là không giới hạn!
Các loại biểu đồ đang được sáng tạo ra mỗi ngày bởi các chuyên gia lập trình nhằm
mục tiêu truyền tải cùng lúc nhiều thông điệp vào chỉ một biểu đồ (Multi-purpose
Charts). Các biểu đồ này có thể dùng miễn phí hoặc trả phí theo tháng. Tuy nhiên,
sau một thời gian rất dài làm phân tích dữ liệu, mình nhận ra rằng không phải cứ vẽ
biểu đồ phức tạp là sẽ giải quyết vấn đề mà ngược lại. Chính các biểu đồ đơn giản
nhất (Single-purpose Charts) giúp truyền tải thông điệp một cách hiệu quả nhất cho
phần lớn đối tượng người nghe thông thường. Mình vẫn thỉnh thoảng dùng một vài
biểu đồ rất phức tạp những chỉ trong những tình huống rất đặc thù mà thôi.
15
 Tên biểu đồ Hình dạng biểu đồ Mục đích dùng

Thể hiện một chỉ số cụ

thể nào đó. Thường dùng
Thẻ (Card)
để nhấn mạnh thông số
quan trọng trong báo cáo.

Thể hiện tỉ trọng đóng

góp giữa các thành phần.
Tròn (Donut)
Thường chỉ sử dụng khi
có dưới 5 thành phần.

Thể hiện sự xếp hạng

thường theo thứ tự giá trị
Cột ngang (Bar)
cao nhất xuống thấp dần
hoặc ngược lại.

Thể hiện tương quan so

sánh giữa các đối tượng.
Cột dọc (Column) Trục ngang thường sẽ
được sắp xếp theo thứ tự
ABC (A→Z).

16
 Tên biểu đồ Hình dạng biểu đồ Mục đích dùng

Thể hiện xu hướng biến

động. Đôi khi sẽ có nhiều
Đường (Line) đường trên cùng 1 biểu
đồ để gộp so sánh chung
với xu hướng.

Giúp tùy biến nhanh kết

quả hiện thị theo lựa chọn
Bộ lọc (Filter/Slicer) mong muốn. Thường ở
dạng nút bấm hoặc danh
sách chọn.

Thể hiện cùng lúc 2 loại

thông tin với 1 loại được
Kết hợp (Combo) thể hiện bằng các cột
đứng và 1 loại kia thể
hiện bằng đường.

Thể hiện được thông điệp

x% kết quả tạo ra nhờ
Pareto đóng góp của y yếu tố. x
có thể thường là 50%
hoặc 80%.

17
 CHƯƠNG 3. PHÂN TÍCH KẾT QUẢ VÀ
ĐƯA KẾ HOẠCH HÀNH ĐỘNG
3.1 Tình trạng chững lại bắt đầu từ khi nào và nghiêm trọng ra sao?

Bây giờ, chúng ta sẽ lần lượt trả lời các câu hỏi ban đầu mà giám đốc công ty đã đặt
ra. Đầu tiên, dựa vào trang thứ 1, nếu chúng ta xem xét xu hướng của giai đoạn từ
1/8-24/8, chúng ta sẽ dễ dàng đưa ra một nhận xét khá chủ quan đó là tình trạng kinh
doanh đang tăng trưởng mạnh mẽ. Điều này rõ ràng trái ngược với thực trạng mà
giám đốc đã đề cập ban đầu.

Tuy nhiên, khi chúng ta nhìn xu hướng xa hơn từ 1/7-24/8, chúng ta sẽ thấy một bức
tranh hoàn toàn khác và khớp chính xác với những gì mà công ty đã mô tả. Bạn hãy
chú ý tới những khu vực được nhấn mạnh bằng cách đóng khung viền đỏ trong hình
bên dưới.

18
 Pareto

Chúng ta thấy được rằng tình trạng chững lại mà công ty gặp phải bắt đầu từ ngày
1/8 và có thể được xem là khá nghiêm trọng vì khi nhìn vào các thẻ chỉ số, chúng ta
thấy rằng kết quả doanh thu lũy kế tháng hiện tại từ ngày 1/8/2020 đến 24/8/2020
đang đạt 14 tỷ và khi so với giai đoạn từ ngày 1/7/2020 đến 24/7/2020 đã đạt 23 tỷ
thì tốc độ tăng trưởng hiện tại đang là tăng trưởng âm -38%.

Ở trang tổng quan này, chúng ta còn thấy được danh sách nhóm 10 sản phẩm bán
tốt nhất ở biểu đồ cột ngang mà dẫn đầu là sản phẩm 285. Ngoài ra, khi nhìn qua
biểu đồ tròn, chúng ta thấy được tỉ lệ đóng góp doanh thu của kênh “Truyền thống” là
53 tỷ chiếm đến 80%, 2 kênh còn lại chỉ chiếm khoảng 10% mỗi kênh. Như vậy, chúng
ta có thể tạm dự đoán được kênh kinh doanh không tốt sẽ rất có khả năng là kênh
“Truyền thống”. Tuy nhiên, chúng ta sẽ xem chi tiết thêm từ một khía cạnh khác trước
khi đưa ra kết luận sau cùng.

Đáng chú ý hơn, chúng ta cũng thấy ở biểu đồ Pareto (đây là biến thể so với biểu đồ
gốc, lược bỏ bớt thông tin theo cột để biểu đồ rõ ràng hơn), khi tham chiếu giao điểm
của đường ngang nét đứt mờ màu đỏ 50% với đường Pareto màu xanh lá (còn gọi
là mốc Pareto 50), chúng ta hiểu được rằng 50% doanh thu được đóng góp bởi các
Showroom 1,3,4,2 (cửa hàng bán lẻ trực tiếp) và Distributor 8,5,2,7 (nhà phân phối).

19
Tương tự, khi chúng ta tham chiếu mốc Pareto 80, thì chúng ta có thấy được rằng
kênh bán hàng qua Website xuất hiện trong danh danh sách các kênh đóng góp 80%
doanh thu. Khi tương tác trực tiếp với biểu đồ, chúng ta sẽ có thêm thông tin bổ sung
(đây là chức năng chuyên biệt của các công cụ chuyên dụng trong việc trình bày dữ
liệu) đó là kênh bán qua Website này ở vị trí thứ 15, và công ty có 40 kênh bán hàng,
thì như vậy chúng ta cũng hiểu được rằng, 80% doanh thu công ty đang được tạo ra
từ khoảng 37.5% các kênh kinh doanh (xem tương tự trực tiếp theo đường dẫn ở
trên sẽ biết được là 50% doanh thu tạo ra từ 20% kênh kinh doanh). Thông tin này
sẽ giúp công ty xem xét lại việc họ có đang dàn trải nguồn lực quá nhiều đối với các
kênh hiệu quả thấp hay không (25 kênh bán hàng khác chỉ đóng góp 20% doanh thu).

20
3.2 Kênh kinh doanh và nhóm sản phẩm nào đang bị ảnh hưởng?

Như dự đoán ban đầu, khi nhìn vào

đường xu hướng theo thời gian giữa các
kênh thì chúng ta có thể tự tin hơn khi
khẳng định rằng kênh truyền thống đang
thực sự gặp một vấn đề rất lớn. Bên
cạnh đó, chúng ta cũng thấy được kênh
E-commerce (Thương mại điện tử) và
Social Commerce (Bán hàng qua các
mạng xã hội) đang có xu hướng tăng
trưởng trong mấy ngày gần đây. Mặc dù
sự tăng trưởng này chưa đủ để bù đắp
sự sụt giảm từ kênh truyền thống, nhưng nó cũng cho chúng ta thấy được tiềm năng
phát triển mà bản thân công ty cũng chưa hề nhận ra trước đó. Tình trạng suy giảm
diễn ra cả về giá trị (doanh thu) lẫn số lượng (doanh số).

Khi xem xét đến vấn đề nhóm sản phẩm

bị ảnh hưởng, chúng ta thấy rằng việc
thể hiện cùng lúc cả 6 nhóm sản phẩm
của công ty lên cùng một biểu đồ gây ra
việc nhiễu thông tin, tạo ra khó khăn
trong việc tìm hiểu. Tuy nhiên, nhìn một
cách tổng quan thì chúng ta thấy rõ nhất
là sự giảm sâu từ nhóm sản phẩm 6.

Khi xem riêng các sản phẩm có nguồn gốc 2 (thông qua điều chỉnh bộ lọc), chúng ta
nhìn thấy rõ hơn nhóm 6 đang có xu hướng hồi phục trong khi nhóm 4 vẫn đang duy
trì ở mức thấp. Ngoài ra, khi so sánh 4 nhóm sản phẩm còn lại, sản phẩm thuộc nhóm
1 chịu ảnh hưởng ít nhất và vẫn duy trì tình trạng kinh doanh khá ổn định từ 1/7/2020
cho tới hiện tại.

21
3.3 Câu hỏi mới: có sự thay đổi về cơ cấu sản phẩm giữa 2 giai đoạn
hay không?

Tại thời điểm này, mặc dù chúng ta đã trả lời được thêm 2 câu hỏi cho giám đốc công
ty, nhưng chúng ta cũng sẽ bắt đầu tự mình đăt ra thêm câu hỏi tiếp theo để tìm hiểu
sâu. Liệu cơ cấu sản phẩm có sự thay đổi đáng kể nào giữa 2 giai đoạn này khi nhìn
từ một góc độ khác hay không? Để trả lời được câu hỏi này, chúng ta sẽ cần phải
tiếp tục tìm hiểu tiếp thông tin thông qua một trang thứ 3.

22
Khi nhìn vào danh sách 10 sản phẩm bán tốt nhất giữa 2 giai đoạn. chúng ta thấy rõ
hơn rằng các sản phẩm thuộc nhãn hàng 4 và 5 vươn lên vượt trội so với nhãn hàng
3 trong giai đoạn tháng 8/2020 (so với giai đoạn tháng 7/2020 khi mà 7/10 sản phẩm
bán tốt nhất đều là sản phẩm từ nhãn hàng 3). Ngoài ra, chúng ta cũng chú ý thấy có
một sự chuyển dịch nhỏ trong phân khúc sản phẩm khi mà phân khúc 3 giờ đã vươn
lên chiếm tỉ trọng cao thứ 2 (phân khúc 1 và 2 đều giảm đi khoảng 1%). Đồng thời,
khi xem xét biểu đồ Pareto, chúng ta không thấy có sự biến động lớn liên quan tới
nhóm sản phẩm mang lại 80% doanh thu công ty.

3.4 Trao đổi thông tin phát hiện được, đưa ra nhận định và thực hiện
kiểm chứng mẫu!

Sau khi trao đổi thêm với giám đốc, thì chúng ta lại hiểu được rõ hơn rằng, các sản
phẩm thuộc nhãn hàng 4 và 5 hoặc các sản phẩm thuộc phân khúc 3 có chung đặc
điểm nổi bật là thiết kế sản phẩm trẻ trung tươi sáng với tầm giá bình dân hơn. Việc
các sản phẩm này bán tốt hơn khiến chúng ta đưa ra một nhận định khác đó là tập
khách hàng tiếp cận các sản phẩm này có thể đến từ các kênh bán hàng hiện đại.

Để kiểm chứng cho nhận định này, chúng ta lại thử kiểm tra ngẫu nhiên 1 vài sản
phẩm để xem cơ cấu bán hàng có đúng như chúng ta nghĩ hay không. Chúng ta sẽ
thử chọn sản phẩm sản phẩm 1 của nhãn hàng 5 để xem chi tiết hơn nhằm củng cố
nhận định của chúng ta.

23
Chúng ta có thể thấy được rằng, sản phẩm 1 này trong vòng 7 ngày gần nhất đã bán
được tận 33 triệu doanh thu và bằng khoảng 50% doanh thu bán được trong vòng 30
ngày. Số liệu này tuân theo xu hướng tăng trưởng của các kênh bán hàng hiện đại
mà chúng ta đã biết trước đó. Tuy nhiên, khi xem xét chi tiết hơn, chúng ta thấy rằng,
không chỉ bán tốt qua các kênh hiện đại như E-Commerce và Social Commerce, mặt
hàng này còn bán rất chạy ở các showroom của công ty, đặc biệt là showroom 4. Tới
đây, chúng ta tạm thời chỉ kết luận được rằng sản phẩm này bán rất tốt có thể vì đặc
tính sản phẩm khác biệt của nó (như thông tin thêm từ giám đốc công ty) và tập khách
hàng tiếp cận sản phẩm này có thể đến từ cả kênh hiện đại lẫn kênh truyền thống
chứ không chỉ riêng kênh hiện đại như suy luận ban đầu.

Một thông tin thú vị khác mà chúng ta cũng quan sát được đồng thời đó là không phải
tất cả các kênh truyền thống đều bán kém đi mà có thể sự sụt giảm chính của cả
nhóm kênh truyền thống là do các Distributor giảm nhập hàng hóa để bán (chúng ta
có thể tiếp tục thử nghiệm mẫu khác để xem xét giả định này). Như vậy chúng ta sẽ
cần khảo sát thêm về phân phúc khách hàng của các Distributor. Ngoài ra, chúng ta
chỉ mới dừng lại khi xem xét mẫu của 1 sản phẩm, việc đưa ra kết luận ngay tại thời
điểm này là một hiện tượng rất phổ biến xảy ra tại hầu hết doanh nghiệp hiện tại bất
kể qui mô nào. Hiện tượng này gọi là “Decision Biases” (Tạm dịch là sự thiên vị khi
đưa ra quyết định) xuất phát từ đặc tính sinh học của não bộ loài người.

3.5 Kế hoạch khắc phục như thế nào?

Sau khi đã nghiên cứu tất cả các thông tin liên quan và thực hiện các trao đổi cần
thiết cũng như kiểm chứng các giả định, chúng ta có thể đưa ra một vài đề xuất như
bên dưới. Trong thực tế, sẽ có rất nhiều tranh luận và họp hành diễn ra để bàn luận
về các đề xuất này trước khi đưa vào thực thi, và đôi khi mình sẽ cần phải làm lại
hoàn toàn và đưa ra một loạt các đề xuất khác nếu giám đốc và đội ngũ quản lý của
công ty không cảm thấy các luận chứng đưa ra là thực sự thuyết phục.

24
Đối với kênh truyền thống, công ty cần tập trung tiếp tục thúc đẩy chính sách bán
hàng với các cửa hàng và nhà phân phối đang bán tốt. Đồng thời, công ty có thể thay
đổi cách tiếp cận với các nhà phân phối đang không lấy hàng nhiều để bán bằng cách
sử dụng kết hợp dữ liệu mà chúng ta đang có về số liệu bán hàng của các mặt hàng
bán tốt của chính bản thân công ty trên các kênh bán hàng hiện đại (bán tốt trên E-
Commerce và Social Commerce) cũng như thực tế rằng có một nhóm cửa hàng và
nhà phân phối vẫn đang nhập về số lượng lớn các sản phẩm này. Các thông tin này
giúp công ty tạo ra một Case Study cụ thể để thuyết phục các nhà phân phối của
mình nhập thêm hàng. Từ đó cải thiện lại tình trạng kinh doanh của công ty. Trong
kinh doanh, chúng ta luôn hiểu rõ từ “nguy cơ” đó là trong khó khăn nguy nan thì đồng
thời cũng luôn có cơ hội xuất hiện. Điều này giúp tối đa hóa lợi nhuận và giúp công
ty thích ứng nhanh với biến động của thị trường.

Đối với các kênh hiện đại, công ty cần xem xét lại nguồn lực cần thiết để có thể cân
nhắc đẩy mạnh, đặc biệt trong giai đoạn này. Việc xem số liệu chung tất cả các kênh
giúp tạo ra bức tranh so sánh tổng thể, nhưng nếu so sánh các kênh bán hàng hiện
đại mới phát triển với những kênh kinh doanh truyền thống lâu đời, thì chúng ta sẽ
dễ dàng bỏ qua mất tiềm năng phát triển bùng nổ. Chính vì vậy, cần phải cân nhắc
tạo ra thêm một bộ báo cáo theo dõi dành riêng cho mỗi kênh với góc nhìn so sánh
giữa các đối tượng của cùng kênh để có thể đưa ra nhận định chính xác hơn.

Ngoài ra, bộ báo cáo hiện tại chỉ tập trung vào mục tiêu quản lý doanh số và công ty
cần tổ chức dữ liệu xây dựng thêm bộ báo cáo theo dõi tình trạng tồn kho để không
bỏ lỡ cơ hội bán hàng. Một điểm quan trọng khác nữa mà công ty cũng nên chú ý đó
là lưu trữ thông tin về khách hàng từ các kênh kinh doanh hiện đại để có thể xây dựng
các phân tích tập khách hàng tạo ra những thông tin quan trọng về sự thay đổi trong
hành vi khách hàng hiện tại của công ty. Trong bối cảnh kinh doanh 4.0, những dữ
liệu này chính là lợi thế cạnh tranh lớn nhất mà doanh nghiệp nào cũng cần, ai theo
sát và thấu hiểu khách hàng hơn thì cơ hội xoay chuyển nương theo thị trường sẽ
cao hơn. Từ đây công ty có thể tạo ra các tăng trưởng đột phá.

25
 CHƯƠNG 4. TỔNG KẾT ĐÚC KẾT NỘI
DUNG ĐÃ TRÌNH BÀY
Chúng ta sẽ cùng nhau tổng kết thêm mốt số thông tin quan trọng bên cạnh phần tóm
tắt ban đầu. Qua tình huống này, chúng ta cũng thấy rõ được giá trị của dữ liệu kinh
doanh dù chỉ là đang được áp dụng qua một công ty vừa và nhỏ trên một khối lượng
dữ liệu tương đối nhỏ. Khi có thêm dữ liệu thì chúng ta có thể mở rộng việc phân tích.

4.1 Phân tích kinh doanh – Business Intelligence (BI).

Chúng ta biết được quá trình ra quyết định dựa vào dữ liệu cần đến những kiến thức
và kỹ năng chuyên môn để làm việc và khai thác dữ liệu một cách hiệu quả. Quá trình
này thường sẽ trải qua các bước sau:

1. Xác định đề bài

2. Chuẩn bị dữ liệu
3. Trực quan dữ liệu
4. Phân tích kết quả

Đây chính là mô tả chi tiết hơn của khái niệm Business Intelligence (tạm dịch là “Phân
tích kinh doanh”, còn hay được gọi tắt là BI). Bạn có thể tìm kiếm qua trên Internet và
sẽ nhanh chóng nhận ra rằng có rất nhiều người đang nói về khái niệm này và nói
theo rất nhiều kiểu khác nhau. Mình hi vọng bạn sẽ giúp mình lan tỏa thông điệp tập
trung vào giá trị mang lại từ mảng phân tích dữ liệu này khi chia sẻ với những người
mà chưa hiểu về BI là gì:

“Phân tích kinh doanh hay BI đóng vai trò cực kỳ quan trọng với doanh nghiệp vì nó
giúp cung cấp lợi thế cạnh tranh thông qua việc phân tích dữ liệu thành các thông tin
có ý nghĩa sớm nhất có thể và trình bày trên tất cả thiết bị cho phép các cá nhân trong
doanh nghiệp theo từng cấp bậc tiếp cận một cách dễ dàng để đưa ra các quyết định
và kế hoạch hành động phù hợp.” Để có thể áp dụng BI vào trong doanh nghiệp, điểm

26
cốt lõi không phải là công nghệ mà còn cần phải có quy trình và đặc biệt hơn hết là
con người. Bạn có thể nhớ nó dễ dàng qua sơ đồ sau:

WHY
Lợi thế cạnh tranh

WHO
HOW
Theo từng cấp
Phân tích dữ liệu
bậc

Business Intelligence

PHÂN TÍCH KINH DOANH

WHERE WHAT
Tất cả thiết bị Thông tin ý nghĩa

WHEN
Sớm nhất có thể

Bạn có thể sẽ cảm thấy phần chuẩn bị dữ liệu tại chương 1 quá lý tưởng vì không tốn
một chút công sức nào để thực hiện chuyển đổi dữ liệu. Để có được dữ liệu cần thiết
sau cùng như đã đề cập (còn hay được gọi là dữ liệu sạch), bạn sẽ cần phải thực
hiện một số công đoạn khác nằm ngoài phạm vi tập trung của cuốn sách này. Bạn có
thể xem thông tin lịch hội thảo ở các trang thông tin gần cuối để tham dự và tự tay
thực hiện các thao tác chuyển đổi dữ liệu ngay tại hội thảo.

Tại một số đoạn, bạn sẽ có thể cảm thấy những nhận định được đưa ra chưa thực
sự thuyết phục, và đó là bản chất thực sự của việc phân tích và ra quyết định. Trong
thực kế kinh doanh, bạn sẽ cần kết hợp giữa kết quả từ dữ liệu và những kinh nghiệm
cá nhân cũng như là tập thể để đưa ra quyết định kịp thời, bạn sẽ phải linh hoạt, thích
nghi nhanh, thử sai và điều chỉnh liên tục trong suốt quá trình doanh nghiệp phát triển.
Chỉ có trong điều kiện nghiên cứu khoa học thì bạn mới có thời gian để thực hành
hàng loạt các thử nghiệm và sử dụng các phương pháp thống kê một cách bài bản.
Giới hạn về thời gian sẽ luôn tồn tại đối với những người làm phân tích trong kinh
doanh. Tại một thời điểm bất kỳ, bạn sẽ luôn chịu sự ảnh hưởng của một số yếu tố
nhất định (Decision Biases) trong việc đưa ra quyết định có tầm ảnh hưởng đáng kể
lên sự tồn tại và phát triển của doanh nghiệp. Các vấn đề về đạo đức nghề nghiệp
cũng cần được cân nhắc và sẽ được đề cập trong một cuốn sách khác.
27
Ngoài ra, bạn cũng sẽ cần hình dung được ở mức cơ bản sự khác nhau giữa các
thuật ngữ sau:

1. Descriptive Analytics: điều gì đã xảy ra (What happen?)

2. Exploratory Analytics / Experimentation: tại sao nó xảy ra (Why it happen?)
3. Predictive Analytics: điều gì sẽ xảy ra (What will happen?)
4. Prescriptive Analytics: kế hoạch đề xuất là gì (What should we do?)

Đôi khi diễn đạt bằng văn viết sẽ rất dài dòng và khó hơn văn nói rất nhiều, nên bạn
có thể xem qua video ngắn trong bài viết này để tìm hiểu thêm về sự khác biệt giữa
các thuật ngữ trên https://uniace.vn/business-intelligence-bi-la-gi/.

4.2 Kỹ năng cần thiết để trở thành một người làm phân tích chuyên
nghiệp.
Những kỹ năng cần thiết để bạn theo đuổi nghề nghiệp phân tích chuyên nghiệp
không chỉ có kỹ năng sử dụng công cụ hay phần mềm cụ thể nào đó. Bạn còn cần
phải trau dồi thêm về:

1. Tư duy phản biện và phương pháp đặt câu hỏi (critical thinking)
2. Tư duy làm việc với dữ liệu (data-driven mindset)
3. Tư duy học hỏi liên tục (growth mindset)
4. Kỹ năng giải quyết vấn đề và thiết kế giải pháp tổng hợp (problem solving)
5. Kỹ năng vẽ phác thảo cơ bản (sketching)
6. Kỹ năng giao tiếp và phản biện (communication and debate)
7. Kỹ năng quản lý dự án (project management)
8. Kiến thức về hệ thống lưu trữ và quản lý dữ liệu (DBMS: Azure, Bigquery, v.v)
9. Kiến thức về các công cụ chuyên dụng khi làm việc với dữ liệu (Excel, Power
BI, v.v)
10. Kiến thức cơ bản về ngôn ngữ lập trình, ngôn ngữ truy vấn dữ liệu có cấu
trúc bảng và không có cấu trúc bảng (VBA, SQL, Python, v.v)

28
Phần lớn mọi người khi bắt đầu hoặc chuyển hướng sang các nghề về phân tích dữ
liệu thường hay rơi vào “vòng xoáy công cụ”, tức là học hết công cụ này tới công cụ
khác mà không thực sự hiểu một cách sâu xa rằng khi nào thì mới phải dùng tới công
cụ này. Một lời khuyên cho bạn đó là có rất nhiều công cụ có chức năng tương tự
nhau được áp dụng vào trong mảng phân tích dữ liệu trong doanh nghiệp. Nếu muốn
học cụ thể thì cần phải biết chính xác công ty đó dùng công cụ gì. Chính vì vậy mà
bạn chỉ nên học công cụ có tính phổ quát cao nhất để kiến thức có thể dễ dàng áp
dụng chuyển đổi theo tình hình thực tế. Ngoài ra, nếu có “Người hướng dẫn” (Mentor)
thì việc hỏi và nhận câu trả lời sẽ giúp tăng tốc khả năng tự học lẫn khả năng tra cứu
Google lên gấp nhiều lần so với việc tự mày mò hoặc tự đăng ký học một khóa nào
đó về công cụ mà không có sự hướng dẫn và tìm hiểu đầy đủ.

4.3 Nghệ thuật kể chuyện bằng dữ liệu.

Tất cả những gì bạn thấy trong cuốn sách này từ nội dung tới hình thức là kết quả
tổng thể của khái niệm “Story Telling with Data” (tạm dịch là nghệ thuật kể chuyện
bằng dữ liệu). Những biểu đồ được sắp xếp trong các dashboard nhằm vào mục đích
giải thích. Khi bạn đi sâu vào tìm hiểu về phân tích kinh doanh, bạn sẽ cần phải phân
biệt được giữa “Explanatory Dashboard” (báo cáo để trình bày cho người khác nghe)
và “Exploratory Dashboard” (báo cáo để bản thân tự khám phá). Trong thực tế, bạn
sẽ là người tự phải làm ra rất nhiều Exploratory Dashboard để sau đó có thể đúc kết
thành Explanatory Dashboard nhằm mục đích trình bày cho người khác nhắm tới một
mục tiêu cụ thể nào đó. Đây là một chuyên đề cực kỳ thú vị trong phân tích dữ liệu
và cũng là một trong những kỹ năng được đánh giá là cần thiết bậc nhất trong vòng
vài năm tới bởi bất kỳ ai làm việc với dữ liệu, kể cả các nhà khoa học dữ liệu (Data
Scientist). Các bạn có thể đọc thêm bài viết này https://uniace.vn/data-storytelling/ và
theo dõi các bài viết mới sẽ liên tục được cập nhật trên trang Facebook của Uniace.
Nếu bạn đang hoặc sắp trở thành quản lý thì bạn sẽ cần chủ động xây dựng nền
móng văn hóa sử dụng dữ liệu trong việc ra quyết định (Data-Driven Culture), bạn có
thể theo dõi các bài viết thuộc chủ đề này tại https://uniace.vn/category/analytics.

29
4.4 Bức tranh toàn cảnh các công việc xoay quanh phân tích dữ liệu.
Có một phần mà chắc hẳn cũng nhiều bạn rất quan tâm đó là các tên gọi chức danh
công việc liên quan tới phân tích dữ liệu. Mình tin chắc các bạn đều nhận thấy là hiện
nay, trên thị trường có rất nhiều chức danh công việc như Business Analyst (BA),
Business Intelligence Analyst (BI), Data Analyst (DA), Business Intelligence Engineer,
Data Engineer (DE), Data Scientist (DS), Research Scientist (RS), System Architect,
Database Administrator, Chief Analytics Officer (CAO), v.v. Đã có lúc, chỉ trong vòng
1 ngày mà mình nhận được gần 100 lượt inbox hỏi về sự khác nhau giữa các khái
niệm này nên mình đã quyết định viết hẳn 1 bài viết rất chi tiết, có nguồn tham khảo
đáng tin cậy từ IBM và MIT để lưu lại thông tin và cập nhật dần theo thời gian để giúp
bất kỳ ai có cùng thắc mắc dễ dàng sàng lọc thông tin. Bạn có thể nhanh chóng tìm
và đọc thêm các bài viết này tại https://uniace.vn/category/guide.

Ngoài ra, đôi khi trong tên chức danh công việc chẳng có từ “data” nào. Nhưng trong
mô tả công việc, để làm được việc đó, bạn cần phải sở hữu tư duy sử dụng dữ liệu
để ra quyết định (data-driven mindset). Mình đưa ra một vài ví dụ sau của một trong
nhiều học viên mà mình đã hướng dẫn qua cả năm để chúng ta cùng suy ngẫm. Khi
bàn vào sâu thì có rất nhiều khía cạnh mà gặp trực tiếp nói chuyện thì mới hết ý
được. Và trên hết là nếu ai muốn làm việc với dữ liệu mà đặc biệt là công việc phân
tích thì như mình đã nêu trong phần trên, học công cụ sẽ chỉ là 5-10% những gì cần
biết, và 5-10% đó chỉ mới là điểm bắt đầu để bạn vào tới giai đoạn thử việc. Hãy kiếm
một người hướng dẫn đàng hoàng nếu bạn xác định được “phân tích dữ liệu” là đam
mê đích thực (IKIGAI) của bạn.

Ví dụ 1: bạn làm chuyên viên chuỗi cung ứng (supply chain management associate)
cần phải biết cách tổ chức, tập hợp các dữ liệu liên quan tới cung và cầu. Lên báo
cáo theo dõi vận hành (monitoring dashboard) liên quan tới tiến độ sản xuất. Đưa ra
dự báo (forecasting) để nhà máy sản xuất đáp ứng đủ. Tất cả những việc này đòi hỏi
bạn hoặc (1) tự trang bị kỹ năng, xắn tay áo lên mà làm hoặc (2) đưa yêu cầu với
người có chuyên môn để làm. Kết quả sau cùng khi bạn thành công trong việc thực
thi phân tích dữ liệu là doanh số công ty tăng lên. Bạn nhận thưởng nhiều hơn.
30
Ví dụ 2: bạn làm trưởng nhóm chăm sóc khách hàng (customer service leader). Để
giúp công ty giữ chân khách hàng của mình, bạn cần học chuyên đề về phân tích
khách hàng (customer analysis). Khi bạn học, bạn sẽ thấy bạn cần hiểu về cấu trúc
dữ liệu chuẩn là như thế nào. Biết cách làm việc với loại dữ liệu là khảo sát (Survey,
Rating Type, v.v). Biết về các mô hình phân nhóm người dùng (RFM Model, v.v). Kết
quả bạn làm tốt phân tích dữ liệu thì hiển nhiên công ty tăng trưởng. Lương bạn tăng.

Hi vọng qua 2 ví dụ rất bình dị trên, bạn có cái nhìn đúng đắn hơn và không bị lừa
bởi chức danh công việc và từ khóa thời thượng (Keyword, Hot Trend). Đó là kết quả
của truyền thông nhằm mục tiêu khiến các bạn tin và mù quáng chạy theo xu hướng
đó. Quan điểm của mình đó là phân tích dữ liệu không chỉ dừng lại ở mức độ là một
nghề nghiệp riêng biệt mà nó còn là kỹ năng cần được trang bị cho tất cả mọi người
ở mọi ngành nghề. Bạn xác định mình thích làm gì, phát triển nền tảng kiến thức ở
khía cạnh đó (business domain), sau đó hãy tìm kiếm yêu cầu chung về mặt kỹ năng
của các công việc dữ liệu và học thêm vài cái cốt lõi có tính phổ quát cao. Khi bạn
ứng tuyển vị trí đó, đọc rõ mô tả công việc là gì. Khi bạn đã phỏng vấn thành công,
trong quá trình làm việc, bạn tự khắc sẽ nhận ra mình cần học thêm cái gì để hoàn
thành xuất sắc công việc.

4.5 Bắt đầu hành trình theo đuổi nghề nghiệp phân tích chuyên
nghiệp.
Bên cạnh đó, mình cũng có rất nhiều bài viết do chính các học viên cũ chia sẻ về con
đường chuyển hóa bản thân từ một nhân viên kế toán, hỗ trợ kinh doanh, nhân viên
các phòng ban khác, sinh viên hay thậm chí là cả những bạn đã tiếp xúc làm việc với
dữ liệu trong một thời gian trở thành một người làm phân tích chuyên nghiệp đầy tự
tin vào năng lực bản thân. Các bạn có thể đọc thêm các bài viết thuộc chuyên mục
“Phát triển nghề nghiệp” tại https://uniace.vn/category/career.

Kết quả quan trọng nhất sau cùng của nghề phân tích chuyên nghiệp đó là đề xuất
và kế hoạch thực thi chi tiết (nếu có thể) từ kết quả phân tích (Còn gọi là hoạt động
phân tích insight từ dữ liệu). Trong quá trình phát triển nghề nghiệp này, tại một thời

31
điểm nào đó, bạn sẽ thắc mắc phân tích insight từ dữ liệu cụ thể là làm cái gì. Tình
huống mình nêu ra trong cuốn sách này từ đầu tới giờ chỉ có thể khắc họa được một
phần nào ý nghĩa của hoạt động này. Đây là điều mà bạn sẽ cần phải làm thực tế
nhiều thì mới nghiệm ra hết được. Trong mô tả của các công việc chuyên môn liên
quan tới dữ liệu thường sẽ luôn có 2 vế đó là (1) trích lấy dữ liệu theo yêu cầu và (2)
phân tích insight.

Nếu bạn là sinh viên mới ra trường. bạn không cần lo vội về (2) vì bạn còn cả hành
trình 2-3 năm để chiêm nghiệm. Không ai tuyển người không có kinh nghiệm làm
phân tích hết vì đơn giản là như vầy. Khi bạn vào công ty, CEO hoặc giám đốc nào
đó có thể hỏi bạn là bây giờ làm sao tăng doanh số lên. Đó thường là “đề bài” của
một người làm phân tích chuyên nghiệp. Là sinh viên thì bạn chưa có đủ kiến thức,
kinh nghiệm về ngành và cảm nhận kinh doanh (business sense) để tự mình trả lời
câu như thế. Các bạn trưởng nhóm sẽ hướng dẫn cho bạn.

Nếu bạn không phải sinh viên và đang chuẩn bị chuyển sang các nghề làm việc với
dữ liệu thì bạn sẽ thường bắt đầu với vị trí senior-. Đặc thù tại Việt Nam hiện nay, các
công việc được chia thành 2 loại phổ biến. Một loại chỉ có chức năng làm báo cáo
theo yêu cầu và một loại kia làm phân tích và thực thi. Loại mà làm cả 2 thường sẽ là
yêu cầu tầm senior+.

Bản chất của hoạt động phân tích insight bắt nguồn từ “đề bài” và tập trung vào việc
trả lời hàng loạt các câu hỏi tại sao (tại sao sự kiện hay kết quả đó xảy ra) dựa vào
những gì thực sự xảy ra được thể hiện bằng dữ liệu quá khứ. Hoạt động này còn đòi
hỏi người thực hiện phải có khả năng nhìn từ nhiều góc độ khác nhau và đặt ra những
câu hỏi thế thì sao (so what) liên tục.

Ví dụ: Doanh số tháng này so với tháng trước tăng hay giảm x%.

• Sự tăng/giảm x% này bị ảnh hưởng bởi những yếu tố nào?

• Trong yếu tố đó cái gì khác biệt giữa tháng trước với tháng này?
• Những khác biệt đó có trọng yếu hay không?

32
 • Nếu đã xác định đc khác biệt trọng yếu thì kế hoạch thay đổi sẽ là gì?

Vai trò của một người làm phân tích (mình sẽ gọi chung là Analyst) thường là làm tới
đây, chuẩn bị trình bày kết quả, đề xuất kế hoạch thực thi và thông báo cho những
người ra quyết định tham gia chung vào một cuộc họp để đạt được sự đồng thuận
trước khi triển khai. Trong cuộc họp mọi người sẽ bắt đầu đưa ra các ý kiến đóng góp
(tán thành, phản đối, yêu cầu đào sâu) về cái đề xuất mà đang được thảo luận. Sau
đó, Analyst sẽ quay về làm tiếp cho tới khi có được sự đồng thuận hoặc chuyển
hướng qua làm một cái khác. Khi đề xuất được duyệt, những người có liên quan sẽ
trực tiếp thực hiện đề xuất và Analyst sẽ phải liên tục theo dõi xem nó có tạo ra khác
biệt không trong lúc làm tiếp những việc khác. Nó là 1 vòng lặp như vậy.

Lý thuyết đúc kết thì như trên, nhưng thực tế áp dụng thì sẽ phụ thuộc vào tư duy giải
quyết vấn đề và cảm nhận kinh doanh (business sense). Điểm cốt lõi trong việc áp
dụng đó là kỹ năng đặt câu hỏi. Bạn sẽ phải quen với việc liên tục tự đặt ra cho bản
thân các câu hỏi WHY và tự đưa ra các mốc mục tiêu thời gian hoàn thành (Deadline)
cho bản thân. Bạn cũng sẽ cần phải chuyển từ làm báo cáo trình bày (Explanatory
Dashboard) sang xây dựng báo cáo cho bản thân tự dùng (Exploratory Dashboard).
Sau khi tìm hiểu xong lại đúc kết ngược trở lại thành Explanatory Dashboard như đã
nêu trong mục 4.3. Tức là bạn phải trong tâm thế là bạn thực sự muốn biết vì sao nó
giảm, bạn chủ động tìm hiểu nhanh nhất có thể, đặt giả thuyết, đánh giá giả thuyết
đúng hay sai. Nếu đúng thì mình đề xuất gì. Đề xuất của mình mọi người có tán thành
để thực thi không. Nếu sai thì bạn cần tự đặt giả thuyết mới rồi tiến hành tự kiểm
chứng lại (Đây cũng là mô tả ngắn gọn của khái niệm Exploratory Analytics /
Experimentation).

Một tuần làm việc 40 tiếng thì đôi khi bạn dành 30 tiếng chỉ để đi từ giả thuyết A sang
giả thuyết B rồi sang giả thuyết C và dùng 10 tiếng còn lại để đúc kết những gì đã
quan sát được và trình bày cho những người có liên quan. Đôi khi cả tuần đó bạn
không tìm ra cái gì cả và có thể bạn sẽ hơi cảm thấy một chút bối rối vì không biết
mình ngồi đây cả tuần rồi làm được gì. Sang tuần sau bạn tiếp tục làm như vậy.

33
Trong bất kỳ tình huống nào, hãy nhớ rằng nghề này nó là như vậy nên bạn được trả
lương rất cao so với các nghề khác (khi so sánh cùng vị trí quản lý Manager/Head)
chỉ để làm đi làm lại như vậy mà thôi. Và áp lực công việc cũng phát sinh khi người
khác nhìn vào kết quả bạn làm được đôi khi là “làm cả tháng rồi mà chưa tìm ra insight
gì có ý nghĩa thực sự cho việc tăng trưởng”.

Còn ở cấp bậc thấp hơn, kỳ vọng quản lý đặt ra cho bạn là làm báo cáo đúng giờ,
chính xác, rõ ràng. Bạn dành 70% thời gian cả tuần để hoàn thành mục tiêu trên và
dành 30% thời gian còn lại để bạn tự mình đặt ra một dự án nhỏ, tự làm, rồi chia sẻ
kết quả với quản lý và nhóm của bạn.

Ngoài ra, có một thách thức chung dù bạn làm ở cấp bậc nào trong nghề này đó là
tốc độ trả lời câu hỏi mang tính chất chung chung kiểu như “Hiện giờ tình trạng của
dự án A đang như thế nào”. Để có thể trả lời gần như ngay lập tức hoặc trong vòng
một buổi sáng thì việc tổ chức một mô hình dữ liệu hỗ trợ tốt cho phân tích ngay từ
đầu chính là chìa khóa then chốt để vượt qua thách thức này. Bạn sẽ rất khó mà đạt
được kết quả tương tự nếu với mỗi câu hỏi bạn đều cần phải viết một đoạn ngôn ngữ
truy vấn rất dài (ví dụ bằng SQL hay Python). Hay nói cách khác, bản chất của việc
làm phân tích không nằm ở việc bạn biết lập trình giỏi tới đâu mà nằm ở khả năng
khai thác công cụ hoặc ngôn ngữ lập trình (khi và chỉ khi công cụ không thể hỗ trợ
được nữa) để tổ chức sẵn mô hình dữ liệu giúp bạn phân tích ngay khi cần. Mình nêu
ra vấn đề này vì mình nhận thấy có quá nhiều bạn đang hiểu nhầm đó là phải biết lập
trình giỏi thì mới làm phân tích được.

4.6 Thế giới kinh doanh tại Việt Nam vận hành xoay quanh Excel.
Thế giới kinh doanh tại các nước đang phát triển (bao gồm Việt Nam) tồn tại một đặc
điểm giống nhau đó là mọi hoạt động phần lớn đều liên quan tới Excel. Một minh
chứng cho điều đó là tất cả các hệ thống phần mềm đang sử dụng tại Việt Nam đều
có nút xuất file dưới dạng excel. Không phải tự nhiên mà lựa chọn này luôn phải có
trong tất cả các phần mềm kế toán, bán hàng, nhân sự, quản trị doanh nghiệp, chuỗi
cung ứng, v.v.

34
Nếu bạn xuất phát từ khối ngành kinh tế, điều bạn làm giỏi hơn những lập trình viên
(phần lớn xuất phát từ khối ngành kỹ thuật) đó là quen thuộc với Excel vì phần lớn
lập trình viên không hề biết sử dụng Excel. Mình đã từng tham gia quy trình phỏng
vấn chuyên viên hệ thống phân tích mà bài kiểm tra trong vòng 2 bao gồm 2 nội dung
là Excel và lập trình thì mình đậu vì mình mình thành thạo hoàn toàn Excel và mình
biết một chút lập trình. Trường hợp ngược lại, các ứng viên rất giỏi lập trình nhưng
chỉ biết một chút Excel thì lại rớt. Thậm chí có bạn ngồi xuống nhìn thấy Excel thì
đứng lên đi ra luôn và mình nghe bạn ấy nói rằng em có thể lập trình được nhưng
“Em không biết gì về Excel cả”.

Chính vì đặc điểm của ngành phân tích là hỗ trợ ra quyết định trong kinh doanh, đối
tượng mà bạn làm việc thường xuyên là nhóm người thuộc các phòng ban chức năng
như Sales, Marketing, Operation, Accounting, Finance nên bạn sẽ thường được kỳ
vọng là biết một lập trình một chút và rất thành thạo các công cụ như Excel, thay vì
ngược lại là biết một chút Excel và rất giỏi lập trình.

Các vấn đề trong môi trường kinh doanh đều có một đặc điểm chung đó là nhanh và
linh hoạt. Excel mang lại điều đó và đó là lí do mà trên toàn thế giới này. Đã làm kinh
doanh thì gần như là đã phải sử dụng Excel tới một mức độ nào đó và Microsoft cũng
không phải đầu tư quá nhiều tài nguyên trong việc hướng dẫn sử dụng Excel vì đã
có quá nhiều người dạy Excel ở khắp mọi nơi trên thế giới.

Để đơn giản hoá (và đây là thực tế của phần lớn mọi công ty ở các nước đang phát
triển như Việt Nam): tưởng tượng một thế giới chỉ vận hành xoay quanh Excel vì
muôn vàn những lý do khác nhau tuỳ theo hoàn cảnh mỗi công ty. Dữ liệu được thu
thập trực tiếp bằng cách điền thủ công vào File Excel hoặc gián tiếp nếu điền thông
qua các thiết bị di động, mẫu biểu, website và hạ tầng công nghệ (Internet of Thing,
IOT) mà dữ liệu đầu vào được lưu trong hệ thống / Google Sheet / Email thì cũng
được xuất ra File Excel.

35
Nếu bạn làm việc có chức năng Kế toán – Tài chính: bạn phải từ File Excel điền vào
mẫu X để tải lại vào hệ thống, điền mẫu Y để làm các bộ báo cáo tuân thủ, điền mẫu
Z để sếp làm dự báo, và nhiều mẫu khác nữa.

Nếu bạn làm việc có chức năng Trợ lý – Hỗ trợ: từ File Excel chia ra thành các File
đơn lẻ cho nhân viên kinh doanh ngoài thị trường có thể theo dõi và thực hiện.

Nếu bạn là Doanh nhân – Quản lý: tổng hợp nhiều File Excel để tạo ra báo cáo tổng
hợp nhằm mục đích theo dõi và quản lý vận hành.

Tùy theo đặc thù nghề nghiệp mà tất cả công việc của bạn có thể xoay quanh đoạn
đầu (bao gồm định danh, làm sạch, lưu trữ, tổng hợp dữ liệu) hoặc đoạn sau (tính
toán, trình bày, khám phá, ra quyết định) và phụ thuộc vào ai đó trong qui trình vận
hành. Tuy nhiên, một điều chắc chắn đặc biệt trong thế kỷ 21 này đó là kỹ năng xử lý
và làm việc với dữ liệu của bạn trên Excel càng thành thạo càng tốt ngay từ khi bạn
mới bắt đầu sự nghiệp đi làm. Điều này sẽ đặc biệt giúp cho bạn là khi bạn lên vị trí
càng cao thì bạn sẽ giảm sự phụ thuộc vào nhân viên của mình trong rất nhiều việc.

4.7 Theo đuổi nghề phân tích chuyên nghiệp là sống với tinh thần
học hỏi không ngừng nghỉ.
Một điều thú vị mà mình muốn chia sẻ với các bạn đó là các bạn có thể biết tới mình
như hiện tại là một người theo đuổi nghề nghiệp phân tích chuyên nghiệp. Nhưng
trong quá khứ, mình học chuyên ngành kiểm toán K36 trường Đại học Kinh tế
TP.HCM, ra trường thực tập kiểm toán như bao bạn bè, hoàn toàn không có nền tảng
cứng cáp về công nghệ thông tin. Để đến được như ngày hôm nay, cái mà mình tự
hào đó là khả năng học hỏi liên tục không ngừng nghỉ và sự đam mê. Thế nên, dù
cho bạn là ai, xuất thân thế nào không quan trọng, miễn là bạn thực sự mong muốn
một sự chuyển hóa để có cuộc sống tốt hơn, mình sẵn sàng giúp bạn như một người
bạn. Cá nhân mình tin rằng, các bạn có nền tảng khối kinh tế sẽ làm phân tích dữ liệu
tốt hơn vì các bạn được mài dũa góc nhìn về kinh doanh, biết điều cốt lõi là những gì
mình làm nó phải hiệu quả, tạo ra sự tăng trưởng cho công ty hơn là sự hào nhoáng
trong việc lập trình hay viết code.
36
Chúng ta đều có khả năng giải quyết vấn đề (problem solving) tốt bẩm sinh, miễn là
bạn liên tục trau dồi nó thì bạn sẽ ngày càng thành thục. Để phát triển tốt nhất và lâu
dài về phân tích dữ liệu chuyên nghiệp, bạn sẽ cần nhất là khả năng giải quyết vấn
đề và

1. Kỹ năng chuyên môn: đây là những cái bạn thể hiện ra được bằng văn viết qua
CV cho người khác thấy. Giúp bạn có cơ hội đến được vòng phỏng vấn.
2. Khả năng tư duy: đây là cách bạn trả lời phỏng vấn và thể hiện khi bạn được
thử việc tại công ty.
3. Người hướng dẫn (Mentor): người sẽ theo dõi tiến trình phát triển của bạn trong
công việc lẫn chia sẻ đôi chút về đời sống cá nhân để đưa ra những lời khuyên
và định hướng phù hợp nhất giúp bạn phát triển nghề nghiệp.

Nếu bạn rất may mắn, bạn sẽ gặp được một người quản lý mà cũng sẽ là mentor tốt
cho bạn. Vì nguồn nhân lực hiện tại trong mảng dữ liệu quá ít và bản thân mình phải
tự thân vận động suốt từ đầu cho tới hiện tại nên mình hiểu rõ việc phát triển mà
không có người dẫn đường khó khăn và thách thức như thế nào.

Nếu bạn thấy cuốn sách này thực sự mang lại cho bạn rất nhiều giá trị thì hãy chia
sẻ cảm nghĩ của bạn trong phần đánh giá tại đây nhé – https://uniace.vn/product/ebrs/

37
 CƠ HỘI ĐỂ BẠN BẮT ĐẦU HÀNH TRÌNH
NGAY HÔM NAY
Mình hi vọng bạn đang có một cảm xúc phấn khởi khi trải nghiệm tới đây, bạn có thể
tải bản đồ nghề nghiệp trong mảng dữ liệu và xem tiếp thêm những video giải thích
chi tiết hơn một số khái niệm được đề cập trong cuốn sách này (ví dụ như khái niệm
“Decision Biases”) tại https://uniace.vn/product/f4.

Cuốn sách này là tập 1 trong bộ sách chuyên đề về các case study dành cho doanh
nghiệp vừa và nhỏ. Các tập tiếp theo sẽ nói về các vấn đề về quản lý tồn kho, lợi
nhuận, khách hàng, vận hành, nhân sự, marketing, kế toán, ngân sách, dự báo, sản
phẩm. Nếu bạn chưa đăng ký nhận thông báo khi có tập mới thì hãy đăng ký ngay tại
https://uniace.vn/ebook.

Một số thông tin về dự án UNIACE – Unique Analytics Center for Everyone

• Website: https://uniace.vn
• Facebook: https://www.facebook.com/uniacevietnam
• Liên hệ: nhat@uniace.vn
• Sứ mệnh: mình mong muốn chia sẻ kiến thức và kinh nghiệm trong việc phân
tích và ra quyết định bằng dữ liệu đến mọi người. Các bạn có thể tìm hiểu thêm
về mình và Uniace tại https://uniace.vn/about-us
• Lịch hội thảo và webinar: tham khảo thêm tại https://uniace.vn/event
• Bên cạnh các chương trình học chuyên sâu về phân tích dành cho cá nhân,
mình còn cung cấp nhiều giải pháp doanh nghiệp về tư vấn, triển khai, đào tạo,
tuyển dụng. Xem thêm tại https://uniace.vn/b2b
• Trong trường hợp bạn có điều gì muốn góp ý hoăc mong muốn đọc thêm về
một chủ đề nào đó có liên quan tới dữ liệu mà bạn không thấy mình đề cập
trong cuốn sách này thì bạn có thể chat trực tiếp với mình nhé.

38
 NHỮNG MÓN QUÀ NHỎ KHÁC DÀNH
RIÊNG CHO BẠN
• Mình muốn mang đến cho bạn một chương trình học chuyên nghiệp bài bản
kết hợp nhiều công cụ chuyên dụng và kiến thức chuyên sâu về phân tích dữ
liệu cùng với sự hỗ trợ suốt đời từ chính mình cũng như cộng đồng những cá
nhân hành nghề phân tích dữ liệu và có niềm đam mê mạnh mẽ để theo đuổi
sự nghiệp này giống như bạn. Bạn có thể sử dụng mã EBRSF để được giảm
ngay 500,000đ khi đăng ký cấp độ nền tảng đầu tiên của chương trình. Tham
khảo thông tin đầy đủ về toàn bộ chương trình chứng chỉ ACE – Analytics
Comprehension Essentials tại https://uniace.vn/ace.
• Nếu bạn thấy cuốn sách này mang lại rất nhiều giá trị cho bạn và bạn muốn
chia sẻ nó tới bạn bè của mình. Bạn có thể gửi email theo thông tin trên kèm
theo email của những người bạn mà bạn muốn chia sẻ, mình sẽ đồng thời gửi
tặng tất cả các bạn một mã giảm giá đặc biệt để hỗ trợ bạn nâng cấp tài khoản
học khi bạn tham gia các chương trình học của Uniace.
• Mình cũng có một chương trình hoàn toàn miễn phí ở cấp độ cơ bản thuần
túy về Excel giúp bạn trang bị 20% kiến thức mà có thể giải quyết được tới 90%
hầu hết những tình huống công việc cần đến công cụ bảng tính tốt nhất thế giới
này. Những đồng đội của mình tại Uniace đều là những cá nhân có nền tảng
kinh nghiệm ở khối kinh tế và đều bắt đầu và đã làm việc với Excel trong một
thời gian rất dài, và điều này thúc đẩy mình giúp bạn có một khởi đầu tập trung,
tinh gọn và nhanh nhất. Đăng ký ngay tại https://uniace.vn/product/p/.
• Nếu bạn có bất kỳ vấn đề gì về dữ liệu hay khởi nghiệp kinh doanh cần được
tư vấn, hãy liên hệ với mình, với kinh nghiệm của đội ngũ lãnh đạo và cộng
đồng, mình cam kết sẽ giúp bạn giải quyết mọi vấn đề hoặc giới thiệu bạn tới
một người mà sẽ giúp bạn giải quyết được vấn đề vì mình không chỉ đam mê
về dữ liệu mà còn là người thích giải quyết vấn đề kinh doanh khi khởi nghiệp.

Chúc bạn có một ngày nhiều năng lượng và hoàn thành mọi dự định của bản thân!

39
 NÂNG TẦM GIÁ TRỊ

UNIACE.VN - TẦM NHÌN HƯỚNG TỚI CỘNG ĐỒNG PHÂN TÍCH DỮ LIỆU LỚN NHẤT TẠI VIỆT NAM