DATA KĨ THUẬT ĐỌC SỐ LIỆU

ANALYSIS
MONG ĐỢI CHO BUỔI HỌC?

Trước khi bắt đầu học viên và giảng viên cùng chia sẻ những mong
đợi sẽ đạt được sau buổi học
NỘI DUNG BUỔI HỌC

01 Phương pháp, kĩ thuật phân tích, đọc dữ liệu

02 Case study
1. KỸ THUẬT PHÂN TÍCH
Buổi học giới thiệu các phương pháp chính. Tất cả các buổi học còn lại đều thực hành các kĩ
năng này bằng các case study ở các phòng ban và ngành hàng khác nhau.
QUY TRÌNH LÀM VIỆC VỚI DỮ LIỆU

1. XÁC ĐỊNH VẤN ĐỀ/ 2. CHỌN METRIC & MỐI 3. THU THẬP 4. PHÂN TÍCH 5. KẾT LUẬN &
CÂU HỎI TRỌNG TÂM LIÊN HỆ GIỮA CÁC METRIC & XỬ LÝ DỮ LIỆU DỮ LIỆU HÀNH ĐỘNG

- Xác định Bối cảnh - Xác định các metric, Internal/ Hiểu Metric
External Data
Kết luận
vấn đề, cơ hội, giả chỉ số chính và mối
thiết, mục tiêu cần quan hệ của chúng tới
Dữ liệu Khách Kết nối, Tìm
đạt khi phân tích dữ vấn đề đang cần giải hàng/ Vận hành Giải pháp
Flow, Logic
liệu quyết
- Đặt câu hỏi đúng - Xem lại các nghiên
Table/ Chart
“right question”, càng cứu hay dữ liệu quá So sánh
Thực thi
cụ thể càng tốt, bằng khứ xem đâu là cái
vẽ bản đồ phân tích đã có/ thu thập mới? Dashboard Tách nhỏ

TODAY
(TRỌNG TÂM BÀI NÀY)
CASE STUDY XÁC ĐỊNH VẤN ĐỀ & XÂY DỰNG MỐI LIÊN KẾT DỮ LIỆU
Công ty A đang xem lại kết quả kinh doanh năm 2021 cho sản phẩm khoá học X để lên kế hoạch tăng trưởng doanh thu năm 2022.
Công ty A cần tác động vào yếu tố nào để tăng được doanh thu lên?
HÀNH TRÌNH KHÁCH HÀNG

Click Landing Đăng kí Telesales

Post quảng Lead
page (Trên Order
cáo
Website)

Doanh thu Số Đơn

Tên Sản phẩm AOV (VNĐ) CR Sale Lead CR Web Click CTR Impression Frequency Reach CPL Cost
(tỉ VNĐ) hàng

Khoá học X 4.8 7,308 650,000 75% 9,744 2.80% 347,985 1.86% 18,708,890 6 3,118,148 140,000 1,364,102,564

DOANH THU = SỐ ĐƠN HÀNG X AOV SỐ ĐƠN HÀNG = LEAD X CR SALE LEAD = CLICK X CR WEB

CLICK = IMPRESSION X CTR IMPRESSION = REACH X FREQUENCY COST = CPL X LEAD

• AOV: Giá trị trung bình trên 1 đơn hàng (Average order value)
• CR Sale: Tỉ lệ chuyển đổi khách hàng của team Telesale từ Lead của team marketing mang về (CR Sale = Số đơn/ Vậy dựa vào mối liên kết giữa các chỉ số/ biến
Lead * 100%)
• CR Web: Tỉ lệ chuyển đổi từ Click sang Lead (CR Web = Lead/ Click * 100%)
ảnh hưởng tới chỉ số cuối là Doanh thu, công
• CTR: Click through rate = Tỉ lệ click trên số lần hiển thị quảng cáo = Click/ Impression * 100% ty A sẽ phân tích dữ liệu quá khứ/ dựa vào
• Impression: Là số lượt hiển thị quảng cáo. Impression = Reach X Frequency, trong đó Reach là số người quảng cáo tiềm năng, nguồn lực để xem đâu là biến cần
chạy tới, Frequency là số lần Quảng cáo được hiển thị/ 1 Reach (người) tập trung để thúc đẩy tăng trưởng.
• CPL: Cost per lead: Chi phí trung bình để thu hút được 1 lead về.
KẾT NỐI CÁC DỮ LIỆU LIÊN QUAN

Nhóm lại các Data (metric) có mối tương quan, tìm logic, sự liên hệ, có xu hướng gì đặc biệt không?

Doanh thu Số Đơn

Tên Sản phẩm AOV (VNĐ) CR Sale Lead CR Web Click CTR Impression Frequency Reach CPL Cost
(tỉ VNĐ) hàng

Khoá học X 4.8 7,308 650,000 75% 9,744 2.80% 347,985 1.86% 18,708,890 6 3,118,148 140,000 1,364,102,564

DOANH THU = SỐ ĐƠN HÀNG X AOV SỐ ĐƠN HÀNG = LEAD X CR SALE LEAD = CLICK X CR WEB

CLICK = IMPRESSION X CTR IMPRESSION = REACH X FREQUENCY COST = CPL X LEAD

CR WEB

LEAD CTR
Các dữ liệu liên quan cần được kết nối và xem phân tích
cùng nhau, xoay quanh các metric trọng tâm của yêu
cầu phân tích ban đầu. Đây là bước tiền đề trước khi
IMPRESSION tìm ra được các finding, insight có ý nghĩa từ dữ liệu.
PHÂN TÍCH THEO QUY TRÌNH NÀO?
- Hiểu rõ vai trò, ý nghĩa của từng Metric. Không hiểu được metric sẽ không thể sang các bước sau.
OBJECTIVE HIỂU METRIC - Còn cần hiểu với từng metric, kết quả thế nào là tốt, là không tốt, cần làm gì để tăng hoặc kiểm
soát (cần kết hợp với kiến thức business và kinh nghiệm làm việc).
- Cần hiểu được Metric đó được đo lường thế nào?

- Nhóm lại các Data có mối tương quan, tìm

KẾT NỐI logic, sự liên hệ, có xu hướng gì đặc biệt

không? Cụ thể đâu là các metric phụ đang
tác động đến metric chính?

Trên thực tế,

3 bước này có thể
diễn ra song song
với nhau (ứng dụng SO SÁNH
linh hoạt).
• Không so sánh không tìm ra được
- So sánh với đối thủ, với ngành hàng và với
chính mình qua thời gian
insight, vì insight gần như chỉ xuất hiện
khi thấy được các xu hướng (bất
- Luôn cố gắng tìm ra điểm BẤT THƯỜNG
thường) khi ta đem so sánh (công ty –
đối thủ, chính mình qua thời gian, mình
với ngành hàng…).

TÁCH NHỎ
- Deaverage (Tách nhỏ Data) – Nhìn theo vùng
• Sau khi tìm ra được điểm bất thường,
miền, kênh phân phối, nhóm nhu cầu tương
ứng… cần tách nhỏ, zoom sâu vào điểm đó để
- Tách nhỏ sẽ giúp phát triển Analysis,
tìm ra Nguyên nhân gốc rễ.
Conclusion và Recommendation.
HIỂU METRIC - MỖI NGÀNH HÀNG, VẤN ĐỀ CÓ NHỮNG METRIC KHÁC NHAU

• Không hiểu ý nghĩa của từng metric và mối liên hệ sẽ không thể hiểu được dữ liệu và vì thế mà không phân tích được
• Nhiệm vụ của bạn là phải hiểu đặc thù của ngành hàng của mình, đâu là metric quan trọng bậc nhất để tracking (theo giai đoạn
tăng trưởng nhất định của công ty).

CÙNG LÀ MOBILE APP NHƯNG BUSINESS MODEL KHÁC NHAU NÊN KEY METRIC CÓ SỰ KHÁC NHAU

NGÀNH APP: FOOD DELIVERY NGÀNH APP: SOCIAL MEDIA

- Số lượt download/ install - Tổng số user, mức độ tăng trưởng

- Số Active user mỗi ngày/ tháng (DAU, MAU) - Thời lượng sử dụng/ user/ ngày
- Giá trị trung bình/ 1 đơn hàng (AOV) - Lượng video generated/ ngày
- Tần suất quay lại sử dụng (Frequency of repurchase) - Lượng Inventory quảng cáo
- Số Advertiser, Spend per Advertiser
VÍ DỤ KEY METRIC NGÀNH ECOMMERCE

Bài tập: Thử đọc các Key metric dưới đây xem bạn có biết ý nghĩa là gì, cách thu thập chúng thế nào không?

• Để hiểu được đâu là Key metric của từng ngành thì tìm hiểu về revenue stream hay phễu tăng trưởng của từng ngành
• Có thể tham khảo chuỗi bài viết về key metric của các ngành khác nhau ở đây: https://blog.tomorrowmarketers.org/?s=metric
• Các buổi học sau sẽ dạy key metric ở đại diện một số ngành hàng và phòng ban (Sales, Digital Marketing, Product)
HIỂU CÁC BƯỚC PHÂN TÍCH QUA CASE STUDY

OBJECTIVE HIỂU METRIC Đề bài: Hãy đưa ra một số

gợi ý cho NƯỚC XẢ VẢI
Comfort để tăng trưởng tốt
hơn trên Ecommerce, dựa
vào các dữ liệu quá khứ
cho sau đây?
KẾT NỐI
Key questions:
Trên thực tế,
có thể diễn ra song 1. Chiến lược của 2 đối thủ Downy và Comfort Thái là gì?
song với nhau 2. Comfort nên tập trung vào dòng sản phẩm nào, với giải
SO SÁNH pháp là gì?

Lưu ý: Comfort Thái là đối thủ của Comfort, vì Comfort Thái do

các bên đại lý hàng Thái nhập về bán, không tính doanh thu
TÁCH NHỎ cho Comfort VN, nên cũng được coi là đối thủ.
KẾT NỐI + SO SÁNH CÁC DỮ LIỆU
Nhóm lại các Data có mối tương quan, tìm logic, sự liên hệ, có xu hướng gì đặc biệt không?
- Top 5 SKUs bao gồm SKU nào? Comfort tăng thị phần nhờ SKU nào?
- Chiến lược bao bì (lớn/ nhỏ) và giá của Downy, Comfort Thái là gì? Hành vi của người dùng thế nào?
THỊ PHẦN THEO SKU Tháng 7 Tháng 8 Thị phần Tăng giảm thị
phần T8 vs.
Số lượng bán Giá bán sau % Giảm giá Số lượng bán Giá bán sau % Giảm giá Tháng 7 Tháng 8 T7
khi giảm giá khi giảm giá
Downy Nước Hoa Túi 3.5L 900 155,000 24% 1,800 150,000 30% 7.1% 10.8% 3.7%
Comfort Em Bé Túi 3.2 1,300 159,000 16% 1,600 155,000 18% 10.6% 10% -0.6%
Combo 2 túi Comfort Thái 580ml 2,031 39,000 35% 6,000 39,000 35% 4.1% 9.4% 5.3%
Comfort Nước Hoa Túi 3.2L 500 159,000 20% 1,000 159,000 20% 4.1% 6.4% 2.3%
Comfort Nước Hoa Túi 2.4L 600 125,000 20% 1,100 119,000 24% 3.7% 5.5% 1.8%
Comfort Classics Chai 3.8L 600 179,000 18% 700 169,000 23% 5.5% 4.7% -0.8%
Downy Nước Hoa 3L 900 139,000 22% 800 139,000 22% 6.4% 4.5% -1.9%
Downy Nước Hoa 2.3L 700 119,000 22% 900 119,000 22% 4.3% 4.3% 0
Downy Classics chai 3.8L 400 185,000 25% 500 185,000 25% 3.8% 3.7% -0.1%
Combo 2 túi DWN Nước Hoa 600 229,000 28% 400 229,000 28% 7% 3.7% -3.3%
2.3L
Downy Classics chai 4L 500 175,000 13% 500 175,000 13% 4.5% 3.5% -1%
Comfort Thái 580ml 1,400 25,000 36% 3,400 16,000 50% 1.8% 2.2% 0.4%
Comfort Classics Túi 3.2L 194 145,000 16% 318 145,000 16% 1.4% 1.9% 0.5%
Comfort Kháng Khuẩn 2.4L 231 126,000 16% 352 126,000 16% 1.5% 1.8% 0.3%
Comfort Em Bé Chai 3.8L 215 195,000 16% 200 195,000 16% 3% 1.6% -1.4%
KẾT NỐI + SO SÁNH CÁC DỮ LIỆU
Có điểm gì đối nghịch giữa page view và conversion rate?
• Tại sao dòng nước hoa page view cao nhưng CR thấp? Conversion Rate = (No. Sales order/Page view) x 100%
• Tại sao dòng em bé page view thấp nhưng CR cao? Doanh thu = No. Sales order x Price

Page View T1 T2 T3 T4 T5 T6 T7 T8 Tổng

CFT kháng khuẩn 6,571 15,251 41,301 73,424

CFT em bé 41,000 23,730 36,847 86,074 28,175 41,516 36,929 70,120 406,802
CFT Nature 1,109 558 1,286 26,833 12,669 15,003 9,660 6,315 78,196
CFT Classics 54,419 37,271 70,745 80,727 42,310 42,026 45,959 103,336 540,710
CFT Nước Hoa 65,179 37,376 68,474 86,695 61,154 70,564 76,471 206,054 758,178
Total 163,122 98,991 177,432 286,130 144,308 176,713 191,637 450,211 1,900,209

Conversion Rate T1 T2 T3 T4 T5 T6 T7 T8 Trung bình

CFT kháng khuẩn 3.3% 2.6% 2.1% 2.3%

CFT em bé 5.8% 5.9% 5.4% 3.8% 5% 4.4% 4.4% 2.8% 4.2%
CFT Nature 6.5% 9.9% 6.8% 1.4% 2.8% 2.5% 3% 3% 2.5%
CFT Classics 2% 2.2% 1.9% 1.6% 1.8% 2.4% 2.6% 1.6% 1.9%
CFT Nước Hoa 1.8% 1.8% 2.1% 1.5% 1.5% 1.7% 1.9% 1.1% 1.5%

Các dữ liệu liên quan cần được kết nối và xem phân tích cùng nhau, xoay quanh các metric trọng tâm của yêu cầu phân tích ban đầu.
Đây là bước tiền đề trước khi tìm ra được các finding, insight có ý nghĩa từ dữ liệu.
GIẢI PHÁP NGẮN HẠN VÀ DÀI HẠN

KẾT LUẬN ĐỀ XUẤT THỰC THI

- Kết luận chính liên quan trực - Top 3 đề xuất cả ngắn hạn - Hướng thực thi và kết quả mong
tiếp tới objective ban đầu và dài hạn đợi, mức độ đầu tư

BẢNG MA TRẬN PHÂN LOẠI THỨ TỰ ƯU TIÊN HÀNH ĐỘNG DÀI HẠN – NGẮN HẠN

Tác động hiệu quả Một dự án dài hạn,

Phải làm ngay Ưu tiên làm
CAO nghiêm túc

Tác động hiệu quả Đưa vào kế hoạch

Ưu tiên làm Làm khi có thời gian
TRUNG BÌNH làm sau

Tác động hiệu quả Đưa vào kế hoạch

Nên xem xét làm Không nên làm
THẤP làm sau

Tính khả thi thực hiện Tính khả thi thực hiện Tính khả thi thực hiện
Dễ và nhanh Trung bình Khó
CÁC CÂU HỎI PHỔ BIẾN NÊN ĐẶT RA ĐỂ PHÂN TÍCH

CÂU HỎI YẾU TỐ CẦN PHÂN TÍCH

• Vấn đề cốt lõi là gì?
• Trend trong quá khứ
• Có trend gì thay đổi trên data không?
• Sự cạnh tranh
•Bắt đầu từ khi nào trend đó diễn ra?
• Tăng trưởng của nhãn hàng, ngành hàng
• Mỗi tháng, Hay lặp lại mỗi năm…
• Chiến lược của từng Brand
•Trend đó xảy ra ở đâu?
• Vị thế trên thị trường
• Vùng nào, kênh bán hàng nào?

• Đối tượng của trend đó là ai?

• Brand nào, SKU nào (SKU = Variance + Pack size)?

• Nguyên nhân gốc của trend đó?

• Do phân phối, giá, khuyến mại, hay hàng tồn…?

CÁC LỖI THƯỜNG GẶP TRONG PHÂN TÍCH DỮ LIỆU

1. Vague Objectives: Mục đích không rõ ràng, cụ thể, dẫn tới lúc thu tập dữ liệu,
phân tích bị nhập nhằng.
2. Wrong understanding the Meaning of a Metric: Không hiểu rõ ý nghĩa của các
metric dẫn tới việc đọc hiểu sai.

3. Losing Sight of how success/output metrics look like => Lacking Actionable
Conclusions: Không có hình dung rõ về kết quả cần đạt sau quá trình nghiên cứu,
phân tích, nên không đưa ra được các kết luận có tính khả thi cao, giải quyết
được vấn đề ban đầu.
4. Sampling bias and lack of Statistical Significance: Mẫu không khoa học, không
có tính đại diện và các thuật toán thống kê bị sai, sai số lớn. Dữ liệu thô đã sai thì
có phân tích tài đến mấy cũng vẫn sai. à Cần có sự tư vấn của người chuyên về
toán, xác suất thống kê.
5. Cherry Picking: receptive to data that proves your assumption: Khi đã có một
phỏng đoán cá nhân (chưa chắc chắn) và chỉ chăm chăm đi tìm các dữ liệu liên
quan để chứng minh điều đó, mà bỏ lỡ nhiều data khác quan trọng, dẫn tới
những kết luận khác có tính chính xác cao hơn.
FINAL TIPS & NOTES: DÀNH CHO DATA ANALYST KHI LÀM BÁO CÁO, PHÂN TÍCH
1. Hiểu objectives và làm rõ objective với người yêu cầu phân tích dữ liệu => Để tiết kiệm thời gian

§ Làm rõ: timing, scope

§ Vẽ ra analysis framework và thống nhất các metrics
§ Tùy vào đối tượng present mà chọn story cho phù hợp (với sếp thì khác, với người ngoài thì
khác, với sếp của sếp thì khác) và phải qua sếp duyệt

2. Hiểu rõ ý nghĩa các metrics trước khi làm, đặc biệt cần tích luỹ qua thời gian để có business sense:
với 1 con số trả về, thế nào là tốt, thế nào là không, cần tác động bằng những cách nào.

3. Kết Nối, Tách Nhỏ, So Sánh => Giúp bạn thuyết phục người khác và tìm ra insights, từ đó kết luận và
kế hoạch thực thi được đúng đắn hơn.

§ Short term vs. Long term

§ Follow up actions
2. BÀI THẬP THỰC HÀNH PHÂN TÍCH
YÊU CẦU ĐỀ BÀI

Đóng vai trò là Customer Manager của kênh Omni cho nhà sản xuất A (với 3 ngành hàng Home Care, Personal
Care và Food) với dữ liệu từ nhiều nguồn dưới đây:
1. Từ hành vi mua hàng của omni shoppers, bạn rút ra kết luận gì?
2. Từ kết quả kinh doanh trên 3 kênh omni, áp dụng kỹ năng tìm mối tương quan, so sánh, tách nhỏ data, nhóm
bạn hãy đề ra chiến lược gì để A giữ vững vị trí market leader hoặc trở thành market leader? Vui lòng xếp theo
thứ tự ưu tiên nhóm nào sẽ tập trung hơn, và cần thực hiện ACTION gì?
Ø NHÓM 1: BIG C
Ø NHÓM 2: BHX
Ø NHÓM 3: SPEEDL

SOURCE OF DATA
• KANTAR WORLD PANEL
• INTERNAL DATA
• BRAND WATCH – SOCIAL LISTENING
• QUALITATIVE RESEARCH

Lưu ý: Bước tổng hợp dữ liệu từ nhiều nguồn (know what we know) rất quan
trọng để có thể tự tin đưa ra action. Trên thực tế, quá trình này phải phụ
thuộc vào sự hợp tác từ đối tác. TM đã cố gắng hết sức để cho bạn bức tranh
tổng thể và chi tiết về kênh này trong khoảng thời gian có hạn của bài học.
Trong quá trình phân tích nếu bạn thấy chưa đủ dữ liệu (điều này phụ thuộc
vào level of analysis của từng người) thì bạn có thể đặt ra thêm giả thuyết,
câu hỏi để tiếp tục bước lấy thêm data phân tích.
ĐỊNH NGHĨA OMNI CHANNEL

OMNI CHANNEL (MÔ HÌNH ĐA KÊNH) BAO GỒM CỬA HÀNG VẬT LÝ VÀ HỆ SINH THÁI BÁN HÀNG KHÁC NHƯ ONLINE (APPS, WEB, ZALO OA), TELESALES
CỦA CÙNG MỘT HỆ THỐNG SIÊU THỊ/CỬA HÀNG TIỆN LỢI/CỬA HÀNG CHĂM SÓC SỨC KHỎE VÀ SẮC ĐẸP. NHƯNG TRÊN THỰC TẾ, CÁCH GỌI OMNI DÙNG
ĐỂ PHÂN BIỆT VỚI CỬA HÀNG VẬT LÝ.
VÍ DỤ, KHI NÓI ĐẾN KÊNH OMNI CỦA BIG C, TEAM BIG C VÀ ĐỐI TÁC HIỂU LÀ KÊNH ONLINE (APP/WEB BÁN HÀNG) CỦA BIG C.

PHÁT TRIỂN THEO MÔ HÌNH ĐA KÊNH GIÚP MANG LẠI TRẢI NGHIỆM ĐỒNG NHẤT CHO KHÁCH HÀNG Ở CẢ OFFLINE (CỬA HÀNG VẬT LÝ) VÀ ONLINE, PHỤC VỤ CHO HÀNH
VI MUA HÀNG KHÁC NHAU VÀ MỤC ĐÍCH MUA HÀNG KHÁC NHAU CỦA NGƯỜI MUA HÀNG. VÍ DỤ, KHÁCH HÀNG TRẺ THÍCH TIỆN LỢI THÌ THÍCH MUA SẮM TRÊN KÊNH
OMNI (KÊNH ONLINE CỦA SIÊU THỊ) HOẶC ĐỢT DỊCH PHONG TỎA THÌ KÊNH OMNI (KÊNH ONLINE CỦA SIÊU THỊ) GIÚP CHO HÀNG HÓA ĐẾN NGƯỜI MUA HÀNG ĐƯỢC TỐT
HƠN.

Lưu ý: Các công ty khác nhau, ngành hàng khác nhau có thể có định nghĩa về Omni channel khác nhau.
VÍ DỤ VỀ HÀNH TRÌNH MUA HÀNG TRÊN KÊNH OMNI

Xem video và trả lời câu hỏi bên dưới: https://drive.google.com/file/d/1OreCl3_gOxUwKorhgBPVBI72j-4MJ9Dr/view?usp=sharing

Mục đích để hiểu hơn về Omni Channel.

1. Tỷ lệ truy cập bachhoaxanh.com qua giao diện điện thoại và giao diện máy tính lần 4. Điều gì đã khiến anh Toàn quyết định chọn thêm sản phẩm thứ ba vào
lượt là bao nhiêu? cuối video?
a. Điện thoại: ~25%; Máy tính: ~75% a. Để đủ điều kiện được giảm 15.000đ phí giao hàng
b. Điện thoại: ~50%; Máy tính: ~50% b. Vì ảnh thích vậy
c. Điện thoại: ~75%; Máy tính: ~25% c. Vì anh Toàn có nhu cầu mua thêm hàng hóa
d. Điện thoại: ~10%; Máy tính: ~90% d. Vì món hàng đó có khuyến mãi

2. Trong đoạn video, khi truy cập trang bachhoaxanh.com qua điện thoại, anh Toàn đã 5. Các nhãn hàng cần phải làm gì để giúp trải nghiệm mua hàng được tốt
làm gì đầu tiên? hơn?
a. Nhập từ khóa vào thanh tìm kiếm a. Dễ thấy, dễ chọn, dễ ra quyết định
b. Tìm kiếm ngành hàng cần mua trong thanh menu b. Hiện diện ở những điểm chạm có tương tác cao (gợi ý tìm kiếm, vị trí
c. Dạo lướt các mặt hàng trên trang chính đầu trên trang chính,…)
d. Kiểm tra các ưu đãi được áp dụng tại phần “Ưu đãi của bạn” c. Có các hoạt động tương tác với khách hàng trước và sau khi mua kèm
khuyến mãi hấp dẫn.
3. Trong đoạn video, anh Toàn đã bỏ món hàng đầu tiên vào giỏ hàng khi nào? d. Tất cả các ý trên
a. Khi tìm được sản phẩm muốn mua sau khi nhập từ khóa trên thanh tìm kiếm
b. Khi tìm được sản phẩm muốn mua tại landing page được kết nối qua banner
c. Khi tìm được sản phẩm muốn mua trên trang chính
d. Khi tìm được sản phẩm muốn mua qua việc tìm kiếm trong thanh menu
 OMNI TRỞ THÀNH KÊNH MUA SẮM HÀNG HÓA NHỘN NHỊP NHẤT (ĐẶC BIỆT LÀ THỰC
PHẨM TƯƠI) DO SỰ TIỆN LỢI VÀ AN TOÀN TRONG MÙA DỊCH
E-EVERYTHING

ĐỘNG LỰC MUA HÀNG

81% Tổng số comment trên trang của
nhà bán lẻ 9%
code
offline
online shopping
shopping 33%
quà tặng
giảm giá 33%
là các chủ đề liên quan tới mua sắp online,
chẳng hạn như vận chuyển hay phương phí ship
25%
thức thanh toán.

VÌ SAO NGƯỜI TIÊU DÙNG LỰA CHỌN MUA SẮM ONLINE MÙA DỊCH?
SỰ TIỆN LỢI
"Nên mở bán online cho tiện nhất là trong đợt dịch như thế này"
SỰ AN TOÀN
“ừa, đi chợ hoài cũng sợ quá nên mua bhx cho tiện"

RÀO CẢN CỦA VIỆC MUA SẮM ONLINE

SỐ LƯỢNG HÀNG CÓ SẴN
"***** nè bé ơi chứ đặt qua app là toàn thấy cái nịt ko lun á“
"Đặt 11 loại chờ đợi 6 ngày giao hàng và nhận được cuộc điện
thoại hết hàng còn giao được mỗi 18 trứng gà ????????"
THỜI GIAN GIAO HÀNG
"Giao hàng quá lâu đặt trên go 4 ngày rồi chưa giao"
"Mong coop mart đừng hủy đơn là được ạ"
APP QUÁ TẢI
"Muốn đặt hàng mà link bị lỗi k mua dc“
22
Data Sources: Brandwatch, Google Trends (Jan’2020 - Jun 2021), News.
 BIGC TẬP TRUNG PHÁT TRIỂN HỆ THỐNG KÊNH ĐA DẠNG TRONG KHI LOTTE VÀ BHX CHỈ TẬP TRUNG
TRÊN CÁC NỀN TẢNG DO CHÍNH MÌNH SỞ HỮU

Top 3 kênh omni: App

9% & App &
Zalo OA, app, tele-sales Website
33%
Website
33%

Data Sources: Brand watch, desk research

 KÊNH OMNI PHÁT TRIỂN MẠNH SAU 1 NĂM COVID, TUY NHIÊN MẠNG XÃ HỘI VÀ
E-COMMERCE VẪN LÀ KÊNH BÁN HÀNG ONLINE CHÍNH.
KÊNH OMNI ĐỨNG ĐẦU VỀ GIÁ TRỊ GIỎ HÀNG TRONG SỐ CÁC KÊNH ONLINE.
Cách đọc chart:
• Online retailers bao gồm Social, Ecom, Omni, On-demand app (Grab)
• Omni: kênh online của chuỗi siêu thi offline, giúp phân biệt hành vi mua hang online vs. offline
Urban 4 9%
Value growth Penetration % Frequency Spend per Trip
33% (000VND)
% thị phần kênh omni trong số các kênh online
33%
33.6 4.7 333
5.9 3.2
4.2 +50% Online Retailers
42.9 5.9 302

20.8 2.8 374

+54% Social
52.2 49.6 26.0 3.5 358

18.6 4.7 310

+42% Ecom
24.8 5.8 261

41.8 43 Omni
4.0 2.2 360

MAT P5'20 MAT P5'21 MAT P5'20 MAT P5'21

Social Ecom Omni Others

Source: Kantar | Worldpanel Division | Household Panel | Urban 4 key cities and Rural
Vietnam | FMCG excluding gifts
Data Sources: Brand watch, desk research
THÀNH PHẦN GIỎ HÀNG OMNI

9%
GIÁ TRỊ GIỎ HÀNG TRUNG BÌNH = 360,000 VND
33%
33%
60-70% thực phẩm tươi & thực 30-40% sản phẩm chăm sóc cá
phẩm đóng gói nhân & chăm sóc gia đình

Source: Ipsos – Understanding Omni Channel Shopper

Qualitative Report, Jun’21
NGUỒN THU CỦA KÊNH OMNI CHỦ YẾU ĐẾN TỪ SỰ DỊCH CHUYỂN TỪ CÁC NỀN TẢNG
OFFLINE (H&S, MINIMART VÀ H&B) VÀ CÁC KÊNH GT (FG, MP, MS).

9%
Nguồn thu của kênh Omni do sự dịch chuyển từ các kênh khác (bil VND) – MAT P5’21
33%
Family Grocery (Cưả hàng bách 33%
hoá) 8

Hypermarket (Đại siêu thị) 8

Supermarket (Siêu thị) 8

Mom & Pop (Tạp hoá nhỏ) 4

Health and Beauty Store (CH chăm sóc

4
sức khoả, sắc đẹp)

Minimart (Siêu thị Mini) 3

Ecom 3

Market Stall (Sạp chợ) 2

Baby Specialty (CH Mẹ & Bé) 2

Social (BH online qua MXH) 2

CVS/on the go (CH Tiện lợi) 0

Source: Kantar | Worldpanel Division | Household Panel | Urban 4 key cities and Rural Vietnam | FMCG excluding gifts
 ĐẶC ĐIỂM NGƯỜI MUA HÀNG KÊNH OMNI

Urban 4 Đặc điểm của người mua hàng chính - tính theo % số người mua hàng – MAT P5’21
33%

33%
Main Shopper Age <30
Main Shopper Age 30-39
Main Shopper Age 40-49
Online 18 24 24 34 10 21 30 18 21 39 14 18 28 9 42 37 12 Main Shopper Age 50+

1-2 Members HH
3 Members HH
4 Members HH
Social 17 25 26 32 10 21 29 21 20 41 15 18 26 10 42 36 11 5 Members HH
6 & + Members HH

Youngster
Families with kids
E-com 21 23 21 34 8 22 31 17 22 38 13 20 28 6 41 39 14 Families with kids and teens
Families with teens
Mature Families

LSM 1-6: <6tr/ tháng

LSM 7-9: 6tr-12tr
Omni 31 29 15 25 7 16 28 21 27 56 12 13 19 6 48 33 13
LSM 10-11: 12tr-18tr
LSM 12+: >18tr

Source: Kantar | Worldpanel Division | Household Panel | Urban 4 key cities and Rural
Vietnam | FMCG excluding gifts
 HÀNH VI CỦA NGƯỜI MUA HÀNG

Hầu hết người mua hàng sẽ chỉ mua thêm sản phẩm để được giao hàng miễn phí nếu số tiền cần
bỏ ra thêm không quá lớn (dưới 40,000 VND). Chi phí vận chuyển chấp nhận được là khoảng
20,000 – 25,000 VND

Để được hưởng dịch vụ miễn phí vận chuyển, khách hàng thường mua các sản phẩm có giá
thấp. Thông thường họ sẽ:
• Xem ở mục giảm giá, khuyến mại
• Thay các sản phẩm giá rẻ ở trong giỏ hàng hiện tại bằng sản phẩm đắt hơn
• Tìm kiếm (ở thanh tìm kiếm hoặc tìm kiếm theo ngành hàng) một sản phẩm cụ thể
Phổ biến nhất

• Mì ăn liền
Đồ ăn, đặc biệt là đồ ăn vặt • Kẹo và đồ ăn vặt
• Sữa pha sẵn
• Các loại bánh được nướng trong ngày: bánh quy, bánh
nhỏ, etc

• Dao cạo
Đồ dùng trong nhà giá rẻ • Giấy khô/giấy ướt
• Kem đánh rang/bàn chải răng

Source: Ipsos – Understanding Omni Channel Shopper Qualitative Report, Jun’21

OMNI CHANNEL PORTFOLIO NGHIÊNG VỀ NGÀNH HÀNG GÌ?
MANUFACTURER A THÌ SAO?

% tỷ lệ đóng góp của các mặt hàng FMCG cho kênh Omni và 33%
Manufacturer A 33%
6 4

34
37

57 61

Total Omni Manufacturer A

Home Care Personal Care Food
GIẶT GIŨ, NƯỚC XẢ VẢI, VỆ SINH NHÀ CỬA, CHĂM SÓC CƠ THỂ, CHẮM SÓC TÓC LÀ CÁC
NGÀNH HÀNG ĐỨNG ĐẦU VỀ MỨC ĐỘ THÂM NHẬP Ở CẢ KÊNH OMNI VÀ MANU A.

% các ngành hàng có mức độ thâm nhập

% Các ngành hàng có mức độ thâm nhập cao nhất trên kênh Omni cao nhất của Manu A trên kênh Omni

Giặt giũ 31.0% Giặt giũ 34.3%

Home care

33%

Nước xả vải 12.8% Nước33%

xả vải 12.7%

Vệ sinh nhà cưả 13.3% Vệ sinh nhà cưả 14.3%

Chăm sóc răng miệng 6.3% Chăm sóc răng miệng 4.6%
Personal care

Chăm sóc cơ thể 12.1% Chăm sóc cơ thể 12.3%

Chăm sóc tóc 14.9% Chăm sóc tóc 15.6%

Chăm sóc da 3.0% Chăm sóc da 1.5%

Khử muì 1.0% Khử muì 0.4%

• Market penetration (thâm nhập
Thực phẩm 4.1% Thực phẩm 3.8%
thị trường) chỉ % số khách hàng
trong thị trường mà doanh
Food

Đồ uống 1.6% Đồ uống 0.4% nghiệp có thể phục vụ.

• Market share (thị phần) chỉ % giá
trị của thị trường mà doanh
nghiệp nắm giữ (thường được
Source: Kantar | Worldpanel Division | Household Panel | Urban 4 key cities and Rural
Vietnam | FMCG excluding gifts tính bằng doanh thu).
BIGC ĐỨNG ĐẦU THỊ TRƯỜNG, BHX XẾP VỊ TRÍ THỨ HAI

Do các siêu thị mới cung cấp số sales tổng của từng ngành hàng trong tháng 5,6 nên share chỉ có từ 2 tháng này trở đi

33%
Doanh thu theo ngành hàng của kênh Doanh thu theo ngành hàng của NSX33%
A Thị phần của NSX A tại các kênh
Omni tháng Năm & tháng Sáu 2021 trên kênh Omni tháng 05 & 06 2021 Omni
40000 66%
Millions

35000 40000

Millions
35000
30000
30000 42% 44%
25000
25000
20000
20000
15000
15000
10000 10000
5000 5000
0 0
BigC Lotte BHX BigC Lotte BHX BigC SpeedL BHX
HC PC Food HC PC Food BigC SpeedL BHX
THỊ PHẦN YEAR TO DATE 2021

Thị phần kênh omni của BigC & BHX vượt kênh offline, trong khi đó thị phần kênh omni
của Speed L vẫn thấp hơn kênh offline. 33%
33%

OFFLINE ONLINE OFFLINE ONLINE

60.00% 70.00%
51% 68.00% 68.39%
50.00% 46%
45% 43% 66.00%
43% 42%
40.00% 43% 64.00%
41%
62.00% 62.07% 62.50%
30.00%
31% 31% 30% 28% 60.00%
20.00% 58.00% 58.10%
56.00%
10.00%
54.00%
0.00% 52.00%
Jan Feb Mar Apr May June May Jun
TĂNG GIẢM THỊ PHẦN CỦA NHÀ SẢN XUẤT A TẠI CÁC KÊNH OMNI
THÁNG 6/21 SO VỚI THÁNG 5/21

Big C Speed L BHX

Ngành chăm sóc gia đình 4.8% 4.9% 33% -1.8%
Giặt giũ 6.8% 5.8% 33% -0.6%
Nước xả vải 0.2% -8.2% -3.1%
Vệ sinh nhà cưả 4.1% 17.3% -2.5%
Ngành chăm sóc cá nhân 5.8% -1.0% -2.3%
Chăm sóc răng miệng 3.8% -2.3% -5.4%
Chăm sóc cơ thể 7.5% 0.8% 0.6%
Chăm sóc tóc 3.2% -1.1% -3.3%
Chăm sóc da 12.4% 0.1% 0.0%
Khử muì 21.4% -6.1% -2.7%
Thực phẩm và đồ uống 4.2% -0.7% 1.1%
Thực phẩm 4.2% -1.5% 4.1%
Đồ uống -0.9% -4.6%
Cty A 4.5% 2.1% -2.0%

SỐ LIỆU TĂNG GIẢM SO THÁNG 6 VỚI THÁNG 5 (THỐNG KÊ VÀO ĐẦU THÁNG 7)
 GO! & BIG C – HÀNH TRÌNH MUA HÀNG

TRƯỚC MUA TRONG KHI MUA HÀNG SAU MUA

FB POST

VOUCHER SỬ DỤNG CHO

ZALOPAY

BROADCAST LÀM NỔI BẬT CÁC SẢN PHẨM ON SALES

APP NOTIFICATION

THANH TÌM KIẾM

KHU VỰC SALES ƯU

ĐÃI BÁN CHEÓ
 SPEEDL – HÀNH TRÌNH MUA HÀNG

TRƯỚC MUA TRONG KHI MUA

QUẢNG CÁO POP UP

ĐỘT XUẤT

Facebook/Website post CỬA HÀNG RIÊNG CUẢ NSX

Highlight SKU Promotion

App Notification TÌM KIẾM

KIẾN NGHỊ MUA THÊM
 BHX – HÀNH TRÌNH MUA HÀNG

TRƯỚC MUA TRONG KHI MUA

SMS Fanpage (1)
ULV

(2) LABEL
ULV
BANNER AT HOMEPAGE
THANH NGÀNH HÀNG

MUA KÈM DC GIẢM

Clip YouTube

THANH TIỀM KIẾM

App Notification
( is coming soon)

Review

KHU SALES 3 KHUYẾN MÃI HOT VÀ ĐẦU TIÊN TRÊN

Trưng baỳ: làm sao để nhãn hàng hiện lên
trong những vị trí đầu tiên TRANG CỦU
TỔNG KẾT

3 ĐIỀU CẦN GHI NHỚ BẢN CHẤT CỐT LÕI

Trước khi bắt tay vào phân tích, cần nắm được
1 tình hình ở mức độ tổng quan về thị trường và
công ty; Mục đích của việc phân tích này là gì?
Cần hiểu ý nghĩa của từng loại data
2 (metric), nó thuộc nhóm nào, những data
nào liên quan đến nhau?
Luôn kết nối, so sánh, phát hiện trend,
3 những điểm khác thường, tìm ra nguyên
nhân và giải pháp tập trung.
• Hiểu LOẠI DATA đang phải phân tích
• Phân tích mối tương quan, data nào có vai trò và
mối liên hệ gì với nhau?
• Kiểm chứng đánh giá data và kết luận xem logic,
chiến lược chưa?
• Kết luận phải đi kèm với giải pháp, cả ngắn hạn và
dài hạn, và phải thực thi được, có khả năng đạt
được objective ban đầu. Nếu bị rối, hãy lần theo
bản đồ phân tích.
ĐỌC THÊM
THU THẬP DỮ LIỆU THẾ NÀO
DỮ LIỆU THU THẬP ĐỊNH KÌ
Những Metrics quan trọng nhất với
LOẠI DATA
Công ty và Ngành hàng. Sẽ có sự khác
nhau giữa các ngành khác nhau.
PHƯƠNG PHÁP Cần có hệ thống, công cụ lưu trữ, thu
thập riêng, ví dụ hệ thống CRM, Sales
Forecast…
NGUYÊN TẮC 1. Measure everything (phải đo
được mới đánh giá được)
2. Measure continuously: phải đo
lường liên tục, không được bỏ ngang
3. Report periodly: Phải tổng kết báo
cáo theo tuần, tháng, quý, năm, để
xác định vấn đề hoặc cơ hội tăng
trưởng
à Đọc thêm Ngành hàng nào, Phòng ban nào quan trọng Metrics gì trên Thư viện của khoá học.
DỮ LIỆU THU THẬP KHÔNG ĐỊNH KÌ (AD-HOC)
Data phân tích nhiều tầng chuyên sâu hơn Data
thu thập định kì, hoặc dữ liệu hành vi, phản hồi
của khách hàng, đối thủ…
Chạy báo cáo, Survey, Bảng hỏi, Phỏng vấn hoặc
mua báo cáo
1. Chỉ thu thập Data nào còn thiếu từ sơ đồ phân
tích, cân nhắc xem Data đó có cần thu thập định
kì từ sau này không?
2. Nếu là dữ liệu nội bộ thì cần tổng hợp và xử lý
chuyên sâu những dữ liệu đã thu thập định kì.
Nếu là dữ liệu hành vi, thì thường cần tham
khảo, thuê bên số ba, hoặc tự làm bảng hỏi, các
câu hỏi căn cứ vào Objective của Sơ đồ phân
tích.
XỬ LÝ DATA THẾ NÀO?
Các công ty làm bài bản về dữ liệu đều có dashboard theo thời gian thực cho các dữ liệu thu thập định kì.

DỮ LIỆU THÔ BẢNG BIỂU ĐỒ/ ĐỒ THỊ

- Nhập số liệu - Highlight các con số nổi bật, khác thường - Vẽ đúng loại biểu đồ cho Data
- Kiểm tra tính chính xác, - Xem đâu là Table quan trọng hoặc có tiềm - Chú ý các xu hướng nổi bật từ Chart
khách quan năng Insight

HỌC CHI TIẾT Ở BUỔI DATA VISUALIZATION

CẦN SỐ HOÁ MỌI THỨ MỚI ĐO LƯỜNG VÀ PHÂN TÍCH ĐƯỢC

CASE STUDY: THU THẬP DỮ LIỆU LOẠI ĐÁNH GIÁ HIỆU QUẢ LÀM VIỆC CỦA NHÂN SỰ: Đây là một Metric khó nhưng thực
tế vẫn có cách để lượng hoá và đo lường được.

BƯỚC 1: Planning: Liệt kê số Job, ước lượng Workload (thuật ngữ BƯỚC 2: Nhập liệu số công việc thực tế làm/ BƯỚC 3: Báo cáo qua
chuyên môn là Job Function). mỗi nhân viên, sử dụng phần mềm quản lý công cụ quản lý công việc
công việc (cần mua, thuê).

à KHÔNG LƯỢNG HOÁ VÀ ĐO LƯỜNG THÌ SẼ MÃI KHÔNG CÓ DATA ĐỂ PHÂN TÍCH.
KIỂM TRA TÍNH CHÍNH XÁC CỦA RAW DATA

DATA LẤY TỪ SOURCE NÀO, CÓ ĐỦ SỐ MẪU KHÔNG, CÓ ĐÁNG TIN KHÔNG?

Số mẫu cần thiết

Biểu đồ thể hiện mối

tương quan số mẫu và
mức độ sai số.

Sai số
Thông thường, 100 mẫu là con số được đề xuất dùng nhiều nhất vì nhìn biểu đồ (curve) sẽ thấy từ 30 tới 100 mẫu có thể giảm được
9% sai số (margin of errors), trong khi từ mốc 100 trở lên, tăng gấp đôi lên 200 cũng chỉ giảm được +/-3% sai số, và lên tới 1000 cũng
chỉ giảm được 7% sai số.
KIỂM TRA DATA ĐÃ ĐỦ CHƯA, ĐÁNG TIN CHƯA
KIỂM TRA “NGUỒN”
‣ [Nội bộ] Nguồn thu thập từ phòng ban nào, hệ thống
nào?
‣ [Bên ngoài] Ai là người thu thập, quy trình thu thập có
đáng tin cậy không?

KIỂM TRA “TÍNH KHÁCH QUAN, KHOA HỌC”

‣ Loại Data đúng chưa, hợp với objective chưa?
‣ Số lượng mẫu đủ chưa?

KIỂM TRA “TIMING”

‣ Dữ liệu xảy ra khi nào?
‣ Thu thập khi nào?

KIỂM TRA “MỨC ĐỘ BAO PHỦ”

‣ Thu thập ở đâu?
‣ Lưu trữ dữ liệu ở đâu?

KIỂM TRA “QUY TRÌNH THU THẬP DATA”

‣ Phương pháp thu thập
‣ Có giới hạn gì của phương pháp không (số
lượng mẫu, chất lượng đáp viên)
VẼ ĐÚNG LOẠI CHART MỚI TÌM RA ĐÚNG INSIGHT

VẼ CHART DỰA TRÊN MỐI QUAN HỆ GIỮA CÁC DATA LOẠI CHART

So sánh danh nghĩa (Nominal Comparison) Độ lệch (Deviation)

Đây là ví dụ đơn giản về việc định lượng các giá trị
của ngành hàng. Ví dụ: Số lượng người truy cập
nhiều website
Biểu đồ này ví dụ cho việc các điểm dữ liệu liên
quan với nhau như thế nào, đặc biệt là bất kỳ điểm
dữ liệu đã cho nào khác xa thế nào với điểm bắt
đầu.
Ví dụ: Vé chiếu phim bán trong ngày mưa với ngày
thường

Theo thời gian (Time-series)

Phân phối (Distribution)
Biểu đồ theo dõi những thay đổi về giá trị của
Biểu đồ cho thấy số liệu phân phối, thường
các số liệu nhất quán theo thời gian
xung quanh các giá trị cốt lõi.
Ví dụ: Chiều cao trung bình của cầu thủ bóng
đá trong một đội
Sự tương quan (Correlation)
Biểu đồ với data của 2 sản phẩm hoặc nhiều hơn có thể chứng
minh cho sự tương quan tích cực hoặc tiêu cực giữa các sản
phẩm với nhau.
Ví dụ: Các mức lương dựa trên trình độ học vấn. Một phần cho toàn bộ các mối quan
hệ (Part-to-whole relationships)
Biểu đồ này chỉ ra tập hợp con của số
liệu được so sánh với tổng thể lớn hơn.
Ví dụ: Phần trăm của khách hàng mua
Xếp hạng (Ranking)
những sản phẩm cụ thể
Biểu đồ này chỉ ra hai giá trị hoặc nhiều hơn được đem ra
so sánh với nhau ở mức độ tương đối.
Ví dụ: Mô hình thời tiết, xếp hạng từ tháng nóng nhất đến
lạnh nhất.