Professional Documents
Culture Documents
2DataAnalysistechnique12May Compressed
2DataAnalysistechnique12May Compressed
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
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
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
Nhóm lại các Data (metric) có mối tương quan, tìm logic, sự liên hệ, có xu hướng gì đặc biệt không?
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
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?
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
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
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
BẢNG MA TRẬN PHÂN LOẠI THỨ TỰ ƯU TIÊN HÀNH ĐỘNG DÀI HẠN – NGẮN HẠN
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
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
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.
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
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
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"
41.8 43 Omni
4.0 2.2 360
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
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
Ecom 3
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
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
% tỷ lệ đóng góp của các mặt hàng FMCG cho kênh Omni và 33%
Manufacturer A 33%
6 4
34
37
57 61
33%
Chăm sóc răng miệng 6.3% Chăm sóc răng miệng 4.6%
Personal care
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%
SỐ LIỆU TĂNG GIẢM SO THÁNG 6 VỚI THÁNG 5 (THỐNG KÊ VÀO ĐẦU THÁNG 7)
GO! & BIG C – HÀNH TRÌNH MUA HÀNG
FB POST
(2) LABEL
ULV
BANNER AT HOMEPAGE
THANH NGÀNH HÀNG
Clip YouTube
Review
DỮ LIỆU THU THẬP ĐỊNH KÌ DỮ LIỆU THU THẬP KHÔNG ĐỊNH KÌ (AD-HOC)
Những Metrics quan trọng nhất với Data phân tích nhiều tầng chuyên sâu hơn Data
LOẠI DATA thu thập định kì, hoặc dữ liệu hành vi, phản hồi
Công ty và Ngành hàng. Sẽ có sự khác
nhau giữa các ngành khác nhau. của khách hàng, đối thủ…
PHƯƠNG PHÁP Cần có hệ thống, công cụ lưu trữ, thu Chạy báo cáo, Survey, Bảng hỏi, Phỏng vấn hoặc
thập riêng, ví dụ hệ thống CRM, Sales mua báo cáo
Forecast…
NGUYÊN TẮC 1. Measure everything (phải đo 1. Chỉ thu thập Data nào còn thiếu từ sơ đồ phân
được mới đánh giá được) tích, cân nhắc xem Data đó có cần thu thập định
2. Measure continuously: phải đo kì từ sau này không?
lường liên tục, không được bỏ ngang 2. Nếu là dữ liệu nội bộ thì cần tổng hợp và xử lý
3. Report periodly: Phải tổng kết báo chuyên sâu những dữ liệu đã thu thập định kì.
cáo theo tuần, tháng, quý, năm, để Nếu là dữ liệu hành vi, thì thường cần tham
xác định vấn đề hoặc cơ hội tăng khảo, thuê bên số ba, hoặc tự làm bảng hỏi, các
trưởng câu hỏi căn cứ vào Objective của Sơ đồ phân
tích.
à Đọc thêm Ngành hàng nào, Phòng ban nào quan trọng Metrics gì trên Thư viện của khoá học.
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.
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
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?
VẼ CHART DỰA TRÊN MỐI QUAN HỆ GIỮA CÁC DATA LOẠI CHART