Chúng ta đã nghe quá nhiều về: Có 3 giai đoạn phân tích Descriptive Analytics (phân tích mô tả), Diagnostics Analytics (phân tích chẩn đoán), Predictive Analytics (phân tích dự đoán) đúng chứ?
Nhưng liệu bạn có biết và sử dụng đúng và đủ các kỹ thuật phân tích trong từng giai đoạn kia chưa!
Mình chưa thể, vì có quá nhiều techniques mà mình chưa có cơ hội sử dụng qua.
Trong bài viết hôm nay, từ trải nghiệm cá nhân đúc kết qua nhiều năm đi làm, mình sẽ chia sẻ về 10 kỹ thuật Descriptive Analytics mà có thể bạn chưa biết.
10 kỹ thuật, được chia thành 3 nhóm chính, sẽ giúp chúng ta phân tích & diễn giải “Chuyện gì đã xảy ra” một cách toàn vẹn và logic nhất:
Nhóm 1: Khám Phá Xu Hướng & Tổng Quan Dữ Liệu
1. Trend & Time-Based Analysis: Theo dõi sự biến động theo thời gian bằng cách so sánh.
- Mục tiêu: Theo dõi sự biến động của các chỉ số chính qua từng giai đoạn.
- Phương pháp: So sánh dữ liệu theo daily, weekly hoặc seasonality.
- Ví dụ: Theo dõi MKT campaign theo tuần, xác định giai đoạn hiệu quả giảm.
2. Summary Statistics & KPIs: Thể hiện rõ các chỉ số kinh doanh quan trọng bằng số trung bình cộng, tổng…
- Mục tiêu: Thể hiện hiện trạng của các chỉ số quan trọng.
- Phương pháp: Thống kê trung bình, trung vị, độ lệch chuẩn hoặc tỷ lệ phần trăm.
- Ví dụ: Theo dõi doanh thu trung bình theo tháng để đánh giá hiệu suất.
3. Distribution & Frequency Analysis: Phân tích phân phối dữ liệu để nhận diện nhóm vượt trội hoặc bất thường.
- Mục tiêu: Xác định mức độ tập trung hay phân tán của dữ liệu.
- Phương pháp: Phân tích phân phối dữ liệu để nhận diện nhóm vượt trội hoặc bất thường.
- Ví dụ: Phân tích phân phối số lượng giao dịch để phát hiện nhóm có hành vi bất thường.
Nhóm 2: Hiểu Người Dùng & Hành Vi Khách Hàng
1. Segmentation & Group Analysis: Dựa vào đặc điểm để phân nhóm, từ đó quan sát sự khác biệt giữa các nhóm.
- Mục tiêu: Phân tích đặc tính hoặc chỉ số thay đổi giữa từng nhóm người dùng.
- Phương pháp: Phân nhóm theo nhân khẩu học, hành vi hoặc giá trị.
- Ví dụ: Phân tích hành vi chi tiêu theo nhóm tuổi để xác định phản ứng khác biệt với chiến dịch marketing.
2. Funnel & Path Analysis: Theo dõi toàn bộ hành trình của users.
- Mục tiêu: Đo lường hiệu quả ở từng bước trong process user.
- Phương pháp: Đánh giá tỷ lệ chuyển đổi giữa các giai đoạn trong phễu.
- Ví dụ: Theo dõi tỷ lệ hoàn tất từng bước để phát hiện điểm rơi chuyển đổi.
3. Cohort & Retention Analysis: Theo dõi hành vi của từng nhóm người dùng theo thời gian.
- Mục tiêu: Theo dõi hành vi của từng nhóm người dùng theo thời gian.
- Phương pháp: So sánh hiệu suất giữa các cohort theo thời điểm đăng ký hoặc mua hàng.
- Ví dụ: Theo dõi tỷ lệ quay lại của người dùng đăng ký theo từng tháng để đánh giá hiệu quả giữ chân (retention).
4. Product or SKU-level Breakdown: Xác định sản phẩm hoặc danh mục đóng góp chính vào hiệu quả chung.
- Mục tiêu: Xác định sản phẩm/danh mục đóng góp chính vào hiệu quả.
- Phương pháp: Phân tích tỷ trọng doanh thu/lượt bán theo danh mục.
- Ví dụ: Theo dõi doanh thu theo danh mục để nhận diện sản phẩm chủ lực.
Nhóm 3: Đánh Giá & Tối Ưu Kết Quả Hoạt Động
1. Geographic & Spatial Analysis: Hiểu sự khác biệt giữa các khu vực địa lý.
- Mục tiêu: Hiểu sự khác biệt về hiệu suất giữa các khu vực địa lý.
- Phương pháp: So sánh kết quả giữa các vùng hoặc chi nhánh.
- Ví dụ: Theo dõi doanh thu theo từng khu vực để xác định vùng có hiệu suất tốt hơn và tối ưu nguồn lực marketing.
2. A/B Test Summaries: So sánh kết quả giữa nhóm thử nghiệm và nhóm đối chứng.
- Mục tiêu: Theo dõi kết quả ở từng nhóm thử nghiệm.
- Phương pháp: So sánh kết quả giữa các nhóm được thử nghiệm.
- Ví dụ: Theo dõi tỷ lệ đăng ký giữa hai nhóm giao diện A và B để xác định phiên bản mang lại hiệu quả cao hơn.
3. Descriptive Text or Survey Summaries: Rút ra các điểm chính từ bình luận, nhận xét hoặc khảo sát.
- Mục tiêu: Rút ra các điểm chính từ bình luận, nhận xét hoặc khảo sát.
- Phương pháp: Tổng hợp và phân tích tần suất từ khóa, chủ đề nổi bật trong phản hồi.
- Ví dụ: Theo dõi sự xuất hiện của các từ khóa tiêu cực để phát hiện vấn đề về trải nghiệm sản phẩm.
Đây là một trong những kiến thức phân tích nền tảng về cách áp dụng tư duy phân tích mà bạn sẽ được học và thực hành trong lớp
“Master Analytical Thinking & Data Analysis with Power BI”
🌟13 buổi học 🌟2 dự án 🌟5 chủ đề
🔹 Giai đoạn 1 – dùng tool Power BI (Từ làm sạch đến dùng hàm DAX)
🔹Có 1 buổi riêng để tóm tắt các bước giải case từ A-Z: Từ data thô → làm dashboard → tạo insight → xây consulting slide để trình bày.
🔹 Giai đoạn 2 – Phân tích case thật, đặc biệt là PRODUCT
Mentor Lucas với domain Product sẽ đồng hành cùng các bạn để biến dữ liệu thực tế trở nên có ý nghĩa hơn bằng kinh nghiệp nhiều năm trong nghề của anh.
🌟13 buổi học 🌟2 dự án 🌟5 chủ đề
🔹 Giai đoạn 1 – dùng tool Power BI
🔹Có 1 buổi riêng để tóm tắt các bước giải case từ A-Z: tạo consulting slide
🔹 Giai đoạn 2 – Phân tích case thật, đặc biệt là PRODUCT
Mentor Lucas với domain Product lâu năm sẽ đồng hành cùng các bạn để biến dữ liệu thực tế trở nên có ý nghĩa hơn.
