Data-driven là gì mà thế giới phải hót?

Nội dung

Hót suốt ngày, mọi nơi, mọi nẻo đường, mọi bài viết, mọi bình luận. Bạn không cần lo lắng sợ rằng Data-Driven là một trào lưu mau chóng suy thoái hoặc một cái gì đó quá xa vời với thực tại nhé. Hãy nhớ rằng Data-Driven là một khái niệm được đặt tên cho việc sử dụng dữ liệu vào quá trình quyết định vấn đề. Nghe có vẻ khá đơn giản nhưng thực chất việc ứng dụng nó vào cuộc sống của bạn hay công việc của bạn cũng cần phải luyện tập khá nhiều và đòi hỏi sự tuân thủ nghiêm ngặt như cách bạn nghiêm túc dành thời gian đi tập gym/chạy bộ/thể dục hằng ngày.

Dữ liệu và mục tiêu? Quá đơn giản

Đi vào vấn đề

Bạn, dưới cương vị là một Data Lead trong một công ty bán lẻ tầm cỡ, bạn được giao bài toán thu thập và thống kê chức năng nút “Mua Ngay” trên website của công ty bạn. Rằng liệu chức năng này có thực sự mang lại hiệu quả hay không? Có những vấn đề gì cần cải thiện hay không? Khách hàng đánh giá như thế nào với chức năng này? Cảm thấy rất hứng thú, vì nó đúng với nghiệp vụ của bạn, đúng với định hướng Data-Driven mà công ty đã “hứa” với bạn.

Dự tính

Dự án có khá nhiều thứ cần hoàn thành, tuy nhiên nó đều nằm trong kinh nghiệm và dự tính của bạn. Bạn quyết định viết ra một kế hoạch chi tiết về dự án bao gồm:

  • Thu thập dữ liệu độc lập với hệ thống POS của công ty và Google Analytics vì bạn cần hiểu sâu hơn về khách hàng trên trang.
  • Bạn yêu cầu gắn thêm công cụ đo lường heatmap vào website để tìm hiểu cách khách hàng đi trang như thế nào.
  • Bạn thông báo cho bộ phận Trải Nghiệm Khách Hàng (CX) hỗ trợ mình phỏng vấn khách hàng để có thể thu thập đánh giá của họ.
Bạn làm việc rất rất chăm chỉ.

Thời sắp tới

Hai tháng trôi qua, toàn bộ dữ liệu đã được team bạn chuẩn bị kỹ lưỡng. Mọi thứ nói lên rằng tuy nút “Mua Ngay” trên website đôi khi vẫn còn lỗi và không dễ nhận biết trên website, tuy nhiên khách hàng của bạn vẫn hoan nghênh chức năng đó vì giảm thời gian họ mua sắm (3.6% tỉ lệ click trên nút “Mua Ngay” so với 3.2% tỉ lệ click trên nút “Giỏ Hàng”).

Thêm nữa, trên funnel giữa nút “Mua Ngay” và “Giỏ Hàng” cũng nói lên rằng khách hàng thích mua nhanh hơn việc phải bỏ vào giỏ hàng, với tỉ lệ chốt đơn tương ứng là 56.4% so với 30.1% (lưu ý: funnel chỗ này đo lường khách hàng có quyết định mua hàng hay không sau khi ấn vào một trong hai nút trên).

Nút “Mua Ngay”Nút “Giỏ Hàng”
Tỉ lệ click3.6%3.2%
Tỉ lệ chốt 56.4%30.1%
Bảng tỉ lệ giữa hai nút

Kết luận: bạn thấy rằng chỉ cần sửa lỗi hiển thị và sửa lại UI của nút “Mua Ngay” thì đã có thể dễ dàng tăng thêm doanh thu cho công ty. Bạn thuyết trình tràn đầy niềm tin với ban giám đốc. Bạn có thể tưởng tượng cảnh mọi người cám ơn vì cố gắng của team bạn, hay thưởng nóng cho team bạn và thậm chí là quyết định tăng lương cho cả team bạn luôn.

Cú đánh từ hư không

BAM!!! Một anh/chị trưởng phòng nào đó nói rằng, khách hàng có thể sẽ mua nhiều hơn khi sử dụng chức năng “Giỏ Hàng”, vì “Mua Ngay” chỉ có thể mua 1 món và “Giỏ Hàng” có thể và đề nghị bỏ luôn nút “Mua Ngay”. Lại có một luồng ý kiến khác rằng, khách hàng có thể bỏ vào giỏ hàng và quên luôn việc có giỏ hàng. Lại nữa, một luồng ý kiến nữa rằng vẫn có khách hàng cần quyết định mua hàng nhanh.

Okay okay, mọi người đều rất vui vẻ sôi nổi, chỉ riêng bạn là không.
Okay okay, mọi người đều rất vui vẻ sôi nổi, chỉ riêng bạn là không.

Mọi niềm vui sướng của bạn hóa thành bọt biển, tăng lương đã quá xa vời, thưởng nóng không còn nữa, ngay cả lời cảm ơn cũng trở nên gượng gạo. Từ dự án đo lường, thống kê về nút “Mua Ngay”, nay bạn phải tìm hiểu thêm về tỉ lệ “Từ bỏ giỏ hàng” đối với khách hàng sử dụng nút “Giỏ Hàng”, và đồng thời phải kiêm luôn dự án A/B testing đối với “Mua Ngay” và “Giỏ Hàng” xem rằng nếu chỉ có 1 nút duy nhất thì các tỉ lệ mua hàng sẽ như thế nào.

Chưa hết, ban giám đốc quyết định mở thêm một kênh tiếp cận mới trên Tiktok ngay trong buổi họp, nên bạn còn phải kiêm nhiệm luôn việc thống kê lượt tương tác như thế nào trên Tiktok,.

Fun facts

Các ý kiến phản biện ở trên không hoàn toàn đúng và cũng không hoàn toàn sai (chúng ta sẽ nói sâu hơn ở một bài khác). Tuy nhiên với mỗi đặc thù kinh doanh của mỗi công ty khác nhau, các bức tranh chiến lược cũng khác nhau, nên mọi phản biện cũng đều cần xoay quanh mục tiêu chung của công ty để tăng giá trị cao nhất.

Với trường hợp ví dụ như trên là không, vì ban giam đốc đã bỏ qua một cơ hội tăng doanh thu, cũng như lãng phí về mặt nhân lực và thời gian. Thực tế đã 2 tháng trôi qua và sẽ còn thêm ít nhất 2 tháng nữa để đo lường các vấn đề khác, mà không có bất cứ hành động nào cần thiết để thay đổi thực tế.

Trở về thực tại

Có thể bạn đã trải qua những chuyện trên hoặc chưa đi nữa, rất may đây vẫn là một bài post. Cái chúng ta cần làm trong bài post này là hiểu sâu về cơ chế tâm lý trong Data-Driven và cách có thể thay đổi chúng.

Một ví dụ đơn giản khác: bạn đắn đo việc mua một máy tính từ nhà cung cấp A, bạn quyết định xem số điểm đánh giá từ khách hàng trước. Wohla, 4.1 điểm, lúc này sẽ có 02 khả năng:

  • Bạn thấy rằng số điểm này phù hợp để bạn quyết định mua (Mặc dù có nhiều nhà cung cấp khác có điểm số cao hơn hoặc thậm chí là tuyệt đối).
  • Bạn cho rằng 4.1 chưa đủ thuyết phục, thậm chí trong mục đánh giá vẫn có nhiều 1 sao, bạn không mua.

Thấy quen với bài toán “Mua Ngay” chứ? Đúng vậy, chúng ta cũng có thể không quyết định được ngay cả cuộc sống thường ngày với số điểm 4.1 bự chảng. Vấn đề ở chỗ bạn có thể thay đổi mục tiêu bất cứ lúc nào ngay cả khi đã nhận được đầy đủ số liệu cần thiết. Hoặc bạn chỉ sử dụng dữ liệu để thỏa mãn dự định bạn sẽ tính làm, nếu dữ liệu không thỏa mãn? Bạn ngay lập tức tìm lý do khác để từ chối dữ liệu đó.

Cách giải quyết

Luôn đặt cho mình một mục tiêu nhất định, và từ chối việc thay đổi mục tiêu đó ngay cả khi nó đi ngược lại với cảm tính của mình. Chúc mừng bạn đến Decision-Making 101.

Thực hành nhé

Bạn có thể thực hành về Decision-Making bằng những hành động trong ngày. Ví dụ: bạn quyết định chỉ mua một cái áo giá từ 500k trở xuống. Bạn kiểm tra giá, oài, giá 515k, bạn nên từ bỏ chứ?

Take-away

Data-Driven là một chuỗi hành động sử dụng dữ liệu để lựa chọn và thực thi một quyết định nào đó. Và bạn cần phải luyện tập tâm lý cho việc đó bằng cách đặt rõ những mục tiêu trước khi sử dụng dữ liệu (BATNA) và nên từ bỏ khi nó đã chạm ngưỡng.

Bài viết liên quan

SQL trong Data Analysis: Procedure và Function – 2 công cụ không thể thiếu

Xin chào các bạn đã quay trở lại chuỗi bài SQL trong Data Analysis...

Tự học Data Analyst: Tổng hợp chuỗi bài SQL 101 trong Data Analysis

Trong bài viết này, chúng ta sẽ tổng hợp các bài viết thành một...

SQL trong Data Analysis: Hiểu rõ và ứng dụng đệ quy (Recursive trong PostgreSQL)

Trong thế giới của cơ sở dữ liệu quan hệ, các truy vấn đệ...

[Phân Tích Dữ Liệu Với Python] Tập 1: Làm Quen Với Pandas

Trong thời đại tiến bộ của khoa học dữ liệu, khả năng phân tích...
spot_img