Trong khoảng 3 năm qua mà chúng ta được nghe loáng thoáng các từ như Big data, Data-driven marketing, Machine learning, AI…Nhưng ứng dụng trong thực tế thế nào, và DN vừa và nhỏ có triển khai được không? Mình không viết về những điều cao siêu, mà chỉ là những câu chuyện giản đơn, gần gũi về việc phân tích số liệu giúp ra quyết định trong thực tế kinh doanh tại VN để các bạn cùng tham khảo "Số liệu là thước đo giá trị của Doanh nghiệp" “Số liệu là vàng" “Số liệu là cơ sở để ra quyết định” Những cái này chắc các bạn đã nghe quá nhiều rồi. Nhưng tóm lại thì Số liệu giúp gì cho công việc kinh doanh của tôi ? Lời của Peter Drucker: “If you can measure it, you can’t improve it" Còn Edward Deming “If you do not know how to ask the right question, you can discover nothing" Cuốn sách sẽ giúp các bạn thực hiện những cách thức đơn giản và không đòi hỏi kĩ thuật cao siêu gì mà vẫn tìm ra được câu hỏi bí ẩn đằng sau các Số liệu Ai sẽ phù hợp để đọc ebook này Các bạn chịu trách nhiệm tăng trưởng cho SMB vừa qua được giai đoạn “sống sót", cần tìm thêm cảm hứng và ý tưởng để vươn xa Các bạn đang kinh doanh truyền thống, mong muốn lên môi trường số để tăng trưởng bằng TMĐT. Các bạn Digital Marketers cần tìm các ý tưởng và nguồn cảm hứng mới, thay vì quá tập trung vào Ads như hiện nay Các bạn đang nóng lòng khởi nghiệp, cần tìm những ví dụ cụ thể để bắt tay vào làm Nội dung cũng sẽ phù hợp nhất cho các Startup/ SMB quy mô từ 5 → 30 nhân sự, ngân sách hoạt động ở mức 500 triệu → 3 tỉ mỗi năm, và tăng trưởng dựa trên các nền tảng số (facebook, google, youtube, instagram, website, email…) MUA SÁCH TẠI: https://a1grow.com/products/sach-quan-tri-va-phan-tich-so-lieu-tu-excel-den-business-intelligence

1.
Quản trị và phân tích số liệu
Từ excel đến Business Intelligence
A1digihub.com
1
tuan@a1digihub.com
4th Jan, 2020
1
​http://a1digihub.com​ ​https://facebook.com/a1digihub
https://www.facebook.com/groups/cong.dong.google.a1digihub/
https://www.facebook.com/groups/595890304519843/

2.
Lời mở đầu
Tròn 6 tháng ​A1digihub​ ra mắt sản phẩm A1 analytics​, đồng thời với các hoạt động Truyền Thông, Đào
tạo, Chia sẻ nhằm giúp các SMB nắm được các mô hình + kiến thức đúng đắn áp dụng vào kinh doanh
trong kỉ nguyên số.
Kết quả còn khiêm tốn nhưng đã tạo được ảnh hưởng tích cực và thu hoạch được rất nhiều bài học
quý giá về Tăng trưởng
Cuối năm ngồi ngẫm lại những gì đã thực hành được, kết hợp với quan sát các anh em khác tăng
trưởng thì A1digihub​ nhận thấy có những xu hướng sau đây đang thay đổi mạnh mẽ việc Kinh doanh
trong kỉ nguyên số. Viết lại tặng ae, như 1 lời cảm ơn đến những người bạn, đối tác, khách hàng đã
ủng hộ A1 Digihub.
Bộ sách gồm 3 cuốn
1. Phân tích số liệu . Từ excel đến Business Intelligence
2. Xây dựng Mô hình kinh doanh Tinh gọn
3. Growth mastermind - tăng trưởng tại các DN trăm tỉ thời đại số
Mình sẽ tập trung vào các case study thực tế của cá nhân, có lấn qua một chút các case hay ho khác.
Tài liệu phù hợp cho: chủ DN, Marketing manager, Head of Digital, Ecommerce Manager, Digital
specialists tại các DN SMB có quy mô từ 5 tỉ đến 100 tỉ mỗi năm, nhân sự từ 5 đến 50 người
Quyển 1 “Phân tích số liệu . Từ excel đến Business Intelligence” sẽ nói về chủ đề rất hot trong
khoảng 3 năm qua mà chúng ta được nghe loáng thoáng các từ như Big data, Data-driven marketing,
Machine learning, AI….Tuy thế mình không viết về những điều cao siêu đó (hoặc chưa đủ trình độ để
viết). Mà chỉ là những câu chuyện giản đơn, gần gũi trong thực tế kinh doanh tại VN để các bạn cùng
tham khảo
1

3.
Quản trị và phân tích số liệu
Từ excel đến Business Intelligence
Tổng hợp từ: các bài viết và tài liệu bản quyền của A1digihub, có tham khảo case study từ Nguyễn
Tùng Giang​ và ​Bùi Sơn Tâm
Hình 1:​ ​Phân tích dữ liệu là nền tảng bắt buộc để ra các quyết định kinh doanh
2

4.
Lời mở đầu
"Số liệu là thước đo giá trị của Doanh nghiệp"
“Số liệu là vàng"
“Số liệu là cơ sở để ra quyết định”
Những cái này chắc các bạn đã nghe quá nhiều rồi. Nhưng tóm lại thì Số liệu giúp gì cho công
việc kinh doanh của tôi ?
Hình 1:​ ​Không đo lường thì lấy gì để cải tiến và quản trị - lời của các bậc thầy Drucker và Deming
3

5.
CHUYỆN CỦA GIANG
Hãy nghe từ chia sẻ của Nguyễn Tùng Giang - 1 Chief Growth Officer của hàng chục DN quy mô
trăm tỉ trong các mảng Mỹ phẩm, TPCN, Sức khoẻ
WHY: Tại sao phải bắt đầu?
Kinh nghiệm làm Giám đốc Tăng trưởng tại nhiều DN cho thấy, nếu không đặt ra câu hỏi này từ
đầu thì gần như đều dừng chân giữa đường hoặc làm không đến nơi. Để cho anh em chút động
lực, Giang xin kể vài câu chuyện thực tế
CÂU CHUYỆN THỨ NHẤT:
2014 , mảng mỹ phẩm của Giang kinh doanh thuận lợi, đỉnh điểm doanh số bán lẻ mỗi ngày gần
1.2 tỷ. Như 1 con ngựa non háu đá chúng tôi chỉ tập trung vào việc đẩy marketing & sale làm sao
cho bán được nhiều đơn hàng nhất có thể, khách hàng sử dụng ra sao, có quay lại mua tiếp
không thì mặc kệ
Lúc đó bán cho 1250 khách hàng tổng doanh số chỉ có 572 triệu, trong đó đơn lẻ thì chiếm 87%,
đơn combo chỉ có 13% và gần như tỷ lệ khách hàng cũ quay trở lại chỉ có 7%. Giá trị của một
khách hàng đó đối với Doanh nghiệp là 484.000₫, giá trị của một khách hàng đối với nhân viên
sale chỉ là 4846₫ ( không bằng 1/10 ly Trà Sữa.)
Và đến một ngày khi doanh số chúng tôi sụt giảm vì thương hiệu bắt đầu giảm dần độ nóng trên
thị trường, chỉ có một thứ cứ tăng duy nhất là chi phí nhân sự hệ thống.
Đó là động lực để chúng tôi quyết định dừng lại một nhịp, nhìn toàn cảnh và xây hệ thống CRM
vào DN của mình, với hy vọng vực dậy.
4

6.
Những thành quả không ngờ sau công cuộc cải tổ đó là:
1. Cùng với 1.250 khách hàng nhưng doanh số đạt lên tới 925 triệu, đơn giản vì lúc này đơn
lẻ chỉ chiếm 40% còn đơn combo chiếm 60%.
2. Không chỉ vậy với nhiều thay đổi về CSKH và chương trình Khuyến mãi, tỷ lệ khách quay
trở lại sau lần đầu tiên đã tăng lên từ 7% lên tới 48%.
3. 15% khách hàng mới đến từ những khách hàng cũ giới thiệu mà không tốn chi phí
Marketing nào.
4. Giá trị trung bình của một khách hàng lên tới 1 triệu 6.
Cách chúng tôi đã làm như sau
1. Khi sâu sát cùng với ae Sale trong từng đơn hàng bán ra, chúng tôi phát hiện có nhiều
sale upsell rất hiệu quả, đơn mụn luôn bán được sữa rữa mặt đi kèm.
→ ​Nên quy trình kịch bản của chúng tôi bắt buộc và ra chỉ tiêu cho sale khi bán sản phẩm
trị mụn bắt buộc phải bán thêm sữa rửa mặt, điều đó là giúp chúng tôi tăng giá trị trung
bình đơn đơn từ 425000₫ lên 700.000₫
2. Sau đó phân tích sâu hơn về chu kỳ sử dụng sản phẩm, Ví dụ như mụn thường chu kỳ sử
dụng là 30 ngày, và nếu chủ động gọi cho KH trước khi họ xài hết thì tỉ lệ Upsell tăng
đáng kể
→ ​Áp dụng CRM chúng tôi cho hệ thống báo tự động cho Sale ngày KH sắp hết hạn sử
dụng, hãy gọi điện và chăm sóc ngay nhé.
a- Trường hợp KH chưa hết mụn nhân viên sale sẽ up thêm kem trị mụn.
b- Trường hợp KH đã hết mụn Sẽ up thêm sữa rửa mặt nếu trước đó KH chưa mua combo
c- Trường hợp KH không mua sữa rửa mặt Sale sẽ cross sell sang kem trị sẹo trị thâm,
d- Nếu KH không bị sẹo bị thâm Chúng tôi sẽ up kem dưỡng da
3. Mỗi KH mua đơn đầu tiên chúng tôi đều tặng 1 phiếu mua hàng trị giá 50.000 hoặc
100000₫ cho lần mua tiếp theo. Kết hợp CRM và CTKM, Chúng tôi đã tăng tỷ lệ KH cũ từ
7% lên 48%, hiện tại con số mới nhất đã lên tới 58% (t8/ 2019)
KHÔNG CHỈ GIA TĂNG DOANH SỐ VÀ SỰ TRUNG THÀNH CỦA KH mà điều ý nghĩa hơn
với tôi đó là : Tăng THÁI ĐỘ - HIỆU SUẤT công việc và lòng TRUNG THÀNH của nhân sự
sale: Trước đây sale nhìn KH chỉ trị giá bằng 4846₫ tức là bằng 1 /10 ly trà sữa. Sau đó tôi
5

7.
cho sale hiểu rằng cùng với 1.250 khách hàng tổng hoa hồng các bạn nhận được không
chỉ là là 6 triệu mà lên tới 21 triệu và những KH đó sẽ giới thiệu thêm thêm nhiều KH cho
các bạn. Kết quả là sale Chăm sóc khách hàng ngày càng nhiệt tình chu đáo
Hình 4​: Bản theo dõi “huyền thoại" của Nguyễn Tùng Giang - nhìn rất lộn xộn nhưng đáng giá tiền tỉ
6

8.
CÂU CHUYỆN THỨ HAI:
2019 tại chuỗi 8 spa tôi đang làm giám đốc tăng trưởng, có một số quyết định đã giúp chúng tôi
loại bỏ 50% khách hàng lạnh, tăng được gần 30% KH đặt lịch
● Theo dõi báo cáo Call center và ​Pancake​ chúng tôi phát hiện có rất nhiều khách hàng call
và inbox ở những khung giờ đêm 18h-24h; lúc đó rất dễ xin số điện thoại và chốt lịch. Nên
ngay lập tức xây dựng cơ chế trực đêm ; kết quả là tỉ lệ KH lạnh trong khoảng thời gian
đêm giảm 60%, tỉ lệ chốt lên tới 30% so với trước đây không có ai chăm sóc.
● Một phân tích cho thấy có rất nhiều khung giờ đặc biệt bị bỏ qua : 6h30 – 7h30 / 11h30 –
13h / 24h – 2h. Nên đã xoay ca linh hoạt để đảm bảo khi kh liên hệ thì luôn luôn có người
giải đáp và phục vụ. Kết quả tỉ lệ chốt tăng hơn 18% ở các khung giờ đó
● Cuộc Miss Call ở khung giờ hành chính quá cao. Đưa vào cơ chế bắt buộc không để điện
thoại reo quá 5s, đem vào KPI hiệu suất, phạt nếu quá cao => tỉ lệ miss call giảm 80%
Hình 5​: Chưa cần đến CRM - một file excel đã đủ theo dõi mọi thứ quan trọng
● Nếu ngay từ lúc đầu phát triển doanh nghiệp chúng tôi tập trung vào những vấn đề trên,
thì có lẽ đã không xảy ra những câu chuyện như tụt giảm doanh số, khách hàng bỏ đi.
Theo ước tính tôi đã bỏ rơi gần 50.000 khách đã chi trên 1 triệu 2 trong thời mông muội
đó
Giang khuyên các bạn trước khi bắt đầu Xây dựng hệ thống phân tích số liệu marketing và
sale: HÃY ACTION NGAY ĐI ANH EM À.
7

9.
Mà ACTION từ đâu ?
Có bao giờ bạn ngồi xuống vài ghi ra cụ thể những câu hỏi mà mình luôn phải “đau đáu" không ?
Như thế này :
1. Doanh thu , lợi nhuận của bạn đến từ mặt hàng nào, đang tăng giảm bao nhiêu % từng
ngày/tuần/tháng/quý/năm
2. Lãi ròng trên từng sản phẩm hoặc cửa hàng là bao nhiêu sau khi trừ đi tất cả mọi chi phí
(kể cả lương chủ)
3. Tỉ lệ % của từng loại chi phí: giá vốn, marketing, sale, giao nhận - bóc tách tỉ lệ này ra cho
từng loại sản phẩm, từng cửa hàng, từng team, chia theo ngày/tháng/quý
4. Chi phí để có 1 khách (CAC = customer acquisition cost) là bao nhiêu ; giá trị vòng đời của
khách (LTV = Life time value) là bao nhiêu. Tần suất mua hàng và giá trị trung bình từng
đơn hàng
5. Tỉ lệ chốt của từng sale? Tốc độ và hiệu suất làm việc của Sale?
6. Hiệu quả của Marketing: reach, view, traffic, lead, qualified lead, deal... Google hay
Facebook đang đem lại hiệu quả tốt hơn. CPL trên từng kênh là bao nhiêu? Đang tăng
hay giảm? Nếu tăng thêm 20% ngân sách cho Ads thì liệu doanh số có tăng 20% ?
7. Các chỉ số nào đang tốt và các chỉ số nào đáng báo động? Hay đợi chuyện xảy ra rồi mới
vỡ lẽ
8. ……………..
Mình gặp rất nhiều DN vừa và nhỏ, có đến 90% các bạn rất mù mờ về câu trả lời. Hoặc sẽ biết 1
cách chung chung rằng đang lời bao nhiêu, hoặc nhớ đơn giản là bỏ 1tr tiền ads thu về 30tr
doanh số
Khi thuận lợi thì ko sao. Đến lúc gặp khó thì ko biết khó ở đâu để gỡ. Hoặc dễ quyết định theo
cảm tính, và đỡ ko kịp. Hoặc nghe lời nhân viên rồi đến lúc mới a đã lầm tin em
8

10.
BÀI HỌC
Qua 2 Câu chuyện của GIANG, chúng ta nhận rõ được cốt yếu trong cách vận hành DN bán
online hướng đến Tăng trưởng lợi nhuận là
- QUYẾT LIỆT: mọi thứ cần phải hành động ngay với tinh thần và kỉ luật cao nhất
- THỰC DỤNG: đánh thẳng vào doanh số (với Sale) và Lợi ích (với khách hàng); rõ ràng DN
nhỏ không thể quá trông mong vào những cái dài hạn như Brand awareness hay
Customer experiences
- HỆ THỐNG: có quy trình, báo cáo và phân tích liên tục; mặc dù hệ thống nhìn hơi lộn xộn
Hình 6:​ Báo cáo tự động của 1 cty cho vay tài chính. Kiểm soát được mọi thứ quan trọng trong lòng bàn tay
9

11.
CHUYỆN CỦA TÂM
Tâm là tay ngang kỹ thuật Hàng Không nhảy sang buôn đồ TQ rồi giờ đến quà tặng
(​Vaithuhay.com​) & chuỗi cửa hàng thời trang (Basichouse.vn​) được 6 năm. Đến giờ doanh số cả
hai mảng đều rất ổn định, Tâm có thể thoải mái để tập trung nhiều hơn vào các vấn đề chiến
lược, quản trị và tối ưu hệ thống
Tâm bắt tay vào thực hiện & chỉnh sửa Hệ thống bằng GG Spreadsheet​ ngay từ đầu, dựa trên
nhu cầu thực tế, đáp ứng cơ bản được việc quản trị kinh doanh tự động
File ban đầu khá đơn giản, nhưng liên tục nâng cấp và cải tiến suốt 6 năm giờ thành một hệ
thống hoàn chỉnh và sát với nhu cầu DN
1. Nắm được chi tiết hiệu quả từng Sku, từng Ads, từng sale. (REALTIME)
2. Dự đoán được theo mùa vụ, theo Sku, biết cần đầu tư vào đâu
3. Tối ưu Vòng lưu chuyển hàng hoá để ko bị âm vốn
4. Scale bằng đội freelance & agency thế nào
Hàng chục file google sheet liên kết với nhau. Đồng bộ giữa số bán với Inventory, Forecast, P&L
và Purchasing. Đảm bảo ko sai sót bất kì số liệu nào
10

12.
Hình 7 & 8: ​Hệ thống quản trị, tối ưu và lập kế hoạch của cty TMĐT/ Bán lẻ dưới 1tr usd (và dưới 30 người).
11

13.
Hệ thống được chia làm 5 phần chính
1. Sale Tracking: đo lường doanh số
2. Inventory - COGS Tracking: đo lường tồn kho
3. Forecast, Purchasing Order, Pending Order: đo lường Vận đơn
4. Marketing Tracking: đo lường hiệu quả Marketing
5. Profit & Lost Track: đo lường tài chính
Hoạt động vận hành & giao hàng, tích hợp vẫn sử dụng Haravan​ (hoặc Nhanh​, ​Sapo​, ​Trustsales​…
mỗi hệ thống có một ưu thế riêng tuỳ đặc thù của bạn mà chọn cho phù hợp). Tuy nhiên toàn bộ
đơn hàng và Quảng cáo (Facebook ads​) được mình dùng API kéo số liệu ra cloud để đưa lên
spreadsheet​ , sau đó được hợp nhất và đổ về một file phân tích thành 5 loại đo lường như ở trên.
1. Sale Tracking
- Tổng quan: doanh số, running rate (doanh thu dự kiến)
- Sale KPI cho nhân viên
- Promotion - Coupon: với từng chương trình phải biết giảm vậy với số bán là lời hay lỗ....
- Conversion rate: từng ngày của từng kênh, từng ca làm việc, và từng seller để biết bạn
nào hôm qua mải chơi, kênh nào mang lại doanh số tốt....
- Chi tiết conversion rate của từng sản phẩm theo khoảng thời gian muốn xem
2. Inventory - COGS Tracking
Hiện nay các hệ thống Omni-channel đều có sẵn, nếu không muốn tự làm có thể mua để
dùng. Tâm làm thêm phần đo lường ITR (Inventory Turnover Ratio) của từng sản phẩm dựa
trên mức tồn nhập - xuất & ROI để đánh giá , rồi đẩy vào phần Forecast nhằm giúp
Purchasing có cơ sở mua hàng & deal giá với Vendor.
3. Forecast System​:
Tâm khá tự hào . Chỉ cần đưa vào dữ liệu lịch sử - kế hoạch chạy ads từ file Marketing của
team, ITR của sản phẩm, ROI & một phần nhỏ khoảng 10% dự phòng là đưa ra được dự
12

14.
báo mua hàng, từ đó tối ưu đần chỉ số ITR về dưới 1 ( hiện tại là 0.8 - tức là tốn 24 ngày để
bán hết kho - một vòng quay tiền rất tốt đúng không)
4. Profit & Loss​:
Tổng hợp hết các phần ở trên lại để biết ngày nào lời, ngày nào lỗ, chạy ra ROI. Các thông
số này sẽ là đầu vào cho việc lập kế hoạch Marketing cũng như dự báo nhập hàng. Việc
hoạch định giá Ads cũng rất quan trọng với các hàng bán nhanh như thời trang
+ Giá Ads tối đa cho phép của từng sản phẩm → vượt quá là đưa ra cảnh báo
+ Hàng nào/ Category nào đang có lỗ Ads → chủ động giảm hoặc ngưng luôn để tránh
thất thoát
+ Nhân viên hoặc freelancer chạy ads đem lại lời lỗ như thế nào → điều chuyển hoặc thay
đổi cách thức
Ở đây Tâm không bàn tới Business Model hay hiệu quả kinh doanh vì Tâm cũng sấp mặt hoài,
phương châm là đo lường để tối ưu liên tục, đứng dậy sau thất bại. Hệ thống có vẻ ghê gớm,
nhưng bạn có thể chọn cách làm đơn giản hơn, quan trọng nhất là luôn tập trung giải quyết vấn
đề thì Tăng trưởng sẽ đến
***Anh em cần slide và Video full thì request join group Growth Mastermind ​, có workshop mỗi
tuần và Kết nối với hàng ngàn CEO/ CMO đang kinh doanh số. Buổi của Tâm rất đông, được anh
em đánh giá cao về độ thực tiễn lẫn trải nghiệm phong phú
13

15.
BÀI HỌC.
Qua Câu chuyện của TÂM, chúng ta nhận rõ được cốt yếu trong cách vận hành DN bán online là
- ĐO LƯỜNG: mọi thứ cần phải được setup ngay từ đầu, từng li từng tí một. Bản chất bán
hàng là tối ưu từng % nên chỉ cần lơ là thì sẽ mất tiền tỉ
- LƯỢNG HOÁ: Nhân viên từng bộ phận phải biết rõ họ cần đạt KPI gì, các bước phải làm ra
sao. Ngay cả những bộ phận vốn khá “truyền thống" như Vận đơn hoặc Mua hàng đều có
KPI liên quan đến Tăng trưởng; rõ ràng điều đó thúc đẩy toàn cty tiến về phía trước
- CÔNG THỨC HOÁ: khi bắt tay vào setup một mảng kinh doanh mới, hoặc 1 cty mới thì
làm sao dự trù được mọi thứ từ tài chính đến phân bổ ngân sách …. Một hệ thống dự toán
dựa trên dữ liệu lịch sử sẽ giúp giải được 50% những vấn đề rắc rối đó
VẬY NHÉ, thay vì ngồi loay hoay với hàng tá câu hỏi thì các bạn hãy Bắt tay vào làm ngay. Bằng
Excel/ Google sheet đều được. Khi kinh doanh phát triển và bắt đầu tạo ra lợi nhuận, có thể nâng
cấp thành CRM, CDP hay thậm chí ERP tuỳ mong muốn
14

16.
CHECK LIST
1. Thiết lập ra các chỉ số cần đo lường
2. Tổ chức lại hết các file dữ liệu một cách logic nhằm phân tích được các chỉ số mong muốn
3. Tạo ra quy trình hướng dẫn nhân viên cách nhập liệu và đối soát
4. Tốt hơn là dùng các tool kết nối số tự động vì con người luôn có sai sót. Thêm nữa là ai
cũng ngán phải nhập số mỗi ngày
5. Tạo các bản báo cáo trực quan, có ý nghĩa và cập nhật
6. Xây dựng thói quen đọc số và làm việc dựa trên số liệu. Ko phát biểu theo kiểu: em nghĩ,
em tưởng, em đoán
Hình 7​: biến một tổ chức thành Data-driven - tư vấn từ Sparkline
15

17.
Từ hệ thống Googlesheet rất phức tạp của Giang và Tâm, đầu tư một chút xíu nữa bằng Google
data studio sẽ có được những Báo cáo đẹp mượt mà như thế này . Có thể nhìn được dễ dàng
trên Mobile, nắm bắt thông tin nhanh chóng và nói được những điều thật sự quan trọng. Nếu bạn
thích thì liên hệ A1digihub​ , hoặc tham gia group Google data studio 101
Hình 9​: Business Dashboard của Doanh nghiệp TMĐT
16

18.
XÂY DỰNG HỆ THỐNG PHÂN TÍCH SỐ LIỆU NỘI BỘ CỦA DN THÌ CẦN LƯU Ý GÌ?
Phần này dành cho CEO/ Quản lí, những người rất hiểu và coi trọng tầm quan trọng của phân
tích dữ liệu, nhưng không biết bắt đầu từ đâu
Dễ nhất là đi thuê 1 cty chuyên môn (như A1digihub​ hoặc Holistics​ chẳng hạn), hoặc thuê 1 team
freelancer. Tuy vậy ngay cả như vậy thì các dự án phân tích dữ liệu vẫn thất bại nếu chúng ta không
làm rõ từ đầu
Mình sẽ không đi sâu vào chi tiết, mà chỉ chia sẻ một mô hình đơn giản dựa trên kinh nghiệm tư vấn
cho hàng trăm khách hàng SMB
Ai cũng hiểu tầm quan trọng của Dữ liệu. Nhưng mối quan tâm về Dữ liệu của mỗi vị trí trong
công ty sẽ khác nhau
17

19.
CEO/ Manager
Góc nhìn luôn theo hướng tóm gọn, tập trung vào những điểm quan trọng, có cảnh báo hoặc đề
xuất. Mọi thứ nên tập trung vào trong 1 - 2 trang màn hình (mobile) để không cần tốn quá nhiều
thời gian nắm bắt tình hình. Ngoài ra cần có sự logic theo trình tự từ Tổng quan đến chi tiết, từ Kết
quả đến yếu tố tác động.
BA / BI
Là những người được trả lương (rất cao) để phân tích số liệu, nhưng nếu không cẩn thận sau một
thời gian ngồi đi làm thống kê bạn sẽ nhận được sự hoài nghi của cả DN về giá trị đóng góp. Kinh
nghiệm là bạn phải đứng ở phía của BOD để thực sự hiểu về “Vấn đề" DN đang quan tâm và ​vai
trò của Dữ liệu trong việc trả lời các mối bận tâm đó
Hiểu mô hình kinh doanh
Hiểu các chỉ số đo lường chính
trong DN
Hiểu được cách tư duy ra quyết
định của BOD
Hiểu được các rủi ro DN gặp phải
khi dữ liệu sai
Hiểu được cách mà từng bộ phận
đang tạo ra Dữ liệu
Cuối cùng, một trong những kĩ năng quan trọng của BA/ BI chính là thuyết trình và giao tiếp: Trình
bày được Vấn đề → Giải pháp theo cách mà người bình thường có thể hiểu được.
Ngạc nhiên chưa ?
Tuy nhiên càng đụng tới những vấn đề phức tạp như Dữ liệu hay Công nghệ, thì yếu tố then chốt
để tạo ra đồng thuận vẫn là mối quan hệ và ứng xử giữa người và người. Khi trái tim đã thông thì
khối óc mới thông thoáng được
18

20.
Một số tài liệu tham khảo để các DN hoặc team/ freelancer có thể bắt đầu các dự án phân tích số
liệu từ đơn giản đến vừa phải
1. Tiếp nhận yêu cầu (Brief)
https://docs.google.com/spreadsheets/d/1ltv3EXGf3SyencL0j73QqkLo_pGZk-KlN-GeXtfX
MwI/edit#gid=772405490
2. Bản mô tả chức năng Business Dashboard cho CEO
https://docs.google.com/document/d/1wq4S2xrmebE2lMcgB41jssCOvqUPC3Dp/edit#boo
kmark=id.gjdgxs
3. Bản đề xuất tổng thể giải pháp Business Dashboard cho CEO/ Manager
https://docs.google.com/document/d/1wq4S2xrmebE2lMcgB41jssCOvqUPC3Dp/edit#boo
kmark=id.gjdgxs
Hình 20​: A1digihub thăm Tencent , một trong những cty internet lớn nhất Trung Quốc, và một trong
những cty có văn hoá Data-driven mạnh mẽ nhất . Bài chia sẻ tại đây
19

21.
Một số bài viết và tài liệu hay để các bạn đọc thêm
1. Thông não về Data
Data analysis – từ Tinh hoa đến Bình dân (bài 1)
Data analysis – từ Tinh hoa đến Bình dân (bài 2)
Top 7 biểu đồ giúp phân tích & minh họa dữ liệu tốt nhất
Top 10 công cụ tốt nhất cho Nhà Phân tích Dữ liệu
So sánh 3 công cụ phân tích số liệu - A1 Analytics
DASHBOARD VS REPORTS - BẠN CẦN GÌ?
Thư từ Hàng Châu: nghĩ về tương lai quảng cáo & bán hàng cho SMB
Học được gì khi làm sản phẩm với Google
2. Trở thành Data science
Data Science – Mỏ vàng của Kỉ nguyên số
Giải quyết bài toán data pipeline với đích đến là BigQuery
Vì sao SQL lại quan trọng, kể cả khi bạn làm marketing, finance, operations…
Netflix Recommendation System bằng Excel
7-Eleven Việt Nam dùng Data Studio & BigQuery thế nào?
TỰ DỰNG DATA WAREHOUSE - PHẦN 1
TỰ DỰNG DATA WAREHOUSE - PHẦN 2
3. Học Data studio
Xây dựng report tự động bằng Data studio
Hướng Dẫn Data Studio Template by 88 Lab
Dùng Google Analytics và Google Data Studio hiểu hành vi Khách hàng
Recap workshop “Trực quan hóa dữ liệu bằng Google Data Studio” 8/6/2019
A1 - Visualize your Ads Data with Google Data Studio - trungnb - 240519
4. Ecommerce Analytics
Cuốn sách khá hay về Ecommerce analytics​, A1digihub đã dịch được 5 chương
Bản gốc Phillips, Judah - Ecommerce analytics _ analyze and improve the impact of your
digital strategy (2016, Pearson).epub
5. Các địa chỉ tin cậy để tham khảo
Các Group​ ​chất
20

22.
Google data studio 101​: phát triển bởi A1digihub​, đến nay là group chất lượng và thường
xuyên có Livestream/ Webinar/ Đào tạo
Data Science & Big Data Vietnam Public Group​: group rất đông các ae làm về
Kinh doanh trong kỉ nguyên số : có lẽ là nơi chứa nhiều bài viết chất lượng hàng đầu về
data analytics ở VN
Tăng Trưởng Số Public Group : khoảng 1700 members nhưng là Group chất lượng hàng
đầu với những bài chia sẻ ngàn like về Tăng trưởng
Growth Mastermind​ : chuỗi chia sẻ hàng tuần về các cách thức để Tăng trưởng cho
Doanh nghiệp vừa và nhỏ (Smb) hoặc Startup, đang kinh doanh Online/ Ecommerce
Các anh chị giỏi về Data nên follow
Pham Anh Tuan
Nguyễn Việt Hùng (hungkaka)
Tuấn Anh Phạm
Tiep VuHuu
Trieu Nguyen
Nghia Minh Le
Các slide nên xem
FORBES INSIGHTS: DATA-DRIVEN MARKETING PUSH FORWARD OR FALL BEHIND
GrabAds_VN 2019 update V1.pdf
VIETNAM’S FUTURE DIGITAL ECONOMY TOWARDS 2030 AND 2045
Why is Customer Data Platform (CDP) ?
21

23.
Lời kết: ​Ai cũng tò mò về dữ liệu - dù bạn là CEO/Chủ DN hoặc Marketers. Mong rằng cuốn sách nhỏ này
sẽ giúp bạn hiểu rõ và tự tin hơn về nó
PHỤ LỤC
Trong phần này sẽ kể câu chuyện về việc Linkedin, Walmart, Nextflix dùng Big data như thế nào.
Các bài đều được dịch bởi ITAN - Ứng dụng công nghệ thông tin trong điều hành và quản lý doanh
nghiệp . Nội dung gốc hơi khó đọc nên mình có biên tập cho gọn bớt
LINKEDIN: Làm thế nào dữ liệu lớn được sử dụng để thúc đẩy thành công truyền thông xã
hội
Bối cảnh
- Cạnh tranh giữa các mạng xã hội trở nên khốc liệt hơn bao giờ hết
- LinkedIn cần đảm bảo họ luôn là một công cụ thiết yếu giúp các chuyên gia bận rộn làm việc
hiệu quả và thành công hơn
Big Data là trung tâm của các hoạt động và ra quyết định của LinkedIn
22

24.
Sử dụng như thế nào trong thực tế?
- theo dõi mọi hành vi người dùng: click, pageviews, tương tác. Quy mô khủng khiếp: 410
triệu thành viên, triệu triệu sự kiện để xử lý mỗi ngày
- phân tích hàng núi dữ liệu để hỗ trợ cho việc ra quyết định, và thiết kế các sản phẩm và tính
năng cung cấp dữ liệu.
LinkedIn sử dụng dữ liệu kết hợp Machine learning để đưa ra đề xuất những người mà bạn có thể
biết đến: vừa nhấp vào hồ sơ, làm việc tại chung công ty, cùng mối bận tâm…
Ví dụ, đề xuất người bạn có thể biết làm việc tại Công ty A (mà bạn đã làm việc tám năm trước) và
Công ty B (mà bạn đã làm việc hai năm trước). Nếu bạn gần như không bao giờ nhấp vào hồ sơ
của những người từ Công ty A nhưng thường xuyên kiểm tra các đề xuất từ Công ty B, LinkedIn sẽ
ưu tiên Công ty B trong các đề xuất của họ trong tương lai. Phương pháp cá nhân hóa này cho
phép người dùng xây dựng các mạng hoạt động tốt nhất cho họ.
Một trong những tính năng khiến LinkedIn khác biệt là cách nó cho phép bạn xem ai đã xem hồ sơ
của bạn: xem người đó đến từ khu vực và ngành nào
LinkedIn liên tục thu thập và hiển thị dữ liệu mới cho người dùng. công nghệ xử lý luồng thời gian
thực, truyền dữ liệu trực tiếp từ nguồn (như hoạt động của người dùng) và phân tích dữ liệu nhanh
chóng.
LinkedIn cần phải tăng doanh thu thông qua các dịch vụ tuyển dụng, thành viên trả phí và quảng
cáo. Dữ liệu lớn có vai trò trong việc tăng doanh thu cũng như cải thiện trải nghiệm người dùng.
Ví dụ: quảng cáo chiếm 20% - 25% doanh thu - cần phân tích để hiểu lý do tại sao các thành viên
nhấp vào một số quảng cáo nhất định mà không phải các quảng cáo khác, từ đó phân bổ quảng cáo
hiệu quả hơn.
Kết quả là gì?
- 40 triệu thành viên mới
- doanh thu hàng quý gần đây nhất đạt hơn 700 triệu đô la
Dữ liệu nào đã được sử dụng?
cử động người dùng của họ thực hiện trên các trang web, từ tất cả mọi thứ thích và chia sẻ để mọi
công việc nhấp vào và mọi liên lạc nhắn tin cho. xử lý hàng triệu truy vấn mỗi giây.
Kỹ thuật nào được sử dụng?
23

25.
- Hadoop là thành phần cốt lõi của cơ sở hạ tầng dữ liệu lớn của LinkedIn :hàng ngàn máy
chạy bản đồ / giảm việc làm.
- Các phần quan trọng khác : Oracle, Pig, Hive, Kafka, Java và MySQL. LinkedIn đã chạy hết
công suất của ba trung tâm dữ liệu chính.
LinkedIn cũng đã phát triển các công cụ nguồn mở riêng để truy cập và phân tích Dữ liệu lớn. Kafka
bắt đầu sử dụng theo cách này và các phát triển khác bao gồm Voldemort và Espresso (để lưu trữ
dữ liệu) và Pinot (cho phân tích).
Ngoài ra, công ty có khoảng 150 chuyên gia làm việc theo nhóm và xuất bản tại các hội nghị lớn ,
đóng góp cho cộng đồng nguồn mở.
Bất kỳ thử thách nào phải vượt qua?
- tăng trưởng dữ liệu khổng lồ là một thách thức mà LinkedIn liên tục phải vượt qua --> đầu tư
vào các hệ thống có khả năng mở rộng cao và đảm bảo dữ liệu vẫn đủ chi tiết
- Từ 1000 nhân viên năm năm trước, LinkedIn đã phát triển gần 9000 ngườ. Nhu cầu phân
tích và khoa học dữ liệu giờ đây được đòi hỏi hơn bao giờ hết tại LinkedIn. Họ đang tìm
cách thuê hơn 100 nhà khoa học dữ liệu trong năm 2015 (tăng 50% so với năm 2014).
WALMART: dữ liệu lớn được sử dụng để tăng hiệu suất siêu thị?
Walmart - nhà bán lẻ lớn nhất thế giới về doanh thu, có hai triệu nhân viên ; 20.000 cửa hàng tại 28
quốc gia. Không có gì ngạc nhiên khi họ đã nhận thấy giá trị trong phân tích dữ liệu từ lâu.
Walmart đã phát triển bộ phận Phân tích và Dữ liệu Lớn, đạt tới khả năng xử lý 2,5 petabyte thông
tin mỗi giờ vào 2015
Walmart Data Cafe, một trung tâm phân tích hiện đại theo dõi 200 luồng dữ liệu bên trong và bên
ngoài theo thời gian thực, bao gồm cơ sở dữ liệu 40 petabyte của tất cả các giao dịch bán hàng
trong những tuần trước
Ngoài ra còn có một hệ thống theo dõi các chỉ số hiệu suất trên toàn công ty và kích hoạt cảnh báo
tự động khi họ đạt đến một mức nhất định
Naveen Peddamail - Nhà phân tích thống kê cấp cao của Walmart - nói:
Nếu bạn không thể phân tích doanh số trong một tuần hoặc một tháng, thì bạn đã mất doanh số
trong thời gian đó. Mục tiêu của chúng tôi là luôn luôn có được thông tin cho các đối tác kinh doanh
của chúng tôi nhanh nhất có thể, để họ có thể hành động và cắt giảm thời gian quay vòng.
24

26.
Ứng trong thực tiễn?
- Một đội tạp hóa đang gặp khó khăn để hiểu tại sao doanh số bán các sản phẩm cụ thể được
giảm bất ngờ. Dữ liệu của Data Cafe, rất nhanh chóng nhận ra rằng sự suy giảm đó có liên
quan trực tiếp đến lỗi về định giá. Lỗi ngay lập tức được khắc phục và doanh số phục hồi
trong vòng vài ngày.
- Một mùa Halloween, số liệu bán bánh quy cho thấy rằng có một số địa điểm không bán
được như ý. Ngay lập tức gửi kích hoạt cảnh báo cho các nhóm bán hàng có trách nhiệm,
những người nhanh chóng nhận ra rằng các sản phẩm thậm chí còn chưa được đưa lên kệ.
Không hề phức tạp, nhưng sẽ không thể thực hiện được nếu không có các phân tích thời
gian thực.
- “Walmart ’s Social Genome” là ứng dụng lắng nghe các cuộc trò chuyện trên Mxh và cố
gắng dự đoán những sản phẩm mà mọi người sẽ mua
- Shopycat, dự đoán thói quen mua sắm của mọi người bị ảnh hưởng bởi bạn bè của họ (sử
dụng lại dữ liệu truyền thông xã hội)
- Công cụ tìm kiếm riêng Polaris, cho phép phân tích các cụm từ tìm kiếm trên trang web.
Bất kỳ thử thách nào cũng đều vượt qua?
Với tham vọng của Walmart, việc mở rộng nhanh chóng đòi hỏi một lượng lớn nhân viên mới và
việc tìm đúng người với các kỹ năng phù hợp tỏ ra khó khăn.
Một trong những phương pháp tiếp cận là cuộc thi trên trang web Kaggle - do cộng đồng các nhà
khoa học dữ liệu đóng góp.
Kaggle đặt cho người dự thi một thách thức liên quan đến việc dự đoán các sự kiện quảng cáo và
theo mùa như bán hàng và giải phóng mặt bằng sẽ ảnh hưởng đến doanh số của một số sản phẩm
khác nhau. Những người đã đưa ra các mô hình phù hợp nhất với dữ liệu thực tế do Walmart thu
thập được mời để ứng tuyển vào các vị trí trong nhóm khoa học dữ liệu. Một trong những người đó
là Naveen Peddamail
Nhà tuyển dụng cao cấp của Walmart, Mandar Thakur nói: Cuộc thi Kaggle đã tạo ra một tiếng vang
về Walmart và tổ chức phân tích của chúng tôi. Mọi người luôn biết Walmart đã tạo ra và có rất
nhiều dữ liệu, nhưng phần hay nhất là điều này cho mọi người thấy cách chúng tôi sử dụng nó một
cách chiến lược.
Các điểm chính & học tập được là gì?
25

27.
- Các siêu thị là các doanh nghiệp lớn, nhanh, liên tục thay đổi, phức tạp, nhiều hệ thống rời
rạc, là một doanh nghiệp lý tưởng để áp dụng phân tích Dữ liệu lớn.
- Thành công trong kinh doanh được thúc đẩy bởi sự cạnh tranh. Walmart luôn dẫn đầu trong
các sáng kiến dựa trên dữ liệu, chẳng hạn như các chương trình trung thành và khen
thưởng, và bằng cách hết lòng cam kết với những tiến bộ mới nhất trong các phân tích đáp
ứng, thời gian thực mà họ đã cho thấy họ có kế hoạch duy trì tính cạnh tranh.
Bonus thêm slideshare ​How Linkedin uses Automic for Big Data Processes
CẢM ƠN CÁC BẠN ĐÃ ĐỌC TỚI ĐÂY :)
Mình viết sách không phải là để dạy dỗ ai, mà là để chia sẻ với mọi người về những điều biết được trong
hành trình kinh doanh và khám phá tri thức. Sách như một chỉ dẫn mọi người cách đi vào 1 lĩnh vực mới. Vì
vậy ngoài kiến thức, mình luôn bổ sung thêm slide + video + group để mọi người có thể tương tác và thảo
luận
Kiến thức hàn lâm thì khó hiểu , còn lôm côm thì hại người đọc. Vì thế mình chỉ trình bày lại thông tin để anh
em tham khảo chứ ko sa đà vào chuyện đúng sai về khái niệm
Các bạn đã mua sách thì tham gia Group A1digihub book​.
Nơi đây các bạn có quyền
- Chất vấn tác giả về bất kì nội dung gì chưa chính xác
- Làm rõ những điều chưa hiểu thông qua thảo luận hoặc video call
- Nhận thêm tài liệu hoặc thông tin mà trong sách không tiện viết
Các bạn chưa mua sách mà được ai đó share file ebook thì chuyển tiền ủng hộ theo form này
https://forms.gle/mn7qdJmh3B4L1RXn7​ nhé. Không tiền thì viết sách làm sao :)
Tiệc cuối năm của các bạn tham gia cộng đồng A1digihub. Đã tương tác với A1 một lần thì sẽ luôn nhận
được nhiều giá trị mới hữu ích, các bạn nhé :)
26

28.
27