Phân tích dữ liệu từ đầu đến cuối với AI

Tổng hợp tất cả

Trong bài học trước, chúng ta đã khám phá cách xây dựng kế hoạch phân tích dữ liệu có thể tái sử dụng. Bây giờ, hãy xây dựng trên nền tảng đó. Bạn đã học được các chi tiết. Bây giờ, hãy xem bức tranh hoàn chỉnh.

Bài học này sẽ hướng dẫn bạn thực hiện một phân tích đầy đủ - từ câu hỏi kinh doanh đến đề xuất. Bạn sẽ thấy mỗi kỹ năng trong khóa học này kết nối với nhau như thế nào trong một quy trình làm việc.

Quy trình phân tích hoàn chỉnh

📍 Nơi dán: Mở ChatGPT (chat.openai.com), Claude (claude.ai) hoặc Gemini (gemini.google.com) và bắt đầu một cuộc trò chuyện mới.

📋 Cách sao chép prompt này: Nhấp vào bất kỳ đâu bên trong khối màu xám, nhấn Cmd+A rồi Cmd+C (Mac) hoặc Ctrl+A rồi Ctrl+C (Windows). Hoặc sử dụng biểu tượng sao chép xuất hiện.

CÂU HỎI → KHÁM PHÁ → PHÂN TÍCH → TRỰC QUAN → ĐI SÂU → GIAO TIẾP
    ↓          ↓         ↓          ↓          ↓           ↓
 Bài 2   Bài 3  Bài 3   Bài 4   Bài 5   Bài 6
            Bài 4                                    Bài 7

✏️ ​​Cách điền thông tin chi tiết của bạn: Thay thế mỗi dấu ngoặc vuông [] và trình giữ chỗ trong ngoặc bằng các chi tiết cụ thể từ tình huống thực tế của bạn. Thông tin đầu vào mơ hồ sẽ tạo ra kết quả đầu ra mơ hồ — hãy cụ thể.

👀 Những gì bạn sẽ thấy: Trong vòng vài giây, AI sẽ trả về một phản hồi có cấu trúc dựa vào prompt ở trên. Hãy đọc kỹ và coi đó là bản nháp, không phải là câu trả lời cuối cùng.

📌 Nên làm gì với kết quả đầu ra: Lưu phản hồi vào file Notes. Chọn gợi ý có tác động cao nhất và thực hiện nó trong tuần này — đừng cố gắng làm mọi thứ cùng một lúc.

⚠️ Nếu thấy không ổn: Nếu các đề xuất có vẻ chung chung, hãy dán nội dung này: "Hãy cụ thể hơn với bối cảnh thực tế của tôi. Bỏ qua những lời khuyên chung chung đi." Nếu bỏ qua các chi tiết quan trọng bạn đã cung cấp, hãy hỏi: "Bạn đã bỏ sót [X] trong bối cảnh của tôi — hãy thực hiện lại với đó là ràng buộc chính."

Mỗi bước đều dựa trên bước trước đó. Bỏ qua một bước sẽ làm giảm chất lượng phân tích.

Tình huống thực tế

Tình huống

Bạn làm việc tại một công ty SaaS. Giám đốc điều hành hỏi: "Tại sao doanh thu giảm vào tháng trước? Chúng ta nên làm gì?"

Hãy cùng xem xét toàn bộ quá trình phân tích.

Bước 1: Đặt câu hỏi (Bài học 2)

Đừng chỉ chấp nhận câu hỏi một cách hời hợt.

Giám đốc điều hành hỏi về doanh thu. Nhưng cụ thể là gì?

• Doanh thu giảm — so với cái gì? Tháng trước? Năm ngoái? Mục tiêu?
• Mức độ giảm là bao nhiêu? 5% hay 50%?
• Đây là hiện tượng nhất thời hay là xu hướng?

Câu hỏi làm rõ:

AI: "Hãy giúp tôi xây dựng các câu hỏi làm rõ cho yêu cầu phân tích này:
'Tại sao doanh thu giảm vào tháng trước và chúng ta nên làm gì?'

Tôi cần hiểu điều gì trước khi bắt đầu phân tích?"

Câu hỏi được tinh chỉnh: "Doanh thu giảm 12% so với tháng trước. Điều này là do số lượng khách hàng giảm, chi tiêu trên mỗi khách hàng thấp hơn, hay cả hai? Phân khúc nào bị ảnh hưởng nhiều nhất? Nguyên nhân nào dẫn đến sự sụt giảm?"

Bước 2: Khám phá dữ liệu (Bài học 3)

Lập profile trước khi phân tích.

Bạn trích xuất dữ liệu doanh thu theo khách hàng, sản phẩm và khoảng thời gian.

AI: "Phân tích dữ liệu doanh thu này. Hãy cho tôi biết:
- Cấu trúc và phạm vi thời gian
- Bất kỳ vấn đề nào về chất lượng dữ liệu
- Các mẫu ban đầu bạn nhận thấy

[Dán dữ liệu mẫu]"

Những gì bạn phát hiện:

• Dữ liệu bao gồm 18 tháng - 3.200 khách hàng
• Thiếu dữ liệu cho 12 khách hàng (sẽ điều tra sau)
• Doanh thu theo phân khúc: Doanh nghiệp lớn (45%), Doanh nghiệp vừa và nhỏ (35%), Doanh nghiệp vừa và nhỏ (20%)

Bước 3: Phân tích mẫu (Bài học 3 - 4)

Phân tích sự sụt giảm doanh thu.

Doanh thu có thể giảm do:

• Ít khách hàng hơn (tỷ lệ khách hàng rời bỏ)
• Chi tiêu trên mỗi khách hàng thấp hơn (thu hẹp quy mô)
• Thay đổi cơ cấu khách hàng (mất các phân khúc giá trị cao)

AI: "Phân tích sự sụt giảm doanh thu này bằng cách phân tích nó thành:
1. Thay đổi số lượng khách hàng
2. Thay đổi doanh thu trung bình trên mỗi khách hàng
3. Thay đổi cơ cấu phân khúc

[Dán dữ liệu]

Yếu tố nào là nguyên nhân chính?"

Kết quả:

• Số lượng khách hàng: giảm 3% (mất 96 khách hàng)
• Doanh thu bình quân trên mỗi khách hàng: giảm 9%
• Cơ cấu khách hàng: Doanh thu doanh nghiệp lớn không đổi, doanh thu doanh nghiệp vừa và nhỏ giảm đáng kể

Tóm lại: Doanh thu giảm chủ yếu do khách hàng hiện tại chi tiêu ít hơn. Phân khúc doanh nghiệp vừa và nhỏ bị ảnh hưởng nặng nề nhất.

✅ Kiểm tra nhanh: Phân tích thành phần (số lượng khách hàng so với doanh thu trên mỗi khách hàng so với cơ cấu khách hàng) đang thực hiện phần lớn công việc phân tích trong trường hợp này — nếu không có nó, "doanh thu giảm 12%" là toàn bộ câu chuyện. Bạn sẽ bỏ sót điều gì nếu phân tích bỏ qua bước phân tích thành phần và chỉ báo cáo "doanh thu giảm 12% — cần điều tra," và tại sao mô hình này (phân tích thành các yếu tố độc lập trước khi chẩn đoán) lại phổ biến trong hầu hết những phân tích số liệu tổng hợp?

Nếu không phân tích, phản xạ tự nhiên là điều tra "tại sao chúng ta lại mất khách hàng?" — điều này sẽ dẫn đến việc theo đuổi dữ liệu về tỷ lệ khách hàng rời bỏ và bỏ lỡ câu chuyện thực sự (số lượng khách hàng hiện có giảm, chứ không phải là mất khách hàng mới). Phân tích giúp xác định yếu tố nào đã tác động, từ đó xác định bước điều tra tiếp theo: Số lượng khách hàng giảm sẽ dẫn bạn đến dữ liệu về thu hút khách hàng mới và tỷ lệ khách hàng rời bỏ; doanh thu trên mỗi khách hàng giảm sẽ dẫn bạn đến dữ liệu về cơ cấu sản phẩm và giá cả; sự thay đổi trong cơ cấu sản phẩm sẽ dẫn bạn đến dữ liệu về tỷ lệ giữ chân khách hàng ở từng phân khúc.

Mỗi yếu tố tác động đều đòi hỏi một biện pháp khắc phục hoàn toàn khác nhau. Quy tắc chung cho các chỉ số tổng hợp: Một phần trăm thay đổi duy nhất không phải là kết luận — mà chỉ là một dấu hiệu. Kết luận chính là yếu tố tác động nào đã thay đổi. Luôn luôn phân tích thành 2-3 thành phần độc lập trước khi tìm kiếm lời giải thích.

Bước 4: Trực quan hóa thông tin chi tiết (Bài học 4)

Chọn các biểu đồ thể hiện rõ ràng mô hình.

Đối với phân tích này:

• Biểu đồ đường: Xu hướng doanh thu trong 6 tháng (cho thấy sự sụt giảm không phải ngẫu nhiên)
• Biểu đồ cột: Thay đổi doanh thu theo phân khúc (cho thấy vấn đề của doanh nghiệp vừa và nhỏ)
• Biểu đồ thác nước: Mối liên hệ từ tháng trước đến tháng này (cho thấy các thành phần)

AI: "Tôi nhận thấy doanh thu giảm 12%, chủ yếu do:
- 3% do mất khách hàng
- 9% do khách hàng hiện tại giảm chi tiêu
- Phân khúc doanh nghiệp vừa và nhỏ bị ảnh hưởng nhiều nhất

Hình ảnh trực quan nào sẽ truyền đạt thông tin này tốt nhất cho các nhà quản lý cấp cao?"

Hình ảnh chính: Một biểu đồ cột đơn giản hiển thị doanh thu theo phân khúc, với các chú thích làm nổi bật sự sụt giảm của phân khúc doanh nghiệp vừa và nhỏ.

Bước 5: Trích xuất thông tin chi tiết (Bài học 5)

Chuyển từ mô tả sang chẩn đoán sang giải pháp.

Mô tả: Doanh thu giảm 12%.

Chẩn đoán: Khách hàng doanh nghiệp vừa và nhỏ hiện tại giảm chi tiêu. Điều tra cho thấy họ đang hạ cấp gói dịch vụ do nhạy cảm về giá cả — các đối thủ cạnh tranh gần đây đã giảm giá.

Dự đoán: Nếu không có sự can thiệp, doanh thu có thể sẽ giảm thêm 5-8% khi nhiều khách hàng doanh nghiệp vừa và nhỏ hạ cấp hoặc rời bỏ dịch vụ.

Đề xuất: Cân nhắc các chương trình giảm giá giữ chân khách hàng mục tiêu cho những doanh nghiệp vừa và nhỏ có nguy cơ mất khách hàng. Đánh giá khả năng cạnh tranh về giá cả.

AI: "Hãy giúp tôi phát triển phát hiện này thành một phân tích đầy đủ:

Phát hiện: Doanh thu của khách hàng doanh nghiệp vừa và nhỏ giảm 15% do hạ cấp gói dịch vụ.
Bối cảnh: Các đối thủ cạnh tranh đã giảm giá từ 10-15% trong quý trước.

Cấu trúc phân tích như sau: điều gì đã xảy ra, tại sao nó quan trọng, nguyên nhân là gì,
điều gì có thể xảy ra tiếp theo, chúng ta nên làm gì."

Bước 6: Truyền đạt các phát hiện (Bài học 6)

Cấu trúc cho đối tượng của bạn - CEO.

Tóm tắt dành cho ban điều hành (một trang):

PHÂN TÍCH DOANH THU: GIẢM TRONG THÁNG TƯ

TÌNH HÌNH
Doanh thu giảm 12% so với tháng trước (180.000 đô la), chủ yếu do
chi tiêu của khách hàng doanh nghiệp vừa và nhỏ giảm, chứ không phải do mất khách hàng.

NGUYÊN NHÂN GỐC
Khách hàng doanh nghiệp vừa và nhỏ (SMB) đang hạ cấp gói dịch vụ. Khảo sát khách hàng sau khi sử dụng dịch vụ và phân tích đối thủ cạnh tranh cho thấy sự nhạy cảm về giá – các đối thủ cạnh tranh đã giảm giá từ 10-15%.

ĐỀ XUẤT
1. Thực hiện giảm giá giữ chân khách hàng cho các tài khoản SMB có nguy cơ rời bỏ (ước tính đầu tư 50.000 đô la)
2. Xem xét lại chiến lược định giá SMB so với các đối thủ cạnh tranh
3. Tăng cường liên hệ với bộ phận chăm sóc khách hàng đối với các tài khoản có nguy cơ rời bỏ

TÁC ĐỘNG DỰ KIẾN
Các ưu đãi giữ chân khách hàng có thể phục hồi 40-50% doanh thu bị mất dựa trên
các biện pháp tương tự năm ngoái.

RỦI RO
- Giảm giá có thể không phải là yếu tố duy nhất; sự hài lòng về sản phẩm cũng có thể góp phần
- Nên phân tích đối thủ cạnh tranh sâu hơn trước khi thay đổi giá cả

Bước 7: Xây dựng để tái sử dụng (Bài học 7)

Phân tích này sẽ được lặp lại.

Giám đốc điều hành sẽ hỏi về doanh thu một lần nữa vào tháng tới. Xây dựng template:

Template Phân tích Doanh thu Hàng tháng:

1. Thu thập dữ liệu doanh thu theo phân khúc và khách hàng
2. So sánh với tháng trước và năm trước
3. Phân tích chi tiết theo: số lượng khách hàng, chi tiêu trên mỗi khách hàng, cơ cấu sản phẩm/dịch vụ
4. Xác định các yếu tố tác động chính
5. Điều tra nguyên nhân của những thay đổi lớn
6. Tạo bản tóm tắt dành cho ban quản lý kèm theo các khuyến nghị

AI: "Tôi vừa hoàn thành phân tích sự sụt giảm doanh thu. Hãy giúp tôi chuyển đổi kết quả này thành
một template hàng tháng có thể tái sử dụng mà tôi có thể chạy nhanh chóng mỗi tháng.

Quy trình của tôi là:
[Mô tả các bước của bạn]

Tạo một prompt template mà tôi có thể tái sử dụng với dữ liệu mới."

Tư duy phân tích

Trong suốt khóa học này, bạn không chỉ phát triển kỹ năng mà còn phát triển cả tư duy.

• Hỏi trước khi phân tích: Chúng ta thực sự đang trả lời câu hỏi gì? Điều này sẽ cung cấp thông tin cho quyết định nào?
• Khám phá trước khi kết luận: Hiểu dữ liệu của bạn trước khi đưa ra kết luận. Phân tích trước.
• Luôn đơn giản hóa: Một biểu đồ, một thông điệp. Hình ảnh trực quan rõ ràng tốt hơn hình ảnh phức tạp.
• Hướng đến sự thấu hiểu: Mô tả là chưa đủ. Chẩn đoán, dự đoán, đưa ra giải pháp.
• Phù hợp với đối tượng: Giám đốc điều hành nhận được một trang. Đồng nghiệp nhận được bối cảnh. Đối tượng kỹ thuật nhận được phương pháp luận.
• Xây dựng để tái sử dụng: Nếu bạn sẽ làm lại, hãy biến nó thành template.

✅ Kiểm tra nhanh: Hãy xem xét 6 sự thay đổi tư duy ở trên (hỏi trước khi phân tích, khám phá trước khi kết luận, luôn đơn giản hóa, hướng đến sự thấu hiểu, phù hợp với đối tượng, xây dựng để tái sử dụng). 5 trong số đó mô tả cách thực hiện phân tích tốt hơn. Một trong số đó mô tả cách làm cho việc phân tích ngày càng rẻ hơn theo thời gian. Tại sao đó lại là tư duy then chốt đối với các nhà phân tích, những người cuối cùng sẽ có một sự nghiệp, chứ không chỉ là một dự án hiện tại?

Xây dựng để tái sử dụng. 5 yếu tố còn lại giúp phân tích này tốt hơn; xây dựng để tái sử dụng giúp giảm chi phí cho phân tích tiếp theo. Đòn bẩy theo quy mô sự nghiệp trong phân tích đến từ việc tích lũy các template: tháng thứ 6 làm công việc này, bạn có 30 template và mỗi báo cáo chỉ mất 1 giờ; tháng thứ 24, bạn có 100 template và bạn có thể trả lời các câu hỏi theo yêu cầu vì các vấn đề kỹ thuật đã được giải quyết trước. Nếu không có tư duy sử dụng template, bạn sẽ phải làm lại cùng một báo cáo mất 4 giờ từ đầu mỗi tháng mãi mãi, mà không có lợi ích tích lũy nào cho thâm niên của bạn.

Sự thay đổi cần thiết cho điều này: Sau mỗi phân tích, hãy tự hỏi "Liệu tôi của tương lai có cảm ơn tôi của hiện tại vì đã dành thêm 30 phút để tạo template này không?". Khi câu trả lời là có, thì thường là vậy - và chi phí tạo template sẽ được hoàn lại ngay lần đầu tiên bạn tái sử dụng. Hãy coi mỗi phân tích hoàn thành vừa là một sản phẩm bàn giao VỪA là một đóng góp cho năng suất làm việc trong tương lai của bạn.

Bộ công cụ phân tích của bạn

Bây giờ bạn đã có:

Bài tập: Thực hiện dự án của riêng bạn

Hãy nghĩ về một vấn đề mà tổ chức của bạn đang phải đối mặt. Thực hiện theo toàn bộ quy trình:

1. Xác định vấn đề: Câu hỏi thực sự là gì? Nó ảnh hưởng đến quyết định nào?
2. Thu thập dữ liệu: Bạn cần dữ liệu gì? Dữ liệu đó đến từ đâu?
3. Khám phá: Bạn sẽ tìm kiếm điều gì đầu tiên?
4. Phân tích: Bạn sẽ chia nhỏ vấn đề như thế nào?
5. Trực quan hóa: Biểu đồ nào sẽ kể câu chuyện?
6. Trích xuất thông tin chi tiết: "Vậy thì sao" và "tiếp theo phải làm gì" là gì?
7. Truyền đạt: Đối tượng là ai? Họ cần gì?

Ngay cả khi không có dữ liệu, việc thực hiện theo khung này cũng giúp bạn xây dựng kỹ năng phân tích.

Bước tiếp theo

Bạn đã hoàn thành khóa học. Đây là cách để tiếp tục phát triển:

• Thực hành ngay lập tức: Áp dụng các kỹ năng này vào một phân tích thực tế trong tuần này. Kiến thức sẽ được củng cố thông qua việc sử dụng.
• Xây dựng thư viện của bạn: Bắt đầu tạo các template cho các phân tích bạn lặp lại. Mỗi mẫu sẽ tiết kiệm thời gian trong tương lai.
• Lặp lại với AI: Bạn càng thực hành phân tích có sự hỗ trợ của AI, các gợi ý của bạn càng trở nên tốt hơn. Hãy thử nghiệm.
• Tìm hiểu sâu hơn: Đối với các chủ đề nâng cao—kiểm định thống kê, mô hình dự đoán, thiết kế trực quan hóa—hãy tìm kiếm các nguồn tài liệu chuyên ngành.

Phân tích dữ liệu không phải là việc sở hữu những công cụ hiện đại nhất. Quan trọng là đặt ra những câu hỏi hay, tìm ra những mô hình có ý nghĩa và truyền đạt chúng một cách rõ ràng.

Bạn đã có khung lý thuyết. Giờ thì hãy bắt tay vào phân tích một ví dụ nào đó.