power bi trong doanh nghiệp

Power BI Day 1: Các phương pháp phân tích dữ liệu

Ngày đăng: 12/02/2022

Để làm chủ được data và thu được những kết quả thực tế từ chúng lại là một chặng đường rất dài. Điều đầu tiên, bạn cần làm quen với một vài điểm cơ bản để bắt đầu cuộc hành trình của mình.

Mở đầu cho công cuộc “trường chinh” ấy, tôi tìm hiểu về Phương pháp phân tích dữ liệu, thứ mà tôi nghĩ là chúng ta nên áp dụng với bất kỳ một dự án phân tích dữ liệu thực tế nào.

Alert: Tôi sẽ phản ánh kiến thức khách quan qua lăng kính chủ quan của tôi.

phương pháp phân tích dữ liệu

 

1. Descriptive analytics – Phân tích mô tả

Bước đầu tiên trong phân tích là luôn hiểu điều gì đã xảy ra. Phân tích mô tả là một trong những phương pháp phân tích dữ liệu nhằm trả lời câu hỏi về những gì đã xảy ra trong quá khứ, từ đó liên kết chúng với những điều mà chúng ta dự đoán ở hiện tại.

Phương pháp phân tích dữ liệu này từ nhiều nguồn dữ liệu để cung cấp chi tiết những thông tin trong quá khứ có giá trị. Chúng ta đều biết tầm quan trọng của những diễn biến trong quá khứ ảnh hưởng tới những thứ xảy ra ở hiện tại và có thể là tương lai, nhưng điều quan trọng là phải biết chọn lọc và tập trung vào những yếu tố tối quan trọng.

Một ví dụ thực tế về đầu tư chứng khoán hay ngoại hối, chắc hẳn ít nhất một lần chúng ta từng nghe thấy đầu tư kỹ thuật, dựa trên những mô hình để dự đoán chiều hướng tăng giảm của mã cổ phiếu hay tỷ giá hối đoái. Và để lập ra những mô hình như thế, người ta dựa rất nhiều trên những điều đã xảy ra, lặp đi, lặp lại trong quá khứ và có ảnh hưởng mạnh đến hiện tại.

2. Diagnostic analytics – Phân tích dữ liệu chẩn đoán

Ở giai đoạn này, dữ liệu trong quá khứ có thể được đo lường dựa trên các dữ liệu khác để trả lời câu hỏi về lý do tại sao điều gì đó xảy ra. Những kết quả trong quá khứ là điều chúng ta dễ dàng nhận ra, nhưng để có thể áp dụng chúng mang lại những giá trị thực tế thì điều quan trọng là cần biết nguồn gốc của vấn đề.

Nhờ phân tích chẩn đoán, chúng ta có thể đi sâu vào chi tiết để tìm ra những yếu tố phụ thuộc và xác định các mô hình.

Đơn giản là, chúng ta nhận thấy việc doanh thu của công ty suy giảm, nhưng để tìm ra hướng giải quyết chúng ta cần tìm ra nguyên nhân của nó và áp dụng những mô hình phù hợp, trong trường hợp này, mô hình 4Ps cũng là một gợi ý.

3. Predictive analytics – Phân tích dự đoán

Sau khi nhìn vào những gì diễn ra trong quá khứ, chúng ta cần nhìn vào những gì chúng ta đang hướng đến và điều gì có thể xảy ra. Bước tiếp theo, phương pháp phân tích dữ liệu dự đoán cho biết điều gì có khả năng sẽ diễn ra.

Nó sử dụng kết quả phân tích mô tả và chuẩn đoán để phát hiện xu hướng trong tương lai. Do đó, phân tích dự đoán trở thành công cụ để dự báo. Mặc dù phân tích dự đoán mang lại nhiều giá trị, nhưng chúng ta phải hiểu rằng dự báo chỉ là ước tính, độ chính xác tùy thuộc vào chất lượng dữ liệu và tính ổn định của tình huống.

Nhờ cách tiếp cận chủ động của loại phân tích này, một công ty có thể xác định những người mua hàng trong tháng tới để tiến hành kích hoạt các hoạt động tiếp thị nhằm phát triển doanh thu. Hoặc một nhóm quản lý có thể cân nhắc các rủi ro khi quyết định đầu tư vào việc mở rộng của công ty dựa trên phân tích dòng tiền và dự báo dòng tiền thu được.

4. Prescriptive analytics – Phương pháp phân tích dữ liệu đề xuất

Và phần quan trọng nhất vẫn là hành động, chỉ có “take actions” mới đem lại những kết quả thực tế và là mục đích của cả quá trình nghiên cứu dữ liệu. Phân tích đề xuất là một bước tiến xa hơn phân tích mô tả và phân tích dự đoán khi đưa ra đề xuất hành động thích hợp và dự đoán những kết quả có thể xảy ra.

Nó trả lời cho câu hỏi: “Điều gì nên xảy ra?” Loại phân tích dữ liệu hiện đại này không chỉ yêu cầu dữ liệu lịch sử mà còn yêu cầu thông tin bên ngoài do bản chất của thuật toán thống kê. Bên cạnh đó, phân tích đề xuất sử dụng các công cụ và công nghệ tinh vi như (Machine Learning) máy học, các quy tắc kinh doanh và thuật toán.

Ví dụ:

Quản lý cửa hàng bán lẻ sẽ sử dụng bản báo cáo phân tích mô tả để biết được những sản phẩm nào được khách hàng ưa thích trong tháng trước, tại sao họ mua nhiều đến thế, sức hấp dẫn đến từ đâu. Ông ta phỏng đoán rằng họ mua nhiều là do khách hàng thích những sản phẩm đến từ Nhật Bản. Do đó, ông đi tới quyết định là… không nhập hàng Nhật Bản nữa vì ông kiếm đủ tiền rồi!

Trả lời

Email của bạn sẽ không được hiển thị công khai. Các trường bắt buộc được đánh dấu *