+5

Descriptive Analytics - Phân tích mô tả là gì?

Phân tích dữ liệu được sử dụng để khám phá dữ liệu, trích xuất thông tin chi tiết và hành động dựa trên những thông tin chi tiết đó. Phân tích dữ liệu bao gồm nhiều hoạt động, mỗi hoạt động có trọng tâm và mục tiêu riêng. Lĩnh vực phân tích dữ liệu thường được chia thành bốn loại chính: phân tích mô tả, phân tích chẩn đoán, phân tích dự đoán và phân tích theo quy định. Loại thứ năm, phân tích thời gian thực, phân tích dữ liệu khi dữ liệu được tạo, thu thập hoặc cập nhật.

5_modes_of_analytics-f.png

Hôm nay mình sẽ viết bài viết về Data Analytics và cụ thể là Descriptive Analytics - phân tích mô tả.

Phân tích mô tả là gì?

Phân tích mô tả là một loại phân tích dữ liệu xem xét dữ liệu trong quá khứ để đưa ra tài khoản về những gì đã xảy ra. Phân tích mô tả trả lời các câu hỏi về những gì đã xảy ra, dựa trên dữ liệu lịch sử, để thông báo các quyết định về tương lai. Các kỹ thuật phân tích mô tả tóm tắt các bộ dữ liệu lớn để trình bày thông tin chuyên sâu cho các bên liên quan. Nó có thể được sử dụng riêng hoặc được coi là giai đoạn sơ bộ của quá trình xử lý dữ liệu để tạo bản tóm tắt hoặc bản tóm tắt, từ đó hỗ trợ điều tra, phân tích hoặc hành động tiếp theo được thực hiện bởi các loại phân tích khác.

Phân tích mô tả là loại phân tích phổ biến nhất và thường được thực hiện bởi nhà phân tích dữ liệu, thường được trình bày trong báo cáo, bảng điều khiển, biểu đồ thanh và các hình ảnh trực quan dễ hiểu khác.

Phân tích mô tả có thể được áp dụng cho nhiều hoạt động vận hành hàng ngày của một doanh nghiệp. Các báo cáo về hàng tồn kho, quy trình làm việc khác nhau, số liệu bán hàng và thống kê doanh thu đều dựa trên phân tích mô tả. Cùng với nhau, các báo cáo này cung cấp cho công ty một cái nhìn tổng quan về lịch sử hoạt động của công ty. Dữ liệu trong các báo cáo như vậy có thể được thu thập để làm cơ sở tạo ảnh chụp nhanh cụ thể về các chức năng liên quan đến kinh doanh khác nhau.

descriptive-analytics.png

Hình ảnh: ví dụ về phân tích mô tả

Phân tích mô tả hoạt động như thế nào?

Phân tích mô tả sử dụng các kỹ thuật phân tích thống kê khác nhau để cắt và sắp xếp dữ liệu thô thành một dạng cho phép mọi người xem các mẫu, xác định điểm bất thường, cải thiện việc lập kế hoạch và so sánh mọi thứ. Các doanh nghiệp nhận ra giá trị cao nhất từ các phân tích mô tả khi sử dụng nó để so sánh các mục theo thời gian hoặc với nhau. Ví dụ: người quản lý tài chính có thể so sánh doanh số bán sản phẩm hàng tháng hoặc so với các danh mục liên quan.

Phân tích mô tả có thể hoạt động với dữ liệu số, dữ liệu định tính hoặc kết hợp cả 2. Dữ liệu số có thể định lượng những thứ như doanh thu, lợi nhuận hoặc thay đổi vật lý. Dữ liệu định tính có thể mô tả các yếu tố như giới tính, dân tộc, nghề nghiệp hoặc đảng phái chính trị. Để cải thiện sự hiểu biết, dữ liệu số thô thường được chia thành các phạm vi hoặc danh mục, chẳng hạn như độ tuổi, nhóm thu nhập hoặc mã zip.

Để phân tích mô tả hoạt động, trước tiên, tổ chức cần tạo một bộ số liệu đo lường hiệu suất kinh doanh so với các mục tiêu kinh doanh. Ví dụ: một doanh nghiệp sản xuất có thể có những thay đổi về giá nguyên vật liệu hàng năm hoặc các chỉ số tăng trưởng doanh thu hàng tháng. Một công ty công nghệ có thể kiểm tra xem họ đã thêm bao nhiêu người đăng ký mỗi tháng hoặc bao nhiêu bản nâng cấp cho công nghệ mà họ đã tạo ra. Với các số liệu cần thiết tại chỗ, dữ liệu liên quan phải được thu thập. Sau đó, nó sẽ phải được quản lý, làm sạch và chuẩn bị cho bước tiếp theo, đó là phân tích dữ liệu.

Việc thu thập dữ liệu lịch sử cho các phân tích mô tả được thực hiện bằng hai kỹ thuật chính – tổng hợp dữ liệu và khai thác dữ liệu. Một công ty thu thập và sắp xếp dữ liệu thành các tập dữ liệu có thể quản lý bằng tính năng tổng hợp dữ liệu. Dữ liệu thu thập được phân tích bằng nhiều công cụ và phương pháp khác nhau như thống kê tóm tắt hoặc theo dõi mẫu. Các nhà phân tích sử dụng chúng để nghiên cứu dữ liệu và khám phá các mẫu và hiệu suất.

Ví dụ về cách các công ty có thể sử dụng phân tích mô tả:

Một số kết quả của phân tích mô tả bao gồm tạo nhiều loại báo cáo liên quan đến bán hàng, doanh thu và quy trình làm việc, bao gồm cả báo cáo hàng tồn kho

Thông tin chi tiết về việc sử dụng phương tiện truyền thông xã hội và mức độ tương tác trong đó từ các nền tảng khác nhau và dựa trên nhiều số liệu

Phân tích mô tả cho chúng ta biết điều gì?

Các doanh nghiệp sử dụng phân tích mô tả để đánh giá, so sánh, phát hiện sự bất thường và xác định điểm mạnh và điểm yếu tương đối. Hãy cùng tìm hiểu xem những thứ này có thể hoạt động như thế nào trong thực tế.

Đánh giá

Phát triển mô tả về các khía cạnh khác nhau của hoạt động kinh doanh tạo thành cơ sở cho một công ty và có thể được sử dụng để giúp đánh giá hành vi giúp cải thiện hoặc làm suy yếu kết quả. Các số liệu quan trọng bao gồm hiệu suất kinh doanh (doanh thu, chi phí và lợi nhuận), hiệu suất trang web (tỷ lệ nhấp, tỷ lệ chuyển đổi) và sự hài lòng của khách hàng (điểm quảng bá ròng, điểm hài lòng của khách hàng và lượt thích trên mạng xã hội) hoặc hiệu suất thiết bị (thời gian hoạt động, thời gian sửa chữa và bảo trì trị giá).

So sánh

Các chỉ số cơ sở cho một đặc điểm có thể được so sánh theo thời gian, danh mục, chương trình hoặc biện pháp can thiệp. Hiệu suất bán hàng hiện tại có thể được so sánh với doanh số bán hàng của tháng trước hoặc với cùng kỳ năm trước hoặc trong phạm vi mở rộng hơn để hiểu các xu hướng lịch sử. Tương tự, các nhóm có thể so sánh doanh số giữa các danh mục sản phẩm hoặc so sánh hiệu suất của một công ty với một công ty liên quan.

Phát hiện bất thường

Việc tách rời các số liệu thống kê mô tả đôi khi có thể tiết lộ các giá trị ngoại lệ đáng để điều tra thêm. Ví dụ: phân tích mô tả có thể cho thấy doanh số bán hàng ở một khu vực cao hơn đáng kể so với các khu vực khác hoặc dòng sản phẩm thành công đột ngột sụt giảm. Những bất thường này có thể thúc đẩy nghiên cứu bổ sung bằng cách sử dụng phân tích chẩn đoán để hiểu nguyên nhân gốc rễ của chúng.

Xác định điểm mạnh và điểm yếu tương đối

Ví dụ, một công ty có thể phát hiện ra rằng nó có xu hướng bán tốt hơn cho những người mua sắm trẻ tuổi hơn là những người lớn tuổi. Thông tin chi tiết này có thể truyền cảm hứng cho những nỗ lực nhân đôi điểm mạnh bằng hoạt động tiếp thị tập trung hơn hoặc hành động nhanh chóng để giải quyết những điểm yếu trong lĩnh vực mà doanh số bán hàng đang bị tụt lại.

Các bước áp dụng phân tích mô tả

Hiểu những điều cơ bản của phân tích mô tả có vẻ đủ đơn giản, nhưng việc áp dụng nó trong cuộc sống thực có thể là một thách thức. Có một số bước mà tổ chức cần tuân theo để áp dụng phân tích mô tả cho doanh nghiệp của họ.

Xác định các số liệu liên quan

Đầu tiên, tổ chức cần biết các số liệu sẽ được tạo. Các số liệu này phải phản ánh các mục tiêu kinh doanh chính cho từng lĩnh vực của công ty hoặc của tổ chức. Ban quản lý có thể muốn xem xét sự tăng trưởng từ góc độ hàng quý hoặc có thể cần theo dõi các khoản thanh toán chưa thanh toán để hiểu được sự chậm trễ. Xác định các số liệu dữ liệu khác nhau là bước đầu tiên.

Nếu bước này không được hoàn thành với một số cân nhắc, kết quả sẽ không hữu ích. Một tổ chức cần hiểu những gì có thể đo lường được, cách thu thập dữ liệu phù hợp và liệu nó có thể áp dụng được hay không.

Một ví dụ là trong bộ phận tiếp thị và bán hàng; đại diện bán hàng sẽ theo dõi doanh thu bán hàng mỗi tháng. Một kế toán viên sẽ muốn kiểm tra các số liệu tài chính như tỷ suất lợi nhuận gộp.

Xác định dữ liệu để hỗ trợ các số liệu này

Bước tiếp theo là tìm dữ liệu cần thiết để hỗ trợ các chỉ số cần thiết. Dữ liệu có thể được tìm thấy trên một số silo và tệp cho một số tổ chức. Hầu hết dữ liệu được yêu cầu có thể đã có sẵn trong công ty nếu một tổ chức đã hoạt động với hệ thống hoạch định nguồn lực doanh nghiệp (ERP). Xác định bất kỳ nguồn bên ngoài nào được yêu cầu, đặc biệt là những nguồn liên quan đến tiêu chuẩn ngành, cơ sở dữ liệu phi công ty, trang thương mại điện tử và nhiều trang truyền thông xã hội.

Khai thác và chuẩn bị dữ liệu

Nếu một tổ chức đang làm việc trên nhiều nguồn dữ liệu, tổ chức đó sẽ cần trích xuất dữ liệu, hợp nhất và chuẩn bị cho phân tích để đảm bảo tính đồng nhất. Đây là một quá trình rút ra nhưng rất quan trọng đối với độ chính xác. Làm sạch dữ liệu là một phần của việc loại bỏ các phần thừa và lỗi và tạo dữ liệu ở định dạng phù hợp để phân tích.

Phân tích dữ liệu

Có một số công cụ có sẵn để cung cấp các phân tích mô tả. Chúng có thể bao gồm từ các bảng tính cơ bản đến nhiều phần mềm kinh doanh thông minh (BI) phức tạp hơn. Đây có thể là dựa trên đám mây, tại chỗ. Các chương trình này sử dụng các thuật toán khác nhau để tạo ra các bản tóm tắt và thông tin chi tiết chính xác về dữ liệu được cung cấp.

Trình bày dữ liệu

Khía cạnh cuối cùng của phân tích mô tả là trình bày dữ liệu. Điều này thường được thực hiện bằng cách sử dụng các kỹ thuật trực quan hóa, với các hình thức trình bày hấp dẫn và thú vị để làm cho dữ liệu có thể truy cập được để người dùng hiểu. Các tùy chọn như biểu đồ thanh, biểu đồ hình tròn và biểu đồ đường trình bày thông tin. Mặc dù cách trình bày hấp dẫn trực quan như vậy là cách một số bộ phận thích kiến thức của họ, nhưng các chuyên gia tài chính có thể chọn dữ liệu ở dạng bảng và số. Người dùng cuối nên được cung cấp.

Lợi ích và hạn chế của phân tích mô tả

Lợi ích

Nó có thể đơn giản hóa giao tiếp về dữ liệu số.

Nó có thể cải thiện sự hiểu biết về các tình huống phức tạp.

Các công ty có thể so sánh hiệu suất với đối thủ cạnh tranh hoặc giữa các dòng sản phẩm.

Nó có thể được sử dụng để giúp thúc đẩy các nhóm đạt được mục tiêu mới.

Hạn chế

Kết quả có thể hướng sự tập trung của công ty vào các số liệu không hữu ích, chẳng hạn như doanh số bán hàng so với lợi nhuận.

Các chỉ số tạo động lực có thể được sử dụng để khuyến khích hành vi ngoài ý muốn, chẳng hạn như di chuyển chuột hoặc gian lận bán hàng.

Các số liệu được lựa chọn kém có thể dẫn đến cảm giác an toàn sai lầm.

Kết Luận

Có rất nhiều tool hiện nay để làm cho công việc này trở nên đơn giản hơn như PowerBI, Tableau, ... . Mong bài viết sẽ hữu ích với những newbie như mình.

Reference

https://www.techtarget.com/whatis/definition/descriptive-analytics

https://learn.microsoft.com/en-us/training/modules/understand-concepts-of-data-analytics/2-understand-data-analytics-types

https://www.jaspersoft.com/articles/what-is-descriptive-analytics#:~:text=Descriptive analytics is a statistical,perfect base to track trends.


All rights reserved

Viblo
Hãy đăng ký một tài khoản Viblo để nhận được nhiều bài viết thú vị hơn.
Đăng kí