Phân tích dữ liệu đối với marketer có khó không ? Và tại sao marketer lại phải phân tích dữ liệu ? Để trả lời cho những câu hỏi này, mời bạn đọc tham khảo bài viết về data analysis.
1. Data analysis là gì
Data analysis là “Phân tích dữ liệu” - tức trích xuất những thông tin có ích từ raw data (dữ liệu thô) để từ đó đưa ra những quyết định dựa trên việc phân tích đó. Chỉ với dữ liệu trong quá khứ, Data analysis không chỉ giúp bạn phân tích nguyên nhân của những kết quả cũ, mà còn có thể đưa ra dự đoán, giả thuyết cho tương lai.
2. Có phải data analysis không dành cho marketer? Tại sao marketer phải phân tích dữ liệu?
Thoạt đầu mình cũng từng nghĩ, data là một thứ gì đó rất… “IT”. Tức là, một thứ nếu muốn làm được cần phải qua quá trình mài dũa từ công cụ, có mindset về tư duy logic và phải làm việc với những con số rất nhiều.
Và khi tìm hiểu nhiều hơn, mình thấy điều đó đúng. Duy chỉ có một điều sai, rằng data analysis không phải chỉ dành cho IT. Mà data còn dành cho marketer chúng mình, khi dữ liệu là thứ rất quan trọng để duy trì sự tồn tại của doanh nghiệp.
Ví dụ: Những thứ gần gũi như Tổng đơn hàng trong tháng qua đạt được, tăng, giảm bao nhiêu % so với tháng trước. Hay Báo cáo về lượng truy cập trang web, reaction của social media pages… Những con số này, dù chỉ đơn thuần là tăng, giảm bao nhiêu, nhưng với các cấp trên, họ hoàn toàn có thể tìm ra insight và đưa ra quyết định thay đổi hay duy trì chiến lược marketing như thế nào.
Marketer khi làm phân tích dữ liệu, theo quan sát, mình nhận thấy có những role chính sau đây:
* Business Analyst (BA)
* Business Intelligence Analyst (BIA)
* Data Analyst (DA)
Ở nhiều doanh nghiệp, DA và BA sẽ là một.
Tuy nhiên, sự khác biệt giữa Data Analyst và Business Analyst chính là: DA thường thao tác với dữ liệu một cách “thuần túy” hơn, được hiểu là người “tìm ra ý nghĩa của dữ liệu”. Còn với BA, họ sẽ có mindset nhất định về doanh nghiệp, về cách vận hành và kiến thức kinh doanh, từ đó phân tích data thu thập được để tìm ra insight có thể “actionable” hơn.
3. Marketer làm việc với data trong FMCG như thế nào?
Để đỡ lạ lẫm thì mình muốn đưa ra một ví dụ gần gũi hơn, một ngành “ít số má” hơn, chính là FMCG và cách data sẽ vận hành như thế nào trong ngành công nghiệp này.
Data trong FMCG sẽ có 4 mảnh ghép:
* Ex factory: Tức là loại dữ liệu có sẵn trong nội bộ doanh nghiệp. Điểm yếu của loại hình này chính là không thể biết được đối thủ hay thị trường ngoài kia đang có gì.
* Retail Audit: Chắc chắn đây là cụm từ mà marketer nào hướng đến FMCG cũng đều biết. Retail Audit thu thập số liệu từ thị trường như market share (thị phần), các đối thủ đang nắm giữ kênh phân phối nào… Marketer có thể dễ tìm thấy loại data này nhất ở các báo cáo của Nielsen
* Consumer Panel: Bức tranh người đi mua hàng - họ có những hành vi gì, tần suất mua hàng như thế nào… để doanh nghiệp target đúng và làm đúng. Với loại data này, Kantar World Panel sẽ cung cấp cho bạn những thông tin khá giá trị đó!
* Brand Health Tracking: Đo lường sức khỏe thương hiệu - Bạn cần phải biết doanh nghiệp đang đứng ở đâu, hoặc chỉ số thương hiệu có đang cao không. Loại hình data này sẽ hoạt động ví dụ như khi kết thúc một campaign truyền thông, chúng sẽ cho bạn biết consumer có thích campaign không, hay họ đang nghĩ gì về bạn.
Data là một thế giới rất mới với mình và mình tin là nhiều marketer hiện cũng đang nung nấu ý định làm việc với dữ liệu nhiều hơn. Hy vọng bài viết trên sẽ giúp ích cho những bạn tìm hiểu về marketing. Chúc bạn thành công !
1. Data analysis là gì
Data analysis là “Phân tích dữ liệu” - tức trích xuất những thông tin có ích từ raw data (dữ liệu thô) để từ đó đưa ra những quyết định dựa trên việc phân tích đó. Chỉ với dữ liệu trong quá khứ, Data analysis không chỉ giúp bạn phân tích nguyên nhân của những kết quả cũ, mà còn có thể đưa ra dự đoán, giả thuyết cho tương lai.
2. Có phải data analysis không dành cho marketer? Tại sao marketer phải phân tích dữ liệu?
Thoạt đầu mình cũng từng nghĩ, data là một thứ gì đó rất… “IT”. Tức là, một thứ nếu muốn làm được cần phải qua quá trình mài dũa từ công cụ, có mindset về tư duy logic và phải làm việc với những con số rất nhiều.
Và khi tìm hiểu nhiều hơn, mình thấy điều đó đúng. Duy chỉ có một điều sai, rằng data analysis không phải chỉ dành cho IT. Mà data còn dành cho marketer chúng mình, khi dữ liệu là thứ rất quan trọng để duy trì sự tồn tại của doanh nghiệp.
Ví dụ: Những thứ gần gũi như Tổng đơn hàng trong tháng qua đạt được, tăng, giảm bao nhiêu % so với tháng trước. Hay Báo cáo về lượng truy cập trang web, reaction của social media pages… Những con số này, dù chỉ đơn thuần là tăng, giảm bao nhiêu, nhưng với các cấp trên, họ hoàn toàn có thể tìm ra insight và đưa ra quyết định thay đổi hay duy trì chiến lược marketing như thế nào.
Marketer khi làm phân tích dữ liệu, theo quan sát, mình nhận thấy có những role chính sau đây:
* Business Analyst (BA)
* Business Intelligence Analyst (BIA)
* Data Analyst (DA)
Ở nhiều doanh nghiệp, DA và BA sẽ là một.
Tuy nhiên, sự khác biệt giữa Data Analyst và Business Analyst chính là: DA thường thao tác với dữ liệu một cách “thuần túy” hơn, được hiểu là người “tìm ra ý nghĩa của dữ liệu”. Còn với BA, họ sẽ có mindset nhất định về doanh nghiệp, về cách vận hành và kiến thức kinh doanh, từ đó phân tích data thu thập được để tìm ra insight có thể “actionable” hơn.
3. Marketer làm việc với data trong FMCG như thế nào?
Để đỡ lạ lẫm thì mình muốn đưa ra một ví dụ gần gũi hơn, một ngành “ít số má” hơn, chính là FMCG và cách data sẽ vận hành như thế nào trong ngành công nghiệp này.
Data trong FMCG sẽ có 4 mảnh ghép:
* Ex factory: Tức là loại dữ liệu có sẵn trong nội bộ doanh nghiệp. Điểm yếu của loại hình này chính là không thể biết được đối thủ hay thị trường ngoài kia đang có gì.
* Retail Audit: Chắc chắn đây là cụm từ mà marketer nào hướng đến FMCG cũng đều biết. Retail Audit thu thập số liệu từ thị trường như market share (thị phần), các đối thủ đang nắm giữ kênh phân phối nào… Marketer có thể dễ tìm thấy loại data này nhất ở các báo cáo của Nielsen
* Consumer Panel: Bức tranh người đi mua hàng - họ có những hành vi gì, tần suất mua hàng như thế nào… để doanh nghiệp target đúng và làm đúng. Với loại data này, Kantar World Panel sẽ cung cấp cho bạn những thông tin khá giá trị đó!
* Brand Health Tracking: Đo lường sức khỏe thương hiệu - Bạn cần phải biết doanh nghiệp đang đứng ở đâu, hoặc chỉ số thương hiệu có đang cao không. Loại hình data này sẽ hoạt động ví dụ như khi kết thúc một campaign truyền thông, chúng sẽ cho bạn biết consumer có thích campaign không, hay họ đang nghĩ gì về bạn.
Data là một thế giới rất mới với mình và mình tin là nhiều marketer hiện cũng đang nung nấu ý định làm việc với dữ liệu nhiều hơn. Hy vọng bài viết trên sẽ giúp ích cho những bạn tìm hiểu về marketing. Chúc bạn thành công !
