Ứng dụng Inflection Point (điểm uốn) trong phân tích kinh doanh
Đây là một phương pháp phân tích dữ liệu được sử dụng khi Business cần tìm ra một “điểm uốn” để tác động đến hành vi khách hàng và thay đổi kết quả kinh doanh. Ứng dụng điểm uốn để ra quyết đinh, thiết kế chiến lược hoặc kế hoạch kinh doanh, marketing trong ngắn và dài hạn.
- Inflection point (điểm uốn) là gì?
Trong toán học, điểm uốn dùng để chỉ điểm mà độ cong của một hàm thay đổi dấu , đồ thị của một hàm số có thể thay đổi từ lõm sang lồi hoặc ngược lại tại mỗi điểm uốn.
Trong lĩnh vực kinh doanh, thuật ngữ “điểm uốn” có nghĩa tương tự như trong toán học, nhưng nó bao hàm một phạm vi rộng hơn trong nhiều tình huống. Miễn là một sự kiện quan trọng xảy ra và thay đổi quỹ đạo của một doanh nghiệp, ngành hoặc nền kinh tế, thì sự kiện đó có thể được coi là điểm uốn.
2. Ứng dụng “điểm uốn” vào phân tích dữ liệu
“Điểm uốn” đơn giản là một điểm trên đồ thị nhưng trong phân tích dữ liệu, điểm uốn có thể là một phần trong tiến trình ra quyết định. Nó không phải là “điểm ra quyết định” nhưng nó giúp những người ra quyết định thấy được những gì sẽ thay đổi và dự đoán kết quả xảy ra sau những thay đổi đó.
Để có thể vận dụng “điểm uốn” vào phân tích, bạn phải hiểu bối cảnh của bài toán business (business context). Dữ liệu là điểm khởi đầu, và bạn cần có kỹ năng phân tích thông tin từ dữ liệu để xem các xu hướng tăng giảm ở những nơi có thể có điểm uốn, phân biệt điểm uốn với các outlier của dữ liệu.
Bên cạnh thông tin “điểm uốn”, các thông tin về thị trường, ngành, đối thủ cũng giúp quá trình ra quyết định dễ dàng hơn, cân bằng giữa các yếu tố bên trong và bên ngoài doanh nghiệp.
Vậy để bắt đầu ra quyết định với phương pháp “điểm uốn”, cần đi qua các bước sau:
- Chuẩn bị và phân tích dữ liệu: Dựa trên business context để xác định dữ liệu cần phân tích, chắt lọc, loại bỏ các outlier, lựa chọn công thức tính toán, hiển thị, phân tích và đánh giá xu hướng tăng giảm xung quanh điểm uốn.
- Hỗ trợ quá trình ra quyết định: trình bày phân tích “điểm uốn” dựa theo nhu cầu và business context
- Hỗ trợ quá trình triển khai: ghi chú các xu hướng, mô hình (patterns) và yếu tố mới cần được theo dõi, các điểm uốn mới có thể xuất hiện trong quá trình triển khai kế hoạch.
3. Case study
Giả sử bạn là một Business Intelligence Analyst của doanh nghiệp X.
Bài toán: Doanh nghiệp X kinh doanh 3 mặt hàng A, B, C. Giá của 3 sản phẩm lần lượt là $10, $15, $20. Tỷ lệ quay lại mua hàng sau một tháng trung bình là 15%. Giám đốc kinh doanh muốn tăng tỷ lệ quay lại mua hàng của sản phẩm lên 30%. Câu hỏi đặt ra là mặt hàng nên được chú trọng, marketing và phòng bán hàng nên làm gì?
Tiếp cận bài toán qua mô hình S-T-A-R
- Situation: Tỷ lệ khách hàng quay lại hiện tại là 15%.
- Task: Thu thập và phân tích dữ liệu để tìm ra “điểm uốn” nhằm tăng tỷ lệ quay lại lên 30%.
- Action: Thu thập dữ liệu liên quan đến hành vi mua hàng của ba sản phẩm A, B, C. Các nguồn dữ liệu có thể thu thập là dữ liệu bán hàng, dữ liệu lướt web, tương tác quảng cáo, dữ liệu so sánh giá cả với đối thủ trên thị trường. Sau khi thu thập dữ liệu, tiến hành loại bỏ các outlier và phân tích các dữ liệu đó. Sau đó, trình bày kết quả phân tích với bộ phận bán hàng và marketing để giúp họ ra quyết định điều chỉnh kế hoạch bán hàng và marketing.
- Kết quả: Đo lường tỷ lệ quay lại mua hàng của khách hàng sau khi điều chỉnh kế hoạch bán hàng và marketing để đánh giá kết quả .
“Điểm uốn” sẽ là cốt lõi của phần “Action”. BI cần xác định được điểm uốn trong hành vi tiêu dùng của khách hàng để có thể tăng tỷ lệ quay lại của họ.
BI sẽ xác định điểm uốn thông qua so sánh hành vi mua hàng của các tập khách hàng khác nhau.
Bước 1: Chia tập khách hàng hiện có thành các nhóm khác nhau theo các tiêu chí: Mức độ chi tiêu khi mua hàng, loại sản phẩm đã từng mua (1, 2, hay cả 3 sản phẩm), số lượng hàng đã mua trong vòng 1 tháng…
Bước 2: So sánh tỷ lệ quay lại của các nhóm khách hàng
Ví dụ: Chia khách hàng thành các nhóm theo loại mặt hàng từng mua.
Biểu đồ bên dưới thể hiện tỷ lệ quay lại của các nhóm khách hàng chia theo loại sản phẩm đã từng mua. Theo biểu đồ, 28% là điểm uốn khi người dùng tiêu dùng từ 2 sản phẩm trở lên.
Ví dụ: Chia khách hàng thành các nhóm theo mức độ chia tiêu các sản phẩm theo tháng
Biểu đồ bên dưới thể hiện tỷ lệ quay lại của các nhóm khách hàng chia theo mức độ chi tiêu mỗi tháng. Theo biểu đồ, để đạt được tỷ lệ quay lại 30% như mong muốn, doanh nghiệp X cần thúc đẩy khách hàng chi tiêu tới mức $50 mỗi tháng. $50 có thể xem là điểm uốn thứ 2.
Sau khi xác định được 2 điểm uốn là “mua từ 2 sản phẩm” và “chi tiêu $50 mỗi tháng”, BI có thể tiếp tục đánh giá thêm các thông tin khác để giúp bộ phận bán hàng và marketing có thể dễ dàng ra quyết định hơn. Các thông tin khác có thể là:
- Với các khách hàng chỉ tiêu dùng duy nhất 1 loại sản phẩm, điểm uốn để họ tiêu dùng sản phẩm thứ 2 và thứ 3 là gì (upsell)? Điểm uốn về giá, khuyến mãi, tiện lợi…?
- Khách hàng hay mua 2 sản phẩm trong 1 đơn hàng hay tách thành 2 đơn? Có thể bán gộp 2 hoặc 3 sản phẩm thành 1 combo? Khách hàng được lợi gì khi mua combo? Đối thủ trên thị trường có đang bán combo như vậy không?
- Nếu ưu đãi giá cho khách hàng mua combo hoặc khách hàng tiêu dùng thêm sản phẩm thứ 2, lợi nhuận và doanh thu bị ảnh hưởng như thế nào?
- Chi phí bán hàng và marketing phát sinh khi triển khai kế hoạch bán combo hoặc upsell
- Tỷ lệ quay lại tăng từ 15% lên 30% đóng góp thế nào vào lợi nhuận và doanh thu, có bù đắp được những chi phí vượt trội khi triển khai kế hoạch bán hàng và marketing mới?
Sau khi trả lời được các câu hỏi trên, BI có thể trình bày kết quả phân tích và các đánh giá liên quan đến điểm uốn, làm cơ sở cho bộ phận bán hàng và marketing ra quyết đỉnh điều chỉnh kế hoạch.
Điểm uốn không phải là “điểm ra quyết định”, điểm uốn giúp người ra quyết định thấy được những gì sẽ thay đổi và dự đoán kết quả xảy ra sau những thay đổi đó.
Hi vọng những chia sẻ ở trên sẽ giúp các bạn có thêm một phương pháp phân tích, cách tiếp cận vấn đề khi phân tích dữ liệu.
