Trong thời đại dữ liệu và phân tích, chúng ta đã tin rằng, với đủ dữ liệu, chúng ta có thể đưa ra quyết định thông minh và thật sự điều khiển được dữ liệu. Nhưng khi toàn bộ khối lượng dữ liệu đã tăng dần từ lớn cho đến khổng lồ khiến các doanh nghiệp hiện nay phải đau đầu suy nghĩ: Chúng ta phải làm gì với chúng?
Sự thực là, chúng ta sẽ tạo ra tận 175 zettabytes dữ liệu vào năm 2025 và dữ liệu của bạn sẽ là một trong tất cả những dữ liệu đưa về và xuất ra đến từ khách hàng của bạn, đó cũng giống như là dữ liệu chủ yếu mà bạn dùng thường xuyên trong kinh doanh hàng ngày. Thêm vào đó là nhu cầu tìm kiếm ra các công cụ phù hợp để quản lý các loại dữ liệu khác nhau rất phực tạp – bạn có thể dùng cái cờ Lê để đóng đinh, nhưng mà ko phải là thứ mà nó tạo ra (trong việc kinh doanh phải sử dụng đúng công cụ để quản lý dữ liệu).
Cũng như nhiều thứ trong cuộc sống này, tổ chức chính là bước đầu tiên để thành công, cho dù bạn đang tìm cách tăng hiệu quả hoạt động, cải thiện trải nghiệm người dùng hay tiến hành đổi mới để tăng thị phần.
Trong bài viết này, chúng tôi sẽ cung cấp khung để thiết lập dữ liệu của bạn có thể được áp dụng trong các ngành công nghiệp và các doanh nghiệp thuộc mọi quy mô và nói về các công cụ phù hợp nhất cho các loại dữ liệu cụ thể.
Hãy bắt đầu bằng cách nhận diện các từ khóa sử dụng chính, chúng ta gọi là khóa học dữ liệu ABC:
- A – Giới thiệu về người dùng (About user)
- B – Dữ liệu hoạt động kinh doanh (Business operations data)
- C – Được tạo ra từ người dùng (Created by users)
Dưới đây, chúng ta hãy kiểm tra ý nghĩa của mỗi loại dữ liệu, các vị trí của chúng trùng nhau và cách tốt nhất để có thể phân tích được dữ liệu khi bạn sở hữu chúng. Nhưng trước tiên, hãy xem kết cấu mỗi loại dữ liệu, cách xử lý và lưu trữ chúng.
| Loại dữ liệu | Kết cấu | Lưu trữ | Xử lý | Ví dụ (ứng dụng chia sẻ ảnh) |
|---|---|---|---|---|
| Giới thiệu về người dùng | Thường là sự pha trộn của dữ liệu có cấu trúc và bán cấu trúc. Hiếm khi không có cấu trúc. | Thường được lưu trữ tại RDBMS & kho | Ngôn ngữ truy vấn dữ liệu (SQL), Cơ sở dữ liệu No-SQL, Thời gian thực tế (Real-time), Lập trình sự kiện (Event-driven) |
|
| Hoạt động kinh doanh | Thường có cấu trúc. Thỉnh thoảng bán có bán cấu trúc. Hiếm khi không có cấu trúc | Thường được lưu trữ tại RDBMS & kho | Chủ yếu là SQL, một vài No-SQL. Thỉnh thoảng là real-time. |
|
| Được tạo từ người dùng | Thường không có cấu trúc. | THường được lưu trữ tại kho BLOB | No-SQL |
|
Kiểu dữ liệu A – Giới thiệu về người dùng (About User)
Dữ liệu về người dùng bao gồm người dùng là ai và họ làm những gì.
Lấy một ứng dụng chia sẻ ảnh làm ví dụ. Dữ liệu về người dùng của nó sẽ bao gồm: khi người dùng tải hình ảnh lên ứng dụng, thích hình ảnh của người dùng khác hoặc nhận xét về hình ảnh; vị trí mà người dùng đăng tải ảnh; tên và email của người dùng; cùng với tần suất tương tác với ứng dụng.
Người quản lý sản phẩm và đội nhóm marketing có thể sử dụng dữ liệu này để hiểu cách phát triển, thu hút và duy trì dữ kiện người. Trong nền kinh tế dựa trên sự cạnh tranh về số lượng người dùng đăng ký ngày nay, chi phí để có được một người dùng mới rất cao, vì vậy bạn phải bù đắp cho điều đó bằng giá trị duy trì và trọn đời. Ví dụ bạn chi 10$ thì bạn sẽ có được một người dùng đăng ký mới, nếu thu được lợi nhuận, bạn sẽ phải kiếm được nhiều hơn 10$ trong suốt vòng đời khách hàng đó.
Đó là lý do tại sao việc thu thập dữ liệu người dùng rất quan trọng – nó giúp bạn hiểu được nên duy trì theo chiều hướng nào và gây ra sự hỗn loạn. Dữ liệu này nên có sẵn cho mọi người ở tất cả các cấp kỹ thuật, những người cần đưa ra những quyết định về thông tin dữ liệu. Bất cứ khi nào một quản lý sản phẩm hoặc marketer có câu hỏi đại loại như: “Tại sao người dùng lại giảm xuống?” hoặc “Kênh nào mang lại cho tôi nhiều người dùng thích và đăng tải ảnh nhiều nhất?” họ cần phải tự trả lời để có thể sử dụng dữ liệu này một cách hiệu quả.
Mixpanel được xây dựng để phân tích loại dữ liệu này. Trong Mixpanel, các hành động mà người dùng thực hiện được gọi là sự kiện và thông tin (như vị trí người dùng và địa chỉ email, v.v.) được thu thập trong hồ sơ; theo dõi dữ liệu này giúp bạn dễ dàng sắp xếp và phân tích dữ liệu về người dùng của mình mà không cần viết một dòng mã nào.
Kiểu dữ liệu B – Dữ liệu kinh doanh (Business Data)
Dữ liệu kinh doanh bao gồm dữ liệu quy trình (như tên người dùng và mật khẩu, thông tin đăng nhập, thông tin thanh toán và gói giá) mà doanh nghiệp của bạn không có không thể chạy.
Nghiên cứu dữ liệu là bước đầu tiên để phân tích thành công của doanh nghiệp bạn. Không có nó, bạn không thể nhìn thấu hiểu về những gì doanh nghiệp của bạn đang thực sự làm hoặc nếu bạn đang tạo doanh số. Hiểu dữ liệu này giúp bạn phát triển doanh nghiệp của mình và trực tiếp tác động đến doanh thu và số liệu hàng đầu của bạn.
Quay trở lại ví dụ về ứng dụng chia sẻ ảnh, dữ liệu doanh nghiệp có thể bao gồm các hình ảnh thực tế được tải lên trên ứng dụng. Mục đích của ứng dụng là lưu trữ và chia sẻ những hình ảnh này, vì vậy nếu hình ảnh không được lưu giữ, ứng dụng sẽ không chạy được và làm mất người dùng sử dụng.
Các doanh nghiệp thường muốn theo dõi dữ liệu này trước tiên, bởi vì nó có thể cho bạn biết liệu doanh nghiệp đang thành công hay thất bại. Loại dữ liệu này thường được xử lý bởi một nhóm các nhà phân tích dữ liệu chuyên môn sử dụng các công cụ kinh doanh thông minh (BI). Những công cụ này (ví dụ: Looker hoặc Tableau,…) đòi hỏi kỹ năng và kiến thức kỹ thuật sâu rộng để vận hành. Đồng thời, họ cung cấp các phân tích chuyên sâu cần thiết để điều hành hoạt động kinh doanh. Công cụ BI có thể trả lời các câu hỏi: “Tác động chiến lược giá mới của chúng tôi là gì?” hay “Chúng ta nên ưu tiên nội địa hóa như thế nào dựa trên cơ hội doanh thu?”
Kiểu dữ liệu C – Dữ liệu được tạo bởi người dùng ( Created Data)
Dữ liệu được tạo bởi người dùng bao gồm phản hồi từ người dùng và email hỗ trợ, cũng như dữ liệu được tạo ra bởi người dùng (chẳng hạn như nhật ký cấp độ máy được tạo khi người dùng thực hiện hành động trên nền tảng của bạn, số liệu sự cố và nhật ký từ máy chủ.) Dữ liệu C được phân tích theo dữ liệu các nhà khoa học, học máy và dân kỹ thuật.
Sự khác nhau giữa dữ liệu A và dữ liệu C là gì? Kiểu dữ liệu A là kiểu dữ liệu được chọn để theo dõi về người dùng của bạn, còn kiểu dữ liệu C là kiểu dữ liệu người dùng được chọn để cung cấp cho bạn.
Các doanh nghiệp thường theo dõi dữ liệu loại C bằng các công cụ như Medallia để trả lời các câu hỏi như “Làm thế nào khách hàng của chúng tôi hạnh phúc?” hoặc “Chúng ta nên tập trung đội ngũ kỹ thuật của mình ở đâu để giảm vé yêu cầu hỗ trợ khách hàng?” Các nhà khoa học và kỹ sư dữ liệu sử dụng dữ liệu này để hiểu cách ứng dụng hoặc trang web hoạt động hay không hoạt động như thế nào.
Kết luận chung
Ngày càng có nhiều dữ liệu được tạo ra, việc hiểu và phân tích nó có thể còn gặp khó khăn, trở ngại. Nhưng đối với bất kỳ doanh nghiệp nào, điều cần thiết nhất chính là thu thập và sử dụng dữ liệu một cách hiệu quả – cho phép mọi nhóm đều có thể sử dụng dữ liệu để phát triển công ty.
Cho dù đó là dữ liệu về người dùng (A), dữ liệu kinh doanh (B) hoặc dữ liệu do người dùng (C) tạo ra, mỗi loại dữ liệu thường giải quyết các nhu cầu khác nhau và yêu cầu các công cụ khác nhau. Dữ liệu về người dùng (A), ví dụ sẽ giúp các nhóm xây dựng các sản phẩm tốt hơn. Dữ liệu kinh doanh (và các công cụ BI hỗ trợ nó) khám phá những thách thức kinh doanh và các cơ hội trong mọi lĩnh vực . Cuối cùng, dữ liệu của C giúp các doanh nghiệp hiểu và cải thiện trải nghiệm của khách hàng.
Tất nhiên, các dữ liệu ABC này thường trùng lặp với nhau, dựa trên các hoàn cảnh và cũng như các nhu cầu cụ thể của doanh nghiệp bạn. Chúng tôi đã thấy rằng hình ảnh được tải lên ứng dụng chia sẻ ảnh có thể được phân loại thành cả kiểu dữ liệu A và C, nhưng chúng cũng có thể được coi là kiểu dữ liệu B, vì hình ảnh cũng cần thiết cho mô hình kinh doanh của ứng dụng. Tuy nhiên, khung dữ liệu này có thể hữu ích khi bạn mở rộng quy mô kinh doanh và xem xét về việc xây dựng một ngăn xếp công nghệ tốt nhất trong lớp để hỗ trợ văn hóa dữ liệu hoàn hảo trong toàn bộ tổ chức.
Theo The Signal Blog