Tomorrow Marketers – Background marketing, sales học data thế nào? Nên học mindset hay ưu tiên học tools? Nên học theo lộ trình, tài liệu nào?… Đây là những thắc mắc phổ biến của những newbies lần đầu tiếp xúc với mảng data, đặc biệt là những bạn có background business vốn không có thế mạnh về kỹ thuật, cũng chưa có quá nhiều kinh nghiệm làm việc với dữ liệu.
Nếu bạn cũng đang gặp khó khăn trong quá trình tìm hiểu và học data, hãy tham khảo lộ trình học Data Analysis chi tiết cho dân trái ngành có background Business được gợi ý bởi Tomorrow Marketers nhé!
Data Analysis là gì? Bộ 3 “kỹ năng” người làm Data cần có
Data Analysis (Phân tích dữ liệu) là quá trình thu thập, làm sạch và mô hình hóa dữ liệu nhằm tìm kiếm thông tin hữu ích, hỗ trợ quá trình ra quyết định của doanh nghiệp.
Đọc thêm: Data Analysis là gì – Quy trình và phương pháp phân tích dữ liệu bạn cần biết
Để đảm đương được những công việc này, người làm Data sẽ trang bị 3 bộ kỹ năng bao gồm:
Slide là một phần của khóa học Data Analysis – Tham khảo khóa học để xem toàn bộ nội dung
Business domain expertise:
Mục đích cuối cùng của việc phân tích dữ liệu là đề xuất ra những giải pháp “đúng đắn” giúp giải quyết vấn đề của doanh nghiệp. Vì vậy, những hiểu biết về ngành hàng, sản phẩm, cách doanh nghiệp vận hành,… là những kiến thức quan trọng mà một người làm data cần phải có để xác định đúng bài toán doanh nghiệp đang cần giải quyết, từ đó tìm ra những dữ liệu thích hợp để giúp doanh nghiệp giải quyết các bài toán đó.
Math/ Statistics:
Những kiến thức về thống kê, đặc biệt là thống kê mô tả (descriptive statistics) là những kiến thức vô cùng cần thiết trong giai đoạn làm EDA (Exploratory Data Analysis). Việc biết và hiểu rõ các khái niệm thống kê như mean, median, mode, standard deviation and coefficient of variation,… sẽ giúp người làm data hiểu dữ liệu một cách toàn diện hơn, hạn chế việc bị dữ liệu đánh lừa, khiến cho các đề xuất trở nên thiếu tính chính xác.
Technical data analytics skill:
Bộ kỹ năng thứ 3, là những kiến thức liên quan đến việc sử dụng các công cụ xử lý data như Excel, PowerBI hay các ngôn ngữ như SQL, Python, R để truy vấn, làm sạch và trực quan hóa dữ liệu.
Các bạn có background Business, đang làm việc tại các phòng ban như Marketing, Sales, Operation,… tại các doanh nghiệp thường đã có sẵn thế mạnh về Business domain expertise, hiểu được ngành hàng, sản phẩm, cách doanh nghiệp vận hành,… do được tiếp xúc hằng ngày trong công việc. Tuy nhiên, để làm việc tốt với dữ liệu, các bạn sẽ cần trang bị thêm những kiến thức liên quan đến thống kê (Statistics) và các kỹ năng sử dụng các công cụ để làm việc với dữ liệu (Technical data analytics skill).
Vậy làm sao để trang bị những kiến thức, kỹ năng này? Hãy cùng TM tham khảo lộ trình học chi tiết dưới đây nhé!
Lộ trình học Data Analysis cho người trái ngành có background business
Giai đoạn 1: Hiểu rõ ngành Data
Trước khi bắt đầu đi sâu vào việc học Data thế nào, bạn cần phải có một cái nhìn rõ ràng, chính xác về ngành Data, về vị trí Data Analysis, bạn sẽ cần phải trả lời được các câu hỏi như:
- Làm Data Analysis là làm gì?
- Trong nghề Data có những vị trí công việc nào?
- Công việc cụ thể của từng vị trí là gì?
- Cần trang bị những kiến thức, kỹ năng gì?
Thông thường bạn sẽ mất khoảng vài tuần để tìm hiểu và tự trả lời được những câu hỏi trên. Tuy nhiên, bạn có thể tham khảo thêm khóa học Data Analysis của Tomorrow Marketers để rút ngắn thời gian tự tìm hiểu của mình bằng cách cung cấp cho bạn cái nhìn toàn cảnh về nghề Data và công việc của một Data Analyst.
Việc hiểu ngành, hiểu rõ công việc mà bạn có thể sẽ làm, cũng như các kỹ năng cần có sẽ giúp bạn xác định được rõ ràng hơn mục tiêu học tập của mình. Trả lời được các câu hỏi như: liệu mình có đủ “đam mê” và tố chất để chuyển hẳn sang ngành data, hay mình vẫn sẽ làm các công việc cũ và chỉ trang bị những kỹ năng liên quan đến dữ liệu vừa đủ để hỗ trợ công việc.
Có một đích đến rõ ràng ngay từ đầu sẽ giúp bạn phân bổ nguồn lực, thời gian một cách hợp lý cho việc học data, đồng thời giúp tránh khỏi cảnh học vài buổi thấy chán rồi lại bỏ, phí thời gian, công sức, và tiền bạc.
Giai đoạn 2: Hiểu công việc của một người làm Data Analysis
Công việc cụ thể của người làm Data Analysis sẽ khác nhau đối với từng công ty, loại hình doanh nghiệp, nhưng nhìn chung, để làm một bài toán phân tích, tìm insight và đưa ra recommendation, bạn sẽ cần phải trải qua 5 bước:
Trong phần tiếp theo, TM sẽ lần lượt chia sẻ với bạn về từng bước, mindset và skillset cần có để thực hiện được tất cả các bước trong quy trình này:
Bước 1: Xác định bài toán cần phân tích
Giả sử bạn nhận được một câu hỏi chung chung từ sếp “Làm thế nào để cải thiện chất lượng lead của team Marketing?” Làm sao biết được nên bắt đầu phân tích từ đâu? Nên phân tích chỉ số nào? Làm sao để không đưa ra những “giải pháp” chung chung như “cái thiện chất lượng lead bằng cách cung cấp thêm nội dung hấp dẫn có giá trị”, “thêm nhiều ưu đãi hấp dẫn”,…
Khi nhận được một bài toán, mindset về việc đặt câu hỏi để xác định rõ vấn đề – “Ask the right question” đóng vai trò rất quan trọng đối với người làm Data Analysis. Bạn sẽ cần phải biết cách bẻ nhỏ từng thành phần trong câu hỏi ra để xác định được vấn đề chính cần giải quyết.
Ví dụ, đối với câu hỏi “Làm thế nào để cải thiện chất lượng lead của team Marketing”, bạn sẽ cần xác định rõ:
- “Chất lượng” ở đây được định nghĩa như thế nào?
- Quy trình tạo ra lead của team marketing là gì?
- Lead của team Marketing đang đến từ những nguồn nào?
- …
Đọc thêm: 15 câu hỏi tìm ra hướng phân tích dữ liệu hiệu quả
Một số skillset mà bạn sẽ cần trang bị trong giai đoạn này:
- Hiểu rõ Business domain của mảng cần phân tích
- Biết cách dùng Issue tree để tiếp cận vấn đề hiệu quả
Bước 2 & 3: Thu thập & xử lý dữ liệu
Sau khi hiểu rõ đề bài, xác định rõ các yếu tố cần phân tích, bạn sẽ cần biết cách xác định những chỉ số, hay dữ liệu có thể thu thập được để hỗ trợ cho việc phân tích, dữ liệu nào công ty đang có, dữ liệu nào công ty chưa có, nếu đang có thì có thể lấy từ đâu, chưa có thì liệu có giải pháp nào để thu thập những dữ liệu đó hay không.
Tóm lại, bạn sẽ cần trả lời được 2 câu hỏi:
- Which types of Data do you need?
- Where are they stored?
Một số skillset mà bạn sẽ cần trang bị trong giai đoạn này:
- Biết cách sử dụng Excel, Pivot Table, và Power Query để làm sạch dữ liệu cơ bản
- Biết cách sử dụng SQL để truy vấn data từ cơ sở dữ liệu, làm sạch và tính toán các data.
Bước 4: Phân tích dữ liệu
Ở bước này, bạn sẽ cần “hiểu rõ về tập dữ liệu” và biết cách phân tích để tìm ra mối tương quan giữa các biến.
Để “hiểu rõ về tập dữ liệu” bạn sẽ cần phải thực hiện một số các công việc khác nhau như: Hiểu rõ hơn về đặc điểm mô tả của các biến và tập dữ liệu (kích thước, dạng dữ liệu), xác định mối quan hệ giữa các biến, phát hiện các pattern, xu hướng của các biến, xác định phạm vi sai lệch, tìm ra những bất thường và ngoại lai (outlier) trong dữ liệu,… đồng thời kiểm tra liệu dữ liệu có phục vụ trả lời cho các giả thuyết ban đầu hay không.
Một số skillset mà bạn sẽ cần trang bị trong giai đoạn này:
- Kiến thức về thống kê mô tả (descriptive statistics): mean, mode, median, variance & standard deviation
- Biết cách sử dụng các kỹ thuật khám phá dữ liệu: Phân tích đơn biến, hai biến, đa biến
Bạn có thể đọc thêm để hiểu rõ hơn về các kỹ thuật này trong bài viết: Exploratory Data Analysis (EDA) là gì và quy trình từng bước của EDA
Bước 5: Trực quan hóa dữ liệu, rút ra insight & đưa ra đề xuất
Sau khi đã phân tích, tìm ra được những insight giá trị, bước cuối cùng chính là trình bày những kết quả đó đến những đối tượng liên quan như sếp, bộ phận, đối tác,…. Có thể nói đây là bước sẽ quyết định thành quả của các bước trước đó. Bởi kể cả khi bạn có tìm kiếm được nhiều insight giá trị, nhưng nếu bạn không thể truyền tải thông tin đến người xem, giúp họ hiểu được những số liệu đó có ý nghĩa gì, những đề xuất của bạn đưa ra sẽ khó được chấp nhận.
Một số skillset mà bạn sẽ cần trang bị trong giai đoạn này:
- Sử dụng công cụ trực quan hóa dữ liệu: Excel, PowerBI,…
- Kỹ năng Data Storytelling – kể câu chuyện từ dữ liệu
- Kỹ năng giao tiếp & thuyết trình
Bạn có thể tìm hiểu thêm về Data Storytelling & các bước để kể câu chuyện bằng dữ liệu trong 2 bài viết dưới đây:
- Data Storytelling: Kỹ năng kể câu chuyện đằng sau những con số
- Kể chuyện bằng dữ liệu (data storytelling) không khó chỉ với 4 bước
Trong khóa học Data Analysis, bạn sẽ được hướng dẫn chi tiết về 6 bước trong quy trình phân tích dữ liệu và demo một số công cụ kỹ thuật như Excel, Pivot Table, và Power Query để hiểu rõ thêm về tư duy xác định bài toán và làm việc với dữ liệu để trả lời cho bài toán. Ngoài ra, bạn cũng sẽ được thực hành phân tích dữ liệu, rút ra insight và đề xuất giải pháp với các chart dữ liệu đã được visualize thuộc các lĩnh vực khác nhau (sales, digital,…).
Những kiến thức trong lộ trình học trên sẽ giúp bạn có một cái nhìn tổng quan, một tư duy vững chắc để làm việc với dữ liệu, cũng như rèn luyện khả năng phân tích dữ liệu của bạn. Nhưng nếu muốn trở thành một Data Analyst thực thụ, bạn vẫn cần phải trau dồi thêm technical skills, học sâu về các công cụ làm việc với Data.
Giai đoạn 3: Trau dồi thêm technical skills
Mindset đóng quan trọng, nhưng không thể phủ nhận toolset cũng đóng vai trò quan trọng không kém, đặc biệt với những người làm data, phải làm việc với công cụ mỗi ngày.
Dưới đây là một số tools phổ biến mà Data Analyst sẽ cần thành thạo cách sử dụng:
- Excel/ Google Sheet (Làm sạch, trực quan hóa dữ liệu cơ bản)
- SQL (Truy vấn dữ liệu)
- PowerBI (Trực quan hóa dữ liệu)
- Python hoặc R (Thực hiện tất cả các công việc từ truy vấn, làm sạch, trực quan hóa dữ liệu)
Tạm kết
Dữ liệu ngày càng được sử dụng nhiều trong các doanh nghiệp trong việc ra quyết định, vì vậy mà những kiến thức về dữ liệu, cũng như các kỹ năng làm việc với dữ liệu đang dần trở thành một yêu cầu bắt buộc đối với các nhân sự có background business.
Hy vọng lộ trình học và những tài liệu ở trên sẽ giúp bạn có được cái nhìn toàn diện về công việc của một người làm Data Analysis, những kiến thức, kỹ năng cần thiết để bước vào ngành. Nếu bạn vẫn cảm thấy mông lung, và cần có một “mentor” chỉ đường dẫn lối giúp bạn nhanh chóng trang bị những kiến thức data cần thiết, hãy tham khảo ngay khóa học Data Analysis của Tomorrow Marketers.
Với khóa học Data Analysis bạn không chỉ được làm quen với công việc của người làm data và quy trình làm việc với dữ liệu, nâng cao khả năng phân tích dữ liệu qua việc thực hành phân tích các data thuộc nhiều lĩnh vực khác nhau (Sales, User Behavior, Digital Performance,…), mà còn được trao đổi với các trainers nhiều năm kinh nghiệm đến từ cả các tập đoàn đa quốc gia và các SME, Startup.
