Posted by Data không tự biết nói nhưng nếu tiếp cận đúng cách, Data có thể kể cho bạn những câu chuyện đáng giá!
Thông thường một dữ liệu (data) sẽ có 3 giai đoạn “tiến hóa”
- Giai đoạn 1: dữ liệu chỉ ở dạng đơn lẻ mang tính tư liệu tham khảo thông thường.
- Giai đoạn 2: khi nhiều dữ liệu ở giai đoạn 1 được tập hợp và kết nối, chúng có thể mang đến thông tin mang ý nghĩa.
- Giai đoạn 3: trên cơ sở những thông tin này, chúng ta có thể tìm ra thêm những insight mới.
Nhu cầu sử dụng dữ liệu để tìm ra insight có ích cho business của mình là xu hướng chung của nhiều doanh nghiệp hiện nay, đặc biệt là ở các startup. Nhưng có một vấn đề, đó là nhiều doanh nghiệp thu thập được rất nhiều data nhưng vẫn chưa suy nghĩ đủ sâu về việc ‘Dữ liệu nào sẽ đóng vai trò quyết định cho sự phát triển của business?’. Hay nói cách khác, họ chưa xác định mục tiêu/ mục đích khi thu thập dữ liệu của mình.
Để bắt đầu phân tích dữ liệu đúng hướng, cần phải xác định: việc phân tích dữ liệu là công việc mang tính nghiên cứu (research) hay mang tính điều tra (investigation). Mục đích trọng tâm của Research là việc thấu hiểu một tình huống và miêu tả lại tình huống đó. Còn Investigation đặt mục tiêu chính ở việc giải quyết vấn đề, giống như việc cảnh sát truy tìm tội phạm hay thám tử điều tra về vụ án nào đó, họ phải đi tìm và thu thập chứng cứ (dữ liệu), liên kết chúng lại để tìm ra hung thủ. Trọng tâm của Investigation không phải là việc miêu tả lại tình huống (problem description) mà là giải quyết vấn đề (problem solution).
Như đã nói ở trên, chúng ta rất hay phạm sai lầm ở chỗ quá phụ thuộc vào dữ liệu, “ngồi chờ sung rụng” hi vọng khi thu thập nhiều dữ liệu thì insight sẽ tự tìm đến. Tuy nhiên thế giới ngày nay đã thay đổi rất nhanh, phương pháp này không còn phù hợp nữa, để dữ liệu “có thể nói” cho ta biết insight, thì chúng ta phải có chiến lược để phân tích dữ liệu.
Bước đầu tiên, cũng giống như việc giải quyết một vụ án, chúng cần xác lập những giả thuyết phù hợp với tình huống đang gặp phải. Quá trình thu thập và phân tích dữ liệu sẽ giúp chúng ta xác định được giả thuyết đó đúng hay sai, và nếu giả thuyết đó đúng thì giải quyết chúng như thế nào. Chúng ta cùng tìm hiểu qua ví dụ sau:
Một ngôi làng bị nạn chuột hoành hành, giải pháp cho vấn đề này có thể là gì?
Một giải pháp được đưa ra là: “Trao thưởng cho người dân, dựa trên số đuôi chuột mà họ mang đến nộp”
Trước thông tin bắt chuột được tiền, người dân trong làng đã bắt đầu nuôi chuột để lấy đuôi, giải pháp trên đã mang đến hiệu quả ngược. Ngôi làng này đáng lẽ ra phải nắm được nguyên nhân của vấn đề để giải quyết.
Ví dụ, họ có thể thành lập giả thuyết về nguyên nhân gây ra nạn chuột chính là do “có thể là do hệ thống thoát nước bị ô nhiễm”.
Sau đó, nếu sau quá trình thu thập dữ liệu, họ xác định được đúng việc ô nhiễm hệ thống thoát nước có thật hay không, bước tiếp theo sẽ tìm mối liên quan giữa việc ô nhiễm và việc có chuột. Nếu giả thuyết này đúng, giải pháp ở đây sẽ phải là cải thiện hệ thống thoát nước trước tiên. Như vậy việc đưa ra giả thuyết về một vấn đề trước khi bước vào phân tích dữ liệu là một bước cực kỳ quan trọng!
Sau khi đặt giả thuyết và kiểm chứng bằng dữ liệu, chúng ta cần một bước cuối cùng chính là khiến dữ liệu của chúng ta “biết nói”, đây là lúc data storytelling phát huy tác dụng của mình.
Data Storytelling – Kể chuyện bằng dữ liệu:
Data Storytelling là một phương pháp để truyền đạt thông tin, được điều chỉnh cho phù hợp với một đối tượng cụ thể, với một câu chuyện hấp dẫn. Nhiệm vụ chính của data storytelling chính là truyền tải từ data đến insight một cách có hiệu quả, giúp data của bạn có thể “biết nói”.
Những dữ liệu độc lập, bản thân nó không hề mang bất kỳ ý nghĩa hay thông tin nào. Rốt cuộc thì dữ liệu phải kết nối với dữ liệu thì mới có thể tạo ra được ý nghĩa được. Do đó phần tinh túy của data storytelling chính là việc móc nối các điểm mấu chốt của dữ liệu với nhau, tạo nên một câu chuyện tường thuật (narrative) chúng một cách mạch lạc và minh họa bằng hình ảnh (visualize) để dễ hình dung.
3 yếu tố cốt lõi trong cấu trúc của một data story đó là:
- Why – Mục đích và mục tiêu của việc phân tích data này là gì?
- Who & What & How: Nhân vật chính và sự kiện cốt cán của câu chuyện này là gì?
- So What? – Aha Point: Ý tưởng nào sẽ khiến câu chuyện trở nên hấp dẫn và hứng thú và tạo nên giá trị cho nó?
Mục tiêu: “Tại sao chúng ta phải phân tích dữ liệu này?”
Mục đích: “Những dữ liệu này sẽ được truyền tải điều gì?”
Cách duy nhất để truyền tải câu chuyện một cách hấp dẫn chính là việc xác định rõ mục tiêu của việc phân tích cùng thông điệp mà nó truyền tải.
Trọng tâm của Data Story chính là “câu chuyện này là của ai?” Nhà phân tích phải là người chỉ đường để có thể mang lại kết quả yêu cầu bằng cách lấy nhân vật chính làm trọng tâm, kết nối câu chuyện của nhân vật chính và nhân vật khác, và liên kết với nhiều câu chuyện khác.
Aha Point có thể nói là chứng cứ mang tính quyết định. Cách trình bày/cách kể chuyện ngoài dự đoán của có thể tạo nên điểm nhấn cho toàn bộ câu chuyện.
*Aha Point: khoảnh khắc/điểm khiến khách hàng/người dùng nhận ra giá trị của sản phẩm (ở đây có thể hiểu là khoảnh điểm khiến khán giả của data storytelling ấn tượng với câu chuyện)
Hãy cùng xem cách mà Spotify, Slack và Uber tận dụng sức mạnh của data storytelling để giao tiếp với khách hàng của họ.
Spotify:
Trong những năm gần đây, ứng dụng âm nhạc Spotify, đã gửi email cho user của họ vào dịp cuối năm dưới dạng một câu chuyện.. Những câu chuyện ngắn này đưa ra số liệu thống kê thú vị cho mỗi người dùng, chẳng hạn như số phút họ đã nghe nhạc trên ứng dụng của mình. Đây là một cách hấp dẫn để truyền đạt giá trị dịch vụ của họ thay vì chỉ gửi cho user một hóa đơn hoặc lời cảm ơn đơn giản vì đã sử dụng.
Slack:
Slack công cụ liên lạc thay thế phương thức email truyền thống, sử dụng data storytelling để giao tiếp với khách hàng mỗi tháng khi gửi hóa đơn đến họ.
Thay vì gửi email chỉ gồm hóa đơn, Slack gửi một câu chuyện trực quan truyền đạt các cách mà khách hàng của họ đã sử dụng dịch vụ của Slack. Nhờ cách giao tiếp này mà họ có thể tiếp cận thân thiện với khách hàng hơn.
Uber:
Thay cho một email tóm tắt hiển thị tổng số tiền bạn đã chi tiêu cho Uber trong một năm, họ đã chuyển data thành câu chuyện để cho hành khách thấy được những giá trị Uber đã mang lại cho khách hàng. Hiển thị số liệu thống kê được cá nhân hóa về trải nghiệm của người dùng với ứng dụng, ngay lập tức họ có thể thấy mức độ ảnh hưởng của Uber đối với cuộc sống hàng ngày của họ.