Tất cả mọi thứ về sản phẩm mà tôi muốn chia sẻ với những PM/PO mới bắt đầu

Đây là hội nghị dành cho PO/PM và các nhà lập kế hoạch, những người chịu trách nhiệm cho phép khách hàng nhìn nhận sản phẩm từ góc nhìn của họ và kết nối chúng với hoạt động kinh doanh.

Hãy học hỏi quy trình xác định vấn đề và xây dựng giả thuyết, những năng lực cốt lõi cho phân tích dữ liệu!

Giải thích cực nhanh và dễ hiểu 32 kỹ thuật trực quan hóa dữ liệu dưới góc nhìn của người không chuyên!

Nếu bạn biết rằng UT (kiểm tra khả năng sử dụng) và phỏng vấn người dùng là tốt nhưng không biết cách thực hiện chúng, hãy tự tin hơn với khóa học này!

Bạn đang học R, Python và viết mã để phân tích dữ liệu lớn? Học viện Bigdata TEXTOM trực tuyến cho phép bạn thu thập, làm sạch và trực quan hóa dữ liệu chỉ trong 5 giờ!

Tìm hiểu các phương pháp thu thập và phân tích yêu cầu của người dùng để lập kế hoạch cho dịch vụ LLM.

Đừng lo lắng nếu bạn cảm thấy AI còn xa lạ và khó khăn. Chỉ trong đúng một tuần, tôi sẽ chia sẻ toàn bộ quá trình thực tế từ con số 0 đến 1, từ việc hiện thực hóa trang landing page cho thẻ thành viên bằng Claude Code cho đến tự động hóa và phân tích dữ liệu. Tôi sẽ trình bày qua các ví dụ thực tiễn để ngay cả khi không biết lập trình hay là người mới bắt đầu với AI, bạn vẫn có thể thử sức.

Khóa học này được thiết kế để giúp người học có thể trang bị khả năng ra quyết định dựa trên dữ liệu, thông qua việc xử lý một cách có hệ thống từ các khái niệm cơ bản về dữ liệu đến các kỹ thuật phân tích chuyên sâu. Đầu tiên, học viên sẽ hiểu về khái niệm và đặc điểm của dữ liệu, thông tin, kiến thức, và thông tin chi tiết, đồng thời tìm hiểu các loại và ví dụ về dữ liệu có cấu trúc, bán cấu trúc và phi cấu trúc để học về vai trò của dữ liệu trong quản lý và phân tích thực tế. Tiếp theo, học viên sẽ nắm vững sự khác biệt giữa dữ liệu danh nghĩa, thứ tự, phân loại và dữ liệu rời rạc, liên tục, số học, đồng thời nắm bắt xu hướng sử dụng dữ liệu hiện đại thông qua chu kỳ sống của dữ liệu và bối cảnh xuất hiện, hiệu quả và đặc tính của big data. Ngoài ra, học viên sẽ học các công nghệ liên quan đến big data và quan điểm diễn giải, tầm quan trọng, cũng như các phương pháp phân tích dữ liệu khám phá cơ bản (EDA) để tránh lỗi diễn giải. Cuối cùng, khóa học sẽ đề cập đến nền tảng thống kê học, học về thống kê mô tả và thống kê suy luận, xác suất và phân phối xác suất, sự kiện và không gian mẫu, phân phối xác suất rời rạc và liên tục, đồng thời học cách chuyển đổi dữ liệu thành kiến thức có giá trị thông qua các kỹ thuật khai thác dữ liệu. Thông qua khóa học này, học viên có thể trang bị năng lực phân tích có thể áp dụng vào giải quyết vấn đề thực tế và xây dựng chiến lược, vượt ra ngoài việc hiểu biết đơn thuần về dữ liệu.

Chúng ta sẽ thử tiếp cận toàn bộ quy trình phân tích dữ liệu một cách dễ dàng hơn bằng cách sử dụng chatGPT và AI tạo sinh. Đồng thời, bạn cũng có thể dễ dàng hiểu quy trình phân tích dữ liệu và nắm vững cách ứng dụng AI vào thực tiễn khoa học dữ liệu.

Nếu bạn là nhà thiết kế, chuyên viên hoạch định dịch vụ hoặc PM muốn làm việc tốt hơn, đây là khóa học không thể bỏ qua! Dựa trên các trường hợp thực tế, chúng tôi sẽ hướng dẫn bạn cần biết những gì về từng hành trình của sản phẩm kỹ thuật số, ngành và người dùng.

Trong môi trường kinh doanh thay đổi nhanh chóng, đây là chương trình đào tạo thực hành được thiết kế để giúp người đi làm học một cách có hệ thống từ những kiến thức cơ bản đến ứng dụng thực tế về năng lực giải quyết vấn đề - kỹ năng thiết yếu không thể thiếu. Hiểu được xu hướng thời đại với sự gia tăng bất định và phức tạp như VUCA, BANI, chương trình bao gồm toàn bộ quy trình từ định nghĩa vấn đề, phân tích nguyên nhân gốc rễ, xác định các bên liên quan, đưa ra ý tưởng sáng tạo, quyết định thứ tự ưu tiên giải pháp, giám sát thực hiện, đến phân tích kết quả thực hiện và quản lý hậu kỳ thông qua các tình huống thực tế và thực hành.

Khi xây dựng sản phẩm B2B, bạn có từng cảm thấy bức bối vì không có nội dung nào hướng dẫn về lĩnh vực này chưa? Dựa trên kinh nghiệm nghề nghiệp thực tế của Younghwa, chúng tôi sẽ giải thích một cách dễ hiểu những điểm tương đồng và khác biệt giữa sản phẩm B2B và B2C.

Bạn có thể học cách sử dụng GA4 ngay trong công việc thực tế thông qua việc tạo các báo cáo cốt lõi để ứng dụng GA4. Bạn sẽ được học các ví dụ cụ thể về cách tạo loại báo cáo nào và phương pháp thực hiện ra sao để phân tích dữ liệu. Ngoài ra, khóa học cũng hướng dẫn cách cài đặt và sử dụng Microsoft Clarity - một công cụ bản đồ nhiệt (heatmap) phục vụ cho việc phân tích thực tế.

Đây là cuốn sách hướng dẫn thực tế dành cho những người đang tìm việc làm PM kinh doanh trò chơi. Bắt đầu với phạm vi công việc do PM kinh doanh thực hiện, phân tích BM, đề xuất cải tiến, lập kế hoạch sự kiện, Chúng tôi sẽ dạy cho bạn các khái niệm thực tế như lập kế hoạch công cụ vận hành, thiết kế và phân tích chỉ báo cũng như cách tạo danh mục đầu tư.

Dựa trên 24 năm kinh nghiệm tại các điểm bán lẻ và trụ sở chính, khóa học kết nối đơn hàng, tồn kho, lấy hàng và giao hàng của mô hình quick commerce dựa trên cửa hàng thành một quy trình vận hành thống nhất. Thông qua các tình huống giả định và bài tập tính toán, học viên sẽ thực hành bố trí nhân sự, xử lý tình trạng hết hàng và hủy đơn, đánh giá lợi nhuận đóng góp cũng như quyết định có mở rộng hay không. Đây là khóa học thực tiễn trình độ trung cấp, bao quát từ các yêu cầu tích hợp API đến xử lý lỗi và kiểm tra trước khi khai trương.

Thử nghiệm và A/B test là năng lực thiết yếu trong thực tiễn CRM marketing và growth marketing. Cả PM và PO đều phải lặp lại thử nghiệm và A/B test trong các chiến dịch growth marketing và CRM marketing để có thể tối đa hóa hiệu quả và hiệu suất. Thực tế, khi các vị trí PM, PO xây dựng chiến lược CRM marketing dựa trên thử nghiệm và A/B test, có thể đồng thời đạt được hiệu quả growth marketing tập trung vào dữ liệu và hiệu suất chi phí.

Bạn đã bao giờ tạo IR Deck nhưng lại nhận được phản hồi rằng “khả năng thuyết phục còn yếu” chưa? Hầu hết vấn đề không nằm ở thiết kế mà nằm ở cấu trúc thông điệp. Dựa trên kinh nghiệm thiết kế IR Deck thực tế, tôi đã tổng hợp các tiêu chuẩn thiết kế luồng nội dung dưới góc nhìn của nhà đầu tư. Đây là khóa học giúp bạn phát triển thành một nhà thiết kế thực chiến, biết cách thiết kế cấu trúc thay vì chỉ chú trọng vào hình ảnh.

Những người làm việc trong lĩnh vực lập kế hoạch trò chơi, lập kế hoạch dịch vụ và PM kinh doanh Đây là bài giảng thực tế về các công cụ vận hành, hỗ trợ văn phòng và lập kế hoạch phân tích dữ liệu.

AI giờ đây là thách thức chung mà tất cả các thế hệ phải đối mặt. Khóa học này vượt qua sự khác biệt về góc nhìn giữa các thế hệ XYZ, cùng nhau tìm kiếm cách biến AI thành ngôn ngữ giao tiếp và hợp tác.

[Lộ trình 'Kiến trúc sư tư duy' để chuyển đổi giá trị kinh doanh từ sự thật kỹ thuật] 1. Mở đầu: Phân tích các yếu tố hạn chế sự chuyển dịch giá trị kinh doanh từ sự thật kỹ thuật Một điểm nghẽn nghiêm trọng thường thấy tại các bộ phận trong doanh nghiệp và hiện trường kỹ thuật (R&D) là hiện tượng các thành quả đổi mới, dù được đầu tư nguồn lực và năng lực nghiên cứu khổng lồ, vẫn bị mai một do không vượt qua được 'ngưỡng tới hạn của giao tiếp'. Điều này được đánh giá là bắt nguồn từ sự bất đối xứng thông tin: ban lãnh đạo không nhận thức đầy đủ về chiều sâu kỹ thuật (Deep-tech), trong khi đội ngũ kỹ thuật lại không sử dụng tốt ngôn ngữ quan điểm kinh doanh (Business Language). Khóa học Masterclass này định nghĩa lại 'năng lực giao tiếp dựa trên văn bản' của các kỹ sư công nghệ và khoa học không chỉ là hành vi ghi chép hành chính đơn thuần, mà là một phần của quy trình 'Thiết kế hệ thống kỹ thuật (Engineering Design)' chính xác. Thông qua đó, chúng tôi muốn đưa ra cơ chế biến những hiểu biết kỹ thuật của kỹ sư vượt ra ngoài việc ghi chép đơn thuần để trở thành tài sản cốt lõi dẫn dắt các quyết định chiến lược của tổ chức. 2. [Chẩn đoán] Phân tích 3 khiếm khuyết nhận thức cản trở giao tiếp kỹ thuật ① Sự đứt gãy truyền đạt thông tin do Lời nguyền kiến thức (Curse of Knowledge) Đây là hiện tượng xảy ra khi các chuyên gia quá đắm chìm vào trình độ kiến thức cao siêu của bản thân mà xem nhẹ nền tảng nhận thức của người tiếp nhận thông tin. Hệ quả là các báo cáo lặp đi lặp lại với những công thức khó hiểu và từ viết tắt chuyên môn (Acronym), dẫn đến mất điểm tiếp xúc với người ra quyết định, chậm trễ phê duyệt dự án và thất bại trong phân bổ nguồn lực. ② Tổn thất giá trị do thiếu kiến trúc logic và sự phân mảnh dữ liệu Do coi việc soạn thảo văn bản là thủ tục hành chính sau sự việc, các lỗi liệt kê thông tin mà không có thiết kế hệ thống thường xuyên xảy ra. Những khiếm khuyết cấu trúc này làm tổn hại đáng kể giá trị của thành quả R&D trong quá trình truyền đạt, dẫn đến việc đánh giá thấp năng lực cá nhân kỹ sư cũng như gây tổn thất tài sản hữu hình và vô hình của toàn tổ chức. ③ Khủng hoảng niềm tin kỹ thuật do sự phụ thuộc quá mức vào AI Nếu trí tuệ nhân tạo tạo sinh (Generative AI), vốn được đưa vào để nâng cao năng suất, gây ra hiện tượng ảo giác (Hallucination) mà không hiểu bối cảnh kỹ thuật, 'độ tin cậy kỹ thuật' - giá trị cốt lõi của kỹ thuật - có thể bị tổn hại nghiêm trọng. Việc sử dụng AI mà không đi kèm hệ thống kiểm chứng logic có khả năng trở thành rủi ro hệ thống tiềm ẩn thay vì là công cụ hiệu quả công việc. 3. [Kê đơn] Hệ thống giao tiếp chiến lược dành cho Kiến trúc sư tư duy (Thought Architect) ① Thiết kế hệ thống thông tin phi cấu trúc (Engineering Design of Thought) Cần có quá trình cấu trúc hóa các dữ liệu thực nghiệm và giả thuyết trừu tượng dựa trên nguyên lý thiết kế hệ thống kỹ thuật. Phương pháp Kết luận trước (Bottom Line Up Front, BLUF): Đưa các giá trị cốt lõi và đề xuất lên đầu văn bản, hướng tới cấu trúc thông tin tối ưu để ban lãnh đạo có thể đưa ra quyết định nhanh chóng và chính xác (đầu tư vốn, phê duyệt sản xuất hàng loạt, v.v.). Nguyên tắc MECE (Mutually Exclusive, Collectively Exhaustive): Tuân thủ nguyên tắc không trùng lặp và không bỏ sót về mặt logic, thiết kế luồng tư duy chặt chẽ để đảm bảo tính hoàn thiện logic của báo cáo. ② Tuân thủ tiêu chuẩn toàn cầu và Đảm bảo chất lượng câu văn (Quality Assurance) Cần nội hóa các giao thức tiêu chuẩn được giới khoa học kỹ thuật và các doanh nghiệp toàn cầu công nhận để đảm bảo tính khách quan và toàn vẹn của dữ liệu. Cấu trúc báo cáo kỹ thuật tiêu chuẩn (IMRaD): Duy trì tính nhất quán và độ tin cậy của tự sự kỹ thuật thông qua cấu trúc hình thức nghiêm ngặt gồm Dẫn nhập (Introduction), Phương pháp (Methods), Kết quả (Results) và Thảo luận (Discussion). 5 nguyên tắc chất lượng câu văn (5C): Áp dụng Tính chính xác (Correctness), Tính rõ ràng (Clarity), Tính súc tích (Conciseness), Tính nhất quán (Consistency) và Tính hoàn thiện (Completeness) như bộ lọc quản lý chất lượng để xây dựng hệ thống ngôn ngữ rõ ràng (Plain Language) mà người không chuyên cũng có thể hiểu ngay lập tức. ③ Kiến trúc Prompt S.E.E.D để giành quyền chỉ huy AI Để vận hành AI như một trợ lý thực hiện các phép toán logic chứ không chỉ là công cụ viết hộ, cần phải thiết kế giao diện chuyên dụng. Khung S.E.E.D: Kiểm soát chính xác chất lượng đầu ra của AI bằng cách cấu trúc hóa đầu vào theo: Tình huống (Situation), Kết quả mong đợi (Expectation), Cấu trúc kỹ thuật (Engineering Structure) và Dữ liệu căn cứ (Data). Kiểm soát lấy con người làm trung tâm (Human-in-the-Loop): Thiết lập giao thức trong đó con người là người phê duyệt cuối cùng để ngăn chặn khả năng sai sót của AI, từ đó duy trì vững chắc uy tín kỹ thuật. 4. [Thực thi] Chiến lược đảm bảo chủ quyền nhận thức và tối ưu hóa quy trình làm việc Năng lực giao tiếp không chỉ là phương tiện kỹ thuật đơn thuần mà còn là cơ chế cốt lõi để bảo tồn chức năng nhận thức của kỹ sư. Quy trình làm việc Sandwich (Sandwich Workflow) dựa trên cấu trúc trách nhiệm: Con người nhất định phải thực hiện Thiết kế bối cảnh (Top Bun) và Kiểm chứng cuối cùng (Bottom Bun), chỉ ủy thác giai đoạn Xử lý dữ liệu (Meat) ở giữa cho AI, nhằm thúc đẩy kích hoạt Mạng lưới kiểm soát điều hành (Executive Control Network, ECN) vốn có của con người. Giao thức học tập RQTDW để nội hóa kiến thức: Áp dụng 5 bước Đọc (Read), Đặt câu hỏi (Question), Đối mặt mâu thuẫn (Think), Thảo luận ảo (Discuss) và Viết trực tiếp (Write) vào thực tế để tránh việc tiếp nhận thông tin thụ động và chủ động nội hóa kiến thức. Kiểm chứng sự thật chính xác dựa trên mô hình SIFT: Lọc bỏ hiện tượng ảo giác của AI và duy trì độ chính xác kỹ thuật thông qua các quá trình Xác nhận nguồn (Source), Tìm hiểu bối cảnh (Investigate), Đối chiếu (Find) và Truy vết (Trace). 5. Kết luận: Sự chuyển dịch từ chuyên gia kỹ thuật sang Lãnh đạo kỹ thuật (Engineering Leader) Thời đại của những người thực thi chỉ đơn thuần hoàn thành các nhiệm vụ kỹ thuật được giao đang đi đến hồi kết. Năng lực dịch thuật và truyền đạt những sự thật kỹ thuật phức tạp thành 'ngôn ngữ giá trị' mà tổ chức và xã hội có thể chấp nhận được định nghĩa là chiến lược sinh tồn cốt lõi và là sứ mệnh cao cả mà người kỹ sư hiện đại cần có. Giao tiếp bằng văn bản không chỉ là hành vi ghi chép đơn thuần mà là Giao diện cuối cùng (Final Interface) thể hiện năng lực trí tuệ của kỹ sư ra bên ngoài. Thông qua Masterclass này, hy vọng bạn sẽ trở thành một 'Lãnh đạo kỹ thuật (Engineering Leader)' mạnh mẽ, tự chứng minh giá trị kỹ thuật của bản thân và dẫn dắt sự thay đổi của tổ chức. Hệ thống này, nơi hội tụ 40 năm hiểu biết kỹ thuật, sẽ trở thành tài sản chiến lược để hoàn thiện vị thế chuyên gia của bạn.