Thật vui khi được nghe về các phương pháp phân tích thực sự được sử dụng.
5.0
Joung Inshik
60% đã tham gia
Cảm ơn bạn.
5.0
Jang Jaehoon
100% đã tham gia
Cảm ơn bài giảng hay!
Bạn sẽ nhận được điều này sau khi học.
Các ví dụ và tầm quan trọng của Upselling và Cross-selling
Các chỉ số chính và ví dụ để phân tích doanh thu
Khái niệm và cách vận dụng LTV
Khái niệm và ví dụ về phân tích phân khúc khách hàng
Khái niệm và ví dụ về phân tích cohort
📍 Thông báo
Bài giảng này sẽ được chuyển sang hình thức miễn phí từ thứ Hai, ngày 2 tháng 6 năm 2025. Vui lòng tham khảo trước khi thanh toán khóa học.
Nếu có bất kỳ thắc mắc nào, vui lòng nhấp vào nút '문의하기' (Liên hệ) ở góc dưới bên phải để lại tin nhắn.
Gần 2.600 người đăng ký tích lũy! Hãy đón xem buổi hội thảo gây sốt qua video.
📢 Vui lòng kiểm tra trước khi học!
Bài giảng này là video ghi hình (VOD) của buổi hội thảo trực tuyến "Kỹ năng phân tích dữ liệu áp dụng ngay vào thực tế" được tổ chức vào tháng 4 năm 2022.
Nội dung bao gồm cả phần giải đáp cho các câu hỏi trong khung chat trực tuyến diễn ra trong suốt buổi thuyết trình trực tiếp.
Trong tháng 4 này, chúng tôi sẽ thảo luận về câu chuyện thực tế trong phân tích dữ liệu! Hội thảo Datarian hàng tháng 🎤
Hội thảo Datarian tháng 4 là 🔍
Đừng bỏ lỡ hội thảo tháng 4 của Datarian, được thiết kế kỹ lưỡng từ phân tích doanh thu tạo ra lợi nhuận cho đến khung phân tích Cohort.
“Từ việc định mua Avante* đến khi ký hợp đồng mua Grandeur* bản full option” Revenue, Paying User ratio, ARPU, ARPPU, LTV, Up-selling, Cross-selling, giá trị đơn hàng trung bình... Tại sao lại có nhiều thuật ngữ chuyên môn liên quan đến doanh thu như vậy? Đó là bởi vì tạo ra doanh thu là việc quan trọng nhất trong một công ty. Chúng tôi sẽ chia sẻ câu chuyện về phân tích dữ liệu 'kiếm ra tiền', từ những kiến thức cơ bản về phân tích doanh thu cho đến Up-selling/Cross-selling.
“Phân tích đang bị đình trệ ư? Vậy thì hãy thử thêm Cohort vào xem sao.” Vào ngày đầu tiên đi làm, trưởng nhóm bỗng nhiên đi đến chỗ bạn và đặt một ly cà phê lên bàn rồi hỏi: “Chúng ta có một dịch vụ vừa ra mắt vào tháng 1 đấy. Cậu có thể xem giúp tôi xem nó có đang hoạt động tốt không?”. Số lượng khách hàng đang tăng thêm 1,000 người mỗi tháng, và số tiền mua hàng trung bình trên mỗi khách hàng là 5,000 won vào tháng 1, 4,300 won vào tháng 2 và 4,500 won vào tháng 3. Thưa trưởng nhóm, chúng ta... có đang làm tốt không nhỉ?
Đề xuất cho những ai đang có những nỗi trăn trở này ✅
Tôi đang làm việc với tư cách là một nhà phân tích dữ liệu nhưng không biết nên sử dụng phương pháp phân tích nào để thực hiện phân tích.
Tôi muốn tìm việc làm chuyên viên phân tích dữ liệu nhưng không thể biết chính xác rốt cuộc nhóm ngành này làm những công việc gì.
Tôi muốn ứng dụng dữ liệu vào công việc nhưng không biết phải bắt đầu từ đâu?
📺 Vào tháng 5, chúng tôi sẽ nói về cách trình bày dữ liệu tốt hơn bằng việc sử dụng trực quan hóa.
[Chủ đề tháng 5] Bắt đầu sự thuyết phục, cách trình bày dữ liệu đúng chuẩn
#Phần 1 - Kỹ năng phân tích dữ liệu áp dụng ngay vào thực tế
“Từ việc định mua Avan* đến khi ký hợp đồng mua Gran* bản full option” _ Hye-jeong
“Phân tích đang bị đình trệ ư? Vậy thì hãy thử thêm Cohort vào xem sao.” _ Sunmi
#Phần 2 - Hỏi đáp với 4 nhà phân tích dữ liệu (Hyejeong, Sunmi, Minju, Bomin)
2부에서 답하는 사전 질문 펼쳐보기
Q1. Tôi cũng rất tò mò về mức độ ứng dụng CLV! Tôi được biết rằng CLV được dự đoán và sử dụng khi lựa chọn khách hàng ưu tú hoặc đo lường chi phí marketing, không biết các bạn xác định toàn bộ CLV cá nhân.. hay nắm bắt sơ bộ bằng CLV trung bình.. Tôi cũng muốn biết lý do tại sao bạn chọn phương pháp đó! Hoặc là bạn có sử dụng phương pháp phân tích nào khác không!
Q2. Người ta nói rằng kiến thức chuyên môn (domain knowledge) rất quan trọng đối với một nhà phân tích dữ liệu, vậy tùy theo từng lĩnh vực chuyên môn mà cùng một phương pháp phân tích sẽ được áp dụng khác nhau như thế nào? Có phương pháp nào để nhà phân tích dữ liệu học hỏi kiến thức chuyên môn không?
Q3. Có vẻ như việc xem xét và phân tích các dữ liệu đa dạng về Retention (Duy trì khách hàng) khó hơn so với Acquisition (Thu hút khách hàng). Tôi thắc mắc những loại dữ liệu nào, bao gồm cả Cohort, được đề xuất để phân tích.
Q4. Với tư cách là người đang chuẩn bị xin việc, tôi thắc mắc về phương pháp học tập các phương pháp luận phân tích như Cohort hay AARRR.
Q5. Làm thế nào để có thể nuôi dưỡng quan điểm kinh doanh? Đây là câu hỏi về phương pháp, chẳng hạn như liệu có cần phải tham gia các lớp học liên quan đến quản trị kinh doanh hay không... v.v.
Q6. Tôi rất tò mò về quá trình đưa ra giả thuyết khi được giao một vấn đề nào đó :)
Q7. Xu hướng kỹ thuật phân tích dạo gần đây là gì vậy ạ?
Q8. Tôi tò mò về kỹ năng rút ra insight!
Q9. Khi phân tích dữ liệu, làm thế nào để phân biệt được những phân tích quan trọng? Nếu làm quá chi tiết thì cảm thấy như TMI (có vẻ như đang lãng phí thời gian vô ích), nhưng nếu không làm thì lại lo lắng sẽ bỏ lỡ điều gì đó quan trọng.!
Q10. Có bao giờ bạn cảm thấy hối hận sau khi quyết định trở thành nhà phân tích dữ liệu chưa?
Q11. Tôi rất tò mò không biết khoảnh khắc nào khiến bạn cảm thấy xứng đáng nhất khi làm công việc của một nhà phân tích dữ liệu ạ. :)
Hội thảo tháng 4 Giới thiệu người tham gia 📖
Diễn giả phần 1 <Hyejeong>
Tôi từng làm việc với tư cách là nhà phân tích dữ liệu tại một nền tảng nội dung và hiện là CPO của Datarian. Tôi rất tâm huyết với việc tạo ra và phân tích các nội dung gốc của Datarian.
Diễn giả phần 1 <Sunmi>
Trải qua các vị trí nhà phân tích dữ liệu tại Coupang, Hyperconnect và Kakao, hiện tại tôi đã trở thành đại diện của Datarian. Làm việc cùng với các thành viên của Datarian, tôi càng tin tưởng hơn vào sức mạnh của dữ liệu.
Người điều phối, Hội thảo viên <Minju>
Trải qua quá trình khởi nghiệp trong lĩnh vực startup nhà ở chia sẻ và làm nhà phân tích tại startup logistics B2B, hiện tại tôi là đại diện của Datarian. Tôi là một doanh nhân trẻ có kinh nghiệm từ khi khởi nghiệp cho đến lúc thoái vốn (exit). Từ thời điểm thành lập công ty đầu tiên cho đến nay, tôi đã không ngừng trăn trở về phễu kinh doanh (Business Funnel), và hiện tại tôi đang đảm nhận việc thiết kế cũng như phân tích Funnel tại Datarian.
Panel <Bomin>
Người lao động dữ liệu tại nền tảng tuyển dụng. Từ việc tạo ra những dữ liệu chưa từng tồn tại trên thế giới, đến đề xuất chiến lược kinh doanh sử dụng dữ liệu và quản lý dự án. Tôi thực hiện tất cả mọi việc từ A-Z có thể làm được với dữ liệu.
Câu hỏi thường gặp Q&A 💬
Q. Hội thảo trực tuyến hàng tháng của Datarian diễn ra khi nào? Tôi có thể đăng ký ở đâu?
Trang web Datarian là nơi bạn có thể xem thông tin về buổi hội thảo của tháng tới. Bạn cũng có thể đăng ký ngay tại đó!
Q. Có cần chuẩn bị gì trước khi nghe không ạ?
Không có đâu ạ :D Ai cũng có thể nghe được hết!
Q. Tôi có thể xem riêng các slide đã được sử dụng trong buổi hội thảo không?
Vui lòng kiểm tra slide tại liên kết bên dưới! Slide hội thảo tháng 4: https://bit.ly/3Lrwzm6
Trong buổi hội thảo lần này, chúng tôi cung cấp ghi chú Notion để bạn có thể vừa nghe giảng vừa ghi chép, vì vậy hãy sao chép về Notion cá nhân hoặc sử dụng máy tính bảng để vừa xem vừa ghi chép nhé :) Ghi chú Notion: https://bit.ly/3MpfyJc
Nếu bạn tò mò về đánh giá tham gia buổi live 👏
Nội dung ấn tượng nhất trong buổi hội thảo là gì?
Đây là phần giải thích về upselling và cross-selling. Tôi đã có thể hiểu rõ ràng cụ thể là định bán sản phẩm nào và bán như thế nào! Những giải thích chi tiết và ví dụ về việc nên chia cohort cụ thể ra sao cũng rất tuyệt vời.
Thật tuyệt khi biết được rằng có nhiều phương pháp phân tích và cách giải thích đa dạng về việc phân tích!
Thật tuyệt vời khi bạn đã giải thích bằng những ví dụ dễ hiểu như Avante, iPhone, Baemin, KakaoTalk.
Nội dung chắc chắn bao gồm những điều thực sự cần thiết trong thực tế, nên đối với một người mới đi làm như tôi, tôi cảm thấy như vừa gặp được một tiền bối rất tận tâm.
Tôi vốn chỉ biết qua lý thuyết, nhưng nhờ đây mà tôi đã học hỏi được những bí quyết về cách biến đổi và áp dụng chúng vào thực tế.
Việc chia sẻ ghi chú Notion đã giúp tôi tập trung tốt hơn hẳn!
Những mẹo thực tế rất dễ đồng cảm và đã giúp ích cho tôi rất nhiều!
Thật tuyệt vời khi các câu hỏi Q&A được giải đáp dựa trên kinh nghiệm thực tế trong ngành.
Một lời nhắn gửi đến Datarian!
Hy vọng các bạn sẽ tiếp tục tổ chức các buổi hội thảo với nhiều chủ đề đa dạng hơn nữa! Buổi hôm nay thực sự rất hữu ích, tôi nhất định phải nghe lại tất cả các buổi hội thảo trước đó mới được :) Xin cảm ơn các bạn!
Cảm ơn bạn đã chia sẻ và chuẩn bị những thông tin bổ ích! Thật tuyệt vời khi tôi có thể nhận được nhiều thông tin hữu ích như vậy!
Tôi đã từng lo lắng rằng việc đăng ký bootcamp chỉ làm lãng phí tiền bạc, nhưng buổi hội thảo này đã khiến tôi hối hận ngay lập tức về suy nghĩ đó và thôi thúc tôi lập kế hoạch học tập ngay! Hẹn gặp lại bạn sau nhé!
Nội dung buổi hội thảo rất đầy đủ và cách thức tiến hành cũng rất tuyệt vời. Tôi thực sự hài lòng vì dường như đã học hỏi được nhiều thông tin hữu ích.
Cảm ơn các bạn đã chuẩn bị và thực hiện bài giảng với nội dung tuyệt vời như thế này.
Datarian cố lên!
Bạn có tò mò về buổi hội thảo trực tuyến Datarian hàng tháng vừa qua không? 📺
Khuyến nghị cho những người này
Khóa học này dành cho ai?
Những người đang làm việc với tư cách là nhà phân tích dữ liệu nhưng không biết nên sử dụng phương pháp phân tích nào để thực hiện phân tích.
Những ai đang thắc mắc về công việc của một nhà phân tích dữ liệu để chuẩn bị xin việc hoặc chuyển việc sang vị trí này.
Những người muốn ứng dụng dữ liệu vào công việc nhưng không biết nên bắt đầu từ đâu và bằng cách nào.