Thực chiến! Ra quyết định dựa trên dữ liệu cho Startup [Xem lại Seminar hàng tháng Datarian | Tháng 4 năm 2023]

Hội thảo phân tích dữ liệu hàng tháng 💡
Hãy đón xem Monthly Datalian một lần nữa vào tháng 4 năm 2023!

Hội thảo Datalian hàng tháng
Vào tháng 4, chúng tôi sẽ đề cập đến các trường hợp sử dụng dữ liệu cho các công ty khởi nghiệp !

Hội thảo Datalian tháng 4 là 🔍

Tôi khuyên bạn nên làm điều này với những ai đang có những lo lắng này ✅

• Các nhà lập kế hoạch, nhà tiếp thị, nhà thiết kế và những người hành nghề khác muốn sử dụng dữ liệu trong các công ty khởi nghiệp
• Các nhà tiếp thị hiệu suất, hacker tăng trưởng và các giám đốc điều hành khởi nghiệp đang tự hỏi làm thế nào để phân tích hiệu suất tiếp thị
• Nếu bạn tò mò về cách Posttype sử dụng dữ liệu để ra quyết định
• Các công ty khác đang làm như thế nào? Bất kỳ ai muốn nghe về các trường hợp phân tích dữ liệu thực tế

Lịch trình Hội thảo tháng 4 ⏰

#1 - Phân tích hiệu suất tiếp thị có thể đo lường: Cách sử dụng doanh thu trọn đời của khách hàng (LTR)

✔ Diễn giả Kim Min-joo

• Chuyên gia tiếp thị tăng trưởng Datalian, Nhà phân tích dữ liệu
• Cựu chuyên gia phân tích dữ liệu, nhà tiếp thị hiệu suất của công ty khởi nghiệp hậu cần B2B SwatchOn
• Cựu đồng sáng lập, giám đốc điều hành của công ty khởi nghiệp nhà ở chung Napster
• Tôi đã học phân tích dữ liệu để tìm câu trả lời trong một thế giới không có câu trả lời đúng sau khi khởi nghiệp. Tôi đã làm việc với tư cách là nhà phân tích dữ liệu và hiện đang làm việc để phát triển các dịch vụ dựa trên dữ liệu.

Nếu bạn phải xem xét chỉ một số liệu để đo lường hiệu suất tiếp thị, đó sẽ là gì?
Có thể thay đổi tùy thuộc vào mục đích của chiến dịch tiếp thị, nhưng cuối cùng, mục đích của toàn bộ doanh nghiệp là bán hàng. Vì một doanh nghiệp chỉ có thể tồn tại bằng cách bán hàng, chúng ta cần kiểm tra cách người dùng chúng ta đưa vào hành xử sau đó và liệu họ có tạo ra doanh số từ dịch vụ của chúng ta hay không.
Trong bài nói chuyện này, chúng ta sẽ nói về cách đo lường hiệu suất tiếp thị bằng cách so sánh chi phí tiếp thị với tổng doanh thu do người dùng tạo ra trên dịch vụ của chúng tôi.

#2 - Phân tích dữ liệu từ góc nhìn BizOps: Dữ liệu hữu ích so với dữ liệu gây tổn hại đến doanh nghiệp

✔ Diễn giả Cha Gil-ho

• Loại bài đăng Biz Ops Lead
• Cựu phóng viên Dong-A Ilbo
• Tôi lãnh đạo công tác chiến lược và hoạt động liên quan đến quản lý tại một công ty khởi nghiệp về nền kinh tế sáng tạo. Tôi giúp các công ty, doanh nghiệp và sản phẩm giải quyết các vấn đề mà họ gặp phải. Tôi quan tâm đến việc xác định và giải quyết một cách ngắn gọn các vấn đề khó chuẩn hóa thông qua phân tích dữ liệu.

Phân tích dữ liệu là một công cụ mạnh mẽ để ra quyết định và giải quyết vấn đề, nhưng nếu bạn lặp lại phân tích sai với dữ liệu sai, nó thực sự có thể gây hại cho doanh nghiệp của bạn. Trong lĩnh vực này, việc vô tình tập trung vào dữ liệu không liên quan đến tăng trưởng kinh doanh và cố gắng giải quyết vấn đề là điều thường thấy.
Vậy, chúng ta nên phân tích dữ liệu nào để xác định vấn đề tốt hơn và đưa ra quyết định hợp lý? Hãy cùng xem xét trường hợp tốt nhất về phân tích dữ liệu kinh doanh để ra quyết định thông qua một trường hợp thực tế được gọi là 'Đếm số lượng người dùng đang hoạt động'.

Hội thảo tháng 4
Về những người tham gia 📖

Câu hỏi dự kiến ​​Q&A 💬

Đánh giá sự tham gia trực tiếp
Nếu bạn tò mò 👏

Điều ấn tượng nhất mà bạn học được trong hội thảo là gì?

• Tôi rất ấn tượng với phân tích CPA bằng Google Analytics!
• Tôi rất ấn tượng với khả năng phân tích nhóm bằng GA4 và khả năng xem dữ liệu riêng biệt.
• Tôi rất ấn tượng với phương pháp tính LTR bằng GA4. Các công ty khởi nghiệp thường có dữ liệu không đầy đủ, vì vậy thật tuyệt khi học cách đưa ra quyết định ngay cả trong những tình huống như vậy!
• Khi trình bày về phân tích LTR, tôi thực sự thích rằng bạn không chỉ dừng lại ở việc xem một số chỉ số mà còn hiển thị màn hình phân tích GA4 thực tế. Khi tôi thấy màn hình cụ thể mà tôi không thực sự hiểu chỉ bằng cách nghe bài giảng, tôi đã xem xét kỹ lưỡng và nghĩ rằng mình cũng có thể làm được, và tôi muốn thử áp dụng nó nhiều hơn nữa.
• Thật ấn tượng khi thấy cách ước tính CPA cho các kênh miễn phí bằng cách sử dụng ước tính Fermi khi không thể lấy dữ liệu thanh toán từ GA4.
• Tôi có thể thấy các chỉ số cùng nhau khi nhìn vào màn hình GA4, vì vậy tôi nghĩ rằng tôi có thể áp dụng những gì mình học được theo cách này. Đó là thời gian để học rất nhiều điều mà tôi không biết vì Gilho Choi đã nói với tôi về các phương pháp truy cập dữ liệu và các vấn đề có thể gặp phải trong thực tế. Cũng rất thú vị khi tìm hiểu về một nền tảng nội dung mới có tên là Posttype.
• Thật tuyệt khi được tìm hiểu về các phương pháp được sử dụng trong lĩnh vực phân tích dữ liệu và những mối quan tâm của những người làm việc thực địa!
• Đó là thời gian hữu ích để tìm hiểu về lĩnh vực có tên gọi là BizOps. Đặc biệt, thật ấn tượng khi ngay cả các chỉ số được sử dụng theo quán tính, chẳng hạn như người dùng hoạt động, cũng được định nghĩa lại theo doanh nghiệp và được sử dụng như các chỉ số hữu ích. Đặc biệt, tôi đã suy nghĩ rất nhiều về thái độ mà tôi nên có trong tương lai, chẳng hạn như thực tế là tôi nên xem xét dữ liệu một cách không quen thuộc và cố gắng không bị thiên vị bởi ấn tượng đầu tiên và suy nghĩ đầu tiên.
• Phần về chỉ báo ảo ảnh là ấn tượng nhất! Nó khiến tôi lại nghĩ về chỉ báo đó.
• Thật tuyệt khi được gián tiếp trải nghiệm một trường hợp thực tế.
• Điều khiến tôi ấn tượng là có dữ liệu đang gây tổn hại đến doanh nghiệp, đó là phân tích thiếu bối cảnh và ranh giới, không có sức mạnh dự đoán và không thể sử dụng để đưa ra quyết định.
• Điều này khiến tôi nhận ra rằng chúng ta cần phải thực hiện phân tích hữu ích, chứ không chỉ phân tích vì mục đích phân tích.
• Có rất nhiều điểm ứng dụng thực tế và nguồn cảm hứng từ nhiều ví dụ và trường hợp KPI khác nhau.
• Mặc dù tôi đã nghe thuật ngữ BizOps, nhưng tôi không biết cụ thể nó bao gồm những gì. Thay vào đó, tôi thấy thú vị vì đó là công việc liên quan nhiều hơn đến việc suy nghĩ về cách sử dụng dữ liệu và phát triển doanh nghiệp hơn là một nhà phân tích dữ liệu.

Một lời tới Datalian!

• Gần đây, tôi cảm thấy cần có kỹ năng phân tích dữ liệu, vì vậy tôi bắt đầu học và tôi đã tìm kiếm các bài đăng trên nhiều kênh khác nhau như Careerly và LinkedIn. Sau đó, tôi tìm thấy Datalian. Tôi đã rất ngạc nhiên trước các tài liệu chất lượng cao, bao gồm các tạp chí hàng tháng, các bài đăng trên blog và hội thảo hôm nay! Cảm ơn bạn rất nhiều vì đã chuẩn bị nhiều tài liệu chất lượng cao như vậy. Tôi cũng đã hỏi rất nhiều câu hỏi hôm nay và tôi rất vui vì bạn đã trả lời hầu hết các câu hỏi đó. 😊😊 Cảm ơn bạn! Tôi sẽ gặp lại bạn vào tháng tới~
• Buổi hội thảo hôm nay rất hữu ích!
• Cảm ơn em mãi mãi, Datalian yêu quý của anh!
• Cảm ơn bạn đã lên kế hoạch cho một buổi hội thảo tuyệt vời.
• Tôi là sinh viên chuyên ngành thống kê, và thật tuyệt khi được nghe về cách dữ liệu được xử lý tại nơi làm việc, điều này không được đề cập chi tiết trong lớp học. Ngoài ra, các tài liệu liên quan đến bài thuyết trình đã được đăng trong cửa sổ trò chuyện, giúp tôi hiểu bài thuyết trình.
• Tôi có thể hiểu rõ hơn và lắng nghe chăm chú hơn vì bạn đã đưa ra những ví dụ trực tiếp từ các tình huống thực tế.
• Tôi nghĩ nội dung hội thảo sẽ hữu ích khi áp dụng vào thực tế.
• Tôi hy vọng sẽ được chứng kiến ​​nhiều hội thảo bổ ích hơn nữa trong tương lai!
• Qua buổi hội thảo, tôi nhận ra rằng có rất nhiều điều tôi chưa biết về các nhà phân tích dữ liệu. Tôi đang học được rất nhiều về những gì tôi cần bằng cách tìm hiểu thông tin mới thông qua Datalian. Cảm ơn bạn đã cung cấp thông tin hữu ích. Tôi sẽ làm việc chăm chỉ để có cơ hội giúp Datalian một ngày nào đó :)
• Thật tuyệt khi được lắng nghe những câu chuyện của các học viên một cách gần gũi như vậy.
• Tôi có thể hiểu nhanh hơn vì bạn đã giải thích dựa trên các ví dụ thực tế.
• Cảm ơn vì buổi hội thảo tuyệt vời. Tôi đã nhận được rất nhiều sự giúp đỡ từ hội thảo Datalian, từ việc xin việc đến công việc thực tế!
• Nội dung hội thảo rất bổ ích và thật tuyệt khi được lắng nghe chi tiết những kinh nghiệm và trường hợp của những người trong lĩnh vực này!
• Tôi nghĩ nó sẽ giúp ích thiết thực cho nhiều người tìm việc đang gặp khó khăn trong công việc phân tích dữ liệu.
• Cảm ơn bạn đã cung cấp thông tin chi tiết về dữ liệu từ các công việc thực tế!
• Cảm ơn bạn đã cung cấp những thông tin hữu ích hàng tháng~
• Tôi hài lòng với nội dung hội thảo, cách thức tiến hành và các tài liệu giúp tôi hiểu nội dung chỉ qua cái nhìn đầu tiên.

2023 Tháng Datalian
Xem lại buổi hội thảo cuối cùng 📺