inflearn logo

Bước đầu phân tích dữ liệu marketing: Quy trình thực tế biến con số thành kết luận bằng ChatGPT

Giúp những người làm marketing giải quyết vấn đề "có dữ liệu nhưng không thể đưa ra kết luận" thông qua quy trình làm việc thực tế từ: Định nghĩa vấn đề → Phân tích → Giải thích → Lập báo cáo 1 trang, kết hợp với việc sử dụng ChatGPT.

7 học viên đang tham gia khóa học này

Độ khó Nhập môn

Thời gian Không giới hạn

Excel PowerQuery
Excel PowerQuery
EDA
EDA
Data literacy
Data literacy
ChatGPT
ChatGPT
Excel PowerQuery
Excel PowerQuery
EDA
EDA
Data literacy
Data literacy
ChatGPT
ChatGPT

Bạn sẽ nhận được điều này sau khi học.

  • Có thể sử dụng ChatGPT để định nghĩa các vấn đề tiếp thị dựa trên dữ liệu.

  • Có thể thu thập dữ liệu web bằng Listly AI.

  • Có thể thực hiện tiền xử lý dữ liệu bằng Excel Power Query.

  • Có thể thực hiện phân tích dữ liệu khám phá bằng ChatGPT.

  • Có thể thực hiện phân tích dữ liệu văn bản bằng ChatGPT.

  • Có thể thực hiện kiểm định giả thuyết thống kê và phân tích A/B test bằng ChatGPT.

  • Có thể lập 'Báo cáo phân tích marketing 1 trang' có thể nộp ngay trong thực tế công việc.

Bước đầu phân tích dữ liệu marketing: Quy trình thực tế biến con số thành kết luận bằng ChatGPT


  • Kết thúc “sự khởi đầu mông lung”, khóa học được thiết kế để nâng cao năng lực của bạn đến mức độ có thể trả lời các câu hỏi kinh doanh bằng dữ liệu, sau đó hỗ trợ ra quyết định bằng ‘Báo cáo phân tích marketing 1 trang’.

  • Sau khi hoàn thành khóa học, bạn sẽ có thể tự mình viết báo cáo một trang bao gồm các thông tin chi tiết cốt lõi và đề xuất thực thi, đồng thời có thể tự tin thuyết trình trước trưởng nhóm hoặc ban điều hành.

Sau khi nghe bài giảng, bạn có thể tạo ra những sản phẩm như thế này

Kết quả kiểm định giả thuyết thống kê

Phân tích sự khác biệt về điểm số trung bình theo giới tính bằng T-test

Phân tích dữ liệu văn bản: Kết quả phân tích cảm xúc

Phân bổ số lượng đánh giá tích cực/tiêu cực

Phân tích dữ liệu khám phá: Kết quả biểu đồ hộp

Phân bố điểm số theo độ tuổi

Phân tích dữ liệu văn bản: Phân tích độ dài văn bản

Phân bổ về độ dài văn bản

Báo cáo kết quả 1 trang

Kết quả phân tích dữ liệu văn bản dựa trên đánh giá ứng dụng ngân hàng

Báo cáo kết quả 1 trang dành cho báo cáo cấp quản lý

Kết quả thử nghiệm A/B dựa trên quảng cáo trực tuyến

  • Sau khi nghe bài giảng, bạn có thể hiểu được những kiến thức cơ bản về phân tích dữ liệu và có thể tự mình thực hiện phân tích.


  • Nỗi sợ hãi về dữ liệu sẽ biến mất và bạn có thể giải quyết vấn đề dựa trên dữ liệu.

Nội dung học tập

Phần (1) Giới thiệu bài giảng

Hiểu được luồng tổng thể của bài giảng và vai trò của các công cụ (Excel·ChatGPT), đồng thời hoàn tất chuẩn bị để có thể bắt đầu thực hành ngay lập tức.


Phần (2) Chuyển đổi vấn đề thành nhiệm vụ phân tích

Chuyển đổi các vấn đề marketing thành các câu hỏi phân tích và giả thuyết có thể đo lường được (dưới góc nhìn A/B), nhằm thiết kế để việc phân tích dẫn đến việc ra quyết định.


Phần (3) Thu thập và tiền xử lý dữ liệu

  • Lựa chọn dữ liệu cần thiết để định nghĩa vấn đề, thu thập dữ liệu Web/VOC và đảm bảo dữ liệu ở dạng có thể phân tích được.

  • Kiểm tra và sửa lỗi thiếu dữ liệu, trùng lặp, lỗi định dạng để tạo bảng phân tích đáng tin cậy, đồng thời tự động hóa quá trình tiền xử lý lặp đi lặp lại.


Phần (4) EDA

Khám phá phân bổ, đặc điểm và quy luật thông qua trực quan hóa để nhanh chóng nắm bắt cấu trúc dữ liệu và tinh chỉnh các câu hỏi cốt lõi.


Phần (5) Kiểm định giả thuyết và A/B Testing

Giải thích kết quả thử nghiệm A/B và đưa ra kết luận bằng các phán đoán thống kê để phân biệt giữa sự ngẫu nhiên và sự khác biệt thực tế.


Phần (6) Phân tích văn bản

Trích xuất từ khóa, cảm xúc và chủ đề từ đánh giá/VOC để cấu trúc hóa tiếng nói của khách hàng và đưa ra các nhiệm vụ cải thiện.


Phần (7) Thông tin chi tiết · Báo cáo

Nén kết quả phân tích thành 'Tình huống → Phát hiện → Giải thích → Kiến nghị' để tạo thành báo cáo một trang, từ đó kết nối trực tiếp đến việc ra quyết định.


Lưu ý trước khi tham gia khóa học

Môi trường thực hành

  • Hệ điều hành và phiên bản (OS): Windows, macOS

  • Công cụ sử dụng: Phiên bản Excel 2016 trở lên và ChatGPT Plus


Tài liệu học tập

  • Định dạng tài liệu học tập được cung cấp (Excel, CSV, PDF, văn bản prompt, v.v.)

  • Tải xuống dữ liệu thực hành: Google Drive

Kiến thức tiên quyết và lưu ý

  • Kiến thức tiên quyết bắt buộc dựa trên độ khó của khóa học: Có kinh nghiệm sử dụng Excel và ChatGPT


Khuyến nghị cho
những người này

Khóa học này dành cho ai?

  • Nhân viên thực tế lĩnh vực marketing/kinh doanh từ 3-7 năm kinh nghiệm, những người có xem dữ liệu nhưng không thể đưa ra kết luận.

  • Nhân viên văn phòng biết sử dụng Excel nhưng còn lúng túng với việc "phân tích" (Người mới bắt đầu phân tích/Người phụ trách dữ liệu)

  • Trưởng nhóm/Lãnh đạo cảm thấy bế tắc khi nhận báo cáo mà thiếu đi "căn cứ phán đoán"

  • Người làm chuyên môn đang sử dụng ChatGPT nhưng lần đầu thực hiện phân tích dữ liệu.

Cần biết trước khi bắt đầu?

  • Sẽ rất tốt nếu bạn có kinh nghiệm sử dụng AI tạo sinh.

  • Trong lớp học, chúng tôi chủ yếu sử dụng phiên bản ChatGPT Plus (trả phí) làm công cụ phân tích dữ liệu.

  • Trong lớp học, chúng tôi sử dụng Excel Power Query cho phần tiền xử lý dữ liệu.

  • Chúng tôi sử dụng Listly AI để thu thập dữ liệu web trong lớp học. (Đăng ký miễn phí)

Xin chào
Đây là datamindcoach

Là đại diện của ValueVine, một tổ chức chuyên tư vấn kinh doanh dựa trên dữ liệu, đồng thời đang hoạt động với tư cách là nhà phân tích dữ liệu, cố vấn marketing và nhà viết cột báo.

Ông là Tiến sĩ Quản trị kinh doanh chuyên ngành Marketing, đồng thời sở hữu các chứng chỉ Kỹ sư xử lý thông tin cấp 1 và Chuyên gia dữ liệu lớn cấp 1.

Các tác phẩm chính bao gồm 『AI Personal Branding』(2025), 『Bắt đầu Data Literacy với ChatGPT』(2025), 『Phân tích dữ liệu AI』(2024), 『Thói quen nuôi dưỡng tư duy dữ liệu』(2024), 『Branding trong thời đại không nơi sở tại』(2022), 『Học marketing ngay bây giờ』(2019), 『Nghiên cứu marketing』(2017), 『Positioning kiểu Hàn Quốc』(2003).

Đang thực hiện giảng dạy về các lĩnh vực như tư duy dữ liệu (data literacy), giải quyết vấn đề dựa trên dữ liệu, phân tích dữ liệu lớn, marketing và xây dựng thương hiệu tại các đơn vị như Viện Đào tạo Nhân tài Công chức Quốc gia, Viện Đào tạo Tài chính Hàn Quốc, Trung tâm Năng suất Hàn Quốc, Samsung Electronics, Nonghyup, Tập đoàn Tài chính BNK, Koscom, Tổng công ty Tài nguyên nước Hàn Quốc.

Đang thực hiện viết các cột chuyên mục về hiểu biết dữ liệu trên tờ ≪Cửa sổ Thống kê≫ và về thương hiệu địa phương trên tờ ≪Tin tức Thương hiệu≫.

Thêm

Chương trình giảng dạy

Tất cả

21 bài giảng ∙ (6giờ 34phút)

Tài liệu khóa học:

Tài liệu bài giảng
Ngày đăng: 
Cập nhật lần cuối: 

Đánh giá

Chưa có đủ đánh giá.
Hãy trở thành tác giả của một đánh giá giúp mọi người!

Khóa học tương tự

Khám phá các khóa học khác trong cùng lĩnh vực!

Ưu đãi có thời hạn, kết thúc sau 7 ngày ngày

416.378 ₫

69%

1.368.098 ₫