inflearn logo

Ra quyết định dựa trên dữ liệu, thực hiện như thế này [Xem lại Hội thảo Datarian hàng tháng | Tháng 7 năm 2022]

Nếu bạn tò mò muốn biết những người khác đang thực hiện "ra quyết định dựa trên dữ liệu" mà bạn vốn chỉ nghe qua lời kể như thế nào, hãy tham gia buổi hội thảo tháng 7 nhé!

(4.2) 6 đánh giá

119 học viên

Độ khó Cơ bản

Thời gian 12 tháng

Growth Hacking
Growth Hacking
Growth Hacking
Growth Hacking
Thumbnail

Đánh giá từ những học viên đầu tiên

4.2

5.0

JISEON LEE

100% đã tham gia

Tôi nghĩ nó tốt!

5.0

Jang Jaehoon

100% đã tham gia

Cảm ơn buổi học hay!

5.0

윤엑스

83% đã tham gia

Tôi nghe bạn nói rất rõ

Bạn sẽ nhận được điều này sau khi học.

  • Ý nghĩa của việc ra quyết định dựa trên dữ liệu

  • Các ví dụ về ra quyết định dựa trên dữ liệu trong nhóm CS

  • Các trường hợp phân tích dữ liệu trong tình huống không có cơ sở hạ tầng dữ liệu

  • Ví dụ về dữ liệu có thể sử dụng để ra quyết định

📍 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 thắc mắc, vui lòng nhấp vào nút '문의하기' (Liên hệ) ở góc dưới bên phải để lại tin nhắn.

Tích lũy khoảng 2.600 người đăng ký!
Hãy đón xem buổi hội thảo gây sốt qua video.

📢 Hãy kiểm tra trước khi học!

  • Bài giảng này là video ghi hình (VOD) của buổi hội thảo trực tuyến "Ra quyết định dựa trên dữ liệu, thực hiện như thế này" được tổ chức vào tháng 7 năm 2022.
  • Bao gồm cả phần trả lời cho các câu hỏi trong khung chat trực tiếp được gửi lên trong quá trình thuyết trình live.

Tháng 7 này, chúng tôi sẽ thảo luận về những câu chuyện thực tế trong phân tích dữ liệu!
Hội thảo Datarian hàng tháng 🎤


Hội thảo Datarian tháng 7 là 🔍

Tôi đề xuất nội dung này cho những ai đang có những trăn trở sau ✅

  • Tổ chức không quan tâm đến dữ liệu. Với tư cách là một nhà phân tích, tôi có thể làm được những việc gì?
  • Dạo gần đây tôi thấy cụm từ 'ra quyết định dựa trên dữ liệu' xuất hiện rất nhiều nên tôi tò mò về ý nghĩa của nó.
  • Tôi vào làm với vị trí nhà phân tích dữ liệu nhưng công ty lại không có dữ liệu, không có kỹ sư và cũng chẳng có cơ sở hạ tầng.
  • Rời đi có phải là câu trả lời? Công ty do 4 nhà phân tích dữ liệu sáng lập đang tích lũy và phân tích dữ liệu như thế nào?
  • Phạm vi và khả năng ảnh hưởng của việc ra quyết định dựa trên dữ liệu trong hiện tại và tương lai là đến đâu? Tôi rất tò mò về triển vọng của ngành phân tích dữ liệu.

📺 Tháng 8 này, chúng ta sẽ cùng nói về việc làm và tuyển dụng nhà phân tích dữ liệu!

  • [Chủ đề tháng 8] Tất tần tật về tuyển dụng chuyên viên phân tích dữ liệu: Từ CV đến phỏng vấn
  • Xem tin tức về buổi hội thảo trực tuyến tiếp theo tại: https://www.datarian.io/webinar

Timeline hội thảo tháng 7 ⏰

#Phần 1 - Quyết định dựa trên dữ liệu, thực hiện như thế này

✔ "Ngay cả nhóm CS cũng có thể đưa ra quyết định dựa trên dữ liệu"

  • Diễn giả Moana - Huấn luyện viên đào tạo đội ngũ CS tại công ty chứng khoán / Từng làm việc tại công ty du lịch và hiện đang phân tích dữ liệu tại đội ngũ CS của công ty chứng khoán.

Bạn có từng nghĩ rằng chỉ có đội ngũ sản phẩm mới cần phân tích dữ liệu không? Đội ngũ CS cũng thực hiện phân tích dữ liệu đấy!

 

✔ "Tạo ra dịch vụ tăng trưởng bằng dữ liệu mà không cần cơ sở hạ tầng dữ liệu"

  • Diễn giả Yoon Sun-mi - Nhà phân tích dữ liệu với 7 năm kinh nghiệm / Đã từng làm việc tại Coupang, Hyperconnect, Kakao và hiện đang làm việc tại Datarian.

Datarian có 4 thành viên, tất cả đều là nhà phân tích dữ liệu. Trong số đó, 2 người từng làm việc trong môi trường hạ tầng dữ liệu được xây dựng bài bản như Kakao, Coupang, Ridi, và 2 người còn lại đã bắt đầu từ con số không, tự mình thực hiện từ khâu lưu trữ dữ liệu. Sau khi thành lập công ty Datarian, 2 người đầu tiên đã nhận ra một bài học lớn: Dữ liệu không tự nhiên sinh ra từ dưới đất. Trong tình huống không có hạ tầng dữ liệu, các nhà phân tích dữ liệu đang phân tích những loại dữ liệu nào và phản ánh chúng vào việc ra quyết định như thế nào? Nếu bạn đang trăn trở về việc phân tích dữ liệu để dẫn đến hành động thực tế, nếu bạn là nhà phân tích dữ liệu tại startup, nếu bạn phải phân tích dữ liệu trong môi trường thiếu thốn hạ tầng, hoặc nếu bạn đang băn khoăn liệu "mình có thể ứng dụng dữ liệu vào công việc của mình không?", hãy lắng nghe bài giảng này.

 

#Phần 2 - Hỏi đáp

 
2부에서 답하는 사전 질문 펼쳐보기

Ⅰ. Môi trường phân tích dữ liệu

Q1. Dữ liệu của các startup giai đoạn đầu nên được lưu trữ theo cách nào thì tốt?

Q2. Đối với một tổ chức có dịch vụ lâu đời và quy mô lớn nhưng lại không có nhiều dữ liệu, liệu nên yêu cầu tuyển dụng kỹ sư dữ liệu (Data Engineer) trước? Hay việc chứng minh rằng chúng ta có thể làm được điều gì đó với lượng dữ liệu ít ỏi hiện có là ưu tiên hàng đầu?

Q3. Tôi nghĩ gần đây các công cụ phân tích như Amplitude hay GA đã trở nên rất tiên tiến, nên tôi thắc mắc tỷ lệ thực tế sử dụng truy vấn (query) hoặc lập trình (coding) là khoảng bao nhiêu.

Ⅱ. Bắt đầu phân tích dữ liệu

Q4. Khi mới bắt đầu sử dụng dữ liệu, cần phải biết từ đâu trước tiên? Tôi cảm thấy mông lung trong việc xem các chỉ số tổng thể và bức tranh lớn, tôi nên làm thế nào?

Q5. Đối với một công ty chưa biết cách trích xuất và sắp xếp dữ liệu, để bắt đầu làm việc với dữ liệu thì bước đầu tiên nên làm gì là tốt nhất?

Q6. Có nhiều ý kiến cho rằng ở các startup giai đoạn cực kỳ sơ khai, việc đưa ra dữ liệu và con số là vô nghĩa do thiếu tài liệu liên quan, bạn nghĩ sao về vấn đề này?

III. Sử dụng dữ liệu CS

Q7. Mục đích lớn nhất của việc xem xét dữ liệu trong nhóm CS là gì?

Q8. Xin hãy cho biết nếu có phương pháp thu thập dữ liệu để thiết lập CX KPI.

Q9. Các loại dữ liệu dùng để đánh giá trải nghiệm khách hàng là gì?

Q10. Dữ liệu VOC được thu thập từ những khách hàng đã trải nghiệm vấn đề, nên khó có thể đại diện cho toàn bộ khách hàng, và vì bản thân quy mô mẫu cũng nhỏ hơn so với dữ liệu tổng thể nên vẫn còn những hạn chế về độ tin cậy. Do đó, ngay cả những người phụ trách CX cũng có lúc nảy sinh nghi ngờ đối với dữ liệu VOC. Liệu có phương pháp nào để giải quyết vấn đề này không?

IV. Làm thế nào để ra quyết định dựa trên dữ liệu hiệu quả?

Q11. Bạn nghĩ sao về việc dữ liệu bị thu thập hoặc phân tích một cách thiên kiến để hỗ trợ cho tầm nhìn và mục tiêu của tổ chức trong quá trình ra quyết định dựa trên dữ liệu? Tôi rất muốn biết làm thế nào để giải quyết vấn đề này.

Q12. Tôi đã trải nghiệm nhiều doanh nghiệp nơi mà dữ liệu chỉ dùng để báo cáo, còn trong thực tế thì phải làm theo ý cấp trên thì mới được phê duyệt và tiến hành. Để có được trải nghiệm ra quyết định dựa trên dữ liệu, liệu chuyển việc có phải là câu trả lời duy nhất không?

Q13. Tôi rất tò mò về kỹ năng giao tiếp để dẫn dắt việc ra quyết định dựa trên dữ liệu một cách hiệu quả. Đặc biệt, tôi nghĩ việc thuyết phục người ra quyết định là điều quan trọng nhưng cũng rất khó khăn, liệu bạn có bí quyết nào để thuyết phục cấp trên tốt hơn không?

Q14. Tôi muốn biết liệu bạn có bí quyết nào để giao tiếp hiệu quả khi thuyết phục những người ra quyết định bằng kết quả phân tích dữ liệu hay không.

Q15. Tôi biết rằng cấu trúc tổ chức và việc ra quyết định dựa trên dữ liệu có mối quan hệ mật thiết với nhau, tôi thắc mắc về các ví dụ thành công của việc ra quyết định dựa trên dữ liệu và cấu trúc tổ chức đó như thế nào.

Q16. Việc đưa ra quyết định dựa trên dữ liệu là rất quan trọng, nhưng khoảnh khắc quá phụ thuộc vào các chỉ số KPI định lượng được thiết lập thông qua dữ liệu, tôi thấy nảy sinh vấn đề trong quá trình thực thi. Tôi thắc mắc làm thế nào để có thể xem xét dữ liệu một cách hợp lý và hiệu quả.


Hội thảo tháng 7 
Giới thiệu người tham gia 📖

Người điều phối <Bomin>

Tôi từng làm việc tại vị trí phân tích dữ liệu tại Jobplanet và hiện đang làm việc tại Datarian. Từ việc tạo ra những dữ liệu chưa từng tồn tại trên thế giới, cho đến đề xuất chiến lược kinh doanh và quản lý dự án bằng dữ liệu. Tôi thực hiện tất cả mọi việc từ A-Z mà dữ liệu có thể làm được.

Diễn giả phần 1 <Moana>

Trải qua công ty du lịch, hiện tôi đang đảm nhận vai trò huấn luyện viên đào tạo đội ngũ CS tại một công ty chứng khoán dựa trên dữ liệu.

Diễn giả phần 1 <Sunmi>

Trải qua các vị trí nhà phân tích dữ liệu tại Coupang, Hyperconnect, Kakao, hiện tại tôi là đại diện của Datarian. Làm việc cùng với các thành viên của Datarian, tôi càng tin tưởng hơn vào sức mạnh của dữ liệu.

Diễn giả <Minju>

Sau khi trải qua quá trình khởi nghiệp trong lĩnh vực nhà ở chia sẻ (co-living) và làm nhà phân tích tại một startup logistics B2B, hiện tôi là đại diện của Datarian. Tôi là một doanh nhân trẻ có kinh nghiệm từ khi bắt đầu khởi nghiệp cho đến lúc thoái vốn (exit). Từ những ngày đầu 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 phễu cho Datarian.

Panelist <Hyejeong>

Tôi từng làm việc với tư cách là nhà phân tích dữ liệu tại một nền tảng nội dung và hiện tại đã trở thành CPO của Datarian. Tôi luôn tâm huyết với việc tạo ra và phân tích các nội dung gốc của Datarian.


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 tiếp theo. Bạn cũng có thể đăng ký ngay tại đó!

Q. Có cần chuẩn bị gì trước khi nghe không?

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 các slide tại liên kết bên dưới!
Slide hội thảo tháng 7: https://bit.ly/3zxOWBd

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 vào Notion cá nhân hoặc ghi chép trên máy tính bảng trong khi xem nhé :)
Ghi chú Notion: https://bit.ly/3OC0qsF


Nếu bạn tò mò về đánh giá tham gia buổi live
👏

Nội dung nào ấn tượng nhất trong buổi hội thảo?

  • Tôi rất ấn tượng với việc bạn đã chia sẻ những suy nghĩ chân thật dựa trên kinh nghiệm thực tế, cũng như việc bạn không chỉ dừng lại ở vấn đề mà còn giải quyết được nó.
  • Tôi rất ấn tượng với việc bạn đã đưa ra các ví dụ thực tế về những vấn đề đã được giải quyết bằng cách sử dụng nhiều chỉ số khác nhau như inbound, outbound, thời gian gọi điện, v.v. thay vì chỉ nhìn vào chỉ số NPS.
  • Quan điểm về dữ liệu được xử lý tại bộ phận CS rất ấn tượng.
  • Thật thú vị khi biết rằng phân tích dữ liệu cũng có thể được sử dụng hữu ích trong bộ phận CS.
  • Tôi rất thích việc những lý do tại sao nhóm CS lại quan tâm đến phân tích dữ liệu và các quy trình để tận dụng dữ liệu đó được trình bày một cách rất thực tế.
  • Tôi rất thích việc bạn đã chia sẻ về những kênh thực tế mà bạn đang sử dụng để thu thập dữ liệu khi thành lập Datarian. Điều này rất hữu ích vì nó giúp tôi có suy nghĩ rằng sau này nếu có kinh doanh riêng, mình cũng nên làm như vậy hoặc có thể tham khảo để đưa ra quyết định.
  • Tôi đúng là một nhà phân tích dữ liệu đang làm việc một mình tại một công ty chưa xây dựng được hệ thống dữ liệu như đã được mô tả trong buổi hội thảo, cảm ơn bạn đã giải thích cách đối phó với thực tế buồn bã này. Bước đi đầu tiên về việc phải tiến tới như thế nào đã trở nên rõ ràng hơn.
  • Cảm ơn bạn rất nhiều vì đã chia sẻ kinh nghiệm một cách chi tiết, điều này thực sự đã giúp ích cho tôi rất nhiều. Thật ra, những sai lầm trong giai đoạn đầu như thế này thường là điều mà mọi người khá ngại chia sẻ, nhưng nhờ sự cởi mở của bạn mà đây đã trở thành một buổi hội thảo thực sự ý nghĩa và có thể áp dụng được ngay lập tức.
  • Tôi đã có thêm can đảm khi bạn nói rằng: "Phân tích dữ liệu không có gì to tát đâu! Đó là việc chúng ta vẫn luôn làm mà. Cứ thử bắt tay vào làm đi!".
  • Dù quy mô dữ liệu nhỏ và không thỏa đáng, hãy từ bỏ chủ nghĩa hoàn hảo và cứ thử tận dụng chúng trước đã!
  • Tôi đã nhận được rất nhiều thông tin vô cùng giá trị, những hiểu biết sâu sắc cho tương lai như: phải làm gì trong tình huống không có dữ liệu, và làm thế nào để thực sự thực hiện việc ra quyết định dựa trên dữ liệu mà chúng ta vẫn thường nghe nói đến!
  • Điểm ấn tượng nhất đối với tôi là việc phải xem xét phân tích dữ liệu và ra quyết định là hai việc tách biệt. Tôi từng nghĩ rằng chỉ cần dữ liệu khách quan thôi là đã có thể đưa ra đáp án chính xác cho việc ra quyết định, nhưng thông qua buổi hội thảo này, tôi thấy rất ấn tượng khi biết rằng việc ra quyết định có thể khác biệt so với dữ liệu.
  • Nội dung buổi hội thảo đã đưa ra những chủ đề về các khó khăn thực tế đang gặp phải trong công việc nên tôi thấy rất đồng cảm và nhận được nhiều sự giúp đỡ. Về cách thức tiến hành, sau khi một người nói xong thì người kia sẽ tóm tắt lại, cách làm này giúp tôi hiểu vấn đề tốt hơn và tôi rất thích điều đó.

Một lời muốn nhắn gửi đến Datarian!

  • Dạo gần đây tôi đang cực kỳ đề xuất Datarian cho những hậu bối đang lo lắng về việc chuẩn bị xin việc trong lĩnh vực phân tích dữ liệu. Ngay cả dưới góc độ của một người đang đi làm, tôi cũng đang tham khảo các bài viết trên blog rất hữu ích. Sau này cũng mong được giúp đỡ nhiều ạ!
  • Các tài liệu hoặc liên kết cần thiết cũng được chia sẻ ngay lập tức, đây thực sự là một buổi hội thảo rất hữu ích. Mọi người đã vất vả nhiều rồi ạ!
  • Tôi có thể cảm nhận được cả bốn thành viên của Datarian đều thực sự tâm huyết với việc phân tích dữ liệu và chia sẻ những kinh nghiệm đã trải qua. Tôi rất mong chờ vào những hoạt động sắp tới. Cảm ơn các bạn đã chuẩn bị cho buổi hội thảo ngày hôm nay!
  • Tôi đã tham gia các buổi hội thảo đều đặn từ tháng 4, và buổi hội thảo tháng này thực sự là tuyệt nhất! (Đến mức tôi muốn giới thiệu cho tất cả mọi người xung quanh ngay khi video hội thảo được đăng lên Inflearn!) Với tư cách là một người tham gia, tôi rất vui khi thấy việc tổ chức hội thảo ngày càng phát triển hơn. Tôi cũng rất mong đợi buổi hội thảo tháng sau! Tôi luôn ủng hộ và mong Datarian ngày càng thịnh vượng hơn nữa hehe.
  • Thỉnh thoảng tôi có thấy quảng cáo trên SNS và đây là lần đầu tiên tôi tham gia hội thảo, thực sự đã lâu lắm rồi tôi mới có một buổi tối giá trị như vậy.
  • Datarian là tuyệt nhất! Nội dung các buổi hội thảo luôn rất đầy đủ và hữu ích. Thực sự mong các bạn hãy tiếp tục duy trì nhé!
  • Hãy tiếp tục viết những bài blog hay nhé~ Cảm ơn các bạn đã chuẩn bị một khoảng thời gian thú vị.
  • Cảm ơn bạn vì đã luôn tổ chức những buổi hội thảo phong phú và bổ ích!
  • Hãy tổ chức hội thảo hàng tháng nhé~ Những câu chuyện về những trải nghiệm nhỏ bé cũng đang tiếp thêm lòng can đảm cho tôi về hướng đi trong tương lai.
  • Cảm ơn bạn rất nhiều!! Mình sẽ nhiệt tình giới thiệu cho mọi người.

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

  • Dành cho những ai thắc mắc về ý nghĩa của việc ra quyết định dựa trên dữ liệu

  • Dành cho những ai tò mò về các ví dụ thực tế của việc ra quyết định dựa trên dữ liệu

  • Những người tò mò về triển vọng của phân tích dữ liệu

Xin chào
Đây là datarian

24,098

Học viên

2,796

Đánh giá

29

Trả lời

4.9

Xếp hạng

36

Các khóa học

Các nhà phân tích đang làm việc thực tế với kinh nghiệm dày dặn sẽ trực tiếp lên kế hoạch và giảng dạy các khóa học phân tích dữ liệu.

Nếu bạn muốn tìm hiểu thêm về Datarian

👉 https://datarian.io/

Thêm

Đánh giá

Tất cả

6 đánh giá

4.2

6 đánh giá

  • yunxxxui님의 프로필 이미지
    yunxxxui

    Đánh giá 25

    Đánh giá trung bình 5.0

    5

    83% đã tham gia

    Tôi nghe bạn nói rất rõ

    • jjhgwx님의 프로필 이미지
      jjhgwx

      Đánh giá 824

      Đánh giá trung bình 4.9

      5

      100% đã tham gia

      Cảm ơn buổi học hay!

      • jsleeswhs5424님의 프로필 이미지
        jsleeswhs5424

        Đánh giá 1

        Đánh giá trung bình 5.0

        5

        100% đã tham gia

        Tôi nghĩ nó tốt!

        • bae06162906님의 프로필 이미지
          bae06162906

          Đánh giá 2

          Đánh giá trung bình 4.5

          4

          67% đã tham gia

          Nó siêu siêu cơ bản. Ai muốn nghe thì lưu ý nhé.

          • forljh1234563921님의 프로필 이미지
            forljh1234563921

            Đánh giá 7

            Đánh giá trung bình 5.0

            5

            67% đã tham gia

            Khóa học khác của datarian

            Hãy khám phá các khóa học khác của giảng viên!

            Khóa học tương tự

            Khám phá các khóa học khác trong cùng lĩnh vực!

            Miễn phí