Giải mã dữ liệu: Dữ liệu định lượng và định tính

Chào mừng bạn đến với phần thứ hai của chuỗi giải mã dữ liệu kéo dài một tháng. Là một phần của Tháng Nâng Cao Kiến Thức Dữ Liệu, chuỗi bài này sẽ làm rõ các khái niệm then chốt trong thế giới dữ liệu, trả lời những câu hỏi bạn có thể ngại hỏi, và mang lại chút thú vị trên hành trình đó. Nếu muốn bắt đầu từ đầu, hãy đọc bài đầu tiên trong chuỗi: Dataset là gì?

Trong bài này, chúng ta sẽ khám phá các loại dữ liệu khác nhau, ví dụ về cách chúng được sử dụng trong thực tế, và cách bạn có thể bắt đầu làm việc với chúng. 

Hai loại dữ liệu

Hiểu rõ bạn có loại dữ liệu nào là điều cốt yếu để xác định cách tiếp cận tốt nhất cho việc phân tích và diễn giải. Một cách phân loại phổ biến là chia dữ liệu thành dữ liệu định lượng và dữ liệu định tính.

• Dữ liệu định lượng là dữ liệu có thể đếm hoặc đo lường. Thông thường, điều đó có nghĩa là nó được biểu thị bằng con số. 
• Dữ liệu định tính là dữ liệu có thể mô tả được. Thông thường, điều đó có nghĩa là nó ở dạng văn bản.

Bạn rất có thể sẽ gặp cả dữ liệu định lượng và định tính khi làm các tác vụ về dữ liệu. Các phần sau cung cấp ví dụ về cách bạn có thể tương tác với cả hai loại dữ liệu trong cùng một nhiệm vụ. 

Phân tích dữ liệu video 

Giả sử bạn là một nhà phân tích marketing. Công ty đang chạy một chiến dịch truyền thông xã hội mới và muốn bạn phân tích hiệu suất của một số video hiện có để tìm cảm hứng dựa trên dữ liệu cho nội dung mà đồng nghiệp của bạn nên tạo.

Trước hết, bạn có thể muốn xem xét dữ liệu định lượng về video để phân tích. Bao gồm:

• Độ dài của video.
• Tổng số lượt hiển thị của video.
• Tổng số lượt nhấp vào video.
• Tỷ lệ nhấp của chính video (tức là số người nhấp chia cho tổng lượt hiển thị)
• Số người thích video.
• Số bình luận về video.

Mỗi điểm dữ liệu này đều là con số. Độ dài video là phép đo theo giây. Tỷ lệ nhấp là phần trăm. Các dữ liệu còn lại là số nguyên vì đó là số đếm.

Bạn cũng có thể trích xuất dữ liệu định tính từ nội dung của video. Dữ liệu định tính liên quan đến mỗi video có thể bao gồm:

• Chủ đề của video. 
• Phong cách thẩm mỹ của video.
• Tông giọng của video.
• Kịch bản của video.

Chủ đề, thẩm mỹ và giá trị sản xuất của video khó lượng hóa bằng số. Chúng dễ mô tả bằng lời hơn. Ví dụ: "video nói về học khoa học dữ liệu; sử dụng phong cách vaporwave; có tông giọng rộn ràng." 

Lưu ý rằng thường có sự chủ quan khi quyết định các giá trị định tính. Hai người xem video có thể không đồng ý về việc tông giọng có vui vẻ hay không, và đó là lý do tại sao việc có hướng dẫn rõ ràng cho thu thập dữ liệu định tính là rất quan trọng. 

Kịch bản của video thú vị ở chỗ, dù cũng là dữ liệu định tính vì gồm từ ngữ chứ không phải con số, nó khác với các phần dữ liệu định tính khác ở hai điểm.

• Thứ nhất, nó không mang tính chủ quan vì những gì mọi người nói trong video là sự thật, không phải ý kiến.
• Thứ hai, thường có thể dùng các kỹ thuật xử lý ngôn ngữ tự nhiên (NLP) để trích xuất dữ liệu định lượng từ kịch bản.

Một kỹ thuật NLP gọi là phân tích cảm xúc có thể được dùng để định lượng mức độ tích cực hay tiêu cực của các từ trong kịch bản. Ví dụ, nếu các từ như "awesome" và "fantastic" xuất hiện nhiều hơn các từ như "bad" hoặc "terrible", phân tích cảm xúc sẽ cho kịch bản điểm cảm xúc tích cực. Điều này đặc biệt hữu ích khi có hàng chục, nếu không muốn nói là hàng trăm, video cần phân tích. 

Phân tích dữ liệu khảo sát

Dữ liệu khảo sát là một trường hợp khác mà bạn thường thấy ví dụ về dữ liệu định lượng và định tính cùng xuất hiện. Vài tháng sau ví dụ trước. Sau khi nghe tất cả những insight thú vị từ phân tích các video hiện có, công ty bạn đã làm một video mới cho chiến dịch truyền thông xã hội. Trước khi ra mắt, họ chọn người xem video và gửi cho họ một khảo sát để lấy phản hồi. Bạn được giao nhiệm vụ phân tích kết quả khảo sát.

Một câu hỏi trong khảo sát là "Bạn đã xem video bao nhiêu lần?". Đây là dữ liệu định lượng vì câu trả lời là một con số.

Một câu hỏi khác là, "Phần bạn thích nhất trong video là gì?" Đây là dữ liệu định tính vì câu trả lời là từ ngữ.

Câu hỏi thứ ba là, "Bạn sẽ chấm video bao nhiêu sao, từ một đến năm?". Đây là dữ liệu định lượng vì câu trả lời là con số, dù hơi khác một chút so với các ví dụ trước. Vì đánh giá là ý kiến, giá trị này mang tính chủ quan. 

Một ngộ nhận phổ biến là dữ liệu định lượng luôn rõ ràng và dữ liệu định tính luôn chủ quan. Cũng như bạn đã thấy với ví dụ về kịch bản rằng dữ liệu định tính không nhất thiết phải chủ quan, điều ngược lại cũng có thể xảy ra—dữ liệu định lượng có thể mang tính chủ quan.

Phỏng vấn người dùng và nhóm tập trung

Một ví dụ khác về tác vụ dữ liệu nơi bạn gặp cả dữ liệu định tính và định lượng là phỏng vấn người dùng và nhóm tập trung. 

Ví dụ, giả sử bạn muốn nhận phản hồi về sản phẩm. Bạn quyết định tổ chức một nhóm tập trung, nơi bạn phỏng vấn một số người dùng và yêu cầu họ đưa ra phản hồi. Yêu cầu bạn nhận được là phỏng vấn những người dùng đã sử dụng dịch vụ hơn một năm và hoạt động thường xuyên nhưng không được coi là người dùng cao cấp.

Để chọn người tham gia, bạn sử dụng phân tích định lượng. Tức là, bạn xem các chỉ số dạng số như:

• Thời gian kể từ khi người dùng đăng ký
• Số giờ hoạt động trên nền tảng mỗi tháng
• Số phiên sử dụng riêng biệt

Trong buổi nhóm tập trung, bạn đặt nhiều câu hỏi và người dùng thảo luận. Khó có thể lượng hóa những gì họ nói vì cuộc trò chuyện diễn ra tự do. Tuy nhiên, bạn có thể trích dẫn những câu nói về điều họ cho là quan trọng đối với sản phẩm của bạn. Những trích dẫn này là dữ liệu định tính, vì chúng mô tả suy nghĩ của người tham gia nhưng không liên quan đến con số.

Bạn cũng thực hiện một số cuộc bỏ phiếu trong nhóm tập trung, yêu cầu người tham gia bình chọn những tính năng sắp ra mắt mà họ cho là quan trọng nhất. Kết quả của các cuộc bỏ phiếu này là dữ liệu định lượng vì thứ hạng của các tính năng là số.

Tìm hiểu thêm về các loại dữ liệu

Chúng tôi hy vọng bạn thích phần giới thiệu ngắn gọn này về các loại dữ liệu. Trong bài tiếp theo của chuỗi giải mã dữ liệu, chúng tôi sẽ tìm cách bóc tách các yếu tố khác nhau của công việc dữ liệu và phác thảo sự khác biệt giữa các thuật ngữ phổ biến như khoa học dữ liệu, học máy, học sâu và trí tuệ nhân tạo. Nếu bạn muốn bắt đầu hành trình học dữ liệu ngay hôm nay, hãy xem các tài nguyên sau. 

• Xem chúng tôi dự định làm gì cho tháng nâng cao kiến thức dữ liệu
• Bắt đầu với lộ trình kỹ năng Understanding Data Topics
• Theo dõi podcast DataFramed
• Xem các sự kiện sắp tới của chúng tôi
• Đọc bài tiếp theo trong chuỗi giải mã dữ liệu về sự khác biệt giữa khoa học dữ liệu, học máy, học sâu và trí tuệ nhân tạo.