Giải mã dữ liệu: Bốn loại phân tích dữ liệu

Chào mừng bạn đến với phần thứ tư trong loạt bài kéo dài một tháng về giải mã dữ liệu. Là một phần của Tháng Nâng cao Hiểu biết về Dữ liệu, loạt 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 vẫn giữ sự thú vị xuyên suốt. Nếu muốn bắt đầu từ đầu, hãy đọc bài đầu tiên trong loạt: Dataset là gì?

Trong bài này, chúng ta sẽ khám phá các loại phân tích dữ liệu khác nhau, từ mô tả đến khuyến nghị, xác định những dạng câu hỏi dữ liệu có thể trả lời, nêu ví dụ minh họa và hơn thế nữa. 

Bốn loại câu hỏi, bốn loại phân tích

Dữ liệu có thể được dùng để trả lời vô số câu hỏi, nhưng ta có thể chia những câu hỏi ấy thành bốn nhóm. Cách phân nhóm này tự nhiên dẫn đến các kiểu phân tích dữ liệu khác nhau: mỗi nhóm câu hỏi tương ứng với một loại phân tích.

Bốn loại phân tích này được liệt kê theo thứ tự độ phức tạp tăng dần. Tùy phạm vi dự án dữ liệu, một phân tích đầy đủ có thể bao gồm nhiều loại phân tích kết hợp.

Trước khi đi sâu vào từng loại, hãy hình dung tương đương ngoài đời khi một bệnh nhân đi khám. Đầu tiên, bác sĩ sẽ thăm khám để mô tả các triệu chứng. Tiếp theo, họ cố gắng chẩn đoán vấn đề y khoa gây ra các triệu chứng đó. Thứ ba, họ sẽ dự đoán các triệu chứng sẽ thay đổi theo thời gian ra sao (bệnh nhân sẽ tiến triển tốt hơn hay xấu đi). Cuối cùng, họ kê đơn điều trị.

Phân tích mô tả: Hiểu điều đã xảy ra

Phân tích mô tả trả lời các câu hỏi dạng "điều gì đang xảy ra?" hoặc "điều gì đã xảy ra?".

Kỹ thuật chính trong phân tích mô tả là tính các thống kê tổng hợp và vẽ trực quan hóa dữ liệu. Thống kê tổng hợp bao gồm số đếm, các giá trị trung bình như mean và median, và các thước đo biến thiên như range và độ lệch chuẩn. 

Bạn có thể đọc thêm về thống kê mô tả trong bài tiếp theo của Giải mã dữ liệu về thống kê mô tả. Ngoài ra, bạn có thể tham khảo cheat sheet sau để tìm hiểu sâu về trực quan hóa dữ liệu. 

Ví dụ về phân tích mô tả

Hãy xem một ví dụ. Giả sử bạn muốn hiểu các yếu tố thúc đẩy doanh thu của công ty. Bạn thực hiện phân tích mô tả trên dữ liệu bán hàng, trả lời các câu hỏi như:

• Tháng trước đã có bao nhiêu giao dịch bán hàng? (Số lượng giao dịch.)
• Giá trị giao dịch trung bình là bao nhiêu? (Giá bán trung bình.)
• Mức độ biến động giữa tổng doanh số theo cửa hàng lớn thế nào? (Độ lệch chuẩn của tổng doanh số theo từng cửa hàng.)
• Tổng doanh số mỗi ngày là bao nhiêu? (Biểu đồ đường của tổng doanh số theo ngày.)

Phân tích chẩn đoán: Hiểu nguyên nhân

Phân tích mô tả thường sẽ làm nảy sinh câu hỏi mới. Trong ví dụ bán hàng, bạn có thể thấy tổng doanh số thấp bất thường vào một ngày thứ Năm. Biết điều gì đã xảy ra là điểm khởi đầu hữu ích, nhưng chưa phải kết luận thỏa đáng. Câu hỏi hiển nhiên tiếp theo là: "tại sao doanh số lại thấp vào thứ Năm đó?".

Đây là câu hỏi cần đến phân tích chẩn đoán. Nói chung, phân tích chẩn đoán trả lời các câu hỏi dạng "tại sao điều gì đó đã xảy ra?". Thường thì điều đó là một giá trị cao bất thường hoặc thấp bất thường, còn gọi là ngoại lệ (outlier).

Phân tích chẩn đoán thường bao gồm các bước sau:

1. Đưa ra giả thuyết về lý do xảy ra hiện tượng bất thường.
2. Thu thập dữ liệu liên quan đến các nguyên nhân có thể.
3. Thực hiện phân tích mô tả trên các tập con dữ liệu của bạn ("khai phá dữ liệu").
4. Ước lượng các mô hình thống kê như hồi quy để xem xét mối quan hệ giữa các nguyên nhân và hiện tượng bất thường.

Một điều cần lưu ý là trong nhiều trường hợp, bạn chỉ có thể xác định mối quan hệ giữa thứ bạn đo lường và nguyên nhân nghi ngờ. Bạn sẽ không thể chứng minh đó thực sự là nguyên nhân. Trong một bài Giải mã dữ liệu sắp tới, chúng tôi sẽ đề cập đến cái bẫy giữa tương quan và nhân quả. 

Ví dụ về phân tích chẩn đoán

Quay lại ví dụ bán hàng, sau khi phát hiện tổng doanh số thấp bất thường vào một thứ Năm tháng trước, bạn quyết định thực hiện phân tích chẩn đoán trên dữ liệu bán hàng.

• Đưa ra giả thuyết: Giả thuyết đầu tiên của bạn là doanh số thấp do website gặp sự cố, chặn bán hàng trực tuyến. 
• Lấy dữ liệu: Bạn truy xuất dữ liệu hiệu năng của website.
• Phân tích mô tả: Bạn vẽ biểu đồ đường hiệu năng theo thời gian nhưng không thấy sụt giảm vào thứ Năm đó. Tiếp theo, bạn tính tổng doanh số tách theo kênh trực tuyến và tại cửa hàng và thấy doanh số thấp xảy ra ở kênh tại cửa hàng tại một vùng trong nước.
• Đưa ra giả thuyết khác: Bạn nhớ rằng khu vực đó gặp bão lớn vào thứ Năm ấy và giả định rằng thời tiết xấu có thể khiến khách hàng không đến cửa hàng.
• Lấy dữ liệu: Bạn lấy dữ liệu thời tiết cho từng địa điểm cửa hàng.
• Ước lượng mô hình thống kê: Bạn xây dựng mô hình chuỗi thời gian cho dữ liệu tổng doanh số, sử dụng thời tiết làm biến đầu vào. Kết quả cho thấy thời tiết xấu có tương quan với doanh số thấp.

Phân tích dự đoán: Hiểu điều sẽ xảy ra

Phân tích dữ liệu không chỉ giúp bạn hiểu quá khứ. Loại phân tích thứ ba là dự đoán. Đây có thể là dự báo về tương lai, trong đó dự đoán được gọi là dự báo (forecast), nhưng không nhất thiết chỉ có vậy. Dự đoán cũng có thể xoay quanh việc khách hàng có thuộc một phân khúc khách hàng nào đó hay không, hoặc một giao dịch có gian lận hay không. Kỹ thuật chính trong phân tích dự đoán là các mô hình thống kê, dù trong ngữ cảnh dự đoán, chúng thường được gọi là mô hình học máy. 

Bạn có thể đọc thêm về học máy trong bài thứ ba của loạt Giải mã dữ liệu, nói về sự khác nhau giữa khoa học dữ liệu, trí tuệ nhân tạo, học máy và học sâu. 

Ví dụ về phân tích dự đoán

Sau khi chẩn đoán vấn đề doanh số thấp, sếp bạn lo lắng về quý tới và muốn biết doanh thu trong những tháng tới sẽ như thế nào. Vì vậy, bạn sử dụng cùng mô hình chuỗi thời gian trước đó, lần này để dự đoán doanh số trong tương lai. 

Sếp bạn cũng muốn hiểu nên nhắm mục tiêu khách hàng tiềm năng nào dựa trên khả năng mua hàng cao nhất. Do đó, bạn xây dựng một mô hình học máy dựa trên các thuộc tính của khách hàng, như lịch sử mua hàng trước đây và thu nhập ước tính, để dự đoán xác suất họ sẽ mua. 

Phân tích khuyến nghị: Làm thế nào để chúng ta đạt được điều đó? 

Một trong những lợi ích lớn của phân tích dữ liệu là bạn có thể dùng nó để ra quyết định tốt hơn. Tức là, thay vì dựa vào cảm tính, bạn đưa ra quyết định dựa trên dữ liệu. Phân tích khuyến nghị giúp bạn trả lời câu hỏi dạng "Chúng ta nên làm gì?".

Các kỹ thuật dùng trong phân tích khuyến nghị được xây dựng trên nền tảng các mô hình học máy của phân tích chẩn đoán và dự đoán để cho phép bạn khám phá các kịch bản khác nhau. Ngoài ra, phân tích khuyến nghị bao gồm tối ưu hóa để tìm ra kịch bản tốt nhất từ nhiều lựa chọn.

Ví dụ về phân tích khuyến nghị

Sếp bạn đang bối rối. Dự báo doanh thu không cao như ban lãnh đạo kỳ vọng, nên sếp chịu áp lực phải nghĩ ra cách tăng doanh thu. Họ tìm đến bạn để đề xuất giải pháp dựa trên dữ liệu.

• Bạn và sếp cùng xây dựng một số kịch bản khả thi để thay đổi tỷ trọng bán hàng giữa kênh tại cửa hàng/trực tuyến và điều chỉnh giá cho các sản phẩm chủ chốt.
• Bạn dùng phân tích dự đoán để đưa ra dự đoán cho từng kịch bản này.
• Sau khi phát hiện một số kịch bản hứa hẹn, bạn tiếp tục dùng tối ưu hóa để tinh chỉnh kịch bản nhằm đạt kết quả tốt nhất có thể.

Muốn tìm hiểu thêm?

Chúng tôi hy vọng bạn thấy phần giới thiệu ngắn này về các loại phân tích dữ liệu hữu ích. Ở bài tiếp theo, chúng tôi sẽ đi sâu hơn vào phân tích mô tả và tập trung vào các kỹ thuật thống kê trong phân tích mô tả. 

• Khám phá những gì chúng tôi chuẩn bị cho Tháng Nâng cao Hiểu biết về 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 loạt Giải mã dữ liệu về thống kê mô tả