ở điểm nào, và đọc được đặc trưng của nó, ta sẽ nhìn thấy vấn đề mình đang
đối mặt.
Trong cả ba cách “snapshot”, “trend”, và “định vị” đều có thể chia nhóm
data được, nhưng tôi nghĩ cái dễ hiểu và chứa nhiều thông tin nhất trong đó
là “định vị”.
Giả sử ta có giả thuyết: “Những khách dùng nhiều tiền khi mua sắm hình
như có sử dụng thẻ của công ty”, và ta định vị data cho từng khách, với trục
tung là Tỉ lệ khách mua sử dụng thẻ, và trục hoành là số tiền khách mua khi
đến cửa hàng.
Nhìn hình 3-21 ta thấy, ở một số tiền nhất định, Số tiền tăng thì Tỉ lệ dùng
thẻ tăng, nhưng trên mức đó, thì Tỉ lệ dùng thẻ và Số tiền không tăng cùng
nhau nữa. Nghĩa là ở đây, ta đã xác định được các nhóm khách hàng thông
qua sự thay đổi đó.
Nếu biết được trong mỗi nhóm có điểm chung gì, và tại sao lại là mức tiền
đó, ta có thể tìm thấy nhiều phương pháp để cải thiện việc sử dụng thẻ của
khách.
Rõ ràng lượng thông tin có được nhiều hơn hẳn so với khi tạo biểu đồ chỉ có
“Tỉ lệ mua hàng sử dụng thẻ” mà thôi.
