Yosuke: “Mình dần dần nắm được những điểm chính của data rồi. Nhìn từ
bên ngoài, mình chỉ nhìn thấy một phần mặt nổi là “lượng khách giảm” thôi,
nhưng để tìm được nguyên nhân cốt lõi của vấn đề đó một cách khách quan
thì phải nhờ vào phân tích data rồi. Trước giờ không để ý, nhưng khi nghe
nói đến “lượng mail”, “số tiền”, hay “tần suất”, thì quả là có nhiều khía cạnh
thật. Khi tìm hiểu sâu từng cái, có lẽ sẽ biết được nguyên nhân nào ảnh
hưởng đến Lượng khách hàng, hay nhiều việc khác nữa. Mình cảm thấy đã
hiểu từng chút những gì anh Takashima đã nói rồi...”
Điểm mấu chốt
Từ giả thuyết đã xác định rõ ràng, có thể biết mình phải điều tra gì và như
thế nào.
Nắm biết nguyên nhân bằng “phân tích mối tương quan”
Phương pháp định lượng hóa điểm mạnh khi liên kết data
Vậy thì làm thế nào để kiểm chứng giả thuyết “việc gửi DM không thu hút
được khách hàng như kỳ vọng”?
Lúc đầu tôi đã đưa ra mấy chỉ tiêu để số hóa hành động “Gửi DM”, nhưng
giờ ta hãy lấy “Số DM đã gửi” làm ví dụ. Giả sử ta có data Số DM đã gửi
cho đối tượng khách hàng nữ độ tuổi 20 - 40 trong tổng số 100, ta có hình 4-
5.
