Khi nhìn biểu đồ này, rõ ràng ta có thể thấy ở phần nửa năm sau, doanh số
cửa hàng D đang dần tăng lên. Tất nhiên, lý do vì sao cửa hàng D đang dần
được cải thiện so với lúc đầu phải được tìm hiểu, tuy nhiên với dữ liệu thế
này, ta thấy được “cửa hàng D” chính là đối tượng phải chú ý trong bước
phân tích dữ liệu tiếp theo. Bên cạnh đó, với doanh số tương đối thấp của
cửa hàng C, ta đã xác định được đối tượng để phân tích nguyên nhân rồi.
Với kết quả này, hãy thử so sánh với biểu đồ 2-1 xem. Cách thể hiện khác
nhau sẽ làm cho kết quả thu được khác nhau. Có thể nói, đây chính là điểm
khác biệt giữa việc lập giả thuyết và không lập giả thuyết trước khi phân
tích.
Đặc trưng của những người cho rằng việc phân tích dữ liệu không thuận lợi
như họ nghĩ, hay không tận dụng được dữ liệu, là họ “bắt tay vào xử lý dữ
liệu” trước khi “suy nghĩ giả thuyết”. Nếu họ khắc chế được sự thôi thúc
“trước tiên muốn thử xử lý dữ liệu này xem sao”, bằng việc “trước tiên thử
suy nghĩ bằng đầu óc đã” thì sẽ hiệu quả hơn.
Tất nhiên, tôi không phủ định cách làm là đọc dữ liệu từ nhiều khía cạnh để
tìm ra điều gì đó “nhằm xây dựng giả thuyết”. Đó có thể là cách “phân tích
để xây dựng giả thuyết”, nhưng ở đây tôi chỉ muốn lưu ý hai vấn đề sau:
Thứ nhất, cách làm đó chắc chắn hiệu suất không cao. Dù ta có vẽ bao nhiêu
biểu đồ dựa trên phỏng đoán đi nữa, thì khả năng dùng được và không dùng
được là ngang nhau, và có thể khiến ta làm đi làm lại nhiều lần. Thêm nữa,
nếu chỉ dựa vào việc “vô tình phát hiện ra” rồi tập trung vào đó, về sau lại
nhận ra đó không phải là điểm trọng yếu, lúc này rất có thể ta đã bỏ lỡ
những điểm quan trọng hơn rồi. Nếu điều này xảy ra, ta sẽ không thể trả lời
được câu hỏi “tại sao trước đây cậu lại tập trung vào điểm đó? Khi đó không
còn vấn đề nào khác sao?”, sẽ khiến cho toàn bộ phần phân tích giảm đi mức
độ chính xác và tin cậy.
