có vẻ khó hoặc sao thấy phiền phức thế, nhưng lợi ích của nó sẽ không thể
đong đếm được.
Ngược lại, khi phân tích data mà không có giả thuyết cũng gần giống như
“làm đại mà không có mục đích” vậy. Nếu không có hướng đi, bạn sẽ rơi
vào trạng thái vẫn cứ bước, nhưng lại quay lòng vòng chỗ này chỗ kia, và
không biết làm sao để đi xa hơn.
Đương nhiên, giả thuyết cần phải hợp lý và cụ thể. Nếu giả thuyết không có
đặc điểm này, thì phân tích dựa trên đó chắc chắn bị hạn chế, không thể nào
sâu và bao quát được.
Qua việc học hỏi cách suy nghĩ, cách xây dựng giả thuyết để tránh điều này,
và tích lũy kinh nghiệm thực tế, ta có thể nâng cao kỹ năng, mở rộng hiểu
biết và đây chính là con đường hướng tới thành công trong công việc.
Bạn sẽ tìm thấy mối liên hệ giữa data và vấn đề nếu có giả thuyết
Chúng ta thử tìm hiểu cụ thể: Tại sao khi có giả thuyết, quy trình sẽ tiến
triển trơn tru hơn?
Ví dụ, như khi Yosuke bị yêu cầu: “Tôi nghe là doanh số giảm từ cách đây
nửa năm rồi, cậu hãy tìm hiểu xem vấn đề là gì”. Data liên quan đến doanh
số thì có rồi, nhưng bước tiếp theo phải làm gì đây?
Sử dụng data đó để vẽ biểu đồ, sau đó xem thử có phát hiện gì không?
Thử tìm thêm nhiều data khác có vẻ liên quan? Hoặc hoàn toàn không nhìn
ra phải làm gì tiếp theo, đành ngước lên trời cao và thở dài?
- “Tôi biết là doanh số đã giảm 20%, nhìn từ số liệu cũng thấy rồi, nhưng lại
không biết làm gì tiếp theo đây?”
- “Vì có nhiều data, nên tôi đã tạo nhiều biểu đồ, bảng biểu,... Nhưng rồi
phải làm gì đây?
