Nếu chỉ tập trung vào làm biểu đồ doanh số hằng tháng theo kiểu “đã tăng
hay đã giảm” mà không có tiêu điểm, thì ta cũng chỉ biết được doanh số
“tổng thể” như phần in đậm phía giữa biểu đồ mà thôi. Khi nhìn biểu đồ như
thế, rõ ràng ta chỉ biết được “à, đã giảm” hay “đã tăng”, nhưng lại không
khơi gợi việc tìm ra vấn đề “là tại sao?”
Nếu xây dựng giả thuyết và phân tích vào yếu tố ảnh hưởng đến doanh số
như tuổi tác hay thu nhập, ta có thể nhìn thấy được kết quả (lý do) đó. Nếu
là tuổi tác, ta sẽ nhìn ra được vấn đề mà ở biểu đồ tổng thể không thể thấy,
đó là “sự sụt giảm doanh số bán cho đối tượng khách hàng trên 60”. Đây là
một trong những lợi điểm khi phân tích theo tiêu điểm.
Tuy nhiên, không phải tiêu điểm nào, hay lúc nào cũng có thể phát hiện ra
vấn đề như vậy. Ở ví dụ trên, ngay cả khi phân tích theo thu nhập năm cũng
không phát hiện điều gì bất thường cả. Trường hợp này có lẽ tiêu điểm đã
chọn của giả thuyết không được chính xác.
Hoặc là, tiêu điểm đã chọn đúng rồi, nhưng “cách cắt lớp” dựa trên tiêu
điểm đó không đúng, dẫn đến khả năng không tìm thấy vấn đề.
Lấy ví dụ trong việc chia lớp của tiêu điểm “Tuổi tác”. Nếu chia đại theo
kiểu độ tuổi 10, 20, 30,... chắc là sẽ dễ hiểu về mặt data, nhưng bạn cần phải
nghĩ đến chuyện, chia theo lớp 10 tuổi này có ý nghĩa gì trong việc phát hiện
vấn đề không. Nếu trường hợp tìm vấn đề theo hành vi của khách hàng ở độ
tuổi trung học, đại học, hay người đã đi làm, thì chia theo dưới 18 tuổi
(trung học), từ 18 đến dưới 22 tuổi, và 22 tuổi trở lên, chắc chắn sẽ phù hợp
hơn.
Những điều này không thể nhờ vào data hay phân tích nào, mà quan trọng
chính là suy nghĩ của người phân tích.
Giả như khi “giả thuyết không đúng” đi nữa, cũng là phát hiện quan trọng.
Vì điều này chứng tỏ những việc mà bản thân hay mọi người xung quanh
đều cho rằng “có lẽ là đương nhiên”, thì thực tế lại không phải vậy. Đó cũng
