Kỹ năng trực quan hóa dữ liệu (data visualization)

Bạn đưa cho người ra quyết định một bảng 200 dòng. Họ nhìn ba giây rồi hỏi: "Vậy tóm lại là sao?" Đó là lúc bạn nhận ra dữ liệu không tự nói. Người phân tích phải làm nó nói. Data visualization (trực quan hóa dữ liệu) là kỹ năng đó — và nó ít liên quan đến việc dùng công cụ nào hơn bạn nghĩ.

Mục đích của một biểu đồ không phải là đẹp

Nhiều người học trực quan hóa dữ liệu bắt đầu từ sai chỗ: họ học cách làm biểu đồ trông đẹp. Kết quả là những hình rất bắt mắt nhưng người xem vẫn không biết phải làm gì tiếp theo.

Một biểu đồ có đúng một nhiệm vụ: giúp người xem thấy được một điều mà bảng số không cho họ thấy nhanh. Thường là một trong bốn điều:

• Xu hướng — thứ này đang tăng hay giảm theo thời gian?
• So sánh — cái nào lớn hơn cái nào?
• Cấu thành — tổng thể được tạo nên từ những phần nào?
• Quan hệ — hai biến này có liên quan không?

Trước khi mở công cụ, hãy trả lời một câu: người xem cần thấy điều gì để ra được quyết định? Câu trả lời quyết định dạng biểu đồ. Nếu bạn không trả lời được, biểu đồ chưa nên tồn tại.

Chọn dạng biểu đồ theo câu hỏi

Bốn dạng dưới đây xử lý phần lớn nhu cầu công việc. Bạn không cần nhiều hơn.

Biểu đồ đường (line chart) — cho xu hướng theo thời gian. Doanh số theo tuần, chi phí quảng cáo theo ngày, tỉ lệ chuyển đổi theo tháng. Đây là dạng dùng nhiều nhất trong ecommerce, vì gần như mọi câu hỏi quan trọng đều có chữ "theo thời gian" trong đó.

Biểu đồ cột (bar chart) — cho so sánh giữa các hạng mục. Doanh số theo sản phẩm, theo kênh, theo thị trường. Nguyên tắc: sắp xếp cột theo giá trị (lớn đến nhỏ), đừng sắp theo thứ tự bảng chữ cái. Người xem cần thấy ngay ai đứng đầu, ai đứng cuối.

Biểu đồ cột chồng (stacked bar) — cho cấu thành. Tổng doanh số của một thương hiệu, tách theo kênh bán. Dùng khi cả tổng số lẫn tỉ trọng đều quan trọng.

Biểu đồ phân tán (scatter plot) — cho quan hệ giữa hai biến. Ví dụ: chi phí quảng cáo và số đơn thu về, mỗi điểm là một sản phẩm. Dạng này giúp phát hiện sản phẩm bất thường — chi nhiều mà đơn ít, hoặc ngược lại.

Có một dạng nên tránh trong hầu hết trường hợp: biểu đồ tròn (pie chart) với nhiều hơn ba, bốn phần. Mắt người rất kém trong việc so sánh diện tích các lát gần bằng nhau. Cùng dữ liệu đó, một biểu đồ cột ngang sẽ dễ đọc hơn nhiều.

Bốn lỗi làm méo dữ liệu

Biểu đồ có sức thuyết phục mạnh. Đó cũng là lý do một biểu đồ sai gây hại hơn một bảng số sai — người ta tin nó ngay mà không kiểm tra.

Trục tung không bắt đầu từ 0 trong biểu đồ cột. Đây là lỗi kinh điển. Cắt trục làm một chênh lệch 3% trông như gấp đôi. Với biểu đồ đường thì cắt trục có thể chấp nhận được (vì người xem đọc độ dốc), nhưng với biểu đồ cột thì không — vì người xem đọc chiều dài cột.

So sánh những thứ không cùng gốc. Doanh số tháng 2 luôn thấp hơn tháng 1 vì tháng 2 ít ngày hơn. Doanh số mùa lễ luôn cao hơn tháng thường. So sánh trực tiếp mà không nói rõ bối cảnh là dẫn người xem tới kết luận sai.

Nhồi quá nhiều đường vào một biểu đồ. Tám đường màu khác nhau trên cùng một hình thì không ai đọc được đường nào. Giới hạn thực tế là ba đến bốn đường. Nhiều hơn thì tách thành nhiều biểu đồ nhỏ đặt cạnh nhau.

Dùng số tuyệt đối khi câu hỏi là về tỉ lệ. "Thương hiệu A có nhiều lượt trả hàng nhất" là vô nghĩa nếu A cũng là thương hiệu bán nhiều nhất. Câu hỏi đúng là tỉ lệ trả hàng, không phải số lượt.

Một biểu đồ sai không chỉ vô ích. Nó thuyết phục người ta tin vào điều không đúng — nhanh hơn bất kỳ bảng số nào.

Nguyên tắc trình bày

Sau khi chọn đúng dạng và tránh được lỗi méo dữ liệu, phần còn lại là làm cho biểu đồ dễ đọc.

Bỏ mọi thứ không cần thiết. Đường lưới đậm, nền màu, hiệu ứng 3D, viền dày — tất cả đều lấy sự chú ý khỏi dữ liệu. Nguyên tắc: nếu xóa một yếu tố mà người xem vẫn hiểu như cũ, thì nên xóa.

Dùng màu có mục đích. Màu để phân biệt hoặc để nhấn mạnh, không phải để trang trí. Một cách hiệu quả: tô xám toàn bộ, chỉ tô màu đúng thứ bạn muốn người xem nhìn vào.

Tiêu đề nói kết luận, không nói nội dung. "Doanh số theo tháng" là nhãn. "Doanh số giảm ba tháng liên tiếp kể từ tháng 5" là kết luận. Cái thứ hai giúp người xem tiết kiệm hai mươi giây và bắt đầu suy nghĩ về nguyên nhân ngay.

Ghi rõ nguồn dữ liệu và khoảng thời gian. Không có hai thứ này, biểu đồ không thể kiểm chứng. Và thứ không kiểm chứng được thì không nên dùng để quyết định.

Học ở đâu, luyện thế nào

Công cụ không quan trọng bằng tư duy. Excel hay Google Sheets đủ cho phần lớn công việc. Các công cụ chuyên dụng như Looker Studio hay Metabase hữu ích khi cần bảng theo dõi cập nhật tự động.

Lộ trình luyện gợi ý:

1. Lấy một báo cáo bạn đang phải đọc hằng tuần. Vẽ lại nó bằng một biểu đồ duy nhất, đúng một thông điệp.
2. Đưa cho một người không quen dữ liệu đó. Cho họ mười giây. Hỏi họ hiểu gì. Nếu họ hiểu sai hoặc không hiểu, lỗi ở biểu đồ, không ở họ.
3. Sửa và lặp lại. Sau khoảng mười vòng, bạn sẽ có phản xạ chọn đúng dạng biểu đồ mà không cần nghĩ.

Kỹ năng này đi rất gần với SQL — SQL lấy dữ liệu ra, trực quan hóa làm nó nói được. Hai kỹ năng cộng lại biến một người bình thường thành người tự trả lời được câu hỏi của chính mình. Kỹ năng SQL cơ bản cho người làm ecommerce là phần đầu của cặp đôi đó.

Bài này hợp với ai

Hợp với người xây thương hiệu phải trình bày kết quả một đợt ra mắt sản phẩm. Hợp với người làm marketing cần chứng minh ngân sách đang chạy đúng chỗ. Hợp với bất kỳ ai từng bị hỏi "vậy tóm lại là sao?" sau khi gửi một bảng số.

Tại Equarus, Data-driven không phải là có nhiều dữ liệu. Nó là biến dữ liệu thành quyết định — và trực quan hóa chính là bước cuối cùng của chuỗi đó. Cách bốn giá trị cốt lõi vận hành trong công việc thực tế được mô tả trong bốn giá trị cốt lõi trong công việc hằng ngày. Còn nếu bạn muốn dùng những kỹ năng này để tự tay xây một thương hiệu global, con đường sự nghiệp tại Equarus đang mở.