Kỹ năng kể chuyện bằng số liệu

Bạn dành ba ngày phân tích dữ liệu quảng cáo của một dòng sản phẩm. Bạn tìm ra điều gì đó thật sự quan trọng. Bạn trình bày trong mười lăm phút. Không ai làm gì cả. Vấn đề không nằm ở phân tích của bạn. Nó nằm ở chỗ bạn chưa kể được câu chuyện.

Data storytelling (kể chuyện bằng dữ liệu) là kỹ năng biến một tập số liệu thành một quyết định. Nó không phải kỹ năng trang trí. Trong một công ty quyết định bằng data, đây là bước cuối cùng — và là bước hay bị bỏ qua nhất — của toàn bộ chuỗi phân tích.

Vì sao số liệu đúng vẫn không thuyết phục

Có ba lý do khiến một phân tích chính xác vẫn không dẫn tới hành động.

Thứ nhất: người nghe không biết phải nhìn vào đâu. Bạn đưa ra một bảng hai mươi cột. Trong đầu bạn, cột thứ mười bốn là điểm mấu chốt. Trong đầu người nghe, đó là hai mươi cột số như nhau. Sự chú ý là nguồn lực khan hiếm nhất trong một cuộc họp, và bạn có trách nhiệm hướng nó.

Thứ hai: người nghe không biết con số đó nghĩa là gì. "Tỉ lệ chuyển đổi 3,2%" là một sự kiện, không phải một thông tin. Nó chỉ trở thành thông tin khi có điểm so sánh: cao hay thấp so với tháng trước, so với sản phẩm cùng ngách, so với mục tiêu đã đặt.

Thứ ba: người nghe không biết phải làm gì tiếp. Bạn kết thúc bằng "đó là những gì dữ liệu cho thấy". Người nghe gật đầu và quay về việc của họ. Một phân tích không kèm đề xuất hành động sẽ chết trong phòng họp.

Cấu trúc ba lớp của một câu chuyện dữ liệu

Cách chữa cả ba vấn đề trên là dùng một cấu trúc cố định. Ba lớp, theo đúng thứ tự này.

Lớp 1 — Kết luận trước

Bắt đầu bằng câu trả lời, không bằng quá trình. Người nghe cần biết ngay bạn định nói gì, để họ nghe phần còn lại với đúng bộ khung trong đầu.

So sánh hai cách mở đầu:

• "Em đã lấy dữ liệu 90 ngày, tách theo từ khóa, lọc bỏ các đơn hoàn, sau đó tính lại chi phí trên mỗi đơn..."
• "Chi phí quảng cáo cho dòng sản phẩm A đang tăng, nhưng không phải vì thị trường đắt lên. Nguyên nhân là ba từ khóa đang tiêu 40% ngân sách mà gần như không ra đơn. Em đề xuất tắt ba từ khóa đó tuần này."

Cách thứ hai làm người nghe tỉnh táo ngay câu đầu. Cách thứ nhất khiến họ mở điện thoại.

Quy tắc: câu đầu tiên phải là kết luận, không phải phương pháp. Phương pháp có giá trị, nhưng nó là bằng chứng, không phải mở bài.

Lớp 2 — Bằng chứng, tối đa ba mảnh

Sau kết luận, đưa ra bằng chứng. Nhưng chỉ đưa những mảnh trực tiếp chống đỡ kết luận. Không phải mọi thứ bạn đã tìm ra.

Đây là chỗ khó nhất về mặt tâm lý. Bạn làm ba ngày, bạn muốn cho người khác thấy cả ba ngày đó. Nhưng người nghe không quan tâm bạn đã làm bao nhiêu. Họ quan tâm kết luận có đúng không. Mọi số liệu không phục vụ việc trả lời câu hỏi đó đều là nhiễu.

Ba mảnh bằng chứng là giới hạn thực tế của trí nhớ ngắn hạn. Đưa bảy mảnh, người nghe nhớ được hai — và bạn không kiểm soát được đó là hai mảnh nào.

Lớp 3 — Đề xuất hành động

Kết thúc bằng: nên làm gì, ai làm, khi nào. Nếu bạn không chắc, hãy đưa ra hai phương án kèm đánh đổi của mỗi phương án. Nhưng đừng dừng ở "dữ liệu cho thấy như vậy".

Người phân tích giỏi nhất không phải người tìm ra nhiều thứ nhất. Đó là người có phân tích được đem ra dùng.

Bốn quy tắc trình bày số

Luôn đi kèm điểm so sánh. Một con số đứng một mình không có nghĩa. Đặt nó cạnh kỳ trước, mục tiêu, hoặc mức trung bình của ngách. Người nghe không cần bạn nói "3,2%" — họ cần bạn nói "3,2%, trong khi tháng trước là 4,5%".

Chọn đúng biểu đồ, và chỉ một ý cho mỗi biểu đồ. Xu hướng theo thời gian dùng đường. So sánh giữa các nhóm dùng cột. Một biểu đồ cố kể ba chuyện thì không kể được chuyện nào.

Đừng để quá nhiều chữ số. "Chi phí giảm 23%" dễ nhớ hơn "giảm 22,847%". Độ chính xác thừa không tăng độ tin cậy; nó chỉ tăng gánh nặng đọc.

Nói rõ điều bạn không biết. Nếu mẫu dữ liệu nhỏ, nếu khoảng thời gian ngắn, nếu có yếu tố mùa vụ chưa loại trừ — hãy nói ra. Điều này nghe như làm yếu lập luận, nhưng nó làm mạnh niềm tin. Người nghe sẽ tin phần bạn chắc chắn hơn, chính vì bạn đã trung thực về phần bạn không chắc.

Một phân tích chỉ có giá trị khi nó dẫn tới một hành động khác với hành động lẽ ra đã xảy ra.

Ba cái bẫy thường gặp

Bẫy tương quan. Hai con số cùng tăng không có nghĩa cái này gây ra cái kia. Doanh số tăng trong tháng bạn đổi ảnh listing — nhưng đó cũng là tháng có ngày lễ lớn. Nếu chưa tách được hai nguyên nhân, hãy nói là chưa tách được.

Bẫy chọn số có lợi. Khi đã có kết luận trong đầu, việc tìm số liệu ủng hộ nó rất dễ. Cách chống lại: trước khi trình bày, tự hỏi "nếu tôi sai thì dữ liệu sẽ trông thế nào?" — rồi đi tìm xem dữ liệu đó có tồn tại không.

Bẫy trung bình. Con số trung bình che giấu sự phân tán. Một danh mục có tỉ lệ chuyển đổi trung bình tốt vẫn có thể chứa những sản phẩm rất tệ đang được bù bởi vài sản phẩm rất tốt.

Kỹ năng cần có

• Hiểu bản chất của con số, không chỉ biết cách tính. Biết một chỉ số đo cái gì và không đo cái gì.
• Khả năng chắt lọc. Bỏ 80% những gì bạn tìm ra để 20% còn lại được nghe.
• Viết và nói ngắn. Một ý một câu. Không dùng thuật ngữ khi từ thường đủ dùng.
• Trung thực trí tuệ. Sẵn sàng nói "tôi chưa chắc" và "tôi đã sai".
• Công cụ cơ bản: bảng tính ở mức thành thạo, biết dựng biểu đồ sạch. Công cụ nâng cao là điểm cộng, không phải điều kiện.

Bài này hợp với ai

Hợp với người làm bất kỳ vai trò nào có chạm tới dữ liệu — và ở một công ty ecommerce thì gần như là tất cả. Người xây thương hiệu phải đọc dữ liệu thị trường để chọn ngách. Người làm quảng cáo phải giải thích vì sao ngân sách nên dịch chuyển. Người vận hành phải chứng minh một thay đổi quy trình có hiệu quả.

Đặc biệt hợp với các bạn mới ra trường có nền phân tích tốt nhưng chưa từng phải thuyết phục ai. Kỹ năng này là thứ tách một người "biết dùng Excel" khỏi một người có ảnh hưởng đến quyết định.

Tại Equarus, Data-driven là giá trị đầu tiên trong bốn giá trị cốt lõi: mọi quyết định dựa trên logic và data, không dựa trên cảm tính. Nhưng một giá trị như vậy chỉ sống được nếu người trong công ty biết cách làm cho data lên tiếng. Xem bốn giá trị cốt lõi trong công việc hằng ngày để hiểu chúng vận hành ra sao, và các vị trí đang mở nếu bạn muốn dùng kỹ năng này để xây thương hiệu thật.