Driver tree doanh thu 2023 → 2024
← Tất cả các tuần · Phase 4: Suy luận & Chẩn đoán · khoảng 270 phút
Tuần 11: Phân rã driver
Bản nháp, đang chờ duyệt nội dung
Sau tuần này bạn có thể:
- Phân rã một chỉ tiêu thành driver tree và tính đóng góp của từng driver.
- Tách thay đổi doanh thu thành price, volume và mix.
- Phân biệt leading và lagging indicator.
- Nhận ra trend và seasonality trước khi so sánh hai kỳ.
- Hiểu feedback loop: khi metric và hành động ảnh hưởng ngược lại nhau.
Video sắp có.
Audio tóm tắt tuần (NotebookLM) sắp có.
“Doanh thu giảm 10%, vì sao?” là câu hỏi người làm data nhận nhiều nhất. Tuần này cho bạn một cách trả lời có cấu trúc: tách chỉ tiêu thành các thành phần, đo thành phần nào đóng góp bao nhiêu, rồi mới đi tìm nguyên nhân.
Bài 11.1. Driver tree [7]
Driver tree (cây động lực) viết một chỉ tiêu thành tích hoặc tổng của các thành phần nhỏ hơn, mỗi thành phần là thứ có người chịu trách nhiệm và có thể tác động:
Doanh thu = Số đơn × Số dòng mỗi đơn × Giá trị mỗi dòng
Số đơn = Lượt truy cập × Tỷ lệ chuyển đổi
Khi doanh thu thay đổi, tính đóng góp của từng driver bằng cách thay lần lượt từng thành phần từ kỳ cũ sang kỳ mới:
| Bước | Đóng góp |
|---|---|
| Số đơn | (O₁ − O₀) × L₀ × V₀ |
| Số dòng mỗi đơn | O₁ × (L₁ − L₀) × V₀ |
| Giá trị mỗi dòng | O₁ × L₁ × (V₁ − V₀) |
Tổng ba đóng góp đúng bằng tổng chênh lệch doanh thu. Thứ tự thay khác nhau cho con số hơi khác, nên hãy giữ một thứ tự cố định và ghi rõ trong báo cáo.
Ý chính bắt buộc: phân rã chỉ tiêu thành các driver, tính đóng góp của từng driver, và
assert tổng các đóng góp bằng tổng chênh lệch. Phân rã cho biết ở đâu thay đổi, chưa cho biết vì sao.Đọc kết quả: số đơn không đổi (400 mỗi năm), nên doanh thu giảm gần như hoàn toàn vì giá trị mỗi dòng giảm. Câu hỏi tiếp theo: giá mỗi sản phẩm giảm, hay khách chuyển sang mua sản phẩm rẻ hơn? PVM trả lời câu này.
Bài 11.2. Price, volume, mix [6]
PVM tách thay đổi doanh thu giữa hai kỳ thành ba phần:
- Volume: bán nhiều hay ít đơn vị hơn, giả sử cơ cấu và giá giữ nguyên.
- Mix: cơ cấu sản phẩm thay đổi: chuyển sang nhóm đắt hay nhóm rẻ.
- Price: giá của từng nhóm thay đổi.
Với Pᵢ là giá trung bình mỗi đơn vị của nhóm i, Qᵢ là số lượng, P̄₀ là giá trung bình chung kỳ gốc:
| Thành phần | Công thức |
|---|---|
| Volume | (tổng Q₁ − tổng Q₀) × P̄₀ |
| Mix | Σ (tỷ trọng₁ᵢ − tỷ trọng₀ᵢ) × tổng Q₁ × P₀ᵢ |
| Price | Σ (P₁ᵢ − P₀ᵢ) × Q₁ᵢ |
Ba phần cộng lại đúng bằng tổng chênh lệch doanh thu.
PVM theo Category, 2023 → 2024
Đọc kết quả: tổng số lượng bán tăng (Office Supplies tăng mạnh), nhưng Office Supplies chỉ khoảng 13/đơn vị còn Technology hơn 300/đơn vị. Cơ cấu dịch về nhóm rẻ nên mix kéo doanh thu xuống mạnh. Nếu chỉ nhìn “doanh thu giảm”, ta có thể kết luận sai là “bán kém đi”.
Bài 11.3. Leading và lagging indicator [6]
- Lagging indicator (chỉ số trễ): đo kết quả đã xảy ra. Doanh thu quý, lợi nhuận, tỷ lệ khách rời bỏ năm. Chính xác nhưng biết thì đã muộn.
- Leading indicator (chỉ số sớm): báo hiệu trước kết quả. Số lượt dùng thử, số đơn trong pipeline, số ticket phàn nàn tuần này, tỷ lệ khách giảm tần suất mua.
Một bộ KPI tốt có cả hai: lagging để biết mình đạt mục tiêu chưa, leading để kịp hành động. Leading indicator phải được kiểm chứng: nó có thật sự đi trước kết quả không?
Bài 11.4. Trend và seasonality [6]
Chuỗi thời gian thường gồm:
- Trend: xu hướng dài hạn (tăng dần, giảm dần).
- Seasonality: mẫu hình lặp lại theo chu kỳ cố định (tháng 12 cao vì mua sắm cuối năm, tháng Tết thấp với B2B).
- Nhiễu: phần dao động còn lại.
Bẫy phổ biến: so tháng này với tháng trước khi có mùa vụ. Tháng 12 tăng 30% so với tháng 11 có thể chỉ là mùa vụ. Cách so đúng: so cùng kỳ năm trước (tháng 12 năm nay với tháng 12 năm ngoái), hoặc so với nhóm control.
Tìm tháng cao điểm lặp lại
Bài 11.5. Feedback loop [5]
Feedback loop (vòng phản hồi): kết quả của một metric làm thay đổi hành động, và hành động đó lại làm thay đổi chính metric.
Ví dụ: hệ thống gợi ý chỉ đẩy sản phẩm đang bán chạy → sản phẩm đó càng bán chạy → càng được đẩy. Sản phẩm mới không có cơ hội được nhìn thấy, nên dữ liệu “cho thấy” chúng bán kém. Khi đọc dữ liệu từ một hệ thống có vòng phản hồi, hãy hỏi: con số này phản ánh nhu cầu thật, hay phản ánh chính quyết định trước đó của mình?
Câu hỏi nhanh
Luyện tập tình huống
Tình huống: chiến dịch tháng 12 thành công?
Bối cảnh. Team marketing chạy chiến dịch quảng cáo trong tháng 12. Doanh số tháng 12 tăng 30% so với tháng 11. Báo cáo kết luận: 'Chiến dịch thành công, đề xuất tăng ngân sách gấp đôi năm sau.' Dữ liệu 3 năm trước cho thấy tháng 12 thường cao hơn tháng 11 khoảng 25%.
Câu hỏi. Kết luận này có vấn đề gì? Nên đánh giá chiến dịch thế nào?
Câu trả lời đã nộp sẽ được khoá lại, không sửa được.
Đáp án mẫu
- Bẫy so sánh trước/sau kết hợp seasonality: tháng 12 vốn cao hơn tháng 11 khoảng 25% do mùa vụ. Phần tăng “thêm” có thể chỉ khoảng 30% so với 25%, tức vài điểm phần trăm, chưa chắc do chiến dịch.
- Nên: so tháng 12 năm nay với tháng 12 năm trước (cùng kỳ), loại trừ trend chung; tốt hơn nữa là có nhóm control (vùng hoặc nhóm khách không thấy quảng cáo, chia ngẫu nhiên) để đo mức tăng do chiến dịch.
- Trước khi tăng ngân sách gấp đôi, cần ước tính lợi nhuận tăng thêm so với chi phí quảng cáo.
Tình huống: doanh thu giảm, đội bán hàng có kém đi?
Bối cảnh. Doanh thu năm 2024 giảm 10% so với 2023. Giám đốc muốn thay trưởng nhóm bán hàng. Bạn có dữ liệu số lượng và doanh thu theo Category của 2 năm (như ô PVM ở trên).
Câu hỏi. Bạn sẽ phân tích thế nào trước khi kết luận? Kết quả PVM ở trên gợi ý điều gì?
Câu trả lời đã nộp sẽ được khoá lại, không sửa được.
Đáp án mẫu
- Phân rã trước: driver tree (số đơn × dòng/đơn × giá trị/dòng) và PVM theo Category.
- Kết quả: số đơn không đổi, tổng số lượng bán còn tăng (volume dương). Doanh thu giảm chủ yếu do mix: khách mua nhiều Office Supplies (rẻ) hơn và ít Technology (đắt) hơn.
- Câu hỏi tiếp: vì sao Technology giảm? (giá đối thủ, hết hàng, thị trường chung, thay đổi chính sách chiết khấu…). Đây mới là việc tìm nguyên nhân; phân rã chỉ chỉ ra ở đâu.
- Kết luận “đội bán hàng kém” là vội vàng khi chưa xem các yếu tố này.
Tóm tắt tuần và chuẩn bị Checkpoint 4
- Driver tree: tách chỉ tiêu thành tích các thành phần; tổng các đóng góp = tổng chênh lệch.
- PVM: volume (bán nhiều hay ít), mix (cơ cấu), price (giá). Doanh thu giảm chưa chắc vì bán kém.
- Leading báo sớm, lagging đo kết quả. Cần cả hai.
- Có mùa vụ thì so cùng kỳ, không so tháng liền trước.
- Feedback loop: dữ liệu có thể phản ánh chính quyết định trước đó.
Checkpoint 4 (cuối tuần này): phần A giải thích closed-book ý nghĩa thống kê và thực tế, tương quan và nhân quả, regression to the mean, randomization, các loại bias [7], đọc CI và p-value [6]; phần B: Titanic EDA, driver tree, PVM, trend và seasonality, đọc A/B test, đã có ở các ô code tuần 9–11; phần C 5 tình huống (cửa hàng tệ nhất, khảo sát 95%, chiến dịch tháng 12, cà phê, A/B test 0,01 pp). Đạt khi đủ ý chính, 100% assert pass, và đúng ≥ 4/5 tình huống. Xem Sổ tay Phase 4.