Bài 4 — Tìm insight sâu: từ mô tả số liệu đến phát hiện có giá trị

Vấn đề

Biết "doanh thu tháng 6 là 2 tỷ" chưa phải là insight — đó chỉ là con số. Stakeholder cần biết: Tại sao? So với kỳ vọng thì sao? Ai/nhóm nào kéo lên hay dìm xuống? Nên làm gì? BA giỏi là người đào từ số liệu ra câu chuyện hành động. AI giúp bạn đào nhanh hơn — nếu bạn dẫn dắt đúng, thay vì để nó đưa nhận xét chung chung, hời hợt.

Khung tư duy: DESCRIBE → COMPARE → DIAGNOSE → RECOMMEND

• DESCRIBE: chuyện gì đang xảy ra (số liệu).
• COMPARE: so với kỳ trước, mục tiêu, hoặc phân khúc khác.
• DIAGNOSE: vì sao (bóc tách theo chiều: vùng, kênh, sản phẩm, nhóm khách).
• RECOMMEND: nên làm gì tiếp.

AI mặc định chỉ làm DESCRIBE. Bạn phải ép nó đi tới DIAGNOSE và RECOMMEND.

Ví dụ prompt tìm insight

Đây là doanh thu theo tháng và theo kênh (dán bảng hoặc upload file).
Hãy phân tích theo 4 tầng:
DESCRIBE: xu hướng tổng doanh thu 6 tháng.
COMPARE: tháng nào tăng/giảm mạnh nhất so với tháng trước (%).
DIAGNOSE: bóc tách tháng giảm mạnh nhất theo kênh — kênh nào gây ra phần lớn mức giảm? Định lượng đóng góp của từng kênh vào mức giảm.
RECOMMEND: 2 giả thuyết cần điều tra thêm + dữ liệu nào sẽ xác nhận/bác bỏ.
Nêu rõ chỗ nào là số liệu chắc chắn, chỗ nào là suy đoán của bạn.

Câu cuối buộc AI tách sự thật khỏi suy đoán — chống lại việc nó nói suy đoán bằng giọng chắc nịch.

Kỹ thuật "hỏi tại sao 5 lần" với AI

Sau mỗi câu trả lời, đào sâu:

Bạn nói kênh Facebook giảm 30%. Tại sao có thể như vậy?
Liệt kê 4 nguyên nhân khả dĩ, và với mỗi nguyên nhân,
nêu 1 truy vấn/dữ liệu cụ thể tôi cần lấy để kiểm chứng.

Điều này biến AI thành đối tác brainstorm giả thuyết, còn bạn giữ vai trò quyết định điều tra hướng nào.

Các bước làm

• Chuẩn bị dữ liệu đủ chiều (thời gian + ít nhất 1-2 chiều bóc tách: kênh, vùng, sản phẩm).
• Chạy khung 4 tầng trong một prompt.
• Ép định lượng: bắt AI nói "kênh A đóng góp 60% mức giảm" thay vì "kênh A giảm".
• Đào giả thuyết bằng câu hỏi "tại sao" và yêu cầu cách kiểm chứng.
• Tự xác minh ít nhất một giả thuyết bằng dữ liệu thật.
• Viết lại thành 3-5 insight hành động cho stakeholder.

Template: Bản tóm tắt insight cho stakeholder

[PHÁT HIỆN]: <1 câu, có con số>
[BẰNG CHỨNG]: <số liệu/biểu đồ chứng minh>
[MỨC ĐỘ CHẮC CHẮN]: cao / trung bình / cần điều tra thêm
[GIẢ THUYẾT NGUYÊN NHÂN]: <nếu chưa chắc>
[ĐỀ XUẤT HÀNH ĐỘNG]: <việc cụ thể + người chịu trách nhiệm gợi ý>
[CÂU HỎI MỞ]: <điều cần dữ liệu bổ sung>

Sai lầm thường gặp

• Nhận insight chung chung: "doanh thu biến động, nên theo dõi thêm" là vô dụng. Ép AI định lượng và chỉ đích danh.
• Ảo giác nguyên nhân: AI rất giỏi bịa ra lý do nghe hợp lý ("do thời tiết", "do mùa lễ") mà không có bằng chứng trong dữ liệu. Luôn hỏi "dữ liệu nào chứng minh điều đó?".
• Nhầm tương quan = nhân quả: hai đường cùng đi xuống không có nghĩa cái này gây ra cái kia. BA phải cảnh giác.
• Bỏ qua cỡ mẫu: "nhóm khách VIP hài lòng 100%" nghe tuyệt — nhưng nếu chỉ có 3 người thì vô nghĩa. Bắt AI luôn kèm cỡ mẫu.
• Phụ thuộc quá mức vào diễn giải của AI: quyết định kinh doanh là trách nhiệm của bạn. AI đề xuất, bạn thẩm định và chịu trách nhiệm.

Checklist kết bài

• [ ] Insight có con số định lượng, không chung chung.
• [ ] Đã tách "số liệu chắc chắn" khỏi "suy đoán".
• [ ] Mỗi giả thuyết nguyên nhân có cách kiểm chứng.
• [ ] Đã kiểm tra cỡ mẫu trước khi kết luận.