Chủ đề 6 / 13

Dữ liệu & phân tích

Bài viết
14
Framework
35
Đọc hết lộ trình
135phút
Cập nhật
Kính lúp trên tấm biểu đồ đường, biểu tượng dữ liệu và phân tích
Lộ trình 14 bước

Đọc theo thứ tự

Các bài của chủ đề này xếp theo thứ tự nên đọc. Đọc lần lượt thì mỗi bài dùng lại khung của bài trước.

Bắt đầu từ bước 1
  1. Bước 19 phút đọc

    Vòng ra quyết định dựa trên dữ liệu cho doanh nghiệp nhỏ

    Dành cho chủ chuỗi cửa hàng nhỏ hoặc người bán online đã có số liệu bán hàng nhưng chưa dùng nó để chọn hành động. Vòng bốn bước và mô hình logic, thử trên ví dụ giả định: chuỗi 5 quán trà có nên giữ thẻ tích điểm không.

    #data-driven-decision-making#logic-model#loyalty-programme#small-business-analytics#one-page-reportĐọc bài
  2. Bước 210 phút đọc

    Martech có đáng phí không? Quy tắc thử–học bốn dòng

    Dành cho đội marketing nhỏ sắp mua hoặc đang trả phí cho công cụ email, retargeting hay tích điểm. Bốn dòng: ghi mốc nền trước khi bật, giữ nhóm đối chứng ngẫu nhiên, chốt trước chỉ số và điều kiện dừng, chấm bằng đơn gia tăng chứ không bằng đơn được ghi công.

    #ab-testing#control-group#attribution#martech#sample-size
  3. Bước 310 phút đọc

    Netflix: dữ liệu hay trực giác? Đọc hai nghiên cứu gốc

    Dành cho chủ doanh nghiệp và quản lý nghe nói Netflix chạy bằng dữ liệu, hoặc bằng trực giác. Hai nghiên cứu gốc cho thấy cách hỏi đó che mất điều chính: dữ liệu trả lời được một số câu hỏi rất hẹp, còn con người chọn câu hỏi và thước đo.

    #netflix#recommendation-system#ab-testing#data-and-judgement#big-data-myth
  4. Bước 411 phút đọc

    Hồi quy đơn trong Excel: đọc R² và phần dư mà không bị đánh lừa

    Dành cho nhà quản lý có bảng chi quảng cáo và doanh thu trong Excel, sắp báo cáo "thêm 1 triệu quảng cáo thì thêm bao nhiêu doanh thu". Bài chỉ hàm nào ra số nào, cách đọc R² và sai số chuẩn, và ba bẫy làm R² cao vẫn sai: đường cong, một điểm xa, dốc không phải nhân quả.

    #simple-regression#excel#residual-analysis#r-squared#correlation-vs-causation
  5. Bước 59 phút đọc

    Hiệu ứng roi da: vì sao đơn hàng méo hơn doanh số bán lẻ

    Dành cho chủ xưởng hoặc nhà phân phối nhỏ thấy đơn của khách dao động mạnh hơn nhiều so với lượng khách thật sự bán ra. Lee, Padmanabhan và Whang chỉ ra bốn nguyên nhân, đều đến từ người đặt hàng hợp lý; bài đổi chúng thành việc một xưởng nhỏ làm được.

    #bullwhip-effect#inventory#demand-signal#supply-chain
  6. Bước 610 phút đọc

    Từ GDP đến biên lợi nhuận của doanh nghiệp nhỏ

    Dành cho chủ homestay, quán ăn hay cơ sở lưu trú nhỏ vừa đọc tin khách quốc tế tăng hơn 20% và muốn biết lợi nhuận của mình tăng bao nhiêu. Câu trả lời là chưa biết, vì mỗi mắt xích từ chỉ số vĩ mô đến biên lợi nhuận có hệ số riêng. Bài dựng chuỗi bằng số giả định để bạn thấy chỗ nó gãy.

    #macro-to-micro#du-lich#bien-loi-nhuan#homestay#phan-tich-do-nhay
  7. Bước 710 phút đọc

    Dự báo doanh số theo mùa trong Excel và chấm bằng MAPE

    Dành cho chủ cửa hàng và người lập kế hoạch nhập hàng khi doanh số lên xuống theo tháng và cả năm đang tăng. Bài đi qua năm bước trong Excel với bộ số liệu giả định, và cho thấy khi nào cách này không hơn một cách đơn giản.

    #forecasting#seasonality#excel#mape#time-series
  8. Bước 89 phút đọc

    Kế hoạch dự án quá lạc quan: ngộ nhận kế hoạch và nhóm tham chiếu

    Dành cho chủ doanh nghiệp và quản lý đang hứa ngày bàn giao hay ngân sách dựa trên kế hoạch của chính đội mình. Câu trả lời ngắn: hỏi các dự án giống thế này đã kết thúc ra sao, rồi đặt dự án của bạn vào phân phối đó.

    #ngo-nhan-ke-hoach#du-bao-nhom-tham-chieu#quan-ly-du-an#thien-lech-du-bao#du-bao
  9. Bước 910 phút đọc

    Burberry: công nghệ có thể may lại một cuộc xoay chuyển?

    Dành cho chủ hoặc trưởng marketing của thương hiệu thời trang nhỏ đang cân nhắc công cụ AI cho chăm sóc khách hàng. Hồ sơ giải thưởng của Burberry nêu giá trị đơn trung bình tăng 24%, nhưng không nguồn nào gắn mức đó với doanh thu hay lợi nhuận; bài tách sự kiện khỏi tuyên bố.

    #burberry#customer-service-ai#customer-journey#analytics-maturity#fashion-retail
  10. Bước 108 phút đọc

    Dự báo nhu cầu: khi nào hỏi chuyên gia, khi nào dựng mô hình

    Dành cho người lập kế hoạch nhập hàng hoặc giám đốc tài chính phải dự báo nhu cầu cho sản phẩm mới lẫn mặt hàng đã bán nhiều năm. Có số liệu thì bắt đầu bằng thống kê; chưa có thì dùng phán đoán có cấu trúc như Delphi. Bài vẽ bản đồ chọn giữa hai bên.

    #demand-forecasting#delphi-method#time-series#judgmental-forecasting
  11. Bước 119 phút đọc

    AI tăng năng suất bao nhiêu? Đọc kỹ ba nghiên cứu trước khi tin

    Dành cho chủ doanh nghiệp và quản lý đang nghe những con số kiểu "AI tăng năng suất 40%". Bài đọc ba nghiên cứu, hai thí nghiệm ngẫu nhiên và một nghiên cứu triển khai theo đợt, và chỉ ra mỗi con số đo cái gì, trên ai, và sai ở chỗ nào khi đem sang đội của bạn.

    #nang-suat-ai#nghien-cuu-thuc-nghiem#ai-tao-sinh#ranh-gioi-nang-luc-ai#doc-hieu-so-lieu
  12. Bước 1210 phút đọc

    Khi lịch sử vô dụng: Starbucks dự báo thế nào giữa COVID

    Dành cho chủ doanh nghiệp và giám đốc tài chính phải lập kế hoạch khi số liệu các năm trước không còn dùng để ngoại suy. Starbucks rút hướng dẫn, công bố từng phần rồi đưa lại khoảng dự báo; bài đối chiếu khoảng đó với kết quả thật.

    #forecasting#rolling-forecast#scenario-planning#starbucks#covid-19
  13. Bước 1310 phút đọc

    5 câu hỏi trước khi tin một biểu đồ, thử trên một báo cáo thật

    Dành cho nhà quản lý nhận một báo cáo có biểu đồ đẹp trước cuộc họp ra quyết định. Năm câu hỏi giúp đọc biểu đồ: đo gì, ai nằm trong dữ liệu, hình có khớp số không, lớn đến đâu, và có áp dụng cho bạn không.

    #data-literacy#chart-critique#data-visualisation#base-rate#selection-bias
  14. Bước 1410 phút đọc

    "Gấp 2,7 lần" nghĩa là gì? Rủi ro tương đối và tuyệt đối

    Dành cho nhà quản lý hoặc chủ doanh nghiệp nhận báo cáo ghi một nhóm "gấp 2,7 lần". Bạn sẽ biết cần hỏi mức nền nào và đổi bội số thành số người trên 100 trong bốn bước, với một báo cáo thật làm bài tập.

    #relative-risk#base-rate#natural-frequencies#doc-hieu-so-lieu
Thư viện

Framework trong chủ đề này

Mỗi thẻ ghi nguồn gốc và câu hỏi mà khung đó giúp bạn hỏi. Bấm vào để sang trang framework, nơi có đủ các bài nhắc đến nó.

Cả thư viện

Hiển thị 12 trên 35 framework. Phần còn lại nằm trong thư viện.

Tài liệu tham khảo

Xếp A–Z theo họ tác giả, kiểu Harvard. Nguồn có DOI thì link https://doi.org/…; nguồn không có DOI thì link trang nguồn hoặc ghi rõ không có DOI.

  1. Berk, J. and DeMarzo, P. (2024) Corporate Finance, 6th edn. Harlow: Pearson.Không có DOITrang nguồn
  2. Binns, R. (2018) ‘Fairness in machine learning: lessons from political philosophy’, in Proceedings of Machine Learning Research. pp. 149–159.Không có DOIproceedings.mlr.pressĐược trích trong 1 bài
  3. Box, G.E.P. and Jenkins, G.M. (1976) Time Series Analysis: Forecasting and Control, rev. edn. San Francisco: Holden-Day.Không có DOITrang nguồn
  4. Buehler, R., Griffin, D. and Ross, M. (1994) ‘Exploring the 'planning fallacy': why people underestimate their task completion times’, Journal of Personality and Social Psychology, 67(3), pp. 366–381.doi:10.1037/0022-3514.67.3.366Được trích trong 1 bài
  5. Cairo, A. (2016) The truthful art: data, charts, and maps for communication. San Francisco: New Riders.Không có DOITrang nguồn
  6. Cairo, A. (2019) How charts lie: getting smarter about visual information. New York: W.W. Norton.Không có DOIĐược trích trong 1 bài
  7. Chaffey, D. and Ellis-Chadwick, F. (2019) Digital marketing: strategy, implementation and practice. Harlow: Pearson.Không có DOITrang nguồn
  8. Chopra, S. (2019) Supply chain management: strategy, planning, and operation (7th global edn). Harlow: Pearson.Không có DOIpearson.comĐược trích trong 4 bài
  9. Cleveland, W.S. and McGill, R. (1984) ‘Graphical perception: theory, experimentation, and application to the development of graphical methods’, Journal of the American Statistical Association, 79(387), pp. 531–554.doi:10.1080/01621459.1984.10478080Trang nguồn
  10. Dalkey, N. and Helmer, O. (1963) ‘An experimental application of the Delphi method to the use of experts’, Management Science, 9(3), pp. 458–467.doi:10.1287/mnsc.9.3.458Trang nguồn
  11. Dattner, B. et al. (2019) The legal and ethical implications of using AI in hiring. Harvard Business Review.Không có DOIhbr.orgĐược trích trong 1 bài
  12. De Veaux, R.D. and Hand, D.J. (2005) ‘How to lie with bad data’, Statistical Science, 20(3), pp. 231–238.doi:10.1214/088342305000000269Trang nguồn
  13. Drake, W.J., Cerf, V.G. and Kleinwächter, W. (2016) Internet fragmentation: an overview. Geneva: World Economic Forum (Future of the Internet Initiative White Paper).Không có DOIwww3.weforum.orgTrang nguồn
  14. Dwork, C. et al. (2012) ‘Fairness through awareness’, in Proceedings of the 3rd Innovations in Theoretical Computer Science Conference. New York: ACM, pp. 214–226.doi:10.1145/2090236.2090255Được trích trong 1 bài
  15. European Parliament and Council (2016) Regulation (EU) 2016/679 (General Data Protection Regulation). Official Journal of the European Union.Không có DOIeur-lex.europa.euĐược trích trong 3 bài
  16. Fairfield, J.A.T. and Engel, C. (2015) ‘Privacy as a public good’, Duke Law Journal, 65(3), pp. 385–457.Không có DOIscholarship.law.duke.eduĐược trích trong 2 bài
  17. Flyvbjerg, B. (2006) ‘From Nobel Prize to project management: getting risks right’, Project Management Journal, 37(3), pp. 5–15.doi:10.1177/875697280603700302Được trích trong 1 bài
  18. Gigerenzer, G. et al. (2007) ‘Helping doctors and patients make sense of health statistics’, Psychological Science in the Public Interest, 8(2), pp. 53–96.doi:10.1111/j.1539-6053.2008.00033.xĐược trích trong 2 bài
  19. Greenland, S. et al. (2016) ‘Statistical tests, P values, confidence intervals, and power: a guide to misinterpretations’, European Journal of Epidemiology, 31(4), pp. 337–350.doi:10.1007/s10654-016-0149-3Được trích trong 1 bài
  20. Hammond, J.S., Keeney, R.L. and Raiffa, H. (1998) ‘The hidden traps in decision making’, Harvard Business Review, 76(5).Không có DOIhbr.orgĐược trích trong 2 bài
  21. Higgins, R.C. (1977) ‘How much growth can a firm afford?’, Financial Management, 6(3), pp. 7–16.doi:10.2307/3665251Trang nguồn
  22. Hoffmann, S., Lazanski, D. and Taylor, E. (2020) ‘Standardising the splinternet: how China's technical standards could fragment the internet’, Journal of Cyber Policy, 5(2), pp. 239–264.doi:10.1080/23738871.2020.1805482Trang nguồn
  23. Hope, J. and Fraser, R. (2003) Beyond Budgeting: How Managers Can Break Free from the Annual Performance Trap. Boston: Harvard Business School Press.Không có DOITrang nguồn
  24. Huang, M.-H. and Rust, R.T. (2021) ‘A strategic framework for artificial intelligence in marketing’, Journal of the Academy of Marketing Science, 49(1), pp. 30–50.doi:10.1007/s11747-020-00749-9Trang nguồn
  25. Hyndman, R.J. and Athanasopoulos, G. (2021) Forecasting: principles and practice (3rd edn). Melbourne: OTexts.Không có DOIotexts.comĐược trích trong 1 bài
  26. Hyndman, R.J. and Athanasopoulos, G. (2021) Forecasting: Principles and Practice, 3rd edn.Không có DOIotexts.comĐược trích trong 1 bài
  27. Illowsky, B. and Dean, S. (2023) Introductory statistics 2e. Houston, Texas: OpenStax.Không có DOIopenstax.orgĐược trích trong 1 bài
  28. James, G. et al. (2021) An introduction to statistical learning: with applications in R (2nd edn). New York: Springer.doi:10.1007/978-1-0716-1418-1Được trích trong 1 bài
  29. James Bell Associates (2018) Guide to data-driven decision making: using data to inform practice and policy decisions in child welfare organizations. Washington, DC: Children's Bureau, Administration for Children and Families, U.S. Department of Health and Human Services.Không có DOIjbassoc.comĐược trích trong 1 bài
  30. Jansen, B.J. et al. (2022) ‘The illusion of data validity: why numbers about people are likely wrong’, Data and Information Management, 6(4), article 100020.doi:10.1016/j.dim.2022.100020Được trích trong 1 bài
  31. Johnson, G., Scholes, K. and Whittington, R. (2008) Exploring corporate strategy: text and cases. Harlow: FT Prentice Hall.Không có DOITrang nguồn
  32. Kahneman, D. and Tversky, A. (1979) ‘Prospect theory: an analysis of decision under risk’, Econometrica, 47(2), pp. 263–291.doi:10.2307/1914185Được trích trong 1 bài
  33. Kaplan, R.S. and Norton, D.P. (1992) ‘The balanced scorecard: measures that drive performance’, Harvard Business Review, 70(1), pp. 71–79.Không có DOIhbr.orgTrang nguồn
  34. Kim, J., Kim, D.H. and Kwak, S.G. (2024) ‘Comprehensive guidelines for appropriate statistical analysis methods in research’, Korean Journal of Anesthesiology, 77(5), pp. 503–517.doi:10.4097/kja.24016Trang nguồn
  35. Kleinberg, J., Mullainathan, S. and Raghavan, M. (2017) ‘Inherent trade-offs in the fair determination of risk scores’, in 8th Innovations in Theoretical Computer Science Conference (ITCS 2017), LIPIcs 67. pp. 43:1–43:23.doi:10.4230/LIPIcs.ITCS.2017.43Được trích trong 1 bài
  36. Knaflic, C.N. (2015) Storytelling with data: a data visualization guide for business professionals. Hoboken, NJ: Wiley.Không có DOITrang nguồn
  37. Kohavi, R., Tang, D. and Xu, Y. (2020) Trustworthy online controlled experiments: a practical guide to A/B testing. Cambridge University Press.doi:10.1017/9781108653985Được trích trong 1 bài
  38. Lane, D.M. (n.d.) Steps in hypothesis testing. Online Statistics Education: an interactive multimedia course of study (Rice University, University of Houston Clear Lake and Tufts University).Không có DOIonlinestatbook.comTrang nguồn
  39. Lee, H.L., Padmanabhan, V. and Whang, S. (1997) ‘Information distortion in a supply chain: the bullwhip effect’, Management Science, 43(4), pp. 546–558.doi:10.1287/mnsc.43.4.546Được trích trong 1 bài
  40. Lemon, K.N. and Verhoef, P.C. (2016) ‘Understanding customer experience throughout the customer journey’, Journal of Marketing, 80(6), pp. 69–96.doi:10.1509/jm.15.0420Được trích trong 1 bài
  41. Lepenioti, K. et al. (2020) ‘Prescriptive analytics: literature review and research challenges’, International Journal of Information Management, 50, pp. 57–70.doi:10.1016/j.ijinfomgt.2019.04.003Được trích trong 1 bài
  42. Libai, B. et al. (2020) ‘Brave new world? On AI and the management of customer relationships’, Journal of Interactive Marketing, 51, pp. 44–56.doi:10.1016/j.intmar.2020.04.002Trang nguồn
  43. Lichtenstein, S. and Fischhoff, B. (1977) ‘Do those who know more also know more about how much they know?’, Organizational Behavior and Human Performance, 20(2), pp. 159–183.doi:10.1016/0030-5073(77)90001-0Trang nguồn
  44. Makridakis, S., Wheelwright, S.C. and Hyndman, R.J. (1998) Forecasting: Methods and Applications, 3rd edn. New York: Wiley.Không có DOITrang nguồn
  45. Makridakis, S., Spiliotis, E. and Assimakopoulos, V. (2018) ‘Statistical and machine learning forecasting methods: concerns and ways forward’, PLOS ONE, 13(3), article e0194889.doi:10.1371/journal.pone.0194889Trang nguồn
  46. Mayer, M. and Nock, P.J. (2025) ‘Editorial: Digital fragmentations, technological sovereignty and new perspectives on the global digital political economy’, Global Political Economy, 4(1), pp. 2–13.doi:10.1332/26352257Y2024D000000029Trang nguồn
  47. Meadows, D.H. (2008) Thinking in systems: a primer. White River Junction, VT: Chelsea Green.Không có DOITrang nguồn
  48. Nissenbaum, H. (2010) Privacy in context: technology, policy, and the integrity of social life. Stanford, CA: Stanford University Press.doi:10.1515/9780804772891Được trích trong 1 bài
  49. Nocetti, J. (2024) A splintered internet? Internet fragmentation and the strategies of China, Russia, India and the European Union. Paris: Ifri (Études de l'Ifri, February 2024).Không có DOIifri.orgTrang nguồn
  50. Ostrom, E. (1990) Governing the commons: the evolution of institutions for collective action. Cambridge: Cambridge University Press.doi:10.1017/cbo9780511807763Trang nguồn
  51. Palm, E. (2009) ‘Securing privacy at work: the importance of contextualized consent’, Ethics and Information Technology, 11(4), pp. 233–241.doi:10.1007/s10676-009-9208-8Được trích trong 1 bài
  52. Park, M.J. (2017) ‘Why evaluate organizational change efforts?’, in Evaluating organization development: how to ensure and sustain the successful transformation. Productivity Press, pp. 1–30.doi:10.1201/b21877-1Được trích trong 1 bài
  53. Petropoulos, F. et al. (2022) ‘Forecasting: theory and practice’, International Journal of Forecasting, 38(3), pp. 705–871.doi:10.1016/j.ijforecast.2021.11.001Trang nguồn
  54. Rist, R.C., Boily, M.-H. and Martin, F. (2011) Influencing Change: Building Evaluation Capacity to Strengthen Governance. Washington, DC: World Bank.doi:10.1596/978-0-8213-8403-9Được trích trong 1 bài
  55. Schoemaker, P.J.H. (1995) ‘Scenario planning: a tool for strategic thinking’, Sloan Management Review, 36(2), pp. 25–40.Không có DOIshop.sloanreview.mit.eduĐược trích trong 1 bài
  56. Starbucks Corporation (2020) Business update (8 April). SEC EDGAR, Exhibit 99.1 (Press release).Không có DOIsec.govĐược trích trong 1 bài
  57. Starbucks Corporation (2020) Starbucks reports Q4 fiscal 2020 results (29 October). SEC EDGAR, Exhibit 99.1 (Press release).Không có DOIsec.govĐược trích trong 1 bài
  58. Tufte, E.R. (2001) The visual display of quantitative information. Cheshire, CT: Graphics Press.Không có DOIĐược trích trong 1 bài
  59. Tversky, A. and Kahneman, D. (1974) ‘Judgment under uncertainty: heuristics and biases’, Science, 185(4157), pp. 1124–1131.doi:10.1126/science.185.4157.1124Trang nguồn
  60. Wack, P. (1985) ‘Scenarios: uncharted waters ahead’, Harvard Business Review, 63(5), pp. 73–89.Không có DOIhbr.orgĐược trích trong 2 bài
  61. Wedel, M. and Kannan, P.K. (2016) ‘Marketing analytics for data-rich environments’, Journal of Marketing, 80(6), pp. 97–121.doi:10.1509/jm.15.0413Được trích trong 2 bài
  62. Welch, I. (1992) ‘Sequential sales, learning, and cascades’, Journal of Finance, 47(2), pp. 695–732.doi:10.1111/j.1540-6261.1992.tb04406.xTrang nguồn
  63. Whittington, R. et al. (2023) Exploring strategy: text and cases. Harlow: Pearson.Không có DOIĐược trích trong 1 bài
  64. Winters, P.R. (1960) ‘Forecasting sales by exponentially weighted moving averages’, Management Science, 6(3), pp. 324–342.doi:10.1287/mnsc.6.3.324Trang nguồn
  65. Wong, B. (2011) ‘Points of view: color blindness’, Nature Methods, 8(6), p. 441.doi:10.1038/nmeth.1618Trang nguồn
  66. Zacks, J. and Tversky, B. (1999) ‘Bars and lines: a study of graphic communication’, Memory & Cognition, 27(6), pp. 1073–1079.doi:10.3758/BF03201236Trang nguồn
  67. Zimmermann, A., Di Rosa, E. and Kim, H. (2020) Technology can't fix algorithmic injustice. Boston Review.Không có DOIbostonreview.netĐược trích trong 1 bài
Chuyên mục

Tất cả bài

14 bài viết

Tháng 11/2026

12 bài trên trang này

Trang 1/2

Đọc tiếp

Chủ đề liên quan

Tất cả 13 chủ đề