---
title: "Vòng ra quyết định dựa trên dữ liệu cho doanh nghiệp nhỏ"
description: "Bốn bước ra quyết định bằng dữ liệu và mô hình logic, thử trên ví dụ giả định: chuỗi 5 quán trà có nên giữ thẻ tích điểm. Có công thức bảng tính kèm theo."
url: "https://staging.khoi.co.uk/blog/vong-du-lieu-cho-doanh-nghiep-nho"
lang: vi
author: "Lê Quốc Khôi"
date: 2026-11-03
updated: 2026-11-03
topics: ["Dữ liệu & phân tích"]
tags: ["Ra quyết định dựa trên dữ liệu", "Mô hình logic", "Thẻ khách hàng thân thiết", "Phân tích cho doanh nghiệp nhỏ", "Báo cáo một trang"]
---

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

## Tóm tắt nhanh

- Hướng dẫn của James Bell Associates (2018) mô tả vòng bốn bước: đặt câu hỏi chính, thu thập và phân tích dữ liệu, truyền đạt cho người quyết định, rồi điều chỉnh và lặp lại (James Bell Associates, 2018, p. 2). Nó viết chủ yếu cho các cơ quan phúc lợi trẻ em ở Mỹ, không nhắm đến doanh nghiệp (James Bell Associates, 2018, p. 1).
- Lý thuyết thay đổi nêu vì sao hoạt động dẫn đến mục tiêu; mô hình logic chia thành đầu vào, hoạt động, đầu ra, kết quả, mỗi đầu ra và kết quả đi kèm một chỉ số (James Bell Associates, 2018, pp. 6, 10).
- Phần áp dụng cho doanh nghiệp nhỏ, gồm ví dụ thẻ tích điểm, là phần chuyển của tôi. Dữ liệu ví dụ do tôi sinh bằng Python, không có doanh nghiệp thật nào đứng sau.
- Trong ví dụ, so thẳng hai nửa năm cho +10,5% hoá đơn; so với xu hướng đã có từ trước thẻ chỉ còn +2,6%, khoảng 0,6% đến 4,7%.

Chủ một chuỗi 5 quán trà phát thẻ tích điểm cách đây sáu tháng và tuần sau phải quyết định in thêm hay thôi. Hoá đơn có tăng, nhưng nhiều thứ khác cũng tăng cùng lúc. Bài này đi qua một vòng ra quyết định, từ câu hỏi đến việc sửa, trên chính ví dụ đó. Khung chung là [Vòng ra quyết định dựa trên dữ liệu](https://staging.khoi.co.uk/framework/data-driven-decision-cycle) kèm [Lý thuyết thay đổi và mô hình logic](https://staging.khoi.co.uk/framework/logic-model) trong thư viện. Về việc dữ liệu trả lời được câu nào và phán đoán đặt câu nào, xem bài đọc hai nghiên cứu về [Netflix](https://staging.khoi.co.uk/blog/netflix-du-lieu-hay-truc-giac).

## Vòng ra quyết định dựa trên dữ liệu gồm những bước nào?

Bốn bước, lặp lại: đặt câu hỏi chính, thu thập và phân tích dữ liệu, truyền đạt kết quả cho người quyết định, điều chỉnh rồi bắt đầu vòng mới (James Bell Associates, 2018, p. 2).

> **Hình:** [Vòng ra quyết định dựa trên dữ liệu](https://staging.khoi.co.uk/framework/data-driven-decision-cycle)

Hướng dẫn gốc dành cho cơ quan phúc lợi trẻ em, và nói rõ như vậy (James Bell Associates, 2018, p. 1). Nó cũng nói thẳng mục tiêu: quyết định dựa trên dữ liệu, thử nghiệm và bằng chứng thay vì ý kiến hay trực giác (James Bell Associates, 2018, p. 4). Mọi thứ về chuỗi quán trà dưới đây là phần chuyển của tôi. Hướng dẫn không bàn đến thẻ tích điểm hay bán lẻ.

## Bước 1: câu hỏi chính nên viết thế nào?

Viết thành một câu gắn với một quyết định có hạn chót. Hướng dẫn gợi ý bốn loại câu hỏi: số lượng, phân bố, thời lượng, khác biệt (James Bell Associates, 2018, p. 6). Câu của chuỗi quán trà: "Sau sáu tháng, thẻ có làm số hoá đơn mỗi tuần tăng hơn xu hướng sẵn có, đủ bù ly miễn phí không? Quyết định: in thêm thẻ hay đổi cách thưởng, trước cuối tháng."

| Loại câu hỏi | Trong ví dụ |
|:--|:--|
| Số lượng | Đã phát bao nhiêu thẻ, bao nhiêu hoá đơn có quét thẻ? |
| Phân bố | Quán nào quét ít? |
| Thời lượng | Sau lần đầu quét thẻ, bao lâu khách quay lại? |
| Khác biệt | Ai quay lại, ai không? |

## Mô hình logic cho thẻ tích điểm trông thế nào?

Lý thuyết thay đổi nói vì sao ta tin hoạt động dẫn đến mục tiêu; mô hình logic là công cụ nhìn được, chia thành đầu vào, hoạt động, đầu ra và kết quả, mỗi đầu ra và kết quả kèm một chỉ số (James Bell Associates, 2018, pp. 6, 10).

| Thành phần | Trong ví dụ | Chỉ số |
|:--|:--|:--|
| Đầu vào | 650 thẻ in, ô nhập số thẻ trên máy tính tiền, vài giây của thu ngân mỗi hoá đơn | Chi phí in thẻ |
| Hoạt động | Thu ngân mời làm thẻ và quét thẻ mỗi lần mua; mua 10 lần được 1 ly miễn phí | Không đo riêng |
| Đầu ra | Thẻ đã phát, hoá đơn có quét thẻ | Số thẻ phát và tỷ lệ hoá đơn có quét, theo quán |
| Kết quả ngắn hạn | Khách có thẻ quay lại | Tỷ lệ quay lại trong 30 ngày kể từ lần quét đầu |
| Kết quả dài hạn | Hoá đơn của chuỗi tăng, lợi nhuận vẫn dương sau ly miễn phí | Hoá đơn mỗi tuần so với xu hướng cũ; lợi nhuận gộp trừ chi phí thưởng |

Hướng dẫn khuyên liệt kê các giả định của lý thuyết thay đổi mà cần thêm bằng chứng để xác nhận; ví dụ của nó là giả định rằng nhóm mục tiêu sẽ đăng ký và đến học, kiểm được bằng số liệu đăng ký và điểm danh (James Bell Associates, 2018, pp. 7–8). Ba giả định của chuỗi quán: khách chịu làm thẻ khi được mời; khách có thẻ ghé nhiều hơn vì thẻ chứ không phải vì vốn là khách quen; lợi nhuận từ lượt mua thêm lớn hơn giá ly miễn phí.

## Dữ liệu nào đã có, nào còn thiếu?

Hướng dẫn đòi hỏi dữ liệu chính xác, đầy đủ, kịp thời và dùng được để hành động (James Bell Associates, 2018, p. 18). Với chuỗi quán:

| Đã có | Còn thiếu | Cách lấp |
|:--|:--|:--|
| Xuất dữ liệu máy tính tiền theo tuần và quán, 26 tuần trước thẻ làm mốc so sánh (James Bell Associates, 2018, p. 22) | Tỷ lệ quay lại của khách không có thẻ | Khảo sát ngắn ở quầy trong hai tuần (hướng dẫn kể khảo sát là một nguồn dữ liệu sơ cấp (James Bell Associates, 2018, pp. 21–22)) |
| Số thẻ trên hoá đơn, bảng phát thẻ theo quán | Giá vốn thật của một ly miễn phí (tôi giả định 15.000 đồng) | Tính từ công thức pha chế |
| | Cùng kỳ năm trước, nên chưa loại được mùa vụ | Chờ đủ một năm |

## Phân tích: đọc con số thế nào?

Hướng dẫn nói phân tích mô tả, tức đếm, phần trăm, trung bình, thường đã cho gần đủ thông tin để quản lý quyết định (James Bell Associates, 2018, p. 26). Dữ liệu ở đây do tôi sinh bằng Python (hạt giống cố định): 52 tuần, 26 tuần trước và 26 tuần sau khi phát thẻ, 5 quán. Tôi cài sẵn xu hướng tăng 0,3% mỗi tuần và hiệu ứng thẻ khoảng 3% khi chạy đủ, nên kết quả chỉ minh hoạ cách đọc, không chứng minh gì về thẻ tích điểm.

| Cách so | Kết quả |
|:--|:--|
| Trung bình 26 tuần sau với 26 tuần trước | +10,5%: 3.939 lên 4.353 hoá đơn mỗi tuần |
| Với xu hướng của 26 tuần trước kéo dài | +111 hoá đơn mỗi tuần, +2,6%; khoảng 25 đến 198 (+0,6% đến +4,7%) |

Phần lớn mức +10,5% là xu hướng sẵn có. Khoảng 25 đến 198 là khoảng dự báo 95% từ hồi quy trên 26 tuần: ước tính ± 2,064 × kết quả dòng công thức thứ tư (2,064 là `TINV(0.05,24)`, 24 bậc tự do). Nó giả định xu hướng tuyến tính tiếp diễn; tôi chưa tính mùa vụ. Công thức (cột A là số tuần, B là hoá đơn, H là số ngày đến lần quét thứ hai; tôi chạy thử trong LibreOffice Calc, chưa chạy trong Excel):

```
=SLOPE(B2:B27, A2:A27)
=INTERCEPT(B2:B27, A2:A27)
=AVERAGE(B28:B53) - (AVERAGE(A28:A53)*SLOPE(B2:B27,A2:A27) + INTERCEPT(B2:B27,A2:A27))
=STEYX(B2:B27,A2:A27)*SQRT(1/26+1/26+(AVERAGE(A28:A53)-AVERAGE(A2:A27))^2/DEVSQ(A2:A27))
=TINV(0.05,24)
=COUNTIF(H2:H651,"<=30")/ROWS(H2:H651)
```

Dòng cuối cho 67% thẻ có lần quét thứ hai trong 30 ngày. Con số này không chứng minh thẻ làm khách quay lại, vì không có mốc so sánh với khách không dùng thẻ; xem [thiên lệch chọn mẫu](https://staging.khoi.co.uk/thuat-ngu#selection-bias).

Về tiền, với giả định của tôi là hoá đơn 48.000 đồng, lợi nhuận gộp 55% trước lương và mặt bằng, một ly miễn phí giá vốn 15.000 đồng cho mỗi 10 hoá đơn quét thẻ: chi phí thưởng khoảng 1,89 triệu đồng mỗi tuần (trung bình 1.261 hoá đơn quét thẻ mỗi tuần). Lợi nhuận gộp từ hoá đơn thêm trừ chi phí đó còn khoảng +1,05 triệu đồng mỗi tuần ở ước tính giữa, từ −1,23 đến +3,33 triệu ở hai đầu khoảng. Chưa tính in thẻ và thời gian thu ngân.

| Quán | Thẻ phát | Hoá đơn có quét thẻ, 8 tuần cuối |
|:--|--:|--:|
| 1 | 210 | 45% |
| 2 | 170 | 41% |
| 3 | 120 | 35% |
| 4 | 40 | 12% |
| 5 | 110 | 30% |

## Báo cáo một trang cho chủ quán viết thế nào?

Hướng dẫn nói một báo cáo trăm trang có thể không giúp được nhà lập pháp hay trưởng bộ phận, trong khi bản tóm tắt một trang có thể vừa đủ (James Bell Associates, 2018, p. 36). Nó tách kết quả khỏi khuyến nghị (James Bell Associates, 2018, p. 38) và muốn khuyến nghị có nhiều phương án, kèm rủi ro và lợi ích của việc làm lẫn không làm (James Bell Associates, 2018, p. 39). Bản nháp theo cách chuyển của tôi:

> **Thẻ tích điểm sau 26 tuần.** Quyết định cần: in thêm hay đổi cách thưởng, trước cuối tháng.
>
> Kết quả. Hoá đơn tăng 10,5% so với 26 tuần trước, nhưng chuỗi đã tăng sẵn khoảng 0,3% mỗi tuần; so với xu hướng đó, thẻ có thể đóng góp khoảng 2,6% (0,6% đến 4,7%). Ly miễn phí tốn khoảng 1,9 triệu đồng mỗi tuần; còn lại ước khoảng +1 triệu mỗi tuần, từ −1,2 đến +3,3. Quán 4 chỉ 12% hoá đơn có quét thẻ, các quán khác 30% đến 45%.
>
> Chưa biết. Khách có thẻ quay lại nhiều hơn vì thẻ hay vì vốn là khách quen; mùa vụ.
>
> Phương án. A: in thêm, giữ nguyên; lời có thể âm nếu hiệu ứng ở đầu thấp. B: giữ thẻ, sửa việc mời thẻ ở quán 4, thử cách thưởng khác ở hai quán trong tám tuần. C: dừng; mất dữ liệu khách quay lại.
>
> Đề nghị: B.

## Điều chỉnh gì, và lặp lại ra sao?

Hướng dẫn nói quá trình chưa xong cho đến khi thông tin dẫn đến hành động (James Bell Associates, 2018, p. 44). Với phương án B: đào tạo lại việc mời thẻ ở quán 4; hỏi vì sao quán 1 quét được 45%, vì hướng dẫn khuyên nhìn cả chỗ đang làm tốt, không chỉ chỗ yếu (James Bell Associates, 2018, p. 45); thử cách thưởng mới ở quán 2 và 5, ba quán còn lại làm đối chứng.

Rồi quay lại mô hình logic, vì hướng dẫn coi nó là công cụ động, cần xem lại để biết các điều chỉnh có đòi hỏi sửa mô hình không (James Bell Associates, 2018, p. 46). Thêm một chỉ số: số lần ghé mỗi khách mỗi tháng. Câu hỏi vòng sau: cách thưởng mới có đưa khách quay lại nhanh hơn không?

## Khi nào cách này không hợp, và giới hạn?

Không hợp khi câu hỏi chưa gắn với quyết định nào, hoặc khi số liệu bán hàng chưa đáng tin; khi đó sửa việc ghi nhận trước. Đó là kết luận của tôi, không phải điều hướng dẫn nói.

Giới hạn thật nằm ở nguồn. Hướng dẫn viết cho phúc lợi trẻ em, nơi quyết định tác động đến trẻ và gia đình, và nó nhắc nhớ điều đó (James Bell Associates, 2018, p. 46); đội dữ liệu nó mô tả (nhà phân tích, chuyên gia hệ thống, nhà đánh giá) nặng hơn mọi chuỗi quán (James Bell Associates, 2018, p. 19). Ví dụ ở đây là giả định, một chuỗi, một mô hình xu hướng tuyến tính. Chuyển sang doanh nghiệp là suy luận của tôi.

## Đào sâu: tôi đã đọc gì, chưa đọc gì?

James Bell Associates (2018): tôi đọc phần chính từ chương 1 đến 5 cùng các ca minh hoạ, phụ lục A và B; bản chuyển văn bản cắt bớt một số bảng và biểu đồ (exhibit) và tôi không dựa vào các phần đó. Phụ lục C, các mẫu thoả thuận chia sẻ dữ liệu, tôi chỉ đọc phần đầu. Số trang là số trang in của hướng dẫn. Đây là tài liệu hướng dẫn do Cục Trẻ em (Mỹ) đặt hàng, không phải nghiên cứu thực nghiệm, và tôi không có bằng chứng nào từ nó về doanh nghiệp nhỏ. Tôi chưa đọc các tài liệu nó trích dẫn, như Funnell và Rogers (2011).

Dữ liệu ví dụ và công thức: do tôi tạo, không từ nguồn nào; tôi kiểm công thức bằng LibreOffice Calc và đối chiếu với tính toán bằng Python.

## Câu hỏi thường gặp

### Doanh nghiệp nhỏ có cần người phân tích dữ liệu riêng không?

Không nhất thiết để bắt đầu. Hướng dẫn của James Bell Associates nói tổ chức nhỏ có thể chỉ có một nhân viên phân tích, và tổ chức nào cũng làm được nếu có kế hoạch, đào tạo và nguồn lực phù hợp (James Bell Associates, 2018, p. 19). Nó cũng khuyên có một người ở tuyến đầu giúp đặt số liệu vào ngữ cảnh (James Bell Associates, 2018, p. 19). Theo cách chuyển của tôi, với một chuỗi quán đó là chủ, người xuất dữ liệu từ máy tính tiền và một quản lý quán.

### Nên chạy lại vòng này bao lâu một lần?

Hướng dẫn không đặt chu kỳ cố định. Nó khuyên báo cáo thường xuyên, kể cả khi chưa có kết quả cuối (James Bell Associates, 2018, p. 36), và trong ví dụ của nó, nhóm triển khai xem số liệu trong cuộc họp hằng tháng (James Bell Associates, 2018, p. 21). Tôi đề xuất chọn nhịp theo tốc độ chỉ số đổi: hoá đơn mỗi tuần xem hằng tháng, kết quả dài hạn như lợi nhuận gộp xem hằng quý.

### Kết quả không như kỳ vọng thì lỗi nằm ở đâu?

Hướng dẫn nêu ba nghi phạm: lý thuyết thay đổi chưa tốt, triển khai chưa tốt, hoặc dữ liệu thiếu hay không phù hợp (James Bell Associates, 2018, p. 47). Mô hình logic giúp tách ba thứ đó vì mỗi mắt xích có chỉ số riêng. Trong ví dụ giả định ở bài, quán có tỷ lệ quét thẻ thấp là lỗi triển khai, không phải lỗi của ý tưởng thẻ.

### Báo tin kết quả xấu cho đối tác hay ngân hàng thế nào?

Hướng dẫn đưa năm gợi ý cho người nhận tin xấu: nói tin tốt trước, không để ai bị bất ngờ, trao đổi trực tiếp, nêu bài học và cho thời gian tiêu hoá (James Bell Associates, 2018, p. 38). Hướng dẫn viết cho các bên liên quan của chương trình phúc lợi trẻ em; áp dụng cho đối tác hay ngân hàng của doanh nghiệp là phần chuyển của tôi.

## Tài liệu tham khảo

- 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. Available at: https://www.jbassoc.com/wp-content/uploads/2018/05/Guide-to-Data-Driven-Decision-Making.pdf.

---

Bản HTML chuẩn: https://staging.khoi.co.uk/blog/vong-du-lieu-cho-doanh-nghiep-nho