Data Analysis: core concept, logic, deep insight
Core
Trích "certainty" guide business từ data hỗn loạn thế nào? Web app sinh data behavior cực lớn mỗi giây. Chỉ xem total (vd total visit) thường che sự thật. Chương này từ basic stats đến advanced business analysis.
0. Overview: bản chất data analysis
Nhiều người nghĩ liếc report = analysis. Không hiểu transformation "data → information → insight" sẽ kẹt trong detail. Mục tiêu cuối không phải report, mà decision.
Data analysis không phải "report tổng hợp", mà dimension reduction + feature extraction.
- Raw Data: record rời rạc (vd: user A click button B 10:01)
- Information: data processed (vd: 30% user click B hôm nay)
- Insight: phát hiện rule (vd: button B click rate mobile cao hơn PC → mobile user dựa nhiều vào tính năng này)
Goal: framework "observe → decompose → locate → decide" closed-loop drive business growth.
1. Descriptive stats: 1 câu tóm bức tranh
10k row data không xem từng row được. Cần information compression, vài indicator capture pulse. Không hiểu trap mean vs median → bị extreme value dẫn dắt sai (vd "average consumption per user").
1.1 Mean — baseline
Tổng / count. Hại: bị outlier dẫn. Vd 9 nhân viên 5k, sếp 100k → mean 14.5k, không đại diện majority.
1.2 Median + Mode
- Median: sort, lấy giữa. Chống outlier, true "middle layer".
- Mode: value xuất hiện nhiều nhất. Phân tích "product user thích nhất", "error code thường gặp".
1.3 Standard Deviation: rộng-hẹp distribution
Mức độ data dao động quanh mean.
- Low STD: data tập trung, mean đại diện tốt (vd zero defect production line)
- High STD: data tản, cá thể khác nhiều
- Use: monitoring perf, high STD → system instability, có nhiều "long-tail slow request"
2. Data aggregation: khai thác micro rule
"Mọi user conversion 5% trung bình" thường true vô nghĩa. Phải cắt data, phát hiện khác biệt khu vực, channel, device. Aggregation xuyên "đồng phục average".
Individual behavior chance, group behavior có statistical rule. Data Aggregation core: "slice" theo dimension.
| 用户 ID | 订单号 | 金额（元） | 日期 |
|---|---|---|---|
| U001 | ORD001 | 100 | 2024-01-01 |
| U001 | ORD002 | 200 | 2024-01-02 |
| U002 | ORD003 | 150 | 2024-01-01 |
| U002 | ORD004 | 300 | 2024-01-03 |
| U003 | ORD005 | 250 | 2024-01-02 |
| U001 | ORD006 | 180 | 2024-01-04 |
| 用户 ID | 订单数 | 总金额 |
|---|---|---|
| U001 | 3 | 480 |
| U002 | 2 | 450 |
| U003 | 1 | 250 |
SELECT user_id, COUNT(*) as order_count, SUM(amount) as total FROM orders GROUP BY user_id;
2.1 Core logic: Split-Apply-Combine
- Split: theo attribute (city, channel, new/old user)
- Apply: aggregate function:
COUNT,SUM,AVG - Combine: compare group, tìm diff
2.2 Sao phải Group By?
Aggregated data che vấn đề. Vd: overall conversion tăng, nhưng split ra thấy "Hà Nội" spike kéo, các vùng khác đều rớt. Aggregation định vị chính xác.
3. Funnel model: định vị "bleed point" của value chain
Đổ resource lớn pull user, kết quả conversion ít, tiền phí hả? Funnel cho biết user vấp ở step nào. Học section này = từ "guess" sang "precise R&D".
User từ entry → final goal (paid) = lọc dần. Funnel không chỉ xem conversion cuối, mà xem mất người ở đâu.
3.1 Core conversion metric
- Overall conversion: finish endpoint / start total
- Step conversion: current step / previous step
- Drop rate: 1 - step conversion
3.2 Deep analysis
Step có drop rate bất thường → có experience friction. Vd:
- Drop ở register page → form phức tạp, OTP không nhận
- Drop ở chọn payment → payment method ít, jump chậm
Optimize chỗ funnel nhất → ROI cao nhất.
4. Retention analysis: "core" health check
Retention là gold standard #1. Pull user = đổ nước vào thùng, retention = check thùng có rò không. Chỉ biết total visit (traffic) không biết retention = không judge product growth healthy hay number game.
User growth không = success, giữ user mới là core value. Retention = % user revisit sau time.
| 注册日期 | 注册人数 | 次日留存 | 7日留存 | 30日留存 |
|---|---|---|---|---|
| 2024-01-01 | 1000 | 45% | 32% | 18% |
| 2024-01-02 | 1200 | 42% | 28% | 15% |
| 2024-01-03 | 950 | 40% | 25% | 12% |
| 2024-01-04 | 1100 | 38% | 30% | 14% |
| 2024-01-05 | 1050 | 41% | 33% | 16% |
| 2024-01-06 | 1300 | 43% | 29% | 13% |
| 2024-01-07 | 1150 | 40% | 31% | 15% |
4.1 Time window core
- D1 retention: "first impression". 24h sau lần đầu, user cảm core value chưa?
- D7 retention: "habit formation". Tuần đầu form habit dùng?
- D30 retention: "long-term stickiness". Quyết product survival ceiling.
4.2 Retention curve shape: judge PMF
- Drop tới 0: product không giải pain, hoặc target sai
- Flatten (long tail): đã có PMF (Product-Market Fit), có loyal user, base scale lên được
5. Kết: build scientific data intuition
Analyst tốt có critical thinking, không bị bề ngoài lừa:
- Xem distribution, không chỉ mean: nghĩ về diff + outlier
- Xem local, không chỉ total: multi-dim aggregate restore real scenario
- Xem trend, không chỉ point: retention curve xem long-term health
- Tìm break, không blind optimize: funnel locate real bottleneck
Goal không phải report đẹp, mà giảm uncertainty về tối thiểu, decide based on fact.
2026 cho VN dev
- Tool: PostHog, Amplitude, Mixpanel, Heap (product analytics)
- SQL skill: must, ngay cả product manager
- Data viz: Metabase (open-source), Superset, Tableau
- VN context: Shopee, Tiki dùng Amplitude/Mixpanel; bank dùng Tableau/PowerBI
- AI analytics: ChatGPT/Claude phân tích CSV, gen SQL query, draft chart
- Future: text-to-SQL tool (vendor specific), AI agent analyze data tự động