Bài 2 · Mỗi câu hỏi cần một loại dữ liệu riêng, và lấy nhầm loại thì câu trả lời vẫn trông chắc chắn

Phần lớn các cuộc đi tìm dữ liệu bắt đầu bằng một câu như «xem thử khách hàng nghĩ gì về sản phẩm của mình». Câu ấy nghe như một câu hỏi, nhưng nó không chỉ được cho bạn loại dữ liệu nào cả, vì nó không nói đối tượng nào, đo cái gì, và trong khoảng thời gian nào.

Một câu hỏi dùng được có ba phần. Phần thứ nhất là đối tượng: hỏi về ai hoặc về cái gì, nhóm nào, ở đâu. Phần thứ hai là điều muốn biết: một số đếm, một thứ tự, một lý do, một cách người ta làm. Phần thứ ba là khoảng thời gian: trong sáu tháng qua, trong mùa cao điểm, ở lần dùng đầu tiên.

Thử sửa câu trên theo ba phần đó. «Trong sáu tháng qua, những người đã mua sản phẩm và có gọi tới bộ phận chăm sóc khách hàng thì gọi vì những chuyện gì, và chuyện nào được nhắc nhiều nhất.» Câu này chỉ thẳng tới một bộ dữ liệu có thật, và người đi tìm biết mình phải mở cái gì ra.

Có một phép thử nhanh để biết câu hỏi đã đủ rõ chưa: nói trước xem câu trả lời sẽ có hình dạng gì. Nó sẽ là một con số kèm đơn vị? Một danh sách xếp theo thứ tự nhiều ít? Một đoạn mô tả cách người ta làm một việc? Một so sánh giữa hai nhóm? Nếu bạn chưa hình dung được hình dạng của câu trả lời, thì bạn cũng chưa biết loại dữ liệu nào cho ra được hình dạng ấy, và cuộc đi tìm sẽ dừng ở chỗ nhặt về bất cứ thứ gì sẵn có.

Còn một câu nữa nên hỏi trước khi bắt đầu: ai sẽ dùng câu trả lời này, và để quyết định việc gì. Nếu đằng sau câu hỏi không có một quyết định nào đang chờ, thì việc đi thu dữ liệu chưa gấp, và nên để công sức ấy cho câu hỏi đang chặn một quyết định thật.

Hàng từ nhà máy đi tới người dùng cuối qua hai bước, và mỗi bước cho một con số.

Bước thứ nhất là hàng rời nhà máy để vào kho của đại lý, siêu thị hay sàn bán hàng. Bên nhận ký nhận và trả tiền hoặc ghi công nợ. Con số này thường được gọi là hàng đẩy vào kênh phân phối (sell-in). Bước thứ hai là người dùng cuối đứng trước sản phẩm, quyết định bỏ tiền ra mua và mang nó về. Con số này là hàng bán tới tay người dùng (sell-out).

Trong sổ sách, cả hai đều có thể được gọi là doanh số. Nhưng chúng trả lời hai câu hỏi khác hẳn nhau. Con số thứ nhất trả lời câu «nhà máy nên chạy bao nhiêu, và kênh phân phối đang nhận được tới đâu». Con số thứ hai trả lời câu «sản phẩm này có được người mua đón nhận không».

Cái bẫy nằm ở chỗ con số thứ nhất dễ đo hơn nhiều. Nó có chứng từ, có ngày giao, có chữ ký. Con số thứ hai phải lấy từ phía bên kia, từ máy tính tiền của cửa hàng hoặc từ báo cáo của đại lý, nên nó về chậm hơn và nhiều khi không về. Kết quả là báo cáo thường dừng ở con số dễ đo, và cả công ty đọc nó như thể nó đang trả lời câu hỏi thứ hai.

Chỗ này dẫn tới một tình huống quen thuộc: hàng vào kênh đều đặn, báo cáo tháng nào cũng đạt, trong khi hàng nằm trên kệ không đi đâu cả. Lượng hàng còn tồn ở kênh tăng liên tục nhiều tuần mà con số đẩy vào kênh vẫn đạt kế hoạch, nghĩa là hàng đang chất kho chứ không phải đang bán được. Tới lúc kênh ngừng đặt thêm thì mọi thứ lộ ra cùng một lúc, và sản phẩm bị kết luận là hỏng, trong khi chỗ tắc nằm ở chặng bán ra.

Bài học chung rộng hơn chuyện bán hàng: trước khi dùng một con số, hãy hỏi nó được đo ở điểm nào trên đường đi của sự việc. Hai con số đo ở hai điểm khác nhau thì không thay nhau được, dù chúng mang cùng một cái tên.

Dữ liệu là dấu vết của việc đã xảy ra. Từ tính chất đó rút ra hai giới hạn mà không lượng dữ liệu nào bù được.

Giới hạn thứ nhất: dữ liệu cho thấy hai việc đi cùng nhau, chứ không nói việc này gây ra việc kia. Hai thứ cùng tăng trong một quý thì gọi là có tương quan (correlation); còn nói thứ này làm thứ kia xảy ra là nói về quan hệ nhân quả (causation). Hai chuyện đó khác nhau, nhưng trên một biểu đồ thì chúng trông y hệt nhau.

Vì vậy khi dữ liệu báo có chuyện không ổn, việc nên làm không phải là kết luận ngay, mà là hỏi: trong cùng khoảng thời gian ấy, còn những gì đã đổi. Đổi giá, đổi bao bì, đổi nhà cung cấp, đổi người phụ trách vùng, thêm một đối thủ mới, hay chỉ là mùa trong năm đã khác. Rồi đặt ít nhất hai cách giải thích cạnh nhau và đi tìm dữ liệu phân biệt được chúng. Một quyết định dựa trên cách giải thích đầu tiên nghĩ ra thường là quyết định sửa nhầm chỗ, và cái giá của nó không hiện ra trong bảng số.

Giới hạn thứ hai: không có dữ liệu nào về thứ chưa từng tồn tại. Câu hỏi «người ta có mua một sản phẩm như thế này không», khi sản phẩm ấy chưa ai bán bao giờ, là câu hỏi mà mọi bộ dữ liệu quá khứ đều chịu. Dữ liệu bán hàng chỉ ghi những thứ đã được bày ra để bán. Hồ sơ bảo hành chỉ ghi những thứ đã có người mua.

Với loại câu hỏi ấy, đường đi không phải là tìm thêm dữ liệu cũ, mà là tạo ra dữ liệu mới: làm một bản mẫu thô, đưa cho người dùng thật, và ghi lại họ làm gì với nó. Việc này sinh ra dữ liệu chưa ai có, và nó là dữ liệu đúng loại cho câu hỏi đang hỏi.

Cách thu nào cũng bỏ sót một phần của sự việc, và phần bị bỏ sót thì nằm ngoài tầm nhìn của chính cách thu đó. Đánh giá trên sàn cho số lượng lớn nhưng thiếu hoàn cảnh. Nói chuyện sâu với vài người dùng cho hoàn cảnh rất rõ nhưng số người ít. Lời người bán lẻ gom được quan sát từ rất nhiều khách qua thời gian, nhưng đi kèm cách nhìn riêng của người bán.

Cách xử lý là ghép nhiều nguồn có điểm mù khác nhau, rồi xem chúng có chỉ về cùng một chỗ không. Cách làm này gọi là tam giác hoá dữ liệu (triangulation). Với một quyết định thiết kế quan trọng, nên có ít nhất ba nguồn độc lập cùng chỉ về một hướng trước khi chốt.

Chữ độc lập là chữ then chốt. Ba bảng cùng rút ra từ một hệ thống bán hàng không phải là ba nguồn, đó vẫn là một nguồn trình bày theo ba cách. Hai nguồn độc lập là hai nguồn mà sai sót của nguồn này không kéo theo sai sót của nguồn kia: hồ sơ sửa chữa của trung tâm dịch vụ và lời kể của người bán lẻ ở một tỉnh khác là hai nguồn độc lập.

Và đây là phần dễ bị bỏ qua nhất: khi các nguồn lệch nhau, đừng chọn nguồn hợp ý mình. Chỗ lệch là một phát hiện, không phải một trục trặc cần dọn. Bảng số nói bộ phận này ít hỏng, trong khi thợ sửa nói tuần nào cũng gặp, thì khoảng cách giữa hai câu ấy đang chỉ vào một chỗ nào đó: có thể khách tự chữa lấy và không báo, có thể hai bên đang gọi tên hai thứ khác nhau bằng một chữ. Đi tìm lời giải thích cho chỗ lệch thường cho bạn nhiều hơn cả hai nguồn cộng lại.