Analytical thinking (tư duy phân tích ) là gì ? Cách rèn luyện Analytical thinking trong data

Tặng 45 phút tư vấn lộ trình ngành Tech cùng chuyên gia

Chỉ còn 7 suất cuối trong tháng này, hỗ trợ tư vấn ngoài giờ hành chính (Trị giá 500,000 VND)

Cám ơn bạn đã tin tưởng CoderSchool, các tư vấn viên sẽ liên lạc với bạn trong 24 giờ tới nên bạn nhớ chú ý điện thoại nhé.
Không thể gửi thông tin. Xin vui lòng kiểm tra và gửi lại.
coderschool-backgroud

Một kỹ năng siêu siêu Quan trọng nó có thể giúp các bạn trở thành một trong những ứng viên xuất sắc nhất. Đây là cái kỹ năng mà 12 năm ngồi ở Nhà trường thầy cô sẽ không có hướng dẫn cho các bạn kể cả 4 năm đi học đại học thì cũng có rất ít môn học dạy các bạn kỹ năng này, nó cũng chính là cái kỹ năng mà các Data Analyst đã không ngừng rèn luyện khi đi làm

1. Analytical thinking -  hay tư Duy phân tích quan trọng ra sao ?

Vượt qua tất cả những cái kỹ năng khác Analytical Think đã Trở thành kỹ năng đứng ở vị trí số một trong khảo sát đâu là kỹ năng quan trọng mà nhà tuyển dụng đang tìm kiếm ở ứng viên của World economic forum một cái tổ chức uy tín chuyên dự báo về tình hình việc làm nhân sự trên toàn thế giới



Việc sở hữu một tư duy phân tích tốt thì chúng ta sẽ có khả năng đưa ra được những quyết định chính xác phù hợp nhất cho cuộc sống và chính công việc của bản thân mình, kể từ đó chúng ta mới có khả năng tạo ra nhiều thành quả tốt đẹp cho công ty.

2. Analytical Thinking - tư duy phân tích là gì ?

Analytical Thinking được hiểu là cái khả năng tổng hợp vấn đề đó một cách toàn diện, sau đó chia nhỏ cái vấn đề mình giải quyết nhiều khía cạnh khác nhau.  Từ đó chúng ta kết hợp với khả năng phân tích dữ liệu, tư duy biện luận để có thể đưa ra được một cái quyết định phù hợp và tốt nhất

Mình có được định nghĩa trên sau khi tham khảo hơn 6 bài viết trên Medium, cũng như là xem qua 04 quyển sách của những tác giả là chuyên gia trong ngành. Để tham khảo họ đang định nghĩa về Analytical Thinking như thế nào. Cũng như mình liên hệ với những trải nghiệm và kiến thức của mình từ đó tìm ra một cách hiểu rõ ràng và cụ thể nhất về cái khái niệm Analytical T

Thêm nữa, Analytical thinking nó thuộc nhóm Cognitive skills tức là nhóm kỹ năng thiên về nhận thức, cho nên nó cũng có sự liên hệ gần gũi với bốn kỹ năng khác:
- Synthetic - khả năng tổng hợp:

- Systemic khả năng tư duy hệ thống

- Critical khả năng biện luận

- Reactive sự sáng tạo 

Analytical thinking thực ra nó luôn hiện hữu trong cuộc sống ngày, có khi là bạn chưa nhận ra mà thôi. Từ các vấn đề cá nhân hôm nay chúng ta ăn gì chúng ta nên mua iPhone 14 hay là iPhone 15 chúng ta nên đầu tư vào đất đai hay đầu tư chứng khoán trong thời điểm bây giờ ? Cho đến những cái tình huống trong công việc mà chúng ta cần phải giải quyết ví dụ như 

+ Chúng ta cần lên chiến dịch marketing như thế nào ? 

+ Chúng ta cần dự trù Kinh phí cho năm sau ra sao ?

+ Làm sao để tăng doanh thu của công ty lên 30% trong năm sau ?

Và nó còn hiện hữu trong rất nhiều những cái quyết định mà chúng ta cần phải đưa ra. Dù là công việc hay là cuộc sống. Khi chúng ta có tư duy phân tích tốt chúng ta sẽ có xác suất đưa ra những quyết định phù hợp và hiệu quả nhất trong các tình huống đó.

3. Cách nhận biết một người mà có tư Duy phân tích tốt

Những biểu hiện rõ nhất trong cuộc sống công sở, cuộc sống hằng ngày đó là:

Biểu hiện thứ nhất: là những người hay nói “Ủa em”.  

Trong một cuộc họp giữa một bạn Junior và một người Sếp giỏi về chuyên môn, bạn Junior trình bày các báo cáo về chủ đề là trải nghiệm người dùng mua hàng trên ứng dụng thương mại điện tử. Sau khi nghe bạn Junior Trình bày cái báo cáo Chỉ có hai phần thôi là đánh giá về thời gian mua hàng của khách hàng và feedback của khách hàng về cái bộ phận dịch vụ khách hàng của công ty

 

Người Sếp giỏi về chuyên môn sẽ đưa ra một loại các câu hỏi:
- Thế còn cái quy trình thanh toán có bước nào cần phải tối ưu Trong toàn bộ cái hành trình của khách hàng hay không ?

-  Feedback của khách hàng thì em đang đánh giá trên những feedback mà họ gửi qua ứng dụng, vậy còn những cái kênh khác như là trên email, Google Play hay là Apple Store thì mình đã đánh giá hay chưa ?

Và cứ thế Một loạt các thiếu sót được chỉ ra bởi những người có nhiều chuyên môn nhiều kinh nghiệm hơn vì người ta có cái khả năng phân tích tốt,  người ta đã hệ thống hóa được cái bài toán và các vấn đề đó cần giải quyết ở nhiều khía cạnh khác nhau.

Biểu hiện thứ 2: là những người mà luôn phân tích tổng hợp đầy đủ các thông tin trước khi họ đưa ra quyết định.

Ví dụ thực tế:  Mình có một đứa bạn trong một năm qua nó đã chuyển nhà đến3 lần từ quận 7 sang quận 2 tới Bình Thạnh mỗi khi nó đưa ra quyết định chuyển nhà rất là nhanh gọn. Ban đầu mình cứ nghĩ là nó quyết đoán nhưng khi mình hỏi ra thì nó nói là có lần thì nó có lý

do là không đủ thời gian để nó suy nghĩ, có lần nó nói là sau khi nó thuê xong rồi nó biết là khu đó không có đủ tiện ích mà nó muốn

Đó bạn thấy không,  một lần thì có thể là do bạn mình xui nhưng mà đây đến tận 3 lần thì chắc chắn là do bạn đó đã không có đủ thời gian để nó có thể tổng hợp đầy đủ các những thông tin về vị trí, không gian môi trường những tiện ích xung quanh, giá cả cho nên một người mà luôn luôn phân tích đầy đủ tất cả những yếu tố những khí cạnh cân đo Đong đếm mọi trường hợp có thể xảy ra trước khi đưa ra quyết định nào đó là người có cái tư duy phân tích rất tốt

Biểu hiện thứ 3: là những người mà biết sử dụng data để support cho những quyết định của mình

Đơn giản là Analytical thinking thì phải có Data để làm rõ ràng, làm tăng cái độ tinh

cậy trong những cái nhận định mà mình đưa ra

Data driven mindset thì mọi người đi đâu cũng nghe nói về nó. Hàng loạt các công ty đang tập

trung vào phát triển data. Vậy nên để xây dựng một cái mindset sử dụng data trong toàn bộ

nhân viên để khi mà họ đưa ra quyết định nào đó họ có cái khả năng dùng con số để chứng minh nó rõ ràng và hợp lý nhất

Biểu hiện thứ 4 là những người có tư duy biện luận Để họ có thể tránh được những nhận định chủ quan

Họ biết cách đặt câu hỏi, tổng hợp những cái giả thuyết để có góc nhìn đa chiều hơn. Và từ đó họ có thể đưa ra một cái thông tin nó phù hợp và chính xác nhất

3. Làm rõ Mindset trước khi bắt đầu rèn luyện Analytical Thinking

Hãy luôn nhớ rằng Analytical thinking là kỹ năng nằm trong nhóm Cognitive Skill.

Đây là nhóm kỹ năng về nhận thức, mà những gì thiên về nhận thức thì nó thật sự rất khó để thay đổi nhanh chóng.

Nhưng chính vì là  nhận thức nên nó cũng sẽ được rèn luyện qua những quyết định trong cuộc sống hàng ngày, trong công việc hàng ngày của mọi người

Ví dụ trước đây nếu bạn thường:

  • Đưa ra quyết định một cách nhanh chóng
  • It có phản biện, hỏi ngược  lại ý kiến của người khác
  • Thường dựa vào kinh nghiệm kiến thức của bản thân để nhận định một thông tin nào đó
  • It quan sát một vấn đề ở nhiều khía cạnh khác nhau

Thì bây giờ để thay đổi được những điều trên, Chúng ta phải thay đổi từ trong chính cái suy nghĩ của chúng ta. Chính từ những cái việc nhỏ nhặt nhất trong cuộc sống hàng ngày, cho đến những cái vấn đề lớn lao trong công việc hay những cái dự án tỷ đô tại công ty. 

Chính thói quen trong tiềm thức nó ảnh hưởng tới biểu hiện bên ngoài và Analytical thinking nó cần có phương pháp, nó cần có thời gian để trau dồi và cải thiện.

Hãy nhớ rèn luyện Analytical thinking vì nó là một cái hành trình liên tục. Mỗi ngày chúng ta đều nạp một lượng kiến thức mới nhất định, vậy cho nên phân tích, đánh giá, nhìn nhận đa chiều, tìm hiểu Data nó không bao giờ là một cái việc dư thừa

Và chắc chắn, với một cái mindset cởi mở, khiêm tốn, cầu thị thì nó sẽ giúp bạn ngày càng cải thiện được cái tư duy của mình tốt hơn

4. 4 Cách rèn luyện tư duy Analytical thinking với 4 Bước 

Mình là người làm trong cái mảng phân tích dữ liệu với Facebook, Google ads hằng ngày. Vậy nên rất cần những kỹ năng này để tối ưu hóa quảng cáo…. Bản thân mình đang trên cái hành trình rèn luyện và không ngừng cải thiện nó.

Đã bao giờ khi làm một bài phân tích, một bài báo cáo mà Bạn cảm thấy là mình làm nó một cách Rời rạc, thiếu cái sự tổng hợp, thiếu cái sự logic, cũng như là đưa ra những cái nhận định nó không có cơ sở chặt chẽ và hay bị thiếu sót không ?

Vậy thì bây giờ Mọi người hãy thử Áp dụng phương pháp tư duy Phân tích theo bốn cái yếu tố bên dưới nhé

1.Synthetic: khả năng tổng hợp

2.Systemic: khả năng hệ thống hóa và liên kết những cái dự kiện thông tin

3.Analyze and critical thinking: phân tích tổng hợp Data với một tư duy biện luận

4.Creative: kết hợp sự sáng tạo của mình khi đưa ra giải pháp

Vậy áp dụng ra sao ? Cùng thực hành nhé

4.1 Synthetic: khả năng tổng hợp

Hãy luôn luôn nhớ rằng trước khi chúng ta đưa ra quyết định nào đó, chúng ta cần

có đầy đủ thông tin. Cho nên synthetic giúp tổng hợp tất cả những thông tin

để hiểu rõ ràng vấn đề

Và phương pháp mình dùng để hiểu cái Problem statement ở đây rất là đơn giản. Mình đặt ra những câu hỏi xay qua năm chữ cái W và H  ( Mô hình 5W1H)

Why 

Who 

What 

when
Where

How

Sau đó mình phải làm thật rõ ràng cái mục tiêu (objective) và những cái delivery, những cái kết quả mình sẽ cần tạo ra đó là gì?

  • Một cái báo cáo qua file excel
  • Hay là một cái bảng data 
  • Hay là một cái Word để trình bày cái kết quả
  • Hay Một bài phân tích qua PowerPoint

Khi mọi người hiểu rõ cái Problem statement của mình rồi thì chúng ta có được một cái lượng kiến thức nhất định cho vấn đề mà chúng ta đang giải quyết, từ đó chúng ta mới có thể đi

đến những cái bước phân tích nó hiệu quả hơn.

Nãy giờ lý thuyết rồi, Giờ là ví dụ cụ thể. 

Sếp chúng ta ra một cái đề bài:
“Bây giờ chúng ta cần làm gì để cải thiện được cái trải nghiệm của khách hàng ( User experience) khi mà người dùng khi mà mua hàng trên sàn thương mại điện tử S”.

Giả sử mình không làm Data Analyst,  mình là người làm quản lý chất lượng dịch vụ khách hàng và để giải quyết bài toán này nó thật sự kiến thức trong công việc đó và trước khi mình làm bất cứ điều gì mình phải hiểu rõ cái Problem statement -bước tổng hợp thông tin.

Để tổng học được thông tin, nếu bạn là một người mới vào làm thì chắc chắn bạn không có nhiều kinh nghiệm về cái phần kiến thức của sản phẩm, cũng cái business đó. Lúc này bạn có thể hỏi Sếp của mình hay các anh chị đã có kinh nghiệm trong mảng này rồi. Những câu hỏi các bạn có thể đặt ra để hiểu cái Problem statement nó có thể là:

Câu hỏi Why 

Tại sao mình phải làm cái bài phân tích này ? Tại sao mình phải giải quyết cái vấn đề này. Vì vấn đề này là một trong những KPI của team mình hay tại nó là một trong những cái vấn đề mà năm nay khách hàng đang complain rất nhiều ?

Do đó, khi chúng ta hiểu rõ tại sao chúng ta cần làm rồi, cái ảnh hưởng của việc này ra sao,  mức độ quan trọng như thế nào thì chúng ta sẽ có động lực và cái nhìn rõ ràng hơn để bắt

tay vào làm nó

Những đối tượng nào liên quan đến  bài toán mình đang giải quyết ? Nếu mà nói về Khách

hàng thì là khách hàng nào ?

  • Khách hàng mua hàng ở trên ứng dụng
  • Hay là khách trên website
  • Khách ở nông thôn hay thành thị
  • Khách hàng đó có chia theo level: khách mới, khách hàng trung thành, khách hàng lâu năm hay không?
  • Bộ phận nào liên quan trực tiếp tới cái trải nghiệm của người dùng: Bộ phận chăm sóc khách hàng bộ phận bán hàng, bộ phận giao hàng, bộ phận phản ánh những khiếu nại của khách hàng

Những câu hỏi về những gì Khách hàng đang complain thì cần cụ thể nữa ?

  • Sản phẩm nào 
  • Ngành hàng nào vào
  • Nhóm lĩnh vực nào
  • Vị trí địa lý cụ thể của khách hàng khi complain:  Khách hàng complain vào giai đoạn nào: vào đầu năm / cuối năm / giữa năm, Khách complain trong tuần hay là cuối tuần, buổi sáng hay là buổi tối

Tất cả điều đó, giúp mình phát hiện rõ cụ thể cái vấn đề dù là nhất nhỏ nhất đang xảy ra

Câu hỏi How - như thế nào

Những cái quy trình nào đang ảnh hưởng tới trải nghiệm của người dùng. 

  • Quy trình đó có dài không ? bao nhiêu bước ?
  • Ở giai đoạn nào?  trước khi mua hàng hay là trong giai đoạn mua hàng hay là sau khi họ đã mua hàng rồi

Thì khi mà mọi người xác định (define) cái Problem statement theo năm cái 5W1H này mình đảm bảo luôn là chúng ta sẽ có cái cái nhìn rõ ràng và cụ thể về cái bài toán chúng ta đang giải quyết, dù cho bạn là người mới hay là người có nhiều kinh nghiệm cùng đều cần làm bước này

4.2 Tư duy hệ thống systemic

Những cái dự kiện mình thu thập (collect) ở bước số một á nó hoàn toàn là những cái dữ kiện rời rạc để giúp chúng ta hiểu rõ về cái Problem statement của mình thôi. Bây giờ làm sao để trả lời được câu hỏi là chúng ta nên làm gì để cải thiện được trải nghiệm của khách hàng khi mua hàng trên sàn Thương mại điện tử S thì chúng ta phải biết

  • Những yếu tố nào ảnh hưởng
  •  Những điểm nào quan trọng để tìm ra những pain point, những cái insights từ đó chúng ta đưa ra những giải pháp

Cho nên tư duy hệ thống hoá các ý tưởng sẽ giúp xây dựng được một cái chiến lược giải quyết các bài toán này.

 Và để có thể tạo nên một cái chiến lượt (strategies) thì mình có 2 phương pháp để giới thiệu cho Bạn:
-  Thứ nhất là Logic Tree Method: Tức là mình sẽ xây dựng một cái cây logic để hệ thống hóa lại toàn bộ cái bức tranh tổng quát. Tuy nhiên phải luôn nhớ đến yếu tố MECE

- MECE  là viết tắt của cái cụm mutually exclusive và collectively exhaustive có nghĩa là làm sao mình có thể liệt kê đầy đủ các cái yếu tố cấu thành nên 1 vấn đề một cách toàn vẹn nhất mà không bị trùng lặp

Ví dụ:

Dựa trên tất cả những kinh nghiệm những kiến thức những trải nghiệm mà mình có để trả lời cho câu hỏi chúng chúng ta cần làm gì để cải thiện trải nghiệm của Người dùng khi mua hàng trên hàng đường màng điện tử S

Chúng ta sẽ cần phân tích qua ba giai đoạn:

  • Preorder
  • Delivery
  • After Sale

Và tiếp tục chia nhỏ những cái yếu tố này theo những khía cạnh chi tiết hơn, không trùng lặp

  • Preorder: Quy trình mua hàng + Tính năng của App
  • Delivery: Thời gian + Hệ thống phân phối
  • After Sale: Đánh giá khách hàng sau khi mua + Hỗ trợ hoàn tiền + Tổng đài hỗ trợ khách hàng

Điều này giúp hạn chế được trường hợp chúng ta không phân tích thiếu, chúng ta không phân tích một cách ngẫu nhiên. Từ đó giúp chúng ta tìm được những cái insight nó tốt nhất và đầy đủ nhất

4.3 Analyze and critical thinking - phân tích tổng hợp Data với một tư duy biện luận

Tất nhiên, không quên biện luận, đặt câu hỏi ngược lại với những  thông tin mình tìm thấy từ data 

Những cái yếu tố mình define ở trên bước số hai trong cái logic tree  Nó hoàn toàn là những cái giả thuyết mình đặt ra dựa trên những cái hiểu biết những kinh nghiệm của mình.

-> Cho nên để làm rõ cái điều đó Chúng ta cần có data để chứng minh.


Bạn không cần phải trở thành một người phân tích dữ liệu một Data Analyst, biết sử dụng Python, SQL, Power BI.. mới có thể phân tích dữ liệu.

Nếu bạn đang làm những công việc ở những phòng ban khác marketing, quản lý chất lượng, vận hàng quản lý sản phẩm thì đều có thể phân tích dữ liệu với Excel/Google Spreadsheet. Dù cho có nhiều công cụ Tân Tiến đến mấy thì Excel vẫn là cái công cụ phổ biến nhất trong giới Văn Phòng ngày nay ai cũng dùng được. Tuy nhiên chúng ta cần rèn luyện tư duy về dữ liệu.

Khi phân tích dữ liệu khi chúng ta cần xử lý dữ liệu, vậy thì chúng ta cần:

  • Tổ chức nó theo bảng như thế nào Cột và dòng ra sao khi chúng
  • Vẽ biểu đồ thì chúng ta nên vẽ biểu đồ nào ? Tròn hay Cột.. Phải hiểu ý nghĩa của từng loại biểu đồ
  • Chúng ta nên vẽ biểu đồ nào khi chúng ta cần đánh giá sự phân bổ của dữ liệu. Các chỉ số thống kê như normal distribution hay là độ lệch chuẩn hay là phương sai, giá trị trung bình, giá trị trung vị có ý nghĩa gì

Các con số trên giúp chúng ta chắc lọc được thông tin từ data, từ đó các quyết định mình dưa ra nó hoàn toàn có cơ sở và độ tin cậy nhất định.

Một cái yếu tố nữa trong quá trình mà chúng ta phân tích và xử lý số liệu, đó là cần phải có khả năng Critical thinking - Tức là tư duy biện luận, đó là khi ta đặt ra câu hỏi nó có toàn vẹn hay không ? khi chúng ta nhìn nhận một con số thì đó có phải là góc nhìn đa chiều hay không ? Tránh rơi vào bẫy góc nhìn chủ quan, thiên vị

Hay là chúng ta hoàn toàn tin tưởng vào

4.4 Creative kết hợp sự sáng tạo khi đưa ra giải pháp

Đây là bước quan trọng nhất. Tức là sau khi đã đặt giả thuyết, dùng Data để chứng minh, củng cố giả thuyết đó rồi thì chúng ta cần đưa đến Kết Luận cuối cùng

Chính kết luận đó đã giúp bạn làm sáng tỏ vấn đề. Giờ là lúc để đưa ra hành động cụ thể cho vấn đề hay đề xuất giải pháp.

Lưu ý: Luôn áp dụng Sáng Tạo - Creative Thinking: Sau khi có Data, ngoài việc chỉ chăm chăm nhìn vào Data rồi đưa ra giải pháp dựa vào chính các Data đó. Hãy thử nghĩ sáng tạo hơn - Thinking Out of Box xem có những giải pháp nào nó sáng tạo hơn, hiệu quả hơn hay không ?

Ví dụ:  Lúc trước khi mình làm phân tích, Khi mình đưa ra một đáp án, lời giải mình hoàn toàn tin vào data. Như trong bước phân tích số liệu, nếu mình thấy mộ insight rằng tất cả những khách hàng chọn hình thức thanh toán qua thẻ tín dụng có xác thực OTP, thì có 50% khách hàng đều đề bị thất bại với cái lý do rằng là không nhận được OTP từ hệ thống.

Giải pháp bình thường:  Bên ngân hàng ( bên thứ ba ) họ phải cải thiện cái tốc độ truyền SMS otp để làm sao tăng cái độ chính xác và đảm bảo khách hàng nhận được OTP  kịp thời

Thì rõ ràng mình nghĩ lại giải pháp đó hoàn toàn đúng. Vì đây là lỗi của bên Ngân hàng và họ phải fix cho mình. Tuy nhiên vấn đề là trong thực tế. Điều này lại không có hiệu quả. Mình sẽ phụ thuộc vào bên thứ 3 và có quá nhiều rủi ro để có thể triển khai có hiệu quả

Giải pháp sáng tạo và phù hợp hơn: Đó là giải pháp đến từ chính nội bộ của doanh nghiệp mình, cái mình có thể kiểm soát và làm hiệu quả. Ví dụ:

  • Thêm hình thức thanh toán qua Ví điện tử, Thanh toán COD
  • Nếu đơn hàng giá tiền cao thì mình sài OTP, còn nếu thấp thì thôi bỏ qua OTP luôn. Xem Data để ra quyết định này
  • Mình có thể mở thêm nhiều hình thức xác thực OTP khác hay không, thay vì chỉ là dùng OTP qua SMS

Kết Luận:

Ở trên là toàn bộ các phương pháp và Framework mà mình đang áp dụng hàng ngày. Trong cả những cái dự án phân tích lớn, bài bản hay thậm chí là trong cuộc sống bản thân cá nhân mình lúc cần đưa ra một quyết định nào đó nó quan trọng.

Và Analytical Thinking chính là kỹ năng Top 1 mà tất cả những người tuyển dụng, những người Sếp đang tìm kiếm ở nhân viên của mình. Vậy nên Bạn hãy luôn nhớ trao dồi nó nhé.

Kiểm tra độ phù hợp trong ngành Tech

Bạn còn thắc mắc về chương trình học?

Tham gia ngay 45 phút định hướng cùng Mentor tại CoderSchool hoàn toàn miễn phí

Get a full refund within 7 days if you’re not happy with the course. If you don’t get a job within 6 months of completion, you’ll receive a full refund.

Đăng ký
/* ga4 user id */