Data Analytics For Marketers

Buổi 1: Ứng dụng data trong in Marketing & Communication 

• Thấu hiểu về data và data analytics trong Marketing & Communication 
• Nhận biết khả năng phân tích data là kỹ năng sống còn của chuyên gia marketing 
• Trang bị các công cụ chủ lực: Microsoft Excel, Google Sheets, Tableau, SQL
• Làm quen với 7 bước quan trọng trong xử lý data 
  • Bước 1: Xác định mục tiêu (Setting clear objectives) – Làm sao để tránh đi sai đường
  • Bước 2: Thu thập data (Collecting data) – Những phương pháp về thu thập data
  • Bước 3: Xác nhận tính hợp lệ của data (Validating data) – Thấu hiểu tầm quan trọng của data sạch
  • Bước 4: Phân tích data (Analysing data) – Giải tỏa nỗi lo lắng khi có quá nhiều data
  • Bước 5: Diễn giải data (Interpreting data) để tìm ra ý nghĩa (Insights) – Tìm ra thông điệp đúng và hợp lý 
  • Bước 6: Mô hình hóa dữ liệu (Visualising data) – Đi từ căn bản đến ấn tượng     
  • Bước 7: Nghệ thuật kể chuyện (Storytelling) và sức ảnh hưởng của data – Truyền tải thông điệp đến người nghe

Buổi 2: Tìm hiểu sâu về xử lý data

• Khám phá 4 mục đích của ứng dụng data từ lúc lên kế hoạch kinh doanh đến lúc triển khai thực tế
• Xác nhận tính hợp lệ của data (Validating data) để có ý nghĩa khi đọc 
  • Làm sạch data – Hiểu về trình tự và hậu quả nếu bỏ qua bước này
  • Những lỗi data thường gặp và cách phát hiện 
  • Các mẹo dùng Excel để xác nhận tính hợp lệ của data – Những công thức hữu dụng để làm tài liệu rút gọn (Cheatsheet)
• Phân tích data (Analyzing data) để chắt lọc những tinh túy 
  • Mô tả mô hình cơ sở dữ liệu – Nhũng chỉ số thông dụng để nắm bắt cơ sở dữ liệu chuẩn
  • Giới thiệu về tích hợp dữ liệu (Data integration) – Nắm bắt điều cần tìm kiếm khi có nhiều hơn 1 cơ sở dữ liệu

Buổi 3: Mục đích 1: Hoạch định thị trường, kinh doanh, và người tiêu dùng

• Nắm bắt cách sử dụng những giả định để thực hiện nghiên cứu thị trường và hoạch định kinh doanh  
  • Biết và ứng dụng nguyên tắc MECE để xác định động lực thúc đẩy (Key drivers) của ngành hoặc xác định phân khúc để ước lượng độ lớn của thị trường    
  • Vận dụng những nguồn thông tin sẵn có để tính toán độ lớn của thị trường và dự báo chuyển động của thị trường
  • Tích hợp những dự đoán về chuyển động của thị trường với nguồn data nội bộ để dự báo hiệu quả kinh doanh  
• Nắm bắt hành trình người dùng (Customer journey) bằng cách thiết lập bản đồ (Mapping) kết nối các điểm tương tác với người dùng (Customer touch points)
  • Mô hình hoá các điểm tương tác với người dùng trong phễu hành trình mua hàng từ trước khi mua (Pre-sales), trong khi mua (During sales), và sau khi mua (Post-sales)
  • Kết nối dữ liệu nội bộ vào hành trình mua hàng để thường xuyên theo dõi hiệu quả 
• Theo dõi và cải thiện trải nghiệm của khách hàng thông qua chỉ số đo lường sự hài lòng của khách hàng (NPS – Net Promoter Score) 
  • Hiểu về thiết kế và ứng dụng NPS trong kinh doanh 
  • Phân tích trải nghiệm của khách hàng theo chuẩn mực đi kèm với những chỉ số kinh doanh và vận hành để từ đó đưa ra các hoạt động cải tiến 
• Phân tích tình huống thực tế 

Buổi 4: Mục đích 2: Các chỉ số đo lường động lực Đẩy (Push)  

• Nắm bắt và phân tích data liên quan đến 
  • Kinh doanh: Giá trị hàng đã bán (Sales value) vs. Số lượng hàng bán (Sales volume), giao dịch (Transaction), giá trị trung bình trên 1 giao dịch (APT – Average Value Per Transaction) hoặc giá trị trung bình trên 1 đơn hàng (AOV – Average Order Value), lực lượng bán hàng (Sales force)
  • Nhà phân phối (Distributors), kênh (Channels), và nhà bán lẻ (Retailers)
  • Hàng tồn (Stocks): Các chỉ số hàng tồn và những sự thật về hàng tồn  
  • Thị  phần  
• Nắm bắt và phân tích data liên quan đến quản trị kinh doanh (Business management)
  • Kết quả kinh doanh thường niên (Annual business performance)
  • Kết quả marketing và thương hiệu thường niên (Annual brand and marketing performance)
• Phân tích tình huống thực tế 

Buổi 5: Mục đích 3: Các chỉ số đo lường động lực Kéo (Pull) 

• Nắm bắt và phân tích data liên quan đến 
  • Hỗ trợ khách hàng (Consumer supports): Sức mua của người tiêu dùng (Offtakes), mức độ thâm nhập người dùng (Users penetration), mức độ tiêu thụ của người dùng (Users consumptions), chia sẻ ví tiền (Share of wallet), thị phần ngành hàng (Share of categories), mức độ nhận biết (Share of mind)
  • Sức khỏe thương hiệu (Brand health): Phễu thương hiệu (Brand funnels), tài sản thương hiệu (Brand equity), sức mạnh thương hiệu (Brand power) 
  • Truyền thông (Communication): Đo lường các nội dung truyền thông 
  • Kênh truyền thông: Truyền hình (TV), kỹ thuật số (Digital), ngoài trời (OOH – Out of home), vật dụng tại điểm bán hàng (POSM – Point of sales materials)  
• Nắm bắt và phân tích data liên quan đến chiến dịch  
  • Chiến dịch quảng cáo truyền hình (TV)
  • Chiến dịch quảng cáo ngoài trời (OOH) 
  • Chiến dịch bán hàng (Sales events)
  • Chiến dịch khuyến mãi (Consumer promotion) 
  • Chiến dịch tung sản phẩm mới (Launch) 
• Phân tích tình huống thực tế 

Buổi 6: Mục đích 4: Digital marketing và ecommerce

• Ứng dụng data trong digital marketing 
  • Nắm rõ các chỉ số cơ bản (Fundamental metrics) của digital marketing 
  • Làm quen với các công cụ xử lý dữ liệu cơ bản trong digital qua các bước: Cleaning – Processing – Visualization – Modeling
  • Khám phá chỉ số Giá trị vòng đời khách hàng (CLV – Customer Lifetime Value)
  • Phát triển kỹ năng giải quyết vấn đề với digital marketing  
• Ứng dụng data trong thương mại điện từ (Ecommerce) 
  • Hiểu rõ về các nền tảng onsite và offsite và cách cân bằng hài hoà các nền tảng để bán hàng 
  • Thông hiểu các chỉ số trong thương mại điện tử và cách tối ưu 
•  Phân tích các tình huống thực tế về xử lý dữ liệu và bài tập

Buổi 7: Ứng dụng phân tích dữ liệu 

• Phân tích một ví dụ cụ thể với lượng data đầy đủ và phong phú
• Nhận biết những điều cần mong đợi về các vấn đề kinh doanh trong thực tế  
• Diễn giải những điều tìm kiếm trong kinh doanh thành phân tích các mục tiêu  
• Lên kế hoạch cho những mô hình phân tích và nhu cầu về data 
• Kiểm chứng về mạch bài thuyết trình data hiệu quả 
• Hỏi đáp đề làm rõ về đề tốt nghiệp

Buổi 8: Khai thác sức mạnh của Excel và Power Query 

• Các công cụ xử lý data
  • Tổ chức quy trình làm việc (Workflows) và cách tự động hoá các tác vụ 
  • Biết rõ vai trò của từng công cụ và cách áp dụng các công cụ trong môi trường data của ngành marketing 
• Khả năng sử dụng công cụ 
  • Sử dụng Excel để làm sạch data  – các tình huống cụ thể  
  • Trình bày data một cách hiệu quả 
  • Sử dụng các loại đồ thị (Charts) phù hợp để minh hoạ data và truyền tải thông tin hiệu quả 
  • Tự động hoá các tác vụ hàng ngày bằng Power BI và Power Query
  • Tổng hợp data bằng SQL để đo lường các chỉ số hiệu quả

Buổi 9: Thuyết trình cuối khóa

• Trình bày kết quả phân tích data và những kết luận mang tính định hướng hành động dựa trên tình huống được cung cấp  
• Hỏi đáp