So sánh hiệu suất của các chỉ số theo thời gian. Hỗ trợ các quyết định dựa trên dữ liệu với phân tích xu hướng, biến thiên, tương quan và chuẩn mực.
Trong lập kế hoạch chiến lược, chúng ta định lượng các mục tiêu để làm cho chúng cụ thể hơn. Giá trị tuyệt đối của một chỉ số thường cung cấp thông tin hạn chế. Đối với các quyết định dựa trên dữ liệu, thu thập dữ liệu cho chỉ số và sử dụng các công cụ như:
- Phát hiện xu hướng và dị thường
- Phân tích biến thiên
- Phân tích kỳ hạn so sánh
- Phân tích tương quan
- Chuẩn mực nội bộ và bên ngoài
Trong bài viết này, chúng tôi sẽ thảo luận về các thực hành tốt nhất khi sử dụng những công cụ phân tích này và chia sẻ một số ví dụ cho người dùng phần mềm BSC Designer.
Theo dõi dữ liệu lịch sử để cho phép phân tích xu hướng và phát hiện bất thường
Điểm khởi đầu của phân tích chỉ số là thu thập dữ liệu theo thời gian. Để đảm bảo đo lường nhất quán:
- Xác định khoảng thời gian cập nhật
- Xác định phương pháp đo lường
- Chỉ định một người Phụ trách việc rà soát chỉ số
Nếu dữ liệu đã có sẵn trong một hệ thống CNTT, hãy cân nhắc thiết lập cập nhật tự động.
Khi thu thập dữ liệu lịch sử, hãy đảm bảo người Phụ trách có thể ghi lại các nhận xét và thông tin chi tiết liên quan, chẳng hạn: “Doanh số thấp trong tháng này vì văn phòng bị ảnh hưởng bởi một sự kiện thời tiết cực đoan.”
Việc có sẵn dữ liệu lịch sử cho phép sử dụng các công cụ phân tích khác như:
- Phân tích xu hướng
- Phát hiện bất thường
- Đối sánh chuẩn
Đây cũng là điều kiện tiên quyết cho bất kỳ phân tích dựa trên AI nào.
Các giá trị lịch sử hữu ích hơn khi đi kèm bối cảnh giải thích những thay đổi đáng kể và các quyết định quản lý.
Để xem một ví dụ thực tiễn, hãy xem cách BSC Designer quản lý các nhận xét KPI lịch sử và các Hành động khắc phục, bao gồm nhập các nhận xét hiện có từ Excel và giữ chúng được liên kết với các kỳ báo cáo tương ứng.
Trong BSC Designer:
- Chỉ định một người Phụ trách qua trường Owner
- Thiết lập khoảng thời gian cập nhật cho chỉ số qua Values Editor
- Nhập dữ liệu thủ công hoặc tự động
Phân tích chỉ số: Ví dụ thực tiễn. - Trực quan hóa dữ liệu lịch sử trên Bảng dưới dạng bảng dữ liệu hoặc biểu đồ theo thời gian
- Kích hoạt đường xu hướng để trực quan hóa trên biểu đồ
Phân tích chỉ số: Ví dụ thực tiễn. Phân tích biến thiên (thực tế so với kỳ vọng)
Trong hoạch định chiến lược, chúng ta thường tập trung vào các mục tiêu cải thiện. Từ góc độ đo lường hiệu suất, chúng ta kỳ vọng trạng thái hiện tại của một chỉ số sẽ thay đổi, lý tưởng là phản ánh sự cải thiện.
Để triển khai điều này, chúng ta xác định đường cơ sở và mục tiêu cho chỉ số, tạo ra một thang đo đo lường hiệu suất. Giá trị hiện tại sau đó được phân tích trên thang đo này, còn được gọi là chuẩn hóa.
Khi tất cả các chỉ số trên thẻ điểm được chuẩn hóa, chúng trở nên có thể so sánh. Ví dụ, các con số doanh số tuyệt đối của một văn phòng khu vực nhỏ và một văn phòng đặt tại trung tâm tài chính có thể không thể so sánh, nhưng bằng cách chuẩn hóa dữ liệu doanh số dựa trên các mục tiêu được xác định cho từng văn phòng, chúng ta làm cho chúng có thể so sánh. Chúng ta sẽ sử dụng chuẩn hóa sau này khi thảo luận về phân tích đối sánh.
Trong BSC Designer:
- Nhập giá trị hiện tại, đường cơ sở và mục tiêu trong tab Dữ liệu
- Chỉ định công thức tối ưu hóa trong tab Hiệu suất
Phân tích chỉ số: Ví dụ thực tiễn. Công cụ sẽ tính toán tiến độ cho chỉ số.
Trong một số trường hợp, cần hai thang đo để chuẩn hóa. Trong BSC Designer, chuyển sang tab Dữ liệu và tắt “Chế độ đơn giản” để kích hoạt các trường bổ sung “Min” và “Max”. Điều này cung cấp hai thang đo để chuẩn hóa: min-max và đường cơ sở–mục tiêu. Công cụ sẽ tính toán cả “hiệu suất” và “tiến độ.”
Phân tích kỳ so sánh: theo tháng, theo năm
Một cách tiếp cận khác để phân tích dữ liệu lịch sử là phân tích kỳ so sánh, giúp:
- Phát hiện xu hướng
- Theo dõi tốc độ thay đổi
- Hiểu các tác động theo mùa
Thay vì xem các bản ghi dữ liệu rời rạc, hãy nhóm dữ liệu theo các kỳ, chẳng hạn như tháng, quý hoặc năm, để theo dõi các thay đổi theo thời gian.
Ví dụ, khi phân tích lưu lượng truy cập trang web theo từng tháng, xu hướng có thể không nhìn thấy, nhưng việc nhóm dữ liệu theo năm có thể làm lộ ra các xu hướng tích cực hoặc tiêu cực.
Phương pháp nhóm dữ liệu phụ thuộc vào bản chất của dữ liệu và bối cảnh đo lường:
- Các chỉ số như “tỷ lệ hài lòng của khách hàng” cần được lấy trung bình
- Các chỉ số như “doanh số theo tháng” cần được tổng hợp
Nếu bạn quan tâm đến việc phát hiện các bất thường, phương pháp nhóm có thể được thay đổi thành:
- giá trị tối thiểu, hoặc
- giá trị tối đa
Trong BSC Designer:
- Thiết lập loại nhóm của một chỉ số thông qua điều khiển “group by” trong Trình chỉnh sửa Giá trị
- Hiển thị cột “Động” trong các bảng KPI, báo cáo hoặc trên Sơ đồ chiến lược
- Sử dụng các điều khiển “group by” trên tab Các KPI, tab Bảng và trong hộp thoại Báo cáo để thay đổi các kỳ nhóm cho dữ liệu được trực quan hóa
Phân tích số liệu: Ví dụ thực tiễn. Phân tích tương quan với AI
Khi bạn đã có dữ liệu lịch sử cho nhiều chỉ số khác nhau, bạn có thể chuyển sang phân tích tương quan. Việc này có thể được thực hiện thủ công bằng cách xem xét dữ liệu hoặc sử dụng AI để xác định các mối tương quan có thể có giữa các chỉ số.
Đối với phân tích thủ công, hãy trực quan hóa hai hoặc nhiều thước đo trên cùng một biểu đồ. Trong BSC Designer, bạn có thể thực hiện điều này bằng cách chọn một số chỉ số làm nguồn dữ liệu.
Phân tích chỉ số: Ví dụ thực tiễn. Đối với phân tích được hỗ trợ bởi AI, hãy cung cấp cho AI thông tin bối cảnh và dữ liệu cho các thước đo, và yêu cầu AI xác định các mối tương quan có thể có.
Hãy đảm bảo áp dụng tư duy phản biện đối với kết quả của phân tích này, vì tương quan không hàm ý quan hệ nhân quả.
Để sử dụng phân tích tương quan trong BSC Designer:
- Chuyển sang tab AI
- Bắt đầu một cuộc trò chuyện mới bằng cách cung cấp dữ liệu hiệu suất cho AI
- Yêu cầu AI tìm các KPI có thể tương quan
Dưới đây là một ví dụ về lời nhắc cho AI:
Bạn là một nhà phân tích dữ liệu AI được giao nhiệm vụ thực hiện một phân tích tương quan toàn diện trên một Thẻ điểm cân bằng chứa nhiều chỉ số hiệu suất chính (KPI) thuộc nhiều khía cạnh. Mục tiêu là hiểu các mối quan hệ giữa các chỉ số này nhằm hỗ trợ việc ra quyết định chiến lược.
Hướng dẫn:
– Tập trung vào khoảng dữ liệu của năm trước
– Tính hệ số tương quan Pearson cho từng cặp thước đo.
– Nếu dữ liệu không phân phối chuẩn, sử dụng hệ số tương quan thứ hạng Spearman.
– Xác định ý nghĩa thống kê của từng hệ số tương quan.
– Sử dụng mức ý nghĩa 0,05 (khoảng tin cậy 95%)
– Làm nổi bật các cặp chỉ số có hệ số tương quan lớn hơn 0,7 hoặc nhỏ hơn -0,7
– Cung cấp diễn giải chi tiết về các tương quan có ý nghĩa được xác định và các lý do có thể có cho các mối quan hệ này dựa trên bối cảnh kinh doanh.
– Đề xuất các giả thuyết có thể được kiểm định bằng phân tích sâu hơn hoặc thử nghiệm.
Phân tích chỉ số: Ví dụ thực tiễn. Benchmarking hoặc phân tích hiệu suất tương đối
Benchmarking hữu ích khi cùng một chỉ số được sử dụng trong một lĩnh vực kinh doanh. Có thể có:
- Chỉ số tiêu chuẩn ngành hoặc chỉ số thực hành tốt nhất (ví dụ: “Biên lợi nhuận gộp” hoặc “Net Promoter Score”)
- Các chỉ số được dùng để đánh giá đối thủ cạnh tranh (ví dụ: “Thị phần” hoặc “Lưu lượng truy cập trang web”)
- Chỉ số nội bộ được sử dụng xuyên suốt các phòng ban (ví dụ: các chỉ số trong đánh giá hoặc thẻ điểm nhà cung cấp)
Từ góc độ đo lường, yếu tố then chốt để thành công trong phân tích hiệu suất tương đối là xác định và duy trì các tiêu chuẩn đo lường. Điều này thực tế đối với các chỉ số nội bộ, nhưng với các chỉ số bên ngoài, chúng ta cần chấp nhận biên độ sai số cao hơn. Ngay cả các chỉ số kinh điển như “% khách hàng đã giới thiệu sản phẩm của chúng tôi” cũng có thể khác biệt đáng kể giữa các công ty tùy theo bối cảnh của câu hỏi.
Trong BSC Designer:
- Tạo một bộ Mẫu các KPI hoặc tiêu chí đánh giá
- Chuyển giao (sao chép và dán) các KPI để đại diện cho các phòng ban nội bộ khác nhau hoặc các đối thủ cạnh tranh
- Sử dụng biểu đồ “Chuỗi” trên Bảng để trực quan hóa dữ liệu theo tiêu chí đánh giá và so sánh tổng Hiệu suất của từng chuẩn đối sánh
Phân tích chỉ số: Ví dụ thực tiễn. Chúng tôi đã thảo luận các ví dụ cụ thể hơn và các thực hành tốt nhất để đo lường chuỗi dữ liệu trong phần trao đổi về thẻ điểm đánh giá.
Xây dựng các insight có thể hành động
Mục tiêu chính của việc phân tích dữ liệu hiệu suất là khám phá các insight có thể được sử dụng để xây dựng các giả thuyết chiến lược tốt hơn.
Các nguyên tắc chung để xây dựng các insight này:
- Tham chiếu dữ liệu đã kích hoạt insight
- Xác minh nguồn và phân tích bối cảnh, vì bất kỳ dữ liệu nào cũng có thể bị thiên lệch một cách vô tình
- Thực hiện phân tích nguyên nhân gốc rễ để hiểu rõ hơn về insight
- Liên kết các insight với chiến lược hiện có để hỗ trợ mục tiêu, đáp ứng nhu cầu của các bên liên quan, giảm thiểu rủi ro và hơn thế nữa.
- Hãy nhớ rằng, một insight là một giả thuyết cần được xác thực trước khi mở rộng. Hãy xử lý phù hợp bằng cách xác định các chỉ số dẫn dắt và chỉ số trễ liên quan, đồng thời thiết lập các thí nghiệm.
Trong BSC Designer:
- Ở giai đoạn đầu, ghi lại các insight dưới dạng bình luận cho các ngày cụ thể của các KPI đã chọn
- Ở các giai đoạn sau, chuyển các insight sang các thẻ điểm chức năng hoặc thẻ điểm chiến lược để phát triển thêm
Việc lưu giữ cơ sở lý luận này cũng cải thiện phân tích có hỗ trợ AI. Trong nghiên cứu của chúng tôi, cơ sở lý luận của ban quản lý đã thay đổi hành động mà AI ưu tiên, trong khi dữ liệu KPI bổ sung không phải lúc nào cũng truyền đạt cùng một ý nghĩa.
Phân tích chỉ số: Ví dụ thực tiễn. Tóm tắt Phân tích Hiệu suất trong Lập kế hoạch Chiến lược
- Xác định các chỉ số hiệu suất trong bối cảnh chiến lược đã được xây dựng và nhu cầu của các bên liên quan.
- Theo dõi dữ liệu hiệu suất cho các chỉ số theo thời gian.
- Sử dụng các công cụ phân tích đã thảo luận ở trên để tạo ra những hiểu biết sâu sắc.
- Xây dựng các giả thuyết mới và thông tin chi tiết có thể hành động.
- Xác minh giả thuyết trong thực tế; cập nhật chiến lược với các đầu vào mới.
Alexis Savkín là người sáng lập BSC Designer, phần mềm thực thi chiến lược và quản lý hiệu suất kết nối các mục tiêu, KPI, sáng kiến, rủi ro và dữ liệu hiệu suất. Với hơn 20 năm kinh nghiệm, công việc của ông tập trung vào Kiến trúc Thực thi Chiến lược — cách các tổ chức kết hợp chiến lược, đo lường, quyền sở hữu, rủi ro và các quy trình rà soát thành một hệ thống thực thi thống nhất. Ông đã tạo ra Strategy Execution Canvas và Hệ thống KPI 10 bước, đồng thời là tác giả của hai cuốn sách và hơn 100 bài viết về chiến lược và quản lý hiệu suất. Kết nối với Alexis trên LinkedIn.